Como vai estar o metrô amanhã?

Todos os dias, pela manhã, milhares de pessoas saem de suas casas sem saber quanto tempo vão perder com o metrô, ou em que condições de aperto realizarão a viagem. Mas e se elas pudessem prever como o metrô vai estar naquele horário? E se, sabendo da situação dos trens, elas buscassem novos horários para se deslocarem pela cidade? E se toda a cidade conseguisse harmonizar seus deslocamentos em horários diferentes, de forma que não existissem mais horários de pico? Viveríamos em uma cidade melhor organizada?

Não se trata de adivinhação ou ficção científica, mas sim de analisar os padrões que levam os metrôs a estarem cheios em determinados horários. Pelo menos é nisso que acreditam os fundadores da Snips, uma empresa francesa que acredita que as cidades podem crescer de forma mais inteligente, harmoniosa e proporcional se soubermos como, onde, em que momento e por que acontece esse crescimento.

Padrões e modelos

• As vantagens de usar o ID Jovem para viajar pelo Brasil que ninguém te conta
• Como usar o id jovem para viajar pelo Brasil: tudo o que você precisa saber
• Embaixada dos EUA oferece curso gratuito para brasileiros
• Abes e InovaUSP promovem Feira de Talentos RH Tech

Para a Snips, o mundo não funciona de forma aleatória, mas sim de acordo com uma série de padrões. Se descobertos, esses padrões podem ser usados para melhorar todas as questões da vida cotidiana. “A previsão funciona segundo o que chamamos de modelagem contextual”, explica Rand Hindi, co-fundador da empresa. “Trata-se, no exemplo do metrô, de descobrir as razões que causam a superlotação dos trens e encontrar nelas os padrões de motivos que levam as pessoas a estarem naquele trem e naquele horário. Cruzando esses dados com os dados de frequência do metro, como o tipo de passageiro e qual seu destino, podemos encontrar diferentes contextos e construir um modelo em que eles se repetem, sabendo, assim, o que vai acontecer”, explica o jovem de 28 anos, que aos 21 se tornou PhD em bioinformática.

A empresa de Hindi trabalha para governos e organizações multinacionais. Sua função é analisar informações atrás desses padrões e criar soluções que causem impacto positivo na vida dos moradores de grandes cidades. Os clientes dão a eles acesso a suas bases de dados, que são combinadas com dados de centenas de outras fontes. Eles são analisados e são criados modelos e produtos que podem ser desenvolvidos e testados para atenderem aos problemas dos clientes. Os protótipos são monitorados e melhorados de forma iterativa, utilizando dados de usuários e testadores.

Os dois projetos mais bem-sucedidos da Snips são relativos a problemas de mobilidade urbana. Tanto para a questão das vagas de estacionamento nas ruas parisienses quanto para a lotação dos trens da cidade, a empresa criou dois aplicativos que preveem o que está acontecendo em tempo real, sem câmeras ou sensores, com resultado bem satisfatório.

Foram analisados dados de parquímetros, bilhetes de estacionamento, gráficos da cidade, pontos de interesse de motoristas, rotas e vagas de estacionamento e condições climáticas para chegar ao sistema inteligente de disponibilidade das vagas. No metrô, a empresa reuniu pesquisas de origem e destino dos passageiros, os dados macroeconômicos, pontos de interesse dos usuários e dados demográficos para mostrar, utilizando diferentes cores, o quão cheios estão os trens.

Dados e cidades inteligentes

Hindi não nega que seu trabalho é complicado, mas afirma que todo o processo funciona matematicamente com base em informações. A chave para o cálculo e o descobrimento dos padrões está na quantidade de dados que se tem sobre determinado caso. E não são poucos. “Não se trata de ficção científica, apenas de terabytes e mais terabytes de dados”, ele brinca. “Mas, para que possamos trabalhar, esses dados precisam estar disponíveis, concentrados em um único local e no mesmo formato, o que não é nem de perto a realidade”, lamenta.

Para ele, dados desse tipo deveriam circular entre a população de forma mais aberta, mas a maior quantidade de informações continua restrita aos órgãos governamentais e grandes corporações. “Por que não compartilhar informações que podem se transformar em soluções desse tipo? Eu gostaria de viver em uma cidade inteligente, que aprendesse com os atos de seus cidadãos e oferecesse a eles oportunidades de melhorar sua convivência”, argumenta.

A intenção da empresa é que cada modelo de previsão desses possa ser sobreposto e forme um enorme quebra-cabeça. Assim, será possível visualizar todos os aspectos de uma cidade dispostos de forma lógica e entender o que precisa ser alterado. “A tecnologia está evoluindo e as pessoas também, temos que fazer a infraestrutura urbana acompanhar o ritmo”, conclui Hindi.