A IA pode prever futuros pontos críticos de criminalidade de uma cidade ao analisar imagens de satélite e dados do censo ?

Os sistemas de aprendizagem automática combinam agora imagens de satélite, tendências demográficas e registos históricos de criminalidade para prever onde certos crimes têm maior probabilidade de aumentar nos próximos meses. Estas previsões são utilizadas por alguns programas municipais de segurança para alocar recursos.

Os investigadores têm feito progressos significativos na utilização de algoritmos de aprendizagem automática para analisar imagens de satélite e dados de recenseamento na previsão de pontos críticos de criminalidade. Ao aproveitar as imagens de satélite, os modelos de IA conseguem identificar factores ambientais como o declínio urbano, a pobreza e a falta de espaços verdes, que estão associados a taxas de criminalidade mais elevadas. Os dados de recenseamento fornecem informações adicionais sobre factores demográficos e socioeconómicos que podem contribuir para a criminalidade. Estudos demonstraram que a combinação destas fontes de dados pode melhorar a precisão das previsões de criminalidade. Por exemplo, um modelo que analisa imagens de satélite para identificar características como edifícios abandonados, iluminação deficiente e vegetação densa pode ser combinado com dados de recenseamento sobre densidade populacional, níveis de rendimento e educação para prever áreas com taxas de criminalidade elevadas. Embora esta abordagem seja promissora, a sua eficácia pode variar consoante a qualidade dos dados, os algoritmos específicos utilizados e o contexto local. Além disso, existem preocupações quanto a potenciais enviesamentos nos dados e ao risco de perpetuar desigualdades sociais existentes. O desenvolvimento de modelos mais sofisticados e matizados que possam ter em conta estas complexidades é uma área activa de investigação.

+- administrado a 13 de maio de 2026 · Fonte: National Institute of Justice — https://nij.ojp.gov, Science Direct — https://www.sciencedirect.com