Inteligência artificial é usada para identificar áreas de pobreza no mundo

Um dos problemas com o qual os cientistas se deparam na hora de analisar e traçar planos para combater a pobreza no mundo é a falta de informações confiáveis — especialmente dos países em desenvolvimento, ou seja, das nações que mais precisam de ajuda. Pois, com o objetivo de contornar essa dificuldade, pesquisadores da Universidade de Stanford, nos EUA, decidiram “ensinar” um computador a identificar regiões pobres.

De acordo com Paul Rincon, da BBC, os cientistas ensinaram o equipamento a reconhecer áreas pobres através da análise de imagens de satélite — e a técnica poderia revolucionar a forma como os cientistas identificam regiões problemáticas e focam seus esforços para acabar com a pobreza em países em desenvolvimento.

Combate à pobreza

Segundo Paul, tradicionalmente, os cientistas se baseiam em informações obtidas pelo Banco Mundial — que considera que qualquer pessoa que viva com menos de US$ 2 ao dia se encontra na linha da pobreza. Os dados, por sua vez, são coletados por agentes contratados pela instituição financeira que visitam famílias de regiões específicas e pedem que os integrantes respondam a longos e complexos questionários.

Imagem de satélite noturna

Acontece que essa abordagem, além de ser cara, é limitada — já que os agentes simplesmente não podem visitar determinadas áreas, como os territórios em guerra, por exemplo — e não permite que os levantamentos sejam realizados com muita frequência. Portanto, o uso de imagens de satélite poderia ajudar os pesquisadores a vencer esses desafios e obter informações precisas inclusive de zonas pouco acessíveis.

Um dos indicadores que já eram utilizados para estabelecer o grau de pobreza eram as imagens de satélite que retratam uma dada região durante a noite — e que mostram as luzes das comunidades acesas. Entretanto, os cientistas de Stanford decidiram incluir imagens diurnas também para determinar os diferentes níveis de desenvolvimento econômico de vários países.

Sistema inteligente

Os pesquisadores de Stanford “treinaram” um complexo modelo computadorizado para que ele buscasse marcadores específicos nas imagens (diurnas) de satélite de cinco países africanos. Esse sistema de inteligência artificial é capaz de reconhecer feições como vias pavimentadas, áreas de cultivo, regiões urbanas e corpos hídricos, por exemplo — que são características que podem ser facilmente reconhecidas por olhos bem treinados.

Análise realizada pelo sistema de inteligência artificial

Entretanto, o modelo também é capaz de encontrar padrões nas imagens que não são tão facilmente reconhecidos pelos especialistas — e o computador conseguiu associar esses marcadores com a presença de comunidades pobres. Durante o estudo, os cientistas empregaram imagens de satélite de Ruanda, Uganda, Nigéria, Tanzânia e Malawi, e compararam os resultados das análises com informações pré-existentes desses locais.

Identificando sinais de pobreza em imagens de satélite

O sistema teve um desempenho surpreendente e os cientistas pretendem empregar o modelo para analisar toda a África Subsaariana e, depois, os países em desenvolvimento que existem pelo mundo. Aliás, essa nova ferramenta tem o potencial de, por exemplo, ajudar os especialistas a conduzir estimativas mais precisas sobre a distribuição da global pobreza — e garantir que os recursos cheguem até as comunidades que mais necessitam deles.