Sinto-me muito à vontade para escrever sobre IA. Em 2002, conclui minha tese de doutorado no Japão e o assunto era o desenvolvimento de modelagem com redes neurais, um tipo fundamental de técnica para alcançar IA. Naquela época, o processamento dos dados era rudimentar e tudo era resolvido com muita programação (C++) e paciência para fazer funcionar o modelo.

Mais de 23 anos se passaram e hoje temos uma explosão da IA nas nossas vidas, incluindo no transporte público. Fico impressionado com a quantidade de produtos, soluções e ferramentas que vieram da IA. É pop associar essas duas letras a quase tudo. Gera aquela imagem de coisa com confiabilidade, capacidade avançada e sofisticação, que vai “mudar completamente” como enfrentamos nossos desafios.

Existem aquelas aplicações de IA que realmente exploraram o potencial. Certamente limitado ao meu potencial de absorção, prefiro apontar o excelente trabalho divulgado por UITP (2025) que detalha aplicações interessantes e que já contribuem para a melhoria do transporte público.

Um dos desafios mais importantes é incorporar IA aos processos produtivos, em conjunto com profissionais capacitados e motivados, para alcançar excelência na produtividade. Não só com IA, como anteriormente observado com outras ferramentas e técnicas transformadoras, se não houver a base do conhecimento profissional pouco vai ser aproveitado do potencial. Um exemplo é o caso dos Intelligent Transport Systems (ITS) que contribuíram para melhorar práticas e resultados, mas ainda estão longe de aplicar todos os recursos e de viabilizar eficiência porque há limitações humanas, institucionais e financeiras (Maksoud et al, 2025).

No sentido de contribuir para superar esse desafio, entendo que o esforço da capacitação será o mais crítico de todos (NASEM, 2025a; NASEM, 2025b). Por um lado, há uma geração de profissionais desprovidos do conhecimento das técnicas fundamentais de IA, mas que possuem o acúmulo da experiência e da sensibilidade da realidade. Por outro lado, temos os nativos IA que muitas vezes carecem dos conceitos e das técnicas de transporte. A rápida e eficiente execução de programas de capacitação, atualizados e adequados a nova realidade, poderá gerar frutos inestimáveis para a sociedade.

Referências bibliográficas

Maksoud, N., AlJassmi, H., Ali, L., Massoud, A. (2025) Applications of large language models and generative AI in transportation: A systematic review and bibliometric analysis; Transportation Research Interdisciplinary Perspectives 34; https://doi.org/10.1016/j.trip.2025.101699

NASEM – National Academies of Sciences, Engineering, and Medicine (2025a) Artificial Intelligence and the Future of Work. Washington, DC: The National Academies Press. https://doi.org/10.17226/27644.

NASEM – National Academies of Sciences, Engineering, and Medicine (2025b). Human and Organizational Factors in AI Risk Management: Proceedings of a Workshop. Washington, DC: The National Academies Press. https://doi.org/10.17226/29046.

UITP – International Association of Public Transport (2025) Artificial intelligence in Public transport; Knowledge brief; UITP AI Working Group; https://www.uitp.org/

Imagem – Acervo André Dantas