IA contra o desmatamento na Amazônia ajuda a identificar e prevenir crimes ambientais

Novo sistema de inteligência artificial desenvolvido pela PUC-Rio para o governo federal reduz a margem de erro em 75% e guia a fiscalização para agir antes da destruição da floresta.

A estratégia de IA contra o desmatamento na Amazônia Legal ganhou um reforço tecnológico decisivo em 2025. Implementado em agosto, um sofisticado modelo de inteligência artificial, desenvolvido por uma equipe da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), está permitindo que o Ministério do Meio Ambiente e Mudança do Clima (MMA) e órgãos como o Ibama antecipem, com semanas de antecedência, as áreas de maior risco de devastação. A tecnologia, batizada de Deforestation Prediction System, representa um salto qualitativo na proteção do bioma, focando na prevenção em vez da remediação.

Este novo sistema substitui um modelo de predição mais antigo, que já não correspondia à velocidade dos avanços no setor. “O Ibama vinha usando um sistema de previsão de desmatamento baseado em uma técnica chamada máxima entropia, que é relativamente antiga”, explica o professor Raul Queiroz Feitosa, coordenador geral do projeto. “As pessoas estavam conscientes do avanço vertiginoso da área de inteligência artificial e acharam que seria o caso de testar modelos mais modernos para ver se eles podiam dar uma previsão com maior precisão”.

Como funciona a análise preditiva

A eficácia do sistema reside na sua capacidade de analisar um vasto e complexo conjunto de dados para identificar padrões que precedem a derrubada da mata. A inteligência artificial é alimentada com o gigantesco banco de dados históricos de desmatamento do Instituto Nacional de Pesquisas Espaciais (INPE), através de plataformas como o Deter e o Prodes.

O modelo cruza essas informações com variáveis geográficas e logísticas cruciais, como a proximidade de rodovias (principais vetores de acesso para atividades ilegais), a rede hidrográfica, os limites de áreas protegidas e terras indígenas, e até mesmo padrões climáticos. Um dos fatores mais preditivos, no entanto, é a própria “cicatriz” da floresta: a tendência histórica confirma que novos desmatamentos ocorrem com frequência em locais próximos a áreas já degradadas. Com base nessa análise multifatorial, o sistema gera mapas de risco que apontam os focos de perigo iminente.

A Precisão da IA Contra o Desmatamento

O grande diferencial do Deforestation Prediction System é sua especialização em previsões de curto prazo, o que o torna uma ferramenta tática para as equipes de campo. “Isso é importante em relação a outros modelos de previsão, que fazem previsões daquilo que tem o potencial de ser desmatado, digamos, ao longo do próximo ano”, ressalta Feitosa. O resultado prático é uma queda expressiva na margem de erro. “A grosso modo, a taxa de erro dessas previsões é aproximadamente 1/4 do que era a taxa de erro do modelo anterior”, destaca o coordenador.

Essa precisão se traduz em eficiência operacional. Com recursos limitados, os órgãos de fiscalização podem agora direcionar seus esforços para onde a ameaça é mais provável e imediata. A nova abordagem da IA contra o desmatamento permite uma ação proativa. “Nosso propósito é que o desmatamento não aconteça, portanto é bom chegar antes”, afirma André Lima, secretário extraordinário do Controle do Desmatamento.

Tecnologia e Presença Física: Uma Aliança Essencial

Apesar do otimismo com os resultados, as autoridades são claras ao afirmar que a tecnologia não elimina a necessidade da presença do Estado em campo. A ferramenta de IA contra o desmatamento atua como um guia, uma bússola de alta precisão que aponta o caminho, mas a ação final de coibir o crime ambiental depende de fiscais em solo.

“Importante lembrar que o uso da tecnologia não substitui em hipótese alguma a necessidade de presença física, de presença de campo, tanto dos fiscais do Ibama, do ICMBIO, da Polícia Federal”, pondera André Lima. Ele explica que a tecnologia complementa e potencializa a fiscalização. Um exemplo é a emissão de embargos remotos em escala, que pode ser feita rapidamente após a detecção de um polígono de desmatamento. O sistema também é fundamental para definir os 81 municípios prioritários para ações de prevenção na Amazônia. “As ferramentas […] são complementares para guiar essa ação presencial e para dar maior escala para as ações de controle”, conclui.

Leia mais:
Novo aplicativo MEC Enem oferece simulados e correção de redação com inteligência artificial
Inteligência artificial já está em 41,9% das empresas
Em 40 anos, Amazônia perdeu área do tamanho da França para o desmatamento