Software híbrido que usa modelos da Universidade de Xangai e da USP estima 42,2 mil pessoas na Paulista neste 07/09 🧵. Cebrap + ONG More in Common usaram imagens de drones — a aplicação de IA em contagens públicas virou ferramenta e debate técnico ao mesmo tempo.

Imagem indisponível

Metodologia: drones registraram 47 fotos em 3 momentos (15h05, 16h03, 16h40). Selecionaram 15 imagens do pico (16h03) e o software deu 42,2k com margem de erro de ±12% — intervalo de pico entre 37,1k e 47,3k. Reproduzibilidade é chave aqui.

O pipeline é de computer vision: detecção/segmentação e estimativa de densidade. Ao mesclar modelos da China e do Brasil, aplicam transferência de aprendizado para melhorar precisão em ângulos de drone e multidões — técnica avançada, mas dependente dos dados de treino.

Imagem indisponível

Fontes de erro: sobreposição de pessoas, sombras, árvores, resolução da câmera e movimento. Além disso, modelos treinados em outros países podem carregar vieses (cor de pele, roupas, padrões de aglomeração) que afetam contagens no Brasil — é um problema técnico e social.

Além da precisão, há implicações éticas: drones aumentam transparência, mas também riscos de vigilância e privacidade. Ferramentas assim devem ser auditáveis, com código/metodologia abertos, para que imprensa, pesquisadores e sociedade possam checar e democratizar o acesso.

Imagem indisponível

Reflexão final: contar pessoas com IA muda como entendemos protestos e políticas públicas. A tecnologia conta — mas precisa de documentação, fiscalização pública e preocupação com inclusão e direitos para que os números sejam confiáveis e socialmente responsáveis.