São Paulo contratou uma inteligência artificial para mexer nos semáforos — e a promessa é 30% menos paradas sem trocar uma lâmpada sequer

Todo paulistano tem um semáforo inimigo. Aquele cruzamento específico onde o sinal parece fechado por princípio, onde o verde dura o suspiro de três carros e o vermelho dura uma novela das nove. A cidade tem 9,9 milhões de veículos e, em algum momento do dia, a sensação é de que todos eles estão parados no mesmo farol, queimando combustível, paciência e a camada de ozônio ao mesmo tempo. Pois esse semáforo inimigo acaba de ganhar um adversário à altura: uma inteligência artificial do Google com acesso a tudo o que o Maps e o Waze sabem sobre o trânsito da cidade — o que, convenhamos, é quase tudo.

São Paulo anunciou a adesão ao Green Light, projeto global do Google que usa aprendizado de máquina para otimizar o tempo dos semáforos. A capital se torna a quarta cidade brasileira a adotar a tecnologia, depois do Rio de Janeiro, de Campinas e de São Caetano do Sul. No mundo, o sistema roda em mais de dez cidades espalhadas por quatro continentes, de Seattle a Hamburgo, de Jacarta a — agora — a maior metrópole da América do Sul.

A parceria envolve a CET, a Companhia de Engenharia de Tráfego, e a Prodam, a empresa municipal de tecnologia. E antes que o leitor imagine cenas de ficção científica, com robôs assumindo o controle da Avenida Paulista, vale explicar o que o sistema realmente faz. É menos Exterminador do Futuro e mais consultor discreto de engenharia de tráfego.

Como se ensina paciência a um semáforo

O princípio do Green Light é de uma simplicidade elegante. O Google já possui, por meio do Maps e do Waze, um retrato contínuo e detalhado de como os carros se movem pela cidade: onde aceleram, onde param, quanto tempo esperam, em que horário o fluxo muda. São dados anônimos e agregados de milhões de deslocamentos, o tipo de informação que nenhum sensor de esquina conseguiria reunir sozinho.

Os algoritmos de aprendizado de máquina vasculham esse oceano de dados em busca de padrões em cada cruzamento equipado com semáforo. E então fazem recomendações que, vistas de fora, parecem quase banais: aumentar o verde em quatro segundos em determinado horário, antecipar a abertura de uma via em outro, sincronizar dois sinais vizinhos que viviam brigando entre si. Ajustes de segundos — literalmente segundos — que, multiplicados por milhares de carros por hora, viram horas de congestionamento a menos.

Um detalhe importante do desenho do projeto: a IA não mexe em nada sozinha. As recomendações são enviadas aos técnicos da CET, que analisam, testam e decidem o que implementar. O ser humano segue com a palavra final — o que deve tranquilizar tanto os engenheiros de tráfego quanto qualquer um que já tenha visto um GPS mandar o motorista entrar na contramão.

"Estamos usando a IA como uma ferramenta poderosa para deixar o trânsito mais fluido e o ar mais limpo", resume Paula Aluani, gerente de parcerias do Google, destacando o argumento mais sedutor do projeto: os ganhos vêm sem nenhuma obra, sem asfalto novo, sem viaduto, sem desapropriação. É otimização pura sobre a infraestrutura que já existe.

Os números que fazem prefeito sorrir

E os resultados, até aqui, dão sustância ao discurso. Nos 83 cruzamentos brasileiros que já usam a tecnologia, o Green Light alcançou reduções de até 30% no número de paradas de veículos. Nas interseções otimizadas, as emissões de poluentes caíram mais de 10%. E o consumo de combustível registrou queda de 9% no conjunto da operação brasileira — número que interessa tanto ao meio ambiente quanto ao bolso de quem abastece.

Em São Paulo, onde a implantação é mais recente, alguns cruzamentos participantes já mostram cerca de 10% menos paradas. Pode parecer modesto perto dos 30% do melhor cenário, mas é bom lembrar a escala: numa cidade com quase 10 milhões de veículos, cada ponto percentual de fluidez representa milhões de freadas, arrancadas e minutos de motor ligado a menos por dia.

Há uma aritmética ambiental embutida nisso que merece atenção. O momento mais poluente da vida urbana de um carro a combustão é justamente o pára-anda: motor frio de marcha lenta, arrancada com consumo alto, freada que joga energia fora. Estudos internacionais do próprio projeto estimam que a poluição em cruzamentos pode ser significativamente maior do que em vias de fluxo livre. Atacar o semáforo mal calibrado é, portanto, atacar a poluição onde ela é mais concentrada — e mais barata de resolver.

A cidade como software

Existe algo de simbólico em São Paulo — cidade que já tentou de tudo contra o trânsito, de rodízio a túnel, de faixa exclusiva a proibição de caminhão — recorrer agora a ajustes de segundos calculados por algoritmo. Depois de décadas tratando congestionamento como problema de concreto, a metrópole experimenta tratá-lo como problema de dados. E os primeiros números sugerem que havia, de fato, muita eficiência escondida nos tempos semafóricos definidos em outra época, para outra cidade, com outro trânsito.

Claro que há limites. Nenhuma IA fará milagre na Marginal às 18h30 de uma sexta-feira de véspera de feriado — há coisas que nem o aprendizado de máquina aprende a aceitar. O Green Light otimiza o que existe; não cria faixa nova, não tira carro da rua, não substitui transporte público decente. Especialistas em mobilidade são unânimes em lembrar que fluidez para automóveis é remédio sintomático, não cura.

Mas talvez seja justamente essa a virtude do projeto: ele não promete revolução, promete segundos. E numa cidade onde cada motorista passa, em média, dias inteiros do ano parado em congestionamento, segundos bem distribuídos são uma das poucas promessas públicas que podem ser cumpridas sem licitação de obra, sem canteiro e sem inauguração de placa.

O semáforo inimigo continua lá, na sua esquina de sempre. A diferença é que agora tem alguém — ou melhor, algo — olhando para ele com a mesma irritação que você. E, ao contrário de nós, com poder para mudá-lo.