IA e Cidades Inteligentes — Governança Urbana, Dados e o Futuro das Smart Cities

Em 2018, a cidade de Toronto assinou um acordo com a Sidewalk Labs — subsidiária da Alphabet — para transformar um trecho do waterfront em um bairro inteligente modelo. O projeto prometia otimizar tráfego, energia e serviços públicos com sensores e algoritmos de última geração. Dois anos depois, o projeto foi abandonado após protestos massivos de cidadãos que denunciaram a falta de transparência sobre coleta de dados, vigilância urbana e o controle corporativo sobre infraestrutura pública. A lição foi brutal e clara: não existe cidade inteligente sem governança inteligente. Em 2026, com centenas de municípios ao redor do mundo implantando sistemas de IA em escala, essa lição continua sendo ignorada com frequência alarmante.

O que são cidades inteligentes com IA — além do marketing

O conceito de "smart city" existe há mais de duas décadas, mas sua natureza mudou radicalmente com o avanço da inteligência artificial. Se antes uma cidade inteligente significava digitalizar serviços públicos e instalar sensores de tráfego, hoje o termo descreve ecossistemas urbanos onde algoritmos tomam decisões operacionais em tempo real — muitas vezes sem supervisão humana direta.

As aplicações mais comuns em 2026 incluem:

• Mobilidade urbana: sistemas de IA que controlam semáforos adaptativos, otimizam rotas de transporte público e gerenciam estacionamentos com base em dados de sensores IoT e câmeras de monitoramento.
• Segurança pública: policiamento preditivo, reconhecimento facial em espaços públicos e detecção automatizada de comportamentos "suspeitos" — uma das aplicações mais controversas.
• Planejamento urbano: em Los Angeles, o departamento de planejamento já usa IA para analisar propostas de incorporadoras, verificar conformidade com códigos de zoneamento e sinalizar potenciais violações antes da análise humana.
• Gestão ambiental: previsão de enchentes, monitoramento de qualidade do ar, otimização de coleta de resíduos sólidos e gerenciamento de consumo energético de edifícios públicos.
• Serviços ao cidadão: chatbots municipais, triagem automatizada de demandas, análise de sentimento em redes sociais para identificar problemas emergentes.

O framework publicado pela Springer Nature — "City AI: Strategic Framework for Urban AI Application" — identifica quatro dimensões fundamentais para implementação de IA urbana: infraestrutura de dados, capacidade institucional, engajamento cidadão e governança ética. O problema é que a maioria das cidades investe pesadamente na primeira dimensão e negligencia as três restantes.

Os desafios de governança que ninguém quer enfrentar

A implementação de IA em cidades inteligentes gera um conjunto de desafios de governança que são qualitativamente diferentes dos encontrados no setor privado. Quando uma empresa usa IA para recomendar filmes, o impacto de um erro é trivial. Quando uma cidade usa IA para alocar ambulâncias, definir prioridades de policiamento ou decidir onde construir infraestrutura, os erros têm consequências sobre vidas, direitos e equidade social.

Interoperabilidade e fragmentação de dados

Cidades são organismos complexos com dezenas de secretarias, autarquias e concessionárias, cada uma com seus próprios sistemas de dados — frequentemente incompatíveis entre si. A IA urbana precisa integrar dados de tráfego, saúde, educação, saneamento, segurança e meio ambiente para gerar insights úteis. Na prática, a maioria das cidades opera com silos de dados que tornam essa integração tecnicamente difícil e institucionalmente inviável sem reformas estruturais de governança de dados.

Viés algorítmico em escala urbana

Sistemas de policiamento preditivo são o exemplo mais estudado: ao serem treinados com dados históricos de ocorrências, os algoritmos tendem a direcionar mais policiamento para bairros periféricos e comunidades de baixa renda — não porque haja mais crime nesses locais, mas porque há mais registros policiais. O resultado é um ciclo de retroalimentação que amplifica desigualdades preexistentes. O mesmo padrão se repete em alocação de serviços públicos, priorização de infraestrutura e até na distribuição de vagas em creches municipais.

Ausência de frameworks éticos específicos

Enquanto o setor privado já conta com dezenas de guias de IA responsável (Google, Microsoft, IBM, IEEE), o setor público municipal opera em um vácuo normativo. A maioria dos municípios não tem política de IA, não tem comitê de ética algorítmica e não realiza avaliações de impacto antes de implantar sistemas automatizados. A pesquisa acadêmica confirma: a ausência de frameworks éticos específicos para IA urbana é um dos maiores gargalos para adoção responsável.

Impactos ambientais invisíveis

A ironia das "cidades sustentáveis inteligentes" é que a infraestrutura de IA — data centers, sensores IoT, redes 5G — tem uma pegada de carbono significativa. Modelos de IA generativa consomem quantidades enormes de energia e água para treinamento e inferência. Poucas cidades incluem o custo ambiental da infraestrutura digital em seus cálculos de sustentabilidade urbana.

Frameworks internacionais: OCDE, União Europeia e Montreal

Diante desses desafios, organismos internacionais começaram a desenvolver frameworks específicos para governança de IA em contextos urbanos. Três merecem destaque especial.

OCDE: princípios para IA avançando cidades inteligentes

A Organização para Cooperação e Desenvolvimento Econômico (OCDE) publicou um framework abrangente para uso de IA em cidades inteligentes, construído sobre seus Princípios de IA (adotados em 2019 e atualizados em 2024). O framework enfatiza: transparência algorítmica em serviços públicos, responsabilização clara por decisões automatizadas, participação cidadã no design de sistemas urbanos e avaliação contínua de impactos. A OCDE recomenda que municípios criem registros públicos de algoritmos — listas acessíveis de todos os sistemas de IA em uso pelo poder público, com descrição de função, dados utilizados e mecanismos de contestação.

União Europeia: Data Governance Act e Data Act

A União Europeia adotou uma abordagem estrutural com dois regulamentos complementares. O Data Governance Act (em vigor desde setembro de 2023) facilita o compartilhamento de dados entre setores público e privado, criando mecanismos de confiança como "intermediários de dados" certificados. O Data Act (em vigor desde setembro de 2025) vai além: obriga fabricantes de dispositivos IoT a disponibilizar dados gerados por seus produtos para usuários e terceiros autorizados — incluindo municípios.

Juntos, esses regulamentos aumentam drasticamente a disponibilidade de dados para inovação urbana, mas também exigem que cidades implementem governança robusta para garantir que esse fluxo de dados respeite privacidade, segurança e direitos dos cidadãos. O EU AI Act complementa o quadro ao classificar vários usos de IA em cidades — como reconhecimento facial em espaços públicos — como "alto risco", exigindo avaliações de conformidade rigorosas.

Montreal: sete princípios para integração de IA

A cidade de Montreal desenvolveu uma estratégia própria de integração de IA que se tornou referência internacional. Baseada em sete princípios, a abordagem de Montreal combina pragmatismo operacional com rigor ético:

Princípio	Descrição	Aplicação prática
Necessidade	IA só deve ser usada quando genuinamente necessária	Avaliação prévia obrigatória antes de adotar IA
Ética	Respeito a direitos fundamentais e valores democráticos	Comitê de ética municipal revisa projetos de IA
Explicabilidade	Decisões automatizadas devem ser compreensíveis	Documentação obrigatória de lógica algorítmica
Segurança	Proteção contra vulnerabilidades e ataques	Auditorias de segurança periódicas
Supervisão humana	Humanos mantêm controle sobre decisões críticas	Veto humano obrigatório em decisões de alto impacto
Melhoria contínua	Sistemas devem ser monitorados e aprimorados	Métricas de desempenho e equidade revisadas trimestralmente
Prestação de contas	Responsabilidade clara por falhas e impactos	Designação formal de responsável por cada sistema de IA

O modelo de Montreal é especialmente relevante porque demonstra que é possível criar governança de IA municipal sem esperar regulação federal ou estadual — uma lição valiosa para municípios brasileiros.

O contexto brasileiro: entre a ambição e a improvisação

O Brasil tem iniciativas de cidades inteligentes distribuídas por todo o território, com destaque para São Paulo, Curitiba e Porto Alegre. Mas a maioria dessas iniciativas opera em um vácuo de governança que contrasta com os avanços internacionais.

São Paulo: escala sem framework

A maior cidade da América Latina implementou dezenas de sistemas de IA — desde câmeras de monitoramento com reconhecimento facial até algoritmos de otimização de tráfego no sistema de ônibus. O Programa SP Inteligente coordena iniciativas entre secretarias, mas não existe uma política municipal de IA que defina critérios de transparência, avaliação de impacto ou participação cidadã. A cidade opera, na prática, com uma abordagem de "implementar primeiro, governar depois".

Curitiba: referência em planejamento, lacuna em IA

Historicamente reconhecida por inovações em planejamento urbano e transporte, Curitiba incorporou sensores e sistemas inteligentes na gestão do trânsito e iluminação pública. Mas mesmo Curitiba — com sua cultura de planejamento — não publicou uma estratégia municipal de IA nem estabeleceu mecanismos de governança algorítmica. A cidade investe em infraestrutura digital sem o correspondente investimento em governança digital.

Porto Alegre: orçamento participativo encontra IA

Porto Alegre, berço do orçamento participativo, representa uma oportunidade interessante: a tradição de participação cidadã da cidade poderia ser integrada a processos de governança de IA, criando modelos de co-criação algorítmica com a população. Iniciativas como o 4º Distrito — polo de inovação e economia criativa — apontam nessa direção, mas ainda faltam frameworks formais que conectem participação cidadã e decisões sobre IA urbana.

PL 2338/2023 e seus impactos municipais

O Projeto de Lei 2338/2023, principal proposta de regulação de IA no Brasil, tem dispositivos que afetam diretamente municípios. A classificação de sistemas de alto risco inclui aplicações comuns em cidades inteligentes: biometria em espaços públicos, sistemas de crédito social, policiamento preditivo e decisões automatizadas em serviços públicos essenciais. Se aprovado, o PL obrigará municípios a realizar avaliações de impacto algorítmico, manter registros de sistemas de IA em operação e garantir mecanismos de contestação para cidadãos afetados por decisões automatizadas.

O desafio é que a maioria dos municípios brasileiros — inclusive os mais avançados em digitalização — não tem capacidade técnica nem institucional para cumprir essas exigências. A formação de equipes municipais em governança de IA e a criação de estruturas de supervisão algorítmica são pré-requisitos que precisam ser construídos agora, antes que a regulação entre em vigor.

Privacidade, vigilância e o direito à cidade

A convergência entre IA e infraestrutura urbana cria uma tensão fundamental entre eficiência e liberdade. Cidades inteligentes são, por definição, cidades que coletam dados sobre seus habitantes — seus deslocamentos, hábitos, interações com serviços públicos. A questão não é se dados devem ser coletados (algum nível de coleta é necessário para serviços públicos funcionarem), mas quem controla esses dados, para que fins são usados e quais limites existem.

O modelo de governança que emerge da pesquisa acadêmica mais recente coloca a co-criação cidadã no centro: sistemas de IA urbana só são legítimos quando construídos com participação ativa da população, não apenas com seu consentimento passivo. Isso exige:

• Conselhos cidadãos de IA: órgãos municipais com representação da sociedade civil que avaliam e aprovam implementações de IA antes de sua implantação.
• Auditorias algorítmicas públicas: avaliações independentes e periódicas de sistemas de IA em uso, com resultados publicados em linguagem acessível.
• Direito à explicação municipal: qualquer cidadão afetado por uma decisão automatizada do poder público deve poder obter explicação compreensível sobre como a decisão foi tomada.
• Data trusts municipais: estruturas jurídicas que gerenciam dados urbanos no interesse coletivo, separando a propriedade dos dados do controle operacional.

Recomendações para governança de IA em cidades brasileiras

Com base nos frameworks internacionais e nas especificidades do contexto brasileiro, o IBGIA propõe um conjunto de recomendações para municípios que estão implantando ou planejam implantar sistemas de IA:

• 1. Criar política municipal de IA antes de implantar sistemas. Definir princípios, limites e mecanismos de supervisão ANTES de contratar soluções tecnológicas. Montreal demonstrou que isso é viável mesmo sem regulação federal.
• 2. Instituir registro público de algoritmos. Seguindo a recomendação da OCDE, municípios devem manter lista pública de todos os sistemas de IA em uso, com descrição de função, dados utilizados, responsável designado e canal de contestação.
• 3. Realizar avaliações de impacto algorítmico obrigatórias. Antes de implantar qualquer sistema de IA que afete cidadãos, realizar avaliação formal de impacto que considere viés, privacidade, acessibilidade e equidade. Publicar os resultados.
• 4. Garantir interoperabilidade de dados com governança. Adotar padrões abertos de dados (como os recomendados pelo EU Data Act) para permitir integração entre secretarias, mas com governança clara sobre acesso, uso e proteção.
• 5. Investir em capacitação de servidores públicos. Formar equipes municipais em literacia de IA, governança algorítmica e ética digital. Sem capital humano preparado, nenhum framework de governança funciona na prática.
• 6. Estabelecer mecanismos de participação cidadã. Criar conselhos ou comitês de IA com participação de cidadãos, academia e sociedade civil — não como formalidade, mas como instância deliberativa real.
• 7. Incluir custos ambientais na equação. Avaliar a pegada de carbono da infraestrutura digital antes de implantar. A sustentabilidade de uma cidade inteligente inclui a sustentabilidade de sua infraestrutura tecnológica.

Conclusão: a cidade inteligente é uma escolha política

A narrativa dominante apresenta cidades inteligentes como uma evolução tecnológica inevitável — uma questão de "quando", não de "se". Mas essa narrativa obscurece uma verdade fundamental: a forma como a IA é usada em cidades é uma escolha política, não uma consequência técnica. A mesma tecnologia pode ser usada para ampliar participação cidadã ou para aprofundar vigilância; para distribuir recursos de forma mais equitativa ou para reforçar desigualdades existentes.

O que diferencia uma cidade genuinamente inteligente de uma cidade meramente digitalizada é a qualidade de sua governança. Sensores, algoritmos e dados são ferramentas. Governança é a decisão sobre para que e para quem essas ferramentas trabalham.

O Brasil tem uma janela de oportunidade: com dezenas de municípios iniciando projetos de IA urbana e uma regulação federal em tramitação, ainda é possível construir governança antes que sistemas opacos se consolidem como fato consumado. Mas essa janela está se fechando. Cada sistema implantado sem governança adequada cria um precedente institucional que será cada vez mais difícil de reverter.

O IBGIA defende que governança de IA urbana não é um custo adicional — é um investimento na legitimidade democrática das cidades do futuro. E esse investimento começa agora, em cada município que tem a coragem de perguntar não apenas "como usar IA?", mas "para quem e sob quais regras?".

Para acompanhar análises sobre governança de IA em cidades inteligentes, regulação e políticas públicas, assine a newsletter do IBGIA e participe da construção de cidades mais transparentes e responsáveis.