Pesquisadores do MIT criaram uma inteligência artificial capaz de simular eventos climáticos extremos que nunca foram registrados na história. A tecnologia já está sendo testada para avaliar a resistência de barreiras contra inundações, rotas de evacuação e redes elétricas. O que isso significa para o seu negócio?
O modelo, batizado de Aprendizado Sensível a Eventos Extremos, foi treinado com 25 anos de dados horários de precipitação nos Estados Unidos. O resultado: cenários plausíveis de chuvas, ondas de calor e secas que ultrapassam qualquer registro histórico.
Como a IA aprende o “impossível”
Diferente de modelos climáticos tradicionais — baseados em equações físicas e caros de rodar —, o sistema do MIT é puramente orientado a dados. Ele identificou padrões estatísticos em 25 anos de mapas diários de chuva e aprendeu a gerar variações extremas coerentes com essas estatísticas.
O engenheiro Kai Chang, coautor do estudo publicado na Nature Communications, explica: a IA não “inventa” desastres do nada. Ela extrapola relações presentes nos dados observados, aplicando teoria de valores extremos para produzir cenários de 1 em 100 anos — ou mais raros.
Para treinar a resolução espacial, os pesquisadores usaram seis meses de pares de mapas de baixa e alta definição. O modelo aprendeu a refinar entradas grosseiras em saídas detalhadas, preservando a estrutura estatística dos eventos comuns enquanto corrige a cauda da distribuição para os extremos.
O impacto direto na gestão de risco
Cidades e empresas podem agora submeter infraestruturas a “testes de estresse” virtuais antes que a realidade os exija. Exemplos práticos:
- Redes elétricas submetidas a ondas de calor recordes para revelar pontos de falha em cascata
- Sistemas de drenagem testados contra volumes de chuva 40% acima do máximo histórico
- Barreiras de contenção avaliadas sob cenários de inundação compostos (chuva + maré + vento)
- Zonas de amortecimento de incêndio florestal redimensionadas com base em simulações de seca extrema
Mas o efeito mais relevante aparece na tomada de decisão financeira.
Por que investidores e seguradoras devem prestar atenção
Modelos de risco atuais dependem quase exclusivamente de histórico de sinistros. Isso cria um viés de subestimação: eventos fora do intervalo observado simplesmente não entram na precificação. A nova IA preenche essa lacuna gerando milhares de cenários raros, porém fisicamente plausíveis.
Segundo Chang, a ferramenta complementa — não substitui a previsão operacional e a simulação baseada em física. O uso recomendado é em ensembles: múltiplas simulações com incertezas quantificadas, não um único mapa determinístico.
O coordenador de IA da PUC-PR, Lucas Emanuel Silva e Oliveira, destaca que o avanço exige profissionais capazes de combinar domínio estatístico, conhecimento setorial e fluência em machine learning. “Não basta rodar o modelo; é preciso interpretar seus limites.”
Limitações que todo tomador de decisão deve conhecer
A flexibilidade do modelo é uma faca de dois gumes. Chang admite que cenários gerados podem violar princípios físicos estabelecidos — conservação de massa, energia, dinâmica atmosférica. Antes do uso operacional, a equipe prevê:
- Inclusão de restrições físicas e de conservação mais rigorosas
- Extensões multivariadas (temperatura, umidade, vento simultâneos)
- Tratamento de incerteza em estatísticas de cauda
- Validação específica por região bioclimática
- Integração com modelos de risco já consolidados (ex: HAZUS, Catastrophe Models)
Ou seja: a tecnologia ainda não está pronta para substituir modelos atuariais regulados. Mas já serve como sistema de alerta antecipado para vulnerabilidades ocultas.
O que observar daqui para frente
Três frentes merecem monitoramento contínuo nos próximos 12 a 18 meses:
- Pilotos municipais: cidades costeiras dos EUA já testam o modelo para revisar mapas de zona de inundação e códigos de construção
- Adaptação setorial: a mesma arquitetura está sendo adaptada para extremos em mercados financeiros (flash crashes) e navegação autônoma (cenários de falha de sensor)
- Padronização regulatória: órgãos como FEMA e NAIC avaliam como incorporar cenários sintéticos em exigências de capital e zoneamento
Para gestores de ativos, planejadores urbanos e diretores de continuidade de negócio, a mensagem é clara: o histórico deixou de ser um guia suficiente. A capacidade de simular o “nunca visto” passa a ser diferencial competitivo — e, em breve, exigência regulatória.
