Câmeras com IA em caminhões de lixo fiscalizam imóveis e levantam debate sobre privacidade

Enquanto percorrem as ruas recolhendo resíduos, 50 caminhões de coleta de lixo em Dallas cumprem uma segunda função: fotografam propriedades e identificam possíveis violações das normas municipais por meio de inteligência artificial.

O sistema funciona com duas câmeras laterais instaladas em cada veículo, que capturam imagens dos imóveis a partir de áreas públicas. Até agora, mais de 21 mil propriedades foram marcadas e aproximadamente 1.800 avisos de cortesia foram enviados aos responsáveis. Esses alertas podem se transformar em multas caso as condições identificadas permaneçam sem correção dentro dos prazos estabelecidos.

O caso de Dallas ilustra um modelo de vigilância urbana que combina infraestrutura municipal existente com tecnologia de análise automatizada, gerando tanto promessas de eficiência quanto preocupações sobre privacidade e equidade.

Como funciona o sistema de câmeras com inteligência artificial

A tecnologia é fornecida pela City Detect, empresa contratada por Dallas em um acordo de três anos avaliado em US$ 2,5 milhões (R$ 12,8 milhões). As câmeras capturam imagens enquanto os caminhões seguem suas rotas regulares de coleta.

Cada análise recebe uma pontuação de deterioração entre um e quatro, conforme a gravidade observada pelo sistema automatizado. Entre os itens considerados aparecem altura da grama, objetos sobre calçadas, galhos deixados nos terrenos e problemas relacionados à conservação da pintura dos imóveis.

Funcionários humanos continuam responsáveis pela etapa seguinte, utilizando as pontuações produzidas pela IA para decidir quais imagens merecem revisão e eventual envio de aviso. A City Detect informa que rostos e placas de veículos são desfocados e que o sistema não possui ligação com bancos de dados federais.

Da fase de testes à operação em escala

Os testes começaram em abril nos caminhões de coleta e ganharam escala durante o verão, aumentando rapidamente o número de endereços analisados pelo sistema automatizado.

Segundo representantes municipais, o objetivo é economizar tempo e permitir que equipes responsáveis pelas normas urbanas encontrem problemas com maior rapidez durante a rotina diária. O programa transforma veículos de serviço urbano em plataformas móveis de coleta de dados sem alterar suas rotas tradicionais.

Concentração de marcações em bairros vulneráveis

Um levantamento da NBC mostrou concentração maior das marcações em bairros economicamente mais vulneráveis do sul de Dallas, algo que ampliou o debate sobre a iniciativa.

Moradores questionam a privacidade do método e temem efeitos mais intensos sobre comunidades históricas, incluindo o bairro Bottom, estabelecido como Freedmen's Town em 1845. A administração de Dallas afirma que essa concentração não faz parte do objetivo do projeto e sustenta que as câmeras registram somente imagens obtidas em espaços públicos.

Discussão política e votação sobre continuidade

O vereador Chad West apresentou uma proposta para retirar recursos destinados às câmeras, mas concordou em suspender a iniciativa após promessa de audiência sobre o tema em dezembro.

A maioria dos integrantes do conselho municipal indicou apoio à continuidade do sistema de câmeras Flock com leitura automática de placas, sistema separado que possui orçamento previsto de US$ 1,5 milhão (R$ 7,7 milhões). Dallas mantém 321 câmeras Flock, consideradas úteis para localizar veículos relacionados a casos sob apuração pelas autoridades.

A votação, porém, não tem caráter vinculante e ocorre enquanto diferentes ferramentas de monitoramento por inteligência artificial enfrentam questionamentos sobre custos, privacidade e alcance.

Tensão entre eficiência operacional e direitos individuais

O programa agora entra em uma fase decisiva, pois Dallas precisará definir até onde pretende levar essa fiscalização automatizada e quais limites serão aplicados ao uso das imagens.

A discussão mostra como veículos de serviço urbano podem se transformar em plataformas móveis de coleta de dados sem alterar suas rotas tradicionais, levantando questões sobre o equilíbrio entre gestão urbana eficiente e preservação da privacidade dos cidadãos.