IA reduz em mais de 80% o tempo de planeamento de ecopontos no Algarve

Para cumprir as ambiciosas metas nacionais de reciclagem em Portugal definidas pelo PERSU2030, a Algar, empresa responsável pela gestão de resíduos em 16 municípios do Algarve, terá de mais do que duplicar o número de ecopontos em vias públicas até 2030. Isso implica passar de 1 ecoponto por cada 117 habitantes em 2023 para 1 por cada 46 habitantes. Até há pouco tempo, decidir onde instalar cada contentor era um processo lento e complexo, que podia levar um dia inteiro por localização e que resultava numa taxa de rejeição de cerca de 30% por parte dos municípios. No âmbito do Re_source 3.0, promovido pela Sociedade Ponto Verde, a Algar associou-se à consultora estratégica portuguesa NILG.AI para desenvolver uma ferramenta baseada em inteligência artificial que agilizasse a escolha de locais para novos ecopontos. Integrando critérios como proximidade a habitações, acessibilidade a veículos de recolha e ausência de obstáculos, o sistema pretende reduzir o tempo de preparação de propostas em 50% e aumentar a taxa de aprovação.

O piloto juntou três atores-chave: Algar, que forneceu o conhecimento operacional e os dados históricos de recolha; NILG.AI, que desenvolveu e treinou o modelo de machine learning; e o Município de Lagoa, que serviu como ambiente real de teste.

Esta equipa criou um modelo baseado em dados internos (histórico de recolhas, localização atual de contentores), dados abertos (população e habitação) e dados externos (imagens de satélite e Google Street View), com o objetivo de prever a geração de resíduos com base em padrões demográficos e pontos de interesse, atribuindo um ranking às localizações com maior potencial de recolha e alcance de serviço.

Durante o teste-piloto em Lagoa, a IA gerou uma lista de 14 localizações recomendadas em apenas quatro horas, e o processo, que normalmente exigiria dez dias de trabalho manual, foi realizado em apenas dois dias. A verificação no terreno revelou uma taxa de correspondência de 70% entre as sugestões da IA e a viabilidade real, com três locais validados de imediato para instalação, sendo que um já tinha ecoponto não registado na base de dados, o que permitiu melhorar o modelo visual.

A poupança de tempo foi notável, já que a proposta completa para dez ecopontos foi concluída 83% mais rapidamente do que pelo processo manual, e os primeiros resultados também apontam para um aumento potencial de 30% na taxa de aprovação municipal, graças a justificações mais robustas e fundamentadas em dados para cada localização.

“Tudo isto contribuirá para otimizar o processo de recolha seletiva, não só em termos de acessibilidade à população, mas também na quantidade de resíduos recolhidos, podendo reduzir custos devido a uma maior eficiência no processo e diminuir as emissões associadas à recolha. Aproxima-nos de um futuro mais sustentável. Todos temos de fazer a nossa parte.” — Miguel Nunes, Responsável Área Técnica e I&D, Algar

Olhando para o futuro, o modelo de IA tem potencial de adaptação para além da localização de ecopontos. Futuras aplicações incluem a otimização de rotas de recolha com base em previsões de enchimento, relocalização de contentores subaproveitados e definição de locais para contentores de biorresíduos. A flexibilidade da abordagem torna-a aplicável a outros municípios em Portugal ou em qualquer lugar do mundo, onde acessibilidade e eficiência são cruciais para aumentar o desempenho da reciclagem.

“O nosso papel neste piloto foi garantir que a Inteligência Artificial não fosse apenas uma ferramenta técnica, mas um recurso estratégico com valor mensurável. Aplicando a nossa metodologia de adoção de IA, ajudámos a Algar a validar como dados avançados e algoritmos podem acelerar o planeamento na gestão de resíduos. Os resultados mostram o que acontece quando a IA é usada estrategicamente: execução mais rápida, cidades mais sustentáveis e processos escaláveis que vão para além da gestão de resíduos. Também serve de exemplo para a adoção responsável da IA por parte dos municípios, para melhorar decisões e impactos de sustentabilidade.” — Pedro Serrano, Data Scientist, NILG.AI

Ao combinar a ciência de dados com o conhecimento operacional, este projeto piloto demonstra como a tecnologia pode acelerar o progresso rumo às metas da economia circular. Para o Algarve, isso significa uma implementação mais rápida de infraestruturas de reciclagem, maior acessibilidade para os residentes e uma maior probabilidade de atingir as metas do PERSU2030 a tempo.