Inteligência artificial na construção: muito para além dos LLMs
FOTO GOODNOTES 5/ UNSPLASH
Nos últimos anos, os grandes modelos de linguagem (LLMs) tornaram-se a face mais visível da Inteligência Artificial (IA). O seu mérito é inegável: pela primeira vez, tornou-se possível interagir com sistemas de IA através de uma linguagem próxima da comunicação humana, abrindo caminho a novas formas de acesso e utilização destas tecnologias. Mais recentemente, o surgimento de protocolos e arquiteturas de orquestração, como os Model Context Protocols (MCPs), reforçou esta tendência, permitindo ligar LLMs a ferramentas externas, bases de dados e modelos digitais. No entanto, mesmo nestes cenários mais avançados, os LLMs continuam a desempenhar sobretudo o papel de interface, não sendo responsáveis pela execução efetiva de tarefas complexas.
Essa limitação é particularmente evidente no setor AECO (Arquitetura, Engenharia, Construção e Operação), onde os principais desafios não são linguísticos, mas sim físicos, espaciais e decisórios. Planeamento, otimização, controlo de qualidade e segurança envolvem sistemas altamente condicionados, múltiplos intervenientes e consequências diretas em custo, prazo, risco e sustentabilidade. São problemas que exigem dados estruturados, modelos digitais e métodos capazes de lidar com a complexidade do mundo real, muito para além da simples interpretação de texto.
Apesar de menos visíveis no discurso mediático, existe já um vasto conjunto de aplicações de IA no contexto da construção, a nível internacional, assentes em algoritmos de otimização, visão computacional e aprendizagem por reforço. Estas abordagens permitem analisar uma grande variedade de alternativas de planeamento, validar automaticamente elementos físicos e testar decisões em ambientes simulados. Ao contrário do que o hype em torno dos LLMs sugere, estas aplicações não são plug-and-play, exigindo modelos digitais consistentes e informação fiável como base para a construção de modelos de apoio à tomada de decisão.
Neste contexto, o Building Information Modelling (BIM) cria oportunidades de elevado potencial e únicas ao setor AECO. De facto, para além da representação geométrica, os modelos BIM constituem fontes estruturadas de dados e ambientes digitais que criam as condições necessárias para aplicações avançadas de IA, desde a simulação à otimização e validação de soluções antes da execução em obra. A forte aposta em BIM torna-se, assim, um facilitador natural para a aplicação de IA em problemas reais do setor AECO.
É neste enquadramento que se insere o trabalho desenvolvido na Universidade do Minho, onde uma forte base de investigação em BIM tem funcionado como elemento catalisador para o desenvolvimento de aplicações avançadas de IA no setor da construção. Os exemplos apresentados neste artigo, desde agentes que testam planos de segurança em ambientes virtuais, a processos de demolição orientados pela circularidade e a fábricas que combinam otimização e controlo de qualidade automatizado, ilustram como a IA pode assumir um papel ativo na decisão, planeamento e validação, contribuindo para um setor mais eficiente, seguro e sustentável.
IA para segurança: testar planos antes que o acidente aconteça
Um primeiro exemplo desta integração entre BIM e IA surge no domínio da segurança em obra. Esta continua a ser um dos principais desafios do setor AECO, apesar da existência de regulamentos, planos de segurança e procedimentos formais. Na prática, estes planos são frequentemente tratados como documentos estáticos, cuja validação ocorre sobretudo a nível administrativo, sem que o seu comportamento seja efetivamente testado em condições próximas da realidade da obra. (...)
Autores: Manuel Parente, Melody Njuguna, André Mantelatto, Bruno Muniz, Nawel Salah, Mujahed Mustafa, Kubilay Kaptan, José Granja, Miguel Azenha
Universidade do Minho, ISISE, ARISE, Departamento de Engenharia Civil, Guimarães, Portugal
Outros artigos que lhe podem interessar