Os edifícios estão entre os maiores consumidores de energia no planeta, sendo responsáveis por uma parcela significativa das emissões globais de gases de efeito estufa. Durante décadas, os sistemas que gerem o aquecimento, o arrefecimento e a iluminação basearam-se em instruções fixas e baseadas em regras. Estes sistemas são configurados uma vez e raramente alterados, com dificuldade de se adaptarem às mudanças nos padrões meteorológicos, às variações no número de pessoas no interior ou ao desgaste natural do próprio equipamento. Nos últimos anos, os engenheiros têm recorrido à inteligência artificial para resolver isto, esperando que algoritmos inteligentes possam aprender com os dados para gerir os edifços de forma mais eficiente. No entanto, surgiu um hiato crítico entre a promessa destes sistemas inteligentes e a realidade da sua implementação prática. Enquanto a inteligência artificial prospera no mundo digital, onde um erro pode ser desfeito com um simples clique, os edifícios existem no mundo físico. Lá, uma má decisão não apenas apaga um ficheiro; ela desperdiça energia que não pode ser recuperada, torna as pessoas desconfortáveis ou danifica equipamentos caros.

Uma equipa de investigadores da Áustria, trabalhando entre a engenharia civil e a ciência da computação, propôs-se a colmatar este hiato. Eles argumentam que os métodos padrão utilizados para construir e testar software de inteligência artificial são insuficientes para o mundo físico das operações de edifícios. O seu trabalho, derivado de dois projetos em curso envolvendo edifícios universitários reais, identifica por que razão as abordagens atuais falham e propõe um novo caminho a seguir. Constataram que tratar um edifício como um programa de computador padrão ignora a natureza lenta, desordenada e irreversível dos sistemas físicos. Em vez de dependerem das enormes quantidades de dados limpos de que os sistemas digitais desfrutam, eles sugerem o design de sistemas que possam funcionar com informações limitadas e ruidosas. Também enfatizam que, como os gestores de edifícios são legalmente responsáveis pela segurança e pelo conforto, devem ser capazes de compreender e anular a inteligência artificial, tornando a transparência um requisito e não uma funcionalidade opcional.

Os investigadores começaram por observar que as regras padrão da engenharia de software não se aplicam quando o software controla um ambiente físico. No domínio digital, se um programa faz uma previsão errada, as consequências são frequentemente limitadas a uma má experiência do utilizador ou a uma venda perdida, e o erro pode ser corrigido rapidamente. Num edifício, uma decisão de controlo defeituosa tem custos físicos imediatos. Se um sistema de inteligência artificial ligar erroneamente tanto o aquecimento como o arrefecimento ao mesmo tempo, essa energia é desperdiçada para sempre. Se causar oscilações bruscas na temperatura, os ocupantes perdem a confiança no sistema, e o gestor do edifício poderá simplesmente desligá-lo, tornando a tecnologia inútil. Pior ainda, alterações agressivas nas definições do equipamento podem causar stress mecânico que encurta a vida útil da maquinaria. Embora desastres reais, como incêndios, sejam raros devido aos sistemas de segurança integrados nos edifícios, o efeito cumulativo de pequenos erros irreversíveis altera completamente a forma como o software deve ser construído.

Para abordar estes desafios únicos, os investigadores identificaram vários problemas fundamentais que surgem ao passar da teoria para a prática. Um problema importante é a natureza dos dados. Em muitas aplicações digitais, os dados são abundantes e limpos. Nos edifícios, os dados são frequentemente escassos, ruidosos e dispersos por diferentes sistemas que não comunicam entre si. Um único edifício pode ter sistemas de aquecimento dos anos 1990, controles de iluminação de 2010 e sensores modernos, todos utilizando linguagens e formatos distintos. Recolher estes dados é difícil, e os sensores frequentemente perdem a calibração ao longo do tempo. Os investigadores descobriram que tentar construir modelos complexos que exijam dados perfeitos leva a sistemas frágeis que falham no mundo real. Em vez disso, defendem o princípio do minimalismo de dados. Isto significa projetar sistemas que possam trabalhar com os dados limitados e imperfeitos que realmente existem, em vez de esperar por condições perfeitas que podem nunca chegar.

Outra descoberta crítica é que testar estes sistemas diretamente em edifícios reais é demasiado arriscado. Ao contrário do software digital, onde os desenvolvedores podem executar duas versões lado a lado para ver qual funciona melhor, não se pode testar duas estratégias de aquecimento conflitantes no mesmo edifício sem arriscar o desconforto das pessoas no interior. Os investigadores observaram que confiar exclusivamente em simulações por computador também é insuficiente, porque os edifícios reais nunca se comportam exatamente como os seus modelos digitais. A massa térmica, o clima e o comportamento humano criam atrasos e variações que são difíceis de prever. Para resolver isto, propõem uma abordagem de "simulação primeiro", onde novas estratégias são testadas extensivamente numa réplica virtual do edifício antes de serem implementadas. Esta réplica virtual, conhecida como gémeo digital, não é apenas um modelo estático, mas uma cópia viva que se atualiza com dados em tempo real do edifício real. Permite que a inteligência artificial explore diferentes ações e aprenda com os erros sem causar qualquer dano no mundo real.

O elemento humano também desempenha um papel central nas suas descobertas. Nas aplicações digitais, se um utilizador não confia numa recomendação, simplesmente a ignora. Num edifício, se um gestor de instalações não confia no sistema, irá desativá-lo por completo. Como estes gestores são legalmente responsáveis pela segurança e pelo conforto dos ocupantes, precisam de compreender por que razão o sistema está a tomar uma decisão. Os investigadores argumentam que a explicabilidade não é apenas uma característica desejável, mas um requisito fundamental para a adoção. Se uma inteligência artificial não conseguir explicar o seu raciocínio em linguagem clara, ou se não puder ser anulada manualmente quando necessário, não será utilizada. Isto significa que o software deve ser desenhado para ser transparente desde o início, fornecendo razões claras para as suas ações e permitindo a intervenção humana quando necessário.

A equipa sugere que o caminho a seguir envolve uma mudança na forma como os engenheiros abordam estes problemas. Propõem que o gémeo digital seja a ferramenta central de desenvolvimento, servindo como um espaço seguro para testes e uma forma de gerar dados para situações raras. Também enfatizam que o fluxo de trabalho, do design à implementação, precisa de ser integrado, conectando o modelo físico do edifício com a inteligência artificial e os sistemas de controlo. Esta abordagem reconhece que os edifícios são sistemas físicos complexos governados pela termodinâmica, e não apenas por padrões de dados. Os investigadores ressalvam cuidadosamente que o seu trabalho é um ponto de partida para uma nova agenda de investigação, e não uma solução final. Eles identificaram as peças em falta e propuseram um conjunto de práticas, mas reconhecem que estas ideias precisam de ser validadas no terreno. O objetivo é criar uma base para construir uma inteligência artificial que seja robusta, segura e confiável para as pessoas que nela vivem e trabalham.

Em última análise, o trabalho destaca que o desafio de trazer a inteligência artificial para os edifícios não é apenas um problema técnico de melhores algoritmos, mas um problema de engenharia de software de gestão de consequências físicas. Os investigadores descobriram que o sucesso depende de respeitar as leis da física, as limitações dos dados disponíveis e a necessidade de confiança humana. Ao tratar o edifício como um sistema físico primeiro e uma fonte de dados em segundo lugar, eles oferecem um roteiro para tornar os edifícios inteligentes algo que realmente funcione no mundo real. As suas conclusões sugerem que o futuro das operações de edifícios não reside na substituição do julgamento humano por máquinas, mas na criação de sistemas que apoiem a supervisão humana enquanto navegam na natureza complexa, lenta e irreversível do mundo físico.