DeepMind expande o PlanAssist para mais 12 conselhos da Inglaterra: análise de pedidos 58% mais rápida

Quem já esperou por uma autorização para uma extensão ou para reformar um sótão sabe como essa roda gira devagar. O problema não é a complexidade: os pedidos comuns são simples, mas existem muitos. É essa fila que o Google DeepMind decidiu desafogar com o Gemini.

O que aconteceu

O DeepMind e o governo do Reino Unido estão expandindo o PlanAssist, uma ferramenta de IA para planejadores das autoridades municipais. Aos três conselhos-piloto (Barnet, Camden e Dorset) serão somados mais 12, totalizando 15. Em seguida começará uma beta de 12 meses com pedidos reais e, se der certo, em 2027 pretende-se abrir a ferramenta a todos os conselhos da Inglaterra.

A escala do problema fica clara pelos números: os pedidos comuns de proprietários ocupam até 70% da carga de trabalho dos planejadores. Geralmente são aprovados com facilidade, mas consomem um tempo desproporcional. Isso também prejudica a meta do governo de construir 1,5 milhão de casas até 2029.

Como funciona

O PlanAssist faz em quatro etapas o que antes uma pessoa fazia manualmente:

1. Verifica se os documentos e as plantas estão completos: se tudo foi anexado para que o pedido possa avançar.
2. Confronta o pedido com restrições como a proteção de árvores e monumentos, além das normas locais e nacionais.
3. Verifica se já houve objeções anteriores, por exemplo de vizinhos.
4. Prepara um relatório com citações e links para as fontes, que o funcionário edita e só então toma a decisão.

Imagine um pedido para uma extensão nos fundos. Antes, o funcionário abria as plantas, procurava os pontos relevantes da política, conferia o mapa de restrições e escrevia o parecer. Agora ele recebe um rascunho pronto e o revisa, em vez de montá-lo do zero.

Resultados do piloto

Desde junho, nos três conselhos, o tempo de trabalho do funcionário nas tarefas de avaliação caiu em média 58%. Mais de 70% dos relatórios gerados (por exemplo, sobre conformidade com as regras locais ou completude dos documentos) foram aprovados sem alterações. Os números são internos e vêm do piloto, sem verificação independente, portanto convém encará-los com cautela.

Limitações

Ainda é uma fase inicial. A beta está apenas começando e a amostra inclui três conselhos, por isso a expansão para áreas rurais e urbanas mostrará quão estável é o resultado. A publicação não diz nada sobre a taxa de erros entre os 30% de relatórios que foram corrigidos, nem sobre como se mede o risco de uma infração passar despercebida. Um detalhe importante: cada decisão é revisada por um funcionário qualificado, ou seja, a IA não decide sozinha.

Conclusão prática

Para desenvolvedores e gerentes de produto que trabalham com o setor público e processos regulados, este é um bom modelo de arquitetura. Primeiro, a IA cuida da preparação, não da decisão. Segundo, cada conclusão vem acompanhada de citações, o que permite à pessoa verificá-la rapidamente. Terceiro, a métrica de sucesso é mensurável e clara: tempo por tarefa e proporção de relatórios sem correções. Se você está criando um assistente para compliance, advogados, seguradoras ou pedidos bancários, adote o mesmo esquema: validação de documentos, confronto com as regras, rascunho com referências e aprovação humana obrigatória.

Também vale acompanhar como o projeto se comportará com o fluxo de pedidos reais em 15 conselhos. Se os números se sustentarem, será um dos casos públicos mais convincentes de IA em serviços governamentais.