Durante décadas, a criação de espaços públicos na Grã-Bretanha foi regida tanto pelo bom senso quanto pela metodologia. Os profissionais falam de “caráter”, “vitalidade” e da indescritível “atmosfera” de uma paisagem urbana; qualidades aperfeiçoadas pela experiência, pelo uso humano e pelo instinto profissional, em vez de por métricas formalizadas. O profissional experiente era, muitas vezes, aquele que já havia visto lugares suficientes para reconhecer o que funcionava, mesmo quando os mecanismos causais permaneciam, em parte, intangíveis.

Nesse sentido, a criação de espaços públicos há muito se assemelha à própria arquitetura: uma síntese de arte, ciências sociais, economia e regulamentação, mediada pelo julgamento profissional, em vez de regras determinísticas. No entanto, as condições sob as quais os espaços são concebidos e concretizados mudaram radicalmente.

Os padrões de trabalho pós-pandemia abalaram as suposições de longa data sobre deslocamento diário, demanda no varejo e viabilidade dos escritórios. Os requisitos de ganho líquido de biodiversidade impõem obrigações ecológicas quantificáveis. Os compromissos com o zero líquido estendem a responsabilidade por todo o ciclo de vida dos ativos. Enquanto isso, a escassez crônica de moradias exige tanto agilidade quanto precisão na entrega, mesmo com o capital se tornando mais avesso ao risco e os processos de planejamento cada vez mais contestados.

Nesse contexto, a margem para a intuição não respaldada por evidências diminuiu drasticamente. O que está surgindo não é a substituição do julgamento profissional, mas um novo paradigma baseado em evidências: a ciência do lugar.
Artificial intelligence elimina a percepção humana; ela a amplia, transformando a criação de espaços de uma disciplina fundamentada na experiência em uma disciplina baseada em data comportamentais, modelagem ambiental e análise preditiva em uma escala sem precedentes.

A longa evolução da criação de espaços: da geometria ao comportamento

Para compreender o significado dessa mudança, vale a pena situá-la no contexto da história mais ampla da forma urbana.

A criação de espaços públicos sempre oscilou entre duas concepções da cidade: como um sistema projetado e como um organismo vivo.

Os assentamentos antigos foram moldados principalmente por fatores de defesa, rotas comerciais e topografia. O urbanismo romano impôs uma ordem geométrica mais rígida por meio de malhas urbanísticas, fóruns e infraestrutura; expressões da autoridade imperial, em vez de um crescimento orgânico. As cidades medievais evoluíram de forma mais orgânica, respondendo às economias artesanais, à facilidade de locomoção a pé e à geografia local muito antes de tais considerações serem codificadas.

A Revolução Industrial rompeu esse equilíbrio. A rápida urbanização gerou superlotação, poluição e crises de saúde pública, dando origem a movimentos reformistas que enfatizavam o saneamento, as restrições de uso e a infraestrutura municipal. O movimento britânico das Cidades-Jardim, liderado por Ebenezer Howard, representou uma das primeiras tentativas de conciliar eficiência e bem-estar, um precursor conceitual do discurso contemporâneo sobre sustentabilidade.

O planejamento do século XX, então, tomou rumos diametralmente opostos. O modernismo, impulsionado pela proliferação da propriedade de carros particulares, privilegiou a racionalidade, a separação funcional e as intervenções em grande escala. A reconstrução pós-guerra no Reino Unido adotou conjuntos habitacionais pré-fabricados, redes de vias arteriais e estruturas de uso do solo projetadas para maximizar o fluxo e o crescimento. Muitos projetos entregaram moradias em grande escala, mas tiveram dificuldade em promover a coesão social ou a identidade local. No final do século XX, começou a surgir um consenso: a forma física por si só não determina o sucesso; o comportamento humano é que o faz. Esse reconhecimento lançou as bases intelectuais para a criação de espaços modernos e para os debates que continuam a moldá-la.

Moisés x Jacobs: A batalha pelas ruas

A disputa ocorrida em meados do século XX entre Robert Moses e Jane Jacobs continua sendo a alegoria marcante do planejamento urbano.

Moses encarnava o modernismo tecnocrático. Ao observar a cidade de cima, ele a encarava como um sistema logístico a ser otimizado para facilitar a circulação e aumentar a eficiência. Vias expressas, grandes projetos habitacionais e megaprojetos de infraestrutura refletiam a convicção de que o planejamento conduzido por especialistas poderia promover o progresso por meio de um projeto racional.

Jane Jacobs apresentou uma perspectiva fundamentalmente diferente. Observando as cidades ao nível das ruas, ela argumentou que a vitalidade surge da densidade, da diversidade e da interação informal; o “balé das calçadas” da vida cotidiana. A segurança, a atividade econômica e a coesão social não eram frutos de um grande projeto, mas de ecossistemas locais complexos que resistem à simplificação. Jacobs não rejeitava o planejamento; ela rejeitava o reducionismo.

No Reino Unido, sua perspectiva vem moldando a retórica política há décadas. Os marcos de planejamento contemporâneos enfatizam a facilidade de locomoção a pé, o uso misto, o espaço público e o envolvimento da comunidade. No entanto, os mecanismos de implementação muitas vezes continuam limitados ao que pode ser quantificado. Os modelos de transporte medem os fluxos de veículos com precisão. As análises de custo-benefício monetizam os investimentos em infraestrutura. Mas o valor da sociabilidade, do sentimento de pertencimento ou de um espaço público agradável tem sido historicamente difícil de expressar em termos econômicos defensáveis.

Consequentemente, as decisões costumam privilegiar o que é mensurável em detrimento do que é significativo. Artificial intelligence esse equilíbrio. data comportamentais data grande escala permitem agora que os planejadores quantifiquem padrões de circulação, tempo de permanência, conforto ambiental e interação social, fornecendo suporte empírico para insights que antes eram, em grande parte, qualitativos.

A revitalização de King’s Cross, em Londres, ilustra a importância dessa mudança. O sucesso do bairro decorre não apenas da arquitetura, mas de um espaço público meticulosamente planejado para incentivar a permanência, a interação e o uso recorrente. A Granary Square funciona como um teatro cívico: playground, espaço para eventos, refúgio na hora do almoço e destino noturno em igual medida. Sua vitalidade reflete precisamente a complexidade multifuncional defendida por Jacobs. AI agora podem simular essas dinâmicas comportamentais antes da construção, permitindo que incorporadoras e autoridades testem se os espaços propostos sustentarão diversos padrões de uso ao longo do tempo e das estações do ano.

A máquina orgânica: Wright, Gehl e a cidade em escala humana

Entre o modernismo mecanicista de Moses e a crítica humanista de Jacobs, existe uma terceira tradição: a tentativa de conciliar o progresso tecnológico com a vida urbana orgânica. A Broadacre City, de Frank Lloyd Wright, previa comunidades descentralizadas integradas à paisagem, potenciadas pela tecnologia em vez de por ela dominadas. Wright acreditava que a máquina poderia libertar os indivíduos das restrições urbanas industriais, facilitando uma ordem espacial mais humana.

Embora seja em grande parte teórica, essa visão encontra eco na Grã-Bretanha contemporânea. O trabalho remoto, a conectividade digital e os serviços distribuídos já estão remodelando os padrões de ocupação do território, esbatendo as fronteiras entre a vida urbana e a vida suburbana. Jan Gehl traduziu posteriormente essa filosofia centrada no ser humano em princípios operacionais, com foco na “cidade à altura dos olhos”, vivenciada pelos pedestres que se deslocam a pé. Seu trabalho demonstrou que decisões de projeto em pequena escala, como a articulação das fachadas, os bancos, a iluminação e a permeabilidade, influenciaram profundamente o comportamento.

Artificial intelligence oferece Artificial intelligence a capacidade analítica necessária para colocar esses insights em prática em grande escala. Em vez de impor uma ordem de cima para baixo, os sistemas inteligentes podem modelar comportamentos emergentes a partir da base, simulando a forma como as pessoas realmente ocupam o espaço.

Projetos de revitalização centrados no patrimônio, como o da Usina Elétrica de Battersea, ilustram tanto a promessa quanto a complexidade dessa abordagem. O marco industrial preservado ancora o empreendimento na memória coletiva, enquanto o novo espaço público busca criar um bairro urbano vibrante. No entanto, o projeto também revela tensões entre a criação de destinos e a habitabilidade cotidiana, tensões que a modelagem AI poderia ajudar a conciliar, otimizando os fluxos de pessoas, o mix de lojas, a demanda por transporte e o conforto ambiental, de modo que tais locais funcionem como comunidades, e não meramente como atrações.

O Teste de Gehl: Quantificando o “inmensurável”

Historicamente, avaliar essa qualidade à escala humana exigia uma observação meticulosa. As equipes contavam manualmente os pedestres, mapeavam as linhas de circulação e registravam como os espaços públicos eram utilizados ao longo do tempo. A visão computacional transforma esse processo.

Os sensores e as imagens de CFTV agora permitem analisar os fluxos de pedestres ao longo das estações do ano e dos horários do dia, os padrões de permanência versus passagem, os agrupamentos sociais e os pontos de encontro informais, o uso de equipamentos como bancos e áreas de sombra, bem como as restrições de acessibilidade que afetam diferentes grupos de usuários.

A pesquisa do próprio Gehl foi muito além da contagem de fluxos de pessoas. Por meio de experimentos de campo sistemáticos em Copenhague e outras cidades europeias, ele examinou os efeitos cumulativos do que poderia ser chamado de poluição visual: sinalização excessiva, desordem nas ruas, elementos de engenharia de tráfego, iluminação mal coordenada e estímulos visuais conflitantes que fragmentam a experiência do pedestre. Suas descobertas sugeriram que tais elementos não afetam apenas a estética; eles reduzem significativamente o conforto percebido, a legibilidade e a disposição para permanecer no local. Por outro lado, ambientes com linhas de visão coerentes, sinalização moderada e fachadas ativas incentivam movimentos mais lentos, interação social e um senso de pertencimento mais forte.

Gehl também contestou a doutrina ortodoxa do século XX de separação funcional rígida, a divisão das ruas em zonas distintas para veículos, ciclistas e pedestres, e a divisão dos bairros em enclaves de uso único. Seu trabalho sobre os princípios do espaço compartilhado defendia que uma ambiguidade cuidadosamente projetada pode aumentar a segurança e a sociabilidade, incentivando os usuários a negociar o espaço por meio do contato visual e de sinais comportamentais, em vez de depender exclusivamente de sinais de trânsito e barreiras. A reformulação da Exhibition Road, em Londres, constitui um exemplo notável no Reino Unido: ao remover meios-fios, sinalização convencional e segregação rígida, o projeto criou uma superfície unificada que acomoda pedestres, ciclistas e veículos em um ambiente mais lento e mais atento. Embora não isento de controvérsia, o projeto demonstra como intervenções sutis de design podem recalibrar comportamentos sem a necessidade de fiscalização severa.

Artificial intelligence permite Artificial intelligence que essas percepções qualitativas sejam testadas quantitativamente. A visão computacional pode avaliar como as pessoas se movimentam em ambientes compartilhados, onde ocorrem hesitações, como a poluição visual afeta os padrões de movimento e se o redesenho das ruas realmente incentiva tempos de permanência mais longos ou interações mais seguras. Na prática, AI os planejadores vão além de evidências anedóticas e cheguem a resultados comportamentais mensuráveis.

Particularmente valiosa é a identificação de micro-nós de atividade, locais que atraem pessoas de forma consistente, apesar de parecerem insignificantes no plano. Esses nós costumam estar na base do sucesso comercial e da vitalidade social. Para os incorporadores, isso reduz a incerteza, alinhando o investimento à demanda comprovada. Para as autoridades locais, reforça a justificativa para melhorias direcionadas no espaço público. A criação de espaços evolui do projeto voltado para usuários hipotéticos para o aprendizado com o comportamento real.

A evolução contínua do Queen Elizabeth Olympic Park ressalta a importância dessa capacidade. Concebida com ambições de legado a longo prazo, a área se adaptou à medida que os padrões reais de uso se desviaram das projeções iniciais. A análise pós-ocupação AI poderia apoiar um processo de recalibração contínua, transformando a criação de espaços de uma intervenção pontual em um processo adaptativo e iterativo, capaz de responder às mudanças demográficas, nos estilos de vida e nas condições climáticas.

Lições globais: Inspirando-se no que há de melhor

Os precedentes internacionais demonstram como as abordagens data podem viabilizar intervenções urbanas politicamente ambiciosas, mas também revelam uma divergência crescente nas filosofias que sustentam a construção das cidades.

O gêmeo digital de Cingapura simula microclimas, permitindo que os planejadores atenuem o efeito de ilha de calor e os túneis de vento antes da construção — uma capacidade essencial em ambientes tropicais de alta densidade, onde o conforto ambiental determina diretamente a viabilidade das ruas. Os Superblocos de Barcelona se basearam em sofisticadas simulações de tráfego para demonstrar que a reatribuição do espaço viário aos pedestres não causaria congestionamentos sistêmicos, permitindo que os formuladores de políticas adotassem estratégias centradas nas pessoas com confiança. Em grande parte da Europa continental, iniciativas semelhantes refletem uma mudança mais ampla do planejamento dominado pelos carros para um urbanismo compacto e propício à caminhada, que prioriza o espaço público, o uso misto e a habitabilidade no dia a dia.

Essa trajetória representa, em parte, uma reação contra as intervenções em grande escala e de cima para baixo da metade até o final do século XX. Muitas cidades europeias experimentaram megaestruturas modernistas, sistemas viários elevados e zoneamento funcional antes de redescobrirem gradualmente o valor econômico e social do tecido urbano de escala fina, da continuidade arquitetônica e das ruas à escala humana. Hoje, os marcos políticos em cidades como Paris, Copenhague e Viena enfatizam cada vez mais os bairros de 15 minutos, o transporte ativo, a reutilização adaptativa e a infraestrutura comunitária, abordagens que se alinham estreitamente com a tradição de Jacobs–Gehl.

Em contrapartida, algumas partes da região do Golfo, incluindo os Emirados Árabes Unidos e a Arábia Saudita, continuam a adotar um modelo mais centralizado de desenvolvimento urbano. Os projetos em Dubai, Abu Dhabi e Riade são frequentemente concebidos em escala metropolitana ou mesmo nacional, impulsionados por investimentos liderados pelo Estado e executados por meio de planos diretores rigidamente verticais que priorizam uma arquitetura imponente, visibilidade global e entrega rápida. Arquitetos de renome são contratados para criar estruturas emblemáticas que sinalizem ambição e modernidade, enquanto bairros inteiros são entregues em prazos apertados, raramente alcançáveis nos sistemas de planejamento europeus.

Esses empreendimentos podem alcançar uma coerência extraordinária e uma integração de infraestrutura, mas também acarretam riscos associados à criação de espaços de cima para baixo: evolução orgânica limitada, formação comunitária incerta a longo prazo e um possível desalinhamento entre a intenção do projeto e o uso cotidiano. O desafio não reside na capacidade técnica; muitos projetos do Golfo utilizam modelagem de ponta, gêmeos digitais e engenharia ambiental, mas sim na calibração comportamental. A escala monumental e o espetáculo arquitetônico não se traduzem automaticamente em vitalidade nas ruas.

Artificial intelligence , em última análise, servir como uma ponte entre esses paradigmas. Em ambientes construídos rapidamente, análises pós-ocupação AI podem revelar como os moradores e visitantes realmente utilizam os bairros recém-criados, permitindo ajustes na programação, no transporte, nos espaços públicos e no uso do solo ao longo do tempo. Em cidades europeias já consolidadas, essas mesmas ferramentas podem apoiar uma transformação gradual sem sacrificar o patrimônio ou a continuidade.

Para o Reino Unido, que ocupa cada vez mais uma posição intermediária entre essas abordagens, a lição é não imitar integralmente nenhum modelo específico, mas combinar ambição estratégica com sensibilidade à escala humana. O tecido urbano histórico da Grã-Bretanha, suas complexas estruturas de governança e as expectativas da população favorecem uma mudança evolutiva, em vez de revolucionária. No entanto, a magnitude da demanda por moradia e a renovação de infraestrutura necessárias nas próximas décadas exigirão uma ação mais coordenada do que o incrementalismo tradicional por si só pode proporcionar.

Mais perto de casa, iniciativas emergentes sugerem um avanço cauteloso nessa direção. A integração, na Grande Manchester, de análises de transporte, infraestrutura digital e data entre autoridades representa uma das tentativas mais avançadas de aplicar o pensamento sistêmico em escala regional. Ao modelar as relações entre mobilidade, distribuição de empregos e oferta de moradia, as cidades-regiões podem direcionar investimentos para locais onde geram o maior retorno social e econômico, ao mesmo tempo em que preservam as qualidades que tornam esses lugares habitáveis.

Nesse contexto, AI impõe um único futuro urbano. Em vez disso, ela dota os tomadores de decisão da capacidade de testar visões concorrentes — desde empreendimentos emblemáticos de alta densidade até a regeneração detalhada de bairros — em relação a resultados mensuráveis. As cidades mais bem-sucedidas das próximas décadas provavelmente serão aquelas que conseguirem equilibrar a escala estratégica com a experiência humana, o avanço tecnológico com a continuidade cultural e a ambição com a adaptabilidade.

O desafio das entregas no Reino Unido: fragmentação e risco

Apesar dessas oportunidades, as restrições estruturais continuam sendo consideráveis. A fragmentação das autoridades de planejamento, a falta de uniformidade data e as limitações de recursos dificultam a adoção generalizada. Muitos departamentos de planejamento locais não têm capacidade para analisar resultados de modelagens sofisticadas, criando uma assimetria entre atores privados com recursos abundantes e instituições públicas.

Além disso, o sistema de planejamento discricionário do Reino Unido privilegia a negociação em detrimento da certeza proporcionada por regras. Embora essa flexibilidade permita decisões sensíveis ao contexto, ela também introduz uma imprevisibilidade que desestimula a inovação. AI mitigar essa incerteza ao fornecer estruturas probatórias compartilhadas, mas somente se essa capacidade for desenvolvida tanto no setor público quanto no privado.

Existe, no entanto, uma oportunidade mais fundamental que a fragmentação e as restrições de recursos ocultam: a automação parcial do próprio processo de planejamento. Uma proporção significativa dos pedidos de planejamento — ampliações residenciais, pequenas reformas, mudanças de uso dentro de parâmetros estabelecidos — envolve impactos materiais limitados que, no entanto, são submetidos à mesma deliberação em comitê que projetos de consequências muito maiores. O resultado é um sistema em que decisões triviais consomem tempo e recursos desproporcionais, enquanto pedidos significativos ficam na fila atrás deles. Ferramentas de avaliação AI, treinadas em políticas de planejamento, data ambientais e precedentes, poderiam lidar com tais casos com maior consistência e rapidez do que qualquer comitê, liberando os funcionários de planejamento e os membros eleitos para se concentrarem em decisões que realmente exigem julgamento humano. A automação baseada em evidências desse tipo não diminuiria a responsabilidade democrática; ela a aprimoraria, garantindo que o escrutínio seja reservado para aqueles momentos em que realmente importa.

Talvez o maior obstáculo ao desenvolvimento não seja a viabilidade técnica, mas a confiança. As comunidades costumam encarar os processos de consulta com ceticismo, enquanto os desenvolvedores temem que as objeções reflitam apenas a voz de minorias barulhentas, em vez de um sentimento representativo. O processamento de linguagem natural oferece um mecanismo para preencher essa lacuna. Ao analisar grandes volumes de respostas às consultas, AI identificar temas comuns, prioridades e preocupações, garantindo que os tomadores de decisão se baseiem na voz coletiva, em vez de em posições extremas isoladas. As comunidades também poderiam se beneficiar da interação com modelos de linguagem natural (chatbots) que fariam perguntas mais pertinentes do que as entrevistas estruturadas atuais, que não conseguem captar nuances ou o pensamento subjacente. Da mesma forma, simulações AI sobre luz solar, ruído, tráfego e demanda por infraestrutura podem mudar o discurso de medos especulativos para uma discussão baseada em evidências.

Quando utilizadas de forma transparente, essas ferramentas podem reforçar a legitimidade democrática, em vez de prejudicá-la. Nesse contexto, AI não apenas como suporte analítico, mas como infraestrutura institucional para a tomada de decisões.

Desempenho, responsabilidade e a ética do algoritmo

O planejamento urbano do futuro será indissociável do desempenho ambiental. AI otimizar a orientação para aproveitar a luz natural e aumentar a eficiência energética, simular resultados em termos de biodiversidade, prever riscos de enchentes e gerenciar ecossistemas urbanos de forma dinâmica. A integração com redes de sensores permite um monitoramento contínuo, em vez de avaliações pontuais de conformidade. Para investidores vinculados a compromissos ESG, tais recursos transformam a sustentabilidade de uma aspiração retórica em realidade operacional. No entanto, a implementação responsável desses recursos exige tanta atenção quanto o seu desenvolvimento.

O poder analítico traz consigo uma responsabilidade ética. O viés algorítmico representa riscos reais: sistemas treinados com data históricos data , inadvertidamente, reproduzir desigualdades, alocando menos recursos a áreas que, historicamente, têm sido carentes.

As questões relacionadas à privacidade são igualmente importantes. O monitoramento do espaço público não deve se transformar em vigilância. Estruturas de governança sólidas, anonimização e transparência são pré-requisitos essenciais, e não meras considerações secundárias.

A supervisão humana continua sendo indispensável. AI gerar soluções otimizadas de acordo com parâmetros definidos, mas a determinação desses parâmetros é, fundamentalmente, uma escolha da sociedade. A criação de espaços públicos reflete, em última instância, os valores humanos, e não apenas a eficiência computacional.

Rumo à era da empatia

Paradoxalmente, o avanço da artificial intelligence possibilitar o surgimento de cidades mais centradas no ser humano. Ao automatizar a complexidade técnica — desde a modelagem ambiental até a previsão do transporte —, os profissionais podem dedicar mais atenção ao patrimônio, à identidade, à estética e à coesão social. As qualidades que conferem significado aos lugares são precisamente aquelas menos suscetíveis à otimização algorítmica.

A metáfora atemporal de Jan Gehl continua pertinente: uma cidade de sucesso se assemelha a uma festa de sucesso; as pessoas ficam porque querem, não porque precisam. A ciência do lugar não extingue a magia urbana; ela a torna menos fortuita e mais deliberada.

Para o setor imobiliário do Reino Unido, as implicações são profundas. Artificial intelligence um meio de conciliar escala com sensibilidade, crescimento com qualidade de vida e imperativos econômicos com valor social. A questão decisiva já não é se AI as cidades britânicas, mas como e sob a gestão de quem.

Aqueles que dominarem essa integração moldarão a próxima geração de espaços. Aqueles que não o fizerem poderão acabar projetando para um passado que já está ficando para trás.