Conference PaperPDF Available

EXEMPLOS DE USO DE BIG DATA E SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (GIS) EM SERVIÇOS PÚBLICOS E PRIVADOS

Authors:

Abstract and Figures

Com cada vez mais coisas conectadas, veremos um crescimento exponencial na quantidade de informação produzida e disponível, com isso, os desafios em gerenciá-la e os benefícios atrelados ao que podemos fazer com esta informação. No campo do Big Data, sistemas de informação geográfica (geographic information systems-GIS) não apenas mapeiam, interpretam e identificam dados de elementos pontos geográficos-ruas, prédios e acidentes geográficos-, mas também do comportamento e situação de indivíduos inseridos neste contexto espacial, permitindo o desenvolvimento de soluções benéficas a sociedade graças à otimização ou automatização de processos que envolvam tomadas de decisões baseadas em critérios geoespaciais. Este artigo teórico explora os benefícios e desafios de GIS no contexto de Big Data, tanto em aplicações públicas-como a melhora na gestão e funcionamento de serviços públicos-quanto privadas-em setores como turismo, segurança e transporte e traz exemplos de empresas e funcionalidades que fazem uso de tal inteligência de dados.
Content may be subject to copyright.
EXEMPLOS DE USO DE BIG DATA E SISTEMAS DE INFORMÃO
GEOGRÁFICA (GIS) EM SERVIÇOS PÚBLICOS E PRIVADOS
EXAMPLES OF BIG DATA AND GEOGRAPHIC INFORMATION
SYSTEMS (GIS) ON PUBLIC AND COMMERCIAL SERVICES
José Carlos Rodrigues Pinto Filho, ESPM, Brasil, josecarlos.rodrigues@espm.br
Resumo
Com cada vez mais coisas conectadas, veremos um crescimento exponencial na quantidade de informação
produzida e disponível, com isso, os desafios em gerenciá-la e os benefícios atrelados ao que podemos fazer com
esta informação. No campo do Big Data, sistemas de informação geográfica (geographic information systems
GIS) não apenas mapeiam, interpretam e identificam dados de elementos pontos geográficos – ruas, prédios e
acidentes geográficos -, mas também do comportamento e situação de indivíduos inseridos neste contexto espacial,
permitindo o desenvolvimento de soluções benéficas a sociedade graças à otimização ou automatização de
processos que envolvam tomadas de decisões baseadas em critérios geoespaciais. Este artigo teórico explora os
benefícios e desafios de GIS no contexto de Big Data, tanto em aplicações públicas – como a melhora na gestão e
funcionamento de serviços públicos - quanto privadas – em setores como turismo, segurança e transporte e traz
exemplos de empresas e funcionalidades que fazem uso de tal inteligência de dados.
Palavras-chave: Big data; Sistemas de informação geográfica; GIS
Abstract
As more things get connected, we face an exponential growth in the amount of produced and available information,
which brings challenges on how to manage it and benefits tied to what could be done with this information. In the
field of Big Data, geographic information systems (GIS) not only map, interpret and identify data from geographic
elements – like streets, buildings and geographical features -, but also those from one’s status and behavior present
at this spatial context, allowing the development of beneficial solutions for the society thanks to the opmitization
or automation of decision making processes that use geospatial criteria. This theoretical paper explores benefits
and challenges of GIS in Big Data in both public – on optimizing public service management - and private – in
industries like tourism, safety and transportationinstances and brings examples of companies and functionalities
that take advantage of such data intelligence.
Keywords: Big data; Geographic Information Systems; GIS
1. INTRODUÇÃO
Apesar do uso indiscriminado (e proposital) do termo, Big Data foi a nomenclatura utilizada
para representar a tratativa necessária frente ao crescimento exponencial da quantidade de dados
produzidos por diferentes capturadores / origens. Como colocam Malthouse e Li (2017), “o
conceito de big é difícil de ser determinando, em parte porque o que parece ser uma grande
quantidade hoje em dia poderá se tornar rotina em um futuro próximo”. A definição comumente
aceita de Big Data leva em consideração 3Vs: grandes volumes de dados gerados em uma grande
velocidade oriundos de uma variedade de fontes (Laney, 2001), podendo ser acrescida de outros
Vs, como a necessidade de certificar-se sobre veracidade dos dados, sua variabilidade,
facilidade de visualização e valor para o negócio (Sivarajah et al., 2017).
2
O trato de grandes quantidades de dados possui história; a incorporação de novas fontes
meios e coisas conectadas -, sobretudo de dados não estruturados, deu uma nova dimensão à
tarefa. Por um lado, as mídias sociaism, nos últimos 10 anos, impactando a produção,
captura, interpretação e disponibilização de informações de forma inteligente, o que exigiu
dos profissionais de análise de dados e consequentes procedimento e sistemas uma adaptação
para a falta de estrutura e os múltiplos formatos (vídeos, posts, cliques, etc.) do meio; por outro,
mais um capítulo na interpretação de dados será escrito com a popularização da internet das
coisas.
A (esperada) inteligência obtida por trás destes dados permitirá a identificação de padrões e
probabilidades preditivas que tornarão a tomada de decisões gerenciais (tanto no âmbito público
quanto privado) mais ágil, assertiva e, quando possível, facilitarão a aplicação de ações
autônomas pelas operações que dela se alimentam.
Ao olharmos o universo das coisas, onde, aqui, consideramos seres vivos, objetos, máquinas,
produtos a própria infraestrutura de um ambiente, podemos trazer para o universo da gestão os
5Ws que permeiam notícias jornalísticas, gerência de projetos e outras áreas do conhecimento.
No esquema What (O quê), Why (por que), When (quando), Who (quem) e Where (onde), os
GIS (Geographic Information Systems / Sistemas de Informação Geográfica), por sua vez,
visam, a princípio, responder à última questão (where) e/ou, a partir dela, inferir probabilidades
das outras quatro. GIS podem ser entendidos como sistemas computacionais – hardware,
software, dados, pessoas e organizações - para captura, armazenamento, análise e exibição de
dados geoespaciais (Chang, 2006), que, por sua vez, correspondem à localização e
atributos/características de um elemento disposto geograficamente em um local.
Contudo, mais que mapear e gerenciar o comportamento de coisas e os consequentes benefícios
atrelados a sua gestão, GIS podem trazer benefícios diretos aos indivíduos (Liu, 2003) ao criar
serviços que otimizem ou automatizem processos que tragam melhorias na qualidade de vida e
segurança da população.
Este artigo teórico busca compilar casos de aplicações de GIS nos âmbitos público e privado
que corroboram com melhoras na qualidade de vida e relevância da informação oferecida a
gestores e consumidores/cidadãos.
2. A RELEVÂNCIA DE DADOS GEOBASED
Apesar da digitalização de boa parte das atividades e processos humanos, todos aqueles que
tomam lugar no mundo real diferenciam-se e identificam-se - justamente por acrescentar a
camada geográfica à sua natureza. A humanidade tem utilizado mapas centenas de anos;
agora, não só os mapas, mas elementos nas regiões comunicam-se em tempo real, identificando
sua posição, seu status e relação com outros elementos próximos. Citando a Primeira Lei da
Geografia de Tobler (Lee & Kang, 2015), em tradução livre: “Tudo está conectado a todo o
resto, mas coisas próximas estão mais relacionadas entre si que coisas distantes”.
Embora seja comum pensar na utilização de GIS para atividades ligadas à navegação, ou seja,
informações durante o deslocamento de um ponto a outra, como em aparelhos de GPS Sistema
de Posicionamento Global – Global Positioning System), por exemplo, o contexto geográfico
de algo (localização de um indivíduo, um meio de transporte, um elemento urbano, entre outros)
3
permite tomadas de decisões mais assertivas, como identificação de problemas de infraestrutura
viária, índices de violência, acesso a informações de vendas, entre muitas outras.
O crescimento de GIS está bastante atrelado à redução de custos de software e hardware
necessários para a captura e interpretação dos dados (Tomlinson, 2007) e à própria
conectividade de dispositivos oriundos de diferentes aplicações, capturando, à princípio, seu
próprio comportamento e de seu entorno, posteriormente permitindo a alimentação de uma base
mais ampla de dados que os integra a outras fontes de dados, traçando um panorama mais amplo
sobre as relações entre estes dispositivos, como impactam uns aos outros e, mais importante,
como seus comportamentos independentes podem ser ajustados para beneficiar o ecossistema
como um todo.
Oxera (2013) subdivide os benefícios de GIS em três grupos: diretos, ligados ao
desenvolvimento e crescimento de empresas responsáveis pela geração das informações de
geolocalização, como Google, Garmin, provedores de satélites e serviços de
geoposicionamento; aqueles relacionados aos consumidores, que passam a contar com maior
transparência e assertividade em atividades que dependam de dados geográficos, resultando,
por exemplo, na redução do tempo de deslocamento e consequente otimização energética, com
um menor consumo e economia de tempo (Lee & Kang, 2015), visualização prévia de destinos
(seja para planejamento de um deslocamento ou para confrontar informações de hotéis e
potenciais residências para comprar), utilização do critério geográfico para filtrar a relevância
dos resultados em sistemas de busca ou ainda na utilização de mapas para educação, por
exemplo; por fim, em um grupo de benefícios economicamente amplos, onde podermos
considerar qualquer cadeia de valor agregado que se beneficie destes dados geográficos, desde
a clara melhora no planejamento de rotas em serviços logísticos à utilização em situações de
combate.
3. BIG DATA & GIS EM APLICAÇÕES PÚBLICAS E PRIVADAS
Tecnologias de informação e comunicação tem se mostrado essenciais para tornar sustentável
o crescimento da população urbana, cidades e comunidades em todo o mundo (Doran & Daniel,
2014), seja a partir da conectividade entre indivíduos, soluções e inovações, como no ganho de
eficiência na gestão da infraestrutura disponível aos cidadãos, incluindo, mas não limitado a,
vias de tráfego, abastecimento de água, coleta de resíduos e serviços de emergência. Tais
elementos, uma vez coordenados e conectados, fazem parte do conceito de Smart Cities
(Cidades Inteligentes), definido pela IBM (n.d.) como um sistema interconectado de sistemas.
Com base em Giffinger e Doran et al. (2012), desenvolveram um modelo de smart city que leva
em consideração três componentes: (1) o econômico, que inclui a administração pública,
instituições de ensino e demais atores econômicos, (2) o ambiental, referente às infraestruturas
de gestão e recursos (como água, energia, transporte e espaços públicos, entre outros) e (3) o
social, os cidadãos e sua participação no ambiente público.
4
Figura 01: Modelo de Smart City (Fonte: Doran et al., 2012)
Na utilização pública, o acesso aos dados em função do contexto geográfico reforça a migração
da memória para dispositivos eletrônicos (Caygill, 1999; Sparrow, Liu & Wegner, 2011).
Similar à relação entre conteúdos na internet e uma ferramenta de busca como o Google, por
exemplo, a incorporação destes dados em GIS fez com que indivíduos não mais precisassem
registrar na memória informações relacionadas à movimentação e a elementos ao redor de um
ponto geográfico. Em outras palavras, ninguém mais precisa lembrar/saber a rota para algum
lugar ou lembrar/saber se determinado serviço ou loja estão disponíveis na região.
Concomitantemente, um aumento nas opções de escolha do consumidor (Oxera, 2013),
que, graças à colaboração – que será tratada com mais detalhes à frente uma redução do
risco em se dirigir a regiões de uma cidade ou a experimentar lojas e prestadores de serviços
em áreas onde tal consumidor não está familiarizado.
GIS colocam o consumidor no centro do mundo; e então lhe apresenta todas as opções ao seu
redor, tornando conhecida uma região, até então, obscura. Juntamente com o aumento do acesso
móvel à internet e a modelos colaborativos de grande parte dos GIS, cada ser humano se torna
um sensor, não somente transmitindo dados geográficos, mas enriquecendo estes dados com as
descrições e percepções sobre seu entorno.
Visto que grande parte dos serviços de geolocalização são providos pelo setor privado (Oxera,
2013), este acaba sendo o provedor de serviços tanto para o âmbito privado quanto público.
Do ponto de vista mercadológico, considerando que o comportamento humano é altamente
previsível e padronizado, respeitando hábitos diários (Lee & Kang, 2015), o mesmo se poderia
inferir de comportamentos geolocalizáveis. Mittal et al. (2004) colocam a relevância em
compreender as diferenças entre hábitos de consumo regionais que, se por um lado poderiam
ser obtidos através dos dados de consumo de pontos de venda físico, por outro, com o acesso a,
por exemplo, históricos de busca ou preferências por determinadas marcas baixo um contexto
geográfico em dispositivos móveis, a informação se torna mais preditiva, olhando
5
probabilidades futuras e não apenas comportamentos passados. Assim, empresas podem usar
estas informações para identificar padrões de consumo ou comportamentos em regiões
geográficas e, assim, recomendar serviços similares a outros indivíduos ou complementares a
todos.
Na gestão pública, a conectividade não apenas amplificou o acesso a informações, mas, em uma
via de mão dupla, facilitou uma maior participação da sociedade na gestão pública. A gestão de
uma região (como cidade, estradas, etc.) pode se beneficiar de GIS para otimizar seus serviços
de atendimento, sobretudo em situações de não-conformidade, como acidentes entre veículos,
emergências médicas ou falhas em elementos de infraestrutura, como semáforos ou bueiros e
casos de segurança pública, como roubos a banco e áreas sob suspeita. Os dados geobased
permitem a gestores obter respostas e/ou levantar hipóteses e potenciais soluções para
questionamentos como:
Índice
Questionamento relacionado ao
contexto espacial
Informação requerida
1
Onde é isto1?
Localização
2
O que está acontecendo aonde?
Acontecimento em uma localização
3
Isto está disponível aqui?
Presença de conteúdo temático em uma localização
4
Qual a quantidade de algo aqui?
Estatísticas por localização
5
Qual a quantidade de algo por período?
Fluxo de dados por localização
6
Qual a melhor rota?
Rota
7
O que é/está aqui?
Conteúdo espacial de uma região
8
O que era/estava aqui?
Histórico de conteúdo espacial de uma região
9
Qual será o impacto em fazer isso aqui /
deste evento ocorrer aqui?
Simulação de interação entre um evento e conteúdos
espaciais de uma região
10
Posso fazer isso aqui?
Correlação entre uma ação e conteúdos espaciais de uma
região
1 “Isto” corresponde a serviços, recursos, bem, infraestrutura, etc.
Tabela 01: Questionamentos relacionados ao contexto espacial envolvidos no desenvolvimento de cidades
inteligentes. Fonte: Traduzido pelo autor a partir de Doran & Daniel (2014)
A cidade de Portland conectou seus serviços públicos a uma plataforma que integra e
disponibiliza a informação aos cidadãos, o que, segundo mencionam, reduz os custos, melhora
o serviço oferecido e o relacionamento com a sociedade (Penn State Public Broadcasting &
Hardisty, 2011). Dados como violência urbana, tráfego ou outros problemas em áreas
geográficas específicas estão disponíveis para que as pessoas adequem seus comportamentos
em função destas quebras de padrão ou apenas da melhor opção disponível, naquele momento,
naquele local, para o que ela deseja (como a mais eficaz linha de ônibus a se tomar para chegar
a outro local). Tais informações também auxiliam em futuros projetos, como a expansão da rede
de metrô ou a necessidade da implantação de escolas ou hospitais públicos em certas áreas.
6
No geral, um aumento da transparência, ou melhor, da disponibilidade da informação ao
permitir que qualquer pessoa (e, claro, órgãos públicos) obtenha o registro, em tempo real, de
elementos que se movimento pela cidade, facilitando a tomada de decisão imediata a partir de
interpretações clara ou, através do processamento de eventos - método de registrar e analisar
fluxos de dados sobre eventos (o que está acontecendo) de forma a gerar hipóteses ou
conclusões a partir deles. (Lee & Kang, 2015) – antecipar futuras necessidades. A compreensão
sobre áreas críticas relacionadas a algum tema (como concentração populacional versus
disponibilidade de transporte público, ou o registro de roubos a residências nas últimas semanas,
ajuda a otimizar a distribuição de recursos, incluindo oficiais e servidores públicos.
No Brasil, conseguimos observar iniciativas privadas isoladas (não integradas a outros GIS,
públicos ou privados) que consultam e distribuem informações sobre serviços públicos. Como,
por exemplo, o aplicativo Cadê o Ônibus, que disponibiliza em tempo real a posição de cada
ônibus na cidade de São Paulo; ou o serviço de Zona Azul Digital, que permite a um motorista
registrar digitalmente a localização de seu veículo e efetuar o pagamento da taxa de
estacionamento municipal (Zona Azul).
Figura 02: Captura de tela do aplicativo Cadê o Ônibus (Fonte: Olhar Digital, 2013)
7
Figura 03: Captura de tela do aplicativo Zona Azul Fácil SP
Tal aumento da transparência também pode ser observado em serviços com o Loggi (serviços
de moto entrega), que transmite em tempo real a localização do mensageiro:
Figura 04: Tela do serviço Loggi, com localização do Mensageiro em tempo real
Como toda nova tecnologia, as projeções futuras flutuam entre um sonho utópico - onde tal
tecnologia trará benefícios em larga escala e distribuídos entre todos os indivíduos e um
pesadelo distópico – onde a perda de controle sobre a tecnologia (Macedo, 2011), o vandalismo
digital feito pelos próprios componentes da rede (em open-maps, por exemplo) ou a
8
concentração de acesso a um grupo restrito, trazendo a centralização do poder derivado deste
acesso, colocam que xeque a aceitação destes novos modelos.
Embora com abordagem lúdica, o universo narrativo (Rodrigues, 2016) do jogo eletrônico
Watch Dogs, com temática tecnológica, apresenta justamente a segunda visão. A conectividade
ubíqua de uma cidade como Chicago através de uma mesma plataforma (CtOS), centralizando
dados de eventos em toda sua região, abririam caminho para a quebra da fronteira da
privacidade, não se limitando apenas aos dados públicos dos objetos e infraestrutura da cidade,
mas avançando na vida privada de seus cidadãos, sujeitos à observância de uma grande
corporação (no caso, a fictícia Blume Corporation) - http://chicago-ctos.com /
https://vimeo.com/244485701
3.1 GIS e transformações na sociedade
Pelo aspecto positivo, novamente a ubiquidade da informação, aliada à segmentação geográfica,
resulta na redução do risco ao permitir com que um indivíduo obtenha informações e impressões
sobre elementos ao seu redor. Nisso unimos este acesso permanente, o critério de filtro por
questões de localização (geobased) e construção de conteúdos de forma colaborativa.
De maneira prática, ferramentas com o aplicativo Foursquare, fundamentalmente, fazem isso:
Figura 05: Capturas de tela do aplicativo Foursquare
Com a popularização de dispositivos que incorporem mecânicas de ampliação da realidade
(como realidade aumentada), teremos esta camada adicional de informações alimentada em
tempo real levando em consideração da localização de seu usuário:
9
Figura 06: Representação gráfica de aplicativo de realidade aumentada, com informações adicionais sobre
transporte, pontos turísticos e indivíduos
Figura 07: Representação gráfica do Aplicativo VisiBird, que indica pontos de interesse para turistas em algumas
cidades do mundo
A colaboração entre indivíduos também pode otimizar serviços de alerta, como no aplicativo
‘Onde fui roubado’, que identifica locais de crimes:
10
Figura 08: Capturas de tela do aplicativo ‘Onde fui roubado’; reporte colaborativo de crimes contra a pessoa
Outro uso positivo é o acompanhamento de valores durante um deslocamento, que pode ser
desde um produto comprado em uma loja online a um filho que tomou o ônibus para ir à escola.
Relacionado ao monitoramento de indivíduos, aqueles cuja privacidade, de alguma forma, foi
legalmente cerceada, como é o caso de condenados sob liberdade condicional e/ou com
equipamentos de monitoramento (a popular tornozeleira eletrônica), terão seus movimentos
monitorados por órgãos com esta competência. Em um âmbito mais restrito, familiares podem
acompanhar a movimentação de seus entes queridos, melhorando sua segurança, em uma versão
real/digital do Weasley Clock, objeto fictício do universo narrativo de Harry Potter onde a
família Weasley pode saber a localização de cada integrante.
Figura 09: Weasley Clock, da série Harry Potter
O aplicativo Backmeapp, por exemplo, permite a mulheres (ou qualquer indivíduo, apesar de
sua comunicação estar focado no gênero feminino) estabelecer uma conexão com um
“guardião”, que acompanhará seu trajeto e ficará alerta para qualquer eventualidade.
11
Figura 10: Capturas de tela do aplicativo BackmeApp
Ao tirarmos os humanos do cenário, informações geobased permitirão a qualquer elemento que
se mova em um espaço identificar outros elementos e/ou infraestrutura. Temos coisas sabendo
e compartilhando sua localização e movimentação a outras coisas, criando uma rede de dados
que possibilita com que estas coisas trabalhem de forma síncrona.
Como destaque, podemos falar da autonomia de meios de transporte ou carga. No caso de
automóveis, a incorporação de elementos tecnológicos em um veículo brinda a passagem do
entendimento de automóvel de um objeto com conjuntos mecânico, hidráulico e elétrico para
um conjunto eletrônico e informático de tratamento de informação (Nascimento, 2006).
Independente dos eventuais dilemas éticos ligados à transferência da tomada de decisão de um
condutor para o veículo (Rodrigues, 2018), muitos dos benefícios atrelados à adoção de AVs
não dependem unicamente de capacidade de dirigibilidade dos veículos individualmente, mas
de habilidades cooperativas de comunicação com outros veículos (V2V – Vehicle-to-vehicle),
com a infraestrutura que suporta o sistema viário (V2I Vechicle-to-Infrastructure) (Fagnant
& Kockelman, 2015; Wei, de Sousa Pissardini & Fonseca Junior, 2013) ou virtualmente com
qualquer coisa (V2X Vehicle-to-anything) baixo conceito de Sistemas de Transporte
Inteligentes Cooperativos (C-ITS, Cooperative Intelligent Transport Systems), ou, um conjunto
de aplicações centrada na troca de informações entre veículos conectados (Perkola, 2017;
Yagdereli, Gemci & Aktas, 2015).
A interconectividade V2V, V2I e/ou V2X também é nomeada como IAV (Internet of
Autonomous Vehicles, Internet dos Veículos Autônomos) (Gerla et al., 2014) – rede de
transporte distribuída capaz de tomar suas próprias decisões ligadas a levar consumidores a seus
destinos - ou IOV (Internet of Vehicles; Internet dos Veículos) (Nitti et al. 2015) – rede
interconectada de veículos capazes de prover informação para serviços comuns, tais quais
gerenciamento de tráfego e segurança das vias, resultante da união de VANETs (Vehicular Ad-
Hoc Networks; Redes veiculares sob demanda) e da IOT (Internet of Things; Internet das
Coisas)
Nitti et al. (2015), ainda acrescentam uma camada social à interconectividade, incorporando
conceitos ligados a redes sociais à IOV, cunhando o termo SIoV (Social Internet of Vehicles;
12
Internet Social de Veículos). Nesta configuração, a troca de informações relacionadas entre o
gerenciamento de tráfego e condições de dirigibilidade se entre os veículos sem a
necessidade de processamento centralizado da distribuição, podendo ocorrer de forma estática
(por exemplo, entre todos os veículos de um mesmo fabricante, para atualizações de sistema e
assistência remota) ou dinâmica (aberta a qualquer veículo que estabeleça uma ponte de
comunicação V2V, para compartilhamento de acidentes ou interrupções nas vias, por exemplo).
A comunicação V2I se daria, neste modelo, através da conexão dos CAVs com RSUs (Road
Side Units; receptores laterais nas vias), para, por exemplo, informações gerais sobre o tráfego
e apresentação de melhores rotas.
Linhas verdes representam relação estática; linhas azuis representam relações dinâmicas e linhas amarelas
representam relações com RSUs. Figura 11: Representação gráfica de relacionamentos criados no cenário de
SIoV. (Fonte: Nitti et al., 2015)
Porém, como todo fluxo de informação, o detentor destes dados e os usos feitos a partir deles
podem descambar em violações da privacidade (Glancy, 2012) ou, no mínimo, a comunicações
intrusivas supostamente customizadas a partir da interpretação (errônea) de dados.
Na ânsia pela comunicação (realmente) personalizada, empresas de comunicação podem
extrapolar a barreira do privado ao inferir (e agir conforme) comportamentos de um potencial
consumidor. Em exemplos, agora hipotéticos, imobiliárias oferecendo empreendimentos em
uma região que o consumidor visita com frequência por necessidade (mas a odeia). Seguradoras
de automóveis variando seu preço pelo fato do cliente deslocar-se mais quilômetros por dia que
o declarado na apólice, entre outras possíveis situações.
Outra barreira trata da privacidade em uma visão mais ampla. Ao contrário do que é colocado
em 1984 (Orwell, 1984), o Grande Irmão não está necessariamente (ou unicamente)
concentrado nas mãos de um governo ou de uma corporação. Dispositivos móveis conectados
fragmentaram esta capacidade de registro da realidade em tempo real entre milhões de
indivíduos que coexistem em redes sociais geográficas, ou melhor, que, a cada instante,
compartilham fatos que ocorrem a seu redor e têm isto em comum.
Temos a capacidade de saber e transmitir, para grupos específicos ou publicamente, nossa
localização e o que está ocorrendo naquele local. O público e o privado se mesclam, a vida se
passa não apenas onde estamos, mas também onde nossos dispositivos se conectam.
13
Figura 12: Captura de tela do aplicativo nativo do iPhone “Buscar Amigos”
Uma vez que já abrimos nossas vidas, anseios e sonhos através das redes sociais, a localização
de um indivíduo parece ser a próxima barreira no delicado equilíbrio entre privacidade e
exposição. Enquanto serviços como o próprio Facebook, ou alguns mais focados como o
Swarm, incentivam o compartilhamento, ainda que pontual, através de check-ins, este ainda é
limitado ao círculo social do indivíduo (considerando, claro, seus critérios pessoais para definir
a amplitude deste círculo). O acesso indevido a esta informação, contudo, poderia abrir
caminhos para perseguidores (stalking), chantagens (ao identificar a presença em um local que
passível de julgamento social, como um padre em um strip-club, por exemplo) ou mesmo
facilitar roubos a residências (ao identificar que os moradores não estão) e emboscadas para
sequestros.
CONCLUSÕES FINAIS
A conectividade não somente facilita a comunicação entre pessoas e/ou coisas, mas acrescenta
ao ecossistema informacional uma enorme quantidade de dados que podem ser utilizados para
melhorar a qualidade de vida de uma comunidade e/ou tornar mais relevantes modelos de
negócio privados.
Sistemas de Informação Geográfica (GIS) acrescentam a camada posicional de pessoas ou
coisas à cadeia de informações (sobre estas pessoas ou coisas) otimizando a visibilidade e gestão
remotas ou facilitando a tomada de decisões in-loco. A aplicação de GIS extrapola a
visualização de mapas ao permitir a incorporação de informações adicionais referentes à
localização de um observador posicionado em uma região desconhecida. O crescimento de
‘coisas’ conectadas, como dispositivos vestíveis e a própria infraestrutura de uma cidade ou
comunidade, ampliará a visibilidade instantânea de ocorrências ou necessidades, permitindo
14
tanto à administração pública quanto provedores de serviços comerciais adaptarem seus planos
para melhor atender a estas demandas.
Na esfera pública, tanto as informações fornecidas pela própria infraestrutura conectada quanto
aquelas originadas da participação e colaboração dos cidadãos agilizarão a tomada de decisões
(em casos onde se faça necessária a inferência de equipes de manutenção, por exemplo) e
otimizarão o planejamento urbano. Em aplicações privadas, apesar de questões éticas
relacionadas à privacidade do indivíduo e a fronteira entre a permissão dada por ele e a
intromissão exagerada a partir de inferências possíveis ao se mapear hábitos de deslocamento e
localização, abrem-se caminhos para oferta de produtos, serviços e conteúdos que adicionam a
relevância geográfica às necessidades destes consumidores.
Em uma visão mais ampla, coisas conectadas e trocando informações entre si permitirão a
automação de funções hoje dependentes de inferência humana e um processamento mais ágil
de acontecimentos, permitindo a tudo que estiver conectado a este rede de dados adequar seu
comportamento em função destes acontecimentos, seja a revisão em tempo real do fluxo viário
– quando carros autônomos e/ou conectados estiverem amplamente disponíveis, por exemplo
à personalização de ofertas e serviços a consumidores em consequência de sua localização.
REFERÊNCIAS
Caygill, H. (1999). Meno and the Internet: between memory and the archive. History of the Human
Sciences, 12(2), 1-11.
Chang, K. T. (2006). Geographic information system. John Wiley & Sons, Ltd.
Doran, M. A., & Daniel, S. (2014). Geomatics and Smart City: A transversal contribution to the Smart City
development. Information Polity, 19(1, 2), 57-72.
Fagnant, D. J., & Kockelman, K. (2015). Preparing a nation for autonomous vehicles: opportunities, barriers and
policy recommendations. Transportation Research Part A: Policy and Practice, 77, 167-181.
Gerla, M., Lee, E. K., Pau, G., & Lee, U. (2014). Internet of vehicles: From intelligent grid to autonomous cars
and vehicular clouds. In Internet of Things (WF-IoT), 2014 IEEE World Forum on (pp. 241-246). IEEE.
Glancy, D. J. (2012). Privacy in autonomous vehicles. Santa Clara L. Rev., 52, 1171.
IBM. (n.d.). Smarter Cities Overview. Disponível em:
<http://www.ibm.com/smarterplanet/us/en/smarter_cities/overview>. Acesso em 23-mar-2018
Laney, D. (2001). 3D data management: Controlling data volume, velocity and variety. META Group Research
Note, 6, 70.
Lee, J. G., & Kang, M. (2015). Geospatial big data: challenges and opportunities. Big Data Research, 2(2), 74-81.
Liu, D. (2003). Spatial analysis of population data based on geographic information system. 21st International
Cartographic Conference (ICC)
M.A. Doran, Des Villes Intelligentes: pourquoi et comment? Journée de l’Informatique du Québec (2012). JIQ
2012 https://www.itis.ulaval.ca/cms/site/itis/page88729.html.
15
Macedo, L. (2011) O Homem na sociedade do futuro: Da esperança na tecnociência ao medo do apocalipse. Atas
dos ateliers do Vo Congresso Português de Sociologia.
Malthouse, E. C., & Li, H. (2017). Opportunities for and Pitfalls of Using Big Data in Advertising
Research. Journal of Advertising, 46(2), 227-235.
Mittal, V., Kamakura, W. A., & Govind, R. (2004). Geographic patterns in customer service and satisfaction: An
empirical investigation. Journal of Marketing, 68(3), 48-62.
Nascimento, S. (2006). Automatizações no inorgânico: aproximações ao estudo social de criaturas
artificiais. Análise social, 1033-1056.
Nitti, M., Girau, R., Floris, A., & Atzori, L. (2014). On adding the social dimension to the internet of vehicles:
Friendship and middleware. In Communications and Networking (BlackSeaCom), 2014 IEEE International
Black Sea Conference on (pp. 134-138). IEEE.
Olhar Digital. (2013). Apps da semana - Android: Cadê o ônibus | Gruber | Dead Trigger 2. Disponível em: <
https://olhardigital.com.br/noticia/apps-da-semana-android-cade-o-onibus-gruber-dead-trigger-2/38981>.
Acesso em 15-mar-2018
Orwell, G. (2009). 1984. Editora Companhia das Letras.
Oxera, C. (2013). What is the economic impact of Geo service. Prepared for Google. Disponível em <http://www.
oxera. com/Latest-Thinking/Publications/Reports/2013/What-is-the-economic-impact-of-Geo-services.
aspx>. Acesso em 27-dezembro-2017
Penn State Public Broadcasting and Frank A. Hardisty. 2011. The geospatial revolution project. In Proceedings of
the 2nd International Conference on Computing for Geospatial Research & Applications (COM.Geo '11).
ACM, New York, NY, USA, Article 60, 1 pages. DOI: https://doi.org/10.1145/1999320.1999382
Perkola, W. (2017). Relevance classification of connected vehicles for short-lived distributed geospatial events.
Rodrigues, J.C. (2016). Brincando de deus: criação de mundos virtuais e experiências de imersão digitais. Rio de
Janeiro: Marsupial Editora.
Rodrigues. J.C. (2018). A imprevisibilidade aceitável na direção autônoma: Porque a Ausência de Respostas Éticas
Não Deve. Impedir a Adoção de Carros Autônomos. Anais do X Congresso de Administração, Sociedade e
Inovação (CASI). Petrópolis-RJ.
Sivarajah, U., Kamal, M. M., Irani, Z., & Weerakkody, V. (2017). Critical analysis of Big Data challenges and
analytical methods. Journal of Business Research, 70, 263-286.
Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having
information at our fingertips. science, 333(6043), 776-778.
Tomlinson, R. F. (2007). Thinking about GIS: geographic information system planning for managers (Vol. 1).
ESRI, Inc.
Wei, D. C. M., de Sousa Pissardini, R., & da Fonseca Junior, E. S. (2013). CONVERGÊNCIA DE VEÍCULOS
INTELIGENTES E VEÍCULOS AUTÔNOMOS.
Yağdereli, E., Gemci, C., & Aktaş, A. Z. (2015). A study on cyber-security of autonomous and unmanned
vehicles. The Journal of Defense Modeling and Simulation, 12(4), 369-381
... Em meio à crescente conectividade e consequentemente crescimento da quantidade de informação gerada e disponível, os processos de interação que ocorrem no mundo real (em oposição ao virtual) trazem consigo a relevância dos dados geo-based (Rodrigues, 2018) ou, relacionados à localização do indivíduo, elemento ou evento. ...
Conference Paper
Full-text available
Este artigo buscou ilustrar de maneira prática como dados de inteligência geográfica disponíveis publicamente (e gratuitamente) permitiriam, neste caso, planejar a expansão do serviço de carro-sob-demanda da Turbi. Utilizando-se a variável renda como exemplo, fundamentada em referencial teórico amplamente discutido na literatura a respeito da adoção de inovações, foi possível identificar similaridades entre distritos administrativos e, com isso, propor a ampliação do serviço de 4 para 18 distritos (ou, de 11 para 52 áreas censitárias). Certamente a utilização de variáveis adicionais que influenciam maior aceitação do risco de adoção de produtos/serviços inovadores – como idade ou gênero – permitiria confirmar ou chegar e um maior grau de detalhe quanto às regiões propostas para expansão.
Conference Paper
Full-text available
A chegada dos veículos autônomos (Autonomous Vehicles - AVs) no mercado mundial será a mais impactante mudança não somente no tráfego em geral, mas também na saúde pública, com uma estimativa de 10 milhões de vidas salvas por década graças à redução de acidentes causados por motoristas humanos (90% do total). A transferência de tarefas e responsabilidade para a máquina, contudo, originou discussões éticas em vários aspectos, tendo a busca pelo mal menor em acidentes inevitáveis ganho destaque. Este artigo teórico explora questões éticas relacionadas a veículos autônomos urbanos, principalmente no que tange a prevenção de acidentes, redução de riscos e/ou danos, confrontando o modelo ético utilitarista e a disposição ao autossacrifício em acidentes inevitáveis, contrapondo à necessidade de definições éticas prévias ao balanceamento da gestão de risco na condução autônoma.
Article
Full-text available
This editorial introduces the special section on big data. We define big data by examining how it is, or will be, created in advertising environments. We propose a conceptual framework for understanding the different types of digital advertising touch points that create big data, and use the framework for identifying research opportunities. We discuss the types of research questions that big data can inform, including developing and testing theories, identifying insights, and optimizing the delivery of messages. New methods that advertisers will need to use big data are identified. Recommendations are provided for how to think about and approach big data. Using the framework, we identify specific opportunities for advertising researchers to use big data. We also discuss pitfalls in using big data.
Article
Full-text available
Recent advances in communications, controls, and embedded systems have changed the perception of a car. A vehicle has been the extension of the man’s ambulatory system, docile to the driver’s commands. It is now a formidable sensor platform, absorbing information from the environment (and from other cars) and feeding it to drivers and infrastructure to assist in safe navigation, pollution control, and traffic management. The next step in this evolution is just around the corner: the Internet of Autonomous Vehicles. Pioneered by the Google car, the Internet of Vehicles will be a distributed transport fabric capable of making its own decisions about driving customers to their destinations. Like other important instantiations of the Internet of Things (e.g. the smart building), the Internet of Vehicles will have communications, storage, intelligence, and learning capabilities to anticipate the customers’ intentions. The concept that will help transition to the Internet of Vehicles is the vehicular fog, the equivalent of instantaneous Internet cloud for vehicles, providing all the services required by the autonomous vehicles. In this article, we discuss the evolution from intelligent vehicle grid to autonomous, Internet-connected vehicles, and vehicular fog.
Article
Full-text available
Big Data (BD), with their potential to ascertain valued insights for enhanced decision-making process, have recently attracted substantial interest from both academics and practitioners. Big Data Analytics (BDA) is increasingly becoming a trending practice that many organizations are adopting with the purpose of constructing valuable information from BD. The analytics process, including the deployment and use of BDA tools, is seen by organizations as a tool to improve operational efficiency though it has strategic potential, drive new revenue streams and gain competitive advantages over business rivals. However, there are different types of analytic applications to consider. Therefore, prior to hasty use and buying costly BD tools, there is a need for organizations to first understand the BDA landscape. Given the significant nature of the BD and BDA, this paper presents a state-of-the-art review that presents a holistic view of the BD challenges and BDA methods theorized/proposed/employed by organizations to help others understand this landscape with the objective of making robust investment decisions. In doing so, systematically analysing and synthesizing the extant research published on BD and BDA area. More specifically, the authors seek to answer the following two principal questions: Q1 – What are the different types of BD challenges theorized/proposed/confronted by organizations? and Q2 – What are the different types of BDA methods theorized/proposed/employed to overcome BD challenges?. This systematic literature review (SLR) is carried out through observing and understanding the past trends and extant patterns/themes in the BDA research area, evaluating contributions, summarizing knowledge, thereby identifying limitations, implications and potential further research avenues to support the academic community in exploring research themes/patterns. Thus, to trace the implementation of BD strategies, a profiling method is employed to analyze articles (published in English-speaking peer-reviewed journals between 1996 and 2015) extracted from the Scopus database. The analysis presented in this paper has identified relevant BD research studies that have contributed both conceptually and empirically to the expansion and accrual of intellectual wealth to the BDA in technology and organizational resource management discipline.
Article
Full-text available
Technological developments towards vehicle automation have been taking place for years. Satellite navigation, cruise control and anti-lock braking systems (ABS) are well-known examples of automation technology used in everyday cars. The trend of automation technology being used in vehicles is expected to move closer to full autonomy through technological advancements in robotics and artificial intelligence. As a result, our daily lives will become more and more dependent on digitally-controlled devices and vehicle systems (partially or highly automated). On the other hand, computing and digital systems also have a tendency to become more fragile and susceptible to faults and failures because of cyber-attacks and software and hardware defects, as well as accidental defects introduced by developers. Therefore, autonomous vehicle systems must be developed to bear such dangers in mind and must be equipped with defensive capabilities and measures such that they can be able to respond automatically and dynamically to both accidental and deliberate defects and attacks. In this study, autonomous and unmanned vehicle systems are examined for their cyber-security vulnerabilities. Threats and attacks exploiting these vulnerabilities are identified and classified. Development guidelines and a mitigation strategy to be used in the development of autonomous and unmanned vehicle systems are proposed and discussed in the final section.
Article
Full-text available
Autonomous vehicles (AVs) represent a potentially disruptive yet beneficial change to our transportation system. This new technology has the potential to impact vehicle safety, congestion, and travel behavior. All told, major social AV impacts in the form of crash savings, travel time reduction, fuel efficiency and parking benefits are estimated to approach $2000 to per year per AV, and may eventually approach nearly $4000 when comprehensive crash costs are accounted for. Yet barriers to implementation and mass-market penetration remain. Initial costs will likely be unaffordable. Licensing and testing standards in the U.S. are being developed at the state level, rather than nationally, which may lead to inconsistencies across states. Liability details remain undefined, security concerns linger, and without new privacy standards, a default lack of privacy for personal travel may become the norm. The impacts and interactions with other components of the transportation system, as well as implementation details, remain uncertain. To address these concerns, the federal government should expand research in these areas and create a nationally recognized licensing framework for AVs, determining appropriate standards for liability, security, and data privacy.
Book
Apresenta conceitos básicos para criação de mundos virtuais e ambientes de imersão digitais (MMORPGs, games, realidade virtual), através de técnicas de storytelling, gestão de perfis de usuários/jogadores e elementos que induzam a uma percepção de realidade alternativa
Article
Information and Communication Technologies (ICTs) revolutionize the ways different urban actors communicate and interact. Geographic information technologies are of key importance too for the deployment and implementation of ICTs in the Smart City, because of the central role they may play as decision-making support tools. Indeed, they give quick access to different layers of information that may be combined and integrated to facilitate analysis of a situation and make the best decisions. However, such a central role is rarely acknowledged. In this paper, we propose to define the extent of the concept of Smart Cities and some of the distinctive features that it should display to support its sustainability. We will then propose an overview of the current and forthcoming developments in the geospatial domain to illustrate the opportunities that may arise for Smart City initiatives. The paper will also discuss the issues and challenges that need to be addressed when considering these emerging geomatics-driven solutions in the context of Smart City.