Aprendizado de máquina e sua utilização no desenvolvimento de projeto de infraestrutura básica para conjuntos habitacionais de interesse social

Abstract

O processo de construção de habitacionais de baixo custo sob o panorama da habitação de interesse social repete padrões datados que são frutos de uma mentalidade de produção em massa. O processo produtivo é diretamente ligado ao modelo de acumulação, e ultimamente esse processo se reflete no espaço construído. Sendo assim, a evolução dos habitacionais de interesse social no Brasil é fruto de um modelo que entrelaça um alto déficit habitacional com recursos provenientes de uma governança centralizada e interesse privado motivado por uma recessão na indústria construtiva. Neste contexto, este trabalho tem por finalidade explorar a utilização de modelos de aprendizado de máquina no processo de tomada de decisão no desenvolvimento de projetos de habitação de interesse social no Brasil. Fundamentalmente, espera-se a utilização de um processo baseado em dados que permita que o desenvolvimento de implantação para conjuntos de HIS seja eficiente e de baixo custo, podendo assim ser realizado dentro dos recursos atualmente disponíveis. A utilização de tal estrutura de projeto visa à remover a sobrecarga de tomada de decisões projetuais na definição de redes de infraestrutura básica. O presente trabalho explora as raízes da produção em massa e seu efeito na produção de habitações, como também os incentivos financeiros e políticos que influenciam o processo de tomada de decisões de empresas privadas responsáveis pelo desenvolvimento de infraestrutura básica e construção das unidades habitacionais. Por fim, o trabalho analisa a influência que modelos de aprendizado de máquina podem ter nesse processo e os resultados dessa adoção.