Um Framework para Promover o Crowdsourcing na Gestão de Risco e Desastres
Resumo:
O gerenciamento do risco e desastres vem sendo reconfigurado pela crescente disponibilidade de dados digitais. As Tecnologias de Informação e Comunicação viabilizam a incorporação de observações de pessoas. Isso permite operacionalizar a lógica de “pessoas como sensores” por meio de Crowdsourcing, incluindo Informação Geográfica Voluntária e conteúdo de plataformas digitais. Entretanto, a participação pública assume múltiplos formatos e pode apresentar ruído, duplicidades e incerteza de credibilidade. Em contextos de crise, plataformas digitais podem favorecer a circulação de desinformação, com efeitos sobre confiança e tomada de decisão. Além disso, a integração a fluxos institucionais é frequentemente limitada por barreiras de interoperabilidade, privacidade e governança. Como consequência, apenas uma fração das contribuições tende a ser diretamente útil na gestão do risco e na resposta a desastres sem processamento, validação e integração adicionais. Diante disso, este trabalho descreve o projeto e a avaliação de um framework baseado em Crowdsourcing e orientado a entregar saídas acionáveis para processos de gerenciamento do risco e desastres em diferentes contextos institucionais. O framework visa contemplar a normalização de registros de crise, a estimativa de qualidade e confiança, a fusão de fontes colaborativas com dados oficiais, a detecção e previsão espaço-temporal e integração ao processo de gerenciamento de risco e desastres. A pesquisa é fundamentada em Design Science Research e envolve o desenvolvimento de um framework e um protótipo modular. A avaliação pretende combinar estratégias quantitativas, com dados históricos e/ou dados sintéticos em cenários simulados, e qualitativas, conduzidas por meio de entrevistas com operadores e usuários. O desempenho será analisado por métricas técnicas, operacionais e de conformidade. Com esse trabalho, esperamos reduzir o tempo até a detecção e a resposta, aumentar a acurácia espaço-temporal na identificação de eventos e diminuir a incidência de falsos relatos. Ao demonstrar ganhos sob restrições de interoperabilidade, privacidade e governança, o estudo busca contribuir para a institucionalização do uso de inteligência coletiva em diferentes processos e organizações de gerenciamento do risco e desastres.
Abstract:
Risk and disaster management is being reconfigured by the increasing availability of digital data. Information and Communication Technologies enable the incorporation of people’s observations. This allows operationalizing the logic of “people as sensors” through Crowdsourcing, including Voluntary Geographic Information and content from digital platforms. However, public participation takes multiple forms and can present noise, duplication, and uncertainty of credibility. In crisis contexts, digital platforms can favor the circulation of misinformation, with effects on trust and decision-making. In addition, integration into institutional flows is often limited by barriers to interoperability, privacy, and governance. As a consequence, only a fraction of contributions tend to be directly useful in risk management and disaster response without further processing, validation, and integration. Therefore, this work describes the design and evaluation of a crowdsourcing-based framework aimed at delivering actionable outputs for risk and disaster management processes in different institutional contexts. The framework aims to address the normalization of crisis records, quality and reliability estimation, merging of collaborative sources with official data, spatiotemporal detection and forecasting, and integration into the risk and disaster management process. The research is based on Design Science Research and involves the development of a framework and a modular prototype. The evaluation intends to combine quantitative strategies, with historical and/or synthetic data in simulated scenarios, and qualitative strategies, conducted through interviews with operators and users. Performance will be analyzed using technical, operational, and compliance metrics. With this work, we hope to reduce the time to detection and response, increase spatiotemporal accuracy in event identification, and decrease the incidence of false reports. By demonstrating gains under interoperability, privacy, and governance constraints, the study seeks to contribute to the institutionalization of the use of collective intelligence in different risk and disaster management processes and organizations.
Banca examinadora:
Prof. José Viterbo Filho, UFF – Presidente
Profa. Flavia Cristina Bernardini, UFF
Prof. Leonardo Pio Vasconcelos, UFPI
Prof. Cristiano Maciel, UFMT