Em seu centro de comando, seis monitores exibem um caleidoscópio de fluxos urbanos: mapas de calor de movimento, redes de grafos de calçadas, nuvens de pontos com altimetria de rampas. Thiago Almeida, 30 anos, cientista de dados e cadeirante por conta de uma distrofia muscular progressiva, não está apenas analisando a cidade. Ele está decifrando sua linguagem oculta de barreiras e rotas possíveis, transformando bilhões de dados brutos em um roteiro para a liberdade de movimento.
Do Obstáculo ao Algoritmo
O interesse de Thiago por dados nasceu de uma frustração diária. “Quando comecei a usar a cadeira de rodas, percebi que os mapas digitais eram mapas para corpos ‘padrão’”, explica, seus olhos percorrendo rapidamente as visualizações gráficas na tela. “Eles me mostravam o caminho mais curto, mas não o caminho possível. O que adianta uma rota de 500 metros se há uma escada intransponível no meio? Minha vida virou um conjunto de dados não estruturados: memórias de calçadas quebradas, rampas íngremes demais, portas estreitas.”
Foi então que ele, já formado em Ciência da Computação, decidiu usar sua ferramenta mais poderosa para resolver seu problema mais pessoal. Uniu-se a um pequeno grupo de pesquisadores e iniciou o projeto “Acesso Livre”. “Nosso objetivo era simples e ambicioso: criar o primeiro algoritmo de roteamento urbano verdadeiramente acessível para pessoas com mobilidade reduzida. Não bastava evitar escadas. Precisávamos classificar o mundo em variáveis: inclinação de rampas, largura de vãos, tipo de piso, altura de guias rebaixadas, presença de obstáculos fixos.”
A Colheita de Dados do Mundo Real
A coleta de dados foi o primeiro grande desafio. O projeto começou de forma quase artesanal. Thiago e uma rede de voluntários com e sem deficiência percorreram quilômetros de calçadas com sensores portáteis, câmeras 360º e até um equipamento que ele mesmo desenvolveu: um “tacanôgrafo digital”, uma roda de cadeira de rodas instrumentada que mede, em tempo real, impacto, desnível e atrito do piso.
“Cada buraco, cada desnível de meio centímetro que me fazia balançar, cada porta que eu tinha que recuar três vezes para atravessar, se tornou um ponto de dados. Minha experiência corporal, que antes era apenas um incômodo, virou a principal métrica de validação do modelo. Se o algoritmo dizia que um caminho era ‘acessível’ e eu, na minha cadeira, discordava, era o algoritmo que estava errado.”
Com o tempo, o projeto ganhou escala. Fizeram parcerias com prefeituras para acessar dados de infraestrutura, integraram-se a APIs de transporte público e, de forma inovadora, criaram um aplicativo colaborativo onde qualquer cidadão pode reportar e classificar barreiras urbanas com uma foto georreferenciada – um “Waze da acessibilidade”.
O Modelo que Aprende com a Experiência
O grande salto veio com o uso de machine learning. Thiago treinou modelos para reconhecer padrões de acessibilidade em imagens de satélite e de street view. “Ensinamos o algoritmo a identificar uma rampa, a estimar sua inclinação pela sombra, a suspeitar de uma calçada estreita pela proporção entre árvores e mobiliário urbano. É um sistema que aprende continuamente, alimentado tanto por dados técnicos quanto pelas experiências subjetivas de milhares de usuários.”
O resultado é a plataforma “Mapa Acessível”, um aplicativo que oferece rotas personalizáveis. O usuário não seleciona apenas “evitar escadas”. Ele insere suas especificidades: largura da cadeira ou andador, força para subir rampas de certa inclinação, tolerância a pisos irregulares. O algoritmo então calcula, em tempo real, o caminho otimizado entre acessibilidade, segurança e eficiência.
“Não se trata apenas de chegar. Trata-se de chegar bem, sem desgaste físico excessivo, sem risco. Para uma pessoa com mobilidade reduzida, uma rota ‘mais longa’ pode ser infinitamente mais rápida e segura se for contínua e suave”, explica Thiago.
Impacto e Visão de Futuro
O trabalho de Thiago já teve impacto tangível. Sua plataforma foi adotada por três grandes cidades para planejamento urbano, identificando “pontos cegos” de acessibilidade e priorizando reformas. Uma startup de entregas começou a usá-la para planejar rotas para entregadores com deficiência. E o maior legado, para ele, é invisível.
“Estamos criando uma nova camada de inteligência sobre a cidade. Uma camada de empatia materializada em código. Cada rota gerada, cada barreira reportada, é um dado que pressiona por um desenho urbano mais humano.”
Seu próximo projeto é ainda mais ousado: integrar dados em tempo real. “Imagine saber, antes de sair de casa, se o elevador da estação está quebrado, se há um evento bloqueando a calçada do seu trajeto, ou se a rampa preferencial está alagada pela chuva. Quero que a previsibilidade que pessoas sem deficiência têm seja estendida a todos.”
Uma Nova Forma de Enxergar o Mundo
Para jovens com deficiência interessados em tecnologia, Thiago deixa um conselho que reflete sua filosofia:
“Não tentem se adaptar a um mundo de dados feito para outros. Usem sua perspectiva única para questionar os próprios dados. A ciência de dados não é neutra. Ela carrega os vieses de quem a cria. Nossa missão é injetar o viés da experiência vivida, da diversidade corporal, nesse ecossistema. Sua cadeira de rodas, sua bengala, sua forma diferente de interagir com o espaço é um sensor de altíssima precisão que o mundo corporativo não tem. Valorizem esse sensor. Colete seus próprios dados. E então, escrevam os algoritmos que vocês gostariam de ter tido quando mais precisaram.”
“Eu não mapeio ruas”, ele finaliza, com um gesto para o mural digital que cobre sua parede, pulsante com as linhas verdes (rotas acessíveis) e vermelhas (barreiras) de sua cidade. “Eu mapeio possibilidade. E cada linha verde que aparece nesse mapa é um convite para que alguém, em algum lugar, se aventure para fora de casa com a certeza de que o caminho de volta estará aberto.”
Este artigo é parte da série “Tecnologia com Propósito” do ProgramaEspecial, que apresenta inovadores que usam o digital para construir um mundo físico mais inclusivo. A plataforma “Mapa Acessível” está em fase de expansão para novas cidades e aceita voluntários para mapeamento colaborativo.