Inteligência artificial aplicada à estimativa do déficit habitacional no brasil: uma abordagem multiescalar de desagregação por setor censitário

• Processo: 25/08490-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de junho de 2026
• Data de Término da vigência: 31 de maio de 2030
• Área de conhecimento: Ciências Sociais Aplicadas - Planejamento Urbano e Regional - Métodos e Técnicas do Planejamento Urbano e Regional
• Pesquisador responsável: Elza Luli Miyasaka
• Beneficiário: Priscila Kauana Barelli Forcel
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Vinculado ao auxílio: 22/12259-8 - Centro de Estudos da Favela (CEFAVELA)., AP.CEPID
• Assunto(s): Censo demográfico Política habitacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquinas Interpretável | censo demográfico | Necessidade Habitacional | Política habitacional | Déficit Habitacional

Resumo

Este projeto investiga como técnicas de Aprendizado de Máquina supervisionado, subcampo da Inteligência Artificial, podem aprimorar a estimativa do déficit habitacional no Brasil. A partir da metodologia da Fundação João Pinheiro aplicada aos microdados do Censo Demográfico de 2022, a pesquisa busca desenvolver e validar um modelo interpretável capaz de desagregar as estimativas do nível de área de ponderação para o de setor censitário, a fim de qualificar o diagnóstico habitacional. O modelo pretende ampliar a granularidade territorial das análises e revelar padrões sociodemográficos associados ao déficit - com ênfase em desigualdades de gênero, raça/cor, arranjos familiares e condições socioeconômicas. A pesquisa articula rigor técnico e reflexão crítica sobre os limites das abordagens quantitativas tradicionais, ao incluir dimensões subjetivas, simbólicas e territoriais das necessidades habitacionais. A investigação compreende o cálculo do déficit, a experimentação com modelos de aprendizado de máquina, a análise da suficiência dos dados censitários e a validação espacial das estimativas. Os resultados serão disponibilizados em formatos abertos, com o objetivo de subsidiar políticas habitacionais mais justas e sensíveis às desigualdades urbanas. (AU)