Inteligência Artificial no Governo Eletrônico em Cidades Inteligentes: Possibilidades e Desafios
DOI:
https://doi.org/10.5753/compbr.2020.43.1793Keywords:
Governo Eletrônico, Cidades Inteligentes, Inteligência ArtificialAbstract
O conceito de Cidades Inteligentes tem chamado a atenção de governantes, da iniciativa privada, dos institutos de pesquisa e das pessoas em geral por ter como princípio o uso da tecnologia para melhoria dos serviços aos cidadãos. As Tecnologias da Informação e Comunicação (TICs) têm chamado a atenção por oferecerem uma gama de soluções envolvendo tecnologias de Internet das Coisas (IoT), Big Data e Inteligência Artificial (IA). Deste modo, uma cidade deve desenvolver o governo eletrônico para que as TICs sejam usadas para melhorar os serviços, incentivar a participação dos cidadãos e apoiar tomadas de decisão. Para isto, as TICs devem estar no planejamento estratégico de uma cidade, visando a construção de soluções integradas, inteligentes e seguras.
Downloads
Referências
BARCELLOS, R.; BERNARDINI, F.; VITERBO, J. A Methodology for Retrieving Datasets from Open Government Data Portals Using Information Retrieval and Question and Answering Techniques. In: Proc. 19th IFIP Int. Conf. EGOV - LNCS 12219.
BERNARDINI, F.; NUNES, V.; CAPPELLI, C.; REIS, L.C.D.; SILVA, J.L.C.; BASTOS, C.A.M. A Importância das Tecnologias da Informação e Comunicação para a Gestão e Operação das Cidades Inteligentes. Cap 14. In: GUEDES, A.L.A.; SOARES, C.A.P.; RODRIGUEZ Y RODRIGUEZ, M.V. (orgs) Smart Cities - Cidades Inteligentes nas Dimensões: Planejamento, Governança, Mobilidade, Educação e Saúde. 2020.
DONEDA, D.C.M.; MENDES, L.S.; SOUZA, C.A.P.; ANDRADE, N.N.G. Considerações iniciais sobre inteligência artificial, ética e autonomia pessoal. Pensar, Fortaleza, v. 23, n. 4, p. 1-17, 2018.
ESCOLA POLITÉCNICA DA USP. Estudante da Poli usa IA em sistema que melhora previsão de chegada de ônibus coletivo em São Paulo. Disponível em [link]. 2017.
JORNAL DA USP. E-Noé. A tecnologia que alerta sobre o risco de enchentes. Disponível em: [link]. 2019.
SANTOS, J.S.; PAES, A.; BERNARDINI, F. Combining Out of Domain Datasets Based on Similarity to Predict Election Outcomes. In: Proc. Brazilian Conference on Intelligent Systems (BRACIS). 2019.
Downloads
Published
Como Citar
Issue
Section
Licença
Copyright (c) 2021 Computação Brasil
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
