Modelos de inteligência artificial já estão sendo treinados para identificar sinais precoces de guerra, colapso político e violência organizada — e isso pode mudar a forma como governos e agências se preparam para crises.
A inteligência artificial já começou a ser usada em uma área especialmente sensível: a previsão de conflitos, revoltas e mudanças bruscas de regime. Um dos exemplos mais recentes é um sistema de previsão estratégica desenvolvido pela RAND, que estimou em 20% a chance de colapso ou substituição do regime iraniano até o fim de 2026 — um percentual acima do que muitos especialistas humanos estariam dispostos a cravar publicamente.
A lógica desses sistemas é relativamente simples no conceito, ainda que sofisticada na execução. Modelos treinados com dados de conflitos passados recebem sinais que podem anteceder novas explosões de violência. Entre os insumos usados estão criminalidade, saúde pública, greves, clima, desempenho econômico, retrocesso democrático e movimentações políticas. Redes sociais também entram nesse radar para medir insatisfação, enquanto imagens de satélite, drones e câmeras ajudam a observar padrões de circulação, concentração e dispersão de manifestantes.
Esse avanço é relevante porque a área tem um longo histórico de promessas frustradas. Durante duas décadas, tentativas de construir modelos capazes de antecipar conflitos tiveram resultados decepcionantes. O que mudou agora foi a combinação entre machine learning, modelos de linguagem e bases de dados mais amplas e detalhadas, o que reacendeu o interesse de centros de pesquisa, forças armadas e órgãos internacionais por sistemas de alerta antecipado mais robustos.
Um dos projetos mais citados hoje usa como principal insumo o histórico de violência já registrada. A ACLED, organização que acompanha conflitos no mundo todo com cerca de 150 pesquisadores, alimenta seu modelo com dados sobre tumultos, repressão estatal, guerra entre facções, ataques militares e outros eventos violentos. Esse sistema, chamado CAST, cruza esse histórico com fatores como mortalidade infantil e negociações de paz para tentar prever episódios de violência política organizada com até seis meses de antecedência. Entre os exemplos citados está a previsão correta, em julho de 2023, do padrão de confrontos no Ceará.
Essas ferramentas já começaram a sair do ambiente experimental. O CAST é usado por agências da ONU e pelo Ministério das Relações Exteriores da Holanda, enquanto outro polo de desenvolvimento trabalha para incorporar análise de imagens em um centro de previsão voltado à Defesa alemã. Isso mostra que a IA já não está apenas “testando hipóteses”: ela começa a entrar no fluxo real de decisão de governos e organismos multilaterais.
O ponto mais importante é o efeito indireto disso sobre deslocamentos humanos. Quando uma ferramenta consegue elevar o nível de confiança sobre o risco de violência organizada, ela também amplia a capacidade de preparação para fugas internas, pressões migratórias e resposta humanitária. Essa conexão ainda é, em parte, inferencial — porque o foco central dos modelos descritos é prever violência e instabilidade —, mas a utilidade prática para planejar deslocamentos e proteção civil é evidente.
Mesmo assim, a promessa não deve ser confundida com certeza. Esses sistemas trabalham sem inteligência classificada em muitos casos, podem errar e continuam exigindo validação humana. O avanço é real, mas a melhor forma de entendê-lo hoje talvez seja esta: a IA ainda não prevê o futuro com precisão absoluta, mas já começou a melhorar o radar de governos e agências diante de crises que antes eram lidas tarde demais.
