Por que a IA de análise de projeto confia no que o profissional escreveu, não no que ele desenhou

A inteligência artificial que analisa um projeto arquitetônico antes do protocolo confere se o que está escrito no formulário bate com o que está declarado na prancha — mas não julga se a solução que o responsável técnico desenhou realmente cumpre, na prática construtiva, o parâmetro que ele mesmo declarou. Um profissional pode informar uma taxa de permeabilidade compatível com a lei de uso e ocupação do solo e desenhar, na prancha, um piso que um engenheiro humano classificaria de forma diferente. A IA não pega esse tipo de divergência, porque ela lê o que foi escrito e compara com o que foi escrito em outro ponto do mesmo documento — ela não avalia engenharia.

Conferir documento não é avaliar engenharia

Existe uma diferença entre confirmar que uma informação está presente e coerente, e julgar se essa informação corresponde à realidade técnica do que foi projetado. A inteligência artificial de análise documental faz muito bem a primeira tarefa: confere se o quadro de áreas bate com o que foi desenhado, se o coeficiente de aproveitamento declarado está dentro do que a lei de zoneamento permite, se a legenda obrigatória de material construtivo está presente na prancha. Isso já elimina uma parcela real de retrabalho — protocolos que hoje chegam incompletos ou com informação contraditória entre campos.

O que essa mesma análise não faz é decidir se o material especificado na legenda — uma brita, um piso drenante, um determinado tipo de revestimento — de fato garante, na obra executada, a taxa de permeabilidade que o profissional declarou no formulário. Essa é uma questão de critério técnico, sujeita a divergência legítima entre engenheiros, e não uma questão de conformidade documental. Tratar as duas coisas como se fossem a mesma camada de análise é o erro mais comum de quem avalia uma ferramenta de IA só pelo volume de erro que ela capturou, sem perguntar que tipo de erro ficou de fora.

O erro que a IA pega é o erro grosseiro, não o equívoco defensável

Uma prancha sem a informação obrigatória de material, um quadro de áreas que não fecha com o que foi desenhado, um pavimento declarado como único quando a prancha mostra dois — esses são erros que a IA identifica de forma confiável, porque são inconsistências objetivas entre o que está escrito em lugares diferentes do mesmo processo. São, na maioria dos casos, falhas de preenchimento, não disputas de interpretação técnica.

Já um equívoco defensável — a escolha de um material que o profissional considera adequado, mas que outro engenheiro classificaria de outra forma — não tem uma resposta objetiva verificável por comparação de campos. Exige alguém com formação técnica olhando o desenho e aplicando critério de engenharia, não um sistema comparando texto com texto. Uma prefeitura que espera da IA esse segundo tipo de julgamento está pedindo a ela uma competência que nenhuma ferramenta de leitura documental tem hoje — e isso não é limitação de produto específico, é limitação do que análise de texto e imagem consegue fazer diante de um julgamento de mérito técnico.

Terceirizar essa distinção para a IA não transfere o risco, só o esconde

A Lei nº 6.496/1977 institui a Anotação de Responsabilidade Técnica (ART) e, no art. 2º, define que ela estabelece para efeitos legais os responsáveis técnicos pelo empreendimento de engenharia, arquitetura e agronomia — ou seja, a responsabilidade pelo mérito técnico do projeto é do profissional que assina a ART, não do sistema que faz a pré-análise documental, e também não deixa de ser do analista da prefeitura que confirma o deferimento.

Uma gestão que trata o resultado da IA como decisão final — em vez de pré-triagem que reduz volume antes da análise humana — não elimina o risco de aprovar um projeto tecnicamente inadequado. Só desloca esse risco para um ponto do processo onde ninguém mais está olhando com critério de engenharia, porque a etapa anterior já devolveu um relatório “sem inconsistências”. O relatório não estava errado — ele só nunca prometeu responder a uma pergunta que não era dele para responder.

Conclusão

A pergunta útil sobre IA de análise de projeto não é “ela aprova sozinha?”. É “o que exatamente ela está conferindo, e o que continua sendo julgamento de engenharia?”. Automatizar a conformidade documental — quadro de áreas, coeficiente, legenda obrigatória — reduz de forma real o volume de erro grosseiro que hoje chega ao analista da prefeitura. Isso não reduz a necessidade de um profissional com formação técnica olhando o desenho antes do deferimento — reduz o tempo que ele gasta procurando o erro óbvio, para que sobre tempo de julgar o que de fato exige julgamento. Para ver como estruturar essa camada de pré-análise sem abrir mão da decisão técnica humana, agende uma demonstração da Aprova.