{"id":11353,"date":"2025-08-29T17:23:49","date_gmt":"2025-08-29T20:23:49","guid":{"rendered":"https:\/\/fenati.org.br\/?p=11353"},"modified":"2025-09-01T11:55:56","modified_gmt":"2025-09-01T14:55:56","slug":"policia-testa-ia-atendimento-chamadas-emergencia","status":"publish","type":"post","link":"https:\/\/fenati.org.br\/en\/policia-testa-ia-atendimento-chamadas-emergencia\/","title":{"rendered":"Pol\u00edcia testa IA no atendimento de chamadas de emerg\u00eancia"},"content":{"rendered":"

IA –<\/strong> Departamentos de pol\u00edcia<\/a> em diferentes cidades dos Estados Unidos est\u00e3o utilizando intelig\u00eancia artificial como refor\u00e7o em suas centrais de emerg\u00eancia. Para enfrentar a falta de operadores humanos e reduzir o tempo de espera no atendimento, o 911 passou a contar com um assistente de voz capaz de assumir chamadas n\u00e3o emergenciais.<\/p>\n

A tecnologia, desenvolvida pela startup Aurelian, j\u00e1 est\u00e1 em funcionamento em mais de uma d\u00fazia de cidades, incluindo Chattanooga (Tennessee) e Kalamazoo (Michigan), segundo o site TechCrunch. O sistema faz a triagem das liga\u00e7\u00f5es, encaminhando apenas os casos graves para atendentes humanos.<\/p>\n

LEIA: Cimento que reduz temperatura ambiente \u00e9 desenvolvido na China<\/strong><\/a><\/p>\n

IA contra a sobrecarga<\/strong><\/p>\n

A ideia de aplicar IA nesse tipo de servi\u00e7o surgiu ap\u00f3s uma situa\u00e7\u00e3o corriqueira. O fundador da Aurelian, Max Keenan, percebeu o tamanho do problema quando uma cliente sua, dona de um sal\u00e3o de beleza, esperou 45 minutos na linha para relatar um problema de estacionamento em um canal n\u00e3o emergencial.<\/p>\n

Com a situa\u00e7\u00e3o, ele descobriu que as chamadas n\u00e3o emergenciais s\u00e3o direcionadas aos mesmos operadores que lidam com situa\u00e7\u00f5es cr\u00edticas, em um setor j\u00e1 marcado por alta rotatividade e jornadas que podem chegar a 16 horas. Diante disso, a Aurelian projetou seu sistema para aliviar a press\u00e3o: a IA utiliza an\u00e1lise de linguagem natural para identificar a gravidade da ocorr\u00eancia e, se for uma emerg\u00eancia real, encaminha a liga\u00e7\u00e3o imediatamente a um atendente humano.<\/p>\n

Nos casos menos graves. como barulho, estacionamento irregular ou roubo de carteira, a IA coleta as informa\u00e7\u00f5es b\u00e1sicas e gera um relat\u00f3rio digital, repassado ao departamento de pol\u00edcia para posterior encaminhamento.<\/p>\n

Novo modelo de atendimento<\/strong><\/p>\n

A Aurelian n\u00e3o \u00e9 a \u00fanica empresa interessada nesse mercado. Startups como a Hyper e a Prepared tamb\u00e9m trabalham em solu\u00e7\u00f5es semelhantes. No entanto, a Aurelian \u00e9 a \u00fanica com sistema em opera\u00e7\u00e3o, processando milhares de liga\u00e7\u00f5es reais diariamente, segundo afirmou a companhia ao TechCrunch.<\/p>\n

A promessa \u00e9 liberar os profissionais humanos das tarefas repetitivas, concentrando esfor\u00e7os nas ocorr\u00eancias que exigem resposta imediata. Ainda assim, permanecem d\u00favidas sobre como o sistema interpreta chamadas curtas, amb\u00edguas ou que envolvem c\u00f3digos informais, como em situa\u00e7\u00f5es de viol\u00eancia dom\u00e9stica, em que v\u00edtimas recorrem a sinais sutis para pedir ajuda.<\/p>\n

Outro ponto de resist\u00eancia est\u00e1 na compara\u00e7\u00e3o com o atendimento humano. A fintech sueca Klarna, por exemplo, precisou recuar ap\u00f3s substituir parte de sua equipe por IA, diante da queda na qualidade do servi\u00e7o. No caso das emerg\u00eancias, por\u00e9m, a Aurelian afirma que n\u00e3o h\u00e1 esse risco: segundo a empresa, estudos de caso mostram que a popula\u00e7\u00e3o tende a se adaptar ao novo modelo em poucas semanas.<\/p>\n

(Com informa\u00e7\u00f5es de Tecnoblog)<\/strong><\/em>
\n(Foto: Reprodu\u00e7\u00e3o\/Freepik\/Imagem gerada por IA)<\/strong><\/em><\/p>","protected":false},"excerpt":{"rendered":"

Ferramenta lida com situa\u00e7\u00f5es n\u00e3o emergenciais e encaminha apenas casos graves para atendentes humanos<\/p>","protected":false},"author":10,"featured_media":11354,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[35],"tags":[13],"class_list":["post-11353","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ti","tag-sindical"],"_links":{"self":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/11353","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/comments?post=11353"}],"version-history":[{"count":1,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/11353\/revisions"}],"predecessor-version":[{"id":11355,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/posts\/11353\/revisions\/11355"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/media\/11354"}],"wp:attachment":[{"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/media?parent=11353"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/categories?post=11353"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fenati.org.br\/en\/wp-json\/wp\/v2\/tags?post=11353"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}