Se você já esperou meses para uma prefeitura aprovar uma conversão de sótão ou uma ampliação, o gargalo que o PlanAssist mira será familiar. A ferramenta da Google DeepMind baseada em Gemini para checar pedidos de urbanismo está se expandindo para mais 12 autoridades locais na Inglaterra em uma beta de 12 meses sobre casos reais, chegando a 15 no total. Importa porque os pedidos rotineiros de particulares, os simples, respondem por até 70% da carga de um agente de urbanismo e ainda assim tomam uma fatia desproporcional do seu tempo.
A ferramenta faz as checagens mecânicas e deixa a decisão para uma pessoa. Valida se os documentos e desenhos de um pedido estão completos, confronta a proposta com restrições patrimoniais como ordens de preservação de árvores e com a política local e nacional, e sinaliza se moradores já levantaram objeções. Depois redige uma recomendação de avaliação. O desenho mantém um agente qualificado com a palavra final em cada pedido, a salvaguarda certa para decisões que afetam vizinhos e ruas.
Os números do piloto são o atrativo. Nos primeiros testes em Barnet, Camden e Dorset, a DeepMind diz que o PlanAssist cortou em 58% o tempo médio que um agente gastava em tarefas de avaliação de particulares, e que os agentes aprovaram mais de 70% dos relatórios que ele gerou sem nenhuma edição. São o tipo de número que permitiria a um departamento de urbanismo sobrecarregado limpar uma fila, e o contexto é uma meta do governo de 1,5 milhão de casas novas até 2029, onde aprovações lentas carregam um custo econômico real. A ferramenta foi construída com o governo do Reino Unido, o Google Cloud e a Faculty.
Para quem espera, o apelo é óbvio: uma varanda ou ampliação aprovada em semanas em vez de meses. O trabalho rotineiro de particulares é um primeiro alvo sensato justamente por ser de alto volume e baixa polêmica, o tipo de tarefa em que acelerar as checagens faz mais bem com menos risco.
A ressalva honesta é que os números de destaque vêm dos próprios parceiros do piloto, não de uma avaliação independente, então os 58% e 70% devem ser lidos como resultados iniciais animadores e não como fato assentado. A beta de 12 meses sobre pedidos reais é o teste de verdade, porque o desempenho em um piloto controlado e o desempenho no fluxo bagunçado de casos reais não são a mesma coisa. Um lançamento nacional é aventado para 2027, mas deveria depender de como a beta se sustenta, e de os agentes que revisam cada saída continuarem pegando o que o modelo deixa passar.