Reforçar a proteção ambiental há muito deixou de ser um mero problema de futuro para se tornar uma necessidade do presente. Mas, em 2026, isto significa exatamente o quê? O que são considerados crimes ambientais? A IA veio ajudar no combate a este tipo de crime ou piorar a situação?

Enquanto investigadores, nem sempre temos respostas para todas as questões que a rapidez da atualidade vai colocando, mas procuramos, inevitavelmente, soluções científicas que ajudem a diminuir o impacto ambiental. E o projeto EnSafe, que juntou INESC TE e Inspeção-Geral da Agricultura, do Mar, do Ambiente e do Ordenamento do Território (IGAMAOT), é uma dessas soluções.

A gestão de resíduos, em particular de resíduos industriais e/ou perigosos, constitui um dos domínios mais críticos da política ambiental contemporânea. Mas a verdade é que, para além dos desafios operacionais associados à sua recolha, transporte e tratamento, o setor enfrenta um problema estrutural frequentemente subvalorizado: a existência de práticas fraudulentas e de situações de não conformidade com a legislação ambiental. No setor da gestão de resíduos, as irregularidades vão desde subdeclaração de quantidades, classificação incorreta de resíduos perigosos, falsificação de documentação, encaminhamento para destinos não autorizados ou exportação irregular. Situações como estas podem passar despercebidas à fiscalização e ter impactos graves na contaminação de solos e de cursos de água, por exemplo. Mas o impacto não é apenas ambiental. É económico e concorrencial. Empresas que cumprem regras enfrentam concorrência desleal de operadores que reduzem custos através da ilegalidade.

Num contexto em que a União Europeia investe fortemente no Pacto Ecológico Europeu e na transição para uma economia circular, ignorar o crime ambiental compromete a própria estratégia de sustentabilidade.

E é aqui que entra a Inteligência Artificial. A crescente digitalização dos processos de gestão de resíduos gera grandes volumes de dados relativos a produtores, transportadores, operadores de tratamento, quantidades, códigos operacionais e classificações segundo os Códigos Europeus de Resíduos. Esta disponibilidade de dados cria uma oportunidade estratégica para a aplicação de técnicas avançadas de Ciência de Dados, Ciência de Redes e IA, com vista à deteção automática de comportamentos anómalos e potenciais situações de fraude. Mas é preciso garantir que a utilização de IA para identificar comportamentos potencialmente ilícitos não assenta em modelos opacos ou enviesados.

O projeto EnSafe pretendeu criar um sistema inovador capaz de identificar comportamentos suspeitos ou fora do normal no transporte e eliminação de resíduos, ajudando a proteger o ambiente e a garantir que as empresas cumprem a legislação ambiental. Ao contrário da maioria das aplicações existentes de aprendizagem automática na gestão de resíduos, tradicionalmente focadas na segregação automática, no tratamento de águas residuais ou na otimização de rotas de recolha, o EnSafe centrou-se especificamente na identificação de comportamentos de não conformidade e padrões suspeitos no transporte de resíduos.

O processo envolveu múltiplos estados operacionais, bem como informações detalhadas sobre o remetente, o destinatário, os momentos de transferência, as quantidades e a classificação do material transportado. Esta estrutura permitiu acompanhar os resíduos ao longo de todo o seu ciclo de vida, desde a origem até ao destino final, seja para valorização ou eliminação. No entanto, a complexidade e interdependência destas operações tornam difícil a deteção manual de irregularidades.

Combinando métricas estruturais com algoritmos de deteção de anomalias e modelos avançados como Graph Neural Networks, o sistema não prova fraude, mas sinaliza risco. E, num setor em que os recursos de fiscalização são limitados, a capacidade de priorizar inspeções com base em evidências analíticas pode realmente fazer a diferença.

Esta abordagem está profundamente alinhada com a agenda europeia e, ao mesmo tempo, contribui para a implementação da Agenda 2030 da UNESCO para o Desenvolvimento Sustentável. A Comissão Europeia tem vindo a reforçar mecanismos de rastreabilidade, de interoperabilidade de dados e de cooperação transfronteiriça no domínio ambiental. A própria regulamentação sobre transporte transfronteiriço de resíduos foi recentemente revista para um maior controlo e redução das exportações ilegais

Mas a Inteligência Artificial pode evoluir de um papel meramente operacional na gestão de resíduos para um instrumento estratégico de governação ambiental? O EnSafe demonstrou que sim. Mostrou que é possível garantir maior integridade, rastreabilidade e sustentabilidade ao longo de todo o ciclo de vida dos resíduos, especialmente no caso dos resíduos perigosos e de atividades sujeitas a maior risco regulatório. De forma sustentável, reduzindo a pegada ecológica do combate ao crime ambiental.

Fonte: ECO - Sapo