O NIC.br - Núcleo de Informação e Coordenação do Ponto BR desenvolveu um modelo estatístico para IA - Inteligência Artificial que se alimenta de dados do SIMET - Sistema de Medição de Tráfego Internet para determinar o tipo de acesso à rede, seja em instituições de ensino, estabelecimentos de saúde ou mesmo em domicílios no país. Baseado em machine learning, o modelo é capaz de identificar se num território há baixa frequência, ou mesmo ausência de uma determinada tecnologia de acesso. O foco principal tem sido examinar a existência de fibra óptica, fundamental para conexões de alta velocidade e baixa latência, permitindo ao poder público identificar localidades que necessitariam de investimentos em conectividade. Os dados extraídos a partir do modelo de IA tem apoiado projetos e ações de diagnóstico de infraestrutura na esfera federal, que vêm sendo conduzidos pelos Ministérios da Educação, Saúde e Comunicações, Anatel e Casa Civil.

“O SIMET tem sido amplamente utilizado por brasileiros para medir, com diversos parâmetros, a qualidade de sua conexão à Internet. Nos apoiamos nas milhões de medições voluntárias, realizadas via medidores da família SIMET, para então, por meio de machine learning, classificar e identificar onde há conexão por fibra óptica, rádio ou satélite, por exemplo”, explica Paulo Kuester Neto, supervisor de projetos do NIC.br e um dos responsáveis pela iniciativa.

“O NIC.br possui medidores espalhados pelo país inteiro, com boa cobertura. Nosso objetivo é subsidiar com dados o setor público federal, estadual e municipal para detectar lugares onde a conectividade ainda é incipiente ou em locais em que não é possível perceber, via inferência, se o uso das tecnologias de acesso favorece uma Internet com boa qualidade em termos de velocidade, latência e outros parâmetros. Esse mapeamento é fundamental para subsidiar políticas públicas que visem enfrentar essas desigualdades”, complementa Solimary García Hernández, analista de projetos do NIC.br, também responsável pelo desenvolvimento do modelo.

Uma das aplicações é no monitoramento da conectividade em educação. É possível analisar, por exemplo, quais as tecnologias de acesso nas escolas públicas do Brasil, a partir do Medidor Educação Conectada, elaborado pelo NIC.br para o Ministério da Educação, e identificar se as instituições de ensino têm uma conexão à Internet de qualidade, adequada para o uso pedagógico.

Com o modelo estatístico de IA, foi possível classificar escolas que possuem fibra óptica. Para aquelas em que foi detectada a ausência dessa forma de acesso, ou das que não há informações por não utilizarem o medidor, classificou-se a distância entre elas e o ponto mais próximo de fibra óptica identificado. “A partir disso, o governo consegue avaliar, em cada caso, o nível de complexidade para levar esse tipo de conexão às instituições de ensino. A fibra óptica está apenas a um quilômetro? Está a 20 quilômetros? Acima disso? São realidades diferentes que pedem ações distintas”, afirma Kuester.

Milton Kaoru Kashiwakura, diretor de projetos especiais e de desenvolvimento do NIC.br, destaca que a iniciativa está em linha com a atuação do NIC.br no sentido de medir a qualidade e identificar formas para a universalização dos serviços de Internet no país. “Desenvolvemos um modelo estatístico de IA que possibilitará ao poder público estudo e formulação de políticas de conectividade. Os dados provenientes dele poderão contribuir com a elaboração de um diagnóstico amplo e preciso da distribuição dos diferentes tipos de tecnologias de acesso à Internet em todo o país, ajudando a reduzir as desigualdades e promovendo a inclusão digital”.

Para explicar o funcionamento do modelo de machine learning e os detalhes de como foi desenvolvido, o NIC.br produziu um relatório metodológico, que está disponível na íntegra para download gratuito pelo site: https://tinyurl.com/mw9s9kj9.