Em três cidades vietnamitas que abrigam mais de 9 milhões de pessoas, como podemos começar a identificar as zonas escolares de maior risco e as crianças que as utilizam diariamente para combater a principal causa de morte entre jovens – acidentes de trânsito. A resposta? Big Data.
Uma Metodologia de Triagem de Big Data desenvolvida como parte do Projeto AI&Me permitiu a análise de big data em desktop para Ho Chi Minh City, Pleiku e Yen Bai. A análise identificou as 106 escolas de maior risco para investigações adicionais de segurança rodoviária e priorizou investimentos de um total de 1.063 escolas analisadas.
Informado pelos resultados, o projeto classificará por estrelas a segurança das escolas usando Avaliação por Estrelas para Escolas aplicativo, piloto de um novo aplicativo de engajamento juvenil YEA com 1.800 alunos mapeando onde eles se sentem seguros e inseguros em seu trajeto para a escola, e trabalhar com tomadores de decisão do governo local para implementar melhorias de infraestrutura em 18 escolas prioritárias.
As fontes de big data estão se tornando mais acessíveis e fornecem insights sobre uma ampla gama de elementos do ambiente urbano que podem representar um risco para a segurança viária. Trabalhar com big data para identificar locais de alto risco é uma maneira eficiente e eficaz de escalar avaliações em nível de cidade, região ou país.
A metodologia utilizou grandes fontes de dados, particularmente dados telemáticos e de satélite, para coletar atributos rodoviários, de infraestrutura e sociodemográficos e sinalizar escolas de risco onde a combinação dos elementos ambientais pode representar um risco para os alunos.
Os atributos foram classificados por seu risco em quatro níveis, uma abordagem que ajudou a economizar custos e esforço de análise. O nível um incluía informações livremente disponíveis e, à medida que os níveis progrediam e a área de escopo diminuía, dados mais complexos, caros e detalhados podiam ser coletados e analisados de forma muito focada.
“Essa abordagem nos permitiu definir como a análise foi realizada e utilizar grandes volumes de dados disponíveis para analisar e comparar 1.063 escolas. Também nos deu a capacidade de focar e avaliar uma série de parâmetros de risco em escala e no nível de escolas individuais em todo o Vietnã”, disse Peter Jamieson, Diretor Executivo da empresa de análise de dados, E aí.
Progressão dos níveis e mudanças no escopo da análise – Fonte das imagens: Anditi e iRAP
Gerente de Projetos do AI&Me, Shanna Lucchesi, do Programa Internacional de Avaliação de Estradas (iRAPiRAP) disse que, ao melhor de nosso conhecimento, esta é a primeira vez que uma metodologia de big data foi desenvolvida e testada para avaliar o risco da infraestrutura rodoviária no entorno de escolas.
“As três cidades são muito diferentes em tamanho e complexidade, provando o quão flexível a Metodologia é para se adaptar a diferentes contextos”, disse a Sra. Lucchesi.
“”Estamos entusiasmados por estar a pilotar o programa AI&Me no Vietname, onde poderemos usar big data para mudar a forma como pensamos, abordamos e resolvemos a crise rodoviária", disse Trang Truong, Gerente de Projeto do AI&Me para Fundo AIP.
“Os órgãos do governo local também coletaram informações sobre mortes de pedestres e o número de estudantes. A metodologia foi compartilhada com nossos parceiros do governo local e com as escolas no Vietnã. A pesquisa realizada após o treinamento mostrou que 86% dos participantes consideraram a metodologia de triagem de Big Data apresentada no treinamento útil ou muito útil para que as partes interessadas do governo identifiquem comunidades e locais de alto risco com mais facilidade.
“A metodologia não só revelou insights interessantes para aplicação no Vietnã, como também foi projetada para ser escalável, transferível, acessível e fácil de aplicar em qualquer lugar, em conjunto com o aplicativo iRAP Star Rating for Schools (SR4S), a fim de refinar uma lista de locais prioritários para avaliações detalhadas“, afirmou a Sra. Lucchesi.
“Juntamente com o SR4S, o método ajudará os tomadores de decisão a fazer escolhas eficazes e baseadas em evidências sobre onde focar os esforços de segurança rodoviária, vinculadas às intervenções de maior impacto e mais custo-efetivas para salvar a vida de crianças”, disse ela.
Os acidentes rodoviários afetam desproporcionalmente os jovens, sendo a principal causa de morte de pessoas entre 5 e 29 anos em todo o mundo.
A combinação de condições perigosas nas estradas perto de escolas, a vulnerabilidade especial das crianças e a tolerância elevada ao risco dos jovens motoristas expõem os jovens ao risco diário de lesões e morte no trânsito.
Estima-se que 500 crianças morrerão nas estradas globais todos os dias e mais de 10.000 sofrerão ferimentos que mudarão suas vidas, o que acarreta enormes implicações econômicas e sociais para as gerações futuras.
Apesar desses níveis inaceitáveis de trauma em jovens, a verdadeira dimensão do problema muitas vezes fica oculta da consciência da comunidade, ao mesmo tempo em que parece grande demais para ser enfrentada.
A Sra. Lucchesi disse que pode ser avassalador para os governos saber por onde começar a priorizar a segurança e para quem, e decidir onde concentrar investimentos em modificações de estradas ou fiscalização.
“O Projeto Ai&Me é empolgante não apenas por sua abordagem inovadora de big data, mas também pelo envolvimento abrangente de todas as pessoas impactadas e capazes de ajudar – desde os alunos até os administradores escolares, representantes do governo local responsáveis e capacitados para tomar decisões de investimento e especialistas globais em segurança viária e dados com o conhecimento mais atualizado. Todos eles estão se unindo para proteger os mais vulneráveis nos arredores das escolas e apoiar a tomada de decisões do governo.
“Estamos empolgados com a Metodologia de Big Data, com as percepções que ela revelou e com as melhorias muito direcionadas à segurança viária que ela tornará possíveis nas três cidades. Também estamos empolgados com seu potencial global para tornar as viagens para a escola mais seguras da maneira mais eficaz em termos de custo, muito além das fronteiras do Vietnã”, disse a Sra. Lucchesi.
A Metodologia foi desenvolvida como parte do IA&Eu: Capacitando Jovens para Estradas Mais Seguras fundado por Fundação Botnar e Fundação FIA, liderado pela Fundação AIP e apoiado pela iRAP e pela ANDITI.
Para mais informações sobre a Metodologia, baixe o Relatório de Metodologia de Big Data da AI&Me aqui.
Ele também será apresentado no Conferência Internacional Walk21 a ser realizado na próxima semana, de 19 a 23 de setembro, em Dublin.
Imagem de cabeçalho: Vuong Bùi no Pixabay