Pesquisadores da USP propõem usar inteligência artificial para apoiar, e não substituir, a regeneração natural na restauração de florestas

Plantar árvores é uma das imagens mais fáceis de associar à restauração de florestas. Mas uma floresta é muito mais do que um conjunto de árvores, e tratar a recuperação de um ecossistema como uma obra de engenharia, escolhendo peças e montando um sistema planejado de antemão, é um erro, argumentam dois pesquisadores brasileiros. O artigo, intitulado “Human, natural, and artificial intelligence in forest restoration” (Inteligências humana, natural e artificial na restauração florestal, tradução do NTB), foi publicado em setembro na revista Trends in Ecology & Evolution e apresentado pela Agência FAPESP em 8 de outubro de 2026.

Os autores são Pedro Henrique Santin Brancalion e Marcelo P. L. Medeiros. O trabalho está ligado ao CCARBON (Centro de Estudos de Carbono em Agricultura Tropical), um centro de pesquisa, inovação e difusão apoiado pela FAPESP (um CEPID) e sediado na Esalq-USP, a Escola Superior de Agricultura Luiz de Queiroz, da Universidade de São Paulo.

A ideia central: criar condições, não montar peças

O argumento é que a restauração não deve tratar ecossistemas como projetos de engenharia, que se reconstroem selecionando componentes e montando-os em um sistema previamente desenhado. O objetivo, dizem eles, deve ser criar condições para que o ecossistema se auto-organize.

O plantio de árvores é útil em algumas situações, mas a biodiversidade e o funcionamento de uma floresta surgem das interações entre plantas, animais, microrganismos, solo, água, clima e processos ecológicos ao longo do tempo. A regeneração natural e a sucessão ecológica, o processo pelo qual as comunidades de seres vivos se reorganizam e ganham complexidade aos poucos, podem ter papel central. Florestas nativas muitas vezes se recuperam por sucessão. Por isso, os pesquisadores defendem que a restauração deve apostar nessa capacidade própria do ambiente.

As três “inteligências”

O título do artigo organiza a proposta em três formas de inteligência que precisam trabalhar juntas:

• Humana: define objetivos, mobiliza conhecimento e recursos, toma decisões e cria as condições para a recuperação ecológica;
• Natural: a capacidade do próprio ecossistema de se organizar, se adaptar e ganhar complexidade, por meio da sucessão e das interações entre os organismos e o ambiente;
• Artificial: pode tornar a restauração mais precisa e adaptativa e ajudar a considerar a heterogeneidade da paisagem, apoiando decisões e o manejo adaptativo.

Brancalion afirma que a IA pode melhorar nossa capacidade de entender essa complexidade, mas não substitui os processos naturais nem elimina os limites da ação humana.

Os riscos que os autores apontam

A parte mais incomum do artigo, para um texto que fala de tecnologia, é a insistência nos riscos. A reportagem registra que:

• sistemas de IA não são neutros: os resultados dependem dos dados de treinamento, dos algoritmos e dos valores e interesses embutidos nas decisões;
• o uso inadequado poderia favorecer o plantio de árvores em detrimento da regeneração natural;
• poderia privilegiar espécies com mais dados disponíveis e ignorar organismos e interações pouco estudados;
• a automação pode aumentar a eficiência, mas também mudar empregos e renda de comunidades locais.

Por isso, defendem que as decisões sobre IA considerem o bem-estar humano, os meios de vida locais e as prioridades sociais, e não apenas ganhos de eficiência.

O que o resumo não traz

A matéria da Agência FAPESP não detalha usos específicos de IA, como mapeamento por satélite, escolha de sementes ou monitoramento. Também não traz números de hectares, metas de restauração ou exemplos da Mata Atlântica ou da Amazônia. Qualquer afirmação sobre aplicações concretas, portanto, estaria fora do que o NTB pôde verificar. Em termos gerais, sabe-se que técnicas de aprendizado de máquina já são usadas para classificar imagens de satélite e de drones e para modelar onde certas espécies têm mais chance de sobreviver; esse é conhecimento geral, não está no artigo consultado, e não deve ser lido como descrição do estudo.

Por que a discussão importa agora

O Brasil assumiu metas de restauração de florestas, e a pressão por resultados mensuráveis em escala favorece soluções que parecem simples de contar: número de árvores plantadas, hectares cobertos. O artigo chama atenção para o risco de a tecnologia reforçar esse viés, porque é mais fácil treinar um algoritmo para otimizar plantio do que para apoiar um processo lento e imprevisível como a sucessão. A proposta dos autores é inverter a lógica: usar a IA para entender melhor onde e quando a natureza consegue se recuperar sozinha, e intervir apenas onde ela não consegue.

A discussão também dialoga com o que a ciência vem mostrando sobre o estresse climático em florestas tropicais, tema de outra matéria do NTB publicada hoje, a partir de estudo apresentado pela mesma agência: se as florestas enfrentarão secas e calor extremos cada vez mais frequentes, apoiar a capacidade de recuperação natural será ainda mais importante.

Limites desta cobertura

O NTB não teve acesso ao artigo completo, e portanto os argumentos acima são os que a reportagem da Agência FAPESP resume. Trata-se de um artigo de opinião e síntese, do tipo que propõe uma agenda e um alerta; não apresenta resultados de experimentos novos, segundo o resumo. Isso não diminui sua importância, mas indica o tipo de evidência: é um argumento fundamentado de especialistas, não uma medição.

Nota da redação: texto elaborado pelo NTB, a partir da reportagem da Agência FAPESP (08/10/2026). O NTB não leu o artigo da Trends in Ecology & Evolution. O título do artigo está traduzido pelo NTB. O trecho sobre as metas brasileiras de restauração, o trecho sobre usos gerais de aprendizado de máquina e a caracterização do artigo como de opinião e síntese são do NTB; esta última é inferência a partir do que o resumo descreve e deve ser confirmada no original. Imagens são ilustrativas.