Interpretação dos drivers associados à ocorrência de inundações por meio de inteligência artificial explicável

doi:10.22167/2675-6528-202602619

Artigo

29 de setembro de 2026

Interpretação dos drivers associados à ocorrência de inundações por meio de inteligência artificial explicável

Interpretação dos Drivers Associados à Ocorrência de Inundações por Meio de Inteligência Artificial Explicável

Abderraman Róger de Amorim Brandão; Wagner Wilson Bortoletto

DOI: 10.22167/2675-6528-202602619

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

Eventos de inundação no Brasil têm se intensificado, mas seus fatores ainda são difíceis de generalizar devido aos contrastes regionais e interações não lineares. O estudo caracterizou a distribuição espaço-temporal de eventos de inundação em bacias hidrográficas brasileiras e avaliou a capacidade de um modelo Random Forest (RF) de detectar dias associados a esses eventos com base em condições hidrometeorológicas antecedentes. A pesquisa abrangeu 735 bacias no período de 1980 a 2010. Os eventos foram identificados em séries diárias de vazão, utilizando um limiar específico por bacia (percentil 50 das máximas anuais) e um intervalo mínimo de 10 dias entre picos. O modelo RF foi treinado com preditores dinâmicos e interpretado com TreeSHAP. Os resultados indicaram diferenças sazonais entre os biomas, com maior concentração dos eventos em certos meses na Amazônia, Cerrado, Caatinga e Mata Atlântica, e distribuição mais uniforme no Pampa. No conjunto de teste, o modelo alcançou PR-AUC de 0,41, ROC-AUC de 0,96, F1 de 0,35 e acurácia balanceada de 0,86. As análises de SHAP destacaram o balanço hídrico climático acumulado (P – ETP) e a precipitação acumulada em janelas de 14 a 60 dias como os principais preditores. Esses padrões foram compatíveis com a influência das condições antecedentes, mas não estabeleceram relações causais.

Palavras-chave: Condições antecedentes; Hidrologia de grandes amostras; Random Forest; Simulação hidrológica; XAI.

1. Introdução

No Brasil, eventos hidrológicos extremos, como as inundações, têm se tornado mais frequentes e intensos nas últimas décadas, afetando diferentes regiões do país. Na Amazônia, por exemplo, observou-se a ampliação das áreas alagáveis (Fleischmann et al., 2023; Silva et al., 2023), enquanto o Sul registrou cheias extremas em 2023 e 2024 (Alvalá et al., 2024; Collischonn et al., 2025), com 340 municípios em situação de emergência (ANA, 2024). Ocorrências semelhantes foram documentadas no Nordeste (Seigerman et al., 2024; Santos et al., 2024), no Centro-Oeste (Marengo et al., 2022) e no Sudeste. No estado de São Paulo, foram registrados, em média, 73 eventos por ano na década de 2010 (Brandão et al., 2026).

A intensificação desses eventos hidrológicos extremos impõe desafios significativos, especialmente em um país com grande dependência de recursos hídricos, onde 49% da eletricidade é de origem hidrelétrica, a irrigação responde por 50% das retiradas de água e o abastecimento urbano, por 23,34% (ANA, 2024). Em escala global, desastres associados ao tempo, ao clima e à água causaram mais de dois milhões de mortes e perdas de US$ 3,64 trilhões entre 1970 e 2019, com as inundações respondendo por 44% desses eventos (WMO, 2021). No Brasil, as perdas reportadas nesse período somaram US$ 41,7 bilhões (WMO, 2021). Mais recentemente, entre 2020 e 2024, foram reportadas 771,75 mil pessoas afetadas por inundações, com danos materiais de R$ 3,68 bilhões e prejuízos públicos e privados que ultrapassam R$ 9 bilhões (Brasil, 2026). Esses dados reforçam a urgência em compreender os fatores associados às inundações.

A ocorrência de inundações resulta da interação complexa entre processos atmosféricos e características físicas das bacias hidrográficas (Sharma et al., 2018; Livneh et al., 2024). A análise isolada da precipitação, por si só, é frequentemente insuficiente para representar a contribuição das condições antecedentes e das interações não lineares que modulam a resposta hidrológica das bacias. A dificuldade em generalizar os drivers de inundação em escala nacional, devido aos fortes contrastes regionais e às interações não lineares entre clima e resposta hidrológica, representa uma lacuna importante no conhecimento e na capacidade preditiva.

Nesse contexto, o aprendizado de máquina (ML) emerge como uma ferramenta promissora para representar relações complexas entre múltiplos preditores e apoiar a investigação dos padrões associados aos extremos (Reichstein et al., 2019; Nearing et al., 2024). Contudo, modelos de ML, como os conjuntos de árvores, podem apresentar decisões difíceis de inspecionar (Baehrens et al., 2010; Lundberg & Lee, 2017). A inteligência artificial explicável (XAI), por meio de técnicas como o SHapley Additive exPlanations (SHAP), permite interpretações locais e globais das predições (Lundberg & Lee, 2017), auxiliando a relacionar as características de entrada às saídas do modelo de forma mais transparente e a dialogar com o conhecimento físico. Essa abordagem é fundamental para superar as limitações dos modelos tradicionais de base física, que, apesar de bem fundamentados, nem sempre produzem previsões acuradas e são computacionalmente intensivos e de difícil generalização (Nearing et al., 2021; Zounemat-Kermani et al., 2021).

Diante da crescente frequência e impacto das inundações no Brasil e da complexidade de seus drivers, este estudo justifica-se pela necessidade de aprofundar a compreensão dos padrões espaço-temporais desses eventos e pela aplicação de métodos avançados de aprendizado de máquina e XAI para identificar seus preditores. O objetivo deste estudo foi caracterizar a distribuição espaço-temporal dos eventos de inundação fluvial, definidos por um critério de excedência de vazão, em bacias hidrográficas brasileiras. Também se avaliou a capacidade de um modelo Random Forest (RF) de detectar dias associados a esses eventos a partir de variáveis hidrometeorológicas. Por fim, buscou-se identificar, por meio de SHAP, os preditores que mais contribuíram para as classificações, com ênfase na interpretação hidrológica dos padrões aprendidos.

2. Material e Métodos

A metodologia deste estudo foi estruturada em três etapas principais: organização dos dados e identificação dos eventos de inundação, desenvolvimento do modelo de aprendizado de máquina e, por fim, a avaliação e interpretação dos resultados. Este fluxo guiou a pesquisa desde a preparação da base de dados até a análise final do modelo.

O estudo abrangeu 735 bacias hidrográficas brasileiras, distribuídas por diferentes biomas e condições hidroclimáticas, com predomínio do clima tropical A (Beck et al., 2018). O conjunto de dados CABra — Catchment Attributes for Brazil (Almagro et al., 2021) forneceu séries diárias de vazão da Agência Nacional de Águas e Saneamento Básico (ANA) e informações hidroclimáticas de diversas fontes, incluindo atributos físicos e hidrológicos, para o período de 1980 a 2010.

Os eventos de inundação fluvial foram identificados a partir das séries diárias de vazão. Um evento foi definido quando a vazão diária excedeu um limiar específico para cada bacia, estabelecido como o percentil 50 das máximas anuais (Brunner et al., 2020; Götte & Brunner, 2024). Adotou-se um intervalo mínimo de dez dias entre picos sucessivos para a separação dos eventos (Diederen et al., 2019). Para o classificador diário, os dias de evento foram rotulados como 1 e os demais como 0.

O desenvolvimento do modelo de aprendizado de máquina utilizou um classificador Random Forest (RF) (Breiman, 2001; James et al., 2023). O modelo foi construído com 39 preditores hidroclimáticos dinâmicos, calculados para representar as condições antecedentes às inundações. Esses preditores incluíram precipitações acumuladas em diferentes janelas temporais, somatórios de evapotranspiração real e potencial, balanço hídrico climático diário e suas acumulações, além de médias móveis de temperatura, umidade, velocidade do vento e radiação solar. O mês e o dia do ano foram incluídos para sazonalidade.

Dos 39 preditores iniciais, 15 com as menores contribuições globais, mensuradas pela média dos valores absolutos de SHAP em um modelo exploratório, foram excluídos, resultando em 24 variáveis para o modelo final. Os hiperparâmetros do RF foram avaliados por RandomizedSearchCV (Bergstra & Bengio, 2012), testando-se 50 configurações aleatórias com validação cruzada em três partições e agrupamento por bacia (GroupKFold). A precisão média (AP) foi o critério de seleção.

A configuração final do modelo RF foi composta por 603 árvores, critério de entropia, profundidade máxima de 40, raiz quadrada do número de atributos por divisão, mínimo de 11 amostras por folha e 20 amostras para divisão de nó, com ponderação `balanced_subsample` e amostragem `bootstrap`. Para lidar com o desbalanceamento de classes, o conjunto de treinamento incluiu todos os exemplos positivos e uma amostragem aleatória de negativos por bacia, limitada a até 20 negativos por positivo, uma estratégia de `undersample`.

A separação entre os conjuntos de treinamento e teste foi realizada por bacia hidrográfica, utilizando o método GroupShuffleSplit. Destinaram-se 588 bacias (80%) para o desenvolvimento do modelo e 147 bacias (20%) para a avaliação em bacias não utilizadas no treinamento, evitando que dias de uma mesma bacia aparecessem simultaneamente nos dois conjuntos.

A contribuição dos preditores foi interpretada com SHapley Additive exPlanations (SHAP), uma abordagem de inteligência artificial explicável (Lundberg & Lee, 2017; Lundberg et al., 2020). Utilizou-se o TreeSHAP para calcular os valores de Shapley, empregando a abordagem `tree-path-dependent`. Os valores de SHAP foram calculados a partir de uma amostra estratificada das 147 bacias de teste, com até 200 dias de evento e 400 dias sem evento por bacia, e um limite global de 5.000 observações. A importância global de cada preditor foi calculada pela média de seus valores absolutos de SHAP.

O desempenho do classificador foi avaliado no conjunto de teste por métricas apropriadas para classificação binária em contexto desbalanceado: ROC-AUC, PR-AUC, escore F1 e acurácia balanceada (BA). A PR-AUC foi a métrica principal devido à baixa prevalência de dias positivos (Saito & Rehmsmeier, 2015). As métricas dependentes de limiar foram calculadas com um valor de 0,5 para a conversão das probabilidades em classes binárias. A precisão, sensibilidade, escore F1 e acurácia balanceada foram definidos conforme suas formulações padrão em problemas de classificação.

3. Resultados e Discussão

A investigação dos padrões de inundações fluviais em bacias hidrográficas brasileiras revelou uma dinâmica complexa, influenciada por fatores espaço-temporais e condições hidrometeorológicas antecedentes. A análise inicial dos eventos de inundação, identificados por um limiar de vazão diária excedente, demonstrou uma natureza episódica. Observou-se que a maioria dos anos no período de 1980 a 2010 apresentou contagens de eventos baixas ou moderadas, em torno de 5.000 ocorrências, sendo pontuadas por anos-pico com aproximadamente 20.000 registros em alguns biomas. Essa variabilidade temporal sublinha a não estacionariedade dos eventos extremos, um aspecto crucial para o planejamento e a gestão de recursos hídricos no Brasil.

A distribuição espacial dos eventos de inundação evidenciou a heterogeneidade da rede de monitoramento e as características intrínsecas de cada bioma. A Mata Atlântica e o Cerrado concentraram o maior número de bacias na amostra, com 371 e 219 bacias, respectivamente, seguidos pela Amazônia (78 bacias) e Caatinga (50 bacias). O Pampa, com 16 bacias, e o Pantanal, com apenas uma, apresentaram menor representação. Essa disparidade na cobertura de dados é um fator importante a ser considerado na interpretação dos resultados, pois pode limitar a generalização dos padrões para biomas menos representados, como o Pantanal.

A sazonalidade dos eventos de inundação mostrou padrões distintos entre os biomas. Na Amazônia, Cerrado, Caatinga e Mata Atlântica, os eventos se concentraram nos meses de dezembro a abril ou maio, com uma redução notável durante o período de inverno. Esse comportamento é consistente com as diferenças regionais na sazonalidade das cheias, conforme apontado por Bartiko et al. (2019). Em contraste, o Pampa exibiu uma distribuição mais uniforme dos eventos ao longo do ano, o que se alinha com a ausência de uma estação seca bem definida nessa região. No Cerrado, a frequência de eventos diminuiu mais rapidamente ao longo do ano, o que pode ser atribuído tanto à maior profundidade do embasamento rochoso quanto à forte concentração sazonal das precipitações.

A análise das vazões de pico revelou que a Amazônia apresentou uma maior dispersão de valores, enquanto o Pantanal, com sua única bacia na amostra, registrou picos elevados. É fundamental considerar que essas diferenças nas vazões de pico são influenciadas pela área de drenagem e pelo porte dos rios, e não necessariamente indicam variações na intensidade relativa das cheias entre os biomas. A interpretação desses dados deve, portanto, levar em conta as características geomorfológicas e hidrológicas de cada bacia, que modulam a resposta hidrológica aos eventos de precipitação.

No que tange à capacidade preditiva do modelo Random Forest (RF) para detectar dias associados a eventos de inundação, o desempenho global no conjunto de teste externo foi avaliado por métricas específicas para problemas de classificação binária desbalanceada. A prevalência de dias positivos no conjunto de teste foi de 1,49%, indicando a raridade dos eventos. Nesse cenário, a área sob a curva Precisão-Sensibilidade (PR-AUC) alcançou 0,41, um valor aproximadamente 27,4 vezes superior à linha de base aleatória, o que demonstra a relevância do modelo para classes raras (Saito & Rehmsmeier, 2015).

Complementarmente, a área sob a curva Receiver Operating Characteristic (ROC-AUC) foi de 0,96, sugerindo uma boa capacidade de ordenação relativa das classes pelo modelo. No entanto, o escore F1 de 0,35 e a acurácia balanceada de 0,86, calculados com um limiar de 0,5, indicam que, embora o modelo seja eficaz na discriminação, o equilíbrio entre precisão e sensibilidade ainda apresenta limitações nesse limiar. Essa diferença no desempenho é esperada, dada a natureza altamente desbalanceada e temporalmente explícita do problema de classificação de inundações, em comparação com estudos de suscetibilidade espacial que frequentemente utilizam amostras balanceadas.

Em termos comparativos, o PR-AUC de 0,41 obtido neste estudo situa-se no limite inferior dos valores reportados em outras aplicações de modelos RF para classificação de áreas inundáveis ou suscetibilidade a inundações. Por exemplo, estudos em Kunming (Ren et al., 2024), Salzburg (Nachappa et al., 2020), bacia do Peneus (Tepetidis et al., 2025) e Amazônia oriental brasileira (Amaral et al., 2024) reportaram valores de AUC entre 0,87 e 0,99. Contudo, essa comparação deve ser feita com cautela, pois a maioria desses trabalhos focou na classificação espacial de pontos ou pixels inundados, frequentemente com amostras balanceadas, diferentemente do presente estudo que aborda a detecção de eventos raros em um contexto temporal.

A variabilidade espacial do desempenho do modelo, medida pelo PR-AUC por bacia, foi predominantemente moderada, com a maioria dos valores concentrada entre 0,3 e 0,6. Observou-se que alguns dos maiores valores de PR-AUC ocorreram no Nordeste, enquanto desempenhos intermediários e baixos foram distribuídos por outras regiões. A relação entre a taxa de eventos por bacia e o PR-AUC revelou uma tendência positiva: bacias com maior frequência de eventos tenderam a apresentar valores mais altos de PR-AUC. Em contrapartida, bacias com eventos muito raros exibiram maior dispersão e valores mais baixos da métrica, refletindo a dificuldade intrínseca do aprendizado em classes minoritárias e a maior instabilidade da métrica nesse contexto.

A interpretação da contribuição dos preditores por meio do SHapley Additive exPlanations (SHAP) foi crucial para compreender o comportamento do modelo. As análises de importância global destacaram que as maiores contribuições estiveram associadas a preditores acumulados em janelas de 14 a 60 dias. Em particular, o balanço hídrico climático acumulado (P – ETP) e a precipitação acumulada foram os preditores mais influentes. O balanço hídrico climático, que representa a diferença entre a precipitação e a demanda evaporativa potencial, atua como um indicador indireto das condições antecedentes, embora não meça diretamente a umidade do solo ou o armazenamento de água na bacia.

Esse padrão de importância dos preditores é compatível com a literatura hidrológica, que enfatiza a contribuição conjunta da precipitação e das condições antecedentes para a geração de cheias (Sharma et al., 2018; Livneh et al., 2024). A aridez da bacia também tem sido reconhecida como um parâmetro central na modulação dos processos hidrológicos (Almagro et al., 2024; Brandão et al., 2025; Correa et al., 2025). Os resultados obtidos refinam essa interpretação ao evidenciar que a “memória da bacia”, representada por variáveis hidrometeorológicas acumuladas em diferentes janelas temporais, é um componente significativo na predição de inundações.

As variáveis termoclimáticas, como a temperatura mínima média em 30 dias, apresentaram uma relação menos monotônica com os valores SHAP, sugerindo que sua influência é mais indireta, refletindo efeitos de sazonalidade, precipitação e evapotranspiração, bem como diferenças regionais. Isso indica que, enquanto a precipitação e o balanço hídrico exercem uma influência mais direta na ocorrência de inundações, as variáveis termoclimáticas atuam principalmente como condicionantes sazonais e regionais, modulando a resposta hidrológica das bacias.

A distribuição espacial da importância local dos preditores também revelou contrastes regionais. Os acumulados de 30 e 60 dias de precipitação e de P – ETP foram mais importantes no Nordeste, Centro-Leste e Sudeste. Em contraste, os acumulados de 7 e 14 dias de precipitação e P – ETP tiveram maior relevância em partes do Sul e Sudeste. A temperatura mínima média em 30 dias, por sua vez, demonstrou maior contribuição na região Sul. Esses padrões regionais destacam a complexidade dos drivers de inundação e a necessidade de abordagens adaptadas às especificidades de cada região brasileira.

Os gráficos de dependência de SHAP para as variáveis mais importantes revelaram relações não lineares entre os valores dos preditores e suas contribuições para a saída do modelo. Valores baixos de P – ETP e de precipitação acumulada em janelas de 7, 14, 30 e 60 dias foram geralmente associados a valores SHAP negativos, o que significa que reduziram a probabilidade prevista de ocorrência de eventos. À medida que esses acumulados aumentaram, as contribuições tenderam a se tornar positivas, elevando a probabilidade de inundação. Essa transição no sinal da contribuição, onde SHAP é igual a zero, representa uma mudança na influência do preditor em relação à referência do modelo, e não um limiar físico de inundação.

Esse comportamento é hidrologicamente coerente, pois as inundações são o resultado tanto da chuva recente quanto das condições antecedentes de umidade do solo na bacia. A separação visual entre os pontos classificados como eventos (concentrados em regiões com SHAP positivo) e não eventos (mais frequentes em faixas com SHAP negativo) reforça o elevado poder discriminativo dessas variáveis, especialmente para os acumulados de 30 e 60 dias de P – ETP e precipitação. Isso sugere que o modelo RF utiliza eficazmente a memória hidrológica em escalas de semanas a meses para identificar padrões associados à ocorrência de inundações.

Apesar da relevância dos padrões identificados, algumas limitações devem ser consideradas. A definição dos eventos de inundação, baseada no percentil 50 das máximas anuais, influencia os resultados, embora estudos anteriores indiquem que a escolha dos limiares afeta mais os valores absolutos do que os padrões relativos dominantes (Brunner e Chartier-Rescan, 2024; Götte e Brunner, 2024). A ausência de atributos estáticos no modelo final limita a representação direta dos controles estruturais das bacias, o que poderia enriquecer a compreensão dos processos hidrológicos.

A estratégia de balanceamento, que utilizou todos os exemplos positivos e uma amostragem aleatória de exemplos negativos por bacia, foi adequada para reduzir o vazamento de informações entre bacias, mas não eliminou completamente os desafios associados à forte heterogeneidade espacial do desempenho e à baixa prevalência de eventos em algumas bacias de teste. Além disso, a interpretação baseada em SHAP, embora útil para descrever o comportamento do modelo, não deve ser interpretada como evidência causal direta, pois as correlações entre preditores podem influenciar a distribuição das contribuições.

Não foram realizados testes formais de autocorrelação temporal ou espacial, o que significa que a possível dependência entre dias consecutivos e entre bacias vizinhas ou hidrologicamente conectadas permanece como uma limitação. A heterogeneidade da amostra, especialmente a presença de apenas uma bacia no Pantanal, limita a extrapolação dos padrões observados para todo o território de cada bioma. Esses aspectos ressaltam a necessidade de pesquisas futuras que abordem essas dependências, incorporem atributos estáticos e avaliem horizontes explícitos de previsão.

Em síntese, este estudo caracterizou a distribuição espaço-temporal dos eventos de inundação fluvial no Brasil e demonstrou a capacidade do modelo Random Forest em detectá-los com base em condições hidrometeorológicas antecedentes. Os resultados indicaram diferenças sazonais entre os biomas e destacaram o balanço hídrico climático acumulado e a precipitação acumulada em janelas de 14 a 60 dias como os preditores mais importantes. Esses achados são consistentes com a influência da memória hidrológica da bacia nas classificações, fornecendo uma compreensão valiosa dos padrões associados às inundações, apesar das limitações inerentes à complexidade do sistema hidrológico e à natureza dos dados.

4. Conclusão

O presente estudo buscou caracterizar a distribuição espaço-temporal de eventos de inundação fluvial em bacias hidrográficas brasileiras e avaliar a capacidade de um modelo Random Forest (RF) de detectá-los a partir de variáveis hidrometeorológicas, além de identificar os preditores mais relevantes por meio de SHAP. Verificou-se que os eventos de inundação apresentaram uma natureza episódica e padrões sazonais distintos entre os biomas, com maior concentração em certos meses na Amazônia, Cerrado, Caatinga e Mata Atlântica, e uma distribuição mais uniforme no Pampa. O modelo RF demonstrou boa capacidade discriminativa no conjunto de teste, com PR-AUC de 0,41 e ROC-AUC de 0,96, indicando sua relevância para a detecção de classes raras. As análises de SHAP destacaram o balanço hídrico climático acumulado (P – ETP) e a precipitação acumulada em janelas de 14 a 60 dias como os preditores mais influentes, revelando relações não lineares e hidrologicamente coerentes que enfatizam a memória da bacia. A principal contribuição reside na compreensão aprofundada dos padrões associados às inundações em escala nacional e na demonstração da aplicabilidade de métodos de inteligência artificial explicável para interpretar a influência das condições antecedentes.

Apesar dos avanços, o estudo apresentou limitações, como a dependência dos resultados da definição do limiar de inundação e a ausência de atributos estáticos no modelo final, que poderiam representar controles estruturais das bacias. A forte heterogeneidade espacial do desempenho do modelo e a baixa prevalência de eventos em algumas bacias de teste também impuseram desafios, e a interpretação baseada em SHAP não deve ser considerada evidência causal direta. Para estudos futuros, sugere-se a avaliação de autocorrelação temporal e espacial, a incorporação de atributos estáticos e a exploração de diferentes definições de eventos e horizontes de previsão. Recomenda-se ainda a comparação do modelo RF com redes Long Short-Term Memory (LSTM) para avaliar o ganho da representação sequencial, mantendo a consistência dos dados e métricas de avaliação.

Referências Bibliográficas

Agência Nacional De Águas E Saneamento Básico – ANA (Brasil). Conjuntura dos recursos hídricos no Brasil 2024

Alvalá, S. R. C., Ribeiro, D. F., Marengo, J. A., Seluchi, M. E., Gonçalves, D. A., da Silva, L. A., … & Saito, S. M. (2024). Analysis of the hydrological disaster occurred in the state of Rio Grande do Sul, Brazil in September 2023: vulnerabilities and risk management capabilities. International Journal of Disaster Risk Reduction, 110, 104645.

Collischonn, W., Fan, F. M., Possantti, I., Dornelles, F., Paiva, R., Medeiros, M. S., … & Piccilli, D. G. A. (2025). The exceptional hydrological disaster of April-May 2024 in southern Brazil. RBRH, 30, e1.

Fleischmann, A. S., Papa, F., Hamilton, S. K., Fassoni-Andrade, A., Wongchuig, S., Espinoza, J. C., … & Collischonn, W. (2023). Increased floodplain inundation in the Amazon since 1980. Environmental Research Letters, 18(3), 034024.

Silva et al., 2023 [Referência completa não encontrada no documento original]

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Mais recentes

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Você também pode gostar

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

A gestão financeira pessoal representa um desafio crescente, influenciada por vieses cognitivos que afetam a tomada de decisão, mesmo em indivíduos com alto conhecimento. O presente estudo analisou a relação entre o nível de educação financeira e a ocorrência de vieses comportamentais na tomada de decisão financeira de adultos residentes no Brasil. Realizou-se um levantamento de campo de natureza aplicada, quantitativa e descritivo-correlacional, por meio da aplicação de um questionário estruturado a 163 respondentes. O instrumento contemplou variáveis sociodemográficas, conhecimento e hábitos financeiros, e situações hipotéticas para identificar vieses cognitivos. Os resultados indicaram que níveis mais elevados de educação financeira associaram-se a melhores práticas de controle financeiro, poupança e investimento, com correlações significativas com renda e escolaridade. Contudo, a presença de vieses comportamentais (ancoragem, aversão à perda, escassez, otimismo/negatividade, viés do presente, status quo, excesso de confiança e contabilidade mental) persistiu mesmo entre indivíduos com maior escolaridade e renda, sem associação estatisticamente significativa com as variáveis sociodemográficas analisadas. Concluiu-se que a educação financeira, embora essencial para a organização e o controle financeiro, não foi suficiente para neutralizar a influência de vieses cognitivos. Sugere-se a incorporação de abordagens comportamentais aos programas de educação financeira.

Palavras-chave: Comportamento financeiro; Economia comportamental; Finanças pessoais; Heurísticas cognitivas; Vieses cognitivos.

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

A inserção de crianças com Transtorno do Espectro Autista (TEA) na Educação Infantil apresenta desafios significativos, dada a dificuldade de adaptação em novos ambientes e a intensidade de estímulos. O objetivo foi analisar a atuação docente na Educação Infantil no processo de escolarização inicial de crianças com TEA. Realizou-se um estudo de caso, utilizando a entrevista narrativa como técnica de produção de dados. Os resultados revelaram que a atuação docente caracterizou-se por práticas de mediação e afeto, com a flexibilização da rotina e o uso de recursos lúdicos como estratégias essenciais para o desenvolvimento e organização sensorial da criança. Destacou-se também a importância da profissional de apoio escolar para o êxito do trabalho pedagógico. O desenvolvimento integral da criança foi promovido por meio de ações docentes intencionais que priorizaram a adaptação ambiental, o fortalecimento de vínculos e o atendimento às necessidades específicas do TEA. Como contribuição, elaborou-se um guia de estratégias pedagógicas voltado ao acolhimento de crianças com TEA em creches públicas.

Palavras-chave: Educação Infantil; Inclusão Escolar; Narrativas Docentes; Práticas Pedagógicas Inclusivas; Transtorno do Espectro Autista.

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

A expansão do comércio eletrônico e a transformação tecnológica impulsionaram a necessidade de compreender o comportamento do consumidor de infoprodutos, cuja experiência percebida tornou-se crucial para o desenvolvimento profissional. O estudo objetivou analisar os fatores que influenciaram a decisão de compra de infoprodutos no ambiente digital, considerando as etapas da jornada do consumidor. Realizou-se uma pesquisa aplicada, quantitativa e descritiva, por meio de um levantamento de campo com 100 consumidores da Serra Gaúcha. A coleta de dados ocorreu via questionário estruturado, utilizando amostragem não probabilística. Os resultados revelaram um público qualificado e com forte comportamento “mobile-first”. Constatou-se que a disponibilidade de informações detalhadas e a aprovação social foram os principais gatilhos de atração na fase de pré-compra. Nas etapas transacionais e posteriores, a minimização de atritos operacionais, a agilidade do acesso imediato e a segurança sistêmica mostraram-se cruciais para a conversão e satisfação, embora lacunas na eficiência do suporte humano tenham sido identificadas. A retenção fundamentou-se na confiança gerada por experiências anteriores positivas, superando o fator preço. Concluiu-se que a jornada do consumidor de infoprodutos opera como um sistema integrado, exigindo alinhamento entre infraestrutura tecnológica, curadoria de conteúdo e humanização do suporte para assegurar o engajamento.

Palavras-chave: Comércio eletrônico; Comportamento do consumidor; Experiência do consumidor; Fidelização; Negócios virtuais.

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

A saúde mental no ambiente de trabalho é um tema de crescente relevância, impactando o desenvolvimento profissional e o bem-estar dos colaboradores. Um estudo foi realizado para identificar aspectos e situações que podem influenciar os níveis de absenteísmo em uma instituição bancária. A pesquisa envolveu 108 participantes e utilizou um questionário estruturado, baseado na versão curta do COPSOQ II de Gonçalves (2021), que continha 45 questões fechadas em escala Likert e duas perguntas abertas. Os dados foram coletados por meio de plataforma online e analisados com abordagem descritiva e quantitativa. Os resultados revelaram um cenário que indicou a necessidade de ajustes na distribuição das atividades e na percepção dos gestores sobre comportamentos e sinais de transtornos. Foram identificadas evidências importantes nas respostas abertas dos participantes. Concluiu-se que o estudo contribuiu para a promoção da percepção de um ambiente seguro para a saúde mental na organização.

Palavras-chave: Afastamentos por transtornos; Desenvolvimento profissional; Liderança operacional; Licença médica; Saúde mental.

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

O estado do Amazonas enfrentou desafios históricos na consolidação do Sistema Único de Saúde (SUS), decorrentes de barreiras geográficas, desigualdades socioeconômicas e limitações estruturais. Descreveu-se, neste estudo, o desenvolvimento e a implementação de um geoportal de informações em saúde, concebido para apoiar o monitoramento, a avaliação e o planejamento no contexto amazônico. Adotou-se uma abordagem de estudo de caso descritivo, baseada em análise documental e dados secundários, abrangendo o mapeamento de funcionalidades, a infraestrutura técnica e as etapas de validação da ferramenta. O Portal foi desenvolvido com tecnologias abertas e integrou múltiplas bases de dados nacionais, oferecendo dashboards interativos, mapas temáticos e repositório digital de documentos. Entre os resultados, destacaram-se a visualização georreferenciada de indicadores-chave, a possibilidade de análises comparativas temporais e a utilização da plataforma na revisão de planos de saúde e no redirecionamento de ações estratégicas. O portal pode representar um avanço na governança digital e na gestão baseada em evidências, com potencial de replicabilidade para outros territórios de alta complexidade, desde que acompanhada de investimentos em infraestrutura tecnológica, capacitação profissional e articulação interinstitucional.

Palavras-chave: Amazônia; Avaliação em Saúde; Saúde Digital; Sistemas de Informação em Saúde.

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

O impacto do aprendizado contínuo e da gestão do conhecimento no crescimento das organizações foi estudado em um cenário de globalização e constantes mudanças. O objetivo do estudo foi analisar a percepção dos colaboradores sobre a cultura de aprendizagem e sua importância para o desenvolvimento pessoal e profissional. Os dados foram obtidos por meio de uma pesquisa anônima, de abordagem quantitativa, utilizando um formulário com questões do tipo “survey” aplicado a 87 profissionais dos setores de tecnologia, saúde, educação, comércio e serviços. Os resultados indicaram que os colaboradores possuíam uma percepção positiva sobre a contribuição do aprendizado contínuo para o crescimento pessoal e organizacional, reconhecendo seus benefícios para o desenvolvimento de novas habilidades, inovação e competitividade. Contudo, observou-se que o incentivo à troca de conhecimento interno e a oferta de treinamentos práticos ainda apresentavam médias moderadas de concordância. Concluiu-se que o aprendizado contínuo contribui significativamente para o desenvolvimento individual e organizacional, sugerindo que as empresas devem desenvolver políticas estratégicas de aprendizado direcionado para novas habilidades, visando maior vantagem competitiva e inovação.

Palavras-chave: Aprendizagem contínua; Autodesenvolvimento; Crescimento organizacional; Gestão do conhecimento; Inovação.

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

Um modelo de regressão estatística múltipla foi proposto para estimar o desempenho operacional da microrrede CampusGrid da UNICAMP, com base em grandezas elétricas internas. A microrrede integra geração fotovoltaica, baterias e um gerador a gás. Dados do sistema de gerenciamento de energia foram coletados em intervalos de cinco minutos durante um mês. O Índice de Confiabilidade Operacional, definido como a razão entre energia atendida e demandada, foi estabelecido como variável dependente. O modelo foi ajustado para o modo de operação ilhado, avaliando o impacto da demanda, estado de carga, geração solar e energia suprida. Os resultados revelaram elevado poder explicativo, indicando que a confiabilidade operacional depende da interação entre suprimento e demanda. Observou-se que o período noturno concentrou a maior taxa de atendimento parcial, atribuída à redução da geração solar. Concluiu-se que a regressão múltipla oferece uma estrutura interpretável e útil para o monitoramento de microrredes e o apoio a estratégias de controle.

Palavras-chave: Armazenamento em baterias; Geração fotovoltaica; Índice de Confiabilidade; Operação ilhada; Sistema de Gerenciamento de Energia.

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

A inadimplência agregada no sistema financeiro brasileiro é um indicador crucial de risco de crédito, cuja previsão é regulamentada pelas Resoluções CMN n.° 4.557/2017 e 4.966/2021 para a mensuração prospectiva de perdas esperadas. Modelou-se e previu-se a inadimplência agregada por meio do modelo SARIMAX, projetando sua trajetória até dezembro de 2026 sob cenários otimista, base e pessimista. Utilizaram-se 164 observações mensais (julho/2012 a fevereiro/2026) e variáveis macroeconômicas como desemprego, Selic, IPCA, IBC-Br e endividamento das famílias. A especificação com variáveis contemporâneas foi selecionada com base em critérios de informação e estabilidade dos coeficientes, e o diagnóstico dos resíduos confirmou adequação estatística, com MAPE de 3,12%. A inadimplência histórica variou entre 4,33% e 7,64%. A estimação identificou o desemprego (β = 0,2534; p < 0,001) e a Selic (β = 0,2128; p < 0,001) como principais determinantes positivos, com forte persistência temporal (AR(1) = 0,8965). A Selic exibiu correlação crescente com a inadimplência (r = 0,62 no lag 12), enquanto o desemprego demonstrou efeito contemporâneo (r = 0,33). As projeções indicaram inadimplência entre 6,30% e 7,98% em dezembro de 2026, com uma amplitude de 1,68 ponto percentual, evidenciando implicações diretas para o dimensionamento de provisões nas instituições financeiras. Palavras-chave: Desemprego; Modelagem preditiva; Política monetária; Provisão de perdas; Séries temporais.

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Este estudo descreveu os fatores críticos percebidos para o engajamento das partes interessadas na transferência internacional de tecnologia em um hospital público, com foco no planejamento. O objetivo foi descrever esses fatores condicionantes, conforme a percepção de profissionais. Realizou-se um estudo de caso único, aplicando um questionário a 25 profissionais e utilizando análise de conteúdo, complementada por tabulações descritivas. Os principais obstáculos identificados foram resistência à mudança (72%), financiamento (64%), falta de comunicação (60%) e burocracia (40%). Apenas 28% dos respondentes reconheceram a existência de ferramentas adequadas para gestão de stakeholders, enquanto 48% negaram e 24% não souberam informar. Cruzamentos exploratórios indicaram variações na avaliação de influência conforme o tempo de atuação, mas não estabeleceram relações causais. A falta de engajamento foi associada a atrasos, baixa adesão, desperdício de recursos, falhas de comunicação, comprometimento da absorção de conhecimento e riscos à segurança do paciente. As conclusões restringiram-se às percepções do grupo pesquisado e fundamentaram recomendações preliminares para comunicação e coordenação intersetorial.

Palavras-chave: Estudo de caso; Gestão de projetos; Inovação em saúde; Partes interessadas; Setor público.

Economia

19 de outubro de 2026

Fim da escala 6×1: o que os números permitem concluir?

Após promulgação do fim da escala 6×1, debate sobre a jornada menor passa à implementação e exige distinguir benefícios sociais de custos econômicos O fim da escala 6×1 passou da discussão legislativa para uma mudança constitucional no Brasil. Em 16 de outubro de 2026, o Congresso Nacional promulgou a emenda constitucional nº 141/2026, originada da Proposta […]

Inteligência Artificial

16 de outubro de 2026

Por que estudar se existe IA?

Quando respostas se tornam fáceis, aprender passa a significar mais do que chegar até elas Por que eu preciso aprender isso se posso perguntar para uma inteligência artificial? Esse tipo de pergunta acompanha a educação há décadas. Por que aprender uma operação se existe calculadora? Por que memorizar uma informação se ela pode ser encontrada […]

Gestão Tributária

15 de outubro de 2026

Pink tax e o gênero do preço

Como os diferentes tratamentos mercadológicos a homens e mulheres são incorporados pela tributação do consumo Imagine uma prateleira na qual duas lâminas de barbear da mesma marca e destinadas à mesma finalidade estão expostas lado a lado: uma tem embalagem escura e promete força, precisão e eficiência; a outra vem em tons de rosa ou […]

Saúde

13 de outubro de 2026

O elo perdido da transformação da saúde

Por que inovar não basta para provocar mudanças nas organizações e nos sistemas de saúde A transformação digital consolidou-se como prioridade estratégica para os sistemas de saúde em todo o mundo. Prontuários eletrônicos, inteligência artificial, telemedicina, monitoramento remoto e análise de dados passaram a integrar a agenda estratégica de governos e organizações de saúde. Paradoxalmente, […]

Marketing

09 de outubro de 2026

Bitcoin ou pets: o que a Inteligência Artificial não veria

Um caso real de consumer intelligence mostra o que fica fora do briefing Há alguns anos, uma seguradora americana contratou uma empresa especializada em consumer intelligence para responder a três perguntas: A seguradora também avaliava lançar seguros pagos em bitcoin. Na época, o processo de trabalho da consultoria funcionava assim: o analista criava uma query […]

Gestão Escolar

06 de outubro de 2026

A escola não é um cassino: quando figurinhas viram moeda no pátio

Por que, para determinados estudantes, a escola consegue oferecer tão poucas experiências de conquista? A Copa do Mundo acabou. O Brasil deixou a competição, vieram as férias escolares, a final foi disputada e o calendário do futebol seguiu adiante. Seria razoável imaginar que, com o fim do torneio e o retorno às aulas, também começasse […]

Transição Energética

30 de setembro de 2026

Energias renováveis: a vantagem brasileira

Brasil precisa investir na capacidade de transformar recursos naturais em inovação, produtividade e desenvolvimento Falar sobre energia é falar sobre desenvolvimento. Por trás da indústria, dos transportes, dos serviços, das cidades e, cada vez mais, da inteligência artificial, existe uma infraestrutura energética que sustenta a economia. Compreender a matriz energética de um país é compreender […]

Análise De Dados

30 de setembro de 2026

Quando o dado muda, a realidade mudou?

Análise de quase 20 milhões de vínculos-ano docentes entre 2020 e 2025 mostra como mudanças na composição da população e na produção dos registros podem alterar a interpretação de série histórica Entre 2020 e 2025, o número de vínculos formais de trabalho docente identificados na RAIS (Relação Anual de Informações Sociais), do Ministério do Trabalho, […]

Inteligência Artificial

28 de setembro de 2026

Inteligência artificial e as trends

Por que tantas pessoas aderem às brincadeiras com o ChatGPT? Nunca fui a pessoa da trend. Continuo não sendo. Algumas passam pela minha timeline, vejo, acho interessante mas não a ponto de experimentar. Foi assim, inclusive, com algumas ondas recentes de imagens feitas por inteligência artificial, como a trend dos anos 80, aquela que nos […]

Gestão Tributária

01 de setembro de 2026

Reforma tributária e planejamento patrimonial no campo

Eficiência para gerenciar os impostos facilita a governança e permite organizar a sucessão familiar A organização patrimonial rural virou uma medida estratégica diante da reforma tributária no Brasil, que entrou em vigor neste ano. O planejamento das atividades e da gestão do patrimônio rural, por meio de ferramentas como a transição da Pessoa Física para […]

Renata de Gaspari Valdejão Almeida

Inteligência Artificial

05 de agosto de 2026

Dentro da empresa e fora do radar: os riscos da Shadow AI

Segundo a Microsoft, 75% dos profissionais já utilizam inteligência artificial no trabalho sem homologação da empresa O uso da inteligência artificial generativa já faz parte da rotina corporativa. Ferramentas como ChatGPT, Copilot e outras plataformas ajudam profissionais a produzir textos, analisar dados, criar apresentações e acelerar tarefas em praticamente todos os setores. Mas esse avanço […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julho de 2026

O futuro como competência

Interesse acadêmico reforça a projeção de cenários como ferramenta essencial para a tomada de decisões Enquanto algumas empresas ainda tentam acertar o próximo passo, outras já trabalham com múltiplos futuros possíveis — e se preparam para todos eles. Mas afinal, o que significa “pensar o futuro”? É tendência, é estratégia ou uma nova competência que […]

Renata de Gaspari Valdejão Almeida

Inovação

Tecnologia

21 de maio de 2026

Corredor Agro SP: inovação, articulação institucional e futuro

Pecege comanda operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educação

27 de abril de 2026

Como transformar um TCC em negócio

Nova gestão do Parque Tecnológico de Piracicaba oferece consultoria a egressos de MBAs O novo diretor de projetos do Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, costuma dizer que uma das maiores recompensas que já teve na vida foi ver seus orientandos do MBA USP/Esalq estruturarem empresas a partir de seus trabalhos de conclusão de […]

Tecnologia

20 de março de 2026

O repertório humano na era da IA

Pensamento crítico e criatividade são insubstituíveis no trabalho do profissional de marketing A Inteligência Artificial (IA) é capaz de feitos incríveis, mas ainda não possui a capacidade de julgamento, empatia, intuição e criatividade estratégica necessárias para fazer o trabalho de um bom profissional de marketing. Nessa área, é importante saber usar a ferramenta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

23 de fevereiro de 2026

ESG como estratégia de crescimento em uma cooperativa do RS

Santa Clara equilibra responsabilidade social e ambiental com inovação Fundada em 1911 por imigrantes italianos em Carlos Barbosa, na serra gaúcha, a Cooperativa Santa Clara é um exemplo de que é possível equilibrar o crescimento econômico com a responsabilidade social e ambiental. De uma pequena empresa de produção de queijos, a organização evoluiu para um […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

22 de janeiro de 2026

Brasil livre de febre aftosa: o que muda para a carne brasileira?

Com um rebanho de mais de 200 milhões de cabeças de gado, o país é atualmente o líder em exportações O Brasil recebeu recentemente, pela primeira vez, a certificação de país livre de febre aftosa sem vacinação, conferida pela Organização Mundial de Saúde Animal (OMSA). O selo fortalece a posição do país como fornecedor de carne confiável para o […]

Renata de Gaspari Valdejão Almeida

Inovação

09 de dezembro de 2025

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

Instituto Pecege assume a gestão apostando na criação de novos negócios A partir de 2026, o Instituto Pecege assumirá a gestão do Parque Tecnológico de Piracicaba (PTP). Entre suas responsabilidades estarão a administração, operação, manutenção e expansão do parque, além do fomento de atividades de inovação, empreendedorismo e ciência e tecnologia. A escolha foi feita […]

Renata de Gaspari Valdejão Almeida

06 de julho de 2026

Arquitetura de Grande Porte: Gestão de Mudanças DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação. A arquitetura e o urbanismo configuram-se como bases imprescindíveis em um espaço urbano cada vez mais complexo e desafiador, onde a intrínseca conexão entre questões sociais, ambientais e tecnológicas […]