A Secretaria de Segurança Pública de São Paulo, do governador Tarcísio de Freitas (Republicanos-SP), aliado de Bolsonaro, estimou em pelo menos 600 mil os presentes. Confrontado com os números da SSP, Ortellado explicou que uma das grandes dificuldades de terminar tais números está justamente nos métodos para obtê-los. Antes era possível chegar a estimativas demográficas de multidões e do perfil dos manifestantes a partir das pesquisas de opinião, mas não era possível obter um número mais preciso.
“As estimativas são muito chutadas. Normalmente os organizadores jogam lá pra cima, às vezes a polícia joga lá pra baixo, e o que temos são estimativas grosseiras. Estávamos preocupados com isso e resolvemos estudar medidas mais cientificamente embasadas para estimar a multidão. E depois de experimentar algumas coisas, começamos a medir as multidões com um software. Parece simples mas isso não era possível no passado porque não é tão simples um software identificar uma cabeça numa foto aérea”, explicou.
Na sequência, explica como o desenvolvimento tecnológico ajudou nas pesquisas e revela a natureza do software utilizado para contar os manifestantes no último domingo.
“Nos últimos anos os softwares ficaram mais precisos e começamos a adotar. A gente adotou um software de reconhecimento de cabeças em multidão que é usado não só para isso, mas também para contar gado. ‘Gado-gado’ mesmo, não o ‘gado dos políticos’”, explicou o professor com um sorrisinho de canto de rosto.
Ortellado explica em seguida que a tecnologia foi treinada com uma base de dados produzida a partir de fotos de multidões da Universidade de Xangai, na China. Essas fotos mostram multidões em diversas situações, desde praias lotadas, até estádios esportivos. As imagens então são abertas em zoom e os pesquisadores “minuciosamente” marcam as cabeças num quadrante de forma que o software possa criar um padrão de contagem e reconhecimento.
A partir daí, os pesquisadores da USP começaram a treinar o software com fotos de eventos brasileiros. Nesse contexto, quando são introduzidas as imagens do objeto de estudo (no caso, a manifestação de domingo), a inteligência artificial já está melhor treinada e vai fazer os cálculos para chegar a um número mais preciso.
O pesquisador aponta que antes de adotar tal metodologia as margens de erro de contagem de multidões estavam em 30% para mais ou menos. Após o novo método, esse número caiu para 12%. Em outras palavras, se estão dando 100 mil pessoas num determinado evento, o número pode girar entre 88 mil e 112 mil pessoas.