O Kadaster está a usar IA para reprocessar cerca de 5 milhões de esboços de campo históricos manuscritos, reconstruindo o mapa cadastral nacional dos Países Baixos, com um orçamento de 35 milhões de euros, após um órgão independente de TIC do governo apontar incerteza sobre os benefícios.
90 minutes (about)
Tempo de processamento por esboço, antes da IA
18 minutes (about)
Tempo de processamento por esboço, com IA
5 million sketches (around)
Esboços históricos de campo a reprocessar
35 € million
Orçamento do programa
Detalhes
Maturidade
Piloto
Promotor
Kadaster (the Dutch national land registry and mapping agency)
Período
2023–2026 (targeted full production)
Palavras-chave
land administration, property registry, government data modernization
Contexto
A Kadaster, a agência nacional de registo predial e cartografia dos Países Baixos, está a digitalizar cerca de 200 anos de esboços topográficos manuscritos ('veldwerken') para reconstruir o mapa cadastral de limites do país, corrigindo desvios de conversão de escala e erros de ligação acumulados nos originais em papel históricos. O programa Kadastrale Kaart Next (KKN) aplica IA, incluindo a interpretação automática de dados de medição manuscritos, para reprocessar cerca de 5 milhões de esboços de campo com dois parceiros fornecedores contratados, com um orçamento de 35 milhões de euros, estando o sistema formalmente inscrito no registo público de algoritmos do governo neerlandês.
Atividades
Antes do lançamento, o programa foi revisto de forma independente pelo conselho de avaliação de TIC do governo neerlandês (Adviescollege ICT-toetsing / BIT), que concluiu que o programa estava tecnicamente bem preparado, mas assinalou que continuava incerto quando e em que medida os benefícios do programa seriam concretizados, criticou a análise custo-benefício por ser pouco concreta e alertou para o risco de atrasos devido à falta de gestão integrada. A própria Kadaster reconhece que ainda podem surgir pequenas imprecisões devido a problemas de escala e alinhamento dos mapas históricos, e o fluxo de trabalho mantém um humano no ciclo, em vez de automatizar totalmente a reconstrução do mapa.
Resultados
Segundo o próprio relato técnico do fornecedor, o processamento assistido por IA reduziu o tempo de tratamento por esboço de cerca de 90 minutos para cerca de 18 minutos. A produção total estava prevista para o final de 2026, de acordo com os relatórios do próprio programa.
Conclusões
De acordo com os relatórios públicos mais recentes, o KKN ainda não tinha atingido a produção total, tratando-se de um caso de um programa de IA divulgado de forma transparente e auditado de forma independente, cujos benefícios reais ainda estão a ser testados e não comprovados.
Implementação
Custo indicativo
Elevado (500 mil €–5 M€) — Programme budget of €35 million is explicitly stated by Kadaster.
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
Two contracted supplier partners engaged for the AI reprocessing pipeline (including Sioux Technologies)
Condições de sucesso
Formally listed on the Dutch government's public algorithm register (algoritmes.overheid.nl)
Independent review by the government ICT assessment board (BIT) before rollout
Workflow keeps a human in the loop rather than fully automating map reconstruction
Modos de falha comuns
BIT review found the programme's cost-benefit analysis insufficiently concrete and benefits-realisation uncertain
Warned of delay risk from lack of integrated management
Small inaccuracies can still arise from historical maps' scale and alignment issues
Onde se enquadra
Tipo de governação
national land registry agency
Escala
national
Nível de rendimento
high-income
Habitualmente financiado por
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.