evidoria

← Voltar à navegação

Boa prática Importada

PlanAI — A Ferramenta de IA de Greater Cambridge Reduz a Análise de Consultas de Planeamento de 18,5 Horas para 16 Minutos

Reino Unido · Cambridge · Ver o perfil de Reino Unido · Ver o perfil de Cambridge

Evidência: Descritivo / autorreportado Top 24% 73/100 · Pergunte a Evidence Copilot sobre esta prática

A Greater Cambridge Shared Planning e a Universidade de Liverpool criaram a PlanAI, um modelo de linguagem treinado com 15 anos de consultas de planeamento, para resumir respostas públicas a documentos do Plano Local — reduzindo o tempo de análise de um ensaio de 18,5 horas para 16 minutos.

18.5 hours
Tempo de análise das consultas, manual
16 minutes
Tempo de análise das consultas, PlanAI
5
Autarquias no piloto alargado (by Jul 2026)
PlanAI — A Ferramenta de IA de Greater Cambridge Reduz a Análise de Consultas de Planeamento de 18,5 Horas para 16 Minutos PlanAI — A Ferramenta de IA de Greater Cambridge Reduz a Análise de Consultas de Planeamento de 18,5 Horas para 16 Minutos

Detalhes

Maturidade
Em expansão
Promotor
Greater Cambridge Shared Planning (Cambridge City Council & South Cambridgeshire District Council), with the University of Liverpool
Período
2024-2026
Palavras-chave
local government, urban planning, generative AI, public consultation

Contexto

As consultas de planeamento geram milhares de comentários públicos que as equipas municipais têm de ler e resumir, um obstáculo moroso para as autarquias.

Atividades

A Greater Cambridge Shared Planning e académicos da Universidade de Liverpool construíram o PlanAI, um modelo de linguagem treinado com 15 anos de dados de consulta (mais de 55 000 contribuições, mais de 40 000 termos de planeamento), financiado pelo PropTech Innovation Fund do governo.

Resultados

Num ensaio inicial em três consultas reais, o PlanAI produziu resumos detalhados mais um relatório-compêndio em cerca de 16 minutos, contra cerca de 18,5 horas manualmente — uma redução de cerca de 90% no tempo de análise. Em julho de 2026, o piloto tinha-se alargado a mais cinco autarquias.

Conclusões

O relato do MHCLG são dados de eficiência em fase piloto, dos criadores da ferramenta e das autarquias parceiras, não um estudo auditado de forma independente, e não reporta taxas de precisão/erro face a uma referência humana.

Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
Greater Cambridge Shared Planning, University of Liverpool (Lord, Singleton, Green)

Condições de sucesso

  • large historical training corpus of past consultation responses
  • government PropTech Innovation Fund backing

Modos de falha comuns

  • no accuracy/error-rate data against a human baseline
  • efficiency figures self-reported by developers and partner councils

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.

Anexos

Práticas semelhantes que podem ser úteis