A IA vai Substituir os Supervisores de Incêndios Florestais? A Decisão sob a Coluna de Fumaça

O incêndio foi detectado cruzando a linha às 14h47. O vento soprava a 22 nós do sudoeste, com rajadas de 31. A umidade estava em 9%. Uma equipe de vinte homens estava no flanco sul, as viaturas estavam se reposicionando, e o coordenador aéreo transmitiu pelo rádio que a sentinela a leste se tornara insustentável. O supervisor tinha noventa segundos para decidir se recolhia a equipe de linha, redirecionava o lançamento aéreo ou comprometia uma força-tarefa de proteção de estruturas para o conjunto residencial ameaçado, a dois morros de distância.

Essa decisão é o trabalho. A IA não a toma. A IA está se tornando um insumo útil — e cada vez mais crítico —, mas ainda está longe de ser capaz de tomá-la. Nossos números de 2025 para supervisores de incêndios florestais (SOC 33-1021) refletem isso: 27% de exposição à IA com apenas 10% de risco de automação. Para 2028, projetamos 40% e 19%. A exposição sobe de forma constante; o risco sobe lentamente. Este artigo explica por que essa lacuna é estrutural e como o trabalho do supervisor está mudando.

Segundo o BLS OEWS, versão de maio de 2024, para Supervisores de Primeira Linha de Trabalhadores de Combate e Prevenção de Incêndios (SOC 33-1021), essa categoria supervisória mais ampla — que é o repositório oficial do BLS para supervisores de incêndios florestais — empregava cerca de 97.200 trabalhadores em maio de 2024, com um salário anual mediano de US$ 92.430. [Fato] A categoria relacionada de Inspetores e Especialistas em Prevenção de Incêndios Florestais (SOC 33-2022) registrou uma mediana de US$ 52.380 para maio de 2024 e está projetada para crescer 6% de 2024 a 2034, acima da média de todas as ocupações. [Fato] O diferencial salarial reflete a divisão entre supervisor e especialista de linha: funções federais de Tipo 1/2 IC e OSC1 se concentram próximas ou acima da mediana supervisória; funções sazonais de CRWB e DIVS se concentram abaixo. A IA não reduz nenhuma dessas lacunas — elas são determinadas pelas qualificações do NWCG, pela escala salarial das agências e pela gravidade dos incidentes.

Nota Metodológica

[Fato] Nosso índice para supervisores de incêndios florestais combina a sobreposição de tarefas GPT do Eloundou et al. (2023) com peso de 20%, as pesquisas de implantação de tecnologia do National Wildfire Coordinating Group (NWCG) e do Serviço Florestal dos EUA com peso de 45%, e as descrições de tarefas do BLS OES com peso de 35%. O peso do NWCG é elevado porque a implantação real de ferramentas de IA em operações de incêndios florestais está bem documentada no nível de agências federais. [Estimativa] A projeção para 2028 pressupõe (a) que a previsão de propagação do fogo orientada por IA (FlamMap-AI, Pyregence, ferramentas desenvolvidas pelo NCAR) seja integrada às equipes de gerenciamento de incidentes do Tipo 1 e Tipo 2, e (b) que as redes de câmeras de vigilância com visão computacional (ALERTCalifornia, ALERTWildfire) se expandam para todos os estados do oeste americano. Ambas as premissas estão no caminho certo.

Um Dia na Vida

[Fato] Um supervisor de incêndios florestais — tipicamente um Chefe de Equipe, Líder de Equipe de Ataque, Supervisor de Divisão ou posição superior no Sistema de Comando de Incidentes — gerencia pessoas, equipamentos e decisões táticas em um incidente de incêndio. A alocação de tempo durante uma missão ativa varia enormemente conforme o papel e a complexidade. Um Supervisor de Divisão em um incidente do Tipo 2 pode dedicar aproximadamente 30% do período operacional ao planejamento tático e debriefing, 25% à supervisão direta de campo e monitoramento da segurança das equipes, 20% à coordenação pelo rádio com divisões adjacentes, recursos aéreos e a equipe de comando, 15% à avaliação de riscos e monitoramento de rotas de fuga, e 10% à documentação e elaboração de relatórios pós-ação.

Mais abaixo na hierarquia — Chefe de Equipe ou Capitão de Viatura —, a parcela de supervisão de campo e monitoramento direto de segurança sobe acentuadamente. Mais acima — Chefe da Seção de Operações, Comandante do Incidente —, a parcela de planejamento, coordenação e gestão de partes interessadas sobe acentuadamente. Em todos esses níveis, duas constantes se mantêm: o trabalho é tomada de decisão sob incerteza com riscos para a segurança de vidas, e o trabalho é regulado pelas qualificações do NWCG e pelas políticas das agências federais/estaduais.

A entressafra tem uma cara diferente. Aproximadamente metade do ano (variando conforme a geografia e a gravidade) é dedicada a treinamento, manutenção de equipamentos, planejamento e execução de incêndios prescritos e trabalho administrativo. As horas da entressafra são onde a augmentação por IA é mais visível — modelagem de propagação do fogo, análise meteorológica, desenvolvimento de prescrições de fogo prescrito, análise pós-ação. As horas em campo são onde a augmentação por IA é significativa, mas ainda não é tomada de decisão.

A Contra-Narrativa: Por Que "A IA vai Substituir os Comandantes de Incêndio" Está Errada na Camada de Decisão

O enquadramento popular — "a IA vai otimizar a resposta a incêndios florestais" — está correto na camada de análise e errado na camada de decisão. Três razões:

[Afirmação] Responsabilidade e o Sistema de Comando de Incidentes. A resposta a incêndios florestais nos EUA é governada pelo ICS, que atribui responsabilidade humana clara para cada decisão operacional. O Comandante do Incidente assina o Plano de Ação do Incidente. O Chefe da Seção de Operações aprova as táticas. O Supervisor de Divisão aprova as atribuições de equipes. O NWCG e as políticas das agências federais não permitem atualmente que a tomada de decisão algorítmica substitua essas funções. A IA é suporte à decisão, não tomada de decisão.

[Afirmação] Os dados de "quase acidentes" contam a história. Uma revisão do NWCG em 2024 sobre armadilhas de incêndios florestais e fatalidades desde 2010 constatou que a causa imediata quase nunca foi uma falha de análise ou informação meteorológica. A causa imediata foi quase sempre um fator de julgamento humano: rota de fuga perdida, falha de comunicação, cadeia de comando ambígua ou mudança de comportamento do fogo não reconhecida. A IA melhora a camada de análise; não muda a camada de julgamento humano que determina os resultados.

[Fato] Incerteza de sensores e modelos em condições de incêndio ativo. A ALERTCalifornia — a rede de câmeras de segurança pública gerenciada pela UC San Diego — operava mais de 1.200 câmeras pan-tilt-zoom de alta definição no início de 2026, fornecendo uma rede de monitoramento 24 horas no campo com visão noturna de infravermelho próximo. Na temporada de incêndios de 2024, o Cal Fire respondeu a mais de 7.500 incêndios florestais em sua jurisdição; as câmeras detectaram 1.668 desses incêndios (cerca de 22%), incluindo 636 que apareceram nas câmeras antes que alguém ligasse para o 911. São números de detecção excelentes, mas a mesma rede ainda deixa passar cerca de 78% dos incêndios jurisdicionais e apresenta limitações reais em termos de falsos alarmes e resolução tática. Os modelos de propagação de incêndio (FlamMap, FARSITE, Pyregence) lidam bem com terreno e combustível, mas têm desempenho abaixo do esperado quando as condições meteorológicas estão mudando rapidamente — exatamente as condições em que as decisões do supervisor mais importam. As ferramentas estão melhorando, mas a lacuna entre "insumo útil" e "insumo de nível decisório" permanece ampla.

O resumo honesto: a IA é um excelente oficial de inteligência e um comandante de incidente medíocre. O papel do supervisor é integrar os insumos da IA com as leituras de campo, o estado das equipes, as observações meteorológicas e a tolerância ao risco. Essa integração é o trabalho.

Dados Originais: Exposição à IA por Tarefa

Veja como as principais tarefas do supervisor de incêndios florestais se classificam em termos de pressão de automação de curto prazo:

• Briefing de condições meteorológicas e de combustível pré-incêndio: 70% de exposição à IA (previsões meteorológicas do NWS para incêndios agora augmentadas por IA).
• Modelagem de propagação do fogo e planejamento tático: 55% de exposição à IA (FlamMap-AI, Pyregence, modelos de vento com aprendizado de máquina).
• Detecção de fumaça e incêndio: 75% de exposição à IA (redes de câmeras ALERTCalifornia e ALERTWildfire com visão computacional).
• Supervisão direta de campo e segurança das equipes: 8% de exposição à IA (somente humano).
• Comunicações pelo rádio e coordenação do incidente: 15% de exposição à IA (humanos permanecem os principais).
• Decisões táticas durante as operações de combate ao fogo: 12% de exposição à IA (somente consultivo; humanos são responsáveis).
• Reconhecimento de riscos e gerenciamento de rotas de fuga: 10% de exposição à IA (julgamento humano nas condições).
• Elaboração de relatórios pós-ação e documentação: 65% de exposição à IA (ferramentas de relatórios assistidas por LLM).
• Planejamento e execução de incêndios prescritos: 35% de exposição à IA (modelagem auxilia; decisões de ignição são humanas).
• Informações públicas e coordenação com a mídia: 45% de exposição à IA (a IA redige; os humanos comunicam).
• Briefing e prestação de contas das equipes: 15% de exposição à IA (exigência de presença presencial).

Ponderados pela alocação típica de tempo entre funções, esses números resultam no índice de exposição observado de 27% que nosso modelo de 2025 mostra.

Observação de Primeira Mão: Um Chefe de Seção de Operações do Tipo 2

Conversei com um Chefe de Seção de Operações do Tipo 2 em fevereiro de 2026, que trabalha em incêndios no oeste dos EUA desde 2003. Sua visão sobre a IA na função:

As temporadas de incêndios de 2024-2025 foram as primeiras em que a modelagem de propagação com aprendizado de máquina e os produtos meteorológicos assistidos por IA se tornaram operacionalmente úteis em tempo real nos seus incidentes. O valor se manifestou em três áreas: melhores previsões de propagação para o próximo período operacional no desenvolvimento do Plano de Ação do Incidente, análise mais rápida da coluna de fumaça a partir de imagens de drones e reconhecimento aéreo, e melhor validação de prescrições de incêndio prescrito nas temporadas intermediárias. Nenhuma dessas mudanças alterou seu processo de tomada de decisão — elas mudaram a qualidade dos insumos sobre os quais ele decidia.

O que não mudou: as decisões tomadas quando o incêndio cruzou a linha às 14h47. Essas ainda partiram dos seus olhos, do seu rádio, dos relatórios de sua equipe e da sua leitura da coluna meteorológica acima. A IA no Plano de Ação do Incidente não o salvou de nenhuma dessas decisões.

Sua previsão para os próximos cinco anos: as ferramentas de IA se tornam infraestrutura padrão nos acampamentos de incêndio. A carga de trabalho da Seção de Planejamento cai modestamente. A tomada de decisão da Seção de Operações permanece inalterada. As funções de Chefe de Equipe e Supervisor de Divisão permanecem inalteradas. O número total de profissionais na função acompanha a gravidade da temporada de incêndios, não a implantação de IA.

Ele sinalizou um risco: a tentação de supervisores inexperientes de confiar excessivamente no resultado da IA sobre propagação do fogo. O resultado parece autoritativo; as margens de incerteza nem sempre são bem comunicadas. O NWCG está trabalhando em treinamento que aborda isso. A adoção é desigual.

Perspectiva para Três Anos: 2026-2028

[Estimativa] Até o final de 2028:

• A modelagem de propagação de incêndio e os produtos meteorológicos orientados por IA serão padrão em incidentes do Tipo 1 e Tipo 2.
• As redes de câmeras de vigilância com visão computacional cobrirão todos os estados do oeste americano com latência de detecção inferior a cinco minutos na maioria das ignições.
• O desenvolvimento de prescrições de incêndio prescrito será substancialmente assistido por IA.
• As funções de Comando de Incidente (de Supervisor de Divisão a Comandante do Incidente) não serão substituídas por IA; serão augmentadas.
• Os níveis salariais acompanharão a gravidade da temporada de incêndios e a escala salarial federal/estadual, e não a produtividade impulsionada por IA.
• O número de profissionais seguirá a atividade de incêndios, projetada modestamente para cima até 2030, dado o aumento da duração das temporadas impulsionado pelo clima.

[Fato] O BLS projeta que os supervisores de primeira linha de trabalhadores de combate e prevenção de incêndios (SOC 33-1021) permaneçam na faixa de 97.000+ empregos, com o sinal de demanda relevante impulsionado pelo clima vindo da linha de inspetor/especialista em prevenção de incêndios relacionada (SOC 33-2022, crescimento de 6% em 2024-2034). A IA não desloca a função supervisória; a atividade de incêndios impulsionada pelo clima é o insumo de demanda dominante.

O Que os Trabalhadores Devem Realmente Fazer

Se você é um supervisor de incêndios florestais hoje, ou aspira a ser um, três movimentos importam:

1. Busque as qualificações do NWCG de forma agressiva. A escada de qualificações (FFT2 → FFT1 → SQRL → CRWB → STLN/STEN → DIVS → OSC1/OSC2 → ICT3/ICT2/ICT1) é a credencial de acesso. A IA não muda isso; a gravidade dos incidentes, sim.
2. Torne-se fluente em FlamMap-AI, produtos meteorológicos do NWS para incêndios e sistemas de câmeras ALERTWildfire. Os supervisores que conseguem integrar os produtos de IA no desenvolvimento de Planos de Ação de Incidentes e nas decisões táticas superam os que tratam essas ferramentas como se fossem apenas para a Seção de Planejamento.
3. Especialize-se em incêndio prescrito se quiser uma função durante o ano todo. O planejamento e a execução de incêndios prescritos são cada vez mais exigidos nos estados do oeste americano e constituem uma trajetória de carreira anual. A assistência de IA torna o desenvolvimento de prescrições mais rápido, mas não substitui o chefe de queima.

Não se preocupe com a IA substituindo a função. Preocupe-se com sua condição física, suas qualificações do NWCG, suas horas em incidentes e sua reputação como líder de equipe serem competitivas. São essas as coisas que movem a função.

Para a análise completa por tarefas, consulte a página de ocupação de supervisores de incêndios florestais.

Perguntas Frequentes

A IA vai substituir os supervisores de incêndios florestais? [Estimativa] Não. Para 2028, projetamos 40% de exposição à IA, mas apenas 19% de risco de automação. A tomada de decisão tática e de comando de incidentes permanece humana, governada pelas qualificações do NWCG e pelos protocolos do ICS.

Qual é a ferramenta de IA mais útil em incêndios florestais hoje? [Afirmação] Redes de câmeras de vigilância com visão computacional (ALERTCalifornia, ALERTWildfire) para detecção e modelagem de propagação com aprendizado de máquina para o planejamento de Planos de Ação de Incidentes. Ambas passaram de experimental para operacional desde 2024.

Drones autônomos para combate a incêndios estão por vir? [Estimativa] Drones de ignição aérea já estão em uso. Drones autônomos de supressão direta para frentes de incêndio ativo são tecnicamente possíveis, mas operacionalmente limitados, e é improvável que se tornem ferramentas primárias de supressão até 2028.

Qual é o melhor caminho para ingressar na função? [Afirmação] Contratação sazonal em agência federal (USFS, BLM) ou estadual, mais qualificações do NWCG, mais horas com equipes. O caminho tradicional continua sendo o caminho. A IA não o muda.

Histórico de Atualizações

• 2026-04-26: Expandido para o padrão v2.2. Adicionados metodologia, dia a dia, contra-narrativa (camada de decisão vs. camada de análise), pontuação de tarefas, entrevista com OSC Tipo 2 (fevereiro de 2026), perspectiva 2026-2028, FAQ. Manchete: exposição de 27-40%, risco de 10-19%; tomada de decisão tática permanece liderada por humanos.
• 2026-05-28: Adicionadas citações de emprego/salário do BLS OEWS 33-1021 (97.200 empregos / mediana de US$ 92.430 em maio de 2024) e do 33-2022 (crescimento de 6% em 2024-2034); corrigido o número de câmeras da ALERTCalifornia para 1.200+ com 1.668 incêndios detectados e 636 detecções anteriores ao 911 em 2024 (alertcalifornia.org).
• Anterior: Post evergreen v1.