A inteligência artificial aplicada à engenharia estrutural deu um salto de desempenho em 2026: um estudo publicado por pesquisadores da Dankook University, na Coreia do Sul, elevou a taxa de respostas totalmente corretas de modelos de linguagem no dimensionamento de vigas de concreto armado de cerca de 37% para quase 90%. O resultado impressiona à primeira vista — mas a conclusão mais importante da pesquisa não é sobre o que a IA já acerta, e sim sobre por que ela ainda erra em uma a cada dez verificações, e por que isso muda pouco o papel do projetista.
Da automação do cálculo para a automação da organização do cálculo
Há décadas a engenharia estrutural vem automatizando etapas do trabalho. Programas de análise matricial, elementos finitos, dimensionamento automático e geração de combinações de ações já tiraram do engenheiro a tarefa de resolver manualmente milhares de equações, liberando tempo para a definição do modelo e a interpretação dos resultados.
O que muda agora é uma camada anterior a essa: a inteligência artificial está começando a organizar a própria sequência de decisões que leva ao cálculo — não apenas executar contas, mas ajudar a decidir o que calcular, em que ordem e o que verificar.
Uma IA consegue dimensionar uma viga sozinha?
O estudo coreano testou dois modelos de linguagem (GPT-4o e Claude 3.5) em 1.200 execuções, comparando duas formas de uso. Na primeira, o problema foi apresentado como a maioria dos profissionais provavelmente faria: uma pergunta única em linguagem natural, com os dados da viga em um só comando. Nessa condição, apenas cerca de 37% das respostas estavam integralmente corretas.
Na segunda, os pesquisadores estruturaram o pedido em quatro partes: contexto do problema, condições (geometria, propriedades dos materiais, armaduras), requisitos normativos e formato esperado da resposta. Com essa mudança, o índice de acerto saltou para 88%–90%.
A viga era a mesma. A norma era a mesma. Os modelos eram os mesmos. O que mudou foi a forma como o problema de engenharia foi apresentado à IA: o profissional deixou de perguntar apenas “qual é a resposta?” e passou a informar “este é o procedimento técnico que deve ser seguido para chegar até ela”.
O risco não é o erro óbvio — é a resposta que parece certa
Respostas absurdas costumam ser fáceis de identificar. O problema mais sério aparece quando o resultado parece tecnicamente correto: unidades certas, terminologia certa, formatação de engenheiro — mas com um parâmetro alterado sem aviso, uma hipótese omitida ou um valor usado incorretamente no meio do cálculo. Estudos da mesma linha de pesquisa já haviam identificado modelos que alteravam propriedades do aço informadas pelo usuário ou omitiam dados na determinação da posição da linha neutra.
Em outras aplicações de inteligência artificial, um erro desse tipo é apenas inconveniente. Em uma verificação estrutural, é outra categoria de consequência — e aparência de rigor não é rigor.
Por que o projetista continua no centro do processo
Mesmo nos melhores cenários do estudo, cerca de 10% a 12% das respostas ainda continham erro. Em engenharia, essa margem não significa “quase resolvido”: dificilmente algum engenheiro aceitaria um software de cálculo estrutural que informasse “em nove de cada dez vezes, o resultado estará correto”.
O ponto mais relevante da pesquisa é justamente este: quanto mais estruturado o processo, maior — não menor — é a necessidade de alguém que saiba definir quais dados são necessários, quais hipóteses são admissíveis, qual procedimento normativo se aplica e quando um resultado aparentemente correto deve ser rejeitado. Esse alguém continua sendo o engenheiro.
Normas como a NBR 6118 e a NBR 8800 não são apenas coleções de fórmulas: trazem condições de aplicabilidade, exceções, limites e decisões que dependem da interpretação de quem projeta. Transformar isso em um fluxo executável por um agente de IA é uma tarefa muito mais complexa do que ensinar equações a um modelo de linguagem — e é aí que está boa parte da pesquisa dos próximos anos.
Ferramenta de produtividade, não substituta da responsabilidade técnica
A arquitetura mais promissora discutida atualmente combina um modelo de linguagem, um prompt estruturado por conhecimento de engenharia, um agente orquestrador e ferramentas externas de cálculo. Nesse modelo, a IA pode organizar etapas, solicitar cálculos a um software especializado e verificar consistência — mas o resultado sempre volta para validação do engenheiro antes de seguir adiante.
É um fluxo bem diferente de simplesmente pedir a um chatbot: “dimensione esta viga”. E é também o motivo pelo qual, mesmo com a IA cada vez mais presente no dia a dia da engenharia, a Anotação de Responsabilidade Técnica (ART) e a assinatura de um engenheiro habilitado continuam sendo o que garante a segurança de um projeto.
O que isso significa para quem contrata um projeto estrutural em Americana SP
Para quem vai construir ou reformar em Americana/SP e região, o recado prático é simples: vale desconfiar tanto de quem ignora completamente as novas ferramentas quanto de quem promete que a inteligência artificial elimina a necessidade de um projetista qualificado. Nenhuma das duas posturas reflete o que os estudos mais recentes vêm mostrando.
A LU Engenharia acompanha essas evoluções e utiliza tecnologia para ganhar eficiência em etapas como organização de dados, verificação de consistência e agilidade de desenho — sem abrir mão da análise técnica, da validação normativa e da responsabilidade profissional em cada projeto estrutural que assina.
Quer um Projeto Estrutural com Responsabilidade Técnica Real em Americana SP?
Fale com a nossa equipe e entenda como unimos tecnologia e critério técnico em cada etapa do seu projeto.
