Como um ecossistema urbano pode ser simultaneamente inteligente e amigável ao envelhecimento? Essa pergunta surge como ponto central nas discussões contemporâneas sobre o futuro das cidades, especialmente diante do envelhecimento populacional e da crescente digitalização das estruturas urbanas. Compreender a resposta exige analisar como a tecnologia pode ser incorporada ao cotidiano da pessoa idosa sem comprometer sua autonomia, acessibilidade ou inclusão social. A proposta de ecossistemas inteligentes amigáveis à idade amplia o conceito clássico de cidades inteligentes ao integrá-lo com os princípios do envelhecimento ativo e da participação cidadã.

Marston et al. (2020) propõem o modelo CASE (Concept of Age-friendly Smart Ecologies) como extensão do framework SAfE, e sugere que o ecossistema ideal deve ser multidisciplinar, colaborativo e capaz de responder de forma ágil às mudanças sociais, especialmente no cenário pós-pandêmico. A pandemia de COVID-19 evidenciou as desigualdades de acesso a serviços básicos e digitais, sobretudo entre a população idosa, o que reforça a importância de ambientes urbanos mais resilientes, adaptativos e inclusivos. Soluções como plataformas de e-health, sensores ambientais, e tecnologias assistivas têm sido defendidas como ferramentas para promover saúde, mobilidade e participação (Barakovi? et al., 2020).

A literatura mostra que os sistemas de monitoramento remoto, associados ao uso de sensores não invasivos e dispositivos móveis, possibilitam ampliar o cuidado com a pessoa idosa e reduz a dependência de estruturas tradicionais de saúde (Bellagente et al., 2018). Contudo, as barreiras culturais, econômicas e cognitivas limitam a adoção dessas tecnologias, sendo essencial considerar o letramento digital, a privacidade e a confiança dos usuários (Jeang & Xu, 2019). Isso é mais evidente em contextos de países em desenvolvimento, onde a infraestrutura digital e a conectividade ainda são desiguais. Por exemplo, na Jordânia, a percepção de utilidade, a facilidade de uso e a segurança influenciam diretamente a disposição da população em adotar tecnologias urbanas (Nusir et al., 2023).

A participação da pessoa idosas na construção de soluções urbanas tem sido apontada como determinante para o sucesso de iniciativas inteligentes. O uso de realidade virtual para simular e co-projetar espaços urbanos tem se mostrado uma alternativa eficaz para incluir a perspectiva dos idosos nos processos de planejamento urbano (Götzelmann & Kreimeier, 2020). Ao mesmo tempo, estudos etnográficos com crianças e jovens mostram que a vida urbana se constrói por meio de interações cotidianas e atravessa fronteiras físicas e administrativas, o que sugere que os ecossistemas urbanos devem valorizar as dinâmicas reais da vida urbana em detrimento de soluções padronizadas e distantes da realidade (Ghafoor-Zadeh, 2023).

Na prática, a aplicação desses modelos exige um mapeamento detalhado das desigualdades territoriais. O caso de Milão demonstrou que idosos residentes em bairros periféricos sofreram maior dificuldade de acesso a serviços de saúde durante a pandemia, revelando a urgência de políticas que garantam equidade territorial e integração entre saúde e mobilidade urbana (Guida; Carpentieri, 2021). Por fim, é importante destacar que a perspectiva urbana deve ser complementada com abordagens rurais, como no conceito de “Smart Silver Villages”, que articula tecnologias digitais, redes locais de cuidado e autonomia no envelhecimento em comunidades do campo (Dokl et al., 2022).

Para pesquisas futuras, recomenda-se o aprofundamento de três linhas principais: (1) avaliação longitudinal dos impactos das soluções tecnológicas na qualidade de vida dos idosos; (2) desenvolvimento de indicadores que integrem aspectos ambientais, sociais e digitais; e (3) ampliação dos estudos para áreas rurais e periféricas, com foco em soluções escaláveis e baseadas na realidade local.

Por: Anderosn Saccol Ferreira

Referências

Barakovi?, S., Barakovi? Husi?, J., van Hoof, J., Krejcar, O., Maresova, P., Akhtar, Z., & Melero, F. J. (2020). Quality of life framework for personalised ageing: A systematic review of ICT solutions. International Journal of Environmental Research and Public Health, 17(8), 2940. https://doi.org/10.3390/ijerph17082940

Bellagente, P., Crema, C., Depari, A., Ferrari, P., Flammini, A., Lanfranchi, G., Lenzi, G., Maddiona, M., Rinaldi, S., Sisinni, E., & Ziliani, G. (2018). Remote and non-invasive monitoring of elderly in a smart city context. IEEE.

Dokl, D., Rogelj, V., & Bogataj, D. (2022). Smart Age-Friendly Villages: Literature review and research agenda. IFAC-PapersOnLine, 55(10), 928–933. https://doi.org/10.1016/j.ifacol.2022.09.459

Ghafoor-Zadeh, D. (2023). Moving through, interacting with, and caring for the city: Children’s and young people’s everyday experiences in smart cities. Digital Geography and Society, 4, 100051. https://doi.org/10.1016/j.diggeo.2023.100051

Götzelmann, T., & Kreimeier, J. (2020). Participation of elderly people in smart city planning by means of virtual reality. In Proceedings of the 13th ACM International Conference on PErvasive Technologies Related to Assistive Environments. https://doi.org/10.1145/3389189.3397649

Guida, C., & Carpentieri, G. (2021). Quality of life in the urban environment and primary health services for the elderly during the Covid-19 pandemic: An application to the city of Milan (Italy). Cities, 110, 103038. https://doi.org/10.1016/j.cities.2020.103038

Jeang, B. W., & Xu, Y. (2019). Intelligent elderly-care in the era of internet and big data. Proceedings of the IEEE International Conference on Architecture, Construction, Environment and Hydraulics (ICACEH 2019).

Marston, H. R., Shore, L., & White, P. J. (2020). How does a (smart) age-friendly ecosystem look in a post-pandemic society? International Journal of Environmental Research and Public Health, 17(21), 8276. https://doi.org/10.3390/ijerph17218276

Nusir, M., Alshirah, M., & Alghsoon, R. (2023). Investigating smart city adoption from the citizen’s insights: Empirical evidence from the Jordan context. PeerJ Computer Science, 9, e1289. https://doi.org/10.7717/peerj-cs.1289