Vamos analisar as alternativas uma a uma para identificar a característica marcante no uso de “modelos de previsão” em cidades inteligentes: a) O uso de indicadores complexos atrapalha a gestão pública, haja visto que os políticos não têm conhecimento técnico para interpretar os dados de forma eficiente. - Essa afirmação é negativa e não reflete uma característica desejável dos modelos de previsão. b) Tais modelos exigem interpretações que vão além da usual, considerando o sistema como um “todo” integrado cujas propriedades das partes não são propriedades intrínsecas, mas só podem ser entendidas dentro do contexto do “todo” mais amplo. - Esta alternativa destaca a importância de uma visão holística, que é uma característica fundamental em modelos de previsão. c) Tais modelos exigem interpretações que vão além da usual, considerando cada parte do sistema individualmente, independente dos conflitos gerados, isso ocorre pois a solução desses problemas, em uma smart city, é facilitada. - Essa opção sugere uma abordagem fragmentada, o que não é ideal para modelos de previsão que buscam entender a interconexão entre as partes. d) Com o uso de indicadores, a participação da população pode ser reduzida a praticamente nula, haja visto que os sistemas trabalham de forma inteligente e garantem a previsão do desenvolvimento da cidade. - Essa afirmação é contrária à ideia de que a participação cidadã é essencial em cidades inteligentes. e) A participação ativa da população elimina a necessidade de indicadores complexos para previsão do desenvolvimento a longo prazo da cidade. - Essa opção sugere que a participação substitui os indicadores, o que não é verdade, pois ambos são importantes. Após essa análise, a alternativa que melhor reflete uma característica marcante no uso de “modelos de previsão” é: b) Tais modelos exigem interpretações que vão além da usual, considerando o sistema como um “todo” integrado cujas propriedades das partes não são propriedades intrínsecas, mas só podem ser entendidas dentro do contexto do “todo” mais amplo.