

Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Certa startup brasileira desenvolveu uma aplicação de inteligência artificial para auxiliar a justiça federal na análise inicial de recursos jurídicos de baixo valor. O sistema opera como um agente inteligente que utiliza um extenso dataset de jurisprudências passadas para calcular a probabilidade de sucesso de novos recursos, com o objetivo de otimizar a triagem processual ao maximizar a taxa de acerto nas suas previsões. Em testes, a aplicação atingiu uma impressionante taxa de precisão de 98% na previsão de resultados. No entanto, uma auditoria de compliance ético revelou que o algoritmo apresentava um viés: os recursos originários de regiões com baixo índice de desenvolvimento humano (IDH) do Nordeste brasileiro eram sistematicamente classificados com menor probabilidade de sucesso, mesmo quando apresentavam mérito legal similar a casos de regiões mais desenvolvidas. A equipe técnica defendeu o sistema, alegando que ele era racional, pois maximizava consistentemente a métrica de acerto definida.
Considerando a natureza do sistema criado nessa situação hipotética e a distinção fundamental entre racionalidade e justiça em sistemas de IA, assinale a opção que apresenta corretamente a falha ética do sistema à luz dos conceitos básicos da inteligência artificial.
O viés regional é uma prova incontestável de que o sistema é um exemplo de inteligência artificial simbólica, pois somente essa arquitetura, baseada em regras pré-codificadas, é capaz de manifestar discriminação explícita, ao contrário dos modelos conectivistas (redes neurais).
A falha do sistema é uma evidência de que ele não pode ser classificado como um agente racional, pois, por definição, ele deve seguir a função de utilidade ideal de uma sociedade justa, o que exige que o sistema possua consciência e um senso moral.
O sistema é um agente puramente reativo, e sua incapacidade de manter estados internos sobre a equidade do dataset é a causa direta do viés, o que demonstra a ineficácia dos sistemas de machine learning baseados em modelos.
O sistema demonstra uma limitação da inteligência artificial forte, cuja alta taxa de acerto é incompatível com o viés, o que confirma que a singularidade tecnológica não será alcançada enquanto os sistemas de inteligência artificial não forem treinados apenas com dados totalmente neutros, sem histórico humano.
A racionalidade técnica do sistema é mantida, pois ele maximiza sua função utilidade (taxa de acerto), mas o viés detectado reside na definição dessa utilidade ou na qualidade dos dados de treinamento, o que o caracteriza como um sistema racionalmente tendencioso, mas não irracional.
Em alguns sistemas de IA, o modelo aprende a escolher ações a partir da experiência, recebendo feedback quantitativo após cada interação, ajustando sua política de decisão ao longo do tempo, sem depender de dados rotulados previamente.
Esse paradigma de aprendizado de máquina é conhecido como:
Aprendizado generativo.
Aprendizado por reforço.
Aprendizado supervisionado.
Aprendizado não supervisionado.
O tribunal de determinado estado realizou um processo de modernização digital para otimizar o atendimento ao público. O novo sistema utiliza inteligência artificial para identificar automaticamente o tipo de solicitação recebida, encaminhar o processo ao setor adequado e responder a dúvidas frequentes de forma interativa. Para isso, a equipe de TI implantou modelos de aprendizado de máquina supervisionado, integrados a módulos de processamento de linguagem natural (PLN), que permitem que o sistema compreenda textos em linguagem humana e aprimore continuamente suas respostas. Os dados de interação são armazenados em banco de dados em nuvem, e os modelos são atualizados periodicamente para melhorar a precisão.
O sistema descrito na situação hipotética precedente aplica
estratégias de automação baseadas exclusivamente em scripts de lógica sequencial.
métodos de simulação matemática estática voltados apenas à previsão numérica de séries temporais.
técnicas de inteligência artificial baseadas em aprendizado de máquina e processamento de linguagem natural.
procedimentos de mineração de dados para geração de relatórios de desempenho organizacional.
algoritmos determinísticos convencionais, com respostas fixas e previsíveis a cada solicitação.
No âmbito das investigações policiais, os diversos modelos de Inteligência Artificial Generativa destacam-se por sua capacidade de analisar, sintetizar e reconstruir informações complexas provenientes de múltiplas fontes digitais. Assim, a IA generativa revela-se uma aliada essencial na integração e interpretação de grandes volumes de dados forenses, aprimorando a eficiência, a rastreabilidade e a precisão analítica das atividades investigativas.
Assinale a opção que não descreve corretamente as características dos modelos de Inteligência Artificial Generativa.
O modelo de áudio e voz generativo, de natureza intermodal, integra múltiplos sentidos, explorando a complementaridade entre eles, possibilitando traduções cruzadas entre modalidades.
Os modelos de difusão, sustentados por cadeias estocásticas e treinados por inferência variacional, reproduzem em amostras a distribuição original ao reverter o processo de difusão que adiciona ruído aos dados.
Os modelos de linguagem de grande porte (LLMs) são treinados para prever a probabilidade de um caractere, palavra ou sequência (token) dado o seu contexto precedente ou circundante.
Os modelos fundacionais são treinados em dados amplos e capazes de adaptação a uma ampla variedade de tarefas subsequentes, servindo de base para outros modelos.
Os modelos generativos adversariais (GANs) consistem em dois modelos: um gerador, que aprende a capturar a distribuição de dados, e um discriminador, que estima a probabilidade de uma amostra ser real.
A ampliação do uso de inteligência artificial generativa intensificou debates sobre dependência tecnológica, circulação internacional de dados e capacidade estratégica dos Estados em áreas consideradas sensíveis para a economia digital. Nesse contexto, diferentes países passaram a discutir mecanismos de fortalecimento científico, regulação tecnológica e competitividade internacional. Considerando esse cenário, qual diretriz tende a fortalecer de maneira mais consistente a capacidade tecnológica nacional?
Articulação entre produção científica, infraestrutura digital e formação técnica especializada.
Ampliação da interoperabilidade internacional com redução progressiva das exigências regulatórias.
Expansão de serviços digitais privados associada à flexibilização do controle de dados estratégicos.
Concentração dos investimentos tecnológicos em plataformas estrangeiras de alta escala operacional.
O perceptron é um dos modelos de redes neurais artificiais mais simples e tradicionais. A figura a seguir ilustra o grafo arquitetural de um perceptron. Analise-a.

Com relação as características do grafo, analise as afirmativas a seguir.
I. A rede possui várias camadas, sendo quatro camadas ocultas e três camadas de saída de dados.
II. A rede é do tipo totalmente conectada, isso significa que cada neurônio em qualquer camada está conectado a todos os outros neurônios da camada anterior.
III. O fluxo de sinais é unidirecional e progride na rede da esquerda para a direita e de camada em camada.
Está correto o que se afirma em
I, apenas.
II, apenas.
III, apenas.
I e II, apenas.
II e III, apenas.
Um Engenheiro de Computação precisa desenvolver um Sistema Especialista para auxiliar o Analista Legislativo a classificar a constitucionalidade de novos projetos de lei, com base em centenas de regras e precedentes definidos por especialistas jurídicos.
O método primário de Representação do Conhecimento em Sistemas Especialistas que armazena o conhecimento na forma de declarações condicionais é o de
Redes Bayesianas.
Redes Semânticas.
Regras de Produção.
Árvores de Decisão.
Lógica Difusa.
A Inteligência Artificial (IA) tem transformado diferentes setores da sociedade por meio da automação de processos, reconhecimento de padrões e análise de dados em larga escala. Entre suas aplicações, destaca-se a análise preditiva, utilizada para apoiar decisões estratégicas em áreas como saúde, segurança, educação e mercado financeiro. Sobre esse tema, assinale a alternativa correta.
A análise preditiva utiliza algoritmos e dados históricos para identificar padrões e estimar tendências ou comportamentos futuros.
A Inteligência Artificial funciona de maneira idêntica em todos os sistemas computacionais, independentemente do volume e da qualidade dos dados utilizados.
Os sistemas de análise preditiva produzem resultados fixos, sem alteração diante da inserção de novos dados no sistema.
A utilização de IA em ambientes corporativos reduz a necessidade de armazenamento e processamento de dados digitais.
A análise preditiva substitui integralmente o processo de interpretação e tomada de decisão realizado por profissionais humanos.
A Inteligência Artificial Generativa representa um avanço estratégico para as atividades policiais investigativas, ao permitir a análise automatizada, síntese e geração de informações complexas a partir de grandes volumes de dados. Arquiteturas como os transformers e modelos de linguagem de grande porte podem auxiliar investigações criminais, ampliando a capacidade analítica, a precisão investigativa e a eficiência operacional das forças de segurança.
Uma das características inerentes aos transformers é a de
apresentar, como desafio, a dificuldade de captura de dependências de longo alcance pelo uso de camadas empilhadas de atenção (self-attention).
otimizar o seu desempenho pela substituição do uso da técnica de atenção escalonada por produto interno (scaled dot-product attention), que causava instabilidade nos gradientes em dimensões altas.
produzir, ao longo da sua execução, vetores de codificação posicional parabólicos, que se multiplicam aos embeddings das palavras, permitindo o reconhecimento da posição absoluta e relativa de cada termo.
ser a primeira arquitetura de transdução de sequências construídas com mecanismos de atenção sustentados em redes neurais recorrentes e convolucionais profundas.
utilizar o modelo de múltiplas "cabeças" de atenção paralelas, substituindo a proposta de atenção única global, atentando a diferentes subespaços de representação simultaneamente.
O Guia de Inteligência Artificial Generativa do Governo Federal (2026), elaborado como parte das ações do Núcleo de Inteligência Artificial (NIA) do Ministério da Gestão e da Inovação de Serviços Públicos (MGI), apresenta orientações sobre o uso de Inteligência Artificial Generativa (IAG) no setor público. Assinale a alternativa que NÃO corresponde, de acordo com o NIA, a um risco associado ao uso de ferramentas de inteligência artificial generativas, como o ChatGPT, o Gemini e o Copilot.
A IAG pode expor a organização e os usuários a uma série de riscos relacionados à segurança da informação caso não sejam adotadas práticas robustas de mitigação.
A IAG pode falhar em interpretar ou aplicar os dados corretamente em contextos diferentes daquele em que foi treinada.
A IAG pode incentivar o desenvolvimento de soluções locais de inteligência artificial, o que não é recomendado.
A IAG pode não considerar aspectos legais e éticos ligados a direitos autorais e propriedade intelectual.
A IAG pode gerar respostas que parecem plausíveis e confiáveis, mas que são incorretas ou inventadas, podendo induzir ao erro.
Segundo o Guia de Inteligência Artificial Generativa do Governo Federal (2026), elaborado como parte das ações do Núcleo de Inteligência Artificial (NIA) do Ministério da Gestão e da Inovação (MGI), são boas práticas que servidores de instituições públicas devem seguir ao utilizar ferramentas externas de inteligência artificial generativas, como o ChatGPT, o Gemini e o Copilot:
I. Evitar compartilhar informações estratégicas ou sigilosas nessas ferramentas.
II. Usar as informações geradas como apoio, mantendo sempre o controle humano sobre o processo criativo e decisório.
III. Priorizar ferramentas disponibilizadas ou homologadas pela instituição.
Quais estão corretas?
Apenas I.
Apenas II.
Apenas I e II.
Apenas II e III.
I, II e III.
Com a IA, os RAG (retrieval augmented generation) tornam-se viáveis a partir de conceitos como os de similaridade, vetor e busca semântica.
Certo
Errado
A inteligência artificial tem sido aplicada em plataformas educacionais para adaptar o ensino ao ritmo de cada estudante. Analise as asserções a seguir e a relação proposta entre elas.
I.Sistemas de inteligência artificial aplicados à educação podem recomendar atividades diferentes para cada estudante conforme o seu desempenho.
PORQUE
II.Esses sistemas analisam os dados de interação e de desempenho do estudante para adaptar o percurso de aprendizagem às suas necessidades.
A respeito dessas asserções, assinale a alternativa correta:
As asserções I e II são verdadeiras, e a II é uma justificativa correta da I.
A asserção I é uma proposição falsa, e a II, uma proposição verdadeira.
A asserção I é uma proposição verdadeira, e a II, uma proposição falsa.
As asserções I e II são verdadeiras, mas a II não é uma justificativa correta da I.
Os modelos de IA generativa fechados são ideais para assistentes de dados, relatórios padronizados e atendimento automatizado, e seu acesso ocorre via APIs, o que facilita a sua integração a sistemas institucionais do setor público.
Certo
Errado
“Com a incorporação de recursos de Inteligência Artificial generativa ao ecossistema do Microsoft 365, a Microsoft passou a disponibilizar um assistente de escrita capaz de interpretar comandos em linguagem natural, gerar textos, resumir documentos, sugerir melhorias de estilo, criar apresentações automaticamente a partir de arquivos existentes e analisar dados em planilhas entre outras funcionalidades.”
Baseado na afirmação assinale a alternativa que identifica corretamente essa ferramenta de IA:
Microsoft Editor.
Microsoft Designer.
Microsoft Copilot.
Microsoft Viva Insights.
Microsoft Power Automate.
A respeito de Inteligência Artificial – IA, analise os itens a seguir:
I. A inteligência artificial (IA) é uma tecnologia que permite que computadores e máquinas simulem o aprendizado, a compreensão, a resolução de problemas, a tomada de decisões, a criatividade e a autonomia humanas.
II. Aplicações e dispositivos equipados com IA podem ver e identificar objetos. Podem entender e responder à linguagem humana. São capazes de aprender com novas informações e experiências. Podem fazer recomendações detalhadas para usuários e especialistas. Podem agir de forma independente, substituindo a necessidade de inteligência ou intervenção humana (um exemplo clássico é um carro autônomo).
III. Diretamente abaixo da IA, temos o aprendizado de máquina, que envolve a criação de modelos ao treinar um algoritmo para fazer previsões ou tomar decisões com base em dados. Ele abrange uma ampla gama de técnicas que permitem aos computadores aprender e fazer inferências com base nos dados sem serem explicitamente programados para tarefas específicas.
IV. Mas um dos tipos mais populares de algoritmo de aprendizado de máquina é chamado de rede neural (ou rede neural artificial). As redes neurais são modeladas de acordo com a estrutura e função do cérebro humano. Uma rede neural consiste em camadas interconectadas de nós (análogos aos neurônios) que trabalham juntas para processar e analisar dados complexos. As redes neurais são adequadas para tarefas que envolvem a identificação de padrões complexos e relacionamentos em grandes quantidades de dados.
Estão CORRETOS:
I, II, III, IV.
II, III, IV, apenas.
I, II, IV, apenas.
I, III, IV, apenas.
Uma comissão instituída para avaliar a adoção de ferramentas de inteligência artificial generativa nas atividades educacionais analisa os cuidados exigidos quando o conteúdo produzido por essas ferramentas passa a integrar materiais utilizados na instituição.
I. Avalie as asserções a seguir e a relação proposta entre elas.
O emprego de ferramentas de inteligência artificial generativa na educação exige a validação humana do conteúdo antes de sua utilização.
PORQUE
II. Sistemas de inteligência artificial generativa produzem respostas a partir de padrões estatísticos da linguagem, podendo apresentar informações incorretas e reproduzir vieses presentes nos dados de treinamento.
A respeito dessas asserções, assinale a alternativa CORRETA:
As duas asserções são proposições verdadeiras, mas a segunda não é uma justificativa correta da primeira.
As duas asserções são proposições verdadeiras, e a segunda é uma justificativa correta da primeira.
A primeira asserção é uma proposição falsa, e a segunda, uma proposição verdadeira.
A primeira asserção é uma proposição verdadeira, e a segunda, uma proposição falsa.
As duas asserções são proposições falsas.
Tecnologias de inteligência artificial modernas garantem que as informações geradas por modelos de linguagem estejam sempre corretas e livres de distorções.
Certo
Errado
O viés de automação da Inteligência Artificial (IA) generativa consiste em:
tendência de confiar nas decisões automatizadas da IA como sendo sempre precisas ou imparciais.
quando a IA falha em interpretar ou aplicar os dados corretamente em contextos diferentes daquele em que foi treinada.
grupos sub-representados ou excluídos do conjunto de dados acabam sendo ignorados ou mal interpretados pela IA.
dados de treinamento que não representam adequadamente a diversidade podem fazer com que o modelo funcione bem para alguns grupos, mas mal para outros.
dados usados no treinamento não são suficientemente aleatórios ou representativos, resultando em uma amostra enviesada.
O foundation model de inteligência artificial fundamenta-se na representação explícita do conhecimento por meio de regras formais previamente definidas, sendo o desempenho dos modelos associado, por definição, à completude e à consistência dessas regras.
Certo
Errado