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.
- Gran Questões
- Questões
Questões de Concurso sobre Inteligência Artificial
Disciplina
Assunto
1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
Questões:
Todas as questões
Filtro simplificado
Questões
Todas as questões
417
questões
encontradas
20
Mais recentes
Os grandes modelos de linguagens (LLMs - Large Language Models) são sistemas de Inteligência Artificial capazes de compreender, processar e gerar respostas semelhantes às humanas.
Sobre LLMs, assinale a alternativa CORRETA:
A
Utilizam lógica fuzzy para elaborar as respostas.
B
São projetados exclusivamente para o reconhecimento de imagens.
C
Baseiam-se em pesquisa indexada tradicional para otimizar o desempenho.
D
São modelos probabilísticos que aprendem padrões estatísticos a partir de um grande volume de dados.
E
São redes neurais treinadas que operam com regras linguísticas previamente programadas.
Uma empresa de e-commerce implantou um modelo de machine learning para prever a probabilidade de churn, métrica que indica a rotatividade ou evasão de clientes. Após seis meses em produção, a equipe de dados observou que, embora as distribuições estatísticas das features de entrada permanecessem estáveis (mesmas médias, mesmos desvios-padrão e mesmas distribuições), o relacionamento entre essas features e a variável-alvo (churn) havia mudado significativamente devido a alterações no comportamento dos consumidores causadas por novas políticas de fidelização da empresa.
Diante desse cenário, é correto afirmar que o modelo:
A
requer apenas ajustes nos hiperparâmetros através de validação cruzada com os dados históricos originais, mantendo a mesma arquitetura e features do pipeline de produção atual;
B
está sofrendo de concept drift, uma vez que a relação entre as features e o target mudou, requerendo retreinamento do modelo com dados recentes que reflitam o novo comportamento dos clientes;
C
não apresenta problemas, pois as distribuições estatísticas das features permanecem estáveis, e mudanças em políticas internas da empresa não afetam a capacidade preditiva de modelos já treinados;
D
está sofrendo de data drift, pois as características dos dados de entrada mudaram ao longo do tempo, sendo necessário realizar feature engineering adicional para capturar as novas políticas de fidelização;
E
apresenta tanto data drift quanto concept drift simultaneamente, sendo necessário reprojetar completamente o pipeline de machine learning incluindo nova coleta de dados e arquitetura de modelo.
A Engenharia de Prompt é uma disciplina essencial para interagir com eficiência com modelos de linguagem de Inteligência Artificial Generativa (IAG). Nesse contexto, o foco principal dessa prática é
A
criar e otimizar as instruções fornecidas à IAG para guiar o modelo e obter respostas precisas e relevantes.
B
desenvolver componentes físicos de hardware voltados para aumentar a velocidade de processamento da IAG.
C
escrever códigos complexos em linguagem de máquina para alterar o sistema operacional no qual a IAG opera.
D
configurar os protocolos de rede e os endereços IP dos roteadores para que a IAG consiga acessar a internet.
E
proteger o computador do usuário instalando programas antivírus e firewalls específicos contra falhas da IAG.
Ao analisar a viabilidade da implementação de um assistente virtual baseado em IA para auxiliar na triagem de demandas no Ministério Público (MP), um Técnico foi consultado e afirmou que os LLMs
A
podem ser integrados a sistemas de atendimento para interpretar linguagem natural, classificar demandas e gerar respostas preliminares, desde que supervisionados por especialistas.
B
aplicados em órgãos públicos, como é o caso do MP, requerem que os modelos sejam treinados apenas com dados internos, sem uso de bases externas ou generalistas.
C
operam de forma otimizada apenas com dados estruturados, o que limita sua aplicação em ambientes jurídicos com documentos em linguagem natural.
D
têm como principal vantagem, em ambientes públicos, como é o caso do MP, a capacidade de gerar decisões jurídicas automatizadas com base em jurisprudência consolidada.
E
utilizados em chatbots institucionais podem dispensar a necessidade de treinamento adicional, uma vez que os modelos conseguem aprender com todos os contextos legais.
Os sistemas de inteligência artificial com base em aprendizado supervisionado exigem conjuntos de dados previamente rotulados para treinamento dos modelos.
C
Certo
E
Errado
O cientista de dados Leo está desenvolvendo um modelo de inteligência artificial para analisar casos e tomar decisões sobre a procedência ou não do pleito.
Para analisar como o modelo chegou a uma determinada decisão, Leo deve utilizar:
A
auditoria;
B
surrogate models;
C
feature importance;
D
partial dependence plots (PDP);
E
métodos de interpretabilidade local.
Ano:
2026
Banca:
Instituto Quadrix - Quadrix
Os sistemas de inteligência artificial modernos são incapazes de executar tarefas relacionadas ao reconhecimento de padrões ou à tomada de decisão.
C
Certo
E
Errado
Processamento de linguagem natural (PLN) é uma área em ascensão na Ciência da Computação e na inteligência artificial (IA), analise as afirmativas a seguir
I. Permite que computadores e dispositivos digitais reconheçam, entendam e gerem textos e áudios, pois combinam linguística computacional, modelagem estatística, aprendizado de máquina e deep learning.
II. Já faz parte da vida cotidiana de muitas pessoas em todo o mundo, alimentando mecanismos de busca, acionando chatbots para atendimento aos clientes com comandos de voz, sistemas GPS operados por voz e assistentes digitais de resposta a perguntas em smartphones.
III. Desempenha um papel cada vez maior em soluções empresariais que ajudam a otimizar e automatizar operações de negócios, aumentar a produtividade e simplificar processos empresariais.
Está correto o que se afirma em
A
I e III, apenas.
B
I e II, apenas.
C
III, apenas.
D
II, apenas.
E
I, II e III.
O avanço das tecnologias digitais tem ampliado as possibilidades de organização do ensino, permitindo novas formas de acesso ao conhecimento e diferentes caminhos para o desenvolvimento da aprendizagem. Nesse contexto, surgem propostas educacionais que consideram os interesses, as habilidades e as formas de aprender dos estudantes. Com base nessas perspectivas, assinale a alternativa CORRETA.
A
A utilização de tecnologias digitais na educação está basicamente relacionada à automatização de tarefas administrativas e ao avanço da robótica.
B
A atomização do conhecimento refere-se à fragmentação do currículo em conteúdos desconectados, impossibilitando a aprendizagem aprofundada.
C
A personalização da aprendizagem baseada em tecnologias digitais elimina o papel do professor no processo educativo.
D
O uso de inteligência artificial pode identificar interesses e estilos cognitivos dos estudantes, favorecendo estratégias pedagógicas personalizadas.
E
A personalização da aprendizagem implica substituir integralmente os conteúdos curriculares por temas escolhidos exclusivamente pelos estudantes.
Uma equipe de análise de risco de um tribunal implanta modelos de classificação para identificar processos com alta probabilidade de resultado desfavorável para a administração, trabalhando com bases historicamente desbalanceadas (poucos casos críticos em relação aos não críticos). Na fase de avaliação, discute-se o uso de validação cruzada, métricas baseadas em limiar de decisão e curvas de desempenho.
Com base nas boas práticas de avaliação de modelos de aprendizado de máquina, inclusive em cenários com classes desbalanceadas, analise as afirmativas a seguir, considerando (V) para a(s) afirmativa(s) verdadeira(s) e (F) para a(s) falsa(s).
( ) Na validação cruzada k-fold estratificada, cada partição de treino e teste preserva aproximadamente a mesma proporção de classes do conjunto original, o que contribui para estimativas de desempenho mais estáveis em problemas com desbalanceamento de classes.
( ) Curvas ROC e a métrica AUC-ROC são tipicamente mais informativas do que curvas precision-recall em cenários com classes fortemente desbalanceadas, justamente porque destacam com maior sensibilidade o comportamento do classificador em relação à classe minoritária.
( ) A métrica F1-score corresponde ao dobro do produto entre precisão (precision) e sensibilidade (recall) dividido pela soma de ambos, de modo que valores muito discrepantes entre precisão e recall tendem a produzir um F1-score relativamente baixo.
( ) Ao diminuir o limiar de decisão de um classificador binário (por exemplo, de 0,7 para 0,3), a precisão tende a aumentar, pois mais exemplos positivos são corretamente identificados como tal, ainda que isso geralmente ocorra às custas de uma redução no recall.
A sequência correta é:
A
V, V, F e F;
B
V, F, V e F;
C
V, F, F e V;
D
F, V, V e F;
E
F, V, F e V.
Uma equipe está analisando o comportamento de um neurônio em uma rede neural binária já treinada. Para um determinado neurônio da camada de saída, mediu-se o valor da combinação linear 𝑧 (antes da ativação) e o valor de saída 𝑎 (após a ativação), obtendo-se os seguintes pares aproximados:
• Para 𝑧 = 0, observou-se 𝑎 ≈ 0,5;
• Para 𝑧 = ln (3), observou-se 𝑎 ≈ 0,75;
• Para 𝑧 = −ln (3), observou-se 𝑎 ≈ 0,25.
Admita que o neurônio utiliza uma única função de ativação escalar 𝑎 = 𝑓(𝑧), aplicada a todos os valores de 𝑧, e que as aproximações numéricas acima são consideradas exatas para fins de análise.
Nessa situação, conclui-se que a função de ativação compatível com os dados observados é:
A
função linear pura, dada por 𝑓(𝑧) = 𝑧;
B
função ReLU, dada por 𝑓(𝑧) = max (0, 𝑧);
C
função sigmoide logística, dada por 𝑓(𝑧) = 1+ez1;
D
função tangente hiperbólica, dada por 𝑓(𝑧) = tanh (𝑧);
E
função degrau (Heaviside), que assume apenas os valores 0 ou 1.
As redes neurais artificiais (RNA) caracterizam-se por apresentar grande quantidade de unidades interconectadas, do que decorrem sua aplicação e seu processamento limitados.
C
Certo
E
Errado
Sistemas de inteligência artificial executados em infraestrutura de nuvem prescindem da utilização de armazenamento distribuído, pois os modelos de IA processam dados diretamente na memória dos nós de processamento sem necessidade de acesso a dados persistidos.
C
Certo
E
Errado
Um antropólogo utiliza um sistema de inteligência artificial (IA) agêntica para apoiar um trabalho de pesquisa etnográfica e documental.
A ferramenta é configurada para comparar informações, identificar padrões e produzir uma síntese a partir dos dados analisados.
Nesse contexto, o usuário deve saber que um agente de IA é capaz de
A
assumir responsabilidade ética e jurídica pelas conclusões produzidas no decorrer da investigação antropológica.
B
planejar uma sequência de ações, usar os recursos disponíveis e ajustar procedimentos para atingir a meta definida.
C
comparar informações documentais e indicar recorrências, dependendo de comandos pontuais a cada novo passo.
D
compreender plenamente os sentidos culturais vividos pelos grupos pesquisados, sem mediação interpretativa humana.
E
garantir a veracidade das informações analisadas, eliminando erros, lacunas e contradições nas fontes consultadas.
Na área de Inteligência Artificial (IA), diferentes modelos e técnicas são aplicados para resolver problemas complexos em diversos domínios, como processamento de linguagem natural, visão computacional e aprendizado de máquina. Qual das redes neurais abaixo é amplamente utilizada para tarefas de reconhecimento de imagem e voz?
A
Redes neurais recorrentes (RNNs).
B
Redes neurais convolucionais (CNNs).
C
Máquinas de Vetores de Suporte (SVMs).
D
Redes Neurais de Alimentação Direta (ANNs).
No contexto da IA generativa, o conceito de latent space refere-se a um espaço vetorial multidimensional em que características abstratas de dados de entrada são representadas e manipuladas para gerarem novos dados.
C
Certo
E
Errado
Deepfakes são vídeos gerados por IA para produzir conteúdo altamente realista e podem ser criados por meio de rede adversária generativa (GAN), a qual corresponde a uma arquitetura de aprendizado profundo que treina duas redes neurais para competirem entre si.
C
Certo
E
Errado
O objetivo da IA na agricultura é reconhecer cenários, tomar decisões e julgar resultados, amparada no processamento rápido de uma grande quantidade de dados, contexto que profissionais humanos seriam incapazes de fazer de forma rápida e eficaz.
C
Certo
E
Errado
A aplicação da função de ativação softmax na camada de saída foi o fator determinante pela grande evolução da capacidade de visão computacional em redes neurais multicamadas.
C
Certo
E
Errado
Um dos objetivos da Estratégia Brasileira de Inteligência Artificial é contribuir para a elaboração de princípios éticos para o desenvolvimento e o uso responsáveis de IA.
C
Certo
E
Errado
Gerar simulado