Inteligência Artificial Aplicada em Concursos: Guia Prático 2025
Índice de Conteúdo
-
Objetivos deste Post
-
Introdução
-
Fundamentos de Inteligência Artificial (IA)
-
Sistemas Especialistas e Apoio à Decisão
-
Machine Learning em Provas de TI
-
Tópicos Emergentes: IA Generativa e Agentes Autônomos
-
Norma ISO/IEC 22989: Conceitos e Terminologia de IA
-
Questões Comentadas para Reforçar o Aprendizado
-
Exercícios Práticos
-
FAQ – Dúvidas Frequentes
-
Materiais de Apoio
-
-
Encerramento – Veja Também
IA Aplicada
-
Apresentar os principais conceitos de IA cobrados em concursos de TI e áreas correlatas.
-
Explorar sistemas especialistas, Machine Learning, IA generativa e agentes autônomos para concursos.
-
Incluir referências à Norma ISO/IEC 22989, que estabelece terminologia e conceitos essenciais de IA.
-
Oferecer 7 questões comentadas e dúvidas frequentes para fixar o aprendizado.
Olá! Sou Ronaldo Cardoso, criador do blog Tecnologia Moderna e mentor do canal no YouTube. Neste guia completo, você vai entender como a IA aplicada em concursos tem sido cobrada pelas principais bancas em 2025, incluindo conceitos formais segundo a ISO/IEC 22989, e terá questões comentadas para reforçar seu preparo.
A Inteligência Artificial visa criar sistemas capazes de simular processos cognitivos humanos, como percepção, raciocínio e aprendizado1.
-
Definição geral: Campo que estuda agentes (software ou robô) que percebem o ambiente e tomam decisões para alcançar metas1.
-
IA forte x IA fraca: IA forte busca consciência semelhante à humana; IA fraca é especializada em tarefas específicas, como reconhecimento de voz1.
-
Componentes básicos: sensoriamento, processamento de dados, tomada de decisão e atuação no mundo real.
Sistemas Especialistas e Apoio à Decisão
Sistemas especialistas são programas que imitam o raciocínio de especialistas em domínios fechados, usando regras heurísticas para inferência e justificativa de decisões1.
-
Arquitetura: Base de conhecimento (regras) + Mecanismo de inferência (motor de regras).
-
Explicabilidade: Capacidade de rastrear a cadeia lógica das decisões, fundamental em provas de TI e de gestão pública1.
-
Aplicações típicas: Diagnóstico médico, análise jurídica e suporte a decisões financeiras em concursos de bancos.
Machine Learning em Provas de TI
Machine Learning (ML) estuda algoritmos que aprendem padrões a partir de dados sem serem explicitamente programados para cada tarefa1.
-
Aprendizado supervisionado: Modelos treinados com dados rotulados para classificação e regressão.
-
Aprendizado não supervisionado: Identificação de agrupamentos ou padrões sem rótulos, como clustering.
-
Aprendizado por reforço: Agentes aprendem por tentativa e erro, recebendo recompensas associadas a ações corretas.
-
Conhecimentos cobrados: Tipos de ML, diferenças entre métodos, validação de modelos e métricas de desempenho em concursos de TI.
IA Aplicada
Tópicos Emergentes: IA Generativa e Agentes Autônomos
-
IA Generativa: Modelos como GPT e DALL·E criam texto, imagem ou código novo a partir de grandes volumes de dados de treinamento.
-
Agentes Autônomos: Softwares que operam de forma independente, tomando decisões dinâmicas com base em aprendizado por reforço e lógica simbólica.
-
Relevância para concursos: Bancas começaram a incluir temas como “vieses em modelos generativos” e “ética em agentes autônomos” em provas de 2025.
Norma ISO/IEC 22989: Conceitos e Terminologia de IA
A ISO/IEC 22989:2022 estabelece definições padronizadas para mais de 110 termos de IA, garantindo vocabulário comum em normas técnicas e regulatórias.
-
Escopo: Define conceitos como agente de IA, aprendizado supervisionado, explicabilidade, robustez e transparência.
-
Importância: Fornece base para desenvolver normas complementares, como desempenho de modelos e métricas de confiabilidade.
-
IA Aplicada
Stakeholders: Indivíduos ou organizações que influenciam ou são afetados por decisões de IA, descritos na norma para assegurar responsabilidade e governança.
Questões Comentadas para Reforçar o Aprendizado
-
O que caracteriza um sistema especialista?
a) Aprendizado por reforço
b) Uso de base de regras e explicação de decisões
c) Geração de conteúdo
d) Agrupamento de dados
Resposta: b) Uso de base de regras e explicação de decisões. Explica o raciocínio por trás da inferência1. -
Em aprendizado supervisionado, o modelo é treinado com:
a) Dados sem rótulo
b) Dados rotulados
c) Recompensas e punições
d) Apenas texto não estruturado
Resposta: b) Dados rotulados. Usados em classificação e regressão1. -
IA Generativa é exemplificada por:
a) Sistemas especialistas
b) Modelos LLM como ChatGPT
c) Algoritmos de clustering
d) Sensoriamento robótico
Resposta: b) Modelos LLM como ChatGPT. Geram texto e imagens novos. -
Agentes autônomos tomam decisões com base em:
a) Base de regras fixa
b) Aprendizado por reforço
c) Processamento de planilhas
d) Filtros manualmente configurados
Resposta: b) Aprendizado por reforço. Ajustam ações via recompensas e punições. -
Segundo ISO/IEC 22989, “explicabilidade” refere-se a:
a) Autonomia do sistema
b) Capacidade de explicar como a decisão foi tomada
c) Velocidade de processamento
d) Robustez contra falhas
Resposta: b) Capacidade de explicar como a decisão foi tomada. Essencial para confiança em IA. -
Uma limitação comum de agentes autônomos é:
a) Necessidade de regras explícitas
b) Alto custo de munição
c) Sensibilidade a alterações no ambiente sem retraining
d) Incapacidade de tarefas simples
Resposta: c) Sensibilidade a alterações no ambiente sem retraining. Necessitam atualização contínua. -
Em Machine Learning, “validar um modelo” significa:
a) Ajustar manualmente as regras
b) Medir desempenho em dados não vistos
c) Rodar em modo offline
d) Converter código em texto
Resposta: b) Medir desempenho em dados não vistos. Avalia generalização do modelo.
FAQ – Dúvidas Frequentes
1. IA cai em concursos de TI?
Sim. Banca como CESPE/Cebraspe cobra fundamentos de IA e ML, enquanto FCC inclui termos de ISO/IEC 22989.
2. Preciso programar para estudar IA em concursos?
Não necessariamente. Foco é em conceitos, terminologia e aplicações, não em codificação.
3. IA Generativa já apareceu em provas?
Algumas bancas de inovação tecnológica inseriram perguntas sobre modelos generativos em 2025.
4. O que é “transparência” em IA segundo ISO/IEC 22989?
Capacidade de revelar processos internos e justificativas das decisões do sistema.
5. Como citar a ISO/IEC 22989 em trabalhos acadêmicos?
Use: ISO/IEC 22989:2022 Information technology — Artificial intelligence — Concepts and terminology.
9. Materiais de Apoio
Encerramento – Veja Também
Veja também:
