12 Questões do CEBRASPE comentadas sobre Inteligência Artificial e Machine Learning

O CESPE/CEBRASPE é uma das bancas mais exigentes e detalhistas em suas provas. Se você está se preparando para concursos públicos na área de Tecnologia da Informação, especialmente envolvendo Inteligência Artificial (IA) e Machine Learning, essa série de postagens vai ser o seu diferencial.

A Inteligência Artificial (IA) é uma área da computação dedicada ao desenvolvimento de sistemas que podem simular o comportamento humano em atividades como raciocínio, percepção, aprendizado e tomada de decisão. Diferente de sistemas tradicionais, que seguem instruções programadas de forma explícita, os sistemas de IA têm a capacidade de adaptar-se e evoluir com base em experiências passadas, tornando-se cada vez mais eficientes.

Dentro da IA, destaca-se o Machine Learning (ML), ou aprendizado de máquina, uma abordagem baseada em algoritmos e modelos matemáticos que permitem que sistemas aprendam padrões e relações a partir de grandes volumes de dados. Em vez de programar todas as etapas do processo, os algoritmos de ML identificam padrões de forma autônoma e fazem previsões ou decisões com base nos dados fornecidos. O aprendizado pode ser supervisionado (utilizando dados rotulados), não supervisionado (analisando dados não rotulados) ou por reforço (aprendizado por tentativa e erro com feedback do ambiente).

Neste primeiro post, trazemos 12 questões comentadas das provas mais recentes da banca, que abordam conceitos fundamentais e práticos de IA e aprendizado de máquina. Cada questão será analisada, com comentários explicativos que vão além do simples gabarito.

Por que estudar com questões comentadas?

Compreensão profunda: Entenda não apenas o que está certo ou errado, mas também o porquê.
Conteúdo atualizado: Questões recentes refletem o que realmente cai nas provas atuais.
Fixação do conteúdo: A prática com questões contextualizadas ajuda a consolidar conceitos difíceis.

As 12 questões comentadas:

1. Prova: CESPE / CEBRASPE – 2024 – CTI – Tecnologista Pleno 2 – Tecnologias Habilitadoras

O dispositivo computacional da inteligência artificial engloba, entre outros elementos, a percepção, que é a capacidade de provocar mudanças no ambiente.

Gabarito: Errado

Comentário:
A percepção em IA é a capacidade de captar e interpretar informações do ambiente por meio de sensores (ex.: visão computacional, áudio). A ação é o elemento que provoca mudanças no ambiente.

2. Prova: CESPE / CEBRASPE – 2024 – TCE-AC – Analista de TI – Gestão de Dados

Todos os tipos de IA buscam imitar a inteligência humana em tarefas de computação, ocorrendo o aprendizado por meio de reconhecimento de textos e imagens.

Gabarito: Errado

Comentário:
Nem toda IA busca imitar a inteligência humana. Há sistemas de IA que apenas resolvem problemas específicos sem emular características humanas. Além disso, aprendizado não se restringe apenas a textos e imagens, mas também a outros tipos de dados.

3. Prova: CESPE / CEBRASPE – 2024 – CTI – Indústria 4.0 e Governo Digital

Aprendizado de máquina pode ser definido como a criação e o uso de modelos que são aprendidos a partir dos dados.

Gabarito: Certo

Comentário:
O aprendizado de máquina (machine learning) consiste em criar modelos matemáticos que aprendem padrões dos dados para realizar previsões ou tarefas específicas.

4. Prova: CESPE / CEBRASPE – 2024 – MPO – Analista de Planejamento e Orçamento

Pode-se utilizar machine learning, capaz de reconhecer e reproduzir padrões de inteligência artificial com base em experiência prévia, para um mecanismo de busca na Internet que funcione de forma automatizada.

Gabarito: Certo

Comentário:
Os mecanismos de busca modernos utilizam machine learning para otimizar os resultados, aprendendo padrões de busca e comportamento do usuário para melhorar a experiência.

5. Prova: CESPE / CEBRASPE – 2024 – CTI – Indústria 4.0 e Governo Digital

O aprendizado de máquina computacional tem como objetivo aplicar técnicas computacionais na tentativa de validar padrões em dados e ratificar padrões que podem ser observados explicitamente nos dados.

Gabarito: Errado

Comentário:
O objetivo do aprendizado de máquina não é ratificar padrões explícitos nos dados, mas descobrir padrões ocultos e aprender a partir deles.

6. Prova: CESPE / CEBRASPE – 2024 – CTI – Indústria 4.0 e Governo Digital

Aprendizado de máquina e mineração de dados são termos idênticos em relação aos seus objetivos e funções, pois ambos lidam com algoritmos de inteligência artificial para padrões em grandes conjuntos de dados em busca de conhecimento.

Gabarito: Errado

Comentário:
Embora relacionados, machine learning e mineração de dados não são idênticos. Mineração de dados é mais focada em descoberta de padrões em dados, enquanto machine learning desenvolve modelos que aprendem e fazem previsões.

7. Prova: CESPE / CEBRASPE – 2024 – ANTT – Especialista em Regulação

A classe de algoritmos denominada classificação é utilizada no grupo de aprendizado não supervisionado; esse modelo aprende a executar uma tarefa a partir de dados não rotulados (sem um resultado conhecido), apenas com base em suas características e padrões semelhantes.

Gabarito: Errado

Comentário:
Classificação pertence ao aprendizado supervisionado, pois utiliza dados rotulados para treinar o modelo. No aprendizado não supervisionado, os dados não possuem rótulos e técnicas como agrupamento são usadas.

8. Prova: CESPE / CEBRASPE – 2024 – MPO – Conhecimentos Gerais

O aprendizado supervisionado é definido pelo uso de conjuntos de dados rotulados para treinar algoritmos que classificam dados ou preveem resultados com precisão.

Gabarito: Certo

Comentário:
O aprendizado supervisionado utiliza dados rotulados para ensinar o modelo a fazer previsões ou classificações com base em um conjunto de treino.

9. Prova: CESPE / CEBRASPE – 2024 – CTI – Indústria 4.0 e Governo Digital

As tarefas de aprendizado de máquina podem ser divididas em três grandes grupos: classificação, agrupamento e associação, devendo o primeiro grupo possuir uma classe que se pretenda prever.

Gabarito: Certo

Comentário:
As principais tarefas do aprendizado de máquina são:

Classificação: prever uma classe específica (supervisionado).
Agrupamento: descobrir grupos de dados semelhantes (não supervisionado).
Associação: encontrar relações entre itens nos dados.

10. Prova: CESPE / CEBRASPE – 2024 – CTI – Indústria 4.0 e Governo Digital

No aprendizado de máquinas, o aprendizado supervisionado compreende um conjunto de dados de treinamento para ensinar modelos a mostrar a saída desejada.

Gabarito: Certo

Comentário:
No aprendizado supervisionado, os dados de treinamento possuem entradas e saídas conhecidas para ensinar o modelo a prever resultados corretos.

11. Prova: CESPE / CEBRASPE – 2024 – CTI – Tecnologias Habilitadoras

A capacidade de classificação é uma tarefa importante no aprendizado de máquina, por ser utilizada no estabelecimento de padrões.

Gabarito: Certo

Comentário:
A classificação é fundamental no aprendizado de máquina, sendo usada para estabelecer padrões e categorizar dados em classes predefinidas.

12. Prova: CESPE / CEBRASPE – 2024 – CAU-BR – Analista de Infraestrutura

Em machine learning, os sistemas podem usar aprendizado do tipo supervisionado, não supervisionado, autônomo ou gerenciado.

Gabarito: Errado

Comentário:
Os principais tipos de aprendizado em Machine Learning são:

Supervisionado: utiliza dados rotulados para treinar o modelo com entradas e saídas conhecidas.
Não supervisionado: trabalha com dados não rotulados e descobre padrões ou estruturas nos dados.
Aprendizado por reforço: o modelo aprende por tentativa e erro, recebendo recompensas ou penalidades a partir de suas ações.

Os termos autônomo e gerenciado não são categorias formalmente reconhecidas em Machine Learning. O aprendizado autônomo é, na verdade, um conceito mais amplo relacionado a sistemas adaptativos e autoaprendizes, enquanto gerenciado sugere uma intervenção humana direta que não se encaixa nos paradigmas tradicionais de aprendizado supervisionado, não supervisionado ou por reforço.Estudar questões comentadas, como as apresentadas nesta postagem, é uma estratégia essencial para compreender as nuances dos conceitos de Inteligência Artificial e Machine Learning exigidos pela banca CESPE/CEBRASPE. A análise detalhada de cada item não apenas facilita a identificação de erros e acertos, mas também fortalece o entendimento dos tópicos mais relevantes, como os tipos de aprendizado, classificação de algoritmos e aplicações práticas da IA. Ao dominar esses temas e praticar constantemente, o candidato se torna mais preparado para enfrentar as exigências técnicas e conceituais dessas provas, conquistando um desempenho de destaque na área de Tecnologia da Informação.