1 - Introdução à Inteligência Artificial

Prévia do material em texto

Introdução à inteligência artificial
Apresentação
A inteligência artificial (IA) emergiu como uma das mais impactantes e revolucionárias tecnologias 
do século XXI, transformando a maneira como se interage com o mundo digital e moldando 
diversos aspectos da sociedade contemporânea. Em sua essência, a IA refere-se à capacidade de 
sistemas computacionais realizarem tarefas que normalmente exigiriam inteligência humana, como 
aprendizado, tomada de decisões, reconhecimento de padrões e resolução de problemas 
complexos.
Desde sua concepção, a IA encontrou aplicação em uma ampla gama de setores, incluindo 
medicina, finanças, educação, transporte e entretenimento, promovendo avanços significativos em 
produtividade, eficiência e inovação. Seja na automação de processos repetitivos, na personalização 
de recomendações de produtos ou na previsão de tendências de mercado, a IA desempenha um 
papel cada vez mais central na otimização de sistemas e na criação de experiências mais intuitivas e 
adaptáveis para os usuários. Sua versatilidade e capacidade de lidar com grandes volumes de dados 
a tornam uma ferramenta indispensável para organizações que buscam se manter competitivas em 
um mundo cada vez mais digitalizado e orientado por dados.
Nesta Unidade de Aprendizagem, você vai conhecer a origem e o conceito da inteligência artificial, 
os tipos de sistemas inteligentes existentes, bem como a importância de métodos estatísticos 
utilizados pelos sistemas de inteligência artificial.
Bons estudos.
Ao final desta Unidade de Aprendizagem, você deve apresentar os seguintes aprendizados:
Reconhecer o conceito de inteligência artificial e sua história.•
Analisar os tipos de inteligência artificial.•
Identificar a importância da distribuição, frequência e média para a inteligência artificial.•
Desafio
A inteligência artificial tem se destacado como uma das tecnologias mais influentes e promissoras 
da atualidade. Com base em algoritmos complexos e aprendizado de máquina, a IA capacita 
sistemas computacionais a executarem tarefas que anteriormente seriam consideradas exclusivas 
da mente humana. Sua aplicação abrange uma ampla gama de setores, desde a automação de 
processos industriais até o desenvolvimento de assistentes virtuais e sistemas de recomendação 
personalizados.
A principal característica de um sistema de IA que o diferencia dos demais sistemas de informação 
atuais é que os sistemas de IA são capazes de resolver questões que somente a mente humana 
seria capaz de resolver. É muito comum as pessoas se confundirem quando o assunto é um sistema 
inteligente ou quando se trata apenas de um sistema de automatização de tarefas.
Pensando nisso, imagine a seguinte situação:
Com base na situação apresentada, responda:
Como desenvolvedor de sistemas educacionais, qual abordagem você adotaria para ajudar Lucas a 
alcançar sucesso acadêmico em matemática por meio da aplicação de técnicas de inteligência 
artificial?
Infográfico
O surgimento da inteligência artificial está muito relacionado com a própria computação. Alan 
Turing, matemático inglês, conhecido como o precursor da computação, foi também um pioneiro na 
área de inteligência artificial.
Ao longo das décadas, testemunhamos uma evolução notável na inteligência artificial. Desde as 
primeiras abordagens baseadas em lógica simbólica até os avanços contemporâneos impulsionados 
por redes neurais profundas e aprendizado de máquina, a IA percorreu um caminho marcado por 
inovações teóricas e práticas.
Confira neste Infográfico uma breve evolução da área de inteligência artificial, desde o seu 
surgimento até a atualidade.
Aponte a câmera para o 
código e acesse o link do 
conteúdo ou clique no 
código para acessar.
https://statics-marketplace.plataforma.grupoa.education/sagah/4687b995-fafa-4a9e-a023-9b77eba628a6/42df902c-873c-466e-906d-5393b6d00025.png
Conteúdo do livro
A inteligência artificial, em sua essência, permite que os sistemas tomem decisões de forma 
independente, precisa e apoiada em dados digitais. Em uma visão otimista, isso multiplica a 
capacidade racional do ser humano de resolver problemas práticos, simular situações e pensar em 
respostas ou, de forma mais ampla, potencializa a capacidade de ser inteligente.
Em meio à ascensão da inteligência artificial emerge a necessidade de uma compreensão 
aprofundada dos desafios éticos associados à autonomia das máquinas. À medida que os sistemas 
de IA avançam na capacidade de tomar decisões complexas, ganha destaque a discussão sobre 
responsabilidade, transparência e controle ético. O equilíbrio entre a autonomia dos sistemas e a 
garantia de princípios éticos torna-se crucial para assegurar que a inteligência artificial seja uma 
aliada eficaz e responsável, alinhada com valores humanos fundamentais.
 
No capítulo Introdução à inteligência artificial, base teórica desta Unidade de Aprendizagem, você 
vai conhecer a origem da inteligência artificial como ciência, suas classificações e a importância de 
métodos estatísticos para sua aplicação. Além disso, você vai ver por que a estatística é 
fundamental para a base dos sistemas inteligentes.
 
Boa leitura.
INTELIGÊNCIA 
ARTIFICIAL 
Fabricio Machado da Silva
Introdução à 
inteligência artificial
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:
 � Reconhecer o conceito de inteligência artificial e sua história.
 � Analisar os tipos de inteligência artificial.
 � Identificar a importância da distribuição, frequência e média para a 
inteligência artificial.
Introdução
O termo inteligência artificial representa um software diferente dos 
demais, pois é inteligente e visa fazer os computadores realizarem 
funções que eram exclusivamente dos seres humanos, por exemplo, 
praticar a linguagem escrita ou falada, aprender, reconhecer expres-
sões faciais, etc. Seu campo tem um longo histórico e muitos avanços, 
como o reconhecimento de caracteres ópticos, que atualmente são 
considerados de rotina.
Neste capítulo, você estudará a origem e o conceito de inteligência 
artificial, seus tipos ou suas classificações de sistemas inteligentes e a 
importância dos métodos estatísticos utilizados pelos sistemas desse 
software.
Origem da inteligência artificial
A inteligência artificial está cada vez mais presente no dia a dia, mas essa 
tecnologia é mais antiga do que você pensa e começou a ser desenvolvida 
ainda na década de 1950, com o Dartmouth Summer Research Project on 
Artificial Intelligence (Projeto de Pesquisas de Verão em Inteligência Arti-
ficial de Dartmouth) no Dartmouth College, em Hanover, New Hampshire, 
Estados Unidos.
Contudo, seu objeto de estudo continua não sendo muito claro, no sentido 
em que o ser humano ainda não possui uma definição suficientemente satis-
fatória de inteligência e, para compreender seus processos e a representação 
do conhecimento, deve dominar os conceitos de inteligência humana e 
conhecimento.
Com o decorrer do tempo, surgiram várias linhas de estudo da inte-
ligência artificial, como a biológica, que estudava o desenvolvimento de 
conceitos que pretendiam imitar as redes neurais humanas. Já durante os 
anos de 1960, essa ciência recebeu o nome de inteligência artificial, e seus 
pesquisadores pensavam ser possível que máquinas realizassem tarefas 
humanas complexas, como raciocinar. Depois de um período, na década de 
1980, esse estudo sobre redes neurais volta e, nos anos de 1990, ele tem um 
grande impulso, consolidando-o verdadeiramente como a base das análises 
de inteligência artificial.
Assim sendo, a inteligência artificial foi desenvolvida para que os disposi-
tivos criados pelo ser humano pudessem desempenhar determinadas funções 
sem a interferência humana, mas quais são elas? A cada dia que passa, a 
resposta fica maior e pode ser entendida por meio de alguns exemplos de 
suas aplicações.
O sistema de inteligência artificial não é capaz apenas de armazenar e ma-
nipular dados, como também adquirir, representare manipular conhecimento. 
A manipulação inclui a capacidade de deduzir ou inferir novos conhecimentos 
ou relações sobre fatos e conceitos a partir do conhecimento já existente e 
utilizar métodos de representação e manipulação para resolver problemas 
complexos que são frequentemente não quantitativos por natureza.
Uma das ideias mais úteis que emergiram das pesquisas é que fatos e 
regras (conhecimento declarativo) podem ser representados separadamente 
dos algoritmos de decisão (conhecimento procedimental), tendo um efeito 
profundo tanto na forma com que os cientistas abordavam os problemas como 
nas técnicas de engenharia para produzir os sistemas inteligentes. Ao adotar 
um procedimento particular ou a máquina de inferência, o desenvolvimento 
de um sistema de inteligência artificial é reduzido à obtenção e codificação de 
regras e fatos que sejam suficientes para determinado domínio do problema, 
cujo processo é chamado de engenharia do conhecimento. 
Portanto, as principais questões a serem contornadas pelo projetista do 
sistema de inteligência artificial são aquisição, representação e manipulação 
Introdução à inteligência artificial2
de conhecimento e, geralmente, uma estratégia de controle ou a máquina de 
inferência que determina os itens de conhecimento acessados, as deduções 
feitas e a ordem dos passos usados. Na Figura 1, você pode ver tais questões 
e a inter-relação entre os componentes de um sistema clássico de inteligência 
artificial.
Figura 1. Visão conceitual dos sistemas de inteligência artificial.
Fonte: Adaptada de Schutzer (1987).
Pesquisa
Dedução
Conhecimento
Sistema IA
Aquisição
Representação
Exemplos de aplicação da inteligência artificial
O setor de atendimento ao consumidor é um dos mais beneficiados pela in-
teligência artificial, porque a eficiência do chatbot (robô atendente) assegura 
que todo usuário seja devidamente atendido, solucionando sua dúvida de 
maneira imediata ou redirecionando-o à área competente. Porém, como o 
chatbot funciona na prática? Quando o cliente acessa ao site da empresa e 
deseja tirar dúvidas ou falar com o representante, há um robô de prontidão para 
respondê-lo por meio do chat, assim, ao mesmo tempo em que isso agiliza o 
processo, por ocorrer imediatamente, ainda valoriza o tempo dos empregados 
que prestam o atendimento inicial, permitindo que eles se dediquem a outros 
processos internos.
3Introdução à inteligência artificial
Acesse o link a seguir para ver um exemplo de aplicação da inteligência artificial, 
como a plataforma digital que pretende solucionar problemas relacionados aos 
planos de saúde em até três horas; o uso dessa tecnologia na medicina, por exemplo, 
no tratamento de doenças; e o primeiro hospital da América Latina a usá-la contra 
o câncer.
https://qrgo.page.link/6QoR
A chegada das Fintechs no mercado financeiro, antes dominado por 
tradicionais instituições bancárias, também expandiu as possibilidades do 
consumidor com inovações incríveis, as quais costumam envolver o uso de 
inteligência artificial.
Quanto à inteligência artificial moderna, oriunda dos anos de 1950 com 
Alan Turing (criptoanalista), passando por Noam Chomsky (linguista) até HAL 
9000 e Watson, desenvolveu-se duas perspectivas que se tornaram conhecidas 
como inteligência artificial forte e fraca.
A inteligência artificial é definida como o estudo dos sistemas que agem de um modo 
que, a um observador qualquer, pareçam ser inteligentes.
Categorizações da inteligência artificial
As categorizações da inteligência artificial auxiliam a compreender seu grau 
de desenvolvimento, que vai desde o mais restrito e específico até a superin-
teligência. Assim, de forma geral, qualquer produto dessa ciência pode ser 
classificado em três categorias.
Introdução à inteligência artificial4
Inteligência artificial fraca
A inteligência artificial fraca é uma corrente de pesquisa e desenvolvimento que 
defende que nunca será possível construir máquinas inteligentes no real sentido 
da palavra, pois, para ela, a inteligência demanda consciência e autopercepção, 
habilidades impossíveis de serem recriadas. Tudo que se pode fazer envolve imitar 
comportamentos inteligentes e emoções, bem como resolver problemas, mas 
nunca a consciência, considerando que isso se resume a um conjunto de cálculos. 
Inteligência artificial forte
Já o grupo da inteligência artificial forte acredita que um dia será possível 
recriar máquinas capazes de pensar, criar e exibir comportamento inteligente 
nos moldes humanos, a partir da criação de algoritmos cognitivos que possam 
executar em computadores. Assim, essas duas correntes são de caráter filosófico 
e servem para refletir sobre os limites da tecnologia.
Superinteligência
O termo superinteligência, por sua vez, foi definido pelo filósofo sueco Nick 
Bostrom como “um intelecto que é muito mais inteligente do que o melhor 
cérebro humano em praticamente todas as áreas, incluindo criatividade cientí-
fica, conhecimentos gerais e habilidades sociais” (BOSTROM, 2003, p. 12–17). 
Assim, a artificial abrange possibilidades que variam desde o computador um 
pouco mais inteligente do que um ser humano até aquele milhões de vezes 
mais inteligente do que uma pessoa em todas as capacidades intelectuais.
Nesse tipo hipotético de inteligência artificial, concentram-se hoje as prin-
cipais discussões, pois é dessa área que vêm as promessas mais promissoras 
e assustadoras para o futuro da humanidade: a imortalidade ou a extinção 
dos seres humanos.
Há relatos de que a inteligência artificial será responsável por milhares de pessoas 
perderem o emprego e, embora isso acontecerá de fato, não precisa ser visto de uma 
forma tão pessimista. Certamente, surgirão oportunidades de novas aplicações, mas 
com aprendizado constante.
5Introdução à inteligência artificial
Importância da análise estatística de dados
A estatística pode ser explicada como um ramo da ciência que busca modelar 
a incerteza e a aleatoriedade para inferir conclusões para a estimativa de 
fenômenos futuros, funcionando por meio da coleta, análise e interpretação 
de dados. Em suma, ela é uma ferramenta para interpretar esses dados.
Aliada à inteligência artificial, decorrente do avanço científico em campos 
como machine learning (o aprendizado de máquinas que substitui a codifica-
ção algorítmica por seres humanos) e deep learning (o campo de codificação 
algorítmica com uso das técnicas de redes neurais artificiais, que imitam o 
cérebro), a estatística é uma área de apoio para atravessar a Era Big Data e 
enfrentar todos os inerentes desafios e oportunidades, como na Indústria 4.0 e 
na Internet of Things (IoT). Na Figura 2, você pode conferir uma representação 
dos campos da inteligência artificial.
Figura 2. Campos da inteligência artificial.
Fonte: Adaptada de Crawford (2016, documento on-line).
Campo da inteligência arti�cial
Aprendizagem
profunda
Campos de 
aprendizagem da máquina
Introdução à inteligência artificial6
Ao abordar uma problemática envolvendo métodos estatísticos, estes devem 
ser utilizados antes de se recolher a amostra, planejando a experiência que 
permitirá essa coleta de dados a fim de, posteriormente, extrair o máximo 
de informação relevante para o problema e a população da qual eles provêm. 
Quando você tiver esses dados, precisa agrupá-los e reduzi-los sob forma de 
amostra, evitando a aleatoriedade.
Já o objetivo do estudo estatístico inclui estimar uma quantidade ou testar 
uma hipótese, utilizando as técnicas convenientes, as quais realçam toda a 
potencialidade da estatística, na medida em que permitem tirar conclusões 
sobre uma população e baseiam-se em uma pequena amostra, propiciando 
uma medida do erro cometido.
Distribuição de frequências
Na análise de dados, é comum conferir certa ordem aos números e torná-los 
visualmente mais amigáveis. Assim, o procedimento mais frequente é sua 
divisão por classes ou categorias, verificando-se o número de indivíduos 
pertencentes a cada uma.A distribuição de frequências compreende a organização dos dados de 
acordo com as ocorrências dos diferentes resultados para cada variável. 
Essas informações podem ser resumidas e visualizadas por meio de tabelas 
e gráficos.
Essa distribuição dos dados pode ser feita de dois modos: relativo ou acu-
mulado. A frequência relativa é a apresentação da frequência de valores que 
aparecem em cada uma das faixas, dividida pela frequência total de valores 
de um conjunto, geralmente, expressa em porcentagem e sendo representada 
pela seguinte fórmula:
Frequência relativa ( faixa) =
( frequência da faixa)
( frequência total )
100*
O modo acumulado, por sua vez, é a apresentação das frequências acumu-
ladas que aparecem em cada uma das faixas, dividida pela frequência total 
de valores de um conjunto. Assim, uma simples análise da distribuição de 
frequências tem muito valor.
Quando se começa a descrever os dados e a explorá-los, compreende-se 
um pouco mais a população da qual eles foram extraídos. Esse tipo de análise 
pode ser caracterizado como exploratório ou uma tentativa de captar a essência 
das informações contidas nesses dados, por meio da construção de tabelas e 
7Introdução à inteligência artificial
gráficos. Em termos mais técnicos, uma análise exploratória consiste na busca 
de um padrão ou modelo que possa orientar em estudos posteriores.
No Quadro 1, você pode ver uma distribuição de frequências e sua análise.
Intervalos de classe Frequências
0 | – 10 47
10 | – 20 29
20 | – 30 13
30 | – 40 7
40 | – 50 3
Acima de 50 1
Quadro 1. Exemplo de distribuição de frequências
Média aritmética
A média é entendida como o ponto de equilibração entre os dados de uma 
distribuição, considerando os desvios dos valores. Já a média aritmética seria 
o valor que equilibra os dados — como o ponteiro de uma balança — e equi-
valeria ao ponto central da massa de um conjunto deles (NOVAES; COUTI-
NHO, 2009). Os estudos anteriores sobre média apontam diferentes aspectos 
conceituais que precisariam ser abordados na escola, por exemplo, Strauss e 
Bichler (1988) investigaram essa compreensão entre 80 estudantes com 8 a 
12 anos, em Israel, e elencaram sete propriedades que deveriam ser ensinadas 
para se ter o domínio do conceito de média.
No Quadro 2, você pode ver as propriedades da média segundo Strauss 
e Bichler (1988).
Introdução à inteligência artificial8
Fonte: Adaptado de Strauss e Bichler (1988).
Propriedades (P) Significado
P1 A média está localizada entre os valores extremos.
P2 A soma dos desvios a partir da média é zero.
P3 A média é influenciada por cada um e por todos 
os valores.
P4 A média não coincide necessariamente com um 
dos valores do banco de dados que a compõe.
P5 A média pode ser um número que não tem 
correspondente na realidade física.
P6 O cálculo da média considera todos os 
valores, inclusive os nulos e os negativos.
P7 A média é um valor representativo do banco 
de dados a partir dos quais ela foi calculada.
Quadro 2. Propriedades da média
A DeepMind Health faz parte do Google e trabalha com o University College London 
Hospitals para desenvolver algoritmos de aprendizado de máquinas que detectam 
diferenças em tecidos saudáveis e cancerosos a fim de melhorar os tratamentos de 
radioterapia. A pesquisa usa uma técnica chamada de deep learning.
CRAWFORD, C. An Introduction to Deep Learning. Algorithmia — AI in Every Application, 
Seattle, 4 Nov. 2016. Disponível em: https://blog.algorithmia.com/introduction-to- 
deep-learning/. Acesso em: 27 abr. 2019. 
9Introdução à inteligência artificial
NOVAES, D. V.; COUTINHO, C. Q. S. Estatística para a educação profissional. São Paulo: 
Atlas, 2009. 186 p.
SCHUTZER, D. Artificial intelligence: na applications-oriented approach. New York: Van 
Nostrand Reinhold, 1987. 294 p.
STRAUSS, S.; BICHLER, E. The development of children’s concepts of the arithmetic ave-
rage. Journal for Research in Mathematics Education, Reston, v. 19, n. 1, p. 64–80, Jan. 1988.
Leituras recomendadas
GONZALO, L. M. Inteligencia humana e inteligencia artificial. Madrid: Palabra, 1987. 167 p.
GROOVER, M. P. et al. Robótica: tecnologia e programação. São Paulo: McGraw-Hill, 
1989. 401 p.
MORETTIN, L. G. Estatística básica: probabilidade e inferência. São Paulo: Pearson Pren-
tice Hall, 2010. 375 p.
NAVIDI, W. Probabilidade e estatística para ciências exatas. Porto Alegre: AMGH; Book-
man, 2012. 616 p.
Introdução à inteligência artificial10
Dica do professor
Big data e inteligência artificial são áreas que têm se destacado por sua capacidade comprovada de 
revolucionar o mundo dos negócios, empregando números, dados e algoritmos de maneira 
inovadora. A promessa e o cumprimento dessas tecnologias geram uma expectativa palpável em 
qualquer discussão sobre elas, uma vez que estão moldando a forma como as empresas abordam e 
compreendem a complexidade do ambiente de negócios. O big data, ao reunir vastas quantidades 
de dados digitais disponíveis na rede, possibilita a criação de modelos analíticos que antecipam o 
comportamento e a dinâmica de sistemas e interações complexas.
A convergência do big data com a inteligência artificial representa um marco significativo, 
impulsionando a capacidade das organizações de extrair insights valiosos e tomar decisões mais 
informadas. Ao integrar algoritmos avançados, a inteligência artificial complementa a análise de 
dados, permitindo a identificação de padrões complexos e a previsão de tendências com maior 
precisão. Essa combinação poderosa não apenas otimiza processos internos, mas também abre 
novas possibilidades para inovação e competitividade no mercado, promovendo uma mudança 
substancial na abordagem empresarial.
Nesta Dica do Professor, veja mais sobre o big data e suas principais características e aplicações.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
 
A inteligência artificial (IA) é uma área da computação dedicada a criar sistemas que podem 
executar tarefas que normalmente exigem inteligência humana. Ela envolve o desenvolvimento de 
algoritmos e modelos computacionais capazes de aprender, raciocinar, tomar decisões, reconhecer 
padrões, processar linguagem natural e interagir de forma inteligente com humanos e com o 
ambiente.
O estudo e avanço contínuo da inteligência artificial têm sido impulsionados por uma ampla gama 
de abordagens teóricas e práticas. Na esfera teórica, destaca-se a modelagem de sistemas 
inteligentes, que busca compreender os princípios subjacentes ao pensamento humano e à tomada 
de decisões. Ao explorar teorias cognitivas, como redes neurais artificiais inspiradas no 
funcionamento do cérebro, a IA busca replicar os mecanismos fundamentais que regem a 
inteligência humana.
https://fast.player.liquidplatform.com/pApiv2/embed/cee29914fad5b594d8f5918df1e801fd/885fbba06a68cd60b7889d87e4d37de7
No vídeo interativo a seguir, você vai conhecer algumas das aplicações práticas da inteligência 
artificial que estão transformando diversos setores da sociedade, desde a otimização de processos 
industriais até a personalização de recomendações em plataformas digitais.
 
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
 
https://imersys.h5p.com/content/1292119294014516657/embed
Exercícios
1) A crescente influência dos sistemas de inteligência artificial vai além do processamento 
eficiente de dados, estendendo-se à capacidade de aprendizado contínuo e à adaptação a 
padrões dinâmicos. 
Essa característica distintiva permite que os sistemas de IA evoluam com o tempo, 
aprimorando seu desempenho e mantendo-se relevantes em cenários complexos e em 
constante mudança.
Nesse sentido, qual característica distintiva dos sistemas de inteligência artificial vai além do 
processamento eficiente de dados?
A) Capacidade de processar grandes volumes de dados.
B) Capacidade de aprendizado contínuo e adaptação a padrões dinâmicos.
C) Capacidade de reconhecimentode padrões.
D) Capacidade de automação de tarefas.
E) Capacidade de tomada de decisão autônoma.
2) Diferentemente da inteligência artificial fraca, que se limita a tarefas específicas e não 
demonstra compreensão ou consciência global, a inteligência artificial forte busca simular a 
inteligência humana de maneira mais abrangente.
Na medicina, a IA está sendo cada vez mais utilizada para auxiliar médicos no diagnóstico e 
tratamento de doenças. Sistemas de IA podem analisar grandes volumes de dados médicos, 
como exames de imagem e históricos de pacientes, para identificar padrões e fazer 
previsões precisas sobre condições de saúde. Essa tecnologia promete melhorar a eficiência 
dos cuidados de saúde e salvar vidas.
Considerando o uso crescente de inteligência artificial na medicina, qual é um dos principais 
benefícios que essa tecnologia pode oferecer aos profissionais de saúde?
A) A IA pode analisar grandes volumes de dados médicos, identificar padrões e fazer previsões 
precisas sobre condições de saúde, auxiliando no diagnóstico e tratamento de doenças.
B) A IA pode substituir completamente a necessidade da intervenção humana na área médica, 
uma vez que a inteligência robótica entra em um mesmo patamar da humana.
C) A IA pode tornar os cuidados de saúde menos eficientes e menos precisos, pois sua 
codificação, como foi realizada por humanos, é propícia a erros considerados graves.
D) A IA pode aumentar a carga de trabalho dos profissionais de saúde, sem trazer benefícios 
significativos, já que será necessário se especializar em ferramentas de IA.
E) A IA pode gerar resultados imprecisos e prejudicar o diagnóstico e tratamento de doenças, 
pois não terá mais o auxílio médico para indicar os caminhos ao paciente.
3) A estatística desempenha um papel fundamental na análise e interpretação de dados, 
fornecendo métodos e técnicas que possibilitam a compreensão de padrões e tendências em 
conjuntos de informações. Um dos aspectos essenciais desse campo é a amostragem, que se 
refere à prática de selecionar uma parte representativa de uma população maior para 
realizar análises mais eficientes.
Ao trabalhar com dados, muitas vezes busca-se agrupá-los e reduzi-los para uma amostra 
representativa, eliminando a aleatoriedade inerente ao conjunto original.
A qual método matemático essa afirmação se refere?
A) Método de regressão linear.
B) Algoritmo K-Means.
C) Análise de componentes principais (PCA).
D) Teste de hipótese.
E) Método de Monte Carlo.
4) A frequência, expressa pela quantidade de incidências em um intervalo de tempo, é um 
parâmetro vital para análises em diversas áreas, desde monitoramento de sistemas até 
comportamento de usuários em plataformas digitais.
Considerando o uso crescente da inteligência artificial na coleta e análise de dados de 
frequência, qual das seguintes afirmações é correta sobre o seu papel nesse contexto?
A) A inteligência artificial é útil apenas na coleta de dados de frequência, mas sua análise é 
deficiente pela falta de especialistas na área.
B) A inteligência artificial pode processar dados de frequência, mas sua eficácia na análise 
depende da intervenção humana para resultados precisos.
C) A inteligência artificial tem mínima capacidade para lidar com dados de frequência devido à 
sua complexidade de implementação.
D) A inteligência artificial desempenha um papel importante na análise de dados de frequência, 
oferecendo resultados significativos e precisos.
E) A inteligência artificial tem um papel secundário na coleta e análise de dados de frequência, 
com uma contribuição sem grande significância.
5) Com o avanço do tempo, diversas abordagens e linhas de estudo têm surgido no campo da 
inteligência artificial. Uma dessas abordagens é a biológica, que busca compreender e 
replicar os processos cognitivos observados nos sistemas biológicos, especialmente as redes 
neurais humanas. Nos anos 1960, essa vertente de pesquisa recebeu a designação de 
“inteligência artificial”, marcando o início de uma jornada rumo à criação de sistemas capazes 
de simular o pensamento humano e realizar tarefas complexas de forma autônoma.
Qual vertente de estudo da inteligência artificial busca compreender e replicar os processos 
cognitivos observados nos sistemas biológicos, especialmente as redes neurais humanas?
A) Inteligência artificial genética.
B) Inteligência artificial quântica.
C) Inteligência artificial simulada.
D) Inteligência artificial tradicional.
E) Inteligência artificial biológica.
Na prática
A inteligência artificial, ou computação cognitiva, é a tecnologia que torna uma máquina capaz de 
tomar decisões baseadas nas informações por ela processadas e nas experiências anteriores, em 
constante autoaprendizado, de forma semelhante ao que acontece no cérebro humano. Sendo 
assim, a inteligência artificial atualmente vem apoiando muito as rotinas de setores que lidam com 
várias informações, como o jurídico.
Além disso, a aplicação da inteligência artificial no campo jurídico tem transformado 
significativamente a maneira como os profissionais do direito abordam questões legais complexas. 
Ferramentas de processamento de linguagem natural e análise de dados possibilitam a revisão 
eficiente de grandes volumes de documentos legais, acelerando processos de pesquisa e 
oferecendo insights mais precisos. A automação de tarefas rotineiras permite que os advogados 
dediquem mais tempo a análises estratégicas e tomadas de decisão, elevando a eficiência 
operacional e a qualidade do serviço prestado.
Neste Na Prática, confira como a inteligência artificial apoia rotinas do setor jurídico.
Aponte a câmera para o 
código e acesse o link do 
conteúdo ou clique no 
código para acessar.
https://statics-marketplace.plataforma.grupoa.education/sagah/5c036ff0-a79f-4d6b-aaf8-452516abf0ea/d0e86899-0cf3-4db1-a431-59b77956070c.png
Saiba +
Para ampliar o seu conhecimento a respeito desse assunto, veja abaixo as sugestões do professor:
As três etapas da inteligência artificial e por que a terceira pode 
ser fatal
No conteúdo deste vídeo são exploradas três fases da inteligência artificial, destacando não apenas 
as oportunidades, mas também os riscos inerentes a essa evolução.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
Inteligência artificial na indústria 4.0
No artigo em questão, enfatiza-se como a inteligência artificial pode ser usada para melhorar 
processos e produtividade na indústria 4.0, e como as recentes evoluções da IA podem influenciar 
ainda mais este contexto.
Aponte a câmera para o código e acesse o link do conteúdo ou clique no código para acessar.
Inteligência artificial × humanos: o que a ciência cognitiva nos 
ensina ao colocar frente a frente a mente humana e a IA
Este material expõe um contexto de interação entre a IA e a capacidade cognitiva humana. Ao 
confrontar essas duas entidades distintas, adentra-se na ciência cognitiva, explorando as 
convergências e divergências que definem essa relação. O Capítulo 2 (p. 49-118) trata justamente 
do domínio da IA no sentido de aplicabilidade.
Conteúdo interativo disponível na plataforma de ensino!
https://www.youtube.com/embed/i6xbl9QzIK0
https://www.eacademica.org/eacademica/article/view/485