Fundamentos de IA Aplicada

Prévia do material em texto

Unidade 1
Nivelando os conhecimentos em Inteligência Artificial
Aula 1
Conceituando a IA: definição, funcionamento e aplicações gerais
Conceituando a IA: definição, funcionamento e aplicações gerais
Conceituando a IA: definição,
funcionamento e aplicações
gerais
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Olá, estudante!
Bem-vindo à primeira aula de Fundamentos de Inteligência Artificial
Aplicada. Aqui, você será introduzido aos conceitos de Inteligência
Artificial (IA) que, embora triviais, são essenciais para o
aprofundamento na área. Vamos entender, juntos, o funcionamento
da IA e as suas diversas aplicações nos setores econômicos,
compreendendo como o mercado atual abre novas oportunidades de
carreira e inovação.
Convidamos você a participar ativamente desta aula e a explorar
como a Inteligência Artificial pode ser aplicada em sua futura
profissão.
Ponto de Partida
Ponto de Partida
Olá, estudante! Seja bem-vindo à disciplina de Inteligência Artificial
Aplicada. Na primeira unidade, abordaremos conceitos básicos, a
evolução e as razões éticas e técnicas ao utilizar a Inteligência Artificial
(IA). Nesta aula, exploraremos principalmente a sua definição e a
importância de compreender essa tecnologia em um contexto amplo.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A Inteligência Artificial é um campo da ciência da computação que
busca desenvolver sistemas capazes de realizar tarefas que
normalmente requerem inteligência humana. Seu funcionamento
geral baseia-se em modelos e algoritmos de IA, que precisam ser
compreendidos caso o profissional deseje aplicar IA em sua área de
atuação. Vamos abordar os princípios básicos que permitem que os
algoritmos de Inteligência Artificial aprendam e tomem decisões,
destacando técnicas como aprendizado supervisionado e não
supervisionado.
Por fim, exploraremos as diversas aplicações da IA em diferentes
setores econômicos. A Inteligência Artificial está transformando
muitas áreas, como saúde, finanças, educação, e tantas outras.
Conhecer essas aplicações permitirá vislumbrar como ela pode ser
utilizada para resolver problemas reais e melhorar processos em sua
futura vida profissional.
Antes de partirmos para as definições, imagine que você está
trabalhando em uma empresa do setor de consultoria que deseja
implementar soluções de IA para otimizar as suas operações e
processos. A empresa possui diversos setores: financeiro, RH,
operações, TI, etc. No entanto, não  se sabe se todos eles podem
implementar IA, como ela funciona e quais são as suas possíveis
aplicações.
Como você poderia explicar a importância da Inteligência Artificial
para seus colegas e demonstrar o potencial dessa tecnologia para
transformar o negócio, não só em um contexto amplo, mas também
para os diferentes setores de um ambiente corporativo?
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Recomendamos que você mantenha a curiosidade e esteja sempre
aberto a novas descobertas no campo de IA para encontrar as
respostas ao cenário. Desejamos boas-vindas aos seus estudos sobre
Inteligência Artificial!
Vamos Começar!
Vamos Começar!
Conceitos de Inteligência Artificial
A definição de Inteligência Artificial não é única e absoluta, pois
diferentes áreas de estudo e ciências podem descrevê-las de
maneiras variadas. Segundo Russell e Norvig (2022), a IA é o estudo de
agentes que recebem percepções do ambiente e realizam ações. Além
disso, podemos defini-la como um campo da ciência da computação
que se dedica ao desenvolvimento de sistemas capazes de realizar
tarefas que normalmente requerem inteligência humana.
Separando as palavras, temos “Inteligência”, que é a faculdade de
conhecer, compreender e aprender algo, e “Artificial”, ou seja,
produzido de maneira não natural. Podemos traduzir a Inteligência
Artificial como um aprendizado não natural ou biológico –
popularmente conhecido como aprendizado de máquina.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Os modelos de IA são caracterizados por sua capacidade de aprender
e se adaptar a partir de dados. Algumas características importantes
dos sistemas incluem:
Capacidade de aprendizado: os modelos podem melhorar seu
desempenho com o tempo.
Adaptabilidade: podem ser aplicados a diferentes problemas e
contextos.
Escalabilidade: podem processar grandes volumes de dados de
maneira eficiente.
O processo de ensino ocorre por meio do treinamento de algoritmos
de aprendizado, em que o computador (ou a capacidade
computacional) “aprende” a realizar uma tarefa específica a partir de
exemplos. Esse processo envolve várias etapas e conceitos
importantes. Para tornar a explicação dos conceitos mais aplicável,
vamos pensar o cenário no qual trabalhamos como uma linha de
produção de carros e queremos prever quais carros apresentarão
algum problema nos primeiros três meses de uso.
Passo 1: Separação de exemplos (Coleta de dados)
Primeiro, devemos analisar todo o histórico de produção para separar
os carros que apresentaram problemas nos primeiros três meses de
uso daqueles que não apresentaram. Então, na sequência, vamos
imaginar que separamos exemplos de cor, ano de fabricação, peso e
valor dos carros produzidos nos últimos dois anos, identificando quais
apresentaram ou não algum tipo de problema.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Passo 2: Escolha do algoritmo de aprendizado
Em seguida, devemos escolher um algoritmo para treinar o
computador (ou a capacidade computacional) com os exemplos
coletados. Existem dois tipos principais de algoritmos de aprendizado
de máquina: supervisionados e não supervisionados.
Modelos supervisionados: utilizam dados rotulados para treinar o
modelo. Por exemplo, se o carro apresentou problema ou não.
Modelos não supervisionados: trabalham com dados não
rotulados, tentando encontrar padrões ou estruturas intrínsecas
nos dados sem a orientação de saídas conhecidas. Por exemplo,
cor do veículo, ano de fabricação, peso do veículo, valor do veículo
– ou seja, temos as características de um carro, mas não sabemos
dizer se essas características estão vinculadas a um carro que
apresentou problema.
Para o nosso cenário, vamos utilizar um algoritmo de aprendizado
supervisionado, pois temos a informação se “gerou problema” ou
“não gerou problema” rotulada nos exemplos separados.
Passo 3: Treinamento do Algoritmo de Aprendizado
O algoritmo é treinado usando o conjunto de exemplos separados.
Durante esse processo, o modelo se ajusta para identificar as
características que melhor expliquem o objetivo da tarefa (que, no
nosso cenário, é prever se um carro vai apresentar problema nos
primeiros três meses de uso).
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Para exemplificar, uma das características mais relevantes será:
carros brancos, fabricados em 2021, que pesam mais de uma
tonelada e custam menos de R$60 mil reais – lembrando que essa é
apenas uma das características com maior chance de fazer o objetivo
acontecer.
Passo 4: Validação, Teste e Acompanhamento do Algoritmo de
Aprendizado
Com o algoritmo treinado, precisamos agora avaliar se as
características observadas na etapa de treinamento podem ser
generalizadas em outros exemplos que não estavam no conjunto de
treinamento. Nessa etapa, buscamos exemplos mais recentes que
não participaram do treinamento do algoritmo. O objetivo dessa
etapa é entender se as características que mais explicaram o objetivo
na etapa de treinamento continuam relevantes e podem ser
incorporadas em um processo de qualidade na linha de produção,
por exemplo.
É importante ter em mente que a Inteligência Artificial é,
essencialmente, um sistema treinado e capaz de replicar esse
treinamento em situações do dia a dia. Graças à capacidade
computacional do século XXI, conseguimos escalar esses sistemas de
maneira inédita, transformando a IA em uma tecnologia emergente
que causa grandes impactos econômicos e sociais.
Siga em Frente...
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIALcomo “trolls da internet”,
começaram a alimentar Tay com dados racistas, homofóbicos e
politicamente extremistas, tornando-a extremamente antissocial. Em
pouco tempo, Tay passou a fazer piadas discriminatórias e
depreciativas contra grupos marginalizados, o que levou a Microsoft a
desligar o chatbot em menos de 16 horas.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Outro exemplo clássico é o uso de sistemas de reconhecimento facial.
Estudos mostram que esses sistemas frequentemente apresentam
uma precisão muito menor para rostos de pessoas não brancas,
devido à falta de diversidade nos dados de treinamento. Isso não é
apenas uma falha técnica, mas também uma falha ética, que pode
levar a práticas discriminatórias, como vigilância desproporcional de
certos grupos demográficos.
Desigualdade Econômica
A IA também tem o potencial de aumentar a desigualdade econômica.
Empresas que conseguem implementar tecnologias avançadas de
Inteligência Artificial podem obter uma vantagem competitiva tão
grande ao ponto de limitar significativamente a concorrência,
resultando em monopólios ou oligopólios. A distribuição desigual dos
benefícios da IA pode ampliar o fosso entre ricos e pobres.
De acordo com a FMI (Fundo Monetário Imobiliário), em países em
desenvolvimento com deficiência de infraestrutura tecnológica e falta
de mão de obra qualificada, a IA pode colocar em risco 24% dos
empregos no mercado emergente e 18% nos de baixa renda. Nos
países desenvolvidos, como EUA, Europa Ocidental e China, pode
ameaçar 33% dos empregos, devido à infraestrutura tecnológica mais
forte. Mesmo com esses riscos, a Inteligência Artificial tem um
enorme potencial de melhorar a produtividade dos empregos
(MARINHO, 2024).
Transparência e Accountability
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Uma das críticas mais comuns aos sistemas de IA é a sua "caixa
preta", ou seja, a dificuldade, se não impossibilidade, de entender
como um algoritmo chegou a uma determinada decisão. Isso levanta
preocupações sobre accountability (responsabilização) e a capacidade
de revisar decisões automatizadas.
A responsabilidade, nesse caso, refere-se a quem é responsável pelas
ações e decisões tomadas por sistemas de Inteligência Artificial. Esse
é um campo complexo, pois vários stakeholders estão envolvidos no
design, desenvolvimento, implementação e uso de um sistema de IA.
A accountability é a capacidade de atribuir responsabilidade por
ações ou decisões. Em casos como acidentes com carros autônomos,
a questão de quem deve ser responsabilizado (o fabricante,
programador ou proprietário) ainda está em debate. Garantir
accountability é essencial não apenas para a justiça, mas também
para a confiança do público em tecnologias de IA.
Além da responsabilidade legal, há a responsabilidade ética.
Designers e desenvolvedores de IA têm o dever ético de considerar as
consequências de suas criações e incorporar valores éticos no design
de seus sistemas. Isso inclui medidas para prevenir uso indevido e
abuso dos sistemas de I Inteligência Artificial. Segundo Feferbaum
(2023) “é preciso pensar no próprio design do sistema, criando
mecanismos para que pesquisadores e engenheiros, assim como as
empresas de tecnologia que os empregam, possam se conscientizar
do que fazem e assumir as respectivas responsabilidades”.
Autonomia e Decisão Automática
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A IA permite que sistemas tomem decisões autonomamente, sem
intervenção humana direta, o  que levanta questões significativas
sobre controle e confiança. Decisões automatizadas podem ser
extremamente eficazes para tarefas como gerenciamento de
inventário ou controle de tráfego. No entanto, em áreas como saúde,
justiça ou serviços financeiros, a delegação total de decisões para
sistemas automatizados pode ser problemática, pois requer nuances
e julgamentos éticos além das capacidades das máquinas.
Uma questão crítica é até que ponto os humanos devem monitorar e
intervir nas decisões de IA. Em alguns casos, intervenções humanas
são essenciais para garantir que as decisões estejam alinhadas com
os valores éticos e sociais. Segundo Feferbaum (2023), “o mais
prudente seria tentar obter uma postura de complementação entre
os julgamentos algorítmicos e os humanos, a fim de que cada um
possa compensar as debilidades do outro”.
As questões éticas em torno da IA são complexas e multifacetadas.
Abordá-las é fundamental para garantir que a Inteligência Artificial
seja uma força para o bem na sociedade. Justiça, transparência,
 responsabilidade e autonomia são algumas das dimensões que
precisam ser rigorosamente consideradas ao desenvolver e
implementar tecnologias de IA.
À medida que avançamos, será essencial um esforço colaborativo
entre cientistas, engenheiros, legisladores, empresários e o público
para moldar o futuro da IA de maneira ética e responsável. Isso inclui
a criação de frameworks regulatórios robustos, a promoção de
práticas industriais responsáveis e a educação contínua sobre
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
questões éticas. Somente com um compromisso dedicado e contínuo
com a ética podemos garantir que a Inteligência Artificial realize seu
potencial de melhorar a vida humana sem comprometer nossos
valores fundamentais.
Siga em Frente...
Siga em Frente...
Privacidade dos dados e IA
responsável
Os dados gerados e coletados, que crescem exponencialmente,
também levantam preocupações sociais acerca da privacidade e
segurança. O Regulamento Geral sobre a Proteção de Dados (LGPD)
do Brasil foi criado para enfrentar esses desafios, estabelecendo
diretrizes rigorosas para o processamento, a proteção e o
armazenamento de dados pessoais. Segundo Soler (2022), “o espírito
da norma é proteger o direito à proteção de dados”, garantindo a
liberdade, a privacidade e o livre desenvolvimento da personalidade.
A LGPD, sancionada em agosto de 2018 e efetiva desde setembro de
2020, foi inspirada pelo Regulamento Geral sobre a Proteção de
Dados (GDPR) da União Europeia. Ela estabelece um conjunto de
regras para o tratamento de dados pessoais, protegendo os direitos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
fundamentais de liberdade e privacidade, abrangendo atividades de
processamento de dados no Brasil ou que impactam indivíduos no
país.
Princípios Fundacionais da LGPD
A LGPD está estruturada em torno de princípios fundacionais que
garantem o tratamento ético e responsável dos dados pessoais,
sendo:
Finalidade: os dados devem ser processados para fins específicos,
legítimos e explícitos.
Adequação: o tratamento dos dados deve ser compatível com as
finalidades informadas ao titular.
Necessidade: a coleta de dados deve ser limitada ao mínimo
necessário para a realização das finalidades.
Livre Acesso: o titular dos dados tem o direito de acessar
informações sobre o tratamento de seus dados pessoais.
Qualidade dos Dados: os dados devem ser mantidos atualizados e
relevantes para as finalidades do tratamento.
Transparência: os procedimentos de processamento de dados
devem ser claros e comunicados aos titulares.
Segurança: medidas técnicas e administrativas devem ser
implementadas para proteger os dados contra acessos não
autorizados e outras ameaças.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
LGPD no Contexto da Inteligência
Artificial
Sabendo que a IA se baseia em grandes volumes de dados para
funcionar eficientemente, a integração da Inteligência Artificial com a
LGPD traz desafios e oportunidades únicas.
Privacidade dos Dados
A LGPD exige que qualquer coleta de dados pessoais, sejam eles
sensíveis ou não, seja feita com o consentimento explícito do usuário,
que deve ser informado sobre como seus dados serão usados. Isso
garante que os usuários mantenham o controle sobre as suas
informações pessoais e estejam cientes das implicações do
compartilhamento desses dados.
Além disso, a lei impõe requisitos mais rigorosos para o tratamento
de dados sensíveis,pois são dados de aspectos íntimos da vida do
indivíduo, como origem racial ou étnica, convicções religiosas,
opiniões políticas, dados genéticos ou biométricos, saúde, vida sexual
ou orientação sexual. Isso implica em proteger ainda mais a
privacidade dos indivíduos.
Transparência e Explicabilidade
A LGPD exige transparência no tratamento de dados, alinhando-se à
necessidade de explicabilidade em IA. Ela impulsiona as organizações
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
a serem claras sobre como os dados são usados e a fornecerem
respostas claras aos titulares sobre qualquer decisão automatizada
que impacte seus direitos. Isso ajuda a cimentar a confiança entre os
usuários e as empresas, assegurando que os procedimentos de
Inteligência Artificial1 sejam auditáveis e compreensíveis.
Segundo Alencar (2022), “é imprescindível que os operadores da IA
informem a existência de decisões totalmente automatizadas em seus
produtos ou serviços, a fim de atender à transparência requerida pela
legislação”.
Segurança dos Dados
A LGPD enfatiza a necessidade de medidas técnicas e administrativas
para proteger os dados contra acessos não autorizados e outras
violações de segurança. A segurança é um pilar essencial,
especialmente para sistemas de IA que operam em infraestruturas de
nuvem e utilizam APIs vulneráveis a ataques cibernéticos. Garantir a
criptografia adequada dos dados, monitorar regularmente para
detectar anomalias e implementar protocolos de resposta a
incidentes são práticas vitais para cumprir com as exigências da LGPD
e assegurar a integridade dos dados.
A LGPD desempenha um papel importante na proteção da
privacidade e segurança dos dados na era da Inteligência Artificial. Ao
impor regras claras e rigorosas sobre o tratamento de dados
pessoais, ela protege os direitos dos indivíduos e incentiva práticas
empresariais éticas. Na interseção entre IA e a LGPD, há desafios e
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
oportunidades que, se bem geridos, podem levar a um futuro em que
a IA respeite a dignidade e a privacidade de todos os indivíduos.
Implicações Ampliadas
A ética e a LGPD na IA tem implicações que vão além das questões
técnicas e individuais, afetando estruturas sociais, normativas e legais.
Dentre elas, temos:
Sistema de Justiça: algoritmos são utilizados para prever a
reincidência criminosa e ajudar nas decisões de fiança e sentença. No
entanto, se baseados em dados históricos com disparidades raciais
sistêmicas, podem perpetuar a injustiça em vez de sua mitigação.
Mercado de Trabalho: a automatização inteligente está
reestruturando o mercado de trabalho, afetando várias profissões.
Isso levanta questões éticas sobre reemprego e a requalificação dos
trabalhadores. Empresas e governos devem implementar políticas
para ajudar os trabalhadores a se adaptarem, oferecendo programas
de treinamento e suporte na transição para novas funções.
Saúde: a precisão e rapidez da IA pode salvar vidas, mas a falta de
transparência pode corroer a confiança dos médicos e pacientes.
Além disso, a privacidade dos pacientes e a segurança dos dados de
saúde são preocupações críticas.
Educação: a IA pode personalizar o aprendizado e identificar áreas
nas quais os estudantes precisam de mais apoio. No entanto, é crucial
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
garantir que esses sistemas não reforcem preconceitos ou exacerbem
as desigualdades educacionais. A privacidade e a segurança dessas
informações também são preocupações éticas significativas.
Vamos Exercitar?
Vamos Exercitar?
Como mitigar vieses éticos no uso da
IA?
Recapitulando o cenário prático em que o sistema de IA para triagem
de currículos rejeita desproporcionalmente candidatos de grupos
sociais minoritários, isso exemplifica a necessidade de entender e
mitigar vieses para garantir um uso justo da tecnologia. Utilizando
princípios éticos, como os especificados pela LGPD, e promovendo a
transparência e a explicabilidade, a empresa pode corrigir esses
vieses e assegurar uma triagem mais justa e precisa.
O conceito de IA responsável e ética inclui práticas para desenvolver
sistemas transparentes, auditáveis e livres de vieses, beneficiando
todos os grupos sociais. Um sistema de Inteligência Artificial projetado
para triagem de currículos deve ser monitorado para evitar rejeições
desproporcionais de candidatos de determinados grupos sociais. A
transparência é fundamental para construir a confiança dos usuários.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A privacidade e a segurança dos dados também são preocupações no
desenvolvimento do sistema para triagem de currículos. A LGPD exige
consentimento explícito do usuário e transparência sobre o uso de
seus dados, pontos essenciais para manter a confiança. A aplicação
da LGPD implica a implementação de medidas técnicas e
administrativas para proteger os dados contra acessos não
autorizados e outras ameaças, além de assegurar que os algoritmos
sejam auditáveis e livres de vieses discriminatórios.
Ao explorar questões éticas, privacidade e segurança dos dados, e os
princípios da IA responsável, você se prepara para enfrentar os
desafios morais e técnicos que acompanham o desenvolvimento e a
aplicação da Inteligência Artificial. Isso contribuirá para uma
sociedade mais justa e equitativa.
Saiba mais
Saiba mais
Olá, estudante!
Embora possa parecer complexo e fora do escopo da tecnologia, a
discussão de princípios éticos é fundamental para promover o uso
responsável da IA. Para aprofundar nesse tema, recomendamos a
leitura do módulo "Uso responsável da inteligência artificial na
educação
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/paths/responsible-use-of-artificial-intelligence-in-education/
https://learn.microsoft.com/pt-br/training/paths/responsible-use-of-artificial-intelligence-in-education/
Este material proporciona uma visão abrangente dos princípios e um
guia estratégico para uso responsável da IA. Ele permite entender a
abordagem da Microsoft, que valoriza a equidade, confiabilidade,
segurança, privacidade, inclusão,  transparência, responsabilidade,
entre outros!
Referências
Referências
ALENCAR, Ana Catarina D. Inteligência Artificial, Ética e Direito: Guia
Prático para Entender o Novo Mundo. Disponível em: Minha
Biblioteca, Grupo GEN, 2022.
AMORIM, P. Tay, o chatbot que saiu do controle: o que isso diz sobre o
futuro da tecnologia? Medium, 2023. Disponível em:
https://medium.com/@pabloamorim/como-o-chatbot-tay-da-
microsoft-se-tornou-tendencioso-e-o-que-podemos-aprender-com-
esse-caso-hoje-ad11194f5a3a. Acesso em: 30 out. 2024.
CRISOSTOMO, A. L.; VARANI, G.; PEREIRA, P. S.; et al. Ética. Porto
Alegre: SAGAH, 2018. E-book. p.13. ISBN 9788595024557. Disponível
em:
https://integrada.minhabiblioteca.com.br/reader/books/97885950245
57/. Acesso em: 30 out. 2024.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://medium.com/@pabloamorim/como-o-chatbot-tay-da-microsoft-se-tornou-tendencioso-e-o-que-podemos-aprender-com-esse-caso-hoje-ad11194f5a3a
https://medium.com/@pabloamorim/como-o-chatbot-tay-da-microsoft-se-tornou-tendencioso-e-o-que-podemos-aprender-com-esse-caso-hoje-ad11194f5a3a
https://medium.com/@pabloamorim/como-o-chatbot-tay-da-microsoft-se-tornou-tendencioso-e-o-que-podemos-aprender-com-esse-caso-hoje-ad11194f5a3a
https://integrada.minhabiblioteca.com.br/reader/books/9788595024557/
https://integrada.minhabiblioteca.com.br/reader/books/9788595024557/
FECHER, A. Justiça e Equidade. Jusbrasil, 2014. Disponível em:
https://www.jusbrasil.com.br/artigos/justica-e-equidade/178732501.
Acesso em: 30 out. 2024.
FEFERBAUM, M. et al. Ética, Governança e Inteligência Artificial.
Disponível em: Minha Biblioteca, Grupo Almedina, 2023.
HOLDSWORTH, J. O que é viés de IA? IBM, 2023. Disponível em:
https://www.ibm.com/br-pt/topics/ai-bias. Acesso em: 30 out. 2024.
MARINHO, A. FMI diz que IA pode agravar desigualdadede renda
entre países. CNN Brasil, 2024. Disponível em:
https://www.cnnbrasil.com.br/economia/macroeconomia/fmi-diz-que-
ia-pode-agravar-desigualdade-de-renda-entre-paises/. Acesso em: 30
out. 2024. 
SOLER, F. G. Proteção de dados: reflexões práticas e rápidas sobre a
LGPD. Disponível em: Minha Biblioteca, Grupo GEN, 2022.
Aula 5
Encerramento da Unidade
Videoaula de Encerramento
Videoaula de Encerramento
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://www.jusbrasil.com.br/artigos/justica-e-equidade/178732501
https://www.ibm.com/br-pt/topics/ai-bias
https://www.cnnbrasil.com.br/economia/macroeconomia/fmi-diz-que-ia-pode-agravar-desigualdade-de-renda-entre-paises
https://www.cnnbrasil.com.br/economia/macroeconomia/fmi-diz-que-ia-pode-agravar-desigualdade-de-renda-entre-paises
Nesta videoaula de encerramento da unidade, proporcionaremos
uma visão abrangente e integradora dos principais tópicos abordados
ao longo das aulas. Iniciaremos revisando os conceitos fundamentais
de Inteligência Artificial (IA), passando por sua evolução histórica,
avaliando critérios para a sua aplicação e discutindo aspectos éticos.
Este conteúdo é fundamental para que você possa aplicar a IA de
forma prática e consciente em diversos contextos profissionais.
Participe desta aula e consolide o seu conhecimento.
Faça o download do arquivo
Ponto de Chegada
Ponto de Chegada
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/95e9c91f-a018-5deb-a363-48641c6b94f3.pdf
Fundamentos de Inteligência Artificial
e aplicações éticas
Olá, estudante!
Durante as aulas, abordamos conceitos fundamentais de Inteligência
Artificial (IA), como a sua definição, funcionamento, aplicações gerais,
evolução, critérios de avaliação e questões éticas. Esses
conhecimentos são essenciais para desenvolver a competência de
reconhecer e aplicar os princípios da Inteligência Artificial de maneira
ética e responsável.
Ao compreender a IA e o seu funcionamento, você pode identificar as
suas aplicações e entender os avanços tecnológicos que criaram
sistemas mais inteligentes e eficientes. Esse conhecimento histórico
ajuda a prever tendências futuras, como a automação avançada,
permitindo inovações informadas e estratégicas. Além disso, forma
profissionais, como cientistas de dados, desenvolvedores e
engenheiros de automação, capacitando-os a criar soluções
tecnológicas avançadas e éticas em suas áreas.
Ao avaliar os critérios de uso da IA, você desenvolve a habilidade de
analisar os benefícios e as restrições de diferentes aplicações,
garantindo uma adoção consciente e segura. Isso inclui a verificar a
viabilidade técnica, o impacto social e as implicações legais. Ao
explorar questões éticas e de privacidade, você se capacita a
implementar práticas que assegurem a justiça, a transparência e a
ausência de vieses. Esses conhecimentos são essenciais para analistas
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
de políticas públicas, consultores de tecnologia e especialistas em
compliance.
Por fim, a competência desta unidade fomentou o uso responsável da
IA, incentivando o desenvolvimento de soluções tecnológicas que
respeitem os princípios éticos e as regulamentações de privacidade e
segurança de dados, protegendo as informações pessoais.
Recomendamos que você reflita sobre como aplicar esses
conhecimentos como profissional especialista em segurança da
informação, consultor de compliance ou desenvolvedor de software,
contribuindo para uma sociedade mais justa e equitativa.
Boa jornada de aprendizado!
É Hora de Praticar!
É Hora de Praticar!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Mapeando vieses na DiagnoSmart
Imagine que você está estagiando na empresa "InovaMed", uma
startup de saúde que busca inovar no diagnóstico médico utilizando
IA. Ela conta com uma equipe de 20 profissionais, incluindo
desenvolvedores, médicos e especialistas em dados
A empresa desenvolveu um sistema de IA chamado "DiagnoSmart",
capaz de analisar exames de imagem, como raios-X e ressonâncias
magnéticas, e fornecer diagnósticos preliminares. No entanto, após
alguns meses de uso, a equipe percebeu que o sistema apresenta um
viés em seus diagnósticos, subestimando a gravidade de certas
condições em pacientes de grupos minoritários. A equipe está
preocupada com as implicações éticas e legais dessa questão.
Reflita
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Você, como um analista de dados, identificou esses vieses e foi
acionado para propor soluções a fim de mitigá-los. A equipe de
desenvolvimento espera que você apresente um plano de ação para
corrigir o problema e garantir que o sistema opere de maneira justa e
precisa para todos os pacientes. Para isso, você precisa refletir sobre
as seguintes questões:
1. Como identificar e quantificar os vieses presentes no sistema
DiagnoSmart?
2. Quais métodos podem ser utilizados para corrigir esses vieses no
sistema de IA?
3. Quais são as implicações éticas e legais de um sistema de IA com
vieses? Como a InovaMed pode garantir que o DiagnoSmart esteja
em conformidade com a legislação de proteção de dados?
Resolução do Estudo de Caso
Primeiro, é necessário identificar e quantificar os vieses. Para isso,
colete e analise os dados usados no treinamento do sistema,
verificando se há uma representação equilibrada de todos os grupos
demográficos. Utilize métricas de avaliação específicas para identificar
vieses, como a análise de erro por subgrupos demográficos.
Ferramentas como o "Fairness Indicators" do Google podem ser úteis
nesse processo.
Em seguida, é preciso corrigir esses vieses. Se a análise de dados
revelar uma sub-representação de certos grupos, reequilibre o
conjunto de dados de treinamento para garantir que todos os grupos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
estejam igualmente representados. Além disso, sugira o uso de
algoritmos de aprendizado de máquina que incorporam técnicas de
mitigação de viés ou a introdução de regularização baseada em
equidade.
Para implementar as medidas técnicas e administrativas em sua
proposta, é essencial garantir a conformidade com a Lei Geral de
Proteção de Dados (LGPD). Isso protegerá os dados pessoais dos
pacientes e assegurará a transparência. Certifique-se de que todas as
práticas de coleta e uso de dados estejam em conformidade com a
LGPD.
Assim como em qualquer projeto, a transparência e a explicabilidade
são fundamentais. Desenvolva uma documentação detalhada sobre o
funcionamento do DiagnoSmart e como as decisões são tomadas pelo
sistema. Isso ajudará a construir confiança com os usuários e a
cumprir as exigências legais de transparência.
Seguindo essas etapas, a InovaMed poderá mitigar os vieses no
sistema DiagnoSmart, garantindo diagnósticos mais justos e precisos.
Além disso, a conformidade com a legislação e a promoção da
transparência fortalecerão a confiança dos pacientes e dos
profissionais de saúde no uso da IA. Recomendamos que a equipe de
desenvolvimento continue monitorando o sistema regularmente para
identificar e corrigir novos vieses que possam surgir, assegurando um
uso ético e responsável da tecnologia.
Assimile
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Fonte: Captura de Tela do Markmap elaborado pelo Autor.
Referências
MUSSA, A. Inteligência Artificial - Mitos e verdades. Disponível em:
Minha Biblioteca, Saint Paul Publishing (Brazil), 2020.
FEFERBAUM, M. et al. Ética, Governança e Inteligência Artificial.
Disponível em: Minha Biblioteca, Grupo Almedina, 2023.
LOPES, H.¿Do Zero ao Infinito: A Evolução da Inteligência Artificial. [s.l.]
eBook Kindle, 2023. Disponível em: https://a.co/d/6c7tR0m. Acesso
em: 23 jul. 2025.
SCHMIDT, E. et al. A Era da IA: e nosso futuro como humanos.
Disponível em: Minha Biblioteca, Editora Alta Books, 2023.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://a.co/d/6c7tR0mSOLER, F. G. Proteção de dados: reflexões práticas e rápidas sobre a
LGPD. Disponível em: Minha Biblioteca, Grupo GEN, 2022.
TAURION, C.¿Uma breve história da IA. Disponível em: https://c-
taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481.
Acesso em: 16 set. 2024.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://c-taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481
https://c-taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481APLICADA
Siga em Frente...
Aplicações gerais de IA na sociedade
No exemplo acima, foi demonstrado como a IA pode ser aplicada na
área industrial. Todavia, podemos ver que Inteligência Artificial está
presente em diversas atividades cotidianas. Desde assistentes virtuais
em smartphones até sistemas de recomendação em plataformas de
streaming, a IA tende a facilitar e aprimorar as nossas interações com
a tecnologia.
No setor econômico, a IA tem revolucionado as finanças, incluindo
estratégias de investimento, avaliação de riscos e tomada de decisões.
Refletir sobre o futuro das finanças envolve considerar as mudanças
na forma como investimos e gerimos recursos, graças à capacidade
da IA de processar e analisar grandes volumes de dados, permitindo
decisões mais informadas (YOSHINAGA, 2023, p. 6).
Enquanto, no passado, as estratégias de investimento dependiam de
muita pesquisa manual e análises que envolviam uma série de
parâmetros que mudavam com frequência, hoje, a IA permite ganhar
tempo na tomada de decisões. Dentre as subáreas do setor
financeiro, estão:
Análise de Risco e Crédito
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Esta área envolve a avaliação da capacidade de um cliente pegar um
empréstimo. A IA é usada para analisar dados históricos (como
histórico de crédito) e comportamentais (como hábitos de
pagamento) para determinar o risco de conceder crédito a um cliente.
Detecção de Fraude
Aqui, a IA monitora transações financeiras em tempo real para
identificar atividades suspeitas que possam indicar fraude. Por
exemplo, se um cartão de crédito é usado de maneira incomum, os
algoritmos de Inteligência Artificial podem detectar e alertar a
instituição financeira para investigar mais a fundo.
Trading Algorítmico
Esta subárea utiliza IA para realizar negociações de alta frequência no
mercado financeiro. A Inteligência Artificial analisa padrões de
mercado e executa negociações automaticamente com base nesses
padrões.
Além de entender os casos em que essa tecnologia é utilizada no
setor financeiro, não podemos esquecer outros setores do mercado
em geral, como a saúde, varejo, manufatura, transporte e logística,
agricultura, energia e entretenimento. Veja, na tabela a seguir, a
relação das subáreas e o como cada uma utiliza a IA.
Setor de Saúde
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Diagnóstico Médico: sistemas de IA auxiliam no diagnóstico de
doenças por meio da análise de imagens médicas e dados de
pacientes.
Medicina Personalizada: a IA ajuda a criar planos de tratamento
personalizados com base no perfil genético do paciente.
Gestão Hospitalar: otimização de recursos e agendamento de
pacientes utilizando algoritmos de IA.
Setor de Varejo
Recomendação de Produtos: algoritmos de IA sugerem produtos aos
clientes com base em suas preferências e histórico de compras (ex.:
Amazon).
Gestão de Estoque: previsão de demanda e otimização de inventário
utilizando IA.
Atendimento ao Cliente: Chatbots e assistentes virtuais para melhorar
a experiência do cliente.
Setor de Manufatura
Manutenção Preditiva: a IA monitora equipamentos para prever
falhas e agendar manutenções preventivas.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Automação de Processos: robôs e sistemas de IA para automatizar
linhas de produção.
Controle de Qualidade: inspeção automatizada de produtos utilizando
visão computacional.
Setor de Transporte e Logística
Roteirização e Otimização de Rotas: a IA otimiza rotas de entrega para
reduzir custos e tempo.
Veículos Autônomos: desenvolvimento de carros e caminhões
autônomos.
Gestão de Frotas: monitoramento e otimização da utilização de
veículos.
Setor de Agricultura
Agricultura de Precisão: utilização de IA para monitorar e otimizar o
uso de recursos como água e fertilizantes.
Previsão de Colheitas: algoritmos de IA para prever rendimentos de
colheitas e condições climáticas.
Detecção de Pragas: sistemas de IA para identificar e controlar pragas
em plantações.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Setor de Energia
Gestão de Redes Elétricas: IA para otimizar a distribuição de energia e
prever falhas na rede.
Previsão de Demanda: modelos de IA para prever o consumo de
energia e ajustar a produção.
Energia Renovável: otimização de sistemas de energia solar e eólica
utilizando IA.
Setor de Entretenimento 
Criação de Conteúdo: IA para gerar música, arte e até mesmo roteiros
de filmes.
Recomendação de Mídia: algoritmos que sugerem filmes, músicas e
séries com base no gosto do usuário.
Análise de Sentimento: monitoramento de redes sociais e feedbacks
para entender a recepção do público.
Setor  Subárea  Descrição  Exemplo 
Saúde  Diagnóstico
Médico 
Diagnóstico de
doenças por meio da
análise de imagens
Detecção de
câncer
mamografias. 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
médicas e dados de
pacientes. 
Medicina
Personalizada 
Planos de
tratamento
personalizados com
base no perfil
genético do
paciente. 
Tratamentos
específicos para
pacientes com
câncer. 
Gestão
Hospitalar 
Otimização de
recursos e
agendamento de
pacientes. 
Gerenciamento de
leitos hospitalares 
Varejo  Recomendação
de Produtos 
Sugestão de
produtos aos
clientes com base
em suas preferências
e histórico de
compras. 
Sugestões de
compras
personalizadas em
plataformas de e-
commerce (ex.:
Amazon). 
Gestão de
Estoque 
Previsão de
demanda e
otimização de
inventário. 
Previsão de
demanda de
produtos
sazonais. 
Atendimento ao
Cliente 
Chatbots e
assistentes virtuais
para melhorar a
experiência do
cliente. 
Chatbots que
respondem a
perguntas
frequentes. 
Manufatura  Manutenção
Preditiva 
Monitorar
equipamentos para
prever falhas e
agendar
Sensores de IA em
máquinas para
prever falhas. 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
manutenções
preventivas. 
Automação de
Processos 
Robôs e sistemas
para automatizar
linhas de produção. 
Robôs que
montam carros em
fábricas. 
Controle de
Qualidade 
Inspeção
automatizada de
produtos utilizando
visão
computacional. 
IA para detectar
defeitos em
produtos
eletrônicos. 
Transporte e
Logística 
Roteirização e
Otimização de
Rotas 
Otimizar rotas de
entrega para reduzir
custos e tempo. 
IA para otimizar
rotas de entrega
de encomendas. 
Veículos
Autônomos 
Desenvolvimento de
carros e caminhões
autônomos. 
Carros autônomos
que dirigem sem
intervenção
humana. 
Gestão de
Frotas 
Monitoramento e
otimização da
utilização de
veículos. 
IA para gerenciar a
frota de
caminhões. 
Agricultura  Agricultura de
Precisão 
Monitorar e otimizar
o uso de recursos
como água e
fertilizantes. 
Drones para
monitorar
plantações. 
Previsão de
Colheitas 
Prever rendimentos
de colheitas e
condições
climáticas. 
IA para prever a
produção de safras
de milho. 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Detecção de
Pragas 
Identificar e
controlar pragas em
plantações. 
IA para detectar
infestações de
pragas em
plantações. 
Energia  Gestão de
Redes Elétricas 
Otimizar a
distribuição de
energia e prever
falhas na rede. 
IA para gerenciar a
distribuição de
energia em uma
cidade. 
Previsão de
Demanda 
Prever o consumo de
energia e ajustar a
produção. 
IA para prever
picos de consumo
de energia. 
Energia
Renovável 
Otimização de
sistemas de energia
solar e eólica. 
IA para otimizar a
produção de
energia em
parques eólicos. 
Entretenimento  Criação de
Conteúdo 
Gerar música, arte e
roteiros de filmes. 
IA que compõe
músicas baseadas
em estilos
específicos. 
Recomendação
de Mídia 
Sugestões de mídias
com base no gosto
do usuário. 
Sugestões de
filmes e séries em
plataformas de
streaming (ex.:
Netflix). 
Análise de
Sentimento 
Monitoramento de
redes sociais e
feedbacks para
entender a recepção
do público. 
IA para analisar
comentários de
usuários sobre
novos
lançamentos de
filmes. 
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A IA combina a capacidade de aprendizado, adaptabilidadee
escalabilidade para processar grandes volumes de dados e resolver
problemas complexos. A tecnologia continua a evoluir, tornando-se
uma parte integral de nossas vidas, influenciando diversos aspectos
do cotidiano e trazendo inovação e eficiência para múltiplos setores
econômicos.
Vamos Exercitar?
Vamos Exercitar?
Potencial tecnológico para o negócio
Na seção de problematização, enfatizamos a importância de
compreender os conceitos fundamentais da Inteligência Artificial (IA).
Isso é importante para que você, estudante, possa discutir, explicar e
demonstrar o potencial da IA em diferentes setores de aplicação,
além de entender como ela pode ser utilizada para resolver
problemas reais e melhorar processos em sua futura vida
profissional.
Vamos retomar a nossa problematização na qual você está
trabalhando em uma empresa que deseja implementar soluções de IA
para otimizar operações e processos, mas não possuem
conhecimento suficiente sobre o que é, como ela funciona e quais são
as suas possíveis aplicações.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Para te ajudar, veja as possíveis explicações:
1. Aumento da Eficiência Operacional
A IA pode aumentar a eficiência operacional do setor ao
automatizar tarefas repetitivas e demoradas. Isso significa que
podemos reduzir custos operacionais e liberar nossos recursos
humanos para se concentrar em atividades mais estratégicas e
criativas. No departamento de atendimento ao cliente, a IA pode
automatizar o processamento de pedidos e respostas a perguntas
frequentes, permitindo que nossa equipe se dedique a resolver
problemas mais complexos e a melhorar a experiência do cliente.
2. Diferencial na Análise de Dados
Com a enorme quantidade de dados que geramos diariamente, a
habilidade de processar e analisar essas informações
rapidamente se torna um diferencial competitivo. A IA pode nos
ajudar a identificar tendências e padrões ocultos nos dados,
fornecendo insights valiosos que podem orientar a tomada de
decisões. Por exemplo, a equipe de marketing pode usar a
Inteligência Artificial para analisar o comportamento dos clientes
e ajustar as nossas campanhas publicitárias em tempo real.
3. Impulso à Inovação
Ao permitir a criação de novos modelos de negócios e a
exploração de novas oportunidades de mercado, a IA nos ajuda a
nos manter à frente da concorrência. A capacidade de prever
tendências futuras e responder rapidamente às mudanças do
mercado pode ser um fator decisivo para o sucesso a longo prazo.
Nossa equipe de desenvolvimento de produtos pode usar IA para
prever as preferências dos consumidores e desenvolver novos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
produtos que atendem melhor às necessidades do mercado.
A IA tem o potencial de transformar os negócios de várias maneiras,
desde a melhoria da eficiência operacional e análise de dados até a
personalização e inovação. Ao adotar essa tecnologia, as empresas
podem não apenas melhorar o seu desempenho atual, mas também
se preparar para um futuro mais competitivo.
Saiba mais
Saiba mais
Olá, estudante!
Para aprofundar os seus conhecimentos sobre Inteligência Artificial,
recomendamos a leitura do módulo " A Guide to Artificial
Intelligencemachine learning.
Este material complementa os temas abordados nesta aula,
proporcionando uma compreensão prática de como a IA está
transformando diversos setores e impactando nosso cotidiano.
Referências
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/modules/a-guide-to-artificial-intelligence/
https://learn.microsoft.com/pt-br/training/modules/a-guide-to-artificial-intelligence/
Referências
LOPES, H. Do Zero ao Infinito: A Evolução da Inteligência Artificial. [s.l.]
eBook Kindle, 2023. Disponível em: https://a.co/d/6c7tR0m. Acesso
em: 22 jul. 2025.
RUSSELL, S. J.; NORVIG, P. Inteligência Artificial: Uma Abordagem
Moderna. Rio de Janeiro: Grupo GEN, 2022. E-book. ISBN
9788595159495. Disponível em:
https://integrada.minhabiblioteca.com.br/#/books/9788595159495/.
Acesso em: 18 set. 2024.
TAURION, C. Uma breve história da IA. Disponível em: https://c-
taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481.
Acesso em: 16 set. 2024.YOSHINAGA, C. C. F. H. Inteligência Artificial: A
Vanguarda das Finanças. GV-Executivo. FGV. v. 22, n. 3, p. 5-9, jul./set.
2023. Disponível em:
https://doi.org/10.12660/gvexec.v22n3.2023.89911. Acesso em: 21
out. 2024.
Aula 2
Evolução da IA
Videoaula: Evolução da IA
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/#/books/9788595159495/
https://c-taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481
https://c-taurion.medium.com/uma-breve-hist%C3%B3ria-da-ia-2be4f5a33481
https://doi.org/10.12660/gvexec.v22n3.2023.89911
Videoaula: Evolução da IA
Olá, estudante!
Na videoaula "Evolução da IA", vamos percorrer a linha do tempo da
Inteligência Artificial, dividida em três principais ondas. Discutiremos a
importante contribuição de Alan Turing para a Inteligência
Computacional. Por fim, abordaremos como o poder computacional
tornou-se um grande habilitador da IA. Convidamos você a explorar a
evolução da IA.
Faça o download do arquivo
Ponto de Partida
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/352d2c44-9eb7-5837-a860-ff915a1216cb.pdf
Ponto de Partida
Olá , estudante!
Você sabe de que época o termo Inteligência Artificial passou a ser
utilizado? A partir de qual tecnologia que a tornou tão reconhecida
popularmente?
Para compreender o contexto histórico do termo e da tecnologia,
nesta aula destacaremos as fases e os avanços tecnológicos que
marcaram o desenvolvimento da inteligência artificial. Vamos abordar
a contribuição de Alan Turing, um matemático, lógico e criptógrafo
britânico, amplamente considerado o pai da ciência da computação,
cuja obra fundadora estabeleceu as bases para a inteligência
computacional, que teve uma forte atuação durante a Segunda
Guerra Mundial.
Por fim, vamos explorar como o aumento do poder computacional
tem revolucionado a Inteligência Artificial. Enquanto, inicialmente,
tínhamos um computador programado para jogar damas,
considerado a primeira demonstração de IA, hoje, a situação é
bastante diferente. Com a computação em nuvem, dispomos de um
poder computacional superior. Esse avanço tem permitido a
implementação de soluções inovadoras que antes eram apenas
concepções teóricas.
Agora, imagine-se como um cientista de psquisa e desenvolvimento,
encarregado de analisar a evolução do poder computacional das
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
tecnologias de IA ao longo do tempo. Como você organizaria essa
linha do tempo? Compreender a trajetória da IA e identificar os
principais marcos dessa jornada é essencial. Isso não só permite
identificar novas oportunidades, mas também facilita a comunicação
com seus colegas sobre como a Inteligência Artificial evoluiu até o
estágio que possibilita ser empregada nos dias de hoje.
Vamos Começar!
Vamos Começar!
História da IA e as suas principais
"ondas"
A história da Inteligência Artificial (IA) é marcada por várias fases, ou
"ondas", cada uma trazendo avanços significativos que
transformaram a nossa interação com a tecnologia e a percepção de
suas possibilidades.
É importante destacar que a IA não teria surgido sem o advento dos
primeiros computadores, baseados no conceito de cálculo. Isso
remonta às primeiras calculadoras, como o ábaco, um instrumento
criado durante a Mesopotâmia por volta de 5.000 a.C. (BOYER, 2012,
p.145).
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Figura 1 | Ábaco Russo. Fonte: Wikimedia Commons.
Após uma série de evoluções em máquinas de calcular, tanto manuais
quanto mecânicas, chegamos aos primeiros computadores,
desenvolvidos durante a Segunda Guerra Mundial. Nesse período,
havia a necessidade de criar tecnologiascapazes de quebrar códigos e
realizar cálculos balísticos. Esse período é conhecido como a Primeira
Geração de Computadores (LIMA, 2014, p.1).
Primeira Onda: Sistemas Baseados em Regras
(ou sistemas especialistas)
Após a primeira geração de computadores, a primeira onda da IA
ocorreua partir da década de 1950, focando em sistemas baseados
em regras e lógica simbólica. Enquanto a primeira geração de
computadores era restrita ao uso militar, a primeira onda da
Inteligência Artificial marcou a gradual utilização de computadores em
empresas, indústrias, universidades e comércios.
Nessa fase, os pesquisadores acreditavam que, se pudessem codificar
todo o conhecimento humano em regras formais, as máquinas
poderiam realizar tarefas inteligentes. Esses sistemas dependiam
fortemente de conhecimento específico codificado em regras.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
O termo “Inteligência Artificial” foi cunhado por John McCarthy
durante a Conferência de Dartmouth na década de 50. Embora alguns
cientistas preferissem algo como “racionalidade computacional”, o
termo “IA” foi o que acabou se popularizando.
Nessa época, foram desenvolvidos sistemas, como o IBM 704, que
realizava cálculos de larga escala, principalmente para fins comerciais.
Nele, um programa de jogos de damas, criado por Christopher
Strachey e Arthur Samuel, foi considerado a primeira demonstração
de inteligência artificial (IBM, 2024).
Figura 2 | Arthur Samuel e o IBM 704. Fonte: IBM.
Outro exemplo notável é o sistema especialista utilizado na medicina,
chamado MYCIN. Por meio de uma série de simples questões do tipo
sim/não ou questões textuais, ele aplicava uma base de
conhecimento de aproximadamente 600 regras para diagnosticar
infecções bacterianas. Segundo Barreto (1999), MYCIN é um sistema
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
especialista desenvolvido por E. H. Shortliffe para diagnóstico e
tratamento de doenças infecciosas do sangue.
Segunda Onda: Aprendizado de Máquina e
Redes Neurais
A segunda onda começou na década de 80, com a introdução do
aprendizado de máquina e das redes neurais artificiais. A fragilidade
dos sistemas especialistas, como o MYCIN, levou a uma abordagem
mais científica, incorporando o aprendizado de máquina em vez de
programação manual (RUSSELL, 2022, p.22), ou seja, em vez de
codificar conhecimento explicitamente, essas técnicas permitiam que
as máquinas aprendessem a partir de dados. As redes neurais,
inspiradas no cérebro humano, mostraram-se particularmente
eficazes em reconhecimento de padrões.
Segundo Haykin (2007), uma rede neural é um processador com a
capacidade natural de armazenar conhecimento experimental e
disponibilizá-lo para uso. Elas surgiram a partir das pesquisas sobre
modelos de neurônios artificiais por Warren McCulloch e Walter Pitts
em 1943. Essas pesquisas ganharam impulso principalmente devido
aos algoritmos de aprendizado por retropropagação no final da
década de 80.
Ainda de acordo com Haykin, uma rede neural se assemelha ao
cérebro humano em dois aspectos:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
O conhecimento é adquirido do ambiente por meio de um
processo de aprendizagem.
As forças de conexão entre os neurônios são usadas para
armazenar o conhecimento adquirido.
Uma aplicação desses aspectos são os sistemas antifraude utilizado
pelos bancos. Com base em exemplos de situações fraudulentas,
esses sistemas conseguem prever fraudes ao identificar
comportamentos e características “aprendidas”, como
movimentações estranhas, acessos à conta ou transações suspeitas.
Essa onda de IA acompanhou a quarta geração de computadores.
Comparados à primeira geração, os computadores diminuíram de
tamanho, aumentaram a velocidade e a capacidade de
processamento. Um marco importante foi a criação do primeiro
microprocessador comercial criado pela Intel em 1971. Ele é
considerado o precursor da família de processadores Intel x86, que
ainda são utilizados hoje.
Terceira Onda: Big Data e IA Cognitiva
A terceira onda é caracterizada pelos avanços no poder da
computação e pelo surgimento da Internet e da World Wide Web
(WWW), que impulsionaram o uso massivo de conjunto de dados,
conhecido como Big Data.
Russell (2022, p.23) menciona que esses conjuntos de dados incluem
trilhões de palavras de texto, bilhões de imagens e horas de áudio e
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
vídeo, além de grandes volumes de dados genômicos, de
rastreamento de veículos, de sequências de cliques e de redes sociais.
Isso levou ao surgimento de algoritmos de aprendizado cada vez mais
alinhados devido à atratividade comercial.
A terceira onda também se destaca pelos avanços em IA cognitiva.
Essa área combina modelos computacionais de IA com técnicas
experimentais da psicologia para desenvolver teorias precisas e
verificáveis sobre os processos mentais humanos. Entre as suas
características, podemos citar:
Compreensão da Linguagem Natural (NLP): técnicas avançadas de
processamento de linguagem natural para interpretar e entender
textos escritos e falados. Isso permite que sistemas, como as
assistentes virtuais, compreendam perguntas e comandos em
linguagem humana.
Exemplo: Chatbots de atendimento ao cliente, que podem
interpretar e responder a perguntas dos consumidores com base
em respostas predefinidas.
Reconhecimento de Padrões Visuais: análise de imagens e vídeos
para identificar objetos, pessoas e ações. Particularmente útil em
áreas como segurança, saúde e entretenimento.
Exemplo: sistemas de diagnóstico médico que analisam imagens
de raios-X ou ressonâncias magnéticas para detectar doenças
como câncer.
Aprendizado e Adaptação: capacidade de aprender com a
experiência e se adaptar a novas situações, alcançado por meio
de algoritmos de aprendizado de máquina que melhoram o seu
desempenho com o tempo.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Exemplo: sistemas de recomendação, como os usados pela Netflix
e Amazon, que aprendem as preferências do usuário para sugerir
novos conteúdos ou produtos.
Cada uma dessas ondas trouxe avanços significativos, aliados à
tecnologia, às gerações de computadores e, principalmente, à
atratividade científica e comercial. Esses conhecimentos ajudaram a
moldar o que conhecemos hoje como Inteligência Artificial.
Siga em Frente...
Siga em Frente...
Inteligência e capacidade
computacional
Por mais que muitos cientistas, pesquisadores e matemáticos tenham
tido seus trabalhos reconhecidos como as primeiras aplicações,
programas, ou sistemas computacionais de IA, a visão mais influente
é a de Alan Turing, frequentemente chamado de “pai da computação”.
Alan Turing foi um matemático, lógico e cientista da computação
britânico, cujas contribuições são fundamentais para o campo da
inteligência artificial. Nascido em 1912, Turing fez avanços
significativos durante a Segunda Guerra Mundial, quando trabalhou
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
na decodificação da Enigma¹, uma máquina de criptografia utilizada
pela Alemanha nazista.
Figura 3 | Alan Turing. Fonte: Wikimedia Commons.
Em 1936, Turing introduziu o conceito de uma "máquina universal"
capaz de executar qualquer cálculo que um ser humano pudesse
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
realizar. Essa máquina teórica, conhecida como “Máquina de Turing”,
estabeleceu a base para o desenvolvimento dos computadores
modernos.
Em 1950, Turing publicou um artigo intitulado “Computing Machine
and Intelligence”. Nesse artigo, Turing apresentou pela primeira vez o
que hoje é conhecido como o Teste de Turing, destinado a descobrir
se uma máquina poderia emular o pensamento humano. O teste
consistia num experimento para determinar se uma máquina poderia
exibir comportamento inteligente indistinguível do de um humano. Se
uma máquina puder enganar um interrogador humano ao ponto de
fazê-lo acreditar que está interagindo com outro humano, a máquina
é considerada "inteligente".As ideias de Turing pavimentaram o caminho para o desenvolvimento
de algoritmos de IA e aprendizado de máquina. O conceito de
aprendizado supervisionado, em que as máquinas aprendem a partir
de exemplos anotados, tem raízes nas teorias de Turing sobre
algoritmos e computação.
Poder Computacional: o Grande
Habilitador da IA
O desenvolvimento da inteligência artificial está intimamente ligado à
evolução do poder computacional. Desde os primeiros computadores,
como o ENIAC na década de 1940, que consumia tanta energia quanto
2 mil lâmpadas incandescentes e utilizava cerca de 17.500 válvulas,
tornando-o caro em termos físicos e energéticos, até os
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
supercomputadores modernos, houve um aumento exponencial na
capacidade de processamento. Isso permitiu que algoritmos de IA se
tornassem cada vez mais complexos e eficientes, sem consumir tanta
energia e depender de altos custos de infraestrutura (WAZLAWICK,
2016, p. 170).
O advento do Big Data também é um fator determinante no
desenvolvimento da IA moderna. Com a capacidade de coletar e
armazenar enormes quantidades de dados não rotulados, ou seja,
dados que não foram previamente classificados ou categorizados, as
organizações podem treinar algoritmos de Inteligência Artificial com
conjuntos de dados vastos e diversificados, melhorando
significativamente a precisão e a generalização desses algoritmos.
Um exemplo prático do impacto do poder computacional na IA é o
uso de processadores gráficos (GPUs). Originalmente desenvolvidas
para renderizar jogos, as GPUs são excepcionalmente boas para
cálculos paralelos, essenciais no treinamento de redes neurais e
machine learning. Bill Dally, cientista-chefe da NVIDIA, prevê que a
inferência de IA em GPUs aumentará o desempenho em 1000 vezes
nos próximos 10 anos (MERRIT, 2024). Modelos de linguagem, como o
ChatGPT, usados por mais de 100 milhões de pessoas, são treinados
em milhares de GPUs NVIDIA.
Cloud Computing (Computação em
Nuvem)
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A computação em nuvem (cloud computing) democratizou o acesso
ao poder computacional. Serviços como Amazon Web Services (AWS),
Google Cloud Platform (GCP) e Microsoft Azure permitem que até
pequenas startups utilizem recursos computacionais massivos sem
precisar investir pesadamente em infraestrutura física.
Uma das principais vantagens da computação em nuvem para a IA é o
acesso escalável. Antes da nuvem, as organizações precisavam
investir muito em infraestrutura de hardware para armazenar dados,
além de treinar e implementar algoritmos de Inteligência Artificial, o
que frequentemente era proibitivamente caro e complexo. Devido ao
modelo de custo baseado no consumo, no qual se paga apenas pelos
recursos utilizados, isso é particularmente vantajoso, já que a
demanda por recursos pode ser variável e imprevisível.
Esses avanços no poder computacional não apenas aceleraram o
progresso na IA, mas também abriram novas possibilidades para
aplicações práticas em diversas áreas, desde a recomendação de
conteúdos até diagnósticos médicos. Ao integrar essas tecnologias, a
Inteligência Artificial evoluiu de uma ciência para uma ferramenta
comercial, capaz de resolver problemas complexos e impactar
positivamente vários setores da sociedade.
As contribuições teóricas de Alan Turing, juntamente aos avanços no
poder computacional, são pilares que sustentam a Inteligência
Artificial como a conhecemos hoje. A interseção dessas áreas
possibilita um nível de sofisticação e aplicabilidade que antes era
apenas imaginado em concepções teóricas nas décadas passadas.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Exercitar?
Vamos Exercitar?
Potencial tecnológico para o negócio
A evolução da IA é necessária para entender como as suas ondas de
desenvolvimento se relacionam com as evoluções do poder
computacional, eficaz para identificar tendências e oportunidades
futuras, assim como comunicar o potencial transformador da
Inteligência Artificial para colegas de trabalho.
Para analisar a evolução do poder computacional das tecnologias de
IA ao longo do tempo, podemos elencar os principais tópicos e
montar uma linha do tempo simplificada, como vemos a seguir:
Ferramentas de calcular (~5.000 a.C)
Máquina de Turing (1936)
Máquina Enigma (1939)
Primeira Geração de Computadores (1940 - 1956):
1943: McCulloch e Pitts publicam o modelo de neurônios
artificiais.
1950: Teste de Turing
Primeira Onda de IA (1950 - 1970)
1956: Conferência de Dartmouth, em que o termo “Inteligência
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Artificial” foi cunhado.
Década de 1960: IBM 704 e o sistema especialista MYCIN.
Segunda Onda de IA (1980 – 2000)
Década de 1980: popularização das redes neurais.
Quarta Geração de Computadores (1971 – presente):
Década de 1970: introdução aos microprocessadores.
Terceira Onda de IA (2010 – presente)
Década de 2010: Avanços em aprendizado profundo, Big Data e IA
Generativa.
Essa história vai muito além do contexto trazido na aula. A Primeira e
Quarta Geração de Computadores acompanham os principais
avanços das ondas da IA, mas é importante lembrar que a Segunda e
a Terceira Geração de Computadores também tiveram, mesmo que
indiretamente, sua evolução ligada aos avanços de poder
computacional que conhecemos hoje.
Compreender a história da IA e as suas principais ondas, a
contribuição fundamental de Alan Turing e o impacto do poder
computacional permite reconhecer que essas tecnologias estão
intrinsicamente ligadas a um contexto de avanços, aperfeiçoamentos
e de desusos. A história ensina os fundamentos, as contribuições de
Turing, e as possibilites de implementações práticas.
Saiba mais
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Saiba mais
Olá, estudante!
Na aula de hoje, falamos sobre Big Data, que depende de um vasto
conjunto de dados não rotulados armazenados na nuvem. Com a
computação em nuvem, economizamos em infraestrutura física e
utilizamos máquinas virtuais, o que resulta em economia de custos e
ganho de processamento.
Para aprofundar os seus conhecimentos sobre Computação em
Nuvem, recomendamos a leitura do módulo "Princípios básicos do
Microsoft Azure: descrever os conceitos de nuvem
Além disso, recomendamos o filme “O Jogo da Imitação”, que conta a
história de Alan Turing e como ele ajudou a decifrar o famoso código
Enigma, usado pelos nazistas para se comunicar durante a Segunda
Guerra Mundial.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://learn.microsoft.com/pt-br/training/paths/microsoft-azure-fundamentals-describe-cloud-concepts/
https://learn.microsoft.com/pt-br/training/paths/microsoft-azure-fundamentals-describe-cloud-concepts/
Figura 4 | Filme “O Jogo da Imitação”. Fonte: Adoro Cinema.
Referências
Referências
BARRETO, J. M. Inteligência Artificial: no limiar do século XXI.
Florianópolis: Duplic, 1999.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
BOYER, C. B. História da matemática. São Paulo: Editora Blucher, 2012.
E-book. p.145. ISBN 9788521216117. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/9788521216117/.
Acesso em: 23 out. 2024.
JÚNIOR, H. Um Sistema Especialista Para Auxílio ao Diagnóstico De
Problemas em Computadores Utilizando Raciocínio Baseado em
Casos. Disponível em:
https://repositorio.ufsc.br/bitstream/handle/123456789/82409/19994
9.pdf. Acesso em: 22 set. 2024.
Haykin, S. Redes Neurais: Princípios e Prática. Disponível em: Minha
Biblioteca, (2nd edição). Grupo A, 2007.
LIMA, I. Inteligência Artificial. Rio de Janeiro: GEN LTC, 2014. E-book.
ISBN 9788595152724. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/97885951527
24/. Acesso em: 23 out. 2024.
MERRITT, R. Por Que as GPUs São Ótimas para IA? | Blog da NVIDIA.
Disponível em: https://blog.nvidia.com.br/blog/por-que-as-gpus-sao-
ideais-para-ia/. Acesso em: 22 jul. 2025.
SCHMIDT, E. et al. A Era da IA: e nosso futurocomo humanos.
Disponível em: Minha Biblioteca, Editora Alta Books, 2023.
 RUSSELL, S. J.; NORVIG, P. Inteligência Artificial: Uma Abordagem
Moderna. 4th ed. Rio de Janeiro: GEN LTC, 2022. E-book. p.32. ISBN
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://repositorio.ufsc.br/bitstream/handle/123456789/82409/199949.pdf
https://repositorio.ufsc.br/bitstream/handle/123456789/82409/199949.pdf
https://integrada.minhabiblioteca.com.br/reader/books/9788595152724/
https://integrada.minhabiblioteca.com.br/reader/books/9788595152724/
https://blog.nvidia.com.br/blog/por-que-as-gpus-sao-ideais-para-ia/
https://blog.nvidia.com.br/blog/por-que-as-gpus-sao-ideais-para-ia/
9788595159495. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/97885951594
95/. Acesso em: 23 out. 2024.
WAZLAWICK, R. História da Computação. Rio de Janeiro: GEN LTC,
2016. E-book. p.170. ISBN 9788595156180. Disponível em:
https://integrada.minhabiblioteca.com.br/reader/books/97885951561
80/. Acesso em: 23 out. 2024.
Aula 3
O que devo avaliar antes de usar IA?
Videoaula: O que devo avaliar antes de usar IA?
Videoaula: O que devo avaliar
antes de usar IA?
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9788595159495/
https://integrada.minhabiblioteca.com.br/reader/books/9788595159495/
https://integrada.minhabiblioteca.com.br/reader/books/9788595156180/
https://integrada.minhabiblioteca.com.br/reader/books/9788595156180/
Olá, estudante!
Nesta videoaula, vamos refletir sobre a seguinte questão: por que e o
que devo avaliar antes de usar Inteligência Artificial?
Ainda que seja uma reflexão direta, entender as razões que tornam a
IA tão relevante no contexto profissional exige que discutamos as
suas restrições e cuidados, garantindo uma abordagem confiável e
transparente. Veremos como a Inteligência Artificial pode ser
incorporada aos processos para otimizar resultados e impulsionar a
transformação digital nas organizações.
Faça o download do arquivo
Ponto de Partida
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/9316d4ed-8168-5afa-9834-cce6230403b1.pdf
Ponto de Partida
Com base nos conhecimentos gerais sobre Inteligência Artificial (IA) e
a evolução ao longo das ondas, podemos agora explorar seu uso
prático. Mas você, como estudante, pode estar se perguntando: como
podemos incorporá-la aos processos atuais? Posso simplesmente
implementá-la sem tomar nenhum cuidado? Será que é aplicável a
qualquer processo ou existem restrições? E, afinal, por que usar IA?
Nesta aula, abordaremos o que devemos avaliar antes de usar IA,
identificando os principais pontos que devem ser considerados antes
de adotar a Inteligência Artificial em diversos contextos. Vamos
discutir as vantagens e os benefícios que essa tecnologia pode trazer
para diversas áreas, como a indústria, saúde e educação.
Em seguida, trataremos das restrições e cuidados com a Inteligência
Artificial. Afinal, toda tecnologia possui limitações e a IA não é
diferente. Vamos explorar os desafios e limitações técnicas que
envolvem o uso desta ciˆncia, além de discutir as precauções
necessárias para evitar vieses e garantir a transparência no
desenvolvimento de sistemas inteligentes.
Por fim, vamos falar sobre a IA incorporada aos processos. Você verá
como ela pode ser integrada aos fluxos de trabalho e sistemas
existentes, otimizando tarefas e aumentando a eficiência operacional.
Além disso, discutiremos os impactos dessa incorporação nos
processos de tomada de decisão e na interação humano-máquina.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Imagine que, na sua empresa de tecnologia, especializada no
desenvolvimento de plataformas de conteúdo digital, como notícias e
artigos especializados, seu gestor o convidou para integrar um
pequeno grupo de inovações. Durante a discussão sobre as últimas
avalições dos usuários, muitos relataram que o feed de notícias
apresenta conteúdos repetitivos.
Um dos colaboradores sugeriu que o sistema de recomendações de
artigos está defasado e necessita de uma reformulação. Alguns
acreditam que a solução é meramente visual, como alterar as cores
ou a posição dos botões. Outros defendem que a melhor abordagem
é implementar algoritmos de IA para dinamizar o feed.
Diante desses dois cenários, por que você defenderia o uso de IA
como a melhor solução para o problema no sistema de
recomendações de artigos? Quais seriam os principais aspectos a
serem avaliados antes de tomar essa decisão? Como garantir que a
implementação da IA seja bem-sucedida e traga benefícios para a
organização?
Refletir sobre essas questões é importante para compreender a
importância de avaliar cuidadosamente o uso da Inteligência Artificial.
Afinal, a tecnologia é uma ferramenta poderosa, mas é necessário
utilizá-la de forma estratégica e responsável.
Vamos Começar!
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Começar!
Por que usar IA?
A Inteligência Artificial está automatizando uma enorme quantidade
de tarefas, especialmente as cognitivas. Isso tem o potencial de
impactar significativamente nossos trabalhos e o modo de vida.
Quando não havia tecnologias como o Uber, por exemplo,
dependíamos de ligar para um número de telefone, verificar a
disponibilidade de táxis e solicitar que um motorista fosse até seu
endereço. Com o Uber, tudo isso é resolvido com alguns toques na
tela. E isso tende a se tornar ainda mais revolucionário com os carros
autônomos, em que uma IA automatizará toda a burocracia de uma
viagem (MUSSA, 2020, p.34).
São muitas as estimativas das consequências positivas pela adoção da
IA, principalmente em larga escala nas organizações. Vamos ver
alguns desses benefícios a seguir.
Melhoria da Eficiência e Produtividade
Uma das principais razões para utilizar IA é a melhoria da eficiência e
produtividade. Sistemas baseados em Inteligência Artificial são
capazes de executar tarefas repetitivas de maneira rápida e precisa,
liberando recursos humanos para atividades mais complexas e
estratégicas.
Por exemplo, na manufatura, robôs inteligentes podem realizar
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
operações de montagem e inspeção de qualidade, aumentando a
velocidade de produção e reduzindo erros. No setor de serviços,
chatbots atendem clientes 24 horas por dia, respondendo a
perguntas frequentes, agendando compromissos e fornecendo
suporte técnico. Isso resulta em uma experiência de usuário mais
satisfatória, enquanto a equipe se dedica a questões mais complexas
e de maior valor agregado.
De acordo com a PwC (2024), que analisou mais de meio bilhão de
anúncios de emprego em 15 países, os setores mais expostos à IA
registram um aumento de quase cinco vezes na produtividade do
trabalho. Isso pode gerar crescimento econômico, salários mais altos
e melhores padrões de vida. Além disso, empregos que exigem
competências especializadas em IA oferecem salário até 25% maiores.
Assim, há uma mudança nas competências exigidas nas vagas de
emprego, demandando que novos empregadores adquiram novas
habilidades para se manterem relevantes no mercado de trabalho.
Tomada de Decisão Baseada em Dados
Outro motivo para o uso de IA é sua capacidade de analisar grandes
volumes de dados e extrair insights valiosos. Técnicas de aprendizado
de máquina (machine learning) permitem que sistemas de Inteligência
Artificial identifiquem padrões e tendências que poderiam passar
despercebidos em análises tradicionais. 
Nas organizações, o Business Intelligence (BI) – um conjunto de
recursos de software que permite acessar, analisar e desenvolver
insights acionáveis a partir de dados para a tomada de decisões – é
uma ferramenta moderna que coloca as análises preditivas nas mãos
dos responsáveis pela tomada de decisão. Isso permite que
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
desenvolvam relatóriose obtenham insights de negócio (AWS, 2024).
A integração do Business Intelligence com a IA pode aprofundar ainda
mais os insights, especialmente no contexto do Big Data. Com isso, as
decisões se tornam mais fundamentadas, já que os recursos
preditivos facilitam a identificação de tendências. Além disso, essa
combinação permite decisões mais proativas e em tempo real. Em
outras palavras, não é necessário aguardar que um analista examine
manualmente os dados, pois a Inteligência Artificial realiza a análise e
entrega os resultados rapidamente, destacando tendências que
poderiam passar despercebidas pelo olhar humano.
No setor financeiro, por exemplo, algoritmos de IA podem ser
integrados ao BI para analisar grandes volumes de dados de mercado
e prever tendências, ajudando investidores a tomar decisões mais
embasadas. No campo da saúde, a Inteligência Artificial pode analisar
vastas quantidades de dados de pacientes para prever surtos de
doenças, identificar grupos de risco e personalizar tratamentos.
Personalização e Experiência do Usuário
A capacidade de personalizar produtos e serviços é outro grande
atrativo da IA. Com a análise de dados sobre preferências e
comportamentos do usuário, sistemas de Inteligência Artificial podem
criar experiências personalizadas que ressoam com o usuário em um
nível pessoal, oferecendo recomendações personalizadas que melhor
atendem às necessidades individuais.
Por exemplo, em uma plataforma de comércio eletrônico como a
Amazon, um usuário pode frequentemente ver eletrodomésticos sem
comprar nada. O designer de experiência do usuário, ou UX Designer,
pode utilizar os algoritmos de IA para analisar o histórico de
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
navegação e o tempo gasto em categorias específicas de produtos. Ao
identificar que o usuário busca por geladeiras, por exemplo, o
designer pode destacar promoções ou produtos bem avaliados,
incentivando a compra. Isso facilita a navegação e a descoberta de
novos produtos, aumentando as vendas (Gada, 2024).
Além disso, serviços de streaming, como Netflix e Spotify, usam IA
para recomendar filmes, séries e músicas com base no histórico de
consumo do usuário. Esse nível de personalização melhora
significativamente a experiência do cliente e aumenta a satisfação e
fidelidade ao serviço.
Inovação e Desenvolvimento de Novos Produtos
A IA também é um motor poderoso de inovação. Ela possibilita a
criação de produtos e serviços que antes eram inviáveis ou
extremamente caros de desenvolver. As capacidades de
processamento e aprendizado da Inteligência Artificial estão
avançando a ponto de transformar ideias em realidades práticas e
acessíveis.
No setor automotivo, por exemplo, a visão futurista de carros
voadores deu lugar a inovações igualmente impressionantes. Hoje,
graças à IA, temos veículos autônomos capazes de dirigir de forma
independente, evitando acidentes e otimizando rotas.
A Tesla, fundada em 2003, é uma empresa de alta tecnologia.
Inicialmente conhecida por fabricar carros elétricos e promover a
sustentabilidade e o uso de energia renovável, ela utiliza a ciência de
dados e a Inteligência Artificial para desenvolver veículos autônomos,
eliminando a necessidade de um motorista.
Os carros da Tesla são capazes de filmar, interpretar as filmagens e
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
compreender tudo o que está acontecendo em frações de segundo.
Eles utilizam algoritmos avançados que orientam o veículo, criando
uma representação extremamente precisa do ambiente e planejando
trajetórias nesse espaço. Esses algoritmos são avaliados em toda a
frota da Tesla. A pesquisa avançada em deep learning e redes neurais
é aplicada a problemas que vão desde a percepção até o controle
(TESLA, 2024).
Figura 1 | Tesla Autopilot em operação. Fonte: Wikimedia Commons.
Soluções para Problemas Complexos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
A Inteligência Artificial tem a capacidade única de abordar problemas
complexos que desafiam soluções tradicionais. Ela pode integrar e
analisar informações de múltiplas fontes, encontrando respostas para
questões que exigem uma abordagem multifacetada.
Um exemplo é a gestão de recursos naturais e ambientais. Sistemas
de IA podem integrar dados de satélites, estações meteorológicas e
sensores terrestres para monitorar e prever mudanças ambientais,
auxiliando na gestão de desastres naturais, no planejamento urbano
e na conservação de ecossistemas.
Hoje, quando queremos saber se no dia vai chover ou fazer sol,
assistimos ao telejornal ou pesquisamos no celular. Embora essa
informação seja facilmente acessível, as projeções meteorológicas
exigem horas de processamento em data centers e
supercomputadores, consumindo muita energia.
A Google DeepMind. fundada em 2010 e adquirida pela Google em
2014, é uma empresa focada em pesquisa e desenvolvimento de
Inteligência Artificial. A empresa criou um modelo de aprendizado de
máquina conhecido como GraphCast, que opera totalmente em
nuvem. Pesquisas demonstraram que esse modelo supera a previsão
do tempo tradicional, que utiliza equações complexas baseadas na
física atmosférica para prever, por exemplo, se vai chover durante a
semana (FONTANETTO, 2024).
O GraphCast foi treinado a partir de um banco de dados que abrange
informações meteorológicas de 1979 a 2017. Para funcionar, o
modelo precisa apenas das condições meteorológicas atuais e de seis
horas atrás do tempo vigente. A partir dessas informações, ele faz
previsões para as próximas seis horas, repetindo o processo até
cobrir um período de 10 dias. Foi comprovado que o GraphCast
supera cerca de 90% das previsões feitas por outras referências do
setor de meteorologia.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Já na agricultura, a IA está sendo utilizada para otimizar o uso de
recursos, como água e fertilizantes, melhorando a produtividade e a
sustentabilidade das práticas agrícolas. Drones equipados com
Inteligência Artificial podem monitorar a saúde das plantações,
identificar pragas e doenças, e até mesmo aplicar tratamentos de
forma precisa.
A IA oferece inúmeros benefícios, desde a melhoria da eficiência e
produtividade até a inovação e solução de problemas complexos. No
entanto, é fundamental que esses benefícios sejam avaliados e
aplicados de forma consciente e ética. Ela deve ser vista como um
meio, não um fim, e, devido aos seus vieses técnicos, é imprescindível
desenvolver soluções que evitem decisões erradas. Dessa forma,
podemos garantir que a Inteligência Artificial contribua positivamente
para a sociedade de maneira responsável e sustentável. 
Siga em Frente...
Siga em Frente...
Restrições, cuidados e IA incorporada
aos processos
A Inteligência Artificial (IA) também apresenta restrições e exige
cuidados ao ser utilizada. Inicialmente, é fundamental refletir sobre a
origem e qualidade dos dados utilizados para treinar os algoritmos de
IA. Dados de baixa qualidade ou enviesados podem levar a decisões
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
prejudiciais e injustas. Segundo MUSSA (2020), há um grande desafio:
os dados precisam ser gerados, coletados, armazenados, organizados
e tratados corretamente para alimentar os algoritmos de Inteligência
Artificial. 
Um exemplo clássico de viés é o algoritmo de reconhecimento facial
que muitas vezes apresenta desempenho inferior para pessoas de
pele mais escura. Isso ocorre porque esses algoritmos foram
historicamente treinados com imagens de pessoas de pele clara,
resultando em um viés sistêmico. Essa limitação compromete a
eficácia da ferramenta e levanta questões éticas e sociais. Segundo
MUSSA (2020), o fato de os algoritmos só funcionarem
adequadamente apenas com dados similares aos utilizados em seu
treinamento pode criar vieses altamente indesejados e prejudiciais.
Outro ponto importante é a transparência e a interpretabilidade dos
modelos de IA. Muitas vezes, os algoritmos são tratados como "caixas-
pretas", nas quais asdecisões são tomadas sem uma compreensão
clara de como foram alcançadas. Isso é particularmente problemático
em áreas sensíveis, como saúde e justiça, em que é fundamental
entender os critérios de decisão para garantir a equidade. Imagine
uma situação em que o seu crédito é recusado por um banco que não
sabe explicar o motivo. Isso pode ser um problema em contextos
sociais, nos quais as explicações e os esclarecimentos sobre uma
decisão são fundamentais num processo.
IA Incorporada aos Processos
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Integrar a IA aos processos organizacionais requer uma abordagem
cuidadosa e estratégica. Primeiramente, é necessário realizar uma
análise detalhada das necessidades e objetivos da organização. A
Inteligência Artificial pode otimizar suas operações, personalizar
serviços e melhorar a tomada de decisões. No entanto, sem um
entendimento claro dos objetivos, a implementação pode ser ineficaz
ou até prejudicial.
Um exemplo prático é o uso de chatbots no atendimento ao cliente.
Esses sistemas podem aumentar a eficiência, respondendo
rapidamente a perguntas frequentes e liberando os atendentes
humanos para lidarem com questões mais complexas. Contudo, se o
ele não for treinado adequadamente ou não tiver acesso a
informações relevantes e atualizadas, pode frustrar o cliente e
prejudicar a imagem da organização.
A adoção de IA também deve considerar a integração com as
tecnologias existentes. Um sistema de Inteligência Artificial bem
implementado deve se comunicar e colaborar com os sistemas e
processos já em uso na organização. Isso pode exigir ajustes,
personalizações e um investimento significativo em treinamento e
capacitação dos colaboradores.
Além disso, deve-se monitorar e avaliar continuamente o
desempenho dos sistemas de IA. A realidade dinâmica dos dados e
dos ambientes organizacionais significa que os modelos de
Inteligência Artificial sejam regularmente atualizados e ajustados. A
falta de manutenção pode levar à obsolescência e à perda de eficácia,
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
resultando em decisões baseadas em informações desatualizadas ou
incorretas.
Por fim, uma implementação ética e responsável de IA deve sempre
considerar o impacto nas pessoas, incluindo colaboradores, clientes e
a sociedade em geral. É necessário garantir que a Inteligência Artificial
seja utilizada de forma a promover o bem-estar e a equidade,
evitando práticas discriminatórias e respeitando os direitos
individuais.
Reflexões para Considerarmos
Ao considerarmos a utilização de IA, deve-se ter em mente que,
embora seja uma ferramenta poderosa, deve ser manuseada com
cuidado e responsabilidade. Desde a qualidade dos dados até a
transparência dos algoritmos, passando pelas implicações legais e
pela integração com os processos existentes, cada aspecto demanda
atenção cuidadosa.
A Inteligência Artificial não é uma solução mágica que pode ser
aplicada indiscriminadamente. Cada contexto e cada aplicação
requerem uma análise detalhada para garantir que os benefícios
sejam maximizados e os riscos minimizados.
Em última análise, a ética e a responsabilidade devem guiar toda e
qualquer aplicação de Inteligência Artificial. Somente assim
poderemos assegurar que essa tecnologia contribua positivamente
para o desenvolvimento da sociedade e para o bem-estar de todos.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Vamos Exercitar?
Vamos Exercitar?
Como decidir sobre o uso da IA
Recapitulando a situação da empresa de tecnologia que desenvolve
plataformas de conteúdo digital e deseja melhorar o sistema de
recomendações do feed de notícias, é importante discutir qual
proposta seria mais bem alinhada à IA. Na verdade, a mudança visual
e a implementação de Inteligência Artificial são viáveis e podem
trabalhar em conjunto.
Os algoritmos de IA podem analisar o histórico de notícias mais
acessadas pelos usuários e o tempo gasto de leitura em cada uma.
Por exemplo, ao identificar que o usuário busca por notícias de
futebol, o sistema pode trazer mais conteúdos relacionados, como
partidas recentes do time favorito, campeonatos mundiais ou eventos
importantes, como a Copa do Mundo.
Ao defender o uso de IA como a melhor solução, justificamos a
capacidade de haver uma personalização avançada, eficiente e
escalável, além de melhorar a experiência do usuário. É
imprescindível que, antes de tudo, a equipe avalie a qualidade dos
dados, a infraestrutura tecnológica, o custo-benefício e o impacto na
experiência dos clientes atuais.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Portanto, a equipe deve garantir um planejamento detalhado, testes
rigorosos, monitoramento contínuo e coleta de feedback dos
usuários. Com uma abordagem cuidadosa, a Inteligência Artificial
trará uma experiência mais personalizada e eficiente, beneficiando a
organização como um todo.
Saiba mais
Saiba mais
Olá, estudante!
Agora que você compreendeu os motivos para utilizar a IA, as suas
consequências positivas, bem como as suas restrições e cuidados,
acredito que esteja ansioso para começar a aplicar a Inteligência
Artificial no seu cotidiano. Para oferecer suporte, recomendamos a
leitura do módulo
Esse módulo instrui sobre a interação e criação com IA, incluindo a IA
generativa, que é utilizada para produzir novos conteúdos. Serão
abordados o uso responsável da Inteligência Artificial e a engenharia
de prompts, técnica que consiste em criar instruções específicas para
orientar a IA na geração dos resultados desejados. Você aprenderá a
diferenciar a Inteligência Artificial  tradicional da generativa e a se
envolver com essa tecnologia de maneira consciente.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Referências
Referências
AWS. O que é Business Intelligence. 2023. Disponível em:
https://aws.amazon.com/pt/what-is/business-intelligence/. Acesso em:
24 out. 2024.
FONTANETTO, R. Inteligência artificial pode melhorar a previsão do
tempo. Pesquisa FAPESP. 2024. Disponível em:
https://revistapesquisa.fapesp.br/previsao-do-tempo-por-
aprendizado-de-maquina-seria-mais-eficiente-que-a-feita-pelos-
modelos-tradicionais/ . Acesso em: 28 out. 2024.
GADA, T. Optimizing Customer Satisfaction: The Role Of AI In UX
Design. Forbes. 2024. Disponível em:
https://www.forbes.com/councils/forbesbusinessdevelopmentcouncil/
2024/04/22/optimizing-customer-satisfaction-the-role-of-ai-in-ux-
design/. Acesso em: 28 out. 2024.
LIMA, I. Inteligência Artificial. Minha Biblioteca, Rio de Janeiro: GEN
LTC, 2014.
MUSSA, A. Inteligência Artificial - Mitos e verdades. São Paulo: Saint
Paul Editora, 2020. E-book. ISBN 9786586407006. Disponível em:
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://aws.amazon.com/pt/what-is/business-intelligence/
https://revistapesquisa.fapesp.br/previsao-do-tempo-por-aprendizado-de-maquina-seria-mais-eficiente-que-a-feita-pelos-modelos-tradicionais/
https://revistapesquisa.fapesp.br/previsao-do-tempo-por-aprendizado-de-maquina-seria-mais-eficiente-que-a-feita-pelos-modelos-tradicionais/
https://revistapesquisa.fapesp.br/previsao-do-tempo-por-aprendizado-de-maquina-seria-mais-eficiente-que-a-feita-pelos-modelos-tradicionais/
https://www.forbes.com/councils/forbesbusinessdevelopmentcouncil/2024/04/22/optimizing-customer-satisfaction-the-role-of-ai-in-ux-design/
https://www.forbes.com/councils/forbesbusinessdevelopmentcouncil/2024/04/22/optimizing-customer-satisfaction-the-role-of-ai-in-ux-design/
https://www.forbes.com/councils/forbesbusinessdevelopmentcouncil/2024/04/22/optimizing-customer-satisfaction-the-role-of-ai-in-ux-design/
https://integrada.minhabiblioteca.com.br/reader/books/97865864070
06/. Acesso em: 22 jul. 2025.
SCHMIDT, E. et al. A Era da IA: e nosso futuro como humanos.
Disponível em: Minha Biblioteca, Editora Alta Books, 2023.
PwC Brasil. Barômetro de empregos de inteligência artificial 2024.
2024. Disponível em:
https://www.pwc.com.br/pt/estudos/servicos/consultoria-
negocios/2024/Barometro-de-empregos-de-inteligencia-artificial-2024.pdf. Acesso em: 24 out. 2024.
TESLA. Artificial Intelligence & Autopilot. 2024. Disponível em:
https://www.tesla.com/AI. Acesso em: 28 out. 2024.
Aula 4
Ética e IA
Ética e IA
Ética e IA
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://integrada.minhabiblioteca.com.br/reader/books/9786586407006/
https://integrada.minhabiblioteca.com.br/reader/books/9786586407006/
https://www.pwc.com.br/pt/estudos/servicos/consultoria-negocios/2024/Barometro-de-empregos-de-inteligencia-artificial-2024.pdf
https://www.pwc.com.br/pt/estudos/servicos/consultoria-negocios/2024/Barometro-de-empregos-de-inteligencia-artificial-2024.pdf
https://www.pwc.com.br/pt/estudos/servicos/consultoria-negocios/2024/Barometro-de-empregos-de-inteligencia-artificial-2024.pdf
https://www.tesla.com/AI
Na videoaula "Ética e IA", vamos explorar diversos temas, como
questões éticas, privacidade e segurança de dados, além da
importância de uma IA responsável. Compreender esses tópicos é
essencial para profissionais que desejam aplicar Inteligência Artificial
de maneira ética e segura. Aproveite esta oportunidade para
aprofundar o seu conhecimento sobre o impacto e a responsabilidade
da IA na sociedade. Participe e amplie a sua perspectiva sobre a ética
na tecnologia!
Faça o download do arquivo
Ponto de Partida
Ponto de Partida
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
https://content.cogna.com.br/content/dam/cogna/cms2/80473229-4cc2-45cc-9848-7ddaa0047132/45/e3d68b43-69ff-5c65-8905-20618db839da.pdf
Olá, estudante!
Anteriormente, discutimos os motivos para a utilização da Inteligência
Artificial (IA), abordando as restrições e os cuidados necessários. Além
dessas considerações gerais, há aspectos triviais que permeiam não
só o campo da tecnologia, mas toda a sociedade contemporânea: a
ética, a responsabilidade, a privacidade e a segurança.
Nesta aula, exploraremos as questões éticas relacionadas ao
desenvolvimento e uso da IA, buscando entender os dilemas morais
dessa tecnologia. Também discutiremos a privacidade e a segurança
de dados, destacando a importância de proteger dados pessoais e
compreender regulamentações como a Lei Geral de Proteção de
Dados (LGPD) no Brasil.
Por fim, abordaremos o conceito de IA responsável, que inclui práticas
e políticas para garantir o desenvolvimento e uso ético e justo da
Inteligência Artificial. Isso envolve criar sistemas transparentes,
auditáveis e livres de vieses, beneficiando os grupos sociais
envolvidos.
Para visualizar como esses aspectos podem surgir no
desenvolvimento de uma aplicação, imagine que uma empresa de
tecnologia foi contratada para criar um sistema de IA para triagem de
currículos. Você faz parte da equipe de desenvolvedores. Os
stakeholders solicitaram que o sistema fosse capaz de selecionar os
candidatos mais qualificados de maneira justa e eficiente. No entanto,
ao analisar os resultados, percebe-se que o sistema está rejeitando
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
desproporcionalmente candidatos de determinados grupos sociais e
faixa etária.
Por que será que a IA está apresentando esse comportamento? Quais
medidas podem ser adotadas para mitigar esses problemas? Como as
questões de ética, privacidade, segurança e responsabilidade se
relacionam com essa situação? É essencial compreender como
identificar e mitigar esses vieses para garantir que a tecnologia seja
utilizada de maneira ética e responsável.
Esta aula fornecerá o suporte necessário para que você se torne um
profissional consciente, capaz de enfrentar os desafios éticos e de
segurança no desenvolvimento e aplicação da Inteligência Artificial.
Recomendamos que você se envolva profundamente com os
conteúdos apresentados e reflita sobre como pode aplicar esses
princípios éticos em sua futura carreira. Boa jornada de aprendizado!
Vamos Começar!
Vamos Começar!
Uso ético e responsável da IA
Antes de discutirmos as questões éticas associadas à Inteligência
Artificial (IA), que se tornaram um campo importante de estudo e
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
debate nos últimos anos, é importante entender em um contexto
geral.
A ética pode ser definida de acordo a área em discussão, seja na
política, no direito, na contabilidade, ou em questões públicas ou
empresariais. Em termos gerais, ela trata dos princípios e reflexões
sobre as normas e valores que regem as condutas humanas. Ela está
em constante reflexão e construção para o bem da humanidade,
dependendo de como a sociedade decide viver (CRISOSTOMO, 2018).
Alguns filósofos definem ética como “a morada do homem”, derivada
do latim “ethos”. Nessa “morada”, tangível ou não, os habitantes
viveriam com segurança e confiança ao seguirem normas e leis,
melhorando a sociedade. Todavia, aqui estamos falando sobre o
homem como indivíduo, considerando a morada como a sociedade.
Como isso se aplicaria à IA, que são máquinas sem uma morada
projetadas por humanos?
Contextualização Histórica
A preocupação com a ética em tecnologia não é nova. Durante a
Revolução Industrial, que teve início na segunda metade do século
XVIII, surgiram debates sobre o impacto das novas tecnologias no
emprego e nas condições de trabalho. Invenções como o tear
mecanizado revolucionaram a indústria têxtil, mas também
levantaram questões sobre exploração laboral e qualidade de vida.
Cada nova onda de inovação tecnológica, desde a eletrificação até a
computação, trouxe dilemas éticos semelhantes.
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
Devido ao receio de que a IA possa substituir tarefas humanas
inteiras, tomar decisões críticas e influenciar profundamente todos os
aspectos da vida humana, ela está no cerne da discussão ética na
interseção entre tecnologia e humanidade. Essa discussão abrange
dimensões éticas que valem a pena serem discutidas a seguir:
Justiça e Equidade
Quando falamos sobre justiça, pensamos em relações sociais
equilibradas, visando à proporcionalidade em sua distribuição.
Existem vários tipos de justiça, ainda mais que, garantir o mesmo
direito de igualdade a toda sociedade pode não ser suficiente, pois
cada pessoa possui suas peculiaridades que a distinguem das demais.
Por outro lado, a equidade exige sensibilidade e bom senso do
indivíduo, sem exercer caridade ou misericórdia (FECHER, 2014).
No contexto tecnológico, a justiça na IA garante que os sistemas
sejam desenvolvidos e utilizados de maneira a não perpetuar
desigualdades ou discriminações, abordando vieses e discriminação
algorítmica. Algoritmos refletem os dados com os quais são treinados;
se esses dados contêm preconceitos, os algoritmos podem perpetuá-
los ou exacerbá-los. A equidade exige que as soluções tecnológicas
sejam adaptadas para atender às diversas necessidades dos
indivíduos, corrigindo vieses e garantindo acesso justo e igualitário
aos benefícios da Inteligência Artificial.
Vieses Discriminatórios
Disciplina
FUNDAMENTOS DA INTELIGÊNCIA
ARTIFICIAL APLICADA
De acordo com Holdsworth da IBM (2023), “o viés de IA refere-se à
ocorrência de resultados tendenciosos devido a vieses humanos que
distorcem os dados de treinamento originais ou o algoritmo de IA,
levando a resultados distorcidos e potencialmente prejudiciais”. Ele
reduz a precisão da Inteligência Artificial e o seu potencial, podendo
causar polêmicas envolvendo o nome da empresa.
É importante destacar que não são as máquinas que expressam
preconceitos por conta própria. Elas absorvem os preconceitos da
sociedade, seja contra pessoas de cor, mulheres, pessoas com
deficiência, a comunidade LGBTQIA+ ou outros grupos
marginalizados.
Um exemplo claro disso foi “a chatbot” Tay, que se tornou famosa por
sua polêmica em 2016. Desenvolvido pela Microsoft, Tay foi projetada
para aprender com as interações dos usuários da rede social Twitter.
A ideia era que, quanto mais pessoas interagissem, mais ela
aprenderia sobre a linguagem, tornando-se mais inteligente e realista
(AMORIM, 2023).
Entretanto, alguns usuários, conhecidos