O aprendizado supervisionado em inteligência artificial é uma abordagem onde um modelo é treinado utilizando dados rotulados, ou seja, dados que já possuem a resposta correta associada. O principal objetivo é ajustar esse modelo para que ele possa prever resultados em novos dados. Analisando as alternativas: a) Treinar um modelo sem dados rotulados para identificar padrões - Isso se refere ao aprendizado não supervisionado, não ao supervisionado. b) Ajustar um modelo com dados rotulados para prever resultados - Esta é a definição correta do aprendizado supervisionado. c) Criar um algoritmo que opera de maneira totalmente independente - Isso não se aplica ao aprendizado supervisionado, que depende de dados rotulados. d) Reduzir a complexidade dos dados para facilitar a análise - Isso se relaciona mais com técnicas de pré-processamento de dados, não especificamente com aprendizado supervisionado. Portanto, a alternativa correta é: b) Ajustar um modelo com dados rotulados para prever resultados.