Para mitigar riscos em machine learning, é fundamental adotar abordagens que promovam a segurança e a eficácia dos modelos. Vamos analisar as alternativas: a) Usar um único protocolo de segurança - Isso não é uma boa prática, pois a segurança deve ser abrangente e diversificada. b) Desconsiderar a atualização dos sistemas - Ignorar atualizações pode aumentar os riscos, pois sistemas desatualizados podem ser vulneráveis. c) Implementar aprendizado contínuo - Essa é uma abordagem eficaz, pois permite que o modelo se adapte a novas informações e mudanças no ambiente, mitigando riscos. d) Repetir os mesmos métodos antigos - Isso não é uma abordagem eficaz, pois pode levar à obsolescência e não considerar novas ameaças ou melhorias. A alternativa correta é: c) Implementar aprendizado contínuo (X).