Artificial intelligence
Introduzido| English | Significado |
|---|---|
| artificial intelligence/ˌɑːtɪˈfɪʃl ɪnˈtelɪdʒəns/ | Inteligência artificial |
| machine learning/məˈʃiːn ˈlɜːnɪŋ/ | Aprendizado de máquina |
| training data/ˈtreɪnɪŋ ˈdeɪtə/ | Dados de treinamento |
| deep learning/diːp ˈlɜːnɪŋ/ | aprendizado profundo |
| neural networks/ˈnjuːrəl ˈnetwɜːks/ | redes neurais |
| speech recognition/spiːtʃ ˌrekəɡˈnɪʃn/ | reconhecimento de fala |
| image recognition/ˈɪmɪdʒ ˌrekəɡˈnɪʃn/ | reconhecimento de imagem |
| machine translation/məˈʃiːn trænˈsleɪʃn/ | tradução automática |
| recommendation systems/ˌrekəmenˈdeɪʃn ˈsɪstəmz/ | sistemas de recomendação |
| autonomous vehicles/ɔːˈtɒnəməs ˈvɪəklz/ | veículos autônomos |
| optical character recognition/ˈɒptɪkl ˈkærɪktə ˌrekəɡˈnɪʃn/ | reconhecimento óptico de caracteres |
| text-to-speech/tekst tə spiːtʃ/ | síntese de voz |
| bias/ˈbaɪəs/ | viés |
| accountability/əˌkaʊntəˈbɪlɪti/ | responsabilidade |
O movimento que nenhum humano teria jogado
- Em março de 2016, um programa chamado AlphaGo derrotou Lee Sedol, um dos melhores jogadores de Go vivos, por quatro jogos a um. No segundo jogo, ele fez um movimento que comentaristas consideraram um erro; revelava-se ser a ideia vencedora.
- Ninguém havia programado aquele movimento. O sistema aprendeu Go estudando milhões de posições e jogando contra si mesmo, encontrando padrões que seus criadores não poderiam ter escrito.
- Dois anos depois, a Amazon descartou uma ferramenta de recrutamento de IA após descobrir que ela aprendera a partir de dez anos de currículos para penalizar qualquer um que mencionasse "women's".
- Ambos são inteligência artificial 人工智能. Esta lição explica como ela aprende, para que é usada e seu impacto social, econômico e ambiental.
O que é IA e como a IA moderna aprende
- Inteligência artificial (IA) significa sistemas computacionais que realizam tarefas que normalmente exigem inteligência humana: reconhecimento de fala e imagens, tradução, jogar jogos, dirigir.
- A maioria da IA moderna usa aprendizado de máquina 机器学习: em vez de ser programada passo a passo, o sistema melhora em uma tarefa aprendendo padrões a partir de grandes quantidades de dados de treinamento 训练数据.
- Aprendizado profundo 深度学习 usa redes neurais 神经网络 com muitas camadas de nós conectados, sendo a abordagem líder hoje. Dados melhores e maiores geram modelos melhores; dados ruins geram resultados ruins.

Um modelo é treinado em exemplos, não escrito como regras
Machine learning differs from traditional programming because it:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
ML algorithms improve at a task by learning from large amounts of data, rather than following hand-written rules.
Match each AI term to what it means.
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
ML learns from data; deep learning uses many layers; bias and opacity (black box) are key ethical concerns.
Aplicações
- Entender entrada: reconhecimento de fala 语音识别 transforma palavras faladas em texto; reconhecimento de imagem 图像识别 encontra objetos, rostos ou texto em imagens.
- Produzir saída ou decisões: tradução automática 机器翻译 entre idiomas; sistemas de recomendação 推荐系统 sugerindo vídeos, produtos ou músicas; veículos autônomos 自动驾驶汽车 e robôs; diagnóstico médico e detecção de fraudes.
- A prova geralmente fornece um cenário e pergunta quais tipos de IA ele usa, ou como funciona.
Laboratório de conceitos de computação
Classify concrete examples by the computing idea they demonstrate.
Which is an everyday application of AI?
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Recommendation systems (and speech/image recognition, translation, self-driving) are common AI applications.
Exemplo resolvido: lendo um rótulo estrangeiro em voz alta
- Um aplicativo de telefone fotografa um rótulo de produto, traduz-no e o lê em voz alta. Explique como a IA é usada. [4]
- Reconhecimento óptico de caracteres 光学字符识别 analisa os pixels da fotografia para localizar os caracteres, e os padrões de pixels são convertidos em caracteres e palavras individuais.
- Tradução automática converte as palavras para o idioma do usuário.
- Texto para fala 文本转语音 produz a saída falada. Cada etapa vale uma marca, em ordem de pipeline.

Reconhecer, traduzir, falar
Put the stages of the label-reading app in order.
Dificuldade 3/5 · Moedas 200 + pequeno bônus na primeira conclusão hoje
Recognise, read, translate, speak. Each stage is a mark in a four-mark answer.
Benefícios
- Acessibilidade: IA de fala e imagem ajuda usuários com deficiências; tradução ajuda pessoas que não falam o idioma.
- Produtividade: tarefas repetitivas são automatizadas, liberando pessoas para trabalho criativo.
- Suporte à decisão: IA encontra padrões em conjuntos de dados muito grandes para uma pessoa, em exames médicos ou transações.
- Está disponível a qualquer hora e pode ser personalizado para cada usuário.
A benefit of AI is:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
AI excels at finding patterns in large data (decision support). Fairness and explainability are concerns, not guarantees.
Impacto social
- Benefícios: um leitor de rótulos ajuda pessoas com deficiência visual, pessoas que não conseguem ler o idioma e pessoas com dificuldades de leitura; reconhecimento facial em aeroportos agiliza verificações de identidade e pode impedir a entrada de pessoas procuradas.
- Danos: reconhecimento facial mal identifica algumas pessoas e rastreia todos sem consentimento, perdendo privacidade; pessoas que dependem de IA podem perder habilidades; sistemas de recomendação podem aprisionar usuários em visões estreitas.
- Uma resposta sobre impacto social nomeia o grupo afetado e o que muda para eles.
Impacto econômico
- Um módulo de diagnóstico de falhas por IA em uma oficina diagnostica falhas mais rápido e com maior precisão, permitindo reparar mais veículos por dia e reduzindo custos.
- Mas menos mecânicos qualificados podem ser necessários, resultando em perda de empregos, e o módulo precisa ser comprado, treinado e mantido.
- De forma geral, a IA aumenta a produtividade e cria novos empregos em alguns campos, enquanto elimina empregos rotineiros em outros.
Impacto ambiental
- Treinar e executar grandes modelos consome muita eletricidade, e centros de dados usam água para resfriamento; o hardware onde rodam torna-se lixo eletrônico.
- Por outro lado, a IA reduz o consumo de energia em edifícios, otimiza rotas de transporte e monitoriza o ambiente.
- Ambas as direções pontuam, e o exame espera que saiba que existem.

O hardware por trás da IA tem uma vida útil e uma vida após a morte
Match each example to the heading it belongs under.
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
Jobs and costs are economic, people and privacy are social, energy and waste are environmental.
Training and running large AI models has no significant environmental cost.
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
Large models consume a great deal of electricity and cooling water, and their hardware becomes e-waste. AI also helps cut energy use elsewhere, so both directions belong in an answer.
Exemplo resolvido: responder a uma questão de "impacto"
- Explique o impacto económico de uma oficina que instala um sistema de diagnóstico de falhas baseado em IA. [4]
- Dê o impacto e a sua consequência, e apresente ambas as direções.
- As falhas são diagnosticadas mais rápido e com maior precisão, portanto mais veículos são reparados por dia e a receita aumenta. Menos horas de mecânico são necessárias por carro, portanto os custos diminuem.
- Mecânicos qualificados podem perder os seus empregos, portanto há desemprego e perda de competências; e o sistema deve ser comprado e mantido, portanto existe um custo inicial e contínuo.
A full-mark impact point states the impact and its ____, usually joined by "so".
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
"Fewer mechanics are needed, so skilled workers lose their jobs" is a mark; "fewer mechanics" alone is not.
Preocupações
- Vieses 偏见: padrões injustos nos dados de treino tornam-se decisões injustas, como na ferramenta de recrutamento da Amazon. Substituição de postos de trabalho: funções rotineiras desaparecem.
- Privacidade: o treino utiliza grandes quantidades de dados pessoais. Transparência: modelos grandes são caixas negras cujas decisões são difíceis de explicar.
- Responsabilização 问责: quando a IA está errada, quem é responsável: o desenvolvedor, o operador ou o utilizador? Mau uso: deepfakes, desinformação, vigilância.
- Os profissionais devem compreender os limites do que criam, informar os utilizadores e reduzir os danos.

Os vieses entram com os dados e saem nas decisões
AI "bias" usually arises because:
Dificuldade 1/5 · Moedas 100 + pequeno bônus na primeira conclusão hoje
If the training data reflects unfair patterns, the model learns and repeats them — e.g. in hiring or lending.
Select todos genuine concerns about AI.
Dificuldade 2/5 · Moedas 140 + pequeno bônus na primeira conclusão hoje
Bias, opacity and misuse are real concerns. AI certainly can be wrong — accountability for that is itself a concern.
Marcas que escapam
- A IA não é "um robô" nem "um computador que pensa". Defina-a como sistemas que realizam tarefas que normalmente exigem inteligência humana.
- Um impacto sem consequência vale metade da nota. "Perda de empregos" precisa de "portanto trabalhadores qualificados ficam desempregados".
- Sociais, económicas e ambientais são três categorias. Responda sob a categoria que a questão nomeia.
- Os vieses vêm dos dados dos quais o modelo aprendeu, não do computador ter opiniões.
Entendeu?
- IA realiza tarefas que normalmente exigem inteligência humana; aprendizagem automática aprende padrões a partir de dados de treino em vez de seguir regras escritas; aprendizado profundo utiliza redes neurais em camadas
- aplicações: reconhecimento de fala e imagem compreendem a entrada; tradução, recomendação e veículos autónomos produzem saída; OCR → tradução → texto-para-fala lê uma etiqueta em voz alta
- impacto sob três categorias, cada uma com uma consequência e ambas as direções: social, económico, ambiental
- preocupações: vieses vindos dos dados, substituição de postos de trabalho, privacidade, transparência, responsabilização, mau uso