A inteligência artificial (IA) tem se popularizado nos últimos anos, influencian...

Questão de Informática da banca Unesc aplicada no concurso Câmara de Três Barras SC (2025). Confira a resolução completa abaixo:

Q1078500•
Informática•
Inteligência Artificial e Automação•
Unesc•
Câmara de Três Barras SC•
Analista Administrativo•
2025

A inteligência artificial (IA) tem se popularizado nos últimos anos, influenciando diretamente diversos aspectos da vida cotidiana, popularizando assistentes virtuais, algoritmos de recomendação e ferramentas de geração de conteúdo. Entre as informações verdadeiras relacionadas a este tema, é correto dizer que:

O uso da inteligência artificial em redes sociais tem reduzido completamente a disseminação de fake news, graças à sua precisão na checagem de fatos.

Aplicações de IA em ambientes escolares ainda são ilegais no Brasil, por não estarem regulamentadas pelo Ministério da Educação (MEC).

Ferramentas de IA, como assistentes virtuais e tradutores automáticos, vêm sendo incorporadas em dispositivos móveis, facilitando tarefas do cotidiano.

Os algoritmos utilizados por plataformas de streaming, como Netflix e Spotify, não utilizam nenhum tipo de inteligência artificial para sugerir conteúdos aos usuários.

A inteligência artificial é uma tecnologia exclusiva da área científica e não possui aplicações práticas no comércio ou nos serviços.

Questões Relacionadas

Q1048667•
Informática•
Inteligência Artificial e Automação•
FGV•
TCE PE•
Procurador do Tribunal de Contas•
2025

Com relação à Inteligência Artificial, analise as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.

( ) Representa o conjunto de modelos, algoritmos, técnicas e metodologias que podem ser implementados como sistemas computacionais
( ) Produz resultados como previsões, classificações, recomendações e decisões, a partir de processos de aprendizagem baseados em grande volume de dados.
( ) Tem potencial para influenciar somente ambientes virtuais.

As afirmativas são, respectivamente,

Q1039875•
Informática•
Inteligência Artificial e Automação•
FGV•
TCE PE•
Auditor de Controle Externo Tecnologia da Informação•
2025

Com a popularização de modelos de linguagem de grande escala (LLMs), como o GPT e o Claude, a engenharia de prompt tornou-se uma habilidade essencial para direcionar corretamente esses modelos, extraindo respostas mais úteis, seguras e alinhadas ao objetivo do usuário.
Em relação às boas práticas de engenharia de prompt aplicadas a grandes modelos de linguagem (LLMs), assinale a afirmativa correta.

A engenharia de prompt exige conhecimento profundo de linguagens de programação, pois os prompts devem ser escritos em linguagens formais como Python ou SQL.

Prompts vagos e abertos tendem a melhorar a criatividade dos modelos e garantem maior precisão, especialmente em tarefas críticas e factuais.

Instruções explícitas, exemplos no prompt e delimitação clara da tarefa aumentam a probabilidade de o LLM produzir respostas relevantes e adequadas ao objetivo.

LLMs interpretam todos os prompts da mesma forma, independentemente da estrutura, do idioma ou da ordem em que as informações são fornecidas.

A engenharia de prompt não tem impacto sobre a segurança das respostas geradas, já que os LLMs seguem regras internas fixas de filtragem de conteúdo.

Q1039877•
Informática•
Inteligência Artificial e Automação•
FGV•
TCE PE•
Auditor de Controle Externo Tecnologia da Informação•
2025

No treinamento de grandes modelos de linguagem (LLMs), como o GPT-4, uma técnica importante, utilizada para estabilizar o treinamento e favorecer a convergência - especialmente ao lidar com camadas profundas -, é a normalização por camada, conhecida como Layer Normalization, que consiste em:

normalizar as ativações ao longo dos canais de entrada, reduzindo o desvio padrão espacial, ideal para modelos CNN.

realizar a normalização entre exemplos de treinamento, reduzindo a variação das ativações dentro de um mesmo lote.

normalizar as ativações individualmente para cada exemplo, considerando todos os neurônios da mesma camada.

aplicar uma normalização nas ativações por meio de uma média móvel das ativações das camadas anteriores.

realizar uma normalização baseada em gradientes acumulados, diretamente no passo de retropropagação (backpropagation).

Notificações

Nada por aqui