Questões de Concursos Inteligência Artificial e Automação

Resolva questões de Inteligência Artificial e Automação comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

Ordenar por:

41Q1017444 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

Texto associado.

A computação científica consiste em um conjunto de técnicas, ferramentas e teorias que englobam inteligência artificial, matemática, estatística, física e computação e que abrangem conhecimentos específicos de subáreas tais como estatística aplicada, econometria, matemática aplicada, inteligência computacional, visualização científica e biometria, sendo cada vez mais utilizada no desenvolvimento de novas tecnologias agrícolas, agora no contexto da emergente agricultura digital. Nas últimas décadas, inclusive, a computação científica tem sido apontada como o terceiro pilar da pesquisa científica, junto com a experimentação e a teoria.

Agricultura de Precisão: Um Novo Olhar na Era Digital. EMBRAPA, 2024 (com adaptações).

Considerando as ideias do texto precedente, julgue o próximo item.

Abordagens determinísticas, estocásticas e de aprendizado de máquina podem ser utilizadas para classificar pares de fazendas como compatíveis ou não, sendo que há exemplos em que os métodos de machine learning superam os demais em termos de qualidade de resultados (acurácia, precisão, sensibilidade e especificidade) e eficiência (tempo de execução computacional).

✂️ a) Certo
✂️ b) Errado

44Q1074119 | Informática, Inteligência Artificial e Automação, Informática Desenvolvimento WEB, IF MS, INSTITUTO AOCP, 2025

O IFMS está realizando uma análise de dados para melhorar a experiência de aprendizado dos alunos no curso de Desenvolvimento Web. O objetivo da análise é identificar diferentes grupos de alunos com base no comportamento de interação com o conteúdo do curso e no desempenho nas avaliações. Essa segmentação visa personalizar as abordagens de ensino, como estratégias de recuperação de aprendizado e adaptação de conteúdo. A equipe de TI (Tecnologia da Informação), composta pelo analista de informática do IFMS, utiliza técnicas de mineração de dados para encontrar padrões e agrupamentos nos dados dos alunos. Nesse sentido, o analista precisa escolher um algoritmo de clusterização para agrupar os alunos em segmentos, levando em consideração variáveis como tempo de acesso, desempenho em atividades, participação em fóruns e engajamento com o material didático. Diante das seguintes opções, assinale a alternativa que apresenta corretamente um algoritmo de clusterização que pode ser utilizado para agrupar os alunos de acordo com as variáveis analisadas.

✂️ a) DBSCAN (Density-Based Spatial Clustering of Applications with Noise).
✂️ b) Naive Bayes.
✂️ c) Eclat.
✂️ d) Apriori.
✂️ e) FP-Growth (Frequent Pattern Growth).

45Q1078509 | Informática, Inteligência Artificial e Automação, Técnico Administrativo, Câmara de Três Barras SC, Unesc, 2025

Considere a seguinte situação.
Um banco está testando um chatbot com IA para atendimento ao cliente.

O sistema:

Responde perguntas sobre saldos e extratos. Bloqueia transações suspeitas usando padrões de comportamento.

Todavia, em 12% dos casos, classifica erroneamente clientes como "fraudadores". Qual técnica de IA pode reduzir esse erro sem prejudicar a segurança?

✂️ a) Desconsiderar dados históricos e basear-se apenas em regras estáticas.
✂️ b) Implementar aprendizado por reforço com feedbacks dos falsos positivos.
✂️ c) Remover totalmente a checagem automatizada, retornando a análise humana.
✂️ d) Limitar o chatbot a respostas pré-gravadas sem interação contextual.
✂️ e) Usar redes neurais convolucionais para processar imagens de assinaturas.

46Q1073789 | Informática, Inteligência Artificial e Automação, Educação Especial, Prefeitura de Sena Madureira AC, DECORP, 2025

As recentes inovações em Inteligência Artificial permitiram o surgimento de ferramentas como ChatGPT, Gemini e Copilot, que podem ser utilizadas na automação de tarefas de redação, análise de dados e suporte à tomada de decisão. Em um contexto de serviço público, é uma vantagem estratégica que essas soluções podem oferecer:

✂️ a) Eliminação completa de profissionais especializados em TI, tornando a estrutura tecnológica desnecessária.
✂️ b) Redução da transparência, pois os algoritmos de IA dificultam a rastreabilidade das decisões.
✂️ c) Aumento da produtividade, ao permitir geração de documentos, relatórios e respostas otimizadas para diferentes demandas.
✂️ d) Substituição integral dos procedimentos de auditoria, uma vez que as ferramentas de IA não cometem erros.

47Q1073809 | Informática, Inteligência Artificial e Automação, Assistente Social, Prefeitura de Apiaí SP, Instituto Access, 2025

Texto associado.

O texto seguinte servirá de base para responder à questão.

Empresário Aposta R$ 14 Milhões em IA para Transformar o Mundo Corporativo

Izaias Pertrelly, empreendedor em série e fundador da Blue Saúde e da Inventu, acaba de apostar alto em uma nova fronteira tecnológica: a inteligência artificial agêntica. Com um investimento próprio superior a US$ 2,5 milhões (cerca de R$ 14 milhões), ele desenvolveu o Thanus, uma plataforma que vai além dos tradicionais assistentes digitais e propõe um novo paradigma para automação corporativa.

Com mais de uma década de atuação em projetos de inovação e saúde, Pertrelly viu na IA uma oportunidade de ampliar a eficiência das empresas. "Nosso objetivo é fazer do Thanus o cérebro operacional das organizações modernas", diz ele. E a promessa não é modesta: diferentemente de modelos passivos como ChatGPT ou Gemini, o Thanus é uma IA ativa e autônoma, que executa tarefas no mundo real com base em sua própria infraestrutura computacional.

A plataforma possui seu próprio sistema operacional, com capacidade de instalar programas, escrever código, preencher formulários online, enviar e-mails, analisar concorrência, desenvolver sites SaaS e muito mais — tudo sem depender da máquina do usuário. Um dos grandes diferenciais é o recurso Agent Builder, que permite a qualquer pessoa, mesmo sem conhecimento técnico, criar assistentes personalizados capazes de, por exemplo, buscar passagens aéreas com base em agenda e preço ou monitorar o mercado financeiro.

Destinado a empresas que desejam escalar com inteligência e reduzir dependência de equipes robustas, o Thanus atende desde autônomos e startups até grandes corporações. Suas aplicações vão da automação de rotinas operacionais à geração de relatórios, dashboards e decisões orientadas por dados.

Izaias acredita que o Thanus está mais próximo do conceito de Inteligência Artificial Geral (AGI) do que qualquer outra solução disponível comercialmente. "Ele não apenas responde — ele decide, age e entrega. É a evolução prática da IA que estávamos esperando", afirma.

O Thanus segue em expansão, com módulos e integrações sendo adicionados mensalmente. E segundo Pertrelly, demonstrações com casos reais estão disponíveis para interessados que queiram conhecer de perto essa proposta de futuro já em funcionamento.

https://forbes.com.br/forbes-tech/2025/06/empresario-aposta-r-14-milhoes-em-ia-para-transformar-o-mundo-corporativo/

Pode-se inferir do texto que um dos diferenciais técnicos do Thanus é sua capacidade de executar tarefas sem depender de(da):

✂️ a) Conhecimento prévio do usuário.
✂️ b) Plataforma SaaS.
✂️ c) Infraestrutura de nuvem externa.
✂️ d) Máquina do usuário.

49Q1017066 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

A respeito de visão computacional com redes neurais convolucionais (CNN), de classificação de imagens e de processamento de linguagem natural (PLN), julgue o item seguinte.

PLN é um campo da inteligência artificial voltado a capacitar máquinas na compreensão, interpretação e geração da linguagem humana. Aplicações como chatbots, tradutores automáticos e análise de sentimentos são exemplos de aplicações dessa tecnologia. Contudo, modelos recentes, como o Gemini e o GPT, embora compartilhem algumas similaridades com o PLN, têm sua base fundamental na aplicação de aprendizado profundo, uma abordagem que dispensa a necessidade de regras linguísticas explícitas e se concentra na identificação de padrões complexos em grandes conjuntos de dados.

✂️ a) Certo
✂️ b) Errado

51Q1035919 | Informática, Inteligência Artificial e Automação, Tecnologia da Informação, TCE PE, FGV, 2025

No âmbito jurídico, é possível deparar-se com situações em que é necessário identificar decisões judiciais com valores indenizatórios atípicos, sem dispor de um banco de dados pré-classificado como "normal" ou "anômalo".
Para alertar sobre esses casos, sem empregar dados históricos rotulados, a técnica de machine learning mais adequada é:

✂️ a) DBSCAN, para identificar clusters esparsos como potenciais anomalias.
✂️ b) Isolation Forest, para detecção direta de valores atípicos.
✂️ c) K-means, para agrupar decisões por faixas de valor indenizatório.
✂️ d) Autoencoders, para reconstrução de padrões normais e sinalização de desvios.
✂️ e) PCA (Análise de Componentes Principais), para visualização de outliers.

52Q1074083 | Informática, Inteligência Artificial e Automação, Especialidade Contabilidade, TRF 4 REGIÃO, FCC, 2025

Durante a elaboração de uma nova solução para triagem de processos no Poder Judiciário, a equipe de inovação propõe o uso de um modelo de linguagem de larga escala, capaz de interpretar textos jurídicos extensos, gerar resumos automáticos e classificar informações para facilitar a decisão humana. Com base nos conceitos de inteligência artificial (IA) e considerando o papel de diferentes sistemas, essa proposta caracteriza o uso de

✂️ a) um modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural.
✂️ b) um agente de IA voltado à mediação de tarefas cognitivas, com ênfase em respostas interativas e execução de comandos baseados em linguagem natural.
✂️ c) um sistema baseado em regras fixas, capaz de extrair trechos padronizados de documentos, mas com capacidade contextual de interpretação ou síntese textual limitada.
✂️ d) um sistema de IA generativa treinado para sintetizar textos a partir de conteúdos jurídicos, com foco em apoio à tomada de decisão e ausência de geração autônoma de novos dados.
✂️ e) uma arquitetura de IA especializada em rotinas de classificação binária, estruturada com base em regras de decisão previamente parametrizadas.

53Q1078864 | Informática, Inteligência Artificial e Automação, Analista de Informática, SANEPAR, INSTITUTO AOCP, 2024

O analista de informática da Sanepar foi designado para analisar os padrões de consumo de água em diferentes regiões. Para isso, ele pretende agrupar os dados de consumo utilizando técnicas de aprendizado de máquina que se baseiam em similaridades, sem a necessidade de rótulos pré-definidos, com o objetivo de identificar perfis distintos de usuários e otimizar a distribuição de água. Sabendo que nem todos os algoritmos de aprendizado de máquina são adequados para essa tarefa, o analista deve escolher algoritmos que sejam exclusivamente utilizados para clusterização.

Nesse sentido, assinale a alternativa que apresenta apenas algoritmos de clusterização que podem atender à necessidade desse analista.

✂️ a) K-Means e DBSCAN (Density-Based Spatial Clustering of Applications with Noise).
✂️ b) DBSCAN (Density-Based Spatial Clustering of Applications with Noise) e SVM (Support Vector Machines).
✂️ c) KNN (K-Nearest Neighbors) e Apriori.
✂️ d) FP-Growth (Frequent Pattern Growth) e DQL (Deep Q-Networks).
✂️ e) Hierarchical Clustering e FP-Growth.

55Q1074118 | Informática, Inteligência Artificial e Automação, Informática Desenvolvimento WEB, IF MS, INSTITUTO AOCP, 2025

O aprendizado de máquina aplicado à mineração de dados possibilita a extração de conhecimento útil a partir de grandes volumes de informações, automatizando a identificação de padrões e tendências. Ele é empregado para prever comportamentos, classificar dados e detectar anomalias em diferentes contextos. Entre as abordagens utilizadas nesse processo, destacam-se o aprendizado supervisionado, o aprendizado não supervisionado e o aprendizado por reforço, cada um adequado a diferentes tipos de problemas e conjuntos de dados. Em relação às abordagens mencionadas, informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) No aprendizado supervisionado, o modelo aprende com um conjunto de dados não rotulados (exemplo: previsão de vendas).
( ) No aprendizado não supervisionado, o modelo encontra padrões em dados rotulados (exemplo: segmentação de clientes).
( ) No aprendizado por reforço, o modelo aprende através de interações com o ambiente e feedback sobre as ações (exemplo: algoritmos de recomendação)

✂️ a) V – V – V.
✂️ b) F – F – F.
✂️ c) V – F – V.
✂️ d) V – V – F
✂️ e) F – F – V.

58Q1078499 | Informática, Inteligência Artificial e Automação, Analista Administrativo, Câmara de Três Barras SC, Unesc, 2025

Considere a seguinte situação:
Uma equipe está desenvolvendo uma operação logística para integrar soluções de Inteligência Artificial à cadeia de suprimentos. O objetivo era aumentar a previsibilidade de demanda, otimizar rotas de entrega em tempo real e reduzir falhas humanas na análise de pedidos. Durante a análise do projeto, foi proposto o uso de três tecnologias distintas: redes neurais convolucionais (CNNs), algoritmos de reforço e modelos autoregressivos. Considerando os objetivos do projeto e os princípios técnicos da IA, qual combinação de aplicações é a mais adequada e coerente com as tecnologias mencionadas?

✂️ a) Aplicar CNNs na previsão de demanda, modelos autoregressivos para mapear fluxos logísticos e algoritmos de reforço apenas para controle de estoque baseado em RFID.
✂️ b) Utilizar CNNs para classificar tipos de clientes, algoritmos de reforço para análise de feedbacks e modelos autoregressivos para compressão de dados logísticos.
✂️ c) Adotar CNNs para traduzir pedidos em linguagem natural, algoritmos de reforço para automatizar contratos com fornecedores e modelos autoregressivos para gerar relatórios gerenciais.
✂️ d) Utilizar algoritmos de reforço para a otimização dinâmica das rotas com base em condições variáveis, modelos autoregressivos para previsão de demanda com base em séries temporais de vendas e CNNs para análise de imagens de carga, detectando avarias.
✂️ e) Empregar algoritmos de reforço para prever demanda com base em sazonalidade, CNNs para processar dados de GPS e modelos autoregressivos para detectar produtos com maior índice de avaria.

59Q1028586 | Informática, Inteligência Artificial e Automação, Tecnologia da Informação, MPE RJ, FGV, 2025

A função sigmoide, cujo gráfico tem a forma de “S”, é uma das funções de ativação mais comumente usadas na construção de redes neurais. A sigmoide é definida como uma função estritamente crescente que exibe um equilíbrio elegante entre comportamento linear e não linear. Assinale a opção que define uma função sigmoide.

✂️ a) σ(x) = (exp(x) – exp (-x))/ (1 + a(exp(x) + exp (-x))) onde a é o parâmetro de variação da função sigmoide.
✂️ b) σ(x) = (exp(x) + exp (-x))/ (1 - a(exp(x) - exp (x))) onde a é o parâmetro de crescimento da função sigmoide.
✂️ c) QlikView Client, QlikView Server e QlikView Transformer.
✂️ d) QlikView Desktop, QlikView Server e QlikView Publisher.
✂️ e) QlikView Viewer, QlikView DataServer e QlikView Transformer.

60Q1017067 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

A respeito de visão computacional com redes neurais convolucionais (CNN), de classificação de imagens e de processamento de linguagem natural (PLN), julgue o item seguinte.

A operação de convolução nas CNN envolve a aplicação de filtros (kernels) sobre blocos da matriz de pixels de uma imagem de entrada. Cada filtro gera um mapa de características ao realizar operações que capturam padrões locais específicos, como bordas e texturas. Esse processo resulta em uma transformação que não preserva necessariamente a posição espacial das informações relevantes da imagem, mas é fundamental para a redução da dimensionalidade dos dados.

✂️ a) Certo
✂️ b) Errado

Questões de Concursos Inteligência Artificial e Automação

Resolva questões de Inteligência Artificial e Automação comentadas com gabarito, online ou em PDF, revisando rapidamente e fixando o conteúdo de forma prática.

41Q1017444 | Informática, Inteligência Artificial e Automação, Pesquisador, EMBRAPA, CESPE CEBRASPE, 2025

42Q1078652 | Informática, Inteligência Artificial e Automação, Especialidade Análise de Sistemas, STM, CESPE CEBRASPE, 2025

43Q1074530 | Informática, Inteligência Artificial e Automação, Professor Técnico em Desenvolvimento de Sistemas, SEDUC PI, NUCEPE, 2025