Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025
Engenharia de Software›Inteligencia Artificial
Código
ce195211
Banca
CESPE / CEBRASPE
Órgão
BANRISUL
Ano
2025
Nível
Superior
Cargo
Técnico em Tecnologia da Informação II - Desenvolvimento de Software
Um sistema de inteligência artificial foi desenvolvido para dirigir um veículo em um jogo de corrida virtual. O sistema começa sem conhecimento prévio e não recebe exemplos rotulados de como dirigir corretamente. Durante o aprendizado, ele não identifica ou utiliza padrões da pista ou do comportamento de outros veículos. Sua única fonte de informação são as pontuações: pontos positivos ao manter o veículo na pista e fazê-lo completar voltas, pontos negativos quando o veículo sai da pista ou colide, e bônus quando ultrapassa outro veículo ou completa mais rápido a corrida. O sistema ajusta seu comportamento baseando-se unicamente nessas pontuações recebidas após suas ações.Na situação hipotética precedente, é caracterizado o aprendizado de máquina
Apassivo.
Bpor transferência.
Csupervisionado.
Dnão supervisionado.
Epor reforço.
Revelar gabarito e comentário▾
GabaritoE — por reforço.
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Aprendizado de Máquina — Tipos de Aprendizado
Gabarito: letra E (por reforço). O sistema descrito aprende exclusivamente a partir de pontuações (recompensas e punições) recebidas após suas ações, sem qualquer exemplo rotulado ou conhecimento prévio, e sem identificar padrões. Essa é a definição clássica de aprendizado por reforço: um agente interage com o ambiente e ajusta seu comportamento para maximizar a recompensa acumulada.
O enunciado lista quatro características decisivas: (1) sem conhecimento prévio, (2) sem exemplos rotulados, (3) não identifica padrões, (4) ajusta-se apenas com base nas pontuações. Cada uma dessas características exclui os demais tipos de aprendizado.
Tipo de Aprendizado
Característica Principal
Por que se aplica ou não ao caso
A) Passivo
Sistema recebe dados previamente coletados, sem interagir com o ambiente.
❌ O sistema interage ativamente (dirige) e recebe feedback imediato.
B) Por transferência
Aproveita conhecimento de uma tarefa para outra relacionada.
Agente interage com o ambiente e ajusta comportamento com base em recompensas/punições.
✅ O sistema aprende exclusivamente por pontuações (recompensas e punições).
Aprendizado de máquina
1Por reforço (✅)
Agente interage com ambiente
Recompensas/punições após ações
Sem exemplos rotulados
Sem conhecimento prévio
2Supervisionado (❌)
Exige exemplos rotulados
3Não supervisionado (❌)
Busca padrões em dados
4Por transferência (❌)
Aproveita conhecimento prévio
5Passivo (❌)
Dados previamente coletados
LEVEL · soulevel.com.br
Alternativa A — ❌ Incorreta (Aprendizado passivo)
No aprendizado passivo, o sistema recebe dados previamente coletados (exemplos rotulados ou não) e não interage com o ambiente para obter novos dados. Aqui, o sistema interage ativamente (dirige o veículo) e recebe feedback imediato — é um processo ativo, não passivo.
Alternativa B — ❌ Incorreta (Aprendizado por transferência)
Aprendizado por transferência aproveita conhecimento adquirido em uma tarefa para melhorar o aprendizado em outra tarefa relacionada. O enunciado afirma que o sistema "começa sem conhecimento prévio" — não há transferência de nenhum conhecimento.
Alternativa C — ❌ Incorreta (Aprendizado supervisionado)
Aprendizado supervisionado exige exemplos rotulados (entrada-saída esperada) para treinar um modelo. O sistema descrito "não recebe exemplos rotulados de como dirigir corretamente" — portanto, não é supervisionado.
Alternativa D — ❌ Incorreta (Aprendizado não supervisionado)
Aprendizado não supervisionado busca encontrar padrões ou estruturas ocultas em dados não rotulados. O enunciado afirma explicitamente que o sistema "não identifica ou utiliza padrões da pista ou do comportamento de outros veículos". Além disso, o mecanismo de aprendizado não é baseado em agrupamento/associação, e sim em recompensas.
Alternativa E — ✅ Correta ⟵ GABARITO (Aprendizado por reforço)
O aprendizado por reforço é caracterizado por: agente que interage com um ambiente, recebe recompensas (positivas) ou punições (negativas), e aprende uma política de ações para maximizar a recompensa cumulativa. Todas as condições do enunciado se encaixam perfeitamente: sem dados rotulados, sem conhecimento prévio, feedback apenas por pontuações (positivas: manter na pista, completar voltas; negativas: sair da pista, colidir; bônus: ultrapassar, completar mais rápido).