Questão de Noções de Informática — Inteligência Artificial e Automação — CESPE / CEBRASPE 2026
Noções de Informática›Inteligência Artificial e Automação
Código
ce225575
Banca
CESPE / CEBRASPE
Órgão
IPAAM
Ano
2026
Nível
Superior
Cargo
Analista Ambiental – Especialidade: Análise de Sistemas
O sistema LLP-Co, descrito no texto 2A2-I, enquadra-se, segundo a literatura especializada, no conceito de sistema de aprendizado de máquina, porque sua característica central consiste em
Adispensar qualquer tipo de validação humana no processo de aprendizagem.
Coperar com base exclusivamente em regras simbólicas definidas por especialistas.
Daprender padrões a partir dos dados e fazer generalizações para novos casos.
Eutilizar estatística descritiva sobre imagens de satélite.
Revelar gabarito e comentário▾
GabaritoD — aprender padrões a partir dos dados e fazer generalizações para novos casos.
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”.
Sistema LLP-Co e Aprendizado de Máquina
Gabarito: letra D. O sistema LLP-Co se enquadra como aprendizado de máquina porque sua característica central é aprender padrões a partir dos dados e fazer generalizações para novos casos, conforme definição clássica da área: um programa aprende com a experiência se seu desempenho melhora com a experiência (Tom Mitchell). O texto confirma que o sistema "organiza grandes conjuntos de dados... identificados (rotulados) e classificados pelo sistema, que tem a capacidade de aprender sozinho a partir da supervisão e validação dos pesquisadores".
A banca testa a compreensão do conceito fundamental de machine learning: a capacidade de induzir regras ou padrões a partir de exemplos e aplicá-los a dados não vistos, em contraste com programação explícita ou sistemas baseados em regras.
Aprendizado de máquina: Característica central (Aprende padrões dos dados, Generaliza para novos casos); O que NÃO é (Programação explícita (instruções fixas), Regras simbólicas de especialistas, Estatística descritiva pura); Papel humano (Supervisão e validação, Dispensa validação humana)
Alternativa A — ❌ Incorreta
Afirma que o sistema "dispensa qualquer tipo de validação humana". O texto expressamente menciona que o aprendizado ocorre "a partir da supervisão e validação dos pesquisadores". Logo, a validação humana é parte do processo.
Alternativa B — ❌ Incorreta
Diz que o sistema "executa instruções determinísticas previamente codificadas". Isso descreve programação tradicional, não aprendizado de máquina. O LLP-Co aprende padrões dos dados, não segue regras fixas pré-programadas.
Alternativa C — ❌ Incorreta
Afirma que o sistema "opera com base exclusivamente em regras simbólicas definidas por especialistas". Essa é a abordagem de sistemas especialistas, não de aprendizado de máquina. O LLP-Co constrói seu modelo a partir dos dados, não de regras pré-definidas.
Alternativa D — ✅ Correta ⟵ GABARITO
"Aprender padrões a partir dos dados e fazer generalizações para novos casos" é a essência do aprendizado de máquina. O texto descreve que o sistema classifica automaticamente culturas agrícolas usando imagens de satélite e aprende com a supervisão dos pesquisadores, realizando exatamente essa tarefa.
Alternativa E — ❌ Incorreta
"Utilizar estatística descritiva sobre imagens de satélite" é uma atividade possível, mas não captura a característica central do aprendizado de máquina. A estatística descritiva pode ser usada, mas o diferencial está no aprendizado e generalização, não na mera descrição dos dados.
PEGA ESSA DICA!
Em questões sobre aprendizado de máquina, lembre-se do tripé: (1) o sistema aprende a partir de dados (não é programado explicitamente); (2) ele generaliza para novos exemplos; (3) o desempenho melhora com a experiência. Toda alternativa que falar em regras fixas, programação determinística ou ausência de aprendizado estará errada.