Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2026

Aprendizado de máquina — Tipos de aprendizado

Gabarito: E (Errado). A afirmação incorre ao classificar o aprendizado por reforço como essencialmente uma forma de aprendizado não supervisionado, com objetivo de descobrir padrões ocultos e agrupamento, tratando a recompensa como secundária. Na verdade, o aprendizado por reforço é um paradigma autônomo, baseado em interação com ambiente e feedback de recompensas/punições, com o objetivo principal de maximizar a recompensa acumulada.

O texto-base apresenta as três categorias clássicas de aprendizado de máquina:

Aprendizado supervisionado: São apresentadas ao computador exemplos de entradas e saídas desejadas, fornecidas por um "professor". O objetivo é aprender uma regra geral que mapeia as entradas para as saídas.

Aprendizado não supervisionado: Nenhum tipo de etiqueta é dado ao algoritmo de aprendizado, deixando-o sozinho para encontrar estrutura nas entradas fornecidas.

Aprendizado por reforço: Um programa de computador interage com um ambiente dinâmico, em que o programa deve desempenhar determinado objetivo. É fornecido, ao programa, feedback quanto a premiações e punições.

Observa-se que o aprendizado por reforço não se enquadra no não supervisionado: ele utiliza recompensas (feedbacks) como sinal central, e não busca padrões ocultos ou agrupamento sem rótulos. O erro da assertiva está em:

• Afirmar que o aprendizado por reforço é "essencialmente uma forma de aprendizagem não supervisionada" — são paradigmas distintos.

• Dizer que seu "objetivo principal é descobrir padrões ocultos e agrupamento nos dados" — o objetivo principal do reforço é aprender uma política que maximize a recompensa cumulativa.

• Colocar a "recompensa funciona como um critério secundário de avaliação" — na verdade, a recompensa é o sinal fundamental que guia o aprendizado.

Portanto, o item está errado.