Questão de TI - Ciência de Dados e Inteligência Artificial — Treinamento e Avaliação de Modelos — CESPE / CEBRASPE 2026
TI - Ciência de Dados e Inteligência ArtificialTreinamento e Avaliação de Modelos
- Código
- ce391138
- Banca
- CESPE / CEBRASPE
- Órgão
- TCU
- Ano
- 2026
- Cargo
- AUFC ( )
Segundo relatório da McKinsey de 2024, 78% das organizações entrevistadas afirmam já usar IA em pelo menos uma função de negócio. Apesar do entusiasmo, essa inserção de tecnologia disruptiva implica sérios riscos, como imprecisão dos resultados, quebra de privacidade e violação de propriedade intelectual. Esses riscos são tão evidentes que, segundo o mesmo estudo, cerca de 27% dos entrevistados afirmam que 100% dos resultados da IA generativa são revisados por humanos antes do uso. Ainda, o relatório aponta que não há uma propensão a abordar riscos relacionados à precisão ou explicabilidade dos resultados da IA. Ivette Luna. Da predição à compreensão: o papel da explicabilidade na implementação de IA em políticas públicas. In: Jornal da UNICAMP, 29 de setembro de 2025. Internet: <jornal.unicamp.br> (com adaptações). No que se refere a ética, transparência e responsabilidade no uso de IA, julgue o próximo item. Explicabilidade e interpretabilidade tratam do desafio de entender como os modelos de aprendizado de máquina funcionam, devido especialmente à natureza de “caixa-preta” de muitos modelos, que pode tornar difícil ou impossível a capacidade de explicar uma previsão ou decisão.
- CCerto
- EErrado