Engenharia de Software · FCC · 2025 | Questão sqc-fc073246

Engenharia de SoftwareInteligencia Artificial

Código: fc073246
Banca: FCC
Órgão: Prefeitura de São Paulo - SP
Ano: 2025
Nível: Superior

Cargo: Analista de Planejamento e Desenvolvimento Organizacional Tecnologia da Informação e Comunicação

A prefeitura de um grande município está aumentando o uso de Inteligência Artificial (14), Machine Learning (ML) e Internet das Coisas (loT) para modernizar a gestão urbana. Essas tecnologias são utilizadas na automação de processos administrativos, monitoramento de tráfego, alocação de recursos e otimização de serviços públicos. Uma equipe de analistas promoveu um debate para discutir 05 desafios éticos e técnicos associados a essas tecnologias e concluiu que:

Aa utilização de algoritmos de IA na gestão urbana elimina vieses e erros humanos, garantindo decisões mais objetivas e imparciais.
Ba loT melhora a eficiência dos serviços públicos e, por ser baseada em sensores automatizados, reduz significativamente os riscos de segurança cibernética ou invasões de privacidade.
Cmodelos de ML tornam-se progressivamente autônomos e, uma vez treinados, não precisam ser revisados, pois suas previsões e decisões se aprimoram automaticamente, o que contribui para uma gestão pública realmente eficiente.
Da aplicação de IA na gestão pública pode reproduzir padrões discriminatórios presentes nos dados históricos usados para treinamento, tornando necessário um monitoramento contínuo para evitar viés algorítmico.
Ecomo os algoritmos são treinados com grandes volumes de dados históricos estruturados e não estruturados, os sistemas baseados em ML garantem neutralidade e imparcialidade nas políticas públicas.

Revelar gabarito e comentário

GabaritoD — a aplicação de IA na gestão pública pode reproduzir padrões discriminatórios presentes nos dados históricos usados para treinamento, tornando necessário um monitoramento contínuo para evitar viés algorítmico.

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”.

Inteligência Artificial, Machine Learning e IoT na Gestão Urbana

Gabarito: letra D. A aplicação de IA na gestão pública pode reproduzir padrões discriminatórios presentes nos dados de treinamento, exigindo monitoramento contínuo para evitar viés algorítmico. As demais alternativas apresentam visões excessivamente otimistas ou incorretas sobre a eliminação de vieses, segurança cibernética ou autonomia dos modelos.

Alternativa	Afirmação Central	Correta?	Motivo da Correção/Incorreção
A	IA elimina vieses e erros humanos, garantindo decisões imparciais.	❌	Algoritmos aprendem de dados históricos, que podem conter preconceitos; a imparcialidade não é garantida.
B	IoT reduz riscos de segurança cibernética e invasões de privacidade.	❌	A ampla rede de sensores aumenta a superfície de ataque, elevando os riscos de segurança.
C	Modelos de ML, uma vez treinados, não precisam ser revisados.	❌	Modelos sofrem drift e exigem monitoramento contínuo e re-treinamento para manter a eficácia.
D	IA pode reproduzir padrões discriminatórios dos dados históricos, exigindo monitoramento contínuo.	✅	Reconhece o viés algorítmico como preocupação ética e técnica real, necessitando de supervisão.
E	Sistemas baseados em ML garantem neutralidade e imparcialidade nas políticas públicas.	❌	Ignora que dados de treinamento podem ser tendenciosos, e os modelos podem incorporar esses vieses.

IA na gestão pública: Elimina vieses (A); IoT reduz riscos (B); ML autônomo sem revisão (C); Monitoramento contínuo contra viés (D); ML garante neutralidade (E)

Alternativa A — ❌ Incorreta

Afirma que a IA elimina vieses e erros humanos. Na verdade, os algoritmos aprendem a partir de dados históricos que podem conter preconceitos, podendo reproduzir e amplificar esses vieses, não eliminá-los. A imparcialidade não é garantida.

Alternativa B — ❌ Incorreta

Diz que a IoT reduz significativamente riscos de segurança cibernética e invasões de privacidade. Pelo contrário, a ampla rede de sensores conectados aumenta a superfície de ataque e cria novos pontos vulneráveis, elevando os riscos.

Alternativa C — ❌ Incorreta

Sugere que modelos de ML, uma vez treinados, não precisam ser revisados. Modelos podem sofrer drift (deriva) e precisam de monitoramento contínuo e re-treinamento para manter a eficácia.

Alternativa D — ✅ Correta ⟵ GABARITO

Reconhece que a IA pode reproduzir padrões discriminatórios dos dados históricos e que o monitoramento contínuo é necessário. Essa é uma preocupação ética e técnica real (viés algorítmico).

Alternativa E — ❌ Incorreta

Alega que sistemas baseados em ML garantem neutralidade e imparcialidade. Assim como na A, ignora que os dados de treinamento podem ser tendenciosos, e os modelos podem incorporar esses vieses.

PEGA ESSA DICA!

Em questões sobre IA e ética, desconfie de alternativas que prometem "neutralidade", "eliminação de vieses" ou "autonomia total". A banca costuma explorar o otimismo ingênuo versus a realidade dos desafios técnicos (viés, segurança, monitoramento).

Gabarito: letra D.

Link permanente: /questoes/fc073246