Pular para o conteúdo principal

Questão de Noções de Informática — Inteligência Artificial e Automação — FCC 2025

Noções de InformáticaInteligência Artificial e Automação
Código
fc074123
Banca
FCC
Órgão
TRF - 4ª REGIÃO
Ano
2025
Nível
Superior
Cargo
Analista Judiciário - Área Apoio Especializado - Especialidade: Contabilidade
Durante a elaboração de uma nova solução para triagem de processos no Poder Judiciário, a equipe de inovação propõe o uso de um modelo de linguagem de larga escala, capaz de interpretar textos jurídicos extensos, gerar resumos automáticos e classificar informações para facilitar a decisão humana. Com base nos conceitos de inteligência artificial (IA) e considerando o papel de diferentes sistemas, essa proposta caracteriza o uso de
  1. Aum modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural.
  2. Bum agente de IA voltado à mediação de tarefas cognitivas, com ênfase em respostas interativas e execução de comandos baseados em linguagem natural.
  3. Cum sistema baseado em regras fixas, capaz de extrair trechos padronizados de documentos, mas com capacidade contextual de interpretação ou síntese textual limitada.
  4. Dum sistema de IA generativa treinado para sintetizar textos a partir de conteúdos jurídicos, com foco em apoio à tomada de decisão e ausência de geração autônoma de novos dados.
  5. Euma arquitetura de IA especializada em rotinas de classificação binária, estruturada com base em regras de decisão previamente parametrizadas.
Revelar gabarito e comentário

GabaritoA — um modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural.

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 – Modelos de Linguagem de Larga Escala

Gabarito: letra A. A proposta descreve o uso de um modelo de linguagem de larga escala (LLM), que é um tipo de IA especializado em processamento e compreensão de linguagem natural. LLMs são treinados em grandes volumes de texto e são capazes de interpretar, resumir e classificar informações – exatamente as funcionalidades mencionadas no enunciado.

A banca testa a diferença entre sistemas baseados em regras fixas (expert systems), agentes interativos e modelos generativos. A chave é identificar que o LLM é um modelo conexionista, treinado em dados, e não programado com regras.

Alternativa A — ✅ Correta ⟵ GABARITO

Descreve precisamente um LLM: "modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural". É a definição canônica desse tipo de sistema, que engloba as tarefas citadas (interpretar textos, gerar resumos, classificar).

Alternativa B — ❌ Incorreta

Fala em "agente de IA voltado à mediação de tarefas cognitivas" com ênfase em respostas interativas. Embora um LLM possa ser usado como base de um agente, o enunciado não descreve um agente interativo (que executa comandos), mas sim um modelo que processa e classifica documentos. A alternativa confunde o modelo com a interface/agente.

Alternativa C — ❌ Incorreta

Afirma ser um "sistema baseado em regras fixas" com "capacidade contextual limitada". LLMs não são baseados em regras fixas, mas sim em redes neurais treinadas com grandes volumes de dados. Eles possuem capacidade contextual elevada, não limitada. Essa descrição se aplica a sistemas especialistas tradicionais, não a LLMs.

Alternativa D — ❌ Incorreta

A alternativa erra ao afirmar "ausência de geração autônoma de novos dados". LLMs são modelos generativos – eles produzem novos textos (resumos, parágrafos, classificações) a partir dos padrões aprendidos. A geração autônoma é uma característica central, não ausente. Apesar de mencionar "apoio à tomada de decisão", nega justamente o que o LLM faz.

Alternativa E — ❌ Incorreta

Reduz o LLM a uma "arquitetura especializada em rotinas de classificação binária" baseada em regras. LLMs fazem classificação, mas não exclusivamente binária, e não são estruturados por regras pré-parametrizadas. São modelos flexíveis que realizam múltiplas tarefas de PLN, incluindo classificação multiclasse e geração de texto.

PEGA ESSA DICA!

Na hora da prova, lembre-se: LLMs pertencem à abordagem conexionista (aprendizado a partir de dados), enquanto sistemas baseados em regras (expert systems) pertencem à abordagem simbólica. A presença de "regras fixas" na descrição já elimina alternativas que não sejam a A.

Gabarito: letra A.

Link permanente: /questoes/fc074123