Questão de Noções de Informática — Inteligência Artificial e Automação — Quadrix 2025
- Código
- qg605959
- Banca
- Quadrix
- Órgão
- CRO-SP
- Ano
- 2025
- Nível
- Superior
- CCerto
- EErrado
GabaritoC — Certo
Gabarito: CERTO. A afirmativa está correta porque o aprendizado supervisionado, um dos principais paradigmas do machine learning, exige um conjunto de dados previamente rotulado (com entradas e saídas conhecidas) para que o algoritmo aprenda a mapear padrões e, a partir disso, faça previsões sobre novos dados. Essa é a definição clássica do método, amplamente aceita na literatura de IA.
O aprendizado de máquina (ou machine learning) é um subcampo da inteligência artificial que permite que sistemas aprendam com dados, sem serem explicitamente programados para cada tarefa. Ele se divide em três grandes paradigmas: supervisionado, não supervisionado e por reforço. A diferença central entre eles está na natureza dos dados de treinamento e no objetivo do algoritmo.
No aprendizado supervisionado, o modelo recebe um conjunto de dados rotulados, ou seja, cada exemplo de entrada vem acompanhado da saída correta (o rótulo). O algoritmo aprende a relação entre as variáveis de entrada e a saída, ajustando seus parâmetros para minimizar os erros. Depois de treinado, ele consegue fazer previsões para dados novos, não vistos. As tarefas típicas são classificação (prever uma categoria, como "spam" ou "não spam") e regressão (prever um valor numérico, como o preço de um imóvel).
Já no aprendizado não supervisionado, os dados não possuem rótulos. O objetivo é explorar a estrutura dos dados, encontrando padrões, agrupamentos ou associações sem supervisão externa. As tarefas típicas são clusterização (agrupar dados semelhantes) e associação (descobrir regras de correlação).
Por fim, no aprendizado por reforço, o agente aprende por tentativa e erro, recebendo recompensas ou punições conforme suas ações, buscando maximizar a recompensa acumulada ao longo do tempo.
A banca explora exatamente essa distinção: a afirmativa descreve com precisão o aprendizado supervisionado, e o candidato que confunde os paradigmas pode marcar "errado" por achar que a definição se aplica a outro tipo. Mas a definição apresentada é a correta para o supervisionado.
Para fixar, lembre-se do par: supervisionado = dados rotulados (classificação e regressão); não supervisionado = dados não rotulados (clusterização e associação). Se a questão mencionar "rótulos" ou "saídas conhecidas", é supervisionado; se mencionar "descobrir padrões" ou "agrupar", é não supervisionado.
✅ CERTO.
Link permanente: /questoes/qg605959