Questão de Engenharia de Transportes e Trânsito — Trânsito, Tráfego e Transporte — UNIVALI 2025
Engenharia de Transportes e TrânsitoTrânsito, Tráfego e Transporte
- Código
- qg623893
- Banca
- UNIVALI
- Órgão
- CIM-AMFRI - SC
- Ano
- 2025
- Nível
- Superior
- Cargo
- Engenheiro(a) de Tráfego
Uma capital lançou um ambicioso sistema de previsão de fluxo de tráfego baseado em IA para otimizar os tempos dos semáforos e reduzir o congestionamento em seus 50 principais cruzamentos. O sistema integra dados de GPS de 1.000 ônibus municipais, entradas de aplicativos de navegação de plataformas como o Google Maps e imagens de 200 câmeras de trânsito, processando-as por meio de algoritmos de aprendizado de máquina. Após um ano, as previsões do sistema são inconsistentes, com taxas de precisão caindo para 60% durante os horários de pico, de acordo com o Centro de Operações de Tráfego. Os engenheiros identificaram a fragmentação de dados entre plataformas, sem protocolos unificados, como um problema importante, causando incompatibilidades nas estimativas de fluxo. As empresas relatam perdas por atrasos imprevisíveis e a Prefeitura busca soluções. Com base nos fundamentos de inteligência artificial, Big Data e interoperabilidade, assinale a alternativa que apresenta os motivos técnicos e institucionais da falha do sistema de IA e estratégias para garantir a interoperabilidade e confiabilidade dos dados corretamente:
- AA falha do sistema decorre da ausência de campanhas educativas para motoristas, sendo suficiente orientar os usuários sobre os padrões de tráfego previstos pela IA para melhorar a eficácia das previsões sem ajustes técnicos ou institucionais.
- BA baixa acurácia do sistema é causada pela falta de integração com redes sociais, que podem fornecer dados em tempo real sobre eventos de tráfego, sendo desnecessário padronizar os dados de GPS e câmeras para alcançar confiabilidade nas previsões.
- CA fragmentação de dados entre plataformas resulta de falta de protocolos padronizados, sendo necessário estabelecer APIs comuns, realizar validação cruzada dos dados e criar um comitê intersetorial para gerenciar a integração, garantindo previsões confiáveis e otimizando o controle de tráfego.
- DA inconsistência das previsões pode ser resolvida apenas com o aumento do número de câmeras, pois a inteligência artificial depende exclusivamente de dados visuais para calibrar algoritmos, sem necessidade de integrar informações de GPS ou aplicativos de navegação.