Questão de Noções de Informática — Inteligência Artificial e Automação — Quadrix 2026
- Código
- qg758965
- Banca
- Quadrix
- Órgão
- CRQ - 7ª Região - BA
- Ano
- 2026
- Nível
- Médio
- Cargo
- Fiscal Técnico
- CCerto
- EErrado
GabaritoE — Errado
Gabarito: ERRADO. A afirmativa descreve o aprendizado não supervisionado, não o supervisionado. No aprendizado supervisionado, os algoritmos de IA são treinados com dados rotulados (pares de entrada e saída esperada), aprendendo a mapear entradas para saídas corretas. A identificação automática de padrões e categorias sem rótulos é característica do aprendizado não supervisionado.
O aprendizado de máquina (machine learning) é uma subárea da inteligência artificial que permite que sistemas aprendam com dados, sem serem explicitamente programados para cada tarefa. Dentro dele, existem três paradigmas principais: supervisionado, não supervisionado e por reforço. A distinção entre eles é um dos pontos mais cobrados em provas de informática, e a banca explora exatamente a confusão entre os dois primeiros.
No aprendizado supervisionado, o algoritmo recebe um conjunto de dados que já contém as respostas corretas (os rótulos). Por exemplo, para treinar um sistema de detecção de spam, fornecemos milhares de e-mails já classificados como "spam" ou "não spam". O algoritmo aprende a identificar padrões que distinguem as categorias e, a partir daí, consegue classificar novos e-mails. É como um aluno que estuda com um gabarito: ele aprende a partir de exemplos corrigidos.
Já no aprendizado não supervisionado, o algoritmo recebe dados sem nenhum rótulo e deve encontrar padrões, agrupamentos ou estruturas ocultas por conta própria. Um exemplo clássico é a segmentação de clientes: o sistema agrupa clientes com comportamentos semelhantes sem que ninguém diga quais grupos existem. É como um aluno que recebe um monte de peças de quebra-cabeça e precisa descobrir como encaixá-las sem ver a imagem final.
A pegadinha da questão está em inverter essas duas definições. A banca descreve o aprendizado não supervisionado (aprender sem dados rotulados, identificando padrões automaticamente) e o atribui ao supervisionado. O candidato que não domina a diferença entre os paradigmas cai facilmente nessa armadilha.
Guarde a fronteira: supervisionado = dados rotulados (com gabarito); não supervisionado = dados não rotulados (sem gabarito). É exatamente nesse critério que a afirmativa se divide.
Paradigma | Dados de treinamento | Como aprende | Exemplo típico |
|---|---|---|---|
Supervisionado | Rotulados (com gabarito) | Mapeia entradas para saídas corretas | Detecção de spam (e-mails classificados) |
Não supervisionado | Não rotulados (sem gabarito) | Descobre padrões e agrupamentos por conta própria | Segmentação de clientes |
Por reforço | Recompensas/punições | Aprende por tentativa e erro | Agente que joga xadrez |
A afirmativa está errada porque inverte os conceitos. O aprendizado supervisionado exige dados rotulados — cada exemplo de treinamento vem com a resposta esperada. A descrição de "aprender sozinhos, sem qualquer dado rotulado, identificando padrões e categorias automaticamente" é a definição exata do aprendizado não supervisionado, que busca descobrir estruturas ocultas em dados sem rótulos.
Para não errar mais, associe: supervisionado = "com supervisão" = com gabarito (rótulos); não supervisionado = "sem supervisão" = sem gabarito (sem rótulos). Nas provas, a banca adora trocar essas características — se a questão disser "sem dados rotulados", o paradigma é o não supervisionado.
Gabarito: ERRADO.
Link permanente: /questoes/qg758965