Pular para o conteúdo
Todo o material de apoio

11 min de leitura

Atualizado em

Inteligência Artificial para Concursos: ML e Deep Learning

Inteligência Artificial (IA) é o campo da computação que cria sistemas capazes de reproduzir tarefas e decisões humanas a partir de dados e algoritmos. As bancas cobram os tipos de IA, a diferença entre Machine Learning e Deep Learning e as pegadinhas de Excel (limite de 1.048.576 linhas).

Inteligência Artificial para concursos: cabeça humana translúcida com rede neural luminosa de camadas de entrada, ocultas e saída, dados estruturados e não estruturados ao fundo e planilha de Excel em primeiro plano.

Este guia reúne o que cai sobre IA, Machine Learning e Deep Learning, mais as pegadinhas de Excel que costumam aparecer na mesma prova de informática, do conceito mais simples ao mais cobrado.

Índice

O que é Inteligência Artificial e como ela surgiu?

Quais são os tipos de IA cobrados em concursos?

O que é Machine Learning e quais são os tipos de aprendizado?

O que é Deep Learning e como ele aprende?

Qual a diferença entre Machine Learning e Deep Learning?

Como usar a IA para estudar para concursos?

Quais são os riscos da IA em provas e correções?

O que mais cai de Excel nos concursos?

Como estudar IA e Excel para chegar à aprovação?

Referências Bibliográficas

Perguntas Frequentes sobre Inteligência Artificial para Concursos

O que é Inteligência Artificial e como ela surgiu?

A Inteligência Artificial (IA, ou AI em inglês) reúne técnicas que permitem a máquinas e programas imitar o raciocínio humano na tomada de decisões e na execução de tarefas. O sistema coleta grandes volumes de dados, identifica padrões e segue algoritmos pré-programados.

Um algoritmo é uma sequência finita de instruções criada para resolver um problema específico, o "passo a passo" que a máquina segue. Aprofunde em algoritmos e lógica de programação.

Qual é a origem da IA?

Em 1950, Alan Turing propôs o "jogo da imitação" para avaliar se uma máquina consegue imitar o pensamento humano. O termo "inteligência artificial" foi cunhado por John McCarthy na proposta do encontro de Dartmouth, em 1956. Em 1965, o sistema Dendral, de Stanford, tornou-se um dos pioneiros da área.

Onde a IA aparece no dia a dia?

Aparece em assistentes de voz (Siri, Alexa e Google Assistente), no reconhecimento facial de celulares e bancos, nos algoritmos de recomendação das redes sociais, nos mecanismos de busca e nos carros autônomos. Entre as vantagens estão a precisão, o trabalho ininterrupto e a automação de tarefas repetitivas. Entre os riscos estão o viés algorítmico (dados desequilibrados geram discriminação), as "caixas-pretas" sem explicabilidade, o custo de implementação e a proteção de dados pessoais.

Quais são os tipos de IA cobrados em concursos?

A IA pode ser classificada pela capacidade de aprendizado e pela funcionalidade. Memorize os dois grupos da tabela.

Critério

Tipo

Característica

Capacidade

IA limitada (ANI)

Executa uma tarefa específica; é a maioria das IAs atuais

Capacidade

IA geral (AGI)

Aprenderia como um humano; ainda é teórica

Capacidade

Superinteligência

Superaria a inteligência humana em tudo; permanece hipótese

Funcionalidade

Máquinas reativas

Reagem ao cenário dado, sem memória; é a forma mais antiga

Funcionalidade

Memória limitada

Decide com base em comportamentos anteriores gravados

Funcionalidade

Teoria da mente

Compreenderia emoções e pensamentos; em desenvolvimento

Funcionalidade

Autoconsciente

Teria pensamentos próprios; ainda é hipótese

O que é Machine Learning e quais são os tipos de aprendizado?

Machine Learning (aprendizado de máquina) é um subcampo da IA em que algoritmos aprendem com dados e melhoram com a experiência, sem regras escritas para cada caso. Costuma usar dados estruturados, organizados em linhas e colunas, e dados rotulados, que recebem uma identificação para dar contexto.

Aprendizado supervisionado

O algoritmo treina com dados rotulados, em que entradas e saídas desejadas são conhecidas. Serve para classificação (spam ou não spam) e para prever valores contínuos (preço de imóveis).

Aprendizado não supervisionado

Os dados não têm rótulo, e o sistema busca estruturas por conta própria. Agrupa itens por similaridade (segmentação de clientes), identifica anomalias (fraudes) e reduz o número de variáveis.

Aprendizado semi-supervisionado

Combina um pequeno conjunto de dados rotulados com muitos dados sem rótulo. É usado em tradução de idiomas e na rotulação automática de grandes volumes de dados.

Aprendizado por reforço

Ensina processos com vários passos: o algoritmo busca recompensas ao cumprir o objetivo e evita punições ao desviar dele, como no adestramento de um animal. Aparece em robótica, bots de videogame e realocação de recursos.

Na prática, o ML está em sistemas de recomendação (Netflix), detecção de fraudes e de malwares e manutenção preditiva de equipamentos.

O que é Deep Learning e como ele aprende?

Deep Learning (aprendizado profundo) é um subcampo do Machine Learning baseado em redes neurais artificiais, inspiradas no cérebro: nós conectados e organizados em camadas que refinam as previsões. Destaca-se com dados não estruturados, como textos, imagens, áudios, vídeos e e-mails, e sustenta o processamento de linguagem natural (ChatGPT, tradutores), o reconhecimento de voz e a visão computacional.

Quais são os métodos de treinamento do Deep Learning?

  • Learning rate decay: a taxa de aprendizagem começa alta e diminui com o tempo, para acelerar o treino sem "pular" o ponto ideal.

  • Transfer learning: reaproveita um modelo já treinado em tarefa semelhante, o que exige menos dados e menos tempo.

  • Training from scratch: constrói o modelo do zero, com uma grande base rotulada e treino que pode levar semanas.

  • Dropout: desativa neurônios aleatoriamente durante o treino para evitar o overfitting, quando o modelo decora os dados de treino e falha com dados inéditos.

Qual a diferença entre Machine Learning e Deep Learning?

A hierarquia é: a IA contém o Machine Learning, que contém o Deep Learning. Dentro dela, as diferenças mais cobradas são estas.

Característica

Machine Learning

Deep Learning

Hierarquia

Subcampo da IA

Subcampo do Machine Learning

Tipo de dados

Principalmente estruturados

Principalmente não estruturados

Volume de dados

Milhares de registros

Milhões de registros, com redes neurais

Treinamento

Em geral mais rápido

Em geral mais lento (pode levar semanas)

Intervenção humana

Maior

Menor, com aprendizado mais autônomo

Explicabilidade

Mais fácil de explicar

Mais difícil ("caixa-preta")

"Machine Learning e Deep Learning são sinônimos de Inteligência Artificial."

A afirmação está errada. A IA é o campo mais amplo: o Machine Learning é um subcampo dela, e o Deep Learning é um subcampo do Machine Learning.

Como usar a IA para estudar para concursos?

A IA generativa pode tornar a rotina mais eficiente, desde que você confira tudo na lei seca e no edital.

  • Prova oral: envie seus resumos e peça que o chatbot aja como examinador, com perguntas sobre o conteúdo.

  • Cronograma: informe as matérias do edital e o tempo disponível para receber um plano equilibrado, com revisão.

  • Treino de leitura da lei: cole um texto legal, como o art. 5º da Constituição, e peça perguntas para testar a compreensão.

  • Resumos e explicações: Copilot, ChatGPT e Gemini resumem textos longos e simplificam conceitos difíceis.

  • Redação: ferramentas apontam melhorias segundo critérios de banca, como apoio e não como nota oficial.

Quais são os riscos da IA em provas e correções?

Como ferramenta de estudo, a IA ajuda. Na elaboração e na correção de provas, porém, aparecem falhas de formulação (enunciados ambíguos sem revisão humana), viés algorítmico (dados mal representados que discriminam grupos de candidatos) e falta de transparência, já que sistemas em "caixa-preta" dificultam auditar os critérios.

Há ainda o aumento de recursos e contestações, a lacuna de regras claras para atribuir responsabilidade por decisões automatizadas e o tratamento de dados pessoais, regido pela Lei Geral de Proteção de Dados (Lei 13.709/2018). Em discursivas, a IA ainda não substitui a correção humana, que exige interpretação e julgamento de contexto.

O que mais cai de Excel nos concursos?

O Excel é transversal: aparece em quase toda prova de informática e em conteúdos de análise de dados. Para a base, veja as operações básicas do Excel.

Como é a estrutura do Excel e quais são seus limites?

O arquivo é a pasta de trabalho (extensão .xlsx), que contém planilhas, formadas por linhas e colunas. A célula é o encontro de uma linha com uma coluna, e o endereço vem sempre como coluna e linha: a terceira coluna, quarta linha é C4. Revise em células, planilhas e pastas de trabalho.

Os limites são 1.048.576 linhas e 16.384 colunas (de A até XFD). A coluna que vem depois da Z é a AA. Pegadinha de versão: até o Excel 2010, uma pasta nascia com 3 planilhas; desde o Excel 2013, nasce com uma.

Qual é a ordem de precedência dos operadores?

Toda fórmula começa com =. A ordem é: parênteses, exponenciação (^), multiplicação e divisão, e por fim adição e subtração, com operadores de mesmo nível resolvidos da esquerda para a direita. O operador & concatena textos. Em =2+2*2^2, calcula-se 2^2=4, depois 2*4=8 e por fim 2+8=10. Mais em fórmulas básicas do Excel.

Como funcionam as referências relativa, absoluta e mista?

Na relativa (A1), linha e coluna se ajustam ao copiar a fórmula. Na absoluta ($A$1), nada muda. Na mista, o cifrão trava só a coluna ($A1) ou só a linha (A$1).

Para copiar uma fórmula, veja quantas colunas e linhas o destino avançou e aplique o ajuste apenas onde não há cifrão. A fórmula =$D1+E$2, copiada de A1 para B4, avança 1 coluna e 3 linhas, e vira =$D4+F$2.

"Ao copiar uma fórmula, a referência $B$2 é ajustada para a nova posição."

A afirmação está errada: em referência absoluta, linha e coluna ficam congeladas.

Como calcular intervalo, união e interseção?

Os dois pontos (:) formam um intervalo contínuo e retangular: A1:A5 vai de A1 até A5. O ponto e vírgula (;) une células separadas: A1;A5 são só duas células. Para contar células de A10:A16, use linha final menos inicial mais 1, ou seja, 7.

A interseção (operador espaço) é a área comum. O macete é pegar o maior dos menores e o menor dos maiores. Em B5:G10 e E7:H14, os maiores dos menores são E e 7, e os menores dos maiores são G e 10, logo a interseção é E7:G10, com 3 colunas por 4 linhas, ou 12 células. O cifrão não interfere.

Como o Excel usa nomes para células e intervalos?

Uma célula pode receber um nome, como COTACAO_DOLAR, e a fórmula =B2*COTACAO_DOLAR substitui =B2*E$2. A banca pode trocar endereços por nomes: procure o valor da célula nomeada.

Como estudar IA e Excel para chegar à aprovação?

Priorize a diferença entre ML e DL, os tipos de aprendizado, os riscos da IA e, no Excel, referências, intervalos e interseção. Pratique copiar fórmulas e confira a versão do Excel citada em cada enunciado.

Para ampliar o conteúdo, consulte o guia de Informática para concursos.

Veja também as fórmulas mais importantes do Excel.

Treine com questões gratuitas de informática na plataforma de estudos do Volitivo e consulte o material de apoio para concursos.

Referências Bibliográficas

IBM. IA, aprendizado de máquina, deep learning e redes neurais: qual a diferença?

MICROSOFT. Especificações e limites do Excel

BRASIL. Lei nº 13.709, de 14 de agosto de 2018 (LGPD)

Perguntas Frequentes sobre Inteligência Artificial para Concursos

Qual a melhor inteligência artificial para estudar para concurso?

Não há uma única melhor. ChatGPT, Gemini e Copilot ajudam a resumir textos, montar cronogramas e simular prova oral. Escolha a que explica melhor para você e confirme sempre na lei ou no edital.

Quais são os tipos de Machine Learning?

Os três principais são aprendizado supervisionado, não supervisionado e por reforço. O semi-supervisionado combina os dois primeiros e também é cobrado.

Qual a diferença entre IA, Machine Learning e Deep Learning?

A IA é o campo mais amplo. O Machine Learning é um subcampo dela, e o Deep Learning é um subcampo do Machine Learning, baseado em redes neurais.

A IA pode substituir a correção humana em concursos?

Não integralmente. Em questões discursivas, a interpretação e o julgamento de contexto ainda exigem supervisão humana.

Quais são os limites de linhas e colunas do Excel?

O Excel tem 1.048.576 linhas e 16.384 colunas, da A até a XFD.