Esquenta Black FridayAté 50% OFF nos decks da campanha até sex 27/11, 23h59 · Pix mais baratoAté 50% OFF · Pix mais baratotermina em termina sex 27/11, 23h59Ver ofertas →
Ver ofertas
Banco de questões

Questões de Ética, transparência e responsabilidade no uso de IA (Cebraspe)

Questões de certo/errado e de múltipla escolha das provas anteriores, com o gabarito definitivo da banca. Responda de graça com uma conta: até 10 por dia.

8 questões · mostrando 1–8
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue os próximos itens.

Segundo relatório da McKinsey de 2024, 78% das organizações entrevistadas afirmam já usar IA em pelo menos uma função de negócio. Apesar do entusiasmo, essa inserção de tecnologia disruptiva implica sérios riscos, como imprecisão dos resultados, quebra de privacidade e violação de propriedade intelectual. Esses riscos são tão evidentes que, segundo o mesmo estudo, cerca de 27% dos entrevistados afirmam que 100% dos resultados da IA generativa são revisados por humanos antes do uso. Ainda, o relatório aponta que não há uma propensão a abordar riscos relacionados à precisão ou explicabilidade dos resultados da IA. Ivette Luna. Da predição à compreensão: o papel da explicabilidade na implementação de IA em políticas públicas. In: Jornal da UNICAMP, 29 de setembro de 2025. Internet: <jornal.unicamp.br> (com adaptações).

Explicabilidade e interpretabilidade tratam do desafio de entender como os modelos de aprendizado de máquina funcionam, devido especialmente à natureza de “caixa-preta” de muitos modelos, que pode tornar difícil ou impossível a capacidade de explicar uma previsão ou decisão.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue os próximos itens.

Segundo relatório da McKinsey de 2024, 78% das organizações entrevistadas afirmam já usar IA em pelo menos uma função de negócio. Apesar do entusiasmo, essa inserção de tecnologia disruptiva implica sérios riscos, como imprecisão dos resultados, quebra de privacidade e violação de propriedade intelectual. Esses riscos são tão evidentes que, segundo o mesmo estudo, cerca de 27% dos entrevistados afirmam que 100% dos resultados da IA generativa são revisados por humanos antes do uso. Ainda, o relatório aponta que não há uma propensão a abordar riscos relacionados à precisão ou explicabilidade dos resultados da IA. Ivette Luna. Da predição à compreensão: o papel da explicabilidade na implementação de IA em políticas públicas. In: Jornal da UNICAMP, 29 de setembro de 2025. Internet: <jornal.unicamp.br> (com adaptações).

Há discriminação algorítmica quando um sistema de IA usa, para uma tomada de decisão, sem justificativa válida, a informação de que alguém pertence a um grupo social (ou características que funcionam como proxies), de modo a gerar desvantagens sistemáticas para esse grupo em contextos em que esse critério não deveria influenciar a decisão.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos
Anulada pela banca

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue os próximos itens.

Segundo relatório da McKinsey de 2024, 78% das organizações entrevistadas afirmam já usar IA em pelo menos uma função de negócio. Apesar do entusiasmo, essa inserção de tecnologia disruptiva implica sérios riscos, como imprecisão dos resultados, quebra de privacidade e violação de propriedade intelectual. Esses riscos são tão evidentes que, segundo o mesmo estudo, cerca de 27% dos entrevistados afirmam que 100% dos resultados da IA generativa são revisados por humanos antes do uso. Ainda, o relatório aponta que não há uma propensão a abordar riscos relacionados à precisão ou explicabilidade dos resultados da IA. Ivette Luna. Da predição à compreensão: o papel da explicabilidade na implementação de IA em políticas públicas. In: Jornal da UNICAMP, 29 de setembro de 2025. Internet: <jornal.unicamp.br> (com adaptações).

Explicabilidade diz respeito às propriedades internas do modelo de IA que permitem compreender como ele funciona.

O Cebraspe anulou este item no gabarito definitivo: não há resposta oficial para conferir.

Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue os itens subsequentes.

Emergência é uma propriedade-chave de sistemas multiagentes que deve ser intencionalmente projetada pelo desenvolvedor como parte central do comportamento coletivo desejado para os agentes inteligentes.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue os itens subsequentes.

Modelos supervisionados de reconhecimento de entidades nomeadas dependem de textos previamente anotados com categorias como pessoa, organização e local para que o algoritmo aprenda a identificar esses tipos de informação em novos textos.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue os itens subsequentes.

Sistemas multiagentes são adequados para problemas que exigem solução distribuída, autonomia local e coordenação entre entidades independentes, como logística, simulação social e controle de tráfego.

Abrir
Banca
Cebraspe
Ano
2026
Órgão
TCU
Prova
Conhecimentos Específicos

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue os itens subsequentes.

O Word2Vec é um modelo de aprendizado profundo que utiliza redes neurais com várias camadas e mecanismos de atenção para aprender representações distribuídas de palavras a partir de grandes corpora textuais.

Abrir

Os enunciados são das provas públicas do Cebraspe; o gabarito é o definitivo, publicado pela banca. Achou algo estranho num item? Escreva para o suporte.