Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

30 questões encontradas

ID 125031 Tecnologia da Informação Inteligência Artificial CEBRASPE 2026

É característica relacionada ao aprendizado supervisionado em inteligência artificial (IA)

A ajustar ações com base em recompensas e penalidades obtidas durante interações sucessivas.

B reduzir a dimensionalidade dos dados por meio de projeções estatísticas latentes.

C utilizar, durante o processo de treinamento do modelo, dados rotulados previamente.

D simular neurônios artificiais organizados em múltiplas camadas interconectadas.

ID 206186 Tecnologia da Informação Inteligência Artificial Ética no uso de IA INSTITUTO AOCP 2025

A respeito do uso de ferramentas de Inteligência Artificial (IA) para auxiliar na elaboração de textos, relatórios ou estudos, uma prática ética fundamental ao usuário é

A utilizar a IA como fonte primária do conteúdo, desde que o resultado final esteja tecnicamente correto, dispensando validação humana.

B utilizar a IA sem declarar seu uso, desde que não haja reprodução literal de textos protegidos por direitos autorais.

C utilizar a IA como instrumento de apoio, mantendo a responsabilidade humana pelo conteúdo final.

D utilizar a IA livremente sem necessidade de avaliar riscos, desde que não haja intenção de causar danos.

E inserir indiscriminadamente dados privados e sensíveis nas ferramentas de IA sempre que isso aumentar a precisão das respostas obtidas.

ID 178951 Tecnologia da Informação Inteligência Artificial FCC 2025

Uma cidade enfrenta desafios constantes para melhorar sua mobilidade urbana. Recentemente, soluções baseadas em Inteligência Artificial (IA), como sistemas preditivos para controle de tráfego e algoritmos de roteamento inteligente para transporte público, começaram a ser implementadas. No entanto, essas tecnologias também levantam questões éticas e legais, como a privacidade dos dados dos cidadãos, a responsabilidade por decisões automatizadas e o impacto no mercado de trabalho. Ao implementar sistemas de IA para otimizar a mobilidade urbana, o principal desafio ético e legal que deve ser priorizado para garantir um equilíbrio entre inovação tecnológica e direitos dos cidadãos é

A garantir que as decisões automatizadas sejam explicáveis e auditáveis.

B restringir o uso de IA apenas a aplicações que não envolvam dados pessoais.

C priorizar a redução de custos operacionais em detrimento de preocupações éticas.

D implementar sanções financeiras severas a todas as empresas que coletam dados dos usuários.

E centralizar o controle dos algoritmos em uma única autoridade municipal.

ID 178437 Tecnologia da Informação Inteligência Artificial FCC 2025

Durante a elaboração de uma nova solução para triagem de processos no Poder Judiciário, a equipe de inovação propõe o uso de um modelo de linguagem de larga escala, capaz de interpretar textos jurídicos extensos, gerar resumos automáticos e classificar informações para facilitar a decisão humana. Com base nos conceitos de inteligência artificial (IA) e considerando o papel de diferentes sistemas, essa proposta caracteriza o uso de

A um modelo de linguagem de larga escala, especializado em processamento e compreensão de linguagem natural

B um agente de IA voltado à mediação de tarefas cognitivas, com ênfase em respostas interativas e execução de comandos baseados em linguagem natural.

C um sistema baseado em regras fixas, capaz de extrair trechos padronizados de documentos, mas com capacidade contextual de interpretação ou síntese textual limitada.

D um sistema de IA generativa treinado para sintetizar textos a partir de conteúdos jurídicos, com foco em apoio à tomada de decisão e ausência de geração autônoma de novos dados.

E uma arquitetura de IA especializada em rotinas de classificação binária, estruturada com base em regras de decisão previamente parametrizadas.

ID 162014 Tecnologia da Informação Inteligência Artificial AOCP 2025

As redes neurais, inspiradas no funcionamento do cérebro humano, são uma parte fundamental da Inteligência Artificial (IA). Elas consistem em camadas de unidades, chamadas neurônios, que processam informações e aprendem a partir de dados. Essas redes são aplicadas em diversas áreas, como classificação, previsão, reconhecimento de padrões, processamento de linguagem natural e visão computacional. Dentre os algoritmos utilizados em IA, alguns são redes neurais, enquanto outros pertencem a diferentes categorias de aprendizado de máquina. Nesse sentido, assinale a alternativa que apresenta um algoritmo de rede neural.

A Naive Bayes.

B K-Means.

C Support Vector Machine.

D Multilayer Perceptron.

E K-Nearest Neighbors.

ID 190156 Tecnologia da Informação Inteligência Artificial CEBRASPE 2024

Texto associado

Com relação a ciência de dados e inteligência artificial, julgue os próximos itens.

Em uma rede regida pelo aprendizado Hebbiano, apenas um neurônio de saída é disparado, enquanto em uma rede regida pelo aprendizado competitivo, os neurônios podem ser excitados simultaneamente.

C Certo

E Errado

ID 176584 Tecnologia da Informação Inteligência Artificial FCC 2024

A equipe de analistas de um órgão público está avaliando o desempenho de dois modelos de machine leaming : um modelo de classificação e outro de regressão. O modelo de classificação utiliza uma curva ROC para analisar a performance, enquanto o modelo de regressão utiliza o erro médio absoluto (MAE) como métrica principal. Durante a avaliação, a equipe percebe que o modelo de classificação está apresentando sobreajuste ( overfitting ). Uma Analista da equipe afirmou, corretamente, que o sobreajuste ocorre quando o modelo

A é simples demais e não consegue capturar as complexidades dos dados. A curva ROC compara a acurácia geral do modelo de classificação, enquanto o MAE avalia o desempenho: quanto maior o MAE, melhor é o desempenho do modelo. Para resolver o problema de sobreajuste, deve-se aumentar o número de variáveis no modelo.

B generaliza excessivamente para dados novos e não consegue se adequar aos dados do treinamento. A curva ROC é capaz de calcular o desempenho do modelo por meio da média entre verdadeiros positivos (especificidade) e falsos positivos (sensibilidade). O MAE é uma métrica de erro quadrático médio que pode ser usada para melhorar o desempenho do modelo. Para eliminar o sobreajuste, deve-se aplicar a técnica de balanceamento de dados conhecida como avaliação cruzada.

C aprende os padrões específicos do conjunto de treinamento, fornecendo previsões precisas para estes dados, mas com baixo desempenho em novos dados. A curva ROC avalia a relação entre a taxa de verdadeiros positivos e falsos negativos, enquanto o MAE mede o desvio médio absoluto entre os valores previstos e os reais. Para mitigar o sobreajuste, técnicas como regularização e parada antecipada podem ser usadas.

D aprende as características gerais do conjunto de treinamento, generalizando bem para dados novos. A curva ROC mede a precisão de um modelo de classificação e o MAE mede a precisão de um modelo de regressão.Para reduzir o sobreajuste, deve-se aumentar a complexidade do modelo.

E não consegue aprender os padrões do conjunto de treinamento. A curva ROC mostra a relação entre a taxa de falsos positivos e a taxa de verdadeiros negativos, enquanto o MAE mede a diferença entre a previsão mais provável e o valor real. Para reduzir o sobreajuste, deve-se remover os dados desbalanceados do conjunto de treinamento.

ID 160367 Tecnologia da Informação Inteligência Artificial AOCP 2024

Uma empresa de telemarketing está implementando um sistema de inteligência artificial para analisar as chamadas dos clientes em tempo real e identificar oportunidades de upsell e cross-selling. Assinale a alternativa que apresenta o principal desafio ético a ser considerado pela empresa ao implementar um sistema de inteligência artificial para análise de chamadas.

A Violação da privacidade: a coleta e a análise de dados das conversas dos clientes podem violar leis de proteção de dados e gerar desconforto nos consumidores.

B Discriminação algorítmica: o sistema pode perpetuar vieses presentes nos dados de treinamento, levando a decisões discriminatórias.

C Dependência tecnológica: a empresa pode se tornar excessivamente dependente do sistema de inteligência artificial, comprometendo a qualidade do atendimento humano.

D Custo elevado da tecnologia: a implementação e a manutenção do sistema exigem um investimento financeiro significativo.

E Resistência dos funcionários: os funcionários podem resistir à mudança e se sentir ameaçados pela presença do sistema de inteligência artificial.

ID 194103 Tecnologia da Informação Inteligência Artificial CEBRASPE 2022

Texto associado

Julgue os próximos itens, a respeito dos métodos de aprendizagem de máquina.

As aplicações em inteligência artificial são definidas como uma subárea da área de aprendizagem de máquina ( machine learning ).

C Certo

E Errado

ID 193435 Tecnologia da Informação Inteligência Artificial CEBRASPE 2022

Texto associado

Julgue os próximos itens, relativos a redes neurais artificiais (RNA).

Rede neural recorrente é uma arquitetura similar à feedforward ; a diferença é que a cada nova camada oculta (hidden laye r) é acrescentada outra camada recorrente à arquitetura conectada à camada anterior, duplicando assim a quantidade de camadas.

C Certo

E Errado