Fundamentos de Inteligência Artificial

Duração prevista: 120 minutos, em sessão presencial.

Todos os casos, nomes, instituições e números usados nesta lição são fictícios e servem apenas de exercício.

Como o tempo desta lição está distribuído

• Acolhimento e objectivos: 10 minutos.
• Exposição: 35 minutos.
• Actividade prática: 60 minutos.
• Partilha e síntese: 15 minutos.

Como trabalhamos na sala: recomenda-se um computador por pessoa. Quando não for possível, no máximo duas pessoas por computador, alternando quem executa a meio da actividade, de modo que ambas façam. Na partilha apresentam apenas dois grupos, com tempo limitado; os restantes entregam por escrito e recebem comentário do formador. Marcar a lição como concluída é registo de aprendizagem e não é registo de assiduidade.

Objectivos da lição

• Explicar, por palavras próprias e em duas frases, o que é um sistema de inteligência artificial, usando a ideia de inferir saídas a partir de dados de entrada.
• Classificar correctamente pelo menos seis dos oito casos fornecidos na ficha como automação por regras escritas por pessoas ou como sistema que infere a partir de dados, justificando cada escolha numa frase.
• Nomear três limites da inteligência artificial e dar, para cada um, um exemplo de consequência num serviço público.
• Identificar, num texto gerado por computador fornecido na ficha, pelo menos duas afirmações que precisam de ser confirmadas na fonte antes de serem usadas.

Explicação

Comecemos por uma descrição de trabalho. Um sistema de inteligência artificial é um sistema baseado em máquina que, a partir de dados que recebe, infere como produzir saídas — por exemplo previsões, classificações, recomendações, textos ou imagens — e essas saídas podem influenciar decisões e ambientes reais. Esta é uma paráfrase, em palavras nossas, da descrição usada nos Princípios de Inteligência Artificial da OCDE. Duas ideias dessa descrição merecem atenção: o grau de autonomia varia de sistema para sistema, e a capacidade de se adaptar depois de instalado também varia. Há sistemas que não se adaptam nada depois de entrarem em serviço.

A palavra que faz o trabalho pesado é «inferir». Inferir significa tirar uma conclusão a partir de exemplos, e não seguir uma regra que alguém escreveu à mão. Se uma folha de cálculo multiplica a área de um terreno por um valor por metro quadrado e devolve a taxa a pagar, isso é automação: alguém escreveu a fórmula, e a fórmula faz sempre o mesmo. Isso é útil, é rápido e é auditável — mas não é inteligência artificial. Convém dizê-lo com clareza, porque circula a ideia contrária: nem toda a regra é inteligência artificial, e nem todo o algoritmo é inteligência artificial. Um algoritmo é apenas um procedimento com passos definidos; ordenar uma lista por ordem alfabética é um algoritmo e não tem nada de inteligência artificial.

Um pouco de história, sem mitologia. O termo «inteligência artificial» aparece em meados do século XX, associado a um encontro académico de 1956 nos Estados Unidos. Seguiram-se décadas com ciclos: períodos de grande entusiasmo e financiamento, seguidos de períodos de desilusão quando os resultados prometidos não chegaram. Nas últimas duas décadas, três coisas mudaram ao mesmo tempo — passou a haver muito mais dados registados em formato digital, muito mais capacidade de cálculo acessível, e métodos de treino melhores. É essa combinação, e não uma descoberta isolada, que explica o que vemos hoje.

Hoje é útil distinguir duas famílias. A primeira é a inteligência artificial estreita: sistemas treinados para uma tarefa específica, como reconhecer se uma fotografia de um documento está legível, prever quais pedidos têm maior probabilidade de virem incompletos, ou transcrever voz em texto. Fazem essa tarefa e mais nenhuma. A segunda é a inteligência artificial generativa: sistemas que produzem conteúdo novo — texto, imagem, som, código — a partir de uma instrução escrita. Um assistente de escrita que redige um rascunho de ofício pertence a esta segunda família. Ambas são estreitas no sentido em que não têm compreensão, intenção nem responsabilidade: a responsabilidade é sempre de quem usa e de quem decide.

É preciso desfazer um equívoco frequente: a ideia de que a inteligência artificial «aprende sempre enquanto é usada». Na maior parte dos casos não é assim. O sistema é treinado antes, com um conjunto de dados, e depois é instalado. Durante o uso limita-se a aplicar o que aprendeu. Só passa a comportar-se de outra maneira se houver um novo treino, decidido e autorizado por alguém. Alguns sistemas são de facto configurados para se actualizarem com dados novos, mas isso é uma decisão de desenho, com riscos próprios, e não uma propriedade automática de tudo o que se chama inteligência artificial.

Vantagens, quando o uso é adequado: tratar volumes de texto ou de registos que nenhuma equipa conseguiria ler em tempo útil; propor um primeiro rascunho que a pessoa depois corrige; encontrar padrões que não são visíveis a olho; tornar serviços mais acessíveis, por exemplo transcrevendo áudio ou lendo texto em voz alta. Limites, que são igualmente reais: o sistema só é tão bom quanto os dados com que foi treinado; erra de formas difíceis de prever; não explica facilmente porque respondeu aquilo; e reproduz desigualdades que existam nos dados. O quadro voluntário de gestão de risco de inteligência artificial do NIST organiza precisamente este trabalho — identificar, medir e reduzir riscos ao longo de todo o ciclo de vida do sistema. É voluntário: é uma referência de boa prática, não uma lei.

Um facto que interessa a toda a gente que trabalha com documentos: a fluência de uma saída não garante que ela seja verdadeira. Um sistema generativo produz texto bem construído, com boa gramática e tom seguro, mesmo quando a informação está errada ou foi inventada. O texto pode conter um número de diploma que não existe, uma data trocada ou uma citação atribuída a quem nunca a disse — e nada na aparência do texto avisa. Por isso a regra de trabalho é simples e não tem excepção: tudo o que vier de um sistema destes é rascunho, e tudo o que for facto verificável confirma-se na fonte antes de sair do serviço.

Caso fictício — o balcão de licenças de Muanzo

A Direcção Distrital Fictícia de Muanzo atende pedidos de licença de ocupação de espaço para bancas de mercado. Tudo o que se segue é inventado para esta aula: o distrito, a direcção, os números e as pessoas não existem.

A direcção tem três coisas novas no balcão e chama às três «o novo sistema inteligente». Vale a pena separá-las. A primeira calcula a taxa a pagar: pega na área da banca, multiplica pelo valor da tabela aprovada e acrescenta uma percentagem se a banca ficar junto à entrada principal. Está escrita numa folha de cálculo por uma técnica da direcção e faz sempre exactamente o mesmo.

A segunda olha para cada pedido que entra e estima a probabilidade de esse pedido vir a ser devolvido por falta de documentos. Foi construída a partir de mil e duzentos pedidos antigos, com a indicação de quais tinham sido devolvidos, e aprendeu sozinha que combinações de características costumam aparecer nos pedidos devolvidos. Ninguém escreveu essas combinações à mão.

A terceira recebe um resumo de três linhas escrito pelo técnico e devolve um rascunho de ofício de indeferimento, com fundamentação redigida. O texto sai bem escrito. Na semana passada saiu bem escrito e citou um artigo de um regulamento distrital que não existe.

Das três, a primeira é automação por regras. A segunda e a terceira inferem a partir de exemplos: são sistemas de inteligência artificial. E a terceira mostra o problema central desta lição — a qualidade da escrita não diz nada sobre a veracidade do conteúdo. Se aquele ofício tivesse saído sem leitura, teria fundamentado uma decisão administrativa num artigo inventado.

Ficha de trabalho — oito casos para classificar

Casos fictícios, preparados para esta aula. A coluna da direita fica em branco e é preenchida pelo grupo.

Anexo — texto gerado por computador, para verificação

Texto fictício, produzido para esta aula como exemplo de saída gerada. Contém afirmações que têm de ser confirmadas na fonte. Não é um documento real e não cita legislação real.

«Informa-se que o pedido de licença de ocupação n.º 118/2026 foi indeferido. O indeferimento fundamenta-se no artigo 14.º do Regulamento Distrital de Ocupação de Espaço Público de Muanzo, que fixa em quarenta e cinco dias o prazo máximo de instrução do processo. Verificou-se ainda que o requerente não apresentou a declaração de conformidade sanitária, documento exigido desde a revisão de 2023. Mais se informa que, segundo os dados da Direcção, noventa e dois por cento dos pedidos com esta falta são indeferidos. Do presente indeferimento cabe recurso no prazo de dez dias úteis.»

Actividade prática

Trabalho em pares, com ficha em papel — não é necessário computador, com 60 minutos de trabalho, seguidos de 15 minutos de partilha e síntese em plenário.

Parte A. Peguem na ficha dos oito casos, acima. Para cada caso, escrevam na terceira coluna uma de duas classificações: «automação por regras escritas por pessoas» ou «sistema que infere a partir de dados». Acrescentem uma frase de justificação. A pergunta que ajuda a decidir é sempre a mesma: alguém escreveu à mão a regra que produz este resultado, ou o comportamento foi obtido a partir de exemplos?

Parte B. Escolham dois dos casos que classificaram como sistemas que inferem e escrevam, para cada um, um risco concreto para o serviço e uma medida simples de controlo. Exemplo de formato: «Risco: o sistema marca como incompletos sobretudo pedidos de um bairro; Medida: comparar mensalmente as taxas de marcação por bairro.»

Parte C. Leiam o anexo com o texto gerado por computador. Sublinhem pelo menos duas afirmações que não podem ser aceites sem confirmação e escrevam, ao lado de cada uma, onde é que se confirmaria: em que documento, com que serviço, com que pessoa responsável.

A meio do tempo, quem estava a escrever passa a caneta à outra pessoa. As duas partes têm de escrever.

Produto esperado: Uma ficha por par, com os oito casos classificados e justificados, dois riscos com a respectiva medida de controlo, e o anexo anotado com pelo menos duas afirmações a confirmar e a indicação de onde se confirma cada uma.

Como o produto é apreciado

• Classificação correcta de pelo menos seis dos oito casos.
• Justificações que falam de onde vem o comportamento do sistema (regra escrita ou exemplos), e não apenas «é moderno» ou «usa computador».
• Dois riscos concretos, ligados ao caso escolhido, com uma medida de controlo que a direcção consiga mesmo executar.
• Pelo menos duas afirmações do anexo assinaladas, com a fonte de confirmação indicada de forma útil (documento, serviço ou responsável, e não «na internet»).
• Participação das duas pessoas do par, visível na alternância da escrita.

Síntese em leitura fácil

• Inteligência artificial é um sistema que, a partir de dados, infere resultados: previsões, classificações, recomendações ou textos.
• Inferir é tirar conclusões a partir de exemplos. Não é seguir uma regra escrita à mão.
• Uma fórmula, um filtro ou uma validação de formulário são automação. Não são inteligência artificial.
• Nem todo o algoritmo é inteligência artificial.
• A maioria destes sistemas é treinada antes e não aprende sozinha durante o uso.
• A inteligência artificial ajuda a tratar muita informação e a preparar rascunhos.
• A inteligência artificial erra, depende dos dados com que foi treinada e não explica bem as suas respostas.
• Um texto bem escrito pode estar errado. A boa escrita não prova que a informação é verdadeira.
• Antes de usar, a pessoa confirma os factos na fonte. A responsabilidade é de quem decide.

Verificação formativa

Estas perguntas não contam para a nota final e não são perguntas do exame final. Servem para a pessoa formanda confirmar o que percebeu.

1. Uma direcção usa uma folha de cálculo que aplica a tabela de taxas aprovada e devolve o valor a pagar. Isto é um sistema de inteligência artificial? Porquê?
2. Um colega diz: «este assistente de escrita vai melhorando sozinho à medida que o usamos todos os dias». Que resposta dá, e que cuidado é preciso ter com o texto que ele produz?

Respostas comentadas da verificação formativa

As respostas abaixo pertencem às perguntas de verificação formativa desta lição. Não são perguntas nem respostas do exame final e não têm efeito na nota. Tente responder primeiro e só depois compare.

Pergunta 1. Uma direcção usa uma folha de cálculo que aplica a tabela de taxas aprovada e devolve o valor a pagar. Isto é um sistema de inteligência artificial? Porquê?

Resposta: Não. É automação por uma regra que uma pessoa escreveu; o sistema não infere nada a partir de exemplos.

Comentário: O critério não é ser informático nem ser recente. O critério é a origem do comportamento: aqui a fórmula foi escrita à mão e aplica-se sempre igual. Seria diferente se o valor fosse estimado a partir de casos anteriores.

Pergunta 2. Um colega diz: «este assistente de escrita vai melhorando sozinho à medida que o usamos todos os dias». Que resposta dá, e que cuidado é preciso ter com o texto que ele produz?

Resposta: Em regra não melhora sozinho: foi treinado antes e, durante o uso, aplica o que aprendeu. Só muda se houver um novo treino decidido e autorizado. Quanto ao texto, mesmo bem escrito pode conter factos errados ou inventados, por isso tudo é confirmado na fonte antes de sair do serviço.

Comentário: As duas partes desta resposta são as duas ideias que mais evitam problemas no dia-a-dia: o sistema não se corrige sozinho, e a fluência não é prova de verdade.

Referências consultadas

• OECD AI Principles — definição de sistema de inteligência artificial — https://oecd.ai/en/ai-principles (consultado em 21 de Setembro de 2026).
• NIST AI Risk Management Framework — quadro voluntário de gestão de risco — https://www.nist.gov/itl/ai-risk-management-framework (consultado em 21 de Setembro de 2026).