MÓDULO 4: PRINCÍPIOS DA INTELIGÊNCIA ARTIFICIAL E OS IMPACTOS NO COTIDIANO

A Inteligência Artificial e o Big Data aplicados ao cotidiano

Descrição da aula
Nesta unidade, veremos que no cotidiano é possível observar a aplicação da Inteligência Artificial (IA) em várias áreas, como assistentes virtuais em smartphones, como a Siri e a Google Assistant, que usam técnicas de processamento de linguagem natural para entender e responder a comandos de voz. Além disso, veremos que ela também está presente em recomendações de produtos e serviços em plataformas de e-commerce, como a Amazon, que usa algoritmos de aprendizado de máquina para sugerir produtos relevantes com base no histórico de compras e preferências do usuário. O Big Data, por sua vez, se refere ao imenso volume de dados que é gerado diariamente em diversas fontes, como redes sociais, sensores, transações financeiras, entre outros, e com o avanço da tecnologia, temos a capacidade de coletar, armazenar e processar esses dados de maneira eficiente.
Competências adquiridas:
- Conhecer o que são os algoritmos de IA.
- Desenvolver a capacidade de análise de dados.
- Conhecer o processo de desenvolvimento de modelos de IA.
- Entender o processo de implementação de sistemas de IA.
- Compreender questões relacionadas à ética e privacidade.
- Desenvolver o pensamento crítico e voltado para a resolução de problemas.
  Materiais do professor:
  
  Aqui você encontrará os materiais complementares a aula que está assistindo. Eles te ajudarão na fixação do conteúdo e ainda são ótimos para estudar para sua prova final!
  Ebook – A Inteligência Artificial e o Big Data aplicados ao cotidiano
  A Inteligência Artificial e o Big Data aplicados ao cotidiano
  
  Quiz:
  
  Teste o conhecimento adquirido nessa aula com um quiz! A nota do quiz não é usada em nenhum lugar, então não se preocupe caso tenha ido mal, ele serve somente para você ter uma base de como está se saindo.
  #1 – Qual é o objetivo principal da Inteligência Artificial?
  1. Desenvolver sistemas de computadores com alto poder de processamento.
  2. Criar máquinas capazes de realizar tarefas sem intervenção humana.
  3. Estudar o comportamento humano e desenvolver robôs com características humanas.
  4. Aumentar a capacidade de armazenamento de dados em computadores.
  #2 – O que é Big Data?
  1. Conjunto de dados de pequeno porte armazenado em servidores locais.
  2. Conjunto de dados armazenados em um único local centralizado.
  3. Grande volume de dados estruturados e não estruturados, que requerem processamento especializado.
  4. Dados coletados por empresas de tecnologia para fins de marketing.
  #3 – Podemos citar como exemplo de IA fraca no nosso dia a dia?
  1. O cardápio de uma churrascaria.
  2. O sistema de recomendação da Netflix.
  3. Os horários de ônibus em um aplicativo.
  4. O jornal de ofertas do supermercado.
  #4 – Qual é a diferença entre IA forte e IA fraca?
  1. IA forte se refere a sistemas que podem pensar e agir como seres humanos, enquanto IA fraca se refere a sistemas com limitações específicas.
  2. IA forte se refere a sistemas que requerem alta capacidade de processamento, enquanto IA fraca se refere a sistemas com baixa capacidade de processamento.
  3. IA forte se refere a sistemas que são capazes de aprender continuamente, enquanto IA fraca se refere a sistemas que não podem aprender.
  4. IA forte se refere a sistemas com foco em Big Data, enquanto IA fraca se refere a sistemas que não utilizam dados em larga escala.
  #5 – Os 3Vs do Big Data correspondem a:
  1. Voar, varrer e vigiar.
  2. Viajar, voltar e virar.
  3. Volume, velocidade e variedade.
  4. Variedade, volátil e virtual.
Dicas+

Expanda ainda mais seu conhecimento no assunto com essas dicas incríveis que o professor te deu!
Palestra. Big Data, Inteligência Artificial, Análise de Dados. Tudo junto com exemplos na prática. Canal Rethink Business.
Podcast. Conversamos com Janete Ribeiro, uma das maiores especialistas em IA e Big Data do mercado brasileiro. Podcast Escola de Inteligência Artificial.
Entrevista. Big Data e Inteligência Artificial com Bruno Souza. Canal Vem Pra Globo.
Matéria. SAS. Brasil é o país mais avançado da América Latina no uso de inteligência artificial. 2022.

Bibliografia:

Aqui você encontrará toda a bibliografia do conteúdo utilizado nessa aula. Utilize para aprimorar seus conhecimentos sobre o assunto!
ALVES, Gabriela Mesquita Martins. A INFLUÊNCIA DA INTELIGÊNCIA ARTIFICIAL NO PROCESSO DE DECISÃO DE COMPRA ONLINE DO CONSUMIDOR. 2023. 108 f. Dissertação (Mestrado) – Curso de Mestrado em Direção Comercial e Marketing, Instituto Superior de Administração e Gestão, Porto, 2023.
CAZALE, Rosiene Cristine Tondelli. INTELIGÊNCIA ARTIFICIAL NO APARELHO DE TV: DESAFIO DE REINVENÇÃO DIANTE DE UM CONSUMIDOR MULTITELAS. 2019. 154 f. Dissertação (Mestrado) – Curso de Mestrado em Mídia e Tecnologia, Universidade Estadual Paulista, Bauru, 2019.
GERMANI, Leonardo. INTELIGÊNCIA ARTIFICIAL E BIG DATA NA GESTÃO CULTURAL. Revista do Centro de Pesquisa e Formação, São Paulo, v. 7, n. 1, p. 154-164, nov. 2018.
LUDERMIR, Teresa Bernarda. Inteligência Artificial e Aprendizado de Máquina: estado atual e tendências. Estudos Avançados, [S.L.], v. 35, n. 101, p. 85-94, abr. 2021.
MACHADO FILHO, Francisco; CAZALE, Rosiene Cristine Tondelli. A Inteligência Artificial no aparelho de TV. In: CONGRESSO BRASILEIRO DE CIêNCIAS DA COMUNICAÇÃO, 42., 2019, Belém. Anais […]. Belém: Intercom, 2019. p. 1-15.
SILVA, Danihanne Borges e; OLIVEIRA, Daniela Cabral de; JESUS, Dilça Cabral de. A influência das ferramentas big data e inteligência artificial no marketing 4.0. Research, Society And Development, [S.L.], v. 10, n. 5, p. 1-9, maio 2021.
SOARES, Alan Rodrigues. INTELIGÊNCIA ARTIFICIAL E IMAGINÁRIOS FUTURISTAS EM 2001: uma odisseia no espaço (1968), de stanley kubrick. 2017. 83 f. TCC (Graduação) – Curso de Publicidade e Propaganda, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2017.
SOUZA, Waner Teles de; FERRARI, José Lazarino. INTELIGÊNCIA ARTIFICIAL E BIG DATA ALIADOS AO MARKETING. In: SIMPÓSIO DE EXCELÊNCIA EM GESTÃO E TECNOLOGIA, 18., 2021, [S.I]. Anais […]. [S.I]: Faculdades Dom Bosco, 2021. p. 1-13.

Inteligência Artificial para análise de imagens e vídeos

Descrição da aula

A Inteligência Artificial (IA) tem desempenhado um papel crucial na análise de imagens e vídeos, permitindo que os sistemas compreendam e interpretem visualmente o conteúdo desses dados de maneira semelhante à percepção humana, mas como isso é feito? Nesta unidade, veremos que a IA aplicada a esta área usa algoritmos que podem ser treinados para identificar e classificar objetos em imagens, permitindo que sistemas automatizados detectem pessoas, veículos, animais, objetos específicos, entre outros elementos, além da possibilidade de reconhecimento facial.

Competências adquiridas

Entender como a IA pode compreender e interpretar informações visuais.
Entender o que é Aprendizado de máquina (machine learning).
Compreender o que são redes neurais convolucionais.

Materiais do professor

Aqui você encontrará os materiais complementares a aula que está assistindo. Eles te ajudarão na fixação do conteúdo e ainda são ótimos para estudar para sua prova final!

Ebook – Inteligência Artificial para análise de imagens e vídeos

Inteligência Artificial para análise de imagens e vídeos

Quiz

Teste o conhecimento adquirido nessa aula com um quiz! A nota do quiz não é usada em nenhum lugar, então não se preocupe caso tenha ido mal, ele serve somente para você ter uma base de como está se saindo.

#1 – Qual técnica de aprendizado de máquina é comumente usada para a análise de imagens e vídeos?

1. Regressão linear.
2. Redes neurais convolucionais (CNNs).
3. Árvores de decisão.
4. K-means clustering.

#2 – O que é visão computacional?

1. Um método para processar dados não estruturados.
2. O uso de algoritmos de clustering para análise de imagens.
3. A capacidade de uma máquina entender e interpretar informações visuais.
4. A técnica para segmentar imagens em regiões de interesse.

#3 – O que são redes neurais convolucionais (CNNs)?

1. Um tipo de rede neural usado exclusivamente para análise de vídeos.
2. Algoritmos de clusterização baseados em aprendizado profundo.
3. Modelos que extraem características relevantes de imagens e vídeos.
4. Técnicas para reduzir a dimensionalidade de dados visuais.

#4 – Qual é uma aplicação comum da análise de imagens e vídeos utilizando Inteligência Artificial?

1. Detecção de anomalias em séries temporais.
2. Classificação de documentos em texto.
3. Reconhecimento facial e identificação de pessoas.
4. Previsão de séries temporais financeiras.

#5 – O que é reconhecimento de padrões em imagens e vídeos?

1. O processo de segmentação de imagens em regiões distintas.
2. O uso de técnicas de suavização de imagens para reduzir o ruído.
3. A capacidade de identificar objetos e padrões complexos em imagens e vídeos.
4. A análise de cores e texturas em imagens para obter informações relevantes.

Dicas+

Expanda ainda mais seu conhecimento no assunto com essas dicas incríveis que o professor te deu!

YouTube. Chat GPT 4.0: a inteligência artificial que entende imagens! Canal Mundo Conectado.

YouTube. Reconhecimento de Imagens com Deep Learning usando TensorFlow e Keras // Mão no Código by Red Hat #8. Canal Código Fonte TV.

YouTube. Como fazer Reconhecimento de Imagem com Python – Passo a Passo. Canal Nerd dos Dados.

YouTube. Novos animais 3D na sua casa? Dá seus Google. Canal Google Brasil.

Matéria. Como funcionam as Inteligências Artificiais que criam imagens. Superinteressante, 2023.

Bibliografia

Aqui você encontrará toda a bibliografia do conteúdo utilizado nessa aula. Utilize para aprimorar seus conhecimentos sobre o assunto!

CAMPOS, Rafael Saraiva. Desmistificando a inteligência artificial: uma breve introdução conceitual ao aprendizado de máquina. Aoristo – International Journal Of Phenomenology, Hermeneutics And Metaphysics, [S.L.], v. 3, n. 1, p. 106-123, maio 2020.

GOMES, Gabriel Orlandin; SILVA, João Luís Tavares da. Protótipo De Reconhecimento De Expressões Faciais Utilizando Inteligência Artificial. Revista Conectus, Caxias do Sul, v. 1, n. 2, p. 1-22, jun. 2021.

MANOVICH, Lev. Automatizando a estética: inteligência artificial e cultura das imagens. Esferas, [S.L.], v. 1, n. 11, p. 119-126, jun. 2018.

MEDEIROS, Luciano Frontino de. Inteligência Artificial Aplicada: uma abordagem introdutória. Curitiba: Intersaberes, 2018.

SOCIEDADE BRASILEIRA DE MEDICINA TROPICAL. Revolução da inteligência artificial: uso na saúde traz novas possibilidades. Entrevista com Dra. Rosália Morais Torres. 2023.

Chatbots e a Análise de Sentimentos

Descrição da aula

Nesta unidade, veremos que a análise de sentimentos nos chatbots é possível graças a algoritmos de aprendizado de máquina que processam e interpretam o contexto emocional do texto. Esses algoritmos são responsáveis por identificar palavras-chave, padrões linguísticos e entonações que indicam as emoções dos usuários, por isso entenderemos melhor como este processo funciona.

Competências adquiridas

Compreender o processo de desenvolvimento de chatbots.
Entender o processamento de linguagem natural (NLP) e como ele é usado pelos chatbots;.
Entender como se dá a análise de sentimentos a partir deste recurso.

Materiais do professor

Aqui você encontrará os materiais complementares a aula que está assistindo. Eles te ajudarão na fixação do conteúdo e ainda são ótimos para estudar para sua prova final!

Ebook – Chatbots e a Análise de Sentimentos

Chatbots e a Análise de Sentimentos

Quiz

#1 – O que é um Chatbot?

1. Um dispositivo eletrônico que executa tarefas automatizadas.
2. Um programa de computador que simula conversas humanas por meio de mensagens de texto ou voz.
3. Um algoritmo de aprendizado de máquina usado para análise de sentimentos.
4. Uma técnica de programação para criar interfaces de usuário interativas.

#2 – Qual é o objetivo da análise de sentimentos em Chatbots?

1. Coletar informações demográficas dos usuários.
2. Identificar e classificar as emoções e opiniões expressas pelos usuários.
3. Melhorar a velocidade de resposta dos Chatbots.
4. Evitar o uso de inteligência artificial nos Chatbots.

#3 – Quais são as principais competências necessárias para desenvolver um Chatbot eficaz?

1. Conhecimentos avançados em linguagem de programação.
2. Habilidades de análise de sentimentos.
3. Compreensão do público-alvo e suas necessidades.
4. Capacidade de escrever diálogos complexos e divertidos.

#4 – Como a análise de sentimentos pode beneficiar os Chatbots?

1. Melhorar a segurança e privacidade dos usuários.
2. Aumentar a velocidade de processamento dos Chatbots.
3. Personalizar a experiência do usuário com respostas adequadas às emoções expressas.
4. Reduzir a interação humana nos Chatbots.

#5 – Quais são os setores em que os Chatbots são frequentemente utilizados?

1. Saúde e educação.
2. Energia renovável e agricultura.
3. Setor automotivo e aeroespacial.
4. Indústria cinematográfica e entretenimento.

Dicas+

Expanda ainda mais seu conhecimento no assunto com essas dicas incríveis que o professor te deu!

Webinar. Análise de Sentimentos de Chatbot. Canal Wittel.

Palestra. Mas afinal, para que serve Análise de Sentimentos? – Betina Manoel [PyBR14]. Canal Pythonbrasil.

Matéria. ALDROVANDI, Jorge. IA Revela Sentimentos: CX e a Revolução da Análise de Sentimentos com ChatGPT-4. Linkedin. 2023.

Matéria. TUCUNDUVA, Rodrigo. Exemplos de chatbot: 6 empresas que usam a tecnologia [melhores cases]. Lahar, 2017.

Bibliografia

Aqui você encontrará toda a bibliografia do conteúdo utilizado nessa aula. Utilize para aprimorar seus conhecimentos sobre o assunto!

CAPOANO, Edson; ESSENFELDER, Renato. Comunicação e emoção em bots e chatbots: os casos Fabi Grossi e Code of Hope. Revista Fronteiras: estudos midiáticos, Braga, v. 25, n. 1, p. 182-192, abr. 2023.

MEDEIROS, Luciano Frontino de. Inteligência Artificial Aplicada: uma abordagem introdutória. Curitiba: Intersaberes, 2018.

OLIVEIRA, Graceline de; VENSON, Ramon; MARCELINO, Roderval. REDES NEURAIS APLICADAS NO DESENVOLVIMENTO DE CHATBOTS: uma análise bibliométrica. Artefactum: REVISTA DE ESTUDOS EM LINGUAGEM E TECNOLOGIA, Rio de Janeiro, v. 2, n. 1, p. 1-15, dez. 2018.

RIBEIRO, Luiz Carlos Felix. Análise de Sentimento Contextual em Diálogos Utilizando Aprendizado de Máquina. 2019. 114 f. Dissertação (Mestrado) – Curso de Pós-Graduação em Ciência da Computação, Universidade Estadual Paulista, Bauru, 2019.

SILVA, Geovane do Nascimento. ANÁLISE DE CORRELAÇÃO ENTRE COMENTÁRIOS E CURTIDAS/DESCURTIDAS DE VÍDEOS DO YOUTUBE POR MEIO DE ANÁLISE DE SENTIMENTOS. 2021. 13 f. TCC (Graduação) – Curso de Bacharelado em Ciência da Computação, Universidade Federal de Campina Grande, Campina Grande, 2021.

Inteligência Artificial nos dias de hoje

Descrição da aula

A Inteligência Artificial (IA) se tornou uma parte essencial de nossas vidas nos dias de hoje. Ela está presente em uma ampla gama de aplicativos e serviços, impulsionando a automação, melhorando a eficiência e aprimorando nossas interações com a tecnologia. Nesta unidade, traremos exemplos práticos e alguns programas já disponíveis para uso que incorporam IA.

Competências adquiridas

Compreender os fundamentos da Inteligência Artificial (IA).
Reconhecer as diversas aplicações da IA em diferentes setores.
Entender como a IA contribui para a melhoria da eficiência em tarefas complexas.

Materiais do professor

Aqui você encontrará os materiais complementares a aula que está assistindo. Eles te ajudarão na fixação do conteúdo e ainda são ótimos para estudar para sua prova final!

Ebook – Inteligência Artificial nos dias de hoje

Inteligência Artificial nos dias de hoje

Quiz

#1 – Qual dos seguintes termos não está diretamente relacionado à inteligência artificial?

1. Aprendizado de máquina.
2. Visão computacional.
3. Programação orientada a objetos.
4. Processamento de linguagem natural.

#2 – Qual dos seguintes algoritmos é comumente usado para classificação em problemas de aprendizado de máquina?

1. K-means.
2. Árvore de decisão.
3. PageRank.
4. Algoritmo de enxame de partículas.

#3 – Qual dos seguintes exemplos é uma aplicação real de IA?

1. Detecção de spam em e-mails.
2. Cálculo de fórmulas matemáticas.
3. Agendamento de reuniões.
4. Redação de poesia.

#4 – O que significa o termo “deep learning” (aprendizado profundo) na inteligência artificial?

1. Um algoritmo de IA que requer muitos recursos computacionais.
2. Um tipo de IA que usa redes neurais artificiais com muitas camadas.
3. Um processo de aprendizado que ocorre sem intervenção humana.
4. Um conjunto de técnicas para melhorar a eficiência de algoritmos de IA existentes.

#5 – Qual dos seguintes é um desafio ético associado ao uso de inteligência artificial?

1. Aumento da eficiência em tarefas rotineiras.
2. Melhoria da precisão diagnóstica em medicina.
3. Potencial substituição de empregos por máquinas.
4. Automatização de processos de atendimento ao cliente.

Dicas+

Expanda ainda mais seu conhecimento no assunto com essas dicas incríveis que o professor te deu!

Roda de Conversa. INTELIGÊNCIA ARTIFICIAL NA PRÁTICA. Canal Exame.

Matéria. A INTELIGÊNCIA ARTIFICIAL VAI SUPERAR A MENTE HUMANA? | Brasil no Divã com MIGUEL NICOLELIS. Canal Carta Capital.

Matéria. KAWAKAMI, Bruno. Onde está toda inteligência artificial no mundo moderno? Olhar Digital, 2022.

Aplicativo. TensorFlow.

Bibliografia

Aqui você encontrará toda a bibliografia do conteúdo utilizado nessa aula. Utilize para aprimorar seus conhecimentos sobre o assunto!

CAPELO, André Manuel Bailão Martins Cunha. O Impacto da Inteligência Artificial na Gestão Comercial. 2019. 71 f. Dissertação (Mestrado) – Curso de Programa de Pós-Graduação em Gestão, Instituto Universitário de Lisboa, Lisboa, 2019.

CHIOVATTO, Milene. WATSON, USO DE INTELIGÊNCIA ARTIFICIAL (AI) E PROCESSOS EDUCATIVOS EM MUSEUS. Revista Docência e Cibercultura, [S.L.], v. 3, n. 2, p. 217-230, set. 2019.

LOBO, Luiz Carlos. Inteligência Artificial e Medicina. Revista Brasileira de Educação Médica, [S.L.], v. 41, n. 2, p. 185-193, jun. 2017.

MARTINS, Joana D’Arc Dias; RIBEIRO, Maria de Fátima. ALGORITMOS E INTELIGÊNCIA ARTIFICIAL. Revista da Faculdade Mineira de Direito, [S.L.], v. 25, n. 50, p. 173-196, maio 2023.