
Questão do dia #02 · Inteligência Artificial · CEBRASPE
Agente de IA só coleta dados para um humano decidir? Veja como a banca reduz o conceito.
O edital da SEFAZ/AL 2026 abre Inteligência Artificial com “Fundamentos de inteligência artificial”. O conceito de agente é a base desse bloco e aparece em itens que parecem óbvios, mas escondem uma troca de definição. Nesta questão comentada, você aprende a identificá-la.
A questão
[CESPE/CEBRASPE 2026 TELEBRAS · Especialista em Gestão de Telecomunicações – Analista de Tecnologia da Informação]
No que concerne a inteligência artificial, análise de dados e Big Data, julgue o item que se segue.
Os agentes de inteligência artificial são programas cujo objetivo é a coleta de informações com o intuito de embasar a tomada de decisão de um usuário humano.
( ) Certo ( ) Errado
Antes de rolar a página, julgue o item. Treinar a decisão é o que faz diferença no formato certo/errado.
Gabarito: ERRADO
Agentes de IA percebem o ambiente e agem sobre ele para atingir objetivos, muitas vezes com autonomia, sem um humano decidindo no meio. O item limita o agente à coleta de informações para que outra pessoa decida, e isso não corresponde à definição.
Comentário passo a passo
1. Lembre a definição clássica
Na obra de Russell e Norvig, base da maior parte das questões de fundamentos de IA, agente é tudo aquilo que percebe o ambiente por meio de sensores e age sobre esse ambiente por meio de atuadores. Perceber e agir são as duas metades do conceito.
2. Veja o que move o agente
O agente age para atingir objetivos ou maximizar uma medida de desempenho. Um agente racional escolhe, a cada momento, a ação que deve levar ao melhor resultado esperado com base no que percebeu. Ele não existe apenas para reunir dados.
3. Compare com o item
“Coletar informações para embasar a decisão de um usuário humano” descreve, no máximo, um sistema de apoio à decisão. O item retira a ação do agente e transfere a decisão para fora dele. Por isso, está errado.
Tipos de agentes que caem em prova
| Tipo | Como decide | Exemplo |
|---|---|---|
| Reativo simples | Regras condição-ação sobre a percepção atual, sem memória. | Termostato que liga o aquecimento abaixo de 20 °C. |
| Reativo baseado em modelo | Mantém um estado interno sobre a parte do mundo que não vê. | Aspirador que lembra quais cômodos já limpou. |
| Baseado em objetivos | Escolhe ações que levam a um estado desejado. | Navegador que traça rota até o destino. |
| Baseado em utilidade | Compara estados pela utilidade e escolhe o melhor. | Rota mais rápida e barata, e não qualquer rota. |
| Com aprendizado | Melhora o próprio desempenho com a experiência. | Filtro de spam que se ajusta às marcações do usuário. |
Para descrever um agente, a literatura usa o modelo PEAS: medida de desempenho (Performance), ambiente (Environment), atuadores (Actuators) e sensores (Sensors). Os agentes baseados em LLM, que usam ferramentas para executar tarefas, seguem a mesma ideia: percebem (leem a entrada e os resultados), decidem e agem (chamam ferramentas).
⚠ Como a banca cobra: o CEBRASPE reduz o conceito, trocando “perceber e agir” por “coletar e informar”, ou exige uma característica que não é obrigatória, como “todo agente aprende com a experiência”. Desconfie de itens que tiram a ação do agente ou que transformam um tipo específico em regra geral.
Treine: 3 itens inéditos
Itens elaborados pelo professor, no estilo CEBRASPE. Julgue antes de ver o gabarito.
- Um agente racional é aquele que, para cada sequência de percepções, seleciona a ação que se espera maximizar sua medida de desempenho.
- Um termostato que lê a temperatura e liga ou desliga o aquecimento conforme uma regra fixa pode ser classificado como agente reativo simples.
- Para ser considerado um agente de inteligência artificial, um sistema precisa necessariamente aprender com a experiência.
Ver gabarito dos itens
1. CERTO. É a definição de agente racional.
2. CERTO. Ele responde à percepção atual com uma regra condição-ação, sem memória.
3. ERRADO. Aprender é característica de um tipo de agente, não requisito de todos. Agentes reativos simples, por exemplo, não aprendem.
Leitura relacionada
Planejamento
SEFAZ/AL 2026: como usar o edital verticalizado
Os 369 assuntos do edital em uma planilha gratuita, com prioridades, etapas e controle de desempenho.
O projeto
Destrinchando TI: tecnologia da informação para concursos
Conheça a proposta do projeto, o método e os materiais para quem estuda TI para concursos.
Questão #01
Questão comentada: Ciência de Dados – Dado × Informação
A diferença entre dado, informação, conhecimento e inteligência.
Treine mais itens assim, ao vivo
Na Sprint 80/20 SEFAZ/AL, a gente resolve itens do CEBRASPE de Desenvolvimento, Ciência de Dados e IA, com foco nos assuntos de maior retorno. Aulas ao vivo e gravadas: 26/11 (DEV), 27/11 (Ciência de Dados) e 30/11 (IA), às 20h.
Material independente, produzido para fins educacionais, sem vínculo oficial com a SEFAZ/AL ou com o Cebraspe. A questão foi reproduzida para fins de estudo, com indicação da fonte.
Pingback: Questão comentada CEBRASPE: Scrum e Product Owner | SEFAZ/AL 2026
Pingback: Podcast Destrinchando TI #01: IA, Dados e Métodos Ágeis | SEFAZ/AL 2026