
Episódio 01 · SEFAZ/AL 2026. Três questões do CEBRASPE, três disciplinas de TI e a mesma armadilha: o item começa certo e vira no “entretanto”. Neste episódio: quem responde pelo Product Backlog no Scrum, o que define um agente de IA e a fronteira entre dado e informação.
Ouça acima ou acompanhe a transcrição abaixo. Os links para as questões comentadas estão no final.
Pip: Professor Rogerão Araújo tem um talento especial para encontrar exatamente a parte de uma questão onde a banca escorrega a faca.
Mara: É isso mesmo. O episódio de hoje cobre três territórios do edital da SEFAZ/AL 2026: responsabilidades no Scrum, o conceito de agente de inteligência artificial, e a fronteira entre dado e informação em Ciência de Dados.
Pip: Três temas em que o CEBRASPE faz a mesma coisa — começa certo e vira à direita no “entretanto”.
Mara: Vamos começar com Scrum e a questão do Product Owner.
Quem manda no Product Backlog?
Mara: O ponto central aqui é responsabilidade: no Scrum, quem gerencia o Product Backlog — e essa responsabilidade pode ser dividida em cenários complexos?
Pip: A questão começa com uma definição impecável e então acrescenta uma exceção. O enunciado afirma que “em cenários de alta complexidade com múltiplos stakeholders, essa responsabilidade é compartilhada com o scrum master, a fim de assegurar o alinhamento estratégico e a viabilidade técnica das necessidades do negócio.”
Mara: O gabarito é errado. Mesmo com muitos stakeholders, a gestão do backlog continua sendo do Product Owner. O Scrum Master apoia, mas não divide a responsabilidade.
Pip: O post sobre Scrum e Product Owner mostra a armadilha com precisão: o PO pode delegar o trabalho, nunca a responsabilidade. O PO é uma pessoa, não um comitê.
Mara: E quem quiser mudar o backlog precisa convencer o PO. Esse é o ponto que a banca sistematicamente embaralha, trocando o Scrum Master ou os stakeholders pelo dono real da decisão.
Pip: Dito isso, o problema não é só Scrum — é o padrão de construção do item.
Agentes de IA percebem e agem
Mara: O território aqui é a definição de agente de inteligência artificial — e o que acontece quando a banca reduz esse conceito pela metade.
Pip: A questão comentada sobre agentes de IA traz um item que afirma: “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.”
Mara: Errado. Na definição de Russell e Norvig, 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 — o item elimina a segunda.
Pip: Reduzir um agente a coletor de dados para que um humano decida é, no máximo, descrever um sistema de apoio à decisão. A ação sai do agente e vai parar em outro lugar.
Mara: O post detalha cinco tipos de agentes que caem em prova — do reativo simples, que responde a regras fixas sem memória, até o agente com aprendizado, que melhora com a experiência. O modelo PEAS organiza tudo isso: desempenho, ambiente, atuadores e sensores.
Pip: E o alerta vale aqui também: desconfie quando a banca transforma um tipo específico de agente em regra geral para todos.
Mara: O padrão é o mesmo do Scrum — uma parte correta, uma troca silenciosa no conceito.
Dado, informação e onde a banca troca as peças
Pip: Chegamos ao tema que parece mais simples e por isso pega mais gente: a diferença entre dado e informação em Ciência de Dados.
Mara: A questão comentada sobre dado e informação usa um exemplo de previdência social. O enunciado descreve números isolados — contribuições mensais, idade de aposentadoria, valor dos benefícios — e então afirma que “dados são fatos brutos e sem contexto, enquanto informação é o resultado da análise desses dados, tornando-os úteis para a tomada de decisões.”
Pip: Dessa vez o gabarito é certo. O que importa notar é que a estrutura do item é idêntica às pegadinhas anteriores — começa com uma situação concreta, depois faz uma afirmação conceitual. A diferença é que aqui não há troca.
Mara: O post organiza os quatro níveis do edital em sequência. Dado é o registro bruto. Informação é o dado processado e contextualizado. Conhecimento é a informação interpretada à luz da experiência. E inteligência é o uso desse conhecimento para decidir e agir.
Pip: A fronteira entre conhecimento e informação é onde a banca mais atua — chamar de conhecimento o que ainda é apenas informação organizada, ou o inverso.
Mara: A pergunta de teste é direta: já houve processamento e contexto? Já houve interpretação com base em experiência? Duas perguntas, quatro níveis resolvidos.
Pip: No fundo, os três temas de hoje ensinam a mesma habilidade: localizar exatamente onde o item saiu dos trilhos.
Mara: Scrum, agentes de IA, dado e informação — em todos os casos, a banca constrói o item com uma parte correta antes de introduzir a troca.
Pip: Reconhecer o padrão é metade da resposta. A outra metade a gente cobre no próximo episódio.
Leia as questões comentadas deste episódio
- Desenvolvimento de Sistemas: Scrum e Product Owner (CEBRASPE · TCE/RN 2026)
- Inteligência Artificial: agentes de IA (CEBRASPE · TELEBRAS 2026)
- Ciência de Dados: dado × informação (CEBRASPE · FUNPRESP-EXE 2025)
Quer treinar esse tipo de item ao vivo? Na Sprint 80/20 SEFAZ/AL, as aulas de Desenvolvimento (26/11), Ciência de Dados (27/11) e IA (30/11), às 20h, focam nas armadilhas do CEBRASPE.
Pingback: Scrum para o CEBRASPE: 10 pegadinhas | SEFAZ/AL 2026