Geral Múltipla Escolha

Considere que um sistema de aprendizado de máquina percebe que todas as pessoas com índice de massa corporal regular tomam café com açúcar, enquanto todas as pessoas com índice elevado tomam a bebida com adoçante. Sendo assim, a inteligência artificial poderá inferir que:

Considere que um sistema de aprendizado de máquina percebe que todas as pessoas com índice de massa corporal regular tomam café com açúcar, enquanto todas as pessoas com índice elevado tomam a bebida com adoçante. Sendo assim, a inteligência artificial poderá inferir que:

  1. O adoçante é o responsável pela obesidade dos usuários - afinal, a inteligência humana, que não é bem assim.
  2. O adoçante não é responsável pela obesidade dos usuários - afinal, a inteligência artificial tem bom senso, assim como a inteligência humana.
  3. O café não deve ser tomado nem com açúcar nem com adoçante - a inteligência artificial é binária, 0 e 1, ou Sim e Não.
  4. O café deve ser tomado sem adoçante e sem açúcar - a inteligência artificial tem padrões rígidos ao tomar uma decisão.
  5. O café é uma bebida prejudicial e não deve ser tomado.

Resolução completa

Explicação passo a passo

A
Alternativa A

Alternativa A

Correlação não implica Causalidade

Esta questão explora um conceito fundamental na ciência de dados e Inteligência Artificial: a diferença entre correlação (duas coisas acontecem juntas) e causalidade (uma coisa causa a outra).

Análise do Cenário:
O sistema de aprendizado de máquina analisou apenas os dados numéricos/estatísticos fornecidos:

  • Grupo 1: IMC Regular \rightarrow Consome Açúcar
  • Grupo 2: IMC Elevado \rightarrow Consome Adoçante

Por que a Alternativa A é correta?

  1. Padrão Estatístico: Para a IA, existe uma forte correlação entre "consumo de adoçante" e "IMC elevado".
  2. Inferência Automática: Sem o contexto biológico ou social (que as pessoas obesas já eram obesas antes de trocar o açúcar pelo adoçante), a IA infere logicamente que o adoçante é o fator determinante para o aumento de peso.
  3. Limitação da IA: Diferente do humano, a IA não tem "bom senso" ou conhecimento prévio sobre fisiologia; ela apenas extrapola o que vê nos dados brutos.

Por que as outras estão incorretas?

  • B: A IA não possui "bom senso". Ela opera baseada em lógica matemática e probabilidades, não em intuição humana.
  • C e D: A IA não emite juízos de valor normativos ("não deve ser tomado") ou recomendações de saúde baseadas apenas nessa correlação. Ela descreve o que acontece, não o que deve acontecer.
  • E: Os dados indicam preferências de bebidas associadas ao peso, não avaliam a toxicidade geral do café.

Resumo Didático

ConceitoDefinição no Contexto
CorrelaçãoO adoçante aparece junto com o IMC alto nos dados.
CausalidadeO adoçante causa o IMC alto? (Provavelmente não na realidade).
Erro da IAConfundir a associação dos dados com uma regra de causa e efeito.

A alternativa A ilustra perfeitamente como máquinas podem chegar a conclusões estatisticamente corretas, mas logicamente absurdas para humanos devido à falta de contexto.

Tem outra questão para resolver?

Resolver agora com IA

Mais questões de Geral

Ver mais Geral resolvidas

Tem outra questão de Geral?

Cole o enunciado, tire uma foto ou descreva o problema — a IA resolve com explicação completa em segundos.