UC00248 · Aplicação de IA no Contexto Profissional · 2026
📖 Glossário — Conceitos essenciais de IA
Inteligência Artificial (IA)
Conjunto de técnicas que permitem a máquinas executar tarefas que normalmente requerem inteligência humana — reconhecer padrões, tomar decisões, gerar linguagem.
Machine Learning (ML)
Ramo da IA em que os sistemas aprendem a partir de dados, sem regras explícitas. O modelo melhora com mais exemplos.
Deep Learning
Sub-campo do ML com redes neuronais de múltiplas camadas. Excelente em imagem, som e texto complexo.
Modelo de linguagem (LLM)
IA treinada em enormes volumes de texto para gerar, resumir, traduzir e responder em linguagem natural. Ex: ChatGPT, Claude, Gemini.
IA Fraca (Narrow AI)
IA especializada numa tarefa específica. É o único tipo que existe hoje em escala comercial.
IA Geral (AGI)
Hipotética IA capaz de qualquer tarefa cognitiva humana. Ainda não existe.
Inteligência Conectiva
Inteligência que emerge da ligação entre pessoas, sistemas e dados. A IA amplifica — não substitui — esta inteligência colectiva.
Algoritmo
Conjunto de instruções que um computador segue para resolver um problema.
Treino do modelo
Processo pelo qual o ML aprende a partir de dados históricos, ajustando parâmetros internos para minimizar o erro.
Inferência
Fase em que o modelo treinado faz previsões sobre novos dados (o oposto de treino).
Viés (Bias)
Erro sistemático nos dados ou no design que produz resultados injustos para determinados grupos.
GPU / TPU
Processadores especializados para cálculo paralelo massivo — o hardware que torna o treino de IA possível à escala actual.
Automação
Execução de tarefas sem intervenção humana contínua. A IA permite automação de tarefas cognitivas, não só físicas.
✅ Checklist — IA no meu trabalho: onde começo?
Bloco 1 — IA que já uso (sem me aperceber)
Bloco 2 — IA que posso adoptar intencionalmente
Bloco 3 — O meu plano pessoal
Referência: menos de 5 → começa pelo Bloco 1. Mais de 10 → estás pronto(a) para definir o teu caso de uso na Sessão 3.