Quando ouves "inteligência artificial", o que te vem à cabeça? Partilha uma palavra com a pessoa ao lado.
Bloco 1 — O que é a IA · 9h151 / 6
Objectivos desta sessão
Compreender o que é a IA e distingui-la de ficção científica
Conhecer a história e os marcos que nos trouxeram até aqui
Identificar os tipos de IA e como cada um aprende
Reconhecer a IA que já usas no dia a dia sem saberes
Entender o conceito de inteligência conectiva
Reflectir sobre o impacto social — oportunidades e riscos
Nota: esta sessão é conceptual — a partir da sessão 4 entramos nas ferramentas práticas.
O que é a Inteligência Artificial?
Capacidade de sistemas computacionais realizarem tarefas que tradicionalmente requeriam inteligência humana.
Reconhecer imagens, voz e linguagem natural
Aprender com dados e melhorar com o tempo
Tomar decisões em contextos complexos
Gerar texto, imagens, código
Definição simples: sistemas que aprendem a partir de exemplos e generalizam para situações novas — sem serem explicitamente programados para cada caso.
A IA não é magia. É matemática, dados e muito poder de cálculo.
Uma história de 70 anos
1950 — Alan Turing: "pode uma máquina pensar?" — Teste de Turing
1956 — Conferência de Dartmouth: nasce o termo "Artificial Intelligence"
1970–80s — Invernos da IA: expectativas ultrapassam a realidade
1997 — Deep Blue (IBM) bate o campeão mundial de xadrez Kasparov
2012 — AlexNet: revolução no reconhecimento de imagem — era do Deep Learning
2017 — Arquitectura Transformer — base de todos os modelos modernos
2022 — ChatGPT: 1 milhão de utilizadores em 5 dias
2024–25 — IA multimodal, agentes, integração em todas as ferramentas de trabalho
Tipos de IA
IA Estreita — onde estamos hoje
Excelente numa tarefa específica, não generaliza sem novo treino
Exemplos: filtro de spam, reconhecimento facial, tradução automática
ChatGPT, Claude, Gemini são IA Estreita muito avançada
IA Geral (AGI) — hipotética
Capacidade cognitiva equivalente à humana em qualquer domínio
Não existe — debate activo sobre se é possível e quando
O que usas no trabalho é sempre IA Estreita. Capaz e útil — mas limitada e sem "consciência".
Como a IA aprende
1. Dados: milhões de exemplos (textos, imagens, comportamentos)
2. Modelo: arquitectura matemática (rede neural)
3. Treino: ajusta milhões de parâmetros para minimizar erros
4. Validação: testado com dados que não viu
5. Inferência: aplica o que aprendeu em tempo real
Analogia: aprender a conduzir. Milhares de horas de prática (dados) treinam reflexos que depois aplicas em estradas que nunca viste (inferência).
Redes neurais — sem mistério
Neurónios artificiais: recebem um valor, transformam e passam adiante
Camadas: entrada → camadas intermédias → saída
Pesos: a "força" de cada ligação — ajustados durante o treino
Deep Learning: redes com muitas camadas — o "deep" é a profundidade
Os grandes modelos (GPT-4, Claude) têm centenas de mil milhões de parâmetros.
Não precisas de perceber a matemática para usar IA — tal como não precisas de perceber o motor para conduzir.
Exercício 1 · 10h15–10h30
Exercício 1 de 215 min · Individual
Onde já encontrei IA sem saber?
Reflecte sobre o teu dia de ontem — do momento em que acordaste até ires dormir.
1Lista 5 momentos do teu dia onde havia IA a funcionar (ex: desbloqueaste o telemóvel com a cara, viste uma recomendação...)
2Para cada um, indica: que problema resolve a IA nesse contexto?
3Escolhe 1 que te surpreendeu mais e explica porquê
Tarefa Moodle — entrega até à sessão 2
Bloco 2 — Impacto e futuro do trabalho · 10h451 / 6
IA que já usas — todos os dias
📧 Email: filtro de spam, sugestões de resposta
🗺️ Mapas: estimativa de tráfego em tempo real
🎵 Streaming: recomendações personalizadas
📱 Telemóvel: reconhecimento facial, autocorrect, assistente de voz
🛒 E-commerce: "outros também compraram", preços dinâmicos
🏦 Banca: detecção de fraude em tempo real
💬 Redes sociais: feed personalizado, moderação de conteúdo
🏥 Saúde: análise de exames, apoio ao diagnóstico
A IA não é tecnologia do futuro — é infraestrutura do presente.
Inteligência Conectiva
A inteligência conectiva emerge da ligação entre pessoas, sistemas e dados — é maior do que a soma das partes.
A internet como a maior rede de conhecimento colectivo da história
IA como camada que processa e amplifica esta inteligência
Cada interacção com IA contribui para o seu aperfeiçoamento
No trabalho
Colaboração humano-IA produz melhores resultados do que cada um sozinho
O teu julgamento, experiência e contexto — isso é o que a IA não tem
Impacto — Oportunidades
Produtividade: automatização liberta tempo para trabalho de maior valor
Democratização: acesso a serviços antes reservados a poucos