Introdução à Inteligência Artificial
Sem jargão, sem medo e com exemplos do mundo real.
Prof. Tiago Muniz
Doutor em Computação — 12 anos ensinando quem está começando
Objetivos de aprendizagem
Ao fim desta aula, você vai conseguir:
Explicar o que é inteligência artificial sem recorrer a jargão técnico
01Diferenciar IA tradicional, aprendizado de máquina e IA generativa
02Entender, em alto nível, como um modelo aprende com dados
03Reconhecer limites e vieses: quando não confiar na resposta
04Escrever um primeiro prompt bem estruturado
05Roteiro
Uma hora, cinco blocos.
O que é IA, afinal?
Conceito
Como uma máquina aprende
Conceito
Exemplo prático: filtro de spam
Prática
Exercício em grupo + discussão
Exercício
Mitos, limites e encerramento
Debate
Conceito 1
IA é um estagiário que leu a internet inteira.
Muito conhecimento e velocidade absurda — mas sem vivência, sem contexto do seu problema e capaz de errar com muita confiança. Por isso, o trabalho dele sempre passa pela sua revisão.
Aprende por exemplo
Ninguém programa regra por regra: o sistema encontra padrões em milhões de exemplos.
Generaliza
Aplica o padrão aprendido a casos que nunca viu — às vezes muito bem, às vezes muito mal.
Não sabe que não sabe
Quando falta informação, ele não fica em silêncio: ele inventa. Esse é o risco central.
Conceito 2
O ciclo de aprendizado de máquina.
Todo modelo, do filtro de spam ao chatbot, passa por este mesmo circuito.
Dados
milhões de exemplos rotulados
Treinamento
o modelo ajusta seus pesos
Previsão
responde a casos novos
Avaliação
humanos medem os erros
Exemplo prático
Construindo um filtro de spam.
O mesmo processo, em quatro passos, vale para detectar fraude, recomendar filmes ou aprovar crédito.
Coletar exemplos
Reunimos 10 mil e-mails já marcados por humanos: 7 mil legítimos e 3 mil spam.
Extrair padrões
O modelo conta padrões: "GRÁTIS" em maiúsculas, remetente desconhecido, excesso de links.
Treinar e testar
Treinamos com 80% dos dados e testamos com os 20% que o modelo nunca viu.
Medir e ajustar
Acertou 96%? Ótimo. Marcou e-mail do chefe como spam? Ajustamos e treinamos de novo.
Exercício — responda clicando
Um modelo de IA foi treinado apenas com currículos de pessoas contratadas nos últimos 10 anos por uma empresa que quase só contratou homens. O que tende a acontecer?
Mitos vs verdades
Separando fato de ficção.
Mito
IA entende o que diz, como um humano
Verdade
Modelos de linguagem calculam a próxima palavra provável. Parecem entender, mas não têm consciência nem intenção.
Mito
Se a IA respondeu, está correto
Verdade
Modelos podem "alucinar": inventar fatos com total confiança. Toda resposta importante precisa de verificação.
Mito
IA vai substituir todo mundo amanhã
Verdade
IA transforma tarefas, não profissões inteiras de uma vez. Quem aprende a usá-la ganha vantagem real.
O que vimos hoje
Se você lembrar de 4 coisas, que sejam estas.
IA aprende por exemplos, não por regras escritas à mão
A qualidade dos dados define a qualidade — e a justiça — do modelo
Modelos erram com confiança: verificar é parte do uso
Quem domina a ferramenta multiplica o próprio trabalho
Para ir além
Leitura recomendada.
Inteligência Artificial: uma introdução amigável
Coleção Ciência Aberta — cap. 1 a 3
Como funcionam os modelos de linguagem
Blog do curso, publicado em maio de 2026
Vieses em algoritmos de decisão
Documentário, 52 min, com legendas em português
Tudo disponível na plataforma da turma, seção “Aula 1”.
Aula 2 de 8 — quinta-feira, 19h
Escrevendo promptsque funcionam.
Traga um problema real do seu trabalho: vamos resolvê-lo ao vivo, passo a passo.