Questões de Concurso Público UNIFAP 2026 para Enfermeiro

Questões Discursivas

Foram encontradas 4 questões

Q4184314 Português

TEXTO 1


Texto-base para a questão 



UNIVERSIDADES BRASILEIRAS


DISCUTEM REGRAS DE USO DE


INTELIGÊNCIA ARTIFICIAL


Diante de incertezas por parte de estudantes e pesquisadores, instituições debatem quais seriam os limites éticos do uso dessas ferramentas na escrita e na pesquisa científica.


Sarah Schmidt, Revista Pesquisa FAPESP | 11 set 2024 - Edição 342.


Instituições científicas e de ensino superior do Brasil começam a formular recomendações para o uso de inteligência artificial (IA), especialmente a generativa, no ensino, na pesquisa e na extensão. A popularização de softwares como o ChatGPT, capazes de gerar texto, imagens e dados, tem levantado dúvidas sobre limites éticos no uso dessas tecnologias, principalmente na escrita acadêmica. Professores têm procurado novas formas de avaliar trabalhos de alunos, tentando contornar os riscos de uso indevido de IA. De maneira geral, as orientações pedem que seu uso seja transparente e alertam para o perigo de ferir direitos autorais, praticar plágio, gerar desinformação e replicar vieses discriminatórios que essas ferramentas podem reproduzir.


Em fevereiro, o centro universitário Senai Cimatec, na Bahia, publicou um guia para orientar sua comunidade acadêmica quanto à IA generativa. Ele segue três princípios: transparência; “centralidade na pessoa humana”, ou seja, que o controle humano seja preservado sobre as informações geradas por IA, já que ela deve ser usada de forma benéfica à sociedade; e atenção à privacidade de dados, sobretudo em atividades que envolvam contratos com empresas por meio de parcerias para desenvolvimento e transferência de tecnologias. Ocorre que as informações compartilhadas em plataformas de IA podem ser armazenadas pela ferramenta, quebrando o sigilo de dados. “Não podemos nos esquecer de que, se nós aprendemos com essas ferramentas, elas também aprendem com a gente”, ressalta a engenheira civil Tatiana Ferraz, pró-reitora administrativo-financeira do Senai Cimatec e coordenadora do guia. Uma atualização do regulamento disciplinar da instituição passou a prever punições para estudantes que quebrarem as regras.


O guia autoriza professores a usarem softwares de detecção de plágio quando julgarem necessário, embora não sejam 100% precisos ao indicar conteúdo produzido por IA. As ferramentas não podem ser citadas como coautoras de trabalhos acadêmicos, mas sua aplicação para auxiliar processos de pesquisa e ajustes de escrita acadêmica é permitida. Para isso, todos os comandos utilizados – as perguntas e direcionamentos dados à ferramenta, também chamados de prompts– e as informações originais geradas por IA devem ser descritos na metodologia do trabalho e anexados como material suplementar.


Outras instituições brasileiras seguem por esse caminho. “A universidade não deve proibir, mas criar orientações para utilização responsável dessas ferramentas”, observa o cientista da computação Virgílio Almeida, coordenador de uma comissão da Universidade Federal de Minas Gerais (UFMG), que propôs recomendações para o uso de tecnologias de IA na instituição, apresentadas à comunidade acadêmica em maio. As sugestões devem servir de base para a criação de uma política institucional com regras e normas e de um comitê de governança permanente.


Elas passam pelas áreas de ensino, pesquisa, extensão e administração e têm como princípios a transparência no uso dessas ferramentas, atenção à proteção e privacidade de dados, à desinformação e aos vieses discriminatórios que essas tecnologias podem reproduzir. “Uma das propostas é que a universidade invista em cursos de letramento em IA para professores, pesquisadores, funcionários e alunos”, explica Almeida. No ensino, uma das indicações é que as ementas das disciplinas de graduação e de pósgraduação da UFMG devem informar o que é permitido fazer com essas tecnologias. Na pesquisa, a ênfase está na transparência: é preciso detalhar como a IA foi usada no processo científico e quais vieses pode trazer a ele. A análise cuidadosa dos resultados gerados por IA, para que se evitem dados falsos, é outro ponto recomendado. A Universidade de São Paulo (USP) publicou um dossiê da Revista USP sobre inteligência artificial na pesquisa científica em maio e tem realizado encontros e debates sobre o assunto. “A sugestão geral é estudar como incorporar esse uso no ensino e na pesquisa e verificar quais seriam suas limitações éticas e seus potenciais”, observa a advogada Cristina Godoy, da Faculdade de Direito de Ribeirão Preto (FDRP-USP), integrante de um grupo de pesquisadores que elaborou propostas para a universidade, como a necessidade de criar guias de orientação na graduação e pós-graduação. Há alertas para o cuidado com a privacidade de dados sensíveis ou inéditos de pesquisa, como teses e dissertações, e para a necessidade de buscar novas maneiras de avaliar os trabalhos em sala de aula. As recomendações foram feitas durante um evento em março de 2023 e estão sob análise de um grupo de trabalho.


O uso de IA na pesquisa não é novo. Ferramentas de aprendizado de máquina e de processamento de linguagem natural já são usadas para analisar padrões em meio a grandes volumes de dados. Mas, com o avanço das plataformas que usam IA generativa, diversas universidades dos Estados Unidos e da Europa criaram instruções sobre o assunto, que serviram de inspiração para instituições brasileiras. No Senai Cimatec, os guias das universidades de Utah, nos Estados Unidos, de julho de 2023, e de Toronto, no Canadá, ainda preliminar, serviram de norte para o grupo de trabalho, assim como o guia rápido ChatGPT e a inteligência artificial na educação superior da Organização das Nações Unidas para a Educação, a Ciência e a Cultura (Unesco), de abril de 2023.


Nesse cenário, há casos de professores que passaram a pedir aos alunos que fizessem apresentações orais, trabalhos dentro da sala de aula ou mesmo feitos à mão, no papel. Godoy, da USP, que costumava pedir trabalhos escritos sobre artigos estudados, passou a exigir que os alunos apresentassem esquemas com mapas mentais que mostrem as conexões entre os textos estudados em aula.


Em 2024, ela desenvolveu uma atividade de pesquisa no âmbito do Centro de Inteligência Artificial (C4AI) da USP, apoiado por IBM e FAPESP, com alunos de iniciação científica, mestrado e doutorado em computação, ciência política e direito em que eles precisaram desenvolver prompts no ChatGPT para realizar a análise de sentimentos – técnica que classifica opiniões como positivas, negativas ou neutras – de usuários do X (ex-Twitter) sobre IA. Os dados vão integrar um artigo em processo de escrita. Parte do trabalho será detalhar a metodologia e os prompts usados. Por não ser preciso criar um algoritmo específico para a atividade, a ferramenta acelerou o processo de análise dos dados – segundo Godoy, caso precisassem fazer tudo do zero, o trabalho levaria oito meses, mas com o ChatGPT levou dois meses.



Disponível em: https://revistapesquisa.fapesp.br/universidadesbrasileiras-discutem-regras-de-uso-de-inteligencia-artificial/. Acesso em 18/05/2026.


Com base no Texto 1, julgue as assertivas a seguir e assinale a(s) correta(s):

I. Trata-se de um artigo científico que apresenta orientações e discussões a respeito do combate às práticas de plágio em textos acadêmicos, com o auxílio de ferramentas de inteligência artificial.
II. O texto pode ser classificado como editorial, pois explica do ponto de vista argumentativo, os benefícios da inteligência artificial para a produção acadêmica.
III. Trata-se de uma notícia que informa sobre a seguinte temática: inteligência artificial e racismo algorítmico.
IV. Trata-se de uma reportagem que informa sobre ações que instituições de ensino superior e centros de pesquisa desenvolveram para orientar alunos e pesquisadores sobre o uso de inteligência artificial em produções acadêmicas.
Alternativas
Q4184316 Português

TEXTO 1


Texto-base para a questão 



UNIVERSIDADES BRASILEIRAS


DISCUTEM REGRAS DE USO DE


INTELIGÊNCIA ARTIFICIAL


Diante de incertezas por parte de estudantes e pesquisadores, instituições debatem quais seriam os limites éticos do uso dessas ferramentas na escrita e na pesquisa científica.


Sarah Schmidt, Revista Pesquisa FAPESP | 11 set 2024 - Edição 342.


Instituições científicas e de ensino superior do Brasil começam a formular recomendações para o uso de inteligência artificial (IA), especialmente a generativa, no ensino, na pesquisa e na extensão. A popularização de softwares como o ChatGPT, capazes de gerar texto, imagens e dados, tem levantado dúvidas sobre limites éticos no uso dessas tecnologias, principalmente na escrita acadêmica. Professores têm procurado novas formas de avaliar trabalhos de alunos, tentando contornar os riscos de uso indevido de IA. De maneira geral, as orientações pedem que seu uso seja transparente e alertam para o perigo de ferir direitos autorais, praticar plágio, gerar desinformação e replicar vieses discriminatórios que essas ferramentas podem reproduzir.


Em fevereiro, o centro universitário Senai Cimatec, na Bahia, publicou um guia para orientar sua comunidade acadêmica quanto à IA generativa. Ele segue três princípios: transparência; “centralidade na pessoa humana”, ou seja, que o controle humano seja preservado sobre as informações geradas por IA, já que ela deve ser usada de forma benéfica à sociedade; e atenção à privacidade de dados, sobretudo em atividades que envolvam contratos com empresas por meio de parcerias para desenvolvimento e transferência de tecnologias. Ocorre que as informações compartilhadas em plataformas de IA podem ser armazenadas pela ferramenta, quebrando o sigilo de dados. “Não podemos nos esquecer de que, se nós aprendemos com essas ferramentas, elas também aprendem com a gente”, ressalta a engenheira civil Tatiana Ferraz, pró-reitora administrativo-financeira do Senai Cimatec e coordenadora do guia. Uma atualização do regulamento disciplinar da instituição passou a prever punições para estudantes que quebrarem as regras.


O guia autoriza professores a usarem softwares de detecção de plágio quando julgarem necessário, embora não sejam 100% precisos ao indicar conteúdo produzido por IA. As ferramentas não podem ser citadas como coautoras de trabalhos acadêmicos, mas sua aplicação para auxiliar processos de pesquisa e ajustes de escrita acadêmica é permitida. Para isso, todos os comandos utilizados – as perguntas e direcionamentos dados à ferramenta, também chamados de prompts– e as informações originais geradas por IA devem ser descritos na metodologia do trabalho e anexados como material suplementar.


Outras instituições brasileiras seguem por esse caminho. “A universidade não deve proibir, mas criar orientações para utilização responsável dessas ferramentas”, observa o cientista da computação Virgílio Almeida, coordenador de uma comissão da Universidade Federal de Minas Gerais (UFMG), que propôs recomendações para o uso de tecnologias de IA na instituição, apresentadas à comunidade acadêmica em maio. As sugestões devem servir de base para a criação de uma política institucional com regras e normas e de um comitê de governança permanente.


Elas passam pelas áreas de ensino, pesquisa, extensão e administração e têm como princípios a transparência no uso dessas ferramentas, atenção à proteção e privacidade de dados, à desinformação e aos vieses discriminatórios que essas tecnologias podem reproduzir. “Uma das propostas é que a universidade invista em cursos de letramento em IA para professores, pesquisadores, funcionários e alunos”, explica Almeida. No ensino, uma das indicações é que as ementas das disciplinas de graduação e de pósgraduação da UFMG devem informar o que é permitido fazer com essas tecnologias. Na pesquisa, a ênfase está na transparência: é preciso detalhar como a IA foi usada no processo científico e quais vieses pode trazer a ele. A análise cuidadosa dos resultados gerados por IA, para que se evitem dados falsos, é outro ponto recomendado. A Universidade de São Paulo (USP) publicou um dossiê da Revista USP sobre inteligência artificial na pesquisa científica em maio e tem realizado encontros e debates sobre o assunto. “A sugestão geral é estudar como incorporar esse uso no ensino e na pesquisa e verificar quais seriam suas limitações éticas e seus potenciais”, observa a advogada Cristina Godoy, da Faculdade de Direito de Ribeirão Preto (FDRP-USP), integrante de um grupo de pesquisadores que elaborou propostas para a universidade, como a necessidade de criar guias de orientação na graduação e pós-graduação. Há alertas para o cuidado com a privacidade de dados sensíveis ou inéditos de pesquisa, como teses e dissertações, e para a necessidade de buscar novas maneiras de avaliar os trabalhos em sala de aula. As recomendações foram feitas durante um evento em março de 2023 e estão sob análise de um grupo de trabalho.


O uso de IA na pesquisa não é novo. Ferramentas de aprendizado de máquina e de processamento de linguagem natural já são usadas para analisar padrões em meio a grandes volumes de dados. Mas, com o avanço das plataformas que usam IA generativa, diversas universidades dos Estados Unidos e da Europa criaram instruções sobre o assunto, que serviram de inspiração para instituições brasileiras. No Senai Cimatec, os guias das universidades de Utah, nos Estados Unidos, de julho de 2023, e de Toronto, no Canadá, ainda preliminar, serviram de norte para o grupo de trabalho, assim como o guia rápido ChatGPT e a inteligência artificial na educação superior da Organização das Nações Unidas para a Educação, a Ciência e a Cultura (Unesco), de abril de 2023.


Nesse cenário, há casos de professores que passaram a pedir aos alunos que fizessem apresentações orais, trabalhos dentro da sala de aula ou mesmo feitos à mão, no papel. Godoy, da USP, que costumava pedir trabalhos escritos sobre artigos estudados, passou a exigir que os alunos apresentassem esquemas com mapas mentais que mostrem as conexões entre os textos estudados em aula.


Em 2024, ela desenvolveu uma atividade de pesquisa no âmbito do Centro de Inteligência Artificial (C4AI) da USP, apoiado por IBM e FAPESP, com alunos de iniciação científica, mestrado e doutorado em computação, ciência política e direito em que eles precisaram desenvolver prompts no ChatGPT para realizar a análise de sentimentos – técnica que classifica opiniões como positivas, negativas ou neutras – de usuários do X (ex-Twitter) sobre IA. Os dados vão integrar um artigo em processo de escrita. Parte do trabalho será detalhar a metodologia e os prompts usados. Por não ser preciso criar um algoritmo específico para a atividade, a ferramenta acelerou o processo de análise dos dados – segundo Godoy, caso precisassem fazer tudo do zero, o trabalho levaria oito meses, mas com o ChatGPT levou dois meses.



Disponível em: https://revistapesquisa.fapesp.br/universidadesbrasileiras-discutem-regras-de-uso-de-inteligencia-artificial/. Acesso em 18/05/2026.


Observe excerto abaixo:

Não podemos nos esquecer de que, se nós aprendemos com essas ferramentas, elas também aprendem com a gente”, ressalta a engenheira civil Tatiana Ferraz, pró-reitora administrativo-financeira do Senai Cimatec e coordenadora do guia”.

No trecho em destaque, identifica-se qual figura de linguagem? 
Alternativas
Q4184317 Português
TEXTO 2


Texto-base para a questão


PESQUISA EXPÕE COMO SISTEMAS DE RECONHECIMENTO FACIAL REPRODUZEM DESIGUALDADES SOCIAIS


Apresentada por Nina da Hora, dissertação de mestrado analisa racismo algorítmico e exclusões produzidas pela IA

Daniela Prandi - 12 maio 2026


    Antes de reconhecer alguém diante da câmera, um sistema de inteligência artificial (IA) precisa decidir se aquele rosto “existe”. É justamente nesse momento, anterior à identificação, que, segundo a cientista da computação Ana Carolina Silva das Neves da Hora, mais conhecida como Nina da Hora, começam os apagamentos produzidos pelas tecnologias de reconhecimento facial, tema de sua tese de mestrado, Do Rosto ao Vetor: Epistemicídio Computacional no Reconhecimento Facial, defendida nesta segunda-feira (11), no Instituto de Computação (IC).

Orientada pela professora Sandra Avila, do IC, e coorientada pela antropóloga Marisol Marini, da Universidade de São Paulo (USP), a tese teve na banca examinadora a socióloga Angela Figueiredo, da Universidade Federal do Recôncavo Baiano (UFRB), e o pesquisador Virgílio Almeida, da Universidade Federal de Minas Gerais (UFMG).

A pesquisa combina reflexão teórica e experimentos computacionais para analisar desigualdades em arquiteturas de detecção facial amplamente utilizadas em sistemas de IA. Da Hora propõe o conceito de “epistemicídio computacional”, inspirado nos trabalhos da filósofa Sueli Carneiro sobre o apagamento de sujeitos negros na produção do conhecimento. O trabalho multidisciplinar reúne computação, antropologia, artes visuais, estudos raciais e filosofia. A pesquisadora auditou arquiteturas de detecção facial utilizando uma base criada pela Meta, dona do Facebook, do Instagram e do WhatsApp, a partir de vídeos enviados por pessoas de países como Brasil, Índia, Síria e Indonésia. Os resultados revelaram desigualdades profundas nos processos de detecção facial. “O dano já começa antes, quando o sistema sequer detecta aquele rosto como um rosto válido”, explica.

Em um dos experimentos, pessoas acima de 85 anos tiveram apenas 44% de taxa de detecção, enquanto grupos mais jovens alcançaram índices superiores a 90%. Em outros casos, determinados grupos simplesmente desapareciam dos sistemas. “Tivemos grupos com 0%. Normalmente, quando aparece um 0%, você roda o sistema de novo e tenta corrigir. Mas quis investigar por que aquelas pessoas tinham desaparecido”, diz.

Segundo Da Hora, os sistemas simplificam realidades complexas ao transformar diversidade humana em categorias rígidas. “É como se não existissem variações. Ou você é branco ou você é negro. Mas nós sabemos que isso não representa países como o Brasil.” Mais do que erros técnicos, a pesquisadora vê nesses resultados a materialização de escolhas políticas e históricas. “A etapa do reconhecimento só acumula problemas. Primeiro, o sistema precisa decidir que existe um rosto ali.” Em muitos casos, afirma, nem mesmo a autodeclaração das pessoas é suficiente. “Quando eu mando um vídeo dizendo quem eu sou, pessoas do outro lado podem dizer que eu não sou aquilo que estou dizendo. E, às vezes, a palavra delas vai valer mais.”

Segundo a pesquisadora, o problema não está apenas na precisão técnica. “A questão não é fazer a tecnologia funcionar melhor”, afirma. “É perguntar por que estamos insistindo em tecnologias que transformam pessoas em padrões de vigilância.” Da Hora vê a expansão dessas tecnologias como parte de uma transformação maior nas formas de controle social e circulação da informação. “O reconhecimento facial e as inteligências artificiais são vendidos como solução para tudo. Mas, muitas vezes, o que elas produzem é exclusão e aprofundamento de desigualdades. Eu queria entender o que se perde quando você transforma o rosto de uma pessoa em vetor matemático”, afirma.
Considere o fragmento abaixo e assinale a alternativa correta.

Fragmento
“A pesquisadora auditou arquiteturas de detecção facial utilizando uma base criada pela Meta, dona do Facebook, do Instagram e do WhatsApp, a partir de vídeos enviados por pessoas de países como Brasil, Índia, Síria e Indonésia. Os resultados revelaram desigualdades profundas nos processos de detecção facial. “O dano já começa antes, quando o sistema sequer detecta aquele rosto como um rosto válido”, explica”.

I. No fragmento textual, a palavra quando funciona como uma locução adjetiva.
II. Em “Os resultados revelaram desigualdades profundas nos processos de detecção facial” há um verbo de ligação.
III. Em “Os resultados revelaram desigualdades profundas nos processos de detecção facial” a expressão em destaque funciona como objeto indireto.
IV. Em “O dano já começa antes, quando o sistema sequer detecta aquele rosto como um rosto válido” há uma oração subordinada adverbial temporal.
Alternativas
Q4184318 Português
TEXTO 2


Texto-base para a questão


PESQUISA EXPÕE COMO SISTEMAS DE RECONHECIMENTO FACIAL REPRODUZEM DESIGUALDADES SOCIAIS


Apresentada por Nina da Hora, dissertação de mestrado analisa racismo algorítmico e exclusões produzidas pela IA

Daniela Prandi - 12 maio 2026


    Antes de reconhecer alguém diante da câmera, um sistema de inteligência artificial (IA) precisa decidir se aquele rosto “existe”. É justamente nesse momento, anterior à identificação, que, segundo a cientista da computação Ana Carolina Silva das Neves da Hora, mais conhecida como Nina da Hora, começam os apagamentos produzidos pelas tecnologias de reconhecimento facial, tema de sua tese de mestrado, Do Rosto ao Vetor: Epistemicídio Computacional no Reconhecimento Facial, defendida nesta segunda-feira (11), no Instituto de Computação (IC).

Orientada pela professora Sandra Avila, do IC, e coorientada pela antropóloga Marisol Marini, da Universidade de São Paulo (USP), a tese teve na banca examinadora a socióloga Angela Figueiredo, da Universidade Federal do Recôncavo Baiano (UFRB), e o pesquisador Virgílio Almeida, da Universidade Federal de Minas Gerais (UFMG).

A pesquisa combina reflexão teórica e experimentos computacionais para analisar desigualdades em arquiteturas de detecção facial amplamente utilizadas em sistemas de IA. Da Hora propõe o conceito de “epistemicídio computacional”, inspirado nos trabalhos da filósofa Sueli Carneiro sobre o apagamento de sujeitos negros na produção do conhecimento. O trabalho multidisciplinar reúne computação, antropologia, artes visuais, estudos raciais e filosofia. A pesquisadora auditou arquiteturas de detecção facial utilizando uma base criada pela Meta, dona do Facebook, do Instagram e do WhatsApp, a partir de vídeos enviados por pessoas de países como Brasil, Índia, Síria e Indonésia. Os resultados revelaram desigualdades profundas nos processos de detecção facial. “O dano já começa antes, quando o sistema sequer detecta aquele rosto como um rosto válido”, explica.

Em um dos experimentos, pessoas acima de 85 anos tiveram apenas 44% de taxa de detecção, enquanto grupos mais jovens alcançaram índices superiores a 90%. Em outros casos, determinados grupos simplesmente desapareciam dos sistemas. “Tivemos grupos com 0%. Normalmente, quando aparece um 0%, você roda o sistema de novo e tenta corrigir. Mas quis investigar por que aquelas pessoas tinham desaparecido”, diz.

Segundo Da Hora, os sistemas simplificam realidades complexas ao transformar diversidade humana em categorias rígidas. “É como se não existissem variações. Ou você é branco ou você é negro. Mas nós sabemos que isso não representa países como o Brasil.” Mais do que erros técnicos, a pesquisadora vê nesses resultados a materialização de escolhas políticas e históricas. “A etapa do reconhecimento só acumula problemas. Primeiro, o sistema precisa decidir que existe um rosto ali.” Em muitos casos, afirma, nem mesmo a autodeclaração das pessoas é suficiente. “Quando eu mando um vídeo dizendo quem eu sou, pessoas do outro lado podem dizer que eu não sou aquilo que estou dizendo. E, às vezes, a palavra delas vai valer mais.”

Segundo a pesquisadora, o problema não está apenas na precisão técnica. “A questão não é fazer a tecnologia funcionar melhor”, afirma. “É perguntar por que estamos insistindo em tecnologias que transformam pessoas em padrões de vigilância.” Da Hora vê a expansão dessas tecnologias como parte de uma transformação maior nas formas de controle social e circulação da informação. “O reconhecimento facial e as inteligências artificiais são vendidos como solução para tudo. Mas, muitas vezes, o que elas produzem é exclusão e aprofundamento de desigualdades. Eu queria entender o que se perde quando você transforma o rosto de uma pessoa em vetor matemático”, afirma.
Julgue as afirmativas abaixo, marcando V para as verdadeiras e F para as falsas.

a) (..) nas palavras: expansão e detecção – há o mesmo número de letras e de fonemas.
b) (..) “É como se não existissem variações. Ou você é branco ou você é negro. Mas nós sabemos que isso não representa países como o Brasil.” – o termo ou funciona como conjunção coordenativa aditiva.
c) (..) Em “Os resultados revelaram desigualdades profundas nos processos de detecção facial” – o termo desigualdades apresenta derivação prefixal.
d) (..) Em “Prestes a completar 31 anos, Nina da Hora se tornou uma das vozes mais conhecidas da discussão sobre tecnologia e racismo algorítmico no país. Colunista da MIT Technology Review Brasil, pesquisadora do Centro de Tecnologia e Sociedade da Fundação Getúlio Vargas (FGV)” – os termos colunista e pesquisadora marcam, respectivamente, coesão pronominal e coesão por elipse. 
e) (..) Em “Da Hora propõe o conceito de “epistemicídio computacional”, - o termo computacional funciona como adjetivo.

Assinale a sequência CORRETA. 
Alternativas
Respostas
1: E
2: C
3: D
4: C