Em relação ao uso da inteligência artificial (IA) no agroneg...

Próximas questões
Com base no mesmo assunto
Ano: 2024 Banca: CESPE / CEBRASPE Órgão: UNB Prova: CESPE / CEBRASPE - 2024 - UNB - Prova de Conhecimentos II - 1° dia |
Q3107560 Geografia
Em relação ao uso da inteligência artificial (IA) no agronegócio brasileiro, julgue o seguinte item.
Imagens de satélites e sensores são utilizadas nas atividades agropecuárias como fontes de dados para a identificação de problemas, a adoção de soluções, o monitoramento da produção e a construção de modelos que permitam aumentar a produtividade e a lucratividade das empresas.
Alternativas

Gabarito comentado

Confira o gabarito comentado por um dos nossos professores

Alternativa correta: C — CERTO

Tema central: uso de imagens de satélite e sensores integradas à inteligência artificial (IA) no agronegócio para diagnóstico, tomada de decisão, monitoramento e modelagem destinada a aumentar produtividade e lucratividade.

Resumo teórico (claro e progressivo):

Imagens de satélite (sensoriamento remoto) e sensores embarcados em drones, tratores ou estações de solo fornecem dados multiespectrais, temporais e espaciais. Técnicas de IA (machine learning, deep learning) processam esses dados para:

  • Identificar problemas: detecção de pragas, doenças, estresse hídrico e deficiências nutricionais (ex.: índices como NDVI).
  • Adoção de soluções: recomendações de manejo como aplicação variável de insumos (VRA).
  • Monitoramento da produção: acompanhamento sazonal e alertas precoces.
  • Construção de modelos: previsão de produtividade e otimização econômica.

Fontes relevantes: Embrapa — publicações sobre Agricultura de Precisão; INPE — programas de sensoriamento remoto; FAO e artigos científicos sobre aplicação de IA em agricultura de precisão.

Justificativa da resposta (por que C é certo):

Cada elemento do enunciado é factual e compatível com a literatura técnica: sensores e imagens são fontes primárias de dados; IA permite extrair padrões, classificar problemas e gerar modelos preditivos; tais aplicações têm comprovado ganhos em eficiência de insumos, aumento de produtividade e melhoria na margem econômica das propriedades (redução de custos e melhor alocação de recursos).

Dica de interpretação para provas: identifique palavras-chave (ex.: "identificação", "monitoramento", "construção de modelos", "aumentar produtividade e lucratividade") e cheque se cada termo está tecnicamente correto. Aqui não há generalização falsa nem termo exclusivo que torne a frase incorreta — logo, CERTO.

Aplicação prática: NDVI por satélite combinado a modelos de ML para prever produtividade e orientar aplicação variável de fertilizante — exemplo real usado por consultorias e fazendas de precisão.

Gostou do comentário? Deixe sua avaliação aqui embaixo!

Clique para visualizar este gabarito

Visualize o gabarito desta questão clicando no botão abaixo