1. Por que o viés de dados surge mesmo sem intenção maliciosa?

A Porque os desenvolvedores são desatentos B Porque os dados de treinamento refletem a realidade histórica — incluindo desigualdades anteriores C Porque modelos de IA discriminam aleatoriamente

2. O que é um ciclo de feedback no contexto de viés de IA?

A Usuários relatam erros ao sistema B O output da AI se torna o novo input e reforça o viés C O modelo aprende com o feedback dos usuários

3. Uma ferramenta de recrutamento avalia sistematicamente os candidatos de determinados códigos postais de forma inferior. Qual é o primeiro passo? 2 pts

A Remover o código postal dos dados de entrada B Sistema deve ser imediatamente retirado do processo de candidatura e investigado C Informar o fornecedor e aguardar um patch

4. Qual é o método simples que ajuda a reconhecer o viés sem ser um especialista em AI?

A Ler o código-fonte do modelo B Verificação da distribuição de resultados por grupos: todos são tratados de forma igual? C Re-treinar o modelo

5. O que exige o Art. 10 do EU AI Act para sistemas de alto risco?

A Que eles sejam oferecidos gratuitamente B Que os dados de treinamento sejam relevantes, representativos e o mais livre de erros possível C Que foram desenvolvidos na UE

6. Quais são os sinais de alerta para um possível viés? (Vários possíveis) 2 pts

A Um grupo é sistematicamente avaliado de forma inferior B O sistema é muito rápido C O sistema 'conhece' coisas que não deveria ter aprendido diretamente. D O fornecedor não pode fornecer uma explicação para as decisões