O ordenamento jurídico vem sendo confrontado com as inovações tecnológicas decorrentes da aplicação da inteligência artificial (IA) nos sistemas computacionais. Não apenas se vivencia uma ampliação do uso de sistemas lastreados em IA no cotidiano, como também se observa a existência de robôs com sistemas computacionais cada vez mais potentes, nos quais os algoritmos passam a decidir autonomamente, superando a programação original. Nesse contexto, um dos grandes desafios ético-jurídicos do uso massivo de sistemas de inteligência artificial é a questão da responsabilidade civil advinda de danos decorrentes de robôs inteligentes, uma vez que os sistemas delituais tradicionais são baseados na culpa e essa centralidade da culpa na responsabilidade civil se encontra desafiada pela realidade de sistemas de inteligência artificial.
Perante a autonomia algorítmica na qual os sistemas de IA passam a decidir de forma diversa da programada, há uma dificuldade de diferenciar quais danos decorreram de erro humano e aqueles que derivaram de uma escolha equivocada realizada pelo próprio sistema ao agir de forma autônoma. O comportamento emergente da máquina, em função do processo de aprendizado profundo, sem receber qualquer controle da parte de um agente humano, torna difícil indicar quem seria o responsável pelo dano, uma vez que o processo decisório decorreu de um aprendizado automático que culminou com escolhas equivocadas realizadas pelo próprio sistema. Há evidentes situações em que se pode vislumbrar a existência de culpa do operador do sistema, como naquelas em que não foram realizadas atualizações de software ou, até mesmo, de quebra de deveres objetivos de cuidado, como falhas que permitem que hackers interfiram no sistema. Entretanto, excluídas essas situações, estará ausente o juízo de censura necessário para a responsabilização com base na culpa.
- L. da Anunciação Melo e H. Ribeiro Cardoso. Sistemas de inteligência artificial e responsabilidade civil: uma análise da proposta europeia acerca da atribuição de personalidade civil. In: Revista Brasileira de Direitos Fundamentais & Justiça, 16(1), 2020, p. 93-4 (com adaptações).
Considerando o caráter motivador do texto apresentado, redija um texto dissertativo a respeito de aprendizado profundo abordando, necessariamente, o conceito de redes neurais [valor: 3,00 pontos] e a relação dessas redes com aprendizado supervisionado e não supervisionado [valor: 3,50 pontos] e com Big data [valor: 3,00 pontos].
CONTEÚDO EXCLUSIVO
Confira nossos planos especiais de assinatura e desbloqueie agora!
CONTEÚDO EXCLUSIVO
Confira nossos planos especiais de assinatura e desbloqueie agora!
Ops! Esta questão ainda não tem resolução em vídeo.
Questões Relacionadas
Considere a rede neural abaixo com entradas x1 e x2 e saídas y1 e y2, em que cada um dos dois neurônios têm limiar de ativação igual a ϕ = 1.
Considerando as informações apresentadas, discorra sobre:
1) o conceito e a estrutura de uma rede neural (3,5 pontos);
2) as saídas, considerando w11 = 1,66; w12 = 0,83; w21 = −7,00 e w22 = 10,00, para os testes 1 (x1 = 0,0 e x2 = 0,5); 2 (x1 = 0,3 e x2 = 0,1); 3 (x1 = 0,7 e x2 = 0,3) e 4 (x1 = 0, 6 e x2 = 0,9) (6,0 pontos)
Fraude financeira detectada por anomalias em dados heterogêneos
Uma instituição financeira começou a registrar reclamações de clientes sobre transações não reconhecidas realizadas em seu aplicativo mobile. Embora os logs estruturados de autenticação indicassem atividade aparentemente legítima — incluindo uso de dispositivos conhecidos, locais compatíveis e credenciais corretas —, análises posteriores revelaram que dados não estruturados, como mensagens de atendimento, transcrições de ligações e registros semiestruturados em formato JSON, já apresentavam sinais precoces de irregularidades.
Ao integrar e cruzar diferentes fontes de dados, os analistas identificaram padrões de comportamento atí…
A startup EduMais+, especializada em educação online, oferece cursos personalizados para milhares de alunos no Brasil. Com o crescimento acelerado da base de usuários, a empresa enfrenta gargalos no desempenho e na escalabilidade de seu banco de dados relacional tradicional, que armazena:
- Dados cadastrais dos alunos e professores;
- Conteúdos dos cursos (vídeos, textos, exercícios);
- Registros de atividades dos alunos (acessos, respostas, progresso);
- Relacionamentos entre alunos, colegas de estudo, tutores e mentores;
- Histórico de interações em fóruns e chats.
Para sanar os problemas apontados, a equipe de desenvolvimento decidiu adotar solução baseada em banco de dados NoSQL usando, para tal…
