Joselito é um desenvolvedor especializado em inteligência artificial e trabalha para uma renomada indústria. Recentemente, ele finalizou o treinamento de um modelo de visão computacional, cujo objetivo é identificar se os colaboradores estão utilizando capacetes enquanto circulam pelo chão de fábrica, visando a assegurar o cumprimento das normas de segurança. Durante a apresentação do projeto para a equipe de liderança, o modelo demonstrou alta acurácia na maioria das situações. Entretanto, houve um padrão atípico de erro: o chefe de Joselito, que é calvo, foi consistentemente identificado pelo modelo como estando de capacete, ainda que estivesse sem capacete. Com base nessas informações, assinale a opção que indica a causa mais provável do comportamento anômalo observado no modelo de Joselito.
- A)O modelo foi treinado com um conjunto de dados desbalanceado tendo muito mais exemplos de pessoas usando capacetes do que sem.
Errada, porque o simples desbalanceamento entre pessoas com e sem capacete não explica, sozinho, a associação específica com calvície.
- B)O chefe de Joselito tem características faciais únicas que o modelo não conseguiu aprender corretamente durante o treinamento.
Errada, pois características faciais únicas do chefe não são a causa mais provável do erro sistemático descrito.
- C)O modelo está superajustado (overfitting), capturando detalhes muito específicos do conjunto de treinamento que não generalizam bem para dados não vistos.
Errada, porque o enunciado aponta um viés específico de associação indevida, e não um problema típico de overfitting.
- D)O conjunto de dados de treinamento não tinha uma quantidade balanceada de pessoas calvas sem utilizar o capacete, fazendo o modelo associar erroneamente a calvície com o uso de capacete.
Certa, pois a falta de exemplos balanceados de pessoas calvas sem capacete pode fazer o modelo associar calvície ao uso de capacete.
- E)A resolução da câmera utilizada durante a demonstração era significativamente inferior à usada para coletar imagens do conjunto de dados de treinamento, levando o modelo a interpretar incorretamente características faciais.
Errada, porque a hipótese fala de mudança de resolução na demonstração, mas o padrão de erro indica aprendizado enviesado no treinamento.
Gabarito: D
A questão trata de viés em modelos de inteligência artificial, especialmente quando o conjunto de treinamento não representa bem todas as situações do mundo real. Em visão computacional, isso acontece bastante: o modelo aprende padrões estatísticos das imagens, mas pode acabar associando um atributo irrelevante a uma classe, se esse atributo aparecer junto com ela com muita frequência no treino. No caso narrado, o modelo passou a relacionar calvície com uso de capacete, como se a ausência de cabelo fosse um sinal visual de capacete. Isso é um exemplo clássico de correlação espúria, isto é, uma associação errada aprendida a partir dos dados. Se o treinamento não tiver exemplos suficientes de pessoas calvas sem capacete, o sistema tende a “chutar” errado sempre que vê essa característica. Por isso, o gabarito é a letra D. O problema não é, em essência, que o chefe seja “difícil de aprender”, nem que a câmera da apresentação tenha mudado tudo. O erro mais provável vem do desequilíbrio e da falta de representatividade do conjunto de dados, que fizeram o modelo aprender um atalho indevido: calvície = capacete. Em IA, quando o dado ensina bobagem, o modelo aprende bobagem com convicção. A lição prática aqui é bem conhecida na doutrina de aprendizado de máquina: a qualidade, diversidade e balanceamento dos dados de treinamento são decisivos para reduzir vieses e melhorar a generalização. Sem isso, a acurácia pode até parecer boa no geral, mas o modelo falha justamente nos casos mais sensíveis e, às vezes, mais constrangedores.