ETEC MARTIN LUTHER KING

TÉCNICO EM MECATRÔNICA

ARTHUR ANTONIO ANDRÉ

INTELIGÊNCIA ARTIFICIAL

SÃO PAULO

2026
ARTHUR ANTONIO ANDRÉ

INTELIGÊNCIA ARTIFICIAL

Trabalho apresentado a nome da instituição

com objetivo de exemplificar os moldes e
origens gerais das inteligências artificiais.

Orientador: Prof. Agostinho Gutierrez

SÃO PAULO

2026
 SUMÁRIO

1 INTRODUÇÃO 4 1. 1 O que é IA? 5 1.1.1 Agindo de forma humana:

a abordagem do teste de Turing 5 1.1.2 Pensando de forma humana: a
estratégia de modelagem cognitiva 6 1.1.3 Pensando racionalmente: a
abordagem das leis do pensamento 7 1.1.4 Agindo racionalmente: a
abordagem de agente racional 7 1.2 Os fundamentos da Inteligência
Artificial 8 1.2.1 Filosofia (de 428 a.C. até a atualidade) 8 1.2.2
Matemática (cerca de 800 até a atualidade) 9 1.2.3 Economia (de 1776 até a
atualidade) 9 1.2.4 Neurociência (de 1861 até a atualidade) 10 1.2.5
Psicologia (de 1879 até a atualidade) 10 1.2.6 Engenharia de computadores
(de 1940 até a atualidade) 10 1.2.7 Teoria de controle e cibernética (de 1948 até
a atualidade) 11 1.2.8 Linguística (de 1957 até a atualidade) 11 1.3
História da Inteligência Artificial 11 1.3.1 A gestação da Inteligência
Artificial (1943-1955) 12 1.3.2 O nascimento da Inteligência Artificial (1956)
12 1.3.3 Entusiasmo inicial, grandes expectativas (1952-1969) 12 1.3.4 Uma
dose de realidade (1966-1973) 13 1.3.5 Sistemas baseados em conhecimento:
a chave para o poder (1969-1979) 13 1.3.6 A IA se torna uma indústria (de
1980 até a atualidade) 13 1.3.7 O retorno das redes neurais (de 1986 até a
atualidade) 13 1.3.8 A IA se torna uma ciência (de 1987 até a atualidade) 13
1.3.9 O surgimento de agentes inteligentes (de 1995 até a atualidade) 14 1.4
O estado da arte 14 6 CONCLUSÃO 15 REFERÊNCIAS 17
 4

1. Introdução

A Inteligência Artificial (IA) constitui um dos campos mais abrangentes e

interdisciplinares da ciência contemporânea. Seu objetivo central consiste em
desenvolver sistemas capazes de realizar tarefas que normalmente exigiriam
inteligência humana, tais como raciocínio, aprendizagem, percepção, tomada de
decisão e compreensão da linguagem.
O campo emergiu formalmente na década de 1950, mas suas raízes
intelectuais remontam à filosofia clássica, matemática lógica e estudos sobre
cognição humana. Atualmente, a IA é um dos pilares da revolução digital, com
aplicações em robótica, sistemas autônomos, medicina, indústria, economia, ciência
de dados e segurança.
O desenvolvimento da IA baseia-se em três questões
fundamentais: O que significa ser inteligente? Como modelar computacionalmente
processos cognitivos? Como construir sistemas que tomem decisões eficazes em
ambientes complexos? E de que maneira é possível construir sistemas capazes
de tomar decisões eficazes em ambientes complexos e dinâmicos? Essas perguntas
impulsionam estudos que combinam conhecimentos de diversas áreas, como
ciência da computação, psicologia, matemática, neurociência e engenharia.

Nesta pesquisa, busca-se introduzir o tema da Inteligência Artificial de forma

clara e acessível, apresentando seus conceitos fundamentais e seu
desenvolvimento histórico. O trabalho baseia-se principalmente nos tópicos
abordados no livro Inteligência Artificial, de Stuart Russell e Peter Norvig, uma das
principais referências acadêmicas da área. Além disso, o avanço da Inteligência
Artificial tem gerado importantes debates sobre seus impactos sociais, econômicos e
éticos. Questões relacionadas ao uso responsável da tecnologia, à
privacidade de dados, à automação de empregos e à tomada de decisões por
sistemas inteligentes têm se tornado cada vez mais relevantes.
Dessa forma, pretende-se apresentar uma visão geral da
IA de maneira simples, porém sólida, destacando seus fundamentos, evolução e
importância no cenário tecnológico atual.
 5

1.1 O que é IA

Ao longo da história da área, diferentes pesquisadores definiram IA de

maneiras distintas. Russell e Norvig classificam essas definições em quatro grandes
abordagens, organizadas em duas dimensões, Humanos vs. Racionalidade,
Pensamento vs. Comportamento

1.1.1 Agindo de forma humana: a abordagem do Teste de Turing

Essa abordagem define IA como a capacidade de um sistema agir de forma

indistinguível de um ser humano. O critério clássico dessa visão é o Alan Turing
Teste de Turing, proposto em 1950 no artigo Computing Machinery and Intelligence.

Estrutura do Teste

No teste:

1. Um interrogador humano conversa por texto com dois participantes.

2. Um deles é humano.

3. O outro é uma máquina.

Se o interrogador não conseguir distinguir qual é a máquina, considera-se que

a máquina demonstrou inteligência. Capacidades necessárias para passar no teste:

Um sistema precisaria dominar diversas áreas da IA:

 Processamento de linguagem natural

 Representação de conhecimento

 Raciocínio automático

 Aprendizado de máquina

Uma versão mais complexa, chamada Teste de Turing Total, também exige:

 visão computacional

 robótica

 percepção sensorial
 6

Limitações

Apesar de historicamente importante, o teste apresenta críticas:

 mede imitação humana, não necessariamente inteligência real

 ignora eficiência ou racionalidade

 pode ser enganado por respostas superficiais

1.1.2 Pensando de forma humana: modelagem cognitiva

Essa abordagem busca modelar os processos mentais humanos. Ou seja,

em vez de apenas observar o comportamento externo, tenta-se compreender como
a mente humana realmente pensa.

Ela depende de áreas como:

 psicologia cognitiva

 neurociência

 ciência cognitiva

Métodos de estudo

Pesquisadores utilizam:

 experimentos psicológicos

 introspecção controlada

 neuroimagem cerebral

 simulações computacionais

A ideia é criar modelos computacionais que reproduzam os processos

cognitivos humanos. Exemplo clássico: Modelos de resolução de problemas
baseados em protocolos de pensamento humano.
 7

1.1.3 Pensando racionalmente: as leis do pensamento

Essa abordagem tem origem na lógica clássica e propõe que inteligência

consiste em raciocinar corretamente. Ela remonta à tradição filosófica iniciada por
Aristóteles, que desenvolveu os primeiros sistemas formais de lógica.
A lógica formal permite representar conhecimento por proposições e deduzir
conclusões válidas.

Exemplo simplificado:

Premissas:

 Todos os humanos são mortais

 Sócrates é humano

Conclusão:

 Sócrates é mortal

Esse tipo de inferência constitui o fundamento de sistemas de raciocínio

automático.

Limitações

Apesar de rigorosa, essa abordagem enfrenta desafios:

 conhecimento do mundo é incerto

 raciocínio lógico pode ser computacionalmente caro

 decisões reais exigem lidar com probabilidade e incompletude

1.1.4 Agindo racionalmente: a abordagem do agente racional

Essa é a abordagem dominante na IA moderna. Ela define IA como o estudo

de agentes que agem racionalmente. Definição de agente, um agente é qualquer
entidade que:

 percebe o ambiente por sensores

 age sobre o ambiente por atuadores

Exemplos:
 8

 robôs

 softwares

 sistemas autônomos

 assistentes virtuais

Racionalidade

Um agente é racional se escolhe ações que maximizam o sucesso esperado,

com base em:

 percepções

 conhecimento prévio

 objetivos

Essa abordagem integra:

 teoria da decisão

 aprendizado de máquina

 planejamento

 probabilidade

1.2 Fundamentos da Inteligência Artificial

A IA é profundamente interdisciplinar. Seu desenvolvimento depende de

diversas áreas do conhecimento.

1.2.1 Filosofia (428 a.C. – atualidade)

A filosofia levantou questões fundamentais:

 O que é inteligência?

 Como ocorre o pensamento?

 Pode uma máquina pensar?

Filósofos importantes incluem:

 Plato
 9

 Aristotle

 René Descartes

Contribuições filosóficas:

 lógica formal

 teoria da mente

 natureza do conhecimento

1.2.2 Matemática (800 d.C. – atualidade)

A matemática fornece a base formal da IA. Principais contribuições:

Lógica

 formalização do raciocínio

Probabilidade

 modelagem de incerteza

Teoria da computação

Trabalhos fundamentais incluem:

 Alan Turing

 Kurt Gödel

Esses estudos estabeleceram limites e possibilidades da computação.

1.2.3 Economia

A economia contribuiu com teorias sobre decisão racional.

Conceitos importantes:

 utilidade

 teoria dos jogos

 escolha racional

Pesquisadores relevantes incluem:

 10

 John von Neumann

 Oskar Morgenstern

1.2.4 Neurociência

A neurociência estuda o funcionamento do cérebro. O cérebro humano possui

cerca de:

 86 bilhões de neurônios

Esse conhecimento inspirou:

 redes neurais artificiais

 aprendizado profundo

1.2.5 Psicologia

A psicologia contribui com modelos de:

 aprendizagem

 memória

 tomada de decisão

Pesquisadores importantes:

 Herbert A. Simon

 Allen Newell

Eles desenvolveram os primeiros programas de raciocínio simbólico.

1.2.6 Engenharia de computadores

O avanço da IA depende diretamente da evolução do hardware. Principais

fatores:

 aumento da capacidade de processamento

 maior memória

 computação paralela

 GPUs
 11

1.2.7 Teoria de controle e cibernética

Essa área estuda sistemas que se autorregulam. Pioneiros como Norbert

Wiener

Conceitos fundamentais:

 feedback

 estabilidade

 controle automático

1.2.8 Linguística

A linguística estuda a estrutura da linguagem humana. Ela contribui para:

 processamento de linguagem natural

 tradução automática

 chatbots

1.3 História da Inteligência Artificial

A História da Inteligência Artificial (IA) constitui o estudo do desenvolvimento

das ideias, teorias e tecnologias que buscam criar sistemas capazes de realizar
tarefas associadas à inteligência humana, como raciocínio, aprendizado, percepção
e tomada de decisão.
Suas origens remontam às reflexões filosóficas sobre a natureza da mente e
do conhecimento, mas ganham forma científica a partir da metade do século XX,
especialmente com o avanço da computação e com trabalhos pioneiros de
pesquisadores que investigaram a possibilidade de máquinas pensarem ou
simularem processos cognitivos humanos.
Desde então, a IA passou por diferentes fases de entusiasmo,
desafios e avanços tecnológicos, tornando-se um dos campos mais influentes da
ciência contemporânea, com aplicações que vão desde sistemas especialistas e
robótica até aprendizado de máquina e redes neurais profundas.
 12

1.3.1 Gestação da IA (1943–1955)

O primeiro trabalho fundamental surgiu em 1943 com:

 Warren McCulloch

 Walter Pitts

Eles criaram um modelo matemático de neurônio artificial. Outros avanços

importantes:

 computadores digitais

 teoria da informação

 lógica computacional

1.3.2 Nascimento da IA (1956)

A IA nasceu oficialmente na Conferência de Dartmouth.

Organizadores principais:

 John McCarthy

 Marvin Minsky

Foi nesse evento que o termo Artificial Intelligence foi criado.

1.3.3 Entusiasmo inicial (1952–1969)

Pesquisadores acreditavam que a inteligência artificial seria resolvida

rapidamente.

Programas importantes:

 Logic Theorist

 General Problem Solver

Esses sistemas demonstraram que computadores poderiam resolver

problemas simbólicos complexos.
 13

1.3.4 Período de dificuldades (1966–1973)

O progresso desacelerou devido a:

 limitações computacionais

 problemas de complexidade

 expectativas irreais

Esse período ficou conhecido como primeiro inverno da IA.

1.3.5 Sistemas baseados em conhecimento (1969–1979)

Pesquisadores perceberam que inteligência exige grandes bases de

conhecimento. Surgiram os sistemas especialistas. Exemplo famoso: MYCIN —
diagnóstico médico.

1.3.6 IA como indústria (1980–presente)

Sistemas especialistas passaram a ser usados em empresas. Empresas

investiram em:

 automação

 diagnóstico

 suporte à decisão

1.3.7 Retorno das redes neurais (1986–presente)

O algoritmo backpropagation revitalizou o estudo de redes neurais.

Esse avanço levou ao surgimento do deep learning.

1.3.8 IA como ciência (1987–presente)

A IA passou a ser tratada como disciplina científica rigorosa.

Enfoques modernos incluem:

 probabilidade

 estatística

 aprendizado de máquina
 14

 teoria de agentes

1.3.9 Agentes inteligentes (1995–presente)

A abordagem dominante tornou-se o modelo de agente racional, que integra

percepção, aprendizado e tomada de decisão.

1.4 O estado da arte

A IA moderna apresenta avanços impressionantes em várias áreas:

Reconhecimento de imagem, Redes neurais profundas superam humanos em várias

tarefas de classificação, Processamento de linguagem natural. Modelos avançados
conseguem:

 traduzir idiomas

 responder perguntas

 gerar textos complexos

Veículos autônomos carros autônomos utilizam IA para:

 percepção do ambiente

 planejamento de trajetórias

 tomada de decisão

Jogos complexos IA venceu humanos em jogos como:

 xadrez

 Go

 poker
 15

CONCLUSÃO

A Inteligência Artificial (IA) constitui um dos campos mais abrangentes e

interdisciplinares da ciência contemporânea. Seu objetivo central consiste em
desenvolver sistemas capazes de realizar tarefas que normalmente exigiriam
inteligência humana, tais como raciocínio, aprendizagem, percepção, tomada de
decisão e compreensão da linguagem. Por meio da criação de algoritmos e modelos
computacionais avançados, a IA busca simular aspectos do pensamento humano e
ampliar as capacidades das máquinas na resolução de problemas complexos.
O campo emergiu formalmente na década de 1950, mas suas raízes
intelectuais remontam à filosofia clássica, à matemática lógica e aos estudos sobre
cognição humana. Pensadores ao longo da história questionaram a natureza da
inteligência e a possibilidade de reproduzi-la artificialmente. Com o avanço da
computação e o desenvolvimento de novas tecnologias, essas reflexões teóricas
passaram a ser aplicadas na criação de sistemas capazes de processar
informações, aprender com experiências e executar tarefas de forma autônoma.
Atualmente, a Inteligência Artificial é considerada um dos pilares da
revolução digital. Suas aplicações estão presentes em diversas áreas do
conhecimento e da sociedade, como robótica, sistemas autônomos, medicina,
indústria, economia, ciência de dados e segurança. Tecnologias baseadas em IA
permitem, por exemplo, diagnósticos médicos mais precisos, otimização de
processos industriais, análise de grandes volumes de dados, reconhecimento de
padrões e desenvolvimento de assistentes virtuais que auxiliam nas atividades
cotidianas. O desenvolvimento da IA baseia-se em
algumas questões fundamentais que orientam suas pesquisas: o que significa ser
inteligente? Como modelar computacionalmente processos cognitivos humanos? E
de que maneira é possível construir sistemas capazes de tomar decisões eficazes
em ambientes complexos e dinâmicos? Essas perguntas impulsionam estudos que
combinam conhecimentos de diversas áreas, como ciência da computação,
psicologia, matemática, neurociência, estatística e engenharia.
Além disso, o avanço da Inteligência
Artificial tem gerado importantes debates sobre seus impactos sociais, econômicos e
éticos. Questões relacionadas ao uso responsável da tecnologia, à privacidade de
dados, à automação de empregos e à tomada de decisões por sistemas inteligentes
 16

têm se tornado cada vez maisrelevantes.

Dessa forma, compreender os fundamentos da IA
não é importante apenas para profissionais da área tecnológica, mas também para a
sociedade como um todo. Nesta pesquisa, busca-se introduzir o tema da Inteligência
Artificial de forma clara e acessível, apresentando seus conceitos fundamentais e
seu desenvolvimento histórico.
O trabalho baseia-se principalmente nos tópicos
abordados no livro Inteligência Artificial, de Stuart Russell e Peter Norvig, uma das
principais referências acadêmicas da área. Dessa forma, pretende-se apresentar
uma visão geral da IA de maneira simples, porém sólida, destacando seus
fundamentos, evolução e importância no cenário tecnológico atual, bem como sua
crescente influência no desenvolvimento científico e tecnológico do século XXI.

REFERÊNCIAS
 17

RUSSELL, Stuart; NORVIG, Peter. Inteligência artificial. 3. ed. Rio de Janeiro:

Elsevier, 2013.