Módulo 1, Introdução à IA
Antes de construir qualquer assistente educacional, precisamos combinar o que estamos chamando de Inteligência Artificial. É isso que este primeiro módulo faz. Ele conta como a área surgiu, organiza o vocabulário que vai reaparecer ao longo de todo o curso e, acima de tudo, apresenta as três grandes maneiras de fazer IA que orientam a trilha inteira, a simbólica, a estatística e a generativa.
O que costura as cinco aulas é uma disputa antiga. De um lado, a aposta de que basta escrever as regras certas para a máquina ser inteligente. De outro, a ideia de que ela deve aprender sozinha, a partir de exemplos. A IA generativa, que fecha o módulo, nasce desse segundo lado e leva a previsão de padrões ao ponto de criar conteúdo novo, que é justamente o que permite a um assistente conversar de forma natural. Em vez de ficar só na teoria, três das cinco aulas pedem que você implemente do zero um pequeno sistema que representa cada abordagem, para sentir as diferenças na prática.
As cinco aulas
| Aula | Tema | O que você faz na prática |
|---|---|---|
| 1 | O que é IA | Resolve a mesma tarefa com as três abordagens e compara |
| 2 | História da IA | Treina um perceptron e descobre por que ele falha no XOR |
| 3 | IA simbólica | Constrói um motor de inferência que recomenda e explica |
| 4 | IA estatística | Implementa um classificador Naive Bayes na mão |
| 5 | IA generativa | Cria um gerador de texto e faz a ponte para os LLMs |
A ordem importa, porque cada aula apoia a seguinte. A primeira dá o mapa geral, a segunda mostra como a área chegou até aqui, e as três últimas abrem uma a uma as abordagens que aparecem no resto da trilha.
O que você leva deste módulo
Ao terminar, você consegue explicar com clareza o que é e o que não é IA, distinguir Machine Learning de Deep Learning, e dizer em que situação faz mais sentido escrever regras, aprender com dados ou gerar conteúdo. Esse repertório é o que vai te permitir, mais adiante, escolher as ferramentas certas para cada parte de um assistente educacional.
Projeto do módulo
Não há um projeto de software único aqui, já que cada aula traz a sua própria entrega prática. A proposta de fechamento é conceitual, montar um mapa que ligue as três abordagens de IA aos componentes de um assistente educacional, indicando onde cada uma seria mais útil. Esse mapa vira uma bússola para os módulos seguintes.
Pré-requisitos
Nenhum conhecimento prévio de IA é necessário. Para rodar os notebooks, basta Python básico e o ambiente descrito em docs/setup.md. As partes que usam modelos generativos rodam localmente com o Ollama, sem chave de API.
Material de apoio
- Notebooks executáveis em notebooks/modulo-01/, um para cada aula.
- Glossário dos termos que aparecem no módulo em docs/glossario.md.
- Referências de cada aula reunidas em references/referencias.bib.