IFMG · Campus Itabirito

A inevitável inovação da
Inteligência artificial
no mercado de trabalho
e no mundo

Jota de Paula · AI Engineer · novembro de 2026

Quem sou eu

Jota de Paula

AWS Certified AI Practitioner
  • AI Engineer: construo sistemas que usam IA generativa para resolver problemas em grandes empresas.
  • 15 anos programando: já programei blog, sistema desktop, software de fábrica, aplicativos móveis e tudo mais que tem na internet. Me especializei em microsserviços e aplicações altamente escaláveis.
LAB31

Ajudo empresas a colocar IA no dia a dia delas.

Sistema de avaliação de agentes de IA

Empresas que confiam no meu trabalho
VTEX
Coru
Fluency Academy
Nuvemshop
01

Todo mundo acha que a IA começou em 2022.

Ela tem mais de 70 anos.

IA ≠ automação

Diferença entre automação e implementação de IA

A automação segue regras que alguém escreveu: se X, faça Y.

A IA descobre o padrão sozinha olhando muitos exemplos.

A automação executa.
A IA aprende e toma decisões.
AUTOMAÇÃO Sensor Regra fixaSE X → Y Ação IA milhares de exemplos Modeloaprende o padrão Decisão
Linha do tempo

Como chegamos até aqui

1950Alan Turing“máquinas podem pensar?” 1956Nasce o nome“Inteligência Artificial”Dartmouth, EUA 1997Deep Blue venceo campeão de xadrez 2012Deep learningreconhece imagens e voz 2017Transformera base do ChatGPT
Alan Turing
Alan Turing · Domínio público · Wikimedia Commons
1950

Alan Turing pergunta: “máquinas podem pensar?”

Matemático inglês que ajudou a quebrar os códigos nazistas na Segunda Guerra. Criou o Teste de Turing: se você conversa com uma máquina e não percebe que é máquina, ela “pensa”.

É o cara do filme O Jogo da Imitação.
1956

Nasce o nome “Inteligência Artificial”

Num encontro de verão na Universidade de Dartmouth (EUA), John McCarthy e um grupo de cientistas propõem estudar como fazer máquinas aprenderem.

Eles achavam que resolveriam isso em um verão. Levou 70 anos.

John McCarthy
John McCarthy · foto “null0”, CC BY-SA 2.0 · Wikimedia Commons
1997

A máquina vence o campeão mundial de xadrez

Garry Kasparov
Garry Kasparov · Owen Williams/The Kasparov Agency, CC BY-SA 3.0
Deep Blue
Deep Blue (IBM) · James the photographer, CC BY 2.0

O Deep Blue, da IBM, ganha de Garry Kasparov. Mas ele não “aprendia”: calculava 200 milhões de jogadas por segundo.

2012 – 2017

Deep learning e o Transformer

Redes neurais com muitas camadas aprendem a reconhecer imagens e voz sozinhas, olhando milhões de exemplos.

Em 2017 o Google publica o Transformer, a arquitetura que entende textos longos.

É o T do ChatGPT.

GPT = Generative Pre-trained Transformer: um Transformer pré-treinado que gera texto.

entrada camadas “escondidas” resposta gato
IA antes da IA generativa

Vocês já usam IA há anos

Desbloqueio facial O celular reconhece o seu rosto, até de óculos ou no escuro.
Recomendação TikTok, YouTube e Netflix aprendem o que você gosta de ver.

Isso tudo é IA tradicional: reconhece padrões e prevê.

IA antes da IA generativa

E na indústria, também

Inspeção por câmera

A linha rejeita a garrafa ou a peça com defeito sozinha.

alerta: falha em breve

Manutenção preditiva

Vibração e temperatura avisam antes de o motor ou a correia quebrar.

friomornoquente

Lógica fuzzy

Controle do “mais ou menos”, não só liga e desliga. Metrô no Japão, máquina de lavar, forno industrial.

Duas famílias

IA tradicional × IA generativa

IA tradicionalIA generativa
FazClassifica, prevê, detectaCria texto, imagem, código e voz
Pergunta“Essa peça está boa ou ruim?”“Escreva o relatório dessa falha.”
ExemploCâmera que rejeita a garrafaChatGPT explicando um alarme
Na fábricaUsada há anosChegando agora
A tradicional é uma especialista que só sabe fazer uma coisa.
A generativa é uma generalista que conversa.
02

Do ChatGPT aos times de agentes

Três anos avançaram fortemente.

Linha do tempo

Do chat ao time de agentes

NOV/2022ChatGPT100 milhões deusuários em 2 meses 2023GPT-4, Claude,Gemini, Llamacomeça a corrida 2024Multimodalvê, ouve e fala FIM DE 2024Pensa antes deresponder e usao computador NOV/2024MCPa “tomada universal” 2025O ano dosagentesa IA executa tarefas HOJETimes deagentes
Hoje · demo ao vivo

Meu time agêntico

Cada bot tem uma função. Eu peço para o chefe, ele distribui, cada especialista faz a sua parte e devolve.

Na fábrica é igual: um agente monitora, outro analisa, e o humano decide.
Jotahumano no comando Gilfoylechefe · arquitetura e infra Dineshdev LalaiOS Jaredmarketing UXdesign cada bot usa o próprio computador
03

11 conceitos de IA para qualquer profissional

Modelo · Prompt · Contexto · Alucinação · RAG · Tool · MCP · Skill · Agente · Multiagentes · Humano no comando

Conceito 1/11

Modelo

O “cérebro” da IA, treinado com uma quantidade enorme de dados.

  • Lê bilhões de textos e aprende padrões da linguagem.
  • Na prática, faz uma coisa: prevê a próxima palavra, uma de cada vez.
  • Só sabe o que viu no treino, até a data de corte.
GPTClaudeGeminiLlamaGrok
livros, sites, código,imagens… Modelobilhões de parâmetros Respostanova
Conceito 1/11 · por dentro

Como um modelo funciona

1 · TREINAMENTO (UMA VEZ, MESES, MILHARES DE GPUs) Pré-treinolê a internet, livrose código: trilhões de palavras Ajuste finoaprende a seguirinstruções e conversar Feedback humanopessoas avaliam respostas:útil, honesta, segura Modelopronto 2 · USO (CADA VEZ QUE VOCÊ PERGUNTA) Seu texto“O CLP lê o” Tokens OCLPlêo Modelocalcula probabilidades sensor72% sinal19% gato1% escolhe “sensor”, junta ao texto e repete É assim, uma palavra por vez, que nasce cada resposta.
Conceito 2/11

Prompt

A instrução que você dá para a IA. Quanto mais clara e específica, melhor a resposta.

“faz um texto aí” genérico “Escreva um e-mail curto para o professor pedindo mais um dia de prazo no trabalho de CLP. Tom educado, até 5 linhas.” quem · o quê · tom · tamanho no ponto
Conceito 2/11 · prompt engineering

Anatomia do prompt

Um prompt completo segundo a Anthropic. Nem todo prompt precisa de todas as partes, mas a ordem ajuda.

1Você é um técnico sênior de automação industrial que ajuda operadores de uma fábrica. 2Fale de forma simples, amigável e direta.
3<manual> …conteúdo do manual do CLP… </manual>
4Use só o manual para diagnosticar alarmes. Se a resposta não estiver lá, diga que não sabe.
5<exemplo> Alarme E01 → falha no sensor de nível. Verifique o cabo. </exemplo>
6<historico> …mensagens anteriores… </historico>
7Pergunta do operador: o que significa o alarme E07?
8Pense passo a passo antes de responder.
9Responda em até 3 tópicos, dentro de <resposta></resposta>.
10Assistente: <resposta>
1
Contexto da tarefa · Quem a IA deve ser e qual é o trabalho.
2
Tom · Como ela deve falar.
3
Dados e documentos · O material que ela deve usar.
4
Tarefa e regras · O que fazer e o que nunca fazer.
5
Exemplos · Uma resposta modelo para copiar o estilo.
6
Histórico · O que já foi conversado.
7
Pedido imediato · A pergunta de agora.
8
Pensar antes · Pedir raciocínio antes da resposta.
9
Formato da saída · Como entregar a resposta.
10
Pré-preenchimento · Começar a resposta pela IA.

Dica da Anthropic: separe as partes com tags XML, como <manual>. · Fonte: Anthropic, Prompt Engineering Interactive Tutorial

Conceito 3/11

Contexto

Tudo o que a IA está “vendo” naquela conversa: suas mensagens, arquivos e instruções.

Tem limite de tamanho. O que fica de fora, ela não sabe.

janela de contexto instruções arquivos você: “resume esse PDF…” IA: “o documento fala sobre…” 80% do espaço usado
Conceito 4/11

Alucinação

Quando a IA inventa uma informação e responde com confiança, como se fosse verdade.

Por que acontece?

  • O modelo prevê a palavra mais provável, não a verdadeira.
  • Ele não consulta uma base de fatos: completa o texto com o que “soa certo”.
  • Quando não sabe, raramente diz “não sei”: preenche o buraco com algo plausível.
Quem inventou o CLP? “O CLP foi inventado por Thomas Edison em 1912, para controlar as lâmpadas de Nova York.” 100% de certeza INVENTOU Na real: Dick Morley, 1968, para a General Motors.
Conceito 4/11 · na vida real

Alucinações que custaram caro

2023 · Justiça dos EUA

Advogados citam processos que não existem

Usaram o ChatGPT para pesquisar jurisprudência. A IA inventou 6 casos, com nomes e números. Os advogados foram multados.

2024 · Air Canada

Chatbot inventa política de reembolso

O atendente virtual prometeu um desconto que não existia. O tribunal mandou a empresa cumprir o que a IA disse.

2023 · Google Bard

Erro na demo de lançamento

Disse que o telescópio James Webb tirou a primeira foto de um planeta fora do Sistema Solar. Errado. As ações caíram cerca de US$ 100 bilhões.

No chão de fábrica

Alarme e parâmetro inventados

A IA “explica” um código de alarme que não está no manual ou sugere um endereço de memória do CLP que não existe.

Como reduzir: dar documentos confiáveis (RAG), pedir a fonte, permitir que ela diga “não sei” e ter um humano revisando.

Conceito 5/11

RAG

A IA busca em documentos confiáveis antes de responder.

Diminui a alucinação, porque a resposta vem com fonte.

Pergunta 1. Buscanos documentos manuais, normas, PDFs 2. Modelolê e escreve Resposta“segundo o manual, pág. 42…”
Conceito 5/11 · por dentro

Como um RAG funciona

1 · INGESTÃO (PREPARA OS DOCUMENTOS, UMA VEZ) Documentosmanuais, PDFs, normas Extrai o texto PDF → texto puro tira layout, tabelas, imagens Divide em pedaços “chunks” de um parágrafo Embeddings [0.12, -0.8, 0.33…] cada pedaço vira números que guardam o sentido Banco vetorialíndice por sentido 2 · CONSULTA (A CADA PERGUNTA) Pergunta“o que é o alarme E07?” Vira embedding[0.10, -0.7, 0.31…] Busca os 3 pedaçosmais parecidosno banco vetorial Monta o promptpergunta + pedaços+ “responda só com isso” Modeloresponde “E07 é sobretemperatura no motor 2.”Fonte: Manual S7-1200, pág. 42 A IA não “decora” seus documentos: ela consulta na hora e mostra a fonte.
Conceito 6/11

Tool (ferramenta)

A capacidade de a IA usar sistemas externos: buscar na internet, ler uma planilha, enviar um e-mail, consultar um sistema.

Modelo Internet Planilha E-mail Sistema da empresa as “mãos” da IA
Conceito 7/11

MCP

Protocolo padrão, criado pela Anthropic, para conectar a IA a qualquer ferramenta ou sistema.

Uma “tomada universal”.
IA MCP Google Drive Banco de dados Slack / WhatsApp Supervisório um padrão, qualquer sistema
Conceito 8/11

Skill (habilidade)

Um conjunto de instruções e passos prontos que ensina a IA a fazer uma tarefa sempre do mesmo jeito.

  • É uma pasta com um manual (SKILL.md), scripts e modelos de arquivo.
  • A IA só carrega a skill quando a tarefa pede, sem lotar o contexto.
  • Pode rodar scripts e executar comandos no computador, não só dar instruções.
  • Escreve uma vez, reaproveita sempre, e compartilha com o time.
skill: relatório-de-falha Ler o alarme e o horário Buscar o histórico da máquina Preencher o modelo padrão Enviar para o supervisor a mesma receita, toda vez
Conceito 8/11 · por dentro

Uma skill roda scripts e executa comandos

O QUE TEM NA PASTA

📁 relatorio-de-falha/
  ├─ SKILL.md
  │   quando usar + passo a passo
  ├─ scripts/
  │   └─ ler_alarmes.py
  └─ modelos/
      └─ relatorio.docx

A IA lê só o nome e a descrição de cada skill. O resto ela abre quando precisa.

O QUE ACONTECE

“Gera o relatório da falha da máquina 3” 1. Reconhece a tarefa e abre o SKILL.md 2. Executa o script $ python scripts/ler_alarmes.py --maquina 3 3. Preenche o modelo com o resultado 4. Entrega relatorio_maquina3.docx
Conceito 9/11

Agente

A IA que recebe um objetivo, planeja os passos e executa sozinha, usando ferramentas, até concluir a tarefa.

Objetivo Agente Planeja Age Confere Pronto
Conceito 10/11

Multiagentes

Vários agentes trabalhando juntos, cada um com uma função, como um time.

Coordenadordivide o trabalho Pesquisabusca dados Análisetira conclusões Revisãoconfere o erro Resultado final
Conceito 11/11

Humano no comando

A pessoa que define o objetivo, revisa o resultado e toma a decisão final.

A IA sugere e executa.
O humano valida.
IAsugere Humano aprovasegue em frente recusapede correção
04

A era dos agentes realmente autônomos

Até agora ela conversava com vocês. Agora ela trabalha sozinha, numa máquina só dela.

Do chat ao agente

O assistente entrega texto.
O bot entrega o trabalho feito.

CHAT Como faço um relatório? 1. Abra a planilha…2. Copie os dados…3. … quem faz o trabalho: você AGENTE COM COMPUTADOR Faz o relatório da semana. relatorio.pdfenviado ✓ quem faz o trabalho: o bot
O que é ter o próprio computador

Uma máquina só dele

  • Navegador, terminal, arquivos e programas.
  • Computer use: vê a tela, clica, digita e roda comandos, como uma pessoa faria.
  • Continua trabalhando com o seu notebook desligado.
Navegador $ python relatorio.pyok ✓ na nuvem, numa máquina virtual ou no seu PC
Como funciona por dentro

Os conceitos, juntos

  • Modelo: o cérebro que decide o próximo passo.
  • Tools: as mãos (navegador, terminal, e-mail, agenda).
  • Memória: lembra preferências e o que já fez.
  • Gatilhos: acorda sozinho com um horário, um e-mail ou outro sistema.
Ciclo doagente 1. Olha 2. Decide 3. Age 4. Confere repete até terminar
Exemplos do mercado hoje

Bots com computador próprio

OpenClaw

nov/2025 · open source

Roda no seu próprio computador. Um dos projetos que mais cresceram no GitHub. Você conversa com ele pelo WhatsApp ou Telegram.

Grok Bot

xAI · ago/2026

Computador na nuvem da xAI. Cada bot tem o seu, e os bots trabalham em equipe.

MausBot

o que eu uso

Nuvem, máquina virtual isolada ou o seu PC. Time de bots com chefe, especialistas, memória e automações.

O novo formato de equipe

Uma pessoa, um time de agentes

ANTES Gerente 👤 👤 👤 👤 gerente coordena pessoas AGORA Você (IC) pesquisa código testes relatório uma pessoa coordena agentes

O QUE O IC FAZ NO DIA A DIA

  • Define o objetivo e divide o trabalho entre os agentes
  • Revisa e corrige o que eles entregam
  • Decide o que vai para produção e responde pelo resultado

IC = individual contributor: quem entrega trabalho sem ter equipe de pessoas. Agora ele gerencia agentes.

Microsoft · Work Trend Index 2025

31 mil pessoas em 31 países. Conclusão: “todo funcionário vira um chefe de agentes”. Líderes esperam que suas equipes treinem (41%) e gerenciem (36%) agentes em até 5 anos.

Shopify · memorando do CEO, abr/2025

“Antes de pedir mais gente, prove que a IA não consegue fazer o trabalho.”

Nova métrica

Razão humano-agente: quantos agentes cada pessoa consegue coordenar bem.

Demo ao vivo

“Agente, analise os últimos dias de venda
e monte um relatório dos produtos
menos vendidos.”

Eu peço Chefe repassa Especialistausa o computador Resultado
O cuidado

Humano no comando, de novo

Dar um computador para a IA é dar acesso aos seus logins e arquivos.

  • Os bots rodam numa caixa de areia: uma máquina isolada.
  • Ações sensíveis pedem aprovação de uma pessoa.
CAIXA DE AREIA bot “Posso enviar o e-mail?”
05

Se a IA ganhou um computador,
agora ela ganha um corpo.

IA generativa no mundo físico: carros, robôs e fábricas.

Transporte · Wayve

O carro que aprendeu a dirigir

Antes, carro autônomo era um monte de regras escritas à mão: “se o sinal está vermelho, freia”.

A Wayve usa um único modelo de IA, treinado com dados de direção de mais de 70 países.

A automação obedece. A IA aprende.
Carro autônomo da Wayve
Carro autônomo da Wayve em Londres · DCMS/Jake Johnstone, domínio público · Wikimedia Commons
Robô cirúrgico da Vinci
Robô cirúrgico da Vinci · Nimur, CC BY-SA 3.0 · Wikimedia Commons
Saúde · Johns Hopkins, 2025

O robô que operou sozinho

O SRT-H fez as 17 etapas de uma retirada de vesícula sem ninguém comandar. O teste foi em porcos.

  • Usa a mesma arquitetura do ChatGPT.
  • Aprendeu assistindo vídeos de cirurgias.
  • Acertou todas as etapas, mas foi mais lento que o cirurgião.
Vocês deixariam esse robô operar vocês?
Indústria · Figure AI na BMW

O robô humanoide na linha de montagem

Na fábrica da BMW nos EUA, robôs Figure 02 pegavam peças de chapa e colocavam no gabarito de solda, sem controle remoto.

  • O “cérebro” é o Helix: um modelo que vê, entende linguagem e mexe o corpo.
  • Trabalharam 11 meses na linha de produção.
  • Foram aposentados em nov/2025 e o que aprenderam virou o Figure 03.
Robô humanoide Figure 02 separando pacotes
Figure 02 separando pacotes com o Helix · newscreators, CC BY 3.0 · Wikimedia Commons

30 mil+

carros BMW X3

90 mil+

peças carregadas

>99%

de acerto (5 mm)

Caminhão autônomo CAT 793D
CAT 793D autônomo, o mesmo tipo de caminhão (mina da Ferrexpo, Ucrânia) · RobSimmons223311, CC BY-SA 4.0
Mineração · Vale, aqui do lado

Caminhão de mina sem motorista

Na mina de Brucutu (São Gonçalo do Rio Abaixo, MG), a Vale opera 28 caminhões autônomos da Caterpillar e da Komatsu. O programa começou ali em 2018.

  • Mais de 260 pessoas foram treinadas para operar e monitorar a frota à distância.
  • A meta é ter 90 caminhões autônomos em Carajás até 2028.
O motorista virou operador de frota.
Indústria · Siemens Industrial Copilot

A IA que escreve código de CLP

  • O técnico pede em português e a IA gera o código, cerca de 60% mais rápido.
  • Quando a máquina dá erro, ela lê os manuais e sugere a causa.
  • Mais de 100 empresas já usam, entre elas Schaeffler e thyssenkrupp.
CLP Siemens S7-1500
CLP Siemens SIMATIC S7-1500 · Palatinatian, CC BY 3.0 · Wikimedia Commons

“Quando o sensor detectar a peça, liga a esteira por 5 segundos.”

IF "Sensor_Peca" THEN
    "Timer_Esteira"(IN := TRUE, PT := T#5s);
END_IF;
"Motor_Esteira" := "Timer_Esteira".Q;
E vocês?

A IA escreve o código.
Quem sabe CLP é quem confere se ele está certo.

?

Dúvidas?

Pode perguntar qualquer coisa. Não existe pergunta boba sobre IA.

Valeu, turma!

Obrigado!

Jota de Paula · AI Engineer

← → navegar · F tela cheia