SIEX - Sistema de Informações de Extensão

Plano de ensino: O curso "Descomplicando Inteligência Artificial: Fundamentos, LLMs, Assistentes e Agentes Inteligentes" é composto por quatro encontros online, com duração de 2 horas cada, realizados no período noturno, das 19h às 21h. A estrutura do curso foi planejada para oferecer uma experiência de aprendizado gradual e acessível, iniciando com os fundamentos da inteligência artificial e avançando para técnicas mais complexas, como Modelos de Linguagem de Grande Escala (LLMs), assistentes inteligentes e agentes autônomos. O formato online possibilita a participação de pessoas de diferentes localidades, promovendo inclusão e flexibilidade. Cada encontro combina teoria e prática, permitindo que os participantes assimilem os conceitos apresentados e experimentem tecnologias modernas. O curso utiliza ferramentas como o LM Studio, além de abordar temas contemporâneos de IA, incluindo ética, impactos sociais e tendências futuras. A proposta é oferecer uma experiência de aprendizado dinâmica e interativa, culminando em conhecimentos aplicáveis e uma visão crítica sobre o tema.

Objetivos e Resultados Esperados: O curso tem como objetivo principal proporcionar uma base sólida em inteligência artificial, explorando aspectos teóricos e práticos. Busca-se: Familiarizar os participantes com os fundamentos da IA e suas aplicações. Capacitar o uso de ferramentas como LM Studio e ChatGPT para criação de soluções personalizadas. Apresentar os conceitos e técnicas de LLMs, assistentes e agentes inteligentes. Promover reflexões sobre as implicações éticas e sociais, como privacidade, viés e impacto no mercado de trabalho. Ao final, espera-se que os participantes compreendam: O funcionamento da IA e suas aplicações. As capacidades e limitações de LLMs. Como configurar e personalizar assistentes inteligentes. Os princípios de agentes autônomos e suas diferenças em relação a assistentes. Além disso, espera-se que desenvolvam uma visão crítica para avaliar e aplicar essas tecnologias de forma ética e responsável.

Justificativas: A inteligência artificial é uma tecnologia transformadora, com aplicações que impactam setores como saúde, educação, finanças e indústria. Este curso busca desmistificar conceitos, tornando a IA acessível e prática para profissionais e estudantes que desejam se destacar no mercado de trabalho ou entender melhor seus impactos. O foco em LLMs, assistentes inteligentes e agentes autônomos é especialmente relevante, já que essas tecnologias estão moldando a interação humano-máquina e a automação de processos complexos. O curso também aborda desafios éticos e sociais, como privacidade de dados e desigualdades, promovendo um uso consciente e responsável da IA.

Metodologias: A abordagem pedagógica combina teoria e prática, oferecendo uma experiência de aprendizado dinâmica e interativa. Cada encontro será estruturado em uma introdução teórica seguida por atividades práticas, que incentivam a experimentação com ferramentas modernas. Serão utilizados recursos visuais, como slides, vídeos e exemplos reais, além de promover discussões em grupo e reflexões críticas. Durante as atividades práticas, os participantes explorarão ferramentas como LM Studio e ChatGPT, configurando assistentes e desenvolvendo soluções personalizadas. Essa metodologia visa um aprendizado colaborativo, promovendo uma compreensão ampla e contextualizada.

Conteúdo programático com responsáveis pedagógicos por tema/assunto - aula ou grupo de aulas: Encontro 1: Introdução à Inteligência Artificial: O primeiro encontro apresenta os conceitos fundamentais de inteligência artificial (IA), destacando sua importância e impacto na sociedade atual. Serão discutidos os diferentes tipos de IA, como IA Fraca, IA Forte e IA Superinteligente, além das técnicas mais utilizadas, como machine learning, deep learning e redes neurais. O encontro também abordará as principais áreas de aplicação da IA, incluindo saúde, finanças, indústria e educação, além de discutir desafios éticos, como questões de viés, privacidade e impacto social. Encontro 2: Introdução às Técnicas de LLM (Large Language Models): No segundo encontro, será explorado o conceito teórico de LLMs (Large Language Models), com foco em como esses modelos são treinados para entender e gerar linguagem natural. Serão apresentados exemplos de modelos populares, como GPT, BERT e LLaMA, destacando suas capacidades, limitações e custos computacionais. Além da parte teórica, os participantes aprenderão a utilizar o LM Studio, uma ferramenta para experimentação com LLMs. Durante a prática, serão testados diferentes modelos, permitindo uma análise comparativa de suas performances e limitações. Encontro 3: Introdução a Assistentes Inteligentes: No terceiro encontro, o foco será em assistentes inteligentes, como Siri, Alexa e Google Assistant. Os participantes aprenderão como esses sistemas utilizam IA para interagir com os usuários e oferecer serviços personalizados. Durante a atividade prática, cada participante criará seu próprio assistente inteligente utilizando o ChatGPT. O processo incluirá a configuração básica e a personalização de respostas, permitindo uma experiência direta com a tecnologia. O encontro também abordará as limitações técnicas e desafios éticos relacionados a esse tipo de aplicação. Encontro 4: Introdução a Agentes Inteligentes: O último encontro é dedicado aos agentes inteligentes, que se destacam por sua capacidade de atuar de forma autônoma em ambientes complexos. Serão apresentados conceitos fundamentais, características e exemplos práticos de agentes inteligentes, além de uma comparação com assistentes inteligentes. Será introduzido o framework CrewAI, mostrando como ele pode ser usado para desenvolver agentes inteligentes.

Referências (bibliográficas e outras): Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, ¿., & Polosukhin, I. (2017). Attention Is All You Need. Advances in Neural Information Processing Systems (NeurIPS), 30. Disponível em: https://arxiv.org/abs/1706.03762 Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach. 4ª edição. Pearson. Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., et al. (2020). Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems (NeurIPS)

Modo e critérios da avaliação de aproveitamento: A avaliação será baseada na participação ativa durante as aulas e no preenchimento de formulários de presença com perguntas reflexivas. O engajamento nas atividades práticas e discussões em grupo será considerado para avaliar a compreensão e o interesse pelo conteúdo.

Estratégias de Divulgação: A divulgação do curso será direcionada prioritariamente aos alunos da UNIFESP, utilizando canais oficiais da instituição, como e-mails informativos, portais acadêmicos e redes sociais institucionais. Além disso, será incentivada a disseminação da informação por meio de grupos de estudo organizados pelos próprios alunos, promovendo o curso de forma orgânica entre os interessados. Essa abordagem visa alcançar de maneira eficiente o público interno da universidade, destacando os benefícios e a relevância do curso para a formação acadêmica e profissional dos participantes. A estratégia reforça o papel colaborativo e engajador da comunidade universitária na promoção de atividades de extensão.

Recursos didáticos: O curso contará com: Slides explicativos e vídeos demonstrativos. Ferramentas práticas: LM Studio e ChatGPT. Artigos acadêmicos e estudos de caso. Exercícios práticos e materiais complementares disponibilizados em plataforma online.

Ementa: Este curso oferece uma introdução teórica e prática à inteligência artificial, abrangendo fundamentos, LLMs, assistentes inteligentes e agentes autônomos. Inclui reflexões sobre desafios éticos e impactos sociais, além de experiências práticas com ferramentas modernas. Ao final, os participantes terão uma visão ampla sobre o impacto da IA e estarão aptos a aplicá-la de forma estratégica e responsável.