Ganhos:
- Capacidade de automatizar tarefas de limpeza e análise de dados ambientais com código Python baseado em IA
- Capacidade de verificar código gerado por IA com verificação de unidade, testes e casos extremos
- Capacidade de aplicar princípios de proteção de dados ambientais pessoais/confidenciais e uso responsável de IA
Exame do Módulo
1. Perguntou à IA sobre o limite de descarga de uma estação de tratamento de águas residuais e o modelo respondeu '120 mg/L para DQO, de acordo com a Tabela 19 do Regulamento de Controlo da Poluição das Águas'. Qual é o comportamento mais correto?
- A) Verificando o valor e a tabela referenciada no texto oficial da regulamentação vigente ✔
- B) Como o AI é um modelo atual, escrever o valor diretamente no alvará de descarga
- C) Basta converter a unidade de mg/L para g/L e usar
- D) Pergunte à IA 'tem certeza?' e ficar satisfeito com a resposta 'sim'
Explicação: O LLM pode produzir pontos de interrupção e números de tabelas/itens que são estatisticamente plausíveis, mas não reais (alucinação). O limite de descarga varia dependendo do setor, do ambiente receptor e da regulamentação vigente; A utilização do valor e da tabela referenciada sem a verificação do texto oficial do regulamento (Diário Oficial da União) acarretará descumprimento e penalidade.
2. O que normalmente seria esperado se a proporção F/M (nutriente/microrganismo) fosse muito baixa em um sistema de lodo ativado?
- A) Uma situação em que a carga orgânica é muito elevada e o lodo permanece jovem
- B) Lodo extremamente envelhecido e condição operacional dominada pela respiração interna ✔
- C) Uma situação em que a ventilação se torna completamente desnecessária
- D) Prova de que os limites de descarga são mantidos automaticamente
Explicação: A relação F/M expressa a carga orgânica por massa de microrganismos. F/M muito baixa é uma condição operacional em que os microrganismos passam fome e passam para a respiração interna, o lodo se torna excessivamente velho e geralmente podem ser observados problemas de formação de agulhas/lodo disperso e sedimentação. Se a IA interpretar um valor F/M, é necessário verificá-lo com a idade do lodo, SVI e dados laboratoriais.
3. Você usou IA para estimar a carga anual de NOx usando o fator de emissão em um cálculo de emissões de gases de combustão. O que você deve fazer antes de poder relatar o resultado com segurança?
- A) Arredonde o resultado e insira-o diretamente no inventário de emissões
- B) Basta corrigir as cores do gráfico e publicar o relatório
- C) Usar o resultado mesmo que o CO2 tenha sido calculado por engano em vez do NOx
- D) Imprima os dados de fator de emissão, fonte, unidade e atividade utilizados e verifique o cálculo ✔
Explicação: Funciona com a lógica de emissão = fator × tamanho da atividade. A IA pode usar um fator de emissão errado (combustível errado, unidade errada, fonte desatualizada). É necessário reproduzir o cálculo imprimindo claramente o fator utilizado, a sua fonte, unidade e dados de atividade e comparando-os com uma fonte oficial de fator de emissão (por exemplo, EMEP/EEE ou orientação nacional).
4. Qual das alternativas a seguir representa a ordem de priorização de acordo com o princípio da “hierarquia de resíduos” na gestão de resíduos?
- A) Descarte > recuperação > reciclagem > reutilização > prevenção
- B) Reciclagem > descarte > prevenção > reutilização > recuperação
- C) Prevenção > reutilização > reciclagem > recuperação > descarte ✔
- D) Reutilização > descarte > prevenção > reciclagem > recuperação
Explicação: A hierarquia de resíduos, do maior para o menor, é: prevenção (redução) > reutilização > reciclagem > recuperação (energética) > eliminação (deposição em aterro). Mesmo que a AI produza um projeto de plano de gestão de resíduos, deve verificar-se se esta sequência e método de eliminação proposto cumprem a legislação e a caracterização dos resíduos.
5. A AI escreveu num projecto de relatório de AIA que o “impacto ambiental de um projecto é insignificante”. Qual é a melhor atitude de engenharia para esse resultado?
- A) Não escrever o julgamento de impacto no relatório sem verificá-lo com dados de campo, modelagem e avaliação pericial ✔
- B) Como a IA é neutra, coloque a afirmação como está na conclusão
- C) Basta reescrever a frase em linguagem mais formal
- D) Ignorar completamente a avaliação de impacto e solicitar permissão diretamente
Descrição: Avaliação de impacto na AIA; com base em dados de campo, recebendo sensibilidade ambiental, efeitos cumulativos e limites regulatórios. A IA pode produzir um julgamento como “insignificante” sem baseá-lo em dados. Isto deve ser tomado como uma hipótese/esboço; O tamanho do efeito não deve ser escrito como um julgamento final no relatório sem ser verificado por medição, modelagem e avaliação especializada.
6. Em uma série temporal PM10 da estação de monitoramento contínuo, a IA sinalizou uma ‘ultrapassagem’ repentina (acima do valor limite). Qual etapa de verificação é a mais crítica?
- A) Envio do sinal diretamente ao funcionário como notificação oficial de excedência
- B) Verificação de dados brutos, sinalizadores de QA/QC do sensor, calibração e dados da estação vizinha ✔
- C) Suavizando o gráfico e ocultando o overshoot
- D) Aumentar o limite e garantir que a superação não seja visível
Explicação: Saltos repentinos nos dados do sensor podem ser um evento de contaminação real, mas também podem ser um mau funcionamento do sensor, desvio de calibração, janela de manutenção ou erro de transmissão de dados. Antes de aceitar o overshoot como real, é necessário verificá-lo observando os dados brutos, sinalizadores de QA/QC do sensor, registro de calibração e dados de estações/meteorologia vizinhas; caso contrário, ocorrerá um alarme falso ou um evento perdido.
7. O que significam as emissões do 'Escopo 2' nos cálculos da pegada de carbono corporativa?
- A) Todas as emissões indiretas resultantes da cadeia de abastecimento e do uso do produto
- B) Emissões diretas da combustão de combustível na instalação
- C) Emissões indiretas de eletricidade adquirida, vapor e aquecimento/resfriamento ✔
- D) Apenas emissões provenientes da eliminação de resíduos
Descrição: O Escopo 1 cobre emissões diretas (combustão de combustível em suas próprias instalações, frota de veículos), o Escopo 2 cobre emissões indiretas de energia adquirida (eletricidade, vapor, aquecimento/resfriamento), o Escopo 3 cobre outras emissões indiretas na cadeia de valor (fornecimento, transporte, uso do produto). Embora a IA produza um inventário preliminar, os fatores de emissão e a classificação de escopo que utiliza devem ser validados.
8. Quando a detecção remota fornece um valor elevado de NDVI (Índice de Vegetação por Diferença Normalizada), o que isto normalmente indica?
- A) Corpo de água profundo e limpo
- B) Rocha e solo nus
- C) Alta concentração de poluição atmosférica
- D) Vegetação verde densa e saudável ✔
Descrição: O NDVI é calculado como a razão entre a diferença entre as bandas do infravermelho próximo e do vermelho e a soma delas e geralmente está entre -1 e +1. Valores positivos elevados indicam vegetação verde densa e saudável; água e solo descoberto apresentam valores baixos ou negativos. Mesmo que a IA faça uma interpretação do NDVI, os efeitos de nuvem, sombra, estação e calibração do sensor devem ser verificados com a verdade do terreno.
9. Você fez uma pergunta à IA sobre legislação ambiental e o modelo deu um valor limite claro com referência a um artigo regulamentar específico. O que é obrigatório antes de usar essas informações em um aplicativo oficial?
- A) Confirmação do número da substância, valor limite e status de validade da fonte oficial atual ✔
- B) Escreva o número do artigo fornecido pela AI na petição de inscrição tal como está.
- C) Basta reescrever a frase em um estilo formal
- D) Calcular a média porque a IA dá mais de uma resposta
Explicação: LLMs podem produzir números de artigos inexistentes, regulamentos revogados ou pontos de interrupção incorretos e enviá-los sem informações de data atuais. A referência legislativa e o valor limite não poderão ser utilizados em transações oficiais sem serem confirmados com a data de vigência da fonte oficial vigente (Diário Oficial da União, portal de legislação).
10. O que é verdade antes de usar um script Python gerado por IA para limpar e definir tendências de dados da estação de monitoramento?
- A) Colocar o resultado da tendência diretamente no relatório, pois o código funciona sem erros
- B) Encurte nomes de variáveis e exclua linhas de comentários
- C) Carregar o script com todos os dados brutos de rastreamento para um serviço público
- D) Verifique com testes com resultados conhecidos, verificação de unidade e casos extremos, e proteja a confidencialidade dos dados ✔
Descrição: o código AI pode conter conversão de unidade incorreta, preenchimento incorreto de dados ausentes, análise de data incorreta ou, em casos extremos, bugs silenciosos. Código; validado com pequenos dados de teste com resultados conhecidos, verificação de volume/tamanho e casos extremos (valor faltante, leitura negativa, registro duplo); Além disso, dados pessoais/confidenciais não devem ser enviados a serviços externos sem permissão. O resultado é confirmado pelo julgamento da engenharia.