Ganhos:
- Capacidade de reconhecer e gerenciar riscos éticos, como propriedade de dados de agricultores, privacidade e preconceito algorítmico
- Capacidade de combinar todos os links do módulo em um único fluxo de trabalho sazonal de ponta a ponta
- Estabelecer em um sistema de qualidade que a produção de IA não substitua a aprovação de um agrônomo competente em decisões agrícolas críticas para a segurança
Exame do Módulo
1. Quais são as âncoras da validação das “três âncoras” aplicadas antes de incorporar os resultados da IA numa decisão em engenharia agrícola?
- A) Faixa de tamanho, plausibilidade agronômica e evidências de campo ✔
- B) Popularidade do modelo, duração da resposta e fluência no idioma
- C) Preço, velocidade e interface do usuário
- D) Credibilidade da marca, conexão com a internet e formato de arquivo
Descrição: Três âncoras; ordem de grandeza, que verifica se o resultado está dentro da potência esperada de 10, razoabilidade agronómica, que analisa a consistência da produção com a cultura e o clima, e evidência de campo, que fornece confirmação no campo em vez de núcleo/amostra. A marca da fonte, a popularidade do modelo ou a fluência do texto não são critérios de verificação.
2. O que o NDVI (Índice de Vegetação por Diferença Normalizada) mede basicamente?
- A) Determine a porcentagem exata de umidade do solo em centímetros
- B) Densidade e força da vegetação verde e vibrante ✔
- C) Qual agente de doença está presente em nível de espécie?
- D) Preço final do produto após colheita
Descrição: O NDVI mede a densidade e a força da vegetação viva fotossintética verde, normalizando a diferença entre as refletâncias do infravermelho próximo (NIR) e da faixa vermelha. Como as plantas saudáveis refletem fortemente o NIR e absorvem intensamente o vermelho, o NDVI aumenta; O valor diminui em coberturas estressantes ou escassas. Não mede diretamente o rendimento, a umidade do solo ou o tipo de doença; estes requerem dados adicionais.
3. Uma imagem de satélite mostra uma área com baixo valor de NDVI. Qual das alternativas a seguir é a melhor etapa a ser tomada antes de transformar essa anomalia em uma decisão de engenharia?
- A) Aplique fungicida nessa área imediatamente
- B) Dobrar a dose de fertilizante na área
- C) Confirmar a causa pelo controle de campo, meteorologia e fenologia ✔
- D) Ignore a anomalia e aplique uma média a todo o campo
Explicação: O NDVI baixo pode ser causado por stress hídrico, doenças, deficiência de nutrientes, emergência pouco frequente, sombra de nuvens ou solo recentemente arado. Só podemos distinguir esta incerteza através do controlo de campo, meteorologia e fenologia; O mapa por si só não diz porquê. A aplicação direta de pesticidas ou fertilizantes acarreta o risco de interferir na causa errada.
4. Qual é a abordagem mais precisa ao inserir coordenadas de campo do agricultor, dados de rendimento e custos em uma ferramenta de IA disponível publicamente?
- A) Colando todos os dados como estão com seu ID e coordenadas
- B) Anonimizar as informações de identificação e compartilhar apenas os dados técnicos necessários ✔
- C) Carregar dados em uma tabela pública sem verificá-los
- D) Doação de dados para treinamento de modelos sem permissão do agricultor
Divulgação: Os dados dos agricultores são comercialmente e pessoalmente sensíveis; As informações sobre coordenadas, identidade e custos são uma questão de propriedade e confidencialidade. A abordagem correta é anonimizar as informações de identificação com rótulos representativos (Plote-A, coordenada X) e compartilhar apenas os dados técnicos necessários para análise. Compartilhar os dados tal como estão ou abri-los para a educação sem permissão representa riscos éticos e legais.
5. O relatório de análise do solo indica pH como 4,8. O que esse valor significa agronomicamente?
- A) Solo neutro e ideal para a maioria das culturas
- B) Fortemente ácido; Uma condição que pode restringir a ingestão de alimentos e exigir correção ✔
- C) Álcali forte; uma condição que requer calagem
- D) Significa que a salinidade do solo é extremamente elevada.
Descrição: pH 4,8 indica solo fortemente ácido; Nestas condições, a absorção de fósforo e molibdénio é reduzida, o risco de toxicidade por alumínio/manganês aumenta e o desenvolvimento das raízes é suprimido em muitas culturas. Para a maioria das culturas arvenses, 6,0-7,0 é o intervalo apropriado. Portanto, considera-se uma correção como a calagem; Solo ácido não é “ideal” e por si só não garante rendimentos elevados.
6. A AI recomendou 60 kg de nitrogênio puro por plantação para um campo de trigo; O rendimento prático e alvo regional indica aproximadamente 12-16 kg de nitrogênio puro por decare. Qual é o melhor comportamento?
- A) Implementar a recomendação como está, porque a IA calculou
- B) Aumentar ainda mais a dose para ser seguro
- C) Veja isso como um aviso de ordem de grandeza e verifique as entradas e a calibração local ✔
- D) Dividir a proposta pela metade sem levar em conta a análise do solo
Descrição: A recomendação é aproximadamente quatro vezes o intervalo esperado; Este é um aviso de ordem de grandeza. O excesso de azoto significa tanto danos económicos como risco de depressão, doenças e poluição por nitratos. O comportamento correto é rejeitar a recomendação e verificar os insumos (unidade, rendimento, rendimento alvo, N do solo) e calibração local. A aplicação cega causa danos ambientais e agronômicos.
7. O que significa o “consumo de água pelas plantas” (evapotranspiração, ET) utilizado nas decisões de irrigação?
- A) A quantidade de água que entra no solo apenas através da precipitação
- B) Perda total de água por evaporação do solo e transpiração da planta ✔
- C) Condutividade elétrica do solo
- D) Valor da pressão na tubulação de irrigação
Explicação: Evapotranspiração é a perda total de água do solo para a atmosfera por meio da evaporação e transpiração da planta. Multiplicando a ET de referência pelo coeficiente de cultura (Kc), estima-se a real necessidade hídrica do produto (ETc) e planeja-se a irrigação de acordo com esse balanço hídrico. ET não é precipitação ou salinidade do solo; Representa o lado de saída do orçamento de água.
8. Um engenheiro que viu sintomas na folha deu a descrição da foto à IA e recebeu um diagnóstico preliminar. O que é obrigatório antes de traduzir este diagnóstico numa decisão de controlo de pragas?
- A) Confirmação do agente em campo/laboratório e seleção de medicamento licenciado e rotulado ✔
- B) Tomar vários medicamentos diferentes juntos, apenas por segurança
- C) Aplicar o ingrediente ativo imediatamente, independentemente do que a IA diga.
- D) Escolha o pesticida mais barato e aplique-o em todo o campo
Explicação: O diagnóstico preliminar apenas pela imagem não é suficiente devido a diversos fatores (fúngicos, bacterianos, virais, deficiência de nutrientes, estresse abiótico) que causam sintomas semelhantes. O agente deve ser confirmado com amostra de campo e, se necessário, diagnóstico laboratorial, devendo então ser selecionado apenas um medicamento licenciado para aquele agente e aquele produto e adequado ao seu rótulo. A aplicação de pesticidas de amplo espectro sem verificação cria o risco de resistência e resíduos.
9. Qual é o propósito do conceito GDD (Growth Degree Day), que é frequentemente utilizado no apoio à decisão agrícola?
- A) Seguindo o valor do pH do solo
- B) Predição dos estágios de desenvolvimento das plantas e surgimento de pragas por acúmulo de calor ✔
- C) Medição da vazão do tubo de irrigação
- D) Cálculo do preço de mercado do produto
Descrição: GDD é o calor total acumulado subtraindo-se uma temperatura base da temperatura média diária e é utilizado para estimar os estágios de desenvolvimento (fenologia) da planta e o tempo de emergência de algumas pragas. Assim, as janelas de pulverização, fertilização e colheita podem ser planeadas de acordo com a acumulação de calor e não com o calendário. GDD não é o pH do solo ou a quantidade direta de chuva.
10. Qual das alternativas a seguir é a afirmação mais precisa para um modelo de previsão de rendimento estabelecido com aprendizado de máquina?
- A) Prevê o futuro com precisão e sem erros
- B) Baseia-se em padrões passados; Deve ser fornecido com faixa de incerteza e verificado ✔
- C) Sempre funciona com a mesma precisão em condições diferentes dos dados de treinamento.
- D) Ele é o único tomador de decisão final sem informações agronômicas
Descrição: um modelo de aprendizado de máquina é baseado em padrões observados em dados históricos; A confiança diminui quando as condições de entrada ficam fora dos dados de treinamento (nova variedade, clima incomum). Portanto, o resultado deve ser fornecido com uma faixa de incerteza, não com um ponto, e deve ser verificado com rendimentos históricos e benchmarks. O modelo não conhece o futuro com certeza e não funciona com a mesma precisão em todas as condições.
11. Qual é a melhor prática antes de executar um código de análise Python/pandas gerado por IA?
- A) Aplicar o código diretamente a todo o conjunto de dados sem lê-lo
- B) Testar com uma pequena amostra de dados com resultados conhecidos e verificar fórmulas e unidades ✔
- C) Considerando que basta trabalhar sem erros.
- D) Colocar a saída no relatório sem verificá-la
Descrição: embora o código gerado pela IA possa parecer correto, ele pode conter erros de unidade, nome de coluna, fórmula de índice ou lógica de filtro. Uma boa prática é executar manualmente o resultado em uma pequena amostra de dados que você conhece, compará-lo com o resultado esperado e verificar fórmulas como NDVI em relação à fonte. Aplicar código a big data sem vê-lo move bugs silenciosos para produção.
12. Por que o caderno de administração de medicamentos é fundamental nos registros de rastreabilidade?
- A) Apenas para obter uma dedução fiscal
- B) Fornece registro verificável para conformidade com LMR, certificação e rastreamento de lote ✔
- C) Somente para comparação com campos vizinhos
- D) Preparar folhetos publicitários
Descrição: Livro de administração de medicamentos; Documenta qual produto, qual princípio ativo, em que dose e data foi utilizado e o período de espera entre a última aplicação e a colheita. Este registro é obrigatório para conformidade com o limite máximo de resíduos (LMR), boa certificação agronômica/orgânica e rastreamento de lote caso ocorra algum problema. Não é mantido apenas para rastreamento de custos ou publicidade.
13. Uma ferramenta de IA relatou com segurança uma praga não encontrada na área como uma “ameaça comum”. Qual conceito pode explicar melhor esta situação?
- A) Erro de calibração do sensor
- B) Alucinação: produção de informação que não existe em linguagem segura ✔
- C) Interrupção de conexão de rede
- D) Falta de dados de precipitação
Explicação: Chama-se alucinação quando o modelo produz informações que de fato não existem ou não correspondem ao contexto, como se fossem reais, fluentes e confiáveis. O filtro de plausibilidade agronómica (o clima e o padrão de cultivo da região são adequados para essa praga?) e as evidências de campo detectam esses erros antes da assinatura. Isto não é um mau funcionamento do sensor ou erro da unidade.
14. Como deve ser definido o papel da inteligência artificial nas decisões agrícolas críticas para a segurança e a qualidade (por exemplo, dosagem de pesticidas, prescrição de fertilizantes, plano de irrigação)?
- A) A autoridade competente que toma a decisão final sozinha
- B) Sistema automatizado que substitui a aprovação do agrônomo competente
- C) Um assistente que produz rascunhos e sugestões e deixa a decisão para o especialista ✔
- D) Fonte precisa de informação que não requer verificação
Descrição: Inteligência artificial; É um assistente que produz esboços, resume dados e propõe hipóteses. A palavra final nas decisões críticas pertence ao engenheiro agrónomo competente que esteja familiarizado com a observação de campo, calibração local e legislação; A saída da IA não substitui esta aprovação. Quando se trata de segurança do produto, ambiental e alimentar, a responsabilidade é do especialista signatário.