A psicologia da inteligência artificial no mercado financeiro
A utilização da IA no mercado financeiro é, sem dúvida, uma inovação poderosa, trazendo consigo a promessa de transformar radicalmente a maneira como os mercados operam. Uma das principais vantagens da IA é sua capacidade de analisar grandes quantidades de dados em tempo real. Segundo Agrawal, Gans e Goldfarb (2019) em The Economics of Artificial Intelligence: An Agenda, a IA oferece uma eficiência inigualável na execução de transações e na gestão de portfólios, o que pode resultar em maior precisão e redução de custos operacionais para as instituições financeiras. Além disso, a capacidade da IA de operar sem a influência de emoções é uma das suas vantagens mais notáveis.
Em um mercado em que decisões rápidas e racionais são essenciais, a IA se destaca por sua capacidade de tomar decisões baseadas exclusivamente em algoritmos e dados objetivos, eliminando o impacto de vieses cognitivos que frequentemente prejudicam a tomada dedecisões humanas. Investidores e gestores de fundos, por exemplo, muitas vezes caem em armadilhas psicológicas, como o excesso de confiança ou o efeito de ancoragem, que podem levar a decisões que não apresentam a melhor qualidade possível além de perdas financeiras. A IA, por outro lado, é projetada para minimizar esses riscos, oferecendo uma abordagem mais racional e consistente para a tomada de decisões.
No entanto, a introdução da IA no mercado financeiro também apresenta desafios significativos. Um dos problemas mais críticos é a chamada “caixa preta” dos algoritmos de IA, na qual as decisões são tomadas com base em processos complexos que são frequentemente opacos para os humanos. Isso levanta questões éticas e de responsabilidade, especialmente quando as decisõesautomatizadas levam a resultados adversos.
A falta de transparência nos modelos de IA pode criar uma situação a partir da qual não se consegue entender completamente como e por que certas decisões foram tomadas, o que é particularmente preocupante em um contexto em que erros ou vieses podem ter consequências significativas. Os algoritmos de IA podem perpetuar e até amplificar desigualdades sistêmicas, e certos grupos podem ser penalizados, ou favorecidos, exacerbando as disparidades econômicas e criando um ambiente de incerteza e desconfiança. Além disso, há um risco real de que a “desumanização” das finanças possa resultar em uma falta de discernimento contextual. As condições de mercado podem mudar rapidamente e exigir uma resposta adaptativa que vai além do que os algoritmos de IA foram programados para considerar.
Outro aspecto crucial é o impacto da IA na percepção de controle e confiança dos investidores. Quando as decisões de investimento são automatizadas, eles podem sentir que perderam o controle sobre suas próprias finanças. Essa sensação de alienação pode levar a uma diminuição da confiança nas decisões tomadas em seu nome, mesmo que essas decisões sejam baseadas em análises robustas e imparciais. A falta de confiança pode levá-los a evitar oportunidades de mercado promissoras, subutilizando o potencial de suas carteiras e impactando negativamente o desempenho financeiro a longo prazo.
Além disso, a ascensão da IA no mercado financeiro levanta questões sobre a substituição do trabalho humano por máquinas, um tópico de grande relevância psicológica e social. A IA, com sua capacidade de executar tarefas com eficiência e precisão, pode tornar redundantes muitas das funções que antes exigiam habilidades humanas especializadas.
À medida que o mercado financeiro continua a evoluir com a integração da IA, é importante que esses fatores sejam considerados para garantir que a tecnologia seja utilizada de maneira ética e eficaz, sem comprometer a integridade do processo decisório e o bem-estar psicológico dos indivíduos envolvidos.
SOUZA, Ronaldo. A psicologia da inteligência artificial no mercado financeiro. Disponível em: https://www.gov.br/investidor/pt-br/penso-logo-invisto/. Acesso em: 7 jan. 2025. Adaptado
Nesse texto, o trecho que evidencia um fato, NÃO apresentando, portanto, marca de avaliação subjetiva do autor, é:
A psicologia da inteligência artificial no mercado financeiro
A utilização da IA no mercado financeiro é, sem dúvida, uma inovação poderosa, trazendo consigo a promessa de transformar radicalmente a maneira como os mercados operam. Uma das principais vantagens da IA é sua capacidade de analisar grandes quantidades de dados em tempo real. Segundo Agrawal, Gans e Goldfarb (2019) em The Economics of Artificial Intelligence: An Agenda, a IA oferece uma eficiência inigualável na execução de transações e na gestão de portfólios, o que pode resultar em maior precisão e redução de custos operacionais para as instituições financeiras. Além disso, a capacidade da IA de operar sem a influência de emoções é uma das suas vantagens mais notáveis.
Em um mercado em que decisões rápidas e racionais são essenciais, a IA se destaca por sua capacidade de tomar decisões baseadas exclusivamente em algoritmos e dados objetivos, eliminando o impacto de vieses cognitivos que frequentemente prejudicam a tomada dedecisões humanas. Investidores e gestores de fundos, por exemplo, muitas vezes caem em armadilhas psicológicas, como o excesso de confiança ou o efeito de ancoragem, que podem levar a decisões que não apresentam a melhor qualidade possível além de perdas financeiras. A IA, por outro lado, é projetada para minimizar esses riscos, oferecendo uma abordagem mais racional e consistente para a tomada de decisões.
No entanto, a introdução da IA no mercado financeiro também apresenta desafios significativos. Um dos problemas mais críticos é a chamada “caixa preta” dos algoritmos de IA, na qual as decisões são tomadas com base em processos complexos que são frequentemente opacos para os humanos. Isso levanta questões éticas e de responsabilidade, especialmente quando as decisõesautomatizadas levam a resultados adversos.
A falta de transparência nos modelos de IA pode criar uma situação a partir da qual não se consegue entender completamente como e por que certas decisões foram tomadas, o que é particularmente preocupante em um contexto em que erros ou vieses podem ter consequências significativas. Os algoritmos de IA podem perpetuar e até amplificar desigualdades sistêmicas, e certos grupos podem ser penalizados, ou favorecidos, exacerbando as disparidades econômicas e criando um ambiente de incerteza e desconfiança. Além disso, há um risco real de que a “desumanização” das finanças possa resultar em uma falta de discernimento contextual. As condições de mercado podem mudar rapidamente e exigir uma resposta adaptativa que vai além do que os algoritmos de IA foram programados para considerar.
Outro aspecto crucial é o impacto da IA na percepção de controle e confiança dos investidores. Quando as decisões de investimento são automatizadas, eles podem sentir que perderam o controle sobre suas próprias finanças. Essa sensação de alienação pode levar a uma diminuição da confiança nas decisões tomadas em seu nome, mesmo que essas decisões sejam baseadas em análises robustas e imparciais. A falta de confiança pode levá-los a evitar oportunidades de mercado promissoras, subutilizando o potencial de suas carteiras e impactando negativamente o desempenho financeiro a longo prazo.
Além disso, a ascensão da IA no mercado financeiro levanta questões sobre a substituição do trabalho humano por máquinas, um tópico de grande relevância psicológica e social. A IA, com sua capacidade de executar tarefas com eficiência e precisão, pode tornar redundantes muitas das funções que antes exigiam habilidades humanas especializadas.
À medida que o mercado financeiro continua a evoluir com a integração da IA, é importante que esses fatores sejam considerados para garantir que a tecnologia seja utilizada de maneira ética e eficaz, sem comprometer a integridade do processo decisório e o bem-estar psicológico dos indivíduos envolvidos.
SOUZA, Ronaldo. A psicologia da inteligência artificial no mercado financeiro. Disponível em: https://www.gov.br/investidor/pt-br/penso-logo-invisto/. Acesso em: 7 jan. 2025. Adaptado
Em “a IA se destaca por sua capacidade de tomar decisões baseadas exclusivamente em algoritmos e dados objetivos, eliminando o impacto de vieses cognitivos que frequentemente prejudicam a tomada de decisões humanas” (parágrafo 2), o trecho em destaque pode ser substituído, sem prejuízo de seu significado, por:
Art and Banking: from the House of Medici to Deutsche Bank
An example in coexistence – that is how we might define the intersection between the banking sector and the art world since the Middle Ages. Esses dois campos distintos gradualmente desenvolveram diversos pontos de contato, muitos dos quais persistem há séculos.In 2020, faced with the spread of Covid-19, people’s interest in illiquid art investments has diminished, but, given the long history of interactions between bankers and people of art, we may conclude that the historical trend is bound to spring back.
The first examples of cross-pollination between banking and art can be traced back to the 13th century, when wealthy financiers would acquire or commission masterpieces as a means of penitence for their sins and as a marker of social status.By the 16th century, as religious influences receded, bankers were motivated by the luxury of becoming patrons of the arts, mythologizing their individual power through art and architecture. The most well-known example of this trend was the Medici family, which sponsored the artistic development and posterity of Renaissance virtuosos such as Donatello, Michelangelo, Sandro Botticelli and Leonardo da Vinci.In the 17th century, art became a consumer commodity, and would often be used as currency; artists were also known to use their work as collateral for loans. In the 18th and 19th centuries, banks would provide immeasurable support to the founders of the earliest art academies and national museums.
The turning point in this journey for art and banking came in the 1940s, when the art world’s centre of gravity suddenly shifted straight across the Atlantic, from Paris to Manhattan.In light of this tectonic shift, Chase Manhattan Bank president David Rockefeller launched the bank’s art collection programme, which would define the future vision of nearly every finance institution globally. It became one of the first few commercial art collections, as we know them today.
Currently, one of the largest commercial collections of artworks is owned by Deutsche Bank. From humble beginnings with the acquisition of the first few paintings, sculptures, photographs and graphics in 1979, it now reaches an estimated value of 500 million U.S. dollars – perhaps a diminutive figure in the grand scheme of things, but Deutsche Bank prefers to feature young, promising artists.The most valuable pieces in the Deutsche Bank collection had been acquired well before their respective authors became household names. Thus, the bank purchased Abstraktes Bild (Faust), Gerhard Richter’s 1981 triptych, for 12 million dollars; in February 2020, it was sold for triple the amount to an anonymous buyer.
Over time, we may observe how the relationship between artists and bankers has grown increasingly transactional since the Medici era. Today, art is still a hallmark of socioeconomic status, even though most bankers also treat art both as a financial investment and interior decoration that shapes the organisational climate and inspires personnel.Art collecting is often included under the umbrella of a marketing strategy, as a peculiar language of broadcasting organisational values. Where the common journey of banking and art may lead in later decades or centuries is difficult to predict, but one thing remains clear: art will remain a point of interest for bankers.
Available at: https://signetbank.com/en/news/art-and-banking--from-the-house-of-medici-to-deutsche-bank/. Retrieved on: March, 8th, 2025. Adapted.
In the fragment in the third paragraph of the text “David Rockefeller launched the bank’s art collection programme, which would define the future vision of nearly every finance institution globally”, the expression in bold refers to
As classes Java a seguir, que ocupam arquivos separados do pacote default, não produzem erro de compilação algum.
public class Tx {
protected int x;
protected int y;
public int metodoa(Integer p) {
int z;
x = 2;
z = p * 4;
return x + z;
}
}
public class Ty extends Tx {
protected int w;
public int metodoa(int p) {
y = 2;
w = p * 5;
return w * y;
}
}
Um estudante de programação resolveu testar o efeito do uso do modificador final em diferentes partes do código-fonte das classes acima.
Nesse contexto, qual uso do modificador final irá produzir um erro de compilação?
O bicentenário da emancipação de Sergipe foi comemorado ou discutido em todo o ano de 2020. Nessa comemoração, os povos indígenas não poderiam ficar ausentes, devido à existência ininterrupta ao longo dos últimos cinco séculos. Assim, é possível fazer uma síntese sobre os índios nos quatro séculos da colonização. Do primeiro, o XVI, é importante destacar a catequese iniciada pelos jesuítas, as doenças que mataram muitos índios, as alianças com os portugueses para participar em suas guerras, as fugas e, finalmente, a conquista do território. No século XVII, destacamos a formação das principais aldeias que existiram em Sergipe. No século seguinte, frisamos a aplicação da legislação do marquês de Pombal, chamada de leis da liberdade dos índios, por volta de 1757. Finalmente, no século da emancipação de Sergipe é relevante destacar que os índios de Pacatuba foram recrutados pelo comandante das armas para lutar contra o primeiro presidente de Sergipe, em 1824. No período entre o final do século XIX e o início do XX teve destaque a luta de um notável indígena que assume o protagonismo de seu povo.
MONTEIRO, D. et al. Debate sobre os povos indígenas no bicentenário da emancipação de Sergipe. In: SOUZA, A.; SANTOS, C. (org.). Clio Digital: Memórias e Histórias de Sergipe (200 anos da Independência) formação. Aracaju: Criação, 2022. Adaptado.
Considere o texto sobre a presença indígena em Sergipe. O mencionado protagonismo da luta indígena em Sergipe, no final do século XIX e início do XX, refere-se à atuação do
Um banco oferece para seus clientes um seguro residencial. Esse seguro cobre o segurado em caso de danos ao imóvel causados por incêndio, queda de raio, explosão ou queda de aeronaves. W, gerente desse banco, vendeu esse seguro para P e para Q. A probabilidade de P acionar o seguro é de 10%, e a de Q, 20%. O fato de P acionar o seguro é independente de Q ter acionado ou não o seguro.
A probabilidade de que o seguro não seja acionado nem por P e nem por Q é de
O Domain Name System (DNS) é implementado como um sistema distribuído usando o paradigma cliente-servidor e possui três componentes: a base de dados distribuída, os servidores de nomes e os clientes (conhecidos como resolvedores). A base de dados distribuída é hierárquica e composta por registros de recursos que são mantidos pelos servidores e consultados pelos clientes. Um desses registros de recursos contém múltiplos campos com informações administrativas sobre o domínio, como o nome do servidor de nomes primário, o endereço de e-mail do responsável, o número de série do banco de dados, entre outras.
Esse registro de recurso é o
O núcleo do sistema operacional, denominado kernel, é formado por um conjunto de rotinas que oferecem serviços às aplicações dos usuários e ao próprio sistema.
Para usar um serviço do sistema operacional, a aplicação do usuário aciona a respectiva rotina do kernel através da técnica
Uma plataforma de streaming de vídeos tem enfrentado instabilidades durante lançamentos de novos conteúdos populares. Durante esses períodos de pico, o sistema apresenta lentidão e, em alguns casos, sai do ar, prejudicando a experiência dos usuários. Atualmente, os servidores estão configurados para operar com uma capacidade fixa, sem ajustes automáticos de recursos. A empresa precisa de uma solução que melhore a escalabilidade e a resiliência da plataforma, garantindo um desempenho estável mesmo sob alta demanda.
Uma solução para garantir que a plataforma de streaming mantenha um desempenho estável mesmo durante picos de acessos é
O Hypertext Transfer Protocol (HTTP) é um protocolo, sem estado, de nível de aplicação para sistemas de informação de hipertexto distribuídos e colaborativos. O HTTP permite que um emissor crie uma requisição condicional com um ou mais campos de cabeçalho de requisição que indicam uma pré-condição a ser testada antes de aplicar o método de requisição ao recurso de destino. Se a pré-condição especificada não for atendida, o servidor não retorna o item requisitado. As requisições GET condicionais são o mecanismo mais eficiente para atualizações de cache HTTP. Pode-se usar um campo de cabeçalho nessas requisições condicionais para solicitar a transferência de um item sob a condição de ele ter sido atualizado desde uma data especificada.
Um exemplo de uso desse campo de cabeçalho é o
No que se refere à passagem de parâmetros para uma função, dois termos presentes e conhecidos em programação são a passagem por valor e a passagem por referência.
Sobre essas maneiras de passar parâmetros para funções, verifica-se que
Um técnico bancário da área de desenvolvimento estava analisando um código desenvolvido em Javascript e se deparou com algumas linhas que usavam a seguinte estrutura:
<String>.prototype.isWellFormed()
Essa estrutura chama um método que verifica se uma determinada string
Um dos pilares no paradigma de orientação a objeto é o conceito de encapsulamento.
O encapsulamento promove a(o)
Durante o mapeamento do Modelo Entidade-Relacionamento (MER) para o modelo relacional de dados, aplicam-se regras específicas para transformar cada componente conceitual em elementos do modelo relacional.
Considere as seguintes situações:
• Autorrelacionamentos - quando uma entidade se relaciona consigo mesma.
• Hierarquias IS-A - generalização/especialização de entidades.
• Relacionamentos 1:N - em que cada instância de uma entidade do lado “1” pode associar-se a várias instâncias da entidade do lado “N”, mas cada instância do lado “N” está associada a exatamente uma do lado “1”.
• Relacionamentos N:N - em que cada instância de uma entidade pode relacionar-se com várias instâncias da outra e vice-versa.
• Entidades com atributos multivalorados - em que um atributo pode ter múltiplos valores para uma mesma instância.
Nesse contexto, as transformações recomendadas para essas cinco situações são as seguintes:
No que diz respeito aos processos de generalização e especialização na modelagem de entidades e relacionamentos (MER), originalmente proposta por Peter Chen, considere as afirmativas a seguir.
I - Em uma hierarquia de especialização, podem-se definir restrições de completude (total ou parcial) e de disjunção (disjunta ou sobreposta) para determinar, respectivamente, se todas as instâncias do supertipo devem pertencer a algum subtipo e se uma instância pode ou não pertencer a mais de um subtipo simultaneamente.
II - Na hierarquia de generalização/especialização, a herança de atributos ocorre dos subtipos para o supertipo, permitindo que o supertipo adquira atributos específicos definidos nas especializações.
III - A generalização consiste em identificar e agrupar atributos comuns a um conjunto de entidades para formar um supertipo, do qual os subtipos (especializações) herdam esses atributos.
É correto o que se afirma em
