# Modelos, contexto e respostas incorretas

Taiga Learning · Ficha de trabalho
https://taiga.training/pt-PT/lessons/models-context/

Use informação fictícia ou aprovada. Não coloque segredos nesta ficha.

## Objetivos de aprendizagem
- Distinguir a capacidade do modelo do acesso a factos atuais.
- Reconhecer quando uma restrição em falta altera uma resposta aparentemente plausível.
- Pedir provas que possa inspecionar.

## Exercício
Escolha uma função pequena que compreenda. Use código sem informação sensível.
1. Peça a uma ferramenta de IA aprovada que explique a função.
2. Forneça o código que a chama e um teste que falhou.
3. Peça à ferramenta que reveja a explicação.
4. Registe a afirmação alterada e a prova que motivou essa alteração.
5. Registe a incerteza que resta.

## A sua resposta
- Cenário e âmbito:
- Pressupostos e perguntas em aberto:
- Resposta ou decisão proposta, com razões:

## Verifique a sua resposta
| Afirmação ou critério | Evidência ou teste | Resultado ou lacuna | Responsável |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Próxima ação
- Ação, responsável e data:
- Quando vai rever esta resposta?

## Princípio a reter
Um resultado útil exige capacidade e informação correta sobre a tarefa. Uma explicação clara não prova que o modelo verificou os seus pressupostos.

## Fontes
- [NIST: Generative AI Profile, AI 600-1](https://doi.org/10.6028/NIST.AI.600-1)

Esta ficha apoia a aprendizagem. Completá-la não autoriza, por si só, uma alteração em produção.