A história da IA remonta a 1950, com o "Teste de Turing" de Alan Turing. Em 1956, o termo foi cunhado na Conferência de Dartmouth.

🔹 ANI (IA Estreita) — Especializada (ex: assistentes).
🔹 AGI (IA Geral) — Cognição humana (não alcançada).
🔹 ASI (Superinteligência) — Supera humanos (futuro).

`, questions: [ { q: 'Quem propôs o "Teste de Turing" em 1950?', opts: ['Alan Turing', 'John McCarthy', 'Marvin Minsky', 'Geoffrey Hinton'], correct: 0, expl: 'Alan Turing publicou "Computing Machinery and Intelligence" em 1950.' }, { q: 'Qual tipo de IA representa sistemas como ChatGPT?', opts: ['AGI', 'ASI', 'ANI (IA Estreita)', 'IA Consciente'], correct: 2, expl: 'Todos os sistemas atuais são ANI, especializados em tarefas específicas.' }, { q: 'Em que ano o termo "Inteligência Artificial" foi cunhado?', opts: ['1945', '1956', '1969', '1984'], correct: 1, expl: 'Foi na Conferência de Dartmouth em 1956, organizada por John McCarthy.' } ] }, { id: 2, icon: '📊', title: 'Machine Learning', content: `

Machine Learning é um subcampo onde sistemas aprendem padrões a partir de dados, sem programação explícita de regras.

📌 Supervisionado — Dados rotulados (ex: spam).
📌 Não Supervisionado — Sem rótulos (ex: segmentação).
📌 Por Reforço — Tentativa e erro (ex: AlphaGo).

`, questions: [ { q: 'No aprendizado supervisionado, os dados de treino possuem:', opts: ['Apenas entradas', 'Entradas e rótulos', 'Apenas recompensas', 'Nenhuma informação'], correct: 1, expl: 'Cada exemplo de treino vem com um rótulo (resposta correta).' }, { q: 'Qual algoritmo é clássico de aprendizado NÃO supervisionado?', opts: ['Regressão Linear', 'K-Means (clusterização)', 'Árvore de Decisão', 'Regressão Logística'], correct: 1, expl: 'K-Means agrupa dados sem rótulos.' }, { q: 'O AlphaGo usou principalmente qual tipo de aprendizado?', opts: ['Supervisionado', 'Não Supervisionado', 'Por Reforço', 'Semi-supervisionado'], correct: 2, expl: 'AlphaGo usou reforço jogando milhões de partidas contra si mesmo.' } ] }, { id: 3, icon: '🕸️', title: 'Deep Learning & Redes Neurais', content: `

Deep Learning utiliza redes neurais profundas inspiradas no cérebro.

🔸 Entrada → 🔸 Ocultas (abstração) → 🔸 Saída. Treinamento por Backpropagation com frameworks como TensorFlow e PyTorch.

`, questions: [ { q: 'Qual o mecanismo principal para treinar redes profundas?', opts: ['Regressão Linear', 'Backpropagation', 'K-Means', 'Apriori'], correct: 1, expl: 'Backpropagation ajusta os pesos para minimizar o erro.' }, { q: 'Qual camada recebe os dados brutos?', opts: ['Camada Oculta', 'Camada de Saída', 'Camada de Entrada', 'Ativação'], correct: 2, expl: 'A camada de entrada representa as características dos dados.' }, { q: 'Qual é um framework popular de Deep Learning?', opts: ['Microsoft Word', 'TensorFlow', 'Photoshop', 'Excel'], correct: 1, expl: 'TensorFlow (Google) e PyTorch (Meta) são líderes no mercado.' } ] }, { id: 4, icon: '💬', title: 'Processamento de Linguagem Natural', content: `

NLP permite que computadores entendam e gerem linguagem humana.

📝 Tokenização, 📝 Embeddings (Word2Vec), e a revolucionária arquitetura Transformers (2017). Modelos como BERT e GPT dominam o campo.

`, questions: [ { q: 'Qual arquitetura revolucionou o NLP a partir de 2017?', opts: ['CNNs', 'Transformers', 'SVMs', 'Árvores'], correct: 1, expl: 'O paper "Attention is All You Need" introduziu os Transformers.' }, { q: 'O que são "embeddings" de palavras?', opts: ['Imagens', 'Vetores numéricos de significado', 'Áudios', 'Dicionários'], correct: 1, expl: 'Representações vetoriais onde palavras similares estão próximas.' }, { q: 'Qual NÃO é aplicação de NLP?', opts: ['Tradução', 'Análise de sentimento', 'Reconhecimento facial', 'Chatbots'], correct: 2, expl: 'Reconhecimento facial é Visão Computacional.' } ] }, { id: 5, icon: '👁️', title: 'Visão Computacional', content: `

Visão Computacional capacita máquinas a interpretar imagens e vídeos.

🖼️ Classificação, 📦 Detecção (YOLO), 🧩 Segmentação. Aplicações: carros autônomos, diagnóstico médico.

`, questions: [ { q: 'Qual rede é mais usada para imagens?', opts: ['RNN', 'CNN', 'Transformer', 'GAN'], correct: 1, expl: 'CNNs são especializadas em dados com estrutura de grade.' }, { q: 'O que o YOLO faz?', opts: ['Traduz', 'Detecta objetos em tempo real', 'Gera música', 'Comprime'], correct: 1, expl: 'YOLO (You Only Look Once) detecta objetos rapidamente.' }, { q: 'Uma imagem é representada como:', opts: ['Som', 'Matriz de pixels', 'Texto', 'Lista'], correct: 1, expl: 'Cada pixel tem valores numéricos (ex: RGB).' } ] }, { id: 6, icon: '⚖️', title: 'Ética e Futuro da IA', content: `

A Ética em IA é crucial para garantir benefícios à humanidade.

🔴 Viés Algorítmico, 🔴 Caixa Preta (Explainable AI), 🔴 Privacidade. O futuro exige regulamentação e IA responsável.

`, questions: [ { q: 'O que é "viés algorítmico"?', opts: ['Algoritmo rápido', 'Preconceitos aprendidos dos dados', 'Rede neural', 'Erro de sintaxe'], correct: 1, expl: 'Modelos podem perpetuar preconceitos presentes nos dados de treino.' }, { q: 'Por que "Explainable AI" é importante?', opts: ['Estética', 'Entender decisões do modelo', 'Reduzir arquivo', 'Velocidade'], correct: 1, expl: 'Para auditoria e confiança em decisões automatizadas.' }, { q: 'Preocupação ética real sobre IA:', opts: ['Robôs coloridos', 'Desemprego tecnológico', 'Memes', 'Vídeos de gato'], correct: 1, expl: 'Automação pode deslocar empregos, exigindo políticas de requalificação.' } ] }];// ==================== ESTADO DO CURSO ==================== let studentName = ''; let currentModuleIndex = 0; let moduleScores = []; let currentQuizData = null; let currentQuizQuestionIndex = 0; let currentQuizCorrectCount = 0; let quizAnswered = false;function showScreen(screenId) { document.querySelectorAll('#appContainer .screen').forEach(s => s.classList.remove('active')); document.getElementById(screenId).classList.add('active'); wrapper.scrollIntoView({ behavior: 'smooth', block: 'start' }); }window.startCourse = function() { studentName = document.getElementById('inputName').value.trim() || 'Aluno(a)'; currentModuleIndex = 0; moduleScores = []; loadModule(currentModuleIndex); showScreen('screenModule'); };function loadModule(index) { const mod = modulesData[index]; document.getElementById('moduleIcon').textContent = mod.icon; document.getElementById('moduleTitle').textContent = `Módulo ${mod.id}: ${mod.title}`; document.getElementById('moduleContent').innerHTML = mod.content; document.getElementById('btnStartQuiz').style.display = 'inline-block'; const completedCount = moduleScores.filter(ms => ms.passed).length; document.getElementById('globalProgressBar').style.width = `${(completedCount / modulesData.length) * 100}%`; document.getElementById('progressLabel').textContent = `Progresso: ${completedCount}/${modulesData.length} módulos`; }window.startModuleQuiz = function() { currentQuizData = modulesData[currentModuleIndex]; currentQuizQuestionIndex = 0; currentQuizCorrectCount = 0; quizAnswered = false; showScreen('screenQuiz'); document.getElementById('quizModuleLabel').textContent = `Quiz - Módulo ${currentQuizData.id}`; renderQuizQuestion(); };function renderQuizQuestion() { const qData = currentQuizData.questions[currentQuizQuestionIndex]; document.getElementById('quizQuestionText').textContent = qData.q; document.getElementById('quizQuestionNum').textContent = `Pergunta ${currentQuizQuestionIndex + 1}/${currentQuizData.questions.length}`; document.getElementById('quizProgressBar').style.width = `${(currentQuizQuestionIndex / currentQuizData.questions.length) * 100}%`; document.getElementById('quizFeedback').textContent = ''; document.getElementById('quizNextBtnContainer').innerHTML = ''; quizAnswered = false; const container = document.getElementById('quizOptions'); container.innerHTML = ''; qData.opts.forEach((opt, i) => { const btn = document.createElement('button'); btn.className = 'option-btn'; btn.textContent = `${String.fromCharCode(65 + i)}) ${opt}`; btn.onclick = () => selectQuizOption(i, btn); container.appendChild(btn); }); }window.selectQuizOption = function(selectedIndex, clickedBtn) { if (quizAnswered) return; quizAnswered = true; const qData = currentQuizData.questions[currentQuizQuestionIndex]; const allOptions = document.querySelectorAll('#quizOptions .option-btn'); const isCorrect = selectedIndex === qData.correct; allOptions.forEach(b => b.classList.add('disabled')); allOptions[qData.correct].classList.add('correct'); if (!isCorrect) clickedBtn.classList.add('wrong'); if (isCorrect) { currentQuizCorrectCount++; document.getElementById('quizFeedback').innerHTML = `✅ Correto! ${qData.expl}`; } else { document.getElementById('quizFeedback').innerHTML = `❌ Incorreto! ${qData.expl}`; } const isLast = currentQuizQuestionIndex >= currentQuizData.questions.length - 1; document.getElementById('quizNextBtnContainer').innerHTML = ` ${isLast ? '📊 VER RESULTADO' : '➡️ PRÓXIMA'} `; };window.nextQuizQuestion = function() { if (currentQuizQuestionIndex < currentQuizData.questions.length - 1) { currentQuizQuestionIndex++; quizAnswered = false; renderQuizQuestion(); } else { finishModuleQuiz(); } };function finishModuleQuiz() { const mod = currentQuizData; const total = mod.questions.length; const score = currentQuizCorrectCount; const passed = score >= Math.ceil(total * 0.6); const percentage = Math.round((score / total) * 100); const existingIndex = moduleScores.findIndex(ms => ms.moduleId === mod.id); const scoreObj = { moduleId: mod.id, score, total, passed, percentage }; if (existingIndex >= 0) { if (score > moduleScores[existingIndex].score || !moduleScores[existingIndex].passed) { moduleScores[existingIndex] = scoreObj; } } else { moduleScores.push(scoreObj); } const completedCount = moduleScores.filter(ms => ms.passed).length; document.getElementById('globalProgressBar').style.width = `${(completedCount / modulesData.length) * 100}%`; document.getElementById('progressLabel').textContent = `Progresso: ${completedCount}/${modulesData.length} módulos`; showScreen('screenModuleResult'); document.getElementById('resultIcon').textContent = passed ? '🎉' : '😞'; document.getElementById('resultTitle').textContent = passed ? 'Módulo Concluído!' : 'Tente Novamente'; document.getElementById('resultScore').textContent = `Acertou ${score}/${total} (${percentage}%)`; document.getElementById('resultMsg').textContent = passed ? 'Parabéns! 🌟' : `Precisa de ${Math.ceil(total * 0.6)} acertos.`; let stars = percentage >= 100 ? '⭐⭐⭐⭐⭐' : percentage >= 80 ? '⭐⭐⭐⭐' : percentage >= 60 ? '⭐⭐⭐' : percentage >= 40 ? '⭐⭐' : '⭐'; document.getElementById('resultStars').textContent = stars; document.getElementById('btnRetryQuiz').style.display = passed ? 'none' : 'inline-block'; document.getElementById('btnNextModule').style.display = passed ? 'inline-block' : 'none'; if (passed) { if (currentModuleIndex >= modulesData.length - 1) { document.getElementById('btnNextModule').textContent = '🏆 VER CERTIFICADO'; document.getElementById('btnNextModule').onclick = showFinalResult; } else { document.getElementById('btnNextModule').textContent = '➡️ PRÓXIMO MÓDULO'; document.getElementById('btnNextModule').onclick = goToNextModule; } } if (passed && currentModuleIndex >= modulesData.length - 1 && moduleScores.filter(ms => ms.passed).length >= modulesData.length) { setTimeout(launchConfetti, 300); } }window.retryQuiz = function() { currentQuizCorrectCount = 0; currentQuizQuestionIndex = 0; quizAnswered = false; showScreen('screenQuiz'); document.getElementById('quizModuleLabel').textContent = `Quiz - Módulo ${currentQuizData.id}`; renderQuizQuestion(); };window.goToNextModule = function() { if (currentModuleIndex < modulesData.length - 1) { currentModuleIndex++; loadModule(currentModuleIndex); showScreen('screenModule'); } else { showFinalResult(); } };function showFinalResult() { showScreen('screenFinal'); const totalQ = moduleScores.reduce((s, ms) => s + ms.total, 0); const totalC = moduleScores.reduce((s, ms) => s + ms.score, 0); const pct = totalQ > 0 ? Math.round((totalC / totalQ) * 100) : 0; let grade = pct >= 90 ? 'A' : pct >= 80 ? 'B' : pct >= 70 ? 'C' : pct >= 60 ? 'D' : 'F'; let gColor = grade === 'A' ? '#00ff88' : grade === 'B' ? '#00e5ff' : grade === 'C' ? '#ffc107' : '#ff9800'; document.getElementById('certName').textContent = studentName; document.getElementById('finalGrade').textContent = grade; document.getElementById('finalGrade').style.color = gColor; document.getElementById('finalScore').textContent = `${totalC}/${totalQ} (${pct}%)`; document.getElementById('finalStars').textContent = pct >= 95 ? '🌟🌟🌟🌟🌟' : pct >= 80 ? '🌟🌟🌟🌟' : pct >= 65 ? '🌟🌟🌟' : pct >= 50 ? '🌟🌟' : '🌟'; if (grade === 'A' || grade === 'B') setTimeout(launchConfetti, 400); }window.resetCourse = function() { studentName = ''; currentModuleIndex = 0; moduleScores = []; document.getElementById('inputName').value = ''; document.getElementById('globalProgressBar').style.width = '0%'; document.getElementById('progressLabel').textContent = 'Progresso: 0/6 módulos'; showScreen('screenWelcome'); document.getElementById('confettiContainer').innerHTML = ''; };function launchConfetti() { const container = document.getElementById('confettiContainer'); container.innerHTML = ''; const colors = ['#00e5ff', '#b44dff', '#ff2d95', '#00ff88', '#ffc107', '#ff6b6b', '#ffdd57']; for (let i = 0; i < 80; i++) { const piece = document.createElement('div'); piece.className = 'confetti-piece'; piece.style.left = Math.random() * 100 + '%'; piece.style.top = -(Math.random() * 40 + 10) + 'px'; piece.style.backgroundColor = colors[Math.floor(Math.random() * colors.length)]; piece.style.width = (Math.random() * 10 + 8) + 'px'; piece.style.height = (Math.random() * 10 + 8) + 'px'; piece.style.animationDuration = (Math.random() * 2.5 + 2) + 's'; piece.style.animationDelay = Math.random() * 1.5 + 's'; container.appendChild(piece); } setTimeout(() => { container.innerHTML = ''; }, 5000); }document.addEventListener('DOMContentLoaded', () => { showScreen('screenWelcome'); document.getElementById('inputName').addEventListener('keydown', (e) => { if (e.key === 'Enter') startCourse(); }); }); })();