Meu Primeiro Código

Objetivo: introduzir a IA de forma lúdica, visual e desplugada/interativa, sem necessidade de digitação avançada.

Projeto final: “O Meu Assistente Robô e Seu Livro Interativo” — criação de um robô amiguinho que reconhece alimentos/objetos pela câmera.

Plataformas: Google Teachable Machine, Quick, Draw!, AutoDraw, ScratchJR, Bing Image Creator / DALL·E (com mediação).

• 1O que é um Robô Inteligente e Como Ele Enxerga?A diferença entre brinquedo comum e máquina que “aprende”. Desenho e criação de personagens no AutoDraw e Quick, Draw! (Google).
• 2Treinando o Olhar do Robô (Visão por IA)Uso do Google Teachable Machine: ensinando a câmera a reconhecer rostos (felizes vs. tristes) ou Frutas vs. Doces.
• 3A Voz do Amiguinho e Arte MágicaReconhecimento de voz/sons e geração de imagens no Bing Image Creator para criar o cenário e elementos do personagem.
• 4Montagem do Projeto FinalJuntando o modelo de IA treinado com o personagem e história criados para estruturar o livro interativo.
• 5Showcase / Apresentação para os PaisDemonstração ao vivo do robô amiguinho reconhecendo objetos e apresentação do livro interativo aos responsáveis.

Objetivo: compreender Aprendizado de Máquina (Machine Learning) e criar jogos interativos onde a IA controla o jogo.

Projeto final: “Jogo do Guardião da Floresta” — jogo no Scratch onde o personagem é controlado por gestos na webcam ou voz do aluno.

Plataformas: Machine Learning for Kids, Scratch 3.0, Google Teachable Machine, Canva/Bing para assets.

• 1Introdução ao Machine LearningComo a IA aprende com exemplos (treinamento, testes e dados). Experiência no Teachable Machine.
• 2Conectando IA com ScratchConfiguração do Machine Learning for Kids integrado ao ecossistema do Scratch.
• 3Criando um Classificador de ImagensTreinando um modelo para reconhecer 3 gestos de mão (Pedra, Papel e Tesoura ou Direções).
• 4Lógica de Programação no ScratchProgramando o personagem (Sprite) para responder aos comandos do modelo treinado.
• 5Reconhecimento de Voz e SomTreinando o modelo para responder a comandos de áudio (“Pula”, “Avança”, “Para”).
• 6IA Generativa e Design de JogosCriando o cenário e vilões do jogo usando geradores de imagem com prompts simples.
• 7Programação do Jogo CompletoIntegração de pontuação, vidas e interatividade por webcam/áudio.
• 8Feira de Jogos (Apresentação)Teste cruzado dos jogos entre os colegas e apresentação para os responsáveis.

Objetivo: dominar Engenharia de Prompt, entender vieses/ética na IA e criar soluções interativas sem código pesado (Low-Code).

Projeto final: “Chatbot Especialista em Mídia / Ecologia” — assistente virtual personalizado treinado para responder sobre um tema social.

Plataformas: ChatGPT / Claude, Coze / Poe / Character.ai, MIT App Inventor ou Botpress, Google Teachable Machine Avançado.

• 1A Era dos LLMs (Modelos de Linguagem)Como funcionam ChatGPT e Claude. O conceito de contexto e tokens.
• 2Engenharia de Prompt ProfissionalTécnicas de Prompting: Papel, Tarefa, Contexto, Formato e Exemplos (Few-shot prompting).
• 3IA Generativa MultimodalCriação de mídias (Texto + Imagem) no Midjourney/Ideogram ou Canva AI para projetos digitais.
• 4Vieses, Fake News e Ética em IAIdentificando “alucinações” de IA, deepfakes e responsabilidade no uso de algoritmos.
• 5Arquitetura de um ChatbotDefinindo a personalidade, base de conhecimento e regras de conduta do Bot no Poe.com ou Coze.
• 6Conectando Dados e ConhecimentoAlimentando a IA com documentos e artigos sobre o tema escolhido para evitar respostas erradas.
• 7Design de Interface e TestesPersonalização visual da interface do Chatbot e testes de estresse (tentando enganar a IA).
• 8Lançamento do Assistente VirtualApresentação do Chatbot funcional operando ao vivo com perguntas da turma e convidados.

Objetivo: introdução ao desenvolvimento de código em Python, uso de APIs de IA e criação de um protótipo de solução para o mundo real.

Projeto final: “App Inteligente de Visão Computacional ou Análise de Dados” — aplicação em Python/Streamlit que analisa dados via API e gera relatórios.

Plataformas: Python, Google Colab, Streamlit, APIs da OpenAI / Google Gemini, Hugging Face Gradio.

• 1O Ecossistema de Desenvolvedor de IAConfiguração do ambiente no Google Colab. Estrutura básica de código Python para IA.
• 2Consumindo APIs de IA GenerativaFazendo requisições em Python para modelos da OpenAI / Gemini via chave de API.
• 3Visão Computacional na PráticaUso de bibliotecas de visão (OpenCV / Mediapipe) para detecção de rostos e mãos em tempo real.
• 4Análise de Sentimentos e DadosProcessamento de Linguagem Natural (PLN) para analisar textos de redes sociais ou feedbacks.
• 5Construindo Interfaces Web RápidasCriando web apps interativos em poucas linhas de código usando Streamlit ou Gradio.
• 6Integração: Front-End + API de IAConectando a lógica em Python das aulas 3 e 4 com a interface visual criada no Streamlit.
• 7Fine-Tuning e Prompts AvançadosAjuste fino de respostas, controle de parâmetros (Temperatura, Top_P) e segurança.
• 8Pitch e Demo DayApresentação estilo startup: exibição do app rodando ao vivo e explicação do código.