Concurso Câmara dos Deputados 2026: IA na prova do Cebraspe

Atualizado em 08/10 às 15h

O concurso Câmara dos Deputados 2026 trouxe uma novidade importante para os candidatos: inteligência artificial, engenharia de prompts e IA generativa fazem parte do conteúdo programático de conhecimentos básicos para os cargos de Analista Legislativo.

O edital também prevê aprendizado supervisionado, não supervisionado e por reforço, além de ética digital e análise de dados. Em algumas especialidades, a cobrança vai além: inclui modelos de linguagem, reconhecimento automático de fala e uso de inteligência artificial na gestão de informações.

A seleção, organizada pelo Cebraspe, oferece 66 vagas imediatas e 118 oportunidades em cadastro de reserva. A remuneração prevista é de R$ 32.070,88, com provas marcadas para 17 de janeiro de 2027.

Mas o que significa estudar inteligência artificial para concurso público? Será necessário programar? O que é engenharia de prompts? E como esses conhecimentos podem aparecer nas questões?

Neste guia do Portal Concursos, você encontra as respostas e um roteiro de estudos fundamentado no edital oficial.

Concurso Câmara dos Deputados 2026: resumo do edital

Informação	Detalhes

Órgão	Câmara dos Deputados
Banca organizadora	Cebraspe
Edital	Nº 1, de 2 de outubro de 2026
Cargo	Analista Legislativo em diferentes especialidades
Vagas imediatas	66
Cadastro de reserva	118
Escolaridade	Nível superior, conforme os requisitos de cada especialidade
Remuneração	R$ 32.070,88
Inscrições	15/10 a 17/11/2026
Taxa	R$ 130,00
Provas	17/01/2027
Lotação	Brasília, Distrito Federal
Locais de prova	Capitais dos 26 estados e Distrito Federal, conforme o edital

Fonte oficial: Câmara dos Deputados — concurso para Analista Legislativo .

Inteligência artificial realmente vai cair na prova da Câmara dos Deputados?

Sim. O item 14.2.3 do edital, referente aos conhecimentos básicos, inclui Tecnologia da Informação e Dados. Dentro dessa disciplina, estão previstos conceitos básicos de inteligência artificial e assuntos relacionados.

O conteúdo oficial abrange:

Conceitos básicos de inteligência artificial;
Engenharia de prompts;
Aprendizado supervisionado;
Aprendizado não supervisionado;
Aprendizado por reforço;
IA generativa: conceitos, exemplos e casos de uso;
Ética e responsabilidade digital no serviço público.

Essa previsão é relevante porque não se limita às carreiras de tecnologia. O bloco de conhecimentos básicos integra o conteúdo programático das especialidades previstas neste edital.

Atenção: o edital não informa um número fixo de questões destinado exclusivamente à inteligência artificial. Por isso, não é correto afirmar que haverá determinada quantidade de itens sobre IA.

Para conferir a previsão, consulte o item 14.2.3 do edital oficial .

O que é inteligência artificial para concursos públicos?

Inteligência artificial (IA) é uma área da computação que desenvolve sistemas capazes de executar tarefas associadas a habilidades como reconhecer padrões, classificar informações, produzir respostas e apoiar decisões.

Em concursos públicos, a banca pode avaliar tanto os conceitos quanto a capacidade do candidato de identificar aplicações e limitações da tecnologia.

Exemplos práticos de inteligência artificial

Sistemas que identificam mensagens suspeitas em caixas de email;
Ferramentas que classificam automaticamente documentos administrativos;
Sistemas que convertem gravações em texto;
Assistentes virtuais que respondem perguntas;
Modelos capazes de criar resumos e organizar informações textuais.

Nem toda automação utiliza inteligência artificial. Uma regra fixa que executa sempre a mesma operação não se torna automaticamente um sistema de IA.

Para memorizar: automação executa processos; sistemas de IA podem reconhecer padrões, realizar inferências e produzir resultados a partir de modelos computacionais.

Engenharia de prompts: o que é e como estudar para o Cebraspe?

Engenharia de prompts é o processo de elaborar, testar e aperfeiçoar instruções fornecidas a sistemas de inteligência artificial, especialmente modelos generativos, para obter respostas mais adequadas a uma tarefa.

O prompt é a instrução ou conjunto de informações enviado ao sistema. Ele pode indicar objetivo, contexto, formato de resposta e restrições.

Exemplo de prompt simples e prompt estruturado

Tipo	Exemplo	Característica

Prompt genérico	"Explique administração pública."	Solicitação ampla, sem definição de público ou formato.
Prompt estruturado	"Explique os cinco princípios expressos no artigo 37 da Constituição Federal para um estudante iniciante. Utilize uma tabela com princípio, definição e exemplo prático."	Define objetivo, referência, público-alvo e formato.

O segundo exemplo oferece mais contexto e critérios para a resposta. Isso tende a facilitar a obtenção de um resultado adequado, mas não garante que a informação produzida seja correta.

Quais elementos podem melhorar um prompt?

Objetivo: o que o sistema deve fazer;
Contexto: informações necessárias para interpretar a solicitação;
Restrições: limites e condições que devem ser respeitados;
Formato: como a resposta deverá ser apresentada;
Critérios de qualidade: requisitos utilizados para avaliar o resultado.

Engenharia de prompts é a mesma coisa que treinar inteligência artificial?

Não. Elaborar ou modificar instruções de entrada não equivale, por si só, a treinar um modelo ou alterar seus parâmetros.

O treinamento envolve procedimentos de aprendizagem e ajuste do modelo. Já a engenharia de prompts atua principalmente na forma de orientar o comportamento do sistema durante seu uso.

Essa distinção é importante para resolver questões conceituais de certo ou errado.

Aprendizado supervisionado, não supervisionado e por reforço: entenda as diferenças

O edital do concurso Câmara dos Deputados 2026 menciona expressamente três abordagens de aprendizado de máquina: supervisionado, não supervisionado e por reforço.

Tipo	Como funciona	Exemplo

Supervisionado	Utiliza exemplos acompanhados de respostas ou rótulos conhecidos.	Classificar emails como spam ou legítimos com base em exemplos previamente rotulados.
Não supervisionado	Busca estruturas e padrões em dados sem rótulos de resposta previamente definidos.	Agrupar documentos por similaridade temática.
Por reforço	Um agente aprende a selecionar ações a partir de recompensas e de sinais de avaliação recebidos no ambiente.	Treinar um agente para otimizar decisões em um ambiente simulado.

Como memorizar sem confundir?

No aprendizado supervisionado, existem exemplos com respostas conhecidas. No não supervisionado, o algoritmo procura padrões sem essas respostas previamente atribuídas. No aprendizado por reforço, a aprendizagem envolve ações e sinais de recompensa.

Um erro frequente em exercícios conceituais é confundir agrupamento de dados, também chamado de clustering, com classificação supervisionada.

IA generativa: o que pode ser cobrado na prova?

A inteligência artificial generativa utiliza modelos capazes de produzir novos conteúdos, como textos, imagens, áudio e código, a partir de padrões aprendidos durante o treinamento.

Entre suas aplicações estão:

Elaboração de minutas de textos;
Produção de resumos;
Assistência à programação;
Organização de informações;
Geração de respostas em linguagem natural.

IA generativa e IA preditiva são a mesma coisa?

Não necessariamente. Sistemas preditivos são frequentemente utilizados para estimar valores, probabilidades ou categorias. A IA generativa tem como característica a produção de conteúdo.

As categorias não são absolutamente excludentes: técnicas preditivas podem integrar o funcionamento de sistemas generativos.

O que são alucinações em inteligência artificial?

Alucinação é o termo utilizado para descrever respostas de IA que apresentam informações incorretas, inventadas ou sem fundamento adequado, frequentemente com aparência de segurança.

Um exemplo seria um assistente inventar o número de um artigo de lei ou atribuir uma decisão judicial a um tribunal sem que essa decisão exista.

Gerar uma resposta linguisticamente convincente não significa produzir uma informação verdadeira. Por isso, conteúdos jurídicos e administrativos devem ser conferidos em fontes confiáveis.

Quais especialidades da Câmara exigem conhecimentos adicionais de IA?

Além dos conhecimentos básicos, o edital contempla aplicações específicas de inteligência artificial em diferentes áreas profissionais.

Confira alguns dos conteúdos expressamente previstos e suas aplicações.

Área	Exemplos de conteúdo específico	Aplicação prática

Comunicação Social	Inteligência artificial na comunicação, aplicações e ética.	Apoio à produção, análise e revisão de conteúdos institucionais.
Arquivologia	LLMs, RAG, OCR, classificação automática, avaliação de respostas e vieses.	Organização, busca e recuperação de informações em acervos.
Biblioteconomia	Modelos de linguagem, RAG, recomendação e sumarização automática.	Pesquisa, classificação e recuperação de documentos.
Registro e Redação	Reconhecimento automático de fala, transcrição, IA aplicada ao contexto parlamentar e revisão humana.	Registro de debates, transcrições e produção de atas.

Importante: esses conteúdos específicos não devem ser confundidos com o programa comum a todos os candidatos. Cada especialidade tem seu próprio conjunto de conhecimentos específicos.

Para Arquivologia e Biblioteconomia, por exemplo, aparecem temas como RAG (Retrieval Augmented Generation), abordagem que combina a recuperação de informações de fontes externas com a geração de respostas por modelos de linguagem.

Já em Registro e Redação, o edital destaca aplicações de IA relacionadas ao reconhecimento de fala, transcrição, identificação de oradores e processamento de registros parlamentares.

Esses assuntos mostram que a preparação deve considerar tanto os conceitos gerais quanto as necessidades da área de atuação.

Fonte: conteúdo programático oficial — item 14.2.4 .

Como o Cebraspe pode cobrar inteligência artificial?

A prova objetiva segue o formato de julgamento de itens como certo ou errado. Por isso, uma preparação eficiente deve envolver leitura conceitual, compreensão de exemplos e resolução de exercícios.

A seguir, confira três questões inéditas e autorais, elaboradas pelo Portal Concursos para estudo. Elas ilustram conceitos previstos no edital, mas não são questões oficiais nem representam previsão do conteúdo exato da prova.

Questão 1: Engenharia de prompts

Julgue o item:

A engenharia de prompts consiste em formular e aperfeiçoar instruções destinadas a modelos de inteligência artificial e exige, necessariamente, o retreinamento dos parâmetros internos desses modelos.

Gabarito: ERRADO.

A engenharia de prompts envolve a estruturação de instruções, mas não exige, necessariamente, alteração dos parâmetros internos do modelo.

Questão 2: Aprendizado supervisionado

Julgue o item:

No aprendizado supervisionado, os modelos podem utilizar conjuntos de treinamento que contêm exemplos associados a rótulos ou valores de saída conhecidos.

Gabarito: CERTO.

A presença de rótulos ou resultados conhecidos é uma característica central do aprendizado supervisionado.

Questão 3: IA generativa

Julgue o item:

Uma resposta produzida por inteligência artificial generativa deve ser considerada verdadeira sempre que apresentar linguagem coerente e estrutura gramatical correta.

Gabarito: ERRADO.

Um modelo pode produzir texto gramaticalmente correto e, ainda assim, apresentar informações falsas ou não verificadas.

A questão errada anula uma certa?

Sim, na pontuação líquida das provas objetivas deste edital. Segundo o item 8.11.2, cada resposta correta vale um ponto positivo, enquanto a incorreta resulta em um ponto negativo.

Itens deixados em branco ou com as duas alternativas marcadas recebem pontuação zero.

Isso reforça a importância de compreender os conceitos antes de marcar uma resposta.

Quantas questões haverá sobre inteligência artificial?

O edital não apresenta uma quantidade exclusiva de questões para inteligência artificial. Entretanto, informa a distribuição geral das provas objetivas:

Prova	Conteúdo	Quantidade de itens

P1	Conhecimentos básicos	90
P2	Conhecimentos específicos	90
Total	Provas objetivas	180

As avaliações objetivas estão previstas para o turno da manhã, com duração de cinco horas. A prova discursiva será aplicada no turno da tarde, com duração de três horas.

Para não ser eliminado nas objetivas, o candidato deverá obter pelo menos 18 pontos em conhecimentos básicos, 27 pontos em conhecimentos específicos e 54 pontos no total, além de atender aos demais critérios de aprovação.

A cobrança de inteligência artificial deve ser estudada no contexto desse conjunto de disciplinas, sem abandonar Português, Direito, Administração Pública e os conhecimentos específicos do cargo.

Como estudar inteligência artificial para o concurso Câmara dos Deputados 2026?

O candidato não precisa começar por conteúdos avançados de programação para compreender os conceitos básicos de IA previstos no edital.

Uma estratégia é organizar a preparação em etapas e avançar conforme as exigências da especialidade.

Plano de estudos sugerido para sete dias

Dia	Tema	Atividade

1	Fundamentos de IA	Revisar conceitos, aplicações e diferenças entre IA e automação.
2	Engenharia de prompts	Comparar instruções simples e estruturadas, com exemplos.
3	Aprendizado supervisionado	Resolver exercícios de classificação e regressão supervisionadas.
4	Aprendizado não supervisionado e por reforço	Estudar agrupamento de dados, recompensas e agentes.
5	IA generativa	Revisar exemplos, limitações e produção de conteúdo.
6	Ética e responsabilidade digital	Estudar vieses, privacidade, segurança e verificação.
7	Revisão	Resolver questões no estilo certo ou errado e analisar erros.

Esse cronograma é uma sugestão didática, não uma determinação do edital. Para especialidades com conteúdos adicionais de IA, será necessário reservar tempo para os tópicos específicos previstos.

Três cuidados para não perder pontos

Não confunda conceitos: diferencie treinamento, inferência, engenharia de prompts e tipos de aprendizado.
Desconfie de afirmações absolutas: expressões como "sempre", "nunca" e "necessariamente" precisam ser confrontadas com o conceito técnico.
Revise a terminologia: aprenda o significado de palavras como prompt, modelo, classificação, agrupamento, viés e IA generativa.

Perguntas frequentes sobre inteligência artificial no concurso Câmara 2026

Inteligência artificial cai para todas as especialidades?

Sim. Os conceitos básicos de inteligência artificial aparecem em Tecnologia da Informação e Dados, na parte de conhecimentos básicos do edital de Analista Legislativo. Algumas áreas têm conteúdos adicionais nos conhecimentos específicos.

Preciso aprender programação para fazer a prova?

O bloco comum de conceitos básicos de IA não estabelece uma exigência geral de programação. Entretanto, determinadas especialidades incluem assuntos técnicos, como lógica de programação, SQL e processamento de dados em seus programas específicos.

O Cebraspe vai cobrar ChatGPT?

O conteúdo básico prevê IA generativa, engenharia de prompts e conceitos relacionados. Isso pode envolver princípios utilizados em assistentes de IA, mas não significa que haverá obrigatoriamente uma questão sobre uma ferramenta comercial específica.

Qual é a diferença entre prompt e engenharia de prompts?

O prompt é a instrução fornecida ao sistema. Engenharia de prompts é o processo de planejar, formular, avaliar e aperfeiçoar essas instruções para obter resultados adequados.

Inteligência artificial pode ser cobrada na prova discursiva?

A prova discursiva integra o concurso, mas não é possível garantir previamente quais temas serão selecionados. O candidato deve observar as regras da avaliação e estudar os objetos previstos no conteúdo programático.

Quando começam as inscrições para a Câmara dos Deputados 2026?

As inscrições estão previstas de 15 de outubro a 17 de novembro de 2026, pelo site oficial do Cebraspe, com encerramento às 18h do último dia, no horário de Brasília.

Inteligência artificial é um assunto que merece atenção na preparação para a Câmara

O concurso Câmara dos Deputados 2026 demonstra a presença de temas tecnológicos no conteúdo programático de carreiras públicas de diferentes áreas.

Para o candidato, o principal cuidado é identificar o que o edital realmente exige e transformar essa informação em um plano de estudos.

Engenharia de prompts, aprendizado supervisionado, aprendizado não supervisionado, aprendizado por reforço e IA generativa devem fazer parte da revisão dos conhecimentos básicos.

Quem concorre a especialidades com exigências adicionais de tecnologia também precisa estudar os assuntos específicos, sempre conforme o programa oficial.

Concurso Câmara dos Deputados 2026: prepare-se para a prova!

Conhecer o conteúdo do edital é o primeiro passo. Saber como estudá-lo é o próximo.

Com a prova prevista para janeiro de 2027, este é o momento de organizar as disciplinas, revisar os conceitos de inteligência artificial e praticar a resolução de questões.

Sua preparação não precisa depender de improviso. Invista no pavimento que te levará até o seu sonho!