Appendix C — Dicas de Geracao de Codigo com IA

As IAs sao ferramentas extremamente uteis e validas no contexto da programacao. Primeiramente, nenhuma IA fara milagres — voce precisa ser claro e evidente nas suas perguntas. Como diria algum matematico: “Uma pergunta bem formulada ja esta respondida.”

Existem tarefas de programacao que ate o mais experiente dos programadores tera que ler a documentacao de varias bibliotecas e raciocinar muito tempo para executar. A IA facilita esse trabalho, gerando o codigo pesado enquanto voce foca na logica do problema.

Como diriam muitos programadores, a tarefa de gerar codigo e a mais trivial. O importante e juntar aqueles codigos em algo que faca sentido. Outra coisa que dizem e que se passa muito mais tempo debugando (corrigindo) um codigo do que gerando ele em si: primeiro se pensa a logica, depois os problemas sao solucionados um a um. E e ai que a IA entra como aliada. A IA tem o papel de gerar codigo e nos temos o papel de checar se ele faz sentido.

C.1 Por que usar IA para programacao estatistica?

Na pratica estatistica, voce frequentemente precisa:

Lembrar a sintaxe exata de uma funcao que usa raramente
Converter formulas matematicas em codigo funcional
Criar visualizacoes que exigem muita configuracao
Adaptar codigo de um formato para outro (ex: R para Python)
Tratar dados com formatos inconsistentes

Para todas essas tarefas, uma IA generativa pode economizar horas de trabalho. Mas o ponto chave e: voce precisa entender o que o codigo faz para verificar se esta correto.

Principio fundamental

A IA e uma ferramenta de produtividade, nao de substituicao. Voce precisa ter conhecimento suficiente para avaliar criticamente o que ela produz.

C.2 Como escrever bons prompts para codigo estatistico

A qualidade do codigo gerado depende diretamente da qualidade do seu prompt (pergunta/instrucao). Aqui estao diretrizes praticas:

C.2.1 1. Seja especifico sobre o contexto

Ruim: > “Faca um grafico dos meus dados.”

Bom: > “Tenho um DataFrame em R chamado dados com as colunas idade (numerica), salario (numerica) e setor (categorica com 3 niveis: ‘Industria’, ‘Comercio’, ‘Servicos’). Quero um grafico de dispersao de idade vs. salario, colorido por setor, usando ggplot2, com titulo e rotulos em portugues.”

C.2.2 2. Especifique a linguagem e as bibliotecas

Ruim: > “Como faco um teste t?”

Bom: > “Em R, usando a funcao t.test(), como faco um teste t para duas amostras independentes comparando o vetor grupo_a com o vetor grupo_b, assumindo variancias desiguais? Mostre como interpretar a saida.”

C.2.3 3. Forneca o formato dos dados

Quando possivel, mostre um exemplo dos seus dados:

“Meus dados CSV tem este formato:
nome;idade;nota;aprovado
Ana;22;8.5;sim
Bruno;25;6.0;nao
O separador e ponto e virgula e o decimal e ponto. Como importo isso em Python com Pandas e calculo a media das notas por status de aprovacao?”

C.2.4 4. Peca explicacoes

“Faca um intervalo de confianca de 95% para a media em R e explique cada linha do codigo para que eu entenda o que esta acontecendo.”

C.2.5 5. Itere sobre a resposta

Se o primeiro resultado nao for perfeito, refine:

“O codigo funcionou, mas quero que o grafico use as cores #448EE3 e #2D4188 e que o eixo Y comece em zero.”

C.3 Exemplos praticos

C.3.1 Exemplo 1: Gerar tabela de frequencias em R

Prompt: > “Em R, tenho um vetor chamado notas com 30 valores numericos entre 0 e 10. Quero criar uma tabela de distribuicao de frequencias com 5 classes de amplitude igual, contendo: limite inferior, limite superior, frequencia absoluta, frequencia relativa e frequencia acumulada. Use apenas funcoes basicas do R.”

C.3.2 Exemplo 2: Regressao linear em Python

Prompt: > “Em Python, usando statsmodels, tenho um DataFrame df com colunas preco e area. Quero ajustar uma regressao linear simples (preco ~ area), exibir o resumo (summary), e criar um grafico de dispersao com a reta ajustada usando matplotlib. Inclua a equacao e o R-quadrado no grafico.”

C.3.3 Exemplo 3: Teste de hipotese com interpretacao

Prompt: > “Em R, tenho dois vetores: antes e depois, que representam medidas do mesmo grupo de 20 pacientes antes e depois de um tratamento. Faca um teste t pareado com nivel de significancia de 5%, mostre o codigo completo e escreva uma interpretacao textual do resultado no formato de um relatorio.”

C.4 Ciladas comuns: quando a IA erra

C.4.1 Alucinacoes

A IA pode inventar funcoes que nao existem, parametros incorretos ou bibliotecas ficticias. Isso e chamado de alucinacao.

Como detectar:

Se uma funcao parece muito conveniente e voce nunca ouviu falar dela, verifique na documentacao oficial
Execute o codigo — se der erro de “funcao nao encontrada”, provavelmente foi inventada
Desconfie de bibliotecas com nomes muito especificos que voce nao conhece

C.4.2 Resultados numericos incorretos

A IA pode aplicar a formula errada ou usar parametros estatisticos trocados (ex: usar desvio padrao populacional quando deveria ser amostral).

Como verificar:

Calcule exemplos simples na mao e compare com o resultado do codigo
Verifique se a funcao usa ddof=1 (Python) ou na.rm = TRUE (R) quando necessario
Confira a interpretacao dos resultados com o material do curso

C.4.3 Codigo funcional mas ineficiente

A IA pode gerar codigo que funciona, mas que usa loops desnecessarios onde operacoes vetorizadas seriam mais apropriadas. Isso e especialmente relevante em R e Python com grandes volumes de dados.

Regra de ouro

Sempre execute o codigo gerado pela IA e verifique os resultados antes de usa-los em qualquer trabalho ou relatorio. Nunca confie cegamente na saida de uma IA.

C.5 Ferramentas recomendadas

Ferramentas de IA para Programacao
Ferramenta	Tipo	Acesso	Melhor para
ChatGPT (OpenAI)	Chatbot	Web / App	Perguntas gerais, explicacoes, geracao de codigo
Claude (Anthropic)	Chatbot	Web / App / API	Analise detalhada, codigo longo, raciocinio estatistico
Claude Code	CLI	Terminal	Projetos maiores, edicao de arquivos, automacao
GitHub Copilot	Autocompletar	VS Code / RStudio	Sugestoes em tempo real enquanto programa
Google Gemini	Chatbot	Web / Colab	Integracao com Google Colab e dados Google

Dica

Para estudantes, o ChatGPT e o Claude oferecem versoes gratuitas que sao mais do que suficientes para as tarefas deste livro. O GitHub Copilot e gratuito para estudantes com o GitHub Student Developer Pack.

C.6 Etica e integridade academica

O uso de IA na vida academica levanta questoes importantes que voce deve considerar:

C.6.1 O que e aceitavel

Usar IA para aprender: pedir explicacoes, exemplos, analogias
Usar IA para depurar: encontrar erros no seu codigo
Usar IA para consultar sintaxe: lembrar como usar uma funcao especifica
Usar IA como ponto de partida: gerar um esqueleto de codigo que voce entende e modifica

C.6.2 O que exige cuidado

Copiar codigo sem entender: se voce nao consegue explicar o que cada linha faz, voce nao aprendeu
Nao citar o uso de IA: em trabalhos academicos, seja transparente sobre o uso de ferramentas de IA
Usar IA em avaliacoes: respeite as regras do seu professor e da sua instituicao — cada disciplina pode ter politicas diferentes
Confiar cegamente: resultados de IA podem estar errados, especialmente em interpretacoes estatisticas

C.6.3 Recomendacoes gerais

Transparencia: sempre informe ao professor quando usar IA em trabalhos
Compreensao: so use codigo que voce consegue explicar
Verificacao: sempre confira os resultados com calculos manuais ou fontes confiaveis
Aprendizado: use a IA como tutora, nao como substituta

Sobre este livro

Este proprio livro foi desenvolvido com o auxilio de IA (Claude Code), demonstrando na pratica o uso etico e produtivo dessas ferramentas. Todo o conteudo foi revisado e validado pelo autor, que utilizou a IA como ferramenta de produtividade para redigir, formatar e organizar o material, sempre mantendo o controle sobre o conteudo tecnico e pedagogico.

# Dicas de Geracao de Codigo com IA {#apendice-ia} As IAs sao ferramentas extremamente uteis e validas no contexto da programacao. Primeiramente, nenhuma IA fara milagres --- voce precisa ser claro e evidente nas suas perguntas. Como diria algum matematico: "Uma pergunta bem formulada ja esta respondida." Existem tarefas de programacao que ate o mais experiente dos programadores tera que ler a documentacao de varias bibliotecas e raciocinar muito tempo para executar. A IA facilita esse trabalho, gerando o codigo pesado enquanto voce foca na logica do problema. Como diriam muitos programadores, a tarefa de gerar codigo e a mais trivial. O importante e juntar aqueles codigos em algo que faca sentido. Outra coisa que dizem e que se passa muito mais tempo **debugando** (corrigindo) um codigo do que gerando ele em si: primeiro se pensa a logica, depois os problemas sao solucionados um a um. E e ai que a IA entra como aliada. A IA tem o papel de gerar codigo e nos temos o papel de checar se ele faz sentido. ## Por que usar IA para programacao estatistica? Na pratica estatistica, voce frequentemente precisa: - Lembrar a sintaxe exata de uma funcao que usa raramente - Converter formulas matematicas em codigo funcional - Criar visualizacoes que exigem muita configuracao - Adaptar codigo de um formato para outro (ex: R para Python) - Tratar dados com formatos inconsistentes Para todas essas tarefas, uma IA generativa pode economizar horas de trabalho. Mas o ponto chave e: **voce precisa entender o que o codigo faz** para verificar se esta correto. ::: {.callout-important} ## Principio fundamental A IA e uma ferramenta de **produtividade**, nao de **substituicao**. Voce precisa ter conhecimento suficiente para avaliar criticamente o que ela produz. ::: ## Como escrever bons prompts para codigo estatistico A qualidade do codigo gerado depende diretamente da qualidade do seu prompt (pergunta/instrucao). Aqui estao diretrizes praticas: ### 1. Seja especifico sobre o contexto **Ruim:** > "Faca um grafico dos meus dados." **Bom:** > "Tenho um DataFrame em R chamado `dados` com as colunas `idade` (numerica), `salario` (numerica) e `setor` (categorica com 3 niveis: 'Industria', 'Comercio', 'Servicos'). Quero um grafico de dispersao de idade vs. salario, colorido por setor, usando ggplot2, com titulo e rotulos em portugues." ### 2. Especifique a linguagem e as bibliotecas **Ruim:** > "Como faco um teste t?" **Bom:** > "Em R, usando a funcao t.test(), como faco um teste t para duas amostras independentes comparando o vetor `grupo_a` com o vetor `grupo_b`, assumindo variancias desiguais? Mostre como interpretar a saida." ### 3. Forneca o formato dos dados Quando possivel, mostre um exemplo dos seus dados: > "Meus dados CSV tem este formato: > ``` > nome;idade;nota;aprovado > Ana;22;8.5;sim > Bruno;25;6.0;nao > ``` > O separador e ponto e virgula e o decimal e ponto. Como importo isso em Python com Pandas e calculo a media das notas por status de aprovacao?" ### 4. Peca explicacoes > "Faca um intervalo de confianca de 95% para a media em R e **explique cada linha do codigo** para que eu entenda o que esta acontecendo." ### 5. Itere sobre a resposta Se o primeiro resultado nao for perfeito, refine: > "O codigo funcionou, mas quero que o grafico use as cores #448EE3 e #2D4188 e que o eixo Y comece em zero." ## Exemplos praticos ### Exemplo 1: Gerar tabela de frequencias em R **Prompt:** > "Em R, tenho um vetor chamado `notas` com 30 valores numericos entre 0 e 10. Quero criar uma tabela de distribuicao de frequencias com 5 classes de amplitude igual, contendo: limite inferior, limite superior, frequencia absoluta, frequencia relativa e frequencia acumulada. Use apenas funcoes basicas do R." ### Exemplo 2: Regressao linear em Python **Prompt:** > "Em Python, usando statsmodels, tenho um DataFrame `df` com colunas `preco` e `area`. Quero ajustar uma regressao linear simples (preco ~ area), exibir o resumo (summary), e criar um grafico de dispersao com a reta ajustada usando matplotlib. Inclua a equacao e o R-quadrado no grafico." ### Exemplo 3: Teste de hipotese com interpretacao **Prompt:** > "Em R, tenho dois vetores: `antes` e `depois`, que representam medidas do mesmo grupo de 20 pacientes antes e depois de um tratamento. Faca um teste t pareado com nivel de significancia de 5%, mostre o codigo completo e escreva uma interpretacao textual do resultado no formato de um relatorio." ## Ciladas comuns: quando a IA erra ### Alucinacoes A IA pode inventar funcoes que nao existem, parametros incorretos ou bibliotecas ficticias. Isso e chamado de **alucinacao**. **Como detectar:** - Se uma funcao parece muito conveniente e voce nunca ouviu falar dela, verifique na documentacao oficial - Execute o codigo --- se der erro de "funcao nao encontrada", provavelmente foi inventada - Desconfie de bibliotecas com nomes muito especificos que voce nao conhece ### Resultados numericos incorretos A IA pode aplicar a formula errada ou usar parametros estatisticos trocados (ex: usar desvio padrao populacional quando deveria ser amostral). **Como verificar:** - Calcule exemplos simples na mao e compare com o resultado do codigo - Verifique se a funcao usa `ddof=1` (Python) ou `na.rm = TRUE` (R) quando necessario - Confira a interpretacao dos resultados com o material do curso ### Codigo funcional mas ineficiente A IA pode gerar codigo que funciona, mas que usa loops desnecessarios onde operacoes vetorizadas seriam mais apropriadas. Isso e especialmente relevante em R e Python com grandes volumes de dados. ::: {.callout-warning} ## Regra de ouro **Sempre execute o codigo gerado pela IA e verifique os resultados antes de usa-los em qualquer trabalho ou relatorio.** Nunca confie cegamente na saida de uma IA. ::: ## Ferramentas recomendadas | Ferramenta | Tipo | Acesso | Melhor para | |:-----------|:-----|:-------|:------------| | **ChatGPT** (OpenAI) | Chatbot | Web / App | Perguntas gerais, explicacoes, geracao de codigo | | **Claude** (Anthropic) | Chatbot | Web / App / API | Analise detalhada, codigo longo, raciocinio estatistico | | **Claude Code** | CLI | Terminal | Projetos maiores, edicao de arquivos, automacao | | **GitHub Copilot** | Autocompletar | VS Code / RStudio | Sugestoes em tempo real enquanto programa | | **Google Gemini** | Chatbot | Web / Colab | Integracao com Google Colab e dados Google | : Ferramentas de IA para Programacao {.striped .hover} ::: {.callout-tip} ## Dica Para estudantes, o **ChatGPT** e o **Claude** oferecem versoes gratuitas que sao mais do que suficientes para as tarefas deste livro. O **GitHub Copilot** e gratuito para estudantes com o [GitHub Student Developer Pack](https://education.github.com/pack). ::: ## Etica e integridade academica O uso de IA na vida academica levanta questoes importantes que voce deve considerar: ### O que e aceitavel - Usar IA para **aprender**: pedir explicacoes, exemplos, analogias - Usar IA para **depurar**: encontrar erros no seu codigo - Usar IA para **consultar sintaxe**: lembrar como usar uma funcao especifica - Usar IA como **ponto de partida**: gerar um esqueleto de codigo que voce entende e modifica ### O que exige cuidado - **Copiar codigo sem entender**: se voce nao consegue explicar o que cada linha faz, voce nao aprendeu - **Nao citar o uso de IA**: em trabalhos academicos, seja transparente sobre o uso de ferramentas de IA - **Usar IA em avaliacoes**: respeite as regras do seu professor e da sua instituicao --- cada disciplina pode ter politicas diferentes - **Confiar cegamente**: resultados de IA podem estar errados, especialmente em interpretacoes estatisticas ### Recomendacoes gerais 1. **Transparencia**: sempre informe ao professor quando usar IA em trabalhos 2. **Compreensao**: so use codigo que voce consegue explicar 3. **Verificacao**: sempre confira os resultados com calculos manuais ou fontes confiaveis 4. **Aprendizado**: use a IA como **tutora**, nao como **substituta** ::: {.callout-note} ## Sobre este livro Este proprio livro foi desenvolvido com o auxilio de IA (Claude Code), demonstrando na pratica o uso etico e produtivo dessas ferramentas. Todo o conteudo foi revisado e validado pelo autor, que utilizou a IA como ferramenta de produtividade para redigir, formatar e organizar o material, sempre mantendo o controle sobre o conteudo tecnico e pedagogico. :::