Questão de Comunicação Social · FGV DPE-RS 2023 (nº 43)

A raspagem de dados (web scraping) é a coleta automatizada de informações de sites da internet, onde programas de computador "leem" páginas web para extrair dados específicos.

• (A) Correta: A raspagem de dados utiliza robôs (bots), que são programas de computador automatizados, para navegar e extrair informações de páginas web. A Inteligência Artificial (IA) pode ser empregada para aprimorar essa coleta, especialmente na interpretação de dados não estruturados, na superação de barreiras anti-bot ou na análise de conteúdo.
• (B) Incorreta: HTML é a linguagem de marcação que estrutura o conteúdo das páginas web, não um programa ou ferramenta que realiza a raspagem. Os programas de raspagem leem o HTML para extrair os dados, mas não são "programas de base HTML" no sentido de serem a ferramenta de raspagem. Esta é a armadilha da banca, confundindo a linguagem do conteúdo com a ferramenta de extração.
• (C) Incorreta: Programas do pacote Microsoft Office (como Word, Excel, PowerPoint) são ferramentas de produtividade e não são projetados para realizar a coleta automatizada e sistemática de dados da web.
• (D) Incorreta: Jornalistas com habilidades em "matrizes eletrônicas" (provavelmente referindo-se a planilhas ou bancos de dados) podem organizar e analisar os dados raspados, mas essas habilidades não se referem à técnica de realizar a raspagem em si.
• (E) Incorreta: Computação na nuvem é uma infraestrutura para hospedar e executar programas e serviços pela internet. Embora as ferramentas de raspagem possam ser executadas na nuvem, a computação na nuvem não é a técnica de raspagem de dados, mas sim o ambiente onde ela pode operar.