Agentes de IA, análise de dados em R, Python e quarto para publicação reprodutível na web.
O que é IA generativa, suas limitações, integridade acadêmica, citação de IA em trabalhos e LGPD.
02De chatbot a agente: o que mudou, e estudos de caso.
03Modelos reutilizáveis para as tarefas mais comuns de pesquisa: estrutura de projeto, AGENTS.md customizado, limpeza de dados, análise estatística, visualização, escrita acadêmica e Git.
04Onde a IA falha (alucinação, viés), por que humano continua responsável pela decisão, e o quadro ético-regulatório (LGPD, ICMJE).
Linha de comando: shells, navegação, manipulação de arquivos e os atalhos que economizam horas.
06IDEs (Positron, RStudio, VS Code) — onde o trabalho com agentes acontece.
07Material de referência para consulta: nomeação, símbolos, indentação, YAML, encoding, mensagens de erro. Para visitar quando aparecer uma dúvida no fluxo do Módulo 3.
Markdown, Quarto (chunks, multi-formato, YAML), BibTeX e Zotero, e LaTeX para quem precisa.
09CSV, Excel, JSON, Parquet, SQLite, tidy data e a convenção raw/processed/output.
10Comparativo entre as duas linguagens: instalação, sintaxe, dataframes, importação, transformação, descritiva, visualização, inferência, modelagem.