Machine learning (aprendizagem automática) é a subárea da IA em que sistemas aprendem padrões a partir de dados, em vez de serem programados explicitamente para cada caso. Um sistema de ML treinado em milhares de facturas aprende a identificar o NIF, valor e fornecedor em facturas novas; um treinado em históricos de absentismo aprende a prever risco de saída.
Machine learning divide-se em supervised (aprender com exemplos rotulados — 'este é spam, este não é'), unsupervised (descobrir estrutura em dados sem rótulos — clustering de clientes por comportamento), e reinforcement learning (aprender por tentativa-e-erro — usado em robótica, jogos). A maioria dos casos industriais e corporativos usa supervised learning.
Em aplicações INFOS, ML aparece em pplEvolution (previsão de absentismo, risco de saída), Gestão Documental (classificação de documentos), e KORA Productivity (detecção de anomalias em produção quando existe instrumentação suficiente). Cada implementação respeita princípios de AI Act — modelos explicáveis, dados de treino auditáveis, supervisão humana — sem black-boxes opacas.