IA

En un asistente virtual como Alexa o Siri integra varios tipos de IA. ¿Cuál de los siguientes no es un componente para su funcionamiento?. Predictive AI para sugerir acciones. Analytical AI para optimizar rutas logísticas. Discriminative AI para entender comandos de voz. Generative AI para producir respuestas.

¿Qué concepto clave se emplea para describir la capacidad de la IA de “aprender, adaptarse y mejorar”?. Deep learning. Robótica. Machine learning. Computación cognitiva.

¿Qué técnica se utiliza para analizar texto no estructurado?. SQL. Clustering. Procesamiento de lenguaje natural (PLN). Redes convolucionales.

¿Qué tipo de algoritmo se usa para predecir un precio de vivienda?. Clustering. Redes neuronales convolucionales. Regresión. Clasificación.

¿Qué arquitectura utiliza un mecanismo de atención para procesar lenguaje e identificar qué partes de una frase son más relevantes?. GAN (Generative adversarial networks / Redes generativas antagónicas). Regresión. CNN (Convolutional neural networks / Redes neuronales convolucionales). Transformer (transformador).

En las GAN (Generative adversarial networks / Redes generativas antagónicas), ¿qué red crea datos sintéticos?. Discriminador. Red neuronal. Generador. Transformer.

Crear infografías interactivas es un ejemplo de ¿qué aplicación de la IA?. Mejora de la comunicación. Eliminación de sesgos. Apoyo a la creatividad. Automatización de tareas.

El equipo de marketing quiere evaluar qué paleta de color sugerida por la IA genera más engagement en redes. ¿Qué rol profesional utilizaría las herramientas de IA para analizar los datos de interacción y generar una visualización clara de las tendencias?. Analista de datos junior con enfoque en IA, para identificar patrones de respuesta del público. Prompt Designer, para crear una nueva paleta. Supervisor de IA, para monitorizar la ética de los comentarios.

¿Qué significa el derecho de portabilidad de datos?. Recuperar datos borrados. Usar datos de terceros sin permiso. Almacenar datos en un pendrive. Exportar tus datos a otro servicio.

Año de la “Era del optimismo”: 2000-presente. años 70-80. años 50-60. años 90-2000.

Año de “El invierno de la IA”: años 70-80. años 90-2000. años 50-60. 2000-presente.

Definición de: Falta de estándares: La ausencia de normas universales permite discrepancias en ética, transparencia y privacidad entre modelos, dificultando un uso responsable. Problemas como sesgos, alucinaciones o desinformación exigen supervisión humana y validación constante de los resultados. Los avances tecnológicos vuelven obsoletos rápidamente los modelos existentes, forzando actualizaciones frecuentes y estrategias escalables. La recopilación automática de datos de usuario sin transparencia puede comprometer información sensible, requiriendo configuración consciente de ajustes.

Definición de Fiabilidad: Su implementación demanda GPU potentes, grandes volúmenes de datos y alto consumo energético, lo que limita su accesibilidad y plantea retos ecológicos. La naturaleza probabilística de estos modelos hace que sus respuestas varíen incluso con entradas similares, lo que exige verificación adicional en contextos que requieren precisión. Problemas como sesgos, alucinaciones o desinformación exigen supervisión humana y validación constante de los resultados. Los avances tecnológicos vuelven obsoletos rápidamente los modelos existentes, forzando actualizaciones frecuentes y estrategias escalables.

¿Qué característica corresponde con la “Precisión” de los algoritmos de la IA?. Deben definir exactamente qué operaciones realizar. Ante los mismos datos de entrada, producen los mismos resultados. Buscan resolver problemas utilizando la menor cantidad de recursos posibles. Capacidad para manejar volúmenes crecientes de datos.

¿Qué característica corresponde con el “Determinismo” de los algoritmos de la IA?. Buscan resolver problemas utilizando la menor cantidad de recursos posibles. Capacidad para manejar volúmenes crecientes de datos. Deben definir exactamente qué operaciones realizar. Ante los mismos datos de entrada, producen los mismos resultados.

Un algoritmo analiza las canciones que escuchan los usuarios en una plataforma de música. Sin etiquetas previas, agrupa a los oyentes en “tribus musicales” según sus gustos, detectando patrones ocultos. ¿Qué tipo de modelo es?. Ninguna es correcta. Supervisado. No supervisado. Refuerzo.

¿Qué situación indicaría que el modelo sufre de subajuste (underfitting)?. El modelo responde de forma distinta cada vez, incluso con la misma entrada. El modelo acierta casi siempre con las plantas del entrenamiento, pero falla con plantas nuevas. Todas son correctas. El modelo falla tanto con las plantas del entrenamiento como con plantas nuevas.

¿Qué factor determina principalmente la calidad del output generado por un sistema de IA?. La cantidad de datos utilizados en el entrenamiento. La calidad y especificidad del input proporcionado. El número de parámetros del modelo. Toda son correctas.

¿Qué elemento falta en el siguiente prompt para hacerlo más efectivo?: “Escribe un texto sobre los beneficios de la meditación para personas con ansiedad”. Especificidad: no indica qué tipo de beneficios (físicos, psicológicos, sociales) deben abordarse. Estilo y tono: no especifica el registro lingüístico ni el formato del contenido. Contexto: no explica la finalidad del texto (informar, persuadir, instruir). Claridad: contiene términos ambiguos como "meditación" que podrían referirse a distintas prácticas.