ASIR - Preguntas examen Módulo Optativo - ILERNA

¿Cuál de los siguientes no es un desafío técnico de la IA?. La incapacidad de la IA para aprender de nuevos datos. Altos requisitos de recursos computacionales. Costos elevados y consumo de energía. Falta de estándares universales.

¿Cuál es la principal diferencia entre la Narrow AI y la General AI?. La Narrow AI es un concepto teórico, mientras que la General AI ya se usa a diario. La Narrow AI se centra en la predicción, mientras que la General AI se enfoca en la creación de contenido. La Narrow AI se especializa en una tarea, mientras que la General AI puede realizar múltiples tareas intelectuales. La Narrow AI se basa en modelos matemáticos, mientras que la General AI utiliza algoritmos generativos.

Los modelos de IA generativa necesitan potentes GPU, grandes conjuntos de datos y mucha energía para funcionar. ¿Qué desafío actual de la IA ilustra esto?. El de los requisitos técnicos. El de la consistencia. El de la obsolescencia. El de la falta de estándares.

¿Cuál de los siguientes no fue uno de los nombres que recibió el campo de las 'máquinas pensantes' durante la 'Era del optimismo' en los años 50-60?. Cibernética. Procesamiento complejo de la información. Teoría de los autómatas. Teoría del caos.

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

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. Generative AI para producir respuestas. Discriminative AI para entender comandos de voz. Analytical AI para optimizar rutas logísticas.

¿Cuál es la principal diferencia entre la IA débil y la inteligencia humana?. La IA débil es igual a la inteligencia humana en todos los aspectos, pero más rápida. La IA débil puede realizar cualquier tarea intelectual, mientras que la humana no. La inteligencia humana es menos versátil que la IA débil. La IA débil está diseñada para tareas específicas y carece de la comprensión general del mundo que tiene la inteligencia humana.

En el contexto del 'Invierno de la IA', ¿cuál fue la consecuencia más notable de que los avances no cumplieran con las expectativas iniciales?. La migración de los principales investigadores a otros campos de la ciencia. La reducción en la financiación y el interés en la investigación. Una nueva era de optimismo con la aparición del Big Data. El término 'inteligencia artificial' dejó de utilizarse.

Un problema conocido de los modelos de IA generativa, que llamamos 'alucinaciones', se refiere a que el modelo: Se vuelve loco y produce resultados aleatorios. Produce resultados completamente fabricados sin base en la realidad. Copia contenido de internet de forma incorrecta. Solo funciona cuando el usuario 'alucina' con sus capacidades.

¿Por qué la IA no es completamente infalible y objetiva?. Porque la IA actual es demasiado lenta para ser objetiva. Porque los modelos de IA son diseñados por humanos que cometen errores. Porque los modelos pueden generar sesgos que reflejan los datos con los que fueron entrenados y producir desinformación. Porque solo procesa una pequeña cantidad de datos.

¿Qué problema plantea la "obsolescencia" rápida de la IA?. Que la IA deja de funcionar por completo. Que la IA se vuelve lenta con el tiempo. Que la IA se vuelve más difícil de usar con el tiempo. Que los modelos actuales pierden relevancia rápidamente ante nuevas versiones más avanzadas, obligando a una actualización constante.

¿Qué papel se le atribuye a la IA en el futuro del trabajo?. La IA eliminará todos los trabajos, sin crear ninguno nuevo. La IA reemplazará completamente a los humanos en todos los empleos. La IA solo se usará para trabajos manuales y no para tareas intelectuales. La IA será más un complemento que un sustituto, creando nuevas oportunidades y roles profesionales.

¿En qué evento histórico se acuñó el término 'inteligencia artificial' y se sentaron las bases para su desarrollo como disciplina científica?. La Feria Mundial de Nueva York de 1964. La Conferencia de Dartmouth en 1956. El Simposio de Turing de 1950. El Congreso Internacional de Cibernética en 1958.

¿Cuál de los siguientes es un desafío de la IA relacionado con la privacidad?. La falta de consistencia en las respuestas. La obsolescencia de los modelos. La recopilación y el almacenamiento automático de datos de usuario que podrían comprometer la confidencialidad si no se gestionan adecuadamente. El alto costo de los modelos.

Un ejemplo de la 'naturaleza complementaria' de la IA en el trabajo es: Una IA que toma todas las decisiones en una empresa sin intervención humana. La invención de nuevas profesiones como 'diseñadores de prompts'. Una caja de autopago que elimina por completo a los cajeros en un supermercado. Una fábrica completamente automatizada por robots que no tiene ningún empleado.

¿Qué tipo de funciones son las que tradicionalmente dependen de las capacidades humanas y que la IA es capaz de ejecutar?. Elaboración de obras de arte, composición musical o escritura creativa. Procesamiento de imágenes, entendimiento del habla y razonamiento lógico. Funciones sociales como la empatía o las relaciones interpersonales. Funciones físicas como levantar objetos pesados o conducir vehículos.

¿Qué tipo de IA empleamos cuando…?. Narrow AI. Generative AI. Predictive AI. Discriminative AI. Analytical AI. Statistical AI.

Relaciona cada tipo de IA con su definición. Narrow AI. General AI. Generative AI. Predictive AI. Discriminative AI. Analytical AI. Statistical AI.

¿Cuál es la materia prima fundamental de la inteligencia artificial?. Algoritmos. Datos. Modelos. Procesadores.

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

Los datos semiestructurados se representan habitualmente en: SQL. JSON. CSV. CSV.

Un algoritmo en IA se define como: Una base de datos organizada. Un conjunto de instrucciones para procesar datos. Un sistema de almacenamiento. Un modelo de red neuronal.

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

El modelo en IA es: El conjunto de datos de entrenamiento. La representación matemática de lo aprendido. Una base de datos. El hardware de la IA.

Un modelo supervisado aprende a partir de: Prueba y error. Datos sin etiquetar. Datos etiquetados. Premios y castigos.

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

¿Cuál es el propósito de un autoencoder variacional (VAE, variational autoencoder)?. Clasificar datos. Comprimir y reconstruir información con variaciones controladas. Predecir precios, elaborar resúmenes. Detectar bordes en imágenes.

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

El subajuste significa que: El modelo se adapta demasiado. El modelo no aprende lo suficiente. El modelo predice con gran precisión. El modelo usa redes neuronales.

¿Qué métrica mide el porcentaje de aciertos de un modelo?. Error. Precisión. Generalización. Fine-tuning.

¿Qué elemento es clave en la entrada (input) a un modelo de IA conversacional, es decir, las instrucciones que le damos al sistema?. Prompt. Output. Dataset. GPU.

¿Qué técnica de prompting implica dar ejemplos previos?. Zero-shot. Few-shot. Chain-of-thought. Instrucción inversa.

Un riesgo de equidad social relacionado con la IA es: La traducción automática, que puede ser imprecisa. La brecha socioeconómica, hay personas que no tienen acceso a la IA. El clustering. El PLN.

Relaciona el tipo de aprendizaje con su característica y ejemplo: Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo. Transfer learning (aprendizaje por transferencia). Fine-tuning (ajuste fino).

Relaciona el proceso o modelo avanzado con su descripción: Modelo de difusión (Diffusion). Transformer. GAN (Red Generativa Antagónica). VAE (Autoencoder Variacional). CNN (Red Neuronal Convolucional). PLN (Procesamiento del Lenguaje Natural). Conversational AI (IA conversacional).

¿Qué chatbot tiene un enfoque más personal y “amigable”, destinado a interacción social?. Copilot. Gemini. PI (Inflection AI). Claude.

¿En qué aplicaciones de redes sociales se integra Meta AI?. Únicamente en WhatsApp. En Facebook, Instagram, Messenger y WhatsApp. Solo en Instagram. En Twitter (X) y Reddit.

¿Qué plataforma profesional de Microsoft permite crear y entrenar modelos personalizados de IA?. Canva. Azure AI Studio. Notion AI. YouChat.

¿Qué ventaja principal tienen los modelos de lenguaje de gran tamaño (LLM)?. Procesar solo imágenes. Generar lenguaje humano con gran sofisticación. Requerir pocos datos. Ser económicos.

¿Qué problema puede surgir por sesgos en los datos de entrenamiento?. Imágenes siempre en blanco y negro. Representaciones poco inclusivas. Exceso de detalles. Errores gramaticales.

¿Cuál es una forma de aprovechar la IA para la exploración creativa en imágenes?. Usar siempre estilos realistas. Limitar las variaciones a una sola versión. Describir un concepto, estilo artístico y solicitar múltiples variaciones. Evitar la experimentación con técnicas visuales.

¿Qué elemento es clave para la generación de vídeo con IA?. Uso exclusivo de imágenes. Narrativa y concepto. Traducción simultánea. Reconocimiento facial.

¿Qué beneficio aporta la IA en audio y vídeo?. Limita la accesibilidad. Democratiza la creación. Requiere más tiempo. Dificulta la traducción.

¿Qué recomendación se debe tener en cuenta respecto a datos sensibles?. Compartirlos para personalizar mejor. No compartirlos por temas de privacidad. Usarlos siempre en prompts. Guardarlos en prompts para recordarlos.

¿Qué técnica de prompting consiste en pedir directamente lo que queremos, sin ejemplos previos?. Few-shot prompting. Role prompting. Chain-of-thought prompting. Zero-shot prompting.

Relaciona la herramienta de IA con su característica: Modelo de IA generativa de código abierto que crea imágenes a partir de descripciones escritas. Los usuarios pueden instalarlo en sus propios equipos y personalizarlo. Modelo que permite generar imágenes originales a partir de instrucciones textuales. Se ha popularizado por su capacidad de combinar elementos de manera creativa. Modelo de IA generativa pensado para integrarse en las aplicaciones de Adobe (como Photoshop o Illustrator) y facilitar la creación profesional. Diseño gráfico accesible, herramienta de diseño que sugiere plantillas, estilos y elementos visuales para agilizar el proceso creativo. Plataforma profesional que ofrece herramientas para crear, entrenar y desplegar modelos de IA personalizados.

Relaciona la técnica de prompting con su descripción: Zero-shot. Few-shot. Chain-of-thought. Role prompting.