Cuestionario sobre Transformación Digital, Cloud Computing, Edge Computing e Inteligencia Artif

¿Qué puede ocasionar la imparable digitalización y el desarrollo de un mundo cada vez más interconectado?. Una mayor eficiencia en las empresas. Vulnerabilidades y exposición a amenazas. Una reducción en la necesidad de ciberseguridad. Una disminución en la colaboración entre empresas.

¿Qué permite la computación en la nube gracias a su escalabilidad y flexibilidad?. Aumentar la dependencia del hardware local. Centralizar todos los datos en un solo servidor. Permitir a las empresas olvidarse del hardware y avanzar hacia un sistema más colaborativo. Reducir la velocidad de respuesta ante incidentes.

¿Qué protagonismo ha tomado la Inteligencia Artificial en la ciberseguridad?. Ha aumentado la complejidad de los ataques. Permite predecir amenazas, optimizar la respuesta ante incidentes e incrementar la capacidad de integración de seguridad. Ha hecho obsoletas las soluciones de seguridad tradicionales. Ha reducido la necesidad de personal especializado en ciberseguridad.

¿Dónde se originó el Edge computing?. En los centros de datos centrales a principios de los 2000. En las redes de distribución de contenido a fines de la década de los noventa. En la computación en la nube a principios de los 2010. En los dispositivos móviles personales.

¿Cuál es el principal beneficio de Edge computing al acercar el procesamiento a las fuentes de datos?. Aumentar la latencia de respuesta. Incrementar el tráfico de datos hacia la nube. Minimizar los tiempos de respuesta. Reducir la necesidad de almacenamiento.

¿Qué ventaja proporciona Edge computing en términos de ciberseguridad?. Aumenta la exposición a ataques externos. Reduce las interacciones con plataformas y nubes públicas, optimizando la ciberseguridad. Centraliza todos los datos en la nube, facilitando la monitorización. Requiere una mayor inversión en infraestructura de seguridad.

¿Qué paradigma constituye la computación en el borde?. Centralizar el procesamiento de datos en un centro de datos remoto. Llevar el procesamiento de datos y almacenamiento más cerca de los dispositivos que los generan. Depender exclusivamente de la computación en la nube para el procesamiento. Aumentar la latencia y el uso de ancho de banda.

¿Cuál es una de las funciones principales del cloud computing?. Garantizar que todas las aplicaciones se instalen localmente. Acceder virtualmente a recursos informáticos como almacenamiento y procesamiento a través de Internet. Limitar el acceso a los datos solo desde la oficina. Aumentar la inversión en hardware físico.

¿Qué función del cloud computing permite a los equipos de trabajo colaborar y desarrollar tareas a distancia?. Almacenamiento de archivos. Ejecución de aplicaciones. Posibilitar el trabajo en equipo. Reducir costes.

¿Cuál es una ventaja del cloud computing en términos de costes?. Aumenta la inversión en hardware y mantenimiento. Permite a la empresa ahorrar en inversión correspondiente en hardware y mantenimiento. Incrementa los costes de licencias de software. Requiere una mayor infraestructura física.

¿Qué caracteriza a una 'Nube privada'?. Es compartida por varias organizaciones con objetivos comunes. Sus servidores se alojan en los propios centros de datos de una sola organización. Es ofrecida por proveedores como AWS o Google Cloud. Combina modelos de nubes públicas y privadas.

¿Qué son las 'Nubes públicas'?. Nubes que pertenecen a una sola organización. Nubes compartidas por varias organizaciones con intereses comunes. Nubes que combinan modelos privados y públicos. Servicios ofrecidos por proveedores como AWS, Google Cloud o Microsoft Azure.

¿Qué modelo de servicio cloud computing proporciona infraestructura básica como servidores y almacenamiento?. Plataforma como Servicio (PaaS). Software como Servicio (SaaS). Infraestructura como Servicio (IaaS). Infraestructura como Código (IaC).

¿Cuál es la principal diferencia entre IaaS, PaaS y SaaS?. La ubicación de los servidores. El nivel de responsabilidad del usuario sobre la gestión de la infraestructura y las aplicaciones. El coste de los servicios. La velocidad de conexión a Internet.

¿Qué es Fog Computing?. Un tipo de computación que solo se realiza en la nube centralizada. Una capa intermedia entre la nube central y los dispositivos IoT para procesamiento y almacenamiento local. Un concepto obsoleto de computación de borde. Un sinónimo de Mist Computing.

¿Qué característica de Edge computing ayuda a minimizar el tiempo de respuesta?. Escalabilidad. Fiabilidad y robustez. Reducción de la latencia. Ahorro de ancho de banda.

¿Qué es Mist Computing?. Un concepto que centraliza el procesamiento de datos. Una capa intermedia entre la nube y los dispositivos IoT. Un concepto más reciente que lleva la computación aún más cerca del borde, directamente a los dispositivos finales y sensores. Un sinónimo de Cloud Computing.

¿Cuál de las siguientes es una característica de Mist Computing?. Procesamiento masivo de datos centralizado. Ultra-localización y capacidad limitada para tareas específicas. Dependencia total de la conectividad a la nube. Alto consumo de energía.

¿Qué es la Inteligencia Artificial (IA)?. Una rama de la informática que se dedica al estudio y desarrollo de sistemas que realizan tareas que requieren inteligencia humana. Un tipo de hardware para el procesamiento de datos. Un lenguaje de programación específico para análisis estadístico. Una metodología para la gestión de bases de datos.

¿Cuál de las siguientes es un área de la Inteligencia Artificial?. Bases de datos relacionales. Redes neuronales profundas (Deep Learning). Programación orientada a objetos. Arquitectura de redes.

¿Qué tarea incluye el Procesamiento del Lenguaje Natural (NLP)?. Reconocimiento de imágenes y vídeos. Interacción entre computadoras y el lenguaje humano (entender, interpretar y generar lenguaje). Desarrollo de robots para tareas físicas. Simulación de conocimiento de expertos humanos.

¿Cómo afecta la IA al empleo según el documento?. Solo elimina trabajos, no crea nuevas oportunidades. Automatiza tareas, pero también crea nuevos roles cualificados y transforma empleos existentes. No tiene ningún impacto en el mercado laboral. Solo afecta a trabajos manuales, no a los administrativos.

¿Cuál es una preocupación sobre los algoritmos de IA?. Que sean demasiado eficientes. Que puedan ser sesgados si se basan en datos incompletos o no representativos. Que reduzcan la necesidad de datos. Que solo puedan ser utilizados para fines positivos.

¿Cuál es uno de los lenguajes de programación más populares en el campo de la IA y el aprendizaje automático?. C++. Java. Python. Lisp.

¿Para qué se utiliza principalmente el lenguaje R en el contexto de la IA?. Para el desarrollo de sistemas de visión por computadora. Para análisis estadístico y visualización de datos, con bibliotecas para aprendizaje automático. Para la generación de código de programación. Para la simulación de redes neuronales complejas.

¿Qué herramienta de IA se menciona para el procesamiento del lenguaje natural?. DALL-E. StyleGAN 3. ChatGPT. MuseNet.

¿Cuál es un ejemplo de herramienta de IA para la generación de imágenes?. BERT. Whisper. GitHub Copilot. Midjourney.

¿Qué valor aportan los datos a las empresas en la toma de decisiones?. Facilitan decisiones basadas en evidencia y análisis en lugar de suposiciones. Aumentan la incertidumbre. Reducen la necesidad de análisis. Dificultan la identificación de patrones.

¿Cómo ayudan los datos a la personalización y la experiencia del cliente?. Permiten a las empresas enviar correos masivos sin segmentación. Permiten a las empresas personalizar productos, servicios y campañas de marketing para satisfacer mejor las necesidades individuales. Reducen la necesidad de entender las preferencias del cliente. Aumentan la probabilidad de enviar ofertas irrelevantes.

¿Qué permite el análisis de datos en términos de eficiencia operativa?. Identificar ineficiencias y áreas de mejora en las operaciones empresariales. Aumentar los costes operativos. Reducir la productividad. Ignorar la optimización de procesos.

¿Qué son los 'datos' en su forma más básica?. Información procesada y con contexto. Cifras y valores sin procesar que no tienen un significado inherente por sí mismos. Conclusiones y recomendaciones de análisis. Patrones y tendencias identificados.

¿Qué es la 'información' en el contexto del análisis de datos?. Datos crudos y sin procesar. El resultado de procesar, organizar y estructurar los datos para darles significado y contexto. Solo las visualizaciones gráficas de los datos. Los algoritmos utilizados para el análisis.

¿Cuál es la primera etapa del ciclo de vida del dato según el documento?. Almacenamiento. Procesamiento. Creación. Análisis.

¿Qué se realiza en la etapa de 'Procesamiento' del ciclo de vida del dato?. Se extraen datos de diversas fuentes. Se analizan datos para extraer información significativa. Se transforman los datos crudos en un formato útil para el análisis, incluyendo limpieza e integración. Se eliminan los datos que ya no son necesarios.

¿Qué se busca en la etapa de 'Análisis' del ciclo de vida del dato?. Eliminar datos duplicados. Extraer información significativa y conocimiento que apoye la toma de decisiones. Almacenar datos a largo plazo. Asegurar la privacidad de los datos.

¿Qué característica del Big Data se refiere a la rapidez con la que se generan y deben analizar los datos?. Volumen. Variedad. Velocidad. Veracidad.

¿Qué característica del Big Data se refiere a la diversidad de fuentes y tipos de datos?. Volumen. Variedad. Valor. Visualización.

¿Qué característica del Big Data se refiere a la confiabilidad y precisión de los datos?. Volumen. Velocidad. Veracidad. Vulnerabilidad.

¿Qué etapa de la ciencia de datos consiste en identificar y formular el problema o pregunta a responder?. Recolección de datos. Limpieza y preparación de datos. Análisis Exploratorio de Datos (EDA). Definición del problema.

¿Qué se hace en la etapa de 'Limpieza y preparación de datos' en ciencia de datos?. Seleccionar algoritmos de modelado. Procesar y preparar los datos para el análisis, incluyendo limpieza y transformación. Evaluar el rendimiento de los modelos. Comunicar los resultados a las partes interesadas.

¿Qué se busca en la etapa de 'Selección y creación de modelos' en ciencia de datos?. Identificar patrones iniciales en los datos. Evaluar la efectividad de los modelos. Elegir y aplicar algoritmos de modelado apropiados para el problema. Supervisar el rendimiento del modelo en producción.

¿Por qué es importante la seguridad de los datos para las empresas?. Solo para cumplir con regulaciones. Para asegurar la privacidad, mantener la confianza del cliente y mitigar riesgos. Para aumentar la complejidad de los sistemas. Para reducir la competitividad en el mercado.

¿Qué implica el 'Cumplimiento normativo' en relación con los datos?. Ignorar las leyes y regulaciones de protección de datos. Cumplir con diversas leyes y regulaciones aplicables a la gestión de datos. Solo aplicar las regulaciones en caso de incidentes. Tener la opción de cumplir o no las normativas.

¿Qué consecuencia puede tener una brecha de seguridad para la reputación corporativa de una empresa?. Un impacto positivo y un aumento de la confianza. Un impacto devastador que puede dañar la imagen a largo plazo. Ningún impacto significativo. Una mejora en la competitividad.

¿Qué ventaja competitiva obtienen las empresas que gestionan sus datos de manera efectiva?. Pierden relevancia en el mercado. Tienen una ventaja competitiva significativa al poder diferenciar estrategias. Aumentan su vulnerabilidad. Reducen la necesidad de innovación.