TEST DE DIGITALIZACION - T4-T6

¿Cuál es el consejo más importante para usuarios individuales que quieren utilizar herramientas de IA?. Usar siempre las versiones más avanzadas disponibles. Confiar completamente en los resultados que proporciona. Revisar siempre los resultados, contrastar información y usar criterio propio. Evitar compartir información personal con estos sistemas.

¿Cuál es el principal problema ético que surge cuando una IA se entrena con datos que reflejan desigualdades históricas?. El alto consumo energético del proceso de entrenamiento. La lentitud en el procesamiento de información. La reproducción y amplificación de sesgos discriminatorios. La incompatibilidad con sistemas informáticos existentes.

¿Cuál es la diferencia fundamental entre la IA que utilizamos actualmente y la IA que podría existir en el futuro?. La actual consume menos energía que la futura. La futura será menos precisa pero más rápida. La actual es especializada (ANI) mientras la futura sería versátil como la inteligencia humana (AGI). La actual funciona offline mientras la futura necesitará internet.

¿Cuál es la perspectiva más equilibrada sobre el impacto de la IA en el empleo?. La IA eliminará la mayoría de empleos en los próximos años. La IA no tendrá impacto significativo en el mercado laboral. La IA transformará empleos existentes y creará nuevas oportunidades profesionales. Solo afectará a trabajos de baja cualificación.

¿Cuál es la principal contradicción ambiental de la IA?. Su incapacidad para funcionar con energías renovables. Su incompatibilidad con objetivos de sostenibilidad. Puede ayudar a la sostenibilidad pero consume muchos recursos en su desarrollo. Solo funciona en centros de datos contaminantes.

¿Cuál es la principal limitación de la IA estrecha (ANI) que utilizamos actualmente?. Su incapacidad para procesar grandes volúmenes de datos. Su dependencia de conexión a internet constante. Su funcionamiento únicamente dentro del ámbito para el que fue diseñada. Su alto consumo energético comparado con la IA general.

¿Cuál es la principal recomendación para prepararse profesionalmente ante el avance de la IA?. Especializarse únicamente en programación de IA. Evitar sectores donde la IA tenga presencia. Apostar por la formación continua y el desarrollo de nuevas competencias. Enfocarse solo en habilidades que la IA no puede replicar.

¿Qué característica diferencia principalmente a la IA generativa actual (2020-presente) de las etapas anteriores?. Su capacidad para procesar grandes volúmenes de datos. Su integración en dispositivos móviles cotidianos. Su aplicación en sistemas de navegación y recomendación. Su capacidad para crear contenido difícil de distinguir del humano.

¿Qué característica hace que el prompt engineering sea una disciplina emergente importante?. Requiere conocimientos avanzados de programación. Solo pueden aprenderla ingenieros especializados. Optimiza la comunicación entre humanos y sistemas de IA para mejores resultados. Es necesario para el mantenimiento técnico de los sistemas.

¿Qué concepto describe mejor la necesidad de aprender nuevas competencias para cambiar de rol profesional en el contexto de la IA?. Reskilling. Upskilling. Machine Learning. Digital Transformation.

¿Cuál de estas NO es una buena práctica de ciberseguridad?. Utilizar contraseñas fuertes y únicas. Activar la autenticación de dos factores. Actualizar programas y sistemas operativos. Compartir contraseñas con compañeros de confianza.

¿Cuál es el factor más crítico para que una empresa obtenga valor real de sus datos?. Tener la última tecnología disponible. Recoger la mayor cantidad de datos posible. Saber convertir los datos en conocimiento para mejorar procesos y decisiones. Almacenar todos los datos durante el mayor tiempo posible.

¿Cuál es el orden correcto de las etapas del ciclo de vida de los datos según el documento?. Almacenamiento, Generación, Tratamiento, Análisis, Uso, Compartición, Eliminación. Generación, Almacenamiento, Tratamiento, Análisis, Compartición y visualización, Uso, Eliminación. Generación, Tratamiento, Almacenamiento, Uso, Análisis, Compartición, Eliminación. Generación, Análisis, Tratamiento, Almacenamiento, Compartición, Uso, Eliminación.

¿Cuál es la principal diferencia entre datos semiestructurados y no estructurados?. Los semiestructurados son siempre más grandes en volumen. Los no estructurados son más fáciles de analizar. Los semiestructurados tienen cierta organización interna pero no tan rígida como los estructurados. Los semiestructurados solo pueden ser texto, no imágenes o audio.

¿Cuál es una de las principales causas de problemas de seguridad en las organizaciones?. Falta de presupuesto para tecnología. Sistemas operativos desactualizados. Errores humanos por desconocimiento o falta de atención. Ataques externos muy sofisticados.

¿Cuáles son los tres pilares fundamentales que debe preservar la ciberseguridad?. Velocidad, volumen y variedad. Generación, almacenamiento y análisis. Disponibilidad, confidencialidad e integridad. Prevención, detección y respuesta.

¿En cuál de los siguientes niveles se requiere experiencia e interpretación para tomar decisiones?. En el nivel de datos brutos. En el nivel de información contextualizada. En el nivel de conocimiento. En todos los niveles por igual.

¿Por qué no es suficiente simplemente "borrar" un archivo para eliminar datos sensibles?. Porque ocupa demasiado espacio en el sistema. Porque ralentiza el rendimiento del equipo. Porque el archivo puede recuperarse, especialmente si contiene información confidencial. Porque no cumple con los estándares de calidad.

¿Por qué se considera a los datos como "la materia prima de la era digital"?. Porque son la tecnología más avanzada disponible. Porque solo existen en formato digital. Porque son el punto de partida de decisiones, procesos y servicios empresariales. Porque sustituyen completamente a los recursos tradicionales.

¿Qué característica NO corresponde a los datos estructurados?. Están organizados en filas y columnas. Siguen un formato fijo. Facilitan la búsqueda y análisis. No siguen un formato definido, como textos libres o imágenes.

¿Cuál de estas estrategias NO es efectiva para la implementación exitosa de cambios?. Comunicar con claridad los objetivos a todos los niveles. Convencer de los beneficios del plan. Implementar pruebas piloto antes de la implementación a gran escala. Imponer los cambios sin consultar a los empleados.

¿Cuál de estas preguntas NO debe responder un plan de transformación digital?. ¿Cuáles son los objetivos de la transformación digital?. ¿Qué tecnologías digitales se implementarán?. ¿Cómo se evaluará el progreso y el éxito?. ¿Cuáles son las tendencias del mercado bursátil?.

¿Cuál de estos NO es un objetivo típico de un plan de transformación digital según el documento?. Adaptar la organización al mundo digital. Fomentar la innovación. Mejorar la experiencia del cliente. Eliminar completamente la interacción humana en todos los procesos.

¿Cuál es el orden correcto de las fases del plan de transformación digital según el documento?. Implementación, Diagnóstico inicial, Definición de objetivos, Planificación, Gestión del cambio, Evaluación. Definición de objetivos, Implementación, Diagnóstico inicial, Evaluación, Planificación, Gestión del cambio. Gestión del cambio, Planificación, Diagnóstico, Objetivos, Implementación, Evaluación. Diagnóstico inicial, Definición de objetivos estratégicos, Planificación de la implementación, Implementación, Gestión del cambio, Evaluación de resultados.

¿Cuál es el primer paso en el proceso de evaluación de resultados?. Recopilación inmediata de todos los datos disponibles. Comparación con los objetivos establecidos. Identificación de áreas de mejora. Definición de KPI al inicio del plan de transformación digital.

¿Cuál es la principal diferencia entre "evaluación de resultados" y "mejora continua"?. Son el mismo concepto con nombres diferentes. La evaluación es opcional mientras que la mejora continua es obligatoria. La evaluación es interna y la mejora continua es externa. La evaluación mide el impacto comparando con objetivos, mientras que la mejora continua es un enfoque sistemático de optimización constante.

¿Cuál es una de las barreras más comunes en la transformación digital?. Exceso de presupuesto disponible. Demasiado apoyo por parte de los empleados. Abundancia de recursos tecnológicos. Falta de apoyo por parte de la dirección.

¿En qué se centra principalmente la gestión del cambio?. En los aspectos técnicos de la implementación. En la reducción de costes del proyecto. En la competencia y el mercado externo. En las personas de la organización y su preparación para aceptar cambios.

¿Por qué es importante tener una cultura de mejora continua?. Para reducir los costes operativos de la empresa. Para cumplir con las regulaciones legales. Para evitar conflictos internos en la organización. Para mantener la competitividad adaptándose de manera proactiva a los cambios.

¿Qué significa que un objetivo sea "SMART"?. Que utilice las últimas tecnologías disponibles. Que sea fácil de comunicar a todos los empleados. Que tenga un presupuesto alto asignado. Que sea Específico, Medible, Alcanzable, Relevante y Temporalizable.

¿Cuál es la principal fuente de datos de entrenamiento en la IA?. Archivos de texto. Imágenes. Videos. Todas las anteriores.

¿Qué impacto tiene la IA en la toma de decisiones?. Automatiza la toma de decisiones. Soporta y mejora la toma de decisiones. Reemplaza completamente la toma de decisiones humana. No tiene ningún impacto en la toma de decisiones.

¿Qué es el aprendizaje automático (Machine Learning)?. Un tipo de inteligencia artificial. Una disciplina de programación. Un proceso de análisis de datos manual. Ninguna de las anteriores.

¿Qué es una red neuronal?. Un tipo de algoritmo de aprendizaje automático. Una red social para científicos. Un dispositivo de almacenamiento de datos. Ninguna de las anteriores.

¿Qué son los datos etiquetados?. Datos sin procesar. Datos con una clasificación o categoría asignada. Datos en formato numérico. Datos irrelevantes.

¿Qué es el overfitting?. Cuando el modelo se ajusta demasiado a los datos de entrenamiento. Cuando el modelo no se ajusta a los datos de entrenamiento. Cuando se utilizan demasiados datos para el entrenamiento. Cuando el modelo funciona perfectamente.

¿Qué es el underfitting?. Cuando el modelo se ajusta demasiado a los datos de entrenamiento. Cuando el modelo no se ajusta a los datos de entrenamiento. Cuando se utilizan demasiados datos para el entrenamiento. Cuando el modelo funciona perfectamente.

¿Qué es el procesamiento del lenguaje natural (PLN)?. La capacidad de las máquinas para entender y procesar el lenguaje humano. Un tipo de hardware especializado. Un formato de archivo de texto. Una herramienta de diseño gráfico.

¿Qué es la visión por computador?. La capacidad de las máquinas para entender imágenes y videos. Una herramienta de edición de fotos. Un tipo de sensor de movimiento. Ninguna de las anteriores.

¿Qué es el aprendizaje por refuerzo?. Un tipo de aprendizaje supervisado. Un tipo de aprendizaje no supervisado. Un tipo de aprendizaje donde el agente aprende a través de recompensas y castigos. Ninguna de las anteriores.