DOCUMENTACION SANITARIA

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

¿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 del caos. Teoría de los autómatas.

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.

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

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

¿Cuál es la principal diferencia entre la Narrow AI y la General AI?. 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. 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.

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 es un desafío técnico de la IA?. Falta de estándares universales. Costos elevados y consumo de energía. Altos requisitos de recursos computacionales. La incapacidad de la IA para aprender de nuevos datos.

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

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

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. Una nueva era de optimismo con la aparición del Big Data. La reducción en la financiación y el interés en la investigación. El término 'inteligencia artificial' dejó de utilizarse.

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

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

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

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

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

El "Invierno de la IA" fue un período caracterizado por un aumento en la financiación y el interés en este campo. Verdadero. Falso.

La IA es infalible y no comete errores porque puede procesar grandes cantidades de datos. Verdadero. Falso.

La "narrow AI" actual es tan versátil y tiene la misma comprensión del mundo que la inteligencia humana. Verdadero. Falso.

La principal función de la IA discriminativa es generar contenido nuevo, como imágenes o música, a partir de patrones aprendidos. Verdadero. Falso.

El papel de la IA en el trabajo es más de sustitución que de complemento, ya que eliminará todos los trabajos existentes. Verdadero. Falso.

La General AI es el tipo de inteligencia artificial más común en la actualidad y se utiliza en aplicaciones como los asistentes virtuales y los sistemas de recomendación. Verdadero. Falso.

El rápido avance de la IA genera un ciclo de "obsolescencia", lo que significa que los modelos actuales pueden perder relevancia ante nuevas versiones más avanzadas. Verdadero. Falso.

La IA como disciplina científica nació en la antigüedad con mitos y leyendas sobre seres artificiales. Verdadero. Falso.

La IA predictiva y la IA analítica se diferencian en que la primera se enfoca en “mirar hacia adelante” para predecir el futuro, mientras que la segunda se ocupa de “mirar hacia atrás” para extraer conclusiones de datos históricos. Verdadero. Falso.

La era actual de la IA (desde el 2000 en adelante) se define por el uso de grandes cantidades de datos y el desarrollo del aprendizaje profundo. Verdadero. Falso.

Los sistemas de IA son completamente autónomos y no necesitan supervisión humana. Verdadero. Falso.

A diferencia de un motor de búsqueda, la inteligencia artificial crea respuestas nuevas analizando y reinterpretando grandes cantidades de datos. Verdadero. Falso.

La inteligencia artificial se refiere exclusivamente a sistemas que pueden generar nuevo contenido creativo, como imágenes o textos, sin abarcar otras capacidades como el análisis de datos o la toma de decisiones. Verdadero. Falso.

¿Cuál de las siguientes situaciones representa mejor el concepto de machine learning en la vida cotidiana?. Un navegador GPS que actualiza la ruta al detectar tráfico en tiempo real. Una app de mensajería que permite enviar audios y fotos a otros usuarios. Un procesador de texto que corrige automáticamente una falta de ortografía sin aprender del usuario. Un reloj digital que marca la hora exacta en cualquier momento del día.

¿Qué característica define al machine learning dentro del campo de la inteligencia artificial?. La habilidad de aprender, adaptarse y mejorar con el tiempo. La capacidad de almacenar grandes cantidades de datos sin procesarlos. El uso exclusivo de algoritmos predefinidos que no cambian. La necesidad de intervención humana constante para cada decisión.

En un sistema de gestión de almacén basado en IA, ¿qué tipo de datos serían más útiles para predecir la demanda de productos?. Historial de ventas y datos estacionales. Imágenes de los productos. Conversaciones de servicio al cliente. Vídeos del almacén.

Un hospital usa un modelo de IA para analizar radiografías y distinguir entre tumores malignos y benignos. ¿Qué tipo de IA está aplicando?. Discriminative AI. Generative AI. Predictive AI.

La IA actual es capaz de aprender de forma autónoma y mejorar sus capacidades igual que un ser humano, incluso sin recibir datos nuevos. Verdadero. Falso.

Un asistente de voz que reconoce canciones a partir de unos segundos de audio está utilizando técnicas de IA discriminativa. Verdadero. Falso.

La inteligencia artificial generativa siempre produce resultados originales que no se parecen en nada a los datos con los que fue entrenada. Verdadero. Falso.

El reconocimiento facial de un móvil que falla más en personas con ciertos rasgos físicos es un ejemplo de sesgo en IA. Verdadero. Falso.

La IA puede sustituir completamente a médicos en diagnósticos, ya que sus predicciones no cometen errores humanos. Verdadero. Falso.

Los motores de búsqueda funcionan igual que los sistemas de IA generativa, porque ambos crean respuestas a partir de cero. Verdadero. Falso.

Si dos usuarios distintos hacen la misma pregunta a una IA generativa, la respuesta siempre será idéntica. Verdadero. Falso.