Examen Modelos de Inteligencia Artificial - 2026

Según la definición de Bellman (1978), la Inteligencia Artificial es: A) El arte de desarrollar máquinas con capacidad para realizar funciones que requieren inteligencia humana. B) La automatización de actividades vinculadas con procesos de pensamiento humano, como la toma de decisiones y el aprendizaje. C) El estudio de cómo lograr que los computadores realicen tareas que las personas hacen mejor. D) Un agente flexible que percibe su entorno y maximiza sus posibilidades de éxito.

En la Conferencia de Dartmouth de 1956, ¿qué autor acuñó la expresión "inteligencia artificial"?. A) Alan Turing. B) Marvin Minsky. C) John McCarthy. D) Claude Shannon.

¿Qué ley establece que el rendimiento de las GPU aumentará a más del doble cada dos años gracias a avances en arquitectura y algoritmos?. A) Ley de Moore. B) Ley de Huang. C) Ley de Bellman. D) Ley de Turing.

¿Cuál de los siguientes perfiles profesionales es responsable de desarrollar y mantener la infraestructura para una mayor escalabilidad y optimización de la entrega de datos?. A) Analista de datos (Data Analyst). B) Científico de datos (Data Scientist). C) Ingeniero de datos (Data Engineer). D) Especialista en inteligencia de negocios.

¿En qué año fue derrotado Gary Kasparov por el ordenador Deep Blue de IBM?. A) 1990. B) 1997. C) 2011. D) 2015.

Dentro de los fundamentos de la IA, ¿qué disciplina aportó la conceptualización del cerebro como un dispositivo de procesamiento de información?. A) La Filosofía. B) La Neurociencia. C) La Psicología Cognitiva. D) La Matemática.

¿Qué característica diferenciaba al programa Eliza desarrollado en el MIT en 1965?. A) Fue el primer sistema experto en medicina. B) Fue el primer chatbot desarrollado. C) Fue capaz de ganar al ajedrez. D) Fue el primer vehículo autónomo primitivo.

En el ámbito de la agricultura, ¿qué aplicación de la IA se menciona en el documento?. A) Creación de semillas sintéticas. B) Recolección de frutos mediante drones con brazos robóticos. C) Modificación genética automática de cultivos. D) Eliminación total de la intervención humana en la venta.

¿Qué perfil profesional debe tener conocimientos en algoritmos de visión por computadora, programación y análisis de datos?. A) Especialista en NLP. B) Especialista en visión por computadora. C) Especialista en robótica. D) Ingeniero de aprendizaje automático.

Según la Ley de Moore (1965), ¿qué se pronosticaba que sucedería cada 2 años?. A) Se duplicaría la velocidad de los algoritmos de software. B) Se duplicaría el número de componentes en un circuito integrado. C) Se reduciría a la mitad el coste de los servidores. D) Se triplicaría la capacidad de almacenamiento en la nube.

¿Qué hito histórico ocurrió en 2015 relacionado con Google DeepMind?. A) AlphaGo derrotó al campeón mundial de Go. B) Watson ganó el juego Jeopardy. C) Se creó el primer coche totalmente autónomo. D) Se superó el Test de Turing por primera vez.

En aplicaciones financieras, ¿qué función realiza el "Credit Scoring" optimizado por IA?. A) Controlar el fraude en tiempo real. B) Gestionar fondos de inversión automatizados. C) Optimizar el proceso de concesión de crédito. D) Atender al cliente mediante chatbots.

¿Qué filósofo se planteó la pregunta "¿De dónde viene el conocimiento?". A) Aristóteles. B) Descartes. C) Hume. D) Boole.

¿Cuál de los siguientes es un ejemplo de "Asistente (chat bot conversacional)" mencionado en el texto?. A) Deep Blue. B) Alexa. C) TensorFlow. D) Conga.

(V/F) El "Invierno de la IA" se refiere a un periodo donde los algoritmos eran muy costosos computacionalmente y los resultados tendían a alargarse demasiado. Verdadero. Falso.

(V/F) El Ingeniero de Aprendizaje Automático (Machine Learning Engineer) se encarga principalmente de recopilar datos para encontrar nuevas oportunidades de negocio, pero no diseña modelos. Verdadero. Falso.

(V/F) Leonardo Torres Quevedo creó una máquina autónoma capaz de jugar al ajedrez en 1912. Verdadero. Falso.

(V/F) La Neurociencia ha demostrado que hasta finales del siglo XIX no se pudieron observar las neuronas de forma individual. Verdadero. Falso.

(V/F) Un LLM (Large Language Model) es una IA generativa diseñada para entender y generar lenguaje humano. Verdadero. Falso.

(V/F) El sistema GPS (General Problem Solver) de 1959 consiguió resolver problemas complejos del mundo real con gran éxito. Verdadero. Falso.

¿Cuál es la clasificación correcta de las ramas de la IA de mayor a menor jerarquía (conjunto a subconjunto)?. A) Deep Learning > Machine Learning > Inteligencia Artificial. B) Inteligencia Artificial > Deep Learning > Machine Learning. C) Inteligencia Artificial > Machine Learning > Deep Learning. D) Machine Learning > Inteligencia Artificial > Deep Learning.

En los Sistemas Basados en Reglas (IA Clásica), el conocimiento humano se convierte en: A) Redes neuronales. B) Patrones estadísticos. C) Reglas del tipo "Si ocurre X, hacer Z". D) Algoritmos genéticos.

¿Qué tipo de aprendizaje automático se utiliza cuando NO se sabe qué resultado queremos obtener y se buscan patrones de similitud (ej. Clustering)?. A) Aprendizaje Supervisado. B) Aprendizaje No Supervisado. C) Aprendizaje por Refuerzo. D) Regresión Lineal.

En una Red Neuronal Convolucional (CNN), ¿cuál es la función de la capa de "Pooling" o agrupamiento?. A) Realizar la operación matemática de convolución para detectar bordes. B) Convertir la matriz multidimensional en un vector unidimensional. C) Extraer lo más característico y reducir la dimensión. D) Generar la distribución de probabilidad final.

¿Qué elemento introducido en el paper "Attention is all you need" (2017) cambió el procesamiento de lenguaje natural permitiendo la paralelización?. A) Las Redes Recurrentes (RNN). B) Los Transformers. C) Las Redes Convolucionales (CNN). D) El Perceptrón.

En el aprendizaje por refuerzo, ¿cómo aprende el agente?. A) A través de un conjunto de datos previamente etiquetado. B) Mediante prueba y error, recibiendo recompensas o penalizaciones. C) Buscando similitudes en datos no estructurados. D) Aplicando reglas estáticas preprogramadas.

¿Cuál de los siguientes es un algoritmo de Aprendizaje Supervisado?. A) Clustering. B) Detección de anomalías (sin etiquetas previas). C) Regresión y Clasificación. D) Asociaciones.

¿Qué es una "época" (epoch) en el entrenamiento de una red neuronal?. A) Una pasada completa de todo el conjunto de datos de entrenamiento por la red. B) El tamaño del incremento o decremento de los parámetros. C) Una parte pequeña del dataset de entrenamiento. D) La actualización de los parámetros tras un lote.

¿Qué función de activación se utiliza habitualmente en la capa de salida para una clasificación multiclase (convertir el vector en distribución de probabilidad)?. A) Relu. B) Sigmoide. C) Tanh. D) Softmax.

Las redes neuronales recurrentes (RNN) tienen dificultades para: A) Procesar datos secuenciales. B) Recordar dependencias a largo plazo. C) Predecir el siguiente valor de una secuencia inmediata. D) Capturar patrones temporales cortos.

¿Qué tipo de red neuronal es la más adecuada para el reconocimiento de imágenes y visión por computador?. A) RNN (Redes Neuronales Recurrentes). B) CNN (Redes Neuronales Convolucionales). C) Perceptrón simple. D) Transformers.

¿Qué parámetros definen la tasa de aprendizaje (learning rate)?. A) El número de capas ocultas de la red. B) El tamaño del incremento o decremento en el ajuste de parámetros. C) El número de datos de entrada. D) El error cuadrático medio.

¿Cuál es la función del "Encoder" en la arquitectura de un Transformer?. A) Generar la salida paso a paso. B) Transformar la secuencia de entrada en una representación contextualizada (compresión del contexto global). C) Convertir el texto en audio. D) Realizar la clasificación final de los datos.

¿Qué problema resuelven las redes LSTM (Long Short-Term Memory) respecto a las RNN tradicionales?. A) Reducen la necesidad de datos. B) Eliminan la necesidad de entrenamiento. C) Capturan de forma efectiva dependencias a largo plazo mediante una celda de memoria y puertas. D) Son más simples y con menos parámetros que una RNN básica.

(V/F) En el aprendizaje supervisado, el algoritmo aprende buscando patrones en datos de entrada sin ninguna etiqueta o resultado esperado previo. Verdadero. Falso.

(V/F) El Perceptrón es el modelo más básico de red neuronal, compuesto por una sola neurona. Verdadero. Falso.

(V/F) Los datos de validación se utilizan para entrenar el modelo y los de entrenamiento para afinar hiperparámetros. Verdadero. Falso.

(V/F) La IA Generativa multimodal se encuentra en la intersección del Deep Learning, siendo capaz de generar contenido. Verdadero. Falso.

(V/F) En una red neuronal, si el gradiente es positivo, significa que el parámetro está disminuyendo el error y debemos aumentarlo. Verdadero. Falso.

(V/F) El algoritmo de Descenso del Gradiente se utiliza para ajustar los parámetros de la red neuronal minimizando el coste. Verdadero. Falso.

¿Quién acuñó conceptos de IA en la Conferencia de Dartmouth en 1956 y diseñó el lenguaje LISP?. A) Alan Turing. B) John McCarthy. C) John Von Neumann. D) Isaac Asimov.

¿Cuál es la definición de un Sistema Experto?. A) Un programa que aprende por sí mismo sin reglas previas. B) Un programa automático que imita el comportamiento de un experto humano en un tema determinado. C) Una red neuronal profunda con múltiples capas ocultas. D) Un algoritmo genético que evoluciona con el tiempo.

En la estructura de un sistema experto, ¿qué componente aplica las reglas y hechos para resolver el problema?. A) La Base de Conocimientos. B) La Interfaz de Usuario. C) El Motor de Inferencias. D) La Base de Datos externa.

¿Qué característica NO pertenece al lenguaje de programación LISP?. A) Optimizado para cálculos simbólicos. B) Gestión de memoria manual por parte del usuario. C) Lenguaje interpretado con posibilidad de compilado. D) Todas las variables se pasan por referencia.

¿Qué tipo de Sistema Experto soluciona problemas utilizando soluciones preexistentes y haciendo una analogía de problemas anteriores?. A) RBO (Rule Based Reasoning). B) CBR (Case Based Reasoning). C) Redes Bayesianas. D) Algoritmos Genéticos.

Los sistemas expertos RBO (Rule Based Reasoning) se basan en: A) Probabilidades y estadística. B) Casos anteriores similares. C) Reglas deterministas previamente establecidas. D) Redes neuronales convolucionales.

¿Cuál es una VENTAJA de los sistemas expertos frente a los expertos humanos?. A) Tienen sentido común. B) Aprenden de sus propios errores fácilmente. C) No tienen limitaciones biológicas como envejecer o cansarse. D) Pueden mantener una conversación fluida en lenguaje natural sobre cualquier tema.

¿Cuál es una DESVENTAJA de los sistemas expertos?. A) La velocidad de respuesta es inferior a la humana. B) La respuesta no es homogénea. C) Incapacidad de discernir entre lo relevante y lo secundario. D) No disponen de trazas para justificar el resultado.

¿Qué significa que un Sistema Experto tenga "Glass Box" (Caja de cristal)?. A) Que es muy frágil y difícil de mantener. B) Que dispone de traza para comprender el resultado y justificar el razonamiento. C) Que el código es visible para cualquier usuario. D) Que utiliza interfaces transparentes.

¿En qué se basan los sistemas expertos que utilizan Redes de Bayes?. A) En reglas If-Then estrictas. B) En la analogía de casos pasados. C) En un conjunto de variables conocidas y su dependencia probabilística. D) En el aprendizaje profundo no supervisado.

¿Qué sucede actualmente con los sistemas expertos tradicionales?. A) Han desaparecido completamente. B) Suelen integrar capacidades de aprendizaje automático (Machine/Deep Learning) para mejorar el rendimiento (Híbridos). C) Se utilizan exclusivamente en programación LISP pura. D) Son la única tecnología utilizada en IA generativa.

La estructura básica de un Sistema Experto incluye: A) Usuario, Interfaz, Motor de Inferencias, Base de Conocimientos, Base de Datos. B) Usuario, Red Neuronal, Capa Oculta, Salida. C) Big Data, Contexto, Decisión. D) Encoder, Decoder, Attention.

El lenguaje LISP fue pionero en la utilización de: A) Punteros y gestión de memoria manual. B) Estructuras if-then-else y macros. C) Programación orientada a objetos estricta. D) Compilación JIT exclusivamente.

¿Qué limitación importante tienen los sistemas expertos respecto al aprendizaje?. A) Aprenden demasiado rápido y se sobreajustan. B) No son capaces de aprender de sus errores, carecen de sentido común. C) Requieren demasiados datos para empezar a funcionar. D) Solo aprenden si se les conecta a internet.

(V/F) Un Sistema Experto RBO aborda situaciones complejas a través de reglas deterministas. Verdadero. Falso.

(V/F) Una ventaja de los Sistemas Expertos es que pueden mantener una conversación en lenguaje natural indistinguible de un humano. Verdadero. Falso.

(V/F) Los Sistemas Expertos son totalmente replicables para otras áreas del conocimiento fácilmente. Verdadero. Falso.

(V/F) LISP significa "Linear Input System Programming". Verdadero. Falso.

(V/F) Los sistemas expertos requieren programación explícita; si existe un nuevo caso en el dominio, hay que codificarlo. Verdadero. Falso.

(V/F) En la actualidad, los sistemas cognitivos están tendiendo a descatalogar o sustituir a los sistemas expertos puros. Verdadero. Falso.

¿Cuál es el objetivo principal de la computación cognitiva?. A) Reemplazar completamente a los humanos en todas las tareas. B) Permitir a los humanos colaborar con las máquinas de forma plena y eficaz para generar conocimiento. C) Ejecutar reglas deterministas sin contexto. D) Almacenar la mayor cantidad de datos posible sin procesarlos.

En el esquema de un Sistema Cognitivo, ¿qué elemento se considera la "materia prima"?. A) El Motor de Inferencia. B) El Contexto. C) Big Data. D) La Decisión.

¿Qué papel juega el "Contexto" (Quién, Cómo, Cuándo, Dónde, Por qué) en un sistema cognitivo?. A) Es la salida final del sistema. B) Determina y apoya el entendimiento para poder evaluar. C) Es irrelevante para la toma de decisiones. D) Es solo una base de datos de usuarios.

A diferencia de un Sistema Experto que solo hace "match" de reglas, un Sistema Cognitivo: A) Realiza un entendimiento con el objetivo de tomar la decisión óptima. B) Es más lento y menos eficiente. C) No utiliza datos externos. D) No puede interactuar con humanos.

¿Cuál es una diferencia clave entre Sistemas Expertos y Sistemas Cognitivos respecto a los datos de entrada?. A) Los Expertos mejoran con más datos; los Cognitivos empeoran. B) Los Expertos no mejoran el desempeño llegado a un nivel de datos; los Cognitivos mejoran cuantos más datos tienen. C) Ambos se comportan igual frente al volumen de datos. D) Los Cognitivos no necesitan datos de entrada.

En cuanto a la interacción, los Sistemas Cognitivos: A) No pueden establecer conversación en lenguaje natural. B) Reciben instrucciones en código binario exclusivamente. C) Están diseñados para interactuar con personas y responder en lenguaje natural. D) Solo interactúan con otros sistemas informáticos.

¿Qué herramienta se utiliza habitualmente para la construcción de un Corpus de conocimiento en un sistema cognitivo?. A) Reglas if-then. B) Ontologías. C) Tablas SQL simples. D) Diagramas de flujo.

En la comparativa de la UT4, ¿qué sistema puede tener problemas de "overfitting" (sobreentrenamiento)?. A) El Sistema Experto. B) El Sistema Cognitivo (basado en aprendizaje profundo). C) Ninguno de los dos. D) Ambos por igual.

¿Qué capacidad tiene un Sistema Cognitivo respecto a la relevancia de la información que le falta a un Sistema Experto?. A) Puede discernir entre lo relevante y lo secundario (ej. en una imagen). B) Trata toda la información con la misma prioridad. C) Solo detecta lo relevante si está programado con una regla explícita. D) Ignora la información secundaria para ahorrar memoria.

Según el diagrama de componentes de un sistema cognitivo, ¿qué función cumple la fase de "Ingest" (ingesta)?. A) Visualizar los resultados. B) Generar hipótesis. C) Adquirir datos estructurados y no estructurados (texto, video, sensores). D) Puntuar las hipótesis.

¿Qué diferencia existe en la "traza" o explicabilidad entre ambos sistemas?. A) Los Cognitivos tienen traza clara; los Expertos no ("Caja negra"). B) Los Expertos disponen de traza para comprender el resultado; los Cognitivos (Deep Learning) a menudo no ("Caja negra"). C) Ambos son totalmente transparentes. D) Ninguno ofrece explicaciones.

¿Cuál es el objetivo final del flujo en un sistema cognitivo (Big Data + Contexto -> Sistema -> ...)?. A) Almacenar datos. B) Facilitar una Decisión. C) Crear un gráfico. D) Generar más Big Data.

Los sistemas cognitivos suelen basarse tecnológicamente en: A) Reglas estáticas. B) Aprendizaje profundo (Deep Learning) y ML. C) Bases de datos relacionales únicamente. D) Macros de Excel.

En el contexto de un sistema cognitivo, ¿qué define una ontología?. A) Los protocolos de seguridad de la red. B) Los conceptos, sus propiedades y las relaciones entre ellos en un ámbito concreto. C) El hardware necesario para procesar los datos. D) La interfaz gráfica de usuario.

(V/F) Los sistemas cognitivos no saben la respuesta con antelación e interactúan con el entorno. Verdadero. Falso.

(V/F) Un sistema experto mejora indefinidamente su desempeño cuantos más datos se le suministran, superando a los cognitivos. Verdadero. Falso.

(V/F) Los sistemas cognitivos pueden entender y analizar el mundo de forma similar a un humano. Verdadero. Falso.

(V/F) La computación cognitiva no tiene relación con el paradigma Big Data. Verdadero. Falso.

(V/F) Los sistemas expertos no tienen limitaciones biológicas (cansancio), característica que comparten con los sistemas cognitivos. Verdadero. Falso.

(V/F) Un corpus de conocimiento estructura y codifica el conocimiento de un ámbito concreto. Verdadero. Falso.

¿Qué normativa europea unifica la protección de datos y es de aplicación directa desde 2018?. A) LOPD. B) LOPDGDD. C) RGPD (Reglamento General de Protección de Datos). D) CEPD.

¿Qué organismo español vela por el cumplimiento de la legislación de protección de datos?. A) CEPD (Comité Europeo). B) AEPD (Agencia Española de Protección de Datos). C) INCIBE. D) Ministerio del Interior.

¿Cuál es la diferencia principal entre Anonimización y Seudonimización?. A) Son sinónimos. B) La anonimización es reversible; la seudonimización no. C) La seudonimización permite reidentificar al individuo usando información adicional; la anonimización busca que sea irreversible. D) La anonimización solo se aplica a datos médicos.

Según el RGPD, ¿qué se define como "Dato personal"?. A) Solo el DNI y el nombre. B) Toda información sobre una persona física identificada o identificable. C) Datos anónimos que no pueden vincularse a nadie. D) Información financiera exclusivamente.

¿Qué es la K-anonimidad?. A) Una técnica de cifrado militar. B) Una métrica para calcular el riesgo de reidentificación, donde 'k' es el número de registros idénticos (en identificadores indirectos) que se pueden agrupar. C) Una ley que obliga a borrar datos cada 'k' días. D) Un tipo de virus informático.

Si una empresa sufre una violación de seguridad de datos personales, ¿en qué plazo máximo debe notificarlo a la autoridad de control (salvo excepciones)?. A) 24 horas. B) 48 horas. C) 72 horas. D) 1 semana.

¿Qué técnica de anonimización consiste en reducir la granularidad de los datos (ej. cambiar edad "26" por rango "25-29")?. A) Supresión de registros. B) Generalización. C) Perturbación de datos. D) Intercambio de datos.

¿Quién es el "Responsable del tratamiento"?. A) La persona física o jurídica que determina los fines y medios del tratamiento. B) La persona que trata datos por cuenta del responsable. C) El delegado de protección de datos. D) El usuario final cuyos datos se tratan.

¿Cuál de los siguientes es un "Identificador directo"?. A) Código postal. B) Género. C) Número de DNI o Pasaporte. D) Fecha de nacimiento.

El derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado (incluida la elaboración de perfiles) incluye el derecho a: A) Obtener intervención humana, expresar su punto de vista e impugnar la decisión. B) Recibir una indemnización automática. C) Que la decisión sea siempre favorable. D) Acceder al código fuente del algoritmo.

¿Qué técnica consiste en añadir "ruido" aleatorio a los datos originales (ej. +/- valor numérico)?. A) Generalización. B) Enmascaramiento. C) Perturbación de datos. D) Supresión.

¿Qué implica la "Privacidad desde el diseño"?. A) Contratar un abogado antes de programar. B) Aplicar medidas técnicas y organizativas apropiadas (como la seudonimización) antes y durante el tratamiento para cumplir el RGPD. C) Diseñar logotipos que inspiren privacidad. D) Solo tratar datos de personas fallecidas.

¿Cuál es el umbral de la industria recomendado para el valor de k-anonimidad según el documento?. A) 1. B) 3 ó 5. C) 100. D) 0.

¿Qué riesgo de privacidad consiste en deducir información de un individuo basándose en propiedades estadísticas del conjunto de datos (ej. saber que el 70% de personas mayores de 75 tienen una enfermedad)?. A) Revelación de atributos. B) Reidentificación por vinculación. C) Revelación de inferencias. D) Phishing.

(V/F) Los datos anonimizados (de forma irreversible) siguen considerándose datos personales y se rigen por el RGPD. Verdadero. Falso.

(V/F) El consentimiento del interesado debe ser una manifestación de voluntad libre, específica, informada e inequívoca. Verdadero. Falso.

(V/F) La supresión de registros se utiliza para eliminar registros atípicos (outliers) que podrían facilitar la reidentificación. Verdadero. Falso.

(V/F) El "Encargado del tratamiento" determina los fines y medios del tratamiento de datos. Verdadero. Falso.

(V/F) Un valor de k-anonimidad de 1 significa que el registro es único y tiene alto riesgo de reidentificación. Verdadero. Falso.

(V/F) El Enmascaramiento de caracteres (ej. 28xxx) es igual que el enmascaramiento funcional para que el usuario reconozca su cuenta en el banco. Verdadero. Falso.