MODULO OPTATIVO - I_A🍭

¿Por qué es necesario usar técnicas avanzadas como el procesamiento del lenguaje natural o el reconocimiento de imágenes para trabajar con datos no estructurados?. - Porque los datos no estructurados se almacenan automáticamente en bases de datos tradicionales. - Porque los datos no estructurados son fáciles de analizar sin herramientas especiales. - Porque los datos no estructurados no tienen un formato uniforme y requieren métodos complejos para extraer información útil. - Porque los datos no estructurados son siempre textos cortos y simples.

¿Cuál de los siguientes es un ejemplo de datos estructurados?. - Una hoja de cálculo con el listado de estudiantes: nombre, edad y calificación final. - Fotografías y vídeos de un evento sin etiquetas ni categorías. - Una colección de correos electrónicos con texto libre y archivos adjuntos. - Grabaciones de voz de conversaciones de clientes sin transcripción.

¿Qué tipo de IA utiliza modelos probabilísticos y técnicas como la regresión?. Analytical AI. Statistical AI. Generative AI. Reactive AI.

¿Qué caracteriza principalmente corresponde a los datos no estructurados?. - Solo se encuentran en bases de datos empresariales. - Siguen un formato fijo de filas y columnas que facilita su almacenamiento en bases de datos tradicionales. - Son siempre numéricos y fáciles de analizar con herramientas simples. - Carecen de un formato predefinido y se presentan en formas variadas como textos, imágenes, audio o vídeo.

¿Cuál de las siguientes es una VENTAJA de los datos no estructurados para la inteligencia artificial?. - Su volumen y diversidad necesitan grandes capacidades de almacenamiento y cómputo. - Contienen gran riqueza informativa y permiten entrenar modelos que reconocen patrones complejos. - Pueden introducir sesgos si los conjuntos de entrenamiento no son representativos. - Requieren mucho procesamiento previo para ser interpretados por la máquina.

¿Cuál de las siguientes es una limitación de los datos estructurados?. - Son fáciles de almacenar y consultar en bases de datos o hojas de cálculo. - No capturan fenómenos complejos y requieren que la información esté bien definida, lo que limita su flexibilidad. - Permiten procesar grandes volúmenes de información de forma rápida y precisa. - Su formato homogéneo reduce la probabilidad de errores durante el análisis.

¿Qué evento se conoce como “invierno de la IA” y qué lo caracterizó?. La época en la que se acuñó el término y se creía que las máquinas inteligentes estaban cerca. Un período de gran interés público y aumento de la financiación en los años 90. Una época de grandes avances tecnológicos que impulsaron la IA, pero sin apoyo financiero. Una época en la que los avances no cumplieron las expectativas, llevando a una reducción en la financiación y el interés.

Desde el año 2000 hasta la actualidad, la inteligencia artificial ha experimentado grandes avances gracias a la era del Big Data y el aprendizaje profundo. ¿Qué factores han sido clave para estos avances?. - La disponibilidad de grandes cantidades de datos y el desarrollo de redes neuronales más complejas. - La reducción de los datos disponibles y la simplificación de las redes neuronales. - La eliminación de los algoritmos tradicionales y la disminución de la potencia de cálculo. - La sustitución de la IA por métodos estadísticos clásicos.

¿Cuál de los siguientes sistemas representa mejor la IA discriminativa?. - Un generador de historias o imágenes a partir de indicaciones. - Un programa que crea música original basada en un estilo específico. - Un sistema que simula conversaciones humanas creativas. - Un modelo que clasifica correos electrónicos como spam o no spam.

¿Cuál es uno de los principales retos de la inteligencia artificial debido a la ausencia de estándares universales?. - Que diferentes modelos de IA utilizan criterios éticos y niveles de transparencia distintos, lo que complica su uso responsable y seguro. - Que los modelos de IA son demasiado costosos para poder estandarizarlos. - Que la IA sea incapaz de interactuar con otras tecnologías. - Que todos los modelos de IA sigan los mismos criterios éticos.

¿Qué característica define la Generative AI?. Su capacidad para clasificar datos en categorías predefinidas. La habilidad para analizar datos históricos y hacer predicciones. La creación de contenido nuevo a partir de datos existentes. Su enfoque en procesar grandes volúmenes de datos para extraer información.

La detección de fraudes en transacciones bancarias, que busca patrones anómalos en grandes volúmenes de datos, es un ejemplo de: - Generative AI. - Analytical AI. - Statistical AI. - Discriminative AI.

¿Qué describe mejor la colaboración humano-IA en el ámbito laboral y creativo?. - La IA solo sirve para trabajo individual y no mejora la cooperación en equipos internacionales. - La IA evita la necesidad de sensibilidad o criterio humano en cualquier proyecto. - La IA facilita tareas como traducciones, coordinación global y análisis rápido, mientras la persona aporta criterio, ética y empatía. - La IA reemplaza completamente al ser humano, tomando todas las decisiones sin intervención.

¿Cómo se decide qué tareas dejar en manos de la IA y cuáles requieren intervención humana?. - Evaluando si la tarea es automatizable: si sí lo es, la realiza la IA; si no, la realiza la persona. - Dejando que la IA haga todas las tareas sin supervisión humana. - Asignando tareas al azar entre la IA y la persona, sin evaluar su naturaleza. - Realizando todas las tareas manualmente, sin aprovechar la IA.

La “consistencia” de la IA se refiere a que…. Siempre da la misma respuesta a la misma pregunta, sin importar la entrada. Solo funciona de manera consistente si tiene una conexión a internet muy rápida. Los resultados pueden variar incluso con entradas similares debido a su naturaleza probabilística, lo que plantea retos en aplicaciones que requieren fiabilidad. Es consistente en el procesamiento de datos y en la generación de respuestas.

¿Qué caracteriza al few-shot prompting al elaborar prompts para IA y cuál es su principal VENTAJA?. - Incluir cientos de ejemplos para que la IA memorice todas las respuestas posibles. - Dar instrucciones vagas y sin ejemplos; esto garantiza máxima creatividad. - No incluir ejemplos; dejar que la IA genere la respuesta de forma totalmente libre. - Incluir unos pocos ejemplos que muestren el tipo de respuesta esperada; ayuda a reducir la variabilidad y alinear el estilo de la salida.

¿Cuál de los siguientes conocimientos es específicamente relevante para un prompt designer?. - Diseño de hardware para GPUs de alto rendimiento. - Creación de campañas publicitarias sin interacción con la IA. - Técnicas avanzadas como few-shot prompting y cadena de pensamiento para guiar las respuestas de la IA. - Gestión de inventarios y logística de la empresa.

¿Cuáles son habilidades y conocimientos clave para un prompt designer?. - Comprensión profunda de modelos de IA, habilidades de comunicación, capacidad para estructurar solicitudes claras y conocimiento de técnicas avanzadas como few-shot prompting. - Supervisión de la energía consumida por los modelos de IA, sin crear instrucciones. - Solo conocer el funcionamiento básico de la IA, sin necesidad de técnicas avanzadas. - Solo habilidades artísticas para generar imágenes sin usar prompts.

Durante los años 70 y 80, la inteligencia artificial vivió un periodo conocido como “invierno de la IA”. ¿Cuál fue la causa principal de esta etapa?. - Se descubrieron nuevas técnicas que reemplazaron a la IA. - La IA alcanzó todos sus objetivos iniciales, consolidándose sin problemas. - Los avances no cumplieron las expectativas, lo que provocó pérdida de financiación e interés. - La IA se convirtió en la tecnología dominante en todos los sectores.

Objetivo principal de Analytical AI es: Crear contenido nuevo, como texto o imágenes. Clasificar datos en categorías y grupos. Predecir resultados futuros basándose en tendencias. Procesar grandes volúmenes de datos para identificar patrones y tomar decisiones.

¿Cuál es la función principal de un Analista de Datos Junior con Enfoque en IA?. - Combinar análisis de datos básico con herramientas de IA para optimizar procesos. - Desarrollar modelos de IA avanzados desde cero sin analizar datos. - Diseñar prompts para chatbots y asistentes virtuales. - Gestionar únicamente la infraestructura de servidores de IA.

¿Cuál es el objetivo de un Analista de Datos Junior con Enfoque en IA en una empresa?. - Diseñar prompts para asistentes virtuales sin análisis de datos. - Optimizar procesos combinando análisis de datos básico con herramientas de IA. - Gestionar únicamente la infraestructura tecnológica de la IA. - Desarrollar modelos de IA avanzados sin procesar datos.

¿Qué factor fue clave para el resurgimiento de la IA en los años 90?. El desarrollo de la robótica avanzada. El surgimiento de la World Wide Web. El aumento de la potencia computacional y los avances en algoritmos. La reducción de costes en la tecnología.

¿Cuál de las siguientes actividades forma parte de las tareas de un Analista de Datos Junior con Enfoque en IA?. - Supervisar únicamente la seguridad de los servidores de IA. - Generar contenido gráfico o audiovisual sin análisis de información. - Preparar y limpiar datos, identificar patrones con IA, crear visualizaciones y comunicar resultados a equipos no técnicos. - Programar redes neuronales profundas sin interpretar los datos.

¿Cuáles son algunas de las tareas clave de un Analista de Datos Junior con Enfoque en IA?. - Programar redes neuronales profundas sin interpretar resultados. - Supervisar el consumo energético de modelos de IA sin procesar datos. - Preparar y limpiar conjuntos de datos, identificar patrones con IA, generar visualizaciones y comunicar resultados a equipos no técnicos. - Crear imágenes y vídeos con IA sin analizar datos numéricos.

¿Qué es el sesgo de selección?. - La magnificación de los sesgos ya existentes en los datos de entrenamiento, haciendo que aparezcan con más fuerza de lo que ocurre en la realidad. - Los métodos de recogida de datos contienen errores o distorsiones. - Los datos o las preguntas que se introducen en el sistema se diseñan de manera que refuerzan creencias o hipótesis previas. - Los datos de entrenamiento no representan a toda la población.

¿Qué es el sesgo de confirmación?. - Aquel que ocurre cuando la IA aprende de datos que ya están sesgados y reproduce esas distorsiones en sus resultados. - Ninguna de las respuestas es correcta. - Aquel que ocurre al reforzar creencias o hipótesis previas en lugar de cuestionarlas al introducir datos o preguntas. - Aquel que ocurre cuando los métodos de recogida de datos contienen errores o distorsiones.

¿Cuál es un ejemplo de dato no estructurado?. Una transacción bancaria con campos como fecha, importe y número de cuenta. Un correo electrónico en texto libre. Un registro médico normalizado (ID del paciente, diagnóstico, tratamiento…). Una hoja de cálculo con el listado de estudiantes: nombre, edad, calificación final.

¿Qué tipo de sesgo aparece cuando los métodos de recogida de datos contienen errores o distorsiones?. - Sesgo de medición. - Sesgo de selección. - Sesgo de confirmación. - Sesgo en prompts.

¿Qué tipo de sesgo ocurre cuando la pregunta al sistema ya incluye un prejuicio?. - Sesgo de confirmación. - Sesgo de selección. - Sesgo de medición. - Sesgo en prompts.

¿Cuál es la función principal de un Supervisor de IA?. - Crear modelos de IA desde cero sin considerar su ética o resultados. - Diseñar prompts para generar contenido creativo sin supervisión. - Garantizar que los sistemas de IA funcionen correctamente, de manera ética y alineada con los objetivos de la organización. - Solo gestionar la infraestructura de servidores de IA.

El fine-tuning sirve para…. Generar imágenes. Adaptar un modelo a tareas o aplicaciones específicas. Ajustar automáticamente un modelo de IA sin intervención humana. Reiniciar un modelo para que se generalice.

¿Cuál de estas es una medida para mitigar los sesgos algorítmicos?. - Supervisión humana sobre los resultados de la IA. - Uniformidad de los datos. - Usar solo datos históricos. - Reducir el tamaño de los datos.

Los datos estructurados se caracterizan por…. Carecer de organización. Estar en formatos de imagen y vídeo. Organizarse en filas y columnas. No poder procesarse en bases de datos.

¿Qué implica el principio de equidad en la IA?. - Reducir el número de datos. - Trato justo e imparcial sin discriminación. - Favorecer siempre al grupo mayoritario. - Que la IA no funcione en todos los países.

¿En qué consiste el principio ético de transparencia aplicado a la IA?. - Trato imparcial y justo, sin favoritismos ni discriminación. - Proteger la información personal contra la exposición pública o el uso indebido. - Divulgar la información relevante sobre cómo funciona y se utiliza la IA. - Obligación de explicar, justificar y responsabilizarse de los propios actos al usar IA.

Identificar si un correo es spam o no corresponde a un algoritmo de: Clustering. Clasificación. Regresión. Generación.

Si un algoritmo de IA agrupa clientes o imágenes en categorías según similitudes sin usar etiquetas previas, ¿qué técnica está utilizando?. - Redes neuronales. - Regresión. - Clustering. - Clasificación.

¿Qué significa el derecho de portabilidad de datos?. - Usar datos de terceros sin permiso. - Exportar tus datos a otro servicio. - Recuperar datos borrados. - Almacenar datos en un pendrive.

¿Cuál es una consecuencia de la brecha socioeconómica generada por la IA?. - Reducción de desigualdades. - Mejor acceso a internet. - Acceso desigual a beneficios de la IA. - Mayor eficiencia global.

Los modelos de refuerzo aprenden mediante: Filas y columnas. JSON y XML. Ejemplos etiquetados. Prueba / error y recompensas.

En una empresa, ¿cómo puede un empleado integrar la IA en sus tareas diarias de forma práctica y efectiva?. - Confiando en que la IA resuelva problemas estratégicos complejos sin supervisión humana. - Utilizando IA para automatizar tareas repetitivas, como leer y organizar facturas y contratos, filtrar correos prioritarios, analizar datos de ventas simples y programar reuniones según disponibilidad. - Evitando cualquier uso de IA y realizando todas las tareas manualmente para mantener el control total. - Solo utilizando IA para generar contenido creativo, sin aplicarla a tareas administrativas o de análisis.

En el ejemplo de colaboración entre IA y equipo de marketing, ¿cuál es el papel principal de cada uno?. - La IA y el equipo humano realizan exactamente las mismas tareas sin diferenciación de roles. - El equipo humano genera los borradores y la IA selecciona cuál refleja mejor la identidad de la marca. - La IA toma todas las decisiones estratégicas, mientras el equipo humano solo aprueba sin cambios. - La IA genera borradores de anuncios, eslóganes o diseños; el equipo humano selecciona, pule y asegura que la propuesta final refleje la identidad de la marca.

¿Qué tipo de modelo permite generar imágenes desde texto?. Regresión. Clasificación. Supervisado. Generativo.

¿Cómo puede la IA ayudar a un profesional a mejorar la comunicación y presentación de datos en su trabajo diario?. - Personalizando mensajes según la audiencia, creando gráficos e infografías interactivas, adaptando la traducción y localización, y estructurando la información de manera lógica. - Solo generando contenido textual sin considerar la audiencia ni la presentación visual. - Limitándose a almacenar datos sin facilitar su comprensión o presentación. - Sustituyendo completamente al profesional en todas las decisiones comunicativas sin supervisión.

En los modelos de inteligencia artificial generativa, las llamadas “alucinaciones” hacen referencia a que el modelo: - Produce resultados aleatorios por fallos internos. - Copia información de internet de manera incorrecta. - Solo funciona si el usuario sobreestima sus capacidades. - Genera resultados completamente inventados, sin relación con la realidad.

¿Qué chatbot combina búsqueda web y conversación, mostrando siempre las fuentes?. Pi. Copilot. Perplexity AI. Gemini.

¿Qué ocurre cuando un modelo de IA sufre sobreajuste (overfitting)?. - El modelo genera datos completamente inventados sin relación con la realidad. - El modelo memoriza demasiado los datos de entrenamiento y falla al enfrentarse a casos nuevos. - El modelo no aprende lo suficiente y comete muchos errores incluso con los datos de entrenamiento. - El modelo clasifica correctamente todos los datos nuevos sin necesidad de ajustes.

¿Cuál de las siguientes prácticas es fundamental para diseñar prompts efectivos y aprovechar al máximo la IA?. - Evitar dar contexto o público objetivo; la IA siempre interpreta correctamente. - No indicar estilo ni tono, ya que la IA genera automáticamente el más adecuado. - Incluir especificidad, claridad, contexto y definir estilo y tono en las instrucciones. - Escribir instrucciones vagas y ambiguas para que la IA decida el contenido por sí misma.

¿Qué modelo de IA generativa de Adobe crea imágenes, diseños y variaciones gráficas a partir de prompts y además está pensado para integrarse en aplicaciones como Photoshop o Illustrator?. Firefly. Express. DALL·E. Canva.

¿En qué consiste el role prompting al elaborar un prompt para IA y cuál es su principal ventaja?. - Limitar la IA a respuestas de una sola palabra para aumentar la precisión. - Asignar un rol o perspectiva a la IA para orientar estilo, vocabulario y criterios; permite obtener respuestas más alineadas con el contexto. - Dar instrucciones vagas para que la IA interprete libremente el objetivo; evita limitaciones de contexto. - Pedir a la IA que genere contenido sin ninguna indicación sobre rol, estilo o audiencia; asegura máxima creatividad.

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

¿Cuál de los siguientes ejemplos representa el uso de una red neuronal convolucional (CNN)?. - Un sistema que predice el precio de una vivienda según su tamaño y ubicación. - Un modelo que analiza correos electrónicos para clasificarlos como spam o no spam. - Un modelo que aprende a jugar a un videojuego mediante prueba y error. - Un sistema de reconocimiento facial que desbloquea un móvil utilizando análisis de imágenes.

Al utilizar IA para transformar imágenes existentes, ¿qué se recomienda para obtener resultados de alta calidad y adecuados al propósito?. - No es necesario detallar la imagen original ni el resultado deseado; la IA generará automáticamente la mejor versión. - Solo indicar el color principal que se desea cambiar y dejar el resto a la IA. - Especificar la naturaleza de la transformación, describir la imagen original, detallar el resultado deseado, incluir herramientas o técnicas, y considerar implicaciones legales. - Ignorar cualquier aspecto legal o de derechos de propiedad intelectual, ya que la IA siempre protege los contenidos originales.

¿Cuál de las siguientes es una limitación o precaución importante al generar imágenes con IA?. - La calidad de la imagen generada no se ve afectada por la precisión o detalle del prompt. - No existen problemas de sostenibilidad ni de sesgos culturales en los modelos de generación de imágenes. - La IA siempre genera imágenes perfectas sin necesidad de instrucciones detalladas ni consideraciones legales. - Los modelos requieren gran cantidad de recursos computacionales, pueden reproducir sesgos presentes en los datos, surgen dudas sobre propiedad intelectual y los resultados dependen de la claridad del prompt.

¿Qué técnica de prompting es más adecuada para enseñar a la IA ejemplos del tipo de salida que esperamos?. Zero-shot prompting. Context prompting. Few-shot prompting. Chain-of-thought prompting.

Sistemas de recomendación en plataformas de streaming (como Netflix o Spotify) se clasifican como: - Sistemas estadísticos sin capacidad de aprendizaje. - IA con conciencia y comprensión global del mundo. - IA fuerte, capaz de realizar cualquier tarea humana. - IA débil o Narrow AI, diseñada para tareas específicas.

Aunque la inteligencia artificial puede manejar grandes volúmenes de datos y realizar tareas complejas, sigue presentando limitaciones. ¿Cuál de las siguientes afirmaciones refleja mejor estas limitaciones?. - Los modelos de IA, especialmente los generativos, pueden cometer errores, reflejar sesgos de los datos de entrenamiento y generar desinformación. - La IA siempre produce resultados precisos y fiables. - Los asistentes de voz siempre interpretan correctamente instrucciones poco claras como “pon mi música favorita”. - La IA nunca se equivoca si los datos de entrada son incompletos o ambiguos.

¿A qué nos referimos cuando hablamos de herramientas de inteligencia artificial?. - A dispositivos físicos que sustituyen completamente el trabajo humano. - A programas que solo sirven para el entretenimiento y no tienen usos profesionales. - A aplicaciones o plataformas de software que utilizan IA para realizar tareas específicas en ámbitos como la creación de contenido, el análisis de datos o la productividad. - A sistemas que funcionan sin necesidad de datos ni entrenamiento previo.

¿Cuál es la función de Duet AI (más recientemente Gemini) en Gmail?. Resume documentos extensos y genera ideas. Sugiere fórmulas y ayuda en la organización y análisis de datos. Redacta borradores de correos electrónicos, propone respuestas automáticas y resume hilos largos de mensajes. Proporciona subtítulos automáticos.

¿Cuál de los siguientes ejemplos describe mejor un modelo de refuerzo?. - Un modelo que analiza hábitos de compra de clientes y los agrupa en perfiles similares sin etiquetas. - Un modelo que clasifica correos electrónicos como spam o no spam usando datos etiquetados. - Un modelo que predice el precio de una vivienda según su tamaño y ubicación. - Un modelo que aprende a jugar a un videojuego mejorando con cada partida gracias a recompensas y penalizaciones.

¿Cuál es el objetivo principal del role prompting?. Evitar que la IA dé explicaciones. Asignar un rol a la IA para orientar estilo y vocabulario. Pedir resúmenes breves. Reducir el consumo de recursos.

¿Qué concepto describe el uso de contenidos generados por usuarios (textos, imágenes, audios) para entrenar modelos de IA sin permiso explícito?. - Uso no autorizado. - Entrenamiento sin consentimiento. - Fugas de datos. - Explotación comercial de datos personales.

Para obtener un mejor resultado de una IA, ¿qué característica debe tener un prompt?. Evitar dar detalles y contexto. Ser específico, claro y contextualizado. Estar escrito en un lenguaje técnico. Ser lo más corto y genérico posible.

¿Qué se logra mediante el fine-tuning (ajuste fino) de un modelo de IA?. - Evitar que el modelo cometa errores en todos los posibles escenarios sin necesidad de datos adicionales. - Entrenar un modelo desde cero sin utilizar un modelo previo. - Optimizar el modelo para aplicaciones específicas, mejorando su precisión y relevancia. - Que el modelo genere resultados aleatorios sin necesidad de datos de entrenamiento.

¿Cómo puede la IA potenciar la creatividad e innovación aumentada?. - Limitándose a tareas repetitivas sin influir en la generación de contenido creativo. - Ignorando el contexto o la audiencia al generar material visual o textual. - Generando ideas nuevas, visualizando conceptos mediante diagramas o infografías, y transformando contenido para diferentes audiencias. - Sustituyendo completamente el pensamiento humano sin aportar nuevas ideas.

El ejemplo de un hospital que utiliza IA para convertir estadísticas de pacientes en gráficos dinámicos ilustra la habilidad de: Adaptación de contenidos. Traducción y localización. Estructuración de información. Visualización dinámica.

¿Cuál es la relación más adecuada entre la inteligencia artificial y los profesionales humanos según el enfoque actual de la tecnología?. La IA solo debe utilizarse en tareas rutinarias y de bajo valor, dejando todo el trabajo creativo exclusivamente a los humanos. La IA y los humanos compiten por los mismos roles, siendo la tecnología generalmente superior en todas las tareas. La IA funciona como un complemento que amplifica las capacidades humanas, creando una sinergia donde cada uno aporta sus fortalezas únicas. La IA está diseñada para reemplazar completamente el trabajo humano en la mayoría de los campos profesionales.

¿Cuál es la práctica más recomendable al crear imágenes con IA para un propósito específico?. - Proporcionar instrucciones detalladas sobre propósito, estilo, elementos clave, colores, estado de ánimo y público objetivo. - Evitar mencionar el público objetivo o referencias, ya que no influyen en el resultado. - Indicar el color principal de la imagen y dejar el resto al azar. - Dejar que la IA genere imágenes sin ninguna indicación o contexto.

¿Por qué son importantes el aprendizaje continuo y la adaptabilidad tecnológica para aprovechar la IA?. - Porque una vez aprendida una herramienta de IA, nunca es necesario volver a actualizarse. - Porque la IA evoluciona rápidamente, y actualizar habilidades permite aprovechar nuevas herramientas y oportunidades. - Porque la IA no cambia, por lo que la adaptabilidad no es relevante. - Porque basta con aprender una sola herramienta de software para dominar todas las aplicaciones de IA.

Según el proceso para organizar tareas, una tarea es probablemente automatizable si: Requiere una gran cantidad de creatividad y empatía. Puede describirse con pasos claros y repetibles. El riesgo de error es demasiado alto para una revisión posterior. Su resultado final necesita supervisión humana.

¿Cuál de las siguientes afirmaciones describe mejor a Perplexity AI?. - Es una herramienta exclusiva para crear imágenes y vídeos mediante IA. - Es un asistente que genera contenido sin mostrar fuentes ni referencias. - Combina chat conversacional con búsqueda en internet, mostrando siempre las fuentes de la información. - Solo sirve para juegos y entretenimiento, sin aplicaciones académicas o profesionales.

¿Cuáles son algunas de las responsabilidades clave de un Supervisor de IA?. - Programar algoritmos sin evaluar la calidad de los resultados. - Generar automáticamente contenido visual y textual sin supervisión ética. - Analizar únicamente el coste energético de los sistemas de IA. - Monitorizar resultados para detectar sesgos o errores, evaluar calidad y relevancia de salidas, ajustar parámetros y aplicar salvaguardas éticas.

¿Qué habilidad permite a la IA transformar ideas textuales en representaciones visuales?. Análisis de escenarios. Recomendaciones basadas en datos. Visualización de conceptos. Generación de ideas.

En el sector de la educación, ¿qué tarea es más adecuada para que la IA la realice?. Diseñar la dinámica de la clase. Generar ejercicios adaptados al nivel de cada estudiante. Adaptar la explicación en función de los problemas de aprendizaje del alumno. Detectar la desmotivación o falta de confianza en los alumnos.

¿Cuál de los siguientes NO constituye un desafío técnico para la inteligencia artificial?. - Ausencia de estándares universales. - Elevados costos y consumo energético. - La incapacidad de la IA para aprender de datos nuevos. - Altos requerimientos de recursos computacionales.

La tarea del Supervisor de IA de realizar “Ajuste de parámetros y refinamiento de instrucciones” es esencial porque: Es un requisito legal para obtener licencias de software de IA. Los sistemas de IA no son estáticos y necesitan ser calibrados continuamente para mantener la calidad y alineación. El Supervisor tiene la tarea de generar los “prompts” más avanzados para la organización. Es el único rol con acceso técnico a los modelos de IA.

El Supervisor de IA es el rol centrado en: La limpieza y preparación de conjuntos de datos masivos. La creación de prompts complejos para la generación de contenido. Garantizar que los sistemas de IA funcionen correctamente, de manera ética y alineada con los objetivos organizacionales. La interpretación y comunicación de visualizaciones a un equipo técnico.

¿En qué año se acuñó el término “inteligencia artificial”?. 1945. 1969. 1956. 1980.

¿Cómo se conoce el periodo de los años 70 y 80 en la historia de la IA?. - Era del aprendizaje profundo. - Invierno de la IA. - Era del resurgimiento. - Era del Big Data.

Uno de los requisitos del rol de Prompt Designer es: Preparación y limpieza de conjuntos de datos. Implementación de salvaguardas organizacionales. Conocimiento de técnicas como el Few-shot prompting y cadena de pensamiento. Monitorización de resultados y ajuste de parámetros.

¿Cuál es el objetivo principal del rol de Prompt Designer?. Implementar salvaguardas éticas en sistemas de IA. Monitorizar resultados para detectar sesgos o errores. Crear instrucciones precisas para sistemas de IA que generen los resultados deseados. Generar visualizaciones efectivas a partir de conjuntos de datos.

¿Qué provocó el resurgimiento de la IA en los años 90 y 2000?. - Nuevas leyes internacionales. - Mayor uso de internet. - Aumento de la potencia computacional y avances en algoritmos. - Aparición de los smartphones.

¿Qué tipo de IA predomina en la actualidad según su capacidad?. IA fuerte. IA general. Narrow AI (IA débil). IA consciente.

¿Qué requisito es esencial para un Prompt Designer además de la comprensión profunda de modelos de IA?. Identificación de patrones con asistencia de IA. Habilidades de comunicación excepcionales. Ajuste de parámetros y refinamiento de instrucciones. Implementación de salvaguardas éticas a nivel de código.

Si un sistema de IA comienza a generar consistentemente resultados que muestran sesgos de género o raza, ¿qué rol tiene la responsabilidad primordial de intervenir y aplicar salvaguardas éticas?. Supervisor de IA. Analista de datos junior con enfoque en IA. El desarrollador de software inicial. Prompt Designer.

¿Qué ejemplo corresponde a un deepfake?. Una simulación meteorológica. Un meme humorístico. Un vídeo manipulado en el que un político dice algo que nunca dijo. Un videojuego con gráficos realistas.

Una forma de reducir sesgos es: Ocultar datos. Evitar algoritmos. Mejorar diversidad en datos de entrenamiento. Entrenar sin supervisión humana.

¿Qué sesgo se produce cuando los datos utilizados para entrenar un modelo no representan adecuadamente a toda la población, como una aplicación de voz que falla con niños y personas mayores?. - Sesgo de confirmación. - Sesgo de selección. - Sesgo en los prompts. - Sesgo de medición.

¿Qué tipo de sesgo ocurre al reforzar creencias o hipótesis previas en lugar de cuestionarlas al introducir datos o preguntas?. Sesgo de medición. Sesgo en prompts. Sesgo de selección. Sesgo de confirmación.

¿Qué principio ético exige divulgar de manera clara cómo funciona una IA?. Equidad. Transparencia. Responsabilidad. Privacidad.

¿Qué tipo de sesgo ocurre cuando un modelo de IA se entrena con historiales laborales donde, históricamente, la mayoría de ingenieros contratados eran hombres?. - Sesgo de medición. - Sesgo de confirmación. - Sesgo en los datos de entrenamiento. - Sesgo en las indicaciones (prompts).

¿Cuál es el tipo de sesgo que ocurre cuando un motor de búsqueda prioriza mostrar información que refuerza las creencias previas del usuario, dejando de lado fuentes críticas o contradictorias?. Sesgo en los datos de entrenamiento. Sesgo de confirmación. Sesgo de selección. Sesgo de medición.

¿Qué tipo de sesgo aparece cuando los datos de entrenamiento NO representan a toda la población?. Sesgo de medición. Sesgo de confirmación. Sesgo en prompts. Sesgo de selección.

¿Qué es la anonimización de datos?. Almacenar la información en la nube. Encriptar archivos confidenciales. Eliminar o alterar datos personales para que no identifiquen a individuos. Usar contraseñas más seguras.

Una pulsera de salud que mide el pulso funciona bien en personas con piel clara, pero falla con piel oscura o con tatuajes. ¿Qué tipo de sesgo ilustra este ejemplo?. - Sesgo de amplificación. - Sesgo de medición. - Sesgo en las indicaciones. - Sesgo de selección.

¿Cuál de las siguientes es una consecuencia de los sesgos algorítmicos mencionada en el texto?. - Ampliación de la brecha socioeconómica. - Optimización de la eficiencia del sistema. - Democratización del acceso a la tecnología. - Mayor transparencia en los procesos de decisión.

¿Qué ocurre si una obra es generada solo por IA sin intervención humana?. Se convierte en dominio privado. Solo pertenece al programador. No puede registrarse con derechos de autor. Tiene copyright automático.

¿Qué derecho garantiza el Reglamento General de Protección de Datos (RGPD) a los ciudadanos respecto a las decisiones automatizadas por la IA?. El derecho a la propiedad intelectual del contenido generado. El derecho a la supervisión humana. El derecho a la explicación. El derecho a la anonimización de todos sus datos.

¿Qué plataforma es profesional y empresarial?. ChatGPT. Azure AI Studio. Pi. Canva.