IA (Optativa) - DAM Ilerna (Examen 1)

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.

¿Cuál de las siguientes afirmaciones describe mejor la “Narrow AI” o IA débil, que predomina en la actualidad?. Es capaz de realizar cualquier tarea humana con conciencia completa del mundo. Está especializada en tareas específicas y es muy eficiente en su dominio, pero no tiene conciencia ni comprensión general. Se centra en el análisis histórico de datos sin interactuar con aplicaciones prácticas. Puede aprender y adaptarse a cualquier situación sin necesidad de datos específicos.

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

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

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?. La IA alcanzó todos sus objetivos iniciales, consolidándose sin problemas. Los avances no cumplieron las expectativas, lo que provocó pérdida de financiación e interés. Se descubrieron nuevas técnicas que reemplazaron a la IA. La IA se convirtió en la tecnología dominante en todos los sectores.

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

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

¿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 son fáciles de analizar sin herramientas especiales. Porque los datos no estructurados se almacenan automáticamente en bases de datos tradicionales. Porque los datos no estructurados son siempre textos cortos y simples. Porque los datos no estructurados no tienen un formato uniforme y requieren métodos complejos para extraer información útil.

¿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 aprende a jugar a un videojuego mejorando con cada partida gracias a recompensas y penalizaciones. Un modelo que predice el precio de una vivienda según su tamaño y ubicación.

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

¿En qué consiste el role prompting al elaborar un prompt para IA y cuál es su principal ventaja?. 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. Asignar un rol o perspectiva a la IA para orientar estilo, vocabulario y criterios; permite obtener respuestas más alineadas con el contexto. Limitar la IA a respuestas de una sola palabra para aumentar la precisión.

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

¿Cuál de las siguientes es una limitación o precaución importante al generar imágenes con IA?. 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. La calidad de la imagen generada no se ve afectada por la precisión o detalle del prompt. 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.

¿Por qué los modelos de texto de inteligencia artificial son capaces de generar texto coherente y realizar tareas lingüísticas complejas?. Porque se basan en reglas predefinidas y no requieren entrenamiento con datos. Porque funcionan únicamente con bases de datos estructuradas de números y fechas. Porque se entrenan con enormes cantidades de datos textuales, lo que les permite comprender contextos y patrones del lenguaje. Porque analizan únicamente imágenes y vídeos sin necesidad de datos textuales.

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

¿Por qué son importantes el aprendizaje continuo y la adaptabilidad tecnológica para aprovechar la IA?. Porque la IA evoluciona rápidamente, y actualizar habilidades permite aprovechar nuevas herramientas y oportunidades. Porque una vez aprendida una herramienta de IA, nunca es necesario volver a actualizarse. 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.

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.

¿Cuál es la clave para aprovechar la IA de manera efectiva?. Aplicar la IA estratégicamente para complementar nuestras habilidades, enfocándonos en creatividad, ética y liderazgo. Usar la IA únicamente para tareas repetitivas, sin considerar el valor humano. Ignorar la IA y centrarse solo en habilidades humanas tradicionales. Entender todos los algoritmos complejos de la IA para poder reemplazar al ser humano.

¿Qué describe mejor la colaboración humano-IA en el ámbito laboral y creativo?. 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. La IA evita la necesidad de sensibilidad o criterio humano en cualquier proyecto. La IA solo sirve para trabajo individual y no mejora la cooperación en equipos internacionales.

¿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. Escribir instrucciones vagas y ambiguas para que la IA decida el contenido por sí misma. 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.

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

¿Por qué es importante que un prompt designer tenga comprensión profunda de los modelos de IA?. Para analizar únicamente los costes energéticos de los modelos. Para generar contenido sin necesidad de instrucciones detalladas. Para poder crear instrucciones precisas que maximicen la calidad y relevancia de las respuestas de la IA. Para programar la infraestructura de servidores de la IA.

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

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

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

¿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.

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

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

¿Qué es el sesgo de selección?. Los métodos de recogida de datos contienen errores o distorsiones. 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 datos de entrenamiento no representan a toda la población. Los datos o las preguntas que se introducen en el sistema se diseñan de manera que refuerzan creencias o hipótesis previas.

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