IA (Optativa) - DAM Ilerna (Examen 3)

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

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

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

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

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.

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

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

¿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 caracteriza principalmente a los datos no estructurados?. Solo se encuentran en bases de datos empresariales. Carecen de un formato predefinido y se presentan en formas variadas como textos, imágenes, audio o vídeo. 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.

¿Qué describe mejor a Adobe Firefly?. Es un asistente de productividad de Microsoft que ayuda con correos y presentaciones. Es un modelo de IA diseñado para análisis de datos financieros. Es un modelo de IA generativa de Adobe especializado en contenido visual, que crea imágenes y efectos a partir de descripciones textuales y se integra en aplicaciones como Photoshop o Illustrator. Es un chatbot que responde preguntas académicas con referencias verificables.

¿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.

¿A qué nos referimos cuando hablamos de herramientas de inteligencia artificial?. A sistemas que funcionan sin necesidad de datos ni entrenamiento previo. A dispositivos físicos que sustituyen completamente el trabajo humano. 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 programas que solo sirven para el entretenimiento y no tienen usos profesionales.

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

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

¿Por qué son importantes el aprendizaje continuo y la adaptabilidad tecnológica para aprovechar la IA?. 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. 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.

En una empresa, ¿cómo puede un empleado integrar la IA en sus tareas diarias de forma práctica y efectiva?. 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. Confiando en que la IA resuelva problemas estratégicos complejos sin supervisión humana. 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.

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

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

¿Qué describe mejor la colaboración humano-IA en el ámbito laboral y creativo?. 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. La IA solo sirve para trabajo individual y no mejora la cooperación en equipos internacionales.

¿Cuáles son habilidades y conocimientos clave para un prompt designer?. Solo habilidades artísticas para generar imágenes sin usar prompts. 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. Comprensión profunda de modelos de IA, habilidades de comunicación, capacidad para estructurar solicitudes claras y conocimiento de técnicas avanzadas como few-shot prompting.

¿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. Desarrollar modelos de IA avanzados sin procesar datos. Diseñar prompts para asistentes virtuales sin análisis de datos. Optimizar procesos combinando análisis de datos básico con herramientas de IA.

¿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. Creación de campañas publicitarias sin interacción con la IA. Gestión de inventarios y logística de la empresa. Diseño de hardware para GPUs de alto rendimiento.

¿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.

¿Cuál es la función principal de un prompt designer?. Generar contenido creativo sin necesidad de interacción con la IA. Programar algoritmos de IA desde cero sin usar prompts. Supervisar únicamente la infraestructura de hardware de los modelos de IA. Crear instrucciones precisas (prompts) para que la IA genere resultados alineados con lo esperado.

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

¿Cuál de estas es una medida para mitigar los sesgos algorítmicos?. Reducir el tamaño de los datos. Supervisión humana sobre los resultados de la IA. Uniformidad de los datos. 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?. Fugas de datos. Uso no autorizado. Entrenamiento sin consentimiento. Explotación comercial de datos personales.

¿Qué es el sesgo de confirmación?. 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. 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.

¿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.