IA. Ponte a prueba + autoevaluaciones 5/6

Tu equipo quiere usar una IA para traducir material educativo a varios idiomas. ¿Cuál sería la mejor forma de aplicarlo?. Revisar las traducciones para detectar errores culturales o de contexto. Usar directamente la traducción automática y publicarla tal cual. Todas a la vez. Descartar la IA porque nunca traducirá igual de bien que un humano.

Entre las tareas del Analista de datos junior con enfoque en IA se incluye la preparación y limpieza de conjuntos de datos con la asistencia de herramientas de IA. Falso. Verdadero.

¿Qué técnica se utiliza para analizar texto no estructurado?. SQL. Clustering. Procesamiento de lenguaje natural (PLN). Redes convolucionales.

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

¿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.

Todo contenido generado por IA puede registrarse legalmente como obra con copyright. Falso. Verdadero.

Los deepfakes son fáciles de identificar a simple vista. Verdadero. Falso.

Definición de: Falta de estándares: Problemas como sesgos, alucinaciones o desinformación exigen supervisión humana y validación constante de los resultados. La recopilación automática de datos de usuario sin transparencia puede comprometer información sensible, requiriendo configuración consciente de ajustes. La ausencia de normas universales permite discrepancias en ética, transparencia y privacidad entre modelos, dificultando un uso responsable. Los avances tecnológicos vuelven obsoletos rápidamente los modelos existentes, forzando actualizaciones frecuentes y estrategias escalables.

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

¿Qué métrica mide el porcentaje de aciertos de un modelo?. Fine-tuning. Generalización. Precisión. Error.

A nivel europeo, ¿quién regula el uso de obras con copyright en la IA?. Naciones Unidas. Parlamento Europeo. Directiva sobre derechos de autor en el mercado único digital. Google.

¿Qué riesgo ético supone el contenido íntimo manipulado con IA?. Aumento de productividad. Creación artística. Forma de violencia digital. Expansión cultural.

¿Qué técnica permite comprender por qué un modelo llega a un resultado determinado?. Transparencia de datos. Minimización de datos. Explicabilidad de algoritmos (XAI). Auditoría externa.

¿A qué tipo de dato corresponde: "Hoja de cálculo con presupuestos. Registros de clics en una web"?. Datos de imagen. Datos de texto. Datos de vídeo. Datos estructurados.

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

El Reglamento (UE) 2024/1689 obliga a: Garantizar transparencia y supervisión humana en sistemas de alto riesgo. Eliminar la IA en educación y salud. Reemplazar un 20% de los empleos con IA. Usar IA únicamente en publicidad.

Un traductor automático convierte el texto “llover a cántaros” en “raining jugs”. ¿Qué demuestra este ejemplo?. Que la IA siempre traduce literalmente y nunca aprende. Que la IA necesita más memoria para traducir bien cualquier cosa complicada. Que el PNL puede cometer errores al no captar expresiones idiomáticas. Todas son incorrectas.

¿Qué técnica de prompting implica dar ejemplos previos?. Few-shot. Instrucción inversa. Zero-shot. Chain-of-thought.

¿Cuál es el propósito de un autoencoder variacional (VAE, variational autoencoder)?. Clasificar datos. Predecir precios, elaborar resúmenes. Detectar bordes en imágenes. Comprimir y reconstruir información con variaciones controladas.

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

El texto indica que la capacidad para trabajar eficazmente con IA será una competencia transversal. Para un estudiante, esto significa que: Debe convertirse en un experto en Python y machine learning. Solo podrá usar IA si trabaja como Prompt Designer. Debe delegar toda la toma de decisiones al algoritmo de "caja negra" para eliminar el criterio humano. Debe integrar herramientas de IA en sus trabajos para potenciar su rol profesional.

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. Falso. Verdadero.

¿A qué tipo de dato corresponde: "Fotografía de un paisaje. Diagrama de flujo"?. Datos de texto. Datos estructurados. Datos de vídeo. Datos de imagen.

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

La colaboración humano-IA es innecesaria, ya que la máquina es lo suficientemente inteligente como para tomar decisiones éticas y estratégicas por sí sola. Falso. Verdadero.

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

Definición de Requisitos técnicos: La naturaleza probabilística de estos modelos hace que sus respuestas varíen incluso con entradas similares, lo que exige verificación adicional en contextos que requieren precisión. La ausencia de normas universales permite discrepancias en ética, transparencia y privacidad entre modelos, dificultando un uso responsable. Su implementación demanda GPU potentes, grandes volúmenes de datos y alto consumo energético, lo que limita su accesibilidad y plantea retos ecológicos. La recopilación automática de datos de usuario sin transparencia puede comprometer información sensible, requiriendo configuración consciente de ajustes.

¿Cuál de las siguientes afirmaciones sobre la relación entre el ser humano y la IA es la más acertada?. La IA posee la capacidad de entender los matices contextuales y el criterio moral. El verdadero poder de la IA se manifiesta cuando opera de forma autónoma. El verdadero poder surge de la sinergia entre personas y sistemas de IA. El ser humano debe delegar todas las tareas a la IA para maximizar la eficiencia.

En el contexto del 'Invierno de la IA', ¿cuál fue la consecuencia más notable de que los avances no cumplieran con las expectativas iniciales?. El término 'inteligencia artificial' dejó de utilizarse. La reducción en la financiación y el interés en la investigación. La migración de los principales investigadores a otros campos de la ciencia. Una nueva era de optimismo con la aparición del Big Data.

El subajuste significa que: El modelo se adapta demasiado. El modelo usa redes neuronales. El modelo predice con gran precisión. El modelo no aprende lo suficiente.

Definición de Privacidad: La ausencia de normas universales permite discrepancias en ética, transparencia y privacidad entre modelos, dificultando un uso responsable. Problemas como sesgos, alucinaciones o desinformación exigen supervisión humana y validación constante de los resultados. Los avances tecnológicos vuelven obsoletos rápidamente los modelos existentes, forzando actualizaciones frecuentes y estrategias escalables. La recopilación automática de datos de usuario sin transparencia puede comprometer información sensible, requiriendo configuración consciente de ajustes.

Relaciona la técnica de prompting con su descripción: Zero-shot. Role prompting. Chain-of-thought. Few-shot.