Ilerna ASIR Módulo optativo (IA) - En construcción

¿Qué descripción encaja mejor con la inteligencia artificial?. Un tipo de programa que solo realiza operaciones aritméticas. Un sistema que siempre responde con total exactitud y sin errores. Un conjunto de reglas fijas que nunca cambian. Un sistema capaz de realizar funciones asociadas a capacidades humanas, como entender el habla o procesar imágenes.

¿En qué año se celebró la conferencia de Dartmouth?. 1945. 1956. 1969. 1984.

¿Qué afirmación describe mejor a la IA débil o específica (narrow AI)?. Imita por completo toda la inteligencia humana en cualquier contexto. Está diseñada para tareas concretas y es el tipo de IA que más se usa actualmente. Solo existe como idea teórica sin aplicaciones reales. Dispone de comprensión general del mundo y tiene conciencia propia.

¿Qué rasgo es propio de la IA general (general AI)?. Especializada en una tarea o un conjunto limitado de tareas. Solo clasifica datos sin aprender de ellos. Se utiliza de forma masiva en la vida cotidiana actual. Puede aprender y aplicar conocimientos en distintos ámbitos, de forma similar a una persona.

¿Cómo se conoce el periodo de los años 70 y 80 en la historia de la IA?. La era del Big Data. El “invierno de la IA”. La revolución de las redes neuronales. La etapa de consolidación comercial.

¿Qué factor fue clave en el resurgimiento de la IA en los años 90 y 2000?. La aparición de los procesadores cuánticos. El aumento de la potencia de cálculo y las mejoras en los algoritmos. La eliminación completa de todos los sesgos en los datos. La disponibilidad de grandes cantidades de datos y el desarrollo de redes neuronales complejas.

¿Qué caracteriza la etapa actual de la IA (desde los años 2000 hasta hoy)?. La revolución de las redes neuronales. El aumento de la potencia computacional y los avances en algoritmos. Por la fuerte reducción de los datos disponibles. Disponibilidad de grandes cantidades de datos y el desarrollo de redes neuronales complejas.

¿Cuál de las siguientes opciones NO aparece como ejemplo de uso cotidiano de la IA?. Asistentes virtuales en el teléfono móvil. Conducción 100% autónoma de un vehículo. Recomendaciones de series en plataformas de streaming. Anuncios personalizados en redes sociales.

¿Qué capacidad se asocia a sistemas de IA basados en aprendizaje automático (machine learning)?. Adaptabilidad a nuevas situaciones sin entrenamiento específico. Tomar decisiones sin haber visto datos previamente. Depender únicamente de reglas escritas a mano. Aprender a partir de datos, adaptarse y mejorar con la experiencia.

¿En cuál de estos ámbitos se menciona que la IA ya está teniendo un impacto significativo?. Seguridad y medio ambiente. Sanidad. Administración y Gestión. Todas son correctas.

¿Qué hace diferente a la IA generativa frente a otros tipos de IA?. Se dedica a borrar datos antiguos sin analizarlos. Su única función es bloquear el acceso a cierta información. Solo se usa en sistemas de seguridad física. Está orientada a crear contenido nuevo, como textos, imágenes, música o vídeos, a partir de patrones aprendidos.

¿Cuál es la finalidad principal de la IA predictiva?. Crear obras artísticas originales. Analizar datos pasados para anticipar acontecimientos futuros. Aprende patrones de datos existentes para generar contenido similar. Se centra en clasificar y distinguir entre diferentes categorías de datos.

Un sistema que separa automáticamente los correos legítimos del spam es un ejemplo de: IA generativa. IA discriminativa. IA general. IA estadística.

¿Qué afirmación describe mejor a la IA analítica?. La discriminative AI se centra en clasificar y distinguir entre diferentes categorías de datos. Solo puede trabajar con datos perfectamente estructurados. Proporciona estimaciones probabilísticas de resultados futuros. Trabaja con grandes volúmenes de datos para encontrar patrones, tendencias y apoyar la toma de decisiones.

¿Qué técnicas forman parte de la base de la IA estadística?. Solo algoritmos de cifrado. Modelos probabilísticos como regresión, pruebas de hipótesis y análisis bayesiano. Únicamente redes neuronales convolucionales. Simulaciones físicas que no utilizan datos reales.

Un asistente virtual actual suele combinar varios tipos de IA. ¿Qué combinación se menciona?. Solo IA analítica y estadística. Exclusivamente IA generativa. Únicamente IA discriminativa. IA discriminativa para entender la voz, generativa para producir respuestas y predictiva para sugerir acciones.

¿Cuál de estas ideas sobre la IA corresponde a un mito muy extendido?. Puede cometer errores y verse afectada por sesgos. Es infalible y siempre ofrece resultados objetivos. Necesita supervisión humana en muchas situaciones. Puede generar desinformación si los datos de partida son incompletos.

Cuando un asistente de voz responde de forma inesperada a una orden poco clara del tipo “pon mi música favorita”, ¿qué pone de manifiesto este ejemplo?. Que los asistentes de voz no fallan si se habla despacio. Que la IA comprende siempre el contexto igual que una persona. Que estos sistemas no utilizan IA en ningún caso. Que la IA puede equivocarse y no interpretar bien instrucciones ambiguas.

Respecto a la comparación entre IA y mente humana, ¿qué se destaca sobre la IA actual?. Que ya supera a todas las personas expertas en cualquier área. Que está diseñada para tareas específicas y no tiene una comprensión general del mundo. Que entiende perfectamente todas las referencias culturales. Que la IA general ya se utiliza en la mayoría de sectores.

Al traducir literalmente expresiones como “se me fue la olla”, ¿qué limitación de la IA queda en evidencia?. Su dominio absoluto de los dobles sentidos. Su capacidad perfecta para adaptar expresiones culturales. Su imposibilidad de cometer errores en traducciones. Su dificultad para comprender el contexto y los matices de expresiones idiomáticas.

¿Qué visión se presenta como más ajustada sobre el impacto de la IA en el empleo?. Que sustituirá a todos los trabajadores de forma inmediata. Que tiende a complementar el trabajo humano y genera nuevos roles, como diseño de prompts o supervisión de sistemas. Que solo destruye empleo sin crear nuevas funciones. Que no tiene ninguna repercusión en el mundo laboral.

El ejemplo de las cajas de autopago en un supermercado sirve para ilustrar que: Ya no es necesario ningún empleado en la tienda. Las cajas automáticas nunca fallan. La IA decide el precio de los productos en tiempo real. Aunque se automatice parte del proceso, sigue siendo necesaria la intervención de personal humano.

En relación con la autonomía de la IA, ¿qué idea se subraya?. Que los sistemas pueden funcionar sin ningún tipo de supervisión. Que requieren revisión y validación humanas debido a errores y “alucinaciones” posibles. Que nunca generan resultados fabricados. Que es contraproducente revisar sus salidas.

¿Qué diferencia fundamental se explica entre un motor de búsqueda y una IA generativa?. Funcionan exactamente del mismo modo. El buscador crea contenido nuevo y la IA solo ordena enlaces. La IA únicamente muestra enlaces sin generar textos. Un buscador muestra contenidos ya publicados, mientras que la IA genera respuestas nuevas a partir de lo aprendido.

¿Qué tipo de limitaciones se asocian a la IA en el mito que afirma que “no tiene límites técnicos”?. Ninguna, solo ventajas. Necesidad de muchos recursos computacionales, problemas de privacidad, falta de estándares y riesgo de obsolescencia rápida. Únicamente cuestiones legales, sin implicaciones técnicas. Solo limitaciones psicológicas en los usuarios.

En el contexto de la fiabilidad, ¿qué puede ocurrir cuando se utiliza IA generativa?. Que el modelo mantenga siempre la misma respuesta sin importar los datos. Que solo pueda responder con “sí” o “no”. Que sea incapaz de aprender a partir de ejemplos. Que repita sesgos presentes en los datos de entrenamiento o llegue a inventarse información.

¿Qué requisito técnico se destaca como fundamental para trabajar con modelos de IA generativa de gran tamaño?. Un editor de texto sencillo. Disponer de potentes GPU y grandes conjuntos de datos. Solo una línea telefónica analógica. Únicamente una hoja de cálculo básica.

En materia de privacidad, ¿qué riesgo se menciona cuando se usan herramientas de IA?. Que los modelos borren siempre toda la información. Que las personas sepan en todo momento qué datos se recopilan. Que la IA pueda funcionar sin ningún dato personal. Que se recojan y almacenen datos de usuario sin que este tenga claro qué se hace con ellos.

¿Qué conjunto de acciones se propone para reducir los riesgos de privacidad al usar IA?. No leer las políticas de privacidad. Informarse sobre las políticas de las herramientas, ajustar las opciones de privacidad y pensar qué información se comparte. Compartir la mayor cantidad de datos posible para mejorar el modelo. Desactivar cualquier medida de protección.

La ausencia de estándares comunes en IA generativa puede provocar que: Todos los modelos se comporten de forma idéntica. Sea imposible desarrollar nuevos algoritmos. Todas las empresas sean excesivamente transparentes. Cada sistema aplique criterios diferentes en ética, transparencia y protección de datos.

En relación con la consistencia de los modelos de IA generativa, ¿qué comportamiento es habitual en sus respuestas?. Responden siempre exactamente lo mismo ante la misma entrada. Pueden dar resultados distintos incluso con entradas muy parecidas. Solo cambian de respuesta si se reinicia el sistema. Sus respuestas están totalmente fijadas por reglas deterministas.

¿Qué consecuencia puede tener la rápida obsolescencia de los modelos de IA para las organizaciones?. Que no sea necesario actualizar nunca los sistemas. Que disminuyan los costes de mantenimiento. Que las versiones antiguas mejoren sin intervención. Que haya que actualizar modelos con frecuencia, asumiendo costes y retos técnicos continuos.

En la comparación con una fábrica, ¿qué papel juegan los datos en la inteligencia artificial?. Son el producto final que se entrega al usuario. Equivalen al hardware donde se ejecutan los programas. Representan únicamente los algoritmos. Actúan como materia prima que la IA necesita para aprender y funcionar.

¿Qué tipo de información puede considerarse dato para un sistema de IA?. Solo números en una hoja de cálculo. Textos, números, imágenes, sonidos o registros de comportamiento humano. Exclusivamente imágenes digitales. Solo datos financieros.

¿Qué característica identifica a los datos estructurados?. Carecen por completo de organización. Están dispuestos en filas y columnas con categorías definidas. No pueden almacenarse en bases de datos. No son aptos para el análisis automático.

¿Qué ventaja aportan los datos estructurados?. No necesitan ninguna validación. No pueden analizarse con herramientas como SQL o Excel. Recogen toda la complejidad de la realidad sin pérdida. Facilitan el almacenamiento, la consulta y el análisis con herramientas tradicionales.

¿Cuál es una limitación importante de los datos estructurados?. Incluyen siempre emociones humanas. Representan mal fenómenos complejos, como matices de conversaciones o contenido visual. No se pueden usar en proyectos de IA. Imposibilitan las consultas rápidas.

En el mundo digital actual, ¿qué proporción aproximada representan los datos no estructurados?. Una parte muy pequeña sin importancia. Más del 80% de los datos generados cada día. Aproximadamente un 5% del total. No existen datos no estructurados en la práctica.

¿Cuál de los siguientes casos es un ejemplo de dato no estructurado?. Una tabla de facturas con campos “fecha” e “importe”. Una grabación de voz y un vídeo alojado en una plataforma. Un inventario con códigos de producto en una hoja de cálculo. Un listado de clientes con su DNI en una base de datos.

¿Qué ventaja ofrecen los datos no estructurados en el contexto de la IA?. No necesitan ningún procesamiento previo. Siempre son pequeños y manejables. Imposibilitan el entrenamiento de modelos. Aportan mucha información y permiten entrenar modelos que captan patrones complejos.

¿Qué dificultad presentan los datos no estructurados?. Solo pueden conservarse en papel. Exigen más procesamiento previo y grandes recursos de almacenamiento y cómputo. No pueden contener sesgos. Siempre son de mala calidad por definición.

¿Cómo se describen los datos semiestructurados?. Información sin ningún tipo de organización ni etiquetas. Datos que no están en tablas clásicas pero cuentan con cierta estructura mediante etiquetas o formatos estándar. Información que solo existe en soporte físico. Datos imposibles de analizar con IA.

¿Cuál de los siguientes ejemplos corresponde a datos semiestructurados?. Una fotografía sin metadatos. Una grabación de audio en cinta analógica. Una tabla de ventas en una hoja de cálculo. Un archivo JSON o XML con campos claramente etiquetados.

¿Qué ventaja tienen los datos semiestructurados respecto a los no estructurados?. Siempre ocupan menos espacio. Sus etiquetas y metadatos facilitan el procesamiento y la organización. No requieren nunca limpieza ni integración. No pueden emplearse en modelos de IA.

¿Por qué es tan relevante la calidad de los datos en proyectos de IA?. Porque los modelos funcionan igual aunque los datos sean erróneos. Porque la IA no llega a necesitar datos reales para aprender. Porque los datos de mala calidad siempre abaratan los modelos. Porque la IA aprende patrones y, si los datos son sesgados o incorrectos, el modelo reproducirá esos errores.

En el contexto de la IA, ¿qué es un algoritmo?. Un tipo de base de datos con tablas. Una secuencia de pasos o instrucciones que indican cómo procesar los datos. Exclusivamente un componente físico del ordenador. Un formato de imagen digital.

¿Qué diferencia principal se establece entre algoritmo y modelo de IA?. Son exactamente lo mismo. El algoritmo es el procedimiento y el modelo es el resultado entrenado que ha aprendido a partir de datos. El modelo nunca cambia y el algoritmo no se ejecuta. El algoritmo es solo hardware y el modelo solo software.

¿Qué función cumplen los parámetros dentro de un modelo de IA?. Son valores que el usuario introduce manualmente uno a uno en cada uso. Son valores internos que el modelo ajusta durante el entrenamiento para mejorar su rendimiento. No influyen en las decisiones del modelo. Solo se emplean en sistemas que no son de IA.

¿Qué se entiende por entrenamiento de un modelo de IA?. La simple instalación del programa en un ordenador. El proceso por el cual el modelo ajusta sus parámetros a partir de ejemplos para mejorar sus predicciones o decisiones. Solo cambiar el aspecto gráfico de la interfaz. Apagar y encender el sistema repetidas veces.

¿Qué es el conjunto de entrenamiento en un proyecto de IA?. La lista de usuarios autorizados a usar el sistema. El archivo con toda la configuración de red. Un grupo de modelos para comparar entre sí. El conjunto de datos que se utiliza para que el modelo aprenda durante el entrenamiento.

¿Para qué sirve el conjunto de validación o prueba en el desarrollo de modelos de IA?. Para guardar copias de seguridad del programa. Para comprobar cómo responde el modelo ante datos que no ha visto durante el entrenamiento. Para almacenar las contraseñas de los usuarios. Para registrar únicamente errores de compilación.

¿Qué describe mejor el fenómeno de sobreajuste (overfitting)?. Un modelo que no aprende nada de los datos. Un modelo que se ajusta tanto a los datos de entrenamiento que falla al enfrentarse a datos nuevos. Un modelo que nunca se equivoca. Un modelo que se entrena sin utilizar datos.

¿Qué estrategia se propone para evaluar modelos sin depender de un único experimento?. Descartar los resultados que no gustan. Utilizar siempre el mismo conjunto de prueba. No medir el rendimiento del modelo. Realizar varias pruebas con diferentes conjuntos de datos y comparar resultados.

Cuando una persona “habla” con un sistema de IA, ¿qué se considera la entrada?. El archivo ejecutable del programa. La información que proporciona el usuario, como texto, voz o imagen. Solo los datos numéricos de sensores físicos. El dispositivo en el que se ejecuta el modelo.

Antes de generar una respuesta, ¿qué hace la IA con la entrada recibida?. La guarda sin procesarla. La ignora y genera una salida aleatoria. La convierte siempre en una imagen fija. La transforma en una representación interna (por ejemplo, vectores numéricos) y la procesa con el modelo entrenado.

En un sistema de IA conversacional, ¿qué forma puede adoptar la salida?. Solo un número entre 0 y 1. Texto generado, una clasificación, una recomendación o una decisión basada en los datos. Solo un archivo binario sin interpretación. Únicamente una imagen sin contexto.

¿Por qué es tan importante aportar contexto al interactuar con una IA?. Porque la IA entiende siempre todo, aunque falten datos. Porque ayuda a evitar respuestas genéricas y mejora la precisión de las respuestas. Porque solo sirve para adornar el mensaje. Porque solo es necesario en sistemas sin datos.

¿Qué recomendación se da para redactar buenos prompts al trabajar con una IA?. Ser lo más ambiguo posible. No indicar nunca el propósito de la tarea. Usar frases muy cortas y sin detalles. Especificar el propósito, el estilo, la audiencia y otros requisitos relevantes.

Al utilizar IA en la interacción humana, ¿qué se considera fundamental conservar?. La confianza ciega en cualquier respuesta de la máquina. El pensamiento crítico y la capacidad de juicio propia. La costumbre de no revisar las fuentes. La ausencia total de supervisión humana.

¿Qué puede ocurrir si una persona se acostumbra a aceptar sin cuestionar lo que responde una IA?. Que mejore notablemente su capacidad de análisis. Que pierda pensamiento crítico y dependa excesivamente de la herramienta. Que el sistema deje de funcionar. Que desaparezcan los modelos de lenguaje.

En relación con la responsabilidad, ¿qué se espera de usuarios y desarrolladores de IA?. Que deleguen toda la responsabilidad en las autoridades. Que se limiten a maximizar el beneficio económico. Que eviten mencionar cualquier limitación de la IA. Que utilicen estas tecnologías buscando el beneficio social y con conciencia de sus capacidades y límites.

¿Qué tienen en común chatbots, asistentes virtuales y generadores de contenido basados en IA?. Solo sirven para entretenimiento y juegos. No necesitan datos ni modelos para funcionar. Se limitan exclusivamente a clasificar imágenes. Se basan en modelos de IA entrenados con grandes cantidades de datos para generar o procesar información.

¿Cuál es la función principal de un chatbot?. Ejecutar cálculos numéricos sin interactuar con personas. Mantener conversaciones por escrito o por voz, respondiendo a preguntas y peticiones. Actuar como dispositivo físico sin conexión. Mostrar únicamente una lista de enlaces de búsqueda.

¿Qué tareas realizan habitualmente los asistentes virtuales?. Modificar directamente el hardware del ordenador. Gestionar recordatorios, responder dudas y realizar acciones como enviar mensajes o buscar información. Compilar código sin participación del usuario. Reproducir música sin aceptar instrucciones.

¿Qué característica define a los generadores de contenido basados en IA?. No pueden crear textos ni imágenes. Generan textos, imágenes u otros contenidos a partir de instrucciones del usuario. Solo son capaces de leer contenido, pero no de producirlo. Solo funcionan si no hay conexión a internet.

¿Qué ventaja ofrecen estas herramientas de IA a estudiantes y profesionales?. Hacen innecesario seguir aprendiendo. Garantizan que nunca habrá errores. Evitan que el usuario tenga que pensar. Automatizan tareas repetitivas y sirven de apoyo a la creatividad y la productividad.

¿Qué tipo de tareas realizan típicamente las herramientas de IA para texto?. Solo operaciones numéricas sin lenguaje. Redacción, corrección, resumen, traducción y reformulación de textos. Exclusivamente generación de imágenes artísticas. Análisis de señales eléctricas.

Al usar IA para redactar un texto académico o profesional, ¿qué criterio conviene seguir?. Publicar sin leer lo que ha generado la IA. Revisar críticamente el contenido, adaptarlo al contexto y comprobar datos y referencias. No indicar nunca el contexto ni el público objetivo. Evitar corregir posibles errores.

Si se quiere que la IA escriba con un estilo concreto, ¿qué es recomendable incluir en el prompt?. No mencionar el estilo. Pedir siempre un estilo totalmente aleatorio. Usar frases muy cortas y ambiguas. Indicar el tipo de texto, el tono, la extensión aproximada y la audiencia.

¿Cómo pueden ayudar las IA de texto en el aprendizaje?. Impedir que el alumnado se esfuerce. Explicar conceptos, generar ejemplos, aclarar temas complejos y proponer ejercicios. Bloquear el acceso a los recursos. Sustituir por completo al docente.

¿Qué riesgo existe si se usan generadores de texto sin revisar sus resultados?. Que mejore demasiado el estilo del usuario. Que se difundan errores, sesgos o información inventada. Que desaparezcan todos los errores ortográficos. Que las fuentes queden siempre perfectamente citadas.

¿Qué son los modelos de IA para imágenes?. Programas que solo almacenan fotografías sin analizarlas. Herramientas que pasan imágenes a texto sin interpretarlas. Aplicaciones dedicadas exclusivamente a corregir ortografía. Sistemas entrenados con grandes conjuntos de imágenes y descripciones para generar o interpretar contenido visual.

¿Cuál de las siguientes herramientas es un ejemplo de IA generativa de imágenes?. SQL Server. Stable Diffusion. Un navegador web genérico. Un editor de texto sin conexión.

Para generar una imagen con una herramienta como Stable Diffusion, ¿qué pasos básicos hay que seguir?. Modificar el código fuente del modelo. Subir un archivo binario sin instrucciones. Reiniciar el sistema operativo antes de cada uso. Escribir un prompt descriptivo, ajustar parámetros (estilo, tipo de imagen, etc.) y dejar que la IA genere la imagen.

Si se quiere crear una imagen con un propósito concreto (por ejemplo, marketing), ¿qué conviene indicar en el prompt?. No indicar el propósito de la imagen. El propósito, el tema, el estilo, los colores, el público objetivo y otros detalles relevantes. Usar siempre el mismo prompt para todo. No aportar ningún ejemplo ni referencia.

Al usar IA de imágenes para explorar ideas artísticas, ¿qué se aconseja?. Evitar experimentar con estilos nuevos. Limitarse a prompts de una sola palabra. No pedir variaciones de la misma idea. Describir el concepto, indicar un estilo artístico y pedir varias versiones diferentes.

¿Qué limitación técnica importante presentan los modelos de IA para imágenes?. No son compatibles con GPU. Requieren mucho cálculo, grandes volúmenes de datos y un consumo energético elevado. Funcionan igual en cualquier dispositivo, tenga o no recursos. Solo pueden generar imágenes en blanco y negro.

En relación con las imágenes generadas por IA, ¿qué tipo de riesgo legal se menciona?. Que todo el contenido generado sea automáticamente de dominio público. Conflictos de propiedad intelectual y posible uso de estilos de artistas sin permiso. Únicamente problemas de compatibilidad técnica. Exclusivamente riesgos de ciberseguridad.

¿Qué tipo de tareas pueden realizar las herramientas de IA para audio y vídeo?. Editar únicamente hojas de cálculo. Generar solo imágenes estáticas. Traducir únicamente texto plano. Transcribir, sintetizar voz, doblar, generar y editar clips de audio y vídeo.

¿Qué utilidad educativa tienen las herramientas de transcripción automática?. Eliminar por completo la toma de apuntes. Convertir audios o vídeos en texto para poder estudiarlo, buscar conceptos y repasarlo con calma. Impedir que se puedan escuchar las clases. Garantizar resúmenes siempre perfectos.

¿Para qué se usa la síntesis de voz en IA?. Para generar ruidos sin sentido. Para transformar texto en audio, por ejemplo en audiolibros, contenidos accesibles o locuciones. Para modificar el hardware del micrófono. Para traducir exclusivamente código fuente.

¿Qué precaución conviene tener con las herramientas de voz y vídeo basadas en IA?. Solo comprobar que la voz suena natural. Tener en cuenta el riesgo de suplantación de identidad y manipulación de contenido. No mostrar nunca los resultados generados. Usarlas únicamente sin conexión a internet.

En el ámbito del doblaje y la modificación de voz, ¿qué permite hacer la IA?. No puede alterar la voz en ningún caso. Solo sirve para eliminar la pista de audio. No tiene uso en producción audiovisual. Puede cambiar voces, idiomas y sincronizar labios para crear nuevas versiones de un vídeo.

¿Con qué objetivo se plantean ejercicios prácticos con herramientas reales de IA en el aula?. Para sustituir por completo las explicaciones teóricas. Para que el alumnado experimente, pruebe prompts, detecte limitaciones y forme su propio criterio. Para obligar a repetir tareas mecánicas sin sentido. Para que solo memorice las interfaces.

¿Qué actividad se propone como primer ejercicio con un chatbot de texto?. Configurar la red del centro educativo. Pedir que explique un concepto de IA (por ejemplo, “IA débil”) y comparar la explicación con el manual. Ajustar directamente los parámetros internos del modelo. Instalar un nuevo sistema operativo.

Al usar por primera vez una IA de imágenes en un ejercicio, ¿qué se recomienda hacer?. No conservar ningún ejemplo obtenido. Repetir siempre el mismo prompt sin variaciones. No anotar observaciones sobre el resultado. Probar distintos prompts, cambiar parámetros y comparar cómo varían las imágenes generadas.

Cuando se combinan varias herramientas de IA (texto, imagen, audio) en un ejercicio, ¿qué enfoque se propone?. Usar solo una herramienta y evitar encadenar tareas. Generar un texto, crear una imagen a partir de él y después una locución, analizando cada fase del proceso. Realizar todo el flujo sin IA. No registrar el procedimiento seguido.

¿Qué se busca cuando el alumnado reflexiona sobre los fallos y limitaciones observados en los ejercicios con IA?. Que acabe confiando ciegamente en cualquier herramienta. Que aprenda a detectar errores, sesgos, problemas de contexto y sepa cuándo no debe fiarse de la respuesta. Que deje de usar IA en cualquier situación. Que solo tenga en cuenta la velocidad de la herramienta.

¿Qué idea se resalta al final del apartado 3.5 sobre el uso de herramientas de IA?. Que la teoría es suficiente sin practicar. Que practicar con IA es algo que debe evitarse siempre. Que solo tiene sentido usarlas para ocio. Que experimentar, diseñar prompts propios y reflexionar sobre los resultados es esencial para dominarlas.

¿Cómo se presenta el papel de la IA respecto a las personas trabajadoras?. Como sustituta total de cualquier profesión. Como algo que hace innecesario seguir aprendiendo. Como freno para la creatividad. Como herramienta que complementa y potencia las capacidades humanas.

¿Qué tipo de competencias se consideran clave para convivir con la IA en el entorno profesional?. Solo dominar programación avanzada. Pensamiento crítico, aprendizaje continuo y criterio para decidir cuándo y cómo usar la IA. Limitarse a habilidades manuales sin tecnología. Memorizar interfaces sin entender cómo funcionan.

¿Qué actitud ante el cambio tecnológico se recomienda adoptar?. Resistirse a cualquier novedad. Mantener una actitud abierta y flexible, dispuesta a incorporar nuevas herramientas de IA. Confiar solo en conocimientos muy antiguos. Evitar usar IA en el trabajo.

Si una persona no desarrolla nuevas competencias para convivir con la IA, ¿qué puede ocurrir en el ámbito laboral?. Que la IA deje de avanzar. Que desaparezcan todas las herramientas digitales. Que ya no pueda continuar estudiando. Que quede en desventaja frente a quienes integran la IA en su trabajo.

¿Qué implica la “alfabetización digital e informacional” en el contexto actual de la IA?. Saber únicamente encender y apagar el ordenador. Comprender cómo funcionan las herramientas digitales, evaluar la calidad de la información y manejar datos de forma responsable. Aprender un solo programa y usarlo siempre igual. Rechazar cualquier fuente de información en línea.

¿Qué acción forma parte de una buena alfabetización informacional?. Compartir contenidos sin verificarlos. Contrastar fuentes, detectar desinformación y entender cómo se generan los contenidos con IA. Ignorar el origen de los datos usados. Dar por cierto todo lo que aparece en redes sociales.

¿Qué relación puede tener la IA con la desinformación?. Ha conseguido eliminar la desinformación en internet. Solo produce información perfecta y verificada. No se utiliza nunca para manipular contenidos. Puede amplificar la desinformación si se usa para crear contenidos falsos sin supervisión.

¿Qué aspecto ético se resalta al hablar de alfabetización en IA?. Utilizar la IA únicamente para beneficio personal. Ser consciente del impacto social de estas herramientas y usarlas de manera responsable. No pensar en las consecuencias de la automatización. Delegar las cuestiones éticas solo en los legisladores.

¿Qué significa emplear la IA como herramienta de apoyo al estudio?. Dejar que la IA responda a los exámenes en lugar del estudiante. Usarla para resolver dudas, generar ejemplos y organizar información, manteniendo el esfuerzo propio. Copiar sin más las respuestas generadas. Evitar estudiar porque existe una IA disponible.

¿Cuál es un uso adecuado de la IA en el estudio?. Pedirle que resuelva exámenes evaluables y entregar sus respuestas. Encargarle la redacción íntegra de trabajos académicos. Utilizarla para contestar tests oficiales sin revisarlos. Pedir resúmenes de apuntes propios para repasar y aclarar conceptos difíciles.

¿Qué riesgo aparece si el alumnado basa todos sus trabajos en la IA sin reflexionar sobre ellos?. Que aumente demasiado su pensamiento crítico. Que no desarrolle habilidades propias como análisis, redacción y resolución de problemas. Que ya no necesite conexión a internet. Que se vuelva totalmente independiente de la tecnología.

En el contexto educativo, ¿qué se recomienda hacer con las respuestas que genera la IA?. Aceptarlas siempre como válidas. Entregarlas tal cual, sin citar la herramienta. Evitar revisarlas para ahorrar tiempo. Revisarlas críticamente, compararlas con otras fuentes y reescribirlas con palabras propias.

¿Cómo influye la IA en la empleabilidad?. Hace que ya no existan oportunidades laborales. Transforma tareas y perfiles, creando nuevas funciones ligadas a su uso y supervisión. Solo afecta a profesiones artísticas. Impide que aparezcan nuevos puestos de trabajo.

¿Qué tipo de nuevos perfiles profesionales se asocian al auge de la IA?. Operario de máquina de escribir. Diseñador de prompts, analista de datos junior o responsable de supervisar sistemas de IA. Reparador de disquetes. Taquígrafo tradicional.

¿Qué actitud respecto a la formación se considera clave para mantener la empleabilidad en un entorno con IA?. Dar por terminado el aprendizaje al acabar los estudios. Evitar conocer nuevas herramientas tecnológicas. Depender solo de conocimientos antiguos. Entender la formación continua como algo necesario para adaptarse a los cambios tecnológicos.

¿Qué ventaja tienen las personas que saben trabajar bien junto a la IA?. Que no necesitan colaborar con nadie más. Que pueden aumentar su productividad y aportar un valor diferencial en su puesto. Que trabajan siempre menos sin asumir responsabilidades. Que pueden prescindir de cualquier formación técnica.

¿A qué se refiere el texto con “pequeños proyectos sectoriales”?. A grandes sistemas empresariales de IA. A actividades prácticas, adaptadas a cada ciclo formativo, donde se integra la IA en tareas propias de ese sector. A proyectos reservados solo a investigación avanzada. A ejercicios teóricos sin herramientas.

¿Cuál es la finalidad principal de estos proyectos sectoriales con IA?. Sustituir por completo las prácticas en empresas. Evitar que el alumnado use tecnología en su profesión. Mantener la IA alejada del entorno real de trabajo. Mostrar cómo integrar IA en flujos de trabajo reales para apoyar tareas del sector.

En un ciclo de informática, ¿qué tipo de tareas se sugiere realizar con IA?. Solo trabajos manuales sin ordenador. Generar código base, documentar funciones o revisar fragmentos de programas. Reparar únicamente maquinaria industrial pesada. Traducir novelas literarias.

En ciclos de comercio y marketing, ¿qué uso de la IA se plantea como ejemplo de proyecto?. Diseñar circuitos eléctricos sin ayuda de IA. Crear descripciones de productos, analizar opiniones de clientes o proponer campañas. Realizar únicamente cálculos físicos en papel. Evitar tratar datos de clientes.

En ciclos sociosanitarios, ¿cómo puede la IA apoyar el trabajo del alumnado según los proyectos propuestos?. Diagnosticando enfermedades sin supervisión médica. Sustituyendo por completo al personal sanitario. Tomando decisiones clínicas finales sin validación. Ayudando en la organización de turnos, la creación de materiales informativos o la simulación de situaciones de atención.

¿Qué mensaje se destaca sobre la relación entre IA y profesional humano al final de los ejemplos sectoriales?. Que la IA debe reemplazar al profesional en cuanto sea posible. Que la IA actúa como herramienta potenciadora y el profesional aporta juicio, creatividad y empatía. Que el profesional es prescindible en la mayoría de casos. Que solo la IA puede tomar decisiones éticas.

¿Qué idea se repite en el cierre del bloque 4 sobre la IA en el trabajo?. Que la IA debe tomar todas las decisiones por sí sola. Que la IA complementa los flujos de trabajo permitiendo que las personas se centren en tareas de mayor valor humano. Que impide la colaboración entre personas. Que no tiene sentido usar IA en los entornos laborales.

¿Por qué la privacidad es un aspecto tan importante al usar herramientas de IA?. Porque la IA funciona mejor sin datos personales. Porque nunca almacena información. Porque solo utiliza datos ficticios. Porque muchos sistemas recogen y procesan datos personales que, si se gestionan mal, pueden vulnerar la confidencialidad.

¿Qué tipo de datos se consideran especialmente sensibles en relación con la IA y la privacidad?. Solo el nombre de pila. Datos de salud, financieros o información que identifique directamente a una persona. Solo la marca del dispositivo. La resolución de pantalla del usuario.

¿Qué exige de forma general el RGPD al tratar datos personales?. Que se usen sin informar a la persona. Que el tratamiento sea lícito, leal y transparente, con un propósito definido y minimizando los datos. Que se almacenen indefinidamente sin justificación. Que siempre se publiquen en internet.

¿Qué derechos puede ejercer una persona sobre sus datos personales utilizados por sistemas de IA?. No saber qué se hace con sus datos. Permitir su venta libre sin restricciones. Que la IA los use sin límite. Acceder, rectificar o solicitar la supresión de sus datos en determinados casos.

Antes de usar una herramienta de IA en línea, ¿qué práctica se recomienda a los usuarios?. No leer nunca las políticas de privacidad. Revisar las políticas y condiciones para conocer qué datos se recogen y cómo se utilizan. Compartir toda su información sin comprobar nada. Desactivar cualquier aviso relativo a la privacidad.

¿Qué es el sesgo algorítmico?. Un fallo de hardware sin relación con los datos. La capacidad de la IA para ser completamente neutral. La imposibilidad de que un modelo cambie su comportamiento. La aparición de resultados injustos o discriminatorios por datos o diseños sesgados.

¿Cuál es una causa habitual de sesgos en modelos de IA?. Usar datos perfectamente equilibrados. Entrenar con datos que no representan bien a todas las personas o grupos afectados. No utilizar datos en el entrenamiento. Revisar de forma cuidadosa los conjuntos de datos.

¿Qué impacto puede tener el sesgo algorítmico en procesos como la selección de personal o la concesión de créditos?. Ninguno, porque la IA siempre es neutral. Puede discriminar injustamente a determinados grupos, por ejemplo, rechazando más a personas de cierto colectivo. Solo influye en la velocidad de cálculo. Garantiza un tratamiento idéntico para todos los perfiles.

¿Qué medida ayuda a reducir los sesgos en sistemas de IA?. No revisar nunca los conjuntos de datos. Ocultar los resultados cuando aparecen sesgados. Evitar documentar el funcionamiento del sistema. Auditar datos y modelos, diversificar los conjuntos de entrenamiento y evaluar el impacto en distintos grupos.

En relación con los derechos de autor, ¿qué cuestión se plantea sobre la IA generativa?. Que todo lo que genera la IA pasa automáticamente a dominio público. Qué ocurre cuando se entrena con obras protegidas y luego genera contenidos similares. Que las obras humanas dejan de estar protegidas por la ley. Que la propiedad intelectual ya no resulta aplicable.

Al publicar contenido generado con IA, ¿qué precaución debe tener el usuario?. Presentarlo siempre como obra completamente propia sin matices. Revisar las restricciones de uso de la herramienta, evitar suplantar identidades y respetar derechos de autor e imagen. No consultar nunca las licencias. Ignorar la normativa de propiedad intelectual.

Al utilizar imágenes de personas reales en contenido generado con IA, ¿qué debe tenerse en cuenta?. Que siempre se pueden usar sin pedir permiso. Que pueden vulnerar derechos de imagen y requieren especial cautela y, a menudo, consentimiento. Que la legislación no contempla estos casos. Que solo hay problema si la imagen es en blanco y negro.

¿Cómo se definen los deepfakes?. Errores ortográficos en textos generados. Archivos de configuración interna de modelos. Memes humorísticos sin consecuencias. Imágenes, vídeos o audios creados o manipulados con IA para suplantar identidades o inventar situaciones.

¿Cuál es uno de los riesgos más graves de los deepfakes?. Mejorar la reputación de las personas implicadas. Difundir desinformación, dañar reputaciones o manipular la opinión pública con contenido falso pero creíble. Reducir el tamaño de los archivos. Hacer más lentas las comunicaciones.

¿Qué pista puede indicar que un vídeo podría ser un deepfake?. Que el archivo ocupe poco espacio. Gestos extraños, desajustes en labios, iluminación rara o detalles que no encajan con la situación. Que tenga alta resolución. Que el audio sea especialmente nítido.

Ante un contenido que podría estar manipulado, ¿qué se recomienda hacer antes de creerlo?. Compartirlo rápidamente en redes. Fijarse solo en la cantidad de “me gusta”. Confiar en la primera impresión de realismo. Contrastar en varios medios fiables, comprobar la fuente original y usar herramientas de verificación.

¿Para qué sirven las herramientas automáticas de verificación de contenidos?. Para sustituir completamente el criterio humano. Para aportar análisis técnicos (metadatos, patrones de manipulación) que complementen el juicio crítico de las personas. Para garantizar al 100% que nada es falso. Para decidir qué contenidos deben censurarse.

¿Qué se entiende por “buenas prácticas” al usar sistemas de IA?. Usarlos siempre sin dar contexto. Publicar sus respuestas sin revisarlas. Confiar ciegamente en cualquier salida del sistema. Actuar con transparencia, revisar resultados, respetar la privacidad y tener presentes sus limitaciones.

En un entorno profesional, ¿qué se considera una buena práctica al utilizar IA?. Ocultar siempre que se ha usado IA. Informar cuando la IA ha participado en un contenido relevante. No revisar nunca las respuestas producidas. Compartir datos personales sin avisar.

¿Qué papel tiene la supervisión humana en el uso ético de la IA?. No tiene ninguna importancia; la IA se corrige sola. Es esencial para detectar errores, sesgos, alucinaciones y valorar el impacto de las decisiones. Solo sirve para ralentizar procesos. Es innecesaria en la mayoría de situaciones.

¿Qué describe mejor la idea de “ética digital”?. Utilizar la tecnología únicamente para entretenimiento. Evitar pensar en las consecuencias de lo que se publica. Compartir cualquier contenido sin contexto. Reflexionar sobre el impacto de nuestras acciones en línea y asumir responsabilidad por el uso de datos y herramientas.

¿Qué punto en común comparten los temas de privacidad, sesgos, derechos de autor y desinformación al hablar de IA?. Que la IA ha resuelto todos los problemas éticos. Que la IA amplifica tanto beneficios como riesgos y necesita un marco ético y legal robusto. Que solo tiene efectos técnicos y no sociales. Que nunca afecta a los derechos de las personas.

En la reflexión final del bloque 5, ¿cómo se presenta la IA respecto a los valores humanos?. Como una tecnología totalmente ajena a los valores. Como un sistema que decide por sí mismo qué es correcto. Como algo que siempre corrige nuestros errores morales. Como una herramienta poderosa que refleja nuestros valores y prioridades.

¿Sobre quién recae la responsabilidad principal de un uso ético de la IA?. Solo sobre las máquinas. Sobre todas las personas: quienes la desarrollan, quienes la usan y la ciudadanía en general. Exclusivamente sobre los gobiernos. Únicamente sobre los departamentos de informática.