ILERNA HIGIENE BUCODENTAL DIGITALIZACIÓN TEST DE PAC

¿Cuáles son los procesos comunes que afectan a los sectores empresariales con la transformación digital?. Formación y toma de conciencia de los trabajadores. Sostenibilidad. Optimizar la gestión del talento humano. Gestión de stock y almacén. Apoyo a servicios comunitarios. Digitalizar los documentos de la empresa.

Relaciona cada Revolución Industrial con su principal característica. Transformación agraria hacia una economía industrializada. Aumento en la eficiencia y productividad industrial. Transformación digital de la economía.

VERDADERO O FALSO: La capa de percepción utiliza receptores capaces de detectar cambios en el entorno y convertir estas variaciones en señales que pueden ser interpretados por la red. Verdadero. Falso.

¿Cuáles son las principales funciones que se llevan a cabo en la capa de transmisión?. Gestión de red. Seguridad. Cifrado. Autenticación y autorización.

¿Qué capa procesa y utiliza los datos recibidos de las capas inferiores para tomar decisiones y ejecutar las acciones oportunas?. Capa de percepción. Capa de aplicación. Capa de transmisión.

VERDADERO O FALSO: La digitalización y transformación digital son conceptos similares La característica principal de la transformación digital es que no varía los procedimientos, sino que adapta los procesos analógicos a su versión analógica. Verdadero. Falso.

Detalla las características de la Cuarta Revolución Industrial: Avances tecnológicos disruptivos. Convergencia de tecnologías. Todas son correctas. Automatización y digitalización.

VERDADERO O FALSO: La capa de transmisión se encuentra definida como sistemas integrados de computación (ordenadores) capaces de controlar y colaborar con sistemas físicos (máquinas y dispositivos) utilizando redes de comunicación. Verdadero. Falso.

Cuando hablamos de pasar de un medio analógico, como el papel, a uno digital ¿a qué hacemos referencia?. Digitalizar los documentos de la empresa. Formación y toma de conciencia de los trabajadores. Sostenibilidad.

VERDADERO O FALSO: Las redes sociales son nuevos canales de comunicación deben ser visto con cuidado desde la empresa como una vía para entablar un contacto directo con sus clientes. Verdadero. Falso.

¿Qué tecnología mejora la trazabilidad de los productos agrícolas, garantizando la transparencia en la cadena de suministro y fortaleciendo la confianza del consumidor final?. Blockchain. Big data. Inteligencia artificial.

VERDADERO O FALSO: Los wearables son dispositivos portátiles, como los relojes inteligentes, monitorizan en tiempo real signos vitales, actividad física y otros parámetros de salud. Verdadero. Falso.

¿Cuáles de las siguientes son tecnologías de operación o de digitalización en planta?. Gemelos digitales. Big data. Impresión 3D. Inteligencia artificial. Robótica colaborativa. Cloud computing.

¿Cuáles de las siguientes son tecnologías de la información o de digitalización en negocio?. Gemelos digitales. Big data. Impresión 3D. Inteligencia artificial. Robótica colaborativa. Cloud computing.

Indica qué nuevas profesiones provoca la progresiva e imparable implantación de las tecnologías habilitadoras. Arquitecto de la nube. Ingeniero de robots. Conductor de drones. Agricultor tecnológico.

¿Cuáles de las siguientes son características de las tecnologías habilitadoras digitales (THD)?. Innovación. Creatividad. Analítica avanzada. Ahorro. Sostenibilidad. Escalabilidad.

Indica cada ejemplo con qué tipo de riesgo se relaciona. Generación de residuos electrónicos. Resistencia al cambio. Establecimientos de monopolios tecnológicos.

VERDADERO O FALSO: Las tecnologías habilitadoras digitales (THD) proporcionan la tecnología necesaria para adaptarse a la industria 4.0, impulsando avances significativos en áreas como la manufactura, la salud, la energía, la agricultura o la movilidad, entre otras. Verdadero. Falso.

Indica cómo pueden ser los datos en las tecnologías de procesamiento masivo de datos e información. Complejos. Estructurados. Semiestructurados. No estructurados.

¿En qué pilar no se basa la ciberseguridad?. Eficacia. Prevención. Detección.

VERDADERO O FALSO: La nube permite a los usuarios acceder desde cualquier lugar dispositivo con conexión a Internet a una gran variedad de recursos. Verdadero. Falso.

¿Cuál es la función del proveedor de Internet en el protocolo básico de funcionamiento en la nube?. Convertir los datos en información y enviarlos de vuelta al usuario. Llevar los datos desde el dispositivo del usuario hasta el servidor de destino. Procesar y almacenar los datos en el dispositivo del usuario. Garantizar que el dispositivo del usuario tenga suficiente capacidad de almacenamiento.

Los proveedores de servicios en la nube se clasifican en distintos niveles de prestación de servicios. Relaciona cada nivel con su definición. Los usuarios pueden acceder a estos recursos y utilizarlos según sea necesario, pagando solo por lo que consumen. Se proporciona al usuario aplicaciones bajo suscripción. Los usuarios pueden acceder a estas aplicaciones desde cualquier dispositivo con conexión a internet. Comparte recursos y ofrece servicios al público a través de Internet. No se comparte y ofrece servicios a través de una red interna privada, normalmente hospedada en el entorno local.

Un sistema de cloud computing permite realizar una amplia variedad de trabajos y tareas en diversas industrias. ¿Cuáles de los siguientes son posibles usos de la nube? (Varias opciones). Aplicaciones web y móviles. Herramientas para empresas. Streaming y contenidos multimedia. Almacenamiento y gestión de datos.

¿Cuál de las siguientes opciones describe una ventaja del uso de la nube en las empresas?. Requiere que las empresas compren y mantengan servidores físicos para su almacenamiento de datos. Limita el acceso de los empleados a los recursos desde fuera de la oficina. Permite a las empresas pagar solo por los recursos que consumen, ahorrando en costos de infraestructura. Reduce la capacidad de las empresas para escalar sus operaciones de manera flexible.

¿Qué tecnología permite procesar datos en tiempo real y cerca de la fuente de datos?. Edge computing. Data warehousing. Fog computing. Cloud computing.

Identifica qué tecnologías tienen relación directa con el procesamiento en la nube. Eficiente para procesar datos cerca de la fuente. Provee un enfoque distribuido para procesar información. Extensión de fog computing que ejecuta IA y ML en dispositivos finales.

Relaciona cada nivel de servicios en la nube con su descripción. Proporciona aplicaciones y software bajo suscripción a los usuarios. Permite a los desarrolladores crear y desplegar aplicaciones sin preocuparse por la infraestructura subyacente. Ofrece infraestructura como servidores, redes y almacenamiento a través de Internet.

¿Cuál de las siguientes afirmaciones describe mejor el concepto de cloud computing?. Un tipo de red local. Un hardware especializado para computadoras. Un método de conexión a internet. Servicios digitales para almacenar datos y acceder a ellos a través de internet.

¿Cuál de las siguientes opciones describe correctamente el funcionamiento básico del protocolo en la nube?. El usuario se conecta a internet mediante un dispositivo, el proveedor de internet envía los datos al servidor, y este último procesa la información y devuelve una respuesta. El usuario accede directamente a los servidores sin necesidad de conexión a internet. El proveedor de internet procesa los datos y devuelve la respuesta al usuario. El servidor se conecta al dispositivo del usuario sin pasar por una red de internet.

Identifica qué tecnologías tienen relación directa con el procesamiento en la nube. Sistemas diseñados y entrenados para realizar tareas específicas. Asistentes virtuales, sistemas de recomendación, sistemas de filtrado de spam de correo electrónico, o algoritmos de reconocimiento de voz o de reconocimiento facial. Tendría la capacidad de entender, aprender y aplicar conocimientos de una manera general, de una forma similar a como lo hace un ser humano. Podría tener una conversación significativa sobre cualquier tema, tanto técnico como filosófico, mostrando una comprensión profunda; sería capaz de llevar a cabo investigaciones científicas avanzadas, formulando hipótesis y llevando a cabo experimentos; y podría también adaptarse a nuevos entornos y tareas sin necesidad de sufrir una reprogramación específica. Representación explícita del conocimiento, razonamiento basado en reglas, transparencia y comprensibilidad, o manipulación de lenguajes naturales. Se basa en modelos matemáticos y métodos computacionales que intentan emular el aprendizaje y el procesamiento de información de manera similar a cómo lo hacen los sistemas biológicos, particularmente el cerebro humano. Utiliza representaciones explícitas y formales de conceptos y las relaciones existentes entre ellos empleando redes semánticas, ontologías y sistemas basados en reglas. Puede manejar grandes cantidades de datos y adaptarse a nuevas situaciones sin la necesidad de una programación explícita y detallada de reglas.

La evolución histórica de la inteligencia artificial (IA) es un viaje fascinante a través de décadas de investigación, descubrimientos y avances tecnológicos. A continuación, relaciona cada etapa con su correspondiente hallazgo. Décadas de 1940 y 1950. Década de 1950. Década de 1960 y 1970. Década de 1980. Década de 1990. Década de 2000. Década de 2010. Década de 2020.

La minería de datos, conocida también como data mining, es el proceso de descubrir patrones, tendencias y relaciones significativas en grandes conjuntos de datos mediante el uso de técnicas estadísticas, matemáticas y de inteligencia artificial. Este proceso implica el análisis de datos desde diferentes perspectivas y la conversión de estos datos en información útil para la toma de decisiones. Indica el orden de las etapas a seguir en el proceso de minería de datos. Transformación de datos. Modelado y análisis. Evaluación e interpretación. Recolección y preparación de datos. Despliegue y uso de resultados.

La minería de datos, conocida también como data mining, es el proceso de descubrir patrones, tendencias y relaciones significativas en grandes conjuntos de datos mediante el uso de técnicas estadísticas, matemáticas y de inteligencia artificial. Este proceso implica el análisis de datos desde diferentes perspectivas y la conversión de estos datos en información útil para la toma de decisiones. Relaciona cada técnica en minería de datos con su descripción. Clasificación. Clustering. Regresión. Análisis de asociación. Detección de anomalías.

Tanto el aprendizaje automático como el aprendizaje profundo necesitan gran cantidad de datos para aprender y mejorar de los errores cometidos. Es un proceso de entrenamiento infinito con el que se busca la mejora continua. Este entrenamiento o aprendizaje presenta tres enfoques distintos. Relaciona cada aprendizaje con su descripción. Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo.

La inteligencia artificial tiene aplicaciones amplias y diversas en distintos sectores productivos. Relaciona las funciones con las áreas donde se está utilizando la IA. Diagnóstico y tratamiento. Detección de fraude. Automatización de procesos. Optimización de rutas. Predicción de cosechas. Recomendaciones de productos. Análisis de rendimiento. Reclutamiento y selección.

¿Cuál de los siguientes ejemplos corresponde a IA débil?. Una IA que puede razonar sobre problemas complejos sin supervisión. Un sistema que comprende emociones humanas y genera conocimiento nuevo sin programación. Una IA capaz de crear proyectos de intervención social de manera autónoma. Un asistente virtual que responde preguntas sobre los horarios de los talleres.

¿Por qué la IA fuerte todavía no se utiliza en la práctica?. Porque es un concepto teórico y no existen sistemas que aprendan y razonen como un humano. Porque no puede funcionar con datos digitales. Porque los sistemas actuales de IA son demasiado caros. Porque requiere programas antivirus muy avanzados.

¿Cuál de las siguientes características no corresponde a la IA fuerte?. Aprender de manera autónoma a partir de experiencias. Simulación de emociones humanas. Reconocimiento de voz o facial para identificar usuarios. Capacidad de razonamiento y resolución de problemas complejos.

Si el centro decide usar un sistema de recomendación para sugerir actividades personalizadas, ¿qué tipo de IA estaría implementando?. IA fuerte. IA emocional consciente. IA débil. IA general autónoma.

La diferencia entre datos e información es fundamental en la gestión del conocimiento y en la toma de decisiones. Relaciona si los siguientes rasgos corresponden a "Datos" o "Información". Un gráfico que representa las tendencias de ventas a lo largo del tiempo. Representan unidades individuales de información que, por sí solos, no tienen significado intrínseco. Facilita la interpretación y el análisis, ayudando a tomar decisiones informadas. Se presenta en formatos como gráficos, tablas, informes o visualizaciones que permiten la comprensión y análisis. Números, fechas, nombres, mediciones, o cualquier valor bruto. Requieren procesamiento. Necesitan ser organizados, analizados o interpretados para adquirir relevancia. Se pueden presentar en diferentes formatos como números, texto, imágenes, etc. Tiene contexto y es comprensible.

El análisis convierte los datos en información útil para las empresas. Cabe pensar que, en un entorno digital, las organizaciones generan enormes volúmenes de datos a partir de diversas fuentes como transacciones en línea, interacciones con clientes, sensores IoT, redes sociales y muchos otros. Sin un análisis efectivo, esos datos no tendrían ningún valor; de ahí la gran importancia que tiene el análisis de los datos en los procesos de digitalización. Relaciona cada descripción con su correspondiente fase en el análisis de datos. Almacenamiento. Uso de los datos. Distribución. Archivado, eliminación o destrucción. Captura o recopilación. Procesamiento y análisis de los datos.

El análisis convierte los datos en información útil para las empresas. Cabe pensar que, en un entorno digital, las organizaciones generan enormes volúmenes de datos a partir de diversas fuentes como transacciones en línea, interacciones con clientes, sensores IoT, redes sociales y muchos otros. Sin un análisis efectivo, esos datos no tendrían ningún valor; de ahí la gran importancia que tiene el análisis de los datos en los procesos de digitalización. Relaciona cada descripción con su correspondiente fase en el análisis de datos. Consiste en la revisión de los datos para entender su estructura y su calidad. Se utilizan técnicas de visualización para identificar tendencias o anomalías. Se crean modelos matemáticos o estadísticos que describen las relaciones entre variables y permiten efectuar predicciones. El objetivo es validar el rendimiento. Para ello se debe probar la precisión y validez de los modelos construidos utilizando conjuntos de datos de prueba o validación. Se traducen los resultados del análisis en insights accionables. Se supervisa el rendimiento de los modelos a lo largo del tiempo para asegurar que sigan siendo precisos y relevantes. Se presentan los hallazgos de manera clara y concisa a las partes interesadas a través de informes, dashboards o presentaciones, para facilitar la comprensión y la toma de decisiones.

La arquitectura big data es la infraestructura necesaria para almacenar, procesar y analizar grandes volúmenes de datos de manera eficiente. Indica cuáles son las principales características del big data. Utiliza herramientas avanzadas como almacenamiento distribuido y procesamiento paralelo. Capacidad para gestionar grandes volúmenes de datos de alta complejidad. Procesamiento y generación de datos a gran velocidad. Solo puede manejar datos estructurados, como bases de datos relacionales. Incluye datos estructurados, semiestructurados y no estructurados. Los datos provienen de diversas fuentes, como redes sociales y sensores. Es limitada al análisis de datos estáticos y de una sola fuente. Permite extraer información para la toma de decisiones, identificando patrones y tendencias.

Existe una gran interrelación entre diversas tecnologías relacionadas con el análisis de datos y, más concretamente, con el big data y la inteligencia artificial. La ciencia del análisis de datos no sería posible sin el gran volumen de datos que maneja el big data, pues requiere un gran volumen de información y, al mismo tiempo, sin grandes cantidades de datos, los algoritmos de la inteligencia artificial no podrían aprender y generalizar con eficacia. Relaciona cada indicación con su correcta tecnología. Se refiere al proceso de inspeccionar, limpiar, transformar y modelar datos con el objetivo de descubrir información útil, sacar conclusiones y apoyar la toma de decisiones. Se enfoca en la infraestructura y tecnologías necesarias para manejar estos enormes conjuntos de datos. Busca emular la inteligencia humana mediante algoritmos y modelos que permiten a las máquinas realizar tareas como reconocimiento de voz, visión por computadora, toma de decisiones, entre otras. Es un campo de la informática que se enfoca en crear sistemas que pueden realizar tareas que típicamente requieren inteligencia humana. Se centra en extraer insights y patrones a partir de datos estructurados y, en menor medida, no estructurados.

Relaciona cada concepto con su definición. Ingeniería de datos. ETL. Minería de datos. Integración de datos. Visualización de datos.

¿Cuál de las siguientes afirmaciones describe con mayor precisión la relación entre Big Data, análisis de datos e inteligencia artificial?. El análisis de datos es una técnica independiente que no se beneficia de los avances en Big Data ni IA. La inteligencia artificial genera datos que luego son utilizados por el análisis de datos y Big Data. El análisis de datos se basa únicamente en datos estructurados, por lo que no requiere de Big Data ni IA. Big Data proporciona los grandes volúmenes de datos necesarios para que el análisis de datos e inteligencia artificial funcionen eficazmente.

VERDADERO O FALSO: El almacenamiento de objetos es ideal para datos no estructurados y cada objeto incluye metadatos. Verdadero. Falso.

VERDADERO O FALSO: Los usuarios acceden a sus datos en la nube solo mediante software instalado localmente. Verdadero. Falso.

VERDADERO O FALSO: Los proveedores de la nube replican los datos en varias ubicaciones para garantizar la disponibilidad. Verdadero. Falso.

VERDADERO O FALSO: El almacenamiento en la nube permite el acceso a los datos desde cualquier lugar con conexión a internet. Verdadero. Falso.

¿Cuál de las siguientes situaciones representa una aplicación avanzada de la ciencia de datos combinada con inteligencia artificial en el área de atención al cliente?. Un algoritmo que analiza rutas logísticas para reducir los tiempos de entrega de productos. Una plataforma que recopila opiniones de usuarios pero las almacena sin analizarlas para futuras mejoras. Un chatbot entrenado con datos históricos de interacciones que puede resolver preguntas frecuentes y escalar casos complejos a humanos si es necesario. Un sistema de inventario que actualiza los niveles de stock automáticamente en tiempo real.

VERDADERO O FALSO: En el área de recursos humanos, la ciencia de datos permite únicamente gestionar nóminas y horarios de forma automatizada. Verdadero. Falso.

VERDADERO O FALSO: En logística, el análisis de datos permite optimizar rutas y prever demandas para una mejor gestión de inventarios. Verdadero. Falso.

VERDADERO O FALSO: En marketing, la segmentación de clientes basada en datos permite personalizar campañas y mejorar su efectividad. Verdadero. Falso.

VERDADERO O FALSO: En el departamento de TI, los algoritmos de ciencia de datos pueden ayudar a prevenir ciberataques mediante detección de patrones anómalos de tráfico. Verdadero. Falso.

La primera fase de "Análisis y diagnóstico inicial" es de gran importancia porque en ella se establecen las bases para todo el proyecto de transformación digital. Es fundamental que conozcas a fondo la situación actual de la empresa que va a llevar a cabo el proceso de transformación digital para poder identificar cuáles son las áreas de mejora. Ordena los pasos que hay que seguir en esta fase: Evaluar el estado actual de la empresa. Análisis de competencia y tendencias del mercado. Identificación de necesidades y oportunidades.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Análisis y diagnóstico inicial". Análisis PESTEL. Análisis DAFO. Matriz DAFO. Mapeo de procesos y flujos de trabajo. Presentación ejecutiva. Mapeo de procesos (BMP). Informe de evaluación de la situación actual. Encuestas y entrevistas.

Una vez realizado el análisis, llega la fase de "Definir los objetivos". Esta etapa es esencial para establecer una dirección clara y medible del proyecto de transformación digital ya que permitirá marcar, a todos los implicados en el proceso, la línea a seguir. Indica qué características deben tener esos objetivos. Claridad y enfoque. Preparación ante los posibles desafíos. Medir e identificar los errores. Alineación y compromiso. Gestión de proveedores.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Definición de objetivos". Informe de objetivos. OKRs. Software de gestión de proyectos. KPIs y métricas. Encuestas y entrevistas. Plan de comunicación. Asignación de recursos. Cuadro de mando integral. Matriz de riesgos. Acta de reuniones.

La tercera fase "Planificación estratégica" se centra en desarrollar el plan de ejecución del proyecto de transformación digital. Es el momento de definir las acciones específicas y los plazos y recursos (de todo tipo) necesarios para llevarlas a cabo. Indica qué características deben tener esta fase de planificación. Seguimiento y control. Analizar los riesgos. Comunicación a la alta dirección. Claridad en el proceso. Asignación eficiente de recursos.

Una característica esencial de los objetivos en la transformación digital de TextilModa S.L. es: Que dependan exclusivamente del presupuesto disponible. Que se enfoquen solo en la tecnología, sin incluir al personal. Que sean claros, medibles y compartidos por todos los implicados. Que sean abstractos y generales, para dar libertad a cada departamento.

Para garantizar la alineación de las actividades diarias con la estrategia a largo plazo, la herramienta más adecuada es: La matriz DAFO. El cuadro de mando integral. El análisis PESTEL. El mapeo de procesos (BPM).

Si la empresa define un conjunto de métricas para medir la mejora en ventas online y eficiencia, está elaborando: Los KPI y métricas. El acta de reuniones. La matriz de riesgos. El plan de comunicación.

Un producto final esperado al concluir la fase de definición de objetivos es: Un documento de objetivos estratégicos, tácticos y operativos. Una campaña de publicidad en redes sociales. La implementación de un ERP para inventario. Una hoja de ruta con cronogramas detallados.

La elaboración de una matriz de riesgos en esta etapa permite: Evitar hacer encuestas o entrevistas al personal. Identificar posibles desafíos y planificar estrategias de mitigación. Asegurar que se cumplan las normas legales del sector. Calcular el presupuesto inicial del proyecto.