Ilerna Módulo profesional optativo (GAT GIAT MP)

¿Cuál es la principal diferencia entre la Narrow AI y la General AI?. A. La Narrow AI es un concepto teórico, mientras que la General AI ya se usa a diario. B. La Narrow AI se basa en modelos matemáticos, mientras que la General AI utiliza algoritmos generativos. C. La Narrow AI se centra en la predicción, mientras que la General AI se enfoca en la creación de contenido. D. La Narrow AI se especializa en una tarea, mientras que la General AI puede realizar múltiples tareas intelectuales.

¿Cuál es la principal diferencia entre la IA débil y la inteligencia humana?. A. La IA débil es igual a la inteligencia humana en todos los aspectos, pero más rápida. B. La IA débil puede realizar cualquier tarea intelectual, mientras que la humana no. C. La inteligencia humana es menos versátil que la IA débil. D. La IA débil está diseñada para tareas específicas y carece de la comprensión general del mundo que tiene la inteligencia humana.

¿Qué problema plantea la "obsolescencia" rápida de la IA?. A. Que los modelos actuales pierden relevancia rápidamente ante nuevas versiones más avanzadas, obligando a una actualización constante. B. Que la IA se vuelve más difícil de usar con el tiempo. C. Que la IA se vuelve lenta con el tiempo. D. Que la IA deja de funcionar por completo.

¿Cuál de los siguientes no fue uno de los nombres que recibió el campo de las 'máquinas pensantes' durante la 'Era del optimismo' en los años 50-60?. A. Teoría del caos. B. Procesamiento complejo de la información. C. Teoría de los autómatas. D. Cibernética.

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

En un asistente virtual como Alexa o Siri integra varios tipos de IA. ¿Cuál de los siguientes no es un componente para su funcionamiento?. A. Analytical AI para optimizar rutas logísticas. B. Generative AI para producir respuestas. C. Predictive AI para sugerir acciones. D. Discriminative AI para entender comandos de voz.

¿En qué evento histórico se acuñó el término 'inteligencia artificial' y se sentaron las bases para su desarrollo como disciplina científica?. A. La Conferencia de Dartmouth en 1956. B. El Simposio de Turing de 1950. C. La Feria Mundial de Nueva York de 1964. D. El Congreso Internacional de Cibernética en 1958.

¿Cuál de los siguientes es un desafío de la IA relacionado con la privacidad?. A. La falta de consistencia en las respuestas. B. El alto costo de los modelos. C. La recopilación y el almacenamiento automático de datos de usuario que podrían comprometer la confidencialidad si no se gestionan adecuadamente. D. La obsolescencia de los modelos.

¿Cuál de los siguientes no es un desafío técnico de la IA?. A. Altos requisitos de recursos computacionales. B. Costos elevados y consumo de energía. C. La incapacidad de la IA para aprender de nuevos datos. D. Falta de estándares universales.

Los modelos de IA generativa necesitan potentes GPU, grandes conjuntos de datos y mucha energía para funcionar. ¿Qué desafío actual de la IA ilustra esto?. A. El de la obsolescencia. B. El de los requisitos técnicos. C. El de la falta de estándares. D. El de la consistencia.

Un problema conocido de los modelos de IA generativa, que llamamos 'alucinaciones', se refiere a que el modelo: A. Produce resultados completamente fabricados sin base en la realidad. B. Copia contenido de internet de forma incorrecta. C. Solo funciona cuando el usuario 'alucina' con sus capacidades. D. Se vuelve loco y produce resultados aleatorios.

Un ejemplo de la 'naturaleza complementaria' de la IA en el trabajo es: A. Una IA que toma todas las decisiones en una empresa sin intervención humana. B. Una caja de autopago que elimina por completo a los cajeros en un supermercado. C. La invención de nuevas profesiones como 'diseñadores de prompts'. D. Una fábrica completamente automatizada por robots que no tiene ningún empleado.

¿Qué papel se le atribuye a la IA en el futuro del trabajo?. A. La IA será más un complemento que un sustituto, creando nuevas oportunidades y roles profesionales. B. La IA eliminará todos los trabajos, sin crear ninguno nuevo. C. La IA reemplazará completamente a los humanos en todos los empleos. D. La IA solo se usará para trabajos manuales y no para tareas intelectuales.

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

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

¿Por qué la IA no es completamente infalible y objetiva?. A. Porque la IA actual es demasiado lenta para ser objetiva. B. Porque solo procesa una pequeña cantidad de datos. C. Porque los modelos pueden generar sesgos que reflejan los datos con los que fueron entrenados y producir desinformación. D. Porque los modelos de IA son diseñados por humanos que cometen errores.

¿Cuál es la materia prima fundamental de la inteligencia artificial?. A. Algoritmos. B. Datos. C. Modelos. D. Procesadores.

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

Los datos semiestructurados se representan habitualmente en: A. SQL. B. JSON. C. CSV. D. PDF.

Un algoritmo en IA se define como: A. Una base de datos organizada. B. Un conjunto de instrucciones para procesar datos. C. Un sistema de almacenamiento. D. Un modelo de red neuronal.

¿Qué tipo de algoritmo se usa para predecir un precio de vivienda?. A. Clasificación. B. Clustering. C. Regresión. D. Redes neuronales convolucionales.

El modelo en IA es: A. El conjunto de datos de entrenamiento. B. La representación matemática de lo aprendido. C. Una base de datos. D. El hardware de la IA.

Un modelo supervisado aprende a partir de: A. Prueba y error. B. Datos sin etiquetar. C. Datos etiquetados. D. Premios y castigos.

¿Qué arquitectura utiliza un mecanismo de atención para procesar lenguaje e identificar qué partes de una frase son más relevantes?. A. CNN (Convolutional neural networks / Redes neuronales convolucionales). B. Transformer (transformador). C. GAN (Generative adversarial networks / Redes generativas antagónicas). D. Regresión.

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

En las GAN (Generative adversarial networks / Redes generativas antagónicas), ¿qué red crea datos sintéticos?. A. Discriminador. B. Generador. C. Transformer. D. Red neuronal.

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

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

¿Qué elemento es clave en la entrada (input) a un modelo de IA conversacional, es decir, las instrucciones que le damos al sistema?. A. Prompt. B. Output. C. Dataset. D. GPU.

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

Un riesgo de equidad social relacionado con la IA es: A. La traducción automática, que puede ser imprecisa. B. La brecha socioeconómica, hay personas que no tienen acceso a la IA. C. El clustering. D. El PLN.

El sobreajuste ocurre cuando el modelo memoriza demasiado. A. Falso. B. Verdadero.

El papel de la IA en el trabajo es más de sustitución que de complemento, ya que eliminará todos los trabajos existentes. A. Verdadero. B. Falso.

La "narrow AI" actual es tan versátil y tiene la misma comprensión del mundo que la inteligencia humana. A. Verdadero. B. Falso.

La IA como disciplina científica nació en la antigüedad con mitos y leyendas sobre seres artificiales. A. Verdadero. B. Falso.

La IA puede dar la impresión de empatía, pero no siente emociones reales. A. Falso. B. Verdadero.

La IA predictiva y la IA analítica se diferencian en que la primera se enfoca en “mirar hacia adelante” para predecir el futuro, mientras que la segunda se ocupa de “mirar hacia atrás” para extraer conclusiones de datos históricos. A. Verdadero. B. Falso.

La IA genera siempre la misma salida para un mismo prompt. A. Verdadero. B. Falso.

Los datos estructurados siempre reflejan con detalle fenómenos complejos como emociones humanas. A. Verdadero. B. Falso.

En la IA conversacional, el prompt no influye en la calidad de la salida. A. Falso. B. Verdadero.

Las redes neuronales convolucionales (CNN, Convolutional neural networks) están especializadas en imágenes y vídeo. A. Verdadero. B. Falso.

Relaciona el tipo de aprendizaje con su característica y ejemplo: A. Aprendizaje supervisado. B. Aprendizaje no supervisado. C. Aprendizaje por refuerzo. D. Transfer learning / aprendizaje por transferencia.

A diferencia de un motor de búsqueda, la inteligencia artificial crea respuestas nuevas analizando y reinterpretando grandes cantidades de datos. A. Verdadero. B. Falso.

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

La era actual de la IA (desde el 2000 en adelante) se define por el uso de grandes cantidades de datos y el desarrollo del aprendizaje profundo. A. Verdadero. B. Falso.

El aprendizaje supervisado usa datos etiquetados. A. Verdadero. B. Falso.

El "Invierno de la IA" fue un período caracterizado por un aumento en la financiación y el interés en este campo. A. Verdadero. B. Falso.

Un algoritmo de regresión se usa para clasificar correos como spam o no spam. A. Verdadero. B. Falso.

La General AI es el tipo de inteligencia artificial más común en la actualidad y se utiliza en aplicaciones como los asistentes virtuales y sistemas de recomendación. A. Verdadero. B. Falso.

La precisión mide la proporción de aciertos de un modelo. A. Falso. B. Verdadero.

Un modelo es lo mismo que un algoritmo. A. Verdadero. B. Falso.

¿Qué tipo de IA empleamos cuando…?. A. Narrow AI. B. Generative AI. C. Predictive AI. D. Discriminative AI. E. Analytical AI. F. Statistical AI.

El fine-tuning permite personalizar un modelo general para usos específicos. A. Verdadero. B. Falso.

Relaciona el proceso o modelo avanzado con su descripción: A. Modelo de difusión. B. Transformer. C. GAN / Red Generativa Antagónica. D. VAE / Autoencoder Variacional. E. CNN / Red Neuronal Convolucional. F. PLN / Procesamiento del Lenguaje Natural. G. Conversational AI / IA conversacional.

Los datos semiestructurados nunca incluyen etiquetas. A. Falso. B. Verdadero.

Relaciona cada tipo de IA con su definición: A. Narrow AI. B. General AI. C. Generative AI. D. Predictive AI. E. Discriminative AI. F. Analytical AI. G. Statistical AI.

Los sistemas de IA son completamente autónomos y no necesitan supervisión humana. A. Verdadero. B. Falso.

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. A. Verdadero. B. Falso.

La principal función de la IA discriminativa es generar contenido nuevo, como imágenes o música, a partir de patrones aprendidos. A. Verdadero. B. Falso.

¿Qué desafío relacionado con la IA es un tema importante de debate en el sector creativo?. A. La falta de herramientas para la creación de arte. B. Los derechos de autor y la imitación de estilos por parte de los modelos de IA. C. El elevado coste de las herramientas de generación de imágenes. D. La imposibilidad de la IA para generar música de calidad.

¿Cuál de los siguientes no es un aspecto que solo el intelecto humano puede aportar?. A. Análisis de grandes cantidades de datos. B. Criterio moral. C. Comprensión de matices contextuales. D. Creatividad auténtica.

¿Qué elemento es más necesario añadir para mejorar este prompt?: "Genera una imagen para una portada de libro.". A. Editorial que lo publica. B. Tamaño de impresión de la portada. C. Género literario. D. Nombre del autor o de la autora.

¿Qué implica la ética digital y la responsabilidad social al usar IA?. A. Desentenderse de los resultados, ya que la responsabilidad es de la máquina. B. Usar la IA solo para tareas divertidas y personales. C. Evitar el uso de cualquier herramienta de IA por su impacto. D. Ser responsable del contenido generado, evitando sesgos y respetando derechos de autor.

Clasifica cada situación en la categoría correcta: A. Pensamiento crítico y verificación. B. Diseño de prompts efectivos. C. Creatividad e innovación aumentada. D. Colaboración humano-IA. E. Ética digital y responsabilidad social.

Clasificar correos electrónicos en spam/no spam es un ejemplo de ¿qué aplicación de la IA?. A. Eliminación de sesgos. B. Mejora de la comunicación. C. Automatización de tareas. D. Apoyo a la creatividad.

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

Según el material didáctico, la IA puede apoyar la creatividad a través de: A. Limitación de las opciones creativas para simplificar el trabajo. B. Generación de ideas, análisis de escenarios y recomendaciones basadas en datos. C. Eliminación del criterio humano en la fase final de un proyecto. D. Automatización total de la escritura de novelas y canciones.

Un sistema de selección de personal con IA fue entrenado con datos de empleados exitosos de los últimos 20 años. ¿Qué tipo de sesgo social podría reproducir si el sector siempre ha estado dominado por hombres?. A. Un sesgo de brecha digital. B. Un sesgo de género. C. Un sesgo de coste energético. D. Un sesgo de información.

Crear infografías interactivas es un ejemplo de ¿qué aplicación de la IA?. A. Apoyo a la creatividad. B. Eliminación de sesgos. C. Automatización de tareas. D. Mejora de la comunicación.

¿Por qué es tan importante la supervisión humana de los resultados de la IA?. A. Porque la IA puede equivocarse, reproducir sesgos o perder matices. B. Para evitar que la IA aprenda de los datos. C. Para garantizar que la responsabilidad final recaiga en la máquina. D. Porque el humano es más rápido que la máquina en todas las tareas.

Cuando se combina lo que la IA hace bien con lo que los humanos hacen mejor, el resultado final es: A. Demasiado complejo y difícil de manejar. B. Menos fiable y de menor calidad. C. Mejorado, liberando tiempo para concentrarse en lo estratégico o lo creativo. D. Más rápido, pero sin un valor añadido.

Imagina que trabajas en una oficina y te han pedido que integres herramientas de IA para optimizar tu trabajo. A continuación, identifica si las siguientes tareas las delegarías a la IA o si necesitarán tu supervisión humana. Responde indicando DELEGAR o SUPERVISAR según corresponda: A. Procesar 200 facturas diarias extrayendo la fecha y el monto para una base de datos. B. Revisar un contrato importante de un cliente para asegurar que las cláusulas protegen los intereses de tu empresa. C. Redactar un correo electrónico para solicitar un aumento de sueldo a tu jefe. D. Analizar miles de datos de ventas para detectar tendencias y patrones de consumo. E. Determinar la estrategia de negocio de la empresa para los próximos cinco años.

Según el material didáctico, ¿qué habilidad transversal permite liberar tiempo y recursos?. A. Mejorar la comunicación y presentación de datos. B. Análisis de datos complejos y profundos. C. Apoyar la creatividad y la toma de decisiones. D. Automatizar tareas repetitivas.

¿Cómo puede la IA potenciar la creatividad humana?. A. Ayudando a generar ideas y explorar nuevos enfoques. B. Automatizando el proceso de pensamiento crítico. C. Eliminando las tareas repetitivas y monótonas. D. Sustituyendo por completo la necesidad de ideas originales.

¿Qué elemento mejoraría más este prompt?: "Escribe un artículo sobre salud.". A. Número de palabras. B. Título del artículo. C. Público objetivo del artículo. D. Fuente de investigación.

Simular distintos escenarios de negocio es un ejemplo de ¿qué aplicación de la IA?. A. Apoyo a la creatividad. B. Mejora de la comunicación. C. Automatización de tareas. D. Eliminación de sesgos.

¿Qué chatbot tiene un enfoque más personal y “amigable”, destinado a interacción social?. A. Copilot. B. Gemini. C. PI (Inflection AI). D. Claude.

¿Qué ventaja principal tienen los modelos de lenguaje de gran tamaño (LLM)?. A. Procesar solo imágenes. B. Generar lenguaje humano con gran sofisticación. C. Requerir pocos datos. D. Ser económicos.

¿Qué problema puede surgir por sesgos en los datos de entrenamiento?. A. Imágenes siempre en blanco y negro. B. Representaciones poco inclusivas. C. Exceso de detalles. D. Errores gramaticales.

¿Qué recomendación se debe tener en cuenta respecto a datos sensibles?. A. Compartirlos para personalizar mejor. B. No compartirlos por temas de privacidad. C. Usarlos siempre en prompts. D. Guardarlos en prompts para recordarlos.

¿Qué técnica de prompting consiste en pedir directamente lo que queremos, sin ejemplos previos?. A. Few-shot prompting. B. Role prompting. C. Chain-of-thought prompting. D. Zero-shot prompting.

Selecciona al lado de cada función o habilidad hacia el rol profesional al que corresponde principalmente. (PROMPT DESIGNER - P, ANALISTA DE DATOS JUNIOR IA - A, SUPERVISOR DE IA - S). 1. Evaluación de la calidad y relevancia de las salidas. 2. Capacidad para estructurar solicitudes con especificidad y claridad. 3. Preparar y limpiar conjuntos de datos. 4. Identificar patrones y tendencias con asistencia de IA. 5. Ajuste de parámetros y refinamiento de instrucciones.

El equipo de guionistas proporciona el guión literario. ¿Qué profesional es el responsable de aplicar técnicas de few-shot prompting y estructuración avanzada para asegurar que AI-Studio genere un guión técnico que respete un estilo de cámara específico?. A. El Supervisor de IA, ya que es una directriz de calidad. B. El Prompt Designer, ya que se especializa en crear instrucciones precisas para resultados específicos. C. El Analista de datos junior, para predecir el impacto del estilo.

AI-Studio genera un storyboard preliminar que, al revisar el Supervisor de IA, muestra un sesgo sutil al representar solo a personal médico masculino. ¿Cuál de las siguientes es la acción principal del Supervisor para manejar esta situación?. A. Desechar el storyboard y pedir al Analista que lo rehaga. B. Ajustar los parámetros y refinar las instrucciones de la IA para implementar salvaguardas éticas contra el sesgo. C. Enviar el storyboard al Prompt Designer para que lo corrija manualmente.

El equipo de marketing quiere evaluar qué paleta de color sugerida por la IA genera más engagement en redes. ¿Qué rol profesional utilizaría las herramientas de IA para analizar los datos de interacción y generar una visualización clara de las tendencias?. A. Prompt Designer, para crear una nueva paleta. B. Supervisor de IA, para monitorizar la ética de los comentarios. C. Analista de datos junior con enfoque en IA, para identificar patrones de respuesta del público.

Después de la postproducción, el Analista de datos junior debe presentar los resultados de audiencia del cortometraje al equipo directivo (que no es técnico). ¿Qué habilidad es esencial en este momento?. A. Conocimiento profundo de las redes neuronales que crearon el guion. B. Capacidad para hacer few-shot prompting en la presentación. C. Habilidad para interpretar resultados y comunicarlos de forma accesible a equipos no técnicos.

El proyecto de Servicios Socioculturales (asistente de inclusión cultural) requiere traducir contenidos culturales a formatos accesibles en tiempo real (ej. subtítulos, audio descripción). ¿Qué rol debería colaborar más estrechamente con los desarrolladores para asegurar que la calidad y relevancia de estas traducciones automáticas sea constante?. A. El Analista de Datos Junior, analizando el tamaño de los subtítulos. B. El Supervisor de IA, para la evaluación continua de la calidad de la salida y la relevancia. C. El Prompt Designer, para escribir el guion técnico original.

El proyecto de Hostelería y Turismo genera descripciones inmersivas de destinos. Para asegurar que estas descripciones no incluyan contenido que pueda ser considerado ofensivo o inexacto (desalineado), ¿qué rol debe priorizar la Monitorización de resultados para detectar sesgos o errores?. A. El Analista de datos junior, en la fase de análisis de datos de los destinos. B. El Supervisor de IA, como parte de su función de control ético y de calidad. C. El Prompt Designer, mediante prompts muy detallados.

Un Analista de datos junior con enfoque en IA está ayudando en el proyecto de Comercio y Marketing a analizar el comportamiento de navegación de los usuarios. ¿Qué tarea NO está directamente asociada a su rol?. A. Preparar y limpiar el conjunto de datos de navegación. B. Identificar patrones de compra con asistencia de IA. C. Implementar las salvaguardas éticas del modelo de recomendación.

El proyecto de Edificación y Obra Civil requiere que la IA optimice la distribución de recursos y cronogramas de obra. Para que la IA logre esto, ¿qué habilidad avanzada del Prompt Designer podría ser útil para guiar a la IA a través de los pasos lógicos de planificación?. A. Cadena de pensamiento. B. Comunicación a equipos no técnicos. C. Monitorización de resultados.