MIA03 - Modelos de Inteligencia Artificial 2026

¿Qué es un sistema experto?. Un programa de IA que simula el razonamiento humano en un dominio específico. Un programa que aprende automáticamente sin intervención humana. Un sistema que procesa imágenes y videos. Un tipo de hardware especializado para tareas repetitivas.

¿Cuál es un paso inicial en la planificación de un sistema experto?. Elegir un dominio específico para el sistema. Diseñar la interfaz gráfica. DALL-Implementar el motor de inferencia. Probar con usuarios reales.

¿Cuál es un sistema experto diseñado para diagnóstico médico?. MYCIN. AlphaFold. DALL-E. AutoCAD.

¿Qué representa un marco en la representación del conocimiento?. Una estructura jerárquica de objetos y relaciones. Una lista plana de hechos. Un conjunto de reglas "SI-ENTONCES". Un modelo basado en redes neuronales.

¿Cuál es un ejemplo de base de conocimiento para un sistema experto médico?. Un conjunto de reglas sobre síntomas, diagnósticos y tratamientos. Un archivo de texto con datos sin procesar. Un motor de inferencia automatizado. Un modelo de red neuronal entrenado en datos clínicos.

¿Qué significa transparencia en un sistema experto?. Capacidad de explicar cómo toma decisiones. Acceso abierto a todo el código fuente. Uso exclusivo de datos históricos. Automatización de todos los procesos.

¿Qué significa "encadenamiento hacia atrás" en un motor de inferencia?. Razona desde una hipótesis hacia los datos necesarios para justificarla. Razona desde los datos iniciales hasta una conclusión. Genera automáticamente nuevas hipótesis. Optimiza las reglas existentes.

¿Cuál es una ventaja de los sistemas expertos?. Reducen la dependencia de expertos humanos. Son más baratos que todos los procesos manuales. Pueden aprender sin supervisión humana. Reemplazan completamente el juicio humano.

¿Qué componente permite la interacción entre el usuario y el sistema experto?. Interfaz de usuario. Base de conocimiento. Motor de inferencia. Modelo predictivo.

¿Qué significa "encadenamiento hacia adelante" en un motor de inferencia?. Parte de una hipótesis para buscar pruebas. Construye nuevas reglas automáticamente. Razona desde los datos iniciales hasta una conclusión. Busca patrones en grandes volúmenes de datos.

¿Qué mejora un sistema experto híbrido?. Combinación de reglas y aprendizaje automático. Uso exclusivo de reglas estáticas. Análisis de imágenes y video en tiempo real. Automatización de procesos industriales.

¿Cuál es un ejemplo de un fallo ético en sistemas expertos?. Diagnóstico incorrecto por confiar totalmente en el sistema. Fallas técnicas en la conexión de red. Errores de sintaxis en la base de conocimiento. Optimización del rendimiento del sistema.

¿Qué herramienta es útil para desarrollar sistemas expertos?. CLIPS. Photoshop. TensorFlow. MATLAB.

¿Cuál es un ejemplo de sistema experto clásico?. MYCIN, para diagnóstico médico. AlphaGo, para jugar al Go. ChatGPT, para generación de texto. Stable Diffusion, para generación de imágenes.

¿Qué contiene la base de conocimiento de un sistema experto?. Hechos y reglas del dominio específico. Datos en crudo recopilados de sensores. Información visual y auditiva. Registros históricos sin procesar.

¿Qué se utiliza para razonar en sistemas expertos basados en casos?. Problemas resueltos previamente. Reglas "SI-ENTONCES". Redes neuronales profundas. Datos no estructurados.

¿Qué técnica de razonamiento sería útil para diagnosticar un fallo específico?. Encadenamiento hacia atrás. Encadenamiento hacia adelante. Aprendizaje no supervisado. Análisis estadístico.

¿Qué se debe garantizar en el diseño de sistemas expertos para evitar discriminación?. Imparcialidad en las reglas y datos. Conexión constante a internet. Uso exclusivo de datos históricos. Automatización completa del razonamiento.

¿Qué es una red semántica en un sistema experto?. Un modelo que representa conceptos y sus relaciones mediante nodos y enlaces. Una lista de reglas "SI-ENTONCES". Un motor de inferencia para razonamiento lógico. Una base de datos de texto no estructurado.

¿Qué puede evitar sesgos en un sistema experto?. Uso de datos representativos y diversificados. Uso exclusivo de datos históricos. Optimización del motor de inferencia. Uso de una interfaz gráfica avanzada.

¿Cuál es una limitación de los sistemas expertos?. No pueden manejar problemas fuera de su dominio. No requieren una base de conocimiento. Pueden resolver cualquier problema con datos suficientes. No son útiles en tareas específicas.

¿Cuál es una preocupación ética importante en los sistemas expertos?. Privacidad de los datos del usuario. Velocidad de procesamiento. Estética de la interfaz de usuario. Uso de hardware de última generación.

¿Cuál de estos es un ejemplo de regla para un sistema experto de diagnóstico de ordenadores?. SI no hay imagen en la pantalla, ENTONCES revisar la tarjeta gráfica. SI el usuario tiene fiebre, ENTONCES recomendar descanso. SI hay alta presión arterial, ENTONCES recomendar medicamentos. SI no hay señal de Wi-Fi, ENTONCES instalar software antivirus.

¿Cuál es un componente principal de un sistema experto?. Base de conocimiento. Red neuronal. Sensor de datos. Interfaz gráfica.

¿Qué tipo de representación de conocimiento usa las reglas "SI-ENTONCES"?. Reglas de producción. Redes neuronales. Redes semánticas. Marcos.

¿Cuál es el propósito del motor de inferencia en un sistema experto?. Aplicar reglas para razonar sobre los datos y generar conclusiones. Recolectar información del usuario. Diseñar la interfaz gráfica del sistema. Almacenar datos sin procesar.

¿Cuál es el propósito de un módulo explicador en un sistema experto?. Justificar las decisiones tomadas por el sistema. Mejorar el rendimiento del motor de inferencia. Recolectar datos adicionales del usuario. Actualizar la base de conocimiento automáticamente.

¿Qué se debe considerar al agregar reglas a un sistema experto?. Que sean claras, completas y no contradictorias. Que sean complejas y difíciles de entender. Que sean numerosas aunque no estén relacionadas. Que sean lo más generales posible.

¿Cuál es una mejora ética clave para sistemas expertos?. Asegurar la transparencia y justificar las decisiones. Reducir el costo de desarrollo. Aumentar la velocidad de procesamiento. Automatizar completamente el sistema.

¿Qué sucede si la base de conocimiento de un sistema experto está incompleta?. El sistema puede tomar decisiones erróneas o incompletas. El sistema funcionará igual sin problemas. El sistema se detendrá automáticamente. El motor de inferencia generará nuevas reglas automáticamente.

¿Cuál de las siguientes afirmaciones es correcta respecto a las técnicas de representación del conocimiento en sistemas expertos?. Las reglas IF–THEN no permiten representar relaciones condicionales. Los marcos organizan el conocimiento en forma de reglas encadenadas. Las redes semánticas representan conceptos como nodos y relaciones como enlaces. La lógica de primer orden solo permite representar hechos individuales, no reglas generales.

¿Cuál de las siguientes afirmaciones es correcta respecto a la relación entre la base de conocimientos, la base de hechos y la representación del conocimiento en un sistema experto?. La base de conocimientos almacena datos concretos del caso actual, como síntomas observados o respuestas del usuario. La base de hechos contiene el conocimiento general del dominio, como reglas y relaciones comunes a todos los casos. Tanto la base de hechos como la base de conocimientos se construyen a partir de técnicas de representación del conocimiento simbólicas. El motor de inferencia utiliza representaciones diferentes para analizar los hechos y las reglas.

Considerando la función del motor de inferencia en un Sistema Experto, ¿cuál de las siguientes afirmaciones describe correctamente la relación y el propósito de sus componentes principales?. El motor de inferencia se encarga de la adquisición de conocimiento, mientras que la memoria de trabajo almacena las reglas permanentes del dominio. El encadenamiento hacia adelante es una estrategia dirigida por objetivos que busca probar una hipótesis, y la memoria de trabajo es un registro permanente de todas las consultas del sistema. El motor de inferencia aplica estrategias de razonamiento (como encadenamiento hacia adelante o hacia atrás) a los hechos almacenados en la memoria de trabajo y a las reglas de la base de conocimiento, manteniendo un rastro para futuras explicaciones. La base de conocimiento es donde el motor de inferencia almacena los hechos temporales de un caso, y el módulo de rastreo es el encargado de resolver conflictos entre reglas.

Un Sistema Experto está siendo desarrollado para analizar datos sísmicos en tiempo real y alertar automáticamente sobre patrones que indican un posible terremoto inminente. Este sistema fue creado utilizando un "esqueleto" o entorno de desarrollo genérico al que se le añadió el conocimiento específico de sismología. Basado en esta descripción, ¿cuál de las siguientes opciones clasifica mejor este Sistema Experto según TODOS los criterios relevantes discutidos (Tipo de Tarea, Representación del Conocimiento y Dominio/Alcance)?. Diagnóstico, Basado en Reglas, Asistente:. Predicción, Híbrido, de Dominio Específico:. Monitorización, Basado en Lógica, Shell:. Monitorización, Basado en Reglas (o Híbrido, si integra ML para patrones), Shell:.