Modulo optativo ilerna IA

Desde el año 2000 hasta la actualidad, la inteligencia artificial ha experimentado grandes avances gracias a la era del Big Data y el aprendizaje profundo. ¿Qué factores han sido clave para estos avances?. La sustitución de la IA por métodos estadísticos clásicos. La eliminación de los algoritmos tradicionales y la disminución de la potencia de cálculo. La disponibilidad de grandes cantidades de datos y el desarrollo de redes neuronales más complejas. La reducción de los datos disponibles y la simplificación de las redes neuronales.

Sistemas de recomendación en plataformas de streaming (como Netflix o Spotify) se clasifican como: IA con conciencia y comprensión global del mundo. Sistemas estadísticos sin capacidad de aprendizaje. IA débil o Narrow AI, diseñada para tareas específicas. IA fuerte, capaz de realizar cualquier tarea humana.

Durante los años 70 y 80, la inteligencia artificial vivió un periodo conocido como “invierno de la IA”. ¿Cuál fue la causa principal de esta etapa?. Los avances no cumplieron las expectativas, lo que provocó pérdida de financiación e interés. La IA se convirtió en la tecnología dominante en todos los sectores. La IA alcanzó todos sus objetivos iniciales, consolidándose sin problemas. Se descubrieron nuevas técnicas que reemplazaron a la IA.

¿Cuál de los siguientes no constituye un desafío técnico para la inteligencia artificial?. La incapacidad de la IA para aprender de datos nuevos. Altos requerimientos de recursos computacionales. Elevados costos y consumo energético. Ausencia de estándares universales.

Aunque la inteligencia artificial puede manejar grandes volúmenes de datos y realizar tareas complejas, sigue presentando limitaciones. ¿Cuál de las siguientes afirmaciones refleja mejor estas limitaciones?. Los asistentes de voz siempre interpretan correctamente instrucciones poco claras como “pon mi música favorita”. La IA siempre produce resultados precisos y fiables. Los modelos de IA, especialmente los generativos, pueden cometer errores, reflejar sesgos de los datos de entrenamiento y generar desinformación. La IA nunca se equivoca si los datos de entrada son incompletos o ambiguos.

¿Cuál de los siguientes ejemplos representa el uso de una red neuronal convolucional (CNN)?. Un modelo que analiza correos electrónicos para clasificarlos como spam o no spam. Un modelo que aprende a jugar a un videojuego mediante prueba y error. Un sistema de reconocimiento facial que desbloquea un móvil utilizando análisis de imágenes. Un sistema que predice el precio de una vivienda según su tamaño y ubicación.

¿Cuál de los siguientes ejemplos describe mejor un modelo de refuerzo?. Un modelo que clasifica correos electrónicos como spam o no spam usando datos etiquetados. Un modelo que analiza hábitos de compra de clientes y los agrupa en perfiles similares sin etiquetas. Un modelo que aprende a jugar a un videojuego mejorando con cada partida gracias a recompensas y penalizaciones. Un modelo que predice el precio de una vivienda según su tamaño y ubicación.

¿Qué caracteriza principalmente a los datos no estructurados?. Siguen un formato fijo de filas y columnas que facilita su almacenamiento en bases de datos tradicionales. Son siempre numéricos y fáciles de analizar con herramientas simples. Carecen de un formato predefinido y se presentan en formas variadas como textos, imágenes, audio o vídeo. Solo se encuentran en bases de datos empresariales.

¿Qué ocurre cuando un modelo de IA sufre sobreajuste (overfitting)?. El modelo clasifica correctamente todos los datos nuevos sin necesidad de ajustes. El modelo genera datos completamente inventados sin relación con la realidad. El modelo memoriza demasiado los datos de entrenamiento y falla al enfrentarse a casos nuevos. El modelo no aprende lo suficiente y comete muchos errores incluso con los datos de entrenamiento.

Si un algoritmo de IA agrupa clientes o imágenes en categorías según similitudes sin usar etiquetas previas, ¿qué técnica está utilizando?. Regresión. Clasificación. Clustering. Redes neuronales.

¿Qué describe mejor a Microsoft Copilot?. Integra tecnologías de IA en aplicaciones de Microsoft, asistiendo en tareas de productividad como redacción, análisis de datos, creación de presentaciones, gestión de correo y reuniones. Es un motor de búsqueda que combina chat conversacional con referencias verificables en internet. Es una herramienta de IA que solo funciona en Excel para crear fórmulas automáticas. Es un software exclusivo para juegos y entretenimiento que utiliza IA para generar gráficos.

¿A qué nos referimos cuando hablamos de herramientas de inteligencia artificial?. A sistemas que funcionan sin necesidad de datos ni entrenamiento previo. A dispositivos físicos que sustituyen completamente el trabajo humano. A programas que solo sirven para el entretenimiento y no tienen usos profesionales. A aplicaciones o plataformas de software que utilizan IA para realizar tareas específicas en ámbitos como la creación de contenido, el análisis de datos o la productividad.

¿Cuál de las siguientes afirmaciones describe mejor a Perplexity AI?. Es una herramienta exclusiva para crear imágenes y vídeos mediante IA. Es un asistente que genera contenido sin mostrar fuentes ni referencias. Solo sirve para juegos y entretenimiento, sin aplicaciones académicas o profesionales. Combina chat conversacional con búsqueda en internet, mostrando siempre las fuentes de la información.

¿Cuál de las siguientes es una limitación o precaución importante al generar imágenes con IA?. La calidad de la imagen generada no se ve afectada por la precisión o detalle del prompt. Los modelos requieren gran cantidad de recursos computacionales, pueden reproducir sesgos presentes en los datos, surgen dudas sobre propiedad intelectual y los resultados dependen de la claridad del prompt. No existen problemas de sostenibilidad ni de sesgos culturales en los modelos de generación de imágenes. La IA siempre genera imágenes perfectas sin necesidad de instrucciones detalladas ni consideraciones legales.

Al utilizar IA para transformar imágenes existentes, ¿qué se recomienda para obtener resultados de alta calidad y adecuados al propósito?. No es necesario detallar la imagen original ni el resultado deseado; la IA generará automáticamente la mejor versión. Solo indicar el color principal que se desea cambiar y dejar el resto a la IA. Especificar la naturaleza de la transformación, describir la imagen original, detallar el resultado deseado, incluir herramientas o técnicas, y considerar implicaciones legales. Ignorar cualquier aspecto legal o de derechos de propiedad intelectual, ya que la IA siempre protege los contenidos originales.

¿Cuál de las siguientes prácticas es fundamental para diseñar prompts efectivos y aprovechar al máximo la IA?. Escribir instrucciones vagas y ambiguas para que la IA decida el contenido por sí misma. Evitar dar contexto o público objetivo; la IA siempre interpreta correctamente. No indicar estilo ni tono, ya que la IA genera automáticamente el más adecuado. Incluir especificidad, claridad, contexto y definir estilo y tono en las instrucciones.

¿Cómo se decide qué tareas dejar en manos de la IA y cuáles requieren intervención humana?. Dejando que la IA haga todas las tareas sin supervisión humana. Evaluando si la tarea es automatizable: si sí lo es, la realiza la IA; si no, la realiza la persona. Realizando todas las tareas manualmente, sin aprovechar la IA. Asignando tareas al azar entre la IA y la persona, sin evaluar su naturaleza.

¿Cuál es la clave para aprovechar la IA de manera efectiva?. Entender todos los algoritmos complejos de la IA para poder reemplazar al ser humano. Aplicar la IA estratégicamente para complementar nuestras habilidades, enfocándonos en creatividad, ética y liderazgo. Usar la IA únicamente para tareas repetitivas, sin considerar el valor humano. Ignorar la IA y centrarse solo en habilidades humanas tradicionales.

En el ejemplo de colaboración entre IA y equipo de marketing, ¿cuál es el papel principal de cada uno?. El equipo humano genera los borradores y la IA selecciona cuál refleja mejor la identidad de la marca. La IA y el equipo humano realizan exactamente las mismas tareas sin diferenciación de roles. La IA genera borradores de anuncios, eslóganes o diseños; el equipo humano selecciona, pule y asegura que la propuesta final refleje la identidad de la marca. La IA toma todas las decisiones estratégicas, mientras el equipo humano solo aprueba sin cambios.

¿Qué describe mejor la colaboración humano-IA en el ámbito laboral y creativo?. La IA solo sirve para trabajo individual y no mejora la cooperación en equipos internacionales. La IA facilita tareas como traducciones, coordinación global y análisis rápido, mientras la persona aporta criterio, ética y empatía. La IA evita la necesidad de sensibilidad o criterio humano en cualquier proyecto. La IA reemplaza completamente al ser humano, tomando todas las decisiones sin intervención.

¿Cuáles son algunas de las tareas clave de un Analista de Datos Junior con Enfoque en IA?. Programar redes neuronales profundas sin interpretar resultados. Supervisar el consumo energético de modelos de IA sin procesar datos. Crear imágenes y vídeos con IA sin analizar datos numéricos. Preparar y limpiar conjuntos de datos, identificar patrones con IA, generar visualizaciones y comunicar resultados a equipos no técnicos.

¿Cuál de las siguientes actividades forma parte de las tareas de un Analista de Datos Junior con Enfoque en IA?. Preparar y limpiar datos, identificar patrones con IA, crear visualizaciones y comunicar resultados a equipos no técnicos. Programar redes neuronales profundas sin interpretar los datos. Supervisar únicamente la seguridad de los servidores de IA. Generar contenido gráfico o audiovisual sin análisis de información.

¿Cuál de los siguientes conocimientos es específicamente relevante para un prompt designer?. Técnicas avanzadas como few-shot prompting y cadena de pensamiento para guiar las respuestas de la IA. Diseño de hardware para GPUs de alto rendimiento. Gestión de inventarios y logística de la empresa. Creación de campañas publicitarias sin interacción con la IA.

¿Cuál es el objetivo de un Analista de Datos Junior con Enfoque en IA en una empresa?. Desarrollar modelos de IA avanzados sin procesar datos. Gestionar únicamente la infraestructura tecnológica de la IA. Diseñar prompts para asistentes virtuales sin análisis de datos. Optimizar procesos combinando análisis de datos básico con herramientas de IA.

¿Cuáles son algunas de las responsabilidades clave de un Supervisor de IA?. Analizar únicamente el coste energético de los sistemas de IA. Programar algoritmos sin evaluar la calidad de los resultados. Generar automáticamente contenido visual y textual sin supervisión ética. Monitorizar resultados para detectar sesgos o errores, evaluar calidad y relevancia de salidas, ajustar parámetros y aplicar salvaguardas éticas.

¿Qué significa el derecho de portabilidad de datos?. Usar datos de terceros sin permiso. Recuperar datos borrados. Exportar tus datos a otro servicio. Almacenar datos en un pendrive.

¿En qué consiste el principio ético de transparencia aplicado a la IA?. Trato imparcial y justo, sin favoritismos ni discriminación. Divulgar la información relevante sobre cómo funciona y se utiliza la IA. Proteger la información personal contra la exposición pública o el uso indebido. Obligación de explicar, justificar y responsabilizarse de los propios actos al usar IA.

¿Qué es el sesgo de confirmación?. Ninguna de las respuestas es correcta. Aquel que ocurre al reforzar creencias o hipótesis previas en lugar de cuestionarlas al introducir datos o preguntas. Aquel que ocurre cuando los métodos de recogida de datos contienen errores o distorsiones. Aquel que ocurre cuando la IA aprende de datos que ya están sesgados y reproduce esas distorsiones en sus resultados.

¿Cuál de estas es una medida para mitigar los sesgos algorítmicos?. Reducir el tamaño de los datos. Usar solo datos históricos. Supervisión humana sobre los resultados de la IA. Uniformidad de los datos.

¿Qué concepto describe el uso de contenidos generados por usuarios (textos, imágenes, audios) para entrenar modelos de IA sin permiso explícito?. Entrenamiento sin consentimiento. Uso no autorizado. Fugas de datos. Explotación comercial de datos personales.

¿Cuál de las siguientes afirmaciones describe mejor la “Narrow AI” o IA débil, que predomina en la actualidad?. Está especializada en tareas específicas y es muy eficiente en su dominio, pero no tiene conciencia ni comprensión general. Es capaz de realizar cualquier tarea humana con conciencia completa del mundo. Se centra en el análisis histórico de datos sin interactuar con aplicaciones prácticas. Puede aprender y adaptarse a cualquier situación sin necesidad de datos específicos.

En los modelos de inteligencia artificial generativa, las llamadas “alucinaciones” hacen referencia a que el modelo: Genera resultados completamente inventados, sin relación con la realidad. Produce resultados aleatorios por fallos internos. Solo funciona si el usuario sobreestima sus capacidades. Copia información de internet de manera incorrecta.

¿Cuál de los siguientes sistemas representa mejor la IA discriminativa?. Un sistema que simula conversaciones humanas creativas. Un generador de historias o imágenes a partir de indicaciones. Un modelo que clasifica correos electrónicos como spam o no spam. Un programa que crea música original basada en un estilo específico.

¿Por qué es necesario usar técnicas avanzadas como el procesamiento del lenguaje natural o el reconocimiento de imágenes para trabajar con datos no estructurados?. Porque los datos no estructurados son siempre textos cortos y simples. Porque los datos no estructurados son fáciles de analizar sin herramientas especiales. Porque los datos no estructurados se almacenan automáticamente en bases de datos tradicionales. Porque los datos no estructurados no tienen un formato uniforme y requieren métodos complejos para extraer información útil.

¿Cuál de los siguientes es un ejemplo de datos estructurados?. Fotografías y vídeos de un evento sin etiquetas ni categorías. Grabaciones de voz de conversaciones de clientes sin transcripción. Una colección de correos electrónicos con texto libre y archivos adjuntos. Una hoja de cálculo con el listado de estudiantes: nombre, edad y calificación final.

¿Qué se logra mediante el fine-tuning (ajuste fino) de un modelo de IA?. Optimizar el modelo para aplicaciones específicas, mejorando su precisión y relevancia. Evitar que el modelo cometa errores en todos los posibles escenarios sin necesidad de datos adicionales. Entrenar un modelo desde cero sin utilizar un modelo previo. Que el modelo genere resultados aleatorios sin necesidad de datos de entrenamiento.

¿Qué describe mejor a Adobe Firefly?. Es un chatbot que responde preguntas académicas con referencias verificables. Es un modelo de IA generativa de Adobe especializado en contenido visual, que crea imágenes y efectos a partir de descripciones textuales y se integra en aplicaciones como Photoshop o Illustrator. Es un modelo de IA diseñado para análisis de datos financieros. Es un asistente de productividad de Microsoft que ayuda con correos y presentaciones.

¿En qué consiste el role prompting al elaborar un prompt para IA y cuál es su principal ventaja?. Dar instrucciones vagas para que la IA interprete libremente el objetivo; evita limitaciones de contexto. Asignar un rol o perspectiva a la IA para orientar estilo, vocabulario y criterios; permite obtener respuestas más alineadas con el contexto. Pedir a la IA que genere contenido sin ninguna indicación sobre rol, estilo o audiencia; asegura máxima creatividad. Limitar la IA a respuestas de una sola palabra para aumentar la precisión.

¿Por qué los modelos de texto de inteligencia artificial son capaces de generar texto coherente y realizar tareas lingüísticas complejas?. Porque funcionan únicamente con bases de datos estructuradas de números y fechas. Porque se entrenan con enormes cantidades de datos textuales, lo que les permite comprender contextos y patrones del lenguaje. Porque se basan en reglas predefinidas y no requieren entrenamiento con datos. Porque analizan únicamente imágenes y vídeos sin necesidad de datos textuales.

¿Cuál de las siguientes competencias es clave para aprovechar la IA considerando su impacto social y sostenibilidad?. Evitar analizar la brecha digital, ya que todas las personas tienen el mismo acceso a la IA. Evaluar sesgos y discriminación, la brecha digital y el coste energético de los modelos de IA, promoviendo un uso ético y sostenible. Centrarse solo en el rendimiento técnico de la IA, ignorando aspectos éticos o sostenibles. Aprender únicamente a usar la IA sin preocuparse por consecuencias sociales o ambientales.

¿Cómo puede la IA ayudar a un profesional a mejorar la comunicación y presentación de datos en su trabajo diario?. Sustituyendo completamente al profesional en todas las decisiones comunicativas sin supervisión. Solo generando contenido textual sin considerar la audiencia ni la presentación visual. Personalizando mensajes según la audiencia, creando gráficos e infografías interactivas, adaptando la traducción y localización, y estructurando la información de manera lógica. Limitándose a almacenar datos sin facilitar su comprensión o presentación.

¿Por qué son importantes el aprendizaje continuo y la adaptabilidad tecnológica para aprovechar la IA?. Porque una vez aprendida una herramienta de IA, nunca es necesario volver a actualizarse. Porque basta con aprender una sola herramienta de software para dominar todas las aplicaciones de IA. Porque la IA no cambia, por lo que la adaptabilidad no es relevante. Porque la IA evoluciona rápidamente, y actualizar habilidades permite aprovechar nuevas herramientas y oportunidades.

¿Cómo puede la IA potenciar la creatividad e innovación aumentada?. Limitándose a tareas repetitivas sin influir en la generación de contenido creativo. Sustituyendo completamente el pensamiento humano sin aportar nuevas ideas. Ignorando el contexto o la audiencia al generar material visual o textual. Generando ideas nuevas, visualizando conceptos mediante diagramas o infografías, y transformando contenido para diferentes audiencias.

¿Cuáles son habilidades y conocimientos clave para un prompt designer?. Solo conocer el funcionamiento básico de la IA, sin necesidad de técnicas avanzadas. Supervisión de la energía consumida por los modelos de IA, sin crear instrucciones. Comprensión profunda de modelos de IA, habilidades de comunicación, capacidad para estructurar solicitudes claras y conocimiento de técnicas avanzadas como few-shot prompting. Solo habilidades artísticas para generar imágenes sin usar prompts.

¿Cuál es una consecuencia de la brecha socioeconómica generada por la IA?. Mayor eficiencia global. Reducción de desigualdades. Mejor acceso a internet. Acceso desigual a beneficios de la IA.

¿Qué tipo de sesgo aparece cuando los métodos de recogida de datos contienen errores o distorsiones?. Sesgo de confirmación. Sesgo de medición. Sesgo en prompts. Sesgo de selección.

¿Qué es el sesgo de selección?. Los datos o las preguntas que se introducen en el sistema se diseñan de manera que refuerzan creencias o hipótesis previas. Los métodos de recogida de datos contienen errores o distorsiones. Los datos de entrenamiento no representan a toda la población. La magnificación de los sesgos ya existentes en los datos de entrenamiento, haciendo que aparezcan con más fuerza de lo que ocurre en la realidad.

En una empresa, ¿cómo puede un empleado integrar la IA en sus tareas diarias de forma práctica y efectiva?. Evitando cualquier uso de IA y realizando todas las tareas manualmente para mantener el control total. Confiando en que la IA resuelva problemas estratégicos complejos sin supervisión humana. Solo utilizando IA para generar contenido creativo, sin aplicarla a tareas administrativas o de análisis. Utilizando IA para automatizar tareas repetitivas, como leer y organizar facturas y contratos, filtrar correos prioritarios, analizar datos de ventas simples y programar reuniones según disponibilidad.

¿Cuál es la función principal de un Supervisor de IA?. Crear modelos de IA desde cero sin considerar su ética o resultados. Solo gestionar la infraestructura de servidores de IA. Garantizar que los sistemas de IA funcionen correctamente, de manera ética y alineada con los objetivos de la organización. Diseñar prompts para generar contenido creativo sin supervisión.

¿Cuál es la función principal de un prompt designer?. Crear instrucciones precisas (prompts) para que la IA genere resultados alineados con lo esperado. Generar contenido creativo sin necesidad de interacción con la IA. Supervisar únicamente la infraestructura de hardware de los modelos de IA. Programar algoritmos de IA desde cero sin usar prompts.

¿Cuál es la función principal de un Analista de Datos Junior con Enfoque en IA?. Diseñar prompts para chatbots y asistentes virtuales. Combinar análisis de datos básico con herramientas de IA para optimizar procesos. Gestionar únicamente la infraestructura de servidores de IA. Desarrollar modelos de IA avanzados desde cero sin analizar datos.

¿Cuál es uno de los principales retos de la inteligencia artificial debido a la ausencia de estándares universales?. Que los modelos de IA son demasiado costosos para poder estandarizarlos. Que diferentes modelos de IA utilizan criterios éticos y niveles de transparencia distintos, lo que complica su uso responsable y seguro. Que todos los modelos de IA sigan los mismos criterios éticos. Que la IA sea incapaz de interactuar con otras tecnologías.

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

¿Qué caracteriza al few-shot prompting al elaborar prompts para IA y cuál es su principal ventaja?. Incluir unos pocos ejemplos que muestren el tipo de respuesta esperada; ayuda a reducir la variabilidad y alinear el estilo de la salida. No incluir ejemplos; dejar que la IA genere la respuesta de forma totalmente libre. Dar instrucciones vagas y sin ejemplos; esto garantiza máxima creatividad. Incluir cientos de ejemplos para que la IA memorice todas las respuestas posibles.

¿Cuál es la práctica más recomendable al crear imágenes con IA para un propósito específico?. Evitar mencionar el público objetivo o referencias, ya que no influyen en el resultado. Indicar el color principal de la imagen y dejar el resto al azar. Dejar que la IA genere imágenes sin ninguna indicación o contexto. Proporcionar instrucciones detalladas sobre propósito, estilo, elementos clave, colores, estado de ánimo y público objetivo.

¿Cuál de las siguientes es una limitación de los datos estructurados?. Permiten procesar grandes volúmenes de información de forma rápida y precisa. No capturan fenómenos complejos y requieren que la información esté bien definida, lo que limita su flexibilidad. Son fáciles de almacenar y consultar en bases de datos o hojas de cálculo. Su formato homogéneo reduce la probabilidad de errores durante el análisis.

¿Cuál de las siguientes es una ventaja de los datos no estructurados para la inteligencia artificial?. Su volumen y diversidad necesitan grandes capacidades de almacenamiento y cómputo. Requieren mucho procesamiento previo para ser interpretados por la máquina. Contienen gran riqueza informativa y permiten entrenar modelos que reconocen patrones complejos. Pueden introducir sesgos si los conjuntos de entrenamiento no son representativos.

¿Por qué es importante que un prompt designer tenga comprensión profunda de los modelos de IA?. Para programar la infraestructura de servidores de la IA. Para generar contenido sin necesidad de instrucciones detalladas. Para analizar únicamente los costes energéticos de los modelos. Para poder crear instrucciones precisas que maximicen la calidad y relevancia de las respuestas de la IA.

¿Cuáles de las siguientes competencias son clave para aprovechar la inteligencia artificial de manera eficaz, ética y creativa?. Solo aprender a programar sin preocuparse por ética ni impacto social. Pensamiento crítico, diseño de prompts, creatividad, colaboración humano-IA, aprendizaje continuo, ética digital y alfabetización crítica. Evitar la interacción con IA y centrarse únicamente en métodos tradicionales de trabajo. Memorizar todas las funcionalidades de un software de IA sin cuestionar su uso.