Módulo profesional optativo IA

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

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

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

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

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

¿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?. Teoría del caos. Procesamiento complejo de la información. Teoría de los autómatas. Cibernética.

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

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

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

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

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

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

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?. El de la consistencia. El de la obsolescencia. El de la falta de estándares. El de los requisitos técnicos.

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

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

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

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

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

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

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

¿Qué tipo de IA empleamos cuando…?. Narrow AI. Generative AI. Predictive AI. Discriminative AI. Analytical AI. Statistical AI.

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

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

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

Relaciona cada tipo de IA con su definición. Narrow AI. General AI. Generative AI. Predictive AI. Discriminative AI. Analytical AI. Statistical AI.

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. Verdadero. 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. Verdadero. 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. Verdadero. Falso.

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

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

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

Los datos semiestructurados se representan habitualmente en: SQL. JSON. CSV. PDF.

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

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

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

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

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

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

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

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

¿Qué métrica mide el porcentaje de aciertos de un modelo?. Error. Precisión. Generalización. 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?. Prompt. Output. Dataset. GPU.

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

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

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

Los datos semiestructurados nunca incluyen etiquetas. Verdadero. Falso.

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

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

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

El aprendizaje supervisado usa datos etiquetados. Verdadero. Falso.

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

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

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

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

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

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

Relaciona el tipo de aprendizaje con su característica y ejemplo: Relaciona el tipo de aprendizaje con su característica y ejemplo:. Aprendizaje no supervisado. Aprendizaje por refuerzo. Transfer learning (aprendizaje por transferencia). Fine-tuning (ajuste fino).

Relaciona el proceso o modelo avanzado con su descripción: Modelo de difusión (Diffusion). Transforme r. GAN (Red Generativa Antagónica). VAE (Autoencoder Variacional). CNN (Red Neuronal Convolucional). PLN (Procesamiento del Lenguaje Natural). Conversational AI (IA conversacional).

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

¿En qué aplicaciones de redes sociales se integra Meta AI?. Únicamente en WhatsApp. En Facebook, Instagram, Messenger y WhatsApp. Solo en Instagram. En Twitter (X) y Reddit.

¿Qué plataforma profesional de Microsoft permite crear y entrenar modelos personalizados de IA?. Canva. Azure AI Studio. Notion AI. YouChat.

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

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

¿Cuál es una forma de aprovechar la IA para la exploración creativa en imágenes?. Usar siempre estilos realistas. Limitar las variaciones a una sola versión. Describir un concepto, estilo artístico y solicitar múltiples variaciones. Evitar la experimentación con técnicas visuales.

¿Qué elemento es clave para la generación de vídeo con IA?. Uso exclusivo de imágenes. Narrativa y concepto. Traducción simultánea. Reconocimiento facial.

¿Qué beneficio aporta la IA en audio y vídeo?. Limita la accesibilidad. Democratiza la creación. Requiere más tiempo. Dificulta la traducción.

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

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

Relaciona la herramienta de IA con su característica: Modelo de IA generativa de código abierto que crea imágenes a partir de descripciones escritas. Los usuarios pueden instalarlo en sus propios equipos y personalizarlo. Modelo que permite generar imágenes originales a partir de instrucciones textuales. Se ha popularizado por su capacidad de combinar elementos de manera creativa. Modelo de IA generativa pensado para integrarse en las aplicaciones de Adobe (como Photoshop o Illustrator) y facilitar la creación profesional. Diseño gráfico accesible, herramienta de diseño que sugiere plantillas, estilos y elementos visuales para agilizar el proceso creativo. Plataforma profesional que ofrece herramientas para crear, entrenar y desplegar modelos de IA personalizados.

Relaciona la técnica de prompting con su descripción: Zero-shot. Few-shot. Chain-of-thought. Role prompting.

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

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

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

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

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?. Un sesgo de brecha digital. Un sesgo de género. Un sesgo de información. Un sesgo de coste energético.

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

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

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

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

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

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

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

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

¿Qué elemento mejoraría más este prompt para generar una receta en un asistente de cocina?: "Escribe un artículo sobre salud.". Fuente de investigación. Título del artículo. Público objetivo del artículo. Número de palabras.

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

Una tarea se considera automatizable si requiere empatía y la toma de decisiones éticas. Verdadero. Falso.

La colaboración humano-IA es innecesaria, ya que la máquina es lo suficientemente inteligente como para tomar decisiones éticas y estratégicas por sí sola. Verdadero. Falso.

Para obtener resultados óptimos al interactuar con una IA, los prompts deben ser lo más genéricos y ambiguos posible para dar más libertad a la máquina. Verdadero. Falso.

La IA es un sustituto directo del profesional, liberando por completo a los humanos de sus responsabilidades laborales. Verdadero. Falso.

A pesar de la automatización, la supervisión humana sigue siendo importante para evitar errores si los datos están incompletos o mal procesados. Verdadero. Falso.

La IA, en el ámbito de la comunicación, puede perder matices culturales en las traducciones, por lo que la revisión humana es necesaria. Verdadero. Falso.

El proceso de fine-tuning implica reentrenar un modelo de IA con datos genéricos para que funcione en cualquier sector sin necesidad de ajustes específicos. Verdadero. Falso.

La clave para aprovechar el potencial de la IA reside en comprender los complejos algoritmos que impulsan estas tecnologías, sin necesidad de identificar estratégicamente dónde puede complementar las habilidades humanas. Verdadero. Falso.

La inteligencia artificial puede cometer errores o inventar datos, por lo que es esencial desarrollar un pensamiento crítico. Verdadero. Falso.

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.

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

Uno de los principales retos de la inteligencia artificial es que puede reproducir sesgos de los datos con los que fue entrenada. Verdadero. Falso.

En el sector de la salud, la IA puede realizar el diagnóstico final de un paciente, ya que su análisis de datos es más preciso que el de un médico. Verdadero. Falso.

La IA puede ayudar a mejorar la comunicación, pero no puede adaptar contenidos a diferentes audiencias, ya que esta es una tarea exclusiva del ser humano. Verdadero. Falso.

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?. Preparar y limpiar el conjunto de datos de navegación. Identificar patrones de compra con asistencia de IA. Implementar las salvaguardas éticas del modelo de recomendación.

El texto indica que la capacidad para trabajar eficazmente con IA será una competencia transversal. Para un estudiante, esto significa que: Debe convertirse en un experto en Python y machine learning. Debe integrar herramientas de IA en sus trabajos para potenciar su rol profesional. Solo podrá usar IA si trabaja como Prompt Designer.

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?. El Analista de datos junior, en la fase de análisis de datos de los destinos. El Prompt Designer, mediante prompts muy detallados. El Supervisor de IA, como parte de su función de control ético y de calidad.

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?. Ajustar los parámetros y refinar las instrucciones de la IA para implementar salvaguardas éticas contra el sesgo. Enviar el storyboard al Prompt Designer para que lo corrija manualmente. Desechar el storyboard y pedir al Analista que lo rehaga.

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?. Analista de datos junior con enfoque en IA, para identificar patrones de respuesta del público. Supervisor de IA, para monitorizar la ética de los comentarios. Prompt Designer, para crear una nueva paleta.

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?. Conocimiento profundo de las redes neuronales que crearon el guion. Capacidad para hacer few-shot prompting en la presentación. Habilidad para interpretar resultados y comunicarlos de forma accesible a equipos no técnicos.

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?. El Prompt Designer, ya que se especializa en crear instrucciones precisas para resultados específicos. El Analista de datos junior, para predecir el impacto del estilo. El Supervisor de IA, ya que es una directriz de calidad.

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?. Comunicación a equipos no técnicos. Monitorización de resultados. Cadena de pensamiento.

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?. El Prompt Designer, para escribir el guion técnico original. El Supervisor de IA, para la evaluación continua de la calidad de la salida y la relevancia. El Analista de Datos Junior, analizando el tamaño de los subtítulos.

En el proyecto de Informática y Comunicaciones, si el asistente de desarrollo de software genera código inicial con poca documentación. ¿Cuál de las siguientes acciones del Prompt Designer podría mitigar este problema?. Solicitar al Supervisor de IA que cambie los parámetros de generación. Incluir la instrucción avanzada de 'cadena de pensamiento' (chain-of- thought) para que la IA justifique su lógica de código. Pedir al Analista que clasifique el código por colores.

Escribe al lado de cada función o habilidad hacia el rol profesional al que corresponde principalmente. Escribe la letra que corresponde a cada rol en tu respuesta: PROMPT DESIGNER - P ANALISTA DE DATOS JUNIOR IA - A SUPERVISOR DE IA - S. Evaluación de la calidad y relevancia de las salidas. Capacidad para estructurar solicitudes con especificidad y claridad. Preparar y limpiar conjuntos de datos. Identificar patrones y tendencias con asistencia de IA. Ajuste de parámetros y refinamiento de instrucciones.

La principal responsabilidad del Analista de datos junior con enfoque en IA es la Implementación de salvaguardas éticas para el sistema. Verdadero. Falso.

El rol de Prompt Designer exige habilidades de comunicación excepcionales para estructurar solicitudes con especificidad y claridad. Verdadero. Falso.

Entre las tareas del Analista de datos junior con enfoque en IA se incluye la preparación y limpieza de conjuntos de datos con la asistencia de herramientas de IA. Verdadero. Falso.

La capacidad para trabajar eficazmente con IA es considerada una competencia especializada y exclusiva del rol de Prompt Designer. Verdadero. Falso.

El Prompt Designer necesita una comprensión profunda de cómo funcionan los diferentes modelos de IA, pero no necesita conocimientos de análisis de datos. Verdadero. Falso.

El Prompt Designer requiere conocimientos de técnicas avanzadas como few-shot prompting y cadena de pensamiento para mejorar la calidad de las salidas de la IA. Verdadero. Falso.

Una de las funciones del Supervisor de IA es el Ajuste de parámetros y refinamiento de instrucciones para mantener la alineación del sistema con los objetivos organizacionales. Verdadero. Falso.

El Supervisor de IA está principalmente centrado en generar visualizaciones efectivas y comunicarlas a equipos no técnicos. Verdadero. Falso.

¿Qué normativa europea regula la protección de datos personales en IA?. Directiva de copyright. Reglamento de IA 2024/1689. Reglamento General de Protección de Datos (RGPD. Ley de propiedad intelectual.

¿Qué riesgo supone la explotación comercial de datos personales?. Mejora del sistema de IA. Reducción de la publicidad. Venta de datos a anunciantes sin informar al usuario. Uso de contraseñas más seguras.

¿Qué medida NO corresponde a la protección de datos?. Minimización de datos. Evaluaciones de impacto. Supervisión humana. Anonimización.

¿Qué tipo de fraude se puede realizar con IA y datos personales robados?. Creación de videojuegos. Solicitud de créditos en nombre de otra persona. Automatización de tareas domésticas. Traducción de textos.

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

¿Qué significa el derecho a la explicación en IA?. Acceder a manuales de programación. Conocer los criterios usados por la IA para tomar decisiones. Poder modificar directamente los algoritmos. Obtener licencias de software gratuitas.

¿Qué ocurre cuando una pulsera de salud falla en personas con piel oscura?. Sesgo de confirmación. Sesgo de medición. Sesgo en prompts. Sesgo de selección.

El Reglamento (UE) 2024/1689 obliga a: Reemplazar un 20% de los empleos con IA. Garantizar transparencia y supervisión humana en sistemas de alto riesgo. Eliminar la IA en educación y salud. Usar IA únicamente en publicidad.

¿Qué técnica permite comprender por qué un modelo llega a un resultado determinado?. Transparencia de datos. Explicabilidad de algoritmos (XAI). Minimización de datos. Auditoría externa.

¿Qué tipo de sesgo ocurre cuando la pregunta al sistema ya incluye un prejuicio?. Sesgo de medición. Sesgo en los prompts. Sesgo de confirmación. Sesgo de selección.

¿Qué plataforma española se dedica al fact-checking?. Newtral. Spotify. TikTok. Instagram.

A nivel europeo, ¿quién regula el uso de obras con copyright en la IA?. Parlamento Europeo. Directiva sobre derechos de autor en el mercado único digital. Naciones Unidas. Google.

¿Qué riesgo ético supone el contenido íntimo manipulado con IA?. Aumento de productividad. Forma de violencia digital. Expansión cultural. Creación artística.

¿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.

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

El RGPD reconoce el derecho al olvido en el uso de IA. Verdadero. Falso.

Los sesgos en IA solo tienen consecuencias técnicas y no sociales. Verdadero. Falso.

El sesgo en los prompts aparece por cómo formulamos la pregunta a la IA. Verdadero. Falso.

Todo contenido generado por IA puede registrarse legalmente como obra con copyright. Verdadero. Falso.

Los deepfakes son fáciles de identificar a simple vista. Verdadero. Falso.

La explotación comercial de datos personales sin consentimiento es un riesgo de privacidad. Verdadero. Falso.

La IA no puede causar desplazamiento laboral. Verdadero. Falso.

Usar repositorios libres de derechos es una buena práctica en creación con IA. Verdadero. Falso.

El derecho a la explicación obliga a revelar cómo funciona internamente el algoritmo completo. Verdadero. Falso.

La verificación cruzada con fuentes primarias es una técnica útil contra la desinformación. Verdadero. Falso.

Relaciona los principios éticos relacionados con la IA con su definición: Trato imparcial y justo, sin favoritismos ni discriminación. Protección de la información personal contra la exposición pública o el uso indebido. Divulgación abierta y clara de información relevante sobre cómo funciona y se utiliza la IA. Obligación de explicar, justificar y responsabilizarse de los propios actos al usar IA.

Relaciona los ejemplos con el tipo de sesgo del que se trata: Currículums masculinos que son favorecidos en una IA de reclutamiento al haber sido entrenada con historiales laborales de hombres. Preguntar a la IA “¿Por qué los hombres son mejores líderes que las mujeres?”. Una pulsera de salud que mide el pulso funciona bien en personas con piel clara, pero falla con piel oscura o con tatuajes en la muñeca.