Modulo profesional optativo - Tema 1

¿Qué es la Inteligencia Artificial (IA)?. Un tipo de software de entretenimiento. El desarrollo de sistemas capaces de realizar funciones que tradicionalmente requieren inteligencia humana. Una red social para conectar personas. Un dispositivo de almacenamiento de datos.

¿En qué época nació la IA como disciplina científica?. Principios del siglo XX. Mediados del siglo XX. Finales del siglo XIX. Principios del siglo XXI.

¿Quiénes acuñaron el término 'inteligencia artificial'?. Albert Einstein y Marie Curie. Bill Gates y Steve Jobs. John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon. Alan Turing y Ada Lovelace.

¿Cuál fue el período conocido como 'Era del optimismo' en la evolución de la IA?. Años 70-80. Años 90-2000. Años 50-60. 2000-presente.

¿Qué caracterizó al 'Invierno de la IA'?. Un gran avance en la financiación y el interés por la IA. La reducción en la financiación y el interés debido a que los avances no cumplieron las expectativas iniciales. El desarrollo de la IA general o fuerte. La creación de las primeras redes neuronales.

¿Qué factores impulsaron el 'Resurgimiento' de la IA en los años 90-2000?. La invención del internet. El aumento de la potencia computacional y los avances en algoritmos. La popularización de los smartphones. El desarrollo de la computación cuántica.

¿Qué caracteriza la era actual (2000-presente) de la IA?. El 'Invierno de la IA'. La era del Big Data y el aprendizaje profundo. El desarrollo de la IA general. La etapa del optimismo inicial.

¿Qué capacidad define a la IA en el contexto del 'machine learning'?. La capacidad de predecir el futuro. La capacidad de crear contenido nuevo. La capacidad de aprender, adaptarse y mejorar. La capacidad de entender la conciencia humana.

¿Qué tipo de IA se refiere a sistemas diseñados para tareas específicas?. General AI (IA General). Narrow AI (IA Débil o Específica). Super AI (IA Súper Inteligente). Artificial General Intelligence (AGI).

¿Cuál de las siguientes es una aplicación típica de la Narrow AI?. Un sistema capaz de realizar cualquier tarea intelectual humana. Un asistente virtual como Siri o Alexa. Una IA con conciencia propia. Una IA que pueda tener emociones.

¿Qué es la General AI (IA General)?. Un sistema de IA especializado en una única tarea. Un concepto teórico de IA con la capacidad de realizar cualquier tarea intelectual humana. Un tipo de IA utilizado exclusivamente en juegos. Una IA enfocada únicamente en el análisis de datos históricos.

¿Qué caracteriza a la Generative AI (IA Generativa)?. Se especializa en analizar datos históricos para hacer predicciones. Se centra en la creación de nuevo contenido a partir de ejemplos previos. Clasifica y distingue entre diferentes categorías de datos. Procesa grandes volúmenes de datos para identificar patrones ocultos.

¿Cuál es el objetivo principal de la Predictive AI (IA Predictiva)?. Generar contenido artístico. Clasificar correos electrónicos como spam. Analizar datos históricos para hacer predicciones sobre eventos futuros. Reconocer rostros en fotografías.

¿Qué hace la Discriminative AI (IA Discriminativa)?. Crea música y arte. Predice el clima. Clasifica y distingue entre diferentes categorías de datos. Analiza tendencias de mercado.

¿En qué se enfoca la Analytical AI (IA Analítica)?. En predecir eventos futuros. En generar contenido nuevo. En procesar grandes volúmenes de datos para identificar patrones y relaciones ocultas. En clasificar imágenes.

¿Qué enfoque utiliza la Statistical AI (IA Estadística)?. Creación de contenido artístico. Análisis de datos históricos para identificar patrones ocultos. Clasificación de datos entre categorías. Uso de matemáticas y probabilidades para analizar datos y hacer predicciones.

¿Cuál es un mito común sobre la IA?. La IA requiere supervisión humana. La IA puede cometer errores y tener sesgos. La IA es una herramienta poderosa pero limitada. La IA es infalible y siempre objetiva.

¿Por qué la IA actual (Narrow AI) no es igual a la inteligencia humana?. Porque la IA actual es capaz de realizar cualquier tarea intelectual humana. Porque la IA actual carece de la versatilidad y comprensión general del mundo de un humano. Porque la IA actual tiene emociones y conciencia. Porque la IA actual es superior a la inteligencia humana en todos los aspectos.

¿Reemplazará la IA completamente a los humanos en el trabajo?. Sí, la IA automatizará todos los empleos. No, la IA actuará más como un complemento y creará nuevas oportunidades laborales. La IA reemplazará solo a los trabajadores manuales. La IA reemplazará solo a los trabajos creativos.

¿Es la IA completamente autónoma y no necesita intervención humana?. Sí, la IA puede funcionar de manera totalmente independiente. No, los sistemas de IA requieren supervisión y validación continua por parte de los humanos. Solo las IA más avanzadas requieren supervisión humana. La intervención humana solo es necesaria en casos de error grave.

¿En qué se diferencia la IA de un motor de búsqueda avanzado?. Ambos rastrean y ordenan contenido existente en la web. La IA crea respuestas nuevas analizando datos, mientras que un motor de búsqueda solo muestra contenido ya publicado. Un motor de búsqueda puede generar contenido nuevo, pero la IA no. No hay diferencias significativas en su funcionamiento.

¿Cuáles son algunas limitaciones técnicas de la IA mencionadas?. Necesidad de grandes recursos computacionales, privacidad de datos y falta de estándares universales. Exceso de objetividad y fiabilidad. Demasiada transparencia en sus procesos. Bajo consumo de energía.

¿Qué desafío actual de la IA se relaciona con la generación de información falsa o sesgada?. Obsolescencia. Falta de estándares. Fiabilidad. Privacidad.

¿Por qué la Generative AI requiere 'requisitos técnicos' significativos?. Porque se enfoca solo en el análisis de datos históricos. Porque maneja cálculos complejos para generar contenido, requiriendo potentes GPU, grandes datos y energía. Porque su principal función es clasificar datos. Porque opera sin necesidad de intervención humana.

¿Qué implicaciones de privacidad plantea el uso de la IA?. La IA mejora la privacidad al anonimizar datos. Los sistemas de IA pueden recopilar y almacenar datos de usuario, presentando riesgos para la protección de datos personales. La privacidad no es una preocupación relevante para la IA. La IA solo utiliza datos públicos y no sensibles.

¿Qué causa la 'falta de estándares' en la IA?. La existencia de regulaciones estrictas y universales. La ausencia de estándares universales que regulen su desarrollo y aplicación, llevando a inconsistencias éticas y de privacidad. El exceso de transparencia en los modelos de IA. La rápida adopción de protocolos de seguridad comunes.

¿Qué es la 'consistencia' en el contexto de los modelos de IA?. La capacidad de la IA de dar siempre la misma respuesta exacta ante entradas idénticas. La tendencia de los modelos de IA a presentar variaciones en sus resultados incluso con entradas similares, debido a su naturaleza probabilística. La infalibilidad de la IA al procesar datos. La autonomía total de la IA en su funcionamiento.

¿Qué fenómeno describe el 'ciclo acelerado de obsolescencia' en la IA?. La tendencia de los modelos de IA a volverse anticuados rápidamente debido a la rápida evolución y aparición de versiones más avanzadas. La dificultad de la IA para adaptarse a nuevas tecnologías. El estancamiento en el desarrollo de la IA. La resistencia de los usuarios a adoptar nuevas versiones de IA.

¿Qué función realizan los asistentes virtuales como Siri o Alexa?. Realizar tareas intelectuales complejas que un humano podría hacer. Analizar grandes volúmenes de datos para encontrar patrones ocultos. Especializarse en tareas específicas como entender comandos de voz y responder preguntas. Generar contenido artístico nuevo.

¿Qué implica la 'Alucinación' en el contexto de la IA?. Que la IA experimenta sueños lúcidos. Que la IA produce resultados completamente fabricados sin base en la realidad. Que la IA se vuelve completamente autónoma. Que la IA entiende perfectamente las emociones humanas.

¿Qué se entiende por 'Machine Learning' en el ámbito de la IA?. El diseño de hardware para IA. La capacidad de los sistemas de IA para aprender, adaptarse y mejorar a partir de datos. La programación de IAs para tareas específicas. La creación de interfaces de usuario para IA.

¿Cuál es el principal objetivo de la IA General (General AI)?. Realizar una única tarea con máxima eficiencia. Superar la inteligencia humana en todos los aspectos. Realizar cualquier tarea intelectual que un ser humano pueda hacer. Procesar datos históricos para predecir el futuro.

¿Qué aplicación de la IA se observa en los sistemas de recomendación de plataformas de streaming?. IA Predictiva. IA Discriminativa. IA Generativa. IA Débil (Narrow AI).

¿Qué papel juega la IA en la 'protección de datos'?. La IA garantiza automáticamente la protección de datos. El uso de IA plantea consideraciones de privacidad, ya que puede recopilar y almacenar datos de usuario, requiriendo una gestión adecuada. La IA no tiene ninguna relación con la privacidad de los datos. La IA solo utiliza datos que no son considerados sensibles.

¿Qué significa que la IA tenga 'sesgos'?. Que la IA es completamente objetiva y no tiene prejuicios. Que los modelos de IA pueden producir resultados influenciados por los datos con los que fueron entrenados, reflejando prejuicios existentes. Que la IA es incapaz de procesar grandes cantidades de datos. Que la IA siempre genera información correcta.

¿Cuál es uno de los desafíos ecológicos asociados con la IA?. El bajo consumo de energía de los potentes procesadores. El elevado consumo de energía de los modelos de IA, especialmente los generativos. La nula necesidad de recursos energéticos. La reducción de la huella de carbono gracias a la IA.

¿Qué se recomienda para mitigar los riesgos de privacidad al usar herramientas de IA?. Ignorar las políticas de privacidad y los ajustes. Conocer las políticas de privacidad, configurar adecuadamente los parámetros y ser consciente de la información compartida. Confiar ciegamente en que las empresas gestionarán bien los datos. Utilizar solo herramientas de IA que no requieran acceso a datos personales.

Según el documento, ¿cuál es la clave para trabajar con la IA en el ámbito laboral?. Reemplazar completamente a los humanos. Evitar su uso para no perder empleos. Aprender a trabajar junto con la IA, utilizándola como una herramienta para mejorar la eficiencia y la creatividad. Automatizar todos los procesos sin supervisión.

¿Qué tipo de IA se utiliza para el reconocimiento facial en dispositivos móviles?. IA Predictiva. IA Generativa. IA Discriminativa. IA Analítica.

¿Qué significa la 'estandarización' en el campo de la IA?. La falta de criterios comunes y universales en su desarrollo y aplicación. La adopción de criterios éticos, niveles de transparencia y protocolos de privacidad consistentes y universales. La limitación de la IA a tareas muy específicas. La eliminación de la intervención humana.

¿Cuál es el propósito de la 'Prueba de hipótesis' en la Statistical AI?. Identificar patrones ocultos en grandes volúmenes de datos. Verificar si un resultado es casual o significativo. Generar nuevo contenido a partir de datos existentes. Clasificar datos en diferentes categorías.

¿Por qué es importante la 'supervisión humana' en el uso de la IA?. Para que la IA pueda volverse completamente autónoma. Para asegurar que los resultados de la IA sean fiables, mitigar sesgos y evitar errores o 'alucinaciones'. Para que la IA aprenda a tener emociones. Para aumentar el consumo de energía de la IA.

¿Qué característica de la IA la hace diferente de un motor de búsqueda tradicional?. La IA solo busca información, no la procesa. La IA no utiliza datos para generar sus respuestas. La IA tiene la capacidad de crear contenido nuevo y ofrecer soluciones directas, mientras que un buscador presenta fuentes existentes. La IA es siempre más lenta que un motor de búsqueda.

¿Qué desafío técnico implica la 'privacidad de los datos' en la IA?. La dificultad de recopilar datos suficientes para entrenar modelos de IA. La necesidad de proteger la información personal sensible que los sistemas de IA pueden recopilar y procesar. El riesgo de que la IA revele información confidencial de forma accidental. La complejidad de encriptar los datos utilizados por la IA.

¿Qué se entiende por 'análisis bayesiano' en la Statistical AI?. Identificar relaciones entre variables. Verificar la significancia de un resultado. Actualizar creencias o diagnósticos con nuevos datos. Predecir ventas futuras basándose en publicidad.

¿Por qué la IA no debe ser ni temida ni idealizada, sino usada con criterio?. Porque la IA es intrínsecamente peligrosa y debe evitarse. Porque la IA es una herramienta poderosa con limitaciones, y su valor reside en su uso responsable y con entendimiento. Porque la IA es una tecnología mágica sin implicaciones prácticas. Porque la IA siempre será inferior a la inteligencia humana.

¿Qué característica de la IA se relaciona con su rápida evolución y la aparición de versiones más nuevas?. Consistencia. Fiabilidad. Obsolescencia. Privacidad.

¿Qué se busca al clasificar la IA según su 'capacidad'?. Entender su método de operación (generativo, predictivo, etc.). Distinguir entre sistemas que realizan tareas específicas y aquellos que podrían realizar cualquier tarea intelectual humana. Evaluar su impacto en diferentes sectores industriales. Determinar su antigüedad histórica.

¿Cuál es la diferencia principal entre Predictive AI y Generative AI?. Predictive AI analiza datos históricos para predecir el futuro, mientras que Generative AI crea contenido nuevo. Predictive AI clasifica datos, mientras que Generative AI predice eventos. Predictive AI es un tipo de IA general, mientras que Generative AI es específica. No hay diferencias significativas, son términos intercambiables.