Optativa IA (intento 3) - Examen final Ilerna

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

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”. 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. La IA siempre produce resultados precisos y fiables.

¿Cuál de las siguientes afirmaciones describe mejor la “Narrow AI” o IA débil, que predomina en la actualidad?. Puede aprender y adaptarse a cualquier situación sin necesidad de datos específicos. 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. Está especializada en tareas específicas y es muy eficiente en su dominio, pero no tiene conciencia ni comprensión general.

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

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 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. La sustitución de la IA por métodos estadísticos clásicos. La eliminación de los algoritmos tradicionales y la disminución de la potencia de cálculo.

¿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 fáciles de analizar sin herramientas especiales. Porque los datos no estructurados son siempre textos cortos y simples. Porque los datos no estructurados no tienen un formato uniforme y requieren métodos complejos para extraer información útil. Porque los datos no estructurados se almacenan automáticamente en bases de datos tradicionales.

¿Cuál de los siguientes ejemplos representa el uso de una red neuronal convolucional (CNN)?. 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 modelo que analiza correos electrónicos para clasificarlos como spam o no spam. Un sistema que predice el precio de una vivienda según su tamaño y ubicación.

¿Cuál de las siguientes es una limitación de los datos estructurados?. Son fáciles de almacenar y consultar en bases de datos o hojas de cálculo. 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. Su formato homogéneo reduce la probabilidad de errores durante el análisis.

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

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

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

¿Cuál de las siguientes es una limitación o precaución importante al generar imágenes con IA?. La IA siempre genera imágenes perfectas sin necesidad de instrucciones detalladas ni consideraciones legales. 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.

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

¿En qué consiste el role prompting al elaborar un prompt para IA y cuál es su principal ventaja?. Asignar un rol o perspectiva a la IA para orientar estilo, vocabulario y criterios; permite obtener respuestas más alineadas con el contexto. Dar instrucciones vagas para que la IA interprete libremente el objetivo; evita limitaciones de 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.

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

¿Cómo se decide qué tareas dejar en manos de la IA y cuáles requieren intervención humana?. Realizando todas las tareas manualmente, sin aprovechar la IA. Evaluando si la tarea es automatizable: si sí lo es, la realiza la IA; si no, la realiza la persona. Dejando que la IA haga todas las tareas sin supervisión humana. 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?. Aplicar la IA estratégicamente para complementar nuestras habilidades, enfocándonos en creatividad, ética y liderazgo. Entender todos los algoritmos complejos de la IA para poder reemplazar al ser humano. Ignorar la IA y centrarse solo en habilidades humanas tradicionales. Usar la IA únicamente para tareas repetitivas, sin considerar el valor humano.

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. 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. 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.

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

¿Cuál de las siguientes prácticas es fundamental para diseñar prompts efectivos y aprovechar al máximo la IA?. 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. Evitar dar contexto o público objetivo; la IA siempre interpreta correctamente. Escribir instrucciones vagas y ambiguas para que la IA decida el contenido por sí misma.

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

¿Cuál de las siguientes actividades forma parte de las tareas de un Analista de Datos Junior con Enfoque en IA?. Generar contenido gráfico o audiovisual sin análisis de información. Supervisar únicamente la seguridad de los servidores de 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.

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

¿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 poder crear instrucciones precisas que maximicen la calidad y relevancia de las respuestas de la IA. Para analizar únicamente los costes energéticos de los modelos.

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

¿Qué es el sesgo de selección?. 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. Los datos de entrenamiento no representan a toda la población. Los métodos de recogida de datos contienen errores o distorsiones. Los datos o las preguntas que se introducen en el sistema se diseñan de manera que refuerzan creencias o hipótesis previas.

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

¿En qué consiste el principio ético de transparencia aplicado a la IA?. Divulgar la información relevante sobre cómo funciona y se utiliza la IA. Trato imparcial y justo, sin favoritismos ni discriminación. 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 tipo de sesgo aparece cuando los métodos de recogida de datos contienen errores o distorsiones?. Sesgo en prompts. Sesgo de confirmación. Sesgo de medición. Sesgo de selección.

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