Preguntas falladas o dudas Modulo IA

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

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

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

¿En qué consiste el principio ético de transparencia aplicado a la IA?. Trato imparcial y justo, sin favoritismos ni discriminicación. Divulgar la información relevante sobre como 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 la IA.

¿Cuál de los siguientes es un rol profesional emergente directamente relacionado con la interacción y optimización de sistemas de IA?. Analista de datos junior. Prompt designer. Gestor de inventario. Técnico de mantenimiento.

La detección de fraudes en transacciones bancarias, que busca patrones anómalos en grandes volúmenes de datos, es un ejemplo de: Statistical AI. Analytical AI. Discriminative AI. Generative AI.

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

¿Qué aspecto fundamental del uso responsable de la IA aborda las preocupaciones sobre la forma en que los algoritmos pueden perpetuar o crear disparidades?. Derechos de autor. Sesgos y discriminación algorítmica. Desinformación y deepfakes. Privacidad y protección de datos.

El objetivo principal de la Analytical AI es: Predecir resultados futuros basándose en tendencias. Procesar grandes volúmenes de datos para identificar patrones y tomar decisiones. Crear contenido nuevo, como textos o imagenes. Clasificar datos en categorías o grupos.

Identificar si un correo es spam o no corresponde a un algoritmo de: Clustering. Generación. Regresión. Clasificación.

La "consistencia" de la IA se refiere a que. Siempre da la misma respuesta a la misma pregunta, sin importar la entrada. Los resultados pueden varias incluso con entradas similares debido a su naturaleza probabilística, lo que plantea retos en las aplicaciones que requieren fiabilidad. Es consistente en el procesamiento de datos y en la generación de respuestas. Solo funciona de manera consistente si tiene una conexión a internet muy rapida.

¿Qué habilidad permite a la IA transformar ideas textuales en representaciones visuales?. Visualización de conceptos. Análisis de escenarios. Generación de ideas. Recomendaciones basadas en datos.

¿Qué tipo de IA utiliza modelos probabilísticos y tecnicas como la regresión?. Predictive AI. Statistical AI. Analytical AI. Generative AI.

¿Cuál de los siguientes NO fue uno de los nombres que recibió el campo de las 'Maquinas pensantes' durante la 'Era del optimismo' en los años 50-60?. Teoría de los autómatas. Cibernética. Teoría del caos. Procesamiento completo de la información.

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

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

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

Año de la "Era del optimismo". años 50-60. años 90-2000. 2000-presente. años 70-80.

Tipos de IA. Narrow AI. Predictive AI. Discriminative AI. Generative AI. Analytical AI. Statistical AI.

¿Qué principio ético exige divulgar de manera clara como funciona una IA?. Transparencia. Privacidad. Responsabilidad. Equidad.