SEMANA 4 Beneficios Limitaciones y Riesgos de la Inteligencia Artificial

¿Qué se entiende por "alucinación" en un sistema de Inteligencia Artificial?. La capacidad de analizar imágenes. La generación de información incorrecta presentada como verdadera. La optimización automática del hardware. El entrenamiento supervisado de modelos. La compresión de datos.

¿Por qué los modelos de lenguaje pueden generar datos o referencias inexistentes?. Porque funcionan mediante predicción probabilística de texto. Porque acceden siempre a bases de datos verificadas. Porque poseen conocimiento absoluto. Porque validan automáticamente cada respuesta. Porque únicamente utilizan información científica certificada.

¿Cuáles son estrategias adecuadas para verificar información generada por una IA?. Contrastar la información con fuentes confiables. Revisar las referencias citadas. Consultar documentos originales cuando sea posible. Aceptar la respuesta sin validación. Comparar resultados con otras fuentes independientes. Aceptar las fuentes sin validación.

¿Cuál es el objetivo principal del enfoque Human-in-the-Loop?. Eliminar completamente la participación humana. Garantizar la participación activa de personas en decisiones o procesos de IA. Reducir la capacidad de aprendizaje de los modelos. Sustituir los sistemas automatizados. Evitar el uso de datos.

¿Qué actividades puede realizar una persona dentro de un esquema Human-in-the-Loop?. Validar resultados generados por la IA. Corregir errores detectados. Participar en el entrenamiento del modelo. Supervisar decisiones críticas. Garantizar que nunca existan errores. Garantizar la exactitud de todas las referencias.

¿Cuál de las siguientes situaciones podría considerarse plagio académico?. Citar correctamente una fuente consultada. Presentar como propio un texto generado por IA sin la debida declaración cuando las normas lo exigen. Parafrasear una idea indicando la fuente. Realizar una revisión bibliográfica. Corregir errores gramaticales de un manuscrito.

¿Qué prácticas favorecen la integridad académica al utilizar IA en investigación?. Declarar el uso de IA cuando las políticas institucionales lo exijan. Revisar críticamente el contenido generado. Mantener la responsabilidad sobre el trabajo presentado. Verificar la información producida por la IA. Ocultar siempre la participación de herramientas de IA. Presentar directamente la información sin revisar nada.

¿Qué son los sesgos algorítmicos?. Errores físicos en el hardware. Tendencias sistemáticas que favorecen o perjudican determinados grupos o perspectivas. Técnicas de compresión de datos. Métodos de cifrado de información. Protocolos de comunicación en red.

¿Qué tipo de sesgos pueden perpetuarse en las respuestas de la IA?. Sesgos de género. Sesgos geográficos. Sesgos raciales o étnicos. Sesgos derivados de datos históricos. Únicamente sesgos matemáticos. Únicamente sesgos estadísticos.

¿Cuáles son medidas útiles para mitigar sesgos en análisis académicos apoyados por IA?. Utilizar fuentes diversas. Revisar críticamente los resultados. Incorporar perspectivas variadas en el análisis. Evaluar posibles discriminaciones en las respuestas. Suponer que la IA siempre es neutral. Suponer que todas las fuentes son reales.

¿Cuál es un riesgo importante al subir información confidencial a servicios de IA de terceros?. La pérdida potencial de privacidad y control sobre los datos. La mejora automática de la calidad de los datos. La reducción garantizada de riesgos legales. La eliminación automática de toda información sensible. El aumento de la velocidad de Internet.

¿Qué tipo de información debería manejarse con especial precaución al utilizar herramientas de IA?. Datos personales sensibles. Información confidencial de organizaciones. Patentes o desarrollos aún no publicados. Resultados de investigación restringidos. Información destinada al dominio público. Información sobre dirección o teléfonos publicados en la web.

¿Cuál es la relación entre propiedad intelectual e IA?. No existe ninguna relación. El uso de IA puede generar dudas sobre derechos de autor, propiedad y uso de contenidos. La IA elimina automáticamente los derechos de autor. Toda producción de IA es de dominio público. La propiedad intelectual solo aplica a libros impresos.

¿Cuáles son buenas prácticas de seguridad al utilizar sistemas de IA?. Revisar las políticas de privacidad del servicio. Evitar compartir datos sensibles innecesarios. Anonimizar información cuando sea posible. Evaluar riesgos antes de cargar documentos confidenciales. Compartir cualquier dato sin restricciones. Compartir datos sensibles libremente.