TEMA 5

AI✦

¿Qué se considera la IA responsable, más allá de un conjunto de restricciones?. Un conjunto de restricciones estrictas. Una oportunidad para alinear el desarrollo tecnológico con valores humanos. Un sistema para automatizar todas las decisiones.

¿Cuál es una de las mayores incógnitas para la mayoría de usuarios al compartir datos con IA generativa?. El coste de usar la IA. Qué ocurre con los datos que introducen. La velocidad de respuesta de la IA.

¿Qué pilar fundamental se menciona junto a la protección de datos en el contexto de la IA generativa?. La eficiencia del procesamiento. La privacidad. La accesibilidad universal.

Cuando se comparte información con una IA, ¿cuál de las siguientes opciones es una forma en que los datos pueden ser utilizados?. Solo para análisis estadísticos anónimos. Para formar parte de conjuntos de entrenamiento. Exclusivamente para mejorar la interfaz de usuario.

¿Bajo qué condición se usa el contenido humano para entrenar IA, según el documento?. Siempre, sin excepción. Solo si el usuario lo solicita explícitamente. Salvo que se opte explícitamente por no participar.

¿Qué riesgo implica usar la IA para hacerse pasar por otra persona (voz, escritura, rostro)?. Fraude financiero. Robo de identidad. Suplantación.

El fraude financiero relacionado con la IA, ¿qué implica?. Usar datos robados para solicitar créditos o hacer compras en nombre de otra persona. Revelar información confidencial de empresas. Utilizar IA para minar criptomonedas.

El riesgo de 'Robo de identidad' se refiere a: La IA que roba contraseñas de usuarios. Recopilar y usar indebidamente datos personales para crear perfiles falsos o apropiarse de una identidad. La IA que suplanta la identidad de un servicio.

¿Qué se entiende por 'Exposición de información confidencial' en el contexto de la IA?. La IA que revela sus propios algoritmos. Datos personales o empresariales visibles para terceros no autorizados. Información sobre cómo funciona un modelo de IA.

Una 'Violación de secretos comerciales' a través de IA podría manifestarse como: La IA que predice las tendencias del mercado. La pérdida de información estratégica de una empresa porque la IA reproduce datos internos. El uso de IA para mejorar la seguridad de la empresa.

¿Qué define el riesgo de 'Fugas de datos' en el uso de IA?. La IA que accidentalmente borra datos. Información sensible expuesta sin autorización debido a error humano, fallo de seguridad o mal uso. La IA que pierde la conexión a la base de datos.

El 'Uso no autorizado' de la IA se relaciona con: Utilizar IA sin pagar por ella. Emplear la IA para fines distintos a los que los usuarios consintieron. Que la IA realice tareas para las que no fue programada.

¿Qué implica el riesgo de 'Explotación comercial de datos personales'?. Vender datos anonimizados para investigación. Datos vendidos o usados con fines económicos sin informar al usuario. La IA que genera anuncios personalizados.

El 'Entrenamiento sin consentimiento' de modelos de IA se relaciona con: Usar datos públicos para entrenar modelos. Utilizar contenidos generados por usuarios (textos, imágenes, audios) sin permiso explícito para entrenar modelos. Entrenar modelos con datos sintéticos.

Según el RGPD, ¿qué obligación legal existe en Europa respecto a la privacidad?. La privacidad es opcional si se anonimizan los datos. La privacidad es una obligación legal. La privacidad solo aplica a datos financieros.

El Artículo 22 del RGPD indica que nadie debe ser objeto de una decisión que afecte significativamente basada únicamente en: La recomendación de un experto humano. Un tratamiento automatizado sin supervisión humana. Un análisis de datos históricos.

¿Cuál es uno de los derechos del RGPD ante la IA?. Derecho a la eliminación de la IA. Derecho de acceso y portabilidad de los datos. Derecho a la propiedad de los algoritmos.

El 'Derecho al olvido' en el contexto del RGPD y la IA permite: Olvidar el uso de la IA. Exigir que los datos sean eliminados por completo (salvo motivos legales). Ignorar las decisiones automatizadas.

¿Qué permite el 'Derecho a la explicación' bajo el RGPD?. Entender el código fuente de la IA. Saber qué factores y criterios influyeron en una decisión automatizada importante. Pedir explicaciones a la IA directamente.

Dentro de las medidas de las organizaciones para el ciclo de vida de un proyecto de IA, ¿qué significa 'Minimización de datos'?. Recoger la menor cantidad de datos posible, solo lo estrictamente necesario. Borrar datos innecesarios regularmente. Minimizar el tamaño de los archivos de datos.

La 'Anonimización y seudonimización' como medida en IA busca: Hacer que los datos sean ilegibles. Asegurar que no se pueda identificar a las personas en los datos. Eliminar los datos duplicados.

¿Qué son las Evaluaciones de Impacto (DPIA) en el contexto de la IA?. Evaluaciones del rendimiento de la IA. Análisis de riesgos antes de desplegar IA en ámbitos sensibles. Mediciones de la velocidad de procesamiento de la IA.

La 'Protección desde el diseño' en IA se refiere a: Diseñar interfaces de usuario atractivas. Incorporar salvaguardas de seguridad y privacidad desde el inicio del desarrollo. Proteger el hardware donde se ejecuta la IA.

En la lista de medidas de protección de datos, la 'supervisión humana' se menciona como una medida contra: Los fallos de seguridad. Los sesgos algorítmicos. La falta de datos.

¿Cuál de las siguientes es una medida de protección recomendada para el uso de IA?. Aumentar la recolección de datos. Políticas empresariales claras sobre qué datos compartir con la IA. Entrenar modelos solo con datos públicos.

El 'Consentimiento informado' como medida de protección recomendada implica: Aceptar términos y condiciones sin leerlos. Permiso explícito antes de usar datos para entrenar IA. Ser informado después de que los datos han sido usados.

¿Qué significa que la IA 'no es neutral'?. Que la IA siempre favorece a un grupo. Que si los datos de entrenamiento tienen sesgos, la IA los reproduce y puede amplificarlos. Que la IA está programada para ser objetiva.

Un 'sesgo de género' en el reclutamiento de ingenieros, como se menciona en el ejemplo, podría llevar a: Contratar a más mujeres ingenieras. Descartar automáticamente a candidatas mujeres basado en históricos de contratación sesgados. Ignorar el género en el proceso de selección.

Cuando el sesgo está en 'las indicaciones (prompts)', ¿dónde se origina el prejuicio?. En los datos de entrenamiento. En la forma en que se formula la pregunta o instrucción a la IA. En el diseño del algoritmo.

La 'Amplificación de estereotipos' en IA significa que: La IA reduce los estereotipos presentes en los datos. La IA magnifica los sesgos, haciéndolos más notorios que en la realidad. La IA crea nuevos estereotipos.

Un sesgo de 'selección' en los datos de entrenamiento ocurre cuando: Los datos son demasiado completos. Los datos no representan adecuadamente a toda la población relevante. Los datos se seleccionan aleatoriamente.

¿Qué es un sesgo de 'confirmación' en el contexto de la IA?. La IA confirma la veracidad de toda la información. Datos o preguntas diseñados para reforzar creencias o hipótesis previas en lugar de cuestionarlas. La IA confirma que los datos son correctos.

Un sesgo de 'medición' en la IA se presenta cuando: Los métodos de recogida de datos son precisos. Los métodos de recogida de datos contienen errores o distorsiones. La medición se realiza después de procesar los datos.

¿Cuáles son algunas consecuencias negativas de los sesgos o discriminación algorítmica?. Mayor inclusión social y equidad. Marginación, brecha socioeconómica y discriminación. Mejora en la eficiencia de los procesos.

La normativa del RGPD, en relación con la discriminación algorítmica, incluye el 'derecho a la explicación' para: Explicar cómo funciona la IA. Comprender los criterios de una decisión automatizada y que la organización justifique la ausencia de discriminación. Justificar el uso de datos personales.