WorksheetsExamen de Cultura Digital IMC
Total questions: 20
Worksheet time: 30mins
¿Cuál es el objetivo principal de la inteligencia artificial?
Simular la inteligencia humana en sistemas computacionales.
Reemplazar completamente la cognición humana.
Crear software para gestión empresarial.
Diseñar hardware más rápido.
¿Cuáles son los tipos principales de inteligencia artificial según su nivel de capacidad cognitiva?
IA débil, IA fuerte y superinteligencia artificial.
IA supervisada, no supervisada y reforzada.
IA lógica, emocional y mecánica.
IA neuronal, algorítmica y sintética.
¿Qué técnica de aprendizaje automático se usa en IA generativa?
Aprendizaje supervisado.
Redes neuronales convolucionales.
Redes generativas antagónicas (GANs).
Algoritmos genéticos.
¿Cuál de los siguientes problemas puede resolver el aprendizaje por refuerzo?
Reconocimiento facial.
Juegos estratégicos y toma de decisiones óptimas.
Análisis de sentimientos.
Clasificación de documentos.
¿Qué es el PLN en inteligencia artificial?
Procesamiento de lenguaje natural.
Programa de lógica neuronal.
Protocolo de redes lógicas.
Proceso de lenguaje numérico.
¿Cuál de las siguientes aplicaciones NO es típica de la IA generativa?
Generación de texto automático.
Creación de imágenes realistas.
Predicción del tiempo meteorológico.
Síntesis de voz.
¿Qué es típica de la IA generativa?
Generación de texto automático.
Creación de imágenes realistas.
Predicción del tiempo meteorológico.
Síntesis de voz.
¿Qué es una red neuronal artificial en el contexto de la IA?
Un modelo matemático inspirado en el cerebro humano.
Un software que imita la inteligencia de las abejas.
Un conjunto de circuitos electrónicos interconectados.
Un algoritmo basado en lógica difusa.
¿Cuál de los siguientes métodos se usa para entrenar modelos de IA sin etiquetas de datos?
Aprendizaje supervisado.
Aprendizaje por refuerzo.
Aprendizaje no supervisado.
Aprendizaje profundo.
¿Qué algoritmo es más adecuado para la clasificación de datos en aprendizaje automático?
Algoritmo de K vecinos más cercanos (KNN).
Algoritmos genéticos.
Redes generativas antagónicas (GANs).
Algoritmo de Monte Carlo.
¿Cuál es uno de los desafíos éticos de la inteligencia artificial?
Mejorar la velocidad de los microprocesadores.
Garantizar la equidad y evitar sesgos en los modelos de IA.
Aumentar la eficiencia de los servidores.
Reducir el tamaño de los modelos de aprendizaje profundo.
La superinteligencia artificial aún no ha sido alcanzada por la tecnología actual.
Cierto
Falso
Todas las IAs utilizan redes neuronales artificiales para aprender.
Cierto
Falso
El aprendizaje por refuerzo se basa en recompensas y castigos para optimizar su desempeño.
Cierto
Falso
Los modelos de IA generativa pueden replicar el estilo de escritura de un autor humano.
Cierto
Falso
La IA fuerte ya ha logrado igualar la cognición humana en la toma de decisiones complejas.
Cierto
Falso
Los algoritmos de regresión se utilizan para predecir valores numéricos a partir de datos históricos.
Cierto
Falso
ChatGPT es un modelo de inteligencia artificial basado en el procesamiento de lenguaje natural (PLN).
Cierto
Falso
La IA generativa se basa únicamente en el aprendizaje supervisado.
Cierto
Falso
Los sistemas de IA pueden ser diseñados para detectar fraudes financieros.
Cierto
Falso
