Sesgo y Discriminación en la Inteligencia Artificial: Cuestionarios y Ejercicios

Question 1

Define el sesgo de confirmación:

Accepted Answer

Tendencia a buscar información que confirme las creencias previas

Answer

Incapacidad de considerar evidencia que contradice las creencias

Answer

Uso de IA para crear perfiles de usuarios

Answer

Sesgo introducido en los algoritmos de IA durante el entrenamiento

Question 2

¿Cuál de las siguientes NO es una forma de mitigar el sesgo en los sistemas de IA?

Accepted Answer

Eliminar datos sensibles

Answer

Recopilar datos diversos y representativos

Answer

Utilizar algoritmos de aprendizaje justos

Answer

Conducir auditorías y revisiones regulares

Question 3

¿Qué principio ético promueve la imparcialidad y el trato equitativo?

Accepted Answer

Justicia

Answer

Autonomía

Answer

Beneficencia

Answer

No maleficencia

Question 4

Explica cómo el sesgo de selección puede impactar los sistemas de IA:

Accepted Answer

Los datos usados para entrenar el modelo no representan a la población objetivo

Answer

El modelo es muy complejo y difícil de interpretar

Answer

El modelo no está entrenado con suficientes datos

Answer

El modelo está sesgado debido a los prejuicios de los desarrolladores

Question 5

¿Qué tipo de sesgo surge cuando la IA se entrena con datos que no reflejan la diversidad de la población?

Accepted Answer

Sesgo de representación

Answer

Sesgo de confirmación

Answer

Sesgo de selección

Answer

Sesgo algorítmico

Question 6

¿Cuál de las siguientes NO es una responsabilidad de los desarrolladores de IA para abordar el sesgo y la discriminación?

Accepted Answer

Desestimar el sesgo como inevitable

Answer

Ser conscientes de los posibles sesgos

Answer

Emplear técnicas de mitigación del sesgo

Answer

Monitorizar y evaluar el sesgo en los sistemas de IA

Question 7

¿Quién regula la IA en la Unión Europea?

Accepted Answer

Comisión Europea

Answer

Parlamento Europeo

Answer

Agencia Europea de Medicamentos

Answer

Autoridad Europea de Seguridad Alimentaria

Question 8

¿Qué definición describe mejor el sesgo en los sistemas de IA?

Accepted Answer

Un prejuicio inherente o preferencia presente en los datos de entrenamiento

Answer

Un error aleatorio que afecta la precisión de la IA

Answer

Una falta de diversidad en el equipo de desarrollo de IA

Answer

Un problema técnico que impide que la IA funcione correctamente

Question 9

¿Qué tipo de sesgo puede surgir cuando los datos de entrenamiento no representan adecuadamente a la población objetivo?

Accepted Answer

Sesgo de representatividad

Answer

Sesgo de confirmación

Answer

Sesgo de disponibilidad

Answer

Sesgo de atribución

Question 10

¿Qué enfoque implica incorporar valores humanos en el proceso de desarrollo de IA?

Accepted Answer

Ética por diseño

Answer

Sesgo consciente

Answer

Regulación estricta

Answer

Autoevaluación

Question 11

¿Cuál de las siguientes afirmaciones sobre el sesgo en la IA es **INCORRECTA**?

Accepted Answer

El sesgo en la IA siempre es intencional.

Answer

El sesgo puede ocurrir cuando los datos de entrenamiento no representan adecuadamente a la población.

Answer

El sesgo puede tener consecuencias éticas y sociales negativas.

Answer

El sesgo no siempre es evidente en los resultados de la IA.

Question 12

¿Cuál de los siguientes **NO** es un ejemplo de discriminación indirecta en la IA?

Accepted Answer

Un sistema de IA que trata a todos los usuarios por igual.

Answer

Un algoritmo de contratación que favorece a los candidatos masculinos.

Answer

Un sistema de reconocimiento facial que tiene dificultades para identificar a personas de piel oscura.

Answer

Un sistema de transporte que prioriza las zonas ricas.

Question 13

¿Cuál es la función principal de la ética en el desarrollo de la IA?

Accepted Answer

Proporcionar orientación sobre el diseño y uso responsable de la IA.

Answer

Establecer reglas estrictas para el uso de la IA.

Answer

Prevenir la innovación en el campo de la IA.

Answer

Hacer que los sistemas de IA sean completamente éticos.

Question 14

¿Cuál de las siguientes afirmaciones sobre los datos de entrenamiento es **CORRECTA**?

Accepted Answer

La diversidad en los datos de entrenamiento reduce la probabilidad de sesgo.

Answer

Los datos de entrenamiento siempre deben representar perfectamente a la población de uso.

Answer

Es posible eliminar por completo el sesgo de los datos de entrenamiento.

Answer

Los datos de entrenamiento no tienen impacto en el sesgo en los sistemas de IA.

Question 15

¿Qué tipo de sesgo ocurre cuando un sistema de IA asocia incorrectamente dos eventos?

Accepted Answer

Sesgo de correlación espuria

Answer

Sesgo de confirmación

Answer

Sesgo algorítmico

Answer

Sesgo de representación

Question 16

¿Cuál de los siguientes **NO** es un desafío social relacionado con el sesgo en la IA?

Accepted Answer

Mayor transparencia en la toma de decisiones.

Answer

Pobreza y desigualdad

Answer

Pérdida de empleos

Answer

Erosión de la confianza

Question 17

¿Cuál de las siguientes es una limitación de las pruebas de caja negra para detectar sesgos en la IA?

Accepted Answer

Requieren acceso al código fuente del sistema de IA.

Answer

Pueden identificar sesgos ocultos y sutiles.

Answer

Son relativamente económicas y no requieren mucho tiempo.

Answer

Pueden proporcionar información sobre las causas del sesgo.

Question 18

Define el sesgo en la IA según la unidad.

Accepted Answer

Inclinación a favorecer injustamente a un grupo sobre otro

Answer

Errores de codificación

Answer

Difultad en el procesamiento de grandes volúmenes de datos

Answer

Excesiva confianza en las predicciones

Question 19

La discriminación "implícita" en la IA se refiere a:

Accepted Answer

Tomar decisiones aparentemente neutrales pero con resultados discriminatorios

Answer

Tratar a las personas de manera diferente explícitamente según su afiliación grupal

Answer

Negar oportunidades o recursos a un grupo específico

Answer

Ignorar las necesidades únicas de un grupo

Question 20

¿Qué técnica se emplea para reducir el sesgo en el entrenamiento de modelos de IA?

Accepted Answer

Eliminación de sesgos

Answer

Sobremuestreo

Answer

Regularización

Answer

Validación cruzada

Question 21

¿Qué función desempeñan los auditores de IA en la lucha contra el sesgo?

Accepted Answer

Revisar sistemas de IA para detectar sesgos

Answer

Diseñar algoritmos más justos

Answer

Capacitar a los desarrolladores en prácticas éticas

Answer

Abogar por los derechos de los usuarios afectados por el sesgo

Question 22

¿Qué se entiende por "interpretabilidad" en el contexto de la IA?

Accepted Answer

La capacidad de comprender cómo los sistemas de IA llegan a sus conclusiones

Answer

El grado en que los sistemas de IA se adhieren a los principios éticos

Answer

La velocidad a la que los sistemas de IA procesan datos

Answer

La precisión de las predicciones de los sistemas de IA

Question 23

Según la unidad, el sesgo en la IA plantea preocupaciones éticas porque:

Accepted Answer

Puede socavar la justicia y la equidad

Answer

Puede dañar la reputación de las empresas

Answer

Puede reducir la eficiencia de los algoritmos

Answer

Puede restringir el acceso a la tecnología

Question 24

Define el concepto de "sesgo en la IA".

Accepted Answer

La tendencia de los sistemas de IA a tomar decisiones injustas o inexactas basadas en características de un individuo.

Answer

La discriminación intencional por parte de los desarrolladores de IA.

Answer

El uso de la IA para promover agendas políticas.

Answer

La incapacidad de la IA para comprender completamente la naturaleza humana.

Question 25

Identifica la principal consecuencia de los sesgos en los sistemas de IA.

Accepted Answer

Decisiones injustas o inexactas.

Answer

Resultados precisos e imparciales.

Answer

Aumento de la eficiencia y la productividad.

Answer

Ninguna consecuencia negativa.

Question 26

¿Cuál de las siguientes técnicas NO se utiliza para detectar y mitigar el sesgo en los sistemas de IA?

Accepted Answer

Prueba de Turing

Answer

Revisión del algoritmo

Answer

Análisis de varianza

Answer

Análisis de conglomerados

Question 27

Selecciona el principio ético que se centra en la imparcialidad y la justicia en el desarrollo y uso de la IA.

Accepted Answer

Justicia algorítmica

Answer

Transparencia de la IA

Answer

Rendición de cuentas de la IA

Answer

Equidad de la IA

Question 28

Indica cómo la discriminación en la IA puede afectar a la sociedad.

Accepted Answer

Aumento de la desigualdad y las tensiones sociales.

Answer

Mejora de la eficiencia y la innovación.

Answer

Promoción del desarrollo económico.

Answer

Ningún impacto significativo.

Question 29

¿Cuáles son los posibles impactos negativos del sesgo en los sistemas de IA en los individuos y la sociedad?

Accepted Answer

Puede socavar la confianza en la IA.

Accepted Answer

Puede ampliar las desigualdades actuales.

Accepted Answer

Puede perpetuar o crear estereotipos perjudiciales.

Answer

Ninguna de las anteriores.

Question 30

¿Cuál de las siguientes afirmaciones sobre el sesgo en los sistemas de IA es incorrecta?

Accepted Answer

El sesgo siempre es intencionado y evidente

Answer

El sesgo puede introducirse en diversas fases del desarrollo de la IA

Answer

El sesgo puede tener consecuencias nocivas

Answer

El sesgo puede afectar a la fiabilidad de los resultados

Question 31

¿Qué tipo de sesgo surge cuando un modelo de IA se entrena con datos que no reflejan adecuadamente la población a la que está destinado?

Accepted Answer

Sesgo de representación

Answer

Sesgo de confirmación

Answer

Sesgo de muestreo

Answer

Sesgo algorítmico

Question 32

¿Cuál de los siguientes principios éticos es crucial para abordar el sesgo y la discriminación en la IA?

Accepted Answer

Equidad

Answer

Eficiencia

Answer

Precisión

Answer

Rentabilidad

Question 33

¿Qué término describe una situación en la que un sistema de IA toma decisiones que favorecen injustamente a un grupo en particular?

Accepted Answer

Discriminación algorítmica

Answer

Parcialidad algorítmica

Answer

Injusticia algorítmica

Answer

Error algorítmico

Question 34

¿Cuál de las siguientes afirmaciones sobre las consecuencias potenciales del sesgo en la IA es incorrecta?

Accepted Answer

Puede conducir a una toma de decisiones más eficaz

Answer

Puede dar lugar a decisiones injustas

Answer

Puede provocar discriminación

Answer

Puede generar resultados poco fiables

Question 35

¿Quién tiene la responsabilidad principal de abordar el sesgo y la discriminación en los sistemas de IA?

Accepted Answer

Desarrolladores, usuarios y reguladores

Answer

Solo los desarrolladores

Answer

Solo los usuarios

Question 36

¿Cuál de los siguientes ejemplos ilustra el sesgo sistémico que puede influir en los sistemas de IA?

Accepted Answer

Historial de discriminación en la sociedad

Answer

Algoritmos diseñados deficientemente

Answer

Errores humanos en la recopilación de datos

Question 37

¿Qué tipo de medida legal puede emplearse para abordar la discriminación algorítmica?

Accepted Answer

Leyes contra la discriminación

Answer

Leyes de propiedad intelectual

Answer

Leyes de privacidad

Answer

Leyes de competencia

Question 38

¿Qué es el sesgo algorítmico?

Accepted Answer

Tendencia de los algoritmos a producir resultados injustos o discriminatorios hacia determinados grupos.

Answer

Proceso de optimización de algoritmos para mejorar la precisión.

Answer

Uso de datos históricos para predecir eventos futuros.

Question 39

¿Cuál de los siguientes tipos de sesgo se produce cuando un algoritmo predice incorrectamente a un grupo de personas debido a su raza, género o edad?

Accepted Answer

Sesgo de grupo

Answer

Sesgo de confirmación

Answer

Sesgo cognitivo

Answer

Sesgo de datos

Question 40

Indica una consecuencia potencial del sesgo en los sistemas de IA.

Accepted Answer

Toma de decisiones injustas o discriminatorias.

Answer

Mejor experiencia de usuario

Answer

Mayor eficiencia

Answer

Costes reducidos

Question 41

¿Cuál es una de las responsabilidades que tienen los desarrolladores de IA para abordar el sesgo?

Accepted Answer

Realizar pruebas de sesgo y auditar los algoritmos.

Answer

Culpar a los usuarios por el sesgo

Answer

Ignorar los problemas de sesgo

Question 42

¿Cuál de las siguientes situaciones NO es un ejemplo de sesgo en sistemas de IA?

Accepted Answer

Un algoritmo que predice con precisión los resultados de los exámenes para estudiantes de diferentes orígenes raciales.

Answer

Un algoritmo que predice que es más probable que las mujeres queden embarazadas que los hombres.

Question 43

Qué se entiende por **sesgo** en los sistemas de IA?

Accepted Answer

Una inclinación injusta y perjudicial hacia un determinado grupo o atributo

Answer

Un error en el código de software

Answer

Un límite en la capacidad de procesamiento

Question 44

¿Qué tipo de **discriminación** se produce cuando un sistema de IA toma decisiones sesgadas contra un grupo de individuos?

Accepted Answer

Discriminación algorítmica

Answer

Discriminación indirecta

Answer

Discriminación directa

Answer

Discriminación sistémica

Question 45

¿Qué medida se puede adoptar para **mitigar** el sesgo en los sistemas de IA?

Accepted Answer

Recopilar datos más diversos e inclusivos

Answer

Utilizar algoritmos más complejos

Answer

Evitar el uso de la IA por completo

Answer

Aumentar la capacidad de procesamiento

Question 46

¿Cuál es una consecuencia potencial del **sesgo** en los sistemas de IA?

Accepted Answer

Decisiones injustas o discriminatorias que perjudican a ciertos grupos

Answer

Violaciones de la privacidad

Answer

Fallos del sistema

Answer

Pérdida de precisión

Question 47

¿Qué papel juegan los algoritmos de **aprendizaje automático** en el sesgo de la IA?

Accepted Answer

Pueden aprender y amplificar los sesgos presentes en los datos de entrenamiento, lo que lleva a resultados sesgados

Answer

Están diseñados para ser objetivos e imparciales

Answer

No tienen ningún papel en el sesgo

Question 48

¿Qué es esencial para garantizar la imparcialidad y la equidad en los sistemas de IA?

Accepted Answer

Auditorías periódicas, revisión por expertos y comentarios de los usuarios

Answer

Confiar únicamente en algoritmos de aprendizaje automático

Answer

Ignorar los comentarios de los usuarios

Question 49

¿Cuál de las siguientes es una forma de promover la **inclusión** en el desarrollo de sistemas de IA?

Accepted Answer

Involucrar a diversos equipos y expertos que representen una amplia gama de perspectivas

Answer

Utilizar solo los datos más recientes

Answer

Centrarse únicamente en los beneficios económicos

Answer

Ignorar los comentarios de los grupos minoritarios

Question 50

¿Qué se debe hacer para responsabilizar a las empresas por el **sesgo** y la **discriminación** en los sistemas de IA?

Accepted Answer

Establecer regulaciones claras, normas éticas y mecanismos de rendición de cuentas

Answer

Ignorar el problema por completo

Answer

Culpar únicamente a los programadores

Answer

Confiar únicamente en la auto-regulación