Saltar a contenido

UD01 — Ejercicios

Cómo se corrigen

Resuélvelos en tu cuaderno o en un documento. Las soluciones no se publican: se corrigen y comentan en clase.

A. Fundamentos de los sistemas inteligentes (RA1-a)

  1. Define con tus palabras qué es la inteligencia artificial y cita tres capacidades que simula.
  2. Explica el ciclo percepción → razonamiento → acción con un ejemplo real (p. ej. un asistente de voz, un coche autónomo, una tienda online).
  3. ¿Qué tres características definen a un sistema inteligente? Justifica cada una.
  4. Un termostato que enciende la calefacción cuando baja de 18 ºC, ¿es IA? ¿Qué tipo de IA es?
  5. Diferencia IA estrecha e IA general. ¿Cuál describe toda la IA actual?
  6. Diferencia la escuela convencional (simbólico-deductiva) de la computacional (subsimbólico-inductiva) y pon una técnica de cada una.
  7. De las cuatro categorías de Russell y Norvig, ¿cuáles exigen pasar por un razonamiento lógico explícito y cuáles no?
  8. Ordena los cuatro niveles de la clasificación de Hintze de menos a más avanzado y explica con un ejemplo por qué un coche autónomo actual encaja en «memoria limitada» y no en «teoría de la mente».
  9. Ordena cronológicamente: ChatGPT, AlphaGo, Test de Turing, Deep Blue, Dartmouth. Indica el año aproximado de cada hito.

B. IA, ML, DL e IA generativa (RA1-c)

  1. Explica la relación IA → ML → DL → IA generativa. ¿Por qué "todo ML es IA, pero no toda IA es ML"?
  2. Completa la tabla indicando el tipo de aprendizaje (supervisado, no supervisado, refuerzo, semi-supervisado):
Situación Tipo
Clasificar correos como spam/no spam con ejemplos etiquetados
Agrupar clientes por comportamiento sin etiquetas
Un robot que aprende a moverse probando y recibiendo recompensas
Entrenar con muchos documentos sin etiquetar y pocos etiquetados
  1. ¿Qué es el aprendizaje profundo? ¿Por qué necesita GPUs y muchos datos?
  2. ¿Qué aporta el mecanismo de atención de los Transformers? ¿Qué tecnologías se basan en ellos?
  3. Define en dos líneas la IA generativa y enumera sus tres fases de funcionamiento.
  4. ¿Qué diferencia a un agente de IA de un chatbot convencional?

C. Campos de aplicación (RA1-b)

  1. Elige un campo (salud, finanzas, comercio, logística, educación...) y cita tres aplicaciones de IA con un ejemplo concreto de cada una.
  2. Busca un caso real de IA en una empresa española y describe: problema que resuelve, datos que usa y beneficio.
  3. Relaciona cada aplicación con su campo principal:
    • Detección de fraude en tarjetas
    • Mantenimiento predictivo de máquinas
    • Tutoría adaptativa
    • Recomendación de productos
    • Diagnóstico asistido por imagen
    • Automatización de trámites

D. Técnicas de la IA (RA1-c)

  1. Clasifica estas aplicaciones en supervisado, no supervisado, PLN, visión, robótica o sistema experto:
    • Detectar grietas en piezas de fábrica con fotos.
    • Agrupar clientes por comportamiento de compra.
    • Predecir si un correo es spam.
    • Un brazo robot que empaqueta cajas.
    • Un asistente que responde preguntas por voz.
    • Un sistema que recomienda rutas de reparto con reglas de un logista experto.
  2. Diferencia aprendizaje supervisado y no supervisado con un ejemplo de cada uno.
  3. ¿Qué ventaja tiene el aprendizaje profundo sobre los métodos clásicos? ¿Y su principal inconveniente?
  4. Nombra tres arquitecturas de redes neuronales y para qué tipo de dato es adecuada cada una.

E. Nuevas interacciones y eficiencia operativa (RA1-d)

  1. Define con un ejemplo: asistente virtual, chatbot, interacción por voz, interacción por visión y agente autónomo.
  2. Para cada caso indica la mejora operativa (coste, tiempo o error) que aporta la IA:
    • Un banco que instala un chatbot de reclamaciones.
    • Una cadena de supermercados que prevé la demanda con modelos.
    • Una fábrica que inspecciona piezas con visión artificial.
    • Una aseguradora que lee documentos automáticamente.
  3. Propón una interacción nueva para un proceso que conozcas y describe su indicador de mejora (antes/después).
  4. Enumera los beneficios generales de la IA en la empresa y dos riesgos que haya que gestionar.

F. Eficiencia operativa con KPIs (RA1-d)

  1. Define los KPIs FCR, AHT, OEE y MTBF e indica en qué ámbito se usa cada uno.
  2. Reutiliza el ejemplo resuelto de la teoría (1.000 consultas/día, coste 3 €, chatbot que resuelve el 60 % a 0,10 €) y calcula el coste diario total con y sin IA, así como la reducción porcentual.
  3. Resuelve el ejemplo guiado 6.5 con otros números: 300 reclamaciones/día, coste 2 € cada una, clasificador que resuelve el 80 % a 0,20 €. Calcula coste antes, coste después y % de ahorro.
  4. ¿Por qué el AI Act considera que la educación es un caso de alto riesgo? ¿Qué fechas clave de aplicación del Reglamento hay que conocer?
  5. Escribe el fragmento de código de scikit-learn que divide el dataset Iris en entrenamiento y prueba, entrena un árbol de decisión y muestra su precisión. Explica qué hace cada línea.

Volver a la UD01 · Talleres