Artificial intelligence
Introducido| English | Significado |
|---|---|
| artificial intelligence/ˌɑːtɪˈfɪʃl ɪnˈtelɪdʒəns/ | inteligencia artificial |
| machine learning/məˈʃiːn ˈlɜːnɪŋ/ | aprendizaje automático |
| training data/ˈtreɪnɪŋ ˈdeɪtə/ | datos de entrenamiento |
| deep learning/diːp ˈlɜːnɪŋ/ | aprendizaje profundo |
| neural networks/ˈnjuːrəl ˈnetwɜːks/ | redes neuronales |
| speech recognition/spiːtʃ ˌrekəɡˈnɪʃn/ | reconocimiento de voz |
| image recognition/ˈɪmɪdʒ ˌrekəɡˈnɪʃn/ | reconocimiento de imágenes |
| machine translation/məˈʃiːn trænˈsleɪʃn/ | traducción automática |
| recommendation systems/ˌrekəmenˈdeɪʃn ˈsɪstəmz/ | sistemas de recomendación |
| autonomous vehicles/ɔːˈtɒnəməs ˈvɪəklz/ | vehículos autónomos |
| optical character recognition/ˈɒptɪkl ˈkærɪktə ˌrekəɡˈnɪʃn/ | reconocimiento óptico de caracteres |
| text-to-speech/tekst tə spiːtʃ/ | síntesis de voz |
| bias/ˈbaɪəs/ | sesgo |
| accountability/əˌkaʊntəˈbɪlɪti/ | responsabilidad |
El movimiento que ningún humano habría jugado
- En marzo de 2016, un programa llamado AlphaGo venció a Lee Sedol, uno de los mejores jugadores de Go en actividad, por cuatro partidas a una. En la segunda partida, realizó un movimiento que los comentaristas calificaron como un error; resultó ser la idea ganadora.
- Nadie había programado ese movimiento. El sistema había aprendido el juego de Go estudiando millones de posiciones y jugando contra sí mismo, encontrando patrones que sus creadores no podrían haber escrito.
- Dos años después, Amazon desechó una herramienta de IA para reclutamiento tras descubrir que había aprendido de diez años de currículums para penalizar cualquier mención a "mujeres".
- Ambos son inteligencia artificial 人工智能. Esta lección explica cómo aprende, para qué se utiliza y su impacto social, económico y ambiental.
Qué es la IA y cómo aprende la IA moderna
- La inteligencia artificial (IA) significa sistemas informáticos que realizan tareas que normalmente requieren inteligencia humana: reconocimiento de voz e imágenes, traducción, juegos, conducción.
- La mayoría de la IA moderna utiliza aprendizaje automático 机器学习: en lugar de ser programada paso a paso, el sistema mejora en una tarea aprendiendo patrones a partir de grandes cantidades de datos de entrenamiento 训练数据.
- El aprendizaje profundo 深度学习 utiliza redes neuronales 神经网络 con muchas capas de nodos conectados, y es el enfoque principal hoy en día. Datos mejores y más grandes producen un mejor modelo; datos deficientes dan resultados deficientes.

Un modelo se entrena con ejemplos, no se escribe como reglas
Machine learning differs from traditional programming because it:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
ML algorithms improve at a task by learning from large amounts of data, rather than following hand-written rules.
Match each AI term to what it means.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
ML learns from data; deep learning uses many layers; bias and opacity (black box) are key ethical concerns.
Aplicaciones
- Comprensión de entrada: el reconocimiento de voz 语音识别 convierte palabras habladas en texto; el reconocimiento de imágenes 图像识别 encuentra objetos, rostros o texto en fotos.
- Producción de salida o decisiones: traducción automática 机器翻译 entre idiomas; sistemas de recomendación 推荐系统 sugiriendo videos, productos o música; vehículos autónomos 自动驾驶汽车 y robots; diagnóstico médico y detección de fraudes.
- El examen suele presentar un escenario y preguntar qué tipos de IA utiliza, o cómo funciona.
Laboratorio de conceptos informáticos
Classify concrete examples by the computing idea they demonstrate.
Which is an everyday application of AI?
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Recommendation systems (and speech/image recognition, translation, self-driving) are common AI applications.
Ejemplo resuelto: leer una etiqueta extranjera en voz alta
- Una aplicación de teléfono toma una foto de una etiqueta de producto, la traduce y la lee en voz alta. Explique cómo se usa la IA. [4]
- El reconocimiento óptico de caracteres 光学字符识别 analiza los píxeles de la fotografía para localizar los caracteres, y los patrones de píxeles se convierten en caracteres y palabras individuales.
- La traducción automática convierte las palabras al idioma del usuario.
- La síntesis de voz 文本转语音 produce la salida hablada. Cada etapa vale una puntuación, en orden de flujo.

Reconoce, traduce, habla
Put the stages of the label-reading app in order.
Dificultad 3/5 · 200 monedas + un pequeño bono en el primer intento de hoy
Recognise, read, translate, speak. Each stage is a mark in a four-mark answer.
Beneficios
- Accesibilidad: la IA de voz e imagen ayuda a usuarios con discapacidades; la traducción ayuda a personas que no hablan el idioma.
- Productividad: las tareas repetitivas se automatizan, liberando a las personas para trabajos creativos.
- Apoyo a la toma de decisiones: la IA encuentra patrones en conjuntos de datos demasiado grandes para una persona, en escáneres médicos o en transacciones.
- Está disponible en cualquier momento y puede personalizarse para cada usuario.
A benefit of AI is:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
AI excels at finding patterns in large data (decision support). Fairness and explainability are concerns, not guarantees.
Impacto social
- Beneficios: un lector de etiquetas ayuda a personas con discapacidad visual, a quienes no pueden leer el idioma y a personas con dificultades de lectura; el reconocimiento facial en aeropuertos acelera los controles de identidad y puede evitar la entrada de personas buscadas.
- Daños: el reconocimiento facial malidentifica a algunas personas y rastrea a todos sin consentimiento, por lo que se pierde privacidad; las personas que dependen de la IA pueden perder habilidades; los sistemas de recomendación pueden encerrar a los usuarios en visiones estrechas.
- Una respuesta sobre impacto social menciona al grupo afectado y los cambios que sufren.
Impacto económico
- Un módulo de diagnóstico de fallos basado en IA en un taller de reparaciones detecta fallas más rápido y con mayor precisión, por lo que se reparan más vehículos al día y disminuyen los costos.
- Pero se necesitarán menos mecánicos especializados, por lo que se pierden empleos, y el módulo debe comprarse, entrenarse y mantenerse.
- De manera general, la IA aumenta la productividad y crea nuevos empleos en algunos campos mientras elimina trabajos rutinarios en otros.
Impacto ambiental
- Entrenar y ejecutar modelos grandes consume mucha electricidad, y los centros de datos usan agua para enfriamiento; el hardware en el que funcionan se convierte en residuos electrónicos.
- Por otro lado, la IA reduce el consumo de energía en edificios, optimiza rutas de transporte y monitorea el medio ambiente.
- Ambas direcciones obtienen puntos, y el examen espera que sepas que existen.

El hardware detrás de la IA tiene una vida útil y una vida posterior
Match each example to the heading it belongs under.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Jobs and costs are economic, people and privacy are social, energy and waste are environmental.
Training and running large AI models has no significant environmental cost.
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
Large models consume a great deal of electricity and cooling water, and their hardware becomes e-waste. AI also helps cut energy use elsewhere, so both directions belong in an answer.
Ejemplo resuelto: responder una pregunta sobre "impacto"
- Explique el impacto económico de un taller que instala un sistema de diagnóstico de fallos basado en IA. [4]
- Proporcione el impacto y su consecuencia, y dé ambas direcciones.
- Las fallas se diagnostican más rápido y con mayor precisión, por lo que se reparan más vehículos por día y aumentan los ingresos. Se necesitan menos horas de mecánico por automóvil, por lo que disminuyen los costos.
- Los mecánicos especializados pueden perder sus empleos, por lo que hay desempleo y pérdida de habilidades; y el sistema debe comprarse y mantenerse, por lo que existe un costo inicial y continuo.
A full-mark impact point states the impact and its ____, usually joined by "so".
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
"Fewer mechanics are needed, so skilled workers lose their jobs" is a mark; "fewer mechanics" alone is not.
Preocupaciones
- Sesgo 偏见: patrones injustos en los datos de entrenamiento se convierten en decisiones injustas, como en la herramienta de reclutamiento de Amazon. Desplazamiento laboral: los roles rutinarios desaparecen.
- Privacidad: el entrenamiento utiliza grandes cantidades de datos personales. Transparencia: los modelos grandes son cajas negras cuyas decisiones son difíciles de explicar.
- Rendición de cuentas 问责: cuando la IA se equivoca, ¿el desarrollador, el operador o el usuario es responsable? Mal uso: deepfakes, desinformación, vigilancia.
- Los profesionales deben comprender los límites de lo que construyen, informar a los usuarios y reducir el daño.

El sesgo entra con los datos y sale en las decisiones
AI "bias" usually arises because:
Dificultad 1/5 · 100 monedas + un pequeño bono en el primer intento de hoy
If the training data reflects unfair patterns, the model learns and repeats them — e.g. in hiring or lending.
Select todos genuine concerns about AI.
Dificultad 2/5 · 140 monedas + un pequeño bono en el primer intento de hoy
Bias, opacity and misuse are real concerns. AI certainly can be wrong — accountability for that is itself a concern.
Puntos que se escapan
- La IA no es "un robot" ni "una computadora que piensa". Defínala como sistemas que realizan tareas que normalmente requieren inteligencia humana.
- Un impacto sin consecuencia es solo media puntuación. "Se pierden empleos" necesita "por lo que los trabajadores especializados quedan desempleados".
- Social, económico y ambiental son tres encabezados. Responda bajo el que nombre la pregunta.
- El sesgo proviene de los datos de los que el modelo aprendió, no de tener opiniones la computadora.
Lo has logrado
- La IA realiza tareas que normalmente requieren inteligencia humana; el aprendizaje automático aprende patrones de los datos de entrenamiento en lugar de seguir reglas escritas; el aprendizaje profundo utiliza redes neuronales en capas
- aplicaciones: reconocimiento de voz e imágenes comprende la entrada; traducción, recomendación y vehículos autónomos producen salida; OCR → traducción → síntesis de voz lee una etiqueta en voz alta
- impacto bajo tres encabezados, cada uno con una consecuencia y ambas direcciones: social, económico, ambiental
- preocupaciones: sesgo de datos, desplazamiento laboral, privacidad, transparencia, rendición de cuentas, mal uso