¿Qué son los datos en términos de representación?
Representaciones de hechos expresadas como texto, números, gráficos, imágenes, sonido o vídeo.
¿Qué aporta el contexto a los datos para convertirlos en información?
Significado, formato, periodo temporal e importancia para un uso determinado.
¿Cómo organiza la pirámide DIKW el conocimiento?
En la secuencia Datos, Información, Conocimiento y Sabiduría.
¿Qué se decide en la fase de sabiduría de la pirámide DIKW?
Qué hacer mediante previsión, predicción y optimización según el escenario disponible.
¿Qué son los datos en una organización?
Un activo organizacional que debe gestionarse.
¿Para qué se gestionan los datos en una organización?
Para maximizar su valor y minimizar riesgos.
¿Cómo pueden generar valor los datos?
Mediante decisiones estratégicas y optimización de procesos.
¿Qué beneficios trae el uso eficaz de datos en las organizaciones?
Mejora la eficiencia y crea nuevas oportunidades de negocio.
¿Qué ventaja obtienen las organizaciones que usan datos eficazmente?
Pueden obtener ventaja competitiva.
¿Qué pueden hacer las organizaciones que analizan datos eficazmente?
Innovar y alterar sectores.
¿Qué más generan las organizaciones que usan datos eficazmente?
Crean nuevos mercados.
¿Qué incluye considerar los datos en la gestión según los principios?
Considerar los datos como activos.
¿Qué se debe gestionar según los principios de gestión de datos?
La calidad de los datos.
¿Qué se debe asegurar en la gestión de datos según los principios?
La protección y accesibilidad de los datos.
¿Qué se promueve entre roles técnicos y de negocio en la gestión de datos?
La responsabilidad compartida.
¿Cuál es uno de los principales desafíos de la gestión de datos?
La falta de gobernanza.
¿Qué problema organizativo dificulta la gestión de datos?
Los silos organizativos.
¿Qué define a los silos de datos?
Sistemas segregados e inaccesibles para otras áreas.
¿Qué causa la baja calidad de datos?
Errores, imprecisiones, duplicados, información ausente o datos obsoletos.
¿Qué es DAMA-DMBOK?
Un framework global para gestionar datos como activo organizacional.
¿Cuántas áreas de conocimiento tiene el marco funcional de DAMA-DMBOK?
Tiene 11 áreas de conocimiento.
¿Qué áreas incluye DAMA-DMBOK?
Gobierno de datos, calidad, metadatos, arquitectura y seguridad.
¿Dónde y cuándo se creó el Marco de Ámsterdam para la Gestión de la Información?
En la Universidad de Ámsterdam en 1997.
¿Cuál es el propósito del Marco de Ámsterdam para la Gestión de la Información?
Relacionar funciones de información, empresa y tecnología de la información.
¿Cómo organiza el framework DGI la gobernanza de datos?
En el porqué y el qué, el quién y el cómo.
¿Qué incluye el framework DGI en la gobernanza de datos?
Objetivos, métricas, roles, responsabilidades, procesos y controles.
¿Qué permite hacer la inteligencia artificial a los ordenadores?
Emular comportamientos humanos, aprender, tomar decisiones, reconocer patrones y resolver problemas complejos.
¿Cuál es la única forma de inteligencia artificial existente actualmente?
La inteligencia artificial reducida o ANI.
¿Para qué están entrenadas las inteligencias artificiales reducidas?
Para realizar tareas específicas.
¿Qué es el aprendizaje profundo?
Un subconjunto del aprendizaje automático que usa redes neuronales artificiales.
¿Qué utiliza el aprendizaje profundo para analizar datos?
Redes neuronales artificiales.
¿Qué es la inteligencia artificial generativa?
Un subconjunto del aprendizaje profundo que crea texto, imágenes, vídeo o audio.
¿A partir de qué genera contenido la inteligencia artificial generativa?
A partir de lenguaje natural o instrucciones explícitas.
¿De qué depende una IA fiable durante su entrenamiento y validación?
De datos precisos, completos, consistentes, representativos y gestionados éticamente.
¿En qué se apoya la gobernanza de datos para la IA?
En calidad, trazabilidad, interoperabilidad, seguridad y ética.
¿Cómo clasifica el Reglamento Europeo de IA los sistemas según riesgo?
En riesgo mínimo, específico, alto e inadmisible.
¿Qué exige el Reglamento Europeo de IA a los sistemas de alto riesgo?
Requisitos estrictos.
¿Con qué valores vincula DAMA el uso ético de los datos?
Responsabilidad, transparencia, minimización del daño, equidad, rendición de cuentas y consentimiento informado.
¿Cuáles son los principios de Belmont aplicados a los datos según el Menlo Report?
Respeto por las personas, beneficencia y justicia.
¿Qué principios adicionales incluye el Menlo Report junto a los de Belmont?
Respeto por la ley y el interés público.
¿Qué pasos requiere una cultura ética de datos?
Diagnosticar prácticas, definir principios y controles, formar personal, establecer estrategia y auditar riesgos.
¿Qué es la privacidad en relación con los datos personales?
Es el derecho a controlar cómo se recopilan, usan y comparten los datos personales.
¿Qué características debe tener el consentimiento para tratar datos personales?
Debe ser informado, libre, específico y claro.
¿Qué exige la transparencia en el tratamiento de datos?
Informar claramente sobre la recopilación y uso de datos.
¿Qué exige la equidad en el tratamiento de datos?
Evitar discriminación y sesgos.
¿Cuándo entró en vigor el RGPD?
El 25 de mayo de 2018.
¿Qué exige el RGPD respecto al consentimiento?
Exige consentimiento explícito y transparencia.
¿Qué derechos deben respetarse según el RGPD?
Acceso, rectificación, supresión, portabilidad, limitación y oposición.
¿Cuál era una diferencia clave entre la LOPD 1999 y el RGPD?
La LOPD permitía consentimiento tácito y el RGPD exige consentimiento explícito.
¿Cuál es el ámbito de aplicación del RGPD?
Se aplica a organizaciones que tratan datos de ciudadanos de la Unión Europea.
¿Cuál es la sanción máxima que puede imponer el RGPD?
Hasta 20 millones de euros o el 4% de la facturación global anual.
¿Qué función tiene el Delegado de Protección de Datos?
Velar por que el tratamiento de datos respete la normativa y ética.
¿Qué considera una cultura data-driven en la organización?
Los datos activos estratégicos en todos los procesos y niveles.
¿Qué requiere la transformación data-driven para difundirse?
Difundir la importancia de los datos y establecer indicadores de calidad.
¿Qué acciones incluye integrar la transformación data-driven?
Formar empleados y compartir información mediante dashboards, storyboards o informes.
¿Qué beneficios puede detectar una cultura data-driven?
Oportunidades y amenazas para la organización.
¿Qué mejoras puede lograr una cultura data-driven en marketing?
Personalizar el marketing y aumentar conversiones.
¿Qué impacto tuvo el sistema de recomendación basado en datos de McDonald’s en Canadá?
Incrementó sus ventas un 3,5% el primer año.
¿Cómo afectó la aplicación de McDonald’s en Japón el gasto por pedido?
Los usuarios gastaron un 35% más por pedido.
¿Qué problemas éticos incluye la IA según el texto?
Incluye privacidad, seguridad, transparencia, sesgo, responsabilidad, autonomía, impacto laboral, uso militar y manipulación.
¿Qué riesgos genera la IA generativa?
Puede producir deepfakes, clonación de voz, inyección de prompts, ataques automatizados y alucinaciones.
¿Qué efecto tienen los datos sesgados en el entrenamiento de IA?
Reproducen o amplifican desigualdades históricas y causan discriminación algorítmica.
¿Qué desigualdades históricas pueden amplificarse por datos sesgados?
Desigualdades de género, raza o edad.
¿Quién mostró que los datos sesgados provocan discriminación algorítmica?
Mehrabi et al., 2021.
¿Qué hizo Amazon en 2018 respecto a un sistema de IA para revisar currículos?
Abandonó el sistema por discriminar a mujeres.
¿Por qué el sistema de IA de Amazon discriminaba a mujeres?
Porque se entrenó con datos históricos de contratación masculina.
¿Qué es la explicabilidad de la IA?
Es la capacidad de un sistema para explicar cómo y por qué toma decisiones.
¿Cuáles son los pilares de una IA responsable?
Explicabilidad, equidad, solidez, transparencia y privacidad.
¿Qué identifica la explicabilidad en un modelo de concesión de crédito denegado?
Los factores que provocaron el rechazo y los cambios necesarios para modificar la decisión.
¿Qué puede hacer un ataque de caja negra sin acceder al modelo?
Generar transacciones fraudulentas que parezcan legítimas.
¿Qué analiza un ataque de caja negra para generar fraudes?
Los patrones de aceptación y rechazo de operaciones.
¿Qué tipo de datos deben usar los sistemas de IA de alto riesgo?
Datos representativos, completos, libres de errores y con origen legítimo.
¿Qué deben garantizar los sistemas de IA de alto riesgo además de datos adecuados?
Trazabilidad y protección de los derechos fundamentales.
Comprueba lo que sabes con un test de 30 preguntas de Gestión de Datos y Ética.
1. ¿Qué distingue principalmente a los datos de la información?
2. ¿Qué elemento convierte un conjunto de datos en información útil para una finalidad concreta?
Repasa el tema completo en el resumen de Gestión de Datos y Ética.
Ver el resumen →Sube tus apuntes y la IA te genera flashcards en 30 segundos.
Generador de flashcards