Test: Gestión de Datos y Ética (30 preguntas)

1. ¿Qué distingue principalmente a los datos de la información?

A. Los datos predicen escenarios, mientras la información transforma resultados en decisiones.

B. Los datos representan hechos, mientras la información les añade contexto y significado.

C. Los datos expresan decisiones, mientras la información registra hechos sin contexto.

D. Los datos contienen interpretaciones, mientras la información presenta símbolos aislados.

Answer: (B)

Explicación

Los datos son representaciones de hechos en distintos formatos, mientras que la información incorpora contexto y significado para un uso determinado. Confundir los datos con decisiones interpretadas atribuye a los datos una función propia de niveles posteriores.

2. ¿Qué elemento convierte un conjunto de datos en información útil para una finalidad concreta?

A. La sustitución de números y textos por predicciones sobre escenarios futuros.

B. La separación de los registros para impedir que otras áreas los consulten.

C. La acumulación de registros sin interpretar su origen ni su finalidad.

D. La incorporación de contexto, significado, formato, periodo e importancia.

Answer: (D)

Explicación

La información surge cuando los datos se sitúan en un contexto que especifica su significado, formato, periodo e importancia. Acumular registros sin contexto no permite aplicarlos adecuadamente a una finalidad.

3. ¿Cuál es el orden correcto de los niveles de la pirámide DIKW?

A. Datos, Conocimiento, Información y Sabiduría.

B. Conocimiento, Información, Datos y Sabiduría.

C. Datos, Información, Conocimiento y Sabiduría.

D. Información, Datos, Sabiduría y Conocimiento.

Answer: (C)

Explicación

La pirámide DIKW organiza progresivamente los niveles como Datos, Información, Conocimiento y Sabiduría. Las demás secuencias alteran el orden establecido entre estos conceptos.

4. ¿Por qué deben gestionarse los datos como un activo organizacional?

A. Para concentrar su gestión en las áreas técnicas y excluir a las áreas de negocio.

B. Para maximizar su valor y minimizar los riesgos de uso y almacenamiento.

C. Para convertir cada registro en una decisión estratégica antes de almacenarlo.

D. Para conservarlos sin analizarlos y evitar que influyan en las operaciones.

Answer: (B)

Explicación

Considerar los datos como un activo implica gestionarlos con el objetivo de aumentar el valor que aportan y reducir los riesgos asociados. Excluir a las áreas de negocio contradice la necesidad de una gestión organizacional del activo.

5. ¿Cuál de las siguientes vías muestra cómo los datos pueden generar valor para una organización?

A. Reemplazar la evaluación de procesos por la acumulación de información histórica.

B. Aumentar el volumen de almacenamiento sin relacionarlo con objetivos organizacionales.

C. Restringir el análisis para conservar los datos como registros administrativos.

D. Apoyar decisiones estratégicas, optimizar procesos y crear oportunidades de negocio.

Answer: (D)

Explicación

Los datos pueden generar valor al respaldar decisiones estratégicas, mejorar procesos, elevar la eficiencia y abrir nuevas oportunidades de negocio. El almacenamiento por sí mismo no demuestra que los datos estén produciendo valor.

6. ¿Qué combinación refleja principios fundamentales de la gestión de datos?

A. Tratar los datos como activos, asegurar su calidad y protección, y compartir responsabilidades.

B. Medir los datos por su volumen, protegerlos de todo acceso y delegar decisiones al negocio.

C. Priorizar el almacenamiento, limitar el acceso y asignar la gestión a un área técnica.

D. Separar los datos por departamentos, aceptar errores menores y reducir la colaboración.

Answer: (A)

Explicación

La gestión de datos incluye valorar los datos como activos, cuidar su calidad, protegerlos y garantizar su accesibilidad, con responsabilidad compartida entre roles técnicos y de negocio. Reducir la responsabilidad a un solo departamento contradice este enfoque colaborativo.

7. ¿Cuál de las siguientes situaciones representa un desafío principal de la gestión de datos?

A. La integración de áreas, la mejora de la calidad y la medición clara de los beneficios obtenidos.

B. La combinación de gobernanza insuficiente, silos organizativos, baja calidad y dificultad para demostrar valor.

C. La asignación compartida de responsabilidades y la protección de los datos accesibles.

D. La optimización de procesos mediante análisis fiables y decisiones estratégicas fundamentadas.

Answer: (B)

Explicación

Entre los desafíos principales se encuentran la falta de gobernanza, los silos, la baja calidad y la dificultad para demostrar el valor de los datos. La integración y la medición clara de beneficios son respuestas de gestión, no problemas en sí mismas.

8. ¿Qué caracteriza al framework DAMA-DMBOK en la gestión organizacional de datos?

A. Proporciona principios, buenas prácticas y áreas de conocimiento para tratar los datos como un activo

B. Define controles exclusivos para una empresa según sus procesos internos y necesidades particulares

C. Establece funciones tecnológicas para conectar información empresarial con sistemas institucionales

D. Organiza responsabilidades de gobernanza mediante objetivos, métricas, procesos y controles

Answer: (A)

Explicación

DAMA-DMBOK ofrece un marco global con principios, buenas prácticas y áreas de conocimiento para gestionar los datos como un activo organizacional. El framework propietario, en cambio, se diseña para las necesidades específicas de una organización.

9. ¿Qué conjunto de áreas forma parte del marco funcional de DAMA-DMBOK?

A. Innovación empresarial, recursos humanos, comunicación, auditoría y transporte

B. Diseño de productos, atención al cliente, finanzas, compras y producción

C. Planificación comercial, marketing, ventas, contratación y logística

D. Gobierno de datos, calidad, metadatos, arquitectura y seguridad

Answer: (D)

Explicación

DAMA-DMBOK propone 11 áreas de conocimiento, entre ellas gobierno de datos, calidad, metadatos, arquitectura y seguridad. Las demás agrupaciones incluyen funciones empresariales que no describen sus áreas principales.

10. ¿Cuál describe mejor la relación entre inteligencia artificial y aprendizaje automático?

A. La inteligencia artificial es el campo general y el aprendizaje automático es un subconjunto que aprende patrones mediante algoritmos

B. La inteligencia artificial es una técnica de redes neuronales y el aprendizaje automático es el campo general que la contiene

C. La inteligencia artificial crea contenidos digitales y el aprendizaje automático se limita a reconocer órdenes de voz

D. La inteligencia artificial ejecuta reglas programadas y el aprendizaje automático conecta sistemas sin analizar datos

Answer: (A)

Explicación

La inteligencia artificial es el campo amplio que permite emular comportamientos, aprender, decidir y resolver problemas, mientras que el aprendizaje automático constituye un subconjunto centrado en aprender patrones. Las otras opciones invierten la relación o atribuyen a ambos campos capacidades demasiado específicas.

11. ¿Qué afirmación distingue correctamente la ANI de la AGI y la ASI?

A. La ANI corresponde a sistemas superinteligentes, mientras que la AGI y la ASI realizan funciones específicas actuales

B. La ANI representa inteligencia general, mientras que la AGI se limita a asistentes y la ASI ya se utiliza comercialmente

C. La ANI y la AGI están disponibles para tareas concretas, mientras que la ASI describe sistemas de propósito general

D. La ANI existe actualmente para tareas concretas, mientras que la AGI y la ASI siguen siendo conceptos teóricos

Answer: (D)

Explicación

La ANI es la forma de IA existente actualmente y está entrenada para tareas específicas, como asistentes o generadores de contenido. La AGI y la ASI se mantienen como conceptos teóricos, por lo que las otras opciones confunden sus alcances.

12. ¿Qué técnica emplea redes neuronales artificiales para extraer características de datos en bruto?

A. El aprendizaje automático tradicional

B. La inteligencia artificial reducida

C. El aprendizaje profundo

D. La inteligencia artificial generativa

Answer: (C)

Explicación

El aprendizaje profundo es un subconjunto del aprendizaje automático que utiliza redes neuronales artificiales para extraer y analizar características de datos en bruto. La inteligencia artificial generativa se centra en crear contenidos, mientras que ANI describe un alcance funcional y no una técnica concreta.

13. Durante el entrenamiento de un sistema de IA, ¿qué conjunto de condiciones favorece resultados fiables?

A. Datos precisos, completos, consistentes, representativos y gestionados éticamente

B. Datos históricos, detallados, centralizados, propietarios y revisados después del despliegue

C. Datos abundantes, recientes, homogéneos, automatizados y procedentes de una sola fuente

D. Datos protegidos, estructurados, económicos, veloces y seleccionados por el proveedor

Answer: (A)

Explicación

Una IA fiable depende de datos precisos, completos, consistentes, representativos y gestionados éticamente durante el entrenamiento y la validación. Los datos sesgados o incompletos pueden producir resultados erróneos o discriminatorios, aunque sean abundantes o recientes.

14. ¿Qué elementos constituyen pilares de la gobernanza de datos para la inteligencia artificial?

A. Calidad, trazabilidad, interoperabilidad, seguridad y ética

B. Creatividad, personalización, disponibilidad, diseño y comercialización

C. Velocidad, rentabilidad, publicidad, automatización y escalabilidad

D. Confidencialidad, marketing, innovación, productividad y experiencia de usuario

Answer: (A)

Explicación

La gobernanza de datos para la IA se apoya en calidad, trazabilidad, interoperabilidad, seguridad y ética. Otros elementos pueden ser relevantes para una organización, pero no forman el conjunto de pilares indicado para supervisar los datos y sus procesos.

15. ¿Cómo clasifica el Reglamento Europeo de IA los sistemas según su nivel de riesgo?

A. En riesgo operativo, técnico, social y financiero, con auditorías anuales para todos los sistemas

B. En riesgo limitado, general, especializado y autónomo, con prohibición de los sistemas especializados

C. En riesgo mínimo, específico, alto e inadmisible, con requisitos estrictos para los de alto riesgo

D. En riesgo bajo, medio, elevado y crítico, con certificación obligatoria para los de riesgo medio

Answer: (C)

Explicación

El Reglamento Europeo de IA distingue los niveles mínimo, específico, alto e inadmisible, y establece requisitos estrictos para los sistemas de alto riesgo. Las demás clasificaciones no corresponden a las categorías señaladas en el reglamento.

16. ¿Qué conjunto refleja mejor los elementos que DAMA vincula con el uso ético de los datos?

A. Accesibilidad, disponibilidad, escalabilidad, interoperabilidad, precisión y almacenamiento prolongado

B. Anonimato, productividad, personalización, competitividad, segmentación y crecimiento comercial

C. Responsabilidad, transparencia, minimización del daño, equidad, rendición de cuentas y consentimiento informado

D. Rentabilidad, rapidez, automatización, confidencialidad, innovación y reducción de costes operativos

Answer: (C)

Explicación

DAMA relaciona la ética de datos con responsabilidad, transparencia, minimización del daño, equidad, rendición de cuentas y consentimiento informado. La rentabilidad y la automatización pueden ser objetivos empresariales, pero no constituyen este conjunto de principios éticos.

17. ¿Qué principio busca maximizar los beneficios y minimizar los daños en el uso de datos?

A. La beneficencia

B. La justicia

C. El respeto por las personas

D. El interés público

Answer: (A)

Explicación

La beneficencia orienta las decisiones hacia la maximización de beneficios y la reducción de daños. La justicia se centra en el trato equitativo y en evitar discriminaciones, por lo que aborda una preocupación distinta.

18. ¿Qué distingue principalmente a la privacidad de la seguridad de los datos?

A. La privacidad protege el control de la persona sobre sus datos; la seguridad los protege frente a accesos no autorizados

B. La privacidad elimina los datos personales; la seguridad obtiene la autorización del individuo

C. La privacidad garantiza la exactitud de los datos; la seguridad decide qué finalidades son legítimas

D. La privacidad cifra los datos almacenados; la seguridad informa a la persona sobre cada uso previsto

Answer: (A)

Explicación

La privacidad se refiere al derecho de controlar cómo se recopilan, usan y comparten los datos personales, mientras que la seguridad busca protegerlos frente a accesos no autorizados. El cifrado puede ser una medida de seguridad, pero no define por sí mismo la privacidad.

19. Una plataforma solicita autorización para tratar datos personales mediante una casilla que explica la finalidad y requiere una acción afirmativa del usuario; ¿qué característica del consentimiento se representa?

A. Consentimiento genérico, porque una autorización puede abarcar cualquier uso posterior

B. Consentimiento explícito, porque existe una aprobación activa, informada y clara

C. Consentimiento tácito, porque la autorización se deduce de la conducta general del usuario

D. Consentimiento presunto, porque la plataforma interpreta el silencio como aceptación válida

Answer: (B)

Explicación

La aprobación activa mediante una casilla clara representa consentimiento explícito, que debe ser informado, libre, específico y expresado de forma clara. El consentimiento tácito se deduce de la falta de oposición y no de una acción afirmativa.

20. Una empresa explica claramente cómo recopila y utiliza los datos, pero su sistema perjudica de forma sistemática a un grupo; ¿qué principio necesita reforzar principalmente?

A. La minimización, porque debe reducir la cantidad de información almacenada

B. La equidad, porque debe evitar discriminación y sesgos en el tratamiento de datos

C. La transparencia, porque basta con describir las fuentes y finalidades de los datos

D. La seguridad, porque debe impedir accesos no autorizados al sistema

Answer: (B)

Explicación

La equidad exige evitar discriminación y sesgos en el tratamiento de datos, por lo que es el principio afectado por el perjuicio sistemático a un grupo. La transparencia ya está presente cuando la empresa comunica claramente sus prácticas.

21. ¿En qué fecha entró en vigor el RGPD?

A. 15 de agosto de 2020

B. 1 de enero de 2016

C. 25 de mayo de 2018

D. 24 de octubre de 1999

Answer: (C)

Explicación

El RGPD entró en vigor el 25 de mayo de 2018 para proteger los datos personales de los ciudadanos de la Unión Europea. Las demás fechas no corresponden a la entrada en vigor indicada para este reglamento.

22. Una aplicación conserva muchos datos personales para posibles usos futuros, aunque la finalidad declarada requiere una cantidad menor; ¿qué principio del RGPD se incumple directamente?

A. El derecho de portabilidad, porque obliga a transferir los datos a otra organización

B. La minimización de datos, porque debe limitarse la cantidad recopilada a lo necesario

C. La limitación del tratamiento, porque prohíbe conservar cualquier dato durante periodos prolongados

D. La limitación de propósito, porque impide informar sobre la finalidad del tratamiento

Answer: (B)

Explicación

La minimización de datos exige limitar la cantidad de información recopilada a la necesaria para la finalidad prevista. La limitación de propósito se refiere a para qué pueden utilizarse los datos, no directamente a cuántos datos se conservan.

23. ¿Qué diferencia caracteriza a la LOPD de 1999 frente al RGPD?

A. La LOPD tenía alcance europeo y exigía consentimiento explícito; el RGPD permitía consentimiento tácito en España

B. La LOPD regulaba la seguridad financiera y el RGPD regula únicamente los datos de salud

C. La LOPD tenía ámbito nacional y permitía consentimiento tácito; el RGPD exige consentimiento explícito y posee alcance europeo

D. La LOPD se aplicaba a organizaciones internacionales y el RGPD se limita a entidades públicas españolas

Answer: (C)

Explicación

La LOPD de 1999 tenía ámbito nacional y permitía el consentimiento tácito, mientras que el RGPD exige consentimiento explícito y se aplica a organizaciones que tratan datos de ciudadanos de la Unión Europea. Las demás diferencias atribuyen a cada norma características que no corresponden a su ámbito o consentimiento.

24. ¿Qué caracteriza a una cultura data-driven dentro de una organización?

A. Reserva el análisis de datos para los equipos técnicos que gestionan los sistemas corporativos

B. Utiliza datos principalmente para elaborar informes financieros al finalizar cada periodo de actividad

C. Prioriza las experiencias subjetivas de los responsables para resolver decisiones organizativas complejas

D. Considera los datos activos estratégicos para orientar decisiones objetivas y alineadas con la estrategia

Answer: (D)

Explicación

Una cultura data-driven integra los datos como activos estratégicos en todos los procesos y niveles para tomar decisiones objetivas, precisas y coherentes con la estrategia. La dependencia principal de experiencias subjetivas corresponde a una cultura intuitiva, no a una cultura basada en datos.

25. ¿Qué acción permite controlar la calidad de los datos durante una transformación data-driven?

A. Establecer indicadores de calidad que permitan supervisar el estado de los datos

B. Compartir resultados mediante dashboards, storyboards o informes dirigidos a la organización

C. Impartir formación a los empleados para que interpreten correctamente los datos disponibles

D. Integrar herramientas analíticas para incorporar el análisis en las tareas habituales

Answer: (A)

Explicación

Los indicadores de calidad sirven para medir y controlar el estado de los datos durante la transformación. La formación ayuda a los empleados a utilizar los datos, pero no cumple la función específica de supervisar su calidad.

26. ¿Qué diferencia existe entre un problema de privacidad y uno de transparencia en inteligencia artificial?

A. La privacidad corrige los sesgos del sistema, mientras la transparencia garantiza la autonomía de las personas afectadas

B. La privacidad explica el funcionamiento del modelo, mientras la transparencia protege los datos personales utilizados

C. La privacidad asegura la responsabilidad del desarrollador, mientras la transparencia elimina los impactos laborales

D. La privacidad protege los datos personales, mientras la transparencia permite comprender cómo se toman las decisiones

Answer: (D)

Explicación

La privacidad se refiere a la protección de los datos personales, mientras que la transparencia facilita comprender el proceso de decisión de la IA. Explicar el funcionamiento del modelo no constituye la función propia de la privacidad.

27. ¿Cómo pueden los datos sesgados de entrenamiento provocar discriminación algorítmica?

A. Pueden reproducir o amplificar desigualdades históricas relacionadas con género, raza o edad

B. Pueden impedir que el sistema almacene cualquier dato personal durante su funcionamiento

C. Pueden garantizar decisiones neutrales al eliminar la intervención humana del proceso

D. Pueden aumentar la velocidad de cálculo al reducir la variedad de ejemplos disponibles

Answer: (A)

Explicación

Los datos de entrenamiento sesgados pueden incorporar y amplificar desigualdades históricas, generando resultados discriminatorios en el sistema. La reducción de ejemplos no garantiza neutralidad y puede incluso empeorar la representación de ciertos grupos.

28. ¿Qué significa que un sistema de inteligencia artificial sea explicable?

A. Puede producir decisiones rápidas sin revelar los factores que influyen en sus resultados

B. Puede almacenar grandes volúmenes de datos sin mostrar el razonamiento de sus predicciones

C. Puede automatizar tareas complejas delegando la interpretación de sus resultados a los usuarios

D. Puede explicar cómo y por qué toma sus decisiones, evitando funcionar como una caja negra

Answer: (D)

Explicación

La explicabilidad es la capacidad de mostrar cómo y por qué el sistema llega a sus decisiones, de modo que estas puedan comprenderse y verificarse. Un sistema que no revela los factores de sus resultados conserva precisamente el carácter de caja negra.

29. ¿Cuál de los siguientes conjuntos reúne pilares de una inteligencia artificial responsable?

A. Explicabilidad, equidad, solidez, transparencia y privacidad

B. Creatividad, autonomía, accesibilidad, conectividad y productividad

C. Velocidad, rentabilidad, automatización, personalización y escalabilidad

D. Precisión, popularidad, innovación, centralización y reducción de costes

Answer: (A)

Explicación

La IA responsable se apoya en explicabilidad, equidad, solidez, transparencia y privacidad. Las demás combinaciones incluyen objetivos empresariales o características técnicas que no forman el conjunto de pilares señalado.

30. ¿Qué requisito deben cumplir los datos utilizados por sistemas de IA de alto riesgo?

A. Deben centrarse en los casos más frecuentes aunque excluyan grupos con menor representación

B. Deben mantenerse reservados para impedir que terceros conozcan el funcionamiento del sistema

C. Deben proceder de cualquier fuente disponible para aumentar rápidamente el volumen de entrenamiento

D. Deben ser representativos, completos, trazables, legítimos y protectores de los derechos fundamentales

Answer: (D)

Explicación

Los sistemas de alto riesgo requieren datos representativos, completos y sin errores, con origen legítimo, trazabilidad y protección de los derechos fundamentales. Excluir grupos poco representados contradice el requisito de representatividad y puede introducir riesgos de discriminación.