Artificial intelligence · Inteligencia artificial
| English | Español |
|---|---|
| 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 |
The move no human would have played
- In March 2016 a program called AlphaGo beat Lee Sedol, one of the strongest Go players alive, four games to one. In the second game it played a move that commentators called a mistake; it turned out to be the winning idea.
- Nobody had programmed that move. The system had learned Go by studying millions of positions and playing itself, finding patterns its makers could not have written down.
- Two years later Amazon scrapped an AI recruiting tool after finding it had learned from ten years of CVs to mark down any that mentioned "women's".
- Both are artificial intelligence 人工智能. This lesson is how it learns, what it is used for, and its social, economic and environmental impact.
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.
What AI is and how modern AI learns
- Artificial intelligence (AI) means computer systems that perform tasks which normally need human intelligence: recognising speech and images, translating, playing games, driving.
- Most modern AI uses machine learning 机器学习: instead of being programmed step by step, the system improves at a task by learning patterns from large amounts of training data 训练数据.
- Deep learning 深度学习 uses neural networks 神经网络 with many layers of connected nodes, and is the leading approach today. Better and larger data gives a better model; bad data gives bad results.
A model is trained on examples, not written as rules
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: · El aprendizaje automático difiere de la programación tradicional porque:
ML algorithms improve at a task by learning from large amounts of data, rather than following hand-written rules. · Los algoritmos de ML mejoran en una tarea aprendiendo de grandes cantidades de datos, en lugar de seguir reglas escritas a mano.
Match each AI term to what it means. · Empareja cada término de IA con lo que significa.
ML learns from data; deep learning uses many layers; bias and opacity (black box) are key ethical concerns. · ML aprende de los datos; deep learning usa muchas capas; el sesgo y la opacidad (caja negra) son preocupaciones éticas clave.
Applications
- Understanding input: speech recognition 语音识别 turns spoken words into text; image recognition 图像识别 finds objects, faces or text in pictures.
- Producing output or decisions: machine translation 机器翻译 between languages; recommendation systems 推荐系统 suggesting videos, products or music; autonomous vehicles 自动驾驶汽车 and robots; medical diagnosis and fraud detection.
- The exam usually gives a scenario and asks which kinds of AI it uses, or how it works.
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.
Computing concept lab · Laboratorio de conceptos informáticos
Classify concrete examples by the computing idea they demonstrate. · Clasificar ejemplos concretos según la idea computacional que demuestran.
Which is an everyday application of AI? · ¿Cuál es una aplicación cotidiana de la IA?
Recommendation systems (and speech/image recognition, translation, self-driving) are common AI applications. · Los sistemas de recomendación (y reconocimiento de voz/imágenes, traducción, conducción autónoma) son aplicaciones comunes de IA.
Worked example: reading a foreign label aloud
- A phone app photographs a product label, translates it and reads it aloud. Explain how AI is used. [4]
- Optical character recognition 光学字符识别 analyses the pixels of the photograph to locate the characters, and the patterns of pixels are converted into individual characters and words.
- Machine translation converts the words into the user's language.
- Text-to-speech 文本转语音 produces the spoken output. Each stage is a mark, in pipeline order.
Recognise, translate, speak
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. · Ordena las etapas de la aplicación de lectura de etiquetas.
Recognise, read, translate, speak. Each stage is a mark in a four-mark answer. · Reconocer, leer, traducir, hablar. Cada etapa es un punto en una respuesta de cuatro puntos.
Benefits
- Accessibility: speech and image AI helps users with impairments; translation helps people who do not speak the language.
- Productivity: repetitive tasks are automated, freeing people for creative work.
- Decision support: AI finds patterns in datasets too large for a person, in medical scans or in transactions.
- It is available at any hour and can be personalised to each user.
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: · Un beneficio de la IA es:
AI excels at finding patterns in large data (decision support). Fairness and explainability are concerns, not guarantees. · La IA destaca en encontrar patrones en grandes datos (soporte de decisiones). La equidad y la explicabilidad son preocupaciones, no garantías.
Social impact
- Benefits: a label reader helps people with a visual impairment, people who cannot read the language, and people with reading difficulties; facial recognition at an airport speeds identity checks and can stop wanted people entering.
- Harms: facial recognition misidentifies some people and tracks everyone without consent, so privacy is lost; people who rely on AI may lose skills; recommendation systems can trap users in narrow views.
- A social-impact answer names the group affected and what changes for them.
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.
Economic impact
- An AI fault-diagnosis module in a repair garage diagnoses faults faster and more accurately, so more vehicles are repaired a day and costs fall.
- But fewer skilled mechanics may be needed, so jobs are lost, and the module must be bought, trained and maintained.
- More generally, AI raises productivity and creates new jobs in some fields while removing routine jobs in others.
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.
Environmental impact
- Training and running large models uses a great deal of electricity, and data centres use water for cooling; the hardware they run on becomes electronic waste.
- On the other side, AI cuts energy use in buildings, optimises transport routes and monitors the environment.
- Both directions score, and the exam expects you to know they exist.
The hardware behind AI has a lifetime, and an afterlife
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. · Empareja cada ejemplo con el encabezado al que pertenece.
Jobs and costs are economic, people and privacy are social, energy and waste are environmental. · Los empleos y costos son económicos, las personas y la privacidad son sociales, la energía y los residuos son ambientales.
Training and running large AI models has no significant environmental cost. · Entrenar y ejecutar modelos grandes de IA no tiene un costo ambiental significativo.
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. · Los modelos grandes consumen mucha electricidad y agua de refrigeración, y su hardware se convierte en basura electrónica. La IA también ayuda a reducir el consumo de energía en otros lugares, por lo que ambas direcciones pertenecen a una respuesta.
Worked example: answering an "impact" question
- Explain the economic impact of a garage installing an AI fault-diagnosis system. [4]
- Give the impact and its consequence, and give both directions.
- Faults are diagnosed faster and more accurately, so more vehicles are repaired per day and revenue rises. Fewer mechanics' hours are needed per car, so costs fall.
- Skilled mechanics may lose their jobs, so there is unemployment and a loss of skills; and the system must be bought and maintained, so there is an initial and ongoing cost.
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". · Un punto de impacto de puntuación completa indica el impacto y su ____, generalmente unido por "por lo tanto".
"Fewer mechanics are needed, so skilled workers lose their jobs" is a mark; "fewer mechanics" alone is not. · "Se necesitan menos mecánicos, por lo que los trabajadores cualificados pierden sus empleos" es un punto; "menos mecánicos" solo no lo es.
Concerns
- Bias 偏见: unfair patterns in the training data become unfair decisions, as in Amazon's recruiting tool. Job displacement: routine roles disappear.
- Privacy: training uses large amounts of personal data. Transparency: large models are black boxes whose decisions are hard to explain.
- Accountability 问责: when the AI is wrong, is the developer, the operator or the user responsible? Misuse: deepfakes, misinformation, surveillance.
- Professionals must understand the limits of what they build, inform users, and reduce harm.
Bias goes in with the data and comes out in the decisions
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: · El "sesgo" de la IA suele surgir porque:
If the training data reflects unfair patterns, the model learns and repeats them — e.g. in hiring or lending. · Si los datos de entrenamiento reflejan patrones injustos, el modelo los aprende y los repite — p. ej., en contratación o préstamos.
Select all · todos genuine concerns about AI. · Selecciona todas las preocupaciones reales sobre la IA.
Bias, opacity and misuse are real concerns. AI certainly can be wrong — accountability for that is itself a concern. · El sesgo, la opacidad y el uso indebido son preocupaciones reales. La IA certainly puede estar equivocada: la rendición de cuentas por eso es en sí misma una preocupación.
Marks that slip away
- AI is not "a robot" or "a computer that thinks". Define it as systems performing tasks that normally need human intelligence.
- An impact without a consequence is half a mark. "Jobs are lost" needs "so skilled workers are unemployed".
- Social, economic and environmental are three headings. Answer under the one the question names.
- Bias comes from the data the model learned from, not from the computer having opinions.
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.
You've got it
- AI performs tasks that normally need human intelligence; machine learning learns patterns from training data rather than following written rules; deep learning uses layered neural networks
- applications: speech and image recognition understand input; translation, recommendation and autonomous vehicles produce output; OCR → translation → text-to-speech reads a label aloud
- impact under three headings, each with a consequence and both directions: social, economic, environmental
- concerns: bias from data, job displacement, privacy, transparency, accountability, misuse
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