Ganancias:
- Capacidad para automatizar tareas de análisis y limpieza de datos ambientales con código Python impulsado por IA
- Capacidad para verificar el código generado por IA con verificación unitaria, pruebas y casos extremos
- Capacidad para aplicar principios de protección de datos ambientales confidenciales/personales y uso responsable de la IA.
Examen del módulo
1. Le preguntaste a la IA sobre el límite de vertido de una planta de tratamiento de aguas residuales y el modelo respondió '120 mg/L para DQO, según Tabla 19 del Reglamento de Control de la Contaminación del Agua'. ¿Cuál es el comportamiento más correcto?
- A) Verificar el valor y la tabla referenciada del texto oficial de la norma vigente ✔
- B) Dado que AI es un modelo actual, escribir el valor directamente en el permiso de descarga
- C) Simplemente convierta la unidad de mg/L a g/L y use
- D) Pregúntale a la IA '¿estás seguro?' y quedar satisfecho con la respuesta 'sí'
Explicación: LLM puede producir puntos de interrupción y números de tablas/elementos que son estadísticamente plausibles pero no reales (alucinación). El límite de vertido varía dependiendo del sector, ambiente receptor y normativa vigente; Utilizar el valor y la tabla referenciada sin verificarlo en el texto normativo oficial (Boletín Oficial) dará lugar a incumplimiento y sanción.
2. ¿Qué se esperaría normalmente si la relación F/M (nutrientes/microorganismos) fuera demasiado baja en un sistema de lodos activados?
- A) Situación en la que la carga orgánica es muy alta y el lodo permanece joven
- B) Lodos extremadamente envejecidos y condiciones de funcionamiento dominadas por la respiración interna ✔
- C) Una situación en la que la ventilación se vuelve completamente innecesaria
- D) Prueba de que los límites de vertido se mantienen automáticamente
Explicación: La relación F/M expresa la carga orgánica por masa de microorganismos. Una F/M muy baja es una condición operativa en la que los microorganismos mueren de hambre y pasan a la respiración interna, el lodo se vuelve excesivamente viejo y, en general, se pueden observar formación de agujas/lodo disperso y problemas de sedimentación. Si AI interpreta un valor F/M, es necesario verificarlo con la edad del lodo, el SVI y los datos de laboratorio.
3. Utilizó IA para estimar la carga anual de NOx utilizando el factor de emisión en un cálculo de emisiones de gases de combustión. ¿Qué debe hacer antes de poder informar el resultado de forma segura?
- A) Redondea el resultado e introdúcelo directamente en el inventario de emisiones.
- B) Simplemente corrija los colores del gráfico y publique el informe.
- C) Utilizar el resultado incluso si se calculó por error CO2 en lugar de NOx
- D) Imprima el factor de emisión utilizado, la fuente, la unidad y los datos de actividad y verifique el cálculo ✔
Explicación: Funciona con la lógica de emisión = factor × tamaño de actividad. La IA puede utilizar un factor de emisión incorrecto (combustible incorrecto, unidad incorrecta, fuente obsoleta). Es necesario reproducir el cálculo imprimiendo claramente el factor utilizado, su fuente, unidad y datos de actividad y comparándolo con una fuente oficial de factor de emisión (por ejemplo, EMEP/EEA o guía nacional).
4. ¿Cuál de los siguientes es el orden de priorización según el principio de 'jerarquía de residuos' en la gestión de residuos?
- A) Eliminación > recuperación > reciclaje > reutilización > prevención
- B) Reciclaje > eliminación > prevención > reutilización > valorización
- C) Prevención > reutilización > reciclaje > recuperación > eliminación ✔
- D) Reutilización > eliminación > prevención > reciclaje > recuperación
Explicación: La jerarquía de residuos, de mayor a menor, es: prevención (reducción) > reutilización > reciclaje > recuperación (energética) > eliminación (vertedero). Incluso si AI elabora un borrador de plan de gestión de residuos, se debe verificar que esta secuencia y el método de eliminación propuesto cumplan con la legislación y la caracterización de los residuos.
5. AI escribió en un borrador del informe de la EIA que el "impacto ambiental de un proyecto es insignificante". ¿Cuál es la mejor actitud de ingeniería para este resultado?
- A) No escribir el juicio de impacto en el informe sin verificarlo con datos de campo, modelación y evaluación de expertos ✔
- B) Dado que la IA es neutral, escriba la afirmación tal como está en la conclusión.
- C) Simplemente reescribe la oración en un lenguaje más formal.
- D) Saltarse la evaluación de impacto por completo y solicitar permiso directamente
Descripción: Evaluación de impacto en EIA; basado en datos de campo, sensibilidad del entorno receptor, efectos acumulativos y umbrales regulatorios. La IA puede producir un juicio como "insignificante" sin basarlo en datos. Esto debe tomarse como una hipótesis/bosquejo; El tamaño del efecto no debe escribirse como un juicio final en el informe sin haber sido verificado mediante medición, modelado y evaluación de expertos.
6. En una serie temporal de PM10 de la estación de monitoreo continuo, la IA señaló un "sobrepaso" repentino (por encima del valor umbral). ¿Qué paso de verificación es el más crítico?
- A) Enviar el cartel directamente al funcionario como notificación oficial de exceso
- B) Verificación de datos sin procesar, indicadores de control de calidad/control de calidad del sensor, calibración y datos de la estación vecina ✔
- C) Suavizar el gráfico y ocultar el exceso
- D) Elevar el umbral y garantizar que la superación no sea visible
Explicación: Los saltos repentinos en los datos del sensor pueden ser un evento de contaminación real, pero también pueden ser un mal funcionamiento del sensor, una desviación de la calibración, una ventana de mantenimiento o un error de transmisión de datos. Antes de aceptar el exceso como real, es necesario verificarlo observando los datos sin procesar, los indicadores de control de calidad del sensor, el registro de calibración y los datos meteorológicos/de la estación vecina; de lo contrario se producirá una falsa alarma o un evento perdido.
7. ¿Qué significan las emisiones de 'Alcance 2' en los cálculos de la huella de carbono corporativa?
- A) Todas las emisiones indirectas resultantes de la cadena de suministro y el uso del producto.
- B) Emisiones directas procedentes de la quema de combustibles en la instalación
- C) Emisiones indirectas de electricidad, vapor y calefacción/refrigeración compradas ✔
- D) Sólo emisiones procedentes de la eliminación de residuos
Descripción: El alcance 1 cubre las emisiones directas (quema de combustible en sus propias instalaciones, flota de vehículos), el alcance 2 cubre las emisiones indirectas de la energía comprada (electricidad, vapor, calefacción/refrigeración), el alcance 3 cubre otras emisiones indirectas en la cadena de valor (suministro, transporte, uso del producto). Aunque AI produce un borrador del inventario, se deben validar los factores de emisión y la clasificación del alcance que utiliza.
8. Cuando la detección remota proporciona un valor alto de NDVI (índice de vegetación de diferencia normalizada), ¿qué indica esto normalmente?
- A) Cuerpo de agua profunda y limpia.
- B) Roca desnuda y suelo
- C) Alta concentración de contaminación del aire.
- D) Vegetación verde densa y saludable ✔
Descripción: El NDVI se calcula como la relación entre la diferencia de las bandas roja y del infrarrojo cercano con su suma y suele estar entre -1 y +1. Los valores positivos altos indican una vegetación verde densa y saludable; el agua y el suelo desnudo dan valores bajos o negativos. Incluso si la IA hace una interpretación del NDVI, los efectos de calibración de nubes, sombras, estaciones y sensores deben verificarse con datos reales.
9. Le preguntaste a la IA sobre la legislación ambiental y el modelo dio un valor límite claro con referencia a un artículo regulatorio específico. ¿Qué es obligatorio antes de utilizar esta información en una aplicación oficial?
- A) Confirmar el número de sustancia, el valor límite y el estado de validez de la fuente oficial actual ✔
- B) Escriba el número de artículo proporcionado por AI en la petición de solicitud tal como está.
- C) Simplemente reescribe la oración en un estilo formal.
- D) Tomando el promedio porque la IA da más de una respuesta
Explicación: Los LLM pueden producir números de artículo inexistentes, regulaciones derogadas o puntos de interrupción incorrectos y enviarlos sin información de fecha actual. La referencia legislativa y el valor límite no se pueden utilizar en transacciones oficiales sin ser confirmados con la fecha de vigencia de la fuente oficial vigente (Boletín Oficial, portal de legislación).
10. ¿Qué es cierto antes de utilizar un script de Python generado por IA para limpiar y determinar las tendencias de los datos de la estación de monitoreo?
- A) Poner el resultado de la tendencia directamente en el informe ya que el código funciona sin errores
- B) Acortar los nombres de las variables y eliminar las líneas de comentarios
- C) Subir el script con todos los datos de seguimiento sin procesar a un servicio público
- D) Verificar con pruebas con resultados conocidos, verificación de unidades y casos extremos, y proteger la confidencialidad de los datos ✔
Descripción: el código AI puede contener una conversión de unidades incorrecta, un llenado incorrecto de datos faltantes, un análisis de fechas incorrecto o, en casos extremos, errores silenciosos. Código; validado con pequeños datos de prueba con resultados conocidos, verificación de volumen/tamaño y casos extremos (valor faltante, lectura negativa, registro doble); Además, los datos personales/confidenciales no deben enviarse a servicios externos sin permiso. El resultado se confirma mediante criterio de ingeniería.