Ganancias:
- Capacidad para explicar los límites del uso de la inteligencia artificial en MIS en el marco de KVKK y los principios básicos de seguridad de la información.
- Capacidad para aplicar de forma segura los principios de anonimización, privilegios mínimos y clasificación de datos a los flujos de trabajo de inteligencia artificial.
- Capacidad para gestionar responsablemente un proyecto MIS-AI de extremo a extremo en el marco de la ética, el cumplimiento y la aprobación competente.
Examen del módulo
1. ¿Qué afirmación describe con mayor precisión el papel de la inteligencia artificial en el trabajo de un especialista en sistemas de información de gestión?
- A) AI produce borradores y propuestas; ✔ Las reglas comerciales son responsabilidad humana para verificarlas con datos reales y aprobación competente
- B) El resultado de la IA está escrito con fluidez y técnicamente, por lo que normalmente no requiere verificación.
- C) La IA puede finalizar los requisitos directamente sin la aprobación de la unidad de negocio
- D) En decisiones financieras críticas, los resultados de la IA reemplazan la aprobación de un experto competente
Descripción: La inteligencia artificial elabora rápidamente productos intermedios como requisitos, modelos de datos, SQL e informes; Sin embargo, es responsabilidad humana verificar estos borradores con la regla comercial, los datos reales y la confirmación de las partes interesadas. Especialmente en decisiones financieras y de cumplimiento crítico, la IA no sustituye la aprobación de expertos competentes.
2. ¿Cuál es el principal problema con la afirmación "el sistema debe ser rápido" en un estudio de análisis de requisitos?
- A) Está escrito como no funcional aunque sea un requisito funcional.
- B) No se puede probar ni verificar porque no contiene un umbral mensurable ✔
- C) Las partes interesadas no lo entienden porque contiene demasiados detalles técnicos
- D) No es válido porque no está escrito en formato de historia de usuario.
Explicación: Esta declaración describe un requisito no funcional, pero no es mensurable. "Rápido" es subjetivo; define un tiempo de respuesta de requisito aceptable por número, condición y carga (por ejemplo, 'respuesta a la consulta de menos de 2 segundos con carga promedio'). Un requisito que no se puede medir no se puede probar.
3. ¿Cuál de los siguientes es el objetivo principal de la normalización en el modelado de datos?
- A) Simplificar la consulta recopilando todos los datos en una tabla grande
- B) Prevenir anomalías en las actualizaciones reduciendo la duplicación de datos y manteniendo la integridad ✔
- C) Minimizar siempre el tamaño de los archivos de copia de seguridad
- D) Garantizar directamente el rendimiento de los gráficos y de la placa.
Descripción: La normalización es el proceso de dividir tablas lógicamente para reducir la redundancia y preservar la integridad de los datos. Mantener la misma información en un solo lugar evita anomalías e inconsistencias en las actualizaciones. El objetivo no es acelerar el informe; A veces se realiza una desnormalización deliberada por motivos de velocidad.
4. ¿Cuál es el riesgo clave de inferir que "las ventas aumentaron a medida que aumentó la inversión publicitaria, por lo que la publicidad aumenta las ventas" en un panel de inteligencia empresarial?
- A) Correlación confusa con causalidad; Actuar juntos no prueba que uno cree el otro ✔
- B) Selección incorrecta del tipo de gráfico
- C) Los datos no están normalizados
- D) El tablero contiene demasiados colores.
Explicación: Esto confunde la correlación con la causalidad. Las dos métricas pueden moverse juntas, pero un tercer factor (por ejemplo, temporada, período de campaña) puede estar impulsando ambas al alza. El experto en MIS también debería comprobar si hay esta trampa en los textos narrativos generados por IA y probar las afirmaciones causales con evidencia.
5. En la automatización inteligente, donde se utilizan juntas RPA (automatización robótica de procesos) e inteligencia artificial, ¿para qué tipo de paso es más adecuada la RPA?
- A) Pasos que no están claros, se basan en la interpretación y requieren decisiones diferentes cada vez.
- B) Pasos para trabajar con datos regulares, repetitivos y estructurados ✔
- C) Pasos que requieren empatía con el cliente
- D) Pasos en los que se toman las decisiones estratégicas de inversión
Explicación: RPA es fuerte en pasos de datos regulares, repetitivos y estructurados: copiar datos de una pantalla e ingresarlos en otro sistema. La inteligencia artificial entra en juego en pasos que requieren juicios, clasificaciones o comprensión del lenguaje natural ambiguos; Las decisiones de alto riesgo siguen sujetas a la aprobación humana.
6. ¿Por qué los resultados de la IA deben validarse con especial cuidado en los sistemas ERP?
- A) Los datos del ERP son siempre anónimos, por lo que se requiere precaución adicional
- B) Los procesos de ERP son críticos desde el punto de vista financiero y operativo; El error tiene consecuencias financieras y legales directas ✔
- C) Los sistemas ERP no se pueden integrar con la inteligencia artificial en absoluto
- D) La IA no comprende los informes de ERP porque no son visuales
Descripción: ERP; Lleva a cabo procesos críticos financieros y operativos como contabilidad, inventario, compras y nómina. Un error aquí se refleja directamente en la decisión de registro financiero, pago o inventario. Por tanto, las recomendaciones de IA no se procesan sin la aprobación de un experto competente; El seguimiento de auditoría es obligatorio.
7. ¿A qué debe prestar atención primero un especialista en MIS cuando utiliza inteligencia artificial cuando trabaja con datos de CRM?
- A) Elegir la paleta de colores del panel
- B) Privacidad de los datos personales: anonimización, autorización mínima y garantizar primero el cumplimiento de KVKK ✔
- C) Cargar el conjunto de datos más grande posible en el vehículo tal como está
- D) Es suficiente utilizar la versión más reciente del modelo.
Descripción: Los datos de CRM son en gran medida datos personales (nombre, contacto, historial de compras). Antes de entregar estos datos a una herramienta de inteligencia artificial, se debe evaluar la anonimización, la autorización mínima y el cumplimiento de KVKK. Además, las decisiones automatizadas que afectan al cliente requieren supervisión humana y derecho de oposición.
8. ¿Qué tipo de gráfico es generalmente más adecuado para mostrar el cambio de tasa (porcentaje) a lo largo del tiempo en un tablero?
- A) Gráfico de líneas para la tendencia temporal; la escala y el eje deben estar configurados correctamente ✔
- B) Un gráfico circular es mejor en cada situación
- C) Los gráficos con efectos tridimensionales aumentan la legibilidad.
- D) El tipo de gráfico no afecta el mensaje, todos son equivalentes
Explicación: Un gráfico de líneas es adecuado para mostrar una tendencia a lo largo del tiempo; Si los ejes y la escala están configurados correctamente, el cambio se puede leer claramente. El gráfico circular muestra la participación en un único momento; no es adecuado para tendencias temporales. La selección gráfica se realiza según el mensaje a transmitir.
9. ¿Cuál de los siguientes es el riesgo más importante de las plataformas sin código/bajo código en términos de gobernanza?
- A) Las aplicaciones siempre se ejecutan muy lentamente
- B) Las soluciones de 'TI en la sombra' no documentadas y no auditadas crean riesgos de seguridad y datos ✔
- C) Nunca resuelven problemas comerciales reales.
- D) Sólo se pueden utilizar en grandes empresas
Descripción: Sin código/código bajo permite a los empleados no técnicos (desarrolladores ciudadanos) instalar aplicaciones rápidamente. Sin embargo, cuando se descontrola; Las soluciones de 'TI en la sombra' indocumentadas, inseguras y huérfanas crean fugas de datos y deuda técnica. La gobernanza requiere registrar y monitorear estas soluciones.
10. ¿Qué significa "coherencia", una de las dimensiones de la calidad de los datos?
- A) Los datos se ajustan exactamente al valor del mundo real.
- B) Los mismos datos no entran en conflicto entre sí en diferentes sistemas y registros ✔
- C) Todos los campos de los datos están llenos.
- D) Encontrar los datos en su forma más actual.
Explicación: Coherencia significa que los mismos datos no entran en conflicto entre sí en diferentes sistemas o registros; Por ejemplo, la dirección de un cliente es la misma en el CRM y en el sistema de facturación. Precisión significa conformidad con la realidad, integridad significa integridad y actualidad significa puntualidad de los datos. Estas son dimensiones separadas.
11. Dentro del alcance de KVKK, ¿cuál es el principio más básico que debe aplicar un experto en MIS antes de procesar datos personales con una herramienta de inteligencia artificial?
- A) Recoger todos los datos personales que se puedan obtener
- B) Minimización de datos y limitación de finalidad: procesar sólo los datos necesarios para la finalidad definida ✔
- C) Poner los datos en una carpeta pública a la que todos puedan acceder.
- D) Dejar la decisión de privacidad enteramente a la inteligencia artificial
Descripción: La minimización de datos y la limitación de la finalidad son esenciales: procesar sólo los datos necesarios para una finalidad identificada y legítima. Siempre que sea posible, los datos se anonimizan o seudonimizan; Las zonas que identifican a la persona se mantienen alejadas del vehículo. El enfoque de "más datos, mejor" va en contra de los principios del KVKK.
12. ¿Por qué la frase "el sistema aprueba automáticamente cuando corresponde" es un requisito riesgoso en un borrador de requisitos impulsado por IA?
- a) Porque es demasiado largo
- B) Los 'casos factibles' no están definidos, están abiertos a interpretación, no se pueden comprobar y son propensos a errores ✔
- C) La automatización siempre está prohibida
- D) Porque no está en formato de historia de usuario
Explicación: "Situaciones adecuadas" es una expresión vaga; No está definido qué condiciones desencadenan la aprobación. El desarrollador malinterpreta el requisito ambiguo y no se puede probar. El experto en MIS debería aclarar estas declaraciones ambiguas producidas por la IA con reglas y umbrales claros y hacer que las partes interesadas las confirmen.
13. ¿Cuál es el objetivo principal de un proceso ETL (Extract-Transform-Load) en un data warehouse?
- A) Generar nuevos datos de clientes
- B) Extraer y transformar datos de diferentes fuentes y cargarlos en una estructura consistente lista para el análisis ✔
- C) Seleccionar automáticamente los colores de los paneles
- D) Compartir datos personales independientemente de la ley
Descripción: ETL; Extrae datos de fuentes (Extract), los limpia y los convierte en una estructura estándar (Transform) y los carga en el almacén de datos para su análisis (Load). El objetivo es reunir formatos dispersos y diferentes de datos operativos en una estructura consistente lista para informes y análisis. ETL no produce datos, mueve y organiza datos existentes.
14. ¿Por qué es fundamental el "manejo de excepciones" en el diseño de automatización de procesos?
- A) Porque siempre hace que la automatización funcione más rápido
- B) Porque proporciona parada y orientación seguras a las personas en lugar de errores silenciosos en situaciones ilegales ✔
- C) Porque mejora el diseño gráfico
- D) Porque elimina automáticamente los datos personales
Explicación: Las automatizaciones siempre encuentran situaciones que van en contra de las reglas (datos faltantes, formato inesperado, error del sistema). El manejo de excepciones permite al robot detener el proceso de forma segura y redirigirlo a un humano en estos casos, en lugar de realizar una acción incorrecta en silencio. Si no se diseñan excepciones, los errores se propagarán silenciosamente y se perderá el registro de auditoría.