FácilOpción múltiple

Pregunta de práctica de AI-900

¿Qué es el principio de 'inclusiveness' en el marco de AI responsable de Microsoft?

Elige la mejor respuesta.

Respuesta correcta

  • BLos sistemas de AI deben diseñarse para beneficiar y empoderar a todas las personas, incluidos los grupos marginados

Explicación

El principio de 'inclusiveness' en el marco de AI responsable de Microsoft exige que los sistemas de AI se diseñen para beneficiar y empoderar a todas las personas, incluidos los grupos marginados. Esto garantiza que las soluciones de AI no perpetúen sesgos ni excluyan a poblaciones desatendidas, alineándose con el compromiso de Microsoft con la equidad y la accesibilidad en las cargas de trabajo de AI.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Los sistemas de AI deben estar disponibles en todos los países sin restricciones

El principio de 'inclusiveness' se centra en diseñar la AI para servir a personas de todas las habilidades, géneros y orígenes de manera justa, no en las licencias geográficas. La disponibilidad en distintos países es un asunto de implementación o regulación, sin relación con los objetivos de equidad del marco. La opción tienta porque 'todos' sugiere un alcance amplio, pero el principio aborda el sesgo y la accesibilidad.

B

Correcta

Los sistemas de AI deben diseñarse para beneficiar y empoderar a todas las personas, incluidos los grupos marginados

El principio de 'inclusiveness' apunta a las barreras que excluyen a personas con discapacidades, idiomas variados o antecedentes marginados, asegurando que la AI beneficie a todos en lugar de a un subconjunto privilegiado. Aborda la representación y la accesibilidad a lo largo del ciclo de vida del diseño, diferenciándose de la equidad, que se ocupa del trato y los resultados justos en lugar de un empoderamiento y alcance amplios.

C

Incorrecta

Los sistemas de AI deben ser de código abierto y estar disponibles gratuitamente

El principio de 'inclusiveness' se ocupa de diseñar la AI para que personas de todas las habilidades, géneros y orígenes puedan usarla equitativamente, no de las licencias o el costo. La disponibilidad de código abierto es tentadora porque suena democratizadora, pero es un modelo de distribución; la inclusiveness trata sobre la accesibilidad y la representación justa en el diseño y los datos.

D

Incorrecta

Los sistemas de AI deben incluir todas las características posibles sin importar su relevancia

El principio de 'inclusiveness' significa que la AI debe empoderar e involucrar a todos, teniendo en cuenta diversas capacidades, idiomas y circunstancias, no que se deba incluir cada característica sin importar su relevancia. Resulta tentadora porque la palabra sugiere una amplia cobertura, lo cual encajaría en un principio sobre accesibilidad general en lugar de un alcance de funciones sin restricciones.

Para profundizar

El principio de 'inclusiveness' de Microsoft se enfoca en las barreras que excluyen a las personas según su capacidad, género, origen étnico u otras características, e impulsa decisiones de ingeniería concretas como el soporte para lectores de pantalla, subtítulos, interfaces de voz y datos de entrenamiento diversos. A nivel interno, esto se conecta con estándares de accesibilidad como WCAG y con la curaduría de conjuntos de datos: un modelo entrenado con datos no representativos tendrá un rendimiento deficiente para los grupos subrepresentados, por lo que el diseño inclusivo incluye auditar los conjuntos de entrenamiento y realizar pruebas en distintas poblaciones de usuarios. Un caso realista es una AI de contratación o salud que funciona mal para personas con acentos o tonos de piel más oscuros porque los datos de entrenamiento estaban sesgados; aplicar la inclusiveness significa ampliar la diversidad de datos y agregar interfaces asistivas para que el sistema beneficie a todos los usuarios en lugar de a un grupo mayoritario.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de AI-900 de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.