Crear
Descargar
Obtener Plan Académico
Compartir juego
Intégralo en tu plataforma

Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.
Descargar
Has superado el número máximo de juegos que puedes integrar en Google Classroom con tu Plan actual.

Para integrar tantos juegos como quieras en Google Classroom, necesitas un Plan Académico o un Plan Comercial.

Has superado el número máximo de juegos que puedes integrar en Microsoft Teams con tu Plan actual.

Para integrar tantos juegos como quieras en Microsoft Teams, necesitas un Plan Académico o un Plan Comercial.

La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.

Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.

Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:

Quiz: Uso de. la IA en la universidad

Test

Jugadas 0

Sobre esta actividad

Conocimientos clave de IA en ámbitos académicos

Creada por

Colombia

Descarga la versión para jugar en papel

Crea tu propio juego gratis desde nuestro creador de juegos
Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Top juegos

%
Anónimo
Anónimo
%
%
%
Has superado el número máximo de juegos que puedes imprimir con tu Plan actual.

Para imprimir tantos juegos como quieras, necesitas un Plan Académico o un Plan Comercial.

Imprime tu juego
Quiz: Uso de. la IA en la universidad
 

Quiz: Uso de. la IA en la universidadVersión en línea

Conocimientos clave de IA en ámbitos académicos

por Majo Muñoz
1

¿Qué es una red neuronal?

2

¿Qué significa 'aprendizaje supervisado'?

3

¿Qué es el sesgo en IA?

4

¿Qué es la ética en IA universitaria?

5

¿Qué es el conjunto de datos de entrenamiento?

6

¿Qué significa 'explicabilidad' en IA?

7

¿Qué es el aprendizaje por refuerzo?

8

¿Qué se evalúa con una matriz de confusión?

Explicación

Las redes neuronales procesan entradas a través de neuronas artificiales con pesos.

Se usan pares (entrada, etiqueta) para aprender la función.

El sesgo puede provenir de datos no representativos o supuestos del modelo.

La ética considera privacidad, sesgos, transparencia y consecuencias.

Se usa para ajustar pesos, mientras el de validación evalúa generalización.

La explicabilidad facilita confianza y auditoría del modelo.

El agente aprende políticas a partir de Interacciones con el entorno.

La matriz de confusión resume aciertos y errores por clase.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.