Aprenentatge Digital: Dades, IA, Seguretat i Regulació

Apunts Digitalització - RA5

📌 1. Dades crues i processades

• Bit (0/1) → Byte (8 bits, 256 combinacions).

• ASCII: representació numèrica de caràcters ("a" = 97 = 1100001 binari).

• Jerarquia DIKW: Dades → Informació → Coneixement → Saviesa.

📌 2. Cicle de vida de la dada

1. Generació (creació).
2. Recollida (captura).
3. Processat (transformació).
4. Emmagatzematge (guardar).
5. Gestió (ús).
6. Anàlisi (interpretació).
7. Visualització (presentació).
8. Destrucció (eliminació).

📌 3. Big Data, Machine Learning i IA

• Big Data = gran volum de dades.

• 5V: Velocitat, Volum, Varietat, Veracitat, Valor.

• Data Feed: recopilació de dades de diferents fonts.

• ML (Machine Learning): aprenentatge automàtic sense programació explícita.

• DL (Deep Learning): xarxes neuronals (reconeixement facial, traducció, conducció autònoma).

• NLP (Natural Language Processing): anàlisi de llenguatge natural.

📌 4. Sistemes Cloud

• Cloud Computing: ús de servidors remots per a dades.

• Avantatges: escalabilitat, accessibilitat, seguretat.

• Tipus: Pública (Google Drive), Privada, Híbrida.

📌 5. Seguretat en dades

• Principis:

  • 🔐 Confidencialitat: només usuaris autoritzats accedeixen.

  • 🔄 Integritat: protecció contra modificacions.

  • 📶 Disponibilitat: accés garantit.

• Amenaces: Malware, phishing, atacs DDoS.

• Mesures: xifratge, autenticació 2FA, còpies de seguretat.

📌 6. Regulació en seguretat de dades

• RGPD (Reglament General de Protecció de Dades) (UE).

• Principis:

  • ✅ Consentiment explícit.

  • 🔍 Dret d’accés, rectificació i eliminació de dades.

  • 🏢 Responsabilitat empresarial

📌 1. Introducció a la IA

• IA: tecnologia que permet a les màquines treballar de manera intel·ligent, similar a la ment humana.

• Funcions principals: 🔍 Aprenentatge | 🧠 Raonament | 🎨 Creativitat | 📊 Planificació.

• Relació amb Big Data: La IA processa grans volums de dades per millorar respostes i decisions.

• Empreses clau: Nvidia (processadors IA), Google, OpenAI, Microsoft.

📌 2. Tipus d'IA

• AGI (Artificial General Intelligence)

  • IA forta que iguala o supera la intel·ligència humana.

  • Encara en desenvolupament.

• ANI (Artificial Narrow Intelligence)

  • IA estreta, especialitzada en tasques concretes.

  • Exemples: 📱 Siri, Alexa | 📧 Filtres antispam | 👁 Reconeixement facial | 🚗 Vehicles autònoms.

📌 3. Sectors amb més implantació de la IA

🔬 Sanitat: Diagnòstics, assistents mèdics, detecció de malalties.
💼 Empreses: Automatització de processos, atenció al client, predicció de mercats.
🚗 Automoció: Cotxes autònoms, assistència en la conducció.
🎮 Videojocs: Personatges NPC intel·ligents, generació de contingut.
🔍 Ciberseguretat: Detecció de fraus, reconeixement d’amenaces.

📌 4. Legislació Europea sobre IA

• Llei d’IA de la UE: classifica els sistemes segons el risc que representen.

  • Risc inacceptable 🚫 (Ex: control massiu).

  • Alt risc ⚠️ (Ex: sistemes en sanitat).

  • Risc limitat ✅ (Ex: chatbots, recomanacions).

📌 5. IA i Big Data

• Big Data ➝ grans volums de dades.

• IA + Big Data = millors prediccions i automatització de processos.

• Exemples: Google Maps (rutes òptimes), Amazon (recomanacions), Banca (detecció de fraus).

📌 6. Exemples d'aplicació de la IA

• Chatbots (ex: ChatGPT) 🗣.

• Assistents virtuals (Siri, Alexa) 🎙.

• Medicina (detecció precoç de malalties) 🏥.

• Automoció (Tesla Autopilot) 🚗.

• Ciberseguretat (sistemes de detecció de fraus) 🔐.

📌 7. Algunes plataformes d'IA

• TensorFlow (Google) → Aprenentatge automàtic 📊.

• OpenAI (ChatGPT, DALL·E) → Processament de llenguatge natural 🤖.

• IBM Watson → IA per a empreses 🏢.

• Azure AI (Microsoft) → Solucions IA en el núvol ☁️.