EPSOHQ
ES

EPSO/AD/430/26 AD8 · Test relacionado con el ámbito

Inteligencia artificial AD8: guía de estudio EPSO

Prepare IA AD8 EPSO: temas técnicos, Reglamento de IA, recursos gratuitos, ocho preguntas resueltas y simulacro completo de 30 preguntas.

Simulacro completo Preguntas resueltas

EPSOHQ Editorial Actualizado el

preguntas
30
minutos
40
nota mínima
15/30

La EPSO indica enero de 2027 como período orientativo. Consulte su convocatoria individual para conocer las fechas exactas. Página oficial del ámbito: EPSO/AD/430/26 – 1.

Lista de repaso a partir del anexo II

Esta guía de EPSOHQ sigue las funciones publicadas. La EPSO no ha publicado un temario detallado para la prueba del ámbito ni la ponderación por tema. Consulte el anexo II de la convocatoria oficial.

  1. Desplegar y operar sistemas de IA

    Estudiar:

    • Arquitectura y datos: comparar algoritmos y desarrollo interno frente a compra, comprobar necesidades de cálculo y latencia, documentar conjuntos de datos y separar entrenamiento, validación y prueba para evitar fugas de información entre conjuntos.
    • Evaluación: calcular precisión y exhaustividad, elegir umbrales según el coste de los errores y comprobar calibración de probabilidades, equidad entre subgrupos y robustez. Una exactitud global alta puede ocultar casos infrecuentes no detectados.
    • MLOps: versionar datos, código y modelos, reproducir experimentos, detectar derivas y diferencias entre entrenamiento y producción, vigilar la calidad del servicio y preparar reversión y recuperación.
    • IA generativa: comprender transformadores y representaciones vectoriales, comparar RAG y ajuste fino, evaluar por separado recuperación y respuestas, y proteger agentes y herramientas Model Context Protocol (MCP) frente a inyección de instrucciones y envenenamiento de datos.

    Leer: En la guía del NIST, estudie cómo medir el rendimiento en condiciones cercanas al uso previsto (NIST AI RMF: medición).

    Practicar: Diagnosticar una caída de rendimiento en producción

  2. Gobernar y contratar IA fiable

    Estudiar:

    • Ámbito y funciones: distinguir sistemas de IA y modelos de IA de uso general, identificar prácticas prohibidas, clasificar usos previstos y separar obligaciones del proveedor de sistemas, del responsable del despliegue y del proveedor de modelos.
    • Controles: repasar transparencia, documentación, registros, supervisión humana y evaluaciones de impacto sobre los derechos fundamentales y la protección de datos. Comprender qué demuestra cada control y sus límites.
    • Contratación: exigir pruebas de rendimiento y seguridad, acceso a auditorías, responsabilidades sobre actualizaciones e incidentes, protección de datos y condiciones viables para cambiar de proveedor.

    Leer: Lea los artículos 4, 6, 16 y 26 del Reglamento de IA modificado y revise los flujos de datos con las orientaciones del SEPD (2024/1689, 2026/1744, 2018/1725, Orientaciones del SEPD (2025)).

    Practicar: Evaluar una compra de IA antes de firmar · Clasificar un sistema de selección según su uso

  3. Elaborar y evaluar políticas de IA

    Estudiar:

    • Políticas y mercados: examinar dependencias de cálculo, datos y distribución, concentración de proveedores, costes de cambio y competencia entre proveedores de modelos fundacionales. Varias marcas pueden compartir una misma dependencia.
    • Trabajo y servicios públicos: distinguir exposición de tareas y previsiones de pérdida de empleo; evaluar competencias, accesibilidad, derechos y efectos en distintas poblaciones. Comprobar si acelerar tareas mejora el servicio completo.
    • Evaluación e inversión: comparar la intervención de IA con un contrafactual creíble, incluir costes de implantación y revisión, comprobar la transferencia más allá de los pilotos y comunicar la incertidumbre a quienes deciden.

    Leer: Lea la explicación del JRC sobre el contrafactual: ¿qué habría pasado sin la intervención? (Guía de evaluación del JRC).

    Practicar: Decidir si ampliar un piloto

El Reglamento (UE) 2026/1744 modificó el calendario de los principales requisitos de alto riesgo del capítulo III, secciones 1 a 3: 2 de diciembre de 2027 para los sistemas clasificados con arreglo al artículo 6, apartado 2, y el anexo III; 2 de agosto de 2028 para los del artículo 6, apartado 1, y el anexo I. El artículo 6, apartado 5, queda fuera de ese calendario. El artículo 4 revisado exige que proveedores y responsables del despliegue tomen medidas para fomentar la alfabetización en IA del personal y de quienes operen o utilicen los sistemas por su cuenta.

Para la IA generativa y los datos personales en instituciones de la UE, consulte las orientaciones del SEPD revisadas en 2025. En la contratación, contraste las pruebas del proveedor, el acceso para auditorías y las condiciones de salida con las cláusulas contractuales tipo de la UE para IA.

Una ruta de repaso del Reglamento de IA

Consulte el texto jurídico modificado junto con el explorador de artículos de la Comisión.

  1. Empiece por el ámbito de aplicación y las prácticas prohibidas: artículos 2–5. Clasifique después el uso previsto según el artículo 6 y los anexos I y III; la aprobación humana del resultado no determina por sí sola la clasificación.
  2. Asigne responsabilidades: compare las obligaciones del proveedor en el artículo 16, los cambios en la cadena de valor en el artículo 25, las obligaciones del responsable del despliegue en el artículo 26 y la evaluación de derechos fundamentales en el artículo 27.
  3. Separe sistema y modelo: repase la transparencia del artículo 50 y los modelos de IA de uso general de los artículos 51–55, incluidos los requisitos adicionales para modelos con riesgo sistémico.
  4. Compruebe la fecha aplicable y las pruebas de cada obligación. Distinga las evaluaciones del Reglamento de IA de las obligaciones del Reglamento 2018/1725: la documentación de conformidad del proveedor no sustituye la evaluación institucional de protección de datos.

Lecturas gratuitas para sus puntos débiles

Son recursos complementarios, no una bibliografía oficial de EPSO. Lea las secciones que cubran sus lagunas y pruebe el caso asociado. Los recursos técnicos pueden estar en inglés; lea la legislación de la UE en su lengua de examen.

  1. Métricas y aprendizaje automático en producción

    Google: precisión y exhaustividad · Google: reglas del aprendizaje automático

    Estudie matrices de confusión, compromisos entre umbrales y diferencias entre entrenamiento y producción. Repase también calibración y evaluación por subgrupos con el recurso NIST indicado arriba.

    Practicar: Calcular precisión y exhaustividad

  2. RAG y evaluación de la IA generativa

    Hugging Face: RAG · NIST AI 600-1

    Comprenda la recuperación antes de la generación. Compruebe actualidad de las fuentes, permisos, cobertura de recuperación y respaldo documental de las respuestas; distinga estos fallos de las necesidades de adaptación del modelo.

    Practicar: Elegir cómo usar documentos que cambian

  3. Agentes, MCP y seguridad de la IA

    OWASP: inyección de instrucciones · MCP: orientaciones de seguridad

    Estudie las instrucciones indirectas en contenido recuperado, los privilegios mínimos y los controles de autorización externos al modelo. RAG y el ajuste fino no eliminan la inyección de instrucciones.

    Practicar: Contener una solicitud peligrosa a una herramienta

  4. Mercados, empleo y pruebas para las políticas

    CMA: mercados de modelos fundacionales · OIT: exposición ocupacional a la IA generativa

    Estudie dependencias y costes de cambio. Distinga exposición de tareas y efectos observados sobre el empleo; combine el análisis con el enfoque contrafactual del JRC citado arriba.

    Practicar: Comprobar si existe una elección real de proveedores

Preguntas de práctica resueltas

Ejemplos originales de práctica EPSOHQ, no preguntas oficiales de EPSO. Cada pregunta tiene una mejor respuesta; abra la explicación después de elegir.

Diagnosticar una caída de rendimiento en producción

Un modelo de clasificación de expedientes superó la validación. Tras el despliegue, los errores aumentan en un nuevo canal de entrada. ¿Qué debe comprobar primero el equipo?

  1. ASi más iteraciones mejoran la puntuación en el conjunto de validación original.
  2. BSi cambian las características de los datos y las tasas de error por canal en expedientes recientes etiquetados.
  3. CSi hay un modelo mayor a un coste similar.
  4. DSi la puntuación global sigue siendo alta en el conjunto de prueba original.
Mostrar respuesta y explicación
B

Compare los datos y errores de cada canal con la referencia de validación. Una puntuación alta en el conjunto antiguo (D) puede ocultar fallos en el nuevo canal. Diagnostique el cambio antes de volver a entrenar.

Evaluar una compra de IA antes de firmar

Una agencia de la UE quiere un asistente alojado para resumir expedientes de personal. El proveedor dice que basta su documentación de conformidad con el Reglamento de IA. ¿Qué debe hacer la agencia antes de contratar?

  1. AAceptar los documentos como prueba de la licitud del tratamiento de datos por la agencia.
  2. BHacer primero un piloto con expedientes reales para ver qué datos se conservan.
  3. CDelegar toda la evaluación en el proveedor porque aloja el servicio.
  4. DTrazar flujos y responsabilidades, comprobar la base jurídica y las garantías conforme al Reglamento 2018/1725 y determinar si hace falta una evaluación de impacto en la protección de datos.
Mostrar respuesta y explicación
D

La agencia debe evaluar su propio tratamiento. La documentación de conformidad (A) puede servir para comprobar requisitos de IA, pero no establece la base jurídica para tratar expedientes de personal.

Decidir si ampliar un piloto

Dos oficinas voluntarias tramitaron expedientes un 20 % más rápido en un piloto de IA. La dirección propone extenderlo a todas. ¿Qué datos aportarían más respaldo a esa decisión?

  1. AResultados de oficinas comparables que mantienen el procedimiento habitual, con tiempos totales, errores y repetición del trabajo bajo cargas distintas.
  2. BUna muestra mayor de las mismas dos oficinas tras el despliegue.
  3. CUna prueba de que el modelo predice bien con expedientes archivados.
  4. DUna encuesta que muestra que la mayoría del personal valoró el instrumento.
Mostrar respuesta y explicación
A

Una comparación creíble ayuda a aislar el efecto de la herramienta. Los errores y el trabajo repetido muestran si el ahorro tuvo un coste. Añadir expedientes de las mismas oficinas (B) no corrige el sesgo de selección ni demuestra que el resultado sea transferible.

Calcular exhaustividad y precisión

Un modelo de clasificación señala 40 de los 50 expedientes realmente urgentes. También señala 60 expedientes no urgentes. ¿Cuáles son su exhaustividad y precisión para los expedientes urgentes?

  1. AExhaustividad: 93 %; precisión: 80 %.
  2. BExhaustividad: 40 %; precisión: 80 %.
  3. CExhaustividad: 80 %; precisión: 40 %.
  4. DExhaustividad: 80 %; precisión: 93 %.
Mostrar respuesta y explicación
C

La exhaustividad es 40/50 = 80 %: la proporción de expedientes urgentes detectados. La precisión es 40/(40 + 60) = 40 %: la proporción de expedientes señalados que son urgentes. Los denominadores responden a preguntas operativas distintas; la exactitud global no sustituye ninguna de estas métricas.

Contener una solicitud peligrosa a una herramienta

Un asistente recupera un documento que le ordena enviar expedientes confidenciales a una dirección externa mediante una herramienta MCP. ¿Qué control limita mejor el daño si el modelo sigue la instrucción?

  1. ACambiar el nombre de la herramienta de correo para que el documento no pueda mencionarlo.
  2. BImponer autorizaciones y restricciones de destino fuera del modelo, limitar permisos y exigir aprobación para envíos externos sensibles.
  3. CAlargar la instrucción de sistema y permitir que el modelo autorice sus propias acciones.
  4. DSustituir recuperación por ajuste fino y mantener acceso ilimitado al correo.
Mostrar respuesta y explicación
B

Los documentos recuperados son entradas no fiables. Las autorizaciones de la aplicación, las herramientas restringidas y las aprobaciones reducen el impacto de la inyección indirecta. Una conexión MCP no vuelve fiables las instrucciones de un documento. Una advertencia en el texto de instrucciones no basta para imponer derechos de acceso.

Clasificar un sistema de selección según su uso

Una agencia usa IA para puntuar CV y ordenar candidatos. Un responsable aprueba cada lista de preselección. ¿Qué evaluación es correcta?

  1. ACualquier uso de un modelo de lenguaje convierte automáticamente el sistema en uno de alto riesgo.
  2. BLa aprobación humana final excluye automáticamente la clasificación de alto riesgo.
  3. CLa etiqueta elegida por el proveedor basta para determinar la clasificación.
  4. DEvaluar el uso de selección conforme al anexo III y al artículo 6, incluidas las excepciones aplicables; la aprobación humana por sí sola no crea una exención.
Mostrar respuesta y explicación
D

La clasificación depende del uso previsto y de los criterios jurídicos. La selección de personal es una categoría del anexo III. Las excepciones del artículo 6 requieren una evaluación propia; una decisión humana final no constituye una exención general. Distinga clasificación y fecha de aplicación de las obligaciones concretas.

Comprobar si existe una elección real de proveedores

Un comprador público puede elegir entre tres marcas de IA. Todas dependen de la misma nube y una interfaz propietaria. La propuesta habla de competencia resiliente. ¿Qué pruebas son más útiles?

  1. ALas dependencias de infraestructura compartidas, las opciones de exportación de datos, los costes de cambio y los resultados de pruebas de portabilidad a alternativas.
  2. BSolo el número de marcas preseleccionadas.
  3. CUna clasificación por el número de parámetros anunciado.
  4. DUna encuesta de satisfacción entre clientes del mayor proveedor.
Mostrar respuesta y explicación
A

Distintas marcas pueden conservar un punto de fallo común o una barrera al cambio. Examine dependencias de infraestructura, contractuales y técnicas antes de afirmar resiliencia o elección efectiva. Se evalúan las pruebas, sin concluir que un proveedor haya infringido el Derecho de la competencia.

Elegir RAG o ajuste fino para fuentes cambiantes

Un asistente interno debe responder con procedimientos que cambian semanalmente y citar la fuente autorizada actual. ¿Cuál es el mejor enfoque inicial?

  1. ARealizar ajuste fino mensual y suponer que los pesos retienen todas las normas vigentes.
  2. BAumentar el tamaño del modelo y eliminar la recuperación para reducir latencia.
  3. CRecuperar documentos actuales con controles de acceso, evaluar por separado recuperación y respaldo de las respuestas, y validar las citas.
  4. DRecuperar todos los documentos, incluso versiones a las que el usuario no tiene acceso.
Mostrar respuesta y explicación
C

RAG puede aportar referencias actuales sin volver a entrenar en cada cambio. Sigue necesitando control de versiones, permisos por documento y comprobaciones de que las fuentes citadas respaldan la respuesta. El ajuste fino puede adaptar el comportamiento, pero no garantiza por sí solo hechos actuales ni citas válidas.

Cómo aprovechar el resultado del simulacro

Haga un simulacro del ámbito en 40 minutos, una media de 80 segundos por pregunta. Revise los fallos y los aciertos por azar. Anote la regla o el supuesto que pasó por alto, practique el grupo de funciones que menos domina y repita el simulacro. Lea la legislación de la UE en la lengua de la prueba para familiarizarse con su terminología.

Admisibilidad, pruebas y puntuación · Centro de preparación EPSOHQ