ASIG02 - SE - Adriano Zambrano
26
UNIVERSIDAD DE PANAMÁ CENTRO REGIONAL UNIVERSITARIO DE VERAGUAS FACULTAD DE INFORMÁTICA, ELECTRÓNICA Y COMUNICACIÓN ADQUISICIÓN DEL CONOCIMIENTO. Por: ADRIANO LEONARDO ZAMBRANO VÁSQUEZ CÉDULA: 9-738-1629 SANTIAGO, REPÚBLICA DE PANAMÁ 28/08/22
Transcript of ASIG02 - SE - Adriano Zambrano
UNIVERSIDAD DE PANAMÁ
CENTRO REGIONAL UNIVERSITARIO DE VERAGUAS
FACULTAD DE INFORMÁTICA, ELECTRÓNICA Y
COMUNICACIÓN
ADQUISICIÓN DEL CONOCIMIENTO.
Por:
ADRIANO LEONARDO ZAMBRANO VÁSQUEZ
CÉDULA: 9-738-1629
SANTIAGO, REPÚBLICA DE PANAMÁ
18/04/23
TABLA DE CONTENIDOS
1. INTRODUCCIÓN.............................................................................4
2. EL PAPEL DEL INGENIERO DEL CONOCIMIENTO......................5
3. PROBLEMAS GENERALES EN LA ADQUISICIÓN DE
CONOCIMIENTO.............................................................................7
3.1 EL PROBLEMA DEL CONOCIMIENTO TÁCITO............................7
3.2 EL PROBLEMA DE LA COMUNICACIÓN.......................................7
3.3 EL PROBLEMA DE UTILIZAR REPRESENTACIONES DE
CONOCIMIENTO.............................................................................8
4. FORMAS GENERALES DE ADQUISICIÓN DE
CONOCIMIENTO.............................................................................9
5. MÉTODOS DE ADQUISICIÓN DE CONOCIMIENTO.....................9
5.1 ENTREVISTAS................................................................................9
5.2 VARIOS EXPERTOS.....................................................................10
5.3 OBSERVACIÓN.............................................................................10
5.4 PENSANDO EN VOZ ALTA...........................................................11
5.5 ANÁLISIS DE PROTOCOLOS.......................................................11
5.6 DESCRIPCIÓN RESTROSPECTIVA DE CASOS.........................12
5.7 MÉTODOS DE INCIDENTES CRÍTICOS......................................13
5.8 CUADRÍCULAS.............................................................................14
6. METODOLOGÍAS DE ADQUISICIÓN DE CONOCIMIENTO........15
6.1 COMMON KADS............................................................................15
6.1.1 NIVEL CONCEPTUAL...................................................................15
6.1.2 NIVEL CONCEPTUAL...................................................................16
6.2 MIKE..............................................................................................17
7. CONCLUSIONES..........................................................................19
8. REFERENCIAS BIBLIOGRÁFICAS...............................................19
1. INTRODUCCIÓN.
En ciencias de la información, se define al conocimiento como el conjunto
organizado de datos e información destinados a resolver un determinado
problema, para obtener dicho conocimiento se hace bajo un método denominado
método científico o método experimental, y al conocimiento así obtenido se lo
denomina conocimiento científico.
Sin embargo, el concepto de conocimiento es más general que el de
conocimiento científico. Es así que las creencias religiosas constituyen un tipo
especial de conocimiento, diferente del científico, aunque sí es fuente de
conocimiento. Según Platón, el conocimiento se caracteriza por ser
necesariamente verdadero (episteme). De otro modo, la mera creencia y opinión
(ignorante de la realidad de las cosas) quedan relegadas al ámbito de lo
probable y lo aparente.
Una certeza que el día de mañana probara ser falsa, en verdad nunca habría
sido conocimiento. Y en efecto, esta vinculación entre conocimiento-verdad-
necesidad forma parte de toda pretensión de conocimiento ora filosófico, ora
científico, en el pensamiento occidental.
En general, para que una creencia constituya conocimiento científico no basta
con que sea válida y consistente lógicamente, pues ello no implica de suyo su
verdad. Así por ejemplo, téngase un sistema lógico deductivo consistente y
válido. Niéguese la totalidad de las premisas del sistema, y se obtendrá un
sistema igualmente consistente y válido, sólo que contradictorio al sistema
previo.
De tal manera, validez no garantiza verdad. Para que una teoría deba ser
considerada como verdadera, deben existir, desde el punto de vista de la
ciencia, pruebas que la apoyen. Es decir, debe poder demostrarse su
verosimilitud empleando el método científico, también conocido como método
experimental.
En la construcción de un sistema experto, -un problema común e impredecible-
es el de la adquisición de conocimiento, de forma sencilla consiste en hacer que
el experto exprese sus conocimientos y en segundo plano quede darle
manipulación automática sistemática.
Dentro de los métodos de adquisición de conocimiento se pueden citar los
métodos basados en interacción humana tales como tareas familiares,
entrevistas, tareas de proceso restringido y tareas de información limitada y los
basados en técnicas de aprendizaje automático.
Asegurarse que dicho conocimiento sea valeroso, abarca la validación y
chequeo del conocimiento, donde la verificación se logra haciendo interactuar el
experto de campo con el prototipo del sistema experto para registrar sus
impresiones y haciendo las modificaciones pertinentes.
El conocimiento es la comprensión adquirida, implica aprendizaje,
concienciación y familiaridad con una o más materias; el conocimiento se
compone de ideas, conceptos, hechos y figuras, teorías, procedimientos y
relaciones entre ellos, y formas de aplicar los procedimientos a la resolución
práctica de problemas.
2. EL PAPEL DEL INGENIERO DEL CONOCIMIENTO.
El trabajo de los ingenieros del conocimiento consiste en extraer el conocimiento
de los expertos humanos en un determinado área, y en codificar dicho
conocimiento de manera que pueda ser procesado por un sistema.
El problema es que el ingeniero del conocimiento no es un experto en el campo
que intenta modelar, mientras que el experto en el tema no tiene experiencia
modelando su conocimiento (basado en la heurística) de forma que pueda ser
representado de forma genérica en un sistema.
Como especialista informático, el cual tiene los conocimientos profundos sobre
el desarrollo y ejecución de sistemas basados en el conocimiento debe conocer
las herramientas de su desarrollo, estrategias efectivas de comunicación y
contar con conocimientos mínimos de psicología para poder interpretar las
expresiones y manifestaciones del experto humano, de modo que los sistemas
expertos cumplan con su propósito, así el ingeniero del conocimiento debe
poseer las siguientes cualidades:
1. Ser capaz de estructurar inicialmente y definir la base de conocimiento
usando solamente interacción mínima con el experto del dominio,
alcanzando un nivel de dominio natural.
2. El conocimiento reunido por el ingeniero del conocimiento debe ser
exacto y completo tanto como sea posible. Aunque la base de
conocimiento siempre necesitará ser revisada y actualizada, el sistema
será solamente tan bueno como el conocimiento que incorpore.
3. Las interacciones del experto en el dominio / ingeniero del conocimiento
deberán ser dirigidas y organizadas para producir la máxima información
en menor tiempo de interacción.
3. PROBLEMAS GENERALES EN LA ADQUISICIÓN DE
CONOCIMIENTO.
3.1 EL PROBLEMA DEL CONOCIMIENTO TÁCITO.
Aunque no se sabe exactamente como el conocimiento tácito es codificado
psicológicamente en la memoria humana, se da por hecho que la resolución de
problemas por parte de los expertos involucra el uso de este tipo de
conocimiento.
De ahí que el conocimiento tácito sea el objeto de estudio de la adquisición de
conocimiento, a medida que las personas se vuelven más experimentadas en su
tarea de conocimiento y aplican repetidamente su conocimiento declarativo a
determinadas tareas, este se vuelve tácito, perdiendo de esta forma conciencia
de lo que realmente saben.
Consecuentemente, el conocimiento que es más idóneo para su incorporación a
un SBC, y por lo tanto el objeto de la adquisición de conocimiento, es el tipo de
conocimiento sobre el que los expertos tienen menos conciencia, con lo cual su
adquisición se hace una tarea bastante compleja.
3.2 EL PROBLEMA DE LA COMUNICACIÓN.
Los expertos en una determinada área de aplicación y los ingenieros del
conocimiento no utilizan el mismo lenguaje para comunicarse, es por ello que
para poder representar el conocimiento relevante en un determinado tema, el
ingeniero del conocimiento se debe familiarizar con el domino de la aplicación,
debe de aprender el vocabulario utilizado en dicha área, y quizás, una nueva
forma de ver los problemas.
Por otro lado el problema de la comunicación no solo recae en la falta de
conocimiento sobre el dominio que posee el ingeniero del conocimiento, sino
que también se debe al hecho de que el experto, en la mayor parte de los casos,
carece de conocimientos de programación, y por lo tanto, no sabe que
conocimiento es el idóneo para ser codificado en el ordenador.
3.3 EL PROBLEMA DE UTILIZAR REPRESENTACIONES DE
CONOCIMIENTO.
Además de las barreras lingüísticas y cognitivas, otra situación inherente radica
en el lenguaje elegido para la codificación del mismo, ya que los lenguajes
usados para codificar el conocimiento carecen generalmente de suficiente
potencia expresiva.
Se define el término adecuación epistemológica como la habilidad de un
formalismo de representación del conocimiento para expresar los hechos que
una persona conoce sobre algún aspecto del mundo real, su importancia radica
que haya que hay experimentos que demuestran que la forma en la que es
modelado el conocimiento del experto, depende fuertemente del lenguaje de
representación utilizado.
Por lo tanto, las primitivas ofrecidas por las herramientas de construcción de
sistemas basados en conocimiento tienen una influencia bastante fuerte la forma
en el que el conocimiento sobre el dominio es adquirido.
La construcción más complejos de éstos, dan lugar a que las funcionalidades
esperadas no se cumplieran y que tampoco se cumplieran con los plazos
establecidos para el desarrollo. Esto evidenciaba el hecho de que se había
llegado a un punto en el que el tamaño de los problemas que se intentaban
abordar requería de unas metodologías de desarrollo más elaboradas de lo que
existían en esos momentos.
4. FORMAS GENERALES DE ADQUISICIÓN DE
CONOCIMIENTO.
Métodos directos: le preguntan directamente al experto lo que
sabe. El experto es la única fuente de información; el ingeniero del
conocimiento confía totalmente en lo que el experto le dice.
Métodos indirectos: se usan porque no siempre los expertos
pueden acceder a los detalles de sus conocimientos o procesos
mentales, y para confirmar lo adquirido mediante técnicas directas.
5. MÉTODOS DE ADQUISICIÓN DE CONOCIMIENTO.
5.1 ENTREVISTAS.
La entrevista con el experto es el método más común y familiar para educir
conocimientos. La entrevista consiste en una interacción sistemática de un
Ingeniero del Conocimiento con un experto para extraer los conocimientos de
experiencia de éste.
Al conversar con el experto, se revelan sus objetivos cuando resuelve
problemas, cómo están relacionados u organizados sus pensamientos, y los
procesos a través de los cuales hace un juicio, resuelve un problema o diseña
una solución.
Las entrevistas podemos categorizarlas de la siguiente forma:
Entrevista abierta: en una entrevista no estructurada, o abierta, el
Ingeniero del Conocimiento plantea, más o menos
espontáneamente, preguntas al experto, en base a una
planificación y control.
Entrevista estructurada: el Ingeniero del Conocimiento, una vez
marcado el tema y la profundidad con que se desea tratarlo,
planifica todas las preguntas que debe plantear al experto durante
la sesión. Las preguntas a plantear deberían centrarse sobre los
conocimientos de: los conceptos, relaciones e inferencias del
experto.
5.2 VARIOS EXPERTOS.
Ofrecen soporte a los expertos humanos para construir las Bases de
conocimiento aunque los ingenieros de conocimiento les ayuden poco. El
proceso de Adquisición de conocimiento suele ser caro debido a que los
ingenieros de conocimiento no poseen los conocimientos como el experto, por lo
que suele ser lenta la comunicación entre ambos.
El experto humano con el uso de estas herramientas aprende a usar la interface
y ejecutar el proceso, estructurar el modelo de acuerdo al rendimiento que se
espera.
5.3 OBSERVACIÓN.
Con frecuencia, la mejor forma de descubrir cómo hace un juicio un experto,
efectúa un diagnóstico, o diseña una solución, es observar a un experto trabajar
en un problema real habitual.
La primera decisión que se debe tomar al respecto es cómo registrar las
prestaciones del experto. Una posibilidad es sencillamente observar, tomar
notas e intentar seguir al vuelo el proceso de pensamiento del experto.
Otra, es grabar todo el proceso para una posterior revisión con el experto, así el
ingeniero del conocimiento no interfiere en la actuación del experto en la
solución de sus tareas reales cotidianas.
5.4 PENSANDO EN VOZ ALTA.
Hacer que una persona piense en voz alta durante la realización de una tarea,
esta técnica parezca plausible, tiene una debilidad inherente donde el acto de
verbalizar es una tarea por sí misma. Puede interferir con la realización de la
tarea primaria y causar el reporte de información inexacta.
Una consideración adicional es el grado a la que esta tarea debe conformar las
condiciones de tiempo real.
Cuando combinadas con los problemas de logística de tener al experto
actualmente haciendo una tarea, la verbalización sola puede no ser un método
práctico de adquisición de conocimiento para tareas no deliberadas. En
semejantes casos, puede ser útil para el ingeniero del conocimiento observar al
experto actualmente haciendo la tarea. La información obtenida de la
observación puede ser invaluable para incrementar el entendimiento del
ingeniero del conocimiento de los requerimientos de la tarea.
5.5 ANÁLISIS DE PROTOCOLOS.
El análisis de protocolo se desarrolla en dos fases:
En la primera fase, se le plantean al experto problemas concretos y
se le pide que diga todas las decisiones que tomó en la solución de
las mismas, listarlas para luego construir las reglas (->).
En la segunda fase, se vuelve a examinar con el experto cada
secuencia de acciones anteriormente registradas y se le pregunta
la razón de la opción de las decisiones, conformando en su
completitud las reglas (<-).
Una vez extraídas las condiciones y acciones para cada regla, se le presentan
en conjunto al experto con el fin de generalizarlas.
Los protocolos pueden ser utilizados concurrentemente, tanto en
experimentación como en tareas del mundo real. Estos protocolos pueden
proporcionar heurísticas útiles o hechos que el ingeniero del conocimiento puede
utilizar directamente como conocimiento o indirectamente como
metaconocimiento.
Las puntualizaciones de los expertos pueden proporcionar información que
puede hacer mucho más fácil las subsiguientes interpretaciones y pueden
proporcionar datos claves sobre el pensamiento del experto que podrían no
haber emergido durante las entrevistas.
5.6 DESCRIPCIÓN RESTROSPECTIVA DE CASOS.
Este acercamiento requiere al experto realizar completamente la tarea e
inmediatamente reportar el conocimiento empleado en la misma. Los problemas
encontrados cuando se trata de verbalizar durante la tarea son evitados.
Acortando el tiempo entre el comportamiento actual y recordando mejora la
habilidad del experto para reportar en el proceso cognoscitivo involucrado. Sin
embargo, el tiempo entre la performance de la tarea y la subsecuente entrevista
deberían ser tan cortos como sea posible.
Mientras este acercamiento pueda mejorar el recuerdo en tareas no
deliberativas, tiene varias limitaciones, donde el conocimiento usado durante la
realización de la tarea puede ser olvidado en el período entre la realización y el
recuerdo y la segunda es una de las variaciones de la tarea.
El ingeniero del conocimiento debería tratar de juntar todo el conocimiento
relevante, no sólo el conocimiento que es aplicado a una tarea específica. Esto
puede ser hecho exponiendo al experto del dominio un número aparentemente
similar de tareas y anotar las variaciones en la performance de la estrategia.
También el experto debería ser instruido para verbalizar cualquier alternativa de
decisión que esté “fuera de regla” tanto como aquéllas que actualmente son
aplicadas para la tarea particular. Estos procesos permitirán al ingeniero del
conocimiento aislar aquellos componentes de los comportamientos del experto
que son suficientemente ambiguos para requerir más investigación durante las
entrevistas de adquisición de conocimiento.
5.7 MÉTODOS DE INCIDENTES CRÍTICOS.
En esta técnica se le pide al experto que describa casos especialmente
interesantes o difíciles que se le hayan presentado. El experto, además, deberá
contar cómo los resolvió.
Esta técnica es muy interesante, ya que es habitual que el experto olvide
detalles esenciales a la hora de resolver casos normales, pero los casos
especialmente complejos le estimulan de modo que le hacen comentar detalles
que, en otro momento, hubiera pasado por alto.
También se da el caso donde se le plantee al experto casos imaginarios,
mediante el planteamiento de situación alternativas, pero a pesar de estas dos
variantes existen restricciones como:
Se pretende que el experto verbalice ciertas percepciones, o
deducciones que, en un caso familiar, pasaría por alto,
imponiéndole limitaciones en el uso de recursos.
Los recursos a restringir pueden ser el tiempo de resolución (se
necesita una respuesta rápida), la información disponible (faltan
datos de entrada) o cualquier otro dependiente del dominio que se
esté tratando.
Es útil para educir cierto tipo de conocimientos como pueden ser
las prioridades de atención por parte del experto.
5.8 CUADRÍCULAS.
En el emparrillado o cuadrícula, el experto debe dar valores a características de
los elementos del dominio que quieren ser evaluados. El rango de valores debe
fijarse entre 1 y n, de forma que 1 sea el valor de un polo y n el opuesto.
Estas valoraciones permiten que se puedan extraer del experto las relaciones
entre elementos y las prioridades de las características, usando alguna
aplicación software que realice los cálculos. A partir de esta matriz, se pueden
obtener dos identificaciones: de elementos y de características.
6. METODOLOGÍAS DE ADQUISICIÓN DE
CONOCIMIENTO.
6.1 COMMON KADS
La metodología CommonKADS (CK) es la evolución de la metodología KADS
(Adquisición, Diseño y Estructuración del conocimiento) para el desarrollo de
sistemas basados en conocimiento. Ha sido desarrollada por diversas
universidades y empresas dentro de dos proyectos ESPRIT.
Su objetivo inicial era un método para la adquisición de conocimientos, pero
actualmente se ha convertido en una de las más completas metodologías para el
análisis, gestión y desarrollo de sistemas basados en conocimientos.
Para el desarrollo de esta metodología, COMMON KADS propone tres niveles
en el desarrollo del sistema, que producirán un conjunto de modelos encargados
de recoger los aspectos relevantes del nuevo sistema.
Se presenta a continuación la estructura de los tres niveles de COMMON KADS
que serán descritos en las siguientes secciones con más detalle:
6.1.1 NIVEL CONCEPTUAL
Se produce un informe detallado que analiza los objetivos, oportunidad,
problemas, alternativas y elementos que intervienen con el propósito de decidir
la adecuación de desarrollo de un SBC al dominio estudiado. El estudio contiene
los siguientes elementos:
El modelo de la organización: proporciona el análisis de las
características principales de la organización con el objetivo de
descubrir los problemas y oportunidades para realizar el SBC,
indicar si es viable, y valorar el impacto de las acciones propuestas
con el modelo.
El modelo de tareas: recoge la disposición de las tareas principales
que debe resolver el sistema, sus entradas y salidas, las
precondiciones y los criterios de ejecución.
El modelo de agentes: los agentes son los ejecutores de las tareas.
Este modelo describe las características de los agentes, en
particular su competencia, autoridad para actuar y sus obligaciones
y recursos. Contiene el formulario.
6.1.2 NIVEL CONCEPTUAL
Describe la estructura y composición del conocimiento y los elementos de
comunicación involucrados en las tareas. Contiene estos dos modelos:
El modelo de conocimiento: especifica en detalle los tipos y
estructuras del conocimiento usados para ejecutar una tarea.
Proporciona una descripción independiente de la implementación
sobre el papel que los diferentes componentes de conocimientos
juegan en la resolución de un problema, y de forma que sea
comprensible para los humanos.
El modelo de comunicación: debido a que varios agentes y
módulos pueden estar involucrados en la resolución de una tarea,
es importante especificar las transacciones de comunicación entre
ellos [JOSE08].
6.2 MIKE
Proporciona una metodología para el desarrollo de sistemas basados en
conocimiento que cubre todos los aspectos del proceso, desde la adquisición de
conocimiento hasta su diseño e implementación.
Al igual que CommonKADS, MIKE se desarrolla por medio de un ciclo de vida en
espiral, al que se le han añadido determinados elementos que permiten unir el
prototipado con un proceso de desarrollo incremental y sostenible dentro del
paradigma del modelado.
El proceso de desarrollo se puede resumir en cuatro fases aplicadas de forma
cíclica: adquisición de conocimiento, diseño, implementación y evaluación. Una
de las aportaciones principales de esta metodología es la de detallar el proceso
a realizar en cada una de las fases, poniendo especial hincapié en la fase de
adquisición.
De esta forma, la fase de adquisición empieza con la extracción de
conocimiento, con la que se obtienen descripciones informales sobre el
conocimiento del dominio y del proceso de resolución.
La extracción de dichas descripciones puede realizarse a través de entrevistas
estructuradas con los expertos. El resultado de esta fase se resume en el
modelo de licitación, constituidos por los protocolos de conocimiento que quedan
almacenados en los nodos-protocolos, en donde la información es almacenada
en lenguaje natural.
Una vez terminada la fase de extracción se entra en la interpretación. En esta
fase, todas las estructuras identificadas en la fase anterior pasan a ser descritas
en un lenguaje más fijo y restringido. Esta nueva representación recoge más
formalmente toda la información sobre la estructura, es decir, la dependencia
entre los datos y las inferencias, dejando la descripción de las inferencias en
lenguaje natural. Toda esta información queda recogida en el modelo de
estructura, que es el resultado de esta fase.
Este modelo informal está compuesto de varios contextos:
Contexto de actividad: Está formado por todos los nodos de
actividad, que representan un paso dentro del proceso de
resolución. Junto a estos nodos de actividad se colocan los nodos
de refinamiento, que indican la descomposición estructural de una
actividad determinada.
Contexto de ordenación: Sirve para indicar cómo quedan
relacionadas las actividades por medio de la especificación del
control necesario para llevarla a cabo.
Contexto de conceptos: Está formado por nodos que representan
los conceptos del dominio y, por lo tanto, describen la estructura
estática del mismo. En este modelo se incluyen enlaces entre los
nodos que sirven para indicar como dichos conceptos están
organizados mediante asociación, agregación y generalización.
Contexto de flujo de datos: Presenta una visión del domino en un
nivel concreto de la jerarquía de actividades. En esta visión, los
nodos-actividad se enlazan con los nodos-conceptos mediante los
enlaces de flujo de datos.
Contexto de requisitos no funcionales: Se utiliza para describir
cuales son los requisitos no funcionales (de Mantenibilidad y
eficiencia) que debe cumplir el sistema.
7. CONCLUSIONES
Ante lo anterior expuesto podemos enunciar las siguientes conclusiones:
Para la tarea de adquisición es necesario que se reduzcan al
mínimo las posibilidades la falta de comunicación y referente al
contexto del problema a resolver o campo donde se valle a
desarrollar un sistema basado en el conocimiento.
Es necesario evaluar las técnicas más propicias para la adquisición
de conocimiento, de modo que no existan inconvenientes mayores.
8. REFERENCIAS BIBLIOGRÁFICAS.
[GIAR02] GIARRATANO, Joseph; GARY, Riley. Sistemas Expertos:
Principios y Programación. Tercera Edición, Editorial Thompson,
China, 2002.
[JOSE08] JOSÉ, Palma; ROQUE, Marín. Sistemas Expertos:
INTELIGENCIA ARTIFICIAL: Métodos, técnicas y aplicaciones.
Primera Edición, Editorial McGraw-Hill, Madrid, 2008.
