Sistemas Expertos y Creación de Tutores, Ensayo Inojosa 4

5/11/2018 Sistemas Expertos y Creación de Tutores, Ensayo Inojosa 4 - slidepdf.com

http://slidepdf.com/reader/full/sistemas-expertos-y-creacion-de-tutores-ensayo-inojosa-4 1/11

REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DE LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA

DE LA FUERZA ARMADA NACIONAL. UNEFACENTRO DE INVESTIGACIONES DE POSTGRADO

UNIDAD CURRICULAR: CREATIVIDAD E INNOVACIÓNEDUCATIVA

Sistemas Expertos y Creación de Tutores

Doctora. Hilda Inojosa

Participante: Leopoldo Quijada



Caracas 02 de Diciembre de 2007

Sistemas Expertos (SE) y Creación de Tutores (CT)

Historia de los Sistemas Expertos

Los Sistemas Expertos inicialmente surgen a finales de la década de los años 50.

Específicamente en 1957, un programa denominado GPS ("General Problem Solver" o

Solucionador General de Problemas) fue llevado a cabo por los investigadores Alan Newell

y Herbert Simon. Este programa podía trabajar con criptografía utilizando matemáticas,

también con las torres de Hanoi y otros problemas similares a éste. Era un buen sistema

pero no podía resolver problemas del mundo real.

Fue un buen comienzo. Con este intento otros investigadores se dieron cuenta que para poder tener más éxito construyendo este tipo de Sistemas debían restringir el dominio de

estudio a uno más pequeño. De esta manera se les haría más fácil simular parte del

pensamiento humano para la resolución de problemas. De estas ideas nacen los Sistemas

Expertos.

Más tarde, hacia 1965, Edward Feigenbaum junto a un grupo de investigadores comenzó a

desarrollar Sistemas Expertos utilizando bases de conocimientos. Ya en 1967, construyeron

lo que se conoce como el primero de ellos: DENDRAL. El nombre del mismo viene del

griego y significa "árbol". Éste era utilizado para identificar estructuras químicas

moleculares a partir de su análisis espectrográfico. En los 70, concretamente en 1972, se

comenzó el desarrollo del sistema MYCIN. Éste era utilizado para hacer consultas y

diagnósticos de infecciones en la sangre.

Basándose en análisis de sangre, cultivos de bacterias y otros datos, el sistema podía

determinar o, por lo menos, sugerir qué organismo o microbio estaba causando la infección.

El mismo llegaba a una conclusión y sugería un tratamiento el cual era basado en las

características de la persona y el peso corporal del individuo. Para esta misma épocatambién se desarrollaron otros Sistemas como HERSAY (que fue creado para

reconocimiento de palabras habladas) y PROSPECTOR (que fue utilizado para hallar

yacimientos de minerales).



En los 80 los Sistemas Expertos (S.E.) obtuvieron un gran auge. Al igual que todo lo que se

pone de moda, los S.E. no fueron la excepción y numerosas empresas comenzaron a

dedicar tiempo, dinero y esfuerzo para el desarrollo de S.E. En este punto se llegó a la

conclusión de que el éxito de los Sistemas Expertos depende de la base de conocimientosque se esté utilizando. Entre todas las empresas gastaron aproximadamente unos mil

millones de dólares en investigación y desarrollo de estos Sistemas. Uno de estos Sistemas

fue DELTA, "Diesel Electric Locomotive Troubleshooting Aid". Éste fue un sistema

producido por General Electric para la reparación de locomotoras. Además de Sistemas

Expertos, también se desarrollaron herramientas para trabajar con los mismos. Estas

herramientas son programas que contienen los componentes básicos de un Sistema

Experto, como lo son: el Subsistema de Adquisición de Conocimientos, la Base de

Conocimientos, el Mecanismo de Inferencia, el Subsistema de Explicación y el

Interfaces de Usuario.

Además de éstas también se han desarrollado otras herramientas como por ejemplo CLIPS,

"C Language Integrated Production System". Este programa fue creado en 1985 por la

NASA para satisfacer sus necesidades dentro del campo de la inteligencia artificial.

Definiciones de Sistemas Expertos

Son sistemas informáticos que simulan el proceso de aprendizaje, de memorización, de

razonamiento, de comunicación y de acción en consecuencia de un experto humano encualquier rama de la ciencia.

Los Sistemas Expertos (también conocidos por Sistemas basados en el conocimiento o

Sistemas Expertos basados en el conocimiento) son una rama de la Inteligencia Artificial

(IA) que hace un uso del conocimiento especializado para resolver problemas como un

especialista humano.

Éste es una persona que tiene experiencia desarrollada en cierta área, es decir, el

especialista tiene conocimientos o habilidades especiales que la mayoría no conoce o de las

que no dispone (el llamado dominio de conocimiento); puede resolver problemas que lamayoría no podría resolver, o los resuelve con mucha mayor eficiencia (y a menor coste).

El conocimiento de los Sistemas Expertos puede obtenerse por experiencia o consulta de

los conocimientos que suelen estar disponibles en libros, revistas y con personas

capacitadas.



En su dominio de conocimiento el sistema experto razona o hace inferencias de la misma

forma que un especialista humano inferiría la solución de un problema (dados unos hechos

se infiere una conclusión).

Beneficios de un SE-Resuelven problemas que requieren un “conocimiento formal especializado”.

-Obtienen conclusiones de forma más rápida que los expertos humanos.

-Razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad.

-Tienen al menos, la misma competencia que un especialista humano.

-Recomendados cuando expertos humanos son escasos, cuando es muy elevado el volumen

de datos que ha de considerarse para obtener una conclusión.

Desarrollo de un SE

Para desarrollar el software primero conocemos el equipo de gente necesario, después los

métodos que utiliza ese equipo de gente y por último como prueban y construyen prototipos

de software para terminar en el sistema final.

1. Equipos de desarrollo

1.1.- Expertos; 1.2.- El ingeniero del conocimiento; y 1.3.- El usuario.

2. Métodos auxiliares en el desarrollo:

La eficiencia en la creación de sistemas expertos puede aumentarse en gran medida con la

aplicación de shells.Un shell es un sistema experto que contiene una base de conocimientos vacía. Existe el

mecanismo de inferencia, el componente explicativo y a veces también la interfaz del

usuario.

3. Construcción de prototipos

La implantación de un prototipo de sistema experto que le permite llevar a cabo las

funciones más importantes de éste, aunque con esfuerzo de desarrollo considerablemente

inferior al de una implementación convencional. Este proceder se define bajo el nombre de

“rapid prototyping”.Sistemas Tutores Inteligentes (STI) en Educación

La educación tradicional en el aula ha traído consigo una gran equivocación en la

personalización de la enseñanza: para un promedio de 35 alumnos por curso, existe sólo un

profesor cuya retroalimentación de los temas e identificación de las deficiencias



individuales, resulta ser insuficiente. Ante esta necesidad, los Sistemas Tutores Inteligentes

(STI) surgen como una alternativa que permite, mediante técnicas de inteligencia artificial,

simular el comportamiento de un profesor que detecta los problemas específicos de cada

estudiante. A continuación se describe en forma de síntesis, el diseño de un Sistema Tutor inteligente que incluye un Modelo del Estudiante evolutivo, capaz de identificar

adaptativamente el estilo cognitivo de cada usuario del Tutor.

Sistemas Tutores Inteligentes

Los sistemas tutores inteligentes (STI) son el resultado de un enfoque multidisciplinar entre

la Investigación Educativa, la Inteligencia Artificial y la Sicología Cognitiva. Los

componentes principales de un STI son tres:

•Módulo Tutorial: este módulo contiene las estrategias fundamentales para enseñar los

contenidos de una lección. Adicionalmente, provee las didácticas necesarias para enseñar

cada objetivo instruccional de acuerdo con el currículo.

•Módulo Experto: representa el dominio del conocimiento del profesor. Este módulo

provee información de diferentes mecanismos de ayuda para el estudiante, como por

ejemplo la solución correcta, explicaciones acerca de los errores, y un generador de contra

ejemplos que induce a la solución correcta.

•Módulo del Estudiante: representa el conocimiento del profesor acerca del estado del

conocimiento del alumno y su método personal de trabajar (habilidades, destrezas, preferencias, etc). Esta información provee los fundamentos para las decisiones que el

módulo tutorial tiene que hacer durante el proceso de enseñanza y aprendizaje.

1. Módulo Tutorial : en este módulo se consideraron algunos aspectos sicológicos y

pedagógicos para motivar al estudiante y lograr un aprendizaje significativo. Un aspecto

fundamental del mismo es la implementación de un micromundo explorativo cuyo objetivo

es incentivar en el estudiante, el aprendizaje por descubrimiento. Este micromundo se

apoya en ambientes hipermedia (entornos enriquecidos con imágenes, sonido, videos e

hipertexto), y principios sicológicos sobre la percepción. La idea principal es promover elreto, la fantasía y la curiosidad en el alumno, factores determinantes en el aprendizaje según

Piaget.

2. Módulo Experto: Un gran número de técnicas han sido probadas en la IA con diversos

niveles de éxito. Uno de estos métodos, llamado Sistema Experto (SE), soporta



ampliamente el modelamiento del comportamiento humano. Un SE, emplea un método

particular para organizar el conocimiento dentro de bloques epistémicos regidos por tres

aspectos:

•Hechos: conocimiento declarativo acerca de un caso en particular (por ejemplo, “un avetiene alas”).

•Reglas: Conocimiento procedimental sobre cómo razonar en un dominio específico (SI

tiene alas, ENTONCES es un ave)

•Inferencia: Conocimiento de control que indica cómo realizar el razonamiento de un

conjunto dado de reglas y hechos para llegar a una conclusión. (Si el estudiante escribe una

respuesta errónea, el Sistema Experto intentará simular el comportamiento del estudiante y

averiguar cómo llegó a obtener la respuesta errónea para poder ofrecerle un refuerzo

específico).

3. Módulo del estudiante

Este módulo contiene un elemento adicional llamado Módulo de Diagnóstico, encargado de

inferir el modelo cognitivo del estudiante. Se empleó un nivel de diagnóstico epistémico

para representar el estado del conocimiento del alumno desde dos perspectivas:

conocimiento sobre el dominio, y estrategias y procedimientos de inferencia empleados.El

modelo de perturbación del estudiante extiende el conocimiento del experto por medio de la

inclusión de una librería de errores que representa los malentendidos del alumno. Como punto central de la investigación, se propone modelar el estilo cognitivo de cada alumno, de

tal manera que la individualización sea aún más adaptativa.

A. Estilos cognitivos y de aprendizaje

Un Estilo de Aprendizaje es el compuesto por los factores cognoscitivos, afectivos, y

fisiológicos característicos que sirven como indicadores de cómo un alumno percibe, obra

recíprocamente, y responde al ambiente de aprendizaje.

Recopilando las investigaciones de Witkin y Kolb, se pueden representar los 8 estilos

cognitivos para el procesamiento aritmético en un espacio de 3 dimensiones.Kolb propone una teoría de aprendizaje por experiencia que involucra 4 etapas principales:

Experiencias Concretas (EC), Observación Reflexiva (OR), Conceptualización Abstracta

(CA) y Experimentación Activa (EA); con base en ello, y según su posición en el espacio



de dos dimensiones, postula 4 tipos de alumnos: (Divergente, Asimilador, Convergente y

Adaptador). Witkin, por su parte, propone 2 tipos de alumnos: el Analítico y el Holístico.

•Alumno Adaptador AA: este estudiante necesita conocer qué se puede hacer con las cosas,tiende a resolver problemas en forma intuitiva y su interés primario radica en adaptar el

aprendizaje a situaciones de su propia vida.

•Alumno Convergente AC: su mayor recurso reside en la aplicación práctica de las ideas,

necesita conocer cómo funcionan las cosas y aprende comprobando teorías a través de

medios que le parecen sensibles. Prefiere el material visual.

•Alumno Divergente AD: percibe la información a través de una experiencia concreta y la

expresa reflexivamente, tiende a ser imaginativo y emotivo, y aprende oyendo y

compartiendo ideas. Prefiere el material auditivo.

•Alumno Asimilador AAS: necesita conocer lo que piensan los expertos, percibe

información abstractamente y la procesa en forma reflexiva y se interesa por conceptos

abstractos.

•Alumno Analítico AAN: es un estudiante objetivo, muy reflexivo, tiende a desarrollar

estrategias correctas de solución de problemas. Emplea heurísticas para el desarrollo de

problemas y no requiere mucha intervención del profesor ya que prefiere el aprendizaje por

descubrimiento.•Alumno Holístico AH: es un estudiante impulsivo que posee un buen desempeño de la

memoria de corto plazo, trabaja mejor en grupo y posee dificultad para resolver problemas

con información sobrante.

B. Identificación del estilo cognitivo a través de un Sistema Clasificador

Teniendo en cuenta los aportes generados por Witkin y Kolb a la sicología cognitiva, se

tomaron 13 variables que ayudan a determinar el estilo cognitivo de un individuo; sin

embargo, los rangos estimativos de estas variables para cada tipo de alumno están

representados por valores lingüísticos: por ejemplo, el alumno convergente posee un “nivelalto de concepualización”. (Aquí la palabra “alto” no está representando ningún valor

numérico o mesurable). Se propuso por lo tanto, emplear un Sistema Clasificador de

autoaprendizaje (SC) que identificara, clasificara y jerarquizara dichos valores ambiguos de



cada una de las variables cognitivas, sin necesidad de generar el conocimiento de

antemano, como sí lo requeriría un sistema experto.

Finalmente, el sistema clasificador categoriza las variables cognitivas dentro de rangosestimativos cuantificables; es decir, para cada tipo de alumno deberá generar un conjunto

de valores específicos (por ejemplo, el alumno adaptador posee un nivel de

conceptualización de entre el 60 y el 80% de los contenidos).

Sistemas Clasificadores de aprendizaje (SC)

Los sistemas clasificadores fueron propuestos por Holland como un modelo de aprendizaje

maquinal por refuerzo, basado en Algoritmos Genéticos (algoritmos de búsqueda, que

emplean técnicas tomadas de la evolución natural) que representa modelos mentales de un

ambiente determinado

Un SC posee una arquitectura básica de 3 subsistemas.

1. Sistema de Reglas y Mensajes; 2. Sistema de Distribución de Créditos; y 3. Algoritmo

Genético.

La información fluye del ambiente a través de los detectores (los ojos y oídos del sistema

clasificador) donde es decodificado uno o más mensajes de longitud finita. Estos mensajes

del ambiente son enviados a una lista donde deben activar reglas de cadenas de caracteres

llamadas clasificadores. Cuando es activado un clasificador, envía un mensaje a la lista demensajes.

El sistema de distribución de créditos es fácilmente visto como una economía en la cual el

derecho de comerciar información es comprado y vendido por los clasificadores. Este

servicio de economía contiene dos componentes principales: una subasta y una agencia de

compensación (cuando los clasificadores son emparejados, no envían directamente sus

mensajes: en cambio, cualifican para participar en la activación de la subasta).

Finalmente, el Algoritmo Genético es el encargado de inyectar nuevos y mejores

clasificadores al sistema por medio de los operadores genéticos básicos: Selección, Cruce yMutación, donde la función de aptitud (la que evalúa el desempeño de cada clasificador)

depende directamente del buen desempeño de los clasificadores, es decir, su ganancia. Los

Algoritmos Genéticos son algoritmos estocásticos evolutivos, ya que explotan

eficientemente la información histórica, permitiendo especular sobre nuevos puntos de



búsqueda dentro del espacio de soluciones, esperando un mejor comportamiento a través de

su evolución.

Aplicación del Sistema Clasificador (SC) en el Sistema Tutor Inteligente (STI)

Si el STI determina el estilo cognitivo de cada estudiante, puede ser capaz de diseñar unaestrategia pedagógica para cada individuo y podrá además generarle al profesor un reporte

del diagnóstico del alumno con respecto a una tarea.

Inicialmente, el SC captura algunas características cognitivas del alumno a través de una

evaluación diagnóstica usando los detectores. Esta evaluación mide los siguientes aspectos:

d1 Nivel de ejercitación: Mide el porcentaje de ejercicios realizados en cada sesión.

d2 Situaciones reales: Recoge los resultados obtenidos por el estudiante cuando resuelve

problemas dentro de un contexto de la vida diaria.

d3 Empleo de ayuda: Mide el porcentaje de ayudas que emplea el alumno de las

disponibles en el STI.

d4 Solución de procedimientos: Indica si el alumno ha desarrollado correctamente el

procedimiento o estrategia para resolver algún tipo de problema aritmético.

d5 Nivel de interés de visita a los nodos hipermedia: Indica el porcentaje de nodos

hipertexto adicionales que el alumno visita en la interacción con el STI.

d6 Empleo de herramientas del micromundo: Indica el número de herramientas disponibles

en el STI que se emplean.d7 Nivel de conceptualización: Indica el porcentaje de preguntas conceptuales que el

alumno acierta.

d8 Navegación secuencial vs. Personalizada: Indica la preferencia del estudiante por seguir

una instrucción supervisada o una navegación libre del contenido.

d9 Desempeño de la MCP: Captura ciertos aspectos de la memoria de corto plazo del

estudiante, principalmente el grado de volatilidad. Esto se realiza con base en estudios

hechos sobre la teoría de procesamiento de la información.

d10 Representación perceptual EFT: Se realiza el Embedded Figure Test para detectar si elalumno identifica formas evitando los distractores preceptuales.

d11 Manejo de información incoherente: Indica si el estudiante es capaz de detectar

información incoherente e insuficiente en el enunciado de un problema.



d12 Errores de conteo o mecánicos: Determina la cantidad de errores de memorización, ej:

tablas de multiplicar.

d13 Reflexividad vs Impulsividad: Indica el tiempo que emplea el estudiante en responder

tanto a esquemas incorrectos (7 + 8 = 16) como a esquemas correctos ( 8 x 3 = 24).Por otro lado, el Sistema clasificador envía como respuesta al ambiente, a través de los

efectores, qué tipo de alumno según su estilo cognitivo, es el individuo a quien se le está

practicando el mecanismo de diagnóstico.

Desempeño del Sistema Clasificador en la identificación del estilo cognitivo

Para medir el rendimiento del SC dentro del módulo de diagnóstico del sistema tutor

inteligente, se tomó un grupo piloto de 20 estudiantes con quienes se realizaron las pruebas.

Se puede observar que se requiere de 20 períodos de aprendizaje (equivalente al número de

veces que se realizó el experimento hasta clasificar el estilo cognitivo) para identificar el

tipo de alumno que es el individuo de acuerdo con las características cognitivas

identificadas por la evaluación diagnóstica.

Más del 70% de los resultados de los estudiantes del grupo piloto posee un desempeño

mayor o igual al 70%, y la mayor concentración de los resultados se encuentra en el

intervalo de notas [76 – 80]. Se puede decir entonces que la instrucción fue eficiente y

eficaz. A continuación se presenta el histograma para el grupo de control:

Se observa que el desempeño del grupo de control es bastante deficiente en comparacióncon el grupo piloto. Los estudiantes del grupo de control tienden a tener promedios en el

intervalo [56 – 60], el cual es muy bajo. Se observa también que sólo el 15% de los

estudiantes del grupo de control superan un desempeño aceptable de 70 puntos en su

rendimiento, y un 85% se encuentra bajo los 70 puntos, en comparación del 95% de los

estudiantes del grupo piloto que sí alcanzan un desempeño de 70 puntos o superior en la

prueba final.

Conclusiones

La integración de las teorías sicológicas y las técnicas de Inteligencia Artificial, puedegenerar sistemas adaptativos para la enseñanza: el propósito del presente trabajo

investigativo fue aplicar la simulación genética y los sistemas expertos en la

personalización de la enseñanza, haciéndola más adaptativa y robusta. Como resultado de

esta tentativa, nuestra visión del estudiante se ajusta más a la realidad, puesto que el



sistema, no sólo identifica los modelos mentales del estudiante, sino que representa su

perfil sicológico a partir de su estilo cognitivo particular. La ventaja de usar un Sistema

clasificador es que éste no requiere la guía de un profesor que sepa de antemano la solución

óptima (aprendizaje supervisado) y las estrategias pedagógicas, evitando crear extensivas yexhaustivas bases de conocimientos. Por el contrario, el sistema clasificador es un modelo

evolutivo que emplea eficientemente el aprendizaje por refuerzo, y se comporta como un

agente autónomo capaz de experimentar y tomar decisiones en un ambiente arbitrario (la

cognición humana). http://revista.magisterio.com.co - Revista Internacional Magisterio

CASOFT Creado el: 25 November, 2007, 12:40

Referencias Bibliográficas y Electrónicas

Sistemas Expertos para el modelado de Tutores. Disponible en:

http://www.fi.uba.ar/laboratorios/lsi/gcete-2005-1.pdf

http://revista.magisterio.com.co/index.php?

option=com_content&task=view&id=141&Itemid=99

http://en.wikipedia.org/wiki/Actroid

http://pub.ufasta.edu.ar/ohcop/21h-2004-robot_conversante.htm

http://axxon.com.ar/not/129/c-129InfoRobotConsciente.htm

http://ocularis.es/blog/?p=92

http://www.ft.com/cms/s/5ae9b434-8f8e-11db-9ba3-0000779e2340.htmlhttp://es.wikipedia.org/wiki/Isaac_Asimov

http://es.wikipedia.org/wiki/Tres_leyes_de_la_rob%C3%B3tica


http://revista.magisterio.com.co/index.php?option=com_content&task=view&id=141&Itemid=99






http://www.ft.com/cms/s/5ae9b434-8f8e-11db-9ba3-0000779e2340.html

http://es.wikipedia.org/wiki/Isaac_Asimov

http://es.wikipedia.org/wiki/Tres_leyes_de_la_rob%C3%83%C2%B3tica








http://www.ft.com/cms/s/5ae9b434-8f8e-11db-9ba3-0000779e2340.html

http://es.wikipedia.org/wiki/Isaac_Asimov

http://es.wikipedia.org/wiki/Tres_leyes_de_la_rob%C3%83%C2%B3tica

Sistemas Expertos y Creación de Tutores, Ensayo Inojosa 4

Documents

Transcript of Sistemas Expertos y Creación de Tutores, Ensayo Inojosa 4