Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la demostracin de teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem Solver: solucionador general de problemas). ste era un sistema en el que el usuario defina un entorno en funcin de una serie de objetos y los operadores que se podan aplicar sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros problemas similares, operando, claro est, con microcosmos formalizados que representaban los parmetros dentro de los cuales se podan resolver problemas. Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a partir de sus propios descubrimientos) que la conducan hasta el destino deseado mediante el mtodo del ensayo y el error. En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en problemas ms concretos. As es como naci el sistema experto. El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de masa construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo un logro en aquella poca que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn en el Pacific Medical Center de San Francisco, EEUU). Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando se desarrollan sistemas expertos ms refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas heursticas automticamente, por induccin.
1.2 Las habilidades cognoscitivas segn la psicologa. Teoras de la inteligencia (conductismo, Gardner)
Son las facilitadoras del conocimiento, aquellas que operan directamente sobre la informacin: recogiendo, analizando, comprendiendo, procesando y
guardando informacin en la memoria, para, posteriormente, poder recuperarla y utilizarla dnde, cundo y cmo convenga. En general, son las siguientes: 1. Atencin: Exploracin, fragmentacin, seleccin y contradistractoras. 2. Comprensin (tcnicas o habilidades de trabajo intelectual): Captacin de ideas, subrayado, traduccin a lenguaje propio y resumen, grficos, redes, esquemas y mapas conceptuales. A travs del manejo del lenguaje oral y escrito (velocidad, exactitud, comprensin). 3. Elaboracin: Preguntas, metforas, analogas, organizadores, apuntes y mnemotecnias. 4. Memorizacin / Recuperacin (tcnicas Codificacin y generacin de respuestas. o habilidades de estudio):
- Estudia - Realiza tareas - Participa - Programa Demostracin Demostracin matemtica, argumento utilizado para mostrar la veracidad de una proposicin matemtica. En las matemticas modernas una demostracin comienza con una o ms declaraciones denominadas premisas, y prueba, utilizando las reglas de la lgica, que si las premisas son verdaderas, entonces una determinada conclusin debe ser tambin cierta. Comprobacin, por hechos ciertos o experimentos repetidos, de un principio o de una teora. Tablas de verdad de la lgica: conjuncin, disyuncin, implicacin, negacin y condicional.
Otra definicin
En sentido amplio, se entiende por razonamiento la facultad humana que permite resolver problemas. En un sentido ms restringido, se llama razonamiento al proceso mental de realizar una inferencia de una conclusin a partir de un conjunto de premisas. La conclusin puede no ser una consecuencia lgica de las premisas y an as dar lugar a un razonamiento, ya que un mal razonamiento an es un razonamiento. El razonamiento en tanto actividad mental se corresponde con la actividad lingstica de argumentar. En otras palabras, un argumento es la expresin lingstica de un razonamiento. El estudio de los argumentos corresponde a lalgica, de modo que a ella tambin le corresponde indirectamente el estudio del razonamiento. El razonamiento es una operacin lgica mediante la cual, partiendo de uno o ms juicios, se deriva la validez, la posibilidad o la falsedad de otro juicio distinto. Por lo general, los juicios en que se basa un razonamiento expresan conocimientos ya adquiridos o, por lo menos, postulados como hiptesis.[1]
Es posible distinguir entre varios tipos de razonamiento. Por ejemplo elrazonamiento deductivo, el razonamiento inductivo y razonamiento abductivo, entre otros. Razonamiento lgico Los razonamientos pueden ser vlidos (correctos) o no vlidos (incorrectos). En general, se considera vlido un razonamiento cuando sus premisas ofrecen soporte suficiente a su conclusin. Puede discutirse el significado de "soporte suficiente", aunque cuando se trata de un razonamiento no deductivo, el razonamiento es vlido si la verdad de las premisas hace probable la verdad de la conclusin. En el caso del razonamiento deductivo, el razonamiento es vlido cuando la verdad de las premisas implica necesariamente la verdad de la conclusin. Los razonamientos no vlidos que, sin embargo, parecen serlo, se denominan falacias. El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la experiencia. Tambin sirve para justificar o aportar razones en favor de lo que conocemos o creemos conocer. En algunos casos, como en las matemticas, el razonamiento nos permite demostrar lo que sabemos; es que aqu hace falta el razonamiento cuantitativo. El termino razonamiento es el punto de separacin entre el instinto y el pensamiento, el instinto es la reaccin de cualquier ser vivo. Por otro lado el razonar nos hace analizar, y desarrollar un criterio propio, el razonar es a su vez la separacin entre un ser vivo y el hombre. Razonamiento no-lgico Existe otro tipo de razonamiento denominado razonamiento no-lgico o informal, el cual no slo se basa en premisas con una nica alternativa correcta (razonamiento lgico-formal, el descrito anteriormente), sino que es ms amplio en cuanto a soluciones, basndose en la experiencia y en el contexto. Los niveles educativos ms altos suelen usar el razonamiento lgico, aunque no es excluyente. Algunos autores llaman a este tipo de razonamiento argumentacin. Como ejemplo para ilustrar estos dos tipos de razonamiento, podemos situarnos en el caso de una clasificacin de alimentos, el de tipo lgico-formal los ordenar por verduras, carnes, pescados, fruta, etc. en cambio el tipo informal lo har segn lo ordene en el frigorfico, segn lo vaya cogiendo de la tienda, etc. En este razonamiento se generaliza para todos los elementos de un conjunto la propiedad observada en un nmero finito de casos. Ahora bien, la verdad de las premisas (10.000 observaciones favorables) no convierte en verdadera la conclusin, ya que en cualquier momento podra aparecer una excepcin. De
ah que la conclusin de un razonamiento inductivo slo pueda considerarse probable y, de hecho, la informacin que obtenemos por medio de esta modalidad de razonamiento es siempre una informacin incierta y discutible. El razonamiento slo es una sntesis incompleta de todas las premisas. En un razonamiento inductivo vlido, por tanto, es posible afirmar las premisas y, simultneamente, negar la conclusin sin contradecirse. Acertar en la conclusin ser una cuestin de probabilidades.
Modelo de tarea: es la parte relevante de un modelo de negocio. Analiza la tarea global, sus entradas y salidas, precondiciones y criterios de realizacin, as como recursos necesarios y competencias. Modelo de agente: los agentes son los ejecutores de una tarea. Un agente puede ser humano, un sistema de informacin, o cualquier otra entidad capaz de llevar a cabo una tarea. El modelo de agente describe las caractersticas de los agentes, en particular sus competencias, autoridad para actuar y restricciones en este aspecto. Adems, relaciona los enlaces de comunicacin entre agentes a la hora de llevar a cabo una tarea. Modelo de conocimiento: el propsito de este es explicar los tipos y estructuras de conocimiento utilizados para llevar a cabo una tarea. Proporciona una descripcin independiente de la implementacin del papel que diferentes componentes de conocimiento juegan en la resolucin de problemas, de forma que es comprensible por los humanos. Esto hace que el conocimiento sea un vehculo importante para la comunicacin con los expertos y los usuarios sobre los aspectos relativos a la solucin de problemas de un sistema de conocimiento tanto durante el desarrollo como durante la ejecucin del sistema. Modelo de comunicacin: dado que varios agentes pueden verse involucrados en una tarea, es importante modelar las transacciones entre los agentes implicados, esto se realiza mediante el modelo de comunicacin, como suceda en el modelo de conocimiento. Modelo de diseo: los modelos anteriores juntos pueden verse como constituyendo la especificacin de los requisitos para el sistema de conocimiento, desde diferentes aspectos, Basados en los aspectos, el modelo de diseo proporciona la especificacin tcnica del sistema en trminos de arquitectura, plataforma de implementacin, mdulos de software, construcciones de representacin y mecanismos de computacin requeridos para implementar las funciones propuestas en los modelos de conocimiento y comunicacin. Juntos, los modelos de organizacin, tarea y agente analizan la organizacin del entorno y los factores crticos de xito para un sistema de conocimiento. Los modelos de conocimiento y comunicacin proporcionan la descripcin conceptual de las funciones de resolucin de problemas y los datos que son manejados y entregados por un sistema de conocimiento. El modelo de diseo convierte esto en una especificacin que es la base para la implementacin del sistema software. No obstante, no siempre es necesario construir todos los modelos, esto depende de los objetivos del proyecto. Esta eleccin corresponde al jefe de proyecto, bajo
consenso previo con el cliente. Un proyecto de un SBC utilizando la tecnologa Common KADS produce tres tipos de producto o entrega: Documentos de los modelos. Informacin sobre la gestin del proyecto. Software del Sistema de Conocimiento.
El objetivo final de la metodologa Common KADS consiste en estructurar el proceso de desarrollo propio de la ingeniera del conocimiento, que se concreta en un sistema que debe resolver los problemas con una capacidad comparable a la del experto humano como poseedor del conocimiento. Obviamente, esta debe circunscribirse a un dominio especfico de aplicacin. Por ejemplo, si se trata de un sistema para el diagnstico de una cardiopata, el mbito de aplicacin sera justamente el de las cardiopatas y no otro aunque el experto supere con creces este dominio. En aras de la consecucin del objetivo anteriormente propuesto, resulta necesario disear un equipo de desarrollo que lo concrete y materialice, cada uno de los miembros este equipo debe tener encomendados unos roles especficos que son los que se le describen a continuacin.
educativo o interaccional y a los diferentes recursos culturales con que se apoya el aprendizaje. Desde el punto de vista social cognoscitivo los resultados de aprendizaje se refieren a la manera como se construye significado al conjunto de categoras que constituyen un discurso disciplinar. Los resultados de aprendizaje no se refieren en especificidad a un saber sino al significado que un aprendiz le da a ese saber. La construccin de esos significados se hace en especial cuando el conocimiento se presenta estructurado. Los procesos cognoscitivos en trminos de aprendizaje se dan por niveles de complejidad ya sea en relacin con el desarrollo (edad) o con los niveles de complejidad en una tarea. En trminos del desarrollo, las teoras de Piaget o de Vigotsky definen una serie de caractersticas segn ciclos de vida de los individuos y segn la complejidad de las tareas, los enfoques computacionales representacionales, definen una serie de procesos y subprocesos subyacentes a la solucin de problemas y a la toma de decisiones. En relacin con la complejidad como se estructura un conocimiento se pueden definir 4 grandes procesos bsicos: conceptualizacin, interpretacin, transferencia, creatividad. Conceptualizacin se refiere a la manera como se define un concepto en relacin con una experiencia asociada o con otro concepto en una proposicin o estructura conceptual. La interpretacin se refiere a la manera como un concepto o conjunto de conceptos o proposiciones toma significados en relacin con un contexto lingstico o discursivo o en relacin con un fenmeno. Dentro de la interpretacin se juegan procesos cognoscitivos como la deduccin, la inferencia, el anlisis, la sntesis y diferentes modalidades de categorizacin. La transferencia se refiere a la manera como se aplica un conocimiento a la solucin de problemas surgidos en contextos diferentes a aquellos en donde se dio la situacin de aprendizaje. La creatividad se refiere a la manera como se reestructura o se proponen estructuras diferentes a las aprendidas. Los niveles cognoscitivos del aprendizaje no son totalmente lineales y su recorrido se puede dar en espiral. Lo cierto es que en trminos de organizacin de las experiencias educativas definir niveles de aprendizaje permite organizar una educacin para el desarrollo de habilidades cognitivas.
de manera correcta y tendiendo a maximizar un resultado esperado. En este contexto la racionalidad es la caracterstica que posee una eleccin de ser correcta, ms especficamente, de tender a maximizar un resultado esperado. Este concepto de racionalidad es ms general y por ello ms adecuado que inteligencia (la cual sugiere entendimiento) para describir el comportamiento de los agentes inteligentes. Por este motivo es mayor el consenso en llamarlos agentes racionales. Un agente inteligente puede ser una entidad fsica o virtual. Si bien el trmino agente racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, tambin puede considerarse agentes racionales a los animales incluido el hombre.
Clasificacin
Es posible clasificar los agentes inteligentes en 5 categoras principales: Agentes reactivos Agentes reactivos basados en modelo Agentes basados en objetivos Agentes basados en utilidad Agentes que aprenden La racionalidad es necesaria. En muchos textos se define agente inteligente como todo agente capaz de tener conciencia de su entorno y actuar sobre l. No obstante es necesario exigir que estas decisiones sean racionales en el sentido de que persigan algn fin. Vamos a mostrarlo con un contraejemplo: cuando un fotn con la suficiente energa incide sobre un tomo, puede arrancar de l un electrn. Podramos considerar al tomo inteligente puesto que percibe su entorno (la incidencia del fotn) y acta sobre su entorno (emite un electrn). La ausencia de relacin entre la emisin del electrn y cualquier hipottico inters del tomo muestra que este no es un agente inteligente pese a verificar la definicin de Bertrand Russell. La conducta de un agente no suele ser la ptima. Paradjicamente, la conducta de un agente rara vez es la optima. La razn es muy sencilla calcular el optimo de un criterio lo suficientemente bueno para ser considerado razonable teniendo en cuenta las mltiples restricciones que concurren es muy difcil. Ejemplos de ello es lo difcil que es calcular la mejor ala para un avin, el mejor perfil para un coche o la mejor hlice para un barco. Para un estudiante es fcil calcular el mximo de un polinomio de segundo grado derivando e igualando a cero. En este caso el criterio es muy sencillo -es un polinomio de segundo grado- y no concurre ninguna restriccin.
Cuando el criterio es una funcin real de muchas variables y las restricciones tambin, los clculos son mucho ms complicados. Algunas veces se puede lograr una buena aproximacin; pero, si un agente inteligente debe tomar una decisin en muy poco tiempo, deber conformarse con la mejor aproximacin que pueda calcular en el escaso tiempo de que dispone.