Inteligencia Artificial

4.2.1 conocimiento
causal
Los conocimientos causales y de procedimientos fueron propuestos por Zack en el ao de
1999 quien establece lo siguiente de dichos conocimientos.
Este tipo de conocimiento tiene que ver con el porqu ocurren las cosas. Es un tipo de
conocimiento explcito y compartido mediante historias de la organizacin, posibilita una
estrategia de coordinacin para alcanzar objetivos y resultados.
La explicacin causal
Las generalizaciones habituales nos dicen cmo son las cosas: Las catedrales castellanas
son gticas. Forman juicios descriptivos de la realidad. A diferencia de ellas, las
generalizaciones causales nos explican el porqu de las cosas: Por qu se ha muerto mi
perro? Por qu hay paro? Por qu se adelantan las elecciones?
La causalidad
El argumento causal pretende razonar la existencia de una causa para determinado efecto. Su
conclusin dice:
A causa B.
Mi perro ha muerto porque comi un cebo envenenado.
Las relaciones
Hablamos de causa cuando al fenmeno en cuestin, el efecto, le acompaa o le precede otro
con el que podemos asociarlo. Percibimos una relacin regular entre la aparicin de dos
sucesos. As, pues, nuestra primera pregunta en la investigacin de una causa es acerca de
esa relacin: Qu ha intervenido para modificar la marcha habitual de los acontecimientos?
Qu cosa nueva ha ocurrido?
Los tipos de relacin.
No todas las relaciones son iguales. En ocasiones, observamos que los sucesos de tipo A se
siguen regularmente de sucesos de tipo B. Decimos que entre ambos existe una relacin
positiva: A, suscita la aparicin de B.
Comer bien mejora el humor.

Inteligencia Artificial
Al contrario si cada vez que aparece A, no aparece B, hablamos de relacin negativa: A inhibe
la aparicin de B.
Condiciones
Por la manera de intervenir unos sucesos en la aparicin de
otros, distinguimos:
Condicin suficiente: la que asegura la produccin de un
efecto. Pueden ser una o varias.
Condicin necesaria: la indispensable para la produccin de
un efecto, pero incapaz de producirlo por s sola.
Habitualmente, varias condiciones necesarias concurren
para formar una condicin suficiente.
Condicin suficiente y necesaria es la que siendo necesaria se basta para la produccin del
efecto porque todas las dems condiciones estn cumplidas.
Conocimiento de procedimiento (procedural):
Se refiere a cuando ocurre algo. Este tipo de conocimiento, de carcter explcito y compartido,
permite una mayor eficiencia en la coordinacin.
Un sistema basado en reglas de produccin consta de:
Un conjunto de reglas de produccin, Par condicin/accin: si C, entonces A, Se trata del
conocimiento de un experto, A veces llevan asociado un factor de certeza, Un sistema de
gestin de base de datos (memoria de trabajo), Consta de un nmero de hechos relevantes
para el problema a solucionar, Un interpret de reglas, Identifica las reglas aplicables y el
orden en que se tienen que aplicar.
Ventajas:
Modularidad del enfoque
Captar conocimiento probabilstico til.

Inteligencia Artificial

Desventajas:

Conocimiento de

Como administrar ciertas cosas, por ejemplo administrar un

procedimiento

medicamento.

Conocimiento causal

Comprender el porqu de las cosas, por ejemplo el por qu un

medicamento es efectivo.

Carencia de formalizacin, aunque debido a su similitud con las frmulas de la lgica verifica
muchos de sus teoremas.

4.2.2 conocimiento de
diagnostico
El problema del diagnstico ha sido, desde los comienzos de la IA, uno de los ms estudiados
y donde los investigadores han cosechado tanto satisfacciones como fracasos.
El diagnostico en el campo de la medicina es sin duda, una de las reas de la IA que supone
todava una gran desafi. Una de las caractersticas ms frecuentes en resolucin del
problema del diagnstico en dominios reales es la necesidad de trata con la dimensin
temporal.
As, una vez propuesto un modelo terico, una tendencia cada vez ms habitual a la hora de
desarrollar sistemas de diagnstico temporal es necesario abordar el problema del diagnstico
temporal desde diferentes enfoques, permitiendo seleccionar cual es la aproximacin ms

Inteligencia Artificial
adecuada para cada problema concreto es simplificar el dominio para que el modelo inicial
sea aplicable.