Está en la página 1de 14

UN-SEEGSI: UN SISTEMA

INTELIGENTE DE INFORMACION
GERENCIAL CON APRENDIZAJE
DUAL: HOMBRE-MAQUINAl
Ing. Alfonso Pérez Gama2

Resumen en esta labor, sino por el contrario constituirse


en un sistema asistente del ejecutivo. Una inno-
Ha llegado a su madurez la V Generación y con vación en esta arquitectura la constituye la tu-
ello sus expresiones: la inteligencia artificial (1- torfa experta en /{nea, que constituye un espacio
2), los sistemas con el apoyo de conocimientos para posibilitar el "entrenamiento gerencial" in
(3) y la ingenierfa de software (4). En Colombia situ y además la incorporación de técnicas de
poca acogida parece tener. Es que los conoci- aprendizaje maquinal que funcionen en la prác-
mientos constituyen un salto paradigmático ha- tica. Lo anterior significa que UN-SEEGSI4 pre-
cia un nuevo orden mundial: el paso de la tende ser un ambiente de aprendizaje dual:
Sociedad de la Información a la Sociedad del donde se debe dar un aprendizaje vivencial por
Conocimiento. No es diffcil de colegir la implica- parte del usuario y donde debe aprender la má-
ción de nuevas generaciones de sistemas de quina en forma subrepticia.
información y aunque la inmensa mayorfa de
gerentes no quieren saber de nuevos lenguajes
Introducción
ni reprogramaciones, aquf describiremos cómo
es posible desarrollar e implementar un sistema Los sistemas basados en conocimientos se es-
inteligente de información gerenciaP. El con- tán empleando en una gran variedad de aplica-
cepto de "inteligente n se refiere a la viabilidad ciones que incluyen e.g. los sistemas educati-
de tener un determinado grado de autonomfa vos para aprendizaje autónomo, los mismos
decisional, un evidente mejor desempeño, una SIG y los sistemas de auditoría informática para
capacidad real de adaptarse a las condiciones incorporar en su arquitectura, componentes es-
particulares de un usuario, el reconocer y gene- tratégicos de inteligencia artificial, ofreciendo
rar un plan de trabajo al ejecutivo y en especial inmensas posibilidades para adaptar el sistema
por el soporte a las deéisiones, lo cual no signi- a las condiciones particulares del usuario o eje-
fica la posibilidad de "reemptezer" al ejecutivo cutivo de los SI, m~jorar substancialmente la

1 Esta investigación ha sido posibilitada gracias al apoyo finaciero de COLCIENCIAS. Se agradece la colaboración de la IBM de
Colombia y allng. Tubal González.

2 Profesor Titular, Departamento de Ingeniería de Sistemas, Universidad Nacional de Colombia.


3 Emplearemos en adelante la sigla SIlG, en el mismo sentido: SIG, SI.

4 UN-SEEGSI: Sistema Experto para el Entrenamiento Gerencial en Sistemas de Información.

Ingenierfa e Investigación 49
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

utilizabilidad de los sistemas, incorporar subsis- que no se aproveche el ambiente computacio-


temas de razonamiento que pueden analizar y nal e informacional para motivar aprendizaje en
evaluar la información existente en una base de situaciones reales.
datos y explotar mucho mejor los recursos com-
putacionales, dándole a la máquina un rol de un Por lo anterior creemos que el principio de so-
modo más próximo a la noción de sistema inte- lución no radica ni en ofrecer más datos, ni más
ligente: el computador como herramienta cog- herramientas, ni más ayuda interviniente sino en
el cambio estructural del SI, integrando conoci-
nocitiva.
mientos y presentándolo de forma muy diferente
Cabe recordar que la información que por lo partiendo de la individualizacion del proceso de
general se maneja en una empresa puede en la aprendizaje: aprendiendo a aprender.
práctica padecer de inexactitudes, estar mal es-
tructurada, poseer poca confiabilidad, ser in- En esta nueva arquitectura, que se describe
completa y en no pocos casos ser producida más adelante en la sección 2, se incorpora la
experiencia de la inteligencia artificial y de la
con atrazos. Con los programas de computador
moderna ingeniería de software. Se ha podido
convencionales de generaciones anteriores es
evidenciar que los sistemas inteligentes posibi-
imposible que un programa corra con datos in-
litan sensiblemente el acceso a los recursos
completos aunque se tengan programas de va-
computacionales e informacionales, mejoran la
lidación, elaborados con muchas dificultades, la
aplicación de conocimientos e incentivan varie-
calidad de los datos producidos por el sistema
dad de aprendizajes significativos. En el mundo
corrientemente es dificiente.
de los SIG se pueden identificar dos hipótesis
También cabe recordar que existen numerosos extremas sobre su función:
problemas alrededor del usuario; e.g. a pesar
- La visión primaria tradicional y simplista que
que se le ofrezca una gran variedad de herra-
concibe al sistema como un simple provee-
mientas para resolver su problema (e.g. nume-
dor de datos e información, reflejando el "pa-
rosas hojas electrónicas) frecuentemente no
sado" informacional de la empresa: datos
tiene la orientación ni el conocimiento para de-
suministrados en forma rápida, confiable y
cidir sobre la más adecuada a su problema; lo
oportuna para apoyar las operaciones de la
mismo se podría afirmar sobre la aplicación de
organización, el control de gestión y la toma
la herramienta ni le es fácil decidir sobre qué
de decisiones. Aquí se adscriben un gran
clase de información y datos requeriría según
número de ofertantes de herramientas de IV
condiciones y restricciones existentes ni cual
Generación, Le instrumentos de producitivi-
sería el momento oportuno de su aplicación;
dad, quienes ofrecen la "solución" del siste-
otro problema se refiere a la misma interpreta- ma de información con manejadores de
ción de resultados: cómo proyectar las salidas bases de datos como una ecuación sencilla:
en términos de acciones y ejecuciones del sis- SI - B de D y sin complicación alguna. La
tema; la situación se agrava si el problema exi- cosmovisión es de tipo instrumentalista,
ge la combinación de herramientas o modifi- donde el computador no pasa de ser una
cación de las mismas o el intercambio con va- simple herramienta de cálculo y un depósito
riedad de usuarios a diferente nivel de pericia y de datos.
estilo ante lo cual los sistemas tradicionales su-
ponen homogeneidad en el usuario, generando - La segunda hipótesis, liderada por Gordon
rigideces; además cuando requiera la asisten- DAVIS (5) entre otros, trasciende el alcance
cia ejecutiva, no aparece el experto apropiado. del sistema información como un espacio
Lo anterior explica en gran medida la razón de apropiado para la solución de problemas de
la subutilización de un amplio número de SI y una organización, ya que ninguna empresa

50 Ingenierla e Investigación
QUINCE AÑOS DE INGENIERíA DE SISTEMAS

permanece "resuelta". La anterior cosmovi- tructura y evidentemente su implementación


sión la hemos adoptado en nuestro Proyecto para mejorar su desempeño conservando
EIDOS5, para el desarrollo del prototipo cen- sus características funcionales básicas. Es
tral UN-SEEGSI. En este sentido nuestra hi- decir la moderna ingeniería de software es
pótesis de trabajo concede al computador multidireccional (claramente distingue la in-
un papel más trascendente como herra- geniería directa y la retroingeniería) cuya
mienta cognitiva i.e. que le posibilite a un verticalidad es fruto de intensa investigación
usuario desarrollar habilidades mentales su- y cuya transversabilidad que posibilita la op-
periores para enfrentar la complejidad em- timización por capas o niveles de la empre-
presarial y desarrollar el pensamiento crea- sa. Andrews (7) define esta reingeniería
tivo para la solución de problemas y además como una tecnología de "valor agregado".
posibilite al sistema como memoria institu- Charles W. Bachman definió una metodolo-
cional en términos de experiencia y conoci- gía la cual ha enriquecido indudablemente
mientos. el quehacer ingenieril (8).

¿Qué tan inteligente puede b) La aplicación de la Ingenierla de Conoci-


mientos se puede entender como la integra-
ser un sistema de información?
ción sistémica de capas o metasistemas de
En esta sección se discute cómo usar la moder- conocimientos a la arquitectura del SIG (9),
na ingeniería de software y la de conocimientos para lograr un desempeño más·acorde con
para dotar inteligencia en un SIG. las exigencias actuales, que supere las limi-
taciones analíticas, cuantitativas y cualitati-
vas de los datos y se ofrezcan nuevos
Convergencia ingenieria de Software e I.A.
espacios de pensamiento y solución oportu-
Evidentemente se trata de utilizar las nuevas na de problemas. En estas capas se persi-
tecnologlas del conocimiento y de la inteligencia gue la representación de problemas del SIG,
que posibilitan la migración de un sistema con- la representación e información sobre el
vencional de información a un SIIG lo que re- usuario y su estilo cognitivo, el sistema de
quiere de la aplicación de Ingeniería de razonamiento decisional, la inteligencia en
Sistemas de Información en dos frentes: la Re- la base de datos, entre otros lo cual se ex-
Ingeniería de Software y la Ingeniería de Cono- plica más adelante. En este cometido se in-
cimientos. tegran varias capas de conocimientos
donde conjugan la representación de cono-
a) La aplicación de Re-Ingeniería (6) se puede cimientos de los diferentes agentes que ac-
visualizar de la siguiente manera: túan en el escenario del SI y los modos de
razonamiento, tales como el conocimiento
Sea Rj una Representación del SIG; la Re-Ingeniería
constituye la re-creación de una parte de sistema en
experto en temas gerenciales, conocimiento
una nueva forma y su implementación R* J. del usuario o ejecutivo del SI y su repre-
sentación computacional, las herramientas
Es decir la renovación de los mecanismos para resolver problemas, el conocimiento y
internos, la modernización de las estructu- razonamiento sobre los datos y la tecnología
ras de datos y su arquitectura, el redesarro- inteligente para apoyar la gestión y la pla-
110 dei SI para mejorar su desempeño, la neación. Del grado de aplicación de dichas
renovación y la recontextualización su es- tecnologías dependerá el grado de conocí-

5 EIDOS: "EDUMA TlCA e Inteligencia Artificial para el Desarrollo de la Intaligencia Humana" - Universidad Nacional, financiado
por COLCIENCIAS Contrato No. 147-91.

Ingenierfa e Investigación 51
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

miento experto que procese el SI y por ende 1. Mapa gerencial-cognitivo o SYLLABUS,


se logrará un espacio para la solución con- constituye una capa conceptual y de cono-
tinua de problemas de diferente índole. cimientos en el cual cada punto de la repre-
sentación tiene el conocimiento del dominio
Estructura de las capas del SIG, que requiere un usuario para de-
de conocimientos en el SIG sempeñarse apropiadamente en la empre-
sa. Está apoyada por una base de
Las capas de UN-SEEGSI identificadas (véase conocimientos que constituye una posibilidad
Figura No. 1) dentro del Proyecto EIDOS son: el como instrumento para entrenamiento geren-
mapa conceptual o gerencial cognitivo, el sub- cial significativo, Le. un asistente experto en
sistema de habilidades gerenciales, la incorpo- temas profesionales, induyendo no solo los
ración de inteligencia en la base de datos, la niveles de gestión sino cada una de las áreas
interfaz inteligente hombre-máquina y el sopor- cubiertas por el SIG, o federación de sub-sis-
te para planeación. temas, según G. Davis y Olshon (op. cit.).

2. Capa de Habilidades Gerenciales: es la ca-


Descripción de las clases
pa decisional: la posibilidad de viabilizar en
de conocimientos en el SIG
un sistema de información gerencial como
De acuerdo con la figura anterior, las 5 capas soporte para las decisiones del ejecutivo
de conocimientos comprenden: (10): una base de conocimientos de habili-
dades gerenciales, que van a apoyar la ges-
tión del usuario y en ninguna forma a

CAP A S DE
CONOCIMIENTOS DE UN-SEEGSI

I CONOCIMIENTO DEL
SIG (APLICATIVO)
I CONOCIMIENTO SOBRE
RESOLUCION DE
PROBLEMAS
I
I I I 1
CONOCIMIENTO CONOCIMIENTO CONOCIMIENTO CONOCIMIENTO CONOCIMIENTO
DEL DOMINIO DEL DEDUCIDO SOBRE LAS SOBRE SOBRE LA
SIG TAREAS DEL HABILIDADES INTERFAZ
SIG GERENCIALES USUARIO-SIG
* Mapa Gerencial * Inteligencia
Cognitivo en Bases de * Base de * Razonamiento * Representación
Datos Planes Decisional del Usuario
* Soporte * Deducción de * Estilo Cognitivo
para la Herramientas * Estilo Gerencial
planeación para Toma de
* Generación Decisiones
Reconocimiento
de Planes

FIGURA 1. Estructura de CONOCIMIENTOS.

52 Ingenierfa e Investigación
QUINCE AÑOS DE INGENIERfA DE SISTEMAS

substituirlo, dentro de una perpectiva plural- 3. Inteligencia en las bases de datos: Un com-
gerencial. Esta capa la constituye tres sub- ponente importante lo constituyen las bases
capas a saber: razonamiento decisional, de datos basadas en conocimientos o bases
inferencia de requisitos de información e ins- inteligentes de datos (15). Este subsistema
trumentos para la toma de decisiones, las es un componente del nivel tecnológico de
cuales se describen a continuación: la empresa y está integrado por: inteligencia
para los datos y descubrimiento de conoci-
i- Razonamiento decisional mientos o aprendizaje maquinal para las ba-
Recorriendo los niveles de gestión por área funcional ses de datos.
y considerando el grado de estructuralidad o no de la
decisión en el sentido de H.· Simón. El sistema de i-Inteligencia para los datos: Una base inteligente de
razonamiento frontal: implica una elaboración teórica datos: UN-BID (16), prototipo desarrollado dentro del
previa sobre razonamiento decisional en espacios Proyecto EIDOS empleando UN-PROLOG6 sobre
múltiples: Dominio psicológico, Dominio administrati- una herramienta de 4 Generación (ORACLE) incor-
vo, Dominio analítico (una perspectiva lógico-racio- porando un sistema de razonamiento frontal para po-
nal) y de la investigación operacional (11). sibilitar la incorporación de reglas de diferente
naturaleza, a partir de las limitaciones de la mencio-
ii- Deducción de los requerimientos de Información nada herramienta de productividad, en que dejaba de
Para la toma de decisiones, teniendo en cuenta el resolver problemas e.g. de la integridad referencial;
estilo gerencial del usuario. Este sistema identifica el dicho razonamiento frontal posibilita el que la base
sub-espacio datos-información que demanda el eje- de datos puede tener un desempeño inteligente.
cutivo del SI para la toma de decisiones en cada una
ii- Deducción de conocimientos para aprendizaje ma-
de las aplicaciones y además posibilita la evaluación
quinal de las bases de datos: A partir de la base de
de la información ex-ante la decisión.
datos: UN-BDD, se trata de inferir conocimiento a
partir del sistema de base de datos ya sea recupe-
.'iii- Análisis y determinación de herramientas para la
rando el conocimiento que algún experto introdujo o
toma decisiones: Una base de conocimientos de so-
la deducción de conocimiento a partir de los datos
porte a las decisiones, apoyada en modelos de ges-
existentes en la base. También se entiende como la
tión y de la investigación operacional y siguiendo el posibilidad además de ofrecer análisis de frontera se-
estilo cognitivo (12) y gerencial del usuario. En déca- gún las especificaciones del modelo de datos, esta-
das anteriores estos planteamientos parecían no te- blecido. Una base de datos puede considerarse
ner asidero dado el estado de la tecnología y la como una base de hechos en sistemas basados en
incipiente ingeniería de conocimientos, como lo sos- conocimientos, lo cual es uno de los fundamentos
tuvo entre otros Huber (13). Además de los tradicio- para la inferencia de conocimiento nuevo (17).
nales métodos de la investigación operacional, se
podría mencionar: matrices de pago, curvas de utili- 4. Inteligencia para el Interfaz Usuario-SIG, lo
dad, preferencia e indiferencia entre otros. El proyec- cual implica el diseñar un sistema que sea
to JANUS (14) ha llevado a cabo una experiencia
capaz de adaptarse a las condiciones parti-
interesante con el prototipo JAN US que utiliza 4 cons-
tructos que intentan emular variedades de estilos de
culares de un usuario, entender el estilo de
usuarios: la figura de Dr. Spock, el del pensamiento aprendizaje y enfoque filosófico del mismo
lógico-racional, Bozo el pensamiento lateral emulan- y en general captar el mayor conocimiento
do búsqueda de mayores alternativas creativas para del usuario para poder diseñarle la retroin-
la solución de problemas; Mami que se centra en la formación y el mismo subsistema de expli-
explicación y ayuda y la figura de Esopo o narrador cación:
de historias; aquí el usuario selecciona el constructo
de interfaz, representado en forma declarativa y que i- Comunicación en Lenguaje Natural: Un interfaz en
usa plantillas. lenguaje natural (i.e. manejando un subconjunto es-

6 UN PROLOG: Desarrollado por el profesor Roberto Ojeda. en el Departamento de Ingeniería de Sistemas, con el apoyo
financiero de COLCIENCIAS.

Ingenierfa e Investigación 53
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

pecializado) para trabajar con bases de datos del SI. y pronósticos. Lo anterior resulta insuficiente ante la
Se prevee la incorporación de la lógica de la ambi- cada vez más compleja situación de la planeación
guedad (fuzzy) de acuerdo con nuestra experiencia financiera, presupuestal, de inversiones, del segui-
con los prototipos desarrollados dentro del Proyecto miento de actividades críticas, de recursos y compro-
EIDOS: UN-AudiExp (18), Un-AudiBC (19) y UN-Au- misos y según R. Anthony a varios niveles:
di-Plan (20), que posibilite al usuario de utilizar con- estratégico, táctico y operacional.
textos lingüísticos para manejar variables de tipo
cualitativo i.e. cuyos límites y valores presentan am- La necesidad de predicción ante la incertidumbre del
bigüedades. Igualmente la experiencia con UN-FIS- futuro aparecen con factores casi inmanejables: cua-
Tutor (21) que es un prototipo que acepta problemas litativos, juicios de valor, subjetividades, falta de una
planteados por el estudiante en lenguaje natural nos memoria institucional que permita reconstruir fácil-
ha permitido lograr una buena apreciación de la com- mente experiencias y conocimiento adquirido, la di-
plejidad implicada en esta comunicación. vergencia entre el aprendizaje institucional y la
filosofía y cultura organizacional, entre muchas otras.
ii- Modelamiento del usuario: Se trata en dos dimen- Fiksel (op. cit.) identificó un ciclo de vida de la pla-
siones, de responder al estilo gerencial: que incluye neación: Aprendizaje, Razonamiento y Acción. El pri-
tanto el estilo cognitivo como el enfoque filosófico del mero implica aprendizaje maquinal y sistematización
usuario. El Modelo del Usuario: Estos modelos (22), del conocimiento empresarial para preservar la me-
(23) Y (24) han tenido en los sistemas expertos mu- moria institucional. El segundo implica el análisis so-
cho interés puesto que han posibilitado el desarrollo bre opciones estratégicas, gestión del riesgo y de los
de interfaces de comunicación hombre-máquina más recursos. El tercero la selección entre opciones de
adaptables dada la posibilidad de lograr una repre- planes y actividades.
sentación computacional del usuario y asi mismo
ofrecer expliaciones mas apropiadas. Además facili- ii- Reconocimiento y Generación de Planes del Usua-
tan el desempeño eficiente de diferentes niveles de rio.
usuarios, lo cual aumenta a la vez el nivel de acepta- Es muy conocido el empleo de planeación e lA en el
bilidad de los sistemas informáticos. Otros subsiste- campo de la robótica. En el contexto de los SIIG, los
mas los caracteriza el tutor o mejor el asistente planes facilitan y guian al usuario e.g. para la realiza-
inteligente en línea que entre otros "adiestra" al eje- ción y ejecución de sus tareas y resolución de pro-
cutivo en consultar la información del sistema y le blemas de la vida diaria empresarial e.g. que obtenga
permite recorrer los archivos, ilustrándole en cada la información que necesite, sin más ayuda que el
oportunidad con ejemplos sobre la estructura de la propio sistema (por intermedio de inferencia y razo-
información disponible y los períodos de referencia. namiento automáticos), le ayudan a manejar deduc-
Así mismo, existe un subsistema de documentacion tivamente las transacciones estructuradas y
en línea, en que se registran los principales hechos conocidas, y además ofrecen una asistencia inteli-
en relación con datos, e información pública sobre los gente en línea. Una base de planes normativos a
programas y cómo utilizarlos. A este efecto hemos diferente nivel, posibilita reconocer un problema plan-
realizado un trabajo analítico (25) y experimental so- teado por el usuario, no solo para obtener planes de
bre varios tutores, algunos de los cuales se mencio- tareas, acciones y procesos institucionales de la vida
nan en este trabajo. diaria sino que además posibilitan enfrentar situacio-
nes inesperadas de riesgo y concreciones de ame-
5. Soporte inteligente para la Planeación. La nazas, complejas y difíciles mediante planes de
importancia de los proceso de planeación en contingencia que minimizan riesgos y las consecuen-
la empresa moderna es trascendental. Aquí cias indeseables.

se identifican 2 niveles, a saber: La asisten-


EL PROBLEMA de Planeación en este contexto se
cia inteligente para la planeación a nivel or- puede describir así: dada una descripción del mundo;
ganizacional y el reconocimiento y genera- dados ciertos objetivos y metas se trata de encontrar
ción de planes del usuario. planes de tal suerte que cuando se ejecuten, alcan-
cen los objetivos definidos. Básicamente un sistema
i- Planeación Inteligente (26). de planificación consiste en una base de conocimien-
Una de las actividades de los ejecutivos de los SI, tos de planes "normativos", el conocimiento sobre la
está relacionada con los procesos de planeación cu- planificación en general y sobre el dominio de la apli-
yo soporte computacional tradicionalmente ofrece cación; además tiene una base de datos y un meca-
técnicas de análisis de datos históricos, estimaciones nismo de inferencia, el cual selecciona los conoci-

54 Ingenierfa e Investigación
QUINCE AÑOS DE INGENIERfA DE SISTEMAS

mientos necesarios para generar una sucesión de El subsistema de tareas y planes normativos:
acciones que transforme un ESTADO INICIAL ha- Que incluye el conocimiento sobre trabajo en
cia un ESTADO OBJETIVO. La Base de datos con-
las bases de datos, el reconocimiento del plan
tiene la representación del "mundo" de la empresa y
en que se encuentra un usuario en una sesión
emplea e. g. la lógica de predicados para representar
las relaciones entre estos.
dada y la generación de planes para un usuario
que está desorientado y no sabe que hacer fren-
te al SI; también registra apropiadamente los
Arquitectura simplificada del SIG trabajos en proceso o agenda para cada usua-
rio en particular.
En la siguiente figura se puede apreciar la es-
tructura de UN-SEEGSI que se está desarro- El subsistema de entrada y adquisición de co-
llando dentro del Proyecto EIDOS, en la nocimientos: Donde se registran los atributos,
Universidad Nacional, la cual consta de varios parámetros, valores, problemas que en forma
subsistemas que interactúan: activa y dinámica obtiene y estructura los deta-
lles de un problema del SI; adicionalmente debe
El Subsistema usuario. Que integra los compo-
ser capaz de captar e inferir los supuestos, jus-
nentes de modelos del usuario donde se repre-
tificaciones y relacionadas por un usuario en la
senta este conocimiento, el módulo de razona-
sesión de trabajo; además se registran las pro-
miento decisional que recupera variedad de ra- ducciones del SIG. El sub-sistema incluye ad-
zonamientos maquinales de una base de cono- quisición semi-automática de conocimientos,
cimientos, el módulo orientación del diálogo según las facilidades de NEXPERT-OBJECT.
hombre y máquina sobre la cual descansa el
interfaz. El subsistema de representación de problemas,
actividades y trabajos: Que posibilitan gestionar
Este interfaz es responsable por las interaccio- adecuadamente el sistema global: es el conoci-
nes de bajo nivel SIIG-usuario. miento a profundidad en subdominios específi-
cos; este conocimiento restricciona las posibles
El subsistema soporte para la decisión: Que in- acciones, describe la metas y objetivos y ade-
cluye a lo anteriormentye descrito, un tutor ex- más las operaciones.
perto en línea o asistente decisional, un sub-
sistema de explicaciones donde se recuperan El Subsistema de bases de datos y conocimien-
los pasos y procedimientos que se llevaron a tos: Integrada con un módulo de aprendizaje
cabo para seleccionar una decisión. Aquí inter- maquinal para descubrir conocimiento nuevo a
vienen las capas de conocimientos sobre habi- partir de.los datos factuales registrados y por el
lidades gerenciales que orienta la decisión al conocimiento ex-ante registrado.
igual que el conocimiento sobre las herramien-
tas para la toma de decisiones según el estilo UN-SEEGSI hacia el aprendizaje dual:
gerencial monitoreado por el subsistema ante- hombre-máquina
rior (Véase la Fig. 2).
La Dra. Rosa Vicari (27), de la Universidad Fe-
La explicabilidad del sistema es uno de los ins- deral de Porto Alegre en Brasil, está liderando
trumentos más potentes en el aprendizaje de un un Proyecto Educativo de aprendizaje dual es-
usuario en el contexto de su trabajo y adaptado tudiante-Computador dentro de una perspectiva
a la interacción de un individuo en particular. de la matética computacional", Como se recor-

7 Propuesta de desarrollo teórico del profesor John Self para tratar de definir los productos y salidas de aprendizaje en ambientes
electrónicos y explicar este proceso de aprendizaje.

Ingenierla e Investigación 55
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

USUARIO I
I
I I
RAZONAMIENTO INICIATIVA DIALOGO
DECISIONAL
Usuario I UN-SEEGSII Combinada Consulta
I
1 l INTERFAZ HOMBRE MAQUINA I
J
MODELO DEL USUARIO ADAPTACION
Estilo 1Estilo .1 Habilidade~1 Seleccion de RAZONAMIENTO
Cognitivo Gerencial Gerenciales Herramientas DECISIONAL

I ISOPORTE DECISIONAL
I

T
U M E DIO S
T 1 Trabajo sObr~1 Planes Agenda de 1 de
O Base de Datos Trabajos en Proceso EXPLICACION
R
I
I
I ACCIONES I
r
Entradas 1 Factores 1Juicios 1Alternativas 1Adquisici6n de 1Atributos 1
Valores y Restricc. Conocimientos
j_
PROBLEMAS PARA EL SISTEMA DE INFORMACION I
I
I
I
* Especificacion REPRESENTACION Base de Base de
* Modelo Computacional e Datos
~
Conocimiento
* Modelo Matematico INFORMACION Integrada F== SALIDA
* Transformaciones sobre el
I I I
* Especificaciones Problema
Objetivo Protocolo de Aprendizaje I

FIGURA 2. Arquitectura simplificada de UN-SEEGSI.

dará, la inteligencia artificial ha emerqido como quisicion conocimientos podemos enriquecer


algo nuevo, provocador y que causa temor por las habilidades gerenciales y fortalecer la capa-
la misma posibilidad de construir "mentefactos" cidad de planificar constituyéndose en un siste-
con capacidad autónoma de decisión. ma de información gerencial que preserva la
memoria empresarial, lo cual posibilita preser-
Además del desempeño inteligente que puede var y capitalizar la experiencia y cultura organi-
exhibir el SIIG y de servir de entrenador experto zacional con consecuencias inesperadas en
gerencial, se puede incorporar un subsistema términos de nuevas habilidades superiores que
explícito de aprendizaje maquinal que adquiera se puedan desarrollar por parte de un usuario.
conocimiento nuevo sistemática y/o. subrepti- La meta incialmente planeada para este proto-
ciamente. De hecho la posibilidad de inferir co- tipo estaba presupuestada sobre la hipótesis de
nocimiento nuevo de la base de datos según se doble uso: aplicaciones en Educación -entre-
mencionó anteriormente, posibilita que el siste- namiento gerencial- y aplicaciones en el con-
ma "aprenda"; si además sistematizamos la ad- texto profesional, lo cual implicaría una arqui-

56 Ingenierla e Investigación
QUINCE AÑOS DE INGENIERfA DE SISTEMAS

tectura innovadora y vigente. Lo anterior permi- Las habilidades de aprendizaje en el sistema


te colegir sobre la doble perspectiva de UN- (usuario-máquina) a nivel estratégico depend-
SEEGSI donde aprende el SIG y se entrena el en de un conjunto de protocolos heurísticos o
usuario. reglas basadas en experiencia y que puedan
tener credibilidad psicológica.
Aprendizaje maquinal
La información que se busca es el resultado de
Teniendo en cuenta que casi es imposible en- la interacción entre el software y el estudiante
tender el problema de la Inteligencia Artificial sin dentro de un esquema cooperativo. De esta ma-
que implique la posibilidad de APRENDER (28), nera se puede implementar un conjunto de
a continuación se describe someramente un es- cuestiones de ayuda siempre y cuando el siste-
quema un del ciclo de aprendizaje en que inte- ma (30) fuese capaz de responder, e.g. "¿Cuál
ractúan el software y el un usuario (véase es el siguiente paso?", "¿Cual es el próximo
Figura 2). En aprendizaje maquinal, el sistema evento?" y además dar explicación. El nuevo
genera nuevos conocimientos en forma "au- dominio se conforma a partir de los algoritmos
tomática" y se basa en generalizaciones de- para hacer explícito las tácticas de aprendizaje,
ducidas de experiencias anteriores. El sis- i.e. tomar la nueva información y el nivel de co-
tema, en efecto, aprende nominalmente de la nocimiento del SIG actual (syllabus), y de la in-
experiencia y de este modo el mismo sistema terpretación que se haga al respecto. Esta
se actualiza. Este proceso es tema de mucha Interpretación se basa en el procesamiento
investigación. cooperativo entre la máquina y el estudiante,
sobre ¿qué se debe "aprender" a partir de la
La habilidad para aprender es un componente nueva información? De esta forma se conforma
importante de la inteligencia y al ofrecer com- el nuevo syllabus o mapa cognocitivo-gerencial
pletamente esta potencialidad mejoraría el po- descriptivo del area del conocimiento del SIG.
tencial de un sistema inteligente en especial en
el terreno de la educación (29). Lo anterior pone en evidencia numerosos inte-
rrogantes que estan aún por resolver mediante
El sistema parte del modelo explícito de concep-
la experimentación y la implementación de las
tual-gerencial, como dominio del conocimiento
tácticas y estrategias de aprendizaje que ten-
del SIG (e.g. una estructura en forma de árbol)
gan la suficiente validez psicológica. Esto dará
y con la ayuda de los modelo de usuarios.
mas luces sobre las complejidades del aprendi-
Como se puede apreciar este esquema se fun- zaje humano lo cual favorecerá los desarrollos
damenta en el papel que pueden jugar tanto el de los sistemas inteligentes.
Modelo del Estudiante como el Aprendizaje Ma-
quinal, dada su íntima relación y que este último El modelo computacional del SIIG
se emplea para soportar un sistema de proce-
samiento cooperativo. La representación computacional del sus se re-
quiere por razones obvias aunque es necesario
La confluencia de la información de control es reconocer la imposibilidad de expresar mate-
la base para integrar el conocimiento concep- máticamente como una expresión determinada.
tual (que define el entendimiento actual del sis- Las variables del SIG involucran objetos, ma-
tema que se quiere aprender) expresado como trices (cobertura en términos de función se-
fronteras dentro de la estructura del dominio ini- gún nivel y área), vectores (nivel tecnológico),
cial. El sistema "sabe" el nivel de conocimiento variables fuzzy (e.g. desempeño gerencial) y
dado la representación que tiene del usuario. escalares.

Ingenierfa e Investigación 57
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

Sus entradas y salidas desbordan la simple da- El nivel tecnológico, es la variable que está aso-
ta para expresar diferentes formas por lo gene- ciado con la productividad esperada del SIG,
ral no estructuradas e.g. un problema a resolver que involucran las herramientas para el análisis
o un plan de acción a seguir: decisional e informacional, el propio estilo ge-
rencial como una función tanto del estilo cogni-
y = f{objetos, problema, cobertura, desempeño, nivel tivo y el enfoque filosófico del usuario, la interfaz
tecnológico, nivel de gestión, plan-usuario, estilo-ge-
usuario-SIIG, incluyendo la inteligencia en la
rencial, ciclo de vida (t)}
base de datos y la comunicación en lenguaje
Los resultados del sistema de información (Le. natural, la cultura organizacional e informática
salidas) y pueden ser decisiones, información, de la institución y en general los recursos em-
conocimiento requerido, soluciones, planes in- presariales, lógicos y materiales.
feridos y objetos). Esto corrobora la casi impo-
El plan de usuario: asociado con planes norma-
sibilidad de expresar un SIG en forma cerrada
tivos (generación de un plan a partir de una ba-
(31).
se de planes identificados y modelos) y planes
Los objetos: pueden referirse a elementos-dato positivos (reconocimiento de planes del usua-
o cualquier constructo informático factible. rio). Aquí se pueden incluir los planes de contin-
gencia.
El problema: se expresa como el tipo de deci-
sión a tomar, la necesidad de información, una La variable t, implica el horizonte de planeación
prospección de variables del sistema, la posibi- en el tiempo, el mismo ciclo de vida del sistema
lidad de identificar un conocimiento nuevo a de información o la misma dinamicidad de las
partir de la base de datos u otro (32). En el caso variables del sistema.
de decisiones se involucra el grado de estruc-
El esquema del SIIG podría representarse tam-
turalidad Le. {no estructurado, parcialmente es-
bién por un conjunto de ecuaciones simultá-
tructurado y estructurado}, lo cual puede
neas dadas las múltiples inter e intra-relaciones
inferirse del problema o hacerse explícito.
del SI. De todas maneras el esquema descrito
anteriormente señala de por sí, un desempeño
La cobertura: implica las funciones según nivel
mucho más rico y fértil para atender las deman-
de gestión y/o abstracción yel area cubierta por
das de la dirección empresarial y un constituye
el SIG, e. g. CONTABLE, FINANCIERA, PERSO-
NAL, PRODUCCiÓN, MATERIALES, ALMACE- sistema que tiende a adaptarse a las condicio-
nes individuales de un ejecutivo-usuario y en
NES, SERVICIOS, TRANSPORTE, MAQUINARIA,
EQUIPO, VENTAS, CLIENTES. que el computador deja de ser un simple depó-
sito de datos y calculadora para convertirse, no
El desempeño: se refiere a la habilidad geren- solo en un asistente experto cumpliendo un rol
cial inferida o explicitada: mucho más novedoso e interesante, sino un es-
pacio problematizador-solucionador de proble-
Razonamiento decisional en varios dominios: psi- mas de la empresa abandonando las finali-
cológico, administrativo (e.g. reglas de la empre- dades de las primeras generaciones Le que se
sa) y analítico (investigación operacional). centraron en los "problemas de oficinistas yem-
pleados" y haciendo negación de los verdade-
Información requerida para la toma de decisio- ras misiones, objetivos y problemas de una
nes según la calidad y nivel de usuario. También institución.
implica la determinación de los instrumentos
matemáticos y no matemáticos (e.g. procedí-
mentales) para la decisión respondiendo al es-
tilo cognitivo del usuario.

58 Ingeniarla e Investigación
QUINCE AÑOS DE INGENIERíA DE SISTEMAS

La implementación riesgo, dándose a translucir que no existe un


interés mínimo a este respecto.
Existen en la arena de la Ingeniería de Software
y de la Inteligencia Artificial, numerosos instru- Los nuevos paradigmas de la Re-Ingenierfa y
mentos teóricos y prácticos para la construcción Retroingenierfa de Software con el apoyo de
rápida de los SIG muchos de los cuales no se herramientas CASE, no han sido entendidas en
conocen en el país. Colombia como posibilidades para innovar los
SIG.
El esfuerzo lo hemos abordado desde la óptica
de nuestro Proyecto EIDOS en el Departamento Los usuarios en Colombia parecen sentirse sa-
de Ingeniería de Sistemas de la Universidad Na- tisfechos con el apoyo administrativo y opera-
cional de Colombia, donde estamos empeña- cional de su SI de 3a. y 4a. Generación y muy
.dos en construir el prototipo UN-SEEGSI, cuya pocos creen en la posibilidad del SIIG como un
arquitectura simplificada se presenta en la Fi- espacio para la solución de problemas de la em-
gura 2. A este efecto hemos dirigido la construc- presa.
ción de varios prototipos de diferentes compo-
nentes de UN-SEEGSI los cuales se han refe- Conclusiones
renciado anteriormente y hemos avanzado am-
pliamente en su conceptualización. Nuestro planteamiento, centrado en la innova-
ción y re-creación mediatizada por la re-inge-
- Ante todo está el empleo de las herramien- niería, ha sido fruto de un intenso trabajo de
tas CASE cuyo empleo es prácticamente in- varios años, en especial por la posibilitación de
dispensable en el proceso de Re-Ingeniería conocimiento que se ha dado en el espacio de
(Pérez y Medina, op. cit.). Dentro del Pro- nuestro Proyecto EIDOS dentro de una perspec-
yecto EIDOS contamos con IDMS-ARCHI- tiva de doble uso: en el terreno profesional y
TECT para el análisis y diseño de sistemas para su su empleo en educación haciendo utili-
de información y el ADW/PWS de Knowled- zación intensa de herramientas CASE y de ins-
geWare para la planeación estratégica de trumentos de ingeniería de conocimientos
un SIG. potenciada pro quehacer diario desde nuestra
cátedra universitaria.
- Entre los lenguajes de V Generación conta-
mos con UN-PROLOG con todos sus exten- Aquí hemos descrito someramente los esfuer-
siones y en especial su característica de zos de investigación hacia la construcción de
transportabilidad y poder expresivo. UN-SEEGSI, una de las metas del Proyecto EI-
DOS, lo cual ha mediado la construcción de un
- Hay varios Shells para trabajar las capas de número importante de prototipos de trabajo ref-
conocimientos. Uno de ellos es NEXPERT erenciados oportunamente. Aquí se recontex-
OBJECT, herramienta de Ingeniería de cono- tualiza no solo los aspectos metodológicos de
cimientos adquirida para el Proyecto EIDOS. los SI sino el concepto de "federación" de sub-
sistemas de información que introdujo G. Davis
Existen todavía algunas barreras que dificultan y M. Olshon (op. cit.) como un sistema abierto
el proceso de implementación. Valga anotar de cooperación de subsistemas expertos en los
que en Colombia el mercado de tecnologfas del que el procesamiento cooperativo para la solu-
conocimiento y de la inteligencia es demasiado ción de problemas de la empresa (33), alcanza
incipiente y muchos distribuidores de software un verdadero sentido, dado que por lo general
consideran que dicho mercado es costoso, con un problema, no es exclusivo de una sola sec-
poca o nula demanda y por consiguiente de alto ción de una empresa.

Ingenierfa e Investigación 59
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

Lo anterior es otro tema de investigación que de SIG e[1 forma eficiente y oportuna, lo cual
amerita un tratamiento especial: inteligencia ar- está facilitando la estandarización de diferentes
tificial distribuida y cooperación inteligente en el subproyectos alrededor de UN-SEEGSI.
SIIG para la solución de problemas. La produc-
ción de estos subsistemas se apoya con UN- Finalmente hemos enfatizado sobre el uso y
PROLOG-Shell y además se emplean herra- aplicación de la lA y de la Ingeniería de software
mientas CASE para la construcción rápida de en investigación sobre nuevas arquitecturas de
SIG's. A este efecto hemos trabajado (34) en el SIIG. Esperamos con optimismo presentar a la
diseño de una metodología que funcione, para comunidad estos resultados en el corto plazo.
la construcción rápida de prototipos y desarrollo

60 Ingenierfa e Investigación
QUINCE AÑOS DE INGENIERfA DE SISTEMAS

BIBllOGRAFIA

1. HENDLER, James. "Al in the twenty first Cen- 12. CARDONA, Germán y DIAZ, Claudia. UN-AD-
tury", IEEE EXPERT: Intelligent, Systems and Tutor Prototipo de un sistema tutoríal inteligente
Aplications. Doc., 1993. para la Abstracción de Datos y Objetos. Dpto.
Ing. Sistemas -Proyecto EIDOS-, Universidad
2. SHANK, Roger. "¿Where is the Al?". Al Maga- Nacional, 1992 Tesis.
zine. AAAI Doc., 1993.
13. HUBER, G. P.: "Cognitive style as a basis for
3. MUKANATA, Toshimon. "Practical Al: Where it's MIB and Decision Support designs: Much ADO
been and where is now", Cleveland State Uni-
About nothing? Management Science, August,
versity. IEEE EXPERT: Intelligent Systems and
1983.
their Applications. Febrero 1993.
14. "Exploring Active Decision Support: The JANUS
4. LOWRY, Michael. "Software Engineering in the
Project", S. A. Raghavan y D. R. Chand. Bentley
Twenty Century". Al Magazine. The AAAI Fall,
College, Waltham Mass in Current Research in
1992.
Decision Support Technology, R. W. Blanning &
5. DAVIS, Bordon y M. Olshon (1986). Sistemas D. R. King IEEE Computer Society Press, 1992,
de Información Gerencial. Ed. McGraw-HiIIlati- pp. 134-136.
noamericana, traducción al español por Alfonso
Pérez Gama. 15. Véase el No. 1 del Vol. 2 de IEEE Knowledge
and Data Engineering, March 1990, el cual está
6. ARNOLD, R. Software Reengineering. IEEE dedicado a la nueva generación de Bases de
Publicatons, 1933. Datos, presentando diferentes prototipos, ISBN
1041-4347.
7. "Systems Re-Engineering: a critical perspecti-
ve" in CASE Trends, julio-agosto, 1990. 16. GOMEZ, César. UN-BID prtotipo de una Base
Inteligente de Datos, Tesis Universidad Nacio-
8. Una completa descripción del modelo metodo- nal, Departamento de Ingeniería de Sistemas
lógico de Bachman se encuentra presentada en
-Proyecto EIDOS-, Santafé de Bogotá, 1992.
su artículo titulado "A personal chronicle: Crea-
tirig Better Information Bystems, with Some Bui- 17. PIATESKY-SHAPIRO, Breg and William J,
ding Principies", publicado en la revista IEEE Frawley edts. Knowledge discovery in Databa-
Transactions on Knowledge and Data Enginee-
ses, AMI and MIT Press, 1992.
ringo Vol. 1, No. 1 de marzo de 1989.
18. LOPEZ, Fernando (1991). UN-AudiExp Un Sis-
9. BLANNING, R. & D. King. Current Research in
tema inteligente para Auditoría de Sistemas. Te-
Decision Support Technology, IEEE Computer
sis Depto. de Ingeniería de Sistemas -Proyecto
Society, 1993.
EIDOS-, Universidad Nacional de Colombia,
10. BLANNING, R. D. King. "Introduction to Growth Bogotá.
of Decision Support Technology" in Current Re-
search in Decision Support Technology, IEEE 19. ALVARADO, Javier y MANJARRES, Carlos. In-
Computer Society Press, pp. 1-8. geniería de Conocimientos en Auditoría de Sis-
temas: Prototipo UN-AudiBC, de una Base de
11. SOLER, Carlos Eduardo. "Razonamiento Deci- Conocimientos. Tesis Depto. Ingeniería de Sis-
sional". Tesis en Publicación -Proyecto EI- temas -Proyecto EIDOS-, Universidad Nacio-
DOS-, Universidad Nacional, 1993. nal,1993.

Ingenierfa e Investigación 61
QUINCE AÑOS DE INGENIERIA DE SISTEMAS

20. RINCON, Pedro. Planes de Contingencia: UN- 28. BILLMORE, D. J., SELF (1988). "The Applica-
AudiPlan. Depto. Ing. de Sistemas -Proyecto tion of Machine Learning to ITS" en Al and Hu-
EIDOS-, Universidad Nacional, 1993. man Learning, Edit. J. Self. Chapman & Hall
Computing, London.
21. DIOSSA, Henry. UN-Fistutor: Prototipo de Tutor
Experto para el Aprendizaje de Cinemática Uni- 29. PEREZ GAMA, Alfonso (1984). "La Microcom-
dimensional. Tesis, Depto. de Ingeniería de Sis- putación Educativa como Ayuda al Aprendizaje"
temas -Proyecto EIDOS-, Universidad en Informática y Educación. Ed. A. Roquez, CE-
Nacional, 1992. PE-UNESCO. Urna, Perú.

22. RICH, Elaine. User are individuals: Individuali- ,30. DORFMAN, Raúl (1983). Del Jardín de infantes
zing User Models, in IJJMMS, 1983, Vol. 18. a los Sistemas de Información. Memorias Semi-
nario-Taller, Universidad Nacional de Colombia,
23. AMMAR, R. A. Y T. L. BOOTH (1988). "Software Bogotá.
optimization Using Users Models", en IEEE
31. PEREZ, Alfonso y MEDINA, Víctor Hugo. Dise-
Systems, Man and Cybernetics, vol. 18, No. 4,
ño de Sistemas y Re-Ingeniería con el apoyo del
JulY/August, 1989.
computador: Herramientas CASE, 2a. Edición,
24. BRAJNIK, B. Y B. GUIDA, Y C. TASSI (1990). Depto. Ing. Sistemas Universidad Nacional,
1993.
"User Modeling in Export Man Machine Interfa-
ces: A Case study in Intelligent Information Re-
32. ROZO, Giovanni. Sistema Instruccional sobre
trievel", en IEEE Systems, Man and
Resolución General de Problemas. Tesis De-
Cybernetics, Vol. 18, No. 4, JulY/August, 1989.
partamento de Psicología y Depto. de Ingeniería
de Sistemas -Proyecto EIDOS-, Universidad
25. PEREZ GAMA, Alfonso. "Modelos oornputaclo-
Nacional, 1993. En publicación.
nales para el desarrollo de la Inteligencia". Ex-
pociencia 91. Programa Académico: 33. DAVIS, R. (1985). "Problem Solution with Ex-
Informática Inteligente. Nov. 1991, Santafé de port Systems". Proceedings of the Texas Instru-
Bogotá. En publicación Asociación Colombiana ment Artificiallntelligence Symposium, Dalias,
para el Avance de la Ciencia -ACAC-. TX, USA.

26. FISKEL, Joseph and FREDERICK, Hayes- 34. TELLEZ, Alfonso. UN-Metod SIG: Metodología
Roth: "Knowledge Systems ofr Planning Sup- para el desarrollo rápido de Sistemas de Infor-
port".IEEE Expert: IntelligentSystemsandtheir mación Gerencial en ambiente CASE. Depto.
applications, Fall, 1989. Ingeniería de Sistemas -Proyecto EIDOS-,
Universidad Nacional, 1993.
27. Véase Memorias de la IV Reunión de RIBIE en
Porto Alegre, 1991 .

62 Ingenierfa e Investigación