Introducción a la Inteligencia Artificial

El Proceso de Razonamiento Según la Lógica

(Axiomas,Teoremas,Demostración)
¿QUÉ ES LA LÓGICA?

La lógica es aquella ciencia que va en búsqueda de las formas de

los razonamientos correctos, es decir, de las leyes del deducir
correctamente. En este sentido es legítimo afirmar que la lógica es
la teoría de la deducción, en cuanto estudia las reglas de las
inferencias correctas.
La lógica hace explícitas estas leyes, las ordena en sistemas
axiomáticos y prueba sus capacidades y límites.
 Teoría deductiva
Designamos bajo este nombre toda teoría que se fundamenta en dos principios:
Definiciones y demostraciones.
En su desarrollo debe cumplir básicamente las siguientes condiciones:

Enunciar explícitamente los términos primitivos con ayuda de los cuales se propone
definir los demás términos de la teoría.

Enunciar explícitamente las relaciones primitivas. Con la misma esencia anterior, son
relaciones que el hombre pone en la base de su conocimiento.

Enunciar explícitamente las proposiciones primitivas, con ayuda de las cuales se

propone demostrar otras proposiciones de la teoría. Estas proposiciones primeras se
denominan Axiomas y relacionan entre sí los términos primitivos y las relaciones
primitivas.
Axioma o postulado
Es una proposición primitiva que se admite como cierta. En la construcción de
una teoría axiomática se ha de partir de un conjunto de axiomas, escogidos de
tal forma que dicho conjunto ha de ser: compatible, suficiente, independiente.
Analicemos estas características:
Compatibilidad: Dos axiomas no pueden formular en ellos, ni producir en sus
resultados derivados, relaciones contradictorias.

Suficiencia: Toda proposición verdadera ha de ser deducible dentro del

sistema.
Independencia: Ningún axioma ha de poderse deducir de otros.
Estableciendo el sistema de axiomas (que por cierto, no tienen porque ser
"evidentes"), se comienza a construir la teoría enunciando y demostrando los
teoremas.
 La demostración
El proceso demostrativo consiste básicamente en:
A partir de unas proposiciones dadas que llamaremos premisas, obtener
otra proposición que llamaremos conclusión mediante la aplicación de
unas reglas lógicas .
Para demostrar que una proposición específica es un teorema en una
teoría deductiva dada procedemos así:

1.-Se enuncian explícitamente los axiomas de la teoría.

2.-Se fijan las reglas que validan el proceso demostrativo, estas reglas se
denominan reglas de validez y se reducen a las siguientes:
Regla de validez 1: Todo axioma puede figurar en cualquier paso de una
demostración.

Regla de validez 2: Si P=>Q figura en una demostración y P también figura

en la misma demostración, entonces se puede concluir Q en la
demostración. Esta regla universal se conoce con el nombre de Modus
Ponens.

Regla de validez 3: Si dos proposiciones son equivalentes se puede sustituir

la una por la otra en cualquier parte de una demostración. Esta regla se
conoce con el nombre de sustitución por equivalencia.

3. Efectuar una demostración de una proposición específica Q, consiste en

obtener la proposición Q como la última en el proceso demostrativo por
aplicación reiterada de las reglas de validez 1, 2 y 3.
1.5 El modelo de adquisición del
conocimiento según la filosofía.
La metodologia Common KADS, como cualquier otra ofrece una aproximacion para
resolver los probelmas inherentes a la ingenieria del conocimiento provenientes de la
experiencia y apoyados por los fundamentos de la ingeniería del software.

Como se ha mencionado anteriormente, la ingeniería del conocimiento debe hacer frente a

la recopilación de datos, dar forma a la información y generar más conocimiento.

Todo ello dentro de un determinado ámbito de aplicación o línea de negocio empresarial,

que debe plasmarse en una realidad.
Los modelos de la metodología Common KADS para hacer frente a las
realidades expresadas anteriormente. En ella se muestran tres grupos de
modelos porque existen esencialmente tres tipos de preguntas que deben
contestarse:

¿Por qué? ¿Por qué es necesario recurrir a un sistema que involucre

conocimiento?

En la organización donde se va a implementar, ¿va a mejorar el

rendimiento de la misma?,

¿reportará beneficios económicos o de otra índole?, ¿resolverá mejor que

otros sistemas o las propias personas los problemas?, ¿será aceptado por
la organización donde se va a implementar?
La respuesta a estas preguntas pasa por estudiar tres aspectos clave. Cuál es la estructura de la
organización donde se va a desarrollar el sistemas par ver donde encaja. Qué tarea va a realizar

el sistema y cómo se enmarcan dentro de las tareas globales de la organización. Quién o quienes estarán
involucrados en la realización de estas tareas. Con este planteamiento llegamos a respectivamente a los
modelos de la organización, tarea y agente bajo la perspectiva del contexto en la organización. ¿Qué?
¿Qué tipo de conocimiento es el que se debe manejar?, ¿cómo se va a estructurar ese conocimiento?
Además, ¿Será necesario transmitir ese conocimiento?, ¿quién va a recibir y por tanto hacer uso de ese
conocimiento? En definitiva, ¿es necesario y conveniente

que haya una comunicación relativa a ese conocimiento? Bajo esta perspectiva surge un mecanismo
conceptual que involucra la formalización y el uso de conocimiento así como su transmisión y/o
recepción mediante una comunicación. De aquí derivan los modelos de conocimiento y comunicación.

¿Cómo? ¿Cómo debe llevarse a la práctica todo lo anterior para que el conocimiento pueda
implementarse en una computadora?, ¿cómo debe ser la arquitectura software y el mecanismo
computacional? En este caso se está hablando del equipo necesario que ha de desembocar en un
método de diseño.
1.6 El modelo cognoscitivo.
En toda situación de aprendizaje ( Pozo, 1999), espontáneo o generado en una
experiencia educativa, puede identificarse tres componentes básicos:

el qué se aprende (resultados), el cómo se aprende (los procesos cognitivos) y

las condiciones del aprendizaje (la acción educativa) que responde a las
preguntas cuándo, cuánto, donde, con quién etc. Estos tres componentes se
pueden mirar ya sea desde un enfoque conductual o social cognoscitivo.
Desde el enfoque conductual los resultados de aprendizaje son las conductas,
los procedimientos cognoscitivos no son importantes para este enfoque y las
condiciones se refieren a la forma de organizar situaciones estimulantes y
refuerzos continuos a las conductas adecuadas.
Desde el enfoque cognoscitivo los resultados de aprendizaje se refieren a
representaciones cognitivas internas o estructuras cognoscitivas que pueden
tener un correlato en una representación simbólica externa para comprobar su
presencia, los procesos cognitivos se refieren a toda aquella actividad mental
que hace posible la constitución de representaciones y las condiciones se
refieren a las acciones educativas de carácter social 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 categorías
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 construcción de esos significados se hace en especial cuando el
conocimiento se presenta estructurado.
Los procesos cognoscitivos en términos de aprendizaje se dan por niveles de complejidad ya
sea en relación con el desarrollo (edad) o con los niveles de complejidad en una tarea. En
términos del desarrollo, las teorías de Piaget o de Vigotsky definen una serie de características
según ciclos de vida de los individuos y según la complejidad de las tareas, los enfoques
computacionales representacionales, definen una serie de procesos y subprocesos subyacentes
a la solución de problemas y a la toma de decisiones. En relación con la complejidad como se
estructura un conocimiento se pueden definir 4 grandes procesos básicos: conceptualización,
interpretación, transferencia, creatividad.

Conceptualización se refiere a la manera como se define un concepto en relación con una

experiencia asociada o con otro concepto en una proposición o estructura conceptual. La
interpretación se refiere a la manera como un concepto o conjunto de conceptos o
proposiciones toma significados en relación con un contexto lingüístico o discursivo o en
relación con un fenómeno. Dentro de la interpretación se juegan procesos cognoscitivos como
la deducción, la inferencia, el análisis, la síntesis y diferentes modalidades de categorización.
La transferencia se refiere a la manera como se aplica un conocimiento a la solución de
problemas surgidos en contextos diferentes a aquellos en donde se dio la situación 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 términos de
organización de las experiencias educativas definir niveles de aprendizaje permite organizar una
educación para el desarrollo de habilidades cognitivas.

Las condiciones de aprendizaje se refieren a la organización de las experiencias educativas para

la consecución de aprendizajes. Las experiencias educativas son de carácter interaccional y los
aprendizajes cognoscitivos, desde el punto de vista social cognoscitivo. Las condiciones de
aprendizaje desde el punto de vista social cognoscitivo se refieren a la manera como se organiza
un modelo curricular- pedagógico y una serie de acciones educativas para la consecución de
aprndizajes cognoscitivos con referencia a un tema de conocimiento (Parra, 2000)
 1.7 El modelo del agente inteligente.
Un agente inteligente, es una entidad capaz de
percibir su entorno, procesar tales
percepciones y responder o actuar en su
entorno de manera racional, es decir, de
manera correcta y tendiendo a maximizar un
resultado esperado.
En este contexto la racionalidad es la característica que posee una
elección de ser correcta, más específicamente, de tender a maximizar
un resultado esperado. Este concepto de racionalidad es más general y
por ello más 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 física o virtual. Si bien el

término agente racional se refiere a agentes artificiales en el campo de
la Inteligencia Artificial, también puede considerarse agentes racionales
a los animales incluido el hombre.
Los agentes inteligentes se describen esquemáticamente como un sistema funcional abstracto.
Por esta razón, los agentes inteligentes son a veces llamado Agentes Inteligentes Abstractos
(AIA) para distinguirlos de sus implementaciones del mundo real como sistemas informáticos,
los sistemas biológicos, o de organizaciones. Algunas definiciones de agentes inteligentes hacen
énfasis en su autonomía por lo que prefieren el término agente inteligente autónomo. Y otros
(en particular, Russell y Norvig (2003)) considera conducta dirigida a objetivos como la esencia
de lo inteligente y prefieren un término tomado de la economía "Agente Racional".

En Ciencias de la Computación el término agente inteligente puede ser usado para referirse a
un agente de software que tiene algo de inteligencia, independientemente de si no es un agente
racional por definición de Russell y Norvig. Por ejemplo, programas autónomos utilizados para
asistencia de un operador o de minería de datos (a veces denominado robots) son también
llamados "agentes inteligentes".
Ejemplos

Como ejemplos de entidades físicas pueden nombrarse:

* un robot de comportamiento variable autoregulado (ya sea que

su comportamiento sea determinado por software o incorporado
directamente en la electrónica),
* una computadora que ejecuta un software de diagnóstico
médico y muestra resultados en una pantalla para ayudar a
decidir a un médico,
* una computadora especializada que controla un helicóptero en
maniobras peligrosas para un hombre.
Ejemplos de entidad puramente virtual serían:

* un software de descubrimiento de patrones en

Internet que sólo interactúa con otros software.
* un software softbot que simula a una persona en
un juego de computadora, tal como un jugador de
ajedrez, un jugador de fútbol contrincante o un
conductor de carreras de automóviles, etc.
Clasificación

Es posible clasificar los agentes inteligentes en 5 categorías

principales:

1. agentes reactivos
2. agentes reactivos basados en modelo
3. agentes basados en objetivos
4. agentes basados en utilidad
5. agentes que aprenden
6. agentes de consultas