NDICE

INTRODUCCIN.......................................................................................................4
INFORMACIN GENERAL......................................................................................7
1. ANTECEDENTES Y CONCEPTOS BSICOS..................................................10
1.1 CONCEPTO DE INTELIGENCIA ARTIFICIAL...................................................................10
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL................................................................10
1.3 CONCEPTO DE SISTEMA EXPERTO...............................................................................14
2. DESARROLLO HISTRICO DE LOS SISTEMAS EXPERTOS........................17
3. GENERALIDADES DE LOS SISTEMAS EXPERTOS.......................................20
3.1 QU SON LOS SISTEMAS EXPERTOS?...........................................................................20
3.2 LOS EXPERTOS HUMANOS...........................................................................................22
3.3 DIFERENCIAS ENTRE UN EXPERTO Y UN NO EXPERTO HUMANO..................................23
3.4 DIFERENCIAS ENTRE UN SE Y UN PROGRAMA TRADICIONAL......................................24
3.5 DIFERENCIAS ENTRE UN SISTEMA EXPERTO Y UN EXPERTO HUMANO.........................24
3. !ENTA"AS DE LOS SISTEMAS EXPERTOS......................................................................25
3.# FORMA EN QUE LOS USUARIOS INTERACT$AN CON LOS SE........................................25
3.% SISTEMA EXPERTO !S. SISTEMA CL&SICO...................................................................2
4. REPRESENTACIN DEL CONOCIMIENTO......................................................27
4.1. L'GICA PROPOSICIONAL............................................................................................2(
4.2 L'GICA DE PREDICADOS.............................................................................................30
4.2.1. Ventajas y desventajas de la lgica de predicados............................................30
4.3 REGLAS DE PRODUCCI'N............................................................................................31
4.3.1. Ventajas y desventajas de las reglas de produccin...........................................32
4.4 REDES ASOCIATI!AS....................................................................................................32
4.4.1. Ventajas y desventajas de las Redes Asociativas...............................................33
4.5 ESTRUCTURAS FRAME.................................................................................................34
4.5.1. Ventajas y desventajas de los frames.................................................................35
4.. REPRESENTACI'N ORIENTADA A O)"ETOS..................................................................3
4..1. Ventajas y desventajas de la representacin orientada a o!jetos.......................3"
5. COMPONENTES DE UN SISTEMA EXPERTO.................................................3
!. CONSTRUCCIN DE UN SISTEMA EXPERTO................................................4!
.1 ASPECTOS GENERALES................................................................................................4
.1.1 #l #$uipo de %esarrollo......................................................................................4
.1.2 &onstruccin de las principales partes de un '#................................................4(
.2 METODOLOG*AS PARA LA CONSTRUCCI'N DE SE.......................................................51
.2.1 )etodolog*a de +rototipos..................................................................................51
.2.2 )etodolog*a ,rientada a ,!jetos.......................................................................52
.3 LENGUA"ES UTILI+ADOS EN LA CONSTRUCCI'N DE SE...............................................54
.3.1 -.'+.....................................................................................................................54
.3.2 &-.+'...................................................................................................................5
.3.3 +rolog..................................................................................................................5"
.3.4 'malltal/..............................................................................................................50
.3.5. & y &11.............................................................................................................50
.4 HERRAMIENTAS Y SHELLS UTILI+ADOS EN LA CONSTRUCCI'N DE SE........................0
.4.1 2old 3or/s .........................................................................................................0
.4.2 AR4......................................................................................................................1
.4.3 -,,+'.................................................................................................................1
.4.4 5##......................................................................................................................2
.4.5 6um!le.................................................................................................................2
.4. #)7&.8...............................................................................................................3
7. TAREAS "UE REALI#AN LOS SISTEMAS EXPERTOS.................................!4
#.1 INTERPRETACI'N, DIAGN'STICO Y MONITOREO..........................................................4
#.2 DISE-O Y SELECCI'N..................................................................................................
#.3 PLANIFICACI'N............................................................................................................#
#.4 CONTROL.....................................................................................................................#
#.5 REPARACI'N, CORRECCI'N O TERAPIA........................................................................%
#. SIMULACI'N, PRON'STICO O PREDICCI'N..................................................................%
#.# INSTRUCCI'N...............................................................................................................#0
#.% RECUPERACI'N DE INFORMACI'N..............................................................................#0
$. INTRODUCCIN DE LOS SISTEMAS EXPERTOS EN LA EMPRESA...........71
. CAMPOS DE APLICACIN DE LOS SISTEMAS EXPERTOS........................75
(.1 MEDICINA....................................................................................................................#5
(.2 AN&LISIS DE ESTADOS FINANCIEROS...........................................................................#5
(.3 PLANIFICACI'N FINANCIERA.......................................................................................#
(.4 INDUSTRIA...................................................................................................................##
(.5 ELECTR'NICA, INFORM&TICA Y TELECOMUNICACIONES.............................................##
(. MILITAR.......................................................................................................................#%
(.# CONTA)ILIDAD............................................................................................................#%
(.% RO)'TICA....................................................................................................................%0
(.( RECONOCIMIENTO DE PATRONES.................................................................................%0
(.10 OTROS CAMPOS DE APLICACI'N................................................................................%1
10. E%EMPLOS DE SISTEMAS EXPERTOS EN EMPRESAS.............................$2
10.1 EN LA INDUSTRIA......................................................................................................%2
10.2 EN CONTA)ILIDAD....................................................................................................%2
10.3 EN AN&LISIS DE ESTADOS FINANCIEROS..................................................................%3
10.4 EN PLANIFICACI'N FINANCIERA...............................................................................%3
10.5 EN LA A!IACI'N.......................................................................................................%4
10. EN MEDICINA............................................................................................................%5
11. METODOLOG&A DE IN'ESTIGACIN............................................................$!
!ARIA)LES DEPENDIENTES...............................................................................................%
!ARIA)LES INDEPENDIENTES............................................................................................%
!ARIA)LES INTER!INIENTES.............................................................................................%#
HIP'TESIS..........................................................................................................................%#
12. RESULTADOS DE LA IN'ESTIGACIN.........................................................1
AN&LISIS DEL PRODUCTO FINAL.....................................................................................100
13. PRODUCTO FINAL.........................................................................................102
FACTORES DETERMINANTES A CONSIDERAR PARA LA IMPLANTACI'N DE UN SISTEMA
EXPERTO EN UNA EMPRESA CON UN GRADO DE RESISTENCIA M*NIMO AL CAM)IO........102
PORCENTA"E DE ACEPTACI'N DE LOS USUARIOS PARA LA IMPLANTACI'N DE SE EN LA
EMPRESA..........................................................................................................................103
14. CONCLUSIONES Y TRABA%OS FUTUROS.................................................104
BIBLIOGRAF&A.....................................................................................................10!
INTRODUCCIN
Desde la aparicin de las computadoras hasta nuestros das, la gente ha
invertido grandes esfuerzos por tratar de dar una cierta capacidad de decisin a
estas mquinas, incluso un cierto grado de inteligencia
!n "istema E#perto en s no tiene verdadera Inteligencia $rtificial% ms
&ien, es un sistema &asado en el conocimiento que, mediante el &uen dise'o de
su &ase de informacin ( un adecuado motor de inferencias para manipular dichos
datos proporciona una manera de determinar resoluciones finales dados ciertos
criterios
)os "istemas E#pertos son una herramienta poderosa en el apo(o o gua
de los usuarios en los procesos que tienen una secuencia pasos definida, pero
que puede ser configura&le
En todo *+#ico, el uso de "istemas E#pertos en empresas es mu( po&re
)as empresas siguen utilizando el vie,o paradigma de atencin a los usuarios de
manera presencial -personal, telefnica. o semipresencial -listas de correo. Estos
modos de operacin restringen seriamente la la&or analtica del profesional de /I
Esta investigacin a&orda el tema de "istemas E#pertos de&ido a que son
una herramienta cu(a utilidad (a est compro&ada, ( que sin em&argo, muchas
personas desconocen ( otras ms no las aceptan todava "e desean presentar
los aspectos generales de un "istema E#perto -en adelante "E., sus orgenes,
componentes, construccin ( utilizacin primordialmente, con el fin de crear
conciencia en las empresas de que los "E representan una oportunidad
innega&le de modernizacin ( me,oramiento de sus procesos
$ continuacin se presenta de manera general el contenido de la presente
tesis
En el Captulo 0 -Antecedentes y Conceptos Bsicos. se detallan los
conceptos &sicos de Inteligencia $rtificial ( "istemas E#pertos $simismo, se
presenta con detalle la historia de la Inteligencia $rtificial, desde la propuesta
inicial de /uring so&re la inteligencia de las mquinas ( la propuesta del modelo de
la neurona del cere&ro humano por *c Culloch ( 1itts hasta los primeros "istemas
E#pertos, que fueron los primeros resultados de la Inteligencia $rtificial con
aplicacin en pro&lemas ms cotidianos
En el Captulo 2 -Desarrollo histrico de los Sistemas Expertos., se detallan
los ms significativos "istemas E#pertos, que iniciaron con el 31" que resolva
pro&lemas comple,os como las torres de 4anoi, hasta el ms utilizado ( renta&le
al menos por un tiempo, el 5C6N que pudo otorgar un gran ahorro a la compa'a
DEC /am&i+n se presenta una ta&la que presenta en forma resumida los
"istemas E#pertos desarrollados hasta la d+cada de los 789s ( sus aplicaciones
En el Captulo : -Generalidades de los Sistemas Expertos., se presenta
una descripcin de los "istemas E#pertos, as como tam&i+n se presentan
comparaciones entre diferentes tipos de e#pertos El captulo conclu(e con la
mencin de las venta,as ( desventa,as de estos tipos de e#pertos
En el Captulo ; -Representacin del Conocimiento., se trata de dar una
visin de las diferentes maneras en las que se puede adquirir el conocimiento, (
su representacin, como lo son la lgica proposicional, lgica de predicados,
reglas de produccin, redes asociativas, estructuras frame, representacin
orientada a o&,etos, as como sus venta,as ( desventa,as
En el Captulo < -Componentes de un Sistema Experto., se da una idea de
los componentes que integran un "istema E#perto, as como una descripcin de
cada uno de estos componentes
El Captulo = -Construccin de un Sistema Experto. inicia con una
descripcin de cmo se implementan los principales componentes de un "E, as
como dos de las principales metodologas para la creacin de "E El captulos
contin>a con una &reve descripcin de los principales lengua,es usados en la
creacin de "E ( conclu(e con una descripcin de varias herramientas de
desarrollo de "E
El Captulo 7 -Tareas que realizan los Sistemas Expertos. es una
descripcin de los procesos en los cuales se utilizan los "E, tales como la
interpretacin, el diagnstico, el dise'o, la planificacin, el control, la correccin (
la simulacin entre otros
En el Captulo ? -ntroduccin de los Sistemas Expertos en la Empresa. se
a&ordarn las consideraciones que de&en tomarse en cuenta antes de intentar
arrancar un pro(ecto de implementacin de un "istema E#pertos en el negocio
*uestra un &osque,o general de las preguntas que los profesionales de
/ecnologas de Informacin -/I. de&en hacerse para evaluar la situacin del
negocio respecto a este paradigma de solucin de pro&lemas
En el Captulo @ -Campos de Aplicacin de los Sistemas Expertos. se
muestran una serie reas en las que los "istemas E#pertos tienen presencia
de&ido a las caractersticas ( necesidades inherentes a ellas
1or >ltimo en el Captulo 08 -E!emplos de Sistemas Expertos en empresas.,
se hace una recopilacin de e,emplos de sistemas e#pertos los cuales han sido
desarrollados en las empresas para agilizar sus procesos ( en general aumentar
su productividad
INFORMACIN GENERAL
O()*+,-.
Determinar el grado de facti&ilidad ( aceptacin de un "istema E#perto
como gua en las actividades administrativas comunes de cada uno de los
departamentos de las empresas del Corredor Industrial del sur de /amaulipas% as
como tam&i+n los factores que definen este indicador, ( que por lo tanto, el
profesional de /I de&er tomar en cuenta cuando desee implantar un "istema
E#perto
Entendiendo por gua en las actividades administrativas como el proveer la
informacin necesaria que el usuario necesita para sa&er qu+ pasos de&e seguir,
que informacin ( documentos se le solicitarn ( qui+n es el responsa&le para una
actividad determinada por el propio usuario
Calculando el grado de facti&ilidad ( aceptacin como un porcenta,e o
tendencia de los miem&ros de la organizacin para sustituir los servicios del
personal de /I 1ara con ello, sentar las &ases para la posi&le ,ustificacin (
desarrollo de pro(ectos de esta ndole en el rea de /I
R*/+0,11,.2*/
/iempo m#imo de desarrollo de la investigacin
/iempo de los asesores
El apo(o de los o&,etos de estudio en la empresa para responder a los
medios mediante los cuales se determinar el producto final de la
investigacin
El grado de conocimientos por parte de los o&,etos de estudio acerca de los
"E
)a cantidad de documentos annimos acerca del tema que se encuentran
en Internet
)a alteracin de los resultados por parte de los o&,etos de estudio con los
medios utilizados en la investigacin de campo
P0.341+. 5,267
C.2 *7 3*/600.77. 3* 76 ,2-*/+,861,92 /* .(+*230: 42 ;.01*2+6)* 3*
61*;+61,92 3* 42 S,/+*<6 E=;*0+. *2 76 *<;0*/6> 7. 1467 ;*0<,+* 67 ;*0/.267
3* TI 42 3*/600.77. 3*7 ;0.?*1+. 1.2 0*/,/+*21,6 67 16<(,. <@2,<6A ? ;.0
+62+.A 0*341,*23. 7./ +,*<;./ 3* 3*/600.77..
El producto final de esta investigacin tomar como parmetros los datos
presentados en la siguiente ta&laA
B 3* A1*;+61,92
B C.2174/,92
8 B <8 No Cacti&le
<8 B 78 Cacti&le con Incertidum&re
78 B @8 Cacti&le
@8 B 088 "eguro
"e espera o&tener como producto final un porcenta,e entre facti&le (
seguro, adems de la lista de los factores clave de +#ito en la implantacin de
"istemas E#pertos
C.2+0,(41,92 E/;*0636
!na vez conseguido el producto final de la investigacin, el profesional de
/I contar con un concentrado de los aspectos crticos a considerar en la
implantacin de un "E en una empresa, ( un porcenta,e -aunque relativo al rea
de estudio. de la aceptacin del desarrollo de un pro(ecto de este tipo Con esto
los usuarios ahorraran grandes cantidades de tiempo para solucionar dudas que
no requieren de la atencin directa del personal de /I
)os usuarios no dependeran ms de la disponi&ilidad de las personas
responsa&les de cada una de las actividades, ( adems el personal de cada uno
de los departamentos tendr una &ase de conocimientos actualizada en el grado
en el que el mantenimiento del "istema E#perto sea constante
)os detalles de cmo se desarroll la presente investigacin se detallan
en el siguiente captulo
1. ANTECEDENTES Y CONCEPTOS BSICOS
1.1 CONCEPTO DE INTELIGENCIA ARTIFICIAL
No e#iste una definicin concreta de Inteligencia $rtificial, pero la ma(ora
de los autores coinciden en que es, en esencia, lograr que una mquina tenga
inteligencia propia, es decirA D)a inteligencia artificial es una de las reas ms
fascinantes ( con ms retos de las ciencias de la Computacin (a que ha tomado
a la inteligencia como la caracterstica universalmente aceptada para diferenciar a
los humanos de otras criaturas (a sean vivas o inanimadas, para construir
programas o computadoras inteligentesE
0
Esta es una definicin es mu( completa e interesante, pero no es la >nica,
para algunos otros autores, la Inteligencia $rtificial es el estudio de cmo hacer
que los ordenadores hagan cosas que, en estos momentos, hace me,or el
hom&re
2
1ara otros, la Inteligencia $rtificial -I$. es una ciencia que intenta la
creacin de programas para mquinas que imiten el comportamiento ( la
compresin humana, que sea capaz de aprender, reconocer ( pensar
:
1ero sea cual sea el concepto, la inteligencia artificial est orientada a
conseguir que las mquinas realicen tra&a,os donde se aplique la inteligencia, el
razonamiento ( el conocimiento de un ser humano
1.2 HISTORIA DE LA INTELIGENCIA ARTIFICIAL

Desde tiempos mu( remotos en la historia el hom&re ha so'ado con crear
mquinas con inteligencia propia, muestra de esto pueden serA el mito del coloso
1
DE FGI)$ Hamos, Iorge S,/+*<6/ E=;*0+./
!H)-httpAJJKKKlafacucomJapuntesJinformaticaJsistLe#peJ.
2
CHI$D6 Mriz, Ios+ *ario I2+0.3411,92 6 7./ S,/+*<6/ E=;*0+./
!H)- KKKingenieroseninformaticaorgJrecursosJtutorialesJsistLe#pJinde#php .
3
4!H/$D6 Gega, Ios+ de Ies>s I2+*7,8*21,6 A0+,5,1,67
!H)-httpAJJKKKitlpedum#Jpu&licaJ&oletinesJactualJinteligenciahtml.
de Hodas entre los griegos, las estatuas NparlantesN del medioevo, el androide de
Gon Oempel en que ,ug al a,edrez con Napolen, ( el Nmotor analticoN de Charles
Ma&&age que calcula&a logaritmos
;
% sin em&argo estos intentos resultaron
infructuosos, hasta 0@;: cuando la &ase de la Inteligencia $rtificial fue asentada,
gracias a Parren *c Culloch ( Palter 1itts, quienes propusieron un modelo de
neurona de cere&ro humano ( animal Estas neuronas nerviosas informticas
proporcionaron una representacin sim&lica de la actividad cere&ral !n tiempo
despu+s, No&ert Piener tom estas ( otras ideas ( las ela&or dentro de un
mismo campo que se llam Ci&ern+tica, a partir de cual nacera, la Inteligencia
$rtificial
<

!n evento que marc en forma definitiva el ingreso de la Inteligencia
$rtificial en las Ciencias, fue el congreso en Darthmouth en 0@<= en la cual se
lleg a la definicin de las presuposiciones &sicas del n>cleo terico de la
Inteligencia $rtificialA
0 El reconocimiento de que el pensamiento puede ocurrir fuera del cere&ro,
es decir, en mquinas
2 )a presuposicin de que el pensamiento puede ser comprendido de manera
formal ( cientfica
: )a presuposicin de que la me,or forma de entenderlo es a trav+s de
computadoras digitales
=

En la d+cada de los <89s, hu&o dos corrientes de investigacin tras la
propuesta de $lan /uring so&re la inteligencia de las mquinas en su artculo
D*aquinaria Computacional e inteligenciaEA la primera corriente fue fundada por
Iohn Gon Neuman, quien trat de hacer analogas del cere&ro humano (
constru( a partir de esto las computadoras $s, constru( varias mquinas que
4
E)3!E$, Iavier I2+*7,8*21,6 60+,5,1,67 ? ;/,1.7.8@6C 76 1.21*;1,92 1.2+*<;.0:2*6 3* 76
<*2+* D4<626
!H)-httpAJJKKKhemerodigitalunamm#J$N!IE"JitamJestudioJestudio08JsecL0=html.
5
4!H/$D6 Gega, Ios+ de Ies>s "p# cit#

E)3!E$, Iavier "p# cit

toma&an como &ase los conocimientos que hasta ese entonces e#istan so&re el
cere&ro humano, ( dise' los primeros programas que se almacena&an en la
memoria de una computadora
7

)a otra corriente fue la que inici *c Culloch, quien deca que las le(es que
go&iernan al pensamiento de&en &uscarse entre las reglas que go&iernan a la
informacin ( no entre las que go&iernan a la materia Es decir, que a diferencia de
Gon Neuman, quien trata&a de imitar las condiciones fsicoQqumicas del cere&ro,
*c Culloch se centr ms en la forma en que el cere&ro procesa la informacin
El tra&a,o realizado por *c Culloch, quien se uni a Palter 1itts fue el
primer tra&a,o de I$, ( aport conocimientos so&re la fisiologa &sica (
funcionamiento de las neuronas en el cere&ro, el anlisis formal de la lgica
proposicional de Hussell ( Phitehead ( la teora de computacin de /uring $m&os
propusieron un modelo constituido por neuronas artificiales, en el que cada una de
ellas se caracteriza&a por estar DencendidaE o DapagadaE% el DencendidoE se da&a
como respuesta a la estimulacin producida por una cantidad suficiente de
neuronas vecinas
!na vez que se sentaron las &ases de la I$, los investigadores de dicha
ciencia se mostraron optimistas so&re el futuro de la nueva ciencia que aca&a&a
de nacer% algunos de ellos e#presaron diversas predicciones acerca de lo que
poda desarrollarse dentro de la I$ 1or e,emplo, 4er&ert "imon en 0@<? predi,o
que en un lapso de 08 a'os una computadora llegara a ser campeona de a,edrez,
( que sera posi&le realizar mediante la maquina la demostracin de un nuevo e
importante teorema matemtico "in em&argo, el o&stculo que enfrent la
ma(ora de los pro(ectos de investigacin en I$ consisti en que aquellos m+todos
que demostra&an funcionar en uno o dos e,emplos sencillos, falla&an
rotundamente cuando se utiliza&an en pro&lemas mas variados o de ma(or
dificultad
?
#
$id#
%
H!""E)), "tuart ( 1eter Norving I2+*7,8*21,6 A0+,5,1,67C U2 *25.E4* <.3*02.
)os primeros programas de I$ fallan de&ido a que conta&an con poco o
ning>n conocimiento de la materia o&,eto de estudio, un e,emplo de esto es el
programa E)IR$ de Peizen&aum, el cual aparentemente poda enta&lar una
conversacin seria so&re cualquier tema, sin em&argo, lo >nico que haca este
programa era tomar prestadas ( manipular las oraciones que mediante un teclado
proporciona&a un ser humano 6tro pro&lema mu( com>n en los primeros
programas que intenta&an simular el pensamiento humano era la intrata&ilidad de
muchos de los pro&lemas que se esta&an intentando resolver mediante I$ )a
ma(ora de los primeros programas de I$ se &asa&an en la presentacin de las
caractersticas &sicas de un pro&lema ( se sometan a prue&a diversos pasos,
hasta que se llegara a encontrar aquella com&inacin de estos que produ,eran la
solucin esperada "in em&argo, si una com&inacin sencilla no llega&a a la
solucin del pro&lema a resolver, los primeros programas de I$ no eran capaces
de pro&ar con com&inaciones ms comple,as, por lo que se limita&an a mostrar un
mensa,e indicando que el pro&lema no se poda resolver, cuando lo que en verdad
suceda era que el programa no esta&a dotado con la suficiente DinteligenciaE para
resolver dicho pro&lema
)a naturaleza de la resolucin de pro&lemas durante la primera d+cada de
la investigacin de I$ resida en un mecanismo de &>squeda de propsito general
en el que se entrelaza&an pasos de razonamiento elementales para encontrar as
soluciones completas $ estos procedimientos se les han denominado m+todos
d+&iles, de&ido a que la informacin so&re el dominio con que cuenta es d+&il El
programa DENDH$) de Muchann constitu(e uno de los primeros e,emplos de este
enfoque Cue dise'ado en "tanford, donde Ed Ceigen&aum, Mruce Muchanan (
Ioshua )eder&erg cola&oraron en la solucin del pro&lema de inferir una
estructura molecular a partir de la informacin proporcionada por un espectrmetro
de masas El programa se alimenta&a con la frmula elemental de la mol+cula
-C
=
4
0:
N6
2
. )a primera versin del programa genera&a todas las posi&les
estructuras que correspondieran a la formula, luego predeca el espectro de masa
que se o&servara en cada caso, ( compara&a estos con el espectro real $s fue
como comenzaron los primeros desarrollos e investigaciones so&re la Inteligencia
$rtificial
1.3 CONCEPTO DE SISTEMA EXPERTO
"e puede decir que los "istemas E#pertos son el primer resultado
operacional de la Inteligencia artificial, pues logran resolver pro&lemas a trav+s del
conocimiento ( raciocinio de igual forma que lo hace el e#perto humano
!n "istema E#perto -"E., es &sicamente un programa de computadora
&asado en conocimientos ( raciocinio que lleva a ca&o tareas que generalmente
slo realiza un e#perto humano
@
% es decir, es un programa que imita el
comportamiento humano en el sentido de que utiliza la informacin que le es
proporcionada para poder dar una opinin so&re un tema en especial 6tros
autores lo definen como sigueA un "istema E#perto es un programa de
computadora interactivo que contiene la e#periencia, conocimiento ( ha&ilidad
propios de una persona o grupos de personas especialistas en un rea particular
del conocimiento humano, de manera que permitan resolver pro&lemas
especficos de +se rea de manera inteligente ( satisfactoria
08
)a tarea principal
de un "E es tratar de aconse,ar al usuario
00

)os usuarios que introducen la informacin al "E son en realidad los
e#pertos humanos, ( tratan a su vez de estructurar los conocimientos que poseen
para ponerlos entonces a disposicin del sistema )os "E son >tiles para resolver
pro&lemas que se &asan en conocimiento
02

(
1$H"$SE, Oamran, *arT Chignell, "etrag Ohoshafian ( 4arr( Pong I2+*77,8*2+ D6+6(6/*/
10
DE *I3!E) 3onzlez, )uis Iavier TF12,16/ 3* <62+*2,<,*2+. ;0*3,1+,-. ,234/+0,67 (6/636/
*2 S,/+*<6/ E=;*0+./ !H)-httpAJJKKKcartifesJmantenimientoJe#pertoshtml.
11
"C4I)D/ 4er&ert, U+,7,G61,92 3* C *2 I2+*7,8*21,6 A0+,5,1,67
12
CHI$D6 Mriz, Ios+ *ario S,/+*<6/ E=;*0+./. !H)-httpAJJhomeKorldonlineesJmariocrJ.
)as caractersticas principales de este tipo de pro&lemas, seg>n algunos
autores, sonA
!tilizan normas o estructuras que contengan conocimientos ( e#periencias de
e#pertos especializados
"e o&tienen conclusiones a trav+s de deducciones lgicas
Contienen datos am&iguos
Contienen datos afectados por factores de pro&a&ilidad
0:
Con &ase en lo anterior, algunos investigadores de I$ se'alan que un "E
de&e cumplir con las siguientes caractersticasA
/ener un amplio conocimiento especfico del rea de especializacin
$plicar t+cnicas de &>squeda
/ener soporte para $nlisis 4eurstico
1oseer ha&ilidad para inferir nuevos conocimientos (a e#istentes
/ener la capacidad de procesar sm&olos
/ener la capacidad para e#plicar su propio razonamiento
0;
*s adelante, en el Captulo <A Componentes de un "istema E#perto, se
detallan las principales caractersticas de los "E ( cmo se desarrollan tales
caractersticas
13
CHI$D6 Mriz, Ios+ *ario S,/+*<6/ E=;*0+./. "p# cit#
14
H6)"/6N, David P P0,21,;,./ 3* ,2+*7,8*21,6 60+,5,1,67.
2. DESARROLLO HISTRICO DE LOS
SISTEMAS EXPERTOS
)os "istemas E#pertos como tales, surgen a mediados de los a'os sesenta%
en esos tiempos, se crea que &asta&an unas pocas le(es de razonamiento ,unto
con potentes ordenadores para producir resultados &rillantes
0<
)os primeros
investigadores que desarrollaron programas &asados en le(es de razonamiento
fueron $lan NeKell ( 4er&ert "imon, quienes desarrollaron el 31" -3eneral
1ro&lem "olver. Este sistema era capaz de resolver pro&lemas como el de las
torres de 4anoi ( otros similares, a trav+s de la criptoaritm+tica "in em&argo, este
programa no poda resolver pro&lemas ms DcotidianosE ( reales, como, por
e,emplo, dar un diagnstico m+dico
Entonces algunos investigadores cam&iaron el enfoque del pro&lemaA ahora
se dedica&an a resolver pro&lemas so&re un rea especfica intentando simular el
razonamiento humano En vez de dedicarse a computarizar la inteligencia general,
se centraron en dominios de conocimiento mu( concretos
0=
De esta manera
nacieron los "istemas E#pertos
El primer "E que se aplic a pro&lemas ms reales fue desarrollado en
0@=< con el fin de identificar estructuras qumicasA el programa se llam
DENDH$) )o que este "istema E#perto haca, al igual que lo hacan los e#pertos
de entonces, era tomar unas hiptesis relevantes como soluciones posi&les, (
someterlas a prue&a comparndolas con los datos
17
El nom&re DENDH$)
significa r$ol en griego De&ido a esto, el programa fue &autizado as porque su
principal tarea era &uscar en un r&ol de posi&ilidades la estructura del
compuesto
15
"$*1EH *rquez, Iuan Ios+ S,/+*<6/ E=;*0+./C E7 1.2.1,<,*2+. 67 ;.3*0
!H)-httpAJJKKKps(cologiacomJarticulosJarQ,samper80htm.
1
$id#
1#
H66", Hita H,/+.0,6 3* 7./ S,/+*<6/ E=;*0+./.
!H)-httpAJJKKKmonografiascomJtra&a,os08Je#perJe#pershtml.
El siguiente "E que caus gran impacto fue el *(cin, en 0@72, pues su
aplicacin era detectar trastornos en la sangre ( recetar los medicamentos
requeridos Cue tal el +#ito de *(cin que incluso se lleg a utilizar en algunos
hospitales
1$
1ara 0@7:, se cre /ieresias, cu(a funcin era la de servir de
int+rprete o interfaz entre los especialistas que mane,a&an el *(cin cuando
introducan nuevos conocimientos
1
/ieresias entra&a en accin cuando *(cin
cometa un error en un diagnstico, por la falta de informacin o por alguna falla
en el r&ol de desarrollo de teoras, corrigiendo la regla que genera&a el resultado
o &ien destru(+ndola
1ara 0@?8 se implant en la Digital Equipment Corporation -DEC. el primer
"istema E#pertoA el 5C6N 1ara esto se tuvieron que dedicar dos a'os al
desarrollo de este "E S vali la pena para la compa'a, pues a>n cuando en su
primer intento al implantarse en 0@7@ consigui slo el 28U del @<U de la
resolucin de las configuraciones de todas las computadoras que salieron de
DEC, volvi al la&oratorio de desarrollo otro a'o ms, ( a su regreso le result en
un ahorro de ;8 millones de dlares a dicha compa'a
1ara los a'os comprendidos entre 0@?8 ( 0@?< se crearon diversos
sistemas e#pertos, tales como el DE)/$ de la 3eneral Electric Compan(, el cual
se encarga&a de reparar locomotoras diesel ( el+ctricas, o como D$ldo en DiscoE,
que repara&a calderas hidrostticas giratorias usadas para la eliminacin de
&acterias
En esa misma +poca surgen empresas dedicadas a desarrollar "istemas
E#pertos, las cuales que supusieron en con,unto una inversin total de ms de :88
millones de dlares )os productos ms importantes que crea&an estas nuevas
compa'as eran las Nmquinas )I"1N, las cuales consistan en unos ordenadores
que e,ecuta&an programas )I"1 con la misma rapidez que en un ordenador
central
1%
4!H/$D6 Gega, Ios+ de Ies>s "p# cit#
1(
H66", Hita "p# cit#
Desgraciadamente para DEC, el "E que antes fuera un gran ahorro de, de
ser renta&le en 0@?7, de&ido a que al actualizarlo llegaron a gastar ms de dos
millones de dlares al a'o para darle mantenimiento, por lo que su &enefici
qued en duda, ( por lo tanto fue descontinuado% algo similar ocurri con DE)/$
20

$ continuacin la /a&la 20 presenta de manera resumida los primeros

"istemas E#pertos ( sus aplicaciones
21
S,/+*<6 F*1D6 A4+.0 A;7,161,92
DENDH$) 0@=< "tanford
Deduce informacin so&re estructuras
qumicas
*acs(ma 0@=< *I/ $nlisis matemtico comple,o
4ear"a( 0@=< Carnegie Q *ellon
Interpreta en lengua,e natural un
su&con,unto del idioma
*(cin
0@72 "tanford
Diagnstico de enfermedades de la
sangre
/ieresias 0@72 "tanford
4erramienta para la transformacin de
conocimientos
1rospector 0@72 "tanford
E#ploracin mineral ( herramientas de
identificacin
$ge 0@7: "tanford
4erramienta para generar "istemas
E#pertos
61"< 0@7; Carnegie B *ellon
4erramientas para desarrollo de
"istemas E#pertos
Caduceus 0@7<
!niversit( of
1itts&urg
4erramienta de diagnstico para
medicina interna
Hosie 0@7? Hand
4erramienta de desarrollo de
"istemas E#pertos
H0 0@7? Carnegie B *ellon
Configurador de equipos d
computacin para DEC
T6(76 2.1 1rimeros "istemas E#pertos ( sus aplicaciones
20
H66", Hita "p# cit#
21
H6)"/6N, David "p# cit#
3. GENERALIDADES DE LOS SISTEMAS EXPERTOS
3.1 QU SON LOS SISTEMAS EXPERTOS?
Desde su aparicin, a mediados de 0@=8, los "istemas E#pertos se han
definido como aquellos programas que se &asan en el conocimiento ( tratan de
imitar el razonamiento de un e#perto para resolver un pro&lema de un tpico
definido "u comportamiento se &asa generalmente en reglas, es decir, se &asa en
conocimientos previamente definidos, ( mediante estos conocimientos, los "E son
capaces de tomar decisiones "era ilgico pensar que solo e#iste una definicin
de "istemas E#pertos, (a que tanto los "E como la propia I$ han ido
evolucionando a la par a trav+s de los a'os
22
En el Congreso *undial de I$ Ceigen&aum se defini a los "E comoA
!n programa de computador inteligente que usa el conocimiento (
procedimientos de inferencia para resolver pro&lemas que son lo
suficientemente difciles como para requerir la intervencin de un e#perto
humano para su resolucin
"in em&argo con los avances conseguidos hasta ahora esta definicin ha
cam&iado, actualmente un "E define de la siguiente maneraA
!n "E es un sistema informtico que simula los procesos de aprendiza,e,
memorizacin, razonamiento, comunicacin ( accin de un e#perto humano en
una determinada rama de la ciencia, suministrando, de esta forma, un
consultor que puede sustituirle con unas ciertas garantas de +#ito
23
22
DE FGI)$ Hamos, Iorge "p# cit#
23
$id#
1odemos agregar otro concepto actual, dado por la $sociacin $rgentina de
Inteligencia $rtificialA
)os "istemas E#pertos permiten el desarrollo de otros sistemas que
representan el conocimiento como una serie de reglas )as distintas relaciones,
cone#iones ( afinidades so&re un tema pueden ser compiladas en un "istema
E#perto pudiendo incluir relaciones altamente comple,as ( con m>ltiples
interacciones
2;
)as caractersticas mencionadas en las definiciones anteriores le permiten a
un "istema E#perto almacenar datos ( conocimiento, sacar conclusiones lgicas,
ser capaces de tomar decisiones, aprender, comunicarse con e#pertos humanos o
con otros "istemas E#pertos, e#plicar el razonamiento de su decisin ( realizar
acciones como consecuencia de todo lo anterior
2<
!n pro&lema se presta a ser resuelto usando un "istema E#perto cuandoA
!na solucin del pro&lema tiene una renta&ilidad tan alta que ,ustifica el
desarrollo de un sistema, pues las soluciones son necesidades del rea (
no se ha tra&a,ado en otros m+todos para o&tenerla
El pro&lema puede resolverse slo por un conocimiento e#perto que puede
dar forma a los conocimientos necesarios para resolver el pro&lema, ( la
intervencin de e#perto dar al sistema la e#periencia que necesita
El pro&lema puede resolverse solamente por un conocimiento e#perto en
vez de usar algoritmos particulares
24
$"6CI$CIVN $H3EN/IN$ DE )$ IN/E)I3ENCI$ $H/ICICI$) G7./60,..
!H)-httpAJJKKKlafacucomJapuntesJingenieriaJasocoacionLargentinaLdeLinteligenciaLartificialJasoc
oacionLargentinaLdeLinteligenciaLartificialhtml.
25
DE FGI)$ Hamos, Iorge "p# cit#
"e tiene acceso a un e#perto que puede dar forma a los conocimientos
necesarios para resolver el pro&lema )a intervencin de este e#perto dar
al sistema la e#periencia que necesita
El pro&lema puede o no tener una solucin >nica )os "istemas E#pertos
funcionan me,or con pro&lemas que tienen un cierto n>mero de soluciones
acepta&les
El pro&lema cam&ia rpidamente, o &ien el conocimiento es el que cam&ia
rpidamente, o sus soluciones son las que cam&ian constantemente
El desarrollo de un "istema E#perto no se considera que est aca&ado una
vez que funciona este, sino que contin>an desarrollando ( actualizando
tanto el conocimiento del sistema como los m+todos de procesamiento,
quedando refle,ados los progresos o modificaciones en el campo, rea o
sistema
2=

3.2 LOS EXPERTOS HUMANOS
!n e#perto humano es una persona que es competente en un rea
determinada del conocimiento o del sa&er !n e#perto humano es alguien que
sa&e mucho so&re un tema determinado ( que puede dar un conse,o adecuado
Esta e#periencia slo se adquiere tras un largo aprendiza,e ( a &ase de mucha
e#periencia
27
)os e#pertos humanos tienen las siguientes caractersticas
generalesA
"on personas raras, tanto por su escaso n>mero como su comportamiento
poco Dortodo#oE ( e Dincomprensi&leE frente a los pro&lemas con los que se
enfrentan
"on caros por dos motivosA por su escaso n>mero ( por necesitar un largo
periodo de aprendiza,e
2
36NRF)ER $(ala, )uis Enrique S,/+*<6/ E=;*0+./.
!H)-httpAJJKKKprodig(Ke&netm#Jenra(alaJ"istemashtm.
2#
MHI$N Oeith ( "teven Mrain, I2+*7,8*21,6 60+,5,1,67 *2 *7 306892
No estn siempre disponi&les, pues son humanos ( cuando se ,u&ilan o
mueren se llevan con ellos todos sus conocimientos Es por eso que
tradicionalmente estn acompa'ados de un DaprendizE
4a( e#pertos que tienen mal carcter, son informales o poco comunicativos, lo
que a veces les hace antipticos
)a forma ms rpida de formar a un e#perto es mediante el aprendiza,e formal
o acad+mico -Dconocimiento profundoE. en un principio, ( posteriormente un
aprendiza,e informal o prctico -Dconocimiento informalE.
2?
3.3 DIFERENCIAS ENTRE UN EXPERTO Y UN NO EXPERTO HUMANO
EXPERTO NO EXPERTO
/iempo de Hesolucin 1eque'o 3rande
Eficacia Hesolutiva $lta Ma,a
6rganizacin $lta Ma,a
Estrategias ( /cticas " No
M>squeda de "oluciones 4eurstica No 4eurstica
Clculos $pro#imados " No
T6(76 3.1 Diferencias entre un e#perto ( un no e#perto humano
El uso de heursticas contri&u(e grandemente a la potencia ( fle#i&ilidad de
los "E ( tiende a distinguirlos a>n mas del softKare tradicional
2
3.4 DIFERENCIAS ENTRE UN SE Y UN PROGRAMA TRADICIONAL
SISTEMA EXPERTO PROGRAMA TRADICIONAL
Conocimiento En programa e independiente En programa ( circuitos
/ipo de datos "im&licos Num+ricos
Hesolucin 4eurstica Com&inatoria
Def pro&lema Declarativa 1rocedimental
2%
"FNC4ER ( Meltrn, Iuan 1a&lo S,/+*<6/ *=;*0+./C U26 <*+.3.7.8@6 3* ;0.806<61,92
2(
H6)"/6N, David P "p# cit
Control Independiente No secuencial Dependiente "ecuencial
Conocimientos Imprecisos 1recisos
*odificaciones Crecuentes Haras
E#plicaciones " No
"olucin "atisfactoria 6ptima
Iustificacin " No
Hesolucin Frea limitada Especfico
Comunicacin Independiente En programa
T6(76 3.2 Diferencias entre un "istema E#perto ( un 1rograma /radicional
3.5 DIFERENCIAS ENTRE UN SISTEMA EXPERTO Y UN EXPERTO HUMANO
SISTEMA EXPERTO EXPERTO HUMANO
Conocimiento $dquirido $dquirido W Innato
$dquisicin del
conocimiento
/erico /erico W 1rctico
Campo Xnico *>ltiples
E#plicacin "iempre $ veces
)imitacin de capacidad " ", no valua&le
Heproduci&le ", id+ntico No
Gida Infinita Cinita
T6(76 3.3 Diferencias entre un "istema E#perto ( un E#perto 4umano
3.6 ENTA!AS DE LOS SISTEMAS EXPERTOS
)as venta,as que se presentan a continuacin son en comparacin con los
e#pertos humanosA
Estn siempre disponi&les a cualquier hora del da ( de la noche, ( de forma
interrumpida
*antiene el humor
1ueden duplicarse -lo que permite tener tantos "E como se necesiten.
1ueden situarse en el mismo lugar donde sean necesarios
1ermiten tener decisiones homog+neas efectuadas seg>n las directrices que
se les fi,en
"on fciles de reprogramar
1ueden perdurar ( crecer en el tiempo de forma indefinida
1ueden ser consultados por personas o otros sistemas informticos
:8

3." FORMA EN QUE LOS USUARIOS INTERACT#AN CON LOS SE
El usuario de un "E puede estar operando en cualquiera de los siguientes
modosA
ERIFICADOR. El usuario intenta compro&ar la validez del desempe'o del
sistema
TUTOR. El usuario da informacin adicional al sistema o modifica el
conocimiento que (a est presente en el sistema
ALUMNO. El usuario &usca rpidamente desarrollar pericia personal
relacionada con el rea especfica mediante la recuperacin de conocimientos
organizados ( condensados del sistema
CLIENTE. El usuario aplica la pericia del sistema a tareas especficas reales
El reconocimiento de las caracterizaciones anteriores contrasta con la
percepcin de un simple papel -el cliente. de los sistemas tradicionales de
softKare
31

3.$ SISTEMA EXPERTO S. SISTEMA CL%SICO
)a siguiente ta&la compara las caractersticas de am&os tipos de sistemas
:2

S,/+*<6 C7:/,1. S,/+*<6 E=;*0+.
30
"FNC4ER ( Meltrn, Iuan 1a&lo "p# cit#
31
H6)"/6N, David P "p# cit#
32
DE FGI)$ Hamos, Iorge "p# cit#
Conocimiento ( procesamiento
com&inados en un programa
Mase de conocimiento separada del
mecanismo de procesamiento
No contiene errores 1uede contener errores
No da e#plicaciones, los datos slo se
usan o escri&en
!na parte del sistema e#perto consiste
en el mdulo de e#plicacin
)os cam&ios son tediosos )os cam&ios en las reglas son fciles
El sistema slo opera completo
El sistema puede funcionar con pocas
reglas
"e e,ecuta paso a paso )a e,ecucin usa heursticas ( lgica
Necesita informacin completa para
operar
1uede operar con informacin
incompleta
Hepresenta ( usa datos Hepresenta ( usa conocimiento
T6(76 3.4 Comparativa entre un "istema Clsico ( un "istema E#perto
4. REPRESENTACIN DEL CONOCIMIENTO
El conocimiento es la comprensin adquirida, implica aprendiza,e,
concienciacin ( familiaridad con una o ms materias% el conocimiento se
compone de ideas, conceptos, hechos ( figuras, teoras, procedimientos (
relaciones entre ellos, ( formas de aplicar los procedimientos a la resolucin
prctica de pro&lemas
El conocimiento que ha de funcionar en un "E es el conocimiento
heurstico% el conocimiento heurstico es aquel conocimiento que a(uda a las
personas u ordenadores a aprender, es el uso de los conocimientos empricos
)as reglas de pensamiento, los trucos, los procedimientos o cualquier tipo de
informacin que nos a(uda en la resolucin de pro&lemas
::
)a representacin del conocimiento es un esquema o dispositivo utilizado
para capturar los elementos esenciales del dominio de un pro&lema !na
representacin manipula&le es aquella que facilita la computacin En
representaciones manipula&les, la informacin es accesi&le a otras entidades que
usan la representacin como parte de un cmputo
De&ido a la variedad de formas que el conocimiento puede asumir, los
pro&lemas involucrados en el desarrollo de una representacin del conocimiento
son comple,os, interrelacionados ( dependientes del o&,etivo En t+rminos
generales, el conocimiento de&e estar representado de tal forma queA
Capture generalizaciones
1ueda ser comprendido por todas las personas que va(an a proporcionarlo (
procesarlo
1ueda ser fcilmente modificado
33
DE *I3!E) 3onzlez, )uis Iavier "p# cit
1ueda ser utilizado en diversas situaciones a>n cuando no sea totalmente
e#acto o completo
1ueda ser utilizado para reducir el rango de posi&ilidades que usualmente
de&era considerarse para &uscar soluciones
El conocimiento declarativo puede ser representado con modelos
relacionales ( esquemas &asados en lgica )os modelos relacionales pueden
representar el conocimiento en forma de r&oles, grafos o redes semnticas )os
esquemas de representacin lgica inclu(en el uso de lgica proposicional ( lgica
de predicados
)os modelos procedimentales ( sus esquemas de representacin
almacenan conocimiento en la forma de cmo hacer las cosas 1ueden estar
caracterizados por gramticas formales, usualmente implantadas por sistemas o
lengua,es procedimentales ( sistemas &asados en reglas -sistemas de
produccin.
:;
En forma natural, el ser humano representa el conocimiento
sim&licamenteA imgenes, lengua,e ha&lado ( lengua,e escrito $dicionalmente,
ha desarrollado otros sistemas de representacin del conocimientoA literal,
num+rico, estadstico, estocstico, lgico
)a ingeniera cognoscitiva ha adaptado diversos sistemas de
representacin del conocimiento que, implantados en un computador, se
apro#iman mucho a los modelos ela&orados por la psicologa cognoscitiva para el
cere&ro humano /radicionalmente la representacin del conocimiento conlleva el
uso de marcos -frames., redes semnticas, clculo de predicados o sistemas de
34
$H/E$3$, Hen+ ( Iuan Carlos $rmi,os T4+.0,67 3* ;0.806<61,92 H*40@/+,16.
!H)-KKKuc:mesJcgiQ&inJnphQcount.
produccin
:<
"in em&argo, e#isten otros sistemas para la representacin del
conocimiento Entre los principales sistemas se tienenA
)gica "im&lica CormalA
)gica proposicional
)gica de predicados
Heglas de produccin
Cormas EstructuradasA
Hedes asociativas
Estructuras frame
Hepresentacin orientada a o&,etos
4.1. L&GICA PROPOSICIONAL
)a lgica proposicional es la ms antigua ( simple de las formas de lgica
!tilizando una representacin primitiva del lengua,e, permite representar (
manipular aserciones so&re el mundo que nos rodea )a lgica proposicional
permite el razonamiento a trav+s de un mecanismo que primero eval>a sentencias
simples ( luego sentencias comple,as, formadas mediante el uso de conectivos
proposicionales, por e,emplo S -$ND., 6 -6H. Este mecanismo determina la
veracidad de una sentencia comple,a, analizando los valores de veracidad
asignados a las sentencias simples que la conforman
)a lgica proposicional permite la asignacin de un valor verdadero o falso
para la sentencia completa, pero no tiene la facilidad de analizar las pala&ras
individuales que componen la sentencia
35
DE $)M6HN6R Mueno, Flvaro L6(.06+.0,. 3* ;0.1*/6<,*2+. 3* ,<:8*2*/
!H)-httpAJJKKKcicipnm#JorganizacionJla&LdeLintLarthtm.
)a principal de&ilidad de la lgica proposicional es su limitada ha&ilidad para
e#presar conocimiento
:=

4.2 L&GICA DE PREDICADOS
E#isten varias sentencias comple,as que pierden mucho de su significado
cuando se les representa en lgica proposicional 1or esto se desarroll una forma
lgica ms general, capaz de representar todos los detalles e#presados en las
sentencias, esta es la lgica de predicados
)a lgica de predicados est &asada en la idea de que las sentencias
realmente e#presan relaciones entre o&,etos, as como tam&i+n cualidades (
atri&utos de tales o&,etos )os o&,etos pueden ser personas, o&,etos fsicos, o
conceptos /ales cualidades, relaciones o atri$utos, se denominan predicados )os
o$!etos se conocen como argumentos o t+rminos del predicado
$l igual que las proposiciones, los predicados tienen un valor de veracidad,
pero a diferencia de las proposiciones, su valor de veracidad, depende de sus
t+rminos Es decir, un predicado puede ser verdadero para un con,unto de
t+rminos, pero falso para otro
37
4.2.1. '*2+6)6/ ? 3*/-*2+6)6/ 3* 76 798,16 3* ;0*3,163./
$ continuacin se presentan algunos aspectos caractersticos de la lgica
de predicados ( su implementacin computacional, el lengua,e de programacin
1H6)63A
M'()*+ ,) -(.)/0-,123/). !na de las ma(ores desventa,as de la lgica de
predicados es que slo dispone de dos niveles de veracidadA verdadero ( falso
3
$id#
3#
$id#
Esto se de&e a que la deduccin siempre garantiza que la inferencia es
a&solutamente verdadera "in em&argo, en la vida real no todo es &lanco (
negro En cierta forma el 1H6)63 ha logrado mitigar esta desventa,a,
permitiendo la inclusin de factores de certeza
R'4+('2-)(0+ 2+(+05(-.+. )a lgica de predicados al ser un formalismo de
razonamiento montono, no resulta mu( adecuada para ciertos dominios del
mundo real, en los cuales las verdades pueden cam&iar con el paso del
tiempo 1H6)63 compensa esta deficiencia proporcionando un mecanismo
para remover los hechos de la &ase de datos 1or e,emplo, en /!HM6
1H6)63 se tiene la clusula RETRACTA%%
P/+6/'2'.-5( ,).7'/'0-8'.9 )a lgica de predicados, tal como est dise'ada
en 1H6)63, es un lengua,e de programacin declarativo, en donde el
programador slo necesita preocuparse del conocimiento e#presado en
t+rminos del operador de implicacin ( los a#iomas El mecanismo deductivo
de la lgica de predicados llega a una respuesta -si esto es facti&le., utilizando
un proceso e#haustivo de unificacin ( &>squeda $ pesar de que la &>squeda
e#haustiva puede ser apropiada en muchos pro&lemas, tam&i+n puede
introducir ineficiencias durante la e,ecucin 1ara lograr un cierto control en el
proceso de &>squeda, 1H6)63 ofrece la operacin de corte, C&T Cuando no
se utiliza el C&T, 1H6)63 se convierte en un lengua,e puramente
declarativo
3$
4.3 REGLAS DE PRODUCCI&N
)a Hepresentacin del conocimiento en forma de reglas de produccin fue
propuesta por 1ost en 0@;: )a regla es la forma ms com>n de representar el
conocimiento, de&ido a su gran sencillez ( a que es la formulacin ms inmediata
del principio de causalidad !na regla consta de un con,unto de acciones o efectos
-una o ms. que son ciertas cuando se cumplen un con,unto de condiciones o
3%
$id#
causas )a potencia de una regla est en funcin de la lgica que admita en las
e#presiones de las condiciones ( de las conclusiones
)a conclusin se suele referir a la creacin de un nuevo hecho vlido, o la
incorporacin de una nueva caracterstica a un hecho, mientras que la accin
suele referirse a la transformacin de un hecho
3

4.3.1. '*2+6)6/ ? 3*/-*2+6)6/ 3* 76/ 0*876/ 3* ;0.3411,92
)as venta,as que representan las reglas de produccin son su carcter
declarativo, su sencillez, su uniformidad Q que permite la representacin de
conocimiento como de metaQconocimiento Q, su independencia Q que permite la
supresin o inclusin sin que se vea afectado el resto de la &ase de conocimientos
Q ( su modularidad al ser fcilmente agrupa&les
)a principal desventa,a que presentan las reglas de produccin, es la
dificultad de esta&lecer relaciones, para lo cual ha( que recurrir al uso de meta
reglas, lo que produce el crecimiento mu( rpido del n>mero de reglas, lo que
hace lento el proceso de inferencia ( conduce a la introduccin repeticiones ( lo
que es peor, contradicciones
40

4.4 REDES ASOCIATIAS
)as redes semnticas o redes asociativas, fueron originalmente
desarrolladas para representar el significado o semntica de oraciones en ingl+s,
en t+rminos de o&,etos ( relaciones $ctualmente, el t+rmino redes asociativas (a
no slo se usa para representar relaciones semnticas, sino tam&i+n para
representar asociaciones fsicas o causales entre varios conceptos u o&,etos
3(
HIC4, Elaine ( Oevin Onight A0+,5,1,67 I2+*7,8*21*
40
MH$/O6 Ivan P0.7.8 ;0.806<<,28 5.0 A0+,1,67 I2+*77,8*21*.
)as redes asociativas se caracterizan por representar el conocimiento en
forma grfica $grupan una porcin de conocimiento en dos partesA o&,etos (
relaciones entre o&,etos )os o&,etos se denominan tam&i+n nodos -elementos del
conocimiento. ( las relaciones entre nodos se denominan enlaces o arcos Cada
nodo ( cada enlace en una red semntica, de&en estar asociados con o&,etos
descriptivos
Estas redes son mu( apropiadas para representar conocimiento de
naturaleza ,errquica "u concepcin se &asa en la asociacin de conocimientos
que realiza la memoria humana )as principales aplicaciones sonA comprensin de
lengua,e natural, &ases de datos deductivas, visin por computadora ( sistemas
de aprendiza,e
41

4.4.1. '*2+6)6/ ? 3*/-*2+6)6/ 3* 76/ R*3*/ A/.1,6+,-6/
)as redes asociativas tienen dos venta,as so&re los sistemas &asados en
reglas ( so&re los sistemas &asados en lgicaA
1ermiten la declaracin de importantes asociaciones, en forma e#plcita
De&ido a que los nodos relacionados estn directamente conectados, ( no se
e#presan las relaciones en una gran &ase de datos, el tiempo que toma el
proceso de &>squeda por hechos particulares puede ser significativamente
reducido
Entre las desventa,as de las redes asociativas, se pueden mencionarA
No e#iste una interpretacin normalizada para el conocimiento e#presado por
la red )a interpretacin de la red depende e#clusivamente de los programas
que manipulan la misma
41
$N3!)6 !sategui, Ios+ *ara ( $nselmo del *oral Mueno G4@6 5:1,7 3* 76 ,2+*7,8*21,6
60+,5,1,67
)a dificultad de interpretacin a menudo puede derivar en inferencias invlidas
del conocimiento contenido en la red
)a e#ploracin de una red asociativa puede derivar en una e#plosin
com&inatoria del n>mero de relaciones que de&en ser e#aminadas para
compro&ar una relacin
42
4.5 ESTRUCTURAS FRAME
!na plantilla -'rame. es una estructura de datos apropiada para representar
una situacin estereotpica )as plantillas organizan el conocimiento en o&,etos (
eventos que resultan apropiados para situaciones especficas )a evidencia
psicolgica sugiere que la gente utiliza grandes plantillas para codificar el
conocimiento de e#periencias pasadas, o conocimiento acerca de cosas que se
encuentran com>nmente, para analizar ( e#plicar una situacin nueva en su
cotidiana actividad cognoscitiva
!na plantilla representa un o&,eto o situacin descri&iendo la coleccin de
atri&utos que posee Cada plantilla est formada por un nom&re ( por una serie de
campos de informacin o ranuras -slots. Cada ranura puede contener uno o ms
enlaces -facets. Cada enlace tiene un valor asociado Garios enlaces pueden ser
definidos para cada ranura, por e,emploA
R'(6+. El con,unto de posi&les valores para la ranura
'7+/. El valor de la ranura
D):'170. El valor a ser asumido si no se especifica alguno
$dems los enlaces pueden ser procedimientos que residen en la &ase de
datos ( estn aguardando para ser utilizados cuando se les necesite Entre los
ms comunes se pueden mencionarA
42
$H/E$3$, Hen+ ( Iuan Carlos $rmi,os "p# cit#
S-9N).);-0',+. 1rocedimiento-s. para determinar el valor actual de una ranura
S-9A6/)6',+. 1rocedimiento-s. a e,ecutarse cuando un valor es especificado
para una ranura
S-9M+,-:-.',+. 1rocedimiento-s. a e,ecutarse si el valor de una ranura es
cam&iado
$ estos procedimientos tam&i+n se los denomina demons ( representan un
concepto poderoso en las plantillas, esto es, la ha&ilidad de com&inar
conocimiento procedimental dentro de la estructura de conocimiento declarativo de
la plantilla Esto sugiere que una plantilla puede ser un medio poderoso de
representacin del conocimiento, especialmente si se la incorpora en una red de
plantillas
43
4.5.1. '*2+6)6/ ? 3*/-*2+6)6/ 3* 7./ 506<*/
)as venta,as que se pueden esta&lecer para los sistemas &asados en
plantillas son las siguientesA
Cacilidad de proceso guiado por las e#pectativas !n sistema &asado en
plantillas, mediante los demons es capaz de especificar acciones que de&en
tener lugar cuando ciertas condiciones se han cumplido durante el
procesamiento de la informacin
El conocimiento que posee un sistema &asado en plantillas es
significativamente ms estructurado ( organizado que el conocimiento dentro
de una red asociativa
)as plantillas pueden ser estructuradas de tal forma que sean capaces de
determinar su propia aplica&ilidad en determinadas situaciones En el caso de
43
MENC4I*6), 3u(, 1ierre )evine ( Iean Charles 1romerol L./ /,/+*<6/ *=;*0+./ *2 76
*<;0*/6.
que una plantilla en particular no sea aplica&le, puede sugerir otras plantillas
que pueden ser apropiadas para la situacin
"e puede fcilmente almacenar en las ranuras valores dinmicos de varia&les,
durante la e,ecucin de un sistema &asado en conocimiento Esto puede ser
particularmente >til para aplicaciones de simulacin, planeamiento, diagnstico
de pro&lemas o interfaces para &ases de datos
)as principales desventa,as que se pueden esta&lecer para la
representacin del conocimiento mediante plantillas, sonA
Dificultad de representar o&,etos que se ale,en considera&lemente de
estereotipos
No tiene la posi&ilidad de acomodarse a situaciones u o&,etos nuevos
Dificultad para descri&ir conocimiento heurstico que es mucho ms fcilmente
representado mediante reglas
44


4.6. REPRESENTACI&N ORIENTADA A O<!ETOS
)os o&,etos, son similares a las plantillas $m&os sirven para agrupar
conocimiento asociado, soportan herencia, a&straccin ( el concepto de
procedimientos agregados )a diferencia radica en lo siguienteA
0 En las plantillas, a los programas ( a los datos se los trata como dos
entidades relacionadas separadas En cam&io en los o&,etos se crea una
fuerte unidad entre los procedimientos -m(todos. ( los datos
2 )os demons de las plantillas sirven slo para computar valores para las
diversas ranuras o para mantener la integridad de la &ase de conocimientos
cada vez que una accin de alguna plantilla, afecta a otra En cam&io, los
m(todos utilizados por los o&,etos son ms universales (a que
44
$H/E$3$, Hen+ ( Iuan Carlos $rmi,os "p cit#
proporcionan cualquier tipo general de computacin requerida ( adems
soportan encapsulamiento ( polimorfismo
!n o&,eto es definido como una coleccin de informacin que representa
una entidad del mundo real ( una descripcin de cmo de&e ser manipulada esta
informacin, esto es, los m(todos Es decir, un o&,eto tiene un nom&re, una
caracterizacin de clase, varios atri&utos distintivos ( un con,unto de operaciones
)a relacin entre los o&,etos viene definida por los mensa!es Cuando un o&,eto
reci&e un mensa!e vlido, responde con una accin apropiada, retornando un
resultado
45

4.!.1. '*2+6)6/ ? 3*/-*2+6)6/ 3* 76 0*;0*/*2+61,92 .0,*2+636 6 .()*+./

)os o&,etos, como forma de representacin del conocimiento ofrecen las
siguientes venta,asA
1oder de a&straccin
Encapsulamiento o capacidad de esconder informacin
4erencia, es decir pueden reci&ir caractersticas de sus ancestros
1olimorfismo, que permite crear una interfaz com>n para todos los diversos
o&,etos utilizados dentro del dominio
1osi&ilidad de reutilizacin del cdigo
*a(or facilidad para poder tra&a,ar eficientemente con sistemas grandes
)as desventa,as son similares a las que se indicaron para las plantillasA
Dificultades para mane,ar o&,etos que se ale,an demasiado de la norma
Dificultades para mane,ar situaciones que han sido encontradas previamente
4!
45
$id#
4
$id
5. COMPONENTES DE UN SISTEMA EXPERTO
)os dos componentes principales de cualquier "istema E#perto son una
M$"E DE C6N6CI*IEN/6" ( un 1H63H$*$ DE INCEHENCI$, o tam&i+n
llamado *6/6H DE INCEHENCI$"
;7

0 )a &ase de conocimientos del "istema E#perto con respecto a un tema
especfico para el que se dise'a el sistema Este conocimiento se codifica
seg>n una notacin especfica que inclu(e reglas, predicados, redes
semnticas ( o&,etos
2 El motor de inferencia, que es el que com&ina los hechos ( las preguntas
particulares, utilizando la &ase de conocimiento, seleccionando los datos (
pasos apropiados para presentar los resultados
;?
Esta definicin de las partes de un "istema E#perto es mu( general, ahora
se presenta una serie de componentes ms detallados de un "EA
S4(/,/+*<6 3* 1.2+0.7 3* 1.D*0*21,6 Este componente previene la entrada
de informacin incoherente en la &ase de conocimiento Es un componente
mu( necesario, a pesar de ser un componente reciente
S4(/,/+*<6 3* 63E4,/,1,92 3* 1.2.1,<,*2+. "e encarga de controlar si el
flu,o de nuevo conocimiento a la &ase de datos es redundante "lo almacena
la informacin que es nueva para la &ase de datos
M.+.0 3* ,25*0*21,6 Este componente es &sico para un "E% se encarga de
o&tener conclusiones comenzando desde el conocimiento a&stracto hasta el
conocimiento concreto "i el conocimiento inicial es mu( poco, ( el sistema no
puede o&tener ninguna conclusin, se utilizar el su&sistema de demanda de
informacin
4#
DE *I3!E) 3onzlez, )uis Iavier "p# cit
4%
CHI$D6 Mriz, Ios+ *ario S,/+*<6/ E=;*0+./ "p# cit#
S4(/,/+*<6 3* 3*<6236 3* ,25.0<61,92. Completa el conocimiento
necesario ( reanuda el proceso de inferencia hasta o&tener alguna conclusin
vlida El usuario puede indicar la informacin necesaria en este proceso
a(udado de una interfase de usuario -la cual facilita la comunicacin entre el
"istema E#perto ( el usuario.
S4(/,/+*<6 3* ,21*0+,34<(0*. "e encarga de almacenar la informacin de
tipo incierto ( propaga la incertidum&re asociada a esta informacin
S4(/,/+*<6 3* *)*141,92 3* +60*6/. 1ermite realizar acciones al "istema
E#perto &asadas en el motor de inferencia
S4(/,/+*<6 3* *=;7,161,92. Este componente entra en e,ecucin cuando el
usuario solicita una e#plicacin de las conclusiones o&tenidas por el "E Esto
se facilita mediante el uso de una interfase
;@

*uchos investigadores hacen representaciones visuales de los
componentes de un "E 1or e,emplo, De *iguel muestra su diagrama de un "E en
la figura <0
F,8406 5.1 Estructura de un "istema E#perto seg>n De *iguel
4(
"E)), 1eter S,/+*<6/ E=;*0+./ ;606 ;0,21,;,62+*/
6tra representacin de componentes de un "istema E#perto es la de
"amper quien nos dice que no e#iste una estructura com>n para un "istema
E#perto "in em&argo, la ma(ora de los sistemas e#pertos tienen ciertos
componentes &sicosA &ase de conocimientos, motor de inferencia, &ase de datos
e interfaz con el usuario *uchos tienen, adems, un mdulo de e#plicacin ( un
mdulo de adquisicin del conocimiento )a figura <2 muestra la estructura de un
"istema E#perto ideal
F,8406 5.2 Estructura de un "istema E#perto ideal para "amper
)a &ase de conocimientos contiene el conocimiento especializado e#trado
del e#perto en el dominio Es decir, contiene conocimiento general so&re el
dominio en el que se tra&a,a El m+todo ms com>n para representar el
conocimiento es mediante reglas de produccin El dominio de conocimiento
representado se divide, pues, en peque'as fracciones de conocimiento o reglas
!na caracterstica mu( importante es que la &ase de conocimientos es
independiente del mecanismo de inferencia que se utiliza para resolver los
pro&lemas De esta forma, cuando los conocimientos almacenados se han
quedado o&soletos, o cuando se dispone de nuevos conocimientos, es
relativamente fcil a'adir reglas nuevas, eliminar las antiguas o corregir errores en
las e#istentes No es necesario reprogramar todo el "istema E#perto

)as reglas suelen almacenarse en alguna secuencia ,errquica lgica, pero
esto no es estrictamente necesario "e pueden tener en cualquier secuencia ( el
motor de inferencia las usar en el orden adecuado que necesite para resolver un
pro&lema
<8
)a &ase de datos o &ase de hechos es una parte de la memoria del
ordenador que se utiliza para almacenar los datos reci&idos inicialmente para la
resolucin de un pro&lema Contiene conocimiento so&re el caso concreto en que
se tra&a,a /am&i+n se registrarn en ella las conclusiones intermedias ( los datos
generados en el proceso de inferencia $l memorizar todos los resultados
intermedios, conserva el vestigio de los razonamientos efectuados% por lo tanto, se
puede utilizar e#plicar las deducciones ( el comportamiento del sistema
El motor de inferencias es un programa que controla el proceso de
razonamiento que seguir el "istema E#perto !tilizando los datos que se le
suministran, recorre la &ase de conocimientos para alcanzar una solucin )a
estrategia de control puede ser de encadenamiento progresivo o de
encadenamiento regresivo En el primer caso se comienza con los hechos
disponi&les en la &ase de datos, ( se &uscan reglas que satisfagan esos datos, es
decir, reglas que verifiquen la parte "I Normalmente, el sistema sigue los
siguientes pasosA
0 Evaluar las condiciones de todas las reglas respecto a la &ase de datos,
identificando el con,unto de reglas que se pueden aplicar -aquellas que
satisfacen su parte condicin.
2 "i no se puede aplicar ninguna regla, se termina sin +#ito% en caso contrario se
elige cualquiera de las reglas aplica&les ( se e,ecuta su parte accin -esto
>ltimo genera nuevos hechos que se a'aden a la &ase de datos.
: "i se llega al o&,etivo, se ha resuelto el pro&lema% en caso contrario, se vuelve
al paso 0
$ este enfoque se le llama tam&i+n guiado por datos, porque es el estado
de la &ase de datos el que identifica las reglas que se pueden aplicar Cuando se
50
"$*1EH *rquez, Iuan Ios+ "p# cit#
utiliza este m+todo, el usuario comenzar introduciendo datos del pro&lema en la
&ase de datos del sistema

$l encadenamiento regresivo se le suele llamar guiado por o&,etivos, (a
que, el sistema comenzar por el o&,etivo -parte accin de las reglas. ( operar
retrocediendo para ver cmo se deduce ese o&,etivo partiendo de los datos Esto
se produce directamente o a trav+s de conclusiones intermedias o su&o&,etivos
)o que se intenta es pro&ar una hiptesis a partir de los hechos contenidos en la
&ase de datos ( de los o&tenidos en el proceso de inferencia

En la ma(ora de los "istemas E#pertos se utiliza el encadenamiento
regresivo Este enfoque tiene la venta,a de que el sistema va a considerar
>nicamente las reglas que interesan al pro&lema en cuestin El usuario
comenzar declarando una e#presin E ( el o&,etivo del sistema ser esta&lecer la
verdad de esa e#presin
1ara ello se pueden seguir los siguientes pasosA
0 6&tener las reglas relevantes, &uscando la e#presin E en la parte accin
-+stas sern las que puedan esta&lecer la verdad de E.
2 "i no se encuentran reglas para aplicar, entonces no se tienen datos
suficientes para resolver el pro&lema% se termina sin +#ito o se piden al
usuario ms datos
: "i ha( reglas para aplicar, se elige una ( se verifica su parte condicin C
con respecto a la &ase de datos
; "i C es verdadera en la &ase de datos, se esta&lece la veracidad de la
e#presin E ( se resuelve el pro&lema
< "i C es falsa, se descarta la regla en curso ( se selecciona otra regla
= "i C es desconocida en la &ase de datos -es decir, no es verdadera ni
falsa., se le considera como su&o&,etivo ( se vuelve al paso 0 -C ser
ahora la e#presin E.
E#isten tam&i+n enfoques mi#tos en los que se com&inan los m+todos
guiados por datos con los guiados por o&,etivos

)a interfaz de usuario permite que el usuario pueda descri&ir el pro&lema al
"istema E#perto Interpreta sus preguntas, los comandos ( la informacin
ofrecida $ la inversa, formula la informacin generada por el sistema inclu(endo
respuestas a las preguntas, e#plicaciones ( ,ustificaciones Es decir, posi&ilita que
la respuesta proporcionada por el sistema sea inteligi&le para el interesado
/am&i+n puede solicitar ms informacin al "E si le es necesaria En algunos
sistemas se utilizan t+cnicas de tratamiento del lengua,e natural para me,orar la
comunicacin entre el usuario ( el "E
)a ma(ora de los sistemas e#pertos contienen un mdulo de e#plicacin,
dise'ado para aclarar al usuario la lnea de razonamiento seguida en el proceso
de inferencia "i el usuario pregunta al sistema cmo ha alcanzado una
conclusin, +ste le presentar la secuencia completa de reglas usada Esta
posi&ilidad de e#plicacin es especialmente valiosa cuando se tiene la necesidad
de tomar decisiones importantes amparndose en el conse,o del "E $dems, de
esta forma, ( con el tiempo suficiente, los usuarios pueden convertirse en
especialistas en la materia, al asimilar el proceso de razonamiento seguido por el
sistema El su&sistema de e#plicacin tam&i+n puede usarse para depurar el "E
durante su desarrollo
El mdulo de adquisicin del conocimiento permite que se puedan a'adir,
eliminar o modificar elementos de conocimiento -en la ma(ora de los casos
reglas. en el "E "i el entorno es dinmico, entonces este componente es mu(
necesario, puesto que el sistema funcionar correctamente slo si se mantiene
actualizado su conocimiento El mdulo de adquisicin permite efectuar ese
mantenimiento, anotando en la &ase de conocimientos los cam&ios que se
producen
<0
51
"$*1EH *rquez, Iuan Ios+ "p# cit#
!. CONSTRUCCIN DE UN SISTEMA EXPERTO
)a construccin de un "E no es una tarea sencilla, de&ido a que involucra
mucha participacin de distintas personas, cada una de las cuales aportar algo
para que el "E a desarrollar sea ro&usto ( fcil de usar ( mantener $dems se
de&en hacer varias elecciones en cuanto al desarrollo del "istema E#perto
)a primera decisin consiste en determinar si se comenzar el "E desde
cero o se utilizar un shell B que es un "E sin la &ase de conocimientos B "i se
opta por usar el shell se de&e elegir el que ms se adecue al o&,etivo del "E que
se desea construir, (a que e#isten diversos shells de "istemas E#pertos
encaminados hacia distintos o&,etivos
"i por el contrario se opta por comenzar desde cero, se de&er entonces
determinar qu+ metodologa utilizar, es decir, determinar la gua para el desarrollo
del "E, cmo se implementar la &ase de conocimientos ( el motor de inferencia,
principalmente% ( como complemento se de&e elegir el lengua,e que se va a
utilizar para el pro(ecto
6.1 ASPECTOS GENERALES
!.1.1 E7 EE4,;. 3* D*/600.77.
1ara desarrollar un "E primero se de&e conocer el equipo de gente
necesario, despu+s los m+todos que utiliza ese equipo de gente ( por ultimo cmo
prue&an ( constru(en prototipos de softKare para terminar en el sistema final
)as personas que componen un grupo o un equipo, como en todos los
m&itos de&en cumplir ciertas caractersticas ( cada uno de ellos dentro del
equipo desarrolla un papel distinto $ continuacin se detalla cada componente del
equipo dentro del desarrollo ( cul es la funcin de cada unoA
a. E7 )=>)/0+ )a funcin del e#perto es la de poner sus
conocimientos especializados a disposicin del "istema E#perto
&. E7 -(6)(-)/+ ,)7 .+(+.-2-)(0+ Es el ingeniero que plantea las
preguntas al e#perto, estructura sus conocimientos ( los
implementa en la &ase de conocimientos
c. E7 1;1'/-+ El usuario aporta sus deseos ( sus ideas,
determinando especialmente el escenario en el que de&e aplicarse
el "istema E#perto
En el desarrollo de un "istema E#perto, El ingeniero del conocimiento ( el
e#perto tra&a,an mu( unidos El primer paso consiste en ela&orar los pro&lemas
que de&en ser resueltos por el sistema 1recisamente en la primera fase de un
pro(ecto es de vital importancia determinar correctamente el m&ito
estrechamente delimitado de tra&a,o $qu se inclu(e (a el usuario posterior, o un
representante del grupo de usuarios 1ara la aceptacin, ( en consecuencia para
el +#ito, es de vital ( suma importancia tener en cuenta los deseos ( las ideas del
usuario
!na vez delimitado el dominio, se alimenta el sistema con los
conocimientos del e#perto El e#perto de&e compro&ar constantemente que su
conocimiento ha(a sido transmitido de la forma ms conveniente El ingeniero del
conocimiento es responsa&le de una implementacin correcta, pero no de la
e#actitud del conocimiento )a responsa&ilidad de esta e#actitud recae en el
e#perto
De ser posi&le, el e#perto de&er tener comprensin para los pro&lemas
que depara el procesamiento de datos Ello facilitar mucho el tra&a,o $dems, no
de&e ignorarse nunca al usuario durante el desarrollo, para que al final se
disponga de un sistema que le sea de m#ima utilidad
)a estricta separacin entre usuario, e#perto e ingeniero del conocimiento
no de&er estar siempre presente 1ueden surgir situaciones en las que el e#perto
puede ser tam&i+n el usuario Este es el caso, cuando e#ista un tema mu(
comple,o cu(as relaciones e interacciones de&en ser determinadas una ( otra vez
con un gran consumo de tiempo De esta forma el e#perto puede ahorrarse
tra&a,os repetitivos
)a separacin entre e#perto e ingeniero del conocimiento permanece, por
regla general, inalterada
<2
!.1.2 C.2/+0411,92 3* 76/ ;0,21,;67*/ ;60+*/ 3* 42 SE
Como (a se mencion, los principales componentes de un "E son la &ase
de conocimiento ( el motor de inferencia )a metodologa tradicional se enfoca
principalmente a la construccin de dichos componentes
L6 (6/* 3* 1.2.1,<,*2+.
)a &ase de conocimiento es una &ase de datos que posee una informacin
( unas reglas especficas so&re una materia o tema determinado En la
metodologa tradicional, la &ase de conocimiento se conforma de o&,etos (
atri&utos !n o&,eto es una conclusin que es definida por sus atri&utos
relacionados% ( un atri&uto es una caracterstica o cualidad especfica que a(uda a
definir un o&,eto
)a &ase de conocimiento se puede ver como una lista de o&,etos con sus
reglas ( atri&utos asociados En el sentido ms simple, la regla que se aplica para
un atri&uto determina si un o&,eto DtieneE o Dno tieneE determinado atri&uto 1or lo
que un o&,eto se define usando una lista de atri&utos que el o&,eto posea o no
<:
E7 <.+.0 3* ,25*0*21,6
52
CHI$D6 Mriz, Ios+ *ario S,/+*<6/ E=;*0+./ "p# cit#
53
"C4I)D/ 4er&ert "p# cit
1ara construir un motor de inferencia, e#isten tres m+todos &sicosA
encadenamiento hacia adelante, encadenamiento hacia atrs ( reglas de
produccin
<;
)(todo de encadenamiento hacia adelante
$ este m+todo se le llama conducido por datos, porque el motor de
inferencia utiliza la informacin que el usuario le proporciona para moverse a
trav+s de una red de operadores $ND ( operadores 6H hasta que encuentra un
punto terminal que es el o&,eto "i el motor de inferencia no puede encontrar un
o&,eto que cumpla con los requisitos, el "E pide ms informacin )os atri&utos
que definen al o&,eto crean un camino que conduce al mismo o&,etoA la >nica
forma de alcanzar dicho o&,eto es satisfacer todas sus reglas En resumen el
sistema de encadenamiento hacia delante constru(e un r&ol desde las ho,as
hasta la raz, como se puede ver en la figura =0
)(todo de encadenamiento hacia atrs#
54
$id#
F,8406 !.1 *+todo de encadenamiento hacia adelante
Este m+todo es el contrario al m+todo anterior !n motor de inferencia de
encadenamiento hacia atrs comienza con una hiptesis -o&,eto. ( pide
informacin para confirmarlo o negarlo $ este m+todo se le llama conducido por
o$!etos porque el "E empieza con un o&,eto e intenta verificarlo En resumen, el
encadenamiento hacia atrs poda un r&ol, lo cual es lo contrario al m+todo
anterior, en el cual se constru(e un r&ol, esto se muestra en la figura =2
)(todo de re*las de produccin
Este m+todo es una me,ora al m+todo de encadenamiento hacia atrs )a
teora operativa general es que el sistema pide como informacin aquella que
elimine la mayor incertidum$re posi$le El pro&lema que e#iste con este m+todo
est en su dificultad para llevarse a ca&o, primeramente de&ido a que la &ase de
conocimiento a menudo es tan grande que el n>mero de com&inaciones que el
sistema puede soportar se re&asa fcilmente, por lo tanto, el sistema no puede
determinar e#actamente qu+ informacin eliminar una ma(or incertidum&re En
segundo lugar, los sistemas de reglas de produccin requieren que la &ase de
F,8406 !.2 Encadenamiento hacia atrs
Intenta o&,eto

$tri&uto cumplido

$tri&uto no cumplido

$tri&uto cumplido

$tri&uto cumplido

$tri&uto no cumplido

$tri&uto cumplido

6&,eto encontrado

conocimientos contenga no slo la informacin o&,eto B atri&uto, sino adems un
valor cuantificador, lo que hace aun ms difcil la construccin de la &ase de
conocimientos
6.2 METODOLOG?AS PARA LA CONSTRUCCI&N DE SE
!.2.1 M*+.3.7.8@6 3* P0.+.+,;./
En el desarrollo de "istemas E#pertos se nos plantean dos importantes
riesgosA
0 No e#isten implementaciones similares que puedan servir de orientacin
al encargado del desarrollo en casi la totalidad de los casos
2 En muchos puntos, los requisitos necesarios estn es&ozados con mu(
poca precisin
El dise'o ( la especificacin requieren una temprana determinacin de la
interfaz del softKare ( de la funcionalidad de los componentes Durante el
desarrollo, resulta apropiado empezar con implementaciones tipo test para
encontrar el camino hacia una solucin definitiva ( para hacerlas coincidir con las
necesidades del usuario
!n m+todo efectivo es la implementacin de un prototipo de "istema
E#perto que permita llevar a ca&o las funciones ms importantes de +ste, aunque
con un esfuerzo de desarrollo considera&lemente inferior al de una
implementacin convencional Este proceder se define &a,o el nom&re de YHapid
1rotot(ping9 1ara "istemas E#pertos, el YHapid 1rotot(ping9 es el procedimiento
ms adecuado, pues posi&ilita una rpida reaccin a los deseos en constante
cam&io tanto por parte de los e#pertos como parte del usuario
<<
55
CHI$D6 Mriz, Ios+ *ario S,/+*<6/ E=;*0+./ "p# cit#
!.2.2 M*+.3.7.8@6 O0,*2+636 6 O()*+./
)a programacin orientada a o&,etos -661 en adelante. es un tipo de
programacin que provee una manera de modularizar programas esta&leciendo
reas de memoria particionadas para datos ( procedimientos, que pueden ser
usadas como plantillas para crear copias de tales mdulos conforme se
requieran
<=
Cada rea de memoria a la que se refiere en el prrafo anterior es conocida
como clase, mientras que las copias creadas a partir de la clase son llamadas
o$!etos )a 661 tiene varias propiedades, entre los cuales destacanA
A3;0/'..-5( 1ermite enfocarse en la solucin general del pro&lema, sin
preocuparse de los detalles
E(.'>;17'.-5( Es el concepto de que un o&,eto de&era tener separada su
interfaz de su implementacin Es decir, un o&,eto es visto como una Dca,a
negraE
P+7-2+/:-;2+ "ignifica que un o&,eto se puede comportar de diversas
maneras, dependiendo del conte#to en el que se encuentre
H)/)(.-' "ignifica que se pueden crear clases que DheredenE el
comportamiento de una o ms clases padre% ( que adems a'adan su propio
comportamiento
El concepto de encapsulacin evita que se pueda modificar el estado
interno de un o&,eto por el cdigo cliente que lo utiliza, es decir solamente el
cdigo mismo del o&,eto puede modificar el estado interno del mismo Esto se
puede aprovechar en la construccin de "E creando clases que correspondan a
los componentes de un "E
5
/E))6, Ernest O()*1+ .0,*2+*3 ;0.806<<,28 5.0 60+,5,1,67 ,2+*77,8*21*
1or lo tanto si se utiliza la metodologa orientada a o&,etos a la construccin
de "E, se de&e crear una clase que contenga el cdigo referente a la &ase de
conocimiento "i dicha &ase de conocimiento es un con,unto de o&,etos con sus
propiedades, entonces dicha clase ser una clase contenedor de o&,etos de otra
clase, los cuales contendrn el nom&re del o&,eto ( una lista de atri&utos )a
figura =: muestra lo e#puesto
6&viamente, la clase Mase de Conocimiento de&er tener todo el cdigo
necesario para leer los o&,etos, quiz de una &ase de datos, quiz de un archivo,
guardar los o&,etos, ingresar nuevos o&,etos o atri&utos, eliminar o&,etos o
atri&utos, etc
F,8406 !.3 )a &ase de conocimientos es vista como un o&,eto contenedor
de otros o&,etos usando la *etodologa 6rientada a 6&,etos

6&,eto

$tri&uto
$tri&uto
$tri&uto
6&,eto

$tri&uto
$tri&uto
$tri&uto
6&,eto

$tri&uto
$tri&uto
$tri&uto
6&,eto

$tri&uto
$tri&uto
$tri&uto
6&,eto

$tri&uto
$tri&uto
$tri&uto
6&,eto

$tri&uto
$tri&uto
$tri&uto
De manera similar, el motor de inferencia se implementa como una clase, la
cual contiene encapsulada toda la lgica que hace que funcione el "E, es decir si
se implementa usando encadenamiento hacia adelante, encadenamiento hacia
atrs o reglas de produccin, dicha implementacin estar contenida dentro de la
clase
Esta metodologa tiene diversas venta,as, entre las cuales destaca el hecho
que cualquier modificacin o mantenimiento que se le quiera realizar a un
determinado componente no afectar al otro ( viceversa /ello propone crear
especializaciones o ,erarquas de clases -usando herencia. que inclu(an m+todos
que permitan a los o&,etos modificarse a s mismos, logrando con esto que un "E
aprenda por s mismo, modificando su &ase de conocimiento sin modificar los
dems componentes 6tra venta,a de la 661 es que mediante la herencia, las
clases hi,as heredarn el comportamiento de las clases padres, evitando con esto,
tener que incluir cdigo redundante en las especializaciones
<7
6.3 LENGUA!ES UTILI@ADOS EN LA CONSTRUCCI&N DE SE
!.3.1 LISP
)I"1, acrnimo de lengua,e de 1rocesamiento de )istas, fue inventado por
Iohn *cCarth( ( su equipo en la !niversidad de "tanford a finales de 0@<8
6riginalmente fue creado como un modelo computacional de procesos
matemticos, refle,ando el rigor de las propias matemticas
<?
)I"1 actualmente est dise'ado para mane,ar sm&olos matemticos
-varia&les., por lo que es utilizado perfectamente para la investigacin en I$,
donde un sm&olo puede representar cualquier cosa )I"1 tiene dos
caractersticas principales que lo hacen so&resalir de entre los dems lengua,es
para I$% primero, es altamente fle#i&le, es decir, es posi&le escri&ir un programa
5#
$id#
5%
4$"E*EH, /on( ( Iohn Domingue C.<<.2 LISP P0.806<<,28 5.0 A0+,5,1,67 I2+*7,8*21*
)I"1 para producir cualquier comportamiento desea&le de la computadora%
segundo, es indefinidamente e#tensi&le, lo que significa que si como programador
siente que a )I"1 le falta alguna caracterstica, puede escri&ir un programa )I"1
que provea dicha caracterstica ( hacer que ese programa forme parte de su )I"1
personal
)I"1 utiliza un ciclo llamado 7**0 H *-67460 H ,<;0,<,0 Cuando el
programador teclea algo en )I"1, el lengua,e toma lo que se ha tecleado, intenta
responder de cualquier forma ( despu+s despliega dicha respuesta en la pantalla
El t+rmino en )I"1 usado para Dver lo que se ha tecleadoE es 7**0% el t+rmino
usado para Dtratar de responder de cualquier formaE es *-67460% ( el t+rmino
usado para Ddesplegar la respuesta en la pantallaE es ,<;0,<,0 "i hu&iera una
persona en vez de una mquina en frente del programador, diramos que dicha
persona estara escuchando, comprendiendo ( respondiendo al programador
<@
)I"1 utiliza los siguientes conceptos caractersticosA
L-;0'; A %0+2+; )a estructura ms importante es la lista )os tomos pueden
su&ordinarse a cualidades
L' F1(.-5( Cada funcin )I"1 ( cada programa )I"1 tiene estructura de lista
)os programas no pueden distinguirse sintcticamente de los datos )I"1
ofrece sus propias funciones &sicas
F+/2' ,) T/'3'*+. )I"1 es un lengua,e funcional 6frece la posi&ilidad de
realizar definiciones recursivas de funciones )a unin de procedimientos se
realiza de forma dinmica, es decir en plena e,ecucin, no como en otros
lengua,es de programacin El sistema realiza automticamente una gestin
dinmica de memoria
L+; B0+2+; ;+( (C2)/+;D .',)('; ,) .'/'.0)/); + ;E23+7+; !n sm&olo
puede tener varios valores, al igual que una varia&le en otros lengua,es de
programacin, como por e,emplo un n>mero, o tam&i+n puede ser el nom&re
5(
$id#
de una funcin, o incluso am&os $dems a un sm&olo se le pueden
su&ordinar cualidades, que adems del valor del sm&olo, contienen
informacin adicional Estas cualidades tam&i+n reci&en el nom&re de
atri&utos
!n componente importante de un sistema )I"1 es la gestin dinmica de la
memoria El sistema administrar el espacio en la memoria para las listas en
constante modificacin, sin que el usuario lo de&a solicitar )i&era los espacios de
memoria que (a no son necesarios ( los pone a disposicin de usos posteriores
)a necesidad de este proceso se deriva de la estructura &sica de )I"1, las listas,
que se modifican de forma dinmica e ilimitada
$dems un sistema )I"1 a&arca &astante ms que el solo int+rprete del
lengua,e )I"1 Consta de algunos cmodos mdulos que ofrecen a(uda en el
desarrollo ( control del progreso en programas, como son el Editor, el CileQ"(stem
( el /race 1or supuesto estos mdulos slo estn en versiones de )I"1 que
contengan la conocida interfaz grfica IDE -entorno de desarrollo integrado. tpica
de los modernos lengua,es visuales
!.3.2 CLIPS
C)I1" es otra herramienta para el desarrollo de "E que ofrece un entorno
completo para su construccin &asado en reglas ( o&,etos C)I1" est siendo
utilizado por numerosos usuarios como la N$"$ -que es su creadora., muchas
universidades ( empresas C)I1" viene de -C )anguage Integrated 1roduction
"(stem. ( como su nom&re indica uno de los o&,etivos que &usca&an sus
creadores era la fcil integracin con programas en C $s, al darle una
porta&ilidad con programas en lengua,e C, las universidades que lo usan pueden
trasladar fcilmente sus aplicaciones al entorno del agente
=8
0
M$Z$HE", Ios+ Fngel H*006<,*2+6/ ;606 76/ 6/,826+406/ 3*7 IAIC
!H)-httpAJJdianacpsunizaresJI$Jnoticiashtml.
!.3.3 P0.7.8
1rolog es un lengua,e de programacin que se centra alrededor de un
con,unto peque'o de mecanismos, inclu(endo reconocimiento de patrones,
estructuras de datos &asadas en r&oles ( &actraTing -retroceso. automtico Este
con,unto peque'o constitu(e una estructura de programacin sorprendentemente
poderosa ( fle#i&le 1rolog es ideal para resolver pro&lemas que involucren
o&,etos B en particular o&,etos estructurados B ( relaciones entre ellos 1or
e,emplo, un e,ercicio mu( sencillo en 1rolog es e#presar relaciones espaciales, de
la formaA Dla esfera azul detrs de la verdeE
=0
1rolog naci en Europa, ( fue implementado primeramente para dar soporte
al 1rocesamiento del )engua,e Natural -1)N. 1rolog tra&a,a&a -( sigue
haci+ndolo hasta nuestros das. esencialmente con la lgica matemtica
=2
MratTo
completa el comentario afirmando que 1rolog naci de una idea de programacin
lgica que emergi a principios de 0@78, para usar la lgica como un lengua,e de
programacin
=:
1rolog tiene cierto vigor h&rido en el sentido de que contiene
caractersticas declarativas de la lgica computacional matemtica ( algunos
aspectos procedurales de la programacin convencional En vez de escri&ir un
procedimiento con una secuencia de pasos, un programador 1rolog escri&e un
con,unto declarativo de reglas ( hechos con sus respectivas relaciones De&ido a
esto, los diagramas de flu,os ( las t+cnicas convencionales de programacin no
aplican en 1rolog
PalTer afirma que ni'os de 08 a'os de edad encuentran a 1rolog como un
lengua,e sencillo de aprender 1ero los programadores profesionales con muchos
a'os de e#periencia a menudo lo encuentran revuelto ( confuso )o revuelto de
1
MH$/O6 Ivn "p# cit#
2
P$)OEH $drian, *ichael *c Cord, Iohn "oKa ( Palter Pilson I2.J7*38* H B6/*3 S?/+*</
623 P0.7.8
3
MH$/O6 Ivan "p# cit#
1rolog es su simplicidad ( que no tiene las caractersticas ms comunes de los
lengua,es procedurales
=;
Entre tales caractersticas con las que no cuenta 1rolog se encuentranA
"entencias de asignacin
"entencias goto
"entencias if B then B else
Ciclos do, ciclos for ( ciclos Khile
"in em&argo, 1rolog compensa tales caractersticas con las siguientes, las
cuales lo hacen un lengua,e poderoso para la representacin del conocimientoA
1redicados que e#presan relaciones entre entidades
!n m+todo para definir predicados mediante reglas de asercin ( hechos
!n m+todo para hacer preguntas para comenzar cmputos
!n procedimiento de &>squeda hacia atrs para evaluar metas
Estructura de datos que pueden simular registros estilo 1ascal o listas estilo
)isp
!n reconocedor de patrones que constru(e ( analiza las estructuras de datos
!n con,unto de predicados preconstruidos para aritm+tica, entrada ( salida (
servicios de sistemas
!.3.4 S<677+67K
"malltalT fue el primer lengua,e de programacin que fue dise'ado para
&asarse e#clusivamente en o&,etos Cue originalmente inventado por $lan Oa( en
5ero# 1$HC en 0@72, pero mucha gente le ha hecho importantes contri&uciones
4
P$)OEH $drian, *ichael *c Cord, Iohn "oKa ( Palter Pilson "p# cit
al dise'o del lengua,e Este lengua,e se ha convertido en una opcin mu( popular
en diversos campos como los video,uegos ( la Inteligencia $rtificial
Girtualmente todo lo que e#iste en un sistema "malltalT es una instancia de
una clase particular de o&,eto ( generalmente puede ha&er tantas instancias como
se deseen Esto significa que se pueden tener cualquier n>mero de instancias de
cualquier caracterstica del sistema activas al mismo tiempo
=<
!.3.5. C ? CLL
C es uno de los lengua,es de programacin ms populares en uso
1roporciona un esqueleto estructurado sin lmites para la creatividad del
programador% una de las venta,as de C so&re otros lengua,es usados para
investigacin en I$ es que es un lengua,e estructurado ( adems, si su aplicacin
no requiere usar la t+cnica MacTtracTing ni los recursos de una &ase de datos,
estos no se convierten en un peso e#tra que de&e soportar la aplicacin
No ha( una sola t+cnica de I$ que no pueda ser desarrollada en un
lengua,e procedimental como lo es C De hecho, el desarrollo de ciertas rutinas es
en verdad ms claro en C que un lengua,e de I$
En cuanto a CWW se puede decir que es una e#tensin orientada a o&,etos
de C, la cual permite utilizar la metodologa orientada a o&,etos para la creacin de
diversos sistemas ( programas, incluso los de I$
==
6.4 HERRAMIENTAS Y SHELLS UTILI@ADOS EN LA CONSTRUCCI&N DE SE
Inicialmente cada "E que se crea&a se construa a partir de un lengua,e de
I$ tal como )I"1 1ero despu+s de que muchos "E se constru(eron as, quedo
claro que estos sistemas esta&an construidos como un con,unto de
representaciones declarativas -reglas. com&inado con un int+rprete de estas
5
/E))6, Ernest "p# cit#

"C4I)D/ 4er&ert "p# cit#

representaciones% tam&i+n quedo claro que era posi&le separar el int+rprete del
conocimiento especfico del dominio ( por lo tanto se podan crear sistemas que
podan ser usados para construir nuevos "E agregando simplemente
conocimiento correspondiente al dominio del nuevo pro&lema
$s nacieron los shells los cuales sirven como &ase para muchos "E, (a
que proporcionan mucha fle#i&ilidad en representacin del conocimiento (
razonamiento, as como adquisicin de conocimiento
=7
$ continuacin se mencionan algunos de los principales shells de "E, que
como (a se mencion, son "E sin su &ase de conocimiento, es decir, se pueden
utilizar de forma gen+rica para cualquier tema
!.4.1 G.73 M.0K/ II
Esta herramienta de programacin creada por 3old 4ill Computers Inc se
e,ecuta &a,o )I"1 ( utiliza la metodologa orientada a o&,etos Este programa corre
en computadoras IM* compati&les, *acintosh ( estaciones de tra&a,o "un
)as caractersticas que realzan a este programa inclu(en una herramienta
dinmica de grficos que permite la creacin de imgenes activas as como
tam&i+n permite desarrollar interactivamente interfaces grficas dinmicas sin
tener que escri&ir ni una lnea de cdigo% tam&i+n se inclu(en visores orientados a
grficos para marcos, reglas ( afirmaciones -aserciones. "e integra fcilmente
con C
!.4.2 ART
$H/ es una herramienta que tiene un n>mero de caractersticas poderosas
para el desarrollo de "E, por e,emplo, permite la construccin de varios escenarios
#
HIC4 Elaine ( Oevin Onight "p# cit#
o mundo hipot+ticos, los cules pueden ser e#plorados automticamente para
determinar su desea&ilidad De esta forma varios escenarios alternos pueden ser
e#plorados para pro&ar un plan estrat+gico dado con un con,unto de sentencias
dado
)a caracterstica de esquema es otro aspecto de este programa el cual
provee una representacin orientada a o&,etos para sistemas resolutores de
pro&lemas &asados en conocimientos
=?
!.4.3 LOOPS
)661" fue desarrollado en el 5ero# 1$HC en 0@?: !na de las ideas
centrales en el dise'o del am&iente )661" es proveer un sistema de
programacin de I$ que pueda soportar una estructura de m>ltiples paradigmas
que permitan tantas opciones de entre paradigmas de programacin como sea
posi&le )a versin actual soporta cuatro paradigmas de programacin principalesA
el paradigma orientado a o&,etos, el paradigma &asado en reglas, el paradigma
orientado a accesos ( el paradigma procedural normal Como cualquier otro
sistema de programacin orientado a o&,etos, )661" permite la creacin de
,erarquas de clases e instancias de dichas clases
!.4.4 IEE
OEE, acrnimo de $m&iente de Ingeniera del Conocimiento, de IntelliCorp
es una de las herramientas de desarrollo orientados a o&,etos de "E ms
avanzada en la actualidad 4o( en da tiene un considera&le uso en esfuerzos
ma(ores de desarrollo tanto en el sector comercial como en el go&ierno
%
/E))6 Ernest "p# cit#
)as funciones en OEE se implementan como e#tensiones de )I"1, de
manera que todo el voca&ulario del lengua,e )I"1 puede usarse en con,uncin con
las funciones predefinidas El sistema entero esta construido en una estructura de
o&,etos, que en el am&iente son llamados unidades
!.4.5 H4<(7*
4um&le es un "hell orientado a o&,etos para "E escrito en "malltalT que
com&ina reglas con encadenamiento hacia delante ( hacia atrs con
representacin de o&,etos, paso de mensa,es ( uso de o&,etos )as reglas de
sinta#is usadas en 4um&le son una versin modificada de la sinta#is de "malltalT
$ diferencia de la ma(ora de los shells, 4um&le tiene la capacidad de construir
&loques if B then B else
)a caracterstica principal de 4um&le es que las reglas operan so&re
entidades )as entidades son un importante tipo de o&,eto que tienen una
representacin especfica En las aplicaciones las entidades se categorizan en un
n>mero de tipos diferentes los cules son definidos por el desarrollador o por el
Ingeniero de conocimientos
!.4.! EMYCIN
E*SCIN es acrnimo de Empt( *SCIN -*SCIN vaco.% este shell fue
creado a partir de *SCIN, uno de los "E ms e#itosos en la +poca de los
setentas "e constru( con el fin de que fuera usado para otros fines, adems del
diagnstico de enfermedades en la sangre -o&,etivo para el cual fue creado. Este
shell utiliza un lengua,e, llamado $H), el cual es una notacin de $lgol ( provee
facilidades para monitorear el comportamiento de reglas "in em&argo es difcil
distinguir diferentes tipos de conocimiento -no se puede hacer diferencia entre
conocimiento de control ( conocimiento a cerca de los valores esperados de los
parmetros., por lo que el agregar una nueva regla tam&i+n se vuelve un proceso
complicado
=@
(
G$)DIGI$ Hosas, David S,/+*<6/ E=;*0+./
!H)-httpAJJKKKfortunecit(comJsT(craperJromroKJ287JseJ1ortadahtml.
7. TAREAS "UE REALI#AN LOS SISTEMAS EXPERTOS
".1 INTERPRETACI&ND DIAGN&STICO Y MONITOREO
)a interpretacin consiste en encontrar el significado de los datos de
entrada o&tenidos por sensores o introducidos por el usuario
78
Con frecuencia aparecen datos contradictorios, incompletos o ine#actos,
por lo que ha( que dotar al "E de conocimiento para resolver un pro&lema de este
tipo, ( que de todas formas llegue a una resolucin E#isten dos tipos de
interpretacinA
A2:7,/,/C )a interpretacin de datos se o&tiene mediante la separacin o
distincin de las partes que forman los datos
S@2+*/,/C )a interpretacin de los datos se o&tiene mediante la com&inacin de
los mismos
El diagnstico consiste en identificar las causas internas que provocan un
pro&lema, avera o disfuncin a partir de una serie de datos o sntomas que son
consecuencia de la misma ( que son o&serva&les
70
)os "E en diagnstico encuentran m>ltiples dificultades a la hora de realizar
su tarea como son las siguientesA
M62,5*/+61,.2*/ N4*-6/. Es decir, sntomas que no se ha&an o&servado con
anterioridad
C64/6/ N4*-6/.
M62,5*/+61,.2*/ 3*(,36/ 6 -60,6/ 164/6/.
#0
"FNC4ER ( Meltrn, Iuan 1a&lo "p# cit#
#1
$id#
D6+./ I2611*/,(7*/A 160./ . 3* .(+*21,92 ;*7,80./6.
R*761,.2*/ 2. (,?*1+,-6/ *2+0* 7./ 36+./ ? 76/ 164/6/.
F677./ . 6-*0@6/ 3* 6;60,1,92 ,2+*0<,+*2+*.
E=,/+*21,6 3* -60,./ 5677./ /,<47+:2*./ . *2 163*26
)a monitorizacin es un caso particular de la interpretacin, ( consiste en la
comparacin continua de los valores de las se'ales o datos de entrada ( unos
valores que act>an como criterios de normalidad o estndares
En el campo del mantenimiento predictivo los "istemas E#pertos se utilizan
fundamentalmente como herramientas de diagnstico "e trata de que el
programa pueda determinar en cada momento el estado de funcionamiento de
sistemas comple,os, anticipndose a los posi&les incidentes que pudieran
acontecer $s, usando un modelo computacional del razonamiento de un e#perto
humano, proporciona los mismos resultados que alcanzara dicho e#perto
72
)a
figura 70 muestra el funcionamiento de un "E de este tipo
F,8406 7.1 Cuncionamiento de un "E usado en mantenimiento predictivo
#2
DE *I3!E) 3onzlez, )uis Iavier "p# cit#
".2 DISEFO Y SELECCI&N
El dise'o se puede conce&ir de distintas formasA
El dise'o en ingeniera es el uso de principios cientficos, informacin t+cnica e
imaginacin en la definicin de una estructura mecnica, mquina o sistema
que e,ecute funciones especficas con el m#imo de economa ( eficiencia
El dise'o industrial &usca rectificar las omisiones de la ingeniera, es un intento
consiente de traer forma ( orden visual a la ingeniera de hardKare donde la
tecnologa no provee estas caractersticas
Dise'o es el proceso de especificar una descripcin de un artefacto que
satisface varias caractersticas desde un n>mero de fuentes de conocimiento
7:
)os "E en dise'o ven este proceso como un pro&lema de &>squeda de una
solucin ptima o adecuada )as soluciones alternas pueden ser conocidas de
antemano -pro&lemas de derivacin. o se pueden generar automticamente
-pro&lemas de formulacin.
)os "E prue&an distintos dise'os para verificar cules de ellos cumplen los
requerimientos solicitados por el usuario, +sta t+cnica es llamada Dgeneracin (
prue&aE, por lo tanto estos "E son llamados de seleccin En reas de aplicacin,
la prue&a se termina cuando se encuentra la primer solucin% sin em&argo, e#isten
pro&lemas ms comple,os en los que el o&,etivo es encontrar la solucin ms
ptima
)a utilidad de los programas &asados en conocimientos aplicados a la
ciencia ( a la ingeniera no se limita al anlisis sofisticado, muchos programas
recientes han empezado a tra&a,ar en la sntesis
7;
#3
461366D, $drian I2.J7*38* H B6/*3 S?/+*</ 5.0 E28,2**0/ 623 S1,*2+,/+/.
#4
PIN"/6N, 1atricT 4enr( A0+,5,167 I2+*77,8*21*.
E#isten programas que dise'an dispositivos simples ( despu+s &uscan
oportunidades de reduccin de costos o de reduccin de componentes
".3 PLANIFICACI&N
)a planificacin es la realizacin de planes o secuencias de acciones ( es
un caso particular de la simulacin Est compuesto por un simulador ( un sistema
de control El efecto final es la ordenacin de un con,unto de acciones con el fin de
conseguir un o&,etivo glo&al -costo mnimo, tiempo mnimo, etc.
)os pro&lemas que presentan la planificacin mediante "E son los
siguientesA
E#isten consecuencias no previsi&les, de forma que ha( que e#plorar ( e#plicar
varios planes
E#isten muchas consideraciones que de&en ser valoradas o incluirles un factor
de peso
"uelen e#istir interacciones entre planes de su&o&,etivos diversos, por lo que
de&en elegirse soluciones de compromiso
/ra&a,o frecuente con incertidum&re, pues la ma(ora de los datos con los que
se tra&a,a son ms o menos pro&a&les pero no seguros
Es necesario hacer uso de fuentes diversas tales como &ases de datos
".4 CONTROL
!n sistema de control participa en la realizacin de las tareas de
interpretacin, diagnstico ( reparacin de forma secuencial Con ello se consigue
conducir o guiar un proceso o sistema
)os sistemas de control son comple,os de&ido al n>mero de funciones que
de&en mane,ar ( el gran n>mero de factores que de&en considerar% esta
comple,idad creciente es otra de las razones que apuntan al uso del conocimiento,
( por tanto de los "E
Ca&e aclarar que los sistemas de control pueden ser en lazo a&ierto, si en
el mismo la realimentacin o el paso de un proceso a otro lo realiza el operador, o
en lazo cerrado si no tiene que intervenir el operador en ninguna parte del mismo
".5 REPARACI&ND CORRECCI&N O TERAPIA
)a reparacin, correccin, terapia o tratamiento consiste en la proposicin
de las acciones correctoras necesarias para la resolucin de un pro&lema
)os "E en reparacin tienen que cumplir diversos o&,etivos, como sonA
Heparacin lo ms rpida ( econmicamente posi&le
6rden de las reparaciones cuando ha( que realizar varias
Evitar los efectos secundarios de la reparacin, es decir la aparicin de nuevas
averas por la reparacin
".6 SIMULACI&ND PRON&STICO O PREDICCI&N
)a simulacin es una t+cnica consistente en crear modelo &asados en
hechos, o&servaciones e interpretaciones, so&re la computadora, a fin de estudiar
el comportamiento de los mismos mediante la o&servacin de las salidas para un
con,unto de entradas
)as t+cnicas tradicionales de simulacin requieren modelos matemticos (
lgicos que descri&en el comportamiento del sistema &a,o estudio
El empleo de los "E para la simulacin viene motivado por la principal
caracterstica de los "E, que es su capacidad para la simulacin del
comportamiento de un e#perto humano, que es un proceso comple,o
En la aplicacin de los "E para simulacin ha( que diferencia cinco
configuraciones posi&lesA
0 !n "E puede disponer de un simulador con el fin de compro&ar las
soluciones ( en su caso rectificar el proceso que sigue
2 !n sistema de simulacin puede contener como parte del mismo a un
"E ( por lo tanto el "E no tiene que ser necesariamente de simulacin
: !n "E puede controlar un proceso de simulacin, es decir que el
modelo est en la &ase de conocimiento del "E ( su evolucin es
funcin de la &ase de hechos, la &ase de conocimientos ( el motor de
inferencia, ( no de un con,unto de ecuaciones aritm+tico B lgicas
; !n "E puede utilizarse como conse,ero del usuario ( del sistema de
simulacin
< !n "E puede utilizarse como mscara o sistema frontal de un simulador
con el fin de que el usuario reci&a e#plicacin ( ,ustificacin de los
procesos
)os sistemas de pronstico deducen consecuencias posi&les a partir de una
situacin "u o&,etivo es determinar el curso del futuro en funcin de informacin
so&re pasado ( presente Esto a&arca diversos pro&lemas, tales como
predicciones meteorolgicas, predicciones demogrficas, o incluso previsiones de
la evolucin &urstil entre otros
7<

#5
*$H/NER De I&arreta )en, Crancisco Iavier S,/+*<6/ E=;*0+./C 0*6/ 3* 6;7,161,92
!H)-httpAJJKKKgeocitiescomJ"iliconGalle(JPa(J77??J"I"E514/*.
"." INSTRUCCI&N
!n sistema de instruccin -"istema E#perto para formacin., realiza un
seguimiento del proceso de aprendiza,e de un estudiante El sistema detecta
errores de los estudiantes e identifica el remedio adecuado, es decir, desarrolla un
plan de ense'anza para facilitar el proceso de aprendiza,e ( la correccin de
errores
7=
".$ RECUPERACI&N DE INFORMACI&N
)os "istemas E#pertos, con su capacidad para com&inar informacin (
reglas de actuacin, han sido vistos como una de las posi&les soluciones al
tratamiento ( recuperacin de informacin, no slo documental )a d+cada de
0@?8 fue proli,a en investigacin ( pu&licaciones so&re e#perimentos de este
orden, inter+s que continua en la actualidad
)o que diferencia a estos sistemas de un sistema tradicional de
recuperacin de informacin es que estos >ltimos slo son capaces de recuperar
lo que e#iste e#plcitamente, mientras que un "istema E#perto de&e ser capaz de
generar informacin no e#plcita razonando con los elementos que se le dan 1ero
la capacidad de los "E en el m&ito de la recuperacin de la informacin no se
limita a la recuperacin 1ueden utilizarse para a(udar al usuario, en seleccin de
recursos de informacin, en filtrado de respuestas, etc !n "E puede actuar como
un intermediario inteligente que gua ( apo(a el tra&a,o del usuario final 1ara
desempe'ar de forma adecuada esta tarea, los enfoques centrados en la creacin
de modelos de las estructuras cognitivas del usuario son los ms prometedores
77
#
$id
##
/H$*!))$" ( Oronos, Ies>s R*14;*061,92 3* I25.0<61,92 ? S,/+*<6/ E=;*0+./.
!H)-httpAJJKKKtramullascomJnauticaJdocumaticaJ:Q?html.
$. INTRODUCCIN DE LOS SISTEMAS EXPERTOS
EN LA EMPRESA
$ntes de introducir un "istema E#perto en una empresa se de&en
responder una serie de preguntas referentes a los siguientes aspectos
7?
A
[!I\N
]$ qui+n concierne^
][ui+n esta implicado en la decisin^
][ui+n va a crear el sistema -e#pertos, ingenieros de conocimiento,
usuarios,.^
][ui+n lo emplear -"eccin, funcin ( nivel.^
[!\
]1ara qu+ sirve el sistema^
]Cul es su finalidad^
]Ga a reemplazar a los operadores humanos o por el contrario revalorizar el
tra&a,o de los que asista en su tarea -por e,emplo, haci+ndoles que no olviden
nada ( presentndoles informacin oportuna.^
DVNDE
]Dnde va a ser utilizado^
]Ga a ser repartido en varias copias o se utilizar localmente^
]"e utilizar en el interior de la empresa -en el estudio, la oficina, etc. o en el
e#terior -representantes, clientes, etc.^
]En cul estructura organizativa se colocar^]Cmo se insertar en la
estructura ( qu+ posicin ocupar^
#%
MENC4I*6), 3u(, 1ierre )evine ( Iean Charles 1lomerol "p# cit#
CV*6
]Cmo va a utilizarse^
]"e utilizar como un servicio li&re o por personas que tendrn esa tarea
e#clusivamente^
]Cuncionar de forma autnoma^
]Ga a ser utilizado por e#pertos para me,orar su rendimiento^
]Ga a ser utilizado por personal especialmente preparado para mane,arlo^
"i tra&a,ar en tiempo real, ]qu+ carga representar para el servidor ( el
cliente^
]En qu+ mquinas^
]Cules sern sus relaciones con otros sistemasA &ases de datos, ta&leros,^
]E#isten pro&lemas de datos confidenciales^
]Cuncionar con medios tradicionales^
C!FND6
]En qu+ plazo desea que se realice el sistema^
]"e emplear escasa o frecuentemente^
De&ido a que la estructuracin e implementacin del conocimiento del
e#perto requiere una gran cantidad de tra&a,o, slo valdr la pena realizar el
esfuerzo de crear un "istema E#perto cuando un conocimiento sea vlido durante
un largo espacio de tiempo ( va(a a ser utilizado por el ma(or n>mero de
personas
7@
C!FN/6
]Cunto costar^
#(
CHI$D6 Mriz, Ios+ *ario I2+0.3411,92 6 7./ S,/+*<6/ E=;*0+./
]Cunto aportar^]"e puede cifrar su uso en t+rminos de productividad, de
reduccin de costos de mantenimiento, de me,ora de las condiciones de
tra&a,o ( de la calidad de sus productos^]Hesultar en una me,ora en el
servicio para el cliente o el usuario^
$hora &ien, realizar un "istema E#perto pero ]para qu+^ 1ara empezar
como su nom&re lo indica, un "istema E#perto est encaminado a los
conocimientos de un e#perto !n e#perto como se ha e#plicado anteriormente es
aqu+l que domina perfectamente un dominio por elemental que sea +ste
)a identificacin de un pro&lema en la empresa puede hacerse &uscando a
los e#pertos cu(a desaparicin causara a la empresa una p+rdida
"in llegar al e#tremo de la p+rdida del e#perto "e pueden mencionar
algunos rasgos que pueden implicar una especie de p+rdida del e#perto por parte
de la empresaA
0 )a e#periencia e#iste pero la difusin se distri&u(e mal (a que el e#perto
difcilmente esta accesi&le
2 Garios e#pertos son necesarios ( no se puede confrontar a todos ellos al
mismo tiempo
: )os m+todos de resolucin de pro&lemas o la aplicacin de reglas
difieren seg>n los sectores ( las personas, que las interpretan a su
manera
Cinalmente, se puede proceder a una encuesta e#haustiva en todos los
niveles de la empresa -agrupando por sector, ,erarqua, etc.
!na vez hecho esto, se de&e definir el tipo de pro&lema que se tiene
E#isten muchos tipos comoA
1ro&lemas resolu&les pero con tiempos largos de espera !n sistema
e#perto puede me,orar nota&lemente estos procesos Cuando la informacin es
mu( somera o intuitiva -como en el caso de operaciones de divisas de los &ancos.
un "E no es una &uena opcin S, adems, e#iste el tipo de pro&lemas que
requieren del mane,o de grandes cantidades de conocimiento claro ( cualitativo
-este es el tipo de pro&lemas ms aprovechado en la eleccin de un "E.
!na vez que se detect el pro&lema, simplemente de&e ,ustificarse ante los
intereses de la empresa De&emos cuestionarnos si los conocimientos que se
mane,arn constitu(en un patrimonio para la empresa tal que amerite el desarrollo
del sistema de informacin ( si realmente per,udica a la empresa el que alguno de
los pro&lemas que se intentan resolver mediante sistemas e#pertos no se resuelve
rpida o adecuadamente
$dems de las cuestiones anteriores, se puede ver la via&ilidad de la
aplicacin de un "E si el proceso en el cual queremos implantar un "E cumple las
siguientes condiciones
?8
A
0 Evitar fallos en la&ores rutinarias comple,as
2 $mpliar de forma ms rpida los conocimientos de los especialistas
: Diagnosticar los fallos con ma(or rapidez ( conseguir tareas de
planificacin ms completas ( consistentes
%0
$id#
. CAMPOS DE APLICACIN
DE LOS SISTEMAS EXPERTOS

G.1 MEDICINA
)os "E enfrentan tareas tales como la resolucin de pro&lemas,
razonamiento automtico ( aprendiza,e automtico Es tpico el estudio de estos
sistemas inteligentes en dominios especficos del conocimiento, como la
medicina
?0

)os programas en esta rea se pueden clasificar enA
*+todos de contestacin prefi,ada, formados por algoritmos aritm+ticos
lgicos, en los cuales el control ( el conocimiento estn ,untos ( estn escritos
en lengua,es procedimentales
*+todos estadsticos que se clasifica&an en Ma(esianos, de anlisis
discriminantes ( anlisis secuencial
G.2 AN%LISIS DE ESTADOS FINANCIEROS
Es un equivalente a los estados de salud en la medicina El anlisis de
estados financieros se divide en tres fases
?2

0 E#amen o revisin "e revisan documentos conta&les como &alance,

cuenta de p+rdidas ( ganancias, etc utilizando para ello una serie de t+cnicas
o procedimientos especficos -comparaciones de masas patrimoniales,
porcenta,es, .
%1
CH!R, Ho&erto 0*6 3* B6/*/ 3* D6+./ * I2+*7,8*21,6 A0+,5,1,67.
!H)-httpAJJdccingpucclJinvestigacionJareasJ&asesLdathtml.
%2
M6N"VN, Enrique T*12.7.8@6/ I2+*7,8*2+*/ ;606 76 G*/+,92 E<;0*/60,67.
2 "e analiza e interpreta la informacin antes recopilada ( se o&tiene un
panorama de la situacin actual de la empresa
: 1or >ltimo se predicen soluciones para a(udar a me,orar la situacin futura de
la empresa
G.3 PLANIFICACI&N FINANCIERA
)a disciplina conocida como 3estin Cinanciera implica un gran n>mero de
su&ramas -anlisis de inversiones, presupuesto de capital, anlisis financiero, etc.
inclu(endo la planificacin financiera )a ma(ora de los sistemas e#pertos se
centran en resolver pro&lemas de esta disciplina
?:
Esta rama de la gestin de financiera intenta identificar el resultado de la
aplicacin de planes futuros en la empresa, tratando de identificar los recursos que
+sta necesita para conseguirlos
)os "E enfocados a la planificacin financiera tienen sus principales
aplicaciones enA
$nlisis de mercados
$nlisis de riesgos ( tasacin de seguros
$plicaciones de impuestos ( tasas
$sesora ,urdica ( fiscal
$(uda a la correcta realizacin de operaciones &ancarias
Concesin de cr+ditos ( pr+stamos
Evaluacin de riesgos de gestin de cartera
3estin del personal
1lanes de inversin de capitales
%3
$id#
1lanes de pensiones
1revisin de los tipos de inter+s
1revisin en las fluctuaciones en el mercado de divisas
"upervisin de los estados financieros
Galoracin de la situacin financiera de una empresa o cliente
Gerificacin de firmas
G.4 INDUSTRIA
)os "E en la industria se aplican principalmente enA
Diagnstico de control de calidad
Deteccin ( actuacin en caso de alarmas ( emergencias
Configuracin de equipos ( sistemas &a,o demanda
3eneracin de especificaciones ( manuales de utilizacin, mantenimiento (
reparacin de sistemas fa&ricados &a,o demanda
Control de procesos industriales
3estin optima de los recursos
G.5 ELECTR&NICAD INFORM%TICA Y TELECOMUNICACIONES
)as aplicaciones principales de los "E sonA
Dise'o de circuitos de alto grado de integracin
"istemas inteligentes de autodiagnstico contenidos
Configuracin de equipos ( sistemas
Control de redes de comunicacin
1rogramacin automtica
$,uste de equipos ( sistemas
6ptimizacin de programas de computadoras
G.6 MILITAR
)as aplicaciones se centran enA
Eleccin inteligente de contramedidas electrnicas con el fin de o&tener la
m#ima efectividad con unos recursos limitados
3uiado de vehculos ( pro(ectiles de forma semiautomtica
1lanificacin estrat+gica
Heconocimiento automtico de &lancos ( valoracin de los mismos
Heconocimiento de planes del enemigo
Interpretacin de se'ales provenientes de sensores
6ptimizacin de carga
G." CONTA<ILIDAD
)as actividades administrativas, financieras ( conta&les son campos en los
que se pueden aplicar los "istemas E#pertos, pues cumplen la ma(ora de los
requisitos que son necesarios para poder desarrollar este tipo de sistemas -por
e,emplo las tareas requieren conocimiento especializado, e#isten aut+nticos
e#pertos en la materia, los e#pertos son escasos, la pericia necesita ser localizada
en distintos lugares, la ma(ora de las tareas requieren soluciones heursticas, .
)os "istemas E#pertos se de,an para las tareas que est+n mu( poco o nada
estructuradas, pues en este tipo de tareas se requiere mucho del ,uicio de un
e#perto ( se utilizan reglas heursticas para llegar rpidamente a una solucin,
dado que el campo de soluciones puede ser mu( amplio
)os "istemas E#pertos se pueden aplicar en todas las reas de la
conta&ilidad $hora &ien, como esta clasificacin mu( grande ( adems poco
prctica, se puede clasifican las aplicaciones potenciales de los "istemas E#pertos
en conta&ilidad en las siguientes reas de aplicacin
?;
A
A43,+.0@6C $nlisis de la materialidad ( del riesgo, evaluacin del control
interno, planificacin de la auditora, evaluacin de la evidencia, anlisis de
cuentas concretas, formacin de opinin, emisin del informe, auditora interna,
auditora informtica ( dems situaciones en las cuales, como se mencion
antes, requieren de la decisin de un e#perto
C.2+6(,7,363 3* 1./+*/ ? 3* 8*/+,92C Clculo ( asignacin de costos,
asignacin de recursos escasos, control ( anlisis de desviaciones,
planificacin ( control de gestin, dise'o de sistemas de gestin de
informacin, etc
C.2+6(,7,363 5,2621,*06C regulacin legal, normas ( principios conta&les,
recuperacin ( revisin analtica de registros conta&les, dise'o de sistemas
conta&les, imputacin conta&le, consolidacin de estados conta&les, etc
A2:7,/,/ 3* */+63./ 5,2621,*0./C $nlisis patrimonial, financiero ( econmico
de los estados conta&les, salud financiera de la empresa, clculo e
interpretacin de ratios, clculo ( anlisis de tendencias, etc
P762,5,161,92 5,2621,*06 * ,234/+0,6 3* 7./ /*0-,1,./ 5,2621,*0./C
1lanificacin financiera corporativa, planificacin financiera personal, anlisis
de inversiones, gestin de tesorera, mercado de valores, seguros, &anca,
concesiones de cr+dito, etc

%4
"FNC4ER /oms, $ntonio# A;7,161,92 3* 7./ S,/+*<6/ E=;*0+./ *2 C.2+6(,7,363.
!H)-httpAJJci&ercontaunizaresJMi&liotecaJ8882J"anchez@<html_C6N/$MI)ID$D.
G.$ RO<&TICA
$un cuando los ro&ots no son como se les muestra en las pelculas,
realmente pueden llegar a realizar actividades sorprendentes, so&re todo si son
utilizados en la fa&ricacin de productos, donde las tareas son repetitivas (
a&urridas
)os ro&ots son mu( solicitados en am&ientes peligrosos para el ser
humano, como en el mane,o de e#plosivos, altas temperaturas, atmsfera sin la
cantidad adecuada de o#geno ( en general &a,o cualquier situacin donde se
pueda deteriorar la salud
?<

)a ma(ora de los ro&ots tienen un &razo con varias uniones mviles (
partes prensiles, donde todos sus elementos son controlados por un sistema de
control programado para realizar varias tareas &a,o una secuencia de pasos
preesta&lecidos )os investigadores de I$ pretenden adicionar al ro&ot m+todos (
t+cnicas que le permitan actuar como si tuviera un peque'o grado de inteligencia,
lo cual pretenden lograr con la con,uncin de todas las reas de la I$
G.G RECONOCIMIENTO DE PATRONES
/rata con la necesidad identificar o&,etos o imgenes ( utilizar esta
informacin en la resolucin de pro&lemas De&ido a que aqu se usa una t+cnica
e#haustiva de &>squeda ( comparacin de patrones, un sistema con esta
caracterstica, puede llegar a detectar detalles que normalmente se escapan a la
o&servacin humana
Com>nmente se requiere de una gran cantidad de recursos
computacionales para realizar este tipo de investigaciones por lo que los avances
en son lentos
%5
C6N/HEH$", Carlos I2+0.3411,92 6 76 I2+*7,8*21,6 A0+,5,1,67
!H)-httpAJJKKKgdluagm#J==J8iahtm.
G.1H OTROS CAMPOS DE APLICACI&N
$eronutica
$gricultura
$rqueologa
Derecho
Educacin
3eologa
*eteorologa
[umica
/ransportes
Gentas
?=

%
"FNC4ER ( Meltrn, Iuan 1a&lo "p# cit#
10. E%EMPLOS DE SISTEMAS EXPERTOS EN EMPRESAS
1articularizando las aplicaciones en ramas especficas del conocimiento, se
han desarrollado un gran n>mero de "istemas E#pertos que act>an en empresas,
algunos simplemente en dise'o terico% otros, con aplicacin real en el campo
productivo de la organizacin
1H.1 EN LA INDUSTRIA
DE)/$, de 3eneral Electric Compan(, para reparacin de locomotoras diesel (
el+ctricas D$ldo en DiscoE que repara calderas hidrostticas giratorias para la
eliminacin de &acterias
/eTnoKledge Inc, Carnegie 3roup, "(m&olics, )isp *achines Inc, /hinTing
*achines Corporation, Cognitive "(stems Inc Cueron creadas en solicitud de
una creciente demanda de "E formando una inversin total de :88 millones de
dlares )as Dmquinas )ispE eran su producto principal, -ordenadores que
e,ecuta&an programas )I"1 con la misma rapidez que en un ordenador central.
( el otro producto fueron las Dherramientas de desarrollo de "istemas
E#pertosE
1H.2 EN CONTA<ILIDAD
$"
El "istema OiKi de ClarT Creado en 0@7<, intenta&a interpretar frases
ordinarias descriptivas de operaciones econmicas proponiendo el asiento
correspondiente a cada una de ellas
El sistema de "tepnieKsT( ( 3ervals !tiliza&a (a una &ase de conocimiento (
tra&a,a&a mediante deducciones
%#
M6N"VN, Enrique "p# cit#
1ro(ecto "IC$ de 1age, )aurani ( 6udet Desarrollado en 0@?@ con
1H6)63 Henuncia a interpretar el lengua,e escrito, centrndose en el anlisis
de los datos que genera cada operacin econmica
)a &ase de datos MDJ*) de "errano
El modelo HE$ de *cCarth( $naliza los procesos de la conta&ilidad desde el
punto de vista del $nlisis Circulatorio
1H.3 EN AN%LISIS DE ESTADOS FINANCIEROS
$CIN Healiza un anlisis de estados financieros en la empresa &asndose en
el 1lan 3eneral de Conta&ilidad Espa'ol de 0@@8
$IDE $(uda en el diagnstico de empresas de la Central de Malances del
Manco de Crancia
$)CE5 1ro(ecto referente a la creacin de "E capaces de asesorar so&re la
salud financiera de una empresa, as como desarrollar &ases de conocimiento
( herramientas adecuadas para mane,arlas
$N$)S"I" Clasifica funcionalmente el &alance ( la cuenta de p+rdidas (
ganancias
$NIM$) Eval>a la gestin comercial ( financiera de la empresa
"e pueden mencionar tam&i+n $N"PEH", C4$HI", CINE5,
CINE51EH/JCINE1H6, C"$, entre otros
%%

1H.4 EN PLANIFICACI&N FINANCIERA

$$CIN1)$N 1roporciona orientacin financiera a los empleados
%%
$id
Capital Investment "(stem $(uda a los directores de /e#as Instruments a la
toma de decisiones en la compra de equipos, indicando factores como
e#igencias legales, impacto medioam&iental, entre otros
C$"4G$)!E Eval>a pro(ectos de inversin
?@
/am&i+n Client 1rofiling "(stem, C$*E, *$N$3E*EN/ $DGI"6H,
6&,ective Cinancial "(stem, 1ersonal Cinancial $nal(sis, 1C1", 1)$N*$N,
1)$N16PEH, entre muchos otros ms
(0
1H.5 EN LA AIACI&N
Del tipo de los "E en calendarizacin
@0
$H*$C, 3$D", H$*1, "$)/6, H*$", $$*1", $C$*", *6C$, $HIE",
E51IC", Dut( Hoster "(stem, $eroplan Inclu(en su uso en empresas como
!nited $irlines, $ir Canada, entre otras
Del tipo de planeo de vuelos ( configuraciones
$$)1 ( *DQ00 Interior Design Config "(stem
Del tipo de mercadotecnia ( reservaciones
$$ $dvantage "(stem, M$*MI, D6C", I[ *anager, 1assanger Hev
$ccounting "(stem
%(
"FNC4ER /oms, $ntonio "p# cit#
(0
$id
(1
4$H*6N, 1aul ( Curtis 4all I2+*77,8*2+ S.5+J60* S?/+*</
1H.6 EN MEDICINA
E// Clasifica pacientes con pro&lemas de arterias coronarias Identifica varios
factores que determinan los diagnsticos que emite como la edad, las
condiciones actuales del paciente, su historial m+dico, entre otros factores
@2

"1$CE*ED Este es un "istema E#perto para asistencia en emergencias

m+dicas que sucedan durante un vuelo espacial o a&orde de una estacin
espacial en r&ita )a principal caracterstica de este "E es una diagnstico
rpido en casos de envenenamiento, resultado de la inhalacin de
contaminantes t#icos li&erados en la ca&ina o en la nave espacial Este
sistema provee indicaciones para el tratamiento de cualquier tipo particular de
envenenamiento
@:

DI$G$) Es un "istema E#perto para diagnstico mediante ecocardiografa, el

cual se &asa en redes &a(esianas, en vez de utilizar reglas% la decisin de
utilizar las redes &a(esianas fue tomada &asndose en la capacidad por parte
de dichas redes para mane,ar conocimientos imprecisos de una me,or manera
en comparacin con las reglas
@;
!n conocimiento es impreciso cuando cuenta
solamente con predicados vagos, o sea que las varia&les no reci&en un valor
preciso El uso de este tipo de conocimiento nos adentra en la lgica difusa,
dado que se recurre a la utilizacin de coeficientes El coeficiente es un factor
que se agrega para representar la incertidum&re o la imprecisin que el e#perto
asigna a este conocimiento
@<
DI$G$) fue construido en la !niversidad
Nacional de Educacin a Distancia -!NED. en Espa'a, como pro(ecto para
una tesis doctoral, siguiendo cinco etapas clsicasA identificacin,
conceptualizacin, formalizacin, implementacin ( evaluacin Este "istema
E#perto provee una interfaz fle#i&le ( fcil de mane,ar, conociendo la
importancia de este factor en su aceptacin por parte de los m+dicos
(2
O$NDE), $&raham F4GG? E=;*0+ S?/+*</.
(3
/E))6, Ernest "p# cit#
(4
DER Gegas Crancisco Iavier S,/+*<6 E=;*0+. B6?*/,62. ;606 E1.1603,.8065@6
!H)-httpAJJiaunedesJ`fdiezJtesisJtesishtml.
(5
"C$H$MIN6, Iuan Carlos S,/+*<6/ E=;*0+./C A/;*1+./ TF12,1./
!H)-httpAJJci&ercontaunizaresJ)ECCI6NJsiste#patJINICI64/*).
11. METODOLOG&A DE IN'ESTIGACIN
1ara el desarrollo de la investigacin de campo se ha utilizado una
metodologa cuantitativa% esto es as de&ido a los siguientes factoresA
El o&,etivo de la tesis en s mismo tiene un enfoque cuantitativo
"e &usca determinar la frecuencia de un hecho -la aceptacin de un "E en una
empresa. ( no una manera de realizar las cosas
"e &usca deducir un porcenta,e con &ase en cierto conocimiento previo,
adems de una lista de factores a considerar en la implementacin de un "E
En una investigacin de tipo cuantitativa intervienen diversos elementos
-varia&les. as como una teora, la cual se &usca pro&ar con varios casos de
estudio
El o&,etivo o la hiptesis que se desea pro&ar esA Determinar el grado de
facti&ilidad ( aceptacin de un "istema E#perto como gua en las actividades
administrativas comunes de cada uno de los departamentos de las empresas del
Corredor Industrial del sur de /amaulipas% as como tam&i+n los factores que
definen este indicador, ( que por lo tanto, el profesional de /I de&er tomar en
cuenta cuando desee implantar un "istema E#perto
1ara realizarlo se plantean los siguientes tipos de varia&lesA
ARIA<LES DEPENDIENTESI
o Nivel de aceptacin de la implementacin de un "E
o Cactores que influ(en en la implementacin de un "E
ARIA<LES INDEPENDIENTESI
o $tencin actual del personal de /I
ARIA<LES INTERINIENTESI
o E#periencia en el uso de un "E o asistentes de softKare
o 1referencia por el uso de sistemas computacionales en general
HIP&TESIS
)os factores determinantes a considerar para la implantacin de un "E en
una empresa con un grado de resistencia mnimo al cam&io son los siguientesA
0 El personal que desarrollar el sistema cuenta con las ha&ilidades
necesarias
2 El sistema e#perto se utilizar tanto en el sector operativo como en el
administrativo
: )a implantacin de un "istema E#perto, al contrario de generar desempleo,
le dar un valor agregado a la la&or del personal de /I
; El grado de difusin del sistema en la empresa ser amplio
< El "istema E#perto impactar a la organizacin tanto interna como
e#ternamente
= )a empresa cuenta con la infraestructura suficiente para la implantacin de
un "istema E#perto
7 El uso de un "istema E#perto me,orar la productividad del personal de la
organizacin
? )os responsa&les de los procesos tienen disponi&ilidad en el tiempo en el
que se les requiere
@ )as dudas so&re los procesos ocurren con mucha frecuencia ( tardan en
ser resueltas
08 )a resolucin lenta de las dudas ( pro&lemas afecta de manera negativa a
la empresa
00 )os procesos desvan sus lneas de accin frecuentemente
El m+todo que se utiliz para la recoleccin de datos fue la encuesta,
de&ido a que es un m+todo rpido, ( que permite o&tener una gran cantidad de
informacin en poco tiempo
)as encuestas se aplicaron en tres empresas del corredor industrialA I2/6,
P0,<*= ( D?26/.7 "e seleccionaron tales empresas porque son consideradas
como representativas del Corredor Industrial ( prestaron grandes facilidades para
el desarrollo de la investigacin de campo
)as encuestas se aplicaron a dos tipos distintos de tra&a,adoresA
a. !suarios
&. 1ersonal de informtica
1or lo tanto se desarrollaron dos distintas encuestas, las cuales contienen
preguntas que a&arcan los once puntos que se encuentran en nuestra hiptesis
)a muestra se seleccion al azar, es decir, slo se requiri que la persona que
contestara la encuesta perteneciera a uno de los dos grupos anteriormente
mencionado, adems de contar con el conocimiento mnimo de computacin
"e aplicaron un total de 2< encuestas para cada grupo de usuarios% la
encuesta para los usuarios consta de 0: preguntas, mientras que la encuesta para
el personal de informtica const de 7 preguntas $ continuacin se muestran las
encuestas
12. RESULTADOS DE LA IN'ESTIGACIN
)os siguientes porcenta,es son arro,ados de la aplicacin de las encuestas,
tanto al personal de /I como a los usuarios finales
"e reafirma como factor toda suposicin formulada que muestre coherencia
con la realidad de las empresas censadas 1or el contrario, no se considera factor
aquella afirmacin que es negada por las ideas plasmadas, aplicada a los su,etos
de estudio en las encuestas
)as respuestas DNo s+E se consideran como grado de incertidum&re ( por
tanto pueden llegar a representar la diferencia entre un factor determinante ( uno
que no lo es
$ continuacin se detallan cada uno de los puntos definidos en las
hiptesis, as como las preguntas que sirvieron de &ase para determinar la opinin
de la gente respecto a ellos, un porcenta,e determinstico ( una conclusin
derivada de estos porcenta,es
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO 1. E7 ;*0/.267 E4* 3*/600.7760: *7 /,/+*<6 14*2+6 1.2 76/ D6(,7,363*/
2*1*/60,6/.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Considera que el personal de "istemas est &ien capacitado^
" LLLLL NoLLLLL
]Conoce herramientas adecuadas para el desarrollo de "istemas
E#pertos^
" LLLLL NoLLLLL
]"a&e qu+ es un "istema E#perto^
" LLLLL NoLLLLL
PORCENTA%ESC
N6A ;2U
"IA <?U
CONCLUSINC
Es factor (a que la diferencia de porcenta,es no es determinante ( no se
puede dar por hecho por dicha diferencia que el personal de /I est &ien
capacitado en esta rea Ca&e resaltar que las preguntas referentes a /I fueron
contestadas en parte por ellos mismos
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO 2. E7 S,/+*<6 E=;*0+. /* 4+,7,G60: +62+. *2 *7 /*1+.0 .;*06+,-. 1.<.
*2 *7 63<,2,/+06+,-..
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Considera que un "istema E#perto sera aplica&le tanto al sector operativo
como al administrativo^
" LLLLL NoLLLLL No lo s+LLLLL
PORCENTA%EC
N6 "\A 2;U
N6A ;U
"IA 72U
0 10 20 30 40 50 60
SI:
NO:
0% 20% 40% 60% 80%
SI
NO
NO S
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO 3. L6 ,<;762+61,92 3* 42 S,/+*<6 E=;*0+.A 67 1.2+060,. 3* 8*2*060
3*/*<;7*.A 7* 360: 42 -67.0 680*863. 6 76 76(.0 3*7 ;*0/.267 3* TI.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Cree que con la implantacin de un sistema e#perto la gente conservara
sus empleos^
" LLLLL NoLLLLL No lo s+LLLLL
]Cree que un "istema agilizar (Jo me,orar los procesos actuales^
" LLLLL NoLLLLL No lo s+LLLLL
PORCENTA%ESC
N6 "\A 2;U
N6A 0?U
"IA <?U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
8U 28U ;8U =8U
"I
N6
N6 "\
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO 4. E7 8063. 3* 3,54/,92 3*7 /,/+*<6 *2 76 *<;0*/6 /*0: 6<;7,..
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Cree que un sistema de gua a los usuarios sera aplica&le a todos los
departamentos de la empresa^
" LLLLL NoLLLLL No lo s+LLLLL
PORCENTA%ESC
N6 "\A 2?U
N6A 02U
"IA =8U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
/////////////////////////////////////////////////////////////////////////
PUNTO 5. E7 S,/+*<6 E=;*0+. ,<;61+60: 6 76 .0862,G61,92 +62+. ,2+*026 1.<.
*=+*026<*2+*.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
Este tipo de sistemas permitir a los proveedores tener un me,or servicio
" LLLLL NoLLLLL No lo s+LLLLL
8U 28U ;8U =8U
"I
N6
N6 "\
PORCENTA%ESC
N6 "\A 2?U
N6A 8U
"IA 72U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO !. L6 *<;0*/6 14*2+6 1.2 76 ,2506*/+041+406 /45,1,*2+* ;606 76
,<;762+61,92 3* 42 S,/+*<6 E=;*0+..
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Cree que e#iste infraestructura suficiente para la implantacin de un
sistema e#perto-terminales, espacio en el servidor, etc.^
" LLLLL NoLLLLL No lo s+LLLLL
PORCENTA%ESC
N6 "\A 2?U
N6A 2;U
"IA ;?U
CONCLUSINC
0% 20% 40% 60% 80%
SI
NO
NO S
0% 10% 20% 30% 40% 50%
SI
NO
NO S
Es factor de&ido a los porcenta,es mostrados
LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL
PUNTO 7. E7 4/. 3* 42 S,/+*<6 E=;*0+. <*).060: 76 ;0.341+,-,363 3*7
;*0/.267 3* 76 .0862,G61,92.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
]Considera que aumentara su productividad con la agilizacin de los
procesos^
" LLLLL NoLLLLL
]Cree que aumentara su productividad si redu,era su tiempo recurrente de
atencin de usuarios^
" LLLLL NoLLLLL
PORCENTA%ESC
N6A 2=U
"IA 7;U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
0% 20% 40% 60% 80%
SI
NO
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO $. L./ 0*/;.2/6(7*/ 3* 7./ ;0.1*/./ +,*2*2 3,/;.2,(,7,363 *2 *7
+,*<;. *2 *7 E4* /* 7*/ 0*E4,*0*.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
)os responsa&les de procesos -personal clave. tienen disponi&ilidad en el
tiempo en que se les requiere
" LLLLL NoLLLLL
PORCENTA%ESC
N6A <=U
"IA ;;U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL
PUNTO . L6/ 3436/ /.(0* 7./ ;0.1*/./ .1400*2 1.2 <41D6 50*14*21,6 ?
+60362 *2 /*0 0*/4*7+6/.
M$"$ "!" HE"!)/$D6" EN )$ -". 1HE3!N/$-".A
)as dudas que surgen son mu( recurrentes en su rea
" LLLLL NoLLLLL
/arda mucho en resolver sus dudas so&re procesos administrativos cuando
+stas se presentan^
" LLLLL NoLLLLL
PORCENTA%ESC
8U 28U ;8U =8U
"I
N6
N6A ==U
"IA :;U
CONCLUSINC
N6 es factor (a que los porcenta,es niegan nuestro supuesto
NNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNNN
PUNTO 10. L6 0*/.741,92 7*2+6 3* 76/ 3436/ ? ;0.(7*<6/ 65*1+6 3* <62*06
2*86+,-6 6 76 *<;0*/6.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
)a empresa se ve afectada por la resolucin lenta de las dudas so&re
procesos administrativos
" LLLLL NoLLLLL
!sualmente se tarda en generar resultados de&ido a que no sa&e a qui+n
dirigirse para o&tener informacin
" LLLLL NoLLLLL
PORCENTA%ESC
N6A :@U
"IA =0U
CONCLUSINC
Es factor de&ido a los porcenta,es mostrados
8U 28U ;8U =8U ?8U
"I
N6
0% 10% 20% 30% 40% 50% 60% 70%
SI
NO
LLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLLL
PUNTO 11. L./ ;0.1*/./ 3*/-@62 /4/ 7@2*6/ 3* 611,92 50*14*2+*<*2+*.
BASA SUS RESULTADOS EN LA OSP PREGUNTAOSPC
Cuando desea o&tener informacin tarda en encontrar al responsa&le
" LLLLL NoLLLLL
1ara o&tener informacin requiere dirigirse a mucha gente
" LLLLL NoLLLLL
PORCENTA%ESC
N6A 72U
"IA 2?U
CONCLUSINC
N6 es factor (a que las lneas de accin no se desvan en los procesos
de&ido a que los organigramas tienen estructuras relativamente planas
8U 28U ;8U =8U ?8U
"I
N6
AN%LISIS DEL PRODUCTO FINAL
*ediante el anlisis a detalle de la hiptesis anterior se o&tiene una lista
depurada de los factores propuestos en el Captulo de 1roducto Cinal -que se
mostrar ms adelante. que va acorde con la realidad de la empresa
$hora &ien, completando el o&,etivo de la tesis, de&e determinarse un
porcenta,e general del grado de aceptacin de los "istemas E#pertos en la
empresa Esto se llevar a ca&o analizando los siguientes puntos -que forman
parte de la hiptesis.A
HIPTESIS 3. L6 ,<;762+61,92 3* 42 S,/+*<6 E=;*0+.A 67 1.2+060,. 3* 8*2*060
3*/*<;7*.A 7* 360: 42 -67.0 680*863. 6 76 76(.0 3*7 ;*0/.267 3* TI.
PORCENTA%ESC
"IA <?U
N6A 0?U
N6 "\A 2;U
HIPTESIS 7. E7 4/. 3* 42 S,/+*<6 E=;*0+. <*).060: 76 ;0.341+,-,363 3*7
;*0/.267 3* 76 .0862,G61,92.
PORCENTA%ESC
"IA 7;U
N6A 2=U
"e eligen estos dos puntos de la hiptesis, (a que tienen un enfoque que
nos refle,a la aceptacin de los usuarios por los sistemas en la empresa $hora, si
tomamos los porcenta,es de aceptacin de cada uno ( los mane,amos de manera
con,unta o&tenemos lo siguienteA
F61+.0 P.01*2+6)*
El uso de un "istema E#perto me,orar la productividad del personal de la
organizacin
7;U
)a implantacin de un "istema E#perto, al contrario de generar
desempleo, le dar un valor agregado a la la&or del personal de /I
<?U
RESULTADO 144B
T*2*<./ *7 614<4763. 3* 3./ 561+.0*/A ;.0 +62+. 3*(*<./ +.<60 *7
+.+67 6 6267,G60 1.<. 42 200BA ? *7 0*/47+63. 3* 61*;+61,92 3* 132B. P.0
+62+.A <*3,62+* 426 0*876 3* +0*/ /,<;7* +*2*<./C
200B 100B
132B X
1or tantoA
5 a 0:2 b 088 J 288 a !!B.
/enemos ahora, que de acuerdo a la investigacin realizada, los usuarios
tienen un porcenta,e de aceptacin so&re los sistemas en la empresa de un ==U
-Ger ta&la 020. 1or ende, concluimos que el grado de aceptacin de los usuarios
para la introduccin de los "E en la empresa es 561+,(7* 1.2 ,21*0+,34<(0*.
B 3* A1*;+61,92
B C.2174/,92
8 B <8 No Cacti&le
<8 B 78 Cacti&le con Incertidum&re
78 B @8 Cacti&le
@8 B 088 "eguro
T6(76 12.1 /a&la de 3rados de $ceptacin de "istemas E#pertos en empresas
13. PRODUCTO FINAL
Despu+s de revisar la investigacin &i&liogrfica ( los resultados arro,ados
por la investigacin de campo podemos definir nuestra contri&ucin "e tiene la
siguiente lista de factores que un profesional de /I de&e tener en cuenta cuando
desee iniciar un pro(ecto de implantacin de "E en las empresas del corredor
industrial del sur de /amaulipas
FACTORES DETERMINANTES A CONSIDERAR PARA LA IMPLANTACI&N DE UN
SISTEMA EXPERTO EN UNA EMPRESA CON UN GRADO DE RESISTENCIA
M?NIMO AL CAM<IO
0 El personal que desarrollar el sistema de&e contar con las ha&ilidades
necesarias
2 El "istema E#perto se de&e utilizar tanto en el sector operativo como en el
administrativo
: )a implantacin de un "istema E#perto, al contrario de generar desempleo,
de&e darle un valor agregado a la la&or del personal de /I
; El grado de difusin del sistema en la empresa de&e ser amplio
< El impacto del "istema E#perto en la organizacin de&e ser de forma
interna ( e#terna
= "e requiera que la empresa cuente con la infraestructura suficiente para la
implantacin de un "istema E#perto
7 El uso de un "istema E#perto de&e me,orar la productividad del personal de
la organizacin
? )os responsa&les de los procesos de&en tener disponi&ilidad en el tiempo
en el que se les requiere
@ )a resolucin lenta de las dudas ( pro&lemas afecta de manera negativa a
la empresa, por lo que el uso del "istema E#perto de&e agilizar de manera
eficiente la resolucin de cualquier duda por parte de los usuarios
PORCENTA!E DE ACEPTACI&N DE LOS USUARIOS PARA LA IMPLANTACI&N
DE SE EN LA EMPRESAI
FACTIBLE CON INCERTIDUMBRE O!!B 3* 61*;+61,92P
14. CONCLUSIONES Y TRABA%OS FUTUROS
En &ase al porcenta,e o&tenido en el producto final de la presente
investigacin, ( considerando la e#periencia o&tenida en la aplicacin de la
encuesta se puede concluir que la ma(ora de las personas que la&oran en las
empresas del Corredor Industrial del sur de /amaulipas tienen un conocimiento
mu( vago acerca de los "istemas E#pertos ( su utilidad para me,ora de la
productividad de dichas empresas
El ==U de aceptacin de un "istema E#perto, o&tenido en el captulo
anterior corresponde a una facti&ilidad con incertidum&re Esto nos hace pensar
que hace falta un impulso ma(or al uso de "istemas E#pertos en las empresas
me#icanas
$dems se hace notar que la ma(ora de las empresas desean continuar
con el estilo de atencin a usuarios que han estado utilizando desde hace mucho
tiempo De&ido a la falta de informacin que tienen, el miedo a la incertidum&re
hace presa so&re todo de los profesionales de /I, los cuales se sienten
amenazados por la introduccin de los "istemas E#pertos en la empresa, (
sienten que tal tecnologa los reemplazara, ( nada ms falso que esto, de&ido a
que los "E les ofrece un valor agregado a su tra&a,o
No se puede considerar este tra&a,o como una investigacin completa (
a&soluta de los "istemas E#pertos 4ace falta mucho por investigar ( profundizar,
so&re todo en temas, como la Hepresentacin del Conocimiento, que en s puede
ser tema de una tesis /am&i+n se puede profundizar so&re los lengua,es de
programacin de I$ para la construccin de "istemas E#pertos
!n tema novedoso que no se trat en esta investigacin fue el tema de las
Hedes Ma(esianas para la representacin de Conocimiento Difuso -o Incierto. )as
redes &a(esianas se estn convirtiendo en una tecnologa mu( utilizada de&ido a
que en la realidad e#iste mucho conocimiento incierto que los e#pertos humanos
mane,an% ( el uso de t+cnicas como las reglas no es mu( >til para representar este
tipo de conocimiento Es ah donde entran las redes &a(esianas
1ara finalizar, cada da aparecen nuevas aplicaciones para los "istemas
E#pertos, por lo cual de&en ha&er futuras investigaciones acerca de las
aplicaciones de los "istemas E#pertos, con el fin de actualizar la informacin que
aqu se ha presentado 6,al que en un futuro se realice una investigacin que
muestre una aceptacin ma(or hacia los "istemas E#pertos en las Empresas
*e#icanas
BIBLIOGRAF&A
$N3!)6 !sategui Ios+ *ara ( $nselmo del *oral Mueno 3ua fcil de la
Inteligencia $rtificial Editorial 1araninfo "egunda Edicin *adrid, 0@@;
$H/E$3$ Hen+ ( Iuan Carlos $rmi,os T4+.0,67 3* P0.806<61,92
H*40@/+,16. !H)- KKKuc:mesJcgiQ&inJnphQcount . 2Q"epQ0@@?
$"6CI$CIVN $H3EN/IN$ DE IN/E)I3ENCI$ $H/ICICI$). G7./60,.
!H)-httpAJJKKKlafacucomJapuntesJingenieriaJasociacionLargentinaLdeLint
eligenciaLartificialJasociacionLargentinaLdeLinteligenciaLartificialhtm.
M$Z$HE", Ios+ Fngel H*006<,*2+6/ ;606 76/ A/,826+406/ 3*7 IAIC
!H)-httpAJJdianacpsunizaresJ&anaresJI$Jnoticiashtml., ?Q6ctQ0@@?
MENC4I*6) 3u(, 1ierre )evine ( Iean Charles 1romerol L./ /,/+*<6/
*=;*0+./ *2 76 *<;0*/6. *acro&it 1rimera edicin, *+#ico, 0@@8
M6N"VN Enrique T*12.7.8@6/ I2+*7,8*2+*/ ;606 76 G*/+,92
E<;0*/60,67. $lfaomega B Hama 1rimera edicin *+#ico, 0@@@
MH$IN Oeith ( "teven Mrain I2+*7,8*21,6 A0+,5,1,67 *2 *7 D06892.
/raductorA Iordi $&adal Merini Editorial 3ustavo 3ili 1rimera Edicin
*+#ico, 0@?;
MH$/O6 Ivan P0.7.8 ;0.806<<,28 5.0 A0+,5,1,67 I2+*77,8*21*. $ddison
Pesle( "egunda Edicin NeK SorT, 0@@8
C6N/HEH$" Carlos INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL
!H)- KKKgdluagm#J==J8iahtm .
CHI$D6 Mriz Ios+ *ario I2+0.3411,92 6 7./ S,/+*<6/ E=;*0+./.
!H)- KKKingenieroseninformaticaorgJrecursosJtutorialesJsistLe#pJinde#ph
p . 2888
CHI$D6 Mriz Ios+ *ario S,/+*<6/ E=;*0+./
!H)-httpAJJhomeKorldonlineesJ,mariocrJ . 2882
CH!R Ho&erto 0*6 3* B6/*/ 3* D6+./ * I2+*7,8*21,6 A0+,5,1,67.
!H)-httpAJJdccingpucclJinvestigacionJareasJ&asesLdathtml.
DE $)M6HN6R Mueno Flvaro L6(.06+.0,. 3* P0.1*/6<,*2+. 3*
I<:8*2*/. !H)-httpAJJKKKcicipnm#JorganizacinJla&LdeLintLarthtm.
DE FGI)$ Hamos Iorge S,/+*<6/ E=;*0+./
!H)-httpAJJKKKlafacucomJapuntesJinformaticaJsistLe#peJ.
DE *I3!E) 3onzlez )uis Iavier TF12,16/ 3* M62+*2,<,*2+. P0*3,1+,-.
I234/+0,67 (6/636/ *2 S,/+*<6/ E=;*0+./.
!H)-httpAJJKKKcartifesJmantenimientoJe#pertoshtml.
DER Gegas Crancisco Iavier S,/+*<6 E=;*0+. B6?*/,62. ;606
E1.1603,.8065@6 !H)-httpAJJKKKiaunedesJ`fdiezJtesisJtesishtml., 22Q
Ce&Q0@@@
E)3!E$ Iavier I2+*7,8*21,6 60+,5,1,67 ? ;/,1.7.8@6C 76 1.21*;1,92
1.2+*<;.0:2*6 3* 76 <*2+* D4<626.
!H)-httpAJJKKKhemerodigitalunamm#J$N!IE"JitamJestudioJestudio08Jsec
L0=html. 0@?7
36NRF)ER $(ala )uis Enrique S,/+*<6/ E=;*0+./
!H)-httpAJJKKKprodig(Ke&netm#Jenra(alaJ"istemashtm.
4$H*6N 1aul ( Curtis 4all I2+*77,8*2+ S.5+J60* S?/+*</. Editorial Iohn
Pile( c "ons Inc 1rimera edicin NeK SorT, 0@@:
4$"E*EH /on( ( Iohn Domingue C.<<.2 LISP P0.806<<,28 5.0
A0+,5,1,67 I2+*77,8*21*. $ddison Pesle( 1rimera edicin NeK SorT, 0@?@
461366D $drian I2.J7*38* H B6/*3 S?/+*</ 5.0 E28,2**0/ 623
S1,*2+,/+/. Editorial CHC 1rimera edicin )ondres, 0@@:
4!H/$D6 Gega Ios+ de Ies>s I2+*7,8*21,6 A0+,5,1,67.
!H)-httpAJJKKKitlpedum#Jpu&licaJ&oletinesJactualJinteligenciahtml.
O$NDE) $&raham F4GG? E=;*0+ S?/+*</. Editorial CHC 1rimera edicin,
)ondres, 0@@2
*$H/NER De I&arreta )en, Crancisco Iavier
S,/+*<6/ E=;*0+./C 0*6/ 3* A;7,161,92.
!H)- KKKgeocitiescomJ"iliconGalle(JPa(J77??J"I"E514/* . 0Q$&rQ0@@;
1$H"$SE Oamran, *arT Chignell, "etrag Ohoshafian ( 4arr( Pong
I2+*77,8*2+ D6+6(6/*/. Editorial Pile( 1rimera Edicin NeK SorT, 0@?@
HIC4 Elaine ( Oevin Onight A0+,5,1,67 I2+*77,8*21*. *c 3raK4ill "egunda
edicin *+#ico, 0@@0
H6)"/6N, David P P0,21,;,./ 3* I2+*7,8*21,6 A0+,5,1,67 ? S,/+*<6/
E=;*0+./. /raductorA $lfonso 1+rez 3ama *c3raK 4ill 1rimera edicin
*+#ico, 0@@2
H6"" Hita H,/+.0,6 3* 7./ S,/+*<6/ E=;*0+./.
!H)-KKKmonografiascomJtra&a,os08Je#perJe#pershtml.
H!""E)) "tuart ( 1eter Norving I2+*7,8*21,6 A0+,5,1,67C U2 *25.E4*
<.3*02.. /raductorA Ha>l Mautista 3uti+rrez 1rentice 4all 1rimera
edicin *+#ico, 0@@=
"$*1EH *rquez Iuan Ios+ SISTEMAS EXPERTOS. EL
CONOCIMIENTO AL PODER. !H)- KKKps(cologiacomJarticulosJarQ
,samper80htm . 2882
"FNC4ER /oms $ntonio A;7,161,92 3* 7./
S,/+*<6/ E=;*0+./ *2 C.2+6(,7,363
!H)-httpAJJci&ercontaunizaresJMi&liotecaJ8882J"anchez@<html_C6N/$MI)
ID$D. 0@@8
"FNC4ER ( Meltrn Iuan 1a&lo S,/+*<6/ E=;*0+./C U26 <*+.3.7.8@6
3* ;0.806<61,92. *acro&it 1rimera edicin *+#ico, 0@@8
"C$H$MIN6 Iuan Carlos S,/+*<6/ E=;*0+./C A/;*1+./ +F12,1./.
!H)- httpAJJci&ercontaunizaresJ)ECCI6NJsiste#patJINICI64/*) .
"C4I)D/ 4er&ert U+,7,G61,92 3* C *2 I2+*7,8*21,6 A0+,5,1,67. /raductorA
Ios+ $ndr+s *oreno Huiz *c 3raK4ill 1rimera edicin *+#ico, 0@?@
"E)) 1eter S,/+*<6/ E=;*0+./ ;606 ;0,21,;,62+*/. /raductorA 4ugo
Gillagmez Gelsquez Noriega Editores 1rimera edicin *+#ico, 0@?@
/E))6 Ernest O()*1+ O0,*2+*3 P0.806<<,28 5.0 A0+,5,1,67 I2+*77,8*21*.
$ddison Pesle( 1rimera edicin NeK SorT, 0@?@
/H$*!))$" ( Oronos Ies>s R*14;*061,92 3* I25.0<61,92 ? S,/+*<6/
E=;*0+./. !H)-httpAJJKKKtramullascomJnauticaJdocumaticaJ:Q?html.
G$)DIGI$ Hosas David S,/+*<6/ E=;*0+./.
!H)-httpAJJKKKfortunecit(comJsT(scraperJromroKJ287JseJ1ortadahtml.
P$)OEH $drian, *ichael *c Cord, Iohn "oKa ( Palter Pilson
I2.J7*38* H B6/*3 S?/+*</ 623 P0.7.8. $ddison Pesle( "egunda
Edicin NeK SorT, 0@@8
PIN"/6N 1atricT 4enr( A0+,5,1,67 I2+*77,8*21*. $ddison Pesle( /ercera
edicin California, 0@@2