REPBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DE LA DEFENSA UNIVERSIDAD NACIONAL EXPERIMENTAL POLITCNICA DE LA FUERZA ARMADA NACIONAL.

UNEFA CENTRO DE INVESTIGACIONES DE POSTGRADO UNIDAD CURRICULAR: CREATIVIDAD E INNOVACIN EDUCATIVA

Sistemas Expertos y Creacin de Tutores

Doctora.HildaInojosa Participante:LeopoldoQuijada

Caracas02deDiciembrede2007
Sistemas Expertos (SE) y Creacin de Tutores (CT) Historia de los Sistemas Expertos Los Sistemas Expertos inicialmente surgen a finales de la dcada de los aos 50. Especficamente en 1957, un programa denominado GPS ("General Problem Solver" o Solucionador General de Problemas) fue llevado a cabo por los investigadores Alan Newell y Herbert Simon. Este programa poda trabajar con criptografa utilizando matemticas, tambin con las torres de Hanoi y otros problemas similares a ste. Era un buen sistema pero no poda resolver problemas del mundo real. Fue un buen comienzo. Con este intento otros investigadores se dieron cuenta que para poder tener ms xito construyendo este tipo de Sistemas deban restringir el dominio de estudio a uno ms pequeo. De esta manera se les hara ms fcil simular parte del pensamiento humano para la resolucin de problemas. De estas ideas nacen los Sistemas Expertos. Ms tarde, hacia 1965, Edward Feigenbaum junto a un grupo de investigadores comenz a desarrollar Sistemas Expertos utilizando bases de conocimientos. Ya en 1967, construyeron lo que se conoce como el primero de ellos: DENDRAL. El nombre del mismo viene del griego y significa "rbol". ste era utilizado para identificar estructuras qumicas moleculares a partir de su anlisis espectrogrfico. En los 70, concretamente en 1972, se comenz el desarrollo del sistema MYCIN. ste era utilizado para hacer consultas y diagnsticos de infecciones en la sangre. Basndose en anlisis de sangre, cultivos de bacterias y otros datos, el sistema poda determinar o, por lo menos, sugerir qu organismo o microbio estaba causando la infeccin. El mismo llegaba a una conclusin y sugera un tratamiento el cual era basado en las caractersticas de la persona y el peso corporal del individuo. Para esta misma poca tambin se desarrollaron otros Sistemas como HERSAY (que fue creado para reconocimiento de palabras habladas) y PROSPECTOR (que fue utilizado para hallar yacimientos de minerales).

En los 80 los Sistemas Expertos (S.E.) obtuvieron un gran auge. Al igual que todo lo que se pone de moda, los S.E. no fueron la excepcin y numerosas empresas comenzaron a dedicar tiempo, dinero y esfuerzo para el desarrollo de S.E. En este punto se lleg a la conclusin de que el xito de los Sistemas Expertos depende de la base de conocimientos que se est utilizando. Entre todas las empresas gastaron aproximadamente unos mil millones de dlares en investigacin y desarrollo de estos Sistemas. Uno de estos Sistemas fue DELTA, "Diesel Electric Locomotive Troubleshooting Aid". ste fue un sistema producido por General Electric para la reparacin de locomotoras. Adems de Sistemas Expertos, tambin se desarrollaron herramientas para trabajar con los mismos. Estas herramientas son programas que contienen los componentes bsicos de un Sistema Experto, como lo son: el Subsistema de Adquisicin de Conocimientos, la Base de Conocimientos, el Mecanismo de Inferencia, el Subsistema de Explicacin y el Interfaces de Usuario. Adems de stas tambin se han desarrollado otras herramientas como por ejemplo CLIPS, "C Language Integrated Production System". Este programa fue creado en 1985 por la NASA para satisfacer sus necesidades dentro del campo de la inteligencia artificial. Definiciones de Sistemas Expertos Son sistemas informticos que simulan el proceso de aprendizaje, de memorizacin, de razonamiento, de comunicacin y de accin en consecuencia de un experto humano en cualquier rama de la ciencia. Los Sistemas Expertos (tambin conocidos por Sistemas basados en el conocimiento o Sistemas Expertos basados en el conocimiento) son una rama de la Inteligencia Artificial (IA) que hace un uso del conocimiento especializado para resolver problemas como un especialista humano. ste es una persona que tiene experiencia desarrollada en cierta rea, es decir, el especialista tiene conocimientos o habilidades especiales que la mayora no conoce o de las que no dispone (el llamado dominio de conocimiento); puede resolver problemas que la mayora no podra resolver, o los resuelve con mucha mayor eficiencia (y a menor coste). El conocimiento de los Sistemas Expertos puede obtenerse por experiencia o consulta de los conocimientos que suelen estar disponibles en libros, revistas y con personas capacitadas.

En su dominio de conocimiento el sistema experto razona o hace inferencias de la misma forma que un especialista humano inferira la solucin de un problema (dados unos hechos se infiere una conclusin). Beneficios de un SE -Resuelven problemas que requieren un conocimiento formal especializado. -Obtienen conclusiones de forma ms rpida que los expertos humanos. -Razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad. -Tienen al menos, la misma competencia que un especialista humano. -Recomendados cuando expertos humanos son escasos, cuando es muy elevado el volumen de datos que ha de considerarse para obtener una conclusin. Desarrollo de un SE Para desarrollar el software primero conocemos el equipo de gente necesario, despus los mtodos que utiliza ese equipo de gente y por ltimo como prueban y construyen prototipos de software para terminar en el sistema final. 1. Equipos de desarrollo 1.1.- Expertos; 1.2.- El ingeniero del conocimiento; y 1.3.- El usuario. 2. Mtodos auxiliares en el desarrollo: La eficiencia en la creacin de sistemas expertos puede aumentarse en gran medida con la aplicacin de shells. Un shell es un sistema experto que contiene una base de conocimientos vaca. Existe el mecanismo de inferencia, el componente explicativo y a veces tambin la interfaz del usuario. 3. Construccin de prototipos La implantacin de un prototipo de sistema experto que le permite llevar a cabo las funciones ms importantes de ste, aunque con esfuerzo de desarrollo considerablemente inferior al de una implementacin convencional. Este proceder se define bajo el nombre de rapid prototyping. Sistemas Tutores Inteligentes (STI) en Educacin La educacin tradicional en el aula ha trado consigo una gran equivocacin en la personalizacin de la enseanza: para un promedio de 35 alumnos por curso, existe slo un profesor cuya retroalimentacin de los temas e identificacin de las deficiencias

individuales, resulta ser insuficiente. Ante esta necesidad, los Sistemas Tutores Inteligentes (STI) surgen como una alternativa que permite, mediante tcnicas de inteligencia artificial, simular el comportamiento de un profesor que detecta los problemas especficos de cada estudiante. A continuacin se describe en forma de sntesis, el diseo de un Sistema Tutor inteligente que incluye un Modelo del Estudiante evolutivo, capaz de identificar adaptativamente el estilo cognitivo de cada usuario del Tutor. Sistemas Tutores Inteligentes Los sistemas tutores inteligentes (STI) son el resultado de un enfoque multidisciplinar entre la Investigacin Educativa, la Inteligencia Artificial y la Sicologa Cognitiva. Los componentes principales de un STI son tres: Mdulo Tutorial: este mdulo contiene las estrategias fundamentales para ensear los contenidos de una leccin. Adicionalmente, provee las didcticas necesarias para ensear cada objetivo instruccional de acuerdo con el currculo. Mdulo Experto: representa el dominio del conocimiento del profesor. Este mdulo provee informacin de diferentes mecanismos de ayuda para el estudiante, como por ejemplo la solucin correcta, explicaciones acerca de los errores, y un generador de contra ejemplos que induce a la solucin correcta. Mdulo del Estudiante: representa el conocimiento del profesor acerca del estado del conocimiento del alumno y su mtodo personal de trabajar (habilidades, destrezas, preferencias, etc). Esta informacin provee los fundamentos para las decisiones que el mdulo tutorial tiene que hacer durante el proceso de enseanza y aprendizaje. 1. Mdulo Tutorial : en este mdulo se consideraron algunos aspectos sicolgicos y pedaggicos para motivar al estudiante y lograr un aprendizaje significativo. Un aspecto fundamental del mismo es la implementacin de un micromundo explorativo cuyo objetivo es incentivar en el estudiante, el aprendizaje por descubrimiento. Este micromundo se apoya en ambientes hipermedia (entornos enriquecidos con imgenes, sonido, videos e hipertexto), y principios sicolgicos sobre la percepcin. La idea principal es promover el reto, la fantasa y la curiosidad en el alumno, factores determinantes en el aprendizaje segn Piaget. 2. Mdulo Experto: Un gran nmero de tcnicas han sido probadas en la IA con diversos niveles de xito. Uno de estos mtodos, llamado Sistema Experto (SE), soporta

ampliamente el modelamiento del comportamiento humano. Un SE, emplea un mtodo particular para organizar el conocimiento dentro de bloques epistmicos regidos por tres aspectos: Hechos: conocimiento declarativo acerca de un caso en particular (por ejemplo, un ave tiene alas). Reglas: Conocimiento procedimental sobre cmo razonar en un dominio especfico (SI tiene alas, ENTONCES es un ave) Inferencia: Conocimiento de control que indica cmo realizar el razonamiento de un conjunto dado de reglas y hechos para llegar a una conclusin. (Si el estudiante escribe una respuesta errnea, el Sistema Experto intentar simular el comportamiento del estudiante y averiguar cmo lleg a obtener la respuesta errnea para poder ofrecerle un refuerzo especfico). 3. Mdulo del estudiante Este mdulo contiene un elemento adicional llamado Mdulo de Diagnstico, encargado de inferir el modelo cognitivo del estudiante. Se emple un nivel de diagnstico epistmico para representar el estado del conocimiento del alumno desde dos perspectivas: conocimiento sobre el dominio, y estrategias y procedimientos de inferencia empleados.El modelo de perturbacin del estudiante extiende el conocimiento del experto por medio de la inclusin de una librera de errores que representa los malentendidos del alumno. Como punto central de la investigacin, se propone modelar el estilo cognitivo de cada alumno, de tal manera que la individualizacin sea an ms adaptativa. A. Estilos cognitivos y de aprendizaje Un Estilo de Aprendizaje es el compuesto por los factores cognoscitivos, afectivos, y fisiolgicos caractersticos que sirven como indicadores de cmo un alumno percibe, obra recprocamente, y responde al ambiente de aprendizaje. Recopilando las investigaciones de Witkin y Kolb, se pueden representar los 8 estilos cognitivos para el procesamiento aritmtico en un espacio de 3 dimensiones. Kolb propone una teora de aprendizaje por experiencia que involucra 4 etapas principales: Experiencias Concretas (EC), Observacin Reflexiva (OR), Conceptualizacin Abstracta (CA) y Experimentacin Activa (EA); con base en ello, y segn su posicin en el espacio

de dos dimensiones, postula 4 tipos de alumnos: (Divergente, Asimilador, Convergente y Adaptador). Witkin, por su parte, propone 2 tipos de alumnos: el Analtico y el Holstico. Alumno Adaptador AA: este estudiante necesita conocer qu se puede hacer con las cosas, tiende a resolver problemas en forma intuitiva y su inters primario radica en adaptar el aprendizaje a situaciones de su propia vida. Alumno Convergente AC: su mayor recurso reside en la aplicacin prctica de las ideas, necesita conocer cmo funcionan las cosas y aprende comprobando teoras a travs de medios que le parecen sensibles. Prefiere el material visual. Alumno Divergente AD: percibe la informacin a travs de una experiencia concreta y la expresa reflexivamente, tiende a ser imaginativo y emotivo, y aprende oyendo y compartiendo ideas. Prefiere el material auditivo. Alumno Asimilador AAS: necesita conocer lo que piensan los expertos, percibe informacin abstractamente y la procesa en forma reflexiva y se interesa por conceptos abstractos. Alumno Analtico AAN: es un estudiante objetivo, muy reflexivo, tiende a desarrollar estrategias correctas de solucin de problemas. Emplea heursticas para el desarrollo de problemas y no requiere mucha intervencin del profesor ya que prefiere el aprendizaje por descubrimiento. Alumno Holstico AH: es un estudiante impulsivo que posee un buen desempeo de la memoria de corto plazo, trabaja mejor en grupo y posee dificultad para resolver problemas con informacin sobrante. B. Identificacin del estilo cognitivo a travs de un Sistema Clasificador Teniendo en cuenta los aportes generados por Witkin y Kolb a la sicologa cognitiva, se tomaron 13 variables que ayudan a determinar el estilo cognitivo de un individuo; sin embargo, los rangos estimativos de estas variables para cada tipo de alumno estn representados por valores lingsticos: por ejemplo, el alumno convergente posee un nivel alto de concepualizacin. (Aqu la palabra alto no est representando ningn valor numrico o mesurable). Se propuso por lo tanto, emplear un Sistema Clasificador de autoaprendizaje (SC) que identificara, clasificara y jerarquizara dichos valores ambiguos de

cada una de las variables cognitivas, sin necesidad de generar el conocimiento de antemano, como s lo requerira un sistema experto. Finalmente, el sistema clasificador categoriza las variables cognitivas dentro de rangos estimativos cuantificables; es decir, para cada tipo de alumno deber generar un conjunto de valores especficos (por ejemplo, el alumno adaptador posee un nivel de conceptualizacin de entre el 60 y el 80% de los contenidos). Sistemas Clasificadores de aprendizaje (SC) Los sistemas clasificadores fueron propuestos por Holland como un modelo de aprendizaje maquinal por refuerzo, basado en Algoritmos Genticos (algoritmos de bsqueda, que emplean tcnicas tomadas de la evolucin natural) que representa modelos mentales de un ambiente determinado Un SC posee una arquitectura bsica de 3 subsistemas. 1. Sistema de Reglas y Mensajes; 2. Sistema de Distribucin de Crditos; y 3. Algoritmo Gentico. La informacin fluye del ambiente a travs de los detectores (los ojos y odos del sistema clasificador) donde es decodificado uno o ms mensajes de longitud finita. Estos mensajes del ambiente son enviados a una lista donde deben activar reglas de cadenas de caracteres llamadas clasificadores. Cuando es activado un clasificador, enva un mensaje a la lista de mensajes. El sistema de distribucin de crditos es fcilmente visto como una economa en la cual el derecho de comerciar informacin es comprado y vendido por los clasificadores. Este servicio de economa contiene dos componentes principales: una subasta y una agencia de compensacin (cuando los clasificadores son emparejados, no envan directamente sus mensajes: en cambio, cualifican para participar en la activacin de la subasta). Finalmente, el Algoritmo Gentico es el encargado de inyectar nuevos y mejores clasificadores al sistema por medio de los operadores genticos bsicos: Seleccin, Cruce y Mutacin, donde la funcin de aptitud (la que evala el desempeo de cada clasificador) depende directamente del buen desempeo de los clasificadores, es decir, su ganancia. Los Algoritmos Genticos son algoritmos estocsticos evolutivos, ya que explotan eficientemente la informacin histrica, permitiendo especular sobre nuevos puntos de

bsqueda dentro del espacio de soluciones, esperando un mejor comportamiento a travs de su evolucin. Aplicacin del Sistema Clasificador (SC) en el Sistema Tutor Inteligente (STI) Si el STI determina el estilo cognitivo de cada estudiante, puede ser capaz de disear una estrategia pedaggica para cada individuo y podr adems generarle al profesor un reporte del diagnstico del alumno con respecto a una tarea. Inicialmente, el SC captura algunas caractersticas cognitivas del alumno a travs de una evaluacin diagnstica usando los detectores. Esta evaluacin mide los siguientes aspectos: d1 Nivel de ejercitacin: Mide el porcentaje de ejercicios realizados en cada sesin. d2 Situaciones reales: Recoge los resultados obtenidos por el estudiante cuando resuelve problemas dentro de un contexto de la vida diaria. d3 Empleo de ayuda: Mide el porcentaje de ayudas que emplea el alumno de las disponibles en el STI. d4 Solucin de procedimientos: Indica si el alumno ha desarrollado correctamente el procedimiento o estrategia para resolver algn tipo de problema aritmtico. d5 Nivel de inters de visita a los nodos hipermedia: Indica el porcentaje de nodos hipertexto adicionales que el alumno visita en la interaccin con el STI. d6 Empleo de herramientas del micromundo: Indica el nmero de herramientas disponibles en el STI que se emplean. d7 Nivel de conceptualizacin: Indica el porcentaje de preguntas conceptuales que el alumno acierta. d8 Navegacin secuencial vs. Personalizada: Indica la preferencia del estudiante por seguir una instruccin supervisada o una navegacin libre del contenido. d9 Desempeo de la MCP: Captura ciertos aspectos de la memoria de corto plazo del estudiante, principalmente el grado de volatilidad. Esto se realiza con base en estudios hechos sobre la teora de procesamiento de la informacin. d10 Representacin perceptual EFT: Se realiza el Embedded Figure Test para detectar si el alumno identifica formas evitando los distractores preceptuales. d11 Manejo de informacin incoherente: Indica si el estudiante es capaz de detectar informacin incoherente e insuficiente en el enunciado de un problema.

d12 Errores de conteo o mecnicos: Determina la cantidad de errores de memorizacin, ej: tablas de multiplicar. d13 Reflexividad vs Impulsividad: Indica el tiempo que emplea el estudiante en responder tanto a esquemas incorrectos (7 + 8 = 16) como a esquemas correctos ( 8 x 3 = 24). Por otro lado, el Sistema clasificador enva como respuesta al ambiente, a travs de los efectores, qu tipo de alumno segn su estilo cognitivo, es el individuo a quien se le est practicando el mecanismo de diagnstico. Desempeo del Sistema Clasificador en la identificacin del estilo cognitivo Para medir el rendimiento del SC dentro del mdulo de diagnstico del sistema tutor inteligente, se tom un grupo piloto de 20 estudiantes con quienes se realizaron las pruebas. Se puede observar que se requiere de 20 perodos de aprendizaje (equivalente al nmero de veces que se realiz el experimento hasta clasificar el estilo cognitivo) para identificar el tipo de alumno que es el individuo de acuerdo con las caractersticas cognitivas identificadas por la evaluacin diagnstica. Ms del 70% de los resultados de los estudiantes del grupo piloto posee un desempeo mayor o igual al 70%, y la mayor concentracin de los resultados se encuentra en el intervalo de notas [76 80]. Se puede decir entonces que la instruccin fue eficiente y eficaz. A continuacin se presenta el histograma para el grupo de control: Se observa que el desempeo del grupo de control es bastante deficiente en comparacin con el grupo piloto. Los estudiantes del grupo de control tienden a tener promedios en el intervalo [56 60], el cual es muy bajo. Se observa tambin que slo el 15% de los estudiantes del grupo de control superan un desempeo aceptable de 70 puntos en su rendimiento, y un 85% se encuentra bajo los 70 puntos, en comparacin del 95% de los estudiantes del grupo piloto que s alcanzan un desempeo de 70 puntos o superior en la prueba final. Conclusiones La integracin de las teoras sicolgicas y las tcnicas de Inteligencia Artificial, puede generar sistemas adaptativos para la enseanza: el propsito del presente trabajo investigativo fue aplicar la simulacin gentica y los sistemas expertos en la personalizacin de la enseanza, hacindola ms adaptativa y robusta. Como resultado de esta tentativa, nuestra visin del estudiante se ajusta ms a la realidad, puesto que el

sistema, no slo identifica los modelos mentales del estudiante, sino que representa su perfil sicolgico a partir de su estilo cognitivo particular. La ventaja de usar un Sistema clasificador es que ste no requiere la gua de un profesor que sepa de antemano la solucin ptima (aprendizaje supervisado) y las estrategias pedaggicas, evitando crear extensivas y exhaustivas bases de conocimientos. Por el contrario, el sistema clasificador es un modelo evolutivo que emplea eficientemente el aprendizaje por refuerzo, y se comporta como un agente autnomo capaz de experimentar y tomar decisiones en un ambiente arbitrario (la cognicin humana). http://revista.magisterio.com.co - Revista Internacional Magisterio CASOFT Creado el: 25 November, 2007, 12:40 Referencias Bibliogrficas y Electrnicas Sistemas Expertos para el modelado de Tutores. Disponible en:

http://www.fi.uba.ar/laboratorios/lsi/gcete-2005-1.pdf http://revista.magisterio.com.co/index.php? option=com_content&task=view&id=141&Itemid=99 http://en.wikipedia.org/wiki/Actroid http://pub.ufasta.edu.ar/ohcop/21h-2004-robot_conversante.htm http://axxon.com.ar/not/129/c-129InfoRobotConsciente.htm http://ocularis.es/blog/?p=92 http://www.ft.com/cms/s/5ae9b434-8f8e-11db-9ba3-0000779e2340.html http://es.wikipedia.org/wiki/Isaac_Asimov http://es.wikipedia.org/wiki/Tres_leyes_de_la_rob%C3%B3tica