FACULTAD DE TELEMTICA

Sistema Inteligente Conversacional para la Orientacin Vocacional

Tsis que para obtener el grado de Maestra en Computacin

Presenta: Ana Claudia Ruiz Tadeo

Asesores: Dr. Miguel Garca Ruiz Dr. Nicandro Faras Mendoza

Julio/ 2009

AGRADECIMIENTOS

A Dios que es el ser Supremo. A mis Padres por darme la vida y valores. A mi esposo por su apoyo, comprensin, por ser m gran amigo. A mis dos hijos por ser mi motor, mi fuerza, mi valor, mi fortaleza. Al maestro Miguel ngel Garca Ruiz por su apoyo en la realizacin de la tsis. Por ser un excelente ser humano y una gran persona. Al Maestro Nicandro Farias Mendoza, por su apoyo, por su amistad, por su calidad humana. A la Universidad de Colima, por darme los lineamientos hacia la superacin. A la Maestra Sara Sandoval Carrillo por su apoyo y calidad humana. Al Instituto Tecnolgico de Colima, por todos los logros que me ha permitido obtener. A mis compaeros de por su amistad y compaerismo.

Gracias.

INDICE RESUMEN ABSTRACT

CAPTULO I.- INTRODUCCIN

1.1.- Justificacin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 5 6 6 6 6 7 8 8

1.2.- Descripcin del Problema 1.3.- Objetivos . . . . . .

1.3.1.- General 1.3.2.- Especfico 1.4.- Hiptesis 1.5.- Metodologa . .

1.6.- Alcance y limitaciones

1.7.- Descripcin de la Organizacin del trabajo

CAPTULO 2.- ESTADO DEL ARTE

2.1.- Marco Histrico 2.2.- Marco Contextual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10 11 12 14 14 15 16 19 21 22 23 24 25 26 26

2.2.1.- Antecedentes de la propuesta 2.2.2.- Ventajas y Desventajas 2.2.3.- Aplicaciones . . . . . . . . . . . .

2.2.4.- Trabajos relacionados 2.3.-Marco Terico . .

2.3.1.- Inteligencia Artificial . 2.3.2.- Sistemas Expertos .

2.3.2.1.- Caractersticas 2.3.2.2.- Ventajas 2.3.3.- Robot Virtual . 2.3.4.- Agente Inteligente . . .

2.3.4.1.-Agente Conversacional chatbot . 2.3.4.2.- Chatbots en Internet . .

2.3.4.3- Arquitectura del Agente Inteligente 2.3.5.-Modelo Formal . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

26 28 29 30 31 32 33 35 35 37 38 38 38 39 39 40 40 40 41 41

23.5.1.- Redes Diferenciales 2.3.6.- AIML . . . .

2.3.6.1.- Fundamentos de AIML . 2.3.7.- Educacin y Tecnologa 2.3.8.- Orientacin Vocacional 2.3.9.- La entrevista .

2.3.9.1.- Preparacin 2.3.9.2.- Desarrollo . 2.3.9.3.- Anlisis .

2.3.10- Descripcin de los instrumentos de investigacin 2.3.10.1.- Mtodos Cuantitativos y Cualitativos 2.3.10.2.- La Etnometodologa . 2.3.10.3.- Constructores y Variables . . . .

2.3.10.4.- Metodologa de Recoleccin de Datos 2.3.10.4.1.- Test . . . . . . . . .

2.3.10.4.2.- Cuestionarios 2.3.10.4.3.- Entrevistas 2.3.10.4.4.- Observacin

CAPTULO 3.-DESARROLLO
3.1.-Modelo Conceptual 3.2.-Diseo del Sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . .

42 49 49 50 50 51 53 54

3.2.1.- Recopilar informacin de lo que se va a hablar . 3.2.2.- Disear el dilogo . . . . . . . . . . . . . . . . . . .

3.2.3.- Crear el cdigo AIML . 3.2.4.- Probar la interfaz

3.2.5.- Terminar y actualizar la interfaz 3.3.- Arquitectura del sistema . .

3.4.-Implementacin de Interfaces con imagen interactiva 3.5.-Especificacin Formal 3.5.1.- Categoras 3.5.2.- That y Topic 3.5.3.- Srai . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

58 61 61 63 64 64 65 65 66 66 67 67 68 69 70 71 71 72 74 75

3.5.4.- Capacidades del AIML

3.5.4.1.- Reduccin Simblica 3.5.4.2.- Dividir y Conquistar 3.5.4.3.- Sinnimos y Escritura

3.5.4.4.- Correcciones Gramaticales 3.5.4.5.- Palabras Claves 3.6.-Implementacin del Sistema . . . .

3.6.1.- Programacin de Mdulos y Componentes 3.7.- Pruebas . . . . . . . . . . . . . . . . . . . . . . . .

3.7.1.- Pruebas de Integracin 3.7.2.- Pruebas de Operacin 3.7.3.- Pruebas de Tensin 3.7.4.- Pruebas de congruencia 3.7.5.- Pruebas de usabilidad 3.8.-Interpretacin de los resultados

CAPTULO 4.- CONCLUSIONES Y SUGERENCIAS

4.1.- Discusin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

85 88 89 90 90 91

4.2.- Cumplimiento de la hiptesis 4.3.- Cumplimiento de los objetivos

4.4.- Importancia de los Resultados Obtenidos . 4.5.- Limitaciones de la Investigacin 4.6.- Sugerencias . . . . . . .

REFERENCIAS

Anexo A. Test Vocacional Anexo B. Cuestionario de Usabilidad Anexo C. Conversacin de un usuario con el Robot Virtual Anexo D. Cdigo fuente

INDICE DE FIGURAS
1.- Diferentes expresiones con una misma respuesta . . . . . . . . . . . . . . . .

12 16 27 30 31 32 43 44 45 46 46 47

2.- Modelo del Agente Inteligente en Orientacin Vocacional 3.- Estructura bsica de un Sistema Experto 4.- Esquema general de una red diferencial . . . . . . . . . .

5.- La sintaxis de una categora en cdigo AIML 6.- Pregunta de un usuario al sistema . .

7.- Interfaz inicial del agente inteligtente en Orientacin Vocacional 8.- Imagen expresiva del agente 9.- Imagen interactiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

10.- Dilogo de un tema general .

11.- Dilogo para determinar una Vocacin Personal . 12.- Pantalla inicial para utilizar el Robot Virtual 13.- Cdigo en HTML parte I 14.- Cdigo en HTML parte II 15.- Cdigo en HTML parte III 16.- Ejemplo de un dilogo . . . . . . . . . . . . . . . . . . . . .

. . . . . .

47 48 48 50 51 52 52 57 58 59 59 60 60 60 61 69 73 74 54 55 55 56

17.- Cdigo AIML del ejemplo de la Fig. 16 18.- Interfaz del agente . .

19.- Interfaz desde una Computadora personal del Agente Inteligente en 20.- Elementos del robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

21.- Modelo para implementar el agente inteligente 22.- Interfaz del sitio pandorabots 23.- Imagen Interactiva 24.- Imagen Visual . . . . . . . . . . . . . .

25.- Interaccin entre un humano y el robot. 26.- Estructura bsica de una categora . 27.- Instruccin en AIML . . .

28.- Conjunto de Instrucciones mdulo de bienvenida

29.- Fotografa de un alumno interactuando con la interfaz del chatbot . 30.- Alumno interactuando con la interfaz del sistema.

31.- Datos de alumnos que evaluaron la interfaz

. 75 . 76 . 77 . 77 . 78 . 78

32.- Grfica de la expresin Me gustara utilizar con frecuencia el sistema. 33.- Foto de un alumno de bioqumica evaluando la usabilidad del sistema. 34.- Grfica que evala. Encontr el sistema innecesariamente complejo. 35.- Foto que muestra la usabilidad fue fcil utilizar el chatbot. 36.- Grfica la expresin Fue fcil utilizar el agente. . . . . . .

37.- Grfica Creo que necestara del apoyo de un experto para utilizar el sistema. . . . . . . . . . . . . . . 79 . 80 . 80 . 81

38.- Grfica. Las diversas funciones del sistema estan bien integradas. 39.- Grfica de Hubo demasiada inconsistencia. . . . . .

40.- Foto que muestra la interfaz desde una laptop en 2d.

41.- Grfico. La mayora de las personas aprenderian muy rpidamente a utilizar 81 el agente. . . . . . . . . . . . . . . . . . . 81 . 82 . 83 . 84 . 90

42.- Grfica. Encontr el sistema muy dificil de usar. .

43.- Grfica. Me sent muy confiado de la pgina web del agente. . 44.- Necesito aprender muchas cosas antes de utilizar el sistema. 45.- Interfaz del robot virtual . . . . .

RESUMEN

Esta investigacin presenta una aplicacin de los modelos y herramientas de la Inteligenicia Artificial para desarrollar un Agente Inteligente que simula a un experto humano en Orientacin Vocacional. Este agente conversacin con los usuarios para establece una

definir su vocacin de acuerdo a sus

capacidades e intereses personales. Con esta tsis se dar un nuevo enfoque a este anlisis vocacional ya que se simula una conversacin amigable entre ambos actores. La investigacin se desarrolla dentro del rea de Inteligencia Artificial. La aportacin principal es el desarrollo de un robot virtual capacitado para poder pensar como un ser humano que pueda simular una dilogo con la intencin de hacer creer que se est hablando con otra persona. El enfoque utilizado en nuestra investigacin puede aplicarse a otras prcticas como la emulacin de un psiclogo, pedagogo y otras aplicaciones posibles.

Palabras Clave: Inteligencia Artificial, Conversacional, Orientacin Vocacional.

Agente

Inteligente,

Sistema

SUMMARY This research presents an application of Artificial Intelligence models and tools to develop an Intelligent Agent, which simulates a human expert on Career Counseling. This Agent establishes a conversation with users in order to define their career according to their personal skills and interests. This project will give a fresh approach to Career Analysis, by simulating a friendly conversation between the Intelligent Agent and the user. This research takes place in the field of Artificial Intelligence. A virtual Robot with the ability of thinking like a human being and the goal of making a person believe that he or she is talking with another person is the main contribution of this project. The approach used in our Artificial Intelligence research can be applied to other disciplines, like making a person believe he or she is talking with a Psychologist or a Pedagogue. There may be other possible applications as well.

CAPTULO I.- INTRODUCCIN

Los Sistemas Inteligentes actualmente se aplican en el campo de la medicina, ingeniera, economa, la milicia y el entretenimiento. En esta tsis se presenta el diseo de un agente inteligente en orientacin vocacional para apoyar a los jvenes a seleccionar la carrera de acuerdo a sus caractersticas, intereses, aptitudes y necesidades personales. Un Agente Inteligente es un software que automatiza el proceso de razonamiento humano (Hayes Roth, 1995), en este documento denominaremos a este sistema como chatbot o agente inteligente indistintamente. Un chatbot es un programa que simula un dilogo con una persona (Alice IA Foundation, 2006).

El anlisis de Orientacin Vocacional se describe como un estudio que permite ayudar a los jvenes a determinar las habilidades y capacidades que tienen para realizar actividades profesionales. Con la finalidad de que elijan la carrera adecuada a su personalidad, teniendo en cuenta las posibilidades de trabajo existentes (Jaramillo, 2005).

La eleccin de una carrera nos permite desempear una profesin, as como nos proporciona una forma de vida, por tanto, la eleccin debe hacerse consciente de que con ella formamos nuestra identidad, a travs de ella, asumimos un rol, un estatus y hasta elegimos una pareja (Jaramillo Aldama, 2005).

El sistema que se presenta est capacitado para poder pensar como un ser humano, un programa que puede simular una conversacin escrita, con la intencin de hacer creer a un humano que est hablando con otra persona. La conversacin tiene como finalidad determinar la orientacin vocacional de los usuarios. Para su diseo utilizamos el lenguaje de programacin AIML (Lenguaje de Marcas para Inteligencia Artificial), que es una extensin de XML (Extensible Markup Language), Lenguaje de Marcas Extensible, este lenguaje es utilizado para crear chatbots o sistemas conversacionales.

La aplicacin de los mtodos y modelos de la Inteligenicia Artificial nos permite desarrollar sistemas de utilidad a todos los sectores sociales como es el caso de nuestro chatbot que permite apoyar a los jvenes estudiantes a seleccionar su carrera de acuerdo a sus preferencias, gustos, habilidades y deseos personales utilizando un agente inteligente conversacional desde la comodidad y privacidad de su casa o lugar de trabajo. Estos sistemas inciden en una disminucin de la desercin escolar en los distintos niveles acadmicos y coadyuvan a formar

profesionistas competentes a los diversos sectores econmicos y sociales de nuestro entorno.

1.1.- JUSTIFICACIN
La Orientacin Vocacional proporciona informacin que permite a los jvenes seleccionar la carrera profesional de acuerdo a sus caractersticas y habilidades personales para el desarrollo de su vida profesional, al automatizar este proceso el anlisis vocacional se puede realizar desde la comodidad y privacidad de su casa.

El chatbot que desarrollamos apoya la orientacin vocacional, el cual puede ser accesado desde Internet por lo tanto puede estar al alcance de la mayora de los jvenes que tienen inters por conocer su vocacin personal y es un sistema con interfaz tipo Chat. La aplicacin del sistema impacta con mayor incidencia en los jvenes ya que es una conversacin amigable con otra persona virtual. Asimismo nuestro sistema repercute en la disminucin de la desercin y reprobacin escolar ya que ms alumnos pueden realizar su anlisis vocacional y por lo tanto

seleccionar la carrera de acuerdo a sus capacidades e intereses personales.

Esta investigacin se basa en las investigaciones de la ultima decada, ya que han surgido nuevos tipos de sistemas, basados en robots virtuales que han

demostrado ser de gran apoyo en la capacitacin de alumnos y de gran ayuda en el trabajo de los profesores (Villareal, 2004).

Por esta razn el utilizar este tipo de modelos permite modernizar el proceso de Orientacin Vocacional, ya que se realiza por una conversacin tipo Chat.

En la actualidad las escuelas de nivel medio superior en zonas suburbanas no cuentan con un proceso de orientacin vocacional formal, no se utiliza tecnologa para estos anlisis, lo cual es un obstculo para que los jvenes dispongan de un apoyo para su orientacin vocacinal.

Hay ocasiones en el que algunos jvenes

realizan este anlisis pero los o

resultados obtenidos no son los esperados de acuerdo a sus expectativas

gustos personales y se guardan la intencin de volver hacer este estudio. Por el hecho de ser un trmite largo, el involucrar personal y el invertir ms tiempo, por lo cual deciden continuar con sus dudas y muchas veces estudiando una carrera que no es su vocacin. Con este sistema podrn realizar este anlisis el nmero de veces que consideren necesarias. Ya que se accesa desde Internet y puede ser desde la privacidad de su casa.

En esta rea, la falta de una adecuada orientacin, el manejo de un gran volmen de datos y por otro lado, la facilidad de utilizar interfaces de sistemas y el hecho de que cada da ms personas estn acostumbradas al uso de sistemas informticos hace que este modelo de sistema sea una herramienta para ayudar a que los jvenes se interesen en ella y la utilicen.

El impacto social de esta tsis se proyecta en apoyar a los jvenes de zonas rurales para que tengan la posibilidad de un anlisis vocacional. La proyeccin econmica de este sistema es brindar a las escuelas suburbanas una personal

herramienta que disminuya las consecuencias de la falta de especializado en el aspecto vocacional.

La orientacin vocacional se concibe como un servicio educativo que se debe proporcionar a los alumnos para apoyar su desarrollo armnico, funcional, laboral y profesional que les permit tener una vida profesional competitiva

apoyandose en las reas Psicolgicas, Pedaggicas y Vocacionales. 4

El desarrollo de herramientas computacionales permite apoyar esta actividad. Ya que mediante la automatizacin de este tipo de anlisis, los jvenes ya que no tendran que hacer camino para ir a una oficina de orientacin vocacional por el contario lo pueden hacer desde la privacidad de su casa, ahorrando tiempo y dinero. No se involucra recurso humano para que realice el estudio.

1.2.- DESCRIPCIN DEL PROBLEMA A INVESTIGAR

La problemtica que se tiene en la Orientacin vocacional son: (Jaramillo, 2005)

La cantidad numerosa de estudiantes que necesitan orientacin vocacional y pocos los orientadores. No se proporcionan los servicios de Orientacin vocacional en las instituciones educativas suburbanas por falta de recurso humano. Los jvenes de zonas rurales no buscan la orientacin profesional por la falta de informacin o el tener que ir a una oficina de orientacin vocacional. Las consultas que tiene el estudiante con el orientador son espordicas, y por tanto en ocasiones el joven pierde inters y no recoge sus resultados, esto hace deficiente el proceso de obtencin de resultados. Los test de orientacin son individuales y como es una cantidad numerosa de alumnos se obtienen demasiados test a calificar, esto produce traspapeleo prdida de informacin, atenciones, apoyo y servicios inadecuados a los estudiantes Los test de orientacin que se realizan son mnimos de dos cuartillas o 30 preguntas y produce gastos de materiales elevados. Para obtener resultados o calificar los test y proporcionar los resultados y apoyo adecuado a los estudiantes debe pasar un tiempo mnimo de 3 semanas.

1.3.- OBJETIVOS 1.3.1.- OBJETIVO GENERAL:

Presentar un Agente Inteligente capaz de interactuar con una persona en forma verbal y escrita en idioma espaol que auxilie el proceso de orientacin vocacional.

1.3.2.- OBJETIVOS ESPECFICOS:

Investigar el proceso de orientacin vocacional Realizar investigacin sobre Robots Virtuales y Agentes Inteligentes. Minimizar los tiempos de respuesta de anlisis vocacional Disear una interfaz conversacional con privacidad y confianza para el usuario. Presentar un robot virtual que automatice el proceso de orientacin vocacional. Globalizar el acceso de un anlisis vocacional

1.4.- HIPTESIS
El desarrollo de un chatbot es capaz de simular de manera efectiva a un experto humano en Orientacin Vocacional.

1.5.- METODOLOGA
Para disear el robot virtual se tom de base la metodologa de Russell (2002). Ya que es uno de los autores que ms a escrito e investigado sobre Agentes Inteligentes y es seguidor de los avances e investigaciones de A.L.I.C.E. (Artificial Linguistic Internet Computer Entity), quien es uno de los mejores chatbot, fciles de utilizar e implementar, su arquitectura se basa en dos mdulos principales el intrprete del lenguaje y almacen de datos en AIML. Para nuestro proyecto

A.L.I.C.E. es la base de la cual partimos para desarrollar nuestro sistema.

Para desarrollar el agente inteligente conversacional tomaremos como base la metodologa planteada por Russell (2002). Dicha metodologa define los siguientes pasos:

1.- Recopilar la informacin del tema a tratar. En esta etapa se investiga la manera en que actualmente se lleva acabo el anlisis vocacional, las teoras que existen actualmente y la bibliografa que soporta el tema de orientacin vocacional.

2.- Disear el dilogo. En base a la informacin que se obtuvo en la recopilacin de la informacin se establecen las preguntas y expresiones que el usuario puede hacerle al robot virtual, as como las respuestas que el sistema debe proporcionar.

3.- Crear el cdigo AIML. En esta se utilizan las instrucciones y sintaxis del lenguaje de programacin que permite disear robots virtuales que en este caso es el lenguaje AIML.

4.- Probar la interfaz con el dilogo. En este paso se realizan las pruebas del robot el cual entabla dilogo con los usuarios.

5.- Terminar la interfaz. Se termina la interfaz despus de realizar las pruebas y mejoras en cada dilogo. 6.- Mantenimiento de acuerdo al anlisis de los resultados de las conversaciones. 7

La base de conocimiento del robot se tiene que estar alimentando de informacin como parte importante del desarrollo del robot. Entre ms informacin almacene mayor ser su desempeo.

1.6.- ALCANCE Y LIMITACIONES

La limitante es la falta de material bibliogrfico que aterrice en su totalidad este tipo de proyectos. No existe una plataforma formal y estndar para que funcione el cdigo AIML (Lenguaje de Marcas de la Inteligencia Artificial). Para que

funcione este cdigo se combinan varias plataformas de software para su puesta en marcha como son HTML, program D o E, y pandorabots.

Este tipo de Robots Virtuales no han llegado a ser desarrollados en su totalidad y los agentes creados hasta el momento no cuentan an con la aceptacin total por parte de los expertos, sin embargo varias empresas importantes como IBM, trabajan sobre la concepcin de los mismos ya que a pesar de no lograr el agente perfecto, se contempla que para el futuro se encuentren mucho ms avanzados y por lo tanto tengan mayor presencia comercial. Actualmente el uso principal que se les proporciona es en la exploracin de datos en la red, la atencin de

clientes en sitios Web comerciales, exploradores de correo electrnico y como parte de los sistemas que apoyan (Merelo, 1997). la enseanza y aprendizaje entre otros,

1.7.- DESCRIPCIN DE LA ORGANIZACIN DEL TRABAJO.

En el primer captulo se presenta la parte introductoria del trabajo de investigacin mostrando la justificacin de la investigacin, descripcin del problema a investigar, definiendo los objetivos de la investigacin, la hiptesis que se pretende probar, el alcance, las limitaciones del proyecto de investigacin y la resea de la organizacin del trabajo. 8

En el segundo captulo se plasma informacin sobre el marco histrico y contextual, as como antecedentes de la propuesta, aplicaciones, trabajos relacionados y se indica el marco terico. En el captulo tres se muestra el diseo, desarrollo, pruebas e implementacin del robot virtual. En el captulo cuatro se muestra los resultados y las conclusiones del anlisis cualitativo y cuantitativo tambin se plasma el cumplimiento de la hiptesis y de los objetivos. Para finalizar se presentan las referencias y anexos.

CAPTULO 2.- ESTADO DEL ARTE

2.1.- MARCO HISTRICO

Desde la antigedad el hombre ha deseado librarse de las tareas ms pesadas y complejas que realiza, y esto le ha llevado a un esfuerzo continuo que poco a poco ha ido dando sus frutos, los desarrollos de I. A. (Inteligencia Artificial) son un paso ms en este camino.

De entre los hechos histricos ms importantes para la I. A. conviene sealar los siguientes:

En

1950

Alan

Turing

(1912-1954)

ide

una

prueba

para

reconocer

comportamientos inteligentes, esta prueba dice que la inteligencia de un sistema viene dada por la sensacin de inteligencia que recibimos por una terminal conectada a un interlocutor desconocido para nosotros y que es el sistema bajo estudio, ( J. P. Snchez y Beltrn,1988).

En 1955 Alled Newell, J. C. Shaw y Herbert Simn de la CMU (Carnegie Mellon University) desarrollaron el lenguaje IPL II que se considera el primer lenguaje de la Inteligencia Artificial.

Es en el verano del ao 1956 cuando John Mc Carthy del Dartmounth College acua el trmino: Inteligencia Artificial. En 1969 se celebr el primer congreso internacional de la I. A. y en 1970 apareci la revista Artificial Intelligence.

En la historia de la I.A. en Espaa, hay que sealar varios hechos importantes como son: En el ao 1984 se celebra el primer encuentro nacional sobre la I. A. patrocinado por FUNDESCO, y que sirvi como germen para la creacin ese mismo ao de la AEPIA (Asociacin Espaola Para la Inteligencia Artificial). 10

El primer encuentro internacional que trat los temas de la Ingeniera del conocimiento se celebr en Espaa en el ao 1985. El primer master sobre Ingeniera Conocimiento se comenz a impartir en una universidad espaola hasta el ao 1987, (J. P. Snchez y Beltrn, 1988).

El retraso espaol en este campo es de unos 15 aos respecto a pases como Estados Unidos de Norteamrica.

2.2.- MARCO CONTEXTUAL

Lo fundamental de un chatbot es su comunicacin a travs de texto. Este robot es totalmente funcional ya que nos comunicamos con l a travs de Internet, el usuario le proporciona por teclado las expresiones o preguntas y con una interfaz de imagen grfica e interactiva el agente contesta de manera verbal y escrita. La base de conocimientos de un robot virtual diseado con AIML

consiste en archivos de texto donde se almacenan las rdenes de entrada y salida. Lo que un usuario le dice al robot es una entrada y lo que el robot responde es una salida. Las entradas tienen patrones (patterns) de contenido y para cada patrn de entrada habr una salida (template). Por ejemplo un Usuario le introduce la expresin Cmo te llamas? Y el Robot contesta Orientador Vocacional. Aqu el patrn de entrada es "Cmo te llamas?". Y la salida o tmplate es Orientador Vocacional. Al robot virtual se le deben indicar todas las formas y expresiones posibles que un usuario pueda expresar. Cuando se establezca una pregunta o nombre, se debe indicar la mayor cantidad de posibles respuestas, segn lo permita cada pregunta. Ejemplo le pueden preguntar al robot quien eres o como eres y el robot en ambos casos proporcionar la misma respuesta. Para esto se utiliza la instruccin <srai>, sempre que le pregunten como eres, quien eres, el

responder: Soy un amigo orientador vocacional capacitado para apoyarte a seleccionar tu carrera de acuerdo a tus gustos y caractersticas personales.

11

Existen variaciones que no afectan el significado de la frase. Con el uso de comodines (*) se pueden transformar varias frases en una sola de tal manera que esta misma sintaxis se utilice en todas las expresiones posibles. Por ejemplo para el caso anterior si colocamos comodines de la siguiente forma: * eres * o * creo *. Como se plasma en la Figura 1 en la cual todas las solicitudes de

informacin sern respondidas por una misma expresin de salida.

<category> <pattern>* eres *</pattern> <template><srai>quien eres</srai></template> </category> <category> <pattern>* creo*</pattern> <template><srai>quien eres</srai></template> </category>
Fig. 1.- Diferentes expresiones con una misma respuesta. Autora Ana Claudia Ruiz Tadeo.

2.2.1.- ANTECEDENTES DE LA PROPUESTA

Los proyectos de investigacin referentes a sistemas programados para comunicarse a travs del lenguaje natural de tipo Chat son los realizados por Weizenbaum, quien dise un agente inteligente, a travs de un software que llam Eliza que simulaba a un experto en psicologa. Este chatbot fue muy

novedoso en su tiempo, ya que simul de manera real a un psiclogo logrando hacer creer a las personas que estaban hablando con un ser humano, sin embargo, su diseador estaba consciente de que no era un sistema inteligente en su totalidad ya que repeta palabras en una misma conversacin (Navarro, 1997). Este agente inteligente es la plataforma de la tecnologa de chatbots y la gran mayora de las investigaciones tomaron como base a Eliza.

12

Weizenbaum, durante el desarrollo de su programa capaz de comunicarse en lenguaje natural, en forma escrita en idioma ingls, identific la dificultad y

complejidad de que su software no poda almacenar en un solo sitio las palabras y con ellas emular una conversacin de diferentes temas en un mismo dilogo, para esto en lugar de tener los datos en un sola base de conocimiento, Weizenbaum dividi este almacen en mdulos, esto le permiti al chatbot cambiar

arbitrariamente de temas, (Navarro, 1998).

Un proyecto que mejora el tratamiento de palabras y el funcionamiento de ELIZA fue A.L.I.C.E., siglas (Artificial Linguistic Internet Computer Entity), (Wallace, 2004). Es un multigalardonado chatbot cuya estructura y cerebro es open

source adems de ser un sistema derivado de la experiencia de Weizenbaum con ELIZA, con la diferencia de que A.L.I.C.E. cuenta con una serie de mejoras en cuanto a su funcionamiento y principalmente al tratamiento de las palabras, (ALICE, Foundation, 2006). Las tcnicas a partir de las cuales A.L.I.C.E. realiza las conversaciones, consisten en el reconocimiento de patrones en el texto, anlisis de la semntica de las frases, la gramtica y la ortografa. Todo esto permite a A.L.I.C.E. identificar el significado de una palabra de acuerdo al contexto (Shah, H., 2005). A.L.I.C.E., es definitivamente uno de los mejores chatbot y principalmente uno de los ms sencillos de utilizar y tambin de implementar. Su arquitectura se basa en dos mdulos especficos: el intrprete del lenguaje AIML y el almacen de datos AIML, (Russell, S. & Norvig, P., 1995). La desventaja de ALICE es que su base de conocimiento est en ingls. Pero es una ayuda para los programadores que empiezan a crear sus primeros robots.

AIML es una parte muy importante para el funcionamiento de A.L.I.C.E., consiste en una extensin del lenguaje XML. AIML consiste en una serie de etiquetas las cuales permiten manejar y organizar la informacin entrante y saliente de A.L.I.C.E. por temas de manera similar a lo realizado por ELIZA, con la notable diferencia de que AIML provee de una estructura nica a partir de la cual se accede a las bases de conocimiento de A.L.I.C.E., permitiendo recuperar e insertar texto en A.L.I.C.E. (A.L.I.C.E. IA foundation, 2006).

13

2.2.2.- VENTAJAS Y DESVENTAJAS AL BASARSE EN UN SISTEMA COMO A.L.I.C.E.

Segn Russell (2002) existen una serie de ventajas importantes que invitan a utilizar al sistema A.L.I.C.E. como base para otros trabajos referentes a chatbots:

La implementacin del AIML es sencilla. El hecho de que Program D funcione como servidor facilita su implementacin en la Web. Program D es sencillo, multiplataforma, de cdigo abierto source y es robusto.

LA DESVENTAJA MS NOTABLE AL BASARSE EN A.L.I.C.E. ES LA SIGUIENTE:

La escritura en AIML es extensa y esto hace que sea costoso por el tiempo que implica el programarlo a menos de que se reduzca la capacidad del chatbot para desarrollar diferentes temticas.

2.2.3.- APLICACIONES
Los chatbots se pueden aplicar a la emulacin de un psiclogo, pedagogo traductor de ingls, consultor bibliotecario y otras aplicaciones donde se requiera la interaccin humano computadora.

14

2.2.4.- TRABAJOS RELACIONADOS

Turing (1950), en la revista Mind publica un artculo llamado Computing Machinery and Intelligence, donde propone la investigacin desarrollado por Alan Turing (Test de Turing), para probar que las mquinas son inteligentes, que actualmente son una de las prioridades para los investigadores de Inteligencia Artificial. Se propone como hiptesis que si una mquina se comporta en todos los aspectos como inteligente, entonces se prueba que es inteligente. El desafo consiste que la mquina debe hacerse pasar por humano en una conversacin con una persona a travs de una comunicacin de texto tipo chat. A la persona no se le avisa si est hablando con una mquina u otro ser humano. Si el sujeto es incapaz de determinar si la otra parte de la comunicacin es humana o mquina, entonces se considera que la mquina ha alcanzado un determinado nivel de madurez entonces se dice que es inteligente. Todava ninguna mquina a

aprobado el examen del mtodo cientfico (Turing, 2007). A.L.I.C.E. es uno de los sistemas conversacionales ms fciles de utilizar para interactuar (Alice, 2008). Su estructura est basada en dos partes importantes: el compilador del lenguaje y almacenamiento de datos en AIML (Russell, 1995).

El chatbot, Eliza, fue diseado en 1966 por el Profesor Joseph Weizenbaum del Instituto de Tecnologa Massachusetts (Annimo, University of Phoenix) con la finalidad de analizar la comunicacin de un idioma natural entre una persona una computadora la cual simulab a un terapeuta al establecer un dialogo. y

En el Institute of Information Science, Taiwan, se desarroll un programa que emula una conversacin humana y proporciona una opcin para aprender el idioma ingls. El chatbot inteligente proporciona un mtodo de colaboracin sincrnica. Desempea el papel de un ayudante de instructor para prestar el servicio en cualquier momento y en cualquier lugar. Proporciona materiales de referencia, diccionario, responde a preguntas, el agente realiza registros y analiza la conversaciones para que el profesor pueda evaluar los progresos de los estudiantes. Esta investigacin tiene como objetivo desarrollar un Agente 15

Inteligente que simule a un experto humano en Orientacin Vocacional, y ser novedoso para los jvenes estudiantes de secundaria, bachillerato y nivel superior, ya que estara a la vanguardia de lo que ellos utilizan actualmente el Chat y a su vez el agente responder con voz a las preguntas y expresiones de los usuarios.

2.3.- MARCO TEORICO

El modelo conceptual que apoya el diseo de este robot virtual son los temas y elementos de la Inteligenicia Artificial, as como herramientas html, program E, el sitio padorabots y el lenguaje de marcas AIML.

En la Figura 2.- Se plasman los elementos que apoyan el desarrollo del Agente Inteligente para la Orientacin Vocacional, el lenguaje de programacin de este software es el lenguaje de programacin AIML. Para compilar el cdigo se utiliza el software Program E el cual es un intrprete de AIML.

16

Fig. 2 Modelo del Agente Inteligente Conversacional. Autora Ana Claudia Ruiz Tadeo.

El desarrollo del chatbot en orientacin vocacional se apoyo del lenguaje de programacin AIML, (Alice Fundation, 1998). Es un leguaje en el cual se establecen categoras de las posible preguntas y expresiones que el usuario puede manifestar, a su vez se determinan las respuestas correspondientes para el usuario. Se apoya de una base de conocimiento que contiene la informacin y hechos sobre el tema especfico a abordar durante el anlisis. Otro elemento que apoya la estructura es el motor de inferencia, el que modela el razonamiento humano a travs de instrucciones. El componente final es la interfaz, interaccin se realiza en lnea utilizando lenguaje natural. la

Este modelo se instrucciones

integra de

dos partes bsicas: un motor de inferencia o

y la base de conocimientos o informacin. El lenguaje de

programacin es un programa que trabaja con el lenguaje de marcas para tincluye la interfaz con el usuario, sin embargo, dicho motor puede ser incluido en un servidor Web que contenga una interfaz, tambin se puede agregar como un contacto ms en un programa de mensajera instantnea o hacer la interaccin 17

va Shell. La base de conocimientos se forma a partir del AIML que consiste en una serie de preguntas del usuario con sus respectivas respuestas; estas preguntas pueden agruparse en conjuntos de conocimientos de acuerdo a un tema y adems, dentro del AIML se proporcionan una serie de mecanismos que permiten al creador de la base de conocimientos implementar procedimientos para dar realismo a las conversaciones (Meja Santana, 2006).

Por otro lado Program E es un intrprete de AIML el cual funciona sobre la plataforma de apache, php y mysql. Es una implementacin de cdigo abierto. Para implementar el cdigo AIML en esta investigacin se utiliza la plataforma WAMP que incluye los software apache, php y Mysql. Donde PHP, es un lenguaje muy usado en internet para crear sitios web dinmicos, el tomcat apache permite establecer un servidor, Mysql es un administrador de base de datos (Meja Santana, 2006). Para agregar al robot una imagen interactiva se utiliza la

plataforma Pandorabots, y para su publicacin se utiliza HTML.

El lenguaje de programacin de AIML fue desarrollado por el Dr. Richard Wallace y la comunidad del software de Alicebot libremente entre los aos de 1995 y 2000. AIML consiste en una serie de etiquetas las cuales permiten manejar y organizar la informacin entrante y saliente, provee de una estructura nica a partir de la cual se accede a las bases de conocimiento, permitiendo recuperar e insertar texto. La escritura en AIML es costosa en tiempo, a menos que se reduzca la capacidad del chatbot para desarrollar diferentes temticas (Meja Santana, 2006).

18

2.3.1.- INTELIGENCIA ARTIFICIAL

La Inteligenicia Artificial (IA), se define como la ciencia que trata de la comprensin de la inteligencia y del diseo de mquinas inteligentes, es decir, el estudio y la simulacin de las actividades intelectuales del hombre (manipulacin, razonamiento, percepcin, aprendizaje y creacin), (J. P. Snchez y Beltrn, 1988).

La I. A. es una tecnologa que se impone rpidamente con muchas promesas para el futuro. Dedicada a la programacin de computadoras que lleven a cabo tareas que requieren de la inteligencia de ser realizadas por humanos.

Hace tan slo unos pocos aos la utilizacin de programas en IA estaba reservada a los grandes procesadores que operaban en los laboratorios o centros de clculo de las universidades. Hoy las computadoras personales e incluso los procesadores familiares pueden procesar programas de IA. A los investigadores pioneros de la IA se les trat como excntricos y fantasiosos que vivan en la ciencia ficcin de los robots. Pero el cambio sucedi. Los resultados de la investigacin en la IA ya son muy importantes en diversas reas y cualquiera tiene acceso a un microordenador. Los japoneses estn trabajando en la quinta generacin de computadoras donde la utilizacin de las tcnicas de la IA ser exhaustiva.

Esta investigacin se encuentra dentro de la Inteligencia artificial por tanto otra definicin de Inteligenicia Artificial por Minsky(1984), es el estudio de cmo programar computadoras que tengan la facultad de hacer aquello que la mente humana puede realizar. Este concepto resulta extenso ya que la Inteligenicia Artificial es un amplio estudio de procesos realizados por los humanos, de tal modo que se distinguen dos grupos para los cuales se puede dictar una definicin independiente en base a su naturaleza, estos grupos corresponden al procesamiento de la informacin y a la representacin de la misma, siendo esta ltima la que se refiere a los sentidos y aspectos como el lenguaje y la comunicacin (Barber, 2002). 19

La Inteligenicia Artificial es la ciencia que desarrolla programas para que las mquinas realicen tareas humanas y simulan la inteligencia de las personas.

La investigacin en el campo de la Inteligencia Artificial se destaca principalmente por el desarrollo de mquinas que automatizan actividades que requieran un comportamiento inteligente.

Dentro de la I. A., dada su gran extensin, existen muchos campos como son:

La Robtica (manipulacin, la palabra robot fue creada en 1920 por Karel Capek), que estudia mquinas capaces de realizar procesos mecnicos repetitivos y tareas manuales de las cuales es capaz el hombre.

Los sistemas Expertos (razonamiento), que estudian la simulacin de los procesos intelectuales de los expertos humanos como pueden ser: la interpretacin de datos, el diagnstico, la correccin, la monitorizacin, el control, la prediccin, la planeacin, el diseo y la enseanza.

El lenguaje natural (percepcin), que estudia el uso del lenguaje natural (el que le es propio del hombre) como medio de comunicacin con las mquinas (programas como las bases de datos y robot), es un problema complejo pues intervienen distintos procesos como son: la comprensin del lenguaje, la sntesis y anlisis de la voz, el resumen y la traduccin.

La visin por computadora (percepcin), que estudia la identificacin, inspeccin, localizacin y verificacin de objetos. Este campo esta muy unido al de la robtica pues una de las necesidades bsica de los robot es el poder ver.

El aprendizaje automtico (aprendizaje), estudia el aprendizaje de nuevos conocimientos de forma automtica por los programas de computadora y por tanto de las mquinas.

20

Tratamiento inteligente de la informacin (razonamiento), estudia formas inteligentes para procesar y recuperar informacin almacenada en grandes bases de datos que de otra forma sera imposible, por el tiempo requerido en la bsqueda.

La programacin automtica (creacin), estudia las formas automticas de generar programas que resuelven los problemas planteados cumplindose una serie de especificaciones. Otras tareas que se analizan son: la verificacin, la depuracin y optimizacin de programas.

Los juegos (razonamiento), estudia aquellos problemas cuya resolucin no necesita de explicaciones y justificaciones, sino que basta con que se cumpla una serie de leyes o reglas del juego.

2.3.2.- SISTEMAS EXPERTOS

Un Sistema Experto (S. E.) o Sistema Basado en el Conocimiento , es un conjunto de programas de computadora que son capaces, mediante la aplicacin de conocimiento, de resolver problemas en un rea determinada del conocimiento o saber y que ordinariamente requerirn de la inteligencia humana.

Una definicin ms universal es la dada por Forsyth (1968) que dice: Un S. E. es un programa de computadora que remplaza a un experto humano, que est basada en la prueba de existencia de I. A. debida a Alan Turing y que particulariza para los S. E.: Si la ejecucin de un conjunto de programas de computadora puede convencernos de que su comportamiento es el que tendra un experto humano, entonces este conjunto de programas es un verdadero S. E..

21

Por razones fsicas una limitacin en el conocimiento que puede contener, no solamente por el tamao de la memoria en la que se almacena, sino tambin por el tiempo requerido para su procesamiento, por lo que un S. E. es solo experto en un campo muy reducido del saber. Si bien es cierto que cada da es mayor la capacidad de los S. E. gracias a los constantes desarrollos tecnolgicos.

Las dos funciones bsicas de un S. E. son: la resolucin en base a un conocimiento y la comunicacin de este conocimiento al usuario, dos tareas que tradicionalmente iban separados como la calculadora y el libro o como programas distintos de una computadora.

2.3.2.1.- CARACTERSTICAS DE LOS SISTEMAS EXPERTOS

La tecnologa de construccin de los S. E. se lleva a cabo entre la ingeniera de programacin, circuitos y el psicoanlisis. La lgica, la pedagoga y la psicologa son tres de las ramas del saber de las que con ms frecuencia se hace uso.

Realmente un S. E. actual no se comporta como un experto humano pues no se conoce todava los procesos mentales que se ponen en funcionamiento en el hombre cuando trata de resolver un problema y mucho menos cual es el funcionamiento de la inspiracin. Es por esto que lo que realmente hace un S. E. es simular estos procesos, pero de una forma mejorada, ya que el S. E. tiene como caracterstica, gracias a su gran capacidad de comunicar, el explicar por que procede de una u otra forma y el justificar los resultados obtenidos, dos puntos que a veces el experto humano no sabe o no quiere explicar.

Los S. E. actuales en general no son capaces de obtener el conocimiento por si solos mediante la prctica, as pues no son realmente expertos, y es ms correcto denominarlos Sistemas basados en el conocimiento.

22

Por regla general en los S. E. actuales el conocimiento debe introducirse previamente. Para ello debe extrarsele al experto humano, este conocimiento tiene que aplicarse a la solucin de problemas y tiene que poder trasmitirlo al usuario del sistema.

2.3.2.2.- VENTAJAS DE LOS SISTEMAS EXPERTOS

Ventajas de los sistemas expertos con respecto a los expertos humanos.

Estn sempre disponibles a cualquier hora del da y de la noche, y de forma permante las 24 horas del da. Mantiene el humor. Puede duplicarse (lo que permite tener tantos como se necesiten). Pueden situarse en el mismo lugar donde sean necesarios (entornos hostiles y peligrosos). Permiten tener decisiones homogneas efectuadas segn las directrices que se le fijen. Son fciles de reprogramar (Mentalidad abierta). Explican los procesos, por lo que a sus usuarios les ensea a ser expertos en la materia. Pueden perdurar y crecer en el tiempo de forma indefinida. Pueden ser consultados por personas o otros sistemas informticos.

Los expertos humanos son irremplazables puesto que hoy por hoy los conocimientos que poseen los S. E. proceden de ellos y se comportan de una forma torpe y limitada, no vindose todava cercano el momento en que puedan aprender con un maestro por s solos, y llegado el caso, sempre resultar mas barato y eficaz, aprender con un maestro que redescubrir otra vez la rueda.

23

2.3.3.- ROBOT VIRTUAL

La robtica virtual consiste en hacer que la computadora funcione como el cerebro de un robot, ya sea conversando con las personas, es el caso de los chatbot, as como ejecutando rdenes o controlando diversos perifricos

externos. Una de las principales ventajas de una implementacin de la robtica virtual es la introduccin de rdenes en lenguaje natural. Un robot virtual puede controlar un hogar inteligente de una manera fcil y econmica, por ejemplo podremos indicarle por telfono que encienda las luces de la casa, la calefaccin o el horno de microondas. Una de las tendencias con ms futuro de la robtica virtual es la utilizacin de chatbot para ofrecer por Internet servicios y atender las dudas y necesidades de los clientes Un robot virtual establece un dilogo utilizando un lenguaje natural con los usuarios con los cuales establece comunicacin por Internet, por medio de mensajes instantneos, email, foros, o por voz utilizando el telfono. Los sistemas robots virtuales son llamados chatbots, bots, chatterbots, chatterboxes, v-hosts, V-personas, agente o persona virtual. Un robot virtual puede o no puede ser asociado con un avatar (imagen animada), una animacin que puede incluir discursos sintticos por lo tanto el chatbot puede parecerse ms a la vida a travs de una realidad virtual en animacin y sonido. Un robot virtual puede reconocer lo que el usuario habla por lo tanto sus funcionalidades no quedan reducidas a comunicarse en forma escrita si bien este es el modo ms usado. El robot virtual sempre tiene un botmaster, una persona detrs de escena que es el responsable de la creacin de la personalidad de los bots y de la inclusin de estos en el mundo real a travs de sitios web o programas desde los cuales dialogan con personas reales.

24

Para disear un robot virtual utilizare lenguaje AIML que fue diseado para la programacin de robots que funcionan en la computadora. AIML significa

Lenguaje de Marcacin de Inteligencia Artificial y es muy similar en su sintaxis al HTML (Lenguaje de marcas).

2.3.4.- AGENTE INTELIGENTE

Los agentes inteligentes son resultado del estudio e investigacin hecha en el mbito de la inteligencia de hipertexto). Ms all del cdigo lo ms interesante y difcil a la hora de crear un robot es disear su personalidad de manera que sea original, inteligente, entretenido y capaz. artificial. Especficamente provienen de la Inteligenicia Artificial distribuida y de la vida artificial. Las primeras aplicaciones de la vida artificial aparecieron casi al mismo tiempo que la informtica con los autmatas celulares de Von Neumann y las neuronas formales (Russell, 1995)]. Dando paso desde entonces a una serie de evoluciones hasta llegar a las aplicaciones que ahora se estn desarrollando tales como el Web Semntico, los asistentes virtuales, chatbots, entre otros. Un agente es una entidad de software con un propsito especfico. La persistencia distingue a los agentes de las subrutinas; los agentes tienen sus propias ideas sobre tareas a ejecutar. Con objetivos especficos se distinguen los agentes de las aplicaciones multifuncin, que son tpicamente ms pequeos (Hayes Roth, 1995).

Las caractersticas que debe cumplir un agente para ser considerado como tal son: autonoma, reactividad, iniciativa y habilidad social (Gracia, 2005).

25

2.3.4.1- AGENTE CONVERSACIONAL CHATBOT

Un agente conversacional o chatbot es un programa que intenta imitar la conversacin que puede proveer un ser humano (Alice IA Foundation, 2006). Otra definicin nos dice que el chatbot es un programa que tiene como finalidad simular la conversacin escrita, aparentando inteligencia, hasta el momento, de manera temporal (lvarez et, 2001)].

2.3.4.2.- CHATBOTS EN INTERNET

Los sistemas conversacionales en Internet tienen en la actualidad mayor proyeccin especialmente en sitios web comerciales. Los agentes

conversacionales estn capacitados para dialogar con clientes, resolver algunas dudas sobre productos y como vendedor esta siendo un sustituto ideal de los mens y pginas que intentan explicar algn producto o dar detalles acerca de servicios especficos. La posibilidad de que un sitio contenga un agente capaz de atender a los clientes todo el tiempo resulta muy prctico y adems, propone una interaccin ms adecuada para lograr propsitos comerciales (Russell, 2002).

2.3.4.3- ARQUITECTURA DEL AGENTE INTELIGENTE.Un sistema Experto es un programa de computadora que simula el razonamiento de un experto humano en cierto dominio. Para hacerlo se utiliza una base de conocimiento que contienen hechos y reglas heursticas y un motor de inferencia para utilizar el conocimiento. Cuando el sistema experto es interactivo debe existir una interfaz de usuario. Esta tiene dos funciones principales: ofrecer recomendaciones y explicaciones al usuario (mdulo explicatorio) y maneja la adquisicin del conocimiento (mdulo de adquisicin). La Figura 3.- muestra esta estructura bsica.

26

Fig. 3.- Estructura bsica de un Sistema Experto (Chadwick, 1987).

El proceso, muy simplificado, sera: primero el conocimiento del experto humano debe introducirse en la base del conocimiento. Este primer paso se conoce como ingeniera del conocimiento. Realizado ste, el sistema experto est listo para utilizarse. Se establece un dilogo entre el sistema y el usuario. Este responde a las preguntas del sistema, que al final sugiere un consejo o responde a una cuestin. El motor de inferencia analiza las situaciones, establece los objetivos y obtiene las conclusiones, (Chadwick, 1987). Los datos estn agrupados en lo que denominaremos base de hechos, se utilizan sistemas de representacin del conocimiento de tipo declarativo que forman la Base de Conocimientos, el control es independiente y se denomina Motor de Inferencia, por ltimo, la entrada y salida de datos es similar a los programas tradicionales.

27

2.3.5.- MODELO FORMAL

Mtodo de aproximacin descendente o reglas de produccin, se parte de un objetivo o hiptesis que examina todas las evidencias que soportan o contradicen la hiptesis. Por ejemplo usted sospecha que el motor se ha quedado sin gasolina. Ahora usted intenta verificar o negar tal hiptesis. Comprueba el nivel de gasolina, la bomba de gasolina, las conexiones entre la bomba de gasolina y el carburador. Este mtodo tambin recibe el nombre de reglas de produccin.

Se presenta la ilustracin de las tcnicas de aproximacin descendente, se utilizan las letras maysculas A, B, C, D, E y F para representar los diferentes hechos y aserciones. De esta forma se presenta como ejemplo las siguientes reglas.

R1: Si A and C entonces E R2: Si B and C and D entonces E R3: Si A and D entonces C R4: Si E entonces F

El objetivo es demostrar que F es verdadero. Ya que F no est almacenada en la base de datos, debemos encontrar todas las reglas que tengan F en la parte derecha. En este caso slo hay una, la R4. Ahora se establece un subobjetivo, demostrar que E es verdadero, ya que si E es verdadero tambin F es verdadero. Buscamos en la base de datos pero no lo hay, as que tenemos que buscar E en la parte derecha de las reglas. Se encuentra las reglas R1 y R2. Se emplea el mtodo simple de resolucin de conflicto, el de elegir la regla cuyo nmero es ms bajo, y tomamos la R1 (Chadwick, 1987).

El nuevo subobjetivo es deducir que A y C son verdaderos. Examinamos la base de datos y encontramos que A es verdadero. Ahora queda demostrar que C es verdadero.

28

La R3 es la nica que tiene C en la parte derecha. Se hacer R3 ya queA y D estn almacenados en la base de datos, con lo que se aade el smbolo C. (C A D), volvemos a la R1, ya que A y C son verdaderos, la regla R1 se activa y la base de datos que da como: (E C A D). Seguidamente se activa la R4 con lo que el smbolo F se aade: (F E C A D), una de la ventajas de la aproximacin descendente es, la capacidad de ofrecer explicaciones de su razonamiento, diciendo al usuario que objetivos y reglas se han utilizado. Por ejemplo el sistema podra informar al usuario:

Se intenta utilizar la R1 Ya se sabe que: C es verdadero A es verdadero D es verdadero Si E es verdadero entonces se mostrar que F es verdadero.

Algunas aplicaciones tpicas, en las cuales los sistemas de produccin adaptativa se han utilizado con xito, son simples rutinas de tareas de aprendizaje o

adquisicin de patrones se llaman redes diferenciales. Para ilustrar la tcnica del aprendizaje utilizaremos las redes diferenciales como representacin grfica.

2.3.5.1.- REDES DIFERENCIALES

La facultad de aprender es indudablemente una caracterstica importante de la Inteligenicia Artificial. Si se le dice a una persona que 2+2=4 y al cabo de cinco minutos le contestan que 2+2=5, no podr calificarla (o calificarlo) como inteligente. Nosotros esperamos que un sistema inteligente sea capaz de almacenar hechos y despus recordarlos. Superado este simple aprendizaje de memoria, esperamos capacidades mas avanzadas, como aprendizaje de pruebas sucesivas, por consulta o por induccin. Con referencia a los sistemas de produccin, esto significa la capacidad de modificar la base de conocimientos. Un sistema de produccin con aprendizaje se le llama produccin adaptable. 29

Una de las principales caractersticas de la inteligencia sea natural o artificial, es sin duda la capacidad de aprender.

La Figura 4.- ilustra el esquema general que vamos a utilizar para implementar las redes diferenciales: la estructura del rbol binario. Cada cuestin (nodo) tienen dos sucesores: el sucesor-si y el sucesor-no. Un sucesor puede ser tanto una conclusin como el puntero de la nueva cuestin, (Chadwick, 1987). Cuestin 1 S N

Cuestin 2

Cuestin 3

Conclusin 1

Conclusin 2

Cuestin 4

Conclusin 3

Conclusin 4

Conclusin 5

Fig. 4.- Esquema general de una red diferencial .

2.3.6.- AIML
AIML consiste en una serie de etiquetas las cuales permiten manejar y organizar la informacin entrante y saliente de A.L.I.C.E. por temas de manera similar a lo realizado por ELIZA, con la notable diferencia de que AIML provee de una estructura nica a partir de la cual se accede a las bases de conocimiento de A.L.I.C.E., permitiendo recuperar e insertar texto en A.L.I.C.E. (A.L.I.C.E. IA foundation, 2006).

30

2.3.6.1- FUNDAMENTOS DE AIML

Los fundamentos de AIML son muy simples. La idea detrs del diseo del AIML fue crear algo simple y suficientemente potente para que cualquiera pueda crear sus propias pginas web y su chat bot. Si se tiene el conocimiento fundamental de HTML (por ejemplo <h1>, <p>, y <a>) se puede crear una simple pgina web. Si puedes aprender esas tres cosas del HMTL, puedes aprender AIML.

La unidad bsica de AIML, se llama categora. Una categora del AIML sempre contiene dos elementos: El patrn (o pattern) y el template (o plantilla). El pattern es el estmulo o entrada que el robot virtual recibe y el template es la respuesta que este da al estmulo.

En el cerebro de un robot muy completo pueden haber miles de categoras de AIML que tienen las simples formas: el pattern es simplemente un texto que est definido segn las expresiones que un usuario pueda expresar (como vimos en el apartado anterior) y el template es un texto que se despliega exactamente como el programador lo ingreso para que sea mostrado ante determinado estmulo.

En la Figura 5 se muestra como se forman las categoras dentro de un archivo AIML. <category> <pattern>Quin eres tu?</pattern> <template> Yo soy el resultado de una interfase de Inteligencia Artificial, la cual puede reproducir las capacidades de un cerebro humano. </template> </category>

Fig. 5.- La sintaxis de una categora en cdigo AIML. Autora Ana Claudia Ruiz Tadeo.

31

Se puede observar el parecido con el HTML: El lenguaje que usamos tiene un tipo de marcas parecidas como <, el comando, y luego >, tambin utilizando la barra /, el nombre y cerrando la secuencia con >. En la Figura 6.- se plasma el resultado de una pregunta que realiza el usuario y la respuesta que proporciona el agente inteligente.

Usuario : Quin eres tu? Robot : Yo soy el resultado de una interfase de Inteligencia Artificial, la cual puede reproducir las capacidades de un cerebro humano.

Fig. 6.- Pregunta de un usuario al Agente Inteligente. Autora Ana Claudia Ruiz Tadeo.

2.3.7.- EDUCACIN Y TECNOLOGA

Este trabajo se desarrolla en el campo educativo, por ello es importante comprender en primer lugar que la educacin es un proceso a travs del cual una persona adquiere algn tipo de habilidad o toma conciencia de algo (Rivera, 2003).

Se tendr mayor impacto cuando se logr que la educacin se pueda impartir desde las diferentes ramas de la informtica como es la Inteligenicia Artificial, se puede lograr mayor alcance al incorporar procesos autnomos o inteligentes, de esta manera los sistemas computacionales dejaran de ser solo un administrador o presentador de recursos (Rivera, 2003).

32

2.3.8.- ORIENTACIN VOCACIONAL

Cada ser humano tiene caractersticas muy personales y por tanto tiene

habilidades para ciertas actividades, nos hemos percatado que algunas se nos hacer muy interesantes, nos agradan al realizarlas, se nos facilitan y en otras ocasiones nos parecen muy tediosas y difciles (Jaramillo, 2005).

Estas diferencias hacen que se tengan destrezas, intereses y habilidades muy especficas para cada ser humano. Una destreza o habilidad es la capacidad que se tiene para realizar una tarea especfica, por ejemplo la costura en la que se necesitan destrezas especficas manuales, capacidades de atencin entre otras.

Los intereses, gustos y

habilidades personales nos permiten

determinar

alternativas de nuestra verdadera vocacin.

Vocacin es la atraccin natural a un estado, profesin o carrera, segn Patricia Cabrera Z., Docente y gua vocacional en la consultara chilena. (Jaramillo, 2005).

Cuando terminamos nuestro bachillerato y necesitamos seleccionar una carrera nuestros amigos y familiares opinan sobre lo que debemos estudiar y en muchas ocasiones quieren que estudiemos lo mismo que ellos para heredar un patrimonio o para protegernos y brindarnos sus conocimientos (Jaramillo, 2005). La orientacin vocacional le ayuda a las personas a reconocerse a s mismos e indicarles las ventajas que tienen 2005). en relacin con sus semejantes (Jaramillo,

El tener esta posibilidad los hace ser ms eficientes, productivos y exitosos; sin mencionar el beneficio y tiempo que ganan de manera personal.

33

Es importante mencionar lo esencial que es la orientacin vocacional, porque si sta es excelente y por consecuencia, conocemos nuestros gustos personales, as como nuestros intereses, capacidades y habilidades esto nos permitir

seleccionar de manera correcta, nuestros estudios universitarios lo que en un futuro se ver reflejado directamente en la calidad del trabajo profesional que desempeemos, as como en la calidad de vida. El concepto etimolgico de vocacin viene del latn vocatio, vocationis que significa llamado, invitacin, mejor dicho, la vocacin nace desde el exterior de nosotros, que nos involucra a participar en una especfica tarea o relacin laboral, la eleccin de una profesin, de un trabajo y de una carrera. (Jaramillo, 2005).

Se puede describir a la orientacin vocacional como un procedimiento que ayuda a los jvenes a conocerse a s mismo y al mundo de trabajo al cual se pueden enfrentar, as como ayudarlos a seleccionar la profesin correcta de acuerdo a sus aptitudes, intereses y rasgos de personalidad, teniendo en cuenta las posibilidades de trabajo y de estudio existentes. Todo ello debe realizarse mediante un equipo orientador interdisciplinario como tutores, profesores, psiclogos y pedagogos (Jaramillo, 2005).

Los objetivos bsicos de todo proceso de orientacin vocacional estn establecidos:

En primer lugar a conocer la personalidad de cada individuo, especificar sus capacidades, gustos, aptitud. habilidades, motivaciones, intereses, su inteligencia y

En segundo lugar, la orientacin vocacional debe involucrar a los padres, ya que ellos apoyan en este proceso orientador, siendo debidamente informados de la realidad educativa y laboral que existe para apoyar a sus hijos, solo de manera informativa sin impedir la libre eleccin.

34

La orientacin profesional tiene como finalidad ayudar a los jvenes a encontrar su vocacin y guiarlos a las actividades profesionales de acuerdo a sus aptitudes. Se puede describir a la orientacin vocacional como un proceso que permite ayudar a los jvenes a conocerse a s mismo y al mundo de trabajo al que enfrentarn. Para que se preparen y elijan la profesin adecuada a sus aptitudes, intereses y rasgos de personalidad, teniendo en cuenta las posibilidades de estudio y de trabajo existentes (Jaramillo, 2005).

Haciendo un anlisis sobre las posibles investigaciones relacionadas con Sistemas Inteligentes Conversacionales para la orientacin Vocacional, se

determin que en la actualidad no existe una aplicacin que realice un anlisis vocacional para los usuarios por medio de un dilogo entre el usuario y un software que simula a un experto humano en orientacin vocacional.

2.3.9.- LA ENTREVISTA
Este proyecto de investigacin utiliza principalmente la tcnica de la entrevista por su uso frecuente dentro del proceso de la orientacin vocacional, esto debido a que mediante ella se establece una comunicacin directa con los usuarios del sistema (Choque, 2003). La entrevista consta de 3 etapas las cuales son: preparacin, desarrollo y anlisis (Piattini et al., 1996).

2.3.9.1.- PREPARACIN
La primera etapa referente a la preparacin de la entrevista se refiere al hecho de que el entrevistador debe conocer en primer lugar, el entorno en el cual va a desenvolverse, es importante mostrar un grado de inmersin suficiente dentro del mbito al que se refiere el problema de tal forma que el entrevistador y el entrevistado se comuniquen correctamente (Goguen y Linde, 1993).

35

El entrevistador debe prepararse lo suficiente tcnicamente, conocer bien el problema, indagar soluciones existentes de problemas similares, con la finalidad de que la imagen que se proyecta al momento de hacer la entrevista genere confianza ante el entrevistado (Beyer y Holtzblatt, 1995).

Para la realizacin de la entrevista se debe tomar en cuenta la eleccin de los participantes es importante discriminar a los entrevistados de acuerdo al grado de incidencia que tienen en el sistema ya que lo ms conveniente es realizar el menor nmero de entrevistas posibles (Choque, 2003). Por otra parte, al hacer una entrevista deben intervenir las relaciones interpersonales, es conveniente conocer previamente a las personas mediante el estudio de perfiles para que al efectuarla sea ms sencillo iniciar y mantener la comunicacin (Piattini et al., 1996).

Otra de las partes importantes en la preparacin de la entrevista es referente a la elaboracin del tema, es primordial que el entrevistador tenga un claro conocimiento de lo que desea obtener al realizar la entrevista y estar seguro de que las preguntas que se van a realizar estn encaminadas a lograr el objetivo de la entrevista. Por otra parte, es recomendable notificar al entrevistado el tema o las preguntas que se van a tratar para que la persona afronte la entrevista de mejor manera y adems es saludable el dejar claras notaciones o trminos usados por el entrevistador y as evitar fallas en la comunicacin (Choque, 2003).

Por ltimo, dentro del protocolo de la entrevista es necesario determinar e informar de manera previa lugar, hora y fecha para la realizacin de la entrevista, todo esto basado en la comodidad y disponibilidad del entrevistado (Goguen y Linde, 1993).

36

2.3.9.2.-DESARROLLO
Para el desarrollo de la entrevista ya se tienen preparadas las preguntas, el lugar y se es consciente del objetivo a lograr, entonces lo importante para esta etapa es en primera instancia cuidar que la planeacin se siga correctamente, el entrevistador debe controlar la distribucin del tiempo de tal forma que sea el entrevistado quien disponga de un 80% del mismo y adems, es importante el no extender demasiado la entrevista. Otro de los puntos a considerar es sobre la forma en que se recolectarn los datos, puede ser mediante notas, grabadora de audio video o la presencia de algn asistente que realice las transcripciones. Cualquiera de las opciones anteriores se aplica sempre y cuando se tenga la autorizacin del entrevistado (Robertson y Robertson, 1999).

Otra de las situaciones que se debe cuidar durante el desarrollo es el lenguaje utilizado, el mantener un vocabulario sencillo y claro para el entrevistado permite que la comunicacin sea mejor.

Por ltimo, durante el transcurso de la entrevista el entrevistador debe mantener en todo momento la atencin y el inters para con el entrevistado, con la finalidad de mantener la confianza de la persona (Davis, 1985).

En la finalizacin de la entrevista se debe generar un ambiente cordial, agradecer al entrevistado por sus contribuciones y hacerle saber que podra ser necesario regresar posteriormente con l para otra charla (Choque, 2003).

37

2.3.9.3.-ANLISIS
La ltima etapa dentro de la tcnica de la entrevista es el anlisis de la misma y consiste en tomar el material recopilado, organizar los datos, revisarlos y darles posteriormente un formato. La informacin obtenida a partir del anlisis puede no expresar en realidad las opiniones que el entrevistado ha emitido por lo que es recomendable consultar con l los resultados y corroborar que sea correcto el anlisis. Finalmente, es saludable el evaluar la evolucin del proceso de la entrevista para que el entrevistador perfeccione en cada ocasin su tcnica (Choque, 2003).

2.3.10.-DESCRIPCIN INVESTIGACIN

DE

LOS

INSTRUMENTOS

DE

En este apartado se explican los mtodos utilizados para realizar esta investigacin para el desarrollo del agente en orientacin vocacional.

2.3.10.1.- El MTODO CUANTITATIVO Y CUALITATIVO

En el mtodo cuantitativo establece relaciones para llegar a un planteamiento del problema, este mtodo trata de establecer una ley general. Adems este mtodo generaliza y presupone desde una sola perspectiva. La aplicacin de la estadstica es una de las caractersticas principales del estudio cuantitativo. A diferencia del mtodo cualitativo que estudia de manera ms especifica (al individuo o lo particular) la interpretacin del fenmeno. Muchas veces estos dos mtodos se ven contrapuestos. Y de estas dos grandes corrientes se derivan otros mtodos.

38

Ejemplos del mtodo cuantitativo: experimentales, correlacionales, encuestas, etc ; ejemplos del mtodo cualitativo: la etnografa, etnometodologa, investigacin ecolgica, estudio de casos, relatos de vida, biografa, etc. (Zorrilla,1989).

Los mtodos cualitativo y cuantitativo pueden proponer diferentes medios para llegar a los resultados por lo cual se complementan uno con el otro.

Adems debemos de analizar al caso y los objetivos a los que se quieren llegar para determinar cual de los dos mtodos es el ms adecuado para nuestro estudio.

Los mtodos cuantitativos y cualitativos son ambos principalmente empricos y emplean la observacin. El ciclo emprico consiste en las siguientes fases: a. b. c. d. e. La observacin La induccin La deduccin La verificacin o comprobacin La evaluacin

2.3.10.2.- LA ETNOMETODOLOGA
Este mtodo est enfocado al conocimiento emprico, quiere decir que propone situaciones de la vida diaria y actividades prcticas para su anlisis.

2.3.10.3.- CONSTRUCTORES Y VARIABLES

Los constructores son modelos supuestos, con una estructura y unas funciones, en base a los cuales se pretende explicar determinados fenmenos (inteligencia, motivacin, creatividad, personalidad, ansiedad, aptitud verbal, etc.); mientras que las variables son aquellas capaces de tomar distintos valores. 39

Es muy importante el estudio de las variables en el proceso de la investigacin cientfica, debido a que estas nos ayudan a obtener los resultados en nuestro proceso de estudio, ya que es a partir de ellas se obtienen los datos con los que se ha de realizar el trabajo. Las variables pueden clasificarse de acuerdo con distintos criterios.

2.3.10.4.- METODOLOGA DE RECOLECCIN DE DATOS

Existen tcnicas de recogida de datos que se utilizan para registrar las observaciones o facilitar el tratamiento experimental.

A continuacin se enlistan algunas de las formas de recopilacin de datos (Bisquerra, 2000):

2.3.10.4.1.- TESTS
Puede ser sinnimo de prueba. Los tests y las pruebas objetivas son los instrumentos de medicin que permiten una mxima precisin en el dato obtenido.

2.3.10.4.2.- CUESTIONARIOS
Consisten en un conjunto de preguntas o cuestiones que se consideran relevantes para el rasgo, caracterstica o variables que son objeto de estudio. Hay dos tipos: los aplicados en la medicin y diagnstico psicopedaggico y los utilizados en la recogida de datos en las encuestas.

40

2.3.10.4.3.- ENTREVISTAS
Es un dilogo intencional orientado hacia unos objetivos. Puede cumplir diversas funciones: diagnstica, orientadora, teraputica e investigadora.

2.3.10.4.4.- OBSERVACIN
Puede tener distintos sentidos fundamentales: como tcnica de recogida de datos dentro del proceso de investigacin (observacin sistemtica, directa,

instrumentos de registro, etc.) o como mtodo de investigacin.

2.3.10.4.5.- OTRAS TCNICAS

Los instrumentos de recoleccin de datos pueden incluir ciertos aparatos o instrumental experimental, donde se aplica ms la investigacin de laboratorio. En el informe de investigacin debe quedar claro qu tcnicas, instrumentos o aparatos se han utilizado.

La investigacin que se realiza es de carcter muestral ya que no existe el suficiente tiempo para tratar con toda la poblacin y de laboratorio debido a que el trabajo requiere de condiciones especiales y controladas que slo se pueden dar en un espacio adecuado, tal como un laboratorio. Los mtodos usados durante la misma fueron: observacin, comparacin, estadstico, cualitativo y cuantitativo y las tcnicas que se requirieron fueron la entrevista, el experimento de laboratorio, y la encuesta.

41

CAPTULO 3.-DESARROLLO

3.1.- MODELO CONCEPTUAL

El agente conversacional esta formado de dos elementos importantes para su funcionamiento los culaes son un motor y una base de conocimientos. El lenguaje de programacin es el AIML, a su vez es el compilador del cdigo fuente, este intrprete no incluye la interfaz con el usuario, para incluir una imagen nos apoyamos de la plataforma pandorabots.

En este apartado se indican las pantallas de funcionamiento del chatbot. Inicialmente se muestra la pantalla que permite acceder al robot virtual.

Para el diseo de esta interfaz se utiliz cdigo HTML, el cual permiti

la

posibilidad de incorporar una imagen que habla, simulando la voz de un humano.

El sistema de chatbot tiene una interfaz con imagen interactiva para contestar las expresiones de los usuarios, las respuesta del robot es con voz, para lo cual se requiere de bocinas, las respuestas tambin son por medio de expresiones y gestos, as como escrita tipo Chat.

En la Figura 7 se muestra la Interfaz inicial del Agente Inteligente para la Orientacin Vocacional.

42

Ests de acuerdo?

Fig. 7 Interfaz del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

El agente tiene una interfaz auditiva, visual y escrita, se escucha la voz, se observa una imagen con gestos y se observa la respuesta de manera escrita. Estos sistemas utiliza el sentido de la vista por la imagen, el sentido del odo por la voz que emite el agente y el sentido del tacto ya que el usuario escribe las respuestas de manera escrita. El usuario escribe las expresiones de manera escrita tipo Chat y el robot contesta con voz y escrita a las preguntas o expresiones realizadas por el usuario.

En la Figura 8 se muestra la imagen interactiva del sistema experto, se puede observar que habla, mueve los ojos, la cabeza y su rostro muestra expresiones a cada pregunta o expresin, el robot responde con palabras, gestos y de manera escrita tipo Chat.

43

Bienvenido

Fig. 8 Imagen expresiva del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

El agente tienen una respuesta especfica para cada pregunta o expresin realizada por la persona con la cual esta interactuando, la persona escribe en la lnea de usuario la pregunta para el robot virtual, l la busca en su base de datos y obtiene la respuesta a esa pregunta y la muestra en la pantalla a manera de texto, a su vez emite una voz con la respuesta verbal. Por eso podemos decir que emite la respuesta verbal y escrita, con sonido y texto.

En la Figura 9 se muestra el Robot Virtual, con el cual se interacta de manera activa con el usuario. Es una interaccin humano-robot que combina el dilogo con vozl y escrito tipo chat, donde el usuario realiza preguntas al robot y este le contesta de manera verbal y escrita.

44

Hola.

Fig. 9 Imagen interactiva del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

Como se comentaba anteriormente el robot tiene una respuesta para cada pregunta o expresin, se puede dar el caso que la base de datos del robot no contemple alguna pregunta realizada por el usuario, para estos casos tiene salidas de emergencia como por el momento no te puedo contestar, te puedo ayudar en algo ms por favor y Gracias no tengo informacin al respecto gracia

En la Figura 10 se plasma una parte del dilogo entre el robot virtual y un usuario.

Human: como te llamas Robot: Me llamo orientador vocacional soy un Robot Virtual un modelo de la inteligencia artificial. Human: hola Robot: HOLA. Gracias por conversar conmigo. Human: cual es tu edad Robot: Yo naci en Abril del 2008.
Fig. 10 Dilogo entre el robot y el usuario de tema en general. Autora Ana Claudia Ruiz Tadeo.

45

La Figura 11 muestra un dilogo de un usuario con el robot virtual en el dilogo le define su orientacin vocacional la cual le indica que las carreras de acuerdo a su personalidad son de investigador. En este dilogo se establecen preguntas para definir su vocacin, ya que el tema principal es definir su vocacin.

Robot TE GUSTA REALIZAR EXPERIMIENTOS DE BIOLOGA, FSICA O QUMICA? Human: si Robot Te agrada ESTUDIAR LA ESTRUCTURA DE LAS PLANTAS Y DE LOS ANIMALES? Human: no Robot: Te agrada armar o desarmar objetos mecnicos? Human: no Robot: TE INTERESA SER INVESTIGADOR EN UN LABORATORIO DE BIOLOGIA, FSICA O QUMICA? Human: si Robot: ES NOTORIO TU INTERES CIENTFICO, LAS PROFESIONES ACORDE TUS INTERESES SON: ANTROPLOGOS, ARQUELOGO, ASTRNOMO, BILOGOS, INGENIERO ELECTRICISTA, INGENIERO QUMICO, ODONTOLOGO, PSICOLOGO, MDICO, TCNICO DE LABORATORIO?
Fig. 11 Dialogo entre el usuario y el robot. Autora Ana Claudia Ruiz Tadeo.

LOS PASOS PARA QUE FUNCIONE EL ROBOT VIRTUAL SON:

I.- Seleccionar el Internet Explorer. Como se muestra en la Figura 12 muestra el icono de la aplicacin de Internet.

que

46

Fig. 12 Pantalla del primer pas para utilizar el Robot Virtual. Autora Ana Claudia Ruiz Tadeo.

II.- Ejecutar la pgina diseada con HTML que integra el siguiente cdigo. En la Figura 13 se plasma el cdigo que muestra la interfaz del agente Inteligente en Orientacin Vocacional.

PAGINA1.html <html> <head> <title> Orientacin Vocacional </title> </head> <frameset rows="340,*"> <frame src="!TALKREF!&skin=pagina2" name="vhost"> <frame src="!TALKREF!&skin=pagina3&speak=true" name="pagina3"> </frameset> </html>

Fig. 13 Cdigo de HTML parte I. Autora Ana Claudia Ruiz Tadeo.

En la Figura 14 se indica el cdigo en HTML que asigna una imagen interactiva al robot virtual.

47

PAGINA 2.html <html> <body> !VHOST! </body> </html>

Fig. 14 Cdigo de HTML parte II. Autora Ana Claudia Ruiz Tadeo.

En la Figura 15 se plasma el cdigo que hace que la imagen interacte con los usuarios, hace que la imagen sea conversacional.

PAGINA 3.html <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN"> <HTML> <HEAD> <SCRIPT> <!--function sf(){document.f.input.focus();}// --> </SCRIPT> </HEAD> <BODY lang=en-US bgColor=#9999AA onload=sf()> !SPEAK! <FONT face="Arial" color=#000000 size="4"> <table> <tbody> <tr><td bgcolor=#FFFFFF> <template><think><srai>PREDICADOS POR DEFAULT DEFAULTS</srai></think></template> <b><em><template>><input/></template></em></b> <P> </td></tr> <tr><td> <em><b>!OUTPUT!</b></em></P> </td></tr> <tr><td> <FORM name=f action="" method=post> !CUSTID! <P>Usuario...</font> <INPUT size=80 name=input> </P> </FORM> </td></tr> </TD></TR> <tr><td> <p> <p> <font face="Arial" color="white" size="4"><b><em>Pensamientos del Robot: <template><srai> SALUDOS <get name="etype"/></srai></template>

Fig. 15 Cdigo de HTML parte III. Autora Ana Claudia Ruiz Tadeo.

48

III.- Iniciar un dilogo con el Orientador Vocacional. Para entablar una conversacin el usuario debe iniciar el dilogo escribiendo una expresin o pregunta para el robot. Ejemplo: Hola.

El equipo que se utiliza para que funcione el sistema es sistema operativo Windows XP, Memoria RAM 1GB, Disco duro de 80 GB y bocinas.

3.2.- DISEO DEL SISTEMA

Para disear el robot virtual se tom de base la metodologa de Russell (2002). Ya que es uno de los principales autores que a escrito sobre la estructura y desarrollo de A.L.I.C.E. sistema que apoya nuestra investigacin. Los pasos de esta metodologa son:

1.- Recopilar informacin del tema a tratar. 2.- Disear el dilogo. 3.- Crear el cdigo AIML. 4.- Probar la interfaz con el dilogo. 5.- Terminar la interfaz. 6.- Mantenimiento de acuerdo con el anlisis de las conversaciones.

3.2.1.-RECOPILACIN DE LA INFORMACIN
En este punto se determino la forma en la que actualmente realizan el anlisis vocacional, el cual lo realizan manualmente y se apoyan de los manuales y cuestionarios de Kuder, (Kuder, 1998). De esta manera se integro la informacin que alimentar la base de conocimiento del agente y se definieron las preguntas que se almacenaran en la base de datos del agente, y la forma de actuar del motor de inferencia del sistema, que es la parte lgica para determinar la vocacin personal de cada usuario. 49

3.2.2.- DISEO DEL DILOGO

En este apartado se definieron las expresiones, oraciones, preguntas y respuestas posibles a tratar por parte del Agente Conversacional en Orientacin Vocacional. El robot constesta a cada pregunta de manera verbal y escrita, se plasma un ejemplo en la Figura 16 de un dilogo corto entre el usuario y el robot virtual.

Human: hola Robot: HOLA. Gracias por conversar conmigo. Human: como te llamas Robot: Me llamo orientador vocacional soy un Robot Virtual un modelo de la inteligencia artificial. Para un anlisis escribe la palabra orientacin. Human: orientacin Robot: Deseas un anlisis vocacional SI o NO?
Fig. 16 Ejemplo de un Dilogo. Autora Ana Claudia Ruiz Tadeo.

3.2.3.-CREACIN DEL CDIGO AIML:

En la Figura 17 se indica el cdigo AIML que permite establecer una conversacin con el agente inteligente. El dialolo principalmente es introductoria y permite el prembulo que conlleve al analisis vocacional. Se indican las intrucciones bsicas que se tienen almacenadas en su motor de inferencia y los datos de respuesta en la base de datos.

50

<category><pattern> hola </pattern> <template> HOLA. Gracias por conversar conmigo.</template> </category> <category> como te llamas </pattern> <template> Me llamo orientador vocacional soy un Robot Virtual un modelo de la inteligencia artificial. Para un anlisis escribe la palabra orientacin.</template> </category> <category><pattern> orientacin *</pattern> <template>Deseas un anlisis vocacional SI o NO? </template> </category>
Fig. 17 Cdigo AIML del dilogo inicial. Autora Ana Claudia Ruiz Tadeo.

3.2.4.- PRUEBA DE LA INTERFAZ

El siguiente paso consisti en llevar el cdigo AIML a Program D para verificar la sintaxis y el buen funcionamiento del cdigo.

En la Figura 18, se muestra la intefaz del agente inteligente, la cual es en 2d, es una imagen que proporciona como respuesta voz y texto.

51

Buen da.

Fig. 18 Interfaz del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

Es una interfaz auditiva, visual y escrita, se muestra una imagen con gestos y se observan las respuestas de manera verbal y escrita. Como se muestra en la figura 18 y 19.

Fig. 19 Interfaz desde una Computadora personal del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

52

El sistema se prob con 4 alumnos del CBTIS 157 de Cuauhtmoc, 3 alumnos de la Universidad de Colima y 11 del Instituto Tecnolgico de Colima. Utilizamos el formato del Anexo A. Test de Orientacin Vocacional, para evaluar la congruencia del sistema. La congruencia nos referimos a un test manual que

valida el resultado que proporciona un sistema computacional. Cada alumno como primer paso constaron el test del anexo A, sin ver el resultado, como segundo paso utilizaron el sistema inteligente, para finalizar se compar el resultado del test con el resultado del agente. El resultado final fue: de cada 10 anlisis 8 resultaron congruentes o iguales tanto en el tets del anexo A como el resultado proporcionado por el agente inteligente en orientacin vocacional. Fue la misma vocacin determinada en el anexo A como en el agente inteligente.

El anexo B se utiliz para evaluar la usuabilidad del agente inteligente. El concepto de usabilidad se refiere a la efectividad, eficiencia y satisfaccin que percibe el usuario al interactuar con la interfaz de un sistema computacional. (Nielsen, 1993).

3.2.5.- TERMINAR LA INTERFAZ Y ACTUALIZACIN

Una vez que se inici el uso del agente conversacional y sabiendo que es muy difcil incluir todas las posibilidades de dilogo se han analizado las conversaciones al trmino de cada una de ellas y se ha tomado informacin de cada una de ellas para enriquecer la base de conocimiento del agente inteligente.

Para concluir los pasos que se realizaron para el dasarrollo del chatbot son:

1.-RECOPILACIN DE LA INFORMACIN. En este punto se analiz la forma en la cual actualmente se realizar el anlisis vocacional, se determin que lo realizan manualmente.

53

2.- DISEO DEL DILOGO. En este apartado se definieron las expresiones, oraciones, preguntas y respuestas posibles a tratar por parte del Agente

Conversacional en base al Anexo A. El cual tiene 9 apartados los cuales son: aire libre, mecnicos, de clculo, cientificos, persuasivos, artsticos, literarios, de servicio social y de oficina. Con 6 preguntas por cada apartado, formando un total de 54 preguntas posibles a realizar por parte del agente.

3.-EL CDIGO.

El lenguaje de programacin que se utiliza es el

AIML, un

lenguaje de marcas y etiquetas.

4.-PROBAR LA INTERFAZ CON EL DILOGO. Es una interfaz auditiva, visual y escrita, se muestra una imagen con gestos y se observan las respuestas de manera verbal y escrita. Se probo con base el anexo B. anexo que evalua la usabilidad del agente.

5.- TERMINAR LA INTERFAZ Y ACTUALIZACIN.- Se termin la interfaz despus haber realizado las pruebas de congruencia con el anexo A y el de usabilidad con el anexo B.

3.3.- ARQUITECTURA DEL SISTEMA

La arquitectura del agente esta integrada principalmente de una base de conocimiento que es la que contiene todas las expresiones posibles que los usuarios pueden plantearle al robot, se cuenta con un motor de inferencia que es el que selecciona la respuesta que el agente debe proporcionar al usuario, para realizar esta tarea de dilogo se utiliza el Lenguaje de programacin AIML, como interfaz se utiliza el lenguaje de marcas HTML, para agregar una imagen interactiva (Oddcast Vhost) se utilizo la plataforma de pandorabots.

54

Se puede concluir que el Agente Inteligente Conversacional se integra principalmente de una base de conocimientos que contienen la informacin sobre orientacin vocacional que es el tema a tratar por este sistema, un motor de inferencia que contienen las instrucciones para que el robot actu y decida sobre cuales acciones realizar de acuerdo a las expresiones del usuario, un program E, que se utilizar como compilador del cdigo. Y la plataforma pandorabots que permite incluir una imagen interactiva programada con cdigo de AIML.

La psicologa y pedagoga son dos ciencias que apoyan y dan herramientas para apoyar la funcin de la orientacin vocacional ya que es un proceso que permite ayudar a los jvenes a conocerse a s mismo y elijan la profesin adecuada a sus aptitudes, intereses y rasgos personales, tomando en cuenta las posibilidades de estudio y de trabajos existentes.

As mismo, la orientacin profesional tiene como fin asesorar y ayudar al individuo a descubrir su vocacin para orientarlo hacia la actividad cultural o profesional en la que mejor se desenvuelva y reconocer sus propias aptitudes y asesorarlo sobre cul debe ser su carrera profesional, no solo para desarrollarla de manera efectiva, sino para poder permanecer en ella.

Para conocer la orientacin vocacional de cada persona existen mtodos y test que se utilizan actualmente, la finalidad es aprovechar estas tcnicas para automatizarlos por medio de este agente inteligente, en el departamento de

anlisis vocacional del CETIS 157 de cuauhtmoc y el Tecnolgico de Colima, los anlisis se realizan con base a cuestionarios, manuales y folletos formales, establecidos por Instituciones pedaggicas Kuder (Kuder, 1998). Son los elementos de los cuales nos apoyamos para crear el cerebro de este robot virtual ejemplo de un test se muestra en el anexo A.

55

Se puede sintetizar que la arquitectura del Robot virtual est integrada de un motor de inferencia que es el cerebro del sistema el cual decide y seleccionar la respuesta que debe proporcionar el robot, selecciona la mejor respuesta en base a decidir cual categora es la que mejor responde a la expresin del usuario. La informacin que permite que el agente actu y respond de cierta forma se encuentra en la base de conocimiento o mejor dicho en la base de datos, estos dos elementos: motor de inferencia y base de conocimiento estn diseados en el lenguaje AIML. La interfaz del robot esta hecha en HTML, para su publicacin nos apoyamos del sitio Web pandorabots.com, el cual nos permite incorporar un imagen interactiva. Para integrar la base de conocimientos nos apoyamos de la psicologa y herramientas como test y cuestionarios aplicados en la ciencias de pedagoga y experiencia de los psiclogos del Instituto Tecnolgico de Colima.

En Figura 20 se plasman los elementos del robot virtual, las herramientas que se utilizaron para su diseo, son el lenguaje de programacin AIML. Este leguaje trabaja con un motor de inferencia que es quien decide que categora seleccionar de la base de conocimiento, la categora a seleccionar sera la ms adecuada de acuerdo a la expresin que proporcione el usuario. Una categora esta formada por una entrada y una salida. La entrada es la expresin proporcionada por el usuario y la salida es la respuesta que brinda el robot.

56

MOTOR DE INFERENCIA EN AIML

Fig. 5 Esquema del Chatbot.

INTERFAZ PANDORABOTS

Fig. 19 Arquitectura del Agente Inteligente BASE DE CONOCIMIENTO EN AIML

HTML

AIML

Fig. 20 Elementos de un Robot Virtual. Autora Ana Claudia Ruiz Tadeo.

http://demo.vhost.pandorabots.com/pandora/talk?botid=fc995158ae36a277. Esta es la direccin URL con la que funciona el agente inteligente. El agente se encuentra en Internet ya que el sitio pandorabots nos permiti publicar este robot virtual.

La arquitectura que permite poner en prctica y en marcha nuestro prototipo se plasma en la Figura 21.

57

Fig. 21 Implementacin del Agente Inteligente. Autora Ana Claudia Ruiz Tadeo.

La parte esencial de nuestro proyecto es

la base de datos, informacin y

conocimientos que permiten al agente hablar e interactuar, ya que en ella estn includas todas las posibilidades de conversacin del bot, as como los mecanismos que permiten agregar realismo e interaccin animada entre el usuario y el robot virtual, para implementar la base de conocimiento se utiliz el AIML. El motor de inferencia es el cerebro del agente y pandorabots y program E, permiten traducir el cdigo AIML para que el robot funciones.

3.4.- IMPLEMENTACION DE INTERFACES

Para agregar al robot virtual una interfaz con imagen interactiva un Odd cast Vhost, se utiliza la plataforma pandorabots.com Fig. 22, este es un sitio web desarrollado por el proyecto ALICE y permite alojar robots virtuales para que los mismos puedan ser usados a travs de Internet en el lenguaje de marcas AIML. 58

Fig. 22 Pandorabots. Autor sitio pandorabots.

Las Figuras 23 y 24 muestras la interfaz del robot virtual, la cual es una imagen interactiva que responde de acuerdo a las expresiones proporcionadas por los usuarios. Para utilizar una imagen interactiva se utiliz la plataforma pandorabots.

Fig 23 Imagen interactiva. Autora Ana Claudia Ruiz Tadeo.

En esta figura 23 se puede observar una imagen en 2d que diloga con los usuarios.

En la figura 24 se muestra el interfaz de la imagen del agente inteligente en orientacin vocacional.

59

Saludos

Fig. 24 Imagen visual. Autora Ana Claudia Ruiz Tadeo.

En la Figura 25 se plasma un dilogo con el robot con el objetivo de determinar la Orientacin Vocacional de un Joven.

Human: orientacion Robot: Deseas un analisis vocacional SI o NO? Human: si Robot TE GUSTA REALIZAR EXPERIMIENTOS DE BIOLOGA, FSICA O QUMICA? Human: si Robot Te agrada ESTUDIAR LA ESTRUCTURA DE LAS PLANTAS Y DE LOS ANIMALES? Human: no Robot: Reponder REGULAR, SI O NO a cada pregunta DE ACUERDO? Human: si Robot: Te agrada armar o desarmar objetos mecnicos? Human: no Robot: Te gustara vivir al aire libre, fuera de la Ciudad? Human: si
Fig. 25.- Ejemplo de la interaccin entre un humano y el robot virtual. Autor Ana Claudia Ruiz Tadeo

60

3.5.- ESPECIFICACIN FORMAL

A continuacin se presenta una descripcin de AIML basada en el trabajo del Dr. Wallace (2006). AIML es un lenguaje que presenta un par de objetos donde encpsula conocimiento y tambin algunos elementos que proporcionan un comportamiento especfico. Estos dos objetos son las categoras y los temas.

3.5.1 CATEGORAS
En la figura 26 se muestra la unidad bsica en AIML a la cual se le conoce como categora y su estructura es la siguiente:

<category> <pattern> Modelo de pregunta del usuario </pattern> <template> Respuesta al modelo por parte del bot </template> </category>
Fig. 26 Estructura bsica de una categora AIML. Autor Armando Renova Flores

Entre las etiquetas <category> y </category> se encuentra el conocimiento relacionado a un modelo de pregunta del usuario enmarcado por las etiquetas <pattern> y </pattern>, la respuesta que dar el bot al usuario de acuerdo al modelo planteado en la categora se encuentra entre las etiquetas <template> y </template>, Figura 26.

61

El modelo de pregunta del usuario representa lo que esperamos que l pueda preguntarle o decirle a nuestro bot, ejemplo:

<pattern>HOLA</pattern>

En este caso se espera que el usuario introduzca exclusivamente la palabra HOLA.

La forma de escribir el modelo es sempre utilizando letras maysculas y el intrprete acepta slo literales y nmeros, por lo que no pueden ser utilizados otro tipo de caracteres, sin embargo existen en el lenguaje dos modificadores _ y * que pueden ser usados en la construccin del modelo, ejemplo:

<pattern>HOLA * </pattern>

En este caso el intrprete dar una respuesta para cualquier oracin que inicie con la palabra HOLA.

Para las respuestas existen dos formas bsicas de generarlas, en primer lugar est la respuesta nica la cual representa una sola opcin para el modelo planteado en la categora, ejemplo:

<pattern>HOLA</pattern> <template>Hola amigo </template>

En este caso al escribir el usuario Hola el bot responder con la sentencia Hola amigo.

62

La segunda forma que podemos utilizar es a travs de un conjunto de respuestas que el bot agrupa y elige una de manera aleatoria, ejemplo:

<pattern>HOLA * </pattern> <template> <random> <li>Hola</li> <li>Que tal!</li> <li>Mmmm Hola</li> </random> </template> En este caso el bot responder a la sentencia Hola amigo con cualquiera de las tres opciones que se encuentran entre las etiquetas <random> y </random>.

La forma de escribir las respuestas de bot cambia con respecto al modelo de pregunta ya que la respuesta no requiere de ningn formato, es simplemente texto plano. Los modelos y categoras que se ejemplificaron anteriormente estn codificados de la manera ms sencilla, sin embargo AIML ofrece otros mecanismos que nos permiten principalmente contextualizar las respuestas, estos elementos son las etiquetas <that> y <topic>. Adems, existe la etiqueta <srai> que tiene varias utilidades las cuales se vern ms adelante.

3.5.2 THAT Y TOPIC

La etiqueta <that> es un mecanismo de contextualizacin que condiciona una respuesta a partir de la ltima respuesta dada por el mismo bot, ejemplo.

<pattern> * </pattern> <that> YA TE VAS </that> <template> Bueno adios </template> 63

En este caso el bot responder Bueno adis solo si la respuesta que dio anteriormente fue Ya te vas.

En el caso de <topic> lo que nos permite es agrupar una serie de categoras que hacen referencia a un mismo tema de tal forma que el bot puede condicionar el uso de una categora de acuerdo a si sus respuestas anteriores pertenecen a un determinado tema.

3.5.3 SRAI
La etiqueta <srai> es un mecanismo que permite redireccionar la respuesta de un modelo de pregunta a otro, ejemplo:

<category> <pattern>HOLA</pattern> <template>Hola que tal</template> </category> <category> <pattern>HOLA *</pattern> <template><srai>HOLA</srai></template> </category>

En este caso si el usuario escribe Hola u Hola amigo u Hola que tal, habr una nica respuesta, Hola que tal.

3.5.4 CAPACIDADES DEL AIML.

En el lenguaje de marca AIML, para disear el cdigo se utilizan etiquetas cada instruccin que se abre se tiene que cerrar, las instrucciones se crean en bloques llamados categoras. 64

3.5.4.1 REDUCCIN SIMBLICA

AIML permite simplificar expresiones para que sea un solo modelo el que responda toda una serie de posibles construcciones para una sola oracin, ejemplo:

<pattern> QUIEN ES * </pattern> <template>Si</template> <pattern> SABES TU QUIEN ES * </pattern> <template><srai>QUIEN ES * </template>

De esta forma tenemos una sola respuesta para diferentes estructuras de la misma pregunta.

3.5.4.2 DIVIDIR Y CONQUISTAR

Un modelo muchas veces puede ser dividido en partes y una de ellas ha de ser la representativa; adems es posible agrupar una serie de sub-oraciones para que todas tengan un solo tipo de respuestas, ejemplo:

<pattern> SI * </pattern> <template>Me parece bien</template>

<pattern> CLARO * </pattern> <template><srai>SI * </template>

En este caso podemos agrupar todas las sentencias afirmativas para que respondan de una sola forma.

65

3.5.4.3 SINNIMOS Y ESCRITURA

Con la ayuda de la etiqueta <srai> podemos manejar tambin los diferentes sinnimos, ejemplo:

<pattern> * COCHE </pattern> <template>No se nada de coches, hablemos de otra cosa </template> <pattern> * AUTO </pattern> <template><srai>* COCHE </template> <pattern> * AUTOMOVIL </pattern> <template><srai>* COCHE </template>

Con este ejemplo se puede ver que podemos manejar los sinnimos de la palabra coche sin tener que generar una respuesta para cada uno de ellos.

3.5.4.4 CORRECCIONES GRAMATICALES

Si conocemos algunos errores comunes de escritura o gramtica podemos hacer una llamada de atencin al usuario, ejemplo:

<pattern> POS * </pattern> <template>Quisiste decir Pues </template>

66

3.5.4.5 PALABRAS CLAVES

Podemos identificar alguna palabra clave en una oracin para la cual tenemos una respuesta estndar, ejemplo.

<pattern> PARIS </pattern> <template> Cuntame ms de Paris </template> <pattern> * PARIS </pattern> <template><srai> PARIS </template> <pattern> PARIS </pattern> <template><srai>* PARIS </template>

Fig. 27.- Ejemplo de una instruccin. Autora Ana Claudia Ruiz Tadeo.

Existen otras etiquetas en AIML para mejorar la actuacin del chatbot, sin embargo para nuestro proyecto las funciones y etiquetas anteriores son suficientes para lograr nuestro objetivo. Un fragmento del cdigo utilizado en el desarrollo del Agente Inteligente en Orientacin Vocacional se muestra en la Figura 27. Se utiliza la instruccin de categora que es la que contiene las posibles expresiones que el usuario puede solicitar al robot virtual, as como las respuestas a cada una de las preguntas realizadas al sistema. Se realiza en primer instancia categoras con informacin general de la vida comn o generales, posteriormente se va centrando en el tema principal que es un anlisis de orientacin vocacional.

3.6.- IMPLEMENTACIN DEL SISTEMA

El acceso al Agente Inteligente es a travs de Internet, con acceder a Internet Explorer y acceder a la pgina pgina_robot.hml, se accede al robot virtual para la Orientacin Vocacional. Para implementarlo solo se necesita tener una mquina con windows e Internet Explorer y bocinas. 67

3.6.1.- PROGRAMACION DE MDULOS Y COMPONENTES

El agente desarrollado est compuesto por 5 mdulos principales que son: el de bienvenida, el de respuestas aleatorias, el cual se utiliza en el caso de que el robot no cuente con informacin apropiada para una expresin proporcionada por el usuario, el apartado sobre el tema de orientacin vocacional, el apartado de conversacin en general que contiene datos generales sobre datos personales y temas generales del mismo agente y para finalizar el mdulo de despedida.

En el mdulo de bienvenida esta compuesto por una serie de conversacines principalmente de saludos, de datos personales del agente como, su nombre, su edad, cmo se llama, quin es y quin lo dise. El apartado de respuestas aleatorias se utiliza para que el robot proporcione respuestas aleatorias en caso de no tener informacin para responder a alguna pregunta por parte del usuario, como son: por el momento no te puedo contestar gracias, te puedo ayudar en algo ms, orientacin. Gracias como te llamas, para un anlisis escribe la palabra

El apartado de conversacin general tiene informacin para establecer un dilogo en general con el robot. Finalmente el mdulo de despedida tiene como respuesta gracias por tu visita.

Cada uno de los modulos tiene diferentes expresiones a su vez un conjunto de instrucciones de programacin llamado a su vez cdigo fuentes, para cada una de las instrucciones se utiliza una sintaxis especfica de acuerdo al lenguaje AIML.

68

En la Figura 28 se plasma el conjunto de instrucciones y expresiones que integran el mdulo de bienvenida por parte del agente inteligente.
<?xml version="1.0" encoding="UTF-8"?> <aiml version="1.0"> <category> <pattern>como te llamas</pattern> <template>Me llamo orientador vocacional soy un Robot Virtual un modelo de la inteligencia artificial</template> </category> <category> <pattern>que te gusta *</pattern> <template>Me gusta ser Orientador Vocacional</template> </category> <category> <pattern>*</pattern> <template>No tengo conocimiento, te puedo ayudar en algo mas por favor</template> <think><set name="topic">orientacion</set></think> Contamos con un anlisis vocacional especialmente para ti. </template> </aiml> Fig. 28 Cdigo del mdulo de bienvenida. Autora Ana Claudia Ruiz Tadeo.

3.7.- PRUEBAS
Las pruebas de software son el proceso continuo de evaluacin y ejecucin de los programas en cada etapa del ciclo de vida del software, con la finalidad de encontrar errores. La prueba ejercitar los programas utilizando datos similares a los datos reales que habrn de ser ejecutados por cada uno de los programas que conforman el sistema; posteriormente, se observan los resultados y se deduce la existencia de errores o insuficiencias de los programas a partir de las anomalas de los resultados.

69

La prueba de software es considerada como un proceso destructivo, porque se disea para hacer que el comportamiento de un programa sea distinto del que intentaba su diseador o aplicador.

El objetivo principal de la prueba, es descubrir errores. Por ello se seala que el xito de las pruebas del software se alcanza cuando se han encontrado errores. Esto debe incluir la premisa de administracin de que los errores de los programas son inevitables dada la complejidad de los implicados y que los errores no son condenables.

Las pruebas de software se llevan acabo para probar que no existen errores; sin embargo, esto es imposible, dado que los analistas no pueden probar que el software est libre de errores. Sempre es posible que existan errores an despus de la prueba ms completa.

Las pruebas se realizaron en el Tecnolgico de Colima con alumnos de este instituto, alumnos de la universidad de Colima y del CETIS 157, ya que en esta instituciones se cuenta con el equipo y espacios necesarios para llevar a cabo la simulacin de entrevistas por el agente inteligente. Para la realizacin de esta investigacin se tomaron en cuenta a 3 alumnos de la Universidad de Colima y 11 del Tecnolgico de Colima y 4 del CETIS 157, en el perodo Agosto-Diciembre 2008.

3.7.1.- PRUEBAS DE INTEGRACION

Estas pruebas se llevan acabo cuando se integran los mtodos o subprogramas para conformar el sistema completo. En esta etapa, el proceso de prueba tiene que ver con el hallazgo de errores en el diseo y la codificacin. Tambin se relaciona con la confirmacin de que el sistema total proporciona las funciones especficas en los requisitos y que sus caractersticas dinmicas cumplan con las planteadas en la definicin de especificaciones. Larios, A. (1995) 70

El robot virtual est integrado de categoras cada una de ellas es un subsistema que complementan al sistemas en general y que cada una tienen un objetivo especfico que en conjunto permiten la funcionalidad del robot virtual. Cada una de las categoras se prob de manera individual. Si al probar una categora se generab un error, no se permite pasar a otra categora hasta que la anterior funcione de manera correcta y hasta llegar a la integracin y prueba de todas las categoras y funcionamiento correcto del agente inteligente.

3.7.2.- PRUEBAS DE OPERACIN

Las pruebas de operacin especifican condiciones operativas comunes, valores de entrada comunes y resultados esperados comunes. Estas pruebas reafirman el comportamiento exactamente dentro, sobre, y ms all de las fronteras funcionales. Estas pruebas incluyen la prueba de una rutina para calcular la raz cuadrada para valores reales con nmeros enteros positivos, cero y nmeros negativos; o la prueba de un mtodo para la inversin de uno por uno en una matriz singular. Para probar este tipo de pruebas este sistema lo utilizaron

alumnos realizando las preguntas y expresiones de manera libre y aleatoria, para cada pregunta el robot tienen una respuesta, si alguna expresin la desconoce o no tiene respuesta tienen salidas categricas como por el momento no te puedo contestar gracias, deseas hablar de otro tema..

3.7.3.- PRUEBAS DE TENSIN

Las pruebas de tensin se disean para sobrecargar un sistema de diferentes maneras y para romper en forma intencional, la unidad. Entre los ejemplos de prueba de este tipo se encuentran el de asignar ms del nmero mximo de terminales permitidas, procesar mas del nmero permitidos de identificadores o niveles esttico, o desconectar un enlace de comunicacin. Se puede aprender mucho acerca de las resistencias y limitaciones de un programa examinado. 71

El agente se prob con usuarios de diferentes edades, desde jvenes de nivel medio superior y superior. El sistema fue utilizado ms de una vez por la misma persona. Se evalu con equipos de diferentes capacidades desde memoria Ram de 256 hasta memoria de 1gb.

3.7.4.- PRUEBAS DE CONGRUENCIA

Las pruebas de congruencia especifican las condiciones operativas comunes, valores de entrada comunes y resultados esperados comunes, prueban el comportamiento del sistema. Validan que el resultado proporcionado por un sistema computacional sea igual que el de un test escrito. Si el 80% de una muestra proporciona el mismo resultado tanto el sistema como el test se comprueba la congruencia del sistema. Por lo tanto se confirma que el sistema esta funcionado correctamente (Larios, 1995).

Para nuestro sistema un 80% de los usuarios confirmaron que el resultado del test escrito, del anexo A es igual al resultado proporcionado por el agente inteligente, ocho de cada diez comparaciones confirman que el agente puede apoyar el

anlisis vocacional de manera confiable. Cada usuario primero realiz el test escrito y posteriormente realizaron el anlisis con el agente. El 80% de los cuestionarios aplicados confirmaron la hiptesis El desarrollo de un chatbot es capaz de simular de manera efectiva a un experto humano en Orientacin Vocacional, a su vez es una herramienta de apoyo para los orientadores vocacionales. El anexo A, permiti esta confirmacin.

El figura 29 y 30 se muestran las fotografas de alumnos utilizando la interfaz del chatbot para la orientacin vocacional.

La interfaz es grfica el alumnos escribe una pregunta o expresin por escrito y el agente la contesta con voz, es un sonido de voz humana y tambin contesta de manera escrita simulando un Chat por Internet.

72

Fig. 29 Fotografa de un alumno interactuando con la interfaz del chatbot para la Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

Para evaluar la congruencia del agente inteligente, los jvenes que representan la muestra, primero contestaron el test que permite determinar la vocacin personal de los usuarios Anexo A que contiene un test para determinar la vocacin personal, posteriormente utilizaron el agente inteligente, el resultado del test del anexo A y la utilizacin del robot ambos resultados permiten aplicar la prueba de congruencia, para finalizar contestaron el cuestionario de usabilidad, el anexo B que permite determinar la efectividad, eficiencia y satisfaccin de la interfaz. El test del Anexo A permite determinar la vocacin profesional de las personas que los contestan es un test manual.

73

Fig. 30 Alumno interactuando con la interfaz del chatbot para la Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

3.7.5.- PRUEBAS DE USABILIDAD

Para analizar la usabilidad del agente inteligente en Orientacin Vocacional se utiliz el cuestionario de System Usability Scale (SUS), Brooke, J. (1996). Cuestionario del anexo B que permite determinar la precisin, funcionalidad, efectividad y satisfaccin de la interfaz del sistema.

SUS es un cuestionario estandar que se utiliza para probar la usabilidad de los sistema de computo en general. En este caso lo utilizamos para evaluar la interfaz del agente en orientacin vocacional. Anexo B.

El test para determinar la orientacin vocacional del anexo A y el test para evaluar la usabilidad anexo B, se aplicaron en la biblioteca del Instituto Tecnolgico de Colima. Se probaron con un total de 18 personas, 11 alumnos del Instituto Tecnolgico de Colima, 3 Alumnos del bachillerato #3 de la Universidad de

Colima y 4 alumnos del C. E. T. I. S. 157. Ninguno de ellos tiene experiencia con la interfaz de chatbots.

74

Edad 15-17 16-17

Alumnos 4 3

Nivel de Estudios C.E.T.I.S. 157 Bachillerato de la U. de C.

18-20

1er. Semestre Contabilidad del I.T.C.

18-21

4to Semestre Informtica del I.T.C.

18-21

6to. Semestre del Industrial del I.T.C.

Fig. 31 Alumnos que evaluaron la interfaz del chatbot. Autora Ana Claudia Ruiz Tadeo.

En la figura 31 se plasman los datos generales de los alumnos que participaron en la evaluacin del chatbot para la Orientacin Vocacional.

Los alumnos que evaluaron la interfaz tienen la edad entre 16 y 21 aos todos con estudios previos de computacin bsica. Alumnos del Tecnolgico de Colima y alumnos de la Universidad de Colima.

3.5.-

INTERPRETACIN DE LOS RESULTADOS

A continuacin se plasman los resultados obtenidos de aplicar el cuestionario de usabilidad que permite evaluar la funcionalidad, efectividad y satisfacin del usuario Anexo B. Cuestionario de System Usability Scale (SUS), Brooke, J. (1996).

Este cuestionario esta integrado por 10 preguntas todas con la finalidad de determinar la satisfaccin del usuario con respecto a la interfaz del sistema como son: color, complejidad, facilidad de uso, armonia, consistencia, confialidad e integracin.

75

1. Me gustara utilizar con frecuencia este sistema

Frecuencia

7 6 5 4 3 2 1 0 1 2 3 4 5 Completamente de acuerdo

Fig. 32. Me gustara utilizar con frecuencia este sistema. Autora Ana Claudia Ruiz Tadeo.

La Figura 32 nos proporciona como resultado que el sistema es agradable y atractivo para los usuarios, les agrada la forma de interactuar con el chatbot. La grfica tiene tendencia positiva. Siete de cada diez lo consideran agradable.

2.- Encontr el sistema innecesariamente complejo

En la figura 33 se plasma una foto de un alumno de Ingeniera bioqumica aplicando el test de usabilidad.

76

Fig. 33. Foto del alumno de la carrera de Bioqumica evaluando la usabilidad del agente. Autora Ana Claudia Ruiz Tadeo.

Frecuencia

7 6 5 4 3 2 1 0

1 En completo desacuerdo

Fig. 34. Encontr el sistema innecesariamente complejo. Autora Ana Claudia Ruiz Tadeo.

77

En la figura 34 encontramos que el agente no es complejo para su utilizacin. Por el contrario lo consideran fcil de utilizar. Ya que es muy semejante a chatear con un humano y es lo que actualmente hacen los jvenes. Seis de cada diez lo encontaron facil de utilizar, no lo encontraon complejo.

3.- Fue fcil utilizar el agente inteligente

En la figura 35 se plasma una fotografa de una alumna de la Universidad de Colima aplicando el cuestionario de usabilidad.

Fig. 35. Foto. Evaluacin de usabilidad. Fue fcil utilizar el sistema.

Frecuencia

10 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 Completamente de acuerdo

Fig. 36. Grfico de la expresin. Fue fcil utilizar el agente inteligente. Autora Ana Claudia Ruiz Tadeo.

78

La figura 36 nos proporciona como resultado que el agente es fcil de utilizar para los usuarios.

4. Creo que necesitara del apoyo de un experto para utilizar el sistema

Frecuencia

9 8 7 6 5 4 3 2 1 0

1 En completo desacuerdo

Fig. 37. Grfico. Creo que necesitara del apoyo de un experto para utilizar el sistema. Autora Ana Claudia Ruiz Tadeo.

La figura 37 confirma que no es necesario el apoyo de un experto humano al momento de utilizar el sistema. El agente es fcil de utilizar es por ello que no se requiere de la asistencia de un especialista. 8 de cada 10 no necesitan del apoyo de un experto.

5. Las diversas funciones del sistema estn bien integradas.

79

Frecuencia

7 6 5 4 3 2 1 0 1 2 3 4 5 Completamente de acuerdo

Fig. 38. Grfico. Las diversas funciones del sistema estn bien integradas. Autora Ana Claudia Ruiz Tadeo.

La grfica de la figura 38 nos plasma que las opciones del sistema estn correctamente integradas, esto permite que sea rpido de aprender a utilizar. No se requiere de capacitacin previa.

6. Hubo demasiada inconsistencia (diferentes colores y fuentes sin armona) en el sistema.

Frecuencia 10 9 8 7 6 5 4 3 2 1 0 1 En completo desacuerdo 2 3 4 5

Fig. 39. Grfico. Hubo demasiada inconsistencia.

80

Con el resultado de esta pregunta nos damos cuenta que el sistema tiene una interfaz agradable. Con consistencia, les agradan los colores y la imagen en 2d. Como se muestra en la figura 40. Nueve de cada diez niegan que haya sido inconsistente la interfaz.

Fig. 40 Interfaz desde una Laptop del Agente Inteligente en Orientacin Vocacional. Autora Ana Claudia Ruiz Tadeo.

7. Imagino que la mayora de las personas aprenderan muy rpidamente a utilizar el sistema.
Frecuencia 9 8 7 6 5 4 3 2 1 0 1 2 3 4 5 Completamente de acuerdo

Fig. 41. Grfico. La mayora de las personas aprenderan muy rpidamente a utilizar el agente. Autora Ana Claudia Ruiz Tadeo.

81

El resultado de este cuestionamiento nos dice que el alumno no requiere de una capacitacin previa para utilizar el sistema. Lo pueden utilizar todas las personas aun cuando no tengan conocimientos previos de computacin.

8. Encontr el sistema muy difcil de usar.

Frecuencia

9 8 7 6 5 4 3 2 1 0

1 En completo desacuerdo

Fig. 42. Grfico. Encontr el sistema muy difcil de usar. Autora Ana Claudia Ruiz Tadeo.

Grfica de la figura 42, nos demuestra que esta expresin es negativa, ya que el sistema es muy fcil de utilizar, la interfaz es amigable y agradable para los usuarios. Ocho de cada diez encontraron que el sistema es fcil de utilizar.

82

9. Me sent muy confiado en la navegacin de la pgina web del agente inteligente.

Frecuencia

8 7 6 5 4 3 2 1 0 1 2 3 4 5 Completamente de acuerdo

Fig. 43. Grfico. Me sent muy confiado de la pgina web del agente inteligente. Autora Ana Claudia Ruiz Tadeo.

Los resultados de esta pregunta muestran que el sistema es confiable y accesible desde Internet y proporciona confianza al utilizarlo. Segn Grfica de la figura 43. Siete punto cinco 7.5, confianza en la interfaz del agente. de cada diez usuarios encontraron

10. Necesito aprender muchas cosas antes de utilizar el sistema.

83

Frecuencia

10 9 8 7 6 5 4 3 2 1 0

1 En completo desacuerdo

Fig. 44. Grfico. Necesito aprender muchas cosas antes de utilizar el sistema. Autora Ana Claudia Ruiz Tadeo.

Figura 44. Las respuestas a esta pregunta nos indican que no es necesario tener un conocimiento especfico o tener mucha experiencia en el manejo de sistemas de cmputo para su utilizar este agente inteligente. Nueve de cada diez no necesitan tener conocimientos de computacin para utilizarlo.

84

CAPTULO 4.- CONCLUSIONES Y SUGERENCIAS

4.1.- DISCUSIN
En nuestro trabajo el objeto principal fue presentar como producto terminado un agente inteligente que simula a un orientador vocacional en una entrevista capaz de interactuar en forma verbal y escrita en el idioma espaol.

El objeto de estudio es un agente inteligente. Al hablar de un agente estamos hablando de un programa, un software que se ejecuta en una computadora. Entonces decimos que nuestro objeto de estudio en primer lugar es un programa, un sistema inteligente.

Cuando hablamos de un agente inteligente entramos a un rea que resulta sumamente compleja en su concepcin, la Inteligenicia Artificial. Entrar en los dominios de la Inteligenicia Artificial representa encontrarse con una gran cantidad de definiciones diferentes de lo que signific esta rea de la computacin, ideas tan diversas que nos pueden llevar a la confusin y a pensar que tratar el tema es una aventura muy compleja. En primer lugar descubrimos que en realidad no hay una definicin para Inteligenicia Artificial, slo aproximaciones y aunque tericamente lo anterior resulta desconcertante al inicio, se transforma en una interesante ventaja cuando tenemos que definir el alcance de describir inteligencia a la hora de afirmar que vamos a trabajar con un agente inteligente. La primera definicin con que nos encontramos y que basta con leerla una sola vez para tratar de huir es la de Minsky (1984) donde nos dice que la Inteligenicia Artificial es el estudio de cmo programar computadoras que posean la facultad de hacer aquello que la mente humana puede realizar. Hacer que una computadora

realice los procesos que lleva a cabo el cerebro humano no es la clase de actividad que nosotros deseamos realizar, por lo tanto, pensar en los alcances de esa definicin nos llevara a un nivel de complejidad extremo.

85

Investigando un poco ms en la teora de la Inteligenicia Artificial nos encontramos con el trabajo de Barber et al. (2002) el cual nos dice que la Inteligenicia Artificial al ser tan amplia como lo vimos en la definicin anterior, es posible definirla de manera separada en dos grupos: inteligencia relacionada al procesamiento de la informacin y la inteligencia que trata de la representacin de la informacin. Lo anterior nos reduce notablemente los alcances de lo que es la Inteligencia Artificial y ahora lo que corresponde es situar al agente inteligente dentro de una de esas dos clasificaciones. La representacin de la informacin tiene que ver con los sentidos, el lenguaje y la comunicacin, de tal manera que cuando decimos que el agente inteligente interactua de manera verbal y escrita es sencillo pasar de lado la representacin de la informacin. Ahora que sabemos en que clasificacin dentro de la Inteligencia Artificial estamos indagando un poco ms y descubrimos que Russell y Norvig (1995) profundizan ms y ponen sobre la mesa dos aproximaciones ms a lo que es la Inteligenicia Artificial; esta vez las clasificaciones son en base al pensamiento y al comportamiento humano. El enfoque del pensamiento tiene que ver muy estrechamente con la razn mientras que el comportamiento nos habla de conductas. Nuestro agente inteligente sabemos que se comunica de manera escrita y verbal lo cual nos dej de lado la representacin de la informacin en la Inteligencia Artificial, sin embargo todava es muy amplio el espectro de posibilidades dentro de la inteligencia, esto debido a que se puede pensar que el agente tiene la capacidad de razonar y tiene un comportamiento. Entonces hay que reducir un poco ms el alcance y situar al agente del lado del comportamiento. La Inteligenicia Artificial basada en el

comportamiento, la definen Russell y Norvig (1995) como sigue: un campo de estudio que busca explicar y emular la conducta inteligente en trminos de procesos computacionales. Con esta ltima definicin nos queda claro que la inteligencia a la que nos referimos cuando decimos agente inteligente se refiere a la de comunicarse e interpretar una conducta inteligente. Nuestro agente entonces se comunica con el usuario de manera verbal y escrita, a partir del uso de ese medio de comunicacin simula un comportamiento.

86

Se puede concluir que con esta investigacin se establecen los elementos necesarios para desarrollar un chatbot el cual es una herramienta de apoyo para los usuarios y especialistas en orientacin vocacional.

La ventaja de este proyecto es que la orientacin vocacional ya no se podr realizar con extensos test, se ahorra tiempo al no tener que ir a una oficina de orientacin vocacional, el joven podr realizar este anlisis desde la comodidad y privacidad de su casa, este proceso ser ms agradable ya que se establece un dilogo simulado y amigable con otra persona.

La aplicacin de este software impacta con mayor incidencia en los jvenes, los cuales podrn desempearse con mayor eficiencia en su actividad profesional. Asimismo este sistema repercutir en una disminucin de la desercin y reprobacin escolar.

Para finalizar explicar brevemente las actividades que realizamos para el desarrollo y puesta en marcha del chatbot, el primer paso que realizamos fue obtener informacin sobre orientacin vocacional como son los datos que contienen los test vocacionales, determinar las posibles respuestas a cada expresin por parte de los usuarios. La cual se almacena en la base de conocimiento del robot. Posteriormente procedimiento a disear el dilogo del robot que consisti en implementar las preguntas que se realizan en un anlisis vocacional para de esta forma determinar la vocacin de cada persona. Para posteriormente implementarlo en cdigo AIML. Se realizaron las pruebas del dilogo y se agrego una imagen interactiva a la interfaz del agente inteligente.

El desarrollo de este agente en orientacin vocacional se realiz en base al modelo de Russell (2002) que fundamenta el desarrollo de un agente inteligente capaz de proporcionar informacin acerca de celulares en venta desde un sitio Web.

87

La metodologa para la puesta en marcha del sistema fue en primer lugar una entrevista personal con cada uno de la usuarios que participaron en las pruebas, lo primero que hicieron fue llenar un test de texto para determinar la orientacin vocaciona anexo A, posteriormente se realizaron pruebas con el agente, siguiendo la entrevista, llenaron el cuestionario de usabilida anexo B, para proceder a graficar los resultados. Y despus se compar el resultado del test con el resultado que proporcion el agente. En el caso de las pruebas de congruencia. En el test de usabilidad se graficaron los datos resultado de las respuestas de los usuarios.

Para finalizar se aplic el concepto de usabilidad con la finalidad de lograr que la interfaz proporcione funcionalidad y satisfaccin a los usuarios, por lo que se aplic una encuesta donde se incluyeron diez preguntas referentes a la usabilidad, basadas en el cuestionario SUS (Brooke, 1996), las cuales nos dieron resultados favorable ya que los usuarios del agente mostraron inters en utilizar el sistema, no lo encontraron innecesariamente complejo, lo consideraron sencillo de utilizar y opinaron que se puede aprender a utilizar fcilmente, se han sentido muy confiados al momento de interactuar con l, por lo que no necesitan el apoyo de una persona experta para utilizar el sistema. No necesitan informacin previa sobre el agente conversacional, ya que es muy sencillo de usar, comentaron.

4.2.- CUMPLIMIENTO DE LA HIPTESIS.

A mayor desarrollo e incremento de informacin en el agente inteligente este puede simular de manera eficaz y con mayor precisin a un experto humano en orientacin vocacional. Esta hiptesis es positiva ya que el robot al adquirir ms informacin tiene la posibilidad de simular mas eficazmente a un experto

humano en orientacin vocacional. Esto se respalda por el 80% de los usuarios que contestaron el anexo A y utilizaron el agente. Con la prueba de congruencia. La respuesta del test escrito es el mismo resultado que el agente inteligente proporciono para el 80% de los usuarios que realizaron esta prueba.

88

4.3.- CUMPLIMIENTO DE LOS OBJETIVOS.

Un objetivo que se persigue en esta investigacin es conocer el proceso de orientacin vocacional, para llevarlo acabo se revisaron los diferentes test y manuales que se aplican actualmente. As como se conocieron las teoras que utilizan los psiclogos al momento de realizar este examen vocacional.

Otro objetivo es realizar investigacin sobre Robot Virtuales y Agentes Inteligentes, el cumplimiento de este objetivo permiti conocer el funcionamiento, su ambiente de funcionamiento y los elementos para disearlos.

El objetivo de minimizar los tiempos de respuesta de anlisis vocacional, considero que tambin se cumpli ya que los alumnos obtienen su resultado de manera simultanea durante la conversacin.

Diseo de una interfaz conversacional que permitan privacidad y confianza en los Jvenes. Este objetivo se cumple con esta tsis ya que la utilizacin del agente se puede realizar desde la privacidad y comodidad de sus casas con solo tener acceso a Internet.

Presentar un robot virtual que automatice el proceso de orientacin vocacional. Tambin se cumple este objetivo ya que se esta presentando el producto final que es un sistema que automatiza este proceso.

Globalizar el acceso de un anlisis vocacional. Este agente permite ser utilizado desde cualquier parte del mundo donde se tenga acceso a Internet como se muestra en la Figura 45.

Con la direccin URL: http://demo.vhost.pandorabots.com/pandora/talk?botid=d88a694ede36a768

89

45.- Interfaz del robot virtual. Autora Ana Claudia Ruiz Tadeo.

4.4.- IMPORTANCIA DE LOS RESULTADOS OBTENIDOS

Esta investigacin nos permiti conocer los elementos necesarios para el diseo, desarrollo e implementacin de un Agente inteligente en Orientacin Vocacional. Esto nos permiti disear e implementarlo en la red mundial.

4.5.- LIMITACIONES DE LA INVESTIGACIN.

Una limitacin importante de esta investigacin, es que no se cuenta con una plataforma formal y universal para el funcionamiento del cdigo AIML. Para que el sistema tenga una imagen interactiva se tienen que ejecutar en el sitio de pandorabots.com, para hacerlo independiente tendriamos que comprar un software para avatares que tiene un precio de veinte mil pesos aproximadamente.

90

Otra de las limitantes de este proyecto, que la comunicacin verbal y escrita a la que se hace referencia es exclusivamente en el idioma espaol.

Para interactuar con el agente se recomienda que sean usuarios que tengan experiencia en el Chat. Se puede aplicar a personas desde la edad infantil a nivel de primaria y secundaria, los cuales requieren la asistencia tcnica, cuando no tengan la experiencia en chatear.

4.6.- SUGERENCIAS
Una aplicacin futura es que se le indique al agente que active un dispositivo externo como encender el calentador de agua, encender la energa elctrica o realizar una llama telefnica; que durante la conversacin con el chatbot se le pueda ordenar la activacin de aparatos externos. As como se puede utilizar desde PDAS y telefonos celulares con acceso a internet. Para continuar con esta investigacin a futuro recomendamos aplicar los mtodos empleados en la instrumentacin de otras aplicaciones similares como: tutores, psiclogos y pedagogos virtuales.

91

REFERENCIAS
Acosta Daz, R. (2006). Comunicacin personal. Entrevista realizada por Armando Renova Flores. Colima, Colima, 3 de Marzo de 2006. Al-Rawas, A. Easterbrook, S. (1996). Communication Problems In Requirements Engineering: A Field Study. School of Cognitive and Computing Sciences, University of Sussex, Falmer, Brighton, NASA/WVU Software Research Lab. ALICE AI Foundation. (2006) AIML: Artificial Intelligence Markup Language. Extrado el 8 de enero de 2006 desde http://www.alicebot.org/AIML.html lvarez, A., Vias, J. & Oa, S. (2002). Sistema de patrones para alice bot: Alice- espX. Trabajo presentado en la Segunda Conferencia de Procesamiento del Lenguaje Natural de la Universidad Europea de Madrid, Junio, Madrid. Asti, A. (1972). Metodologa de la investigacin. Madrid: Cincel. Bez, G. & Barba, S. (2004). Metodologa DoRCU para la Ingeniera de Requerimientos. Instituto Superior Politcnico Jos Antonio Echeverra, La Habana, CU Facultad de Ciencia y Tecnologa, Universidad Autnoma de Entre Ros, AR. p. 211. Barber, F. Botti, V. & Koehler, J. (2002). IA: pasado, presente y futuro. Novtica, 159, 4-7, extrado en Septiembre-octubre de 2002, desde: www.ati.es/novatica. Beyer, H. R. & Holtzblatt, K. (1995). Apprenticing with the Costumer. Communications of the ACM, 38(5). Barber, E. (1999). Evaluacin de la enseanza, evaluacin del aprendizaje. Edeb: Barcelona. Bisquerra, R. (2000) Mtodos de Investigacin Educativa. Gua prctica. Espaa: CEAC. Brooke, J. (1996). SUS: A Quick and Dirty Usability Scale. In: P.W. Jordan, B. Thomas, B.A. Weerdmeester & I.L. McClelland (Eds.), Usability Evaluation in Industry. London: Taylor & Francis. Brooks, F. P. Jr. (1995). The Mythical Man-Month. Addison Wesley, Reading, Massachussets.

92

 Bush, N. (2006). Getting Started with Program D. Extrado el 24 de enero de 2006 desde http://www.aitools.org/Getting_Started_with_Program_D. Chan, T. W. y Baskin, A. B. (1988). Studying with the prince: The Computer as a Learning Companion. The Proceedings of International Conference of Intelligent Tutoring Systems: At the Crossroads of Artificial Intelligence and Education, ITS88, Junio, Montreal. Chan, T. W. y Baskin, A. B. (1990). Learning companion systems. Ablex Publishing Corporation. Chih-Yueh, Ch., Tak-Wai, Ch. & Chi-Jen, L. (2003). Redefining the Learning Companion: the past, present and future of educational agents. Computers & Education, 40, 255-269. Chadwick y Hannah, (1987). Introduccin a la Inteligencia Artficial. Madrid, Espaa: Ra-Ma. Davis, F. (1985). La comunicacin no verbal. Alianza Editorial. Damelincourt, J. (12/01/2005). Prsentation & historique des Systmes multiagents. VieArtificielle [en lnea]. desde http://www.vieartificielle.com/article/index.php?id=47 [16 de Octubre 2005]. Flora, C. (2000). Cuestionarios de Usabilidad. rea de Ingeniera de Proyectos. Universidad de Zaragoza. Goleman, D. (1996). La Inteligencia Emocional. Cairos. Gonzlez, R.A. (2000). Educacin superior virtual y nuevos materiales para la enseanza. Coleccin Pedaggica Universitaria, 32-33, 183-195. GRACIA, Grupo de Agentes de Software: Ingeniera y Aplicaciones.(2005) Estado del Arte [en lnea]. Disponible en: http://grasia.fdi.ucm.es/ingenias/Spain/estado/index.php [21 de Octubre 2005]. Hayes-Roth (1995). Citado por: Samper, J. (2005). [en lnea] Disponible en: http://www.wikilearning.com/ntroducci%C3%B3_n_al_concepto_de_agente_iwkccp-5095-3.htm. [21 de Octubre 2005]. Jaramillo, A. (2005), Trabajo de Investigacin para la Orientacin Vocacional, Instituto Tecnolgico de Colima, fue una investigacin de Residencia Profesional.

93

 Jonassen, D., Mayes, T. & McAleese, R. (1992) A Manifesto for a Constructivist Approach to Uses of Technology in Higher Education. Duffy, Lowyck and Jonassen, 147-231. Kuder, F. (1998), Kuder, ediciones pedaggicas latinoamericanas. Formatos de test. Larios, A. (1995). Tcnicas y estrategias para pruebas del software en el Instituto Tecnolgico de Colima, Colima, Noviembre. Investigacin para tsis de titulacin. Lpez, O. Laguna, M. & Marqus, J. (2004). Normalizacin De Assets De

Requisitos En El Contexto De La Reutilizacin Sistemtica Del Software. Instituto Tecnolgico de Costa Rica, Universidad de Valladolid. p. 2. Liphart, A. (1971): "Comparative Politics and the Comparative Method", en American Political Science Review, vol.65, septiembre. Maldonado, L., & Bayardo, & L., Macias, D. & Ortega, N. (2004). Ambiente de aprendizaje basado en un agente de software orientado al juego de roles. Trabajo presentado en el VII Congreso Iberoamericano de Informtica Educativa, Octubre, Monterrey. Merelo, J. J. (1997) Agentes Autnomos Inteligentes. RED Cientfica. Obtenido el 8 de enero de 2006 desde http://www.redcientifica.com/doc/doc199903310001.html Minsky, M. (1984). The Society of Mind. Simon & Schuster., Articulo publicado en internet. Navarro, D. (1997). ELIZA y Computer Power and Human Reason. RED Cientfica. Obtenido el 8 de enero de 2006 desde

http://www.redcientifica.com/doc/doc199903130010.html Nielsen, (1993), Concepto de usabilidad, extrado el 7 de Marzo del 2009 desde http://www.sidar.org/recur/desdi/traduc/es/visitable/quees/usab.htm Nuseibeh, B. & Easterbrook, S. (2000). Requirements Engineering: A Roadmap. ACM Future of Software Engineering, 35-44. Nez, M. (2004, Noviembre 7). Weblogs y RSS: tica y Computadoras - Chat Robot.

94

 Piattini, M.G., Calvo-Manzano, J.A., Cervera, J. y Fernndez, L. (1996). Anlisis y diseo Detallado de Aplicaciones Informticas de Gestin. Madrid, Espaa: RaMa. Rivera (2003). Aprendizaje de diferente tipo? Extrado el 4 de enero de 2006 desde http://www.educarchile.cl/ntg/investigador/1560/article-77061.html Rizzi, M. (2001). Sistema Experto Asistente de Requerimientos. Tsis de Maestra en Ingeniera de Software, Instituto Tecnolgico de Buenos Aires. Rizzi, M. y Marcelo, F. (2000). Asistente de Requerimientos. Tsis de maestra no publicada, Centro de Actualizacin Permanente en Ingeniera de Software, Instituto Tecnolgico de Buenos Aires. Robertson, S. & Robertson, J. (1999). Mastering the Requirements Process, Addison Wesley, New York, NY. Romn Gallardo, A. (2006). Comunicacin personal. Entrevista realizada por Armando Renova Flores. Colima, Colima, 3 de Marzo de 2006. Russell, R. (2002). Language Use, Personality and True Conversational Interfaces. Artificial Intelligence and Computer Science. University of Edinburgh. Russell, S. & Norvig, P. (1995). Artificial Intelligence: A Modern Aproach, Prentice Hall. Opper Saddle River, Upper Saddle River, NJ. Rzepka, W. E. (1989). A Requirements Engineering Tested: Concept, Status, and First Results. Presentado en el 22 Anual Hawaii International Conference of Systems Sciences, IEEE Computer Society, Junio, Hawaii. Serrano, C. (2003). La contabilidad en la era del conocimiento, [en lnea] 5 campus.org Sistemas Informativos Contables, disponible en http://www.5campus.org/leccion/introduc [7 de enero de 2006] Shah, H. (2005). A.L.I.C.E.-an ACE in Digitaland. Ph.D. Thesis. Harrow School of Computer Science, University of Westminster. SICEUC (2005). Universidad de Colima [en lnea]: http://siceuc.ucol.mx. Skinner, B.F. (1950). Are Theories Of Learning Necessary? Psychological Review, 57. Sommerville, I. (1996). Software Engineering. Addison Wesley, New York, NY. Sommerville, I. & Sawyer, P. (1997). Requirements Engineering. Wiley.

95

 Teruel, A. (14 de Junio de 2000). Orientando sistemas de Programas a Objetos: un segundo experimento decente. Departamento de Computacin y TI. Universidad Simn Bolvar. Thayer, R.h. y Dorfman, M. (1997). Software Requirements Engineering. Wiley. Travers, R. M. W. (1979) Introduccin a la investigacin educacional. Buenos Aires: Paids. Urretavizcaya, M. (2001). Sistemas Inteligentes en al mbito de la educacin. Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial, 12, 5-12 Valadez Valdivia, R. (2006). Comunicacin personal. Entrevista realizada por Armando Renova Flores. Colima, Colima, 3 de Marzo de 2006. Villareal, G. (2004). Agentes Inteligentes en Educacin. Universidad de Santiago de Chile. Vizcano, A. (2004). Un Estudiante Simulado que Detecta y Corrige Situaciones Negativas en Entornos Colaborativos. Revista Iberoamericana de Inteligencia Artificial, No. 23, 149-156. Wallace, R. (2004). A.L.I.C.E. The Artificial Linguistic Internet Computer Entity. Obtenido el 5 de enero de 2005 desde http://www.alicebot.org/about.html Wallace, R. (2006). AIML Overview. Extrado el 20 de febrero de 2006 desde http://www.pandorabots.com/pandora/pics/wallaceaimltutorial.html. Zave, P. & Jackson, M. (1997). Four Dark Corners of Requirements Engineering. ACM Transactions on Software Engineering and Methodology, 6(1), 1-30. Zorrilla, S. (1989). Introduccin a la metodologa de la investigacin: casos aplicados a la administracin (28 ed.). Mxico: Aguilar Len y Cal Editores Centro Comenius

96

Anexo A. Test de Orientacin Vocacional.

97

98

Anexo B. Cuestionario System Usabilidad Scale (SUS) Cuestionario System Usability Scale (SUS) para evaluar la usabilidad de un sistema.
Traducido al espaol por Adriana Lorena Iiguez Carrillo y Miguel ngel Garca Ruiz Referencia original:
Brooke, J. (1996). SUS: a "quick and dirty" usability scale. In P. W. Jordan, B. Thomas, B. A. Weerdmeester & A. L. Mclelland (eds.) Usability Evaluation in Industry. London: Taylor and Francis. Documento donde se explica cmo calificar el cuestionario: http://www.usabilitynet.org/trump/documents/Suschapt.doc

Nombre:______________________________________________________________ Fecha:_______ Favor de marca con una X en la columna correspondiente segn sea tu criterio.
En completo Completamente desacuerdo ........de acuerdo 1. Me gustara utilizar con frecuencia este sistema Encontr el sistema innecesariamente complejo Fue fcil utilizar el sistema Creo que necesitara del apoyo de un experto para utilizar el sistema Las diversas funciones del sistema estn bien integrados Hubo demasiada inconsistencia (diferentes colores y fuentes sin armona, etc.) en el sistema Imagino que la mayora de las personas aprenderan muy rpidamente a utilizar el sistema Encontr el sistema muy difcil de usar. Me sent muy confiado en la navegacin de la pgina Web. ( ) ( ) ( ) ( ) ( )

2.

3. 4.

5. 6.

7.

8.

9.

10. Necesito aprender muchas cosas antes de utilizar el sistema

99

Anexo C. Conversacin de un usuario con el Robot Virtual Human: hola Robot: HOLA. Gracias por conversar conmigo. Human: como te llamas Robot: Me llamo orientador vocacional soy un Robot Virtual un modelo de la Inteligenicia Artificial. Para un anlisis escribe la palabra orientacin. Human: orientacin Robot: Deseas un anlisis vocacional SI o NO? Human: si Robot: A cada pregunta contestar REGULAR O SI O NO ESTAS DE ACUERDO? Human: si Robot: Te gustara sembrar y plantar en una granja durante las vacaciones? Human: si Robot: Te gustara vivir al aire libre, fuera de la Ciudad? Human: si Robot: Te gustara pertenecer a un club de exploradores? Human: si Robot: Te agrada salir de excursin? Human: no Robot: Las carreras que considero te agradaran de acuerdo a tus gustos personales son: Ingeniero Agrnomo, Ingeniero forestal, Ingeniero de Minas, Gelogo, Oficial del ejercito, oficial de la marina, oficial en aviacin o polica, etctera, ya que con la conversacin se puede determinar que te agradan en mayor escala las actividades externas a edificios actividades al aire libre, CONTINUAMOS SI O NO. Human: si Robot: Te gustara sembrar y plantar en una granja durante las vacaciones? Human: si Robot: Te gusta utilizar herramientas y maquinaria? Human: si Robot: Te agrada armar o desarmar objetos mecnicos? Human: si Robot: Te agrada RESOLVER ECUACIONES NUMRICAS? Human: no Robot: Contestar REGULAR, SI O NO a cada pregunta DE ACUERDO?

100

Human: si julio3: Te agrada ESTUDIAR LA ESTRUCTURA DE LAS PLANTAS Y DE LOS ANIMALES? Human: si julio3: TE GUSTA REALIZAR EXPERIMIENTOS DE BIOLOGA, FSICA O QUMICA? Human: si julio3: TE INTERESA ESTUDIAR Y ENTENDER LAS CAUSAS DE LOS MOVIMIENTOS SOCIALES? Human: si julio3: TE AGRADA INVESTIGAR LAS COSTUMBRES DE LOS PUEBLOS? Human: si julio3: TE AGRADA LEER REVISTA Y LIBROS CIENTFICOS? Human: si julio3: TE INTERESA SER INVESTIGADOR EN UN LABORATORIO DE BIOLOGIA, FSICA O QUMICA? Human: si julio3: ES NOTORIO TU INTERES CIENTFICO, LAS PROFESIONES ACORDE TUS INTERESES SON: ANTROPLOGOS, ARQUELOGO, ASTRNOMO, BILOGOS, INGENIERO ELECTRICISTA, INGENIERO QUMICO, ODONTOLOGO, PSICOLOGO, MDICO, TCNICO DE LABORATORIO? Human: gracias julio3: Gracias por tu visita.

101

Anexo D. Fragmento del cdigo fuente del Robot Virtual en Orientacin Vocacional en AIML.
<?xml version="1.0" encoding="UTF-8"?> <aiml version="1.0"> <category> <pattern>hola</pattern> <template> <random> <li> Hola Bienvenido.</li> <li><suspecting/>HOLA. Gracias por tu visita</li> <li><offended/>HOLA. Gracias por conversar conmigo</li> <li><ironic/>Hola: Para un anlisis escribe ORIENTACION</li> <li><bored/>HOLA PARA UN ANLISIS ESCRIBE ORIENTACION</li> </random> </template> </category> <category> <pattern>HOLA *</pattern> <template>Hola Cual es tu nombre?</template> </category> <category> <pattern>*</pattern> <that>Hola Cual es tu nombre?</that> <template><set><star/></set> Si deseas un anlisis? escribe ORIENTACIN</template> </category> <category> <pattern>hola * eres *</pattern> <template><srai>quien eres</srai></template> </category> <category> <pattern>* eres *</pattern> <template><srai>quien eres</srai></template> </category> <category>

102

<pattern>* creo*</pattern> <template><srai>* diseo*</srai></template> </category> <category> <pattern>* diseo*</pattern> <template> Me disearon en el Instituto Tecnolgico de Colima en el Departamento de Desarrollo Acadmico, Como Jefa la Licenciada MARIA Elba Guzman CARRILLO y Me diseo la Maestra Ana Claudia Ruiz Tadeo </template> </category> <category> <pattern>*gracias*</pattern> <template>Gracias por tu visita, Te esperamos en el tecnologico, contamos con otros tipos de analisis vocacional, repito contamos con otros tipos de analisis vocacional</template> </category> <category> <pattern>* gracias *</pattern> <template><srai>*gracias*</srai></template> </category> <category> <pattern>como te llamas*</pattern> <template>Me llamo orientador vocacional soy un Robot Virtual un modelo de la Inteligenicia Artificial</template> </category>

103