UNIDAD 2

Modelado y
administracin del conocimiento.
Unidad 2. Modelado y
administracin del conocimiento.
2.1 Introduccin al modelado y administracin
del conocimiento.
2.2 Mtodos de modelado: modelos
organizacionales CommonKADS, Modelos
de procesos IDEF, Diagramas de clases
UML, modelos relacionales de datos,
ontologas.
2.3 Formalizacin del conocimiento.
2.4 Construccin y razonamiento.
2.1
Introduccin al modelado
y
administracin
del conocimiento.
En la actualidad es cada vez ms comn
utilizar el trmino gestin del conocimiento
(knowledge management) en las
organizaciones,

segn [1] The Knowledge Creating
Company, en una economa donde la nica
certeza es la incertidumbre, la nica fuente
segura de ventaja competitiva es el
conocimiento y de esto cada vez son ms las
empresas que se dan cuenta.
Asimismo las ltimas investigaciones,
estudios y artculos acerca de la gestin
del conocimiento mencionan la
importancia de herramientas que
faciliten la captura, conservacin,
organizacin, procesamiento y sobre
todo difusin del conocimiento, de tal
forma que se transforme dicho recurso,
hoy disperso, en un

capital intelectual administrable
Finalmente es importante aclarar,
como se ver ms adelante, que las
tecnologas de informacin juegan
un rol muy importante pero no son
el componente principal de la
gestin del conocimiento y a
medida que se investiga ms sobre
este tema ms se tiene la certeza
que la esencia de la gestin del
conocimiento son las personas.
En la actualidad, entender cul es el rol de
las tecnologas de informacin entorno a la
gestin del conocimiento es la pieza clave
para no cometer un error de concepto.

Este error radica en concebir la implantacin
de la gestin del conocimiento como un
tarea de la tecnologas de informacin.

Es importante comprender que las
tecnologas de informacin proveen el
marco, pero no el contenido.
Antes de seleccionar y clasificar las
diversas tecnologas de informacin
es necesario entender el significado
de lo que diversos autores llaman :

1.- herramientas de la gestin del
conocimiento
O
2.- software de la administracin del
conocimiento.
Una de las mejores definiciones
aportadas es la de:

Ruggles (1997)
2
que concibe
este concepto como el
software o herramienta que
apoya y da soporte a las
aplicaciones, actividades o
acciones como la de
generacin, codificacin y
transferencia del conocimiento.
Nonaka (1995)
1
Takeuchi (1995)
2
Las clasificacin de las tecnologas de
informacin segn la capacidad de generar o
crear, codificar y transferir conocimiento con
base en el Modelo de :
Espiral de creacin del conocimiento:
Sociabilizacin
Externalizacin
Internalizacin
Combinacin
Objetivo del modelo
De est manera segn el
objetivo que persigue el
modelo en vas de gestionar
el conocimiento, la
clasificacin de las
tecnologas de informacin
sera la siguiente:
Tecnologas enfocadas a la
codificacin y transferencia
de conocimiento.

Tecnologas enfocadas a la
generacin, codificacin y
transferencia de
conocimiento

Tecnologas enfocadas a la
generacin y codificacin
del conocimiento
1. Tecnologas enfocadas a la
codificacin y transferencia de
conocimiento
Intranets Sitios web
Document
management
systems
2. Tecnologas enfocadas a la
creacin, codificacin y
transferencia de conocimiento
Groupware
systems:
(Lotus Notes y
Microsoft
Exchange)
Business intelligence:
- DSS Modelado
Multidimensional
-Data Warehousing, Data
Marts y Data Mining
-OLAP (On line analitic
procesing)
- Herramientas de consulta y
reporte de datos
- Portales de informacion
empresarial
Knowledge based
systems
3. Tecnologas enfocadas a la
creacin y codificacin del
conocimiento
Workflow
systems
Knowledge
map systems
2.2 Mtodos de modelado: modelos organizacionales
Common KADS, Modelos de procesos IDEF, Diagramas
de clases UML, modelos relacionales de datos,
ontologas.
La Ingeniera del Conocimiento (IC) posibilita la
construccin de productos del aprendizaje tales como
cursos, talleres, programas educativos, etc.; de manera
interactiva, no lineal y a distancia; en las modalidades
semi-virtual, virtual y colaborativa.

Entre las metodologas con que cuenta la IC se destaca
CommonKADS como el estndar europeo para el
desarrollo de sistemas basados en el conocimiento.
Esta metodologa es el resultado del proyecto ESPRIT
KADS-II (P5248) que es una continuacin del proyecto
KADS.

Cubre todos los aspectos del desarrollo de un SBC
enmarcados en un nico ciclo de vida de carcter
espiral, que llega incluso a la definicin del programa
que finalmente ser ejecutado.

KADS-I (ESPRIT-I P1098) se quedaba en la definicin del
modelo conceptual.

Una de las principales contribuciones de este proyecto
es el introducir las ltimas tcnicas aplicadas en la
ingeniera del software en el campo de la IA.
El trabajo se comenz en 1983

En ese momento, la construccin de sistemas de
conocimiento estaba enmarcada bajo el paradigma de
desarrollo por prototipos y de representacin del
conocimiento a travs de reglas de produccin, con
hardware y software de propsito especial como
mquinas LISP y PROLOG
A pesar de que el proyecto termin en 1994, se han
seguido desarrollando investigaciones alrededor de
CommonKADS.

La metodologa CommonKADS abarca todo el ciclo de
desarrollo de software

El proceso de desarrollo de SBC consiste en rellenar un
conjunto de .plantillas de los modelos.

Asociados a estas plantillas, CommonKADS define
estados. de los modelos que caracterizan hitos en el
desarrollo de cada modelo.

Estos estados permiten la gestin del proyecto, cuyo
desarrollo se realiza de una forma cclica dirigida por los
riesgos.
Hay seis modelos definidos en CommonKADS:
1.- Modelo de la Organizacin (OM): es una herramienta
para analizar la organizacin en que el SBC va a ser
introducido, y pretende descubrir problemas y
oportunidades.


2.- Modelo de Tarea (TM) (Subpartes relevantes del
proceso): describe a un nivel general las tareas que son
realizadas o sern realizadas en el entorno organizativo
en que se propone instalar el SBC y proporciona el
marco para la distribucin de tareas entre agentes.

3.- Modelo de Agente (AM): un agente es un ejecutor de
una tarea. Puede ser humano, software o cualquier otra
entidad capaz de realizar una tarea.

Este modelo describe las competencias, caractersticas,
autoridad y restricciones para actuar de los agentes.


4.- Modelo de Comunicaciones (CM): detalla el
Intercambio de informacin entre los diferentes agentes
involucrados en la ejecucin de las tareas descritas en el
modelo de tarea.
5.- Modelo del Conocimiento (de Pericia o de Experiencia -
EM):

este es el corazn de la metodologa CommonKADS y
modela el conocimiento de resolucin de problemas
empleado por un agente para realizar una tarea.

El modelo de la experiencia distingue entre el conocimiento
de la aplicacin y el conocimiento de resolucin del
problema.

El conocimiento de la aplicacin se divide en tres subniveles:
a) nivel del dominio (conocimiento declarativo sobre el
dominio)
b) nivel de inferencia (una biblioteca de estructuras
genricas de inferencia)
c) nivel de tarea (orden de las inferencias).
6.- Modelo de Diseo (DM): mientras que los otros cinco
modelos tratan del anlisis del SBC, este modelo se utiliza
para describir la arquitectura y el diseo tcnico del SBC
como paso previo a su implementacin.

En general produce la especificacin tcnica en trminos de
arquitectura, plataforma de implementacin, mdulos de
software, construcciones de representacin, y mecanismos
computacionales para la implementacin de SC.
Para los tres primeros modelos, del contexto, es posible utilizar
9 formularios o plantillas propuestas por CommonKADS:
Modelo Organizacional. Son 5 cuestionarios:
OM-1. Identificacin del
problema / oportunidad (lista
de problema/oportunidades
percibidas, contexto
organizacional [misin-visin-
objetivos de la organizacin],
lista de posibles soluciones).
OM-2. Aspectos Variantes
(describe los aspectos que
podran cambiar o ser
afectados por la solucin dada
por un sistema de
conocimiento).
OM-3. Proceso de la
organizacin dividida en
partes (llenado
para cada tarea de la
descripcin del proceso).
OM-4. Activos de
conocimiento (detalle del
elemento conocimiento de
OM-2, descripcin con granulo
grueso, refinado en el modelo
tarea y modelo conocimiento)
OM-5. Factibilidad (beneficios
esperados, valor agregado esperado,
costos esperados, comparacin entre
posibles soluciones, cambios
organizacionales requeridos, riesgos e
incertidumbres econmicas y de
negocios).
Para los tres primeros modelos, del contexto, es posible utilizar
9 formularios o plantillas propuestas por CommonKADS
(continuacion):
Modelo de Tareas: 2 formularios (subporcin de un proceso
de la organizacin, actividad que agrega-valor de manera
dirigida por metas).
Anlisis y descripcin
de la tarea dentro del
proceso.
TM-1.
Elementos de
conocimiento de la
tarea.
TM2.
Para los tres primeros modelos, del contexto, es posible utilizar
9 formularios o plantillas propuestas por CommonKADS
(continuacion):
Modelo de agentes: 1 formulario (perspectiva
proceso/tarea, perspectiva de agentes individuales).

Formulario
Agente
AM-1
Para los tres primeros modelos, del contexto, es posible utilizar
9 formularios o plantillas propuestas por CommonKADS
(continuacion):
Resumen:

Formulario
1
MODELO DE CONOCIMIENTO:

Este modelo, describe el conocimiento que tiene un
determinado agente y que es relevante para la consecucin de
una determinada tarea, adems de describir la estructura del
mismo en funcin de su uso.


Para poder llevar a cabo este modelado de los distintos
papeles que puede jugar el conocimiento, ste est distribuido
en tres categoras:
MODELO DE CONOCIMIENTO:

Conocimiento de Tareas:

Conocimiento del Dominio:

- Ontologas del Dominio
- Modelos del Dominio
- Conceptos
- Propiedades
- Expresiones
- Relaciones

Conocimiento sobre Inferencias:
MODELOS DE PROCESOS IDEF

Es un subconjunto de la metodologa
del SADT (Structured Analysis and
Design Technique) y se caracteriza por
ser un mtodo formalizado de
descripcin de procesos que permite
evitar las dificultades que implica el
uso de diagramas (por ejemplo,
"grafos").
En el programa norteamericano del Departamento
de Defensa denominado "Integrated Computer-
Aided Manufacturing - (ICAM)" se ha reconocido su
utilidad y se le ha estandarizado en llamado IDEF0
(ICAM Definition Method Zero[1]) - se pronuncia
"eyedeff- zero"[2].


Bajo este nombre de IDEF0, la metodologa del
SADT se utiliza en cientos de organizaciones
relacionadas con la defensa y en industrias de altas
tecnologas.

En 1989 se constituy una asociacin de usuarios,
el IDEF-Users Group (IDEF-UG).
El IDEF0 es muy utilizado para describir procesos de negocio
(atendiendo a los objetivos centrales) y existen numerosas
aplicaciones de software que apoyan su desarrollo.

El IDEF0 gua en la descripcin de cada proceso (o actividad)
considerada como combinacin de cinco magnitudes bsicas
que se representan grficamente como:
Procesos o
actividades
inputs (insumos)
controles
mecanismos o
recursos para la
realizacin de
tareas
Outputs o
resultados
conseguidos en el
proceso
* Pueden servir de entrada a otros procesos
*
El IDEF0 utiliza unos grafos de visualizacin
de sus elementos, no slo para facilitar la
aplicacin del mtodo, sino para
diferenciar claramente las magnitudes a
tratar en aplicaciones de software.

En realidad, esas magnitudes del modelo
constituyen una variante del clsico
modelo de bases de datos:

entity-relationship.
El elemento central del "diagrama" en que
se describe (modeliza) el proceso es una
forma rectangular a la que se unen ciertas
flechas que representan inputs, outputs,
controles, mecanismos que permiten
funcionar:
Por ejemplo: en un proceso de produccin:

Los "inputs" designan la materia prima que es
transformada en la actividad (barra de acero a transformar
en tubo, planos de trabajo).

Los "controles" designan las actividades o entidades que
influencia la forma en que trabaja el proceso; p.ej.: cumplir
normas de seguridad, responder a exigencias del cliente,
ejecutar planes de trabajo. El control marca restricciones u
obligaciones y dirige las actividades.

Los "mecanismos" designan los factores que permiten las
operaciones desarrolladas en el proceso; p.ej.: personas,
herramientas, software, informacin.

Los "outputs" designan el resultado de la actividad y se
transmiten a otros procesos
En el nivel ms elevado puede tratarse de
representar un proceso de negocios completo.

A continuacin y a un nivel inferior, este
proceso se divide en varios bloques de
actividades.

De este modo se efecta una descomposicin
en niveles jerrquicos de mayor detalle hasta
llegar a un punto en que se disponga de datos
suficientes para poder planificar los cambios
que se consideren necesarios
Evidentemente, un proceso complejo consta de
mltiples unidades sencillas encadenadas como
se muestra en la fig. IDEF-3
La metdologa del IDEF trabaja con una lgica de
desglose que permite pasar del anlisis de un proceso
global al de sus subprocesos (similar a la lgica en la
programacin por objetos).

Esto es lo que visualiza la figura IDEF-4
El "nudo" (rectngulo) del diagrama se desompone - en
una especie de Zoom en subnudos (sub-diagramas) que
pueden oscilar entre tres y seis rectngulos, luego stos
se descomponen a su vez (si se considera necesario) en
otros subdiagramas de cada nudo.

Las conexiones entre los nudos del diagrama desglosado
se articulan en los siguientes tipos:
Se prosigue la descomposicin hasta completar la descripcin de todos los
aspectos y magnitudes relevantes del proceso.
Ventajas del uso del IDEF0

Como ventajas del IDEF para el anlisis de procesos se
consideran:

La descomposicin en niveles jerrquicos facilita la
rapidez en la determinacin del mapa de procesos y
posibilita visualizar al nivel ms alto las relaciones de
cambio con los factores de xito. Esto ayuda sobre todo
en cambios radicales.

El remontar a contracorriente la cadena/flujo de inputs-
outputs permite determinar facilmente elementos que no
agregan valor, o detectar limitaciones y cuellos de botella
Cundo se recomienda el uso del IDEF0

Cuando hay que preparar un modelo de proceso que facilite
exactitud, detalle, y claridad en la descripcin.

Cuando el proceso posee cierta complejidad y los otros mtodos de
descripcin daran lugar a diagramas confusos.

Cuando se trata de modelar una amplia gama de procesos distintos
en un PDL (Process Description Language) consistente y con
capacidades de metrizacin .

Cuando se posee cierto tiempo para trabajar y desarrollar una
descripcin/modelo completo y correcto del proceso.

En el flujo de proceso. el uso de IDEF0 se recomienda en los puntos
de identificacin/definicin (con aspectos metrizables), en la
comprensin y delimitacin de aspectos de problemas que se
plantean en el proceso, en la presentacin de soluciones, y en la
estandarizacin de las mejoras/cambios.

ONTOLOGA
Ontologa
La ingeniera del conocimiento, y en
particular el procesamiento de ontologas,
son uno de los problemas en los que ms se
est centrando la atencin en la informtica
actual.

La razn principal es la emergencia de un
nuevo conjunto de aplicaciones en las que
las ontologas juegan un papel fundamental,
la mayora de las cuales se encuentran en
dos campos:

1. la ltima generacin de sistemas para la
Web (Web 2.0, Web Semntica)

2. la necesidad de integracin de
aplicaciones empresariales cada vez
ms distribuidas.
Definicin de Ontologa
En la prctica informtica, el trmino ontologa ha
adoptado unas connotaciones peculiares, alejadas de su
sentido filosfico original.

A partir de principios de la dcada de 1990 han
proliferado las definiciones de ontologa en la literatura
informtica.

Gmez Prez et al. (2005) proporcionan una discusin
completa; pero dentro de las ms relevantes, entre las
que destaca la dada por Gruber (1993), que es la ms
citada:
Definicin de Ontologa
A conceptualization is an abstract, simplified view of the
world that we wish to represent for some purpose.

Every knowledge base, knowledge-based system, or
knowledge level agent is committed to some
conceptualization, explicitly or implicitly.

An ontology is an explicit specification of a
conceptualization. The term is borrowed from philosophy,
where an Ontology is a systematic account of Existence.

For AI systems, what exists is that which can be
represented
Definicin de Ontologa
La definicin de Gruber fue clarificada por Borst
(1997): An ontology is a formal specification of a
shared conceptualization.

Se pone el nfasis en dos ideas clave:

- Una ontologa debe ser especificada usando
un lenguaje formal, que pueda ser
procesado por ordenadores y no slo por
personas

- La ontologa es conocimiento compartido,
fruto del consenso dentro de un grupo.
Elementos de una Ontologa
Una ontologa contiene reglas especificadas mediante
algn tipo de formalismo lgico.

Estas reglas pueden cumplir varias funciones:

- Restricciones y reglas de validacin para
asegurarse de que la ontologa es coherente:
Todas las uvas deben ser o blancas o tintas

-Definicin intensional de clases (en lugar de por
simple enumeracin de individuos): la clase
uvas est compuesta por la unin de las uvas
tintas y las uvas blancas
PARADIGMAS DE MODELADO DE ONTOLOGAS
Actualmente existen diferentes formas de representacin del
conocimiento, desde simples listas de trminos hasta lgicas muy
expresivas.

En la siguiente figura se puede apreciar el espectro de representacin
de conocimiento.

En general, solo las redes semnticas y representaciones ms
expresivas son consideradas ontologas, aunque hay un cierto debate
al respecto; obviamente, la clasificacin de modelos cercanos a la
frontera y de modelos hbridos es complicada, y pueden aparecer
excepciones.
APLICACIONES DE LAS ONTOLOGAS
Comercio
Electrnico
Bsqueda de
Informacin
en Internet
Biomedicina
Bibliotecas
Dogitales
Otros
2.3 Formalizacin
del conocimiento
Se han de considerar los
diferentes esquemas de
razonamiento que se pueden
utilizar para modelizar las
diferentes necesidades de
resolucin de problemas
identificadas en las fases
anteriores
2.3 Formalizacin
del conocimiento
En este punto, se ha de poder
comprender la naturaleza del
espacio de bsqueda y el tipo
de bsqueda que habr que
hacer. Para ello, se puede
comparar sta con diferentes
mecanismos prototpicos de
resolucin de problemas como
la clasificacin, abstraccin de
datos, razonamiento temporal,
estructuras causales, etc.
2.3 Formalizacin
del conocimiento
En esta etapa tambin tendr que
analizarse la certidumbre y
completitud de la informacin
disponible, dependencias
temporales, o la fiabilidad y
consistencia de la informacin. Se
deber descubrir qu partes del
conocimiento constituyen hechos
seguros y cules no. Para stos
ltimos deber adaptarse alguna
metodologa de tratamiento de la
incertidumbre, de manera que
sta pueda ser modelizada dentro
del sistema.
FIN DE LA CLASE

Discusin
Qu podemos
aprender de Francisco
Procedimientos
recomendados
Conclusiones
Resumen
Defina sus retos
Tecnolgico y personal
Establezca expectativas realistas
El dominio no se logra de la noche a la maana
No pierda de vista su objetivo
Programas de orientacin
Recursos
<Texto del sitio de intranet aqu>
<hipervnculo aqu>

<Texto del material de lectura adicional aqu>
<hipervnculo aqu>

Estas diapositivas y recursos relacionados:
<hipervnculo aqu>
PREGUNTAS?
APNDICE