SISTEMAS EXPERTOS

Gomez C. Viviana Yalile, Zambrano L. Andrea Cristina

Facultad de Ingeniera Electrnica y Telecomunicaciones
Universidad del Cauca
Popayn, Colombia
vygomez@unicauca.edu.co
aczambrano@unicauca.edu.co
II.
Abstract- Hoy en dia vivimos rodeados por la
tecnologia, por lo tanto es importante que los nios,
desarrollen el pensamiento computacional desde los
primeros grados de primaria. Sin embargo estos no han
sido tenidos en cuenta para el desarrollo de actividades que
promuevan su creatividad. Este trabajo propone el
desarrollo de actividades para nios de primero y segundo
de primaria, las cuales seran desarrolladas mediante la
herramienta Scratch. La propuesta fue evaluada a travs de
un estudio de caso.
I.

INTRODUCCIN

En la actualidad existen programas, dentro de la inteligencia

artificial a los que se les atribuye la facultad de pensar y
razonar adoptando los conocimientos y los procedimientos de
un experto humano en un campo en particular, para resolver un
problema concreto,

pudiendo mejorar su productividad,

ahorrar tiempo y dinero, conservar sus valiosos conocimientos

y difundirlos ms fcilmente, estos programas se denominan
Sistemas Expertos. Este tipo de modelos de conocimiento por
ordenador ofrece un extenso campo de posibilidades en
resolucin de problemas y en aprendizaje. Su uso se extender
ampliamente en el futuro, debido a su importante impacto
sobre los negocios y la industria.
A lo largo del documento se expresara a travs de los
artculos encontrados, la utilidad de los sistemas expertos y se

Stanford, define un sistema experto como un programa de

ordenador inteligente que usa conocimiento y procedimientos
de

inferencia

para

resolver

problemas

que

son

lo

suficientemente difciles como para requerir la intervencin de

un experto humano para su resolucin. Se puede decir que los
sistemas expertos son programas, los cuales capturan el
conocimiento de un experto e imitan los procesos

de

razonamiento para la resolucin de problemas en un

determinado dominio. Por otra parte el grupo de especialista de
la Sociedad Britnica de ordenadores en sistemas expertos lo
define como La incorporacin dentro de un sistema de
ordenador de un componente bsico en el conocimiento,
correspondiente a una habilidad experta, de tal forma que el
sistema pueda ofrecer asesoramiento inteligente o tomar una
decisin inteligente sobre una funcin del proceso. Una
caracterstica adicional deseable, que muchos consideran
fundamental, es la capacidad del sistema, si se le solicita, de
justificar su propia lnea de razonamiento de un modo
directamente inteligente para el interrogador. El estilo adoptado
para alcanzar estas caractersticas es la programacin basada en
reglas.

trataran los mtodos de representacin del conocimiento, as

como el proceso de inferencia

DEFINICION DE UN SISTEMA EXPERTO

Segn Edward Feigenbaum et. al. [1] de la Universidad de

III.

EVOLUCION DE UN SISTEMA EXPERTO

La inteligencia artificial comenz su desarrollo en los aos

sesenta. Se pueden distinguir tres etapas en la aparicin y
diseo de los sistemas expertos:
1.

Etapa de iniciacin, entre 1965 y 1970, en la que se

desarrollan los primeros prototipos de sistemas

expertos, como por ejemplo: DENDRAL (resuelve

2.

En

el orden en que los sistemas expertos, acten como

problemas de qumica molecular) y MACSYMA

ayudantes inteligentes de los expertos humanos o como

(resuelve ms de seiscientas operaciones matemticas

informadores cuando no hay forma de acceder al conocimiento

diferentes).
Etapa de experimentacin y desarrollo, entre 1970 y

o a la experiencia, se podra decir que el objetivo de un sistema

1980, en la cual se produjo la mayor aportacin de

Europa a la Inteligencia Artificial y en particular a los
sistemas expertos, a travs del desarrollo del lenguaje
PROLOG (Programing language for logic). Durante

experto es sustituir al experto humano y mejorarle, adems de

esto se pueden citar los siguientes objetivos:

Mejorar la calidad del conocimiento de los expertos

humanos.
Conseguir la supervivencia del conocimiento y que

no muera con la muerte fsica del experto humano.

Multiplicar el nmero de expertos y, por tanto,

hacer ms accesible el conocimiento existente.

Disminuir el coste del conocimiento.

esta etapa aparecen los sistemas expertos ms

conocidos como son: MYCIN (para la consulta y
diagnstico de la meningitis) y PROSPECTOR
(evala prospecciones geolgicas con el fin de hallar
3.

yacimientos minerales).
Etapa de industrializacin, a partir de 1980, en ella
numerosas empresas de alta tecnologa como IBM,
Fujitsu Digital Equipment Corporation, Hewlett
Packard, etc., comienzan a investigar y desarrollar

V.

METODOS DE REPRESENTACION DEL

CONOCIMIENTO

Los mtodos de representacin del conocimiento ms

utilizados son:
1.

En las redes semnticas el conocimiento se

sistemas expertos, con el objetivo de integrar dichos

representa mediante una coleccin de objetos

sistemas con otras aplicaciones de la inteligencia

llamados nodos ligados entre s, que representan

artificial, para de esta forma mejorar sus prestaciones.

objetos, conceptos o eventos. Las conexiones entre

IV.

los nodos se denominan arcos y representan

CARACTERISTICAS Y OBJETIVOS DE LOS

SISTEMAS EXPERTOS

relaciones del tipo es-un, forma parte-de, etc.

A continuacin se definen las caractersticas y objetivos de los

Los nodos estn ordenados jerrquicamente de

sistemas expertos:

modo que las propiedades asociadas a cada uno de

Caractersticas

ellos son heredadas por todos los de inferior

Pueden resolver problemas muy difciles tan bien o

mejor que los seres humanos.
Razonan heursticamente, usando lo que los expertos

2.

jerarqua asociados a l 1989.

Los marcos de referencia, tambin llamados
frames, son una estructura o grupo de atributos que

consideran reglas empricas efectivas, e interactan

describen un determinado objeto. Cada uno de los

con los humanos de forma adecuada, incluyendo el

atributos se denomina slot y puede contener:

valores iniciales o valores por defecto; relaciones

lenguaje natural.
Manipulan y razonan sobre descripciones simblicas.
Pueden funcionar con datos que contienes errores

usando reglas de enjuiciamiento inciertas.

Pueden
contemplar
mltiples
hiptesis

competicin simultneamente.
Pueden explicar por qu estn formulando una

pregunta
Pueden justificar sus conclusiones.

en

que les ligan con otros frames y que permiten

heredar atributos de los frames jerrquicamente
superiores o procedimientos para cambiar los
valores de los atributos mediante la utilizacin de
funciones que calculan el valor del atributo de
acuerdo con la informacin suministrada.

3.

Las reglas de produccin constituyen el mtodo

actualiza

ms

situacional.

utilizado

para

la

representacin

del

conocimiento en los sistemas expertos. Se trata de

estructuras

del

tipo

SI

premisa

esquemas

de

interpretacin

del

modelo

El proceso de inferencia depende del tipo de representacin

entonces

del conocimiento que se utiliza para desarrollar el sistema

conclusin. La porcin SI de la regla, especifica

experto. A continuacin se muestra el proceso de inferencia

la condicin o condiciones que deben cumplirse, si

para un sistema experto basado en reglas.

existe ms de una condicin entre ellas estarn

Los hechos contenidos en la memoria de trabajo y las reglas

conectadas por medio del operador lgico y pero

y hechos contenidos en la base conocimientos se relacionan

tambin pueden estar conectadas con el operador

mediante el pattern matching o estrategias de emparejamiento

o; mientras que la porcin entonces, representa la

de reglas que permiten obtener conclusiones. Las estrategias de

accin o acciones que se deben realizar. En el

emparejamiento de las reglas pueden ser de tres tipos:

momento en el que se compruebe que la premisa de

Modus ponens: es la estrategia ms comn, afirma

una regla es cierta, se puede ejecutar sta, en el

que si se tiene la regla: Si A es cierto entonces B es

sentido de que se llevan a cabo todas y cada una de

cierto y se sabe que A es cierto, entonces puede

las acciones indicadas en la conclusin de la regla;

dichas acciones se convierten en nuevos hechos
que pueden ser la premisa de una nueva regla que,
a su vez, puede desencadenar nuevos hechos, y as
4.

los

afirmarse que B es cierto.

Modus tollens: esta estrategia afirma que si se tiene la

regla: Si A es cierto entonces B es cierto

Resolucin: es la estrategia que se utiliza para la
obtencin de conclusiones compuestas a partir de dos

sucesivamente.
Las ternas objeto-atributo-valor se basan en la idea

regla encadenadas; para ello, primero se sustituyen las

de que los objetos se caracterizan por una serie de

reglas por expresiones lgicas equivalentes, despus

atributos a los que se pueden asignar valores. Los

se combinan stas entre s para dar una nueva

objetos pueden ser fsicos o bien abstractos. Los

expresin lgica y por ltimo, se combina sta con la

objetos tienen asociadas unas caractersticas o

evidencia de los hechos.

propiedades, que son los atributos. El valor del

atributo especifica la naturaleza de un atributo en
un momento determinado.

VII.

CONCLUSION

La revisin literaria, indica que los sistemas expertos cada

VI.

PROCESO DE INFERENCIA

vez estn siendo ms utilizados en el mundo empresarial, en el

El componente ms importante del gestor de conocimiento

gobierno, en la industria, entre otras. Es evidente que la

es el llamado motor de inferencia que examina las reglas y

tecnologa de los sistemas expertos est cambiando la forma de

hechos de la Base de conocimiento, interacta con el modelo

atacar los problemas, segn estudios de caso esta tecnologa ha

situacional, resuelve los conflictos, deduce e infiere soluciones

sido aplicada con xito. Probablemente en un futuro cercano

y como subproducto de ello, almacena estrategias de

los sistemas expertos revolucionaran la forma de manejar el

tratamiento para el futuro. Tambin incluye un mdulo de

conocimiento dentro de las organizaciones.

aprendizaje del sistema, que permite la actualizacin de la base

REFERENCIAS

de conocimiento en funcin de las soluciones obtenidas y de

los desarrollos posteriores de los hechos, y que tambin

[1]

[1] Salvador Climent Serrano, Sistemas Expertos, 1999. Universidade

valencia

[2]
[3]
[4]

[5]

[6]

M. Resnick, All I really need to know (about creative thinking) I learned

(by studying how children learn) in kindergarten
J. Kuenzi, Science, technology, engineering, and mathematics (stem)
education: Background, federal policy, and legislative action, 2008
C. S. Jobs, STEM Sector Employer Skills Survey Report, 2011.
[Online].
Available:
http://www.ctstemjobs.org/resources/CT_STEM_Employer_skills_surve
y_summary_report.pdf..
A. J. Gill and A. Thompson, Bridging second-grade childrens thinking
and mathematical recording, J. Math. Behav., vol. 14, no. 3, pp. 349
362, Sep. 1995
G. Keren and M. Fridin, Kindergarten Social Assistive Robot
(KindSAR) for childrens geometric thinking and metacognitive
development in preschool education: A pilot study, Comput. Human
Behav., vol. 35, no. 0, pp. 400412, Jun. Creatividad y aprendizaje: el
juego como herramienta pedagogica, Aller Matines.

[7]

T. Y. Lee, M. L. Mauriello, J. Ahn, and B. B. Bederson, CTArcade:

Computational thinking with games in school age children, Int. J.
Child-Computer Interact., no. 0.

[8]

J. H., Cesar Collazos. Samith Cruz y Oscar Rojas, Child programming:

Una estrategia de aprendizaje y construccin de software basada en la
ldica, la colaboracin y la agilidad, Revista Universitaria RUTIC, vol.
1, no. 1, 2012

[9]

L. Flannery, Computational thinking and tinkering: Exploration of an

early childhood robotics curriculum, Informatica y Educacion , vol 72,
pp. 145-157, Marzo 2014
[10] J. Sarame, D. Clement. Early childhood mathematics education research:
Learning trajectories for young children. Routledge, 2009.
[11] J. Walle, K. Karp, J Williams, Elementary and middle school
mathematics: Teaching developmentally,2007