EXPERIENCIA
INTRODUCCION RESULTADOS
En este trabajo se describe el proceso de elaboración de un sistema Experto, ilustrando la manera en la cual un psicólogo, actuando como analista y utilizando técnicas de Ingeniería del Conocimiento, puede participar en ese proceso. Mediante la descripción de este proceso se desea poner de manifiesto las ventajas que ofrece un Sistema Experto, tanto para los psicólogos, cuando participan en su desarrollo, como para los usuarios. Estos sistemas permiten poner al alcance de los usuarios la pericia de un experto. El procedimiento general para desarrollar este tipo de sistemas pone en evidencia su utilidad potencial por la gama de aplicaciones que ofrecen este caso para otros contenidos jurídicos pero en general para aplicaciones en cualquier ámbito profesional, cuando se requiera tomar decisiones encadenadas para resolver casos complejos. El desarrollo y uso de Sistemas Expertos, además de ser una poderosa herramienta profesional puede también utilizarse como un versátil recurso de apoyo a la docencia en Educación Superior.
El sistema se desarrolló utilizando el Ambiente Triple C (Moreno, 1988), que permite generar, editar y utilizar bases de conocimientos de tipo condicional, representados mediante Sistemas de Producción (Newell, 1973). Se eligió como ámbito del problema el tópico de Despido, desde el punto de vista del Derecho Laboral. Con la ayuda de un experto, con mas de 25 años de experiencia en la materia, se logró representar la pericia necesaria para identificar las diferentes condiciones suficientes para dilucidar cualquier caso particular. Para esto se utilizaron técnicas especiales de entrevista complementadas con la sistematización de los conocimientos mediante el uso de algoritmos. El trabajo se apoyó en un marco de referencia previamente desarrollado para el análisis de esta tarea (Suárez y Vilera, 1988).
Se consideran aquí cuatro fases generales en el proceso de ingeniería del conocimiento:
Las Entrevistas con el Experto para obtener la información tanto general como específica sobre el tema.
La representación de las estructuras de conocimientos subyacentes a la información suministrada mediante algoritmos.
(3) La preparación de las Bases de Conocimientos para alimentar el Sistema Triple C.
(4) La evaluación formativa de la base de conocimientos para perfeccionarla (Hofmeister, 1986).
Esta disciplina es un desarrollo especializado dentro de la Inteligencia Artificial (Gardner, 1985). En un sentido restringido, su función es transvasar a un sistema computacional la pericia un experto sobre un dominio particular de conocimientos. La Ingeniería del Conocimiento comprende los enfoques y procedimientos para extraer, organizar y representar los conocimientos y estrategias que definen la pericia del experto para convertirlos, mediante procedimientos analógicos en bases de conocimientos que puedan ser empleados dentro del ámbito de un Sistema Experto. Pero la Ingeniería del Conocimiento también ha sido vista, en su sentido amplio, como una nueva y potente modalidad de investigación que refleja la filosofía de la Inteligencia Artificial y cuyas peculiaridades pueden contrastarse con la investigación tradicional (Wick y Schoech, 1988); fundamentalmente en términos de sus fines, pues mientras se ha hecho énfasis en generar nuevos conocimientos, la Ingeniería del Conocimiento intenta elaborar modelos del conocimiento disponible. En la Tabla 1 se resumen estas diferencias.
Convertirse en un experto es un proceso que toma mucho tiempo. Desafortunadamente para las organizaciones o para el área profesional donde se desempeñan los expertos, éstos con el tiempo cambian de intereses, se van a otros sitios, se jubilan o, en el peor de los casos, mueren. Una de las aplicaciones de mayor envergadura la Inteligencia Artificial ha sido la posibilidad de desarrollar sistemas que puedan ayudar a tomar las decisiones, en un área especializada de conocimientos, tal como lo haría un experto en la materia. Por lo tanto, los Sistemas Expertos (SE) permiten capturar la pericia del experto y ponerla a disposición de los usuarios para resolver problemas dentro de una temática muy específica así como para otras aplicaciones relacionadas (Waterman, 1986). En la Figura 1 se ilustran los componentes de un SE y sus interrelaciones.
Un SE consiste básicamente de los siguientes componentes: una máquina de inferencia o "Concha" (en este caso el sistema Triple C para manipular bases de Conocimientos); el Experto que posee y proporciona la experticia (en este caso un abogado); el analista o ingeniero de conocimientos (en este caso un equipo de psicólogos); las bases de conocimientos, representadas mediante reglas de producción del tipo "Si ... Entonces" para alimentar el sistema; facilidades de acceso para preparar y editar las bases de conocimientos y, por último, la interfaz mediante la cual el usuario tiene acceso al sistema.
El Experto, abogado y profesor de larga experiencia en Derecho Laboral, uno de los autores de este trabajo, fue seleccionado como sujeto. Se seleccionó tomando como criterios que tuviera más de veinticinco años de experiencia, mostrara interés en el trabajo y dispusiera del tiempo y dedicación que requiere el proceso de obtención de conocimientos.
Se pueden diferenciar tres fases en el desarrollo de este SE. El punto de partida fueron las entrevistas con el Experto, para la obtención de los conocimientos. A partir la información obtenida se procedió a la elaboración de los algoritmos para representar la información y disponer de una forma sintética para verificar su validez. Por último, se prepararon las bases de conocimientos mediante las facilidades el ambiente Triple C.
Se seleccionó como ámbito del problema el Despido, por haber sido un tema analizado previamente (Suárez y Vilera, 1988) El propósito principal a pesar de que estaba a punto de introducirse cambios en la legislación. Por lo cual el manejo de los casos de despido, presentados aquí, refleja la legislación venezolana anterior a la promulgación de la nueva Ley Orgánica del Trabajo vigente en Venezuela.
El propósito principal de esta fase es la obtención y representación preliminar de la información. Se pueden diferenciar a su vez tres momentos:
(1) La familiarización del analista con el contenido, en este caso el tratamiento del Despido en Derecho Laboral. El propósito es ir adquiriendo un marco de referencia conceptual, tanto global -a partir de la estructura legal de la - propia constitución- como particular referente a la legislación laboral y la obtención de ejemplos.
(2) A partir de la información anterior se inicia el proceso de clarificación conceptual e identificación de las principales categorías propias del contenido analizado.
(3) Por último, esto se complementa con la identificación de las principales contingencias que rompen la linearidad de los procedimientos. Es a partir de estas contingencias que se va estructurando el algoritmo central del cual se derivan los algoritmos periféricos. Todo esto constituye un proceso muy dinámico de obtención, clarificación, organización y representación de los conocimientos del Experto.
Se combinaron varias técnicas de ingeniería del conocimiento, descritas por Salter (1984), tales como Análisis Retrospectivo de Comentarios, Análisis de Interrupción, y Análisis de Comentarios durante la Ejecución. La herramienta básica de análisis fueron los Algoritmos, que también permiten representar las estructuras de conocimientos condicionales que caracterizan los patrones de decisiones de un Experto, en este caso para manejar cualquier caso de despido. En la aplicación de estas técnicas se distinguen dos modalidades:
1) Cuando se obtiene la información directamente del Experto mediante entrevistas. Aquí se graban las verbalizaciones del Experto a medida que explica la resolución de puntos claves del proceso. Destaca el uso de técnicas de análisis de interrupciones (Cuando se interrumpe la ejecución del Experto para solicitar explicaciones o ampliación de información), el análisis de comentarios (el Experto comenta aspectos claves de su ejecución) y la elaboración de esquemas cuando el Experto, en un proceso introspectivo, intenta reordenar sus ideas y expresarlas mediante diagramas para apoyar sus explicaciones.
2) Cuando el Experto no está presente y la información es revisada por los analistas, utilizando el análisis de comentarios retrospectivos. Las grabaciones se analizan en detalle. Este desglosamiento permite ir armando, apoyado en los algoritmos, la representación de las estructuras de decisiones. El Experto, hace luego, en forma sistemática, los ajustes pertinentes.
Dentro del área de la Psicología de la Instrucción, los Algoritmos adquieren una connotación más restringida que la general en matemática y computación (Vázques y Larocque, 1982). En estas disciplinas se definen como una prescripción muy exacta para resolver una clase de problemas. En cambio, dentro del contexto de la enseñanza se definen como una herramienta para analizar y representar conocimientos de tipo condicional: aquellos que se definen en términos de reglas del tipo "Si ... Entonces". A pesar de que pueden expresarse mediante diferentes formatos (vg. Tablas de Decisión), los diagramas de flujo son los más populares por sus propiedades gráficas.
Un Algoritmo está constituido por varios elementos integrados que definen el ámbito o una clase de problemas: Propósito, entrada, pasos, condiciones, valores de las condiciones, conectores y salidas (Orantes, 1987). El proceso de construcción de los algoritmos se inicia con la identificación de las principales condiciones, de manera de preparar el algoritmo central a partir de lo cual se van derivando los algoritmos periféricos. Por último, se procede a una evaluación formativa del producto para hacerle ajustes. En las Figuras 2, 3 y 4 pueden identificarse claramente los diferentes componentes de los algoritmos y su función.
El conocimiento de un especialista, sobre un ámbito de sus conocimientos, y en general el de cualquier contenido complejo, se caracteriza, en términos de la estructura de conocimientos subyacente, por ser típicamente de tipo condicional tanto en lo declarativo como en lo procedimental (Anderson, 1982). Los conocimientos procedimentales de tipo condicional expresan el máximo nivel de pericia posible de un experto. Expresan la capacidad del experto para manejar, en forma simultánea, varias reglas y escoger la apropiada, para resolver un caso particular. Parte de la identificación de las condiciones mediante las cuales se expresan los atributos críticos. Estos identifican a las contingencias que interrumpen la secuencia normal de acontecimientos o que modifican el estado de un elemento. Las reglas resumen la serie de valores de los atributos que especifican una ruta conducente a una conclusión
El Sistema para Comunicar conocimientos Condicionales, denominado TRIPLE C, permite crear, modificar y utilizar bases de conocimientos especializados, sobre un dominio particular de pericia, cuya estructura subyacente pueda representarse mediante reglas de producción. Es decir, procesa conocimientos en base a los cuales puedan tomarse decisiones. Por lo cual es un requisito que estos conocimientos puedan representarse mediante reglas de producción (Moreno y Orantes, 1989a, 1989b).
La característica esencial del Ambiente es la versatilidad de aplicaciones que facilita. Le permite al Usuario-Especialista, a través de su Sistema de Autor, preparar bases de conocimientos que pueden servir para el desarrollo de diferentes sistemas para comunicar conocimientos condicionales, de cualquier contenido, independientemente del nivel educativo o de pericia, a que se refiera. Asimismo le permite al Usuario-Consultante, utilizar las aplicaciones a través del Sistema de Control e Inferencia
El Ambiente, a través de su Sistema Autor, ofrece una serie de ventajas sobre los Lenguajes de Autor convencionales. El Ambiente es de especial utilidad para quien esté interesado e desarrollar aplicaciones, cuyos contenidos se puedan expresar en forma de reglas. Este Sistema de Autor tiene las siguientes ventajas:
1. Permite programar estructuras de conocimientos, independientes del contenido, que flexibilizan y simplifican la preparación de materiales de apoyo profesional y de enseñanza.
2. Permite manejar secuencias de conocimientos condicionales que tipifican el nivel más avanzado de pericia sobre un tema.
3. El especialista no necesita tener conocimientos sobre el lenguaje de Programación utilizado. En este caso Turbo-Prolog.
4. El especialista no requiere aprender comandos o Procedimientos especiales, típicos de los Lenguajes de Autor. Funciona en forma transparente, para el Usuario-Especialista.
5. El especialista no necesita conocer la forma interna de representar los conocimientos que emplea el Sistema de Autor
Por lo cual, para introducir conocimientos, a través del Sistema Autor, el Especialista directamente o con la ayuda del analista debe definir el conjunto de reglas que delimitan el dominio de conocimientos a utilizarse. En este caso la preparación de las bases de conocimientos se hizo en forma conjunta. Esto ofrece una ventaja para la preparación de las explicaciones que Triple C ofrece al usuario , cuando tiene dudas sobre los valores de respuesta a las condiciones.
El Sistema Triple C requiere de una micro computadora con sistema operativo DOS, 512 K bytes de memoria RAM y capacidad gráfica.
Los datos de este análisis son los conocimientos del Experto sobre despido en Derecho Laboral que se representan mediante algoritmos con el formato e diagramas de flujo.
Fueron elaborados tres algoritmos a partir de los datos suministrados por el Experto. En cada uno de ellos se describen los pasos que un trabajador o un patrono pueden realizar ante una situación de despido. Cada algoritmo está dividido en diagramas, por razones prácticas de espacio.
Algoritmo 1 : Principios Generales relativos al Despido: 2 diagramas
Algoritmo 2 : Procedimiento de despido de trabajador con fuero (Legal o Contractual): 5 diagramas
Algoritmo 3: Procedimiento de despido de trabajador ordinario: 2 diagramas
En las Figuras 2, 3 y 4 se muestran ejemplos de estos diagramas. El número de diagramas para cada algoritmo depende exclusivamente de la longitud del mismo y de la disponibilidad de espacio.
En este trabajo se ilustra la aplicación de técnicas de ingeniería del conocimiento para la extracción, análisis y representación de conocimientos de un experto, poniendo de manifiesto el papel de los algoritmos como herramienta de análisis y representación de las estructuras de conocimientos de tipo condicional que caracterizan la ejecución de un experto, como base para el desarrollo de un SE.
Como los señala Salter (1986), la calidad de la información que se obtenga en la fase de adquisición de conocimientos, determinará la eficiencia del SE. Por lo tanto, el proceso de análisis de los conocimientos debe realizarse en forma exhaustiva y minuciosa. La fase de obtención o adquisición de conocimientos es un proceso sistemático de colaboración entre el experto -o expertos- y los analistas de conocimientos. Es una fase previa para obtener las bases de conocimientos a manipular por el SE.
El análisis y representación de los conocimientos en el área del Derecho Laboral se facilita por una característica que, en general, posee el área del Derecho: los conceptos y prescripciones que forman el núcleo de esta disciplina conforman una compleja estructura jerárquica, de tipo piramidal, constituida por enunciados de tipo condicional. En la cúspide de esta pirámide se encuentran enunciados del tipo "Si comete un delito, le corresponde una pena". Esta característica permite describir los procedimientos en términos de reglas de producción del tipo "Si ... Entonces".
Cuando se utilizan conocimientos condicionales se estructuran redes que adquieren una serie de propiedades. Estas redes están constituidas por una combinación única de un conjunto de reglas, de las relaciones que se establecen entre ellas, de niveles jerárquicos que se establecen entre las reglas y por diferentes salidas o conclusiones a las que se llegan al seguir las diferentes rutas nativas disponibles para la resolución de la clase de problemas que comprende esta red. Las propiedades y requerimientos de estas redes son semejantes a las de los algoritmos tal como se conciben dentro del área de la enseñanza (Vázquez, y Larocque, 1982). Deben tener especifidad, es decir, funcionan para ámbitos y propósitos restringidos; generalidad, es decir aplicables a clases de problemas y resultividad, es decir, deben garantizar la obtención, en cada caso del producto especificado.
