1.4. La ingeniería del conocimiento

• Se admite que el conocimiento que se puede extraer de los expertos puede ser, en mayor o menor grado, incompleto, inconsistente, impreciso, incierto y «tolerante» (no «dogmático» ).
• Aceptado lo anterior, es forzoso admitir también que las respuestas del sistema puedan ser «inseguras» , matizadas por un grado de confianza o de creencia.
• Además, el conocimiento puede evolucionar tanto en la fase de desarrollo como en la de uso del sistema, por incorporación de nuevos conocimientos sobre el dominio, o porque, a la vista del funcionamiento del sistema, los expertos reconsideran la forma en la que se ha expresado su conocimiento.
• Por tanto, la responsabilidad del desarrollo y del mantenimiento no recae sólo en los ingenieros, sino también en los expertos (y, a veces, en los usuarios finales), que intervienen a lo largo de todo el ciclo de vida.
• Como consecuencia de todo ello, no es aplicable el ciclo de vida clásico («en cascada» ), porque no pueden establecerse unas especificaciones definitivas desde el principio. Esto implica un proceso continuo de depuración de la base de conocimientos, que muchas veces se prolonga durante toda la vida del sistema.

(Algunas de estas ideas han sido asimiladas posteriormente por la ingeniería del software: prototipado rápido, ciclo de vida en espiral. . . )

El término «experto» debe entenderse que designa a aquél que tiene el conocimiento necesario para resolver problemas en un determinado campo o dominio de conocimiento. El proceso de adquisición del conocimiento, cuyo objetivo es llegar a expresar de manera explícita en algún lenguaje de representación los conocimientos que el experto utiliza para resolver problemas, resultó ser el más difícil de todo el desarrollo de los sistemas basados en conocimiento.

En el diseño de los primeros sistemas expertos se entendía la adquisión del conocimiento como un proceso de transferencia del conocimiento del experto humano a la base de conocimientos. La metodología se basaba en entrevistas con los expertos tratando de identificar y hacer explícitas las «reglas» que aplicaban para resolver tareas específicas. Como resultado, todo el conocimiento capturado era de naturaleza superficial (Apartado 1.3.3), y en los sistemas resultantes se manifestaba esa superficialidad de varias maneras: fragilidad (brittleness) (incapacidad para tratar con situaciones ligeramente desviadas de las previstas), dificultad de mantenimiento (el refinamiento o la adición de reglas tenían efectos laterales graves), mala «escalabilidad» (lo que en un prototipo funciona bien, deja de hacerlo al aumentar el tamaño de la base de conocimientos), etc. A finales de los años 80 comenzó a tomar cuerpo un cambio de paradigma en la adquisión del conocimiento, basado en un proceso de modelación. Volveremos sobre esto en el Apartado 1.6. Antes, una pequeña digresión.

 DIT-ETSIT-UPM