SISTEMA INTELIGENTE PARA EL TRATAMIENTO
DE LA INFORMACIÓN Y EL CONOCIMIENTO
Vivian Estrada Sentí
Orestes Febles Díaz
Iskael Díaz Márquez
PAIDEIA XXI
Vol. 1, Nº 2, Lima, mayo 2011, pp. 51-60
Resumen
El Razonamiento Basado en Casos es una metodología muy útil para dar
respuesta a problemas donde las soluciones dadas a casos resueltos son
utilizadas para dar solución a otros de carácter similar. En este trabajo se
presenta un sistema informático inteligente capaz de crear y analizar ba-
ses de conocimientos estructuradas y generar un experto que propone so-
luciones para la toma de decisiones. Esta herramienta (software) ha sido
desarrollada en lenguaje Java. Ha sido aplicado con fines docentes y para
evaluar el grado de introducción de la gestión de la información y el conoci-
miento económico en las universidades. La aplicación de esta herramien-
ta permite la evaluación sistemática de esta actividad y constituye un apo-
yo a la toma de decisiones
Palabras clave: Gestión de conocimiento, Razonamiento Basado en
Casos, arquitectura, bases de conocimientos.
Abstract
Case Based Reasoning is a very useful methodology to address problems
where the solutions given to cases resolved are used to solve other similar
nature. This paper presents an intelligent computer system capable of
creating and analyzing structured knowledge bases and build an expert who
offers solutions to decision making. This tool (software) has been developed
in Java. Has been applied for teaching purposes and to assess the degree of
introduction of information management and economic knowledge in
universities. The application of this tool allows the systematic evaluation
of this activity is to support decision making.
Keywords: Knowledge Management, Case Based Reasoning,
architecture, knowledge bases.
Vivian Estrada Sentí / Orestes Febles Díaz / Iskael Díaz Márquez
PAIDEIA XXI
52
INTRODUCCIÓN
Para tomar decisiones de mane-
ra acertada el ser humano se remi-
te a su experiencia para comprobar
si ha tenido una situación semejan-
te a la actual y si le satisface la so-
lución anterior. Mientras mayor sea
la cantidad de referentes que se
encuentre a problemas, mayor será
la eficacia y la rapidez de la solución.
En Inteligencia Artificial, esto se
conoce como Razonamiento Basado
en Casos, que no es más que técni-
cas que reutilizan las soluciones a
problemas similares presentados
anteriormente. La Inteligencia Ar-
tificial es el estudio de técnicas de
resolución de problemas de comple-
jidad exponencial, mediante el uso
de conocimiento sobre el campo de
aplicación del problema.
El Razonamiento Basado en Casos
denota un método en el cual la solución
de un nuevo problema se realiza a par-
tir de las soluciones conocidas para
un conjunto de problemas previamen-
te resueltos (o no resueltos) del domi-
nio de aplicación. En este paradigma,
la base del comportamiento inteligen-
te de un sistema radica en recordar si-
tuaciones similares existentes en el pa-
sado, en el cual el razonamiento se
realiza a partir de una memoria
asociativa que usa un algoritmo para
determinar una medida de semejan-
za entre dos o más objetos. En el cam-
po de la gestión del conocimiento y la
informática educativa, las técnicas
basadas en casos se pueden usar para
construir, acceder y usar casos.
DESARROLLO
De manera general, un Sistema
Experto (SE) se define como un sis-
tema informático que simula los pro-
cesos de aprendizaje, memorización,
razonamiento, comunicación y ac-
ción de un experto humano en una
determinada rama de la ciencia,
suministrando, de esta forma, un
consultor que puede sustituirle con
unas ciertas garantías de éxito. Los
Sistemas Expertos son una tecnolo-
gía dentro del campo de la Inteligen-
cia Artificial y han alcanzado múlti-
ples aplicaciones en campos del sa-
ber humano. Estos resuelven proble-
mas que se basan en el conocimien-
to, donde se obtienen conclusiones
a través de deducciones lógicas o
donde pueden aparecer datos ambi-
guos. Un SE debe tener soporte para
Análisis Heurístico, para inferir
nuevos conocimiento e informacio-
nes, a través del análisis de datos
tanto numérico como nominal.
Ventajas de los Sistemas
Expertos
• Pueden trabajar en entornos hos-
tiles y peligrosos.
• No padece de olvido, fatiga, dolor,
y no comete errores de cálculo.
• Siempre están dispuestos a dar
explicaciones, asistir o enseñar a
las personas, así como a aprender.
• Los sistemas expertos ofrecen
siempre su máximo desempeño
cuando la base informativa sobre
la que actúan es adecuada.
Sistema inteligente para el tratamiento de la información y el conocimiento
PAIDEIA XXI
53
El Razonamiento Basado en Ca-
sos es un Sistema Experto y un pa-
radigma de la Inteligencia Artifi-
cial que provee, por un lado, un mo-
delo cognoscitivo de la organización
de la memoria, el razonamiento y el
aprendizaje humano; y, por el otro,
una nueva técnica en Inteligencia
Artificial para el desarrollo de siste-
mas computacionales más útiles,
robustos e inteligentes. Es una me-
todología, es decir, un conjunto or-
ganizado de principios que guían
una acción en el intento por condu-
cir situaciones problemáticas.
En la Inteligencia Artificial, el
Razonamiento Basado en Casos ocu-
pa un importante lugar, ya que faci-
lita el uso de la experiencia acumu-
lada para la toma de decisiones sobre
las nuevas situaciones que se pre-
senten. La idea principal es construir
sistemas cuya función sea actuar
como un consejero o una memoria
externa del tomador de decisiones.
Existen varios software para rea-
lizar aplicaciones del Razonamien-
to Basado en aéreas especificas del
saber humano. Ellos tienen virtudes
y defectos. Los autores de este artí-
culo presentan la herramienta SI-
Holmes, que fue desarrollada princi-
palmente como apoyo a investigacio-
nes en ejecución y que requieren
análisis de situaciones y sugerencias
de un posible comportamiento futu-
ro, de manera precisa y clara. En tér-
minos generales, el sistema SI-
HOLMES consta de varios módulos,
como son: el de Base de Datos, un
módulo de Razonamiento basado en
el conocimiento y la experiencia, y
un módulo de Comunicación con un
servidor de Base de Datos, entre
otros. El presente trabajo centra su
atención en el módulo de razona-
miento basado en el conocimiento y
la experiencia y la valoración de una
aplicación de esta herramienta infor-
mática. El mismo puede aplicarse en
diferentes áreas, como la educación,
la economía, la salud, etc.
Fundamentación y presentación
de la Herramienta Informática
SI-HOLMES.
Holmes es una aplicación desa-
rrollada en lenguaje Java, muy ex-
tendido (según tiobe.com el len-
guaje más popular del mundo), que
encierra su fuerza en su indepen-
dencia a la plataforma, seguridad,
portabilidad y escalabilidad que pro-
mueve la reutilización de código. Es
una aplicación Web, con una arqui-
tectura de 3 capas (Capa de Datos,
Negocio e Interfaz), lo cual le provee
algunas ventajas, como la robustez
debida al encapsulamiento, la faci-
lidad de mantenimiento, soporte y
flexibilidad, así como una alta
escalabilidad.
Este sistema posee una interfaz
amigable y configurable. Tiene la
ventaja, como se aprecia en la Figu-
ra 1.1, de interactuar al mismo
tiempo con múltiples bases de casos
que se encuentran persistidas en
una Base de Datos, mostrando los
nombres, cantidades de rasgos y ca-
sos de cada una de ellas.
Vivian Estrada Sentí / Orestes Febles Díaz / Iskael Díaz Márquez
PAIDEIA XXI
54
Figura 1.1 Listado de Bases de Casos
Las opciones del Sistema se en-
cuentran en un menú desplegable
que provee las librerías de compo-
nentes del Framework Java Server
Faces (implementa el patrón Mode-
lo Vista Controlador), que hacen sen-
tir al usuario como si estuviera fren-
te a una aplicación común de escri-
torio. Entre las opciones se encuen-
tran las llamadas CRUD (Crear, Mo-
dificar y Eliminar), en cualquier
Base de Casos y, dentro de estas,
cualquier caso en específico, y la de
crear un Experto dada una Base.
También aparece la opción de tra-
bajo con fichero por si el usuario
necesita hacer una salva de alguna
Base de Casos, pues puede Exportar
o Importarla desde un fichero.
Figura 1.2 Menú Desplegable
Al crear o modificar una base de
casos, el usuario verá la pantalla de
la estructura de una Base de Casos,
como lo indica la Figura 1.3, donde
aparecen el nombre y el listado de
Rasgos de la Base. Si se desea crear
o modificar un rasgo, entonces apa-
recerá una ventana orientada, o pop
up, como en la Figura 1.4, para ges-
tionar los valores usando cualquie-
ra de los tipos de datos más comu-
nes que existen actualmente.
Sistema inteligente para el tratamiento de la información y el conocimiento
PAIDEIA XXI
55
Figura 1.3 Estructura de la Base de Casos
Figura 1.4 Crear o Modificar Rasgo
Para llenar un caso dentro de
una Base, el sistema ofrece una
interfaz que es la réplica de la es-
tructura de la Base, lista para que
el usuario enlace el valor final con
la lista de posibles valores antes de-
finidos, que no deben ser necesaria-
mente todos, pues los algoritmos
implementados por el sistema para
definir la distancia entre casos pue-
den manejar datos ambiguos, vacíos,
numéricos y simbólicos.
Vivian Estrada Sentí / Orestes Febles Díaz / Iskael Díaz Márquez
PAIDEIA XXI
56
Figura 1.5 Crear o Modificar Caso
El sistema provee pop up para la
asignación de valores dado un lista-
do antes definido y válido, según su
capacidad (si puede o no aceptar más
de un valor). Aquí se aprecia el uso
novedoso del Drag and Drop (Arras-
tra y Suelta), que es extraño encon-
trar en una aplicación web y forma
parte de las bondades de las libre-
rías usadas para enriquecer las
interfaces de SI-Holmes.
Figura 1.6 Asignando Valores a Rasgos dentro de un Caso
Sistema inteligente para el tratamiento de la información y el conocimiento
PAIDEIA XXI
57
SI-Holmes permite crear exper-
tos de cualquiera de sus bases de
caso guardadas en Bases de Datos.
Es de destacar que la capa de datos
se basa en un Framework de persis-
tencia llamado Hibernate, que puede
relacionarse con cualquiera de los
gestores que existen en la actualidad.
Para obtener una solución de experto
se selecciona el o los rasgos a infe-
rir, se llenan los otros que se consi-
dere necesario, se escoge alguno de
los algoritmos implementados para la
distancia entre casos (HEOM, GOWER,
ARGELIO) y el sistema le indicará el
resultado de la inferencia brindada
por el experto (creado por el sistema
en la computadora) y los casos más
cercanos de manera gráfica y a ma-
nera de detalles.
Figura 1.7 Preparación de un experto
La Fig. 1.8 muestra la interfaz
utilizada para realizar un diagnós-
tico, donde se presenta la inferen-
cia dada por el experto, los casos más
relevantes examinados, la distancia
entre ellos, etc.
Figura 1.8 Detalles de la Inferencia dada por el Experto
Vivian Estrada Sentí / Orestes Febles Díaz / Iskael Díaz Márquez
PAIDEIA XXI
58
Figura 1.9 Detalles de un caso
Todo este proceso se realiza te-
niendo como soporte la base de ca-
sos creada a partir de la estrategia
desarrollada de gestión de conoci-
miento tácito y explícito, y su repre-
sentación, empleando la herramien-
ta SI-HOLMES para la recuperación
de los casos y la formulación de la
propuesta de solución. La recupera-
ción de casos es la selección, en la
base de conocimiento, de aquellos
casos cuya descripción se ajusta
más a la información presentada en
el nuevo caso. El funcionamiento del
RBC involucra toda una metodología
con un ciclo de actividades que, ade-
más de solucionar nuevos proble-
mas, nos permita aprender de las
buenas soluciones obtenidas.
Un diagrama conceptual de este
proceso es el siguiente:
El sistema de trabajo con la Base de Casos (BC)
Sistema inteligente para el tratamiento de la información y el conocimiento
PAIDEIA XXI
59
Una aplicación de este sistema
fue realizada para efectuar un diag-
nóstico de la evaluación del estado de
la introducción de la Gestión de In-
formación (GI) y la Gestión del Cono-
cimiento (GC) económico en la geren-
cia universitaria, aspecto muy impor-
tante para la toma de decisiones.
La calificación que diagnostica
el sistema en un momento dado,
relacionada con la introducción de la
GI y GC en la gerencia universitaria
en Cuba, ha resultado adecuada, y
ello constituye una importante con-
tribución a la toma de decisiones co-
rrespondientes. Cuando se aplica el
Razonamiento Basado en Casos como
soporte para la toma de decisiones, la
idea principal es construir sistemas
cuya principal función sea actuar
como un consejero o una memoria
externa del tomador de decisiones.
Este es el objetivo que tiene su apli-
cación en la gerencia universitaria.
CONCLUSIONES
• El valor fundamental del Siste-
ma Inteligente SI-Holmes lo
constituye su simplicidad y el
ambiente amigable que ofrece a
los usuarios. Puede ser aplicado
en áreas como la educación, la
salud, la economía, etc. Hasta la
fecha se ha aplicado en el proceso
docente en las maestrías de Cali-
dad y la de Bioinformática y en la
gestión de la información y el co-
nocimiento económico en la ge-
rencia universitaria.
•Se ha comprobado su funciona-
lidad en aplicaciones a la ges-
tión universitaria, el diagnósti-
co médico y a sistemas de juris-
prudencia. Los resultados obte-
nidos han sido satisfactorios.
• A partir del diagnóstico realiza-
do acerca del estado de introduc-
ción de la gestión de la informa-
ción y el conocimiento económi-
co en la gerencia universitaria,
se definió un conjunto de varia-
bles que inciden en esta activi-
dad y sus posibles valores. Se ha
empleado como método para el
procesamiento de la información
el razonamiento basado en casos
(RBC), para lo cual se aplicó la
herramienta informática SI-
HOLMES, la que brindó sus diag-
nósticos ante diferentes situacio-
nes, lo que contribuyó a la toma
de decisiones (presenta aval).
•Empleando el software SI-
HOLMES, se procesó un conjun-
to de casos de evaluaciones rea-
lizadas a diferentes entidades
de educación superior, con lo
cual la plataforma informática
almacenó un conjunto de casos
a partir de los cuales posterior-
mente se realizaron pruebas sa-
tisfactorias de inferencia de
diagnósticos, tomando como base
el conocimiento almacenado.
• El sistema puede ser generali-
zado para aplicárselo en cual-
quier dominio en el que exista
una experiencia acumulada y
puedan definirse de forma pre-
cisa los rasgos y valores asocia-
dos a estos rasgos
Vivian Estrada Sentí / Orestes Febles Díaz / Iskael Díaz Márquez
PAIDEIA XXI
60
BIBLIOGRAFÍA
MANJARES, A. Razonamiento basado en casos. Madrid: Universidad Nacional de
Educación a Distancia, Departamento de Inteligencia Artificial, 2001.
BARRIGÓN, M., y otros (2007), «Generación de cuentos interactivos usando BCR».
Proyecto de sistemas informáticos (curso 2006-2007). Universidad Complutense de Ma-
drid. [en línea]. Disponible en http://www.tesisymonografias.net/razonamiento-basa-
do-en-casos/2/. [Consultado en marzo de 2010].
CATALDI, Z. Y F. J. LAGE (2009). «Sistemas tutores inteligentes orientados a la
enseñanza para la comprensión. EDUCTEC. Revista Electrónica de Tecnología Educati-
va. Nº 28 / Marzo 2009. ISSN:1135—9250. http://edutec.rediris.es/revelec2/revelec28.
DE LA TORRE, H. O.; LÓPEZ A, E. (2009) «Aplicación del razonamiento basado en
casos al diagnóstico de generadores eléctricos». Instituto de Investigaciones eléctricas.
[en línea].
ESTRADA V. y FEBLES J. (2007). ¨Gestión de la educación Virtual para la forma-
ción continua de profesionales de perfil empresarial¨ Revista ¨Gestión del tercer Milenio¨
volumen 8, Nº 16. ISSN 1560-9081, Perú.
FEBLES J. y ESTRADA V., (2002). «Uso del razonamiento basado en casos para la
enseñanza de temas médicos». Revista Ingeniería Industrial. ISSN 0258-5960. Vol. XXIII/
No. 1. Cuba
FEBLES J., ESTRADA V. Y MEDINA, M. (2006). «La inteligencia artificial como
herramienta para la docencia médica». Revista educación médica Superior, Cuba.
GARCÍA, M. Y R. BELLO (1997). «El empleo del razonamiento basado en casos en el
desarrollo de sistemas basados en el conocimiento para el diagnóstico». Trabajo de Tesis
en opción al grado científico de Doctor en Ciencias Técnicas., UCLV.
JIMÉNEZ, J. A. Y D. A. OVALLE (2008) «Uso de técnicas de inteligencia Artificial
en ambientes distribuidos de enseñanza/aprendizaje» Revista Educación en Ingeniería.
ISSN 1900-8260. Nº 5.
ALTHOFF, K. «Case-Based Reasoning. Handbook of Software Engineering and
Knowledge. Engineering.», kaiserslautern, Alemania. Fraunhofer Institute for Experi-
mental Software Engineering (IESE), 2001.
SHARP, H. (2007). «Interaction Design. Beyond Human-Computer Interaction.» 2ª
Ed. Chichester, Hoboken, NJ: Wiley.
