La principal ventaja de los sistemas expertos es que, cuando realmente sirven para lo que se les construye, optimizan cualquier tarea acometida respecto de un programa convencional en un tiempo semejante.
AYUDAR. El sistema experto puede responder a preguntas que le formulen de una forma directa cuando posee las soluciones almacenadas en su memoria. Es decir, puede servir como una ayuda tipo agenda. Su memoria se utiliza como la del usuario, puesto que los da tos que éste pide se encuentran almacenados en el ordenador. Se ocupará de mantener nuestro coche en perfecto estado para la conducción mediante la información de “cómo se encuentra el coche en cada instante mira los kilómetros, el aceite, el agua, las ruedas, etc., y deduce si al coche hay que hacerle alguna reparación, cambiarle alguna pieza o funciona bien.
INFERIR. Representa un paso más evolucionado. El sistema es capaz de responder a preguntas con soluciones que no se encuentran directamente almacenadas en la memoria del ordenador. Esto se consigue mediante un proceso de inferencia, de modo que a partir de las premisas iniciales se consiguen hechos que solucionan el problema planteado.
JUSTIFICAR. Facilidad de exponer todos los pasos del razonamiento realizado para modificación de hechos básicos para tener una idea exacta de por qué de la solución escogida. En nuestro sistema, para continuar con el ejemplo, ante la res puesta que nos ha proporcionado el sistema.
APRENDER. Esto es un aspecto poco explicado. La gente que desconoce el tema siente un cierto temor (no falto de fundamento “en el fondo”) ante la posibilidad de que un sistema artificial sea capaz de aprender “algo”. Sin embargo, la capacidad de aprendizaje de estos sistemas expertos es ciertamente limitada y, además, muy artificial. Un aspecto que no se ha comentado todavía de los sistemas expertos es el del aprendizaje inicial que tiene el “programa” antes de que su funcionamiento pueda ser considerado como óptimo. Este aprendizaje inicial, fundamentalmente realizado por exingeniero del conocimiento, consiste en enseñar al sistema lo necesario para que éste pueda trabajar con conocimientos sobre el tema tratado. En la realidad lo que se hace es llenar la base de conocimientos con la información básica sobre el tema. Con esto se evitará que el sistema experto se comporte como un verdadero “inútil” antes de haber aprendido lo suficiente. Este primer aprendizaje representa, por tanto, la toma de nivel. Sin embargo, existe otro aprendizaje que sirve para mejora en lugar durante la fase de utilización: en él cualquier inferencia puede ser almacenada, con lo que se amplía su conocimiento.
Una aplicación muy importante de los sistemas expertos se encuentra en un campo que posee un enorme futuro como foco de desarrollo: Se trata de la recuperación de información, campo que ha surgido como continuación de los intentos que se realizaron para aglutinar la información de todo tipo en bases de datos. Consiste en el estudio de los métodos presentes y futuros cuyo fin es optimizar la recogida de información, almacenada en bases de datos, con destino al usuario final. Actualmente existen muchos problemas, no sólo con la poca capacidad de las propias bases, sino con su especificidad, su forma de almacenar la información y la manera de acceder a ella desde el exterior. Justamente para intentar mejorar todo esto se está aplicando la I.A. Los sistemas expertos tienen mucha utilidad en este campo, puesto que pueden servir de intermediarios entre las bases de datos y el usuario final. Así; por ejemplo, hoy día es muy difícil consular una base de datos con un lenguaje “natural”, es decir, un lenguaje normal (hablado o escrito), sino que hay que hacerlo un lenguaje de comandos más o menos complicado. Podrá construirse un sistema experto que tuviera como finalidad el poder entender lo que el usuario le pregunte (en su propio idioma) y luego traducirlo al lenguaje de comandos que la base de datos necesita. Con esto se conseguiría facilitar las cosas a la hora de que una persona sin conocimientos de informática pudiera militar el ordenador como si fuera una simple máquina de escribir.
Otra tarea de este sistema experto intermediario podría consistir en llevar a cabo el proceso contrario, es decir, que ante unas soluciones (información) enviadas por la base de datos al usuario en forma de comandos se consiguiera que el sistema los transformara de forma que se pudieran leer como una novela. Con esto se evitaría de nuevo el tener que conocer aspectos internos de las bases de datos para hacer uso de ellas. Ante un futuro que cada vez se ve más próximo, se plantea la duda de hacia dónde van a evolucionar los sistemas de recuperación de información. Parece claro que las actuales bases de datos desaparecerán, dejando paso a sistemas expertos en los cuales la información se almacene en la base de conocimientos. Con esto se dará un gran paso, no sólo en la optimización de búsqueda que se conseguiría, sino porque la información podría rentabilizar muchos más. En una base de datos ésta debe de ser estructurada mediante procedimientos asociativos, es decir, bien mediante relación de unos hechos con otros, bien de forma jerárquica, etc. Sin embargo, la base de conocimientos permite almacenar “conocimientos” independientes unos de otros, lo cual representa una gran ventaja. Posteriormente, una vez mejorada la comunicación con el mundo exterior, se intenta conseguir optimizar la conexión del sistema con el usuario para que éste no tenga que conocer ningún tipo de lenguaje especial para comunicarse con el ordenador. Por fin el paso del futuro representa el momento en que todos los bloques anteriormente citados se integran en una sola estructura.
Belén Stettler, oriunda de Río Gallegos, Santa Cruz, Argentina, cuenta con 35 años y es Licenciada en Ciencias de la Comunicación Social por la Universidad de Buenos Aires (UBA). A lo largo de sus 13 años de trayectoria en comunicación política, ha trabajado como consultora en Buenos Aires, especializándose en estrategia, investigación y comunicación directa. Ha dirigido equipos de comunicación en diversas campañas. Su experiencia incluye roles importantes en la Obra Social del Personal de Seguridad Pública de Buenos Aires, la Vicejefatura de Gobierno de Buenos Aires, Claves Creativas, Ford Argentina y AkzoNobel, iniciando su carrera en Grupo Suessa Organización Empresaria.
