{"id":1209,"date":"2026-07-15T07:57:00","date_gmt":"2026-07-15T07:57:00","guid":{"rendered":"https:\/\/com-proff.com\/?p=1209"},"modified":"2026-07-15T12:08:42","modified_gmt":"2026-07-15T12:08:42","slug":"presentacion-de-conocimientos","status":"publish","type":"post","link":"https:\/\/com-proff.com\/en\/comunicacion\/presentacion-de-conocimientos\/","title":{"rendered":"PRESENTACI\u00d3N DE CONOCIMIENTOS"},"content":{"rendered":"<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"729\" src=\"https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-1024x729.jpg\" alt=\"\" class=\"wp-image-1210\" srcset=\"https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-1024x729.jpg 1024w, https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-300x213.jpg 300w, https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-768x547.jpg 768w, https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-1536x1093.jpg 1536w, https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-2048x1457.jpg 2048w, https:\/\/com-proff.com\/wp-content\/uploads\/2026\/07\/office-floor-plan-sketch-drawing-concept-18x12.jpg 18w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<p>En los primeros sistemas de Al, la representaci\u00f3n de conocimientos no era una especialidad claramente diferenciada, aunque en algunos sistemas de los a\u00f1os sesenta se le reconoc\u00eda una importancia fundamental. Es \u00fatil considerar una representaci\u00f3n de conocimientos como una combinaci\u00f3n de estructuras de datos y procedimientos interpretativos capaces de hacer que un programa exhiba un comportamiento \u201cexperto&#8221;. Uno de los temas centrales de la investigaci\u00f3n en Al es desarrollar procedimientos capaces de manipular inteligentemente estructuras de datos. De este modo un ordenador puede pensar sobre su base de conocimientos. Entendiendo por pensamiento capacidad para traducir eficazmente estructuras de datos en conocimientos, en forma similar a como un lector transforma el contenido de un libro en fuente de conocimiento interno. La eficacia con que estos procedimientos act\u00faan sobre las estructuras de datos para generar inferencias determina en gran medida la competencia, o nivel de inteligencia, del sistema. Esta es una de las razones por la que la representaci\u00f3n de conocimientos es una de las \u00e1reas m\u00e1s activas de la investigaci\u00f3n actual en Al.<\/p>\n\n\n\n<p>Hay dos amplias categor\u00edas de conocimientos: \u201csaber que&#8230;\u201d y \u201csaber c\u00f3mo&#8230;&#8221;. La primera trata de la memoria de proposiciones ciertas, hechos. La \u00faltima trata de la memorizaci\u00f3n de procedimientos y planes de acci\u00f3n. En realidad, las dos clases de conocimiento est\u00e1n \u00edntimamente ligadas: por ejemplo, los hechos pueden facilitar un comportamiento inteligente. No se puede demostrar la posesi\u00f3n de conocimientos objetivos sin una manifestaci\u00f3n comportamental.<\/p>\n\n\n\n<p>Un sistema de Al necesita varios tipos de conocimiento para comportarse inteligentemente o de modo experto. Los tipos de conocimiento dependen del campo de conocimiento a considerar y del comportamiento requerido. Normalmente incluye:<\/p>\n\n\n\n<p>\u2014 conocimiento de objetos (saber que&#8230;), donde se guardan los hechos relacionados con objetos;<\/p>\n\n\n\n<p>\u2014 conocimiento de acciones y sucesos (otra versi\u00f3n de saber que&#8230;), donde se guardan los hechos sobre sucesos ocurridos;<\/p>\n\n\n\n<p>\u2014 conocimientos sobre prestaciones (saber c\u00f3mo&#8230;), donde se guardan habilidades (c\u00f3mo montar una bicicleta, nadar, etc.);<\/p>\n\n\n\n<p>\u2014 meta conocimientos, saber sobre lo que sabemos (v. g.: conocer las limitaciones de nuestros conocimientos).<\/p>\n\n\n\n<p>Se puede arg\u00fcir que los tipos enumerados no son realmente tipos diferentes de conocimiento y que pueden incluir otros saberes. Ello nos llevar\u00eda a cuestiones epistemol\u00f3gicas (teor\u00eda del conocimiento) que caen fuera del alcance de este libro. Sin embargo, vale la pena subrayar que lcs trabajos sobre Al han arrojado mucha luz tanto sobre cuestiones cognoscitivas tradicionales como sobre cuestiones epistemol\u00f3gicas. Es significativo, por ejemplo, que Sloman, 1978, en un libro sobre Al haga frecuentes referencias a fil\u00f3sofos tales como Kant, Hume, y Descartes<\/p>\n\n\n\n<p>Es importante recordar que el prop\u00f3sito de la representaci\u00f3n de conocimientos es permitir usar el saber de modo inteligente. Por ejemplo, los sistemas de Al se supone que pueden resolver problemas de ajedrez, estrategia comercial, planificaci\u00f3n empresarial, etc., controlar robots en una f\u00e1brica o en la luna, comprender un idioma natural (espa\u00f1ol, ruso, japon\u00e9s, etc.) y tomar las acciones m\u00e1s adecuadas en cada caso. El uso del saber tales casos supone extraer hechos relevantes de la base de conocimientos y pensar sobre los mismos antes de iniciar el programa de acci\u00f3n correspondiente.<\/p>\n\n\n\n<p>Primero se adquieren los conocimientos y se representan de alguna forma. Normalmente un sistema de Al clasificada la nueva estructura de datos antes de a\u00f1adirla a la base de conocimientos: de este modo los conocimientos se pueden reutilizar m\u00e1s f\u00e1cilmente en el futuro. En ocasiones, la adquisici\u00f3n de nuevos conocimientos puede inferir con los procedimientos est\u00e1ndar de ejecuci\u00f3n de tareas, los dise\u00f1adores de bases de conocimientos han de ser conscientes de esta posibilidad. Es decir, el sistema de Al puede precisar pensar sobre sus conocimientos, pasando por razonamiento de hechos adquiridos a nuevos conocimientos. Ya hemos visto en el cap\u00edtulo 4 que existen diferentes clases de razonamiento. Algunos pueden resumirse as\u00ed:<\/p>\n\n\n\n<p>&#8211; <em>razonamiento<\/em> <em>formal<\/em> \u2192v. g.: l\u00f3gica matem\u00e1tica supone la manipulaci\u00f3n de estructuras de datos seg\u00fan las reglas de inferencia;<\/p>\n\n\n\n<p>\u2014 <em>razonamiento<\/em> <em>de<\/em> <em>procedimiento<\/em> (procedural) supone, por ejemplo, la utilizaci\u00f3n de un procedimiento basado en un modelo aritm\u00e9tico para resolver un problema aritm\u00e9tico;<\/p>\n\n\n\n<p>\u2014 <em>razonamiento<\/em> <em>anal\u00f3gico,<\/em> implica llegar a conclusiones en nuevos casos en base a los conocimientos usados en otros casos:<\/p>\n\n\n\n<p>\u2014 <em>generalizaci\u00f3n,<\/em> comprende la generalizaci\u00f3n de conceptos amplios a partir de ejemplos particulares;<\/p>\n\n\n\n<p>\u2014 meta razonamiento, implica la utilizaci\u00f3n de conocimientos sobre lo que se sabe.<\/p>\n\n\n\n<p>Una vez m\u00e1s tenemos que se\u00f1alar que estos tipos de razonamiento est\u00e1n muy relacionados entre s\u00ed. De hecho, a menudo se pueden usar m\u00e9todos formales para transponer un problema expresado en un modo de razonamiento. Diferentes tipos de problemas requieren diferente tipo de razonamiento, y cada modo de razonamiento precisa una adecuada representaci\u00f3n de conocimientos.<\/p>\n\n\n\n<p>Las diferentes representaciones posibles tienen varias caracter\u00edsticas que pueden servir para su identificaci\u00f3n. Podemos preguntarnos, por ejemplo, qu\u00e9 aspectos del mundo exterior se pueden representar en un sistema y el detalle que precisan los procedimientos de Inferencia. Dici\u00e9ndolo de otro modo, tenemos que saber que el conocimiento requerido por el sistema se puede representar en el formalismo adoptado. Los hechos que necesita el sistema se pueden codificar de diferentes modos. Barry Feigenbaum (1981) citan un ejemplo sencillo -que los petirrojos tienen alas- para mostrar que una proposici\u00f3n tan sencilla puede ser representada por dos redes sem\u00e1nticas. Una establece directamente que las alas forman parte de todos los petirrojos, mientras la otra relaciona que &#8220;todos los petirrojos son p\u00e1jaros&#8221; y \u201ctodos los p\u00e1jaros tienen alas&#8221;. Podemos ver c\u00f3mo representaciones de este tipo pueden resultar apropiadas para diferentes tipos de prop\u00f3sitos inferenciales.<\/p>\n\n\n\n<p>Otras diferencias entre los m\u00e9todos de representaci\u00f3n son el modularidad \u00bfse puede ampliar f\u00e1cilmente la base de conocimientos?, conocimientos expl\u00edcitos \u00bfqu\u00e9 conocimientos del sistema son accesibles al programador y qu\u00e9 saber es impl\u00edcito e inaccesible?, y que m\u00e9todos son m\u00e1s efectivos, \u00bflos declarativos o los de procedimiento? Esta \u00faltima cuesti\u00f3n estimul\u00f3 en 1970 un debate que destac\u00f3 la importancia de la representaci\u00f3n de conocimientos en la investigaci\u00f3n en AI. M\u00e1s adelante se describen algunas caracter\u00edsticas de los esquemas de representaci\u00f3n. El conocimiento es esencial para los modernos sistemas de Al, y puede ser de varios tipos y representarse de varios modos. Hasta cierto punto, los diferentes enfoques del modelo de representaci\u00f3n de conocimientos simulan los procesos que tienen lugar en la mente humana. No hay que olvidar la influencia rec\u00edproca entre la inteligencia artificial y sicolog\u00eda cognoscitiva humana. Antes de examinar en detalle lo diferentes formalismos de representaci\u00f3n de conocimientos sistemas biol\u00f3gicos.<\/p>","protected":false},"excerpt":{"rendered":"<p>En los primeros sistemas de Al, la representaci\u00f3n de conocimientos no era una especialidad claramente diferenciada, aunque en algunos sistemas de los a\u00f1os sesenta se [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":1210,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[14],"tags":[150],"class_list":["post-1209","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-comunicacion","tag-conocimiento"],"_links":{"self":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1209","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/comments?post=1209"}],"version-history":[{"count":1,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1209\/revisions"}],"predecessor-version":[{"id":1211,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/posts\/1209\/revisions\/1211"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/media\/1210"}],"wp:attachment":[{"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/media?parent=1209"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/categories?post=1209"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/com-proff.com\/en\/wp-json\/wp\/v2\/tags?post=1209"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}