CALIDAD Y VALIDACIN DE LOS SISTEMAS EXPERTOS

Introduccin
Los SS.EE. su objetivo es imitar la inteligencia humana, estos sistemas estn
compuestos por partes y sus componentes, principalmente son :
Motor de Inferencias, Base de Conocimientos base de hechos e interfaz de
usuario.
Uno de los requisitos para realizar este tipo de sistema es necesario poseer el
conocimiento de uno o varios expertos con amplia experiencia en el campo del
conocimiento.
MYCIN es el primer sistema experto que llego a funciona con la misma calidad de
un experto humano dando a su vez explicaciones a los usuarios sobre su
razonamiento pues surgi a mediados de los setenta adems se demostr que los
SE estaban suficientemente maduros como para salir de los laboratorios y entrar al
mercado comercial pues se empez a evaluar la calidad del mismo y las Validacin
de sistemas inteligentes a travs de los mtodos cuantitativos de validacin.
Para que un sistema experto cumpla su objetivo este debe ser validado para
verificar que sus resultados sean correctos y si cumple las necesidades, requisitos
del usuario y de esta manera poder obtener un sistema experto de calidad.
Definiciones
Calidad de los sistemas expertos.
Un sistema experto de calidad cuenta con las siguientes caractersticas:
1.-Conclusiones correctas.
2.-Conclusiones completas.
3.-Conclusiones congruentes.
4.-Confiable respecto a la conclusin.
5.-Presenta mecanismos de seguridad
Para poder ser un sistema de calidad debe pasar por las siguientes fases
verificacin
validacin
evaluacin
stas fases nos permitirn controlar los errores de los diferentes sistemas expertos.
Validacin de un sistema experto.
Es una las etapas ms importantes en el anlisis del comportamiento de un
sistema experto.
Validacin se refiere, ms bien, a un anlisis de la calidad del sistema inteligente
en su entorno real de trabajo, lo que nos permite determinar si el producto
desarrollado satisface convenientemente las expectativas inicialmente
depositadas. Esta es la segundo fase de la Pirmide del anlisis del
comportamiento de un sistema inteligente.
TIPOS DE VALIDACION
La validacin puede verse desde dos pticas diferentes:
VALIDACIN ORIENTADA A LOS RESULTADOS
Cuyo objetivo es comparar el rendimiento del sistema con un rendimiento

esperado (proporcionado por una referencia estndar o por expertos humanos), y

comprobar que el sistema alcanza un nivel que se considera aceptable.
VALIDACIN ORIENTADA AL USO
Se centra en cuestiones que hacen referencia a la relacin hombre-mquina, ms
all de la correccin de los resultados obtenidos por el sistema.
Normalmente la validacin orientada a los resultados constituye un prerrequisito
para la realizacin de una validacin orientada al uso. As, si un sistema no
presenta un rendimiento aceptable (o al menos indicaciones de que el rendimiento
mejorar en un futuro al incluir mejoras en el desarrollo), los aspectos
concernientes a la validacin orientada al uso son irrelevantes.
Personal involucrado en la validacin
Una cuestin importante a determinar en todo tipo de validacin es quin va a
llevarla a cabo El primer elemento a considerar es el ingeniero de conocimiento
que ha desarrollado el sistema, ya que es quien mejor conoce las caractersticas
del sistema inteligente. Sin embargo, incluir al ingeniero del conocimiento en el
proceso puede afectar a la objetividad del mismo (ha dedicado mucho esfuerzo en
el desarrollo del sistema y puede sentirse inclinado a sobrevalorar los resultados
del mismo). De todas formas, en la validacin siempre es necesaria la presencia
de una persona que tenga un conocimiento amplio del sistema, aunque no sea su
constructor.
Tambin es necesario contar con expertos humanos. Como veremos, el mtodo
bsico para realizar la validacin es el anlisis de casos de prueba ya resueltos.
Estos casos habrn sido analizados tambin por expertos humanos con los que
podremos estudiar las discrepancias encontradas. Generalmente es conveniente
que los expertos que participen en la validacin no sean los mismos que colaboran
en el desarrollo del sistema. Con esta medida se intenta conseguir que el
conocimiento del sistema se adecue al de un consenso de expertos y no slo al
conocimiento del experto colaborador en el diseo. No obstante, el tiempo de los
expertos humanos es muy valioso, por lo que puede ser complicado contar con un
amplio nmero de ellos para realizar una validacin amplia y exhaustiva.
Debido a la necesidad de independencia en la validacin surgi la idea de hacer
recaer todas las responsabilidades en un grupo de expertos independiente
(denominados terceros expertos). Sin embargo, si el
constructor del sistema poda sobrevalorar el mismo, el uso de un grupo de
validacin totalmente independiente puede provocar el efecto contrario. Esta
situacin es la que Chandrasekaran (1983) describi como la falacia del
superhombre: se le exige ms al sistema inteligente de lo que se le exigira a un
experto humano (teniendo en cuenta que el conocimiento del sistema inteligente
es simplemente un modelo del conocimiento de los expertos humanos). Tambin
pueden aparecer problemas si los evaluadores no aceptan fcilmente la utilizacin
de sistemas expertos en su rea de trabajo, o si la solucin propuesta pertenece a
una escuela de pensamiento diferente a la suya.
Los usuarios finales del sistema tambin pueden participar en el proceso de
validacin; sin embargo, puede ocurrir que la experiencia de los mismos no sea
suficiente para realizar la validacin del sistema inteligente. Por ello generalmente
su labor se destina a una validacin orientada al uso.
Errores en la validacin
En el proceso de validacin se pueden dos tipos de errores:
De Tipo I o de riesgo para el desarrollado
De Tipo II o de riesgo para el usuario
Errores de Tipo I
Se producen cuando un sistema es considerado como no vlido, aun a pesar de

ser vlido. Este error aumenta innecesariamente los costes de desarrollo del
sistema y merma la credibilidad en el mismo. Se denominan como de riesgo para
el desarrollador porque el propio desarrollo del sistema puede ponerse en
entredicho.
Errores de Tipo II
Se producen cuando se acepta como vlido un sistema que no lo es. Las
consecuencias de este error son ms peligrosas que las del error de Tipo I, sobre
todo si el sistema acta en dominios crticos (un sistema inteligente mdico que
diagnostique una enfermedad incorrectamente puede provocar a los pacientes un
sufrimiento innecesario).
Mtodos de validacin
Existen dos mtodos de validacin:
Mtodos cuantitativos
Mtodos cualitativos
Los mtodos cuantitativos
Se basan en modelos fenmeno lgicos o de principios bsicos, y modelos
identificados a partir de datos experimentales o adquiridos en planta. Estos
modelos se formulan mediante ecuaciones de estado, ecuacin entrada-salida o
funciones de transferencia.
Los mtodos cualitativos
Generalmente se basan en el conocimiento heurstico de expertos en el proceso
o sistema. Este conocimiento se formula mediante modelos cualitativos,
estructurados en base a reglas IF-THEN

CONCLUSIN

La calidad es muy importante en los sistemas inteligentes debido a que ese es el

objetivo de estos sistemas obtener la mayor calidad del mismo pero para lograr
aquello, tiene que pasar por tres grandes faces como son la verificacin, validacin
y evaluacin.
La validacin es una etapa primordial en la elaboracin de los sistemas expertos
que nos permitirn obtener un sistema de calidad analizara el buen funcionamiento
del mismo basndonos en pruebas de control en donde es elemental que
intervengan experto y usuarios finales ambos cumplen un rol importante al
momento de ver si se ha obtenido el resultado deseado.