Un sistema experto (SE) es un software especializado en una materia concreta que es capaz de resolver peticiones relacionadas de los usuarios de manera muy precisa y humana, sirviéndose de una base de conocimientos, es decir, una base de datos. El sistema experto más ampliamente conocido hoy día es ChatGPT, un modelo de lenguaje avanzado que se sirve de la inteligencia artificial y que está especializado en un rango oceánico de campos.
La idea fundamental de los sistemas expertos es que encarnen la figura de un humano experto en un campo del saber particular, de tal forma que los usuarios puedan formularle preguntas para que el sistema les proporcione conocimientos especializados. Un aspecto troncal de estos sistemas de conocimiento es que son capaces de explicar el razonamiento que subyace a las soluciones que aporta como respuesta a las peticiones de los usuarios.
¿Cómo funciona un sistema experto?
Su funcionamiento se basa en la captura, manipulación y presentación de información especializada confiable que proviene de fuentes expertas en una materia. Todo lo que comprende la concepción y puesta en marcha de un sistema experto se denomina ingeniería del conocimiento. A continuación, te detallamos los pasos que sigue un sistema experto para responder satisfactoriamente a las peticiones del usuario:
Adquisición de conocimiento
En la fase de adquisición de conocimiento, los expertos (o fuentes de confianza) en el dominio proporcionan su experiencia y conocimiento en forma de información, que luego se estructura y organiza en una base de datos que, como hemos indicado anteriormente, se denomina base de conocimiento en este sector. Esta base contiene hechos, reglas y relaciones lógicas que representan la información relevante del campo en cuestión.
Reglas del motor
El corazón del sistema es el motor de inferencia, que es el procesador central que opera siguiendo las reglas y relaciones definidas en la base de conocimiento para ofrecer conclusiones (output) al usuario en función de la petición que se introduzca (input). Utiliza un proceso de cadena de inferencia, donde aplica reglas secuenciales con el fin de proporcionar la respuesta más rigurosa, coherente y lógica.
Respuesta
Así pues, el usuario interactúa con la interfaz del sistema experto para realizar preguntas. La entrada de datos se procesa, y el sistema rebusca en la base de conocimiento para encontrar información acertada que permita responder a la consulta satisfactoriamente.
Actualización de conocimiento
Pero el sistema experto no es un software fijo que se pueda crear y no volver a tocar, sino que, como cualquier otra tecnología que utiliza la inteligencia artificial, ha de ir perfeccionándose y actualizándose. Por eso, la base de conocimiento se actualiza con nuevos datos y descubrimientos, y las reglas del motor de inferencia se van afinando para tomar decisiones más precisas y coherentes.
Ejemplos de sistemas expertos
Los primeros sistemas expertos se desarrollaron a fines de los años sesenta y están destinados principalmente al ámbito de la medicina. Sin embargo, no fue hasta los años setenta cuando la investigación realmente comenzó a gran escala. Te ponemos algunos ejemplos de sistemas expertos destacables desde su creación:
MYCIN
Desarrollado en los años setenta en la Universidad de Stanford, MYCIN es un sistema experto que se destaca por su enfoque en el diagnóstico y tratamiento de enfermedades infecciosas. Ofrece indicaciones preliminares sobre los posibles organismos causantes de la infección y asesora sobre los tratamientos adecuados. Su capacidad para proporcionar recomendaciones médicas en situaciones en las que el diagnóstico rápido es crucial ha sido un hito en la evolución de los sistemas expertos en medicina.
INTERNIST/CADUCEUS
En los años setenta, en la Universidad de Pittsburgh, se inició el desarrollo de INTERNIST/CADUCEUS, con el propósito de mejorar el diagnóstico de enfermedades en el campo de la medicina interna. Este sistema se centra en las enfermedades más probables, considerando los síntomas y los resultados de las pruebas clínicas del paciente.
HEURISTIC DENDRAL
Desde sus comienzos en 1965 en la Universidad de Stanford, HEURISTIC DENDRAL ha destacado por su enfoque en la química orgánica. El sistema desempeña un papel crucial en la determinación de las fórmulas estructurales de compuestos químicos. Utilizando un método de prueba y error, genera diversas hipótesis de estructuras moleculares y las contrasta con datos observados, especialmente a través de técnicas como la espectrometría de masas.
XCON
En respuesta a la complejidad de la configuración de sistemas informáticos de Digital Equipment Corporation (DEC), se desarrolló XCON en los años setenta. Su impacto en la gestión de configuraciones de sistemas informáticos ha sido muy notable.
Ventajas y desventajas de los sistemas expertos
La utilización de sistemas expertos presentan tanto beneficios como inconvenientes:
Ventajas de los sistemas expertos
Las ventajas de los sistemas expertos están estrechamente relacionadas con su esencia tecnológica y con factores de productividad. Así pues, un sistema experto no se cansa y no tiene necesidades humanas, por lo que está disponible las 24 horas del día y siempre es igual de eficiente.
Además, sirven como un repositorio estable de conocimiento especializado cuya veracidad y corrección está confirmada, por lo que su calidad tiene poco margen de error.
Desventajas de los sistemas expertos
No obstante, también presentan sus desventajas. Por ejemplo, los sistemas expertos al uso (exluyendo ChatGPT) están hiperespecializados, por lo que su uso se limita a un campo muy específico. Por lo general, los sistemas expertos carecen de ese toque de creatividad y flexibilidad mental que sí poseemos los humanos. De igual forma, tienen una capacidad muy rudimentaria para captar emociones o dobles sentidos.
Otra gran desventaja es que toda la información que aporta la extrae de una base de datos que, en principio, bebe de fuentes científicas y 100% fiables. Para afirmarlo, esta información debe cotejarse concienzudamente. Pues, de lo contrario, las respuestas de los sistemas expertos podrían estar sesgadas o contener imprecisiones.
