Knowledge representation and reasoning (KR&R) (representación del conocimiento yrazonamiento)
NATURALEZA
Se trata de un concepto que encuentra su origen en el campo de la psicología cognitiva para referirse a la visualización del modo en que los seres humanos resuelven problemas. El primer trabajo que explica un sistema informático de resolución de problemas generales (General Problem Solver) fue desarrollado en 1959 por Allen Newell, Herbert A. Simon y John C. Shaw, aunque será a partir de los años 70 cuando comiencen a aparecer los primeros sistemas basados en este modelo. Existen varios conjuntos de técnicas de representación como los marcos, las reglas, el etiquetado y las redes semánticas, que tienen su origen en teorías del procesamiento de la información humana.
CONCEPTO
Es una representación de la información del mundo real que el sistema de inteligencia artificial necesita comprender con el objetivo de inferir con facilidad datos que le permitan resolver problemas complejos, como por ejemplo dialogar con seres humanos, realizar un diagnóstico médico o realizar el cómputo de una ayuda económica. Para ello, la KR&R analiza cómo es el pensamiento formal al referirse tanto al discurso que trata de analizar como con los objetos de los que extrae conclusiones. Además, la identificación de estas funciones de pensamiento generalmente requiere de una interpretación que dé sentido a la lógica empleada en su determinación.
IMPORTANCIA
Constituye una fase necesaria para la incorporación de información a sistemas de inteligencia artificial a efectos de que estos desarrollen la tarea que aquellos tuvieran asignada. Es de extraordinaria importancia la elección del diseño que va a tener esta representación del conocimiento, así como su expresividad, ya que cuanto mayor sea esta, más fácil y más compacto será el resultado de sus conclusiones. Una adecuada representación del conocimiento posibilita, además, una mayor auditabilidad del proceso de introducción de datos en el sistema.
USOS Y RIESGOS
Los motores de knowledge representation and reasoning inciden directamente en la exigencia de transparencia que se requiere alos sistemas de inteligencia artificial, en tanto que se ocupan de facilitar el razonamiento que estos han de seguir para su correcto funcionamiento. En la medida en que estas actuaciones suponen un tratamiento de datos, se plantean dudas acerca de si esta representación podría vulnerar derechos relativos a la protección de datos personales. Existe el riesgo también de que se reproduzcan los sesgos del razonamiento humano o de la información que estos motores representan y que serán utilizados por el sistema de IA para la resolución de problemas, lo que podría afectar en la determinación de la eventual responsabilidad por daños que pudiera generar, que fueran atribuibles a estafase del proceso.
En relación con el diseño del sistema de representación, si el lenguaje que se extrae de su utilización es muy expresivo será difícil derivar automáticamente inferencias de él, lo que acaba repercutiendo en un peor resultad por parte del sistema de IA. La clave radicará en conseguir una representación del conocimiento que pueda realizar las inferencias que necesita una aplicación, pero dentro de los límites de recursos del problema a tratar.
AUTORES
Manuel Pereiro Cárceles
