Proyecto Steve Final

UNIVERSIDAD SALESIANA DE BOLIVIA CARRERA: INGENIERA DE SISTEMAS

PROYECTO DE GRADO DE LICENCIATURA

SISTEMA EXPERTO DE DIAGNSTICO, MONITOREO Y CONTROL PARA EL DESARROLLO INTEGRAL DE NIOS CON RETRASO MENTALPOSTULANTE: DOCENTE TUTOR: DOCENTE REVISOR: Paul Steve Curcuy Iturri Lic. Jess Rocha Vera Lic. Adrian Quisbert Vilela

LA PAZ BOLIVIA 2005

Agradecer ante todo a Dios por darme a mis padres y a ellos por darme la vida. A mi esposa y a mi hija por darme la fuerza para seguir adelante. A mi hermano por estar siempre a mi lado y brindarme su ayuda incondicional a lo largo del desarrollo de este proyecto. A Jess Rocha, Tutor, Adrin Quisbert, Revisor, por sus consejos, orientacin y el apoyo que me brindaron para concluir mi proyecto. Tambin al director de la carrera Eduardo W. Fernndez S., a Katia Prez M., a Zara Yujra C. y a todos mis catedrticos por todas sus enseanzas. Finalmente a Jaime Edmundo Vega Rivero, Fabiola Altovez I., Rosaln Iturri S., Scarlett Camacho I. y Erica Viscarra P. por su apoyo y colaboracin. Gracias

Quiero dedicar el presente proyecto a mis padres, mi esposa, mi hija y hermano.

CONTENIDOCAPTULO I GENERALIDADES 1.1. INTRODUCCIN. 1.2. ANTECEDENTES. 1.3. IDENTIFICACIN DEL PROBLEMA 1.4. PLANTEAMIENTO DEL PROBLEMA. 1.5. OBJETIVOS. 1.6. JUSTIFICACIONES. 1.7. ALCANCES Y APORTES. CAPTULO II MARCO TERICO 2.1. MARCO DE APLICACIN. 2.1.1. EL RETRASO MENTAL. 2.1.2. WISC R, ESCALA DE INTELIGENCIA REVISADA PARA EL NIVEL ESCOLAR. 2.2. MARCO CONCEPTUAL. 2.2.1. INTELIGENCIA ARTIFICIAL. 2.2.2. SISTEMAS BASADOS EN EL CONOCIMIENTO. 2.2.3. MODELO Y DISEO ORIENTADO A OBJETOS METODOLOGA OMT 2.2.4. MTODO DE BUCHANAN. 2.2.5. COCOMO II. CAPTULO III ANLISIS DE COSTO BENEFICIO. 3.1. BENEFICIOS. 3.2. ESTIMACIN DE COSTOS. 3.3. COSTOS DE ANLISIS Y DISEO DE SOFTWARE. 3.3.1. MODELO DE COSTE DE COMPOSICIN DE APLICACIONES 59 60 61 62 62 19 27 27 31 42 48 52 11 12 12 1 2 3 5 6 8 9 10

I

CAPTULO IV MODELO ORIENTADO A OBJETOS. 4.1. CONCEPTUALIZACIN 4.2. ANLISIS. 4.2.1. MODELO DE SISTEMA: MODELO DE OBJETOS. 4.2.2. MODELO DE SISTEMA: MODELO DINMICO. 4.2.3. MODELO DE SISTEMA: MODELO FUNCIONAL. 4.3. DISEO DEL SISTEMA. 4.4. DISEO DE OBJETOS. 4.5. IMPLEMENTACIN. 4.6. PRUEBAS DE ANLISIS, DISEO Y SOFTWARE. 4.6.1. PRUEBAS DE ANLISIS. 4.6.2. PRUEBAS DE DISEO. 4.6.3. PRUEBAS DE SOFTWARE. 4.7. PRUEBA DE OBJETIVO. 4.8. FACTORES DE CALIDAD MCCALL. CAPTULO V CONCLUSIONES Y RECOMENDACIONES 7.1. CONCLUSIONES 7.2. RECOMENDACIONES. REFERENCIAS BIBLIOGRFICAS. ANEXO A ANEXO B ANEXO C ANEXO D 127 128 130 69 70 71 72 75 82 86 90 95 99 99 101 105 116 119

II

NDICE DE FIGURASFigura 1.01. Calculo Del coeficiente intelectual. Figura 1.02. Proceso actual de monitoreo y control. Figura 1.03. Modelo propuesto. Figura 2.04. Arquitectura de un sistema experto Figura 4.05. Clases Identificadas A Partir De La Conceptualizacin Figura 4.06. Clases y Atributos Figura 4.07. Modelo De Objetos Con Atributos Figura 4.08. Figura 4.19. Escenarios Normales y con Excepciones Figura 4.20. Figura 4.24. Traza de sucesos Figura 4.25. Diagrama de flujo de sucesos para SE DMC Figura 4.26. Diagrama de estados para la clase NIO Figura 4.27. Diagrama de estados para la clase EVALUACIN Figura 4.28. Diagrama de estados para la clase CURRICULO Figura 4.29. Valores de entrada y salida del sistema Figura 4.30. Diagrama de flujo de datos del ms alto nivel para SE DMC Figura 4.31. Diagrama de flujo de datos para el proceso registro de nios Figura 4.32. Diagrama de flujo de datos para el proceso de Evaluacin Figura 4.33. Diagrama de flujo de datos para el proceso de aplicacin del Currculo Figura 4.34. Diagrama de flujo de datos para el proceso de apreciacin de conocimientos, aptitudes y rendimiento Figura 4.35. Estructura de inferencia para el SE DMC Figura 4.36. Arquitectura de SE DMC Figura 4.37. Estructura Del Conocimiento Figura 4.38. Diseo de objetos para el mdulo Base De Conocimientos Figura 4.39. Diseo de objetos para el mdulo NIO Figura 4.40. Diseo de objetos para el mdulo Currculo Figura 4.41. Diseo de objetos para el mdulo Evaluacin Figura 4.42. Optimizacin del diseo de objetos para el mdulo Evaluacin Figura 4.43. Pantalla de Autenticacin de Usuario del SE DMC Figura 4.44. Pantalla Principal del SE DMC Figura 4.45. Pantalla de Alta y Modificacin de Nios del SE DMC Figura 4.46. Pantalla de Evaluacin del SE DMC, Muestra parte de la aplicacin del WISC-R 3 7 7 41 72 74 74 75 78 78 79 80 81 81 82 83 84 84 84 85 85 88 89 90 91 87 92 93 94 95 95 96 96

III

Figura 4.47. Pantalla de la aplicacin Curricular del SE DMC Figura 4.48. Pantalla de Apreciacin de Conocimientos, Aptitudes y Rendimiento del SE DMC Figura 4.49. Pantalla de adquisicin de conocimiento para el WISC-R Figura 4.50. Vista del Reporte de la subescala Claves del WISC-R Figura 4.51. Figura 4.57. Tarjetas CRC, pruebas de anlisis. Figura 4.58. Figura 4.67. Tarjetas CRC, pruebas de diseo. Figura 4.68. Cdigo fuente del procedimiento de Guardar para diseo de pruebas con nodos no identificados. Figura 4.69. Grafo de flujo del procedimiento Guardar Figura 4.70. Cdigo fuente del procedimiento de calcula_edad para diseo de pruebas con nodos no identificados. Figura 4.71. Grafo de flujo del procedimiento calcula_edad. Figura 4.72. Cdigo fuente del procedimiento de Buscar_EN_Arbol para diseo de pruebas con nodos no identificados. Figura 4.73. Grafo de flujo del procedimiento Buscar_EN_Arbol

97 97 98 98 99 101 101 104 105 106 108 109 113 113

NDICE DE TABLASTABLA 2.01. Subescalas del WISC R TABLA 2.02. Complejidad asociada a las instancias de objetos TABLA 2.03. Pesos asociados a los niveles de complejidad. TABLA 2.04. Ratio De Productividad PROD. TABLA 2.05. Niveles de medida TIME. TABLA 2.06. Factores de escala para el modelo de COCOMO II. TABLA 2.07. Valores de los Factores de escala para el modelo de COCOMO II. TABLA 3.08. Valores para los factores de escala. TABLA 3.09. Costos de Hardware. TABLA 3.10. Costos de Software. TABLA 4.11. Procesos y su Tiempo de Ejecucin. TABLA 4.12. Clculo de la desviacin estndar. TABLA 4.13. Puntuacin de mtricas segn usuarios del SE DMC. TABLA 4.14. Puntuacin de factores segn usuarios del SE DMC. 25 54 54 55 56 57 57 65 67 68 116 118 120 120

IV

1

1.1. INTRODUCCIN. Los sistemas expertos estn diseados para resolver problemas que se enfrentan a situaciones que habitualmente son consideradas como muy especiales y complejas, para cuya resolucin se confa en la existencia de un experto humano. El retraso mental significa el funcionamiento intelectual general a un nivel significativamente abajo del promedio que existe concurrentemente con deficiencia en la conducta de adaptacin y se manifiesta durante el perodo de desarrollo, afectando adversamente al normal rendimiento educativo del nio. La inteligencia podra definirse como la capacidad para operar eficazmente con conceptos verbales abstractos. Esta definicin se refleja en las preguntas de los tests de inteligencia infantiles. Dos de los ms conocidos, el StanfordBinet y el Weschler Intelligence Scale for Children (ms conocidos por WISC) se usan tanto para medir el desarrollo intelectual del nio como para predecir sus resultados acadmicos. [PSI2005] En este contexto el aspecto ms dificultoso y que lleva bastante tiempo es el controlar el avance que un nio con retraso mental presenta, esto debido a que el sistema actual para determinar ciertos tratamientos por aplicarse en los nios se retrasa bastante y conlleva a una mala superacin de stos. Un sistema computarizado ayudara en gran medida a superar esta deficiencia del tiempo, ya que se automatizaran muchos procesos que las personas tardan en realizar. Por consiguiente, en el presente proyecto se mostrar como un sistema experto ayudar en el proceso de diagnstico, monitoreo y control de nios

2

con retraso mental, los cuales recibirn los tratamientos ms rpidamente y tendrn un avance ms ptimo. 1.2. ANTECEDENTES. Una teora del desarrollo debe reflejar el intento de relacionar los cambios en el comportamiento con la edad cronolgica del sujeto; es decir, las distintas caractersticas conductuales deben estar relacionadas con las etapas especficas del crecimiento. Las leyes que regulan las transiciones entre estas diferentes etapas del desarrollo tambin deben identificarse. [PSI 2003] Anteriormente se trataba de cuantificar la inteligencia y la capacidad de comprensin mediante la realizacin de tests. Dividiendo la edad mental entre la edad cronolgica real del sujeto, se obtena un coeficiente (de ah la denominacin). Por ejemplo, si un nio de 10 aos obtena la puntuacin media de un nio de 11 aos, su edad mental sera 11, y su cociente intelectual 11/10 = 1.1, que en porcentajes sera 110:

edad mental edad real

100 = CI

p. ej.

11 100 = 110 10

Figura 1.01. Clculo del coeficiente intelectual Fuente: [Binet Simon 1905]

100 es la media o promedio de las puntuaciones del grupo de edad semejante al sujeto, quedando por encima los que obtienen puntuaciones superiores (por ejemplo, los que estn en el 1% superior de la poblacin estaran por encima de 145 puntos), y por debajo los inferiores a la media, (la

3

normalidad comienza ms o menos en 70, y aquellos que estn por debajo sufren un dficit intelectual serio). Algunos de los proyectos afines recopilados se detallan a continuacin: Autor: Vaca D Este Vania Tema: Software De Aplicacin Para La Prctica De La Fonacin En Nios Con Deficiencia Auditiva. Objetivo: Desarrollo De Un Software Para Que Los Nios Que Sufran De Deficiencia Auditiva Pronuncien Bien Las Palabras. Diferencia: Proyecto Para Nios Con Deficiencia Auditiva. Universidad: UCB. Ao: 2002. Autor: Herrera Ponce Rodnny Vladimir. Tema: Sistema De Informacin Para El Control Del Desarrollo Integral De Nios Menores De Seis Aos. Objetivo: Controlar El Desarrollo Fsico De Nios, Desde Su Nacimiento Hasta Sus Seis Aos. Diferencia: Sistema De Informacin, Nios Normales Menores De Seis Aos, Control Del Desarrollo Fsico. Universidad: UCB. Ao: 2002. Autor: Cortez Datzer Harvey Miguel. Tema: Software Educativo Para Nios De Primer Curso De Primaria Con Contenidos Matemticos, Basado En Procesos Ldicos. Objetivo: Desarrollar Un Software Educativo Basado En Procesos Ldicos Para Que Nios De Primer Curso De Primaria Aprendan Matemticas. Diferencia: Software De Aplicacin, Nios Normales De Primaria, Aprendizaje Mediante Juegos. Universidad: UCB. Ao: 2003.

4

1.3. IDENTIFICACIN DEL PROBLEMA 1.3.1. EVALUACIN PSICOLGICA. Medida de algunos aspectos del comportamiento humano por medio de pruebas objetivas (test) que exigen contenidos cuidadosamente seleccionados y mtodos de actuacin e interpretacin rigurosos. Los contenidos de estas pruebas pueden hacer referencia a cualquier aspecto del funcionamiento psquico, incluyendo los rasgos de personalidad, las actitudes, la inteligencia y otros aspectos de ndole emocional. En general, el test es aplicado por un psiclogo clnico, industrial o educativo, de acuerdo a principios ticos y profesionales. La interpretacin se basa en la comparacin de las respuestas del individuo con los niveles previamente establecidos mediante las respuestas habituales. Su utilidad depende de su capacidad para predecir el comportamiento (validez externa, predictiva), al ofrecer informacin sobre la conducta de una persona y sus respuestas o resultados ante determinadas situaciones, son una gran ayuda a la hora de tomar decisiones. Normalmente se utiliza una amplia gama de pruebas, cada una de las cuales evala objetivos especficos: Test de conocimientos adquiridos, Test de aptitudes, Test de inteligencia, Test de actitudes e intereses, Test psicomtrico de personalidad, Tcnicas proyectivas. [EPS 2003] Actualmente no existe en nuestro medio un sistema computarizado que maneje los aspectos de Diagnstico, Monitoreo y Control.

5

1.4. PLANTEAMIENTO DEL PROBLEMA. 1.4.1. PROBLEMA PRINCIPAL. A causa de la falta de un sistema automatizado en las instituciones que se encargan de los nios que sufren retraso mental, el proceso de diagnstico, monitoreo y control del desarrollo integral se hace lento y poco confiable. 1.4.2. PROBLEMAS SECUNDARIOS. Inexistencia funcional de un sistema computarizado de diagnstico, monitoreo y control de nios con retraso mental. Demora en el proceso de revisin de resultados obtenidos en los tests. Retardo en la aplicacin de los tratamientos por la lentitud del proceso de evaluacin. El seguimiento peridico de los nios se lo realiza en lapsos muy prolongados, por la indisponibilidad de tiempo de los especialistas. La deteccin del avance de los nios es poco confiable.

Cmo un sistema experto ayudar a mejorar el proceso de diagnstico, monitoreo y control de los nios que sufren de retraso mental? La propuesta del presente trabajo para solucionar el problema anterior, ser la elaboracin de un sistema experto, para todo nio que requiera educacin especial, el sistema ser elaborado en base al proceso actual, indicado en la figura 1.02., y el modelo propuesto indicado en la figura 1.03.

6

Proceso de evaluacin, Monitoreo y control actual.PSICLOGOAplicacin del Test

NIO

Resolucin del TestRevisin de resultados

Determinacin del grado de avance

Determinacin del grado de discapacidad mental

Determinacin del tratamiento Determinacin del tratamiento

Establecer el seguimiento del nio

Figura 1.02. Proceso actual de monitoreo y control. Fuente: Elaboracin propia.

Proceso de evaluacin, monitoreo y control con el sistemaPSICLOGO - Aplicacin del Test. - Aplicacin de tratamientos Grado de avance o grado de discapacidad mental. Tratamientos.

Resolucin del Test

NIO

Sistema de monitoreo y control Figura 1.03. Modelo propuesto. Fuente: Elaboracin propia.

7

1.5. OBJETIVOS. El retraso mental se caracteriza por la incapacidad para aprender con normalidad y llegar a ser independiente y socialmente responsable como las personas de la misma edad y cultura. 1.5.1. OBJETIVO GENERAL. Mejorar el proceso de diagnstico, monitoreo, control; hacerlo rpido y confiable mediante el Desarrollo de un sistema experto de Diagnstico, Monitoreo y Control para el desarrollo integral de nios con retraso mental. 1.5.2. OBJETIVOS ESPECFICOS. Desarrollar un sistema computarizado de diagnstico, monitoreo y control de nios con retraso mental. Obtener los resultados del proceso de evaluacin de los tests de forma rpida para determinar el grado de discapacidad mental o retraso mental en la cual los nios se encuentran. Determinar el tratamiento educativo que se debe aplicar individualmente a cada nio en forma rpida. Establecer el seguimiento peridico del nio (Teniendo en cuenta que el sistema estar disponible todo el tiempo). Determinar el grado de avance del nio con respecto a su ltima evaluacin.

8

1.6. JUSTIFICACIONES. 1.6.1. TCNICA. El sistema experto estar desarrollado para trabajar en red (sistema de tipo cliente servidor) o en una mquina personal, lo cual permitir centralizar informacin respecto al avance de los nios. El sistema estar desarrollado con herramientas visuales (Ventanas, Botones, Mens, Barra de herramientas para el acceso rpido, Cajas de texto, Imgenes, Iconos, etc.) que permitir al usuario tener un manejo sencillo, rpido y ptimo del mismo. 1.6.2. SOCIAL. La aplicacin del sistema experto beneficiar a todos los nios ya que se podr detectar si un tiene o no retraso mental, si requiere o no algn tipo de educacin especial, tendr como resultado que los nios con retraso mental se superen para que puedan ser independientes socialmente. 1.6.3. ECONMICA. Si bien el sistema trae una inversin inicial relativamente elevada, est justificado econmicamente ya que cuando este est funcionando los especialistas tendrn ms tiempo para atender los casos especiales que los nios pueden presentar, el tiempo de evaluacin de los tests ser ms corto, no se harn gastos excesivos en papelera (elaboracin de los tests), esto en un futuro trae un ahorro a cualquier entidad.

9

1.7. ALCANCES Y APORTES. 1.7.1. ALCANCES. El sistema va dirigido a todos los nios y preadolescentes que se encuentren entre las edades de seis a diecisis aos de edad. El sistema obtiene el coeficiente intelectual de los nios que se encuentren entre los rangos establecidos anteriormente. El sistema devuelve los resultados de la evaluacin rpidamente, acompaado de su respectivo tratamiento a aplicarse en el nio. El sistema tiene la capacidad de aprender y aplicar los conocimientos adquiridos. 1.7.2. APORTES. Los principales aportes son: la elaboracin de un sistema experto para el diagnstico, monitoreo y control de nios con discapacidad mental. El sistema siempre estar disponible, ya sea para evaluar y/o para ver los avances de los nios. Al sistema se le aplic el modelo de calidad de software de McCall, para determinar si el sistema es o no un sistema de calidad. Se combinaron las metodologas para el desarrollo del sistema experto siguientes: Metodologa de Buchanan y la Metodologa orientada a objetos OMT, para la construccin del sistema experto.

10

11

MARCO DE APLICACIN. 2.1.1. EL RETRASO MENTAL. 2.1.1.1. QU ES EL RETRASO MENTAL? La discapacidad psquica o retraso mental es en realidad una categora diagnstica definida arbitrariamente, y prueba de ello es que su definicin ha cambiado frecuentemente y en lo fundamental a lo largo del tiempo. De las iniciales concepciones orgnicas (retraso ligado al propio nio/a que presenta dficits biolgicos o intelectuales) se pas a las exclusivamente psicomtricas (basadas en el cociente intelectual: C.I.), que definan arbitrariamente dnde comenzaba el retraso mental, para llegar en la actualidad a un enfoque multidimensional, que se concibe como una expresin de la interaccin entre una persona con capacidades intelectuales limitadas y su entorno, y que pretende ampliar la conceptualizacin de la discapacidad psquica. As, en la definicin propuesta por la Asociacin Americana sobre Retraso Mental (AAMR) se tienen en cuenta criterios psicomtricos, pero no de manera decisiva, adems de acentuar el anlisis especfico de distintas reas del comportamiento adaptativo, de los ambientes y de los apoyos que en ellos necesita. Desde la primera definicin propuesta en 1960 se han ido realizando diversas matizaciones hasta llegar a la ltima definicin adoptada por la AAMR en el ao 1992.

12

El retraso mental hace referencia a limitaciones sustanciales en el desenvolvimiento corriente. Se caracteriza por un funcionamiento intelectual significativamente inferior a la media, que tiene lugar junto a limitaciones asociadas en dos o ms de las siguientes reas de habilidades adaptativas posibles: comunicacin, cuidado personal, vida en el hogar, habilidades sociales, utilizacin de la comunidad, autogobierno, salud y seguridad, habilidades acadmicas funcionales, ocio y trabajo. El retraso mental se manifiesta antes de los 18 aos. [CREMA 1999] La propia Asociacin considera esencial para poder aplicar esta definicin tener en cuenta las siguientes premisas: 1. Una evaluacin vlida ha de tener en cuenta la diversidad cultural y lingstica, as como las diferencias en los modos de comunicacin y en factores comportamentales. 2. Las limitaciones en habilidades adaptativas se manifiestan en entornos comunitarios tpicos para los iguales en edad y reflejan la necesidad de apoyos individualizados. 3. Junto con limitaciones adaptativas especficas existen a menudo capacidades en otras habilidades adaptativas u otras capacidades personales. 4. Si se ofrecen los apoyos apropiados durante un periodo prolongado, el funcionamiento en la vida de la persona con retraso mental mejorar generalmente. [CREMA 1999] Por tanto, este nuevo enfoque supone el cumplimiento simultneo de tres condiciones para ser diagnosticado como discapacitado psquico: 1. Edad de aparicin. 2. Funcionamiento intelectual significativamente inferior a la media.

13

3. Limitaciones al menos en dos o ms de las diez reas de habilidades adaptativas bsicas para un adecuado funcionamiento en la vida. Todo ello va a implicar la necesidad de una evaluacin multidimensional que tenga en cuenta todos los aspectos anteriores y que en el medio escolar supone: La deteccin de las necesidades educativas especiales permanentes, aunque variables segn edad, contexto..., que el nio con discapacidad psquica presenta. Una respuesta educativa adecuada con los apoyos suficientes y un contexto favorable. El propio Sistema Educativo y el Centro concreto es quien debe ofrecer un medio lo ms normalizado posible a fin de paliar o superar las carencias detectadas. [CREMA 1999] Como se observa, en ningn momento nos hemos referido a la clasificacin de la discapacidad psquica (ligeros, medios, severos, profundos), ya que, por muy precisa que sta sea, nunca nos va a guiar en la intervencin o en la respuesta a las necesidades educativas especiales individuales. Sin embargo, esas categoras, aunque utilizadas con cautela, no se pueden ignorar totalmente ya que, unidas a los niveles de conducta adaptativa, pueden ser tiles porque nos facilitan y simplifican la comunicacin entre los diferentes profesionales. 2.1.1.2. NECESIDADES EDUCATIVAS ESPECIALES. Para plantear cules van a ser sus necesidades educativas deberemos partir de la consideracin de una serie de caractersticas muy generales que se suelen observar en los chicos con discapacidad y que hacen referencia a su desarrollo cognitivo, comunicativo y motor.

14

En cuanto al desarrollo cognitivo: Precisan de una mayor cantidad de experiencias de aprendizaje. En el proceso de aprendizaje adquiere una especial relevancia la utilizacin de metodologas y actividades ricas y variadas, el desmenuzamiento, la secuenciacin y operativizacin de los contenidos que se le proponen, as como la reiteracin e insistencia en ciertos aprendizajes. Presentan dificultades para la generalizacin de los aprendizajes. Suelen presentar un alto grado de impulsividad, lo que les lleva a cometer abundantes errores. Tienen dificultades en la memoria a corto y largo plazo. Pueden mejorar de manera importante sus habilidades metacognitivas y por tanto su funcionamiento intelectual. [CREMA 1999] En cuanto al desarrollo comunicativo, a pesar de que la variabilidad es enorme, se puede sealar que: Los trastornos del lenguaje ms usuales en estos nios son los relacionados con la comprensin y con la expresin, segn su grado de deficiencia. Los trastornos relacionados con el habla se dan a menudo, aunque con menor frecuencia y muchas veces sin relacin directa con su dficit intelectual. En cuanto al desarrollo motor, en ocasiones se observan dficits motricos asociados. En general, cuanto mayor es el grado de discapacidad psquica, ms frecuente es la aparicin de problemas motricos. En consecuencia y para atender a las caractersticas citadas, nos debemos plantear:

15

1. Fomentar el desarrollo de estructuras lgico-matemticas y de la capacidad de interpretacin y resolucin de situaciones propias de su contexto. 2. Desarrollar sus capacidades comunicativas, gestuales, orales y escritas. 3. Fomentar el desarrollo de la capacidad artstica y tecnolgica. 4. Potenciar las posibilidades motrices de expresin corporal y de autoconocimiento para adquirir destreza dinmica. [CREMA 1999] Otro aspecto a tener en cuenta a la hora de considerar las necesidades educativas especiales que plantean estos nios es que, no por mantenerse en un nivel intelectual inferior, los objetivos, contenidos, metodologas, recursos, etc. que nos planteemos para los nios son tal cual los de sta etapa, sino que se tendr que llegar a una transformacin, adaptacin y fusin entre stos y aquellos que puedan resultar motivadores (para la edad cronolgica), interesantes (por funcionales) y adaptables (por accesibles) de su etapa, fomentando su enriquecimiento intelectual y permitindoles ser elementos activos de su propio proceso de formacin. Adems, para planificar un ptimo trnsito a la vida activa y laboral, deberamos establecer una orientacin ms en este sentido, introduciendo una metodologa tipo talleres, trabajo por proyectos, etc. De todo esto se infiere la necesidad de plantear un currculo especfico para los nios con necesidades educativas especiales que facilite la Integracin, no solo en el marco escolar, sino tambin en el mbito socio-comunitario. 2.1.1.3. EL CURRCULO PARA EL NIO CON N.E.E. Desde un enfoque integrador y constructivista, la elaboracin del currculo para atender las necesidades educativas especiales de los nios con

16

discapacidad psquica ha de plantearse partiendo del principio de que todos las personas son capaces de aprender y de progresar en su desarrollo si se les hace partcipes de un proceso de enseanza aprendizaje que contemple las diferencias individuales, esto es, las capacidades, intereses, estilos y ritmos de aprendizaje del nio. Esta Normalizacin supone la incorporacin de cualquier nio, en el mayor grado posible, a entornos y actividades en los que participan todas las personas para que desarrolle al mximo su competencia, productividad, libertad e integridad, y nos lleven a considerar simultneamente: Por una parte, la puesta en prctica del tipo de educacin ms apropiado en el entorno menos restrictivo posible, ofreciendo la posibilidad de acceso de cualquier nio al repertorio ordinario de oportunidades educativas, lo que supone alcanzar la mayor cota de Integracin posible. Por otra, el establecimiento de itinerarios formativos que diferencien entre lo prioritario y lo complementario, posibiliten la inclusin de dificultades progresivas, contemplen diferentes niveles de ayuda y criterios de evaluacin en base a aproximaciones graduales, es decir, garantizando la Individualizacin. [CREMA 1999] La consideracin de estas coordenadas, integracin-individualizacin, como referentes de cualquier currculo para nios con necesidades educativas especiales lleva a su vez a destacar al menos otros tres aspectos fundamentales: En primer lugar, la necesaria interaccin personal positiva con iguales coetneos para poder desarrollar la Socializacin. En segundo lugar, hay que tener en cuenta la relacin existente entre los aprendizajes previos del nio, su disposicin favorable a asimilar nuevos

17

aprendizajes y los propios conceptos, procedimientos y actitudes a acometer. Esto permite dar sentido a lo que el nio aprende, es decir proporciona Significatividad al hecho educativo. Y finalmente, la necesaria priorizacin de cuantos aspectos favorezcan el trnsito a la vida adulta desde la mayor autonoma y capacitacin posible, mediante la aplicacin de criterios de Funcionalizacin de los aprendizajes. [CREMA 1999] Por todo ello, los objetivos generales propuestos para estos nios con necesidades educativas especiales con discapacidad psquica y desajustes en su comportamiento adaptativo sern los mismos que los del resto de nios de la etapa, seleccionando los contenidos conceptuales que impliquen mayor funcionalidad, priorizando procedimientos y actitudes y, fundamentalmente, incorporando objetivos y contenidos que favorezcan su insercin en la vida activa y/o laboral en la medida que desarrollan progresivamente su autonoma personal y social en toda su amplitud. De esta forma se conformar un currculo especfico que garantice su formacin bsica personal y social. En consecuencia, el contenido del currculo, an siendo especial (diferente), siempre se aproximar lo ms posible al ordinario. En todo caso, en el desarrollo del currculo especfico para este alumnado se deber tener presente la inclusin de actividades como las siguientes: Actividades funcionales que generen los contenidos, procedimientos y actitudes del currculo ordinario para favorecer su insercin en la vida activa y/o laboral.

18

Actividades tcnico manipulativas que faciliten el conocimiento de la cultura tecnolgica como parte importante de la cultura global de nuestra sociedad. Actividades referenciales que sirvan de base para el desarrollo de los mtodos y tcnicas del conocimiento integrado de nuestro entorno. Actividades artsticas que sirvan de base para la comunicacin no verbal, de la creatividad y de la imaginacin. Se proponen algunas materias optativas como: Talleres de Cocina, Carpintera, Electricidad, Fotografa, Audiovisuales, Informtica, Cermica, Habilidades Sociales, Trnsito a la vida adulta, Taller de inventos, etc. Para poder aplicar estos currculos es necesario determinar si un nio requiere de educacin especial, para tal propsito se utilizar el test de WISC R, que nos brindar informacin del nivel en el que se encuentra cada nio. 2.1.2. WISC R, ESCALA DE INTELIGENCIA REVISADA PARA EL NIVEL ESCOLAR. El WISC se ha caracterizado como una herramienta prctica en la clnica y en el diagnstico, cuyo uso se ha incrementado en los ltimos aos en las reas de evaluacin educativa, de apreciacin, del aprendizaje y de algunas incapacidades. Partiendo de una afirmacin admitida y ampliamente extendida, los instrumentos psicomtricos de inteligencia en realidad son recursos o estratagemas psicomtricos; en la prctica la realizacin de tareas y preguntas estandarizadas para evaluar el potencial de un individuo de acuerdo a su conducta efectiva en cuestin, brindan la oportunidad de

19

designar a este como inteligente. Ciertamente, existen diferentes definiciones de inteligencia, pero en realidad todas las escalas de inteligencia la conciben de la misma manera, es decir, principalmente por la evaluacin de las habilidades mentales del sujeto o de sus capacidades intelectuales en general. Conviene dejar claro que un instrumento psicomtrico de inteligencia no es exactamente un instrumento de habilidades mentales, ni es su funcin ni su intencin el evaluar algunas habilidades cognitivas del sujeto, as como tampoco pronunciarse por si mismo contra quienes se oponen al Cociente de Inteligencia o al concepto global de inteligencia para apreciar la competencia educacional o vocacional. Aunque los instrumentos psicomtricos de inteligencia inevitablemente hacen todo lo anterior, en opinin del autor, la informacin que se obtiene de ellos es relevante solamente para hacerse extensivo lo que se establece o define por encima de la conducta intelectiva. 2.1.2.1. EL COCIENTE DE INTELIGENCIA (CI) POR DESVIACIN Y LA EDAD DE ESCALA (EdE). 2.1.2.1.1. Cociente De Inteligencia Por Desviacin. Una de las innovaciones ms importantes en la estandarizacin de esta escala, es que por primera vez se realiz con nios una extensa aplicacin individual, donde los CI se obtuvieron comparando la ejecucin en cada subescala de cada sujeto no con un grupo de edades mixtas, sino exclusivamente con las puntuaciones obtenidas por nios de su misma edad. Pondremos nfasis en dos puntos. El primer punto se refiere a que el mtodo, de un solo golpe, ha afinado considerablemente el problema de la variabilidad del CI individual. Conservando idntica la desviacin estndar de los CI ao tras ao, el CI obtenido por un nio no vara, a menos que su rendimiento actual comparado con el de otros nios de su edad vare. Si las

20

desviaciones estndar no se hubieran hecho idnticas, el CI obtenido por un nio vara considerablemente de ao en ao, aunque su habilidad relativa permanecera constante. Los CI obtenidos mediante exmenes sucesivos con el WISC nos dan automticamente la posicin relativa del sujeto dentro del grupo de edad al que pertenece en cada perodo que sea examinado. Si se observarn algunos cambios, stos pueden atribuirse a cambios en el sujeto y no a la estructura del instrumento o a su estandarizacin, debido a que las desviaciones estndar de las unidades del CI, as como las medias de todos los grupos de edades, son idnticas. Ya no se trata de descubrir cuantos aos puntan arriba o abajo de un CI determinado dentro de la poblacin, dado que el CI por desviacin es, por definicin, dependiente de la distribucin normal de las puntuaciones de la escala. A cada persona examinada se le asigna un CI el cual, a su edad, representa su clasificacin relativa de inteligencia. Este CI como todos los obtenidos de manera similar, es CI por desviacin, dado que indica el grado mediante el cual el sujeto se desva por arriba o por abajo del rendimiento promedio de los individuos del grupo de su misma edad. El CI de 100 en el WISC es equivalente a la puntuacin total promedio para cada edad y la desviacin estndar equivale a 15 puntos de CI. En trminos de lmites percentilares al primer percentil superior equivale un CI de 135 o mayor y al ltimo percentil inferior corresponde un CI de 65 o menos. Cincuenta por ciento de los nios de cada edad obtendrn un CI de noventa a ciento diez. 2.1.2.1.2. Edad de Escala. Al abandonar la edad mental como un indicador no apto del nivel mental, en favor del cociente de inteligencia por desviacin, el autor no intenta expresar que es carente de importancia el conocimiento de lo que se puede esperar que haga un nio en diferentes estadios de su desarrollo mental. Para ciertos

21

propsitos seguramente es til e importante el conocer que es lo que un nio puede o no hacer a cierta edad. Por esta informacin pude ser obtenida rpidamente por una comparacin y evaluacin directa de sus habilidades, como lo revelan sus puntuaciones en las subescalas, en lugar de una inferencia indirecta proveniente de un ndice tota. Para lograr este fin se realiz un anlisis sistemtico de todas las puntaciones subescalares del WISCR por edades. 2.1.2.1.3. Diagnosis Psicolgica, Evaluacin Individual e Interpretacin. El trmino diagnosis psicolgica proviene de la medicina, donde el trmino diagnosis se refiere a la identificacin de una enfermedad con signos o sntomas fsicos. Aplicado a la psicologa ha llegado a tomar ms o menos significado de evaluacin; evaluacin de un propsito o rea especfica, ya sea en la diagnosis de desrdenes mentales, en el consejo o bien en la educacin. En estos trminos la diagnosis psicolgica puede circundar en la evaluacin de diferentes grados de retraso mental, la presencia del mal funcionamiento cerebral orgnico sugerido por los datos aportados por un instrumento psicomtrico, el fracaso de una determinada subescala que indica una incapacidad especfica de aprendizaje (por ejemplo, en lectura). Por la variedad y nmero de subescalas as como sus componentes cualitativos, el WISC-R permite en forma rpida este tipo de evaluacin. Existe ya considerable literatura en donde se reporta lo relativo a los hallazgos y los patrones de los sndromes. Algunos de los resultados confirman el sndrome particular que se investig; otros dan solamente un apoyo parcial y algunos otros no ofrecen ningn apoyo. La calidad y grado de diagnstico, se ha encontrado que depende de lo homogneo de la poblacin comparada, la validez del criterio diferencial que se utiliz, de los mtodos empleados y en gran medida de la experiencia y sofisticacin del examinador.

22

Es de particular importancia en los estudios de diagnstico la cuestin de los signos encubiertos; esto es que cuando se presenta una puntuacin significativamente alta o significativamente baja en una subescala no quiere decir que se refiera a un nico sndrome sino a diversos signos diagnsticos. De este modo, una baja puntuacin en retencin de dgitos puede estar asociada con un mal funcionamiento cerebral orgnico o puede ser concomitante a una incapacidad de lectura, o bien puede atribuirse a una ansiedad manifiesta. En realidad un mismo o similar signo puede asociarse con diferentes entidades mrbidas o a incapacidades educacionales; esto ha conducido a que algunos investigadores restrinjan el uso de los patrones subescalares como base de un diagnstico diferencial. El hecho de que una baja puntuacin en Retencin de Dgitos es caracterstica de varias entidades mrbidas no quiere decir que deba pasarse por alto como signo diagnstico sin consecuencias; una alta temperatura puede suscitarse por una infeccin respiratoria o insolacin; no obstante, para una apendicitis y paludismo viene siendo un signo sin importancia. La relevancia e importancia de un signo o sntoma depende en gran parte de Qu es lo que lleva consigo. De este modo, una baja puntuacin en Retencin de Dgitos as como una baja puntuacin en las otras subescalas pueden simplemente confirmar por otra parte una clara manifestacin de deficiencia mental; una baja puntuacin en Retencin de Dgitos asociada con una baja puntuacin en Diseos con Cubos y una pobre puntuacin con Claves pueden indicar la presencia de un sndrome cerebral orgnico; una baja puntuacin en Retencin de Dgitos junto con una alta puntuacin relativamente alta en las dems subescalas (particularmente Vocabulario e Informacin) puede sugerir una situacin de ansiedad.

23

Por supuesto tericamente son posibles las combinaciones de las diez subescalas tomando dos o ms de ellas a la vez, pero esto no resulta muy alentador. Afortunadamente muchos de los patrones no llegan a ser relevantes estadsticamente, por lo que solamente pocos tienen relevancia diagnostica. No obstante, estos pocos patrones contribuyen mucho al arsenal diagnstico del examinador y, por ello, todos los psiclogos clnicos necesitan estar alertas a la importancia que se les asigne. En gran parte la habilidad del diagnosticador para apreciar la ejecucin en una subescala, radica en su capacidad para detectar e interpretar las respuestas poco usuales y aberrantes. No existe una regla general para tratar tales respuestas, ni tampoco una estimacin provisional sobre si alguna de las respuestas desviantes o idiosincrticas pueden tener una importancia diagnostica significativa. Desde luego mucho depende de qu es lo que se considera como desviado. Al respecto es de esencial importancia el conocimiento y familiaridad con la literatura existente. Asimismo, es de importancia que el examinador est alerta del grado en que las respuestas del sujeto puedan estar influidas o condicionadas por sus antecedentes culturales y socioeconmicos. En la revisin del WISC, se prest considerable atencin para poder eliminar o alterar aquellos reactivos mencionados en la literatura o reportados por el autor como injustificados o cargados culturalmente. 2.1.2.2. ORGANIZACIN DE LA ESCALA. El WISC-R (escala de inteligencia revisada para el nivel escolar) est constituida por las mismas doce subescalas del WISC publicado en 1949 (seis pertenecientes a la escala verbal y seis a la escala de ejecucin) las doce subescalas, al igual que la subescala denominada como Visual Motor

24

Memory se aplicaron a la muestra completa de estandarizacin. Esta ltima subescala requera que el nio copiara una secuencia que era manejada por el examinador y se intentaba integrarla como una subescala complementaria de ejecucin (Subescala no verbal visomotora), anloga a Retencin de Dgitos. Ms tarde esta subescala fue eliminada del WISC-R por que presentaba dificultades para aplicarse y por las estrictas normas estadsticas que se establecieron. Por razones, nicamente de brevedad en el tiempo de aplicacin, solamente diez de las subescalas del WISC-R se consideran como bsicas. El CI se calcula a partir de cinco subescalas Verbales y cinco de Ejecucin, y que se mencionan a continuacin. (El nmero asignado a cada una de ellas, corresponde al orden de aplicacin). VERBAL 1. 3. 5. 7. 9. Informacin Semejanzas Aritmtica Vocabulario Comprensin 2. 4. 6. 8. 10. EJECUCIN Figuras Incompletas Ordenacin de Dibujos Diseos con cubos Composicin de Objetos Claves (o Laberintos)

Tabla 2.01. Subescalas del WISC - R Fuente: [WISC R 1997]

Tanto Retencin y Dgitos en la escala Verbal, como laberintos en la Ejecucin no se utilizaron para establecer los cuadros de los CI. Se conservaros cono subescalas complementarias, que se aplican cuando se tiene tiempo, o bien sirven como substitutos cuando existe un impedimento para aplicar algunas de las subescalas bsicas o bien cuando una de aquellas queda invalidada. Sin embargo, una substitucin no puede hacerse simplemente por que el nio punta bajo en una subescala particular Verbal o

25

de Ejecucin. Con excepcin de la substitucin opcional de Claves o Laberintos, el examinador no puede modificar la aplicacin de las subescalas bsicas por conveniencia o preferencia personal. Cuando Retencin de Dgitos o Laberintos substituyen a las subescalas bsicas, por supuesto se hace uso de los CI para los sujetos. Siempre es permisible aplicar las 12 subescalas; an ms en situaciones clnicas el incluir las subescalas complementarias es muy recomendable por que proveen informacin cualitativa y diagnstica. Las puntuaciones normalizadas equivalentes de las puntuaciones naturales para Retencin de Dgitos y Laberintos se han derivado de la misma forma como se ha hecho para las dems subescalas. No obstante, si el examinador aplica Retencin de Dgitos o Laberintos adicionalmente a las diez subescalas bsicas, no puede incluir a stas en el clculo del CI del nio. Por ultimo, el hecho de que el WISC-R mantenga la subdivisin original de escala Verbal y escala de Ejecucin requiere de comentario. Esta dicotoma es en primer lugar una manera de identificar los dos principales modos por medio de los cuales se expresan las habilidades del humano. Los estudios factoriales se han incrementado a travs de los aos y han confirmado la validez de esta amplia dicotoma. Desde luego las habilidades representadas en las subescalas pueden tambin ser clasificadas significativamente de otra manera. Por otro lado, tambin se ha conservado a partir del WISC de 1949, la tcnica de establecimiento de reactivos en cada subescala as como la obtencin de los CI de los nios. Esto se hizo partiendo de que la teora indica de que las medidas de inteligencia es mejor considerarlas como clasificacionales, no jerrquicas. Con esto no se quiere decir que todas las subescalas del WISC-R son consideradas como medidas de inteligencia igualmente buenas y efectivas, sino que cada una es indispensable para apreciar en forma global la inteligencia.

26

2.2. MARCO CONCEPTUAL. 2.2.1. INTELIGENCIA ARTIFICIAL. Al intentar definir el significado de Inteligencia Artificial, nos encontramos con el problema de definir que es inteligencia y que es artificial. En ambos casos, la definicin de estos trminos, cae ms en el campo de la Filosofa que en el de la Computacin. Un intento de definir lo que es la inteligencia sera "la facultad de adquirir y manipular conocimientos para obtener razonamientos tiles". Es claro que cualquier ente inteligente deber tener como mnimo las siguientes capacidades: Aprender: Se refiere a la capacidad de adquirir nuevos conocimientos a partir de su interaccin con el mundo exterior. Razonar y deducir: Capacidad para reacomodar el conocimiento existente y generar nuevo conocimiento a partir de ste. Realizar soluciones elaboradas: El poder generar y aplicar soluciones complejas a los problemas para modificar su entorno. Generar sentimientos: Esta capacidad parece ser comn a todos los seres inteligentes, est asociada al hecho de poder generar emociones a partir de las experiencias. [MACL 2001] Hasta hoy, el ser humano ha sido capaz de disear y fabricar con mucho xito computadoras, que estn restringidas al cumplimiento de tareas para las cuales conocemos de manera precisa un algoritmo de solucin. En estas tareas, las computadoras realizan el trabajo de manera mucho ms eficiente de lo que un ser humano promedio lo hara (intente por ejemplo, multiplicar

27

dos nmeros primos de 20 cifras ms precisa y velozmente que una computadora). Pero existe toda una gama de problemas, como el reconocimiento de imgenes y del lenguaje natural, por citar algunas, que hasta el momento no han podido ser satisfactoriamente atendidas por la tecnologa computacional con la que actualmente cuenta el hombre. En su libro Memoria Natural y Artificial, la Dra. Laura Viana Castrilln hace una distincin entre estos dos tipos de problemas: "En la actualidad, una computadora pequea es capaz de efectuar, en cuestin de segundos, una cantidad tal de operaciones matemticas, que a un hombre le tomara meses o aos realizarlas. Sin embargo, hay otro tipo de trabajos para los cuales las computadoras estn claramente en desventaja. Estas tareas suponen la solucin del problemas que se caracterizan por tener un gran nmero de soluciones, y por no ser posible dar instrucciones concretas para encontrarlos". 2.2.1.1. DEFINICIN DE INTELIGENCIA ARTIFICIAL. A continuacin se dan algunas definiciones de lo que es la Inteligencia Artificial: Es un rea del conocimiento cuyos objetivos son imitar por medio de mquinas, normalmente electrnicas, tantas actividades mentales como sea posible y quiz llegar a mejorar las que llevan a cabo los seres humanos Roger Penrose. Es la ciencia que estudia las reglas que permiten al computador actuar con un cierto grado de inteligencia J.M. Angulo. Es el estudio de como hacer que las computadoras hagan cosas que, por el momento, los seres humanos hacemos mejor. Elaine Rich.

28

La IA es la rama de la informtica que se dedica a programar las computadoras de tal forma que realicen tareas que, si fueran realizadas por un ser humano requeriran inteligencia por parte de la persona Marvin Minsky. La inteligencia Artificial es el estudio de las facultades mentales a travs del uso de modelos computacionales Charniak and McDermott. La Inteligencia Artificial (IA) es la disciplina que aspira entender la naturaleza de la inteligencia humana a travs de la construccin de programas computacionales que imiten el comportamiento humano Bonnet. De estas definiciones, se deduce que para hacer desarrollos en el campo de la IA se debe estudiar la naturaleza de la inteligencia y sus mecanismos de operacin para poder trasladarla a las computadoras. Como no conocemos de manera completa los mecanismos de la inteligencia, resulta difcil contestar la interrogante de Cundo hemos conseguido nuestro objetivo de fabricar un dispositivo inteligente? Pensando en resolver esta interrogante el brillante matemtico ingls Alan Turing, en el ao de 1950, ide una prueba que permitiera decidir si una mquina es inteligente. Esta prueba se conoce como "Prueba de Turing", y bsicamente define que si una persona inteligente no puede distinguir entre una conversacin generada por una mquina y la conversacin de otra persona inteligente, esta mquina tendr inteligencia artificial. 2.2.1.2. LA INTELIGENCIA NECESITA CONOCIMIENTOS: Para poder pasar la prueba de Turing, la mquina que pretenda ser inteligente necesita conocimiento almacenado por algn medio, dado que es imposible conversar sobre un tema del cual no se tiene ningn conocimiento

29

sin ser descubierto por el entrevistador. En general, la inteligencia aparece siempre asociada a una base de conocimientos, la cual deber de ser muy extensa si se desea resolver problemas que vayan ms all de situaciones triviales. A diferencia de las aplicaciones tradicionales de la programacin, donde se tiene un conjunto de datos almacenados en estructuras que son manipulados a travs de procedimientos o instrucciones precisas para resolver solo un tipo de problemas; la IA trabaja sobre una base de conocimientos sobre los cuales pueden hacerse inferencias que permiten resolver varios problemas diferentes. Podemos definir al conocimiento a travs de las siguientes caractersticas: Es voluminoso. Es difcil caracterizarlo con exactitud. Cambia constantemente. Se distingue de los datos en que se organiza en forma tal que se corresponde con la forma en que va a ser utilizado. Una tcnica de IA es un mtodo que utiliza el conocimiento, de tal forma que: No sea necesario representar en forma separada cada situacin individual, el conocimiento debe incluir las caractersticas importantes de una agrupacin de situaciones. El conocimiento debe ser comprendido por la persona que lo proporciona. Puede modificarse el conocimiento para corregir errores y reflejar cambios en el mundo y su visin. El conocimiento puede utilizarse en gran cantidad de situaciones, aunque no sea totalmente preciso.

30

-

El conocimiento puede ayudarnos a superar su propio volumen, ayudando a acotar el rango de posibilidades que normalmente deben considerarse. [MACL 2001]

2.2.2. SISTEMAS BASADOS EN EL CONOCIMIENTO. 2.2.2.1. CARACTERSTICAS. El propsito de los Sistemas Basados en Conocimiento (SBC) es emular la capacidad de resolucin del ser humano, utilizando sus mismas fuentes de conocimiento, en un dominio especfico. Un SBC est formado por un conjunto de informaciones y relaciones tanto declarativas como procedurales y por ciertas Heursticas que construyen el cuerpo del conocimiento (Base de Conocimientos) as como por ciertos procesos de inferencia y bsqueda, y que puede tener una cierta capacidad de aprendizaje. Por tanto, los SBC involucran tareas relacionadas con la representacin del conocimiento (distintos esquemas de representacin utilizados, etc.), con los procesos de razonamiento (para explicitar nuevo conocimiento realizando inferencias sobre el conocimiento actual), con la resolucin de problemas (estrategias posibles dependiendo de la informacin disponible, del objetivo que se persigue, de los recursos disponibles, etc.), con el aprendizaje (incorporacin de nueva informacin a partir de nuevas experiencias); y , a otro nivel, con el procesamiento del lenguaje natural (interaccin con el usuario de la forma ms fcil y agradable). Los sistemas basados en el conocimiento intentan emular algunas de las principales caractersticas de la inteligencia humana y de su capacidad de resolucin de problemas:

31

Comportamiento flexible y adaptativo en funcin del entorno. Comportamiento racional, orientado a objetivos. Operacin en tiempo real. Operacin en un entorno complejo, rico y detallado (percepcin de gran cantidad de cambios, uso de gran cantidad de conocimiento, control de un sistema motor con muchos grados de libertad, etc.).

Uso de smbolos y abstracciones. Uso de lenguajes tanto naturales como formales (artificiales). Capacidad de aprender del entorno y de la experiencia. [NEWE 1990]

El intento de modelizar las anteriores propiedades ha motivado que los SBC tengan entre sus principales caractersticas: la separacin entre la base de conocimientos y los elementos de control. Es decir, la separacin entre el propio conocimiento y las estrategias de control que indican cmo y cundo usarlo (metaconocimiento). Esta separacin hace posible aadir nuevo conocimiento y refinar el ya existente sin tener que modificar en lo absoluto los esquemas de razonamiento y control, y viceversa, hecho que significa en gran medida la construccin y mantenimiento de los SBC. La incorporacin de la sabidura pericia de los seres humanos, en un cierto dominio. Informacin procedente de la experiencia acumulada por los seres humanos en el dominio concreto (muchas veces un tanto subjetiva). Son sistemas altamente interactivos (al contrario de la mayora de los sistemas computacionales tradicionales). La explotacin de sus capacidades se realiza mediante una interfaz agradable para el usuario habitualmente en lenguaje natural que incluye fases de comprensin y generacin del lenguaje natural.[NEWE 1990]

32

2.2.2.2. TIPOS DE SISTEMAS BASADOS EN EL CONOCIMIENTO. Los SBC pueden clasificarse en cinco tipos bsicos: Los Sistemas Expertos (SE). Son SBC que pretenden resolver problemas muy especficos y complejos en un determinado dominio, que habitualmente son solventados por expertos humanos. Este tipo de problemas requiere, para su solucin, grandes cantidades de conocimiento muy especializado y una mecnica de solucin determinada. Los Sistemas Gestores Basados en el Conocimiento. Se trata de incorporar interfaces inteligentes que conecten tanto a los programadores, a los expertos y a los usuarios, de cara a garantizar la consistencia, eficiencia y facilidad de acceso. Multisistemas de Conocimiento Ligado, Hipermedia. Comprende programas como hipertexto y un nmero cada vez mayor de aplicaciones. Lo que importa es estos sistemas es la interrelacin en el conocimiento y no su contenido, forma o vehculo de transicin. Hipermedia que est constituido por bases de conocimiento altamente sofisticadas y lgicamente interrelacionadas incluye la integracin de texto, imgenes, sonidos, datos y conocimiento. Sistemas inteligentes de desarrollo de software (ICASE). Las herramientas y tecnologa CASE (Computer Aided Software Engineering) son una combinacin integrada de programas y metodologas que sirven para automatizar y ayudar en lo posible durante el ciclo de vida del software, nombre con el que se conoce al proceso de diseo, construccin y explotacin de los programas, desde el enunciado

33

inicial dado por el usuario hasta el mantenimiento del resultado final. Se trata, pues, de aadir a las herramientas CASE una componente basada en el conocimiento que mejore sustancialmente sus prestaciones. Sistemas tutores inteligentes. Son el resultado de la aplicacin de la Inteligencia Artificial en el campo de la educacin. Son sistemas educacionales y de entrenamiento controlados por computador, que permiten efectuar de forma inteligente las tareas de aprendizaje de los alumnos en ciertos temas a travs de interacciones personalizadas. La calidad de estos sistemas, como en el caso de los sistemas expertos, reside en las fuentes de conocimiento y en la habilidad para adquirir y representar este conocimiento. [UJA 1994] De todos ellos sin duda, los sistemas expertos son los que han tenido ms xito y difusin. Se estudiarn ampliamente en la siguiente seccin. 2.2.2.3. SISTEMAS EXPERTOS. Los sistemas expertos estn diseados para resolver problemas que se enfrentan a situaciones que habitualmente son consideradas como muy especiales y complejas y para cuya resolucin se confa en la existencia de un experto humano. Este tipo de problemas requiere, en principio, grandes cantidades de conocimiento en un dominio especfico y una mecnica de solucin determinada. Los sistemas expertos no deben confundirse con los programas (sistemas) que modelan actitudes cognitivas, ni tampoco intentan copiar la estructura de la mente humana ni sus mecanismos. Son considerados como basados en el conocimiento por que su actuacin depende directamente del uso del mismo tipo de heursticas que un experto

34

humano emplea. Aunque en muchos casos son solamente sistemas de deduccin, diagnstico, planificacin o clasificacin. [UJA 1994] Tpicamente, un sistema experto est basado en un cuerpo de conocimiento muy slido sobre un dominio. Este conocimiento est, habitualmente, organizado en forma de reglas que permiten que el sistema obtenga conclusiones a partir de un conjunto de premisas o datos, pudiendo ofrecer una recomendacin (diagnstico) inteligente o tomar decisiones. En cierto sentido, la revolucin que implic el uso del conocimiento de un experto de forma directa por un programa puede resumirse en la siguiente ecuacin: Conocimiento + inferencia = sistema experto Donde el ncleo de la nueva arquitectura es la base de conocimientos (BC). Los sistemas expertos estn abiertos para la inspeccin, es decir, permiten conocer cules son los pasos intermedios para la solucin de un problema, son fcilmente modificables basta con hacer cambios en la base de conocimientos y pueden manejar conocimientos heursticos. 2.2.2.3.1. Caractersticas de los Sistemas Expertos. Decir qu es exactamente un sistema experto es una tarea difcil ya que el rea es muy dinmica y no permite una definicin rgida. Adems, es posible identificar al menos dos generaciones tecnolgicas de sistemas expertos, y estas son muy diferentes. En los sistemas expertos de primera generacin la base de conocimientos no posea ningn tipo de organizacin y no existan o no estaban claramente especificados el metaconocimiento y el proceso de autoexplicacin, mientras que en los de segunda generacin, la base de

35

conocimientos suele estar modularizada (lo que facilita los procesos de inferencia, el proceso de mantenimiento, etc.) y, adems, existe claramente el nivel de metaconocimiento (metamdulos) en las arquitecturas, as como el componente autoexplicativo. Una manera de aproximar la definicin de estos artefactos es describiendo las tareas genricas que realizan. Analizar dichas tareas puede ser una herramienta til para comprender: a) El tipo de razonamiento que realizan los expertos, y b) La arquitectura bsica de los sistemas expertos. Las aplicaciones de mayor xito de esta tecnologa estn basadas en la representacin del conocimiento del experto (y de otras fuentes) en forma de reglas y tratan de resolver un problema de diagnstico reducindolo a uno de clasificacin (i.e. un espacio de bsqueda). Stefik et al. Describieron las tareas genricas ms comunes que un sistema experto realiza y que son: Interpretacin: La interpretacin es el anlisis de los datos disponibles para encontrar su significado. El objetivo es averiguar si existe una interpretacin correcta y consistente de los datos. Diagnosis: Es el proceso de localizar los fallos de un sistema (o determinar el estado de un proceso). Supervisin: La supervisin implica la monitorizacin e interpretacin continuada de las seales y la actuacin inmediata cuando se presenta una situacin anmala.

36

Prediccin: La prediccin implica la capacidad de anticipar el futuro a partir de un modelo del pasado y del presente. Esta caracterstica requiere poder razonar sobre el tiempo, sobre los cambios y sus consecuencias. Planificacin: Un plan es un programa de acciones que han de ejecutarse para alcanzar una meta (objetivo). Los planes deben construirse sin consumir muchos recursos ni violar las restricciones propias del dominio. Otros autores incluyen adems otras caractersticas como: a) El Control; los sistemas expertos deben ser capaces de gobernar la conducta de un entorno complejo, b) La Instruccin; tienen que detectar y corregir los errores de un aprendiz (humano o artificial) lo que implica un cierto grado de entrenamiento del dominio, y c) la depuracin (Debugging); los sistemas expertos han de saber localizar errores y aplicar remedios. [UJA 1994] 2.2.2.3.2. Anlisis Del Conocimiento. Existen varios componentes del conocimiento, que dan origen a la habilidad experta en su desempeo. Se pueden ver generalmente como: Hechos. Declaraciones que relacionan algunos elementos de la realidad con referencia al rea especfica. Por ejemplo: La leche es blanca. El adhesivo para baldosas de cermica no se fijar al concreto que tenga menos de 2 meses de aplicado. Un Boeing 747 vuela sin problemas con tres motores.

37

Reglas de procedimiento. Reglas bien definidas e invariables que describen secuencias fundamentales de eventos y relaciones relativas al rea. Por ejemplo: Siempre verifique el movimiento vehicular antes de intentar entrar a una autopista. Si el altmetro seala el nivel de vuelo, el medidor de la velocidad vertical debe marcar cero.

Reglas heursticas. Reglas generales en forma de opiniones o reglas empricas que sugieren procedimientos que se pueden cuando no existen disponibles reglas de procedimiento invariables. Dichas reglas son aproximadas y han sido generalmente acuadas por un experto a travs de aos de experiencia. Por ejemplo: Si una sierra parece estar bien pero aun as no arranca, afloje la tensin de la cadena. Es mejor intentar un aterrizaje de emergencia bajo condiciones controladas que volar en condiciones desconocidas.

El uso de heursticas contribuye grandemente a la potencia y flexibilidad de los SE y tiende a distinguirlos an ms del software tradicional. Adems de estas formas especficas de conocimientos, un experto posee un modelo conceptual general del rea especfica y un esquema global para hallar soluciones. Estas Visiones globales conforman la infraestructura bsica para la aplicacin por parte del experto de conocimientos detallados. [DWR 1990]

38

El conocimiento es la piedra angular de la potencia de un SE, debemos ser capaces de representar abstractamente el conocimiento y utilizarlo para apoyar el proceso de razonamiento del sistema. 2.2.2.3.3. Representacin del Conocimiento Mediante Objetos. Se definir un objeto como un concepto, abstraccin, o cosa con lmites bien definidos y con significado a efectos del problema que se tenga entre manos. Los objetos tiene dos propsitos: promover la comprensin del mundo real y proporcionar una base prctica para la implementacin por computadora. La descomposicin de un problema en objetos depende del juicio y de la naturaleza del problema. No existe una nica representacin correcta. Todos los objetos poseen su propia identidad y se pueden distinguir entre s, dos manzanas del mismo color, forma y textura siguen siendo manzanas individuales. El trmino identidad significa que los objetos se distinguen por su existencia inherente y no por las propiedades descriptivas que puedan tener. La representacin orientada a objetos est influida por redes semnticas y, principalmente por prototipos. En esta representacin el mundo se ve como una serie de objetos que interactan entre s. Los objetos son instancias de clases (prototipos), las cuales forman una jerarqua de superclasessubclases. Las subclases heredan los atributos y mtodos (forma de comunicarse con otros objetos) de su superclase(s), los cuales se aplican a todos los objetos que pertenecen a dicha clase. Los objetos, como forma de representacin del conocimiento ofrecen las siguientes ventajas:

39

1. Poder de abstraccin. 2. Encapsulamiento o capacidad de esconder informacin. 3. Herencia, es decir pueden recibir caractersticas o propiedades de sus ancestros. 4. Polimorfismo, que permite crear una interfaz comn para todos los diversos objetos utilizados dentro del dominio. 5. Posibilidad de reutilizacin del cdigo. 6. Mayor facilidad para poder trabajar eficientemente con sistemas grandes Las desventajas son similares a las que se indicaron para las plantillas: 1. Dificultades para manejar objetos que se alejan demasiado de la norma. 2. Dificultades para manejar situaciones que han sido encontradas previamente. 2.2.2.3.4. Arquitectura de los Sistemas Expertos. Los SE emplean una amplia variedad de arquitecturas especficas en sus sistemas, principalmente por que una arquitectura es ms aplicable que otra cuando se considera una aplicacin dada. Actualmente se lleva a cabo una vasta investigacin para estudiar diferentes aspectos de las arquitecturas de SE y subsiste un considerable debate al respecto. A pesar de las diferencias significativas, la mayora de las arquitecturas tienen muchos componentes en comn. La Figura 2.04. muestra una arquitectura general con los componentes tpicos. [DWR 1990]

40

Mdulo Para Explicacin Motor De Inferencia

Memoria de Trabajo

Interfaz De Usuario

Base De Conocimientos

Mdulo de Adquisicin de Conocimiento

USUARIO Figura. 2.04. Arquitectura de un sistema experto Fuente: [UJA 1994]

EXPERTO

El Usuario. El usuario de un sistema experto puede estar operando en cualquiera de los siguientes modos: Verificador, Alumno, Cliente. El Experto. El experto da informacin adicional al sistema o modifica el conocimiento que ya esta presente en el sistema. Facilidades De Interfaz Con El Usuario. Las facilidades de interfaz con el usuario deben aceptar informacin del usuario y traducirla a una forma aceptable para el resto del sistema o aceptar informacin proveniente del sistema y convertirla a una que el usuario pueda entender.

41

Base De Conocimientos. La base de conocimientos representa un depsito de las primitivas del conocimiento (por ejemplo, hechos, reglas de procedimientos y heursticas). Motor de Inferencia. Los SE deben por su naturaleza tratar flexiblemente con situaciones cambiantes. La capacidad para responder ante situaciones cambiantes depende de la habilidad para inferir nuevos conocimientos a partir de conocimientos existentes. Interfaz De Adquisicin. El conocimiento crece y cambia constantemente por lo cual la base de conocimientos se debe modificar en el mismo sentido. Para llevar a cabo tales actualizaciones se emplean la facilidad para actualizacin de conocimientos. Sistema De Explicaciones. Adems de lograr simplemente una conclusin cuando enfrenta un problema complicado, un experto es tambin capaz de explicar, hasta cierto punto, el razonamiento que conduce a dicha conclusin. Un SE debe disearse para brindar un facultad semejante. [DWR 1990] 2.2.3. MODELO Y DISEO ORIENTADO A OBJETOS METODOLOGA OMT 2.2.3.1. OMT COMO METODOLOGA DE INGENIERA DEL SOFTWARE Una metodologa del software es un proceso para producir software de forma organizada, empleando una coleccin de tcnicas y convenciones de notacin predefinidas. La metodologa suele presentarse como una serie de

42

pasos, con tcnicas y notaciones asociadas a cada paso. Los pasos de produccin del software suelen organizarse en un ciclo de vida que consta de varias fases de desarrollo. El ciclo de vida completo del software abarca desde la formulacin inicial del problema, pasando por el anlisis, diseo, implementacin y pruebas del software, hasta una fase operacional durante la cual se lleva a cabo el mantenimiento y las mejoras. La metodologa OMT presta su apoyo a todo el ciclo de vida completo del software. Tanto las pruebas como el mantenimiento son simplificados por un enfoque orientado a objetos, pero los mtodos tradicionales que se utilizan en estas fases no resultan alterados de forma significativa. Sin embargo, un enfoque orientado a objetos produce un diseo limpio y fcil de comprender, que resulta ms fcil de probar, mantener y extender que los diseos no orientados a objetos porque las clases de objetos proporcionan una unidad natural de modularidad. Algunos desarrolladores del software prefieren una aproximacin de prototipos rpidos, mediante la cual una pequea porcin del software es desarrollada inicialmente y se va evaluando mediante su utilizacin. El software se va volviendo robusto mediante mejoras incrementales de la especificacin, diseo e implementacin. Por contraste, con el enfoque del ciclo de vida, el software se especifica primero por completo, se disea entonces por completo y, por ltimo, se complementa por completo. 2.2.3.2. LA METODOLOGA OMT La metodologa OMT consta de varias fases:

43

2.2.3.2.1. Conceptualizacin. Se describen los requerimientos para la solucin del sistema. Comienza identificando las necesidades desde el punto de vista de los usuarios. Dicha informacin puede ser extrada de los casos de uso y del dominio del problema. 2.2.3.2.2. El Anlisis. Se dedica a la comprensin y modelado de la aplicacin y del dominio en el cual funciona. La entrada inicial de la fase de anlisis es una descripcin del problema que hay que resolver y proporciona una visin general conceptual del sistema propuesto. Un dilogo subsiguiente con el cliente y un conocimiento de fondo del mundo real son entradas adicionales del anlisis. La salida del anlisis es un modelo formal que captura los tres aspectos esenciales del sistema. Los objetos y sus relaciones, el flujo dinmico de control, y la transformacin funcional de datos que estn sometidos a restricciones. Modelado de objetos. Es el primer paso del anlisis, en este se construye un modelo de objetos, el cual muestra la estructura esttica de datos correspondiente al sistema del mundo real, y la organiza en segmentos manejables describiendo clases de objetos del mundo real, y sus relaciones entre s. Para construir un modelo de objetos, se llevan a cabo los pasos siguientes: o Identificar los objetos y las clases. o Preparar un diccionario de datos. o Identificar las asociaciones entre objetos o Identificar atributos de objetos y enlaces.

44

o Organizar y simplificar las clases de objetos empleando la herencia. o Verificar que existen las vas de acceso adecuadas para las probables consultas. o Iterar y refinar el modelo. o Agrupar las clases en mdulos. Modelado Dinmico. El modelo dinmico muestra la forma en que el comportamiento del sistema y de los objetos de que consta va variando con el tiempo. Para construir un modelo dinmico se llevan a cabo los pasos siguientes: o Se preparan escenarios de secuencias tpicas de interaccin. o Se identifican sucesos que acten entre objetos. o Se prepara un seguimiento de sucesos para cada escenario. o Se construye un diagrama de estados. o Se comparan los sucesos intercambiados entre objetos para verificar la congruencia. Modelado Funcional. El modelo funcional muestra la forma en que se calculan los valores, sin tener en cuenta las secuencias, decisiones o estructura de los objetos. El modelo funcional muestra que valores dependen de que otros valores y de las funciones que los relacionan. Para construir un modelo funcional hay que dar los pasos siguientes. o Identificar los valores de entrada y de salida. o Construir diagramas de flujo de datos que muestren las dependencias funcionales. o Describir las funciones. o Identificar las restricciones. o Especificar los criterios de optimizacin.

45

2.2.3.2.3. Diseo del Sistema La arquitectura global del sistema se determina durante el Diseo de Sistema. Utilizando el modelo de objetos como gua, se organiza el sistema en subsistemas. La concurrencia se organiza agrupando objetos en tareas concurrentes. Se toma decisiones globales acerca de la comunicacin entre procesos, almacenamiento de datos e implantacin del modelo dinmico. Se establecen prioridades para hacer concesiones de diseo. 2.2.3.2.4. Diseo de Objetos Durante esta fase, se elaboran los modelos de anlisis, se refina y despus se optimizan para producir un diseo prctico. Durante el diseo de objetos existe un desplazamiento del foco de atencin desde los conceptos de la aplicacin hasta los conceptos de la computadora. En primer lugar, se seleccionan los algoritmos bsicos para implementar todas las funciones fundamentales del sistema. Basndose en estos algoritmos, se optimiza entonces la estructura del modelo de objetos para una implementacin eficiente. El diseo tambin debe de tener en cuenta la concurrencia y el flujo dinmico de control, segn hayan sido determinados durante el diseo del sistema. Se determina la implementacin de cada asociacin y de cada atributo. Finalmente, los subsistemas se empaquetan en mdulos. 2.2.3.2.5. Implementacin. En el captulo de implementacin analizaremos las diferentes formas de completar el anlisis y diseo orientados a objetos mediante lenguajes de programacin y sistemas de bases de datos.

46

2.2.3.3. IMPACTO DE UN ENFOQUE ORIENTADA A OBJETOS La metodologa OMT es un enfoque a la construccin del software orientada a objetos que difiere de los enfoques tradicionales del desarrollo del software. Estas diferencias afectan al proceso del desarrollo del software en s. Desplazamiento del esfuerzo de desarrollo hacia el anlisis. Una

aproximacin orientada a objetos traslada gran parte del esfuerzo del desarrollo del software hacia la fase de anlisis del ciclo de vida. En algunas ocasiones resulta desconcertante invertir ms tiempo en el anlisis y en el diseo, pero este esfuerzo adicional resulta que compensado por una implementacin ms rpido y ms sencilla. Dado que el diseo resultante es ms limpio y ms adaptable, los cambios futuros sern muchos ms sencillos. Inters especial en las estructuras de datos antes que en las funciones. Una aproximacin orientada a objetos centra su atencin en las estructuras de datos, y no en las funciones que haya que efectuar. Este cambio de centro de atencin da al proceso de desarrollo una base ms estable, y permite utilizar un nico concepto de objeto. Todos los dems conceptos, tales como las funciones, relaciones, y sucesos se organizan en torno de los objetos, de tal manera que la informacin registrada durante el anlisis no se pierde ni se transforma cuando se produce el diseo y la implementacin. Las estructuras de datos de una aplicacin y las relaciones existentes entre ellas son mucho menos vulnerables a los requisitos cambiantes que las operaciones que se aplican a los datos. La organizacin de un sistema en torno de objetos y no en torno de funciones da al proceso de desarrollo una estabilidad de la cual carecen las aproximaciones orientadas a funciones. Los

47

objetos encapsulados, con interfaces pblicas que ocultan su organizacin interna privada, estn todava ms protegidos de los efectos del cambio. Un proceso desarrollo sin costuras. Dado que la aproximacin orientada a objetos define un conjunto de objetos orientados al problema en las primeras fases del proyecto, y sigue utilizando y extendiendo estos objetos a lo largo del cielo de desarrollo, la separacin entre fases del ciclo de vida resulta mucho menos aparente. En la Tcnica de Modelado de Objetos, el modelo de objetos desarrollado durante el anlisis se utiliza para el diseo y para la implementacin, y se orienta el trabajo hacia el refinamiento del modelo con niveles progresivamente ms detallados, en lugar de hacer una transformacin de una representacin a otra. El proceso carece de costuras porque no hay discontinuidad en las cuales una notacin de una fase sea sustituida por otra notacin distinta en otra fase. Iterativo ms que secuencial. An cuando la descripcin de la Tcnica de Modelado de Objetos es necesariamente lineal, el proceso de desarrollo real es iterativo. La carencia de costuras de desarrollo orientado a objetos hace ms sencillo repetir los pasos de desarrollo con grados de detalle cada vez ms finos. Cada iteracin aade o clarifica caractersticas, en lugar de modificar un trabajo que ya se haba hecho, as que hay menos oportunidades para introducir incongruencias y errores. (Rumbaugh James, 1996, paginas 203-264) [MDOO 1995] 2.2.4. MTODO DE BUCHANAN. Este mtodo puede esquematizarse en seis etapas:

48

Etapa 1: Familiarizarse con el Problema y el Dominio. Abarca desde la lectura de libros o artculos, las entrevistas o charlas con las personas familiarizadas con el tema y la bsqueda de un experto que est dispuesto a colaborar en la construccin del sistema; como as tambin la definicin de cuales son las funciones o tareas ms idneas para ser realizadas por el sistema experto. Estas tareas son importantes para determinan que lenguaje y que sistema se usar. El ingeniero de conocimiento debe sentirse razonablemente cmodo respecto del dominio del problema, como para conversas inteligentemente con el experto. Etapa 2: Delimitar el Sistema. Significa que por medio de entrevistas con el experto, con el objetivo de identificar y caracterizar el problema informalmente. El experto de campo y el ingeniero de conocimiento definen el alcance del sistema experto, es decir, que problemas va a resolver concretamente el sistema experto. Etapa 3: Obtener la Estructura de Inferencia del Sistema Experto. Con el problema adecuadamente definido el ingeniero de conocimiento empieza a determinar los principales conceptos del dominio que se requieren para realizar cada una de las tareas que va a resolver el sistema. ste trata de entender que conceptos son relevantes e importantes solicitndole al experto que explique y justifique los razonamientos que utiliza para resolver los problemas. Esto es importante para la tarea de definicin del sistema experto y para mantener una adecuada documentacin del mismo, ya que es til para la tarea de diseo, construccin y para posteriores modificaciones del sistema.

49

El ingeniero de conocimiento debe prestar atencin al experto de campo para encontrar la estructura bsica que el experto utiliza para resolver el problema. Est formada por una serie de mecanismos organizativos que el experto de campo usa para manejarse en ese dominio. Esta estructura bsica de organizacin del conocimiento le permiten al experto realizar ciertos tipos de inferencias. El ingeniero de conocimiento adems debe reconocer las estrategias bsicas que usa el experto cuando desarrolla su tarea, que hechos establece primero, que tipos de preguntas realiza primero, si define supuestos inicialmente sin bases con informacin tentativa, como determina el experto que pregunta debe usar para refinar sus suposiciones y en que orden el experto prosigue con cada subtarea y si ese orden vara segn el caso. La estructura del conocimiento indica que tareas y trminos est usando y la estrategia indica como y cuando el sistema experto debe establecerlas. Etapa 4: Definir el Sistema Experto Prototipo. El ingeniero de conocimiento debe formalizar el conocimiento obtenido del experto. Esta tarea implica definir que arquitectura permitir una mejor organizacin del conocimiento. Es necesario elegir la organizacin, lenguaje y medio ambiente de programacin adecuados para la aplicacin particular. Se definen los conceptos primitivos, con la forma de representacin elegida. Este es el primer paso hacia la implementacin del prototipo. El ingeniero de conocimiento deber a medida que se desarrolla el prototipo lo siguiente: 1. que el formalismo usado es el apropiado para reflejar los conceptos y el proceso de inferencia del experto.

50

2. que las caractersticas particulares de construccin del lenguaje capturen exactamente los aspectos estructurales ms importantes de los conceptos usados por el experto. 3. que la estructura del control del lenguaje al activar las reglas refleje la estrategia usada por el experto. 4. que las reglas reflejen asociaciones y mtodos que: a. son los usados por el experto. b. son modelos aceptables de dichos mtodos. El ingeniero de conocimiento puede presentar las reglas definidas y en ocasiones los resultados obtenidos al usar las reglas, para que el experto manifieste su opinin sobre la representacin y soluciones. Etapa 5: Depurar el Sistema Prototipo. Se refina el sistema prototipo, depurado la base de conocimientos, refinando reglas, rediseando la estructura del conocimiento, o reformulando conceptos bsicos, con el objetivo de capturar informacin adicional que haya proporcionado el experto. Tambin se consultan en esta etapa otros expertos para corroborar, controlar, ampliar y refinar el prototipo. Etapa 6: Optimizar el Sistema Experto Prototipo. Cuando el sistema prototipo ha crecido tanto que resulta difcil de manejar el ingeniero de conocimiento redisea un sistema ms eficiente. Este nuevo sistema deber refinarse y extenderse a fin de completar as el desarrollo del sistema experto. Esto es transformar efectivamente el sistema prototipo en un sistema experto aplicable.

51

2.2.5. COCOMO II. COCOMO II, es un modelo que permite estimar el coste, esfuerzo y tiempo cuando se planifica una nueva actividad de desarrollo de software. Est asociado a los ciclos de vida modernos, apunta hacia los proyectos de software de los 90 y de la primera dcada del 2000. 2.2.5.1. UTILIZACIN DEL MODELO DE COMPOSICIN DE APLICACIONES. Este modelo se dirige a aplicaciones que estn demasiado diversificadas para crearse rpidamente en una herramienta de dominio especfico, (como una hoja de clculo) y que todava no se conocen suficientemente como para ser compuestas a partir de componentes nter operables. Ejemplos de estos sistemas basados en componentes son los creadores de interfaces grficas para usuario, base de datos o gestores de objetos, middleware para proceso distribuido o transaccional, manejadores hipermedia, buscadores de datos pequeos y componentes de dominio especfico tales como paquetes de control de procesos financieros, mdicos industriales. Dado que el Modelo De Composicin De Aplicaciones incluye esfuerzos de prototipazo para resolver asuntos potenciales de alto riesgo tales como interfaces de usuario, interaccin software/sistema, ejecucin grado de madurez tecnolgica, los costes de este tipo de esfuerzo se estiman mejor mediante dicho modelo. 2.2.5.2. MODELO DE COSTE DE COMPOSICIN DE APLICACIONES. 2.2.5.2.1. Introduccin a los Puntos Objeto. Los puntos objeto son el recuento de pantallas, informes, mdulos de lenguajes de 3ra generacin desarrollados en la aplicacin, cada uno

52

ponderado mediante un factor de complejidad de tres niveles (simple, medio y complejo). La estimacin de puntos objeto es un enfoque relativamente nuevo de medida de software, pero encaja bien en las prcticas del sector de la Composicin de Aplicaciones. Tambin encaja muy bien en los esfuerzos de prototipado asociados, basado en el uso de herramientas ICASE que proporcionan constructores de interfaces grficos de usuario, herramientas de desarrollo de software; y en general, infraestructura que puede componerse y componentes de aplicacin. En estas reas se ha comparado bien con la estimacin de Puntos de Funcin en un conjunto de aplicaciones no triviales (pero todava limitadas). 2.2.5.2.2. Procedimiento de Obtencin de Puntos Objeto. La definicin de los trminos utilizados en los Puntos Objetos es la siguiente: OP NOP Srvr Clnt : Puntos Objeto. : Nuevos Puntos Objeto (Cantidad de Puntos Objeto ajustado por la reutilizacin). : Nmero de tablas de datos del servidor (mainframe equivalente) usadas junto a la pantalla o informe. : nmero de tablas de datos del cliente (estacin de trabajo personal) usadas junto con la pantalla o el informe. %reuse : Porcentaje de pantallas, informes y mdulos 3GL reutilizados a partir de aplicaciones anteriores prorrateadas por grado de reutilizacin. Hemos de destacar que el uso del trmino Objeto en los puntos objeto define Pantallas, Informes y mdulos 3GL como objetos.

53

Paso 1. Hacer el Recuento de Objetos Estimar el nmero de pantallas, informes y componentes de las que consta esta aplicacin, suponer las definiciones estndar de los objetos en el entorno ICASE correspondiente. Paso 2. Clasificar Cada Instancia de Objeto Clasificar cada instancia de objeto dentro de niveles de complejidad simple, media y difcil dependiendo de los valores de las dimensiones de las caractersticas. (Tabla 2.02)Para Pantallas N de vistas que contiene Total < 4 (5clnt) Medio Difcil Difcil 01 23 4+ # y fuente de tablas de datos N de secciones que contiene Para Informes # y fuente de tablas de datos Total < 4 (5clnt) Medio Difcil Difcil

TABLA 2.02. Complejidad asociada a las instancias de objetos Fuente: [EPS 2000]

Paso 3. Pesar el Nmero de Cada Celda. El peso refleja el esfuerzo relativo que se requiere para implementar una instancia de ese nivel de complejidad, para determinar el peso se usa la tabla siguiente (Tabla 2.03.)

Tipo de Objeto Simple Pantalla Informe Componente 3GL 1 2

Complejidad Peso Medio 2 5 Difcil 3 8 10

TABLA 2.03. Pesos asociados a los niveles de complejidad. Fuente: [EPS 2000]

54

Paso 4. Determinar Puntos Objeto. Para determinar los Puntos Objeto se debe sumar todas las instancias pesadas para conseguir un nmero. El recuento de puntos objeto. Paso 5. Porcentaje de Reutilizacin. Estimar el porcentaje de reutilizacin que se espera lograr en este proyecto. Calculando los nuevos Puntos Objeto a desarrollar.

NOP =

(OP ) (100 % Re use)100

[Ec. 2.01.]

Paso 6. Determinar Ratio de Productividad. El ratio de productividad

PROD = NOP

Meses persona

[Ec.

2.02.]

se

determina a partir de la Tabla 2.04.

Experiencia y capacidad de los desarrolladores ICASE madurez y capacidad PROD

Muy Bajo Muy Bajo 4

Bajo Bajo 7

Nominal Nominal 13

Alto Alto 25

Muy Alto Muy Alto 50

TABLA 2.04. Ratio De Productividad PROD. Fuente: [EPS 2000]

Paso 7. Clculo del valor Meses-Persona. Para realizar el clculo del valor Meses-Persona (esfuerzo) se utiliza la ecuacin:

MM =

NOP PROD

[Ec. 2.03.]

55

2.2.5.3. (SCED) CALENDARIO DE DESARROLLO REQUERIDO. Este valor mide las restricciones de horario impuestas al equipo de proyecto que desarrolla el Software. Los valores se definen en trminos de porcentaje de aceleracin alargamiento sobre el calendario respecto de un calendario nominal par proyectos que requiere una cantidad de una cantidad de esfuerzo dada. Los calendarios acelerados tienden a producir ms esfuerzos en las frases ms tardas de desarrollo porque se dejan por solucionar ms problemas debido a la falta de tiempo para resolverlos ms prontos. Una comprensin del calendario del 74% se evala como Muy Bajo. Un alargamiento del calendario produce ms esfuerzo en las fases ms tempranas del desarrollo, donde hay ms tiempo para planificar, hacer especificaciones y validar minuciosamente. Un alargamiento del 160% se valora como Muy Alto (Tabla 2.05).Muy Bajo 75% del nominal Bajo 85% Nominal 100% Fuente: [EPS 2000] Alto 130% Muy Alto 160% Extra Alto

SCED

Tabla 2.05. Niveles de medida TIME

2.2.5.4. AHORRO Y GASTO SOFTWARE DE ESCALA (B).5

B = 0.91 + 0.01 SFJJ =1

[Ec. 2.04.]

Los modelos de estimacin de coste del software a menudo tienen un factor exponencial para considerar los gastos y ahorros relativos de escala encontrados en proyectos software de distinto tamao. El exponente B se usa para capturar estos efectos. El valor de B es calculado mediante la ecuacin anterior.

56

El exponente B se obtiene mediante los denominados drivers de escala. La seleccin de drivers de escala se basa en la razn de que ellos son un recurso significante de variacin exponencial en un esfuerzo variacin de la productividad del proyecto. Cada driver de escala tiene un rango de niveles de valores desde Muy Bajo hasta Extra Alto (Tabla 2.06), cada nivel de valores tiene un peso, SF, y el valor especfico del peso se llama factor de escala. Un factor de escala de un proyecto, SFJ (ver Tabla 2.07), se calcula sumando todos los factores y se usa para determinar el exponente de escala, B.Factores de Escala (SFJ)

Muy Bajo

Bajo

Nominal Casi sin precedentes Algo de relajacin A menudo (60 %) Interacciones bsicamente cooperativas

Alto Algo familiar Conformidad general Generalmente (75 %) Bastante cooperativo

Muy Alto Muy familiar Algo de conformidad En su mayor parte (90 %) Altamente cooperativo

Extra Alto Completamente familiar Metas generales Por completo (100 %) Completas interacciones

PREC FLEX RESL TEAM PMAT

Completamente Prcticamente sin precedentes sin precedentes Riguroso Poco (20 %) Interacciones muy difciles Relajacin ocasional Algo (40 %) Algo de dificultad en las interacciones

Peso medio de respuestas SI para el cuestionario de madurez CMM

Tabla 2.06 Factores de escala para el modelo de COCOMO II Fuente: [EPS 2000]

Factores de Escala (WI) PREC FLEX RESL TEAM PMAT

Muy Bajo 6.20 5.07 7.07 5.48 7.80

Bajo 4.96 4.05 5.65 4.38 6.24

Nominal 3.72 3.04 4.24 3.29 4.68 Fuente: [EPS 2000]

Alto 2.48 2.03 2.83 2.19 3.12

Muy Alto 1.24 1.01 1.41 1.10 1.56

Extra Alto 0.00 0.00 0.00 0.00 0.00

Tabla 2.07. Valores de los Factores de escala para el modelo de COCOMO II

57

2.2.5.5. VALORES DE TIEMPO DE DESARROLLO. La versin inicial de COCOMO II proporciona una capacidad de estimacin de tiempo simplemente similar a las de COCOMO. La ecuacin siguiente es la ecuacin inicial de tiempos base para las tres etapas de COCOMO II es:

TDEV = 3.67 MM 0.28+0.2( B 1.01)

[

]

SCED % 100

[Ec. 2.05.]

Donde: TDEV es el tiempo en meses desde la determinacin de una lnea base de requisitos del producto hasta que se completa una actividad de aceptacin que certifica que el producto satisface los requisitos. MM es la estimacin de meses-persona, excluyendo el estimador de esfuerzo SCED. B es la suma de los factores de escala del proyecto SCED % es el porcentaje de compresin/expansin en el multiplicador de esfuerzo SCED, (ver tabla 2.05.).

58

59

A travs del estudio de Costo Beneficio se podr determinar si vale la pena invertir en el sistema, puesto que ste no traer beneficios econmicos, sino beneficios personales. 3.1. BENEFICIOS. 3.1.1. BENEFICIOS TANGIBLES. Rpido diagnstico, por que la forma precaria de correccin del WISCR resultaba muy morosa. El Sistema experto ha resultado sumamente til para diagnosticar el retraso mental y prevenir el diagnostico errneo en individuos mas o menos normales cuya adaptacin social era defectuosa por razones distintas de la deficiencia mental. El sistema experto tiene una mejor interaccin con el usuario ya que ste no tiene que transportar todo el material para la aplicacin de las pruebas. El tener un sistema computarizado facilita la evaluacin en diferentes lugares por su cmoda manipulacin e instalacin en diferentes ordenadores. 3.1.2. BENEFICIOS INTANGIBLES. Es una gran ayuda en el diagnstico y el tratamiento, en especial para los nios que tienen un C.I. debajo lo normal.

60

-

Brinda una asertividad para el tratamiento en especial para la educacin infantil.

-

Gracias al sistema se podr buscar una ayuda capacitada, orientada siempre hacia el bien del discapacitado intelectual.

-

Al ser tan accesible y fcil de manejar, el sistema experto es un incentivo para el psiclogo.

-

El sistema computarizado llama la atencin de los nios y es ms fcil para el psiclogo realizar la aplicacin a stos por que ya tiene su atencin.

3.2. ESTIMACIN DE COSTOS. La estimacin de costos es el proceso que nos permite estimar los recursos, ya sean monetarios, humanos, materiales, necesarios para llevar a cabo el proceso de desarrollo de software. Es decir: Cunto esfuerzo es necesario para completar el producto? Cunto tiempo se necesita o es necesario para terminar el producto? Cuntas personas son necesarias para completarlo? Qu materiales (Hardware y Software) es necesario para terminar el producto? Cul es el coste total de una actividad?

Para determinar los costos del sistema tenemos que calcular los costes del Hardware, del software, el costo del Ingeniero o los ing