El término modelo conceptual se refiere a cualquier modelo que se forma después de un proceso de conceptualización o generalización . [1] [2] Los modelos conceptuales son a menudo abstracciones de cosas del mundo real, ya sea físico o social. Los estudios semánticos son relevantes para varias etapas de la formación de conceptos . La semántica es fundamentalmente un estudio de los conceptos, el significado que los seres pensantes dan a varios elementos de su experiencia.
El valor de un modelo conceptual suele ser directamente proporcional a su correspondencia con un estado de cosas pasado, presente, futuro, actual o potencial. Un modelo conceptual (un modelo de un concepto) es bastante diferente porque para ser un buen modelo no necesita tener esta correspondencia con el mundo real. [3] En inteligencia artificial, los modelos conceptuales y los gráficos conceptuales se utilizan para construir sistemas expertos y sistemas basados en el conocimiento ; aquí los analistas se preocupan de representar la opinión de los expertos sobre lo que es verdad, no sus propias ideas sobre lo que es verdad.
Los modelos conceptuales varían en tipología, desde los más concretos, como la imagen mental de un objeto físico familiar, hasta la generalidad formal y la abstracción de los modelos matemáticos que no aparecen en la mente como una imagen. Los modelos conceptuales también varían en términos del alcance del tema que se supone que representan. Un modelo puede, por ejemplo, representar una sola cosa (por ejemplo, la Estatua de la Libertad ), clases enteras de cosas (por ejemplo, el electrón ) e incluso dominios muy vastos de temas como el universo físico. La variedad y el alcance de los modelos conceptuales se deben a la variedad de propósitos que tienen las personas que los utilizan.
El modelado conceptual es la actividad de describir formalmente algunos aspectos del mundo físico y social que nos rodea con fines de comprensión y comunicación. [4]
El objetivo principal de un modelo conceptual es transmitir los principios fundamentales y la funcionalidad básica del sistema que representa. Además, un modelo conceptual debe desarrollarse de manera que proporcione una interpretación del sistema de fácil comprensión para los usuarios del modelo. Un modelo conceptual, cuando se implementa correctamente, debe satisfacer cuatro objetivos fundamentales. [5]
El modelo conceptual desempeña un papel importante en el ciclo de vida general del desarrollo del sistema. La Figura 1 [6] a continuación, describe el papel del modelo conceptual en un esquema típico de desarrollo de sistemas. Es evidente que si el modelo conceptual no está completamente desarrollado, la ejecución de las propiedades fundamentales del sistema puede no implementarse correctamente, dando lugar a futuros problemas o deficiencias del sistema. Estas fallas ocurren en la industria y se han relacionado con: falta de participación del usuario, requisitos incompletos o poco claros y requisitos cambiantes. Esos eslabones débiles en el proceso de diseño y desarrollo del sistema se pueden rastrear hasta la ejecución incorrecta de los objetivos fundamentales del modelado conceptual. La importancia del modelado conceptual es evidente cuando tales fallas sistémicas se mitigan mediante un desarrollo minucioso del sistema y la adherencia a los objetivos/técnicas de desarrollo probados.
Se pueden aplicar numerosas técnicas en múltiples disciplinas para aumentar la comprensión del usuario del sistema que se va a modelar. [7] En el siguiente texto se describen brevemente algunas técnicas, sin embargo, existen muchas más o se están desarrollando. Algunas técnicas y métodos de modelado conceptual comúnmente utilizados incluyen: modelado de flujo de trabajo , modelado de fuerza de trabajo , desarrollo rápido de aplicaciones , modelado de roles de objetos y el lenguaje de modelado unificado (UML).
El modelado de flujo de datos (DFM) es una técnica básica de modelado conceptual que representa gráficamente los elementos de un sistema. El DFM es una técnica bastante simple; sin embargo, como muchas técnicas de modelado conceptual, es posible construir diagramas representativos de nivel superior e inferior. El diagrama de flujo de datos por lo general no transmite detalles complejos del sistema, como consideraciones de desarrollo paralelo o información de tiempo, sino que trabaja para poner en contexto las principales funciones del sistema. El modelado de flujo de datos es una técnica central utilizada en el desarrollo de sistemas que utiliza el método de análisis y diseño de sistemas estructurados (SSADM).
El modelado de relación entre entidades (ERM) es una técnica de modelado conceptual que se utiliza principalmente para la representación de sistemas de software. Los diagramas de relación entre entidades, que son un producto de la ejecución de la técnica ERM, se utilizan normalmente para representar modelos de bases de datos y sistemas de información. Los componentes principales del diagrama son las entidades y las relaciones. Las entidades pueden representar funciones, objetos o eventos independientes. Las relaciones son responsables de relacionar las entidades entre sí. Para formar un proceso de sistema, las relaciones se combinan con las entidades y cualquier atributo necesario para describir mejor el proceso. Existen múltiples convenciones de diagramación para esta técnica; IDEF1X , Bachman y EXPRESS , por nombrar algunas. Estas convenciones son simplemente diferentes formas de ver y organizar los datos para representar diferentes aspectos del sistema.
La cadena de procesos basada en eventos (EPC) es una técnica de modelado conceptual que se utiliza principalmente para mejorar sistemáticamente los flujos de procesos de negocio. Como la mayoría de las técnicas de modelado conceptual, la cadena de procesos basada en eventos consta de entidades/elementos y funciones que permiten desarrollar y procesar relaciones. Más específicamente, la EPC está formada por eventos que definen en qué estado se encuentra un proceso o las reglas por las que opera. Para avanzar a través de los eventos, se debe ejecutar una función/evento activo. Dependiendo del flujo de proceso, la función tiene la capacidad de transformar estados de eventos o vincularse a otras cadenas de procesos basadas en eventos. Existen otros elementos dentro de una EPC, todos los cuales trabajan juntos para definir cómo y con qué reglas opera el sistema. La técnica EPC se puede aplicar a prácticas comerciales como la planificación de recursos, la mejora de procesos y la logística.
El método de desarrollo de sistemas dinámicos utiliza un proceso específico llamado JEFFF para modelar conceptualmente el ciclo de vida de un sistema. El objetivo de JEFFF es centrarse más en la planificación del desarrollo de alto nivel que precede a la inicialización de un proyecto. El proceso JAD requiere una serie de talleres en los que los participantes trabajan para identificar, definir y, en general, trazar un mapa de un proyecto exitoso desde su concepción hasta su finalización. Se ha descubierto que este método no funciona bien para aplicaciones a gran escala, sin embargo, las aplicaciones más pequeñas suelen reportar una cierta ganancia neta en eficiencia. [8]
También conocida como redes de Petri , esta técnica de modelado conceptual permite construir un sistema con elementos que pueden describirse por medios matemáticos directos. La red de Petri, debido a sus propiedades de ejecución no deterministas y a su teoría matemática bien definida, es una técnica útil para modelar el comportamiento de sistemas concurrentes , es decir, ejecuciones simultáneas de procesos.
El modelado de transición de estados utiliza diagramas de transición de estados para describir el comportamiento del sistema. Estos diagramas de transición de estados utilizan estados distintos para definir el comportamiento y los cambios del sistema. La mayoría de las herramientas de modelado actuales contienen algún tipo de capacidad para representar el modelado de transición de estados. El uso de modelos de transición de estados se puede reconocer más fácilmente como diagramas de estados lógicos y gráficos dirigidos para máquinas de estados finitos .
Debido a que el método de modelado conceptual a veces puede ser deliberadamente vago para dar cuenta de un área amplia de uso, la aplicación real del modelado conceptual puede volverse difícil. Para aliviar este problema y arrojar algo de luz sobre lo que se debe considerar al seleccionar una técnica de modelado conceptual adecuada, en el siguiente texto se analizará el marco propuesto por Gemino y Wand. Sin embargo, antes de evaluar la eficacia de una técnica de modelado conceptual para una aplicación particular, se debe comprender un concepto importante: comparar modelos conceptuales centrándose específicamente en sus representaciones gráficas o de nivel superior es una actitud miope. Gemino y Wand plantean un buen punto cuando argumentan que el énfasis debe ponerse en un lenguaje de modelado conceptual al elegir una técnica adecuada. En general, un modelo conceptual se desarrolla utilizando alguna forma de técnica de modelado conceptual. Esa técnica utilizará un lenguaje de modelado conceptual que determina las reglas sobre cómo se llega al modelo. Comprender las capacidades del lenguaje específico utilizado es inherente a la evaluación adecuada de una técnica de modelado conceptual, ya que el lenguaje refleja la capacidad descriptiva de las técnicas. Además, el lenguaje de modelado conceptual influirá directamente en la profundidad con la que se puede representar el sistema, ya sea complejo o simple. [9]
Basándose en algunos de sus trabajos anteriores, [10] Gemino y Wand reconocen algunos puntos principales a tener en cuenta al estudiar los factores que afectan: el contenido que debe representar el modelo conceptual, el método en el que se presentará el modelo, las características de los usuarios del modelo y la tarea específica de los lenguajes del modelo conceptual. [9] El contenido del modelo conceptual debe considerarse para seleccionar una técnica que permita presentar la información relevante. El método de presentación para fines de selección se centrará en la capacidad de la técnica para representar el modelo con el nivel de profundidad y detalle deseado. Las características de los usuarios o participantes del modelo son un aspecto importante a tener en cuenta. Los antecedentes y la experiencia de un participante deben coincidir con la complejidad del modelo conceptual, de lo contrario, la representación errónea del sistema o la falta de comprensión de los conceptos clave del sistema podrían conducir a problemas en la realización de ese sistema. La tarea del lenguaje del modelo conceptual permitirá además elegir una técnica apropiada. La diferencia entre crear un modelo conceptual del sistema para transmitir la funcionalidad del sistema y crear un modelo conceptual del sistema para interpretar esa funcionalidad podría involucrar dos tipos completamente diferentes de lenguajes de modelado conceptual.
Gemino y Wand continúan ampliando el contenido de variables afectadas de su marco propuesto al considerar el foco de observación y el criterio de comparación. [9] El foco de observación considera si la técnica de modelado conceptual creará un "nuevo producto", o si la técnica solo generará una comprensión más íntima del sistema que se está modelando. El criterio de comparación sopesaría la capacidad de la técnica de modelado conceptual para ser eficiente o efectiva. Una técnica de modelado conceptual que permita el desarrollo de un modelo de sistema que tenga en cuenta todas las variables del sistema a un alto nivel puede hacer que el proceso de comprensión de la funcionalidad del sistema sea más eficiente, pero la técnica carece de la información necesaria para explicar los procesos internos, lo que hace que el modelo sea menos efectivo.
A la hora de decidir qué técnica conceptual utilizar, se pueden aplicar las recomendaciones de Gemino y Wand para evaluar adecuadamente el alcance del modelo conceptual en cuestión. Comprender el alcance de los modelos conceptuales conducirá a una selección más informada de una técnica que aborde adecuadamente ese modelo en particular. En resumen, a la hora de decidir entre técnicas de modelado, responder las siguientes preguntas permitirá abordar algunas consideraciones importantes sobre modelado conceptual.
Otra función del modelo conceptual de simulación es proporcionar una base racional y objetiva para evaluar la idoneidad de la aplicación de la simulación.
En psicología cognitiva y filosofía de la mente, un modelo mental es una representación de algo en la mente, [11] pero un modelo mental también puede referirse a un modelo externo no físico de la mente misma. [12]
Un modelo metafísico es un tipo de modelo conceptual que se distingue de otros modelos conceptuales por su alcance propuesto; un modelo metafísico pretende representar la realidad de la forma más amplia posible. [13] Esto quiere decir que explica las respuestas a preguntas fundamentales como si la materia y la mente son una o dos sustancias ; o si los humanos tienen o no libre albedrío .
Los modelos conceptuales y los modelos semánticos tienen muchas similitudes, sin embargo, la forma en que se presentan, el nivel de flexibilidad y el uso son diferentes. Los modelos conceptuales tienen un propósito determinado en mente, por lo que los conceptos semánticos básicos están predefinidos en un denominado metamodelo. Esto permite un modelado pragmático pero reduce la flexibilidad, ya que solo se pueden utilizar los conceptos semánticos predefinidos. Los ejemplos son diagramas de flujo para el comportamiento de procesos o estructuras organizativas para el comportamiento de árboles.
Los modelos semánticos son más flexibles y abiertos y, por lo tanto, más difíciles de modelar. Potencialmente, se puede definir cualquier concepto semántico, por lo que el soporte de modelado es muy genérico. Algunos ejemplos son terminologías, taxonomías u ontologías.
En un modelo conceptual, cada concepto tiene una representación gráfica única y diferenciable, mientras que los conceptos semánticos son, por defecto, los mismos. En un modelo conceptual, cada concepto tiene propiedades predefinidas que se pueden completar, mientras que los conceptos semánticos están relacionados con conceptos que se interpretan como propiedades. En un modelo conceptual, la semántica operativa se puede incorporar, como el procesamiento de una secuencia, mientras que un modelo semántico necesita una definición semántica explícita de la secuencia.
La decisión de utilizar un modelo conceptual o un modelo semántico depende, por tanto, del "objeto estudiado", del objetivo que se persiga, de la flexibilidad necesaria y de la interpretación del modelo. En el caso de la interpretación humana, puede darse un enfoque en los modelos conceptuales gráficos, mientras que en el caso de la interpretación por máquina puede darse un enfoque en los modelos semánticos.
Un modelo epistemológico es un tipo de modelo conceptual cuyo alcance propuesto es lo conocido y lo cognoscible, y lo creído y lo creíble.
En lógica , un modelo es un tipo de interpretación según la cual una afirmación determinada es verdadera. Los modelos lógicos se pueden dividir en dos grandes grupos: los que solo intentan representar conceptos, como los modelos matemáticos, y los que intentan representar objetos físicos y relaciones fácticas, entre los que se encuentran los modelos científicos.
La teoría de modelos es el estudio de (clases de) estructuras matemáticas como grupos, campos, grafos o incluso universos de teoría de conjuntos, utilizando herramientas de la lógica matemática. Un sistema que da significado a las oraciones de un lenguaje formal se denomina modelo para el lenguaje. Si un modelo para un lenguaje satisface además una oración o teoría particular (conjunto de oraciones), se denomina modelo de la oración o teoría. La teoría de modelos tiene vínculos estrechos con el álgebra y el álgebra universal.
Los modelos matemáticos pueden adoptar muchas formas, entre ellas, los sistemas dinámicos, los modelos estadísticos, las ecuaciones diferenciales o los modelos de teoría de juegos. Estos y otros tipos de modelos pueden superponerse, y un modelo determinado puede incluir una variedad de estructuras abstractas.
Un tipo más completo de modelo matemático [14] utiliza una versión lingüística de la teoría de categorías para modelar una situación dada. De manera similar a los modelos entidad-relación , las categorías personalizadas o los bocetos se pueden traducir directamente en esquemas de bases de datos . La diferencia es que la lógica se reemplaza por la teoría de categorías, que aporta teoremas poderosos para aplicar en el tema del modelado, especialmente útiles para la traducción entre modelos dispares (como funtores entre categorías).
Un modelo científico es una visión abstracta simplificada de una realidad compleja. Un modelo científico representa objetos empíricos , fenómenos y procesos físicos de una manera lógica . Los intentos de formalizar los principios de las ciencias empíricas utilizan una interpretación para modelar la realidad, de la misma manera que los lógicos axiomatizan los principios de la lógica . El objetivo de estos intentos es construir un sistema formal que no produzca consecuencias teóricas que sean contrarias a lo que se encuentra en la realidad . Las predicciones u otras afirmaciones extraídas de un sistema formal de este tipo reflejan o representan el mundo real solo en la medida en que estos modelos científicos sean verdaderos. [15] [16]
Un modelo estadístico es una función de distribución de probabilidad propuesta como generadora de datos. En un modelo paramétrico , la función de distribución de probabilidad tiene parámetros variables, como la media y la varianza en una distribución normal , o los coeficientes para los diversos exponentes de la variable independiente en la regresión lineal . Un modelo no paramétrico tiene una función de distribución sin parámetros, como en el bootstrap , y solo está limitado de forma vaga por supuestos. La selección de modelos es un método estadístico para seleccionar una función de distribución dentro de una clase de ellas; por ejemplo, en la regresión lineal donde la variable dependiente es un polinomio de la variable independiente con coeficientes paramétricos, la selección de modelos es seleccionar el exponente más alto, y puede realizarse con medias no paramétricas, como con la validación cruzada .
En estadística, pueden existir modelos de eventos mentales y también modelos de eventos físicos. Por ejemplo, un modelo estadístico de comportamiento del cliente es un modelo conceptual (porque el comportamiento es físico), pero un modelo estadístico de satisfacción del cliente es un modelo de un concepto (porque la satisfacción es un evento mental, no físico).
En economía , un modelo es una construcción teórica que representa procesos económicos mediante un conjunto de variables y un conjunto de relaciones lógicas y/o cuantitativas entre ellas. El modelo económico es un marco simplificado diseñado para ilustrar procesos complejos, a menudo, pero no siempre, utilizando técnicas matemáticas. Con frecuencia, los modelos económicos utilizan parámetros estructurales. Los parámetros estructurales son parámetros subyacentes en un modelo o clase de modelos. Un modelo puede tener varios parámetros y esos parámetros pueden cambiar para crear varias propiedades.
Un modelo de sistema es el modelo conceptual que describe y representa la estructura, el comportamiento y más vistas de un sistema . Un modelo de sistema puede representar múltiples vistas de un sistema utilizando dos enfoques diferentes. El primero es el enfoque no arquitectónico y el segundo es el enfoque arquitectónico. El enfoque no arquitectónico elige respectivamente un modelo para cada vista. El enfoque arquitectónico, también conocido como arquitectura del sistema , en lugar de elegir muchos modelos heterogéneos y no relacionados, utilizará solo un modelo arquitectónico integrado.
En el modelado de procesos empresariales, el modelo de proceso empresarial suele denominarse modelo de proceso empresarial . Los modelos de proceso son conceptos fundamentales en la disciplina de la ingeniería de procesos. Los modelos de proceso son:
El mismo modelo de proceso se utiliza repetidamente para el desarrollo de muchas aplicaciones y, por lo tanto, tiene muchas instancias.
Un posible uso de un modelo de proceso es prescribir cómo deben/deberían/podrían hacerse las cosas en contraste con el proceso en sí, que es lo que realmente sucede. Un modelo de proceso es, en líneas generales, una anticipación de cómo será el proceso. Lo que será el proceso se determinará durante el desarrollo real del sistema. [18]
Los modelos conceptuales de los sistemas de actividad humana se utilizan en la metodología de sistemas blandos (SSM), que es un método de análisis de sistemas que se ocupa de la estructuración de problemas en la gestión. Estos modelos son modelos de conceptos; los autores afirman específicamente que no están destinados a representar un estado de cosas en el mundo físico. También se utilizan en el análisis de requisitos de información (IRA), que es una variante de SSM desarrollada para el diseño de sistemas de información y la ingeniería de software.
El modelado lógico-lingüístico es otra variante del SSM que utiliza modelos conceptuales. Sin embargo, este método combina modelos de conceptos con modelos de supuestos objetos y eventos del mundo real. Es una representación gráfica de la lógica modal en la que se utilizan operadores modales para distinguir enunciados sobre conceptos de enunciados sobre objetos y eventos del mundo real.
En ingeniería de software, un modelo entidad-relación (ERM) es una representación abstracta y conceptual de los datos. El modelado entidad-relación es un método de modelado de bases de datos que se utiliza para producir un tipo de esquema conceptual o modelo de datos semántico de un sistema, a menudo una base de datos relacional, y sus requisitos de forma descendente. Los diagramas creados mediante este proceso se denominan diagramas entidad-relación, diagramas ER o ERD.
Los modelos entidad-relación han tenido una amplia aplicación en la construcción de sistemas de información destinados a dar soporte a actividades que involucran objetos y eventos del mundo real. En estos casos son modelos que son conceptuales. Sin embargo, este método de modelado puede utilizarse para construir juegos de computadora o un árbol genealógico de los dioses griegos, en estos casos se utilizaría para modelar conceptos.
Un modelo de dominio es un tipo de modelo conceptual utilizado para representar los elementos estructurales y sus limitaciones conceptuales dentro de un dominio de interés (a veces llamado dominio del problema ). Un modelo de dominio incluye las diversas entidades, sus atributos y relaciones, además de las limitaciones que rigen la integridad conceptual de los elementos del modelo estructural que comprenden ese dominio del problema. Un modelo de dominio también puede incluir una serie de vistas conceptuales, donde cada vista es pertinente a un área temática particular del dominio o a un subconjunto particular del modelo de dominio que es de interés para una parte interesada del modelo de dominio.
Al igual que los modelos entidad-relación, los modelos de dominio se pueden utilizar para modelar conceptos o para modelar objetos y eventos del mundo real.
