El modelado lógico-lingüístico es un método para construir sistemas basados en el conocimiento con capacidad de aprendizaje utilizando modelos conceptuales de la metodología de sistemas blandos , la lógica de predicados modales y lenguajes de programación lógica como Prolog .
El modelado lógico-lingüístico es un método de seis etapas desarrollado principalmente para construir sistemas basados en el conocimiento (KBS), pero también tiene aplicación en sistemas manuales de soporte de decisiones y análisis de fuentes de información. Los modelos lógico-lingüísticos tienen una similitud superficial con los gráficos conceptuales de John F. Sowa ; [1] ambos usan diagramas de estilo burbuja, ambos se ocupan de conceptos, ambos pueden expresarse en lógica y ambos pueden usarse en inteligencia artificial. Sin embargo, los modelos lógico-lingüísticos son muy diferentes tanto en la forma lógica como en su método de construcción.
El modelado lógico-lingüístico se desarrolló con el fin de resolver problemas teóricos encontrados en el método de sistemas blandos para el diseño de sistemas de información. El objetivo principal de la investigación ha sido mostrar cómo la metodología de sistemas blandos (SSM), un método de análisis de sistemas, puede extenderse a la inteligencia artificial.
SSM emplea tres dispositivos de modelado, es decir, imágenes enriquecidas, definiciones de raíces y modelos conceptuales de sistemas de actividad humana. Las definiciones fundamentales y los modelos conceptuales son construidos por los propios interesados en un debate iterativo organizado por un facilitador. Los puntos fuertes de este método residen, en primer lugar, en su flexibilidad, el hecho de que puede abordar cualquier situación problemática y, en segundo lugar, en el hecho de que la solución pertenece a las personas de la organización y no la impone un analista externo. [2]
El análisis de requisitos de información (IRA) llevó el método básico del SSM un paso más allá y mostró cómo los modelos conceptuales podrían desarrollarse en un diseño detallado del sistema de información. [3] IRA pide la adición de dos dispositivos de modelado: "Categorías de información", que muestran las entradas y salidas de información requeridas de las actividades identificadas en un modelo conceptual ampliado; y la "Cruz de Malta", una matriz que muestra las entradas y salidas de las categorías de información y muestra dónde se requieren nuevos procedimientos de procesamiento de información. Una Cruz de Malta completa es suficiente para el diseño detallado de un sistema de procesamiento de transacciones.
El impulso inicial para el desarrollo del modelado lógico-lingüístico fue la preocupación por el problema teórico de cómo un sistema de información puede tener una conexión con el mundo físico. [4] Esto es un problema tanto en IRA como en métodos más establecidos (como SSADM ) porque ninguno basa el diseño de su sistema de información en modelos del mundo físico. Los diseños de IRA se basan en un modelo conceptual nocional y SSADM se basa en modelos de movimiento de documentos.
La solución a estos problemas proporcionó una fórmula que no se limitaba al diseño de sistemas de procesamiento de transacciones sino que podía usarse para el diseño de KBS con capacidad de aprendizaje. [5]
El método de modelación lógico-lingüística consta de seis etapas. [5]
En la primera etapa, el modelado lógico-lingüístico utiliza SSM para el análisis de sistemas . Esta etapa busca estructurar el problema en la organización cliente identificando las partes interesadas, modelando los objetivos organizacionales y discutiendo posibles soluciones. En esta etapa no se asume que una KBS será una solución y el modelado lógico-lingüístico a menudo produce soluciones que no requieren una KBS computarizada.
Los sistemas expertos tienden a capturar la experiencia de individuos de diferentes organizaciones sobre el mismo tema. Por el contrario, una KBS, producida mediante modelos lógico-lingüísticos, busca capturar la experiencia de los individuos de la misma organización en diferentes temas. El énfasis está en la obtención de conocimiento organizacional o grupal más que en expertos individuales. En el modelado lógico-lingüístico los interesados se convierten en expertos.
El punto final de esta etapa son modelos conceptuales de estilo SSM como los de la figura 1.
Según la teoría detrás del modelado lógico-lingüístico, el proceso de construcción del modelo conceptual SSM es un juego de lenguaje wittgensteiniano en el que las partes interesadas construyen un lenguaje para describir la situación del problema. [6] El modelo lógico-lingüístico expresa esta lengua como un conjunto de definiciones, ver figura 2.
Una vez construido el modelo del lenguaje, las partes interesadas pueden agregar conocimiento putativo sobre el mundo real. Los modelos conceptuales tradicionales de SSM contienen sólo un conectivo lógico (una condición necesaria). Para representar secuencias causales también se requieren " condiciones suficientes " y " condiciones necesarias y suficientes ". [7] En el modelado lógico-lingüístico esta deficiencia se remedia mediante dos tipos adicionales de conectivo. El resultado de la tercera etapa es un modelo empírico, ver figura 3.
La lógica de predicados modal (una combinación de lógica modal y lógica de predicados ) se utiliza como método formal de representación del conocimiento. Los conectivos del modelo de lenguaje son lógicamente verdaderos (indicados por el operador modal " L ") y los conectivos agregados en la etapa de obtención de conocimiento son posiblemente verdaderos (indicados por el operador modal " M "). Antes de pasar a la etapa 5, los modelos se expresan en fórmulas lógicas.
Las fórmulas de lógica de predicados se traducen fácilmente al lenguaje de inteligencia artificial Prolog . La modalidad se expresa mediante dos tipos diferentes de reglas Prolog. Las reglas tomadas de la etapa de creación del lenguaje del proceso de construcción de modelos se tratan como incorregibles. Mientras que las reglas de la etapa de obtención de conocimiento se marcan como reglas hipotéticas. El sistema no se limita a apoyar la toma de decisiones, sino que tiene una capacidad de aprendizaje incorporada.
Un sistema basado en el conocimiento creado con este método se verifica a sí mismo. La verificación se lleva a cabo cuando los clientes utilizan el KBS. Es un proceso continuo que continúa durante toda la vida del sistema. Si las creencias de las partes interesadas sobre el mundo real son erróneas, esto se pondrá de manifiesto mediante la adición de hechos de Prolog que entren en conflicto con las reglas hipotéticas. Opera de acuerdo con el principio clásico de falsabilidad que se encuentra en la filosofía de la ciencia [8]
Se han utilizado modelos lógico-lingüísticos para producir sistemas informatizados basados en conocimientos totalmente operativos, como uno para el tratamiento de pacientes diabéticos en el departamento de pacientes ambulatorios de un hospital. [9]
En otros proyectos, la necesidad de pasar a Prolog se consideró innecesaria porque los modelos lógico-lingüísticos impresos proporcionaban una guía fácil de usar para la toma de decisiones. Por ejemplo, un sistema para la aprobación de préstamos hipotecarios [10]
En algunos casos, no se pudo construir una KBS porque la organización no tenía todo el conocimiento necesario para respaldar todas sus actividades. En estos casos, los modelos lógico-lingüísticos mostraron deficiencias en el suministro de información y dónde se necesitaba más. Por ejemplo, un departamento de planificación en una empresa de telecomunicaciones [2]
Si bien el modelado lógico-lingüístico supera los problemas encontrados en la transición del SSM del modelo conceptual al código de computadora, lo hace a expensas de una mayor complejidad del modelo construido por las partes interesadas. Los beneficios de esta complejidad son cuestionables [11] y este método de modelado puede ser mucho más difícil de utilizar que otros métodos. [12]
Esta afirmación ha sido ejemplificada por investigaciones posteriores. Un intento de los investigadores de modelar las decisiones de compra de doce empresas utilizando modelos lógico-lingüísticos requirió la simplificación de los modelos y la eliminación de los elementos modales. [13]
