La brecha semántica caracteriza la diferencia entre dos descripciones de un objeto realizadas mediante diferentes representaciones lingüísticas, por ejemplo, idiomas o símbolos. Según Andreas M. Hein, la brecha semántica puede definirse como "la diferencia de significado entre constructos formados dentro de diferentes sistemas de representación". [1] En informática , el concepto es relevante siempre que las actividades, observaciones y tareas humanas ordinarias se transfieran a una representación computacional. [2] [3] [1]
Más precisamente, la brecha significa la diferencia entre la formulación ambigua del conocimiento contextual en un lenguaje potente (por ejemplo, el lenguaje natural ) y su representación sólida, reproducible y computacional en un lenguaje formal (por ejemplo, el lenguaje de programación ). La semántica de un objeto depende del contexto en el que se lo considera. Para la aplicación práctica, esto significa que cualquier representación formal de tareas del mundo real requiere la traducción del conocimiento contextual experto de una aplicación (alto nivel) a las operaciones elementales y reproducibles de una máquina de computación (bajo nivel). Dado que el lenguaje natural permite la expresión de tareas que son imposibles de calcular en un lenguaje formal, no hay medios para automatizar esta traducción de manera general. Además, el examen de los lenguajes dentro de la jerarquía de Chomsky indica que no existe una manera formal y, en consecuencia, automatizada de traducir de un lenguaje a otro por encima de un cierto nivel de poder de expresión.
La tesis de Church-Turing, aún no probada pero comúnmente aceptada, establece que una máquina de Turing y todos los lenguajes formales equivalentes, como el cálculo lambda, realizan y representan todas las operaciones formales respectivamente tal como las aplica un ser humano informático. Sin embargo, la selección de operaciones adecuadas para el cálculo correcto en sí no es formalmente deducible, además depende de la computabilidad del problema subyacente. Las tareas, como el problema de la detención , pueden formularse de manera integral en lenguaje natural, pero la representación computacional no terminará o no proporcionará un resultado utilizable, lo que se demuestra mediante el teorema de Rice . La expresión general de las limitaciones para la deducción basada en reglas mediante el teorema de incompletitud de Gödel indica que la brecha semántica nunca se cerrará por completo. Estas son declaraciones generales, considerando los límites generalizados de la computación en el nivel más alto de abstracción donde se manifiesta la brecha semántica . Sin embargo, hay muchos subconjuntos de problemas que pueden traducirse automáticamente, especialmente en los niveles de numeración superior de la jerarquía de Chomsky.
Las tareas del mundo real se formalizan mediante lenguajes de programación, que se ejecutan en computadoras basadas en la arquitectura de von Neumann . Dado que los lenguajes de programación son solo representaciones cómodas de la máquina de Turing, cualquier programa en una computadora de von Neumann tiene las mismas propiedades y limitaciones que la máquina de Turing o su representación equivalente. En consecuencia, cada lenguaje de programación, como el código de máquina a nivel de CPU, el ensamblador o cualquier lenguaje de programación de alto nivel, tiene el mismo poder expresivo que la máquina de Turing subyacente es capaz de calcular. No existe una brecha semántica entre ellos, ya que un programa se transfiere del lenguaje de alto nivel al código de máquina mediante un programa, por ejemplo, un compilador que se ejecuta en una máquina de Turing sin ninguna interacción del usuario. La brecha semántica en realidad se abre entre la selección de las reglas y la representación de la tarea.
La selección de reglas para representaciones formales de aplicaciones del mundo real corresponde a la escritura de un programa. La escritura de programas es independiente del lenguaje de programación en sí y básicamente requiere la traducción del conocimiento específico del dominio del usuario a las reglas formales que operan en una máquina de Turing. Esta transferencia del conocimiento contextual a la representación formal es la que no se puede automatizar con respecto a las limitaciones teóricas de la computación. En consecuencia, cualquier mapeo de aplicaciones del mundo real a aplicaciones informáticas requiere una cierta cantidad de conocimientos técnicos básicos por parte del usuario, donde se manifiesta la brecha semántica .
Una tarea fundamental de la ingeniería de software es cerrar la brecha entre el conocimiento específico de la aplicación y la formalización técnicamente factible. Para ello, el conocimiento específico del dominio (de alto nivel) debe transferirse a un algoritmo y sus parámetros (de bajo nivel). Esto requiere el diálogo entre el usuario y el desarrollador. El objetivo es siempre un software que permita al usuario representar su conocimiento como parámetros de un algoritmo sin conocer los detalles de la implementación, e interpretar el resultado del algoritmo sin la ayuda del desarrollador. Para ello, las interfaces de usuario desempeñan un papel clave en el diseño de software, mientras que los desarrolladores cuentan con el apoyo de marcos que ayudan a organizar la integración de la información contextual.
Un ejemplo simple puede formularse como una serie de consultas en lenguaje natural cada vez más difíciles para localizar un documento de destino que puede o no existir localmente en un sistema informático conocido.
Consultas de ejemplo :
La dificultad progresiva de estas consultas está representada por el creciente grado de abstracción de los tipos y la semántica definidos por la arquitectura del sistema (directorios y archivos en una computadora conocida) a los tipos y la semántica que ocupan el ámbito del discurso humano ordinario (temas como "humor" y entidades como "mi abuela"). Además, esta disparidad de ámbitos se complica aún más por abstracciones con fugas , como es común en el caso de la consulta 4), donde el documento de destino puede existir, pero puede no encapsular los "metadatos" de la manera esperada por el usuario, ni por el diseñador del sistema de procesamiento de consultas.
El análisis de imágenes es un dominio típico para el que se requiere un alto grado de abstracción de los métodos de bajo nivel y donde la brecha semántica afecta inmediatamente al usuario. Si se debe identificar el contenido de la imagen para comprender el significado de una imagen, la única información independiente disponible son los datos de píxeles de bajo nivel. Las anotaciones textuales siempre dependen del conocimiento, la capacidad de expresión y el lenguaje específico del anotador y, por lo tanto, no son confiables. Para reconocer las escenas mostradas a partir de los datos brutos de una imagen, los algoritmos de selección y manipulación de píxeles deben combinarse y parametrizarse de manera adecuada y, finalmente, vincularse con la descripción natural. Incluso la simple representación lingüística de una forma o un color, como redondo o amarillo, requiere métodos de formalización matemática completamente diferentes, que no son intuitivos ni únicos ni sólidos.
En muchos sistemas estratificados , surgen algunos conflictos cuando los conceptos de alto nivel de abstracción deben traducirse a artefactos más concretos y de menor nivel. Este desajuste se suele denominar brecha semántica .
Los defensores de los OODBMS (sistemas de gestión de bases de datos orientados a objetos) a veces afirman que estas bases de datos ayudan a reducir la brecha semántica entre el dominio de la aplicación (minimundo) y los sistemas RDBMS tradicionales. [4] Sin embargo, los defensores relacionales postularían exactamente lo contrario, porque por definición las bases de datos de objetos fijan los datos que se registran en una única abstracción de enlace.