Un sistema de soporte de decisiones inteligente ( IDSS ) es un sistema de soporte de decisiones que hace un uso extensivo de técnicas de inteligencia artificial (IA). El uso de técnicas de IA en sistemas de información de gestión tiene una larga historia; de hecho, términos como " sistemas basados en el conocimiento " (KBS) y "sistemas inteligentes" se han utilizado desde principios de la década de 1980 para describir los componentes de los sistemas de gestión, pero se cree que el término "sistema de soporte de decisiones inteligente" se originó con Clyde Holsapple y Andrew Whinston [1] [2] a fines de la década de 1970. Algunos ejemplos de sistemas de soporte de decisiones inteligentes especializados incluyen sistemas de fabricación flexible (FMS), [3] sistemas de soporte de decisiones de marketing inteligentes [4] y sistemas de diagnóstico médico. [5]
Lo ideal sería que un sistema inteligente de apoyo a la toma de decisiones se comportara como un consultor humano: ayudara a los responsables de la toma de decisiones reuniendo y analizando pruebas, identificando y diagnosticando problemas, proponiendo posibles cursos de acción y evaluando las acciones propuestas. El objetivo de las técnicas de IA integradas en un sistema inteligente de apoyo a la toma de decisiones es permitir que un ordenador realice estas tareas, emulando al mismo tiempo las capacidades humanas lo más fielmente posible.
Muchas implementaciones de IDSS se basan en sistemas expertos , [6] un tipo bien establecido de KBS que codifica el conocimiento y emula los comportamientos cognitivos de los expertos humanos utilizando reglas de lógica de predicados, y se ha demostrado que funcionan mejor que los expertos humanos originales en algunas circunstancias. [7] [8] Los sistemas expertos surgieron como aplicaciones prácticas en la década de 1980 [9] con base en la investigación en inteligencia artificial realizada a fines de la década de 1960 y principios de la de 1970. [10] Por lo general, combinan el conocimiento de un dominio de aplicación particular con una capacidad de inferencia para permitir que el sistema proponga decisiones o diagnósticos. La precisión y la consistencia pueden ser comparables a (o incluso superar) las de los expertos humanos cuando los parámetros de decisión son bien conocidos (por ejemplo, si se está diagnosticando una enfermedad común), pero el rendimiento puede ser deficiente cuando surgen circunstancias nuevas o inciertas.
La investigación en IA enfocada en permitir que los sistemas respondan a la novedad y la incertidumbre de formas más flexibles está comenzando a usarse en IDSS. Por ejemplo, los agentes inteligentes [11] [12] que realizan tareas cognitivas complejas sin necesidad de intervención humana se han utilizado en una variedad de aplicaciones de soporte de decisiones. [13] Las capacidades de estos agentes inteligentes incluyen el intercambio de conocimientos , el aprendizaje automático , la minería de datos y la inferencia automatizada . También se han utilizado una variedad de técnicas de IA, como el razonamiento basado en casos , los conjuntos aproximados [14] y la lógica difusa para permitir que los sistemas de soporte de decisiones funcionen mejor en condiciones inciertas.
En 2009 se propuso un sistema de inteligencia artificial multisistema denominado IILS para automatizar los procesos de resolución de problemas dentro de la industria logística. El sistema implica la integración de módulos de inteligencia basados en razonamiento basado en casos, sistemas multiagente, lógica difusa y redes neuronales artificiales con el objetivo de ofrecer soluciones logísticas avanzadas y apoyo para tomar decisiones bien informadas y de alta calidad para abordar una amplia gama de necesidades y desafíos de los clientes. [15]