ndice

Unidad 2. Modelado y Administracin del Conocimiento

2.1 Introduccin al Modelado y Administracin del Conocimiento

2.2 Mtodos de modelado:

Modelos Organizacionales CommonKADS

Modelos de procesos IDEF

Diagramas de clases UML

Modelos relacionales de datos

Ontologa

2.3 Formalizacin del conocimiento

2.4 Construccin y Razonamiento

Conclusiones

Bibliografa

2.1 Introduccin al Modelado y Administracin del Conocimiento.

Introduccin
La Gestin de Conocimiento y sus corrientes mltiples para realizarlo se han convertido
en una de las principales cuestiones de estrategias de administracin de personal actual.
Gestionar el Conocimiento significa gestionar los procesos de creacin, desarrollo,
difusin y explotacin del conocimiento para ganar capacidad organizativa (Revilla,
1998).
En el presente captulo se muestra de forma general La Administracin del Conocimiento,
las propuestas del Centro de Sistemas del Conocimiento del ITESM, as como propuestas
de otros autores con el fin de presentar un sustento terico que nos permitir abordar con
mayor entendimiento y solidez el tema de la presente investigacin, dado que el capital
humano se considera dentro de la administracin del conocimiento y por ende el
desarrollo de prcticas de valor.

Administracin del conocimiento

El mayor valor de las empresas del Siglo XXI ya no viene de activos fsicos como edificios,
terrenos maquinaria. Es el conocimiento sistematizado acerca de sus procesos,
servicios y productos lo que cada da se convierte en el activo ms importante.
El xito de las organizaciones en un mundo globalizado depende cada vez ms de:
Su capacidad de sistematizar el conocimiento
Entrar en un entorno de mejora continua
Competir en un mundo globalizado
No basta con:
Tener informacin y datos
Tener procesos certificados
La administracin del conocimiento implica la conversin del conocimiento tcito (el que
sabe un trabajador especfico) en explcito (conocimiento documentado y replicable) para
convertirlo en un activo estratgico de la organizacin (Axitia, 2003).

2.2 Mtodos de modelado:

Modelos Organizacionales CommonKADS.

Una metodologa diseada para el anlisis y la construccin de sistemas basados en
conocimiento (SBC) de forma anloga a los mtodos empleados en ingeniera de
software. Fue propuesta y desarrollada por un grupo de investigadores pertenecientes a
diversos pases de la comunidad Europea, a travs del programa ESPRIT para la
innovacin y la aplicacin de Tecnologa Informtica avanzada.
El trabajo se comenz en 1983 cuando haba poco inters en tales metodologas. En ese
momento, la construccin de sistemas de conocimiento estaba enmarcada bajo el
paradigma de desarrollo por prototipos y de representacin del conocimiento a travs de
reglas de produccin, con hardware y software de propsito especial como mquinas LISP
y PROLOG, herramientas especiales para sistemas expertos, etc.
Lo que se pretenda era crear un estndar para ingeniera del conocimiento y sistemas de
conocimiento con el cual se pudieran construir sistemas industriales de calidad a gran
escala, en una forma estructurada y controlada. En el desarrollo de CommonKADS han
participado investigadores de diferentes tareas, de diferentes universidades europeas, e
incluso empresas que han servido para ver su aplicacin y validar lo establecido. Sobre
esta metodologa se han presentado varios artculos y ponencias en revistas y eventos
especializados y se han escrito algunos libros, con el fin de que se conozca y aplique en
la solucin de problemas reales.
A pesar de que el proyecto termin en 1994, se han seguido desarrollado investigaciones
alrededor de CommonKADS. Esto se ha logrado mediante el desarrollo de tesis doctorales
que le han adicionado funcionalidad a la metodologa, como
Hay seis modelos definidos en CommonKADS
Modelo de la Organizacin (OM):
Es una herramienta para analizar la organizacin en que el SBC va a ser introducido, y
pretende descubrir problemas y oportunidades.
Modelo de Tarea (TM) (Subpartes relevantes del proceso):
Describe a un nivel general las tareas que son realizadas o sern realizadas en el entorno
organizativo en que se propone instalar el SBC y proporciona el marco para la distribucin
de tareas entre agentes.
Modelo de Agente (AM):
Un agente es un ejecutor de una tarea. Puede ser humano, software o cualquier otra
entidad capaz de realizar una tarea. Este modelo describe las competencias,
caractersticas, autoridad y restricciones para actuar de los agentes.

Modelo de Comunicaciones (CM):

Detalla el intercambio de informacin entre los diferentes agentes involucrados en la
ejecucin de las tareas descritas en el modelo de tarea.

Modelo del Conocimiento (de Pericia o de Experiencia - EM):

Este es el corazn de la metodologa CommonKADS y modela el conocimiento de
resolucin de problemas empleado por un agente para realizar una tarea. El modelo de la
experiencia distingue entre el conocimiento de la aplicacin y el conocimiento de
resolucin del problema. El conocimiento de la aplicacin se divide en tres subniveles:
nivel del dominio (conocimiento declarativo sobre el dominio), nivel de inferencia (una
biblioteca de estructuras genricas de inferencia) y nivel de tarea (orden de las
inferencias).
Modelo de Diseo (DM):
Mientras que los otros cinco
modelos tratan del anlisis del SBC,
este modelo se utiliza para describir
la arquitectura y el diseo tcnico
del SBC como paso previo a su
implementacin. En general produce
la especificacin tcnica en trminos
de arquitectura, plataforma de
implementacin,
mdulos
de
software,
construcciones
de
representacin,
y
mecanismos
computacionales
para
la
implementacin de SC.
El principal producto que resulta de la aplicacin de CommonKADS son estos modelos, los
que se puede considerar como una agrupacin estructurada de conocimiento que refleja
todos aquellos aspectos importantes para que el SBC tenga xito dentro de un contexto
organizacional determinado.

Modelos de

procesos IDEF.

IDEF es una tcnica de modelamiento estndar creada

USA a finales de los 80s.

por la Fuerza Area

Familia IDEF:

IDEF0 -> Modelamiento Funcional o actividades

IDEF1 -> Modelamiento informacin
IDEF1X -> modelamiento de datos
IDEF2 -> Captura la dinmica de procesos
IDEF3 -> Captura la descripcin de procesos
IDEF4 -> Diseo orientado a objetos
IDEF5 -> Captura la ontologa

IDEF0
IDEF0 es una tcnica de modelacin concebida para
representar de manera estructurada y jerrquica las
actividades que conforman un sistema o empresa, y los
objetos o datos que soportan la interaccin de esas
actividades.
Un modelo IDEF0 se compone de una serie jerrquica de
diagramas que permiten mediante niveles de detalle,
describir las funciones especificadas en el nivel superior. En
las vistas superiores del modelo la interaccin entre las
actividades representadas permite visualizar los procesos fundamentales que sustentan
la organizacin. Los elementos grficos utilizados para la construccin de los diagramas
IDEF0 son cuadros y flechas.
La semntica de utilizacin de estos elementos grficos es la siguiente:
Actividad: se representa con un cuadro, indica una funcin, proceso o transformacin.
Entrada: se representa con una flecha entrando por el lado izquierdo de la actividad,
indica los materiales o informaciones que se transformarn en la actividad para obtener
la salida.
Salida: se representa con una flecha saliendo del lado derecho de la actividad, indica los
objetos o informaciones producidos por la ocurrencia de la actividad.
Control: se representa con una flecha entrando por la parte superior, indica las
regulaciones que determinan si una actividad se realiza o no. Ej: normas, guas, reglas,
polticas, etc.
Sujeto: se representa con una flecha entrando por la parte inferior, indica los recursos
que ejecutan una actividad. Ej: personas, maquinarias, etc.

Diagramas de clases UML.

El modelado sirve no solamente para los grandes sistemas, aun en aplicaciones de
pequeo tamao se obtienen beneficios de modelado, sin embargo es un hecho que
entre ms grande y ms complejo es el sistema, ms importante es el papel de que juega

el modelado por una simple razn: "El hombre hace modelos de sistemas complejos
porque no puede entenderlos en su totalidad"
Los Principales beneficios de UML son:

Mejores tiempos totales de desarrollo (de 50 % o ms).

Modelar sistemas (y no slo de software) utilizando conceptos orientados a

objetos.

Establecer conceptos y artefactos ejecutables.

Encaminar el desarrollo del escalamiento en sistemas complejos de misin crtica.

Crear un lenguaje de modelado utilizado tanto por humanos como por mquinas.

Mejor soporte a la planeacin y al control de proyectos.

Alta reutilizacin y minimizacin de costos.

UML, Mtodo o Lenguaje de Modelado?

UML es un lenguaje para hacer modelos y es independiente de los mtodos de anlisis y
diseo. Existen diferencias importantes entre un mtodo y un lenguaje de modelado.

Modelos relacionales de datos.

El modelo relacional para la gestin de una base de datos es un modelo de datos basado
en la lgica de predicados y en la teora de conjuntos. Es el modelo ms utilizado en la
actualidad para modelar problemas reales y administrar datos dinmicamente.
En este modelo todos los datos son almacenados en relaciones, y como cada relacin es
un conjunto de datos, el orden en el que stos se almacenen no tiene relevancia (a
diferencia de otros modelos como el jerrquico y el de red).
Esto tiene la considerable ventaja de que es ms fcil de entender y de utilizar por un
usuario no experto. La informacin puede ser recuperada o almacenada por medio de
consultas que ofrecen una amplia flexibilidad y poder para administrar la informacin.

Este modelo considera la base de datos como una coleccin de relaciones. De manera
simple, una relacin representa una tabla que no es ms que un conjunto de filas, cada
fila es un conjunto de campos y cada campo representa un valor que interpretado
describe el mundo real.

Ontologas.
Trmino ontologa la identifica con "la rama de la metafsica que estudia la naturaleza de
la existencia". En las aplicaciones reales, sin embargo, una ontologa es una entidad
computacional, y no ha de ser considerada como una entidad natural que se descubre,
sino como recurso artificial que se crea.
Tipos de Ontologas:

Ontologas de un dominio, en las que se representa el conocimiento

especializado pertinente de un dominio o subdominio, como la medicina, las
aplicaciones militares, la cardiologa o, en nuestro caso particular, la oncologa.

Ontologas genricas, en las que se representan conceptos generales y

fundacionales del conocimiento como las estructuras parte/todo, la cuantificacin,
los procesos o los tipos de objetos.

Ontologas
representacionales,
en
las
que
se
especifican
las
conceptualizaciones que subyacen a los formalismos de representacin del
conocimiento, por lo que tambin se denominan meta-ontologas (meta-level o
top-level ontologies).

2.3 Formalizacin del Conocimiento.

Un ideal en todo tipo de conocimientos, independientemente de la certeza, verdad o
utilidad de sus conclusiones, es la claridad, simpleza y economa en su expresin. Esto
puede lograrse reduciendo tanto como sea posible los trminos primitivos de la teora de
modo tal que los dems conceptos del cuerpo de conocimientos puedan definirse a partir
de una reducida suma de conceptos postulados como ciertos. (Russell 1982). Esta
reduccin es deseable en cualquier exposicin ordenada de conclusiones y obviamente
en todo conjunto de conocimientos ms o menos sistemtico como son los conocimientos
jurdicos.
Este ideal de simpleza, claridad y economa en la expresin -perseguido desde hace
mucho en todo orden de conocimientos- tiene su arquetipo en el mtodo axiomtico
aplicado por Euclides (300 a.c.) al desarrollo de la geometra en los Elementos, el
primer sistema axiomtico que la historia registra. (Tarski, 2000) En ese sistema sobre la
base de unas pocas afirmaciones ciertas e intuitivamente evidentes, se asienta una
explicacin satisfactoria el resto de conceptos de la geometra plana.
Esto es asimismo lo propugnado por Aristteles, para quien, anota Torretti (1998, p71),
todo conocimiento cientfico propiamente tal se establece por inferencia deductiva a

partir de principios de dos clases, a saber, conceptos que no se definen y aseveraciones

que no se demuestran.

Construccin y Razonamiento.
Los conocimientos lgicos y matemticos, gracias a su formalizacin, se expresan
mediante frmulas. En rigor constituyen lenguajes. El mtodo axiomtico no ha logrado
desarrollo satisfactorio en la formalizacin del conocimiento emprico, y tampoco en la
formalizacin del conocimiento jurdico. La formalizacin es parcial, sobre teoras
cientficas especiales (Stegmuller, 1979, p13) o singulares o partes de ellas. La dificultad
radica en que no se ha encontrado una regla o mtodo de aceptacin general que sirva
para definir rigurosamente las relaciones entre los trminos del lenguaje con que se
expresan los conocimientos empricos y los hechos de la realidad. (Suppe, 1982). Esto no
quiere decir que tales relaciones no existan.
En cierto modo es correcto afirmar que los aviones vuelan y los puentes se sostienen
porque los clculos son correctos, pero tambin que si alguna vez se caen a despecho de
la correccin de los clculos, seguramente es porque no hay identidad entre los trminos
del lenguaje y los hechos del mundo (o no est a nuestro alcance asirla). Para Piaget
(1982) hay un isomorfismo entre las estructuras formales (lgicas), las intelectuales
(mentales) y las biolgicas (materiales), en la medida en que las operaciones de la lgica
independientemente de su expresin formal forman parte de los procesos intelectuales
operacionales y estos se asientan sobre bases biolgicas.

Conclusiones.
Aunque UML no es del todo formal, su flexibilidad, la facilidad de uso, su mayor precisin
y rigor frente al lenguaje natural, su riqueza semntica frente al cdigo, la posibilidad de
incorporar ms detalle en la especificacin que no se traducirn en la implementacin, lo
hacen un lenguaje apropiado para establecer las correspondencias entre los modelos de

Pericia de CommonKADS y los de UML, relacionando as los conceptos de los respectivos

metamodelos en los niveles de dominio, tarea y mtodo.
En definitiva, en este trabajo se han expuesto los argumentos que refrendan el Modelo de
Pericia y la tricotoma tarea/mtodo/dominio propia de las metodologas ms difundidas
en Inteligencia Artificial (IA) y especficamente CommonKADS, y se ha establecido la
correspondencia entre los modelos de Pericia de CommonKADS y los de UML,
relacionando as los conceptos de los respectivos metamodelos en los niveles de dominio,
tarea y mtodo.

Bibliografa.

http://www.inf.udec.cl/~revista/ediciones/edicion8/ModelosdePericiaversusUML.pdf
http://www.monografias.com/trabajos56/modelar-negocio/modelar-negocio2.shtml
http://www.iidia.com.ar/rgm/CD-IC/Ingenieria-del-Conocimiento.pdf
http://investigacionescientijuridicas.blogspot.mx/2007/10/formalizacion-delconocimiento.html