Los SSEE son software que emula el comportamiento de un experto en un área de conocimiento, como un médico que diagnostica[1], un asesor de bolsa[2], un asistente para hacer pedidos[3], un ingeniero para predecir donde habrá posibilidad de encontrar minerales[4]… Esquematizando mucho, pero mucho mucho, su esquema es el de un almacén de conocimientos más un conjunto de reglas para obtener conclusiones combinando y explotando lo que ya se sabe. En otras palabras se trata de obtener conocimientos, que ‘surgen de la capacidad de crear un modelo fidedigno que describa el objeto y ejemplifique las acciones que pueden ejecutarse sobre y con el objeto’ según Pazos y colegas. Las dos piezas, modelo y acciones se llaman base de conocimiento y motor de inferencia y contienen conocimiento declarativo y de control que sirve, en última instancia, para responder a las preguntas que se le planteen.

Los SSEE son probablemente el software más sofisticado que existe, cuya complejidad incluye además el no dar respuestas categóricas del estilo ‘el señor X tiene gripe’ o ‘hay que comprar Y acciones de X’, sino de expresar sus conclusiones en términos de probabilidades o incluso en posibilidades. Esto es porque no se llega a conclusiones por un algoritmo o secuencia de pasos prefijada, sino que utiliza reglas heurísticas ¡Como una persona! Del mismo modo que un experto no suele pensar en términos categóricos (aunque a veces se piense que el no dudar es sinónimo de saber mucho, esto es evidentemente una estupidez), un SE puede idealmente decir que ‘el señor X tiene gripe al 90% o, sino, podría ser tuberculosis, así que hay que hacer la prueba Y’ o ‘es muy probable que si compras un número entre X e Y de acciones de la empresa Z, obtengas beneficio a medio plazo’. También como ocurre en las personas, otra característica clave de los SSEE es que integran lo obtenido en su propia base de conocimientos, esto es, podríamos decir que aprenden. Y dejé para el final lo mejor; son capaces de ‘explicar’ porqué llegan a una determinada conclusión, para que un experto humano re-evalúe las conclusiones a que llegó el sistema, con lo que permiten establecer una especie de diálogo, incluso correcciones de supuestos, acerca de sus mecanismos de decisión.

La extracción de lo que saben los expertos humanos –educción de conocimiento- para volcarlo a un SE, no es fácil y comporta dificultades en varios ámbitos como 1)qué representación es la más eficaz para los conocimientos, 2)qué ‘lenguaje’ utilizo para almacenar las reglas de inferencia, 3)cómo traduzco las explicaciones vagas del experto a reglas o sobretodo 4)cómo convenzo al experto para que desnude su conocimiento y se lo de a algo que, si funciona bien, le puede jubilar antes de tiempo. Y aún con todas esas dificultades, cada vez se invierte más en SSII, porque la gracia está en que un buen SSEE, tras ‘inyectarle’ el conocimiento y los métodos de un experto de referencia, ¡acierta más veces en término medio que el propio experto! (Además de otra serie de consideraciones como que no envejece, no enferma, no viaja, no tiene escrúpulos, no tiene pagas extras, no se cansa, no tiene presión o estrés y si trabaja bien no le ficha la competencia… lo que supera con mucho los inconvenientes como su alta inversión, el que no puedes tomar café con él, ni te pregunta por tu familia, y que los seres humanos son más evolutivos, porque pueden aceptar conocimiento no estructurado y trabajar con él).

Atribución flickr-com/photos/87913776@N00/3027051721

¿Tenemos delante de nosotros la pesadilla de Matrix de las máquinas dominando a los hombres? Hay que darse cuenta de que una vez el conocimiento está extraído de una persona, está potencialmente disponible en todo momento y ubicuo… No lo creo. Más bien será que haya hombres que dominen a otros utilizando máquinas: ¡Nada nuevo bajo el sol! En resumen, tenemos dos opciones: o nos apuntamos al rollo y aprendemos de qué forma podemos servirnos de esos conocimientos que contendrá la red (porque al final todo estará en la red y será cuestión de utilizar el conocimiento disponible y, aún más importante, acceder al restringido). O bien seguimos siendo unos románticos y nos quedamos que, aunque de término medio el SE acierta más que el experto y no tiene fluctuaciones, está también demostrado que, en un día de esos que se levanta bien, el humano alcanza resultados por encima de su pariente de lata. Lo cual es poético pero, como mucho de lo poético, por sí sólo, poco rentable.

Raúl Antón Cuadrado