Ingeniería del Conocimiento 1

Ingeniería del conocimiento

Néstor Manuel Garzón Torres
Ingeniero de sistemas, Especialista en Ingeniería de software.
Integrante del grupo de investigación CoInteS, categoría C Colciencias.
Docente Universidad Autónoma de Colombia,
e-mail: nestormg@gmail.com

Luis Carlos Torres Soler

Matemático. Maestría en Ingeniería de Sistemas. Maestría en Ciencias de la Educación. ExProfesor
Asociado en la Facultad de Ingeniería de la Universidad Nacional de Colombia. Docente-investigador.
Coordinador del grupo de investigación CoInteS, categoría C Colciencias, Docente cátedra Universidad
Autónoma de Colombia. e-mail: lctorress@gmail.com.
 necessary that different disciplines working Heracles establish
Resumen -- Ingeniería del conocimiento es una disciplina
emergente que surge por interés de algunos investigadores y,
principalmente, porque las empresas empiezan a comprender
que el activo que poseen de mayor valor es el conocimiento. Esta
disciplina evoluciona desde 1975, cuando comienza la creación y
comercialización de los sistemas para expertos, hoy llamados
sistemas basados en conocimiento. Dado que se construyen
sistemas inteligentes, tutores inteligentes, con la intención de
almacenar, procesar y gestionar el conocimiento como lo hace un
experto humano, y presentar capacidades para solucionar
problemas complejos. Surge esta disciplina con el fin de
establecer mecanismos para que el computador gestione
conocimiento, para lo cual debe un ingeniero de conocimiento
establecer estructuras adecuadas y diseñar el software que
facilite diferentes procesos en procura de esa gestión. A partir de
que es fundamental la gestión del conocimiento, en este s.XXI, en
que se está en la sociedad del conocimiento, es necesario que
diferentes disciplinas trabajando multidisciplinariamente
establezcan métodos comunes para tener en cada una de ellas
sistemas basados en conocimiento, en particular, para almacenar
el conocimiento de los expertos humanos. Este ensayo muestra
aspectos a tener en cuenta para la trasmisión de conocimiento
sobre esta nueva disciplina.
Palabras clave: base de conocimiento, ingeniero de
conocimiento, inteligente, sistema basado en conocimiento.
Abstract -- Knowledge engineering is an emerging discipline
that arises in interest of some researchers and, mainly, because
companies are beginning to understand that the resource of
higher value which possess is knowledge. This discipline evolves
since 1975, when it begins the creation and marketing of systems
for experts, today called knowledge-based systems. Given that
intelligent systems, intelligent tutors are built, with the intention
of storing, processing and managing knowledge as a human
expert does, and present capabilities to solve complex problems.
Arises this discipline to establish mechanisms so the computer
manage knowledge, for which must an engineer of knowledge
establish structures adequate and design the software that
facilitates different processes in attempts of that management.
From that it is fundamental to the management of the knowledge,
in this 21st century, which is in the knowledge society, it is
common methods for each one of them in particular, knowledge-
based systems, to store the knowledge of human experts. This
essay shows aspects to take into account for the transmission of
knowledge about this new discipline.
Keywords: intelligence, knowledge base, knowledge based system,
knowledge engineer.
INTRODUCCION
LA Ingeniería del conocimiento es una disciplina que
diseña mecanismos para procesar y estructurar el
conocimiento, desarrolla para ello estrategias, herramientas y
métodos computacionales que permitan cumplir el propósito
de emular la inteligencia humana en el computador para
gestionar conocimiento. Esto, porque al construir sistemas
basados en conocimiento (SBC), estructura bases de
conocimiento (BC) donde se almacena el conocimiento
mediante estructuras apropiadas para ser empleadas por
software que emula procesos de razonamiento del ser humano
a fin de inferir resultados cuando debe hallar solución a
problemas complejos.
Por tanto, para obtener conocimiento sobre un tema
específico, que solucione un problema complejo, se debe
determinar cuál es el conocimiento que requiere un experto
para hacerlo, tanto teórico como experiencial; estructurar el
conocimiento necesario y validar las inferencias que se
podrían generar según reglas de inferencia que indica el
experto humano.
Teniendo en cuenta que la tecnología se desarrolla
aceleradamente y las empresas requieren realizar gestión del
conocimiento, se modelizan de procesos como reingeniería del
negocio, prospectiva del mercado1.
Este texto enuncia brevemente los orígenes, conceptos,
ventajas y limitaciones, entre otros, de la ingeniería del
conocimiento, considerando que ella es una disciplina que
1
La Ingeniería del conocimiento se relaciona con el desarrollo de sistemas
que puedan razonar. Sin embargo, hoy día, se centra en la gestión del
conocimiento a fin de utilizarse en la solución de problemas altamente
complejos.
Ingeniería del Conocimiento
evoluciona; además, la globalización de las economías de
mercado exige personal competente, ya que las empresas para
sobrevivir deben mantenerse a la vanguardia en todas las
áreas.
INICIOS
A mediados de la década de los años 1960, los
investigadores Alan Newell y Herbert Simon presentaron su
programa llamado GPS (General Problem Solver --
solucionador general de problemas), el cual podía solucionar
diferentes problemas complejos, en particular de la lógica
matemática; aplicándose a la solución de problemas del
mundo real (un diagnóstico médico, determinar características
de metales, etcétera).
Otros investigadores desarrollaban sistemas en un dominio
específico, intentando simular el razonamiento de un experto
humano. A partir de 1965, el equipo dirigido por Edward
Feigenbaum inició a desarrollar el sistema Dendral, para
expertos (SE) que identificaba estructuras químicas
moleculares a partir de su análisis espectrográfico, utilizando
bases de conocimiento.
En la década de los años 1970, se desarrolló MYCIN para
consulta y diagnóstico de infecciones de la sangre. Se utilizó
conocimiento impreciso para razonar y la posibilidad de
explicar el proceso de razonamiento. En MYCIN aparecen
claramente diferenciados motor de inferencia y base de
conocimiento. A partir de él, surgió EMYCIN (MYCIN
Esencial). Se construyó SACON, utilizado en estructuras de
ingeniería; también PUFF para estudiar la función pulmonar y
GUIDON para elegir tratamientos terapéuticos.
El desarrollo de estos sistemas continuó, surgiendo, entre
otros, HERSAY que identificaba la palabra hablada;
PROSPECTOR utilizado para hallar yacimientos de
minerales. De este último derivó el shell (sistema experto
vacío) KAS (Knowledge Adquisition System).
Ya hacia 1980 empieza el desarrollo de SE para
comercializar, cuyo éxito dependía de la representación del
conocimiento y del conjunto de reglas que estructuran el
razonamiento.
Los sistemas expertos modernos son CASHVALUE, que
evalúa proyectos de inversión, y VATIA, que asesora acerca
del impuesto sobre el valor añadido o IVA [1].
Pero las dificultades que existen para adquirir
conocimiento, tanto de las personas como de los textos, hace
surgir en la década de los años 1980 la Ingeniería del
conocimiento.
El objeto de la Ingeniería del conocimiento es la adquisición
del conocimiento, representación y validación del mismo,
definiendo metodologías según los avances tecnológicos.
Varias de estas poseen diferencias en la forma, las estrategias
y el momento en que se adquiere el conocimiento.
BASES
La Ingeniería del conocimiento es una disciplina
relativamente nueva; sus funciones, caracterizar conocimiento
que poseen los expertos humanos y gestionarlo, definir
estructuras adecuadas para almacenarlo en el computador. Por
tanto, define mecanismos a emplearse para adquirir
2
conocimiento que poseen los expertos humanos, en particular
el de su experiencia y que no se halla en los textos. También
determinar cómo debe gestionarse, en particular en las
organizaciones y darle valor. De su desarrollo surgen los
sistemas “inteligentes”, que son una herramienta especial para
ayudar en la solución de problemas específicos.
Como los sistemas para expertos dependen del
conocimiento que posean, se llaman ahora Sistemas basados
en conocimiento (SBC)2. En la actualidad, se utilizan en todas
las áreas para ayudar a solucionar problemas, la detección de
fraudes, asesoría en la calidad del producto, control de redes
eléctricas, diagnóstico médico, entre otros.
Son sistemas que contienen mecanismos que razonan como
el ser humano, pero se restringen a un tema específico. Su
razonamiento está determinado por reglas que provee el
experto humano (médico, analista, empresario, etcétera) para
resolver un problema concreto. Entonces, existe el proceso de
“extraer” de los expertos, los modelos, las reglas, el
conocimiento y trasladarlo a procesos computacionales [2].
En sí, los SBC poseen dos partes bien definidas: la base de
conocimientos y el motor de inferencia. El conocimiento del
experto se estructura en bases de conocimiento (BC), por
medio de hechos y reglas. Las reglas se encargan de encadenar
premisas dadas por el usuario, confrontarlas con los hechos
que posee en la BC e inferir. Los hechos representan
características de la situación del problema3 o de un objeto.
DEFINICIONES DE SISTEMAS EXPERTOS
Para contextualizar las aplicaciones de la ingeniería de
conocimiento, se deben tener en cuenta las definiciones de
sistemas expertos, que son variadas y con diferente enfoque;
sin embargo, solo se presentan las siguientes:
 Software que imita el comportamiento de un experto
humano en la solución de un problema mediante el
almacenaje de conocimientos de expertos para un campo
determinado [3].
 Programas que poseen explícito el conocimiento en ellos
de un dominio concreto y que realizan una tarea relativa a
este dominio [4].
 Programas que manipulan conocimiento codificado para
resolver problemas en un dominio especializado que
generalmente requiere experiencia humana [5].
 Programas que contienen tanto conocimiento declarativo
(hechos acerca de objetos, eventos y/o situaciones) como
conocimiento de control (información acerca de los
cursos de una acción), para emular el proceso de
razonamiento de los expertos humanos en un dominio en
particular y/o área de experiencia [6].
 Software que incorpora conocimiento de expertos sobre
un dominio de aplicación especial, de manera que es
2
Es decir, son programas que trabajan con conocimiento, pero un obstáculo
que se presenta y que puede afectar la toma de decisiones, es representar
conocimiento impreciso. Además, las limitaciones para el desarrollo de un
SBC son: (1) elevado costo en dinero y tiempo, (2) poca flexibilidad a
cambios y difícil acceso al conocimiento no estructurado [1]. No obstante se
desarrollan.
3
Al consultar en un sistema experto, el usuario introduce información
referente a la situación que visualiza; el sistema empareja esta con las
premisas (conocimiento) que posee en la base de conocimiento, y emplea las
reglas adecuadas para deducir nuevos hechos.
Ingeniería del Conocimiento
capaz de resolver problemas de relativa dificultad y
apoyar la toma de decisiones con base en un proceso de
razonamiento simbólico [7].
COMPONENTES
Como se mencionó, los SBC poseen dos partes esenciales:
el motor de inferencia y la base de conocimiento. El motor de
inferencia se encarga de modelar el proceso de razonamiento
humano, contrasta con la base de conocimiento los hechos
dados por el usuario para deducir nuevos hechos. La figura 1
muestra un modelo de SBC.
Fig. 1. Componentes de un SBC.
Además, un SBC posee el subsistema de explicación, con el
cual explica qué razonamiento realizó, es decir, puede
proporcionarle una explicación al usuario de por qué llegó a
esa conclusión. Este módulo proporciona beneficios tanto al
diseñador del sistema como al usuario. El diseñador puede
usarlo para detectar errores y el usuario se beneficia de la
transparencia del sistema [8].
Pero existe un elemento más: la interfaz de usuario, que
permite la interacción entre el sistema y el usuario. Se encarga
de entregar en lenguaje natural la información solicitada; es
interactiva porque sigue el patrón de la conversación entre
seres humanos. Para conducir este proceso de manera
aceptable para el usuario, su diseño es especialmente
importante. Un requerimiento básico de la interfaz es la
habilidad de formular preguntas. Para obtener información
fiable del usuario hay que poner especial cuidado en el diseño
de los detalles. Esto puede requerir diseñar la interfaz usando
opciones y gráficos [7].
DESARROLLO
Para desarrollar un SBC se requiere una variedad de
personas: el ingeniero del conocimiento (IC), quien se encarga
de la construcción y puesta en marcha del sistema
(inteligente). Esta persona debe poseer conocimiento amplio
sobre cómo desarrollarlo, conocer las herramientas de
desarrollo, algunas estrategias para buena comunicación,
estrategias para adquirir conocimiento. Es decir, debe poseer
habilidades y herramientas para la comunicación, inteligencia
3
con mente abierta, empatía y paciencia, persistencia,
versatilidad, conocimiento del dominio4 [9].
También está el experto en el dominio, quien proporciona el
know how, los usuarios y los que patrocinan el proyecto.
Existen varias metodologías para el desarrollo de un SBC,
pero un buen punto de partida es la construcción de un mapa
de los conocimientos que posee el experto. Luego, ese mapa
se traslada a la base de conocimiento. Una vez la base de
conocimiento se considere adecuada, se empieza a probar.
Dependiendo de los resultados del sistema, entonces se
modifica, refina y expande el conocimiento hasta que el
sistema alcanza un nivel predeterminado de pericia [10].
a. Adquisición del conocimiento
El conocimiento se encuentra “guardado” en diversas partes
y de diferentes formas. Las fuentes podrían ser estáticas o
dinámicas. Una fuente estática es un libro, una revista, un
artículo, un documental, etcétera.
Una fuente de conocimiento dinámica es el ser humano,
puesto que el conocimiento presenta variabilidad,
incertidumbre, aproximación y heurísticas, entre otras.
Para entender cómo una persona encadena el conocimiento
e infiere otro, se busca comprender qué poseen las personas y
cuál es su proceso de razonamiento; bien sea que haya sido
logrado por la investigación, el estudio o por la experiencia.
En otras palabras, se busca comprender cómo la persona
infiere, es decir, cuáles son las reglas formales y heurísticas
que emplea en su proceso de razonamiento, y estas se
modelizan en el computador. Es una tarea ardua para el IC, y
por ello debe llevarse a cabo con exactitud y precisión, a fin de
concretar el conocimiento heurístico en el sistema.
Entonces, lo primero por realizar es seleccionar los expertos
humanos que deseen colaborar y adquirir el conocimiento del
dominio relacionado con un problema, evaluando los procesos
que efectúan. Comúnmente, el experto es quien aconseja
cuáles fuentes analizar. Esto lleva a que el IC tenga que
adquirir el conocimiento básico y fundamental del dominio,
con el fin de que la comunicación con el experto sea eficiente
y eficaz.
El sistema basado en el conocimiento debería actuar como
el experto humano cuando se enfrenta con resolver una
situación en el dominio; por tanto, debe tener capacidad para
inferir cuándo existe incertidumbre y ambigüedad.
La adquisición del conocimiento y de las heurísticas que el
experto posee, facilita apropiarse de un patrón sistémico del
proceso de razonamiento que realiza, patrón que puede
adecuarse al formular determinadas preguntas [11].
 ¿Qué requiere el experto para comenzar a solucionar el
problema?
 ¿Cuáles resultados da el experto después de analizar el
problema?
 ¿Qué diferencias suceden al enfrentar diferentes
situaciones?
 ¿Qué pasos expresa el experto para hallar la solución?
 ¿Cuáles son las bases conceptuales en las que se apoya el
4
Se considera a alguien un experto en un dominio cuando tiene conocimiento
especializado, soluciona problemas complejos en ese dominio. Dominio se
usa para enfatizar que el conocimiento es particular: una temática, un área,
una especialidad [7].
Ingeniería del Conocimiento
experto para solucionar el problema?
 ¿Qué relaciones construye el experto con la información
proporcionada?
 ¿Cuáles situaciones afectan la solución del problema?
 ¿Qué casos raros o interesantes resultan?
 ¿Cuáles procesos de razonamiento del experto se podrían
llevar para el sistema? ¿Cuáles no?
Pero, sobre todo, debe buscarse que el experto explique
detalladamente el porqué de sus razonamientos y de sus
conclusiones. Es decir, cómo asocia un conocimiento para
cada una de las acciones tomadas, y por qué, con el fin de
implementarse en el módulo explicativo. El sistema basado en
conocimiento debería actuar como el experto humano cuando
se enfrenta con una situación en su dominio y debe dar una
respuesta [12].
Muchas dificultades pueden hallarse en el proceso de
construcción. En particular, el conocimiento del experto
humano está interiorizado y, por tanto, a veces no puede
explicar el porqué de las deducciones, así que el ingeniero de
conocimiento debe ayudarle a estructurar el proceso que
realiza.
No es fácil determinar la línea de razonamiento del experto,
por ejemplo, deducción, inducción o abducción, e identificar
el conocimiento empleado; lo que dificulta plasmar el
conocimiento en la estructura (representación) más
conveniente. Es lo más complicado en la construcción. Por
tanto, debe elaborarse un modelo que defina los aspectos
globales del sistema, las tareas específicas que plantean los
aspectos particulares del dominio; el modelo del conocimiento
del experto y sus experiencias, como todo lo relacionado con
el conocimiento del dominio [13].
b. Estrategias
Para adquirir conocimiento de los expertos deben
establecerse estrategias adecuadas5. Las más usuales son:
 Entrevistas formales. Realizar conversaciones personales
con el experto, basadas en un plan que plantea un
objetivo, el tema por tratar, los recursos por utilizar y, por
tanto, un conjunto de preguntas que parten de
conocimiento hallado en documentos. Puede enviarse al
experto para que lo revise, lo corrija y lo apruebe; además
le permite prepararse con anterioridad6.
 Entrevistas informales. Se realizan en forma personal,
pero las preguntas van surgiendo en la medida que el
experto da respuestas. Debe considerarse como una
oportunidad para conversar 7.
 Observación de trabajo. La labor del experto se examina
en su ambiente de trabajo al solucionar un problema [14].
La ventaja está en que el conocimiento que se adquiere es
5
Cada estrategia posibilita la extracción de cierto conocimiento. Elegir cuál
utilizar y en qué momento, depende del ingeniero del conocimiento, del
experto y del dominio.
6 conocimiento se dan en la gestión empresarial debido a que:
Este tipo de recurso es muy importante, aunque debe ser manejado con
mucha seriedad y precaución, teniendo en cuenta lo valioso del tiempo que se
va a invertir. Por tanto, el IC debe determinar los medios que requiere para
conservar y revisar el conocimiento adquirido [13].
7
Obviamente, por ser una entrevista por casualidad, no se dispone de los
medios que permiten registrar el conocimiento, por tanto, hay que evitar su
manejo inadecuado.
4
muy espontáneo, ya que el experto está tomando las
decisiones sin tener mucho tiempo para analizar el porqué
de ellas. Además, no es adecuado cuestionar, hay que
dejarlo trabajar, él hace lo que cree que es mejor en cada
situación.
 Cuestionarios. Se realizan encuestas muy bien diseñadas
para obtener las ideas que tienen varias personas sobre el
tema. Pueden llegar a ser muy difíciles de diseñar e
incluso, de manejar.
c. Representación del conocimiento
Representar el conocimiento “es una serie de convenciones
sintácticas y semánticas que hacen posible describir los
objetos. La sintaxis es aquello que especifica una serie de
reglas para combinar símbolos y formar expresiones válidas.
La semántica es la especificación de cómo las expresiones son
interpretadas”.
Es decir, consiste en tomar el conocimiento que se extracta
de las fuentes y llevarlo a una forma entendible y manipulable
por el software que vaya a utilizarse [15]. Por tanto, el IC debe
conocer muy bien el software.
El proceso se realiza en paralelo con el de adquisición del
conocimiento. El IC lo contextualiza para luego llevarlo al
computador.
Cuando el IC hace la adquisición del conocimiento va
registrándolo de alguna forma; es así como comienza a
realizar su representación [6].
Quizá lo más complejo de este proceso no es conocer la
herramienta, sino la elección de la forma más apropiada de
representación del conocimiento en el computador, según el
problema y el experto. Para los sistemas basados en
conocimiento se han determinado algunas representaciones
que se han vuelto estándar para ello, éstas son: la lógica de
predicados, las reglas de producción, las redes semánticas, los
marcos (frames), los guiones (scripts), los objetos y los
agentes, entre otros [2].
d. Manipulación y pruebas
Después de representar el conocimiento, se valida tanto por
el experto del dominio, como el ingeniero de conocimiento. Es
decir, garantizar que el conocimiento adquirido y representado
sea igual al proporcionado por el experto.
El proceso de manipulación y prueba pretende hacer todos
los ensayos posibles para evitar mal manejo del conocimiento,
bien sea por problemas de interpretación de los hechos, las
heurísticas o las relaciones, o por problemas de obtención de
malas conclusiones y explicaciones [16].
Básicamente, es evaluar el conocimiento del sistema por
medio de pruebas de casos reales y confrontarlos entre sí.
Proceso que debe hacerse durante la vida útil del sistema, es
decir, debe actualizarse continuamente.
APLICACIONES
Las principales aplicaciones de los sistemas basados en
 Las empresas disponen de computadores donde procesan
gran volumen de datos de subsistemas: contabilidad,
cartera, tesorería, producción, planificación, etcétera.
 A partir de los datos, generan informes para la toma de
Ingeniería del Conocimiento
decisiones mediante realización de distintas operaciones
numéricas; pero es fundamental que además de los
informes se llegue a generar conocimiento, es decir, es un
terreno ideal para la implantación de los SBC [17].
Pero los SBC se aplican en: auditoría, control, planificación
y análisis financiero, donde los problemas que se presentan
para su solución requieren de amplia experiencia, es decir, se
requiere de expertos; sin embargo, debido a la escasez de
expertos humanos en determinadas áreas, los SBC se
construyen para que solucione los problemas complejos
cuando los expertos humanos no es posible localizarlos o son
muy costosos. Así mismo, los SBC los utilizan personas no
especializadas para resolver problemas que requieren de
amplio conocimiento y experiencia [18]. Si una persona utiliza
con frecuencia un SBC aprenderá de él.
Por otra parte, la inteligencia artificial no ha podido
desarrollar sistemas capaces de resolver problemas de manera
general, de aplicar el sentido común para resolver situaciones
complejas ni de controlar situaciones ambiguas.
El futuro de los SBC da vueltas por la cabeza de cada persona,
siempre que el campo elegido tenga la necesidad y/o presencia
de un experto para la obtención de cualquier tipo de beneficio
[19].
CONCLUSIONES
La Ingeniería del conocimiento construye sistemas basados
en conocimiento para aplicarse en la solución de problemas en
que se requiere de un experto, pero estos son escasos,
entonces, determina mecanismos para gestionar el
conocimiento que ellos poseen. Entonces, quien desarrolla un
SBC requiere de la voluntad de expertos humanos que
“provean” conocimiento, ayuden en las pruebas del sistema y
ofrezcan mejoras en las reglas para el razonamiento.
Las empresas poseen gran volumen de datos, el flujo de
información es amplio y depende de cada persona, de forma
que los procesos de toma de decisiones se ven afectados
muchas veces por no contar con adecuado conocimiento;
entonces se recurre a poderosas y robustas herramientas que
sean soporte. Ante esto, se construyen sistemas basados en
conocimiento que, por lo menos, pueden proveer soluciones,
presentar conocimiento requerido, sugerir estrategias, porque
se consideran precisos y eficientes pues tienen el
conocimiento adecuado sobre el negocio.
Pero la mayor inferencia después de presentar un conjunto
de reflexiones en torno a la Ingeniería del conocimiento es que
se trata de una disciplina que busca salvaguardar el
conocimiento que poseen los expertos humanos, que son
escasos; sin embargo, para ello diseña procesos, métodos y
5
herramientas para que el computador procese conocimiento.
Pero aun así, los sistemas basados en conocimiento se utilizan,
hoy día, por personas que son altamente especializadas en un
conocimiento específico permitiendo ampliar el conocimiento
que poseen y resolver problemas de alta complejidad.
REFERENCIAS
[1] SAMPER Juan. Sistemas expertos. El conocimiento al poder.
[www.psycologia.com/articulos/ar-jsamper01.htm], 05/10/15.
[2] SAMPER MÁRQUEZ Juan José. Introducción a los sistemas expertos.
[www.redcientifica.com/doc/doc199908210001.html], 18/10/15.
[3] CRIADO BRIZ José Mario. Introducción a los sistemas expertos.
Disponible en:
ingenieroseninformatica.org/recursos/tutoriales/sist_exp/cap1.php, 19/10/15.
[4] RUSSELL Stuart, NORVIG Meter (2003). Inteligencia artificial: Un
enfoque moderno. 3ª ed., Prentice Hall Hispanoamericana, México.
[5] SCOTT Carlisle, CLAYTON Jan, GIBSON Elizabeth (1991). A Practical
Guide to Knowledge Acquisition. Addison-Wesley, Estados Unidos.
[6] CASTRO Marcel. Sistemas expertos. Disponible en:
strix.ciens.ucv.ve/~iartific/Material/PP_Sistemas_Expertos.pdf, 19/10/15.
[7] VIEJO Hernando Diego. Sistemas expertos. Disponible en: www.divulga-
ia.com, 14/02/16.
[8] ADELI Hojjat (1990). Knowledge Engineering. Volume II Applications.
McGraw-Hill, Estados Unidos.
[9] HART Anna (1992). Knowledge Acquisition for Expert Systems. 2a ed.,
McGraw-Hill, Estados Unidos.
[10] SCHREIBER A., et al. (1998). Engineering of Knowledge; The
CommonKADS Methodology (version 0.5). Department of Social Science
Informatics, University of Amsterdam, Netherlands.
[11] TORRES SOLER Luis C. (2009). “Gestión del conocimiento”. En
COMPLEXUS Grupo: Gestión del conocimiento. Grupos de investigación.
Contacto Gráfico, Bogotá, pp.65-100.
[12] FÉLIX Justo. Aplicaciones, ventajas y limitaciones de los sistemas
expertos. Disponible en: efelix.iespana.es/efelix/expertaplicaciones.htm,
01/10/15.
[13] OVALLE Demetrio A. (1995). Arquitecturas, metodologías y
herramientas para el diseño y desarrollo de Sistemas basados en
conocimientos. Caso de estudio: procesamiento e interpretación de imágenes.
Trabajo de promoción profesor asociado, Universidad Nacional de Colombia
Sede Medellín.
[14] GARZÓN T. Néstor M, TORRES S. Luis Carlos (2012). Inteligencia
Artificial. Una aproximación. Editorial Académica Española.
[15] BENCH-CAPON T.J.M. (1990). Knowledge Representation: An
Approach to Artificial Intelligence. Academic Press, London.
[16] HENAO Mónica (1997). Metodología para el desarrollo de la tecnología
de sistemas Intermedios. Tesis (Maestría en Gestión de Tecnología),
Universidad Pontificia Bolivariana, Medellín.
[17] WINSTON Patrick Henry (1994). Inteligencia artificial. 3a ed., Addison-
Wesley Iberoamericana, Estados Unidos.
[18] MONTES CERRA María Clara (2003). Sistemas expertos.
[dis.eafit.edu.co/labs], 15/10/15.
[19] HERMON Paul, SAWYER Brian (1990). Creating Expert Systems for
Business and Industry. John Wiley & Sons, San Francisco.