Enseñanza de Inteligencia Artificiale Ingeniería del Conocimiento

Asunción Gómez-Pérez,, Cesar Montes Gracia

Departamento de Inteligencia Artificial

Facultad de Informática

Universidad Politécnica de Madrid

Campus de Montegancedo sn.

28660 Boadilla del Monte, Madrid

Tel: 91-336-74-44, Fax: 91-336-74-12

Email: {asun, cmontes} @fi.upm.es

1. INTRODUCCION

En los últimos años ha habido un creciente interés anivel mundial en la unificación de los contenidos que seimparten en el primer curso que un estudiante deInformática recibe en Inteligencia Artificial e Ingenieríadel Conocimiento (INCO). El alcance y la diversidad deproblemas a los que estas materias están dirigidasincrementa aun más la necesidad de crear un programacoherente e integrado en sí mismo, y con el Plan deEstudios de la Institución en la que se imparte.Evidentemente, la unión de todos los temas tratados enlos libros de Inteligencia Artificial e Ingeniería delConocimiento, "comúnmente aceptado", seríademasiado extenso, mientras que la intersección detodos ellos no suele incluir todo aquello que esconsiderado importante.

En 1991, un informe realizado por ACM e IEEE[ACM/IEEE, 91 refleja, rotunda ycontundentemente, esta diversidad, y la ausenciade un núcleo coherente, unificado, y aceptado porla mayoría de las Instituciones relativo a qué debeenseñarse y cómo debe enseñarse. Con el fin deresolver algunos de estos problemas, en 1994 la"American Association for Artificial Intelligence"organizó el workshop "Improvingn Instruction forArtificial Intelligence" [IIIA, 94 para mejorar laenseñanza de Inteligencia Artificial en cursos básicosimpartidos en los Estados Unidos.

En el marco de las III Jornadas sobre la EnseñanzaUniversitaria de Informática (JENUI'97)1, el 16 y17 de Junio se celebró en Madrid el primer panelsobre Enseñanza de Inteligencia Artificial eIngeniería del Conocimiento. El objetivo de estepanel era doble. Por un lado, reunir a gran númerode docentes de distintas Universidades en estasmaterias. Por otro, recolectar experienciasdocentes e intentar elaborar un índice decontenidos básicos que sirviera como punto dereferencia.

La respuesta no se hizo esperar, un total de 21ponencias de 14 Universidades (UniversidadAutónoma de Madrid, Universidad Carlos III deMadrid, Universidad de A Coruña, Universidad deExtremadura, Universidad de Granada,Universidad de Las Palmas de Gran Canaria,Universidad de Oviedo, Universidad de Zaragoza,Universidad del País Vasco, Universidad Nacionalde Educación a Distancia, Universidad Politécnicade Cataluña, Universidad Politécnica de Madrid,Universidad Politécnica de Valencia, UniversidadRamón Llull) fueron recibidas, y más de 40profesores asistieron al panel. Las ponencias

1 Organizado con el soporte de la Facultad deInformática de la Universidad Politécnica deMadrid

recogidas en un acta2 [JENUI, 971 describen, al menos,los siguientes puntos:

• Objetivos de los cursos que se imparten.• Contenidos que se están enseñando y en qué

orden.• Métodos de enseñanza utilizados.• El papel que la programación y las

herramientas tienen en su curso.• Los lenguajes de programación que utilizan en

los trabajos prácticos.• Tipos de trabajos prácticos que se plantean a los

estudiantes.• Estrategias para incorporar la programación en

el curriculum de la asignatura.• Material didáctico más utilizado.

Desde un principio, el panel se organizó enfatizando laimportancia del debate. Así, el primer día, en tressesiones muy intensas, las 21 ponencias fueronpresentadas, dejando para el segundo día asuntos talescomo: La elaboración de una lista con los contenidosimprescindibles. Cómo determinar el orden en el quedeben impartirse los contenidos de representación de losconocimientos y búsqueda en la asignatura de IA. Laproporción de teoría y práctica en los trabajos prácticos.Cuáles deben ser los dominios de aplicación de lostrabajos, y conveniencia de usar "problemas de juguete"o problemas reales simplificados. En lo relativo a loslenguajes de programación, se trató sobre la adecuaciónde impartir LISP y Prolog en la asignatura de IA y si sedeben usar en las prácticas lenguajes que permitan laprogramación de interfaces de usuarios vistosos.

Este artículo se organiza en dos partes. La primera parte,pretende resumir las ponencias, organizadas en funciónde si presentan programas docentes a niveldepartamental, descripciones detalladas de lasasignaturas de IA y de INCO, o si presentan otrasasignaturas más especializadas. La segunda, mostrará lasconclusiones alcanzadas durante el segundo día dedebate.

2. RESUMEN DE LAS ACTAS

La mayoría de las ponencias recogen experienciasdiversas en la docencia de IA e Ingeniería deConocimiento y cómo están integradas en el plande estudios de su Universidad. La mayoría llevanaños impartiéndose, otras se están poniendo enmarcha y algunas están transitando hacia los nuevosplanes de estudios y reorganizando sus contenidos.

2.1. La IA e INCO en los Planes de Estudio

2 El acta también incluye otros paneles sobre Ingenieríadel Software, Matemáticas, Arquitectura yProgramación.

Es útil tener, para cualquier curso, un programaunificado y coherente que ayude a los estudiantes aconocer el papel individual de cada tema y suscontenidos en el "gran cuadro" de la disciplina, yel papel de ésta en el conjunto de la Informática.El alcance y la diversidad de problemas a los quela Inteligencia Artificial está dirigida, incrementaaún más, la necesidad de crear un programacoherente e integrado en sí mismo, y con el Plande Estudios de la Institución en la que se imparte.

Es un problema difícil distribuir a lo largo y anchodel plan de estudios, en asignaturasindependientes, los conocimientos básicos deInteligencia Artificial e Ingeniería delConocimiento. Por ello, aunque la mayoría de lasponencias describen brevemente las relaciones deestas asignaturas con otras del plan de estudios, lassiguientes aportaciones pueden servir como puntode referencia a la hora de elaborar programasdocentes en estos temas. En este sentido, cabendestacar:

• Miguel Delgado y Antonio Gonzálezpresentan, en el marco de las nuevastitulaciones de la Universidad de Granada,las asignaturas troncales, obligatorias yoptativas. Cabe destacar dentro de estaestructura, la enseñaza de los lenguajesLISP y PROLOG en una asignaturaindependiente a las de IA e Ingeniería delConocimiento.

• Ana García Serrano expuso la estructurageneral y la organización del plan docentede¡ Departamento de InteligenciaArtificial para los estudios de IngenieríaInformática del nuevo plan de estudiosque se imparte en la Facultad deInformática de la Universidad Politécnicade Madrid.

• Alejandro Pazos proporciona unapanorámica general del programa docenteen IA e INCO en la Universidad de ACoruña y la problemática asociada alcambio del plan de estudios.

• K. Sarasola, J. Pikaza, M. Urretavizcaya ycolaboradores describen la líneaformativa de Inteligencia Artificial en elnuevo plan de estudios de la Facultad deInformática de la Universidad del PaísVasco.

2.2. Cursos de IA

Qué y córno debe enseñarse Inteligencia Artificialviene determinado por la Institución que imparte elcurso y por sus Planes de Estudio. En el panel sepresentaron cursos de Inteligencia Artificial que seimparten en planes de estudios de tres, de cinco yseis años.

A) Contenidos de IA

La tabla l resume los contenidos de algunos cursode Inteligencia Artificial que fueron presentados enel panel. Dado que en algunas ponencias sedescriben vados cursos, dicha tabla sólamenterecoge la descripción del primer curso que unalumno recibe en IA. Como no todos los autorestratan las mismas cuestiones con la mismaprofundidad, en algún mornento, la tabla puedeparecer incompleta. Esta tabla tampoco refleja elorden cronológico en que se imparten loscontenidos. Sólamente se pretende mostrar, agrandes rasgos, qué contenidos se imparten, loscuales vienen condicionados por otras asignaturascercanas a éstas en los planes de estudio de cadaUniversidad.

Cada curso se ha clasificado en función de laduración de los estudios. Para cada uno semuestran, en primer lugar, datos generales como:el número de créditos, número de horas de teoría ypráctica, si es anual o no lo es, curso en el que seencuentra la asignaturas frente al número total decursos del plan de estudios, y su carácter troncal.Posteriormente, se presentan los contenidos:búsqueda, representación de conocimientos,aprendizaje, planificación, procesamiento dellenguaje natural, introducción a sistemas expertosy otros temas. Finalmente, la última columnarecoge los lenguajes y herramientas usados parahacer las prácticas. El análisis de las actas revelaque:

1 . Los contenidos tratados en los cursos deInteligencia Artificial dependen de la duracióndel curso. En los cursos cuatrimestrales de 4créditos, los contenidos impartidos sonbúsqueda y representación de conocimientos.Sin embargo, en los cursos de 9 créditos,además de búsqueda y representación deconocimientos se imparte o bien LISP yProlog, o bien procesamiento del lenguajenatural, planificación y aprendizaje.

2. El análisis de las actas revela que en los cursosde 6 y 9 meses el tiempo dedicado a trabajosde programación es superior, y que losprogramas desarrollados por los alumnos sonmás complejos.

Finalmente, decir que la mayoría de los cursossiguen un enfoque docente basado en primerosprincipios donde se presentan el conjunto decontenidos de manera independiente del resto,unos pocos presentan los contenidos bajo laperspectiva de agentes cada vez más inteligentes, ysólo uno utiliza un enfoque híbrido de los dosanteriores.

B) Prácticas

Como dice un famoso refrán chino, Escuché yolvidé, vi y recordé, hice y aprendí". Esto esespecialmente cierto en IA e INCO porque, aunqueaparentemente parezca simple, los conocimientos yel razonamiento realizado por los humanos, elalumno se da cuenta rápidamente de la dimensióndel problema cuando modela dichocomportamiento en la computadora y compara susrespuestas con las del humano inteligente.

Los trabajos prácticos (de modelización o deprogramación) fueron reconocidos en el panelcomo una parte esencial de un curso de IA e INCOpara estudiantes de Informática, pues incrementansignificativamente el nivel de compresión de lamateria y el interés del alumno por ella alpermitirle verificar de manera empírica losconocimientos teóricos adquiridos en la asignaturaAdemás:

• Es didáctico el uso de las computadoradurante la clase y después de la clase en lostrabajos prácticos que los estudiantesrealizan en casa.

• Es útil que los alumnos usen y vean cómotrabajan los programas y herramientas deIA e INCO ya existentes para ayudar acomprender los conceptos presentados en elcurso.

• Es esencial en la enseñanza y en elaprendizaje de la IA convertir teoríasenseñadas en clase en programas útiles queresuelven problemas del mundo real.

• Es positivo que los alumnos realicenprograrnas, de modo que el alumno percibala dificultad de construir entes quemanifiesten una conducta inteligente.

• Es conveniente que los programas seanfácilmente extensibles. Debe existir unequilibrio entre el uso de código ya existentey el código que el alumno tiene quedesarrollar si se quiere tratar problemas querequieran cierta complejidad.

• Es deseable que los trabajos prácticos tenganuna componente de diseño.

Corno resumen de este epígrafe, es convenienteestimular a los alumnos con competiciones derondas eliminatorias con el fin de detectar losmejores programas.

C/ Lenguajes de programación y herramientas

No existe un consenso en lo referente a loslenguajes y herramientas de programación. Noobstante, LISP, Prolog y CLISP fueron los másmencionados. En lo relativo a las herramientas,Pedro Isasi y Daniel Borrajo presentan las ventajasde elegir herramientas de dominio público. Estasson: independencia del desarrollador, desarrollodistribuido de la herramienta, existencia constantede actualizaciones adecuadas a las necesidades deentornos reales, existencia de listas de distribución ydisponibilidad del software para diferentesplataformas.

D) Documentación y materiales didácticos másutilizados

A lo largo del panel se discutió el papel de ladocumentación en la asignatura, y el papel deInternet para divulgar información sobre: losprofesores, las horas de tutoría, normativa de laasignatura, contenidos, exámenes, bibliografíabásica, prácticas, etc. En la direcciónhttp://www.aic.uniovi.eslamdia/almacen.html puedeencontrarse un almacén docente sobre InteligenciaArtificial.

Los libros más nombrados en la enseñanza de laInteligencia Artificial son:

• Artificial Intelligence, Winston (1992).• Artificial Intelligence, Rich y Knight (1991).• Artificial Intelligence: A Modern Approach.

Russell, S.; Norvig, P (1995).

• Inteligencia Artificial: Métodos y Técnicas,Borrajo, Juristo, Martínez, Pazos (1993).

• Logical Foundations of ArtificialIntelligence Genesereth y Ni1sson (1987).

2.3 Cursos de INCO

Curiosamente, durante las jornadas se pudocomprobar que en la enseñanza de la Ingeniería delConocimiento se reproduce el mismo debate queexiste a la hora de definir el campo en sí mismo. Esconocido que, a la hora de definir la Ingeniería delConocimiento, si bien se acepta su definición másglobal, no hay acuerdo entre los autores cuando setrata de especificar su dominio de acción.

Una ingeniería se define como "la aplicación deprincipios y conocimientos científicos al diseño yconstrucción sistemático de un dispositivo, máquinao sistema de valor económico" [Baber, 81]. Por lotanto, la definición más general de la Ingeniería delConocimiento será "la ingeniería de sistemasinformáticos que utilizan conocimientos pararesolver problemas del mundo real". Con pequeñosmatices, en esta definición están de acuerdo todoslos autores.

Pero la discrepancia surge al llenar de contenido ala ingeniería, pues hay dos perspectivas desde lasque contemplarla: como la parte de la InteligenciaArtificial que aplica las teorías del área en construirsistemas que exhiben comportamiento inteligente oque "piensan" [McCorduck, 791 [Dougherty et al.,88] [White et al., 90], o como la ingeniería dedicadaa la construcción de un tipo específico de sistemasdenominados Sistemas Basados en Conocimientos[Stefik, 951, [Scott et al., 9 11.

No existen diferencias radicales entre ambasdefiniciones, sino más bien de nombre. Para losprimeros, la Ingeniería del Conocimiento no difierede la Inteligencia Artificial en su rama aplicada.Para los segundos, la Ingeniería del Conocimientoes parte de la Inteligencia Artificial, y se abastecede sus teorías para aplicarlas en la construcción desistemas que contienen conocimientos modelados yexplícitos de algún dominio.

Esta diferencia aparece muy bien definida en elescrito de White [White, 901. Basándose en lospuntos de vista de diversos autores, hace unadefinición en niveles de la Ingeniería delConocimiento, dentro de la Inteligencia Artificial,de la siguiente manera:

Las diferencias de concepción mencionadas sereflejan, obviamente, en los enfoques dados a lasasignaturas y, por tanto, en sus contenidos. A "grossornodo", se pueden diferenciar dos tipos deplanteamiento: el que concibe la enseñanza de la ICcomo la aplicación práctica de la IA en dominios delmundo real, por lo que se centra en los métodos oformalismos que lo hacen posible, y el que plantea laenseñanza de la IC desde la perspectiva del proceso deconstrucción de sistemas inteligentes, por lo cualtienen contenidos que abundan más en aspectosmetodológicos, arquitectónicos y de procesos.Evidentemente, estos enfoques, que se les puedenllamar "orientado al método" y "orientado al proceso",no son extremos, pero repercuten en la ausencia opresencia de determinados temas en los programas.

En el caso de la IC, es muy difícil elaborar una tablasimilar a la de la IA, ya que los programas de cadauniversidad dependen mucho de la existencia o no deotras asignaturas complementarias, normalmenteoptativas, en los respectivos planes de estudios, demanera que se da el caso de que, aparentemente almenos, no se trata algún tema que, en realidad, esabordado con gran extensión en otra asignatura. Lomismo sucede con la extensión con la que se presentandeterminados temas, que, además de ser función delenfoque dado a la asignatura en su planteamiento,depende en gran medida de la existencia deasignaturas más específicas.

En cuanto al resto de contenidos existe una grandiversidad entre las distintas universidades. Los queoptan por el enfoque "orientado al proceso" suelen pt,hacer más hincapié en temas como la planificación ydocurnentación, estudios de viabilidad, inetodologías,técnicas de adquisición de conocirnientos, análisis ysíntesis de conocimientos o evaluación de sistemas:Por su parte, en los enfoques "orientados al método"son más frecuentes cuestiones como los modelos deresolución de problemas, el aprendizaje,conexionismo lenguajes de programación oherrarnientas de construcción de sistemas basados enconocimientos.

En lo referente a las prácticas se mantienen losmismos tipos de diferencias. En los enfoques"orientados al método", se concede mayor importanciaa las prácticas en las que el alumno debe utilizarlenguajes de programación o herramientas dedesarrollo para construir programas que apliquen losmétodos vistos en las clases teóricas o para resolverpequeños problemas de¡ mundo real. Sin embargo, enlos enfoques "orientados al proceso" se confierernayor importancia a las prácticas consistentes en laaplicación de técnicas de adquisición deconocimientos, el análisis de los conocimientos y laconstrucción de los consiguientes modelosconceptuales.

Eso sí, en todos los casos el trabajo práctico seconsidera como la pieza clave de la enseñanza de estaasignatura, y es normal que se reduzca la carga teóricapara que el alumno disponga del máximo posible dehoras dedicadas a la praxis.

2.4. Cursos con otros contenidos

En las actas también se puede encontrar informaciónsobre cursos con otros contenidos. Por ejemplo, JuliánDorado presenta cómo se está enseñando el enfoqueconexionista de la Inteligencia Artificial en la Facultadde Informática de la Universidad de A Coruña.

3. DEBATE Y CONCLUSIONES

La segunda sesión de las jornadas se dedicó a debatiraspectos docentes y de programa que habían quedadoplanteados en la sesión anterior. Debido al tipo ynúmero de ponencias presentadas, el intercambio deopiniones se centró, casi por completo, en temasreferentes a la enseñanza de la IA.

Uno de los objetivos de esta jornada consistió enconstruir, en líneas generales, un programa dereferencia consensuado entre todos los asistentes parauna asignatura "ideal" de IA. La totalidad de losasistentes estuvo de acuerdo en que el núcleo de laasignatura debería estar formado por dos temasfundamentales: Búsqueda y Representación deConocimientos. Ahora bien, surgieron discrepanciasen cuanto a la extensión de los contenidos y en loconcerniente al orden en que deberían aparecer en elprograma, aunque la mayor parte parecía inclinarsepor que los temas de búsqueda se expliquen en primerlugar, de manera que facilite al alumno lacomprensión de los temas de inferencia que seincluyen en representación de conocimientos.

En cuanto al resto de contenidos, una vez más, lasdiferencias de entorno e incluso de enfoque dieronlugar a distintas opiniones, por lo que se decidió ceñirla propuesta a los contenidos en los que existía unacuerdo casi general, resultando, como mínimo, lossiguientes contenidos:

1. Introducción a la IA1.1. Definiciones de IA1.2. Revisión histórica1.3. Breve panorámica de áreas de aplicación

2. Caracterización de problemas en espacios deestados.

3. Búsqueda3.1. Caracterización3.2. Búsqueda no informada3.3. Búsqueda Informada:

3.3.1. Métodos genéricos de resolución3.3.2. Búsqueda sin adversarios3.3.3. Búsqueda con adversarios

4. Representación de Conocimientos4.1. Caracterización4.2 Lógica4.3 Sistemas de Producción4.4 Representaciones Taxonómicas

4.4.1. Redes Semánticas4.4.2. Marcos

Para terminar con lo relativo a los contenidos de laasignatura, merece la pena hacer una observaciónrelativa a la presencia de la Lógica dentro de losprogramas. El sentir casi general de los docentes deIA es que dicha materia no debería aparecerdirectamente dentro de los programas de IA. Ahorabien, la ausencia de asignaturas previas que tratendicho aspecto obliga, en muchos casos, a dedicar partedel temario a que el alumno comprenda la capacidadde inferencia que proporciona la LógicaComputacional. No se trata de suprimir su enseñanzade los planes de estudio, sino de desligarla de lasasignaturas específicas de IA.Durante la sesión se dedicó también un énfasisespecial a intercambiar opiniones respecto a cómo ysobre qué temas deben plantearse las prácticas de IA.Existió unanimidad al considerar los trabajos prácticoscomo el medio ideal para:

• Fomentar la capacidad evaluadora y dedecisión de los alumnos

• Comprender y asentar los conocimientosadquiridos en las clases teóricas

• Conseguir que los alumnos tomen concienciade la aplicabilidad de las técnicas aprendidas

En este sentido, se coincidió en que las prácticas delos alumnos no debían consistir en meros esfuerzos deprogramación. Su planteamiento debería primar el queel alumno se vea obligado a evaluar distintasposibilidades de solución, seleccionar e integrartécnicas, comprobar que las soluciones obtenidasresponden a lo esperado, comparar los resultadosobtenidos con técnicas distintas y, en definitiva,aprender a aplicar la IA en dominios cotidianos.Según esto, la programación de técnicas no debeconsiderarse como un fin en sí mismo, sino más biencomo un medio para alcanzar los objetivosmencionados. Además existe una preferenciageneralizada por la utilización de problemas reales,para potenciar la capacidad de análisis del alumno.

En este sentido, se coincidió en resaltar la dificultadque supone elegir, acotar y adecuar ejemplos delmundo real para que sean adecuados como práctica dela asignatura. Por ello, se tomó la decisión depotenciar la creación de un repositorio donde losdocentes puedan intercambiar ejemplos prácticos eimplementaciones de distintas técnicas de IA, demodo que puedan ser reutilizados en distintos centros.

En la actualidad, la Universidad de Oviedo, en Gijón,gestiona una lista de correo electrónico(ia_docencia@aic.uniovi.es) especializada sobreenseñanza de IA.

Si bien se ha podido comprobar que en general existeuna preocupación por posibilitar una modernizaciónconstante de contenidos y de trabajos prácticos, en loreferente a los métodos y medios de enseñanza yaprendizaje la implantación de nuevos mecanismos esrnás lenta. Gran parte de las ponencias siguen elesquema tradicional Lección Magistral + PrácticasTutoradas. Tan sólo tres de las ponencias presentanotro tipo de esquema. La principal causa de estarealidad es la masificación generalizada que sufre launiversidad española, y que hace imposible laimplantación de métodos de enseñanza aprendizaje

más adecuados. Los asistentes coincidieron en señalarla utilización de medios electrónicos, como laspáginas web, -las listas de distribución o los grupos denews, como un medio que debe implantarse parafomentar el intercambio de experiencias entreprofesores y alumnos o entre los mismos alumnos.

4. BIBLIOGRAFÍA

[ACM/IEEE, 9 11 "ACM Computing Curricula1991." Report No. 201910 of the ACM/IEEE-CSJoint Curriculum Task Force. 199 1.

[Baber, 81] Baber, R.L. "Software Enginecring vsSoftware Engineering: the Open Charmel". Computer.Mayo, 1981.

[Dougherty et al., 881 Dougherty, E. y Giardina, C.R."Mathematical Methods for Artificial Intelligence andAutonomous Systems". Englewood Cliffs. NJ.Prentice Hall. 1988.

[IIIA, 94] "Improving Instruction of IntroductoryArtificial Intelligence". Fall symposium of theAmerican Association for Artificial Intelligence NewOrleans (Louisiana), EE.UU. 1994.

[JENUI, 971 '111 Jornadas sobre la EnseñanzaUniversitaria de Informática en España". Facultad deInformática. Universidad Politécnica de Madrid.Madrid. España. 1997

[McCorduck, 791 McCorduck, P. "Machines whoThink: A Personal Inquiry into the History andProspects of Artificial Intelligence". San Francisco.W.H. Freeman. 1979.

[Scott et al., 911 Scott, A.C., Clayton, J.E. y Gibson,E.L. "A Practical Guide to Knowledge Acquisition".Addison-Wesley Publishing Co. 1991.

[Stefik, 951 Stefik, M. "Introduction to KnowledgeSystems". Morgan Kaufmann Publishers. SanFrancisco, California. 1995.

[White et al., 901 White, M. y Go1dsmith, J. (Eds.)"Standards and Review Manual for Certification inKnowledge Engineering". IAKE. 1990.

[White, 90] White, M. "Knowledge Engineering forthe 1990s". In White, M. y Go1dsmith, J. (Eds.)"Standards and Review Manual for Certification inKnowledge Engineering". IAKE. 1990.