PROTOTIPO DE SISTEMA EXPERTO PARA EL
DIAGNÓSTICO DE LA PYME ENFOCADO AL ÁREA
FUNCIONAL DE MERCADOS
FRANCY TATIANA SALAMANCA CANO
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE INGENIERÍA
INGENIERÍA INDUSTRIAL
BOGOTÁ
PROTOTIPO DE SISTEMA EXPERTO PARA EL
DIAGNÓSTICO DE LA PYME ENFOCADO AL ÁREA
FUNCIONAL DE MERCADOS
Trabajo final de investigación para la obtención de título de ingeniera industrial
FRANCY TATIANA SALAMANCA CANO
Dirigido por:
PH.D GERMÁN ANDRÉS MENDEZ
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE INGENIERÍA
INGENIERÍA INDUSTRIAL
BOGOTÁ
Contenido
1.
GENERALIDADES ... 1
1.1.
PROYECTO “SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LAS PYMES” ... 1
1.1.1.
PRIMERA FASE: ELABORACIÓN DE LA BASE DE CONOCIMIENTO ... 1
1.1.2.
SEGUNDA FASE: CONSTRUCCIÓN DEL SISTEMA EXPERTO ... 2
1.2.
DEFINICIÓN O PLANTEAMIENTO DEL PROBLEMA ... 3
1.2.1.
JUSTIFICACIÓN ... 3
1.2.2.
ANTECEDENTES ... 3
1.3.
HIPÓTESIS ... 5
1.3.1.
PREGUNTA DE INVESTIGACIÓN ... 5
1.3.2.
OBJETIVOS ... 6
1.4.
METODOLOGÍA EMPLEADA ... 6
2.
MARCO CONCEPTUAL Y TEÓRICO ... 8
2.1.
SISTEMAS DE DIAGNÓSTICO ... 8
2.2.
SISTEMAS EXPERTOS ... 9
2.2.1.
INTELIGENCIA ARTIFICIAL ... 9
2.2.2.
DEFINICIÓN DE SISTEMA EXPERTO ... 10
2.2.3.
HISTORIA DE LOS SISTEMAS EXPERTOS... 11
2.2.4.
DESARROLLO DE UN SISTEMA EXPERTO ... 12
2.2.5.
CARACTERÍSTICAS DE UN SISTEMA EXPERTO... 13
2.2.6.
COMPONENTES DE UN SISTEMA EXPERTO ... 14
2.2.7.
APLICACIONES DE LOS SISTEMAS EXPERTOS ... 14
2.2.8.
SISTEMAS BASADOS EN REGLAS ... 16
2.2.9.
CONTROL DE LA COHERENCIA ... 18
2.3.
PROBLEMÁTICA ... 18
3.
DESARROLLO DEL SISTEMA EXPERTO PARA EL ÁREA FUNCIONAL DE MERCADOS ... 19
3.1.
DEFINICIÓN DE PROBLEMAS ... 19
3.1.1.
CAUSAS ... 21
3.1.2.
SÍNTOMAS ... 21
3.1.3.
SIGNOS ... 21
3.1.4.
TRATAMIENTO ... 22
3.2.
DISEÑO DE CUESTIONARIOS... 24
1
3.2.2.
VARIABLES Y/O PARÁMETROS ... 25
3.2.3.
RELACIÓN DE ENFERMEDADES CON PREGUNTAS Y CON VARIABLES Y/O
PARÁMETROS. ANÁLISIS DE CONSISTENCIA ... 25
3.3.
DISEÑO DE REGLAS ... 27
3.3.1.
LAS CONDICIONES DE ESTADO ... 27
3.3.2.
RELACIÓN DE ESTADO CON ENFERMEDADES, VARIABLES Y/O PARÁMETROS ... 28
3.3.3.
DIAGRAMA DEL SISTEMA EXPERTO UTILIZANDO LA REPRESENTACIÓN DE ÁRBOL . 29
3.3.4.
DEFINIR LAS REGLAS: ANTECEDENTES, CONECTORES Y CONSECUENCIAS ... 32
3.4.
DISEÑO DEL MOTOR DE INFERENCIA ... 37
3.4.1.
ESTRUCTURAS LÓGICAS DE ENCADENAMIENTO ... 37
3.4.2.
MECANISMOS DE SELECCIÓN Y EVALUACIÓN... 37
3.4.3.
MECANISMOS DE EXPLICACIÓN ... 38
4.
PROTOTIPO DEL S. E. DEL ÁREA FUNCIONAL DE MERCADOS ... 39
4.1.
EXPLICACIÓN DE LA HERRAMIENTA DE PROTOTIPO (EXCEL) ... 39
4.2.
PRUEBAS DE CORRIDA ... 41
4.3.
VERIFICACIÓN DE CASOS EXTREMOS ... 51
4.3.1.
PRIMER CASO ... 51
4.3.2.
SEGUNDO CASO ... 54
5.
CONCLUSIONES ... 66
5.1.
CONTRASTACIÓN Y EVALUACIÓN DE OBJETIVOS... 67
6.
LIMITACIONES E INVESTIGACIONES FUTURAS ... 67
Listado de Ilustraciones
Ilustración 1 Etapas de la primera fase del proyecto de investigación ‘Sistema Experto para el Diagnóstico de
las Pymes” ... 1
Ilustración 2 Actividades de la segunda fase del proyecto de investigación ‘Sistema Experto para el
Diagnóstico de las Pymes”. Fuente: Grupo de Investigación Sistemas Expertos y Simulación – SES ... 2
Ilustración 3 Metodología empleada para el desarrollo del proyecto. Fuente: Grupo de Investigación
Sistemas Expertos y Simulación - SES ... 7
Ilustración 4 Estructura metodológica por capítulos para el desarrollo del proyecto. Fuente: Autor. ... 8
Ilustración 5 Estructura metodológica por capítulos para el desarrollo del proyecto. Fuente: León, 2007 ... 10
Ilustración 6 Etapas en el desarrollo de un Sistema Experto ... 13
Ilustración 7 Reglas de inferencia Modus Ponens y Modus Tollens Fuente(Castillo & Hadi, 1998). Sistemas
Expertos y Modelos de Redes Probabilísticas. [Figura]. Recuperado de
http://personales.unican.es/gutierjm/papers/BookCGH.pdf ... 17
Ilustración 8(Izquierda) Ejemplo de un conjunto de seis reglas que relacionan 13 objetos. (Derecha)
Representación gráfica de las relaciones entre las seis regla, cada objeto se muestra como un nodo. Fuente:
(Gutierrez, 2008) ... 17
Ilustración 9 Diagrama Causa-Efectos Fuente: Elaboración propia adaptada de Méndez & Álvarez (2003). .. 20
Ilustración 10 Diagrama de árbol "Análisis inadecuado/estudio erróneo del comportamiento del consumidor"
... 31
Ilustración 11 Explicación del síntoma. Fuente: Prototipo de sistema experto desarrollado por el autor en
Excel. ... 38
Ilustración 12 Interfaz principal. Fuente: Prototipo de sistema experto desarrollado por el autor en Excel. ... 40
Ilustración 13 Diagnóstico. Fuente: Prototipo de sistema experto desarrollado por el autor en Excel. ... 43
Ilustración 14 Diagnóstico "No Sufre" Fuente: Prototipo de sistema experto desarrollado por el autor en
Excel. ... 52
Listado de tablas
Tabla 1 Definición de la enfermedad análisis inadecuado/estudio erróneo del comportamiento del
consumidor. ... 23
Tabla 2 Definición de las preguntas para los síntomas del análisis inadecuado/estudio erróneo del
comportamiento del consumidor ... 24
Tabla 3 Información de la enfermedad análisis inadecuado/estudio erróneo del comportamiento del
consumidor ... 26
Tabla 4 Nivel de probabilidad de existencia de un síntoma. ... 27
Tabla 5 Nivel de prioridad del síntoma. ... 27
Tabla 6 Intervalo de criticidad de la enfermedad ... 28
Tabla 7 Variables y parámetros asociados al área funcional de mercados. ... 29
Tabla 8 Definición de reglas ... 32
Tabla 9 Diagnóstico final, síntomas y tratamientos ... 39
Tabla 10 Respuestas aleatorias primera corrida. ... 43
Tabla 11 Diagnóstico final, primera corrida. ... 50
Tabla 12 Respuestas predeterminadas primer caso extremo criticidad "No sufre" ... 51
Tabla 13 Diagnóstico final primer caso extremo criticidad "No sufre" ... 54
Tabla 14 Respuestas predeterminadas segundo caso extremo criticidad "Alta" ... 55
Tabla 15 Diagnóstico final segundo caso extremo criticidad "Alta" ... 65
Tabla 16 Contrastación y evaluación de objetivos. ... 67
1
1.
GENERALIDADES
1.1.
PROYECTO “SISTEMA EXPERTO PARA EL DIAGNÓSTICO DE LAS
PYMES”
El proyecto de investigación “Sistema Experto para el Diagnóstico de las Pymes”, liderado por el
PhD. Germán Andrés Méndez Giraldo con el acompañamiento de estudiantes de pregrado del
programa de Ingeniería Industrial de la Universidad Distrital Francisco José de Caldas fue aprobado
por el Centro de Investigaciones y Desarrollo Científico de la Universidad Distrital CIDC el 18 de
febrero del año 2015.
Para su desarrollo están establecidas dos fases de trabajo: la elaboración de
la base del conocimiento y la construcción del sistema experto. En el presente documento de
desarrollaran las etapas correspondientes a la primera fase.
1.1.1.
PRIMERA FASE: ELABORACIÓN DE LA BASE DE CONOCIMIENTO
Su objetivo principal es adquirir, organizar y disponer el conocimiento pertinente para la
construcción del Sistema Experto. En la Ilustración 1 se muestra la secuencia de las etapas que
componen la primera fase del proyecto, y se describen con detalle a continuación:
Ilustración 1 Etapas de la primera fase del proyecto de investigación ‘Sistema Experto para el Diagnóstico de las Pymes” Fuente: Grupo de Investigación Sistemas Expertos y Simulación – SES
Revisión del estado del arte: Esta etapa consiste en la recopilación de la información
existente en materia del diagnóstico de las Pyme. Se inicia con la revisión y síntesis del libro
desarrollado por el grupo SES, “Diseño de Prototipo Diagnóstico para la Pyme” y de otros
documentos generados al interior del grupo. Adicionalmente se recopilará información
proveniente de los artículos científicos y libros especializados en cada una de las áreas
seleccionadas.
Detección de la problemática: En esta etapa se puede establecer las principales situaciones
problemáticas por la que atraviesan las Pymes, así como los síntomas que se puedan
evidenciar como consecuencia de las diversas causas que generan estas dificultades,
Revisión Estado del
Arte
• Grupo SES • Artículos Bases de
Datos UD
• Libros especializados
Detección de
problemáticas
• Lista de "Enfermedades del Área".
• Revisión y depuración de un Diagnóstico General.
• Revisión Depuración de Diagnósticos específicos.
Diseño de
Cuestionarios
• Diseño de metodología de adquisición • Preguntas diagnóstico • Preguntas de validación • Diseño BD
• Cartilla de Usuario
Diseño de Reglas
• Enunciados
2
analizando la contribución estadística de estos (síntomas) para establecer su verosimilitud.
Con esto se pretende realizar un diseño preliminar de los diagnósticos específicos tanto de
cada área como a nivel general.
Diseño de Interfaz de entrada con usuario: Consiste en el diseño de los cuestionarios para
recabar la información que conduzca a elaborar la base de conocimiento, así como los datos
de entrada tanto de adquisición como de validación del mismo; acompañado de todos los
instrumentos y cartillas necesarias para su diligenciamiento.
Diseño de Reglas: En esta última etapa, se finaliza la elaboración del sistema de inferencia
y la producción de las reglas de conocimiento, se deben traducir a los diferentes enunciados
de los problemas y sus correspondientes diagnósticos, haciendo uso de matemática
booleana y su posterior traducción en otros modelos de representación previos a la
construcción del aplicativo computacional.
1.1.2.
SEGUNDA FASE: CONSTRUCCIÓN DEL SISTEMA EXPERTO
En la Ilustración 2 se observa el desarrollo de la segunda fase del proyecto, la cual está conformada
por las siguientes etapas:
Elección de la herramienta de desarrollo: Una vez los requerimientos del Sistema Experto
están sólidamente establecidos, se debe seleccionar una herramienta que cumpla dichas
exigencias.
Desarrollo del Sistema: El conocimiento contenido en las especificaciones del Sistema
Experto se introduce en la herramienta seleccionada. Esto a su vez requiere la
implementación de la base de conocimiento.
Validación del Sistema: El principal objetivo es validar su estructura general y su
conocimiento. El experto aprueba o desaprueba el sistema. Esta etapa debe ser desarrollada
de forma iterativa cumpliendo el ciclo implementación-mejora tantas veces como sea
necesario para obtener la satisfacción del experto.
Presentación del Sistema al experto: Una vez el desarrollo ha concluido, los resultados
finales son presentados al experto para su evaluación y aprobación definitiva.
Ilustración 2 Actividades de la segunda fase del proyecto de investigación ‘Sistema Experto para el Diagnóstico de las Pymes”. Fuente: Grupo de Investigación Sistemas Expertos y Simulación – SES
Elección de la
herramienta de
desarrollo
• Definición de los requerimientos. • Selección de la herramienta que cumpla con estos.
Desarrollo del
Sistema
• Representación del conocimiento. • Implementación de la
base del conocimiento.
Validación del
Sistema
• De la estructura general y su conocimiento. •Desarrollo iterativo del
ciclo implementación-mejora.
Presentación del
Sistema Experto
• Presentación de los resultados.
3
1.2.
DEFINICIÓN O PLANTEAMIENTO DEL PROBLEMA
1.2.1.
JUSTIFICACIÓN
El Diagnóstico Empresarial constituye una herramienta sencilla y de gran utilidad a fin de conocer la
situación actual de una organización y los problemas que impiden su crecimiento, sobrevivencia o
desarrollo; gracias a este es posible detectar las causas principales de los problemas "raíces", para
así poder enfocar los esfuerzos futuros a buscar las medidas más efectivas, evitar el desperdicio de
energías y adecuar sus estructuras coadyuvando a una gestión más acorde a las posibilidades,
expectativas, conocimientos y recursos económicos de la Pyme colombiana.
Es así como, se espera que este proyecto permita implementar un nuevo punto de vista para el
análisis y valoración de las Pymes, junto con una base para soportar y mejorar los niveles de
productividad y competitividad en organizaciones productivas, constituyendo un nuevo enfoque
para la administración y la toma de decisiones empresariales. Por ello es importante diseñar y
desarrollar un modelo integral de diagnóstico de las Pymes, que facilite la toma de decisiones y
posterior mejora del área de Mercados de la empresa. Este sistema permitirá implementar un
método de aprendizaje organizacional, es decir, que la empresa de forma continua y sistemática, se
embarque en un proceso para obtener el máximo provecho de sus experiencias aprendiendo de
ellas, específicamente enfocadas al área funcional de Mercados, sirviendo de insumo para que se
de capacitación específica a las Pymes en temas coyunturales, que permitan la mitigación de los
problemas definidos en el diagnóstico de manera sistemática con el resultado de esta investigación.
1.2.2.
ANTECEDENTES
La proporción de Pymes existentes en diferentes países evidencia su gran importancia a nivel
mundial, por ejemplo en Argentina corresponden a un 99.86%, en Brasil al 99.40%, en Chile al
99.29%, en México al 99.76% y para Colombia representan un 99.92% del total de empresas y
aportan el 80.87% de los empleos generados en el país(Rodríguez Munera, 2006). Tal y como lo
afirma João Carlos Ferraz en su informe para la CEPAL y Fundes(Dini, Stumpo, & Vergara, 2005) las
pequeñas y medianas unidades productivas son indiscutiblemente un segmento relevante de la
realidad empresarial de la región y su aporte a la generación de empleo y valor agregado es un
hecho hoy ampliamente reconocido, sin embargo pese a su amplio potencial las Pymes afrontan
múltiples problemas que obstaculizan su desarrollo, entre estas se destacan la escasez de recursos,
la dificultad para acceder a financiamiento, la insuficiencia de políticas y marcos reguladores, las
debilidades de carácter funcional, la asimetría de información, entre muchas otras que requieren
de su análisis y caracterización como primer paso hacia el incremento de su competitividad y
desarrollo.(Pinto, 1990)(Ministerio de Desarrollo Económico y Social, Bonilla González, Umaña
Mendoza, & Zerda Sarmiento, 1998)(Banco Interamericano de Desarrollo, 2000)
4
Si bien es cierto, que a nivel sectorial se hacen diagnósticos de dichos sectores económicos, estos
no se practican para cada una de las empresas de manera aislada, mucho menos se presentan
recomendaciones de mejora particulares. Por ejemplo, en la Gran Encuesta Pyme del 2014, se
realizó el análisis de las diferentes medidas positivas y negativas de las empresas, a fin de establecer
un indicador de su situación, información que a pesar de ser útil a nivel general, no permite a cada
Pyme identificar sus fortalezas o debilidades, ni qué aspectos deben mejorar para elevar sus niveles
de productividad y competitividad. De allí que se requieran análisis más adecuados de las
situaciones empresariales y el desarrollo de herramientas que permitan la gestión de su
conocimiento.
Los Sistemas Expertos pueden ser derivados de experiencia o por el conocimiento disponible en
libros, revistas o personas capacitadas. Para su desarrollo es importante notar como se combinan
estos papeles del operador dentro de un solo individuo, tal como es el caso de un experto en la
ingeniería del conocimiento(Méndez & Álvarez, 2003). En general, los autores concuerdan en que
los sistemas expertos han presentado ventajas en su implementación pero también algunas
dificultades que los han limitado(Hayes-Roth, Waterman Donald, & Lenat Douglas,
1983)(Leonard-Barton & Sviokla, 1988)(Gaines, 1988)(Badiru, 1992) y (Durkin, 1994). Dentro de las principales
ventajas de los sistemas expertos en el diagnóstico de las pequeñas y medianas empresas se tienen:
mayor disponibilidad de los expertos; costo reducido en el diagnóstico; permanencia del experto;
experiencia múltiple; mayor confiabilidad debido a las características propias de validación;
explicación de los diagnósticos y propuestas de mejora, respuesta rápida, sólida, completa y sin
emociones; y finalmente, tutoría inteligente para acompañar las posibles correcciones (Méndez,
Alvarez, Caicedo, & Malaver, 2013).
En el ámbito empresarial es imperativo considerar las Pymes como un fenómeno diferente con
características distintivas, donde la fuerte competencia y la constante innovación tecnológica (Soto
Pineda, Dolan, & Garcia de la torre, 2004) se tornan en un elemento vital para la supervivencia de
las mismas, permitiéndoles una capacidad de respuesta mejorada frente a nuevos mercados y
requerimientos o necesidades de los nuevos clientes reales y potenciales. Por lo que estudiar el área
de mercados como uno de los principales factores que intervienen en la consecución de los objetivos
de la Pyme, permite conocer la importancia del marketing como un problema influyente en el
desarrollo de las mismas, debido a que la gran mayoría de estas se consolida en torno a una fortaleza
de producción y no ante la identificación de una demanda insatisfecha(Schnarch Kirberg, 2009).
5
programas de producto, precio, distribución y comunicaciones, controlar los resultados y al mismo
tiempo establecer acciones correctivas(Schnarch Kirberg, 2009)
Las Pyme como empresas independientes, no cuentan con las mismas ventajas de aquellas
pertenecientes a grupos empresariales, donde el nivel de innovación organizacional es mejor en
economías que son más fuertes y eficientes ; en América Latina la propensión de la innovación de
los grupos empresariales es en promedio 10% mayor que la de las empresas independientes
(Castellacci, 2015);por lo que es de gran importancia que estas cuenten con estrategias de
segmentación, diferenciación y posicionamiento en el mercado, para compensar la falta de recursos
tecnológicos (facilitadores de la innovación de proceso) y centrarse en mecanismos precursores de
la innovación de marketing.
1.3.
HIPÓTESIS
1.3.1.
PREGUNTA DE INVESTIGACIÓN
En la actualidad, las pequeñas y medianas empresas son una fuente significativa de generación de
empleo, crecimiento y desarrollo económico, razón por la cual, los países han implementado
estrategias que les permitan aprovechar sus potencialidades por medio de recursos que faciliten su
dinamización. Sin embargo, para que este objetivo se pueda llevar a acabo se deben realizar
evaluaciones de desempeño que contribuyan a la determinación de si este tipo de programas de
apoyo alcanzan un resultado con un grado de eficacia y eficiencia esperada.
No obstante, las evaluaciones de impacto aún no han sido incorporadas como parte fundamental
del diseño e implementación de las actividades de fomento. Esto crea en los entes de financiación,
la necesidad de construir metodologías de evaluación, en donde el riesgo en la colocación de pasivos
sea menor y los diagnósticos le permitan a la pyme adecuar sus estructuras con el fin de obtener
una gestión más acorde a las posibilidades, expectativas, conocimientos y recursos económicos que
tiene la pequeña y mediana empresa colombiana.
Con la apertura económica y la internacionalización de la economía, la situación del funcionamiento
en los negocios empieza a modificarse. Ahora se vive en un mundo cambiante, las reglas de mercado
ya no son las mimas y por ende las condiciones económicas fluctúan. Debido al creciente número
de industrias calificadas como Pymes en el contexto latinoamericano, se hace de vital importancia
que tengan un desarrollo sostenible para el bienestar no solo del mercado sino también del país;
para estas empresas la utilización de diversas estrategias de calidad, finanzas, mercados,
producción, recursos humanos o tecnológicas son necesarias para el aumento de su capacidad.
6
Es así como surge la necesidad de elaborar un diagnóstico general de los sectores productivos como
condición inicial, que permita en un futuro obtener un mayor impacto en la implementación de las
soluciones y hacer realmente una alianza universidad-empresa contextualizada en las realidades de
los negocios. El papel del ingeniero industrial está asociado a este proyecto debido a que es la
persona idónea para determinar el estado de las empresas en cuanto a organización y empleo de
recursos en sus procesos; además de encontrar falencias en las operaciones, gestión de la
información y de recurso humano, manejo de materia prima e insumos, transporte, planeación,
distribución de planta y en general todo proceso que esté involucrado con la actividad de la
empresa, con el fin de encontrar el mejor método para hacer más productiva la organización.
De acuerdo a los puntos expuestos, se pretende construir la base de conocimiento que permita la
elaboración del sistema experto del diagnóstico de la Pyme enfocado al área funcional de Mercados,
y se plantean las siguientes preguntas de investigación:
La revisión del estado del arte realizada permite la construcción de una base de
conocimiento sólida para la detección de las problemáticas de las Pyme en el área funcional
de Mercados.
El método de representación mediante arboles es apropiado para el diseño de las reglas
que estructuren el sistema experto para el diagnóstico de las Pyme.
Es posible diseñar un diagnóstico para la identificación de las problemáticas del área
funcional de Mercados a partir del análisis y evaluación de sus causas y el desarrollo de
cuestionarios.
1.3.2.
OBJETIVOS
Adquirí y representar conocimiento que permita diseñar un prototipo de modelo integral de
diagnóstico para el área de Mercados en las Pymes, basado en sistemas expertos, combinando
adecuadamente modelos de procesamiento de conocimiento, para obtener un modelo que facilite
la toma de decisiones en la resolución de la problemática en cuestión.
Objetivos específicos:
Adquirir el conocimiento de expertos de manera indirecta para construir la base de
conocimiento.
Plantear las principales dificultades por las que atraviesa la Pyme en el área de Mercados.
Diseñar un prototipo de reglas para enfocar el diagnóstico del área de Mercados en la Pyme
y proponer posibles tratamientos de solución para dichas problemáticas.
1.4.
METODOLOGÍA EMPLEADA
7
Ilustración 3 Metodología empleada para el desarrollo del proyecto. Fuente: Grupo de Investigación Sistemas Expertos y Simulación - SES
Posteriormente en la Ilustración 4, se muestra detalladamente la estructura metodológica del
trabajo con base en su desarrollo por capítulos.
•Organización del conocimiento (esquema conceptual y flujo de información).
•Revisión del estado del arte. •Detección problemática y
síntomas causantes.
Conceptualización
•Interpretar y explicar conceptos, sub-problemas y particularidades del flujo de información. •Representación formal
fundamentada en herramientas de la ingeniería del conocimiento.
Formalización
•Formulación de reglas y estructuras de control que representan conceptos. •Conceptualización y regulación
adecuada del conocimiento del experto sobre el problema. •Modelo prototipo de Sistema de
Inferencia.
Implementación
Capítulo I. Generalidades
Capítulo II. Marco teórico y Conceptual CONCEPTUALIZACIÓN
Proyecto de Investigación
Planteamiento del problema de investigación
• Caracterización de los participantes • Recursos disponibles
Antecedente
s Justificación
Objetivos Metodología empleada
Revisión del estado del arte
• Sistemas Expertos. • Diagnóstico de las Pyme.
• Problemáticas de las Pyme en el área funcional de Técnica y Producción.
8
Ilustración 4 Estructura metodológica por capítulos para el desarrollo del proyecto. Fuente: Autor.
2.
MARCO CONCEPTUAL Y TEÓRICO
2.1.
SISTEMAS DE DIAGNÓSTICO
El crecimiento de la competencia en el mercado, dados por los cambios tecnológicos y la firmas de
varios Tratados de Libre Comercio, son oportunidades de desarrollo para crecer, innovar y ser más
competitivos, por lo cual es necesario que los directivos de las empresas utilicen herramientas
gerenciales como el diagnóstico empresarial, con el propósito de saber, con mayor precisión, cual
es el estado actual y que obstáculos impiden los resultados esperados al interior de una
organización, haciendo frente a los constantes cambios del mercado, de la tecnología y asegurando
una posición competitiva.
El procedimiento de diagnóstico tiene como objetivo general contribuir a la integración de las
decisiones locales en torno a objetivos estratégicos, y mejorar el desempeño de un sistema en una
Capítulo III. Desarrollo del Sistema Experto para elÁrea funcional de Mercados
Capítulo IV. Prototipo del Sistema Experto del Área funcional de Técnica y Producción
Conclusiones
Limitaciones e Investigaciones
Detección de la problemáticas y síntomas causantes.
Diseño de cuestionarios
FORMALIZACIÓN
Diseño de reglas
Diseño del motor de inferencia
IMPLEMENTACIÓN
Herramienta de prototipo (Excel)
Pruebas de corrida
Verificación de casos extremos
Contraste de Objetivos
Revisión cumplimiento objetivos planteados
Realización de conclusiones
Limitaciones encontradas en el desarrollo del prototipo y planteamiento de posibles líneas de
9
forma planeada y organizada para hacerlo más estable, eficaz, eficiente, de mejor valor, efectivo y
competitivo.(Hernández Torres & Acevedo Suarez, 2006)
La importancia que tiene la realización de un diagnóstico empresarial como herramienta de gestión
gerencial, reside en que las Pyme pueden detectar las causas principales de los problemas que las
aquejan, al igual que sus recursos y capacidades, de forma que sea posible enfocar sus esfuerzos
futuros a la búsqueda de medidas efectivas de solución, conseguir los resultados esperados y
establecer estrategias de crecimiento para satisfacer los requerimientos propios y de su grupo de
interés. (Baena & Rodenes, 2004; Braidot et al., 2003; Lay, Suárez, & Zamora, 2005; Torres Rincón,
2012)
En muchos casos este tipo de diagnósticos se dejan bajo la supervisión de expertos en el tema, como
consultorías o profesionales ajenos a la empresa a evaluar, sin embargo, también existe un alto
porcentaje de responsables de sus propios negocios que optan por tomar esta responsabilidad.
Como en la mayoría de campos, existen gran multitud de diagnósticos para las empresas, algunos
se centran en estudiar los procesos de producción y los consumidores, o incluso, en procesos de
venta, entre muchos otros. Estos diagnósticos se realizan a través de metodologías específicas que
permiten conocer todos esos detalles concretos, convirtiéndose en una herramienta necesaria para
poder generar cambios oportunos en las empresas y poder responder rápidamente a los cambios
del mercado.
El uso de métodos cuantitativos y herramientas para la toma de decisiones permitirá a las Pyme
reaccionar más rápidamente y de manera más precisa a cualquier cambio en las políticas externas
y en las necesidades del mercado que pudieren afectar el desempeño de las empresas, así como un
uso eficiente de sus recursos. (Sepúlveda, Escobar, & Adarme Jaimes, 2014)
2.2.
SISTEMAS EXPERTOS
2.2.1.
INTELIGENCIA ARTIFICIAL
El término Inteligencia Artificial (IA) fue acuñado desde la década de 1950, aunque los fundamentos
en los cuales se basa se remontan a los griegos. Fue Aristóteles una de las primeras personas en
plantear un conjunto de reglas que simulaban una parte del funcionamiento de la mente para así
poder obtener conclusiones racionales. Aunque a lo largo de la historia se han dado numerosas
aproximaciones a la IA, fue hasta el año 1950 que Alan Turing introdujo a la comunidad científica la
pregunta “¿Pueden pensar las máquinas?”.
La inteligencia artificial ha sido definida por diferentes autores, haciendo referencia a sistemas que
piensan racionalmente o que piensan como humanos; algunas definiciones se presentan a
continuación (PUENTE, 2012):
Haugeland, 1985 “El nuevo y excitante esfuerzo de hacer que los computadores piensen;
máquinas con mente, en el más amplio sentido literal”.
10
Kurzweill, 1900 “El arte de desarrollar máquinas con capacidad parar realizar funciones que
cuando son realizadas por personas requieren inteligencia”.
Nilsson, 1998 “Conductas inteligentes en artefactos”
El término inteligencia artificial se refiere a la capacidad de emular las funciones inteligentes del
cerebro humano, el empleo de la IA es variada y actualmente se utiliza principalmente en áreas de
informática y robótica, no obstante, se está extendiendo tanto en las ciencias sociales como ciencias
empresariales (Badaró, Javier Ibañez, & Agüero, 2013). De ahí que la inteligencia artificial se divida
en cuatro campos de estudio (León, 2007), los cuales se resumen en la Ilustración 5.
Ilustración 5 Estructura metodológica por capítulos para el desarrollo del proyecto. Fuente: León, 2007
2.2.2.
DEFINICIÓN DE SISTEMA EXPERTO
Los Sistemas Expertos, como parte o rama de la Inteligencia Artificial, son sistemas informáticos que
incorporan en forma explícita, extensible y modificable el conocimiento exacto o impreciso que
posee una persona o un grupo de expertos en un tema. Estos sistemas simulan el proceso de
aprendizaje, memorización, razonamiento y comunicación, para la generación de ayudas en el
análisis de problemas y toma de decisiones semejantes a las que proporcionaría el grupo de
expertos. Como consecuencia de todo lo anterior, este tipo de tecnologías hará posible el desarrollo
de respuestas rápidas y pragmáticas para muchas problemáticas. En este orden de ideas, es posible
mejorar el sistema con adiciones a la base de conocimientos o al conjunto de reglas, proporcionando
información actualizada para desarrollar un análisis oportuno. (Salmerón, 1988)(Harmon & King,
1988).
Con la ayuda de un Sistema Experto, las personas con poca experiencia pueden resolver problemas
que requieren un "conocimiento formal especializado", de forma más rápida que los expertos
humanos, con una base de conocimiento adquirido y dejando de lado la subjetividad que puede
INTELIGENCIA ARTIFICIAL ROBÓTICA
Apoyo a trabajos mecánicos y
repetitivos
SISTEMAS EXPERTOS
Apoyo a decisiones
LENGUAJES NATURALES
Comunicación con computadores
SIMULACIÓN SENSORIAL
Oído, vista, tacto, gusto,
11
generarse por las personas, lo cual brinda conclusiones más acertadas para la mejora de los procesos
o sistemas analizados.
Por lo anterior, el Sistema Experto muestra ciertas ventajas en comparación con un experto
humano, entre las cuales podemos destacar:
Mayor disponibilidad.
Costo reducido.
Peligro reducido.
Permanencia.
Experiencia múltiple.
Mayor confiabilidad.
Explicación.
Respuesta rápida, sólida, completa y sin emociones.
Tutoría inteligente.
Sin embargo, el Sistema Experto presenta algunas desventajas. Es evidente que para actualizarse
necesita la reprogramación de las reglas (tal vez esta sea una de sus limitaciones más acentuadas),
además que estos programas son poco flexibles a cambios y de difícil acceso a información no
estructurada; carecen de sentido común, para un SE no hay nada obvio, además no es posible
mantener una conversación informal con estos. Para un sistema experto es muy complicado
aprender de sus errores y de errores ajenos y no son capaces de distinguir cuales son las cuestiones
relevantes de un problema y separarlas de cuestiones secundarias.
Por otra parte, la inteligencia artificial no ha podido desarrollar sistemas que sean capaces de
resolver problemas de manera general o de aplicar el sentido común para resolver situaciones
complejas ni controlar situaciones ambiguas.(Badaró et al., 2013)
2.2.3.
HISTORIA DE LOS SISTEMAS EXPERTOS
Los sistemas expertos tuvieron su primer desarrollo hacia la década de 1960, una primera
aproximación de estos, fue el “General Purpose Problem Solver” (GPS) o “Solucionador de
problemas de propósito general”, con el cual se introdujo la posibilidad de definir los pasos
necesarios para cambiar un estado inicial, dado una meta deseada; en donde a pesar de las
expectativas que se tenían, el sistema no las pudo cumplir.(Badaró et al., 2013)
No fue sino hasta el desarrollo de DENDRAL que se estableció los fundamentos principales de un SE,
dentro de las conclusiones arrojadas por este desarrollo se encuentran:
La complejidad de los problemas requiere una cantidad considerable de conocimiento sobre
el área del problema.
Los solucionadores de problemas generales eran muy débiles para ser utilizados como base
para construir SE de alto rendimiento.
Los expertos humanos son buenos sólo cuando actúan en un dominio muy acotado.
Los SE necesitan ser actualizados constantemente con nueva información.
12
DENDRAL: Primer Sistema Experto en ser utilizado para propósitos reales, al margen de la
investigación computacional y durante aproximadamente 10 años, el sistema tuvo cierto
éxito entre químicos y biólogos ya que facilitaba enormemente la inferencia de estructuras
moleculares, dominio en el que Dendral estaba especializado (Turban, 1995).
MYCIN: Es un Sistema Experto para la realización de diagnósticos, iniciado por Ed
Feigenbaum y posteriormente desarrollado por E. Shortliffe. Su función es la de aconsejar a
los médicos en la investigación y determinación de diagnósticos en el campo de las
enfermedades infecciosas de la sangre (Nebendahl, 1991).
CADUCEUS: Fue un Sistema Experto médico programado para realizar diagnósticos en
medicina interna, fue completado a mediados de la década de 1980, si bien el inicio de su
desarrollo se remonta a la década de 1970, siendo programado por Harry Pople, de la
Universidad de Pittsburgh, y tomando como punto de partida una serie de entrevistas de
Pople al Dr. Jack Meyers. Pretendía mejorar el MYCIN, sistema focalizado sobre las bacterias
infecciosas de la sangre (Nebendahl, 1991).
XCON: El programa R1 (luego llamado XCON, por Configurador Experto) era un sistema de
producción basado en reglas escrito en OPS5 por John P. McDermott de CMU (1978) con el
propósito de asistir a los pedidos de los sistemas de computadores VAX de DEC (Digital
Equipment Corporation) seleccionando los componentes del sistema de acuerdo a los
requerimientos del cliente. El desarrollo de XCON siguió a dos fracasos de escribir un
Sistema Experto para esta tarea en FORTRAN y BASIC (Nebendahl, 1991).
2.2.4.
DESARROLLO DE UN SISTEMA EXPERTO
El desarrollo de sistemas expertos es un proceso costoso y complejo que requiere una metodología
para poder alcanzar los objetivos fijados. Las diferentes metodologías comparten tres fases
principales (Curiel Robles, 2013):
Adquisición del conocimiento.
Análisis y modelado del conocimiento.
Verificación del conocimiento.
Existen diversas metodologías que determinan un algoritmo a seguir para poder desarrollar un
Sistema Experto; el método presentado a continuación fue desarrollado por Weiss y Kulikowski en
1984 (Weiss & Kulikowski, 1984)
Planteamiento del problema: La primera etapa es quizás la más importante en el desarrollo
de un sistema experto, ya que consiste en la definición del problema a resolver y si el
sistema está mal definido, es de esperarse que el sistema proporcione respuestas erróneas.
Encontrar expertos humanos que puedan resolver el problema: No es necesario encontrar
13
Ilustración 6 Etapas en el desarrollo de un Sistema Experto
Fuente: (Castillo & Hadi, 1998)Sistemas Expertos y Modelos de Redes Probabilísticas. [Figura]. Recuperado de http://personales.unican.es/gutierjm/papers/BookCGH.pdf
Estructuración de conocimiento y diseño de reglas: Esta etapa incluye el diseño de
estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de
explicación, la interfaz de usuario, entre otros.
Elección de la herramienta de desarrollo, concha, o lenguaje de programación: Debe
decidirse si realizar un sistema experto a medida, o utilizar una concha, una herramienta, o
un lenguaje de programación. Si existiera una concha satisfaciendo todos los
requerimientos del diseño, esta debería ser la elección, no solo por razones de tipo
financiero sino también por razones de fiabilidad. Las conchas y herramientas comerciales
están sujetas a controles de calidad, a los que otros programas no lo están.
Desarrollo y prueba de un prototipo: Si el prototipo no pasa las pruebas requeridas, las
etapas anteriores (con las modificaciones apropiadas) deben ser repetidas hasta que se
obtenga un prototipo satisfactorio.
Refinamiento y generalización: En esta etapa se corrigen los fallos y se incluyen nuevas
posibilidades no incorporadas en el diseño inicial.
Mantenimiento y puesta al día: Durante esta etapa el usuario plantea problemas o defectos
del prototipo, corrige errores, actualiza el producto con nuevos avances, etc.
2.2.5.
CARACTERÍSTICAS DE UN SISTEMA EXPERTO
Para que un sistema computacional pueda ser denominado Sistema Experto, es necesario que
cumpla las siguientes características básicas:
Alto desempeño: Igual respuesta como mínimo a la de un experto humano.
Tiempo de respuesta adecuado: Mejor a la que tardaría un experto humano.
Confiabilidad: No sea propenso a “caídas”.
Comprensible: Capaz de explicar los pasos o razonamientos seguidos.
Flexibilidad: Permita añadir, modificar y eliminar conocimiento.
Planteamiento del problemaEncontrar Expertos Humanos
Diseñar Sistema Experto
Elegir Herramienta de Desarrollo
Mantenimiento y puesta al día Construir Prototipo
Probar prototipo
14
Otros sistemas más elaborados pueden:
Enumerar todas las razones a favor y en contra de una hipótesis en particular. Una hipótesis
también puede verse como un hecho cuya verdad está en duda y debe probarse.
Enumerar todas las hipótesis que puedan explicar la evidencia observada.
Explicar todas las consecuencias de una hipótesis.
Dar un pronóstico o predicción de lo que ocurrirá si la hipótesis es verdadera.
Justificar las preguntas que el programa hace al usuario para obtener más información.
Justificar el conocimiento del programa.
2.2.6.
COMPONENTES DE UN SISTEMA EXPERTO
Tal como lo expone la teoría general de sistemas, todo sistema es aquel en el cual la suma total de
sus partes funcionan independientemente pero conjuntamente para lograr productos o resultados
requeridos, basándose en las necesidades; de la misma forma un sistema experto está compuesto
por un conjunto de elementos(Castillo & Hadi, 1998). Estos elementos se explican brevemente a
continuación:
Componente humana: Este componente tiene en cuenta la colaboración entre uno o varios
expertos humanos especialistas en el tema de interés y los ingenieros de conocimiento
quienes son los encargados de trasladar dicho conocimiento a un lenguaje que el sistema
experto pueda entender.
Base de Conocimiento: Es la columna principal del Sistema Experto, puesto que allí está
toda la información recopilada de los expertos que permitirán al sistema desarrollar el
proceso de toma de decisiones
Base de adquisición del conocimiento: Se recopilan los métodos por los cuales el ingeniero
del conocimiento adoptara la información necesaria para la base de conocimiento.
Base de edición del conocimiento: Tal como se explicó anteriormente, un SE tiene que ser
flexible ante el cambio (adición o eliminación de información), por lo tanto, el SE tiene que
tener la capacidad de realizar cambios cuando fuese necesario.
Base de despliegue del conocimiento: Todo SE tiene como finalidad dar a conocer un
resultado de lo que está evaluando, por ello es necesario que las conclusiones arrojadas
sean claras y concisas.
Base de validación del conocimiento: El SE debe ser capaz de corroborar la veracidad de los
datos, ya sean de entrada o de salida.
Base de explicación del conocimiento: El sistema debe proveer un desglose claro de los
resultados arrojados, ya que está dando soluciones a problemas en los cuales el usuario no
tiene la suficiente experticia.
2.2.7.
APLICACIONES DE LOS SISTEMAS EXPERTOS
15
Transacciones Bancarias
No hace mucho, para hacer una transacción bancaria, tal como depositar o sacar dinero de una
cuenta, era necesario visitar el banco en horas de oficina; hoy en día, estas y otros servicios
adicionales pueden realizarse en cualquier momento usando los cajeros automáticos que son
ejemplos sencillos de sistemas expertos. De hecho, se pueden realizar estas transacciones desde
casa comunicándose con el SE mediante la línea telefónica(Castillo & Hadi, 1998).
Control de tráfico
El control de tráfico es una de las aplicaciones más importantes de los sistemas expertos.
Anteriormente, su flujo era intervenido por guardias de tráfico situados en las calles, controlando
las intersecciones. Actualmente se utilizan sistemas expertos que operan automáticamente
conocidos como semáforos, los cuales regulan la circulación de los diversos sistemas de transporte
tanto en las calles como en los ferrocarriles (Castillo & Hadi, 1998).
Problemas de Planificación
Los sistemas expertos pueden utilizarse también para resolver problemas complicados de
planificación, en donde se optimicen ciertos objetivos como: la organización y asignación de aulas
para la realización de exámenes finales en una gran universidad, de tal forma que se logren los
siguientes objetivos:
Eliminar las coincidencias de asignación simultánea de aulas: Solo se puede realizar un
examen en cada aula al mismo tiempo.
Asientos suficientes: Un aula asignada para un examen debe tener al menos dos asientos
por estudiante.
Minimizar los conflictos temporales: Minimizar el número de alumnos que tienen exámenes
coincidentes.
Eliminar la sobrecarga de trabajo: Ningún alumno debe tener más de dos exámenes en un
periodo de 24 horas.
Minimizar el número de exámenes realizados durante las tardes.
Otros ejemplos de problemas de planificación que pueden ser resueltos mediante sistemas expertos
es la asignación de doctores y enfermeras en un gran hospital, la organización en una gran factoría,
y la programación de autobuses para las horas de congestión o de días festivos(Castillo & Hadi,
1998).
Diagnóstico médico
Una de las aplicaciones más importantes de los sistemas expertos tiene lugar en el campo médico,
donde estos pueden ser utilizados para contestar las siguientes preguntas(Castillo & Hadi, 1998):
¿Cómo se puede recoger, organizar, almacenar, poner al día y recuperar la información
médica (por ejemplo, registros de pacientes) de una forma eficiente y rápida?
¿Cómo se puede aprender de la experiencia? ¿Es decir, cómo se actualiza el conocimiento
de los doctores en medicina cuando el número de pacientes que estos tratan aumenta?
16
¿Cuáles son las relaciones entre un grupo (normalmente no observable) de enfermedades
y uno (observable) de síntomas? En otras palabras, ¿Qué modelos pueden utilizarse para
describir las relaciones entre los síntomas y las enfermedades?
Dado que los síntomas conocidos no son suficientes para diagnosticar la enfermedad con
cierto grado de certeza, ¿Qué información adicional debe ser obtenida? por ejemplo, ¿Qué
síntomas adicionales deben ser identificados? o ¿Qué pruebas médicas deben realizarse?
¿Cuál es el valor de cada una de estas piezas de información? En otras palabras, ¿cuál es la
contribución de cada uno de los síntomas adicionales o pruebas a la toma de decisión?
2.2.8.
SISTEMAS BASADOS EN REGLAS
Son utilizados para la solución de problemas que están gobernados por reglas deterministas. Sus
elementos fundamentales son: los datos, la base de conocimiento y el motor de inferencia. Los
datos son hechos conocidos en una situación particular de naturaleza dinámica.
En un entorno determinístico, la base de conocimiento consiste en un conjunto de objetos y reglas
que representan sus relaciones y definen el problema. La información almacenada en esta base es
permanente, no cambia de una aplicación a otra, a menos que se incorporen al Sistema Experto
elementos nuevos de aprendizaje(Castillo & Hadi, 1998).
Castillo, Gutiérrez, & Hadi definen una regla como “una afirmación lógica que relaciona dos o más
objetos e incluye dos partes, la premisa y la conclusión. Cada una de estas partes consiste en una
expresión lógica con una o más afirmaciones objeto-valor conectadas mediante los operadores
lógicos y, o, o no”. A partir de esta definición se clasifican las reglas en dos categorías: simples y
compuestas.
Las reglas simples son aquellas que están compuestas solo una afirmación objeto-valor: Si
nota> 9, entonces calificación = sobresaliente.
Una regla compuesta está conformada por múltiples afirmaciones objeto-valor: Si puesto <
20 o nota > 7, entonces Admitir = si y Notificar=sí.
Posteriormente, el motor de inferencia extrae las conclusiones aplicando la lógica clásica al diseño
de reglas. Las conclusiones pueden clasificarse de la misma manera que las reglas: simples y
compuestas. Las conclusiones simples son las que resultan de una regla simple y las conclusiones
compuestas son las que resultan de más de una regla. Para obtener estas conclusiones los expertos
pueden utilizar según lo requieran:
2.2.8.1.
DIFERENTES TIPOS DE REGLAS
Modus Ponens: Permite la obtención de conclusiones simples a partir del análisis de la
premisa de la regla, si es cierta la conclusión pasa a formar parte del conocimiento.
Modus Tollens: Se examina la conclusión, si esta resulta ser falsa también lo es su premisa.
17
Ilustración 7 Reglas de inferencia Modus Ponens y Modus Tollens
Fuente(Castillo & Hadi, 1998). Sistemas Expertos y Modelos de Redes Probabilísticas. [Figura]. Recuperado de http://personales.unican.es/gutierjm/papers/BookCGH.pdf
2.2.8.2.
ESTRATEGIAS DE INFERENCIA Y CONTROL
Encadenamiento de reglas: Se utiliza cuando las premisas de ciertas reglas coinciden con
las conclusiones de otras, lo que permite relacionar reglas para obtener conclusiones
complejas. A partir de una base de conocimiento (datos, objetos y reglas) se asignan a los
objetos sus valores iniciales (hechos conocidos o evidencias) y se ejecutan cada regla
relacionada para concluir nuevos hechos, proceso que se repite sucesivamente hasta que
no puedan obtenerse más información. En la Ilustración 8 se muestra un ejemplo de seis
reglas que relacionan 13 objetos del A al M y su representación gráfica.
Ilustración 8(Izquierda) Ejemplo de un conjunto de seis reglas que relacionan 13 objetos. (Derecha) Representación gráfica de las relaciones entre las seis regla, cada objeto se muestra como un nodo. Fuente: (Gutierrez, 2008)
Encadenamiento de reglas orientado a un objetivo: a partir de una base de conocimiento
(objetos y reglas) el usuario selecciona una variable o nodo objetivo, el algoritmo navega a
través de las reglas en búsqueda de una conclusión para el nodo objetivo o de mayor
información en caso de que no la encuentre.
Compilación de reglas: Las ecuaciones objetivo son escritas en función de los datos.
Las estrategias de encadenamiento de reglas se utilizan en problemas en los que algunos hechos
(por ejemplo, síntomas) se dan por conocidos y se buscan algunas conclusiones (por ejemplo,
enfermedades). Por el contrario, las estrategias de encadenamiento de reglas orientadas a un
objetivo se utilizan en problemas en los que se dan algunos objetivos (enfermedades) y se buscan
los hechos (síntomas) para que ´estas sean posibles. (Gutierrez, 2008)
Modus Ponens
Premisa --> Conclusión
• Regla: Si A es cierto, entonces B
es cierto.
• Hecho: A es cierto.
• Conclusión: B es cierto.
Modus Tollens
Conclusión --> Premisa
• Regla: Si A es ceirto, entonces B
es cierto.
18
2.2.9.
CONTROL DE LA COHERENCIA
En situaciones complejas, incluso verdaderos expertos pueden dar información inconsistente (por
ejemplo, reglas inconsistentes y/o combinaciones de hechos no factibles). Por ello, es muy
importante controlar la coherencia del conocimiento durante la construcción de la base de
conocimiento. La coherencia permite:
Ayudar al usuario a no dar hechos inconsistentes, por ejemplo, dándole al usuario las
restricciones que debe satisfacer la información demandada.
Evitar que entre en la base de conocimiento exista cualquier tipo de conocimiento
inconsistente o contradictorio.
El control de la coherencia debe hacerse controlando la coherencia de las reglas y la de los hechos.
2.2.9.1.
COHERENCIA
DE
REGLAS
Un conjunto de reglas se denomina coherente si existe, al menos, un conjunto de valores de todos
los objetos que producen conclusiones no contradictorias, es decir, es suficiente que exista un
conjunto de valores que conduzcan a conclusiones no contradictorias. Nótese que un conjunto de
reglas puede ser coherente, aunque algunos conjuntos de valores puedan producir conclusiones
inconsistentes. Estos conjuntos de valores se llaman valores no factibles, estos valores deben ser
eliminados de la lista de valores posibles para eliminar la posibilidad de que el motor de inferencia
pueda obtener conclusiones inconsistentes.
2.2.9.2.
COHERENCIA DE LOS HECHOS
Los datos o evidencias suministrados por los usuarios deben ser también consistentes en sí y con el
conjunto de reglas de la base de datos. Por ello, el sistema no debe aceptar hechos que contradigan
el conjunto de reglas y/o el conjunto de hechos existente en cada instante del proceso.
2.3.
PROBLEMÁTICA
De acuerdo con diferentes estudios de carácter nacional e internacional las pequeñas y medianas
empresas son un segmento relevante de la realidad empresarial mundial, el crecimiento e
incremento de su productividad no sólo es pertinente sino crucial en la creación de empleo, el
desarrollo de una determinada región y fortalecimiento de su economía(Dini et al., 2005). Sin
embargo, en Colombia existe una evidente deficiencia en las Pymes, en donde además de las
dificultades comunes e independientes del contexto en que se desarrollan; la internacionalización
de la economía, los tratados de libre comercio, los bloques económicos de desarrollo y demás
factores de la globalización, han modificado el entorno, haciendo que los pequeños y medianos
empresarios, no solo sientan la necesidad de modernizar y adecuar sus estructuras (Segaro, 2010)
si no que requieren del aumento de su capacidad utilizando diversas estrategias con el objetivo de
conseguir un desarrollo sostenible para el bienestar tanto del mercado como del país.
19
Para la consecución de estos objetivos las organizaciones requieren de evaluaciones de desempeño;
sin embargo aunque se han destinado esfuerzos y los recursos para la dinamización de este
segmento de empresas con el fin de poder aprovechar sus potencialidades, siguen siendo bastante
pocos los casos en los cuales se intenta definir con precisión cuales han sido los resultados
alcanzados con los programas de apoyo y cuál es su grado de eficacia y eficiencia, y las evaluaciones
de impacto aún no han sido incorporadas como parte fundamental del diseño e implementación de
las actividades de fomento.
Adicionalmente, aunque a nivel sectorial se hacen algunos diagnósticos, estos no se practican para
cada una de las empresas de manera aislada, mucho menos se presentan recomendaciones de
mejora particulares, dificultando la identificación de fortalezas, debilidades y aspectos a mejorar
para elevar sus niveles de productividad y competitividad; además de disminuir las brechas de
pobreza y desigualdad frente a países desarrollados, y en especial el afianzamiento de las Pymes
(Erixon, 2009)
Algunos de estos estudios, presentan como problemáticas principales el financiamiento, el volumen
de ventas, los costos de insumos, altos impuestos, rotación de la cartera, competencia de grandes
empresas, falta de demanda y baja exportación(Asociación nacional de instituciones financieras
(ANIF), 2016). En donde las concernientes al área de mercados fueron identificadas y corroboradas
mediante la revisión bibliográfica desarrollada en la primera etapa de esta fase del proyecto.
Encontrando que muchos autores ondeaban en temas como la segmentación en…
3.
DESARROLLO DEL SISTEMA EXPERTO PARA EL ÁREA
FUNCIONAL DE MERCADOS
3.1.
DEFINICIÓN DE PROBLEMAS
El desconocimiento por parte de las pequeñas y medianas empresas (Pymes) en cuanto a marketing
se refiere, hace que las mismas no le adjudiquen un presupuesto determinado como lo harían con
el área de calidad, finanzas, producción, innovación, gestión del talento humano, entre otros;
restándole importancia y prescindiendo de él, ya que se piensa que marketing es sinónimo de
publicidad y por ende no es considerado como una prioridad para la organización. Esto ha llevado a
que muchas empresas tomen decisiones erróneas en cuanto a la satisfacción de las necesidades del
mercado objetivo, selección del segmento a servir, posicionamiento, diferenciación y hasta en la
elección del “core business” del negocio.
Así como la desinformación en las Pymes es una de las razones por la que se puede dar una mala
gestión de mercados, es importante conocer las causas por las que el área funcional puede verse
afectada y las consecuencias derivadas de las mismas que para el caso de esta investigación
desencadenaran los denominados “síntomas” quienes darán indicio del padecimiento de una
“enfermedad”.
20
hipótesis o afirmaciones y posibles soluciones, que permitan llegar a cierto tipo de conclusiones.
Toda esta recopilación de información se encuentra en el Anexo 1 “Base de conocimiento”, que
aparte de servir para la identificación de la relación entre causas y variables que influyen en la buena
o mala gestión en el área de mercados ilustrada por un diagrama causa-efecto (ilustración 6);
actuara como repositorio permitiendo su fácil acceso para el desarrollo de la investigación.
Posterior a esto se procede a identificar aquellos causales de la existencia de “enfermedades”
considerándolas como afecciones o falencias por las que atraviesa la Pyme específicamente en el
área funcional de Mercados, ratificando su padecimiento con “signos” o indicadores que confirmen
la gravedad del “síntoma” y de este modo poder dar un posible “tratamiento” el cual contribuya al
fortalecimiento de la organización en pro de su correcto funcionamiento; información que podrá
ser consultada en el Anexo 2 “Identificación de enfermedades”.
Ilustración 9 Diagrama Causa-Efectos
