26 abril 2006

Definição de Sistema Especialista

O professor Edward Feigenbaum, da Universidade de Stanford, definiu um sistema especialista como:

. . . um programa inteligente de computador que usa conhecimento e procedimentos inferenciais, para resolver problemas que são bastante difíceis de forma a requererem, para sua solução: muita perícia humana.


O conhecimento necessário para atuar a esse nível, mais os procedimentos inferenciais empregados, pode considerar-se um modelo da perícia dos melhores profissionais do ramo.


O conhecimento de um sistema especialista consiste em fatos e heurísticas.



  • Os fatos cons­tituem um corpo de informação que é largamente compartilhado, publicamente disponível e geralmente aceito pelos especialistas em um campo.
  • As heurlsticas são em sua maioria privadas, regras pouco discutidas de bom discernimento (regras do raciocínio plausível, regras da boa conjectura), que caracterizam a tomada de decisão a nível de especialista na área.

O nível de desempenho de um sistema especialista é função principalmente do tamanho e da qualidade do banco de conhecimento que possui.

Feigenbaum chama os que constróem sistema especialistas baseados no conhecimento de "enge­nheiros do conheci mento" e refere-se à sua tecnologia como "engenharia do conhecimento". Os primeiros sistemas eram chamados usualmente de "sistemas especialistas" mas a maioria dos engenheiros do conhecimento hoje refere-se a seus sistemas como "sistemas cognitivos".


Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

Sinergia - Conhecimento Tácito - Conceitos - Idéias - Sugestões - Workshop - Cursos - Projetos - Aulas - Palestras - Referências - Bibliografia - Sites - Contatos - Blogs - Comunidades - Contribuições - Questões - Casos - Exemplos - Debates - Estudos - Pesquisas - Roteiro - Diagnóstico - Temas - Aspectos - Opiniões - Acervo - Sites - Portal - Página - BLOG - Forum - Professor - Consultor - Palestrante

Variedades de Conhecimento

O conhecimento pode classificar-se de diversas maneiras. A figura ao lado apresenta uma classificação geral do conhecimento. A seta horizontal descreve uma dimensão que indica o conhecimento compilado que um indivíduo adquiriu.
Clique na figura para ampliá-la.


Por conhecimento compilado entende-se a informação que foi organizada, indexada e armazenada de tal maneira que o acesso a ela é fácil. O conhecimento compilado é utilizável de pronto para a resolução de problemas. Posto de outra forma, compilar é o processo de agrupar em
pencas. Partes significativas do conhecimento são armazenadas e recuperadas como unidades funcionais­.

Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

Processamento humano da informação

Uma maneira de conceituar isto é pensando em uma tela de computador com inúmeras janelas. Em uma janela aparece a carta que se está escrevendo; em outra, uma planilha que se observa enquanto se escreve a carta; em outra janela ainda se pode manter uma carta recebida por correio eletrônico e a que se quer responder. Pensando-se em cada uma das janelas como uma penca, então a pesquisa sugere que se pode tratar eficazmente apenas quatro ou cinco janelas ao mesmo tempo. Ampliando um pouco mais este exemplo, ver-se-á que cada janela pode ser aumentada e que partes da janela podem ser ampliadas para permitir ver outros níveis de detalhe. Uma penca é algo assim; ao concentrar-se nela, pode-se lembrar cada vez mais dos detalhes associados que ajudaram a defini-la.


Nos primeiros modelos de memória do processamento humano da informação, identificaram-se dois tipos separados de memória: a memória transitória e a memória permanente. Atualmente, a maioria dos investigadores conceitua a memória sensorial como a parcelazinha de memória permanente que é ativada em qualquer determinado momento, tal como a exibição na tela do computador representa só uma parcelazinha dos dados armazenados nos vários programas e arquivos do computador. Pencas ativadas anteriormente tornam-se menos acessíveis quando a ativação se difunde a novas pencas. Isto acontece em virtude dos poucos recursos do processador cognitivo humano. O modelo de ativação é intuitivamente atraente porque descreve o pensamento como a difusão da ativação de um grupo de pencas para o seguinte.


A memória permanente retém a massa de conhecimento acumulado do indivíduo, interligado em uma espécie de rede complexa. Não se conhece nenhum limite à quantidade de informações que se pode armazenar na memória permanente. O truque não é, todos sabemos, armazenar informação mas manter maneiras de recuperar ou relembrar as coisas.


Precisa-se de tempo para acrescentar novas pencas de informação à memória permanente. Em média leva-se cerca de sete segundos por penca para ter certeza que o fato foi convenientemente vinculado à rede de memória permanente. Todos reoconhecemos isto, quando adotamos diferentes estratégias para esquadrinhar o jornal local e quando realmente "prestamos atenção" na nova terminologia. Aqui atentamos não apenas para um novo termo, mas também para outros termos que já conhecemos e estão associados ao novo termo.


Embora o armazenamento leve um tempo relativamente longo, o sistema humano de processamento da infomação pode ter acesso bastante rápido à memória permanente - uma vez a cada ciclo de 70 milisegundos. Esta assimetria é de grande importância para entender como funcionam as pessoas.


Um rendimento apurado a uma taxa rápida não é incomum nos seres humanos, mas a armazenagem rápida de nova informação para uso permanente é muito raro. Dito de maneira diferente, os especialistas de categoria mundial, como os mestres de xadrez discutidos acima, emergem ordinariamente depois de dez anos ou mais de trabalho em suas áreas. Leva-se todo esse tempo só para adquirir, codificar, vincular e organizar a experiência.


Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

Organização das informações adquiridas

Nos estudos sobre a resolução humana de problemas, Newell e Simon permitiram que mestres de xadrez observassem, durante 5 a 10 segundos, um tabuleiro com um jogo em andamento. Então pediram aos mestres de xadrez que reproduzissem o tabuleiro. A maioria pôde colocar fácil e perfeitamente todas as peças nas casas certas. Os mestres de xadrez não podiam ter memorizado a posição de cada uma das 30 e tantas peças em um tabuleiro particular. Em vez de se concentrar nas peças individuais, observaram de quatro a seis configurações ou grupos de peças.

Na recriação do tabuleiro, começaram por reconstituir que uma determinada configuração estava presente e aí deduziram as peças que a compunham. Com efeito, os mestres do xadrez aprendem a reunir em "penca" as peças individuais dentro de pequenas configurações. Depois aprendem a reunir as pequenas configurações em configurações maiores. Assim, quando pensam em um jogo particular, são capazes de pensar em função das interações que podem ou deveriam ocorrer entre as quatro a seis configurações que vêem.


Os estudos sobre desempenho cognitivo sugerem que a maioria dos profissionais experimentados desde os prestidigitadores e músicos de orquestra aos advogados processuais e executivos, empregam uma orientação semelhante para organizar os dados que devem memorizar a manipular durante a resolução do problema.

Quando jovens, começamos a organizar as nossas experiências em pencas de informações. Conforme envelhecemo, aglomeramos mais e mais informações em torno de conceitos cada vez mais abstratos. É interessante que, não importa quão complexas se tornem as nossas pencas, a nossa capacidade de manipulá-las parece permanecer quase a mesma.

Um ser humano pode reter de quatro a sete pencas na memória transitória ao mesmo tempo. Neste caso, partimos do princípio de que o nosso pensador trabalha sem livros, mapas ou notas. Armazenando algumas informações fora e olhando para elas enquanto pensamos, podemos aumentar a quantidade de informações que podemos manipular simultaneamente.


Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

Compilação e heurísticas

Clique na figura para ampliá-la

O processo de compilação ocorre em duas formas complementares. Primeiro, podem-se estudar os tópicos formalmente, como em uma escola, ou como se freqüentam aulas e se lêem livros didáticos. Como resultado de tal estudo, o conhecimento é agrupado em pencas, em forma de definições, axiomas e leis.

Os bons alunos saem dos cursos de contabilidade ou de física com boa compreensão dos termos, equações e leis que constituem as teorias formais e princípios aceites de suas disciplinas. Normalmente, porém, mesmo que possam descrever o conhecimento que aprenderam, não sabem exatamente como aplicá-lo na prática.


Quando resolvemos problemas, recorremos a princípios combinatórios para determinar uma solução. Os princípios, leis e axiomas são convenientes para explicar e justificar por que uma solução tem bom resultado e outra não. Mas são de pouca valia para encontrar uma solução. As leis gerais, via de regra, não indicam exatamente como proceder quando nos defrontamos com um problema específico. A não ser nos casos simples, os axiomas formais tendem a criar espaços de problema demasiado grandes para pesquisar.

Uma segunda maneira de como se pode compilar o conhecimento é por meio da experiência ou pelo aprendizado com um mentor. Neste caso, os resultados são diferentes. Os fatos de domínio específico aprendem-se primeiro. A experiência, ou um mentor, usualmente ensina o aluno a confiar em regras práticas para executar tarefas ou resolver problemas. Os aprendizes também adquirem competência rapidamente aprendendo teorias de domínio específico. Assim, os contadores que aprendem com um mentor comportam-se como se conhecessem teoria contabilística mesmo que não a conheçam.

O conhecimento compilado da experiência resulta em heurísticas. As heurísticas são regras práticas que podam os espaços de busca para dimensões controláveis. Tendem a concentrar a atenção em algumas configurações-chave. Vimos como um mestre de xadrez concentra toda a sua atenção em algumas configurações gerais. Com a experiência de domínio, as pessoas tornam-se competentes porque aprendem a concentrar-se rapidamente nos aspectos importantes de um problema e porque aprendem as relações importantes.

O conhecimento heuristico compilado, isto é, a experiência que é bem organizada e indexada na memória permanente, dá-nos a agudeza quando enfrentamos e resolvemos numerosos problemas diários. A forma do conhecimento é simples e a sua força advém-lhe de toda a experiência que resume. O conhecimento como o de "não caminhar distâncias acima de um quilômetro" é represen­tado facilmente como uma regra de produção no momento que estivermos resolvendo o problema de escolha de um teatro. Ao codificar e observar características do problema, tais produções são relembradas e permitem construir planos e soluções. Por esta análise, o que faz um problema fácil ou difícil é a experiência passada que ajuda a decidir se usa ou salta determinadas possíveis opções.

Há muitas variedades de comportamento humano de resolução de problemas. Uma delas ocorre quando se peleja com um problema novo e pouco familiar. Com pouco para continuar, alguém pode se encontrar adivinhando e experimentando. Usa-se uma abordagem diferente quando se encontram problemas sobre os quais se sabe muito. Nesse caso, reúnem-se sistematicamente, informações pertinentes, constróem-se soluções protótipo, ignoram-se muitos detalhes descabidos e revêem-se as hipóteses à luz das restrições.


Uma boa teoria de resolução de problemas que permita reduzir o problema aos estados e operadores normalmente ajudará. Mas o conhecimento sobre o domínio específico do problema, incluindo algumas boas heurísticas, ajudará muito mais.


Extrído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

Regras de produção

Para descrever como os seres humanos processam a informação simbólica, os pesquisadores da Inteligência Artificial criaram uma "linguagem de programação" chamada sistema de produção.
Os sistemas de produção constam de duas partes:
  1. as regras de produção ou proposições "se-então" e
  2. uma memória de trabalho.
Dito de outra maneira, uma produção é uma instrução a um processador "reconhecer-agir" como o descrito acima. As regras de produção aplicam-se à memória de trabalho. Se tiverem êxito, contribuirão com alguma nova informação para a memória.

Exemplo:

  • Uma pessoa acorda e olha o relógio-calendário e vê que é dia 15 de maio.
  • "15 de maio" vai para a memória de trabalho e, por ativação, recupera-se uma produção:
  • "Se é 15 de maio, então é o aniversário da esposa". Um novo fato vai para a memória de trabalho:
  • "Hoje é o aniversário de Susana" e o processo continua quando, novamente por ativaçao, a produçâo
  • "se é aniversário de alguém. então é preciso pensar em um presente" é localizada. "Presente" é colocado na memória e o ciclo continua.

O sistema de produção oferece um modelo do pensamento humano extremamente poderoso por ser discreto, simples e flexível.

O seu êxito em criar programas que modelam o comportamento humano leva os pesquisadores em IA a concetrarem a atenção no papel que as regras "se-então" desempenham no conhecimento humano.

Realmente, muitos sistemas especialistas podiam descrever-se como sistemas de produção.

Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Conhecimento Possibilita a Resolução de Problemas

Se os problemas como o de planejar uma tarde no teatro são em geral mais difíceis que o das moedas, como é que resolvemos problemas como esses e muitos mais difíceis quotidianamente? A razão por que podemos resolver tais problemas tão facilmente é que armazenamo experiência que empregamos para simplificar o problema.

Sabemos que uma rápida chamada para o teatro esclarecerá o objetivo. Se tivermos o endereço e o horário, poderemos usual mente elaborar um plano. Do contrário, poderemos consultar outras fontes de conhecimento, tais como um mapa ou um roteiro de ônibus.

Muitas opções lógicas, como a de caminhar até um teatro que fique a 30 km de casa, são descartadas de imediato, sem perda de tempo. Sabemos que é uma idéia simplesmente impraticável.


Por isso, o estudo das habilidades em resolver problemas complexos transforma-se em uma questão de determinar o conhecimento que é necessário a fim de poder reduzir o enorme espaço do problema de um problema mal formalizado a dimensões mais controláveis.

Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988,

Aplicação na medicina

O David Reis sofreu alguma neurocirurgia?

Porquê
[isto é, PORQUE é importante determinar se o PACIENTE -1 sofreu neurocirurgia?]

[7.0] Isto ajudará a determinar os organismos(além dos vistos nas culturas ou esfregaços que podiam causar a infecção.

Já ficou estabelecido que

[7.1] a infecção que requer terapia é meningite e
[7.2] não se viram organismos na preparação da cultura (CULTURA-1)pendente de fcs e
[7.3] o tipo dainfecção é bacteriana

Portanto, se
[7.4] O David Reistiver sofrido neurocirurgia e
[7.5] o tempo desde que foi operado for inferiora 2 meses e

[7.6] o tipo de neurocirurgia não for uma derivação ventrículo-uretra

então
há evidências de que os organismos (além dos encontrados nas culturas ou esfregaços que podem ser causa da infecção sejam o Staphulococcus-coag-pos(0,75), o Staphylococcuscoag-neg (0,51. E. colí (oA)' Klebsiella-pneumonia(0e,3), Streptococcus1/rupo~ (0,3) Pseudomonasaeruginosa(0.2)

Autor: Yu
[REGRA511]


De volta à pergunta...

36) O David Reis sofreu alguma neurocirurgia?

Não

37) O David Reis vive em um ambiente aglomerado?
Não
(...)

25 abril 2006

Paradigmas de consulta

  • Caracteristicas da Consulta: diagnóstico, prescrição. Outro nome: Seleção estruturada. Exemplo: diagnosticar uma doença infecciosa. Entrada: condições, respostas às consultas. Conhecimento: especialista usa regras empíricas e cálculos simples. Saída: heurística de solução e cáculo simples.
  • Caracteristicas da Consulta: planejamento. Outro nome: satisfação das condicionantes. Exemplo: esboçar um projeto, configurar um computador. Entrada: objetivos, limitações, recursos. Conhecimento: condicionantes, gabaritos, heurísticas. Saída: heurísticas, gabaritos, condicionantes de planejamento.
  • Caracteristicas da Consulta: projeto. Outro nome: descoberta. Exemplo: projetar um cirsuito integrado. Entrada: objetivos, limitações, recursos. Conhecimento: condicionantes, gabaritos, heurísticas. Saída: heurísticas, condicionantes da descoberta.
Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.


Trabalho de curso do professor Sérgio Lins - Abril de 2006

Tipos Genéricos de Resolução de Problemas

  • Interpretação: Inferir descrições de situação dos dados do sensor
  • Predição: Inferir conseqüências prováveis de situações dadas
  • Diagnóstico: Inferir defeitos do sistema a partir dos dados da observação
  • Projeto: Configurar objetos sob condicionantes
  • Planejamento: Determinar ações
  • Monitoração: Comparar as observações para planejar as vulunerabilidades
  • Depuração: Prescrever remédios para os defeitos
  • Reparação: Executar um plano para ministrar o remédio prescrito
  • Instrução: Diagnosticar. apurar e reparar o comportamento do estudante
  • Controle: Interpretar, predizer, reparar e monitorar o comportamento do sistema

    Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

24 abril 2006

Questões de treinamento e de interface de usuário

O treinamento abrange desde os manuais do usuário a um curso de duas semanas com documentação bem elaborada e ampla experiência direta. A maioria dos instrumentos é bastante diferente de tudo aquilo a que os programadores convencionais estão acostumados por isso, esse treinamento é vital.

Um ponto importante ao considerar no treinamento é determinar exatamente a quem se destina o treinamento. Decidindo-se comprar um pequeno instrumento e se espera treinar especialistas no assunto para programarem o sistema é, bom assegurar-se de que o treinamento está disponível e é conveniente para não programadores.

A pior parte do treinamentoe da documentação é muito difícil de entender para uma pessoa leiga em IA. Independente do treinamento estão as característica da interface do usuário que tornam o instrumento mais ou menos fácil. Algumas características da interface do usuário destinam-se em primeiro lugar, a auxiliar os engenheiros do conhecimento a criarem o sistema. Outras características destinam-se a auxiliar os usuários a interagirem com um sistema cognitivo após ter sido construído. O MYCIN é um sistema bastante bom no que concerne às características de interação.

Examinando os diálogos do MYCIN nos Capítulos 2 e 6 pode-se fazer uma boa idéia de como funcionam as características mais comuns. Obviamente, estando-se construindo um sistema pequeno que será usado por pessoal de escritório para decisões de rotina, não será necessáro um instrumento que permita aos empregados de escritório examinarem com grande detalhe, o raciocínio do sistema. Mas, estando-seconstruindo um sistema cognitivo para alguém que tenha de explicar serviços recomendados aos clientes ou construindo um sistema para uso de um especialista técnico ou de um profissional, dever-se-ão proporcionar ao usuário meios de examinar como o sistema chegou às suas conclusões.


Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.


Trabalho de curso do professor Sérgio Lins - Abril de 2006

23 abril 2006

Engenharia do Conhecimento

Que necessidades impulsionarão o mercado da engenharia do conhecimento?

Atualmente não há um mercado bem definido para os produtos da engenharia do conhecimento. Todos pressentem, porém, que irá aparecer um mercado simplesmente porque o conhecimento é sobremodo fundamental para as sociedades modernas.


Em um sentido importante, a engenharia do conhecimento é simplesmente uma extensão natural da demanda já em rápida expansão de sistemas de computadores. Todos os fatores que criaram uma demanda de maiores e melhores sistemas de computadores podem-se estender para justificar o desenvolvimento de sistemas de computadores que possam processar informações simbólicas. É quase como se todos os problemas e necessidades da sociedade moderna se tivessem combinado para exigir que se criasse e implementasse a engenharia do conhecimento o mais depressa possível.


Algumas das necessidades gerais de produtos de engenharia do conhecimento podem-se condensar sob os seguintes títulos:

1. Necessidade de novas abordagens à organização e produtividade;
2. Necessidade de perícia;
3. Necessidade de conhecimento;
4. Necessidade de competência;
5. Necessidade de equipamento automatizado inteligente.



Necessidade de Novas Abordagens e Produtividade


Mal se podem ler os jornais ou ver televisão sem ouvir falar da crescente concorrência que as nossas empresas enfrentam por parte das empresas de outros países. Ou aumentamos a nossa produtividade ou veremos a mão-de-obra emigrar para o exterior. Ao mesmo tempo, teremos de criar novos produtos para expandir o nosso comércio. A concorrência entre empresas nacionais também cresce rapidamente. Há uns 12.000 bancos e empresas de poupança e de financiamento atualmente. A continuar o desregramento governamental, estas instituições serão forçadas a competir de forma corro nunca o fizeram antes. Ninguém que tenha estudado o mercado de serviços financeiros acredita que todas essas instituições existam dentro de cinco anos. Diversas faliram nos últimos anos e muitas mais se fundiram. No momento, os diretores de instituições financeiras buscam desesperadamente novas maneiras de organizar suas empresas, de novos serviços a oferecer e de novas maneiras de reduzir os seus custos operacionais. Em todos estes esforços, o computador desempenha um papel primordial e todos esperam que desempenhe um papel ainda maior nos próximos cinco anos. A mesma história, com ligeiras variações, vale para a indústria dos transpor¬tes, as indústrias pesadas, as fábricas d e automóveis e, ironicamente, as indústrias de computadores. Há grande necessidade de rever os conceitos de organização de nossas empresas para aumentar a sua produtividade.

Necessidade de Perícia

Uma das tendências das sociedades modernas tem sido a da especialização. Esta tendência tem-se acentuado tanto nas profissões e especializações técnicas como nas operações de produção. Não vamos mais ao médico, vamos às clínicas onde vários especialistas se alternam a examinar-nos. Além disso, se tivermos um problema verdadeiramente difícil, o provável é que chamem um especialista externo para consultar junto com o especialista da clínica. Há vários anos que o conhecimento da maioria das áreas científicas vem crescendo exponencialmente. Leva de 10 a 15 anos para um indivíduo dominar uma especialidade. Bons especialistas de verdade são escassos em quase todas as áreas. Na maioria das operações complexas de escritório ou de produção, os administradores identificam rapidamente um ou dois funcionários que sabem realmente fazer o seu trabalho. São os únicos para quem todos os demais se voltam, quando alguma coisa não sai bem ou quando ocorre algo realmente incomum. À medida que os problemas se tornam cada vez mais complexos, quase todos gostariam de ter mais acesso aos especialistas. Há grande procura pela assessoria de especialistas.

Necessidade de Conhecimento

Deixando de lado o desejo de ter a mão um especialista, a tomada de decisões torna-se cada vez mais complexa. A maioria dos administradores desejaria ter mais informações antes de tomar uma decisão importante. Na verdade, a maioria de nós gostaria de ter mais informações antes de decidir sobre coisas cada vez mais complexas, tais como o sistema telefônico a usar ou o computador pessoal a comprar. O que queremos, porém, não é informação, o que de verdade queremos é conhecimento. Queremos informação organizada de maneira conveniente. Não queremos ter de percorrer volumes de estatísticas, queremos poder ver de relance quais são os componentes críticos do processo decisório e saber os meios de determinar como esses componentes afetam a nossa decisão. Não é precisamente o conhecimento do especialista que queremos, mas d, sem dúvida, conhecimento.


Necessidade de Competência

Os produtos tornaram-se mais numerosos e mais complexos. Todos os negócios enfrentam o problema de treinar pessoas para explicarem aos clientes os produtos e opções. Têm também problemas em encontrar pessoas para prestarem assistência ou consertaremos produtos. Artigos complexos implicam procedimentos complexos. Não é fácil lembrar-se constantemente de conferir, a toda a hora, todos os componentes. É muito difícil encontrar pessoas que sejam suficientemente cuidadosas e constantemente atenciosas. Ao mesmo tempo em que se multiplicou a necessidade de pessoas para executarem tais tarefas, a educação geral e as aptidões ao nível de admissão de novos operários decaíram. Encontrar empregados competentes é difícil; oferecer assistência capaz permanente é um verdadeiro desafio.

Necessidade de Equipamento Automatizado Inteligente

Cada vez compartilhamos mais o nosso espaço com uma legião de máquinas que vão dos instrumentos e utensílios caseiros aos computadores, informadores bancários auto matizados, aviões e vastos sistemas integrados, tais como centrais elétricas e fábricas de produtos químicos. Em um extremo, gostaríamos que as pequenas máquinas com que compartilhamos os nossos lares e escritórios fossem mais práticas e menos importunas. No outro extremo, preocupamo-nos cada vez mais com a nossa capacidade de controlar a complexa maquinaria de que cada vez mais dependemos. Gostaríamos que se construíssem máquinas mais inteligentes que fossem mais fáceis e seguras de usar. Já se embutem chips de computador em nossas máquinas; o que se precisa agora é poder programar esses chips para conseguir que nossas máquinas funcionem de maneira mais inteligente.

Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.


Trabalho de curso do professor Sérgio Lins - Abril de 2006

Desafios cognitivos

Alta Administração: Diretores executivos, Gerentes seniores. Planejadores estratégicos. Pessoal Sênior. Consultores.
  • Necessidade de reduzir a complexidade organizacional.
  • Necessidade de controlar um volume crescente de informações.
  • Necessidade de ter acesso a especialistas e consultores para informações específicas.

Operações: Serviços de fabricação, operação de equipamentos complexos. Exploração de energia. Controle de qualidade. Contro le de estoques.

  • Necessidade de melhorar a coordenação de organização, planejamento e gerência.
  • Necessidade de ter uma visão geral de sistemas complexos para tomada rápida de decisões.
  • Necessidade de monitorar controlar o equipamento complexo.
  • Necessidade de antecipar os resultados de interações complexas dinâmicas.

Serviços de apoio: Relações públicas. Legislação. Pessoal e treinamento. Serviços de processamento de dados. Construção e manutenção. Pesquisa e desenvolvimento.

  • Necessidade de treinar/retreinar muitas pessoas a executarem tarefas complexas.
  • Necessidade de comunicar novos procedimentos complexos.
  • Necessidade de examinar/explicar decisões/opções da política.
  • Necessidade de controlar/reduzir custos de desenvolvimento e manutenção de programas de computador.

Finanças: Gerentes de carteiras. Contabilidade. Gerentes financeiros. Auditoria. Superintendência.

  • Necessidade de uma visão geral dos sistemas complexos existentes.
  • Necessidade de instrumentos inteligentes de planejamento financeiro orientados por objetivos

Marketing: Vendas. Publicidade. Pesquisa de mercado. Serviços ao cliente. Encomendas.

  • Necessidade de assistência de um especialista para examinar questões de marketing.
  • Necessidade de programas de assistência de vendas que ofereçam conhecimento do produto e ajudem a configurar propostas/pacotes.

Automação de escritórios: Processamento da palavra. Gerência de dados.

  • Necessidade de aumentar a eficiência em manipular, arquivar, comunicar, recuperar e distribuir as informações nos escritórios

Serviços profissionais: Consultoria administrativa. Advogados. Médicos. Contadores.

  • Necessidade de controlar um volume crescente de informações.
  • Necessidade de ter acesso a outros especialistas e consultores para assessorar-se.
  • Necessidade de apresentar "relatórios inteligentes".
  • Necessidade de criar protótipos e simular rapidamente sistemas cognitivos sem ter de saber a computação tradicional
Extraído de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.


Trabalho de curso do professor Sérgio Lins - Abril de 2006

Criação do grupo de Engenharia do Conhecimento

Independentemente da maneira como se decida começar, deve-se dar toda a atenção aos funcionários que se resolva preparar.

Os engenheiros do conhecimento não são programadores ou engenheiros de programática que saibam apenas uma ou duas linguagens tradicionais. Têm que trabalhar com especialistas numa forma como a maioria dos programadores convencionais nunca trabalhou. Além disso, a sua orientação é muito mais psicológica e voltada para o desempenho que do pessoal de programação coonvencional.

Quando se planeja construir grande sistemas, certamente precisa-se de alguns indiduos que saibam muito de programação, se porém, se começar por pequeno sistemas necessitar-se-a indivíduos analíticos que se preocupem menos com a programação que os programadores tradicionais, mas que se concentrem mais nas interações humanas.

Extraيdo de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

A natureza da perícia

A palavra especialista pode, é claro; usar-se de muitas maneiras. Quando falamos de um especialista, queremos significar um indivíduo que é amplamente reconhecido como capaz de resolver um tipo particular de problema, que a maioria dos demais não sabe, nem de perto, resolver tão eficiente ou eficazmente.

Insistindo no consenso geral sobre quem é um especialista, concentramo-nos no desempenho e restringimos assim o uso do termo. Excluímos, por exemplo, os indivíduos chamados às vezes de "especialistas" na área de previsão da bolsa de valores. Não há consenso geral, entre a maioria dos que estão envolvidos em transações na bolsa, de que qualquer indivíduo saiba predizer, com coerência e precisão, o comporta mento das ações.

Por outro lado, a maioria dos médicos pode concordar em uma lista de indivíduos que são especialistas em terapia radiológica, diagnóstico de determinadas doenças, ou em fazer tipos específicos de operações de coração. Da mesma forma, na exploração de petróleo, alguns indivíduos são reconhecidos como possuidores de perícia em especialidades tais como diagnosticar problemas de perfuração ou interpretar amostras geológicas.

Extraيdo de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

O que os Especialistas Sabem?

Os especialistas desincumbem-se bem porque têm grande quantidade de conhecimento compilado e de domínio especifico, armazenado na memória permanente.

Estima-se que um especialista de categoria mundial, como um grande mestre de xadrez ou um Prêmio Nobel de Química, possui de 50.000 a 100.000 pencas de informação heurística sobre sua especialidade. Cada penca com todas as suas miríades de associações pode ser recuperada, examinada e utilizada à vontade.

Além disso, os psicólogos acreditam que leve no mínimo dez anos para adquirirem 50.000 pencas. Esta estimativa baseia-se nas restrições que a nossa "estrutura física" impõe à capacidade mental de inserir informações na memória permanente. Uma década parece, além do mais, está de acordo com os dados biográficos de que dispomos - grandes mestres do xadrez, cientistas distinguidos e profissionais respeitados, todos parecem requerer no mínimo dez anos de estudo e prática antes de se tornarem especialistas reconhecidos.


Clique na figura para ampliá-la

Veja a figura acima e lembre-se que o conhecimento compilado reveste duas formas: os primeiros princípios e teorias gerais por um lado e as heurísticas e teorias de domínio por outro.

A quantidade de conhecimento que um especialista requer é tal que é quase impossível adquiri-la toda pela experiência. A experiência pode ser demasiado confusa e difícil de organizar se faltarem as categorias gerais que ajudam a classificar e indexar a experiência pessoal.

Os técnicos hábeis e artesãos mestres começam às vezes como aprendizes, observam os mentores e se tornam especialistas em seu domínio, sem o benefício de um aprendizado formal. Contudo, alguns especialistas acadêmicos, tais como os lógicos ou matemáticos teóricos, compilam teorias gerais sem o benefício da experiência.

A maioria dos especialistas, contudo, incluindo os cientistas, médicos, advogados, compositores, contadores e administradores, começam por estudar a sua especialidade na escola. Adquirem o conhecimento dos primeiros princípios e teorias gerais considerados fundamentais para a sua profissão. Depois começam a praticar a profissão.

Tendo sorte, terão um mentor que ajudará a orientá-las para as práticas específicas da profissão. Em qualquer dos casos, ganham experiência e, durante esse processo, recompilam o que sabem. Passam de uma vista descritiva da profissão a uma vista de procedimentos. Tendo êxito tornando-se especialistas terão reordenado o conhecimento na memória permanente de maneira a poderem responder às sitUações problemáticas, usando heurísticas e teorias de domínio especifico.


Os especialistas dificilmente explicam as suas recomendações em função dos primeiros princípios ou das teorias gerais. Se,porém, encontrarem problemas raros ou complexos, retornarão aos primeiros princípios para desenvolver uma estratégia adequada.

Os engenheiros do conhecimento referem-se às heurísticas e teorias de domínio em que os especialistas normalmente confiam como conhecimento superficial. A maioria dos sistemas especialistas inclui somente conhecimento superficial e geralmente basta.

Os primeiros princípios e teorias gerais a que um especialista recorrerá, quando diante de um problema realmente difícil, designam-se como conhecimento profundo. A aplicação do conhecimento profundo, como observamos antes, tende a criar espaços de problemas incontroláveis. O uso das heurísticas e dos fatos que constituem o conhecimento superficial, por outro lado, podam o espaço de problema a dimensães controláveis.

Torna-se evidente que os especialistas resolvem problemas da mesma maneira que todos nós; apenas eles compilaram uma porção de fatos e heurísticas que lhes permitem podar rapidamente os espaços de busca apresentados pelos problemas em que se especializaram.

Extraيdo de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006

01 março 2006



Extra?do de Paul Harmon, David King. Sistemas especialistas. Rio de Janeiro: Campus, 1988.

Trabalho de curso do professor Sérgio Lins - Abril de 2006