Mostrando entradas con la etiqueta inteligencia. Mostrar todas las entradas
Mostrando entradas con la etiqueta inteligencia. Mostrar todas las entradas

lunes, 5 de marzo de 2012

Como clasificar la fiabilidad de la información

Evaluación de información, un viejo enfoque practico.

Introducción
La evaluación de información incluye la determinación de la pertinencia de la información, la confiabilidad de la fuente y la referencia  por la cual la información fue recolectada, y su credibilidad.

I. PERTINENCIA
·         El análisis de la información por razones de pertinencia si la información es o no es:
A.    pertinente con respecto al objetivo o al área de nuestras incumbencias.
B.    necesitada urgentemente y por quien.
C.    de posible valor presente o futuro y si es así por quien.

III. CONFIABILIDAD
A.    La fuente de la información y la referencia por la cual fue colectada son evaluadas para determinar su confiabilidad. La base principal para la evaluación de una fuente o referencia es la experiencia previa. 

B.    Los receptores más cercanos a la fuente de la información por lo general son los que mejor pueden determinar la confiabilidad de una referencia o fuente en particular. Consecuentemente, un recolector superior acepta la evaluación de confiabilidad hecha por un recolector subordinado. Puede, sin embargo, hacer determinaciones acerca de la confiabilidad del recolector subordinado.

III. CREDIBILIDAD
A.    Credibilidad significa la veracidad probable de la información. La determinación de la credibilidad esta basada en la contestación a las siguientes preguntas:
1.      ¿Es posible que el incidente reportado haya ocurrido?
2.      ¿Tiene el informe consistencia con su propia información?
3.      ¿Está el informe confirmado por información de diferentes fuentes o referencias?
4.      ¿Concuerda el informe con otra información que tengamos presente?
5.      ¿Si el informe no concuerda con dicha información, que información tiene más     
      probabilidad de ser cierta?

B.    El método más confiable de determinar la exactitud de información de un informe es el de compararla con informes ya existentes que puedan estar a nuestro alcance. Cuando es posible, el responsable de elaborar el informe o documento obtiene la información para confirmar o refutar de fuentes diferentes a la fuente de la información.

C.    Diferencias marcadas en la evaluación de la exactitud de información puede ocurrir entre distintos niveles en la jerarquía de la organización. La razón por la diferencia es porque los niveles más altos de la organización tienen mas fuentes de información e interpretación que los niveles mas bajos, y por consiguiente tienen mas oportunidad de confirmar, corroborar o refutar la exactitud de información reportada. A pesar de la fuente, la exactitud de la información y la interpretación es reevaluada constantemente a cada nivel.

D.    La evaluación de una la confiabilidad de una fuente se puede demostrar como sigue:
a.      Completamente confiable.
b.      Usualmente confiable.
c.       Razonablemente confiable.
d.      No es usualmente confiable.
e.       Confiabilidad no puede ser determinada.
f.       No ha bases para para su evaluacion.

E.     Una clasificación de A se otorga raramente bajo condiciones especiales, por ejemplo cuando la fuente tiene un historial largo y extenso de información reportada acertadamente. Una clasificación de B indica una fuente de integridad conocida. Una clasificación de F es asignada cuando no hay base para la evaluación de confiabilidad de la fuente.

F.     Las referencias por lo general son clasificadas como A,B,y C. Pero, cuando la fuente y la referencia que reporta tienen evaluaciones diferentes, solamente el grado más bajo de confiabilidad es indicado.

G.    La credibilidad de información es demostrada como sigue:
1.      confirmada por otras fuentes.
2.      probablemente cierto
3.      posiblemente cierto
4.      dudosos que sea cierto
5.      improbable
6.      credibilidad no se puede determinar

H.    Si se puede afirmar con certeza que la información reportada se origina de una fuente distinta a la que ya tengamos con respecto a la misma información, será clasificada como confirmado por otras fuentes" y recibirá una clasificación de "1".

I.      La evaluación y la interpretación de información en los niveles mas bajos de una organización es un proceso mental simplificado; por lo que la clasificación de evaluación tiene aplicaciones mas limitadas

Resumen
La evaluación incluye la determinación de la pertinencia de la información, la veracidad de la fuente y la referencia por medio de la cual se derivo la información y su precisión. La evaluación de la información en el escalón inferior es un proceso sencillo comparado con los procedimientos que se emplean a niveles superiores. Esta diferencia entre los escalones superiores e inferiores se debe en-gran parte al hecho de que la información recibida por el nivel mas alto de la organización normalmente ha sido tramitada e interpretada y la información recopilada y confirmada por varias fuentes y referencias a los cuales los escalones inferiores no tienen acceso.

   

viernes, 2 de septiembre de 2011

Inteligencia Artificial y Conectivismo, una primera aproximación


¿Cómo pueden conectarse la Inteligencia Artificial y el Conectivismo? 

Inteligencia Artificial

Hace un año en una charla en la Universidad Libre de Bogotá que titulé "La importancia de llamarse Inteligencia Artificial" reflexionaba sobre el papel relevante que tiene nuestro campo de estudio en la evolución de la Web. Esta expectativa puede enmarcarse en cuatro etapas:

1992-2000 Aparece la Web y mediante hipertexto e hiperenlaces la información representada sobre todo por las páginas web se conecta entre sí. Decimos: la Web conecta información.

2000-2010 Aparece el Software Social, la Web conecta a la gente. Se estima en dos mil millones de habitantes conectados. El fenómeno de redes desborda las proyecciones y aún ahora reconocemos que nos falta mucho para entender este fenómeno y sus alcances en la evolución de la modernidad.

2010-2020 Se espera la evolución a un primer plano de lo que hemos dado en llamar la Web 3.0 o Web Semántica. La Web, una vez más. Ahora conecta Conocimiento. Los sitios Web se conectan e interactúan entre sí para resolver nuestros problemas de información y búsquedas mediante agentes inteligentes y la aplicación de algoritmos de razonamiento automatizado, almacenamiento y procesamiento automático de conocimientos. La Web conecta conocimientos y el papel de la Inteligencia Artificial es relevante.

2020-2030 La MetaWeb. La Web conecta inteligencias. La Web actúa como un cerebro enorme al que podemos preguntar. Se estima que existen más de cien mil millones de páginas web y un cerebro humano contiene cien mil millones de neuronas. Cada neurona del cerebro puede conectarse hasta con diez mil neuronas por lo que las sinapsis o conexiones neuronales pueden ser de un tamaño de miles de billones de sinapsis. Si existen en Internet más páginas Web que neuronas en un individuo podemos pensar en una Web como un cerebro artificial, con la salvedad de que la redes neuronales humanas solo podemos estudiar su comportamiento y estructura, en cambio las redes de Internet podemos construirlas y ordenarlas. Pero algunos científicos ya piensan en conectar el cerebro con la Web, lo cual hemos realizado ya pero indirectamente. Usamos la Web para almacenar información.

En cuanto a la enseñanza de la Inteligencia Artificial en las Universidades, los que enseñamos o estudiamos esta disciplina recordamos el primer libro clásico de Elaine Rich que divide el estudio de la Inteligencia Artificial en tres grandes bloques:

Solución de Problemas

Representación de Conocimientos

Aplicaciones

El estudio de la Inteligencia Artificial trae aparejado la discusión de tres grandes problemas científicos que no parecen nunca resolverse:

Aprendizaje

Conocimiento

Inteligencia

El problema es tal que algunos hemos optado por aceptar redefinir estos conceptos en términos de lenguaje de máquinas. Qué significa Aprender para un artefacto, Conocimiento e Inteligencia. En contraposición contra estos mismos conceptos aplicados a la individualidad humana.

Conectivismo

El Conectivismo (que no conexionismo) es propuesto por George Siemens en 2004 como una nueva teoría para explicar el aprendizaje en la era de Internet, esto involucra también el conocimiento. Es decir, integra las redes de Internet, el conocimiento se entiende como un patrón particular de relaciones y el aprendizaje como la creación y mantenimiento de nuevas conexiones y patrones en similaridad con la aproximación coneccionista de las redes neuronales humanas. 

El Conectivismo ha venido a reanimar las discusiones anteriores sobre lo que entendemos por Aprendizaje, Conocimiento e Inteligencia. 

¿Pueden las redes de Internet Aprender, Conocer y ser Inteligentes? ¿Cómo podemos realizar estos constructos en la red, manipularlos y construir una Web que funcione como un cerebro humano? ¿Cómo podemos contribuir los que hacemos Inteligencia Artificial, en este arduo pero emocionante y fantástico camino?