Síntesis de explicaciones en tablas de decisiones óptimas

Resumen

La toma de decisiones es una asignatura que se ha ido tornando cada vez más difícil con los años y no es más que un reflejo de la complejidad del mundo en el que vivimos y la velocidad a la que cambia.

Es por ello que hace unas décadas se crearon los sistemas de ayuda de toma de decisión (DSS). Estos permiten un marco de análisis y evaluación de las políticas de decisión metodológico y eficiente, ahorrando así esfuerzo a las personas a la hora de tomar decisiones.

Pero, aun así y a causa de la propia complejidad de las bases de conocimiento que modelizan los problemas de decisión, es necesario utilizar estructuras que sinteticen el conocimiento sin alterar el mismo, y que, a su vez necesiten menos recursos computacionales. Debido a ello se plantearon las listas KBM2L, las cuales son estructuras que recogen toda la información de las bases de conocimiento y a su vez ocupan menos tamaño que sus contra-partes. Sin embargo, esta aproximación tiene una desventaja y es que la búsqueda de la mejor KB2ML es un problema combinatorio complejo.

Se torna necesario entonces utilizar técnicas meta heurísticas como los algoritmos de estimación de distribuciones (EDAs), y que ayudan a buscar entre todas las posibles soluciones aquellas con las que obtendríamos una lista de menor tamaño mediante permutaciones de atributos y de dominio.

Por último, y debido a la demanda de las personas que toman las decisiones, se busca también que aquellos dictámenes que ofrezcan los software que toman decisiones aporten una explicación de por qué han tomado esa decisión y no otra, ya que permiten a las personas poder validar y entender el problema.

ABSTRACT

The decision making process is a signature that has become more and more difficult these days and is no more than a reflection of the complexity of the world we live in and the speed at which it changes.

This is why decision support systems (DSS) were created a few decades ago. They provide a methodological and efficient framework for the analysis and evaluation of decision policies, thus saving people effort when making decisions.

However, even so, and due to the complexity of the knowledge bases which model decision problems, it is necessary to use structures that synthesise knowledge without altering it and that in turn require fewer computational resources. For this reason, KBM2L lists were proposed, structures that collect all the information of the knowledge bases and at the same time occupy less size than their counterparts. However, this approach has a disadvantage because the search for the best KB2ML is a complex combinatorial problem.

It then becomes necessary to use meta-heuristic techniques such as estimation distribution algorithms (EDAs), which help to search among all the possible solutions those with which we would obtain a list of smaller size through permutations of attributes and domain.

Finally, and due to the demand from decision-makers, it is also demanded that those opinions offered by software decision-makers provide an explanation of why they have taken that decision and not another, as it will allow people to validate and understand the problem.