Agente inteligente para matriculas en la UNAD

Diseño de un Agente inteligente para recomendación de asignaturas a la hora de matricularse en la UNAD

1. Definición del problema del agente: La UNAD desea desarrollar un sistema de recomendación capaz de proponer un conjunto de asignaturas de las que matricularse que se ajuste a las preferencias del estudiante, su historial académico y sus restricciones horarias, de perfil profesional, de tiempo libre entre otras.

1. Identificación del problema: Se busca un agente que sea capaz de reconocer un estudiante mediante su nombre y código y de esta manera el agente le pueda recomendar que materia matricular para el semestre que va a cursar.
2. Análisis del problema: El agente inteligente deberá preguntar quién es el estudiante y que código posee para contrastarlo en una base de datos de estudiantes activos en la UNAD; luego de esa acción se procederá a estudiar qué materias ha viso y cuales le falta cursar, para con base en una serie de parámetros, este (El Agente) sea capaz de dar una serie de opciones (Materias) las cuales podría matricular.
3. Construcción del modelo conceptual de la situación: Un estudiante llega a la UNAD y se encuentra frente a una máquina la cual después de un código de activación el cual puede ser sonoro o de impulso (teclado o mouse), entra a solicitar unos datos para verificar si se encuentra frente a un estudiante y proceder a reconocer los patrones guardados y establecidos para cada alumno en la base de datos; para luego generar una serie de diferentes listas con asignaturas que puede cursar para que el estudiante avance en su quehacer estudiantil.

1. Adquisición y representación del conocimiento: El conocimiento está dividido en una serie de etapas. Estas para el agente en cuestión serían:

1. Adquisición del conocimiento

1. Definición de la percepciones: El agente debe ser capaz de activarse gracias a un comando o una serie de comandos los cuales pueden ser impulsivos o en una mejora notoria de la situación podrían ser visuales con una cámara que permita reconocer si alguien está frente al agente, y esto podría realizarse mediante un rayo de luz el cual pierde alcance. El agente será capaz de reconocer la codificación de voz en el momento en el que el estudiante diga su nombre y mencione su código.
2. Definición de las acciones: El agente podrá reconocer un nombre y un código el cual deberá buscar en una base de datos. Si lo encuentra activo y en efecto es estudiante y aun no ha legalizado su matrícula, el agente deberá buscar las materias que a dicho estudiante le falten cursar para proponérselas de acuerdo a unos parámetros que previamente ya están alojados en la misma base de datos.
3. Definición de objetos y metas: La meta es que el agente después de una serie de comparaciones logre sacar como mínimo diez diferentes combinaciones de opciones en las cuales aparezcan todos los posibles cursos que el alumno podría matricular. Dependiendo del tiempo que el alumno tenga el número de créditos máximos que la Universidad permite por periodo académico y la afinidad que el alumno haya expresado hacia diferentes cursos opcionales.
4. Definición del ambiente: El ambiente es una oficina de la Universidad dispuesta con máquinas que reciban al alumno. Cada máquina posee la codificación que convierten al computador en un agente inteligente con los requerimientos de hardware necesarios para tal fin. En este caso no se hace necesaria la acción de desplazamiento del agente sino que simplemente estará quieto esperando acción por parte del interlocutor que para el caso específico es el estudiantado.

1. Representación del conocimiento

1. Análisis del conocimiento adquirido: Gracias a que el agente desarrolla gran parte de su labor internamente el conocimiento que debe primar sobre otros es el de la toma de decisiones para un correcto informe que debería ser presentado al alumno. Teniendo en cuenta la premisa anterior se podría hablar de una serie de agentes involucrados en el desarrollo del aprendizaje del alumno:

• Agente de búsqueda y filtrado de información (AFI): que busque en la red materias o cursos que le interesen al alumno de acuerdo a su plan académico y que sintetice, evalúe e intérprete información recopilada de diversas fuentes sobre un mismo tópico y filtre sólo aquello que es de interés para el alumno asi como aquellos cursos que aun no ha estudiado, de tal manera que no lo sature de información repetitiva o innecesaria. Además localiza libros y revistas y algún otro material bibliográfico.
• Agente de colaboración (AC): que compare el desarrollo académico del alumno para ver en que cursos a logrado mejores desempeños y además compararlo con otros alumnos de su misma zona para formar grupos de asesoría y colaboración, que solicite ayuda o información a otros asesores y tome decisiones colaborativas a favor del alumno; que seleccione, integre y ordene la información a compartir entre el tutor y los alumnos o dentro del grupo de alumnos; que maneje los modelos de alumnos.
• Agente asesor personal (AAP): que sugiera un plan personalizado de estudios al alumno de acuerdo a su formación académica, intereses, habilidades y avances, que modifique el plan de estudios del alumno si es necesario; que seleccione, integre y ordene la información a estudiar; aconseje para la resolución de problemas de aprendizaje, que le diga dónde encontrar material didáctico (apuntes, libros, referencias a revistas, casos de estudio parecidos a su tema) y exámenes de prueba, que ayude al alumno a seleccionar qué fuentes debe estudiar, que le sugiera temas de proyectos y de tesis, que le indique al alumno de laboratorios virtuales en donde puede hacer prácticas y lo oriente al respecto. Se comunica con el agente de búsqueda para encontrar la información relevante al tema de estudio, maneja el modelo del dominio.
• Agente evaluador (AE): comprueba periódicamente el aprendizaje y problemática del alumno, intenta encontrar las causas de comprensión incorrecta, se comunica con el agente asesor para reorganizar la información a estudiar, maneja el modelo de estudios.

1. Selección del esquema de representación: Teniendo en cuenta las siguiente variables y los conocimientos previos de los gustos materias y tiempo del alumno:

El alumno se acerca al agente y debe identificarse:

• Saludo por parte del agente y pregunta “Dame tu nombre y código”
• Captura las variables “Leer N leer C”
• Búsqueda en Base de datos “Entra a trabajar AFI,  Si N y C existen y SI son categoría A (alumnos), y están AC (activos), Encontrar MC (materias por cursar) y MV (materias ya vistas)”
• Guardar listas de materias “Entra a trabajar AFI  Array con MV y array con MC”
• Comparación de tiempo del alumno con base en datos obtenidos previamente “Entra a trabajar AFI,  Si HL(horario laboral) es mayor de diez horas diarias matricule 10 créditos, sino si HL menor a 10 horas diarias  y mayor a siete horas diarias matricule 14 créditos, sino si HL menor igual a siete horas diarias matricule 18 créditos ”
• Elección de algunos cursos gracias a desempeño “Entra a trabajar AC, pruebas de comparación Case: Ns(Notas) con promedio mayor igual a cuatro cursos susceptibles de elegir temas similares primordialmente, Case: Ns con promedio entre 3.3 y 3.9 cursos susceptibles a elegir si ya están todos los de nota mayor, Case: Ns con promedio por debajo de 3.3 cursos a elegir porque ya no hay disponibilidad de similitud con los anteriores”
• Comparación general “Entra a trabajar AAP para con base en AFI y AC recomendar las mejores listas, SHOW lista1, lista2, lista3 de las posibilidades que podría matricular”.
• Resolución de dificultades “Trabaja AE para solucionar problemas con el aprendizaje y dar alternativas de solución al alumno”.

1. Representación del conocimiento

[pic 1]

DIFERENCIA ENTRE AGENTES INTELIGENTES Y SISTEMAS EXPERTOS

Los SE no suelen interactuar directamente con el entorno (de ahí que algunos le llamaran sistema autistas. Los SE suele diseñarse para tareas más complejas donde ellos tienen todo el control de las decisiones para ese dominio. Los SE no suelen cooperar entre sí.

Mientras que las ventajas de los agentes inteligentes son:

...