Sistema inteligente de apoyo a la toma de decisiones

Un sistema inteligente de apoyo a la toma de decisiones ( IDSS ) es un sistema que utiliza ampliamente técnicas de inteligencia artificial (IA). El uso de técnicas de IA en sistemas de información de gestión tiene una larga historia; de hecho, términos como " sistemas basados ​​en el conocimiento " (KBS) y "sistemas inteligentes" se han utilizado desde principios de la década de 1980 para describir componentes de sistemas de gestión, pero se cree que el término "sistema inteligente de apoyo a la toma de decisiones" se originó con Clyde Holsapple y Andrew Whinston ^{[ 1 ] [ 2 ]} a finales de la década de 1970. Ejemplos de sistemas inteligentes de apoyo a la toma de decisiones especializados incluyen sistemas de fabricación flexible (FMS), ^{[ 3 ]} sistemas inteligentes de apoyo a la toma de decisiones de marketing ^{[ 4 ]} y sistemas de diagnóstico médico. ^{[ 5 ]}

Idealmente, un sistema inteligente de apoyo a la toma de decisiones debería comportarse como un consultor humano: ayudar a quienes toman las decisiones recopilando y analizando evidencia, identificando y diagnosticando problemas, proponiendo posibles cursos de acción y evaluando dichas acciones propuestas. El objetivo de las técnicas de IA integradas en un sistema inteligente de apoyo a la toma de decisiones es permitir que una computadora realice estas tareas, emulando las capacidades humanas con la mayor precisión posible.

Muchas implementaciones de IDSS se basan en sistemas expertos , ^{[ 6 ]} un tipo bien establecido de KBS que codifican el conocimiento y emulan los comportamientos cognitivos de los expertos humanos utilizando reglas de lógica de predicados, y se ha demostrado que funcionan mejor que los expertos humanos originales en algunas circunstancias. ^{[ 7 ] [ 8 ]} Los sistemas expertos surgieron como aplicaciones prácticas en la década de 1980 ^{[ 9 ]} basados ​​en la investigación en inteligencia artificial realizada durante finales de la década de 1960 y principios de la de 1970. ^{[ 10 ]} Por lo general, combinan el conocimiento de un dominio de aplicación particular con una capacidad de inferencia para permitir que el sistema proponga decisiones o diagnósticos. La precisión y la consistencia pueden ser comparables a (o incluso superar) las de los expertos humanos cuando los parámetros de decisión son bien conocidos (por ejemplo, si se está diagnosticando una enfermedad común), pero el rendimiento puede ser deficiente cuando surgen circunstancias nuevas o inciertas.

La investigación en IA centrada en capacitar a los sistemas para que respondan a la novedad y la incertidumbre de forma más flexible está empezando a utilizarse en los sistemas de apoyo a la toma de decisiones (IDSS). Por ejemplo, los agentes inteligentes ^{[ 11 ] [ 12 ]} que realizan tareas cognitivas complejas sin necesidad de intervención humana se han utilizado en diversas aplicaciones de apoyo a la toma de decisiones. ^{[ 13 ]} Las capacidades de estos agentes inteligentes incluyen el intercambio de conocimientos , el aprendizaje automático , la minería de datos y la inferencia automatizada . También se han utilizado diversas técnicas de IA, como el razonamiento basado en casos , los conjuntos aproximados ^{[ 14 ]} y la lógica difusa, para que los sistemas de apoyo a la toma de decisiones funcionen mejor en condiciones de incertidumbre.

En 2009, se propuso un sistema de inteligencia artificial multi-sistema, denominado IILS, para automatizar los procesos de resolución de problemas en la industria logística. El sistema integra módulos de inteligencia basados ​​en razonamiento basado en casos, sistemas multiagente, lógica difusa y redes neuronales artificiales, con el objetivo de ofrecer soluciones logísticas avanzadas y brindar apoyo para la toma de decisiones informadas y de alta calidad que permitan abordar una amplia gama de necesidades y desafíos de los clientes. ^{[ 15 ]}

• Turban, E., Aronson J., & Liang T.: Sistemas de apoyo a la toma de decisiones y sistemas inteligentes (2004) Pearson

• Breve historia del DSS