1. Es una aplicación informática capaz de emular el
comportamiento de un experto en el dominio de los
conocimientos sobre un determinado tema y a su vez es
capaz de solucionar un conjunto de problemas que exigen un
gran conocimiento o a un experto, imitando las actividades
de un ser humano y haciéndolo en un menor periodo de
tiempo que este.

2. CARACTERISTICAS
 Poseen conocimiento de un experto humano o un área de conocimiento
determinada.
 Son capaces de proporcionar recomendaciones inferidas a partir de su
conocimiento.
 Pueden justificar sus propias conclusiones.
 Poseen conocimiento no codificado implícitamente dentro del programa.
Los sistemas expertos simulan el proceso de aprendizaje, de memorización, de
razonamiento, de comunicación y de acción en consecuencia de un experto
humano en cualquier rama de la ciencia, esta característica le permiten almacenar
datos y conocimiento, sacar conclusiones lógicas, tomar decisiones, aprender de la
experiencia y los datos existentes, comunicarse con expertos humanos, explicar el
por qué de las decisiones tomadas y realizar acciones como consecuencia de todo
lo anterior.
Técnicamente un sistema experto, contiene una base de conocimientos que
incluye la experiencia acumulada de expertos humanos y un conjunto de reglas
para aplicar ésta base de conocimientos en una situación particular que se le
indica al programa

3. VENTAJAS
Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando
así lugar a una mejora de la productividad del experto.
 Permanencia: A diferencia de un experto humano un SE (sistema experto) no
envejece, y por tanto no sufre pérdida de facultades con el paso del tiempo.
 Replicación: Una vez programado un SE lo podemos replicar infinidad de veces.
 Rapidez: Un SE puede obtener información de una base de datos y realizar cálculos
numéricos mucho más rápido que cualquier ser humano.
 Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad
de duplicación el coste finalmente es bajo.
 Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dañinos para el
ser humano.
 Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano sí
(cansancio, presión, etc.).

4. LIMITACIONES
 Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un
sistema experto sobre medicina podría admitir que un hombre lleva 40 meses
embarazado, a no ser que se especifique que esto no es posible ya que un hombre no
puede gestar hijos.
 Lenguaje natural: Con un experto humano podemos mantener una conversación
informal mientras que con un SE no podemos.
 Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus
errores y de errores ajenos, que un SE haga esto es muy complicado.
 Perspectiva global: Un experto humano es capaz de distinguir cuales son las
cuestiones relevantes de un problema y separarlas de cuestiones secundarias.
 Capacidad sensorial: Un SE carece de sentidos.
 Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la
resolución de un problema.

5. ESTRUCTURA DE UN SE
Un Sistema Experto está conformado por:
 Base de conocimientos (BC): Contiene los conocimientos aportados por un experto.
 Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que
se ha descubierto durante el análisis.
 Motor de inferencia: Modela el proceso de razonamiento humano.
 Módulos de justificación: Explica el razonamiento utilizado por el sistema para
llegar a una determinada conclusión.
 Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza mediante
el lenguaje natural.

6. TIPOS DE SE
Principalmente existen tres tipos de sistemas expertos:
 Basados en reglas previamente establecidas.
Los sistemas basados en reglas trabajan mediante la aplicación de reglas, comparación de
resultados y aplicación de las nuevas reglas basadas en situación modificada.
 Basados en casos o CBR (Case Based Reasoning).
El Razonamiento basado en casos es el proceso de solucionar nuevos problemas
basándose en las soluciones de problemas anteriores. Un mecánico de automóviles que
repara un motor porque recordó que otro auto presentaba los mismos síntomas está
usando razonamiento basado en casos.
 Basados en redes bayesianas.
Se trata de un modelo probabilístico que relaciona un conjunto de variables aleatorias
mediante un grafo dirigido. El motor de inferencia que utiliza para procesar las evidencias
se basa en la teoría de probabilidades y más concretamente con el Teorema de Bayes.
• Teorema de Bayes
Es un resultado que expresa la probabilidad condicional de un evento aleatorio de A dado B con la
probabilidad de B dado A.
Ejemplo:
Sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber, la
probabilidad de tener gripe si se tiene un dolor de cabeza.

7. EJEMPLOS DE SE
 Dendral
Interpreta la estructura molecular
 XCon
 Dipmeter Advisor
 Mycin
Su principal función consistía en el diagnóstico de enfermedades infecciosas de la sangre;
además, Mycin era capaz de “razonar” el proceso seguido para llegar a estos
diagnósticos, y de recetar medicaciones personalizadas a cada paciente.
 CADUCEUS
 R1
 CLIPS
 Jess
 Prolog

8. APLICACIONES
Medicina, Economía, Psicología, Finanzas, Derecho y prácticamente todas las ramas del
conocimiento.