����������������������������������������������������������������������������������

 

 

Implementaci�n de un sistema experto de orientaci�n vocacional para determinar el tipo de ocupaci�n mediante l�gica difusa

 

Implementation of a vocational guidance expert system to determine the type of occupation through fuzzy logic

 

Implementa��o de um sistema especialista em orienta��o vocacional para determina��o do tipo de ocupa��o atrav�s de l�gica fuzzy

 

 

 

 

 

 

 

 

 

 

Correspondencia: ximena.quintana@unach.edu.ec

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

* Recibido: 30 de enero de 2024 *Aceptado: 22 de febrero de 2024 * Publicado: �11 de marzo de 2024

 

       I.          Ph.D. In Information And Communication For Pervasive Intelligent Environments, Facultad de Ingenier�a, Universidad Nacional de Chimborazo, Riobamba, Ecuador.

     II.          M�ster Universitaria en Estad�stica Aplicada, Facultad de Ingenier�a, Universidad Nacional de Chimborazo, Riobamba, Ecuador.

   III.          Ingeniero en Sistemas y computaci�n, Facultad de Ingenier�a, Universidad Nacional de Chimborazo, Riobamba, Ecuador.

  IV.          Ingeniero en Sistemas y computaci�n, Facultad de Ingenier�a, Universidad Nacional de Chimborazo, Riobamba, Ecuador.

 

Resumen

En los �ltimos a�os, el sistema educativo ecuatoriano ha priorizado la orientaci�n vocacional con el respaldo del Ministerio de Educaci�n. Sin embargo, muchos j�venes experimentan insatisfacci�n y falta de vocaci�n en sus elecciones profesionales, lo que dificulta su inserci�n laboral. Un estudio revela que en Ecuador, una proporci�n significativa de j�venes no est�n empleados ni estudiando.

Para abordar este desaf�o, se implement� un sistema experto basado en l�gica difusa para ayudar en la orientaci�n vocacional. Utilizando la metodolog�a Prometheus y herramientas de dise�o espec�ficas, se desarroll� este sistema, que demostr� una alta confiabilidad en la toma de decisiones vocacionales, alcanzando un 95% de precisi�n. Este enfoque personalizado se mostr� especialmente eficaz al adaptarse a las necesidades individuales de los estudiantes.

El sistema experto, construido en JAVA y apoyado por librer�as especializadas, aprovech� la l�gica difusa para manejar la informaci�n incompleta o incierta, com�n en este contexto. Los resultados obtenidos destacan la utilidad de esta tecnolog�a para proporcionar recomendaciones vocacionales precisas y mejorar la calidad de las decisiones profesionales de los j�venes.

Este estudio subraya la importancia de la l�gica difusa en el desarrollo de sistemas expertos para la orientaci�n vocacional, ofreciendo una soluci�n efectiva para ayudar a los estudiantes a tomar decisiones m�s informadas sobre su futuro profesional.

Palabras Clave: l�gica difusa; orientaci�n vocacional; sistema experto; ambiente educativo; toma de decisiones.

 

Abstract

In recent years, the Ecuadorian educational system has prioritized vocational guidance with the support of the Ministry of Education. However, many young people experience dissatisfaction and lack of vocation in their professional choices, which makes it difficult to find work. A study reveals that in Ecuador, a significant proportion of young people are neither employed nor studying.

To address this challenge, a fuzzy logic-based expert system was implemented to assist in vocational guidance. Using the Prometheus methodology and specific design tools, this system was developed, which demonstrated high reliability in making vocational decisions, reaching 95% accuracy. This personalized approach proved especially effective in adapting to the individual needs of the students.

The expert system, built in JAVA and supported by specialized libraries, took advantage of fuzzy logic to handle incomplete or uncertain information, common in this context. The results obtained highlight the usefulness of this technology to provide accurate vocational recommendations and improve the quality of young people's professional decisions.

This study highlights the importance of fuzzy logic in the development of expert systems for vocational guidance, offering an effective solution to help students make more informed decisions about their professional future.

Keywords: diffuse logic; vocational orientation; expert system; educational environment; decision making.

 

Resumo

Nos �ltimos anos, o sistema educacional equatoriano priorizou a orienta��o profissional com o apoio do Minist�rio da Educa��o. Contudo, muitos jovens vivenciam insatisfa��o e falta de voca��o nas suas escolhas profissionais, o que dificulta a procura de trabalho. Um estudo revela que no Equador uma propor��o significativa de jovens n�o est� empregada nem estudando.

Para enfrentar este desafio, foi implementado um sistema especialista baseado em l�gica difusa para auxiliar na orienta��o profissional. Utilizando a metodologia Prometheus e ferramentas de design espec�ficas, foi desenvolvido este sistema que demonstrou alta confiabilidade na tomada de decis�es vocacionais, atingindo 95% de precis�o. Esta abordagem personalizada revelou-se especialmente eficaz na adapta��o �s necessidades individuais dos alunos.

O sistema especialista, constru�do em JAVA e apoiado em bibliotecas especializadas, aproveitou a l�gica fuzzy para tratar informa��es incompletas ou incertas, comuns neste contexto. Os resultados obtidos destacam a utilidade desta tecnologia para fornecer recomenda��es vocacionais precisas e melhorar a qualidade das decis�es profissionais dos jovens.

Este estudo destaca a import�ncia da l�gica fuzzy no desenvolvimento de sistemas especialistas para orienta��o vocacional, oferecendo uma solu��o eficaz para ajudar os alunos a tomar decis�es mais informadas sobre o seu futuro profissional.

Palavras-chave: l�gica difusa; orienta��o vocacional; sistema inteligente; ambiente educacional; tomando uma decis�o.

 

 

Introducci�n

En los �ltimos a�os, el sistema educativo ecuatoriano ha incrementado sus esfuerzos en la orientaci�n vocacional, reconociendo la importancia crucial de ayudar a los j�venes a tomar decisiones informadas sobre su futuro acad�mico y profesional. Estas iniciativas, respaldadas por el Ministerio de Educaci�n Educaci�n [Andrade et al., 2021], y apoyadas por diversos programas y proyectos, han buscado proporcionar a los estudiantes herramientas y recursos que les permitan explorar sus intereses, habilidades y valores, con miras a una elecci�n de carrera m�s acertada.

A pesar de estos esfuerzos, las investigaciones muestran que a�n persisten desaf�os significativos en este �mbito. Un n�mero considerable de j�venes, al concluir sus estudios secundarios o universitarios, se enfrentan a la incertidumbre y la falta de claridad respecto a su futuro profesional. La insatisfacci�n y la falta de vocaci�n en sus elecciones pueden generar dificultades en su inserci�n laboral y contribuir a un panorama de subempleo o desempleo juvenil.

Los datos proporcionados por la Organizaci�n Internacional del Trabajo revelan una realidad preocupante: en Ecuador, una proporci�n significativa de j�venes se encontraba en situaciones diversas en relaci�n con el trabajo y el estudio. Solo una fracci�n estaba empleada, mientras que otro grupo se dedicaba exclusivamente a sus estudios. Un porcentaje menor lograba combinar ambas actividades, pero una parte considerable no estaba ni trabajando ni estudiando, lo que plantea interrogantes sobre la efectividad de las pol�ticas y programas de orientaci�n vocacional existentes.

Estos hallazgos sugieren que las decisiones inadecuadas al inicio de la carrera pueden ser la causa de muchas frustraciones posteriores. La falta de informaci�n, orientaci�n oportuna y apoyo adecuado puede llevar a los j�venes a elegir caminos educativos y profesionales que no se alineen con sus intereses, habilidades o expectativas, lo que dificulta su desarrollo personal y profesional a largo plazo.

Ante este panorama, es fundamental redoblar los esfuerzos en materia de orientaci�n vocacional y desarrollo de competencias para la empleabilidad. Es necesario implementar estrategias m�s efectivas que aborden las necesidades y preocupaciones de los j�venes en todas las etapas de su proceso de toma de decisiones, desde la educaci�n secundaria hasta la transici�n al mercado laboral. Adem�s, se requiere una mayor colaboraci�n entre el sector educativo, el sector laboral y otros actores relevantes para garantizar un enfoque integral y coordinado que promueva el �xito y el bienestar de los j�venes en su trayectoria profesional. El objetivo de este estudio es el de implementar un sistema experto basado en la l�gica difusa que sirva como soporte a un experto en el �mbito de la orientaci�n vocacional y contribuir a la elecci�n id�nea del perfil profesional.

La importancia de utilizar un sistema experto de orientaci�n vocacional radica en su capacidad para ofrecer una orientaci�n objetiva y basada en datos, que ayuda a los j�venes a explorar sus intereses, habilidades y valores de manera sistem�tica y reflexiva. A diferencia de otros m�todos tradicionales de orientaci�n, como pruebas psicom�tricas o sesiones de asesoramiento individual, un sistema experto puede analizar una amplia gama de informaci�n sobre el usuario, incluyendo sus preferencias personales, aptitudes acad�micas, y tendencias laborales, para generar recomendaciones personalizadas y relevantes. [Choque et al., 2019]

 

Materiales y m�todos

La representaci�n del conocimiento se llev� a cabo mediante reglas de producci�n, las cuales describen situaciones y acciones en forma de "SI premisa, ENTONCES conclusi�n". Con el fin de aumentar la precisi�n de las variables ling��sticas, se aplic� l�gica difusa, ajust�ndolas de acuerdo con la colaboraci�n del experto. Cada regla establecida constituye un t�rmino de conocimiento o una unidad de informaci�n dentro de la base de conocimiento.

El uso de estas reglas facilit� el desarrollo del Sistema Experto para la selecci�n de una carrera profesional, permitiendo la incorporaci�n sencilla de nueva informaci�n o la modificaci�n de la existente mediante la creaci�n o modificaci�n de reglas individuales.

El estudio se realiz� con los estudiantes de tercer a�o de bachillerato de la Unidad Educativa "Stephen Hawking" en Santo Domingo de los Colorados.

1. Metodolog�a Prometheus para el modelado del sistema inteligente�

1.1 Fase de especificaci�n

El diagrama de descripci�n general del an�lisis est� dise�ado para mostrar la interacci�n entre el sistema y el entorno. En este nivel de abstracci�n, es necesario identificar los actores, escenarios, percepciones y acciones involucradas en el sistema. Se trata de un proceso de dos pasos. Primero, identificamos los actores y los escenarios en los que participan en el sistema. Segundo, identificamos y definimos �comportamientos y percepciones entre actores y sistemas.

1.2������ Detalles de escenarios

Un escenario se puede considerar como un ejemplo de din�mica, es decir, el proceso de c�mo algo puede suceder, aunque es solo un ejemplo y no necesariamente lo que ocurrir�. Este proceso se presenta de manera secuencial para facilitar la comprensi�n y se puede ver como un seguimiento de alto nivel espec�fico que podr�a llevarse a cabo. Por otro lado, la jerarqu�a de objetivos es una representaci�n est�tica que intenta desglosar todos los objetivos principales en subobjetivos. Cada escenario debe estar vinculado a alg�n objetivo que represente lo que se intenta lograr con ese escenario

Figura 1

Diagrama de detalles de escenarios

Fuente: Elaboraci�n propia

1.3 Diagrama de resumen de objetivos

Es crucial tener en mente la naturaleza iterativa del proceso de dise�o al trabajar con el diagrama general de objetivos y las especificaciones del escenario. Los cambios efectuados en un diagrama deben ser reflejados en el otro, y PDT (Promtheus Desig Tools) ayuda a garantizar esto mediante la propagaci�n autom�tica de ciertos cambios. A pesar de que la descripci�n general de objetivos debe considerarse como un diagrama de alto nivel, y aunque hay cierta informaci�n de control (espec�ficamente con AND vs OR), este diagrama no detalla la estructura de control de un programa. La inclusi�n de subobjetivos con AND no es aplicable en todos los casos, sino �nicamente en algunos. Este nivel de detalle no se toma en cuenta.

 

 

 

 

 

 

 

Figura 2

Diagrama de resumen de objetivos

Nota: Elaboraci�n propia

1.4 Funciones del sistema

Figura 3

Diagrama de funciones del sistema

Nota: Elaboraci�n propia

1. Metodolog�a para el desarrollo del Sistema Inteligente

Para el desarrollo del sistema experto de orientaci�n vocacional se utiliz� la l�gica difusa para determinar la ocupaci�n m�s adecuada. La representaci�n del conocimiento juega un papel fundamental en este proceso, siendo una de las partes esenciales en la creaci�n de un sistema experto. El desarrollo del sistema experto se basar� en la metodolog�a de Buchanan, siguiendo diferentes etapas: en la etapa de definici�n, se identifica al experto humano a consultar; en la etapa de conceptualizaci�n, se lleva a cabo la adquisici�n de conocimiento, creando as� la base de conocimiento y la base de hechos; en la etapa de formalizaci�n, se estructura y formaliza el conocimiento junto con el motor de inferencia; y finalmente, en la etapa de implementaci�n, se desarrolla el prototipo del sistema.La metodolog�a Buchanan define la adquisici�n del conocimiento de un sistema experto y por extensi�n la construcci�n de todo el sistema se divide en cinco fases: identificaci�n, conceptualizaci�n, formalizaci�n, implementaci�n y pruebas.

2.1 Identificaci�n

Se explor� el uso del diagn�stico psicol�gico estructurado para aplicarlo en el desarrollo del Sistema Inteligente. Se identificaron a los participantes y sus roles en la creaci�n del prototipo del Sistema Experto:

El "Experto", un psic�logo que aporta su conocimiento basado en su experiencia.

El "Ingeniero del conocimiento", un investigador que representa el conocimiento del experto y desarrolla el Sistema Inteligente utilizando la L�gica Difusa para determinar el tipo de ocupaci�n.

El "Usuario", un joven preuniversitario que necesita conocer su tipo de ocupaci�n.

Los sistemas expertos se crean mediante la colaboraci�n entre expertos, ingenieros del conocimiento, pacientes y psic�logos especializados, quienes contribuyen con el conocimiento esencial para su desarrollo.

La representaci�n del conocimiento por parte del psic�logo se fundamenta en un conjunto de s�mbolos y convenciones que facilitan la codificaci�n de los datos diagn�sticos y la expresi�n del conocimiento, as� como la l�gica subyacente en las afirmaciones y las reglas de inferencia. Esta �ltima implica la inclusi�n de conclusiones y la gesti�n de la incertidumbre mediante el uso de la l�gica difusa.

Los elementos del sistema experto se establecen siguiendo criterios espec�ficos: una base de conocimientos que alberga el saber de expertos en psicolog�a, formalizado y estructurado adecuadamente; la representaci�n del conocimiento es simplificada mediante reglas. La aplicaci�n de l�gica difusa permite formular preguntas ambiguas con varias posibles respuestas. Esta etapa facilita la determinaci�n de los requisitos iniciales para el dise�o del prototipo y define su alcance.

2.2 Conceptualizaci�n

2.2.1 Adquisici�n del conocimiento

El conocimiento experto se adquieri� no solo mediante el estudio exhaustivo de literatura especializada, sino tambi�n a trav�s de entrevistas meticulosamente conducidas y observaciones detalladas del desempe�o de los profesionales en su campo.

2.2.2 Conocimiento Abstracto

Durante la etapa de desarrollo del Sistema Experto basado en L�gica Difusa para la determinaci�n del tipo de ocupaci�n, se entrevist� a un psic�logo experto para complementar los datos obtenidos a trav�s del test de Holland. De esta entrevista se obtuvieron dos conceptos clave: el tipo de ocupaci�n, que describe el trabajo realizado por un individuo, y la orientaci�n vocacional, un proceso que ayuda a los estudiantes a elegir una profesi�n basada en sus motivaciones, aptitudes y actitudes, fomentando su propio esp�ritu cr�tico.

Base de hechos

Este componente encapsula el conocimiento del sistema en un instante determinado, almacenando los datos proporcionados por el paciente y manteniendo una conexi�n directa con la base de conocimiento. Un suceso espec�fico puede activar una regla correspondiente.

2.2     Formalizaci�n

2.3.1       Base de conocimiento

Para codificar el saber del experto, se adopta un formalismo basado en actividades, combinando el conocimiento abstracto y la intuici�n de los expertos humanos, los cuales se formalizan y estructuran apropiadamente mediante la aplicaci�n de l�gica difusa. Una base de conocimiento se compone de reglas derivadas de un conjunto de hechos establecidos.

2.3.2 Identificaci�n de variables difusas

El sistema experto encapsula el entorno individual de cada estudiante, sirviendo como canal para obtener las respuestas a las interrogantes presentes en el sistema, esenciales para su progreso.

En base a los conceptos identificados en la etapa anterior, se definieron las variables de entrada definidas a continuaci�n

 

 

Tabla 1

Ambiente Realista

Realista
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Tener gusto por la reparaci�n
Tener gusto por la manufactura
Tener� gusto�� por����� la����������� reparaci�n Electr�nica	ocupaci�n	0 - 4	Alto, Medio, Bajo
Tener gusto por trabajo f�sico
Tener gusto por trabajos al aire Libre
Tener� gusto�� por����������� trabajos Minimalistas	actividad	0 - 5	Alto, Medio, Bajo
Tener gusto por trabajos art�sticos
Tener gusto por deportes
Tener gusto por esculpir en metal

Nota: Elaboraci�n propia

Tabla 2

�Ambiente investigador

Investigador
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Tener gusto por la Lectura Cr�tica
Gusto� por����� los����������� c�lculos Matem�ticos	ocupaci�n	0 - 4	Alto, Medio, Bajo
Gusto� por� la� investigaci�n Cient�fica
Gusto por nuevas ideas
Persigue sus propias ideas
Gusto� por����� esculturas����������� y Monumentos
Gusto por pensar a fondo las soluciones a los problemas	actividad	0 - 5	Alto, Medio, Bajo
Gusto por los experimentos en Laboratorio
Gusto� por����� la����������� protecci�n Ambiental

Nota: Elaboraci�n propia

Tabla 3

Ambiente convencional

 

Convencional
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Tener Estabilidad
Tener Gusto por los n�meros
Ser Sistem�tico	ocupaci�n	0 - 4	Alto, Medio, Bajo
Tener� conocimiento del trabajo a desempe�ar
Prefiere seguir reglas
Presta atenci�n a los detalles
No cuestionar instrucciones	actividad	0 - 5	Alto, Medio, Bajo
Ser responsable
Ser����� organizado����������� con����� las herramientas de trabajo

Nota: Elaboraci�n propia

Tabla 4

Ambiente social

Social
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Gusto por el trabajo social
Gusto por la pedagog�a
Gusto por trabajar con el P�blico	ocupaci�n	0 - 4	Alto, Medio, Bajo
Voluntario
Solidario con colegas
Tiene�� iniciativa������� con Colegas
Gusto por el estudio en Grupo	actividad	0 - 5	Alto, Medio, Bajo
Gusto por el trabajo en Grupo
Gusto por ocuparse de los Dem�s

Nota: Elaboraci�n propia

 

Tabla 5

Ambiente art�stico

Art�stico
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Gusto por la m�sica
Gusto por la escritura	ocupaci�n	0 - 4	Alto, Medio, Bajo
Gusto por la actuaci�n
Gusto por el dise�o
Gusto por la artesan�a
Gusto por la poes�a
Gusto por el dibujo	actividad	0 - 5	Alto, Medio, Bajo
Gusto por la fotograf�a
Gusto por la radiodifusi�n

Nota: Elaboraci�n propia

Tabla 6

Ambiente emprendedor

Emprendedor
Variable	Tipo	Universo de Discurso	Valores � Ling��sticos
Gusto� por����� planificar actividades y eventos
Gusto� por����� supervisar Actividades	ocupaci�n	0 - 4	Alto, Medio, Bajo
Preferencia por presentar ideas particulares
Gusto por emprender un negocio propio
L�der de un grupo
Gusto por administrar el trabajo de los dem�s
Persona convincente	actividad	0 - 5	Alto, Medio, Bajo
Gusto� por����� organizar actividades a mi modo
Confianza en s� mismo

Nota: Elaboraci�n propia

Se identific� como �nica variable de salida del SI: realista, emprendedor, artista, investigador, social, convencional. (Variable, descripci�n, Universo de Discurso, Valores Ling��sticos)

Tabla 7

Variables de salida

 

Variable	Descripci�n	Universo de Discurso	Valores � Ling��sticos
Realista	Este ambiente incluye personas que se destacan por sus capacidades mec�nicas y deportivas. Prefieren trabajar����������� con����� maquinaria, equipamiento, plantas y animales. Es posible que tambi�n les guste trabajar fuera de una oficina.	0 - 9	Alto, Medio, Bajo
Investigador	Este ambiente representa a los que prefieren profesiones cient�ficas e intelectuales. Disfrutan de reunir informaci�n, identificar teor�as o hechos y analizar e interpretar informaci�n.	0 - 9	Alto, Medio, Bajo
Convencional	Incluye a las personas con un alto grado de control y que prefieren trabajar con n�meros y cifras. Son precisos en su trabajo y siempre cumplen las normas, leyes y reglamentos laborales.	0 - 9	Alto, Medio, Bajo
Emprendedor	Este ambiente incluye a las personas con personalidad administrativa. Pueden conectar eficientemente sus ideas y opiniones con los dem�s y persuadirlos. Adem�s, conf�an mucho en s� mismos y tienen la energ�a necesaria para lograr sus aspiraciones.	0 - 9	Alto, Medio, Bajo
Artista	Este ambiente incluye a las personas que aprecian las cualidades est�ticas que expresan a trav�s de su trabajo art�stico y literario. Se caracterizan por su flexibilidad� y� no� conformidad� o compromiso con un sistema espec�fico.	0 - 9	Alto, Medio, Bajo
Social	Este ambiente est� representado por personas sociales que disfrutan al ayudar a otros. Prefieren trabajar en grupos y se caracterizan tambi�n por sus�� grandes�� habilidades�� de comunicaci�n.	0 - 9	Alto, Medio, Bajo

Nota: Elaboraci�n propia

1.     2.3.3 Motor de Inferencia

Fuzzificaci�n de las variables ling��sticas de entrada

Al ajustar las variables ling��sticas de entrada a las funciones de pertenencia espec�ficas de cada contexto, identificadas como "Ocupaciones" y "Actividades" en nuestra investigaci�n, derivadas de las preguntas categorizadas en estos dos conjuntos, buscamos obtener un valor num�rico. Este valor ser� procesado por el motor de l�gica difusa para determinar si se ubica en la categor�a de alto, medio o bajo. De esta manera, el entorno identificado como "Alto" se utilizar� como el �ptimo para el estudiante, bas�ndonos en sus preferencias establecidas en el test

Definimos tres conjuntos difusos esto para las preguntas que presentan m�s opciones de respuesta de la variable

 

 

 

Figura 4

�Conjunto Difuso de la variable alto, medio y bajo

Nota: Elaboraci�n propia

Despu�s de establecer los conjuntos difusos, llevamos a cabo la fuzzificaci�n de las variables en el c�digo utilizando la biblioteca FuzzyLogic. En este proceso, definimos las variables y les asignamos los valores correspondientes dentro de los conjuntos previamente identificados.

Se transfieren las variables ling��sticas al programa mediante el uso de la biblioteca FuzzyLogic, la cual proporciona las funciones esenciales para la elaboraci�n de programas basados en l�gica difusa.

 

Desarrollo de reglas

Tabla 8

Reglas

 

Nombre	Condici�n	Resultado
RULE 1	Si ocupaci�n es ALTO y actividad es ALTO	ALTO
RULE 2	Si ocupaci�n es ALTO y actividad es MEDIO	ALTO
RULE 3	Si ocupaci�n es ALTO y actividad es BAJO	MEDIO
RULE 4	Si ocupaci�n es MEDIO y actividad es ALTO	ALTO
RULE 5	Si ocupaci�n es MEDIO y actividad es MEDIO	MEDIO
RULE 6	Si ocupaci�n es MEDIO y actividad es BAJO	BAJO
RULE 7	Si ocupaci�n es BAJO y actividad es ALTO	MEDIO
RULE 8	Si ocupaci�n es BAJO y actividad es MEDIO	BAJO
RULE 9	Si ocupaci�n es BAJO y actividad es BAJO	BAJO

Nota: Elaboraci�n propia

2.3.5 Defuzzificaci�n de las variables ling��sticas de entrada

Una vez obtenido el conjunto difuso resultante, es necesario tomar una decisi�n que represente un valor num�rico �nico en lugar de un conjunto difuso. Esta etapa se conoce como defuzzificaci�n y es crucial para identificar nuestro entorno educativo �ptimo. Para determinar dicho entorno, el motor de inferencia requiere un valor �nico que indique el grado de pertenencia a las categor�as de alto, medio o bajo.

Para la soluci�n de nuestro defuzzificaci�n se ha escogido trabajar con la defuzzificaci�n por c�lculo de medida que es la m�s sencilla, consiste en calcular la media de la meseta m�s elevada.

2.3.4 Implementaci�n

El desarrollo del prototipo se logra mediante la codificaci�n de reglas y hechos que �alimentan el motor de inferencia. El lenguaje de programaci�n del sistema experto debe cumplir con los requisitos tanto de representaci�n del conocimiento como de las transformaciones necesarias en dicha representaci�n.

Para este fin, se emple� el lenguaje JAVA, complementado con las librer�as FuzzyLogic y Rule. Estas librer�as proporcionan una s�lida base para los conceptos fundamentales de programaci�n, incluyendo hechos, c�lculo de predicados para la inferencia y sus formas de manipulaci�n. Esto contribuye a una programaci�n coherente de las formas de representaci�n y procesamiento del conocimiento computacional de manera eficiente.

En el proceso de programaci�n, se opt� por utilizar NetBeans 14, que ofrece diversas capacidades y facilita significativamente la tarea. Adem�s, se incorporaron las librer�as FuzzyLogic y Rule para el desarrollo de reglas. Estas herramientas garantizan un rendimiento �ptimo gracias a un compilador optimizado.

 

Resultados

Los resultados obtenidos en esta investigaci�n trascienden la mera eficacia de las metodolog�as implementadas, revelando un grado de certeza del 95% en la toma de decisiones concernientes a la orientaci�n vocacional. Esta cifra no solo refleja la solidez de nuestro enfoque metodol�gico, sino que tambi�n subraya la confiabilidad y precisi�n de nuestras recomendaciones.

En particular, hemos observado una mejora notable en la calidad y relevancia de las recomendaciones cuando el sistema ha logrado ajustarse de manera integral a las caracter�sticas individuales de cada usuario. Este nivel de adaptaci�n personalizada refuerza a�n m�s la capacidad del sistema para brindar orientaci�n vocacional altamente individualizada y precisa.

Esta personalizaci�n no solo se traduce en una mayor satisfacci�n por parte de los usuarios, sino que tambi�n conlleva a una toma de decisiones m�s informada y acertada en el �mbito profesional. En �ltima instancia, estos hallazgos respaldan la relevancia y utilidad de nuestra metodolog�a en la facilitaci�n de trayectorias profesionales m�s satisfactorias y exitosas.

CONTRASTE DE RACHAS DE WALD � WOLFOWITZ

Se considera la poblaci�n de estudiantes de bachillerato asociada a una variable aleatoria, x la cual se la podr� representar por los valores �COINCIDE� S � �NO COINCIDE� N. Se utiliz� una prueba de rachas para evaluar la confiabilidad del sistema inteligente bajo las siguientes hip�tesis:

𝐻₀: La muestra es aleatoria

𝐻₁: La muestra no es aleatoria

Poblaci�n de Estudiantes n: n₁+n₂

n₁: Estudiantes de tipo S

n₂: Estudiantes de tipo N

R (N�mero Total de Rachas): Total de coincidencias homog�neas que se agruparon de forma consecutiva

Para muestras grandes y dado H_o, tenemos una muestra aleatoria cuya distribuci�n de probabilidad para R es normal a medida que n₁ y n₂ se hacen m�s grandes.

Esta aproximaci�n es muy buena para n1>10 y n2>10, por lo que se puede calcular las siguientes f�rmulas estad�sticas

P

ara muestras grandes se verifica lo siguiente:

De forma similar para una muestra correcta el valor del estad�stico Z ser�:

 

El siguiente intervalo muestra la regi�n de aceptaci�n para la hip�tesis:

 

 

El valor de �se obtiene de la tabla N<0,1>de manera que:

 

AN�LISIS DE LA PRUEBA DE HIP�TESIS

Desarrollo de la prueba de hip�tesis por medio de contraste de rachas:

Planteamiento la hip�tesis nula: El uso de la l�gica difusa permite al sistema inteligente determinar el tipo de ocupaci�n.

Selecci�n del nivel de confianza: El nivel de confianza o significaci�n que se obtiene para 90% es elegida de la tabla normal.

Identificaci�n del estad�stico de pruebas: Se har� uso de la prueba de rachas de Wald-Wolfowitz, el cual utiliza las variaciones de signos positivos y negativos. Una racha est� conformada por una asociaci�n de signos iguales.

Formulaci�n de la regla de decisi�n: Se toma 39 casos de consulta para determinar el tipo de ocupaci�n en estudiantes de bachillerato, luego se compara los resultados entre el test de Hollad y el sistema inteligente. Por tanto, la siguiente tabla muestra los resultados de la comparaci�n, una vez observado los resultados se analizar� la aceptaci�n por rachas.

+ = Representa los casos en los que coincide el resultado generado por el sistema inteligente y el test de Holland.

- = Representa los casos en los que no coincide el resultado generado por el sistema inteligente y el test de Holland.

Total de Rachas R = 30

N�mero total de observaciones n = 78

N�mero de Residuos positivos n1 = 60

N�mero de Residuos negativos n2 = 18

 

 

 

1.     Toma de decisi�n: Se determina el valor estad�stico 𝑍_{𝑒𝑥𝑝𝑡} para una muestra dada:

2.   

La regi�n de aceptaci�n para la hip�tesis es:

Dado que el valor estad�stico est� dentro del rango de aceptaci�n de la hip�tesis, se puede afirmar que el uso del sistema inteligente ayuda a determinar el tipo de ocupaci�n id�neo para los estudiantes de tercero de bachillerato de la Unidad Educativa Stephen Hawking, lo que indica que los datos de la muestra son aleatorios.

 

AN�LISIS DE CONFIABILIDAD

Para medir el nivel de confiablidad en un determinado tiempo del Sistema Inteligente utiliza la funci�n exponencial, bas�ndose en la siguiente escala:

-           10% - 50% -> No satisfactorio

-           51% - 79% -> satisfactorio

-           80% - 100% -> muy satisfactorios

Se comienza en instante 𝑡₀ = 0 y se observa hasta que ocurra un error, la duraci�n se denomina 𝑇 = {𝑡0, 𝑡1, � , 𝑡𝑛} la cual es una variable aleatoria continua. Entonces la probabilidad de error del SI en un tiempo t es 𝑃[𝑇 ≤ 𝑡] = 𝐹(𝑡) donde F(t) es una funci�n de distribuci�n de la variable aleatoria T, por lo tanto, la probabilidad de que no ocurra un error en el Sistema en un tiempo t es 𝑅(𝑡) = 𝑃[𝑇 ≤ 𝑡] = 1 − 𝐹(𝑡)

 

Debido a que T es una variable aleatoria exponencial se tiene la funci�n de distribuci�n

𝑅(𝑡) = 1 − 𝑒^−𝑦𝑡, donde (y) es el promedio de respuestas acertadas y (t) es el tiempo que trabaja en Sistema Inteligente. Por lo que la funci�n de probabilidad se plasma de la siguiente forma:

Se observa que los resultados aportados por el Sistema Inteligente son confiables en un 95% encontr�ndose dentro de un par�metro elevado. Concluyendo as� que es Sistema Inteligente es confiable.

 

Discusi�n

En los �ltimos a�os, las aplicaciones basadas en la� l�gica difusa para la toma de decisiones han cobrado relevancia por su eficacia. La evaluaci�n del sistema experto revela una confiabilidad del 95%, indicando que logr� alinear de manera significativa sus sugerencias con las preferencias vocacionales de los usuarios. Se emplean reglas de producci�n del tipo if-then para la representaci�n del conocimiento, similar a la metodolog�a utilizada en [Martin, 1996] y [Pineda et al., 2010] adem�s, al igual que [T�llez et al., 2020] dispuso del apoyo de expertos en psicolog�a.� Otros autores como[Abbaszadeh et al., 2011], [Yannakoudakis et al., 2015] y [Banaszak et al., 2013], tambi�n usan la l�gica difusa, mientras� [Vel�squez et al., 2014] us� las redes neuronales.

La elecci�n de la plataforma inform�tica permiti� una implementaci�n eficiente de la metodolog�a propuesta garantizando una representaci�n y procesamiento eficiente del conocimiento computacional similar al utilizado en [Apaza, 2015], En comparaci�n con [Pineda et al., 2010] y [T�llez et al., 2020] que optaron por la programaci�n l�gica. En [Alcaraz et al., 2016], se presenta el "Sistema de recomendaci�n vocacional en l�nea", un tipo especial de sistema experto enfocado en la validaci�n y consistencia, asimismo, [T�llez et al., 2020] presenta un sistema experto que facilita la orientaci�n vocacional bas�ndose en intereses, habilidades y competencias de los aspirantes.

 

Conclusiones

La l�gica difusa ha emergido como un componente fundamental en el desarrollo de sistemas expertos, desempe�ando un papel crucial dentro del �mbito de la inteligencia artificial. En este contexto, se reconoce como un m�todo de razonamiento que exhibe la capacidad de manejar informaci�n incompleta o con un grado variable de incertidumbre, una caracter�stica intr�nseca en numerosos sistemas expertos. Este enfoque innovador no solo permite la gesti�n eficiente de datos complejos, sino que tambi�n abre la puerta a un nivel de an�lisis m�s sofisticado y contextualizado.

En el contexto espec�fico de la orientaci�n vocacional para estudiantes, la aplicaci�n de la l�gica difusa ofrece una ventaja considerable. Al aprovechar su capacidad para evaluar y procesar las aptitudes individuales con mayor precisi�n y flexibilidad, se pueden identificar de manera m�s precisa las �reas de fortaleza y las vocaciones potenciales de cada estudiante. Esto, a su vez, facilita una toma de decisiones m�s informada y estrat�gica en cuanto a la elecci�n de ocupaci�n, brindando a los estudiantes una direcci�n clara para destacar y prosperar en sus futuras carreras profesionales.

No obstante, el impacto de esta elecci�n vocacional sugerida por el sistema no puede ser subestimado. Se requiere un an�lisis exhaustivo del rendimiento y la satisfacci�n de los estudiantes en relaci�n con sus elecciones profesionales para evaluar la eficacia y la utilidad de este enfoque. Esto implica no solo examinar el �xito acad�mico y la inserci�n laboral, sino tambi�n considerar la tasa de deserci�n y el grado de satisfacci�n laboral a largo plazo.

En consecuencia, se justifica una investigaci�n detallada para evaluar c�mo las recomendaciones proporcionadas por el sistema de orientaci�n vocacional impactan en la elecci�n de carrera y la persistencia acad�mica de los estudiantes. Este an�lisis permitir� una comprensi�n m�s completa de la eficacia y el potencial de la l�gica difusa en el �mbito de la orientaci�n vocacional, informando as� futuras mejoras en los sistemas de apoyo a la toma de decisiones en el campo educativo y profesional.

 

 

 

Referencias

[1] Andrade, J., D�az, H., Flores, E. (Febrero 2021). Modelo nacional de gesti�n y atenci�n para el servicio de nivelaci�n y aceleraci�n pedag�gica � NAP. Recuperado 15 de Enero del 2024 de https://educacion.gob.ec/wp-content/uploads/downloads/2021/02/Modelo-Nacional-de-Gestion-NAP.pdf

[2] OIT. (2023, Enero 16). Perspectivas Sociales y del Empleo en el Mundo: Tendencias 2023 [Online]. Disponible: https://www.ilo.org/wcmsp5/groups/public/---dgreports/---dcomm/---publ/documents/publication/wcms_865368.pdf

[3] Choque, H. C., Ruelas, E., Montalvo, A. G. (2019). Elaboraci�n de un instrumento psicol�gico de orientaci�n vocacional para alumnos que terminan secundaria en Lima�Per�. Revista de investigaci�n en psicolog�a, 22(1), 29-38..

[4] Mart�n Moreno, M. J. (1997). Sistema experto de orientaci�n vocacional-profesional (un procedimiento informatizado de ayuda) (Doctoral dissertation, Universidad Complutense de Madrid).

[5] Pineda, E., Leal, E., & Barrera, C. (2010, October). Los sistemas expertos como alternativa de soluci�n a la deserci�n universitaria. In de Congreso Acad�mico UDI, Bucaramanga.

[6] T�llez-Acu�a, F. R., Pineda-Ballesteros, E., Meneses-Cabrera, T., & Medina-Cruz, J. (2020). Sistemas expertos y orientaci�n vocacional en educaci�n a distancia virtualmente mediada. AiBi Revista de Investigaci�n, Administraci�n e Ingenier�a, 8(S1), 186-195.

[7] Abbaszade, M. M., Ragimova, E. A., Gardashova, L. A., Ibragimbekova, R., & Veisova, Z. SYSTEM OF PSYCHOLOGICAL TESTING OF ENTRANTS FOR THE PURPOSE OF VOCATIONAL GUIDANCE.

[8] Yannakoudakis, H., & Yannakoudakis, E. J. (2015, March). The architecture of the ARISTON expert system for vocational counselling. In 2015 International Conference on Industrial Engineering and Operations Management (IEOM) (pp. 1-6). IEEE.

[9] Banaszak-Piechowska, A., Mreła, A., & Sokołov, O. (2013). Expert systems�the help for vocational guidance of medical physics graduates. Journal of Health Sciences, 3(2), 115-129.

[10] Vel�squez, A. M. Puentes y J. L. Sarabia, �Orientaci�n vocacional aplicando sistemas basados en conocimiento�, en Revista Colombiana de Tecnolog�as de Avanzada, vol. 1, pp. 74-79, 2014.

[11] Apaza Suntura, W. R. (2015). Sistema experto para el diagnostico y tratamiento de la hernia discal lumbar basado en l�gica difusa (Doctoral dissertation).

[12] Corona, S. A. (2016). Sistema de recomendación vocacional en l�nea/Online vocational recommendation system. RECI Revista Iberoamericana de las Ciencias Computacionales e Informá tica, 5(9), 68-83.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).