El núcleo central del sistema que han creado los investigadores son los agentes, pequeños programas informáticos que representan el comportamiento de una persona. “Queremos que los comportamientos que adoptan sean inteligentes y que se parezcan al razonamiento humano”, explica el director del GIAA, José Manuel Molina. “Esta idea, que subyace a toda la inteligencia artificial, es una de las aportaciones de nuestro trabajo, que trata de analizar algunos atributos que condicionan la forma de interactuar con los demás, como la sociabilidad, la timidez y la susceptibilidad de los agentes”, añade Molina.
Estos factores pueden hacer de filtro ante determinados comportamientos. Por ejemplo, un valor alto de timidez puede hacer que se exija un valor mayor de confianza a otro agente para compartir con él las opiniones sobre terceros. “No se trata sólo de valorar de forma personal un servicio que otro te proporciona, sino también de considerar las referencias de terceros sobre ese proveedor y mezclarlo todo para saber si seguiremos confiando en él”, puntualiza Molina.
Agentes inteligentes
El sistema completo consiste en un conjunto de agentes que interactúan entre sí para proporcionarse un servicio genérico como si fueran proveedores y clientes. “Nuestra propuesta pretende aplicar una formulación matemática que pueda emplear un agente para filtrar a otros cuyo servicio no le satisfaga en el menor tiempo posible, por ejemplo”, comenta el profesor de la UC3M Javier Carbó, otro de los autores del estudio, publicado recientemente en el Journal of Organizational Computing and Electronic Commerce. Para ello los investigadores se han valido de ‘términos borrosos’, una forma matemática de representar los términos ambiguos con los que se manejan habitualmente las personas.
“Intentamos formalizar conceptos que no pueden definirse como verdad o mentira de una forma tajante”, explica Carbó. Por ejemplo, cuando a alguien le preguntan: – ¿confías en la recomendación de esta persona? -; la respuesta no es ‘sí’ o ‘no’, sino un valor subjetivo que representa un cierto grado de confianza. “Nosotros postulamos que la reputación debe utilizar esta forma matemática, de manera que el razonamiento del agente no es ‘sí o no confío’, porque las transiciones entre estos dos elementos se realiza de forma suave”, añade Carbó.
Según los investigadores, este sistema desarrollado por el GIAA se podría aplicar a negocios on line que ya cuentan con modelos de reputación menos sofisticados, como eBay o Amazon, o a redes sociales muy populares entre los internautas, tanto en la gestión de contactos profesionales (eConozco) como en el ámbito del ocio (el recomendador musical MusicStrand, por ejemplo). En general, es aplicable a los dominios donde no existan unos criterios de valoración universales, como el mercado editorial, cinematográfico, artístico, etc. “De hecho, la última competición nacional de modelos de reputación en la que hemos participado – y que han ganado – consiste en la valoración de cuadros”, dice Molina.
En ella el objetivo es que los agentes, que representan a tasadores de obras pictóricas especializados en una época artística determinada, trabajen y colaboren con otros agentes para determinar la valía de cuadros que corresponden a otros periodos. De esta forma todos necesitan colaborar, pero ninguno sabe en qué son especialistas los demás, de modo que deben descubrirlo en el menor tiempo posible con las referencias que obtengan de terceros. “Nuestra propuesta es relativamente pionera, y ha dado pie a un considerable crecimiento de investigadores interesados en el tema”, asegura Molina. “Ya sólo falta que alguna empresa que dé un servicio de recomendación subjetivo y distribuido se interese en aplicarlos en el mundo real y no en un entorno simulado”.
Fuente: Universidad Carlos III
