Draft talk:Informón

Hola Fernando

Soy Germán Alonso, compañero de Udima, me gastaría completar tu información con la relación del Informon en la IA. Tengo un documento de la materia de IA donde la profesora Aurora Martínez Rey hace una muy buena explicación al respecto.

Te adjunto lo que me gastaría agregar:

1. Definición y Naturaleza Ontológica del Informón

En el marco teórico de la Inteligencia Artificial (IA) y la Teoría de Sistemas, el informón se conceptualiza como la unidad elemental de información que posee validez semántica para un sistema, dotándolo de la capacidad para ejecutar procesos de toma de decisiones. Ontológicamente, el informón representa una evolución respecto al dato crudo; mientras que los datos convencionales pueden limitarse a ser conjuntos de señales o símbolos aislados, el valor del informón reside en su interpretación y en la pertinencia del contexto bajo el cual se aplica.

Desde una perspectiva formal, el informón es la entidad operativa que manipulan los sistemas inteligentes. Su naturaleza es polivalente, ya que puede manifestarse como un dato, una noticia estructurada o conocimiento explícito. Es el insumo fundamental que permite al sistema no solo almacenar registros, sino generar nueva información y representar conocimiento complejo dentro de bases de datos y sistemas expertos

2. Taxonomía y Tipología de los Informones

La literatura clasifica los informones en tres categorías jerárquicas, dependiendo de su nivel de abstracción, estructura y función dentro del sistema informático.

2.1. Informones Tipo Dato

Esta categoría corresponde al nivel más básico de la jerarquía. Los informones tipo dato se alojan comúnmente en bases de datos y constituyen los registros discretos que el sistema emplea como materia prima para sus inferencias. A pesar de su simplicidad, se diferencian del ruido o la señal pura porque poseen el contexto mínimo necesario para ser procesados por el sistema. Un informón tipo dato sería el registro de una transacción individual, tal como "Retiro de 50€ en el cajero automático X a las 14:00 horas". Este registro numérico y temporal, almacenado en el historial del cliente, constituye la unidad mínima de información operativa

2.2. Informones Tipo Noticia

Estos informones representan un nivel intermedio que implica agregación y contextualización. Se definen como información estructurada que aporta una visión situacional, análoga a un informe o reporte generado por un sistema de información. Su función principal es sintética e informativa, proporcionando una "foto" del estado de una situación. En el contexto de un sistema de monitorización de tráfico urbano, un informón tipo noticia no sería la velocidad de un coche individual, sino un boletín de estado generado automáticamente que indica: "Congestión severa en la Avenida Principal con un tiempo de retraso estimado de 20 minutos". Este informe sintetiza múltiples datos para ofrecer un contexto accionable

2.3. Informones Tipo Conocimiento

Constituyen el nivel superior de complejidad y abstracción. Estos informones son los componentes fundamentales de las bases de conocimiento y se estructuran frecuentemente mediante ontologías. Describen conceptualizaciones consensuadas y relaciones lógicas que el sistema utiliza para realizar inferencias deductivas y tomar decisiones ante problemas no triviales. En el ámbito de la conducción autónoma, un informón tipo conocimiento sería la regla ontológica que establece: "Si el objeto detectado es un 'peatón' y su trayectoria se interseca con la del vehículo, ENTONCES la acción obligatoria es 'frenar'". No es un dato estadístico ni un reporte, sino una regla lógica de comportamiento que permite al vehículo inferir una situación de peligro y actuar en consecuencia.

Bibliografía

Martinez, M. A. La Inteligencia Artificial, los problemas y las bases teóricas para su solución.

Proposal

Buenas, Fernando.

Lo primero de todo, pensaba que al editar y enviar se enviaba para validación primero y luego aprobación, pero a mi me aparece lo que he redactado. Solicitaré asistencia sobre este tema porque veo que se puede ir a una versión anterior.

Por otro lado, soy compañero en la UDIMA. Te dejo lo que he estado trabajando estos días por si te es de ayuda:

Definición

En el ámbito de la Inteligencia Artificial (IA), un informón es una unidad mínima de información significativa que un sistema puede utilizar para resolver problemas complejos. Su concepto surge para cuantificar cuánta información es relevante y efectiva en la toma de decisiones de sistemas que operan en entornos con múltiples variables, donde el cálculo exhaustivo de todas las combinaciones sería inviable.

$I_{k} = f (V_{k}, R)$

donde la función $f$ cuantifica qué parte de la información contenida en $V_{k}$ resulta relevante y utilizable para un objetivo de decisión específico.

Interpretaciones

El concepto de informón permite comprender cómo los sistemas de IA gestionan la información en entornos complejos. Se puede interpretar desde varias perspectivas:

Reducción de incertidumbre: un informón representa la información que contribuye a disminuir la incertidumbre sobre el estado de un sistema o la predicción de un resultado. Por ejemplo, en un sistema de predicción del clima, la información sobre la presión atmosférica y la humedad puede constituir un informón que reduce significativamente la incertidumbre sobre la probabilidad de lluvia en un día concreto.
Información relevante frente a información redundante: los informones ayudan a priorizar datos que tienen un impacto real en la toma de decisiones, descartando información redundante o irrelevante. Esto permite al sistema trabajar de manera más eficiente, evitando cálculos innecesarios.
Medida de eficiencia informativa: en un proceso de decisión automatizado, la presencia de informones indica que el sistema puede resolver problemas complejos sin necesidad de analizar exhaustivamente todas las variables posibles. Por ejemplo, un sistema de recomendación puede usar como informón la información sobre los géneros de películas preferidos por un usuario, ignorando temporalmente otras variables menos relevantes.

En resumen, un informón no es simplemente un dato, sino una unidad de información significativa que tiene un valor funcional en la resolución de problemas dentro de un sistema de IA.

Propiedades

Los informones presentan varias propiedades esenciales que permiten caracterizar su uso en sistemas de inteligencia artificial:

Modularidad: un sistema puede contener múltiples informones, cada uno asociado a distintos subconjuntos de variables. Esta organización modular facilita la gestión de la información y permite que el sistema tome decisiones específicas en contextos determinados.
No aditividad completa: la suma de todos los informones relevantes no necesariamente equivale a la entropía total del sistema, debido a la existencia de información redundante o superpuesta entre distintos informones. Por ejemplo, dos informones que contienen parcialmente la misma información sobre sensores de un robot no sumarán linealmente en términos de conocimiento total.
Medida de eficiencia: la cuantificación de informones permite evaluar la eficiencia del sistema, mostrando qué tan bien se utiliza la información disponible para la toma de decisiones. Esto es útil en sistemas con restricciones computacionales o de tiempo, donde analizar toda la información posible sería costoso.
Contextualidad: un informón tiene relevancia en un contexto específico. La misma unidad de información puede ser más o menos significativa dependiendo del objetivo del sistema y de las variables que se consideren críticas.

Estas propiedades hacen que los informones sean un concepto clave para analizar la capacidad informativa de sistemas de IA y su eficiencia en la resolución de problemas complejos.

Aplicaciones

El concepto de informón tiene aplicaciones prácticas en múltiples campos de la inteligencia artificial y sistemas basados en información:

Sistemas de recomendación: en plataformas de streaming o comercio electrónico, los informones representan información sobre las preferencias del usuario, como géneros, productos comprados o hábitos de consumo. Esta información permite generar recomendaciones precisas sin necesidad de analizar exhaustivamente todo el catálogo disponible. Por ejemplo, un informón puede ser “el usuario suele ver películas de ciencia ficción los fines de semana”, lo que ayuda a reducir la incertidumbre sobre qué contenido sugerir.
Robótica y navegación: en robots autónomos, los informones pueden representar datos de sensores sobre obstáculos, condiciones del terreno o ubicación de objetos. Esta información selectiva permite planificar rutas más eficientes y seguras sin procesar toda la información del entorno. Por ejemplo, un robot explorador puede usar informones de sensores de proximidad para decidir el mejor camino a seguir en tiempo real.
Procesamiento de lenguaje natural: los informones pueden representar palabras o frases clave dentro de un texto que son relevantes para comprender el significado o generar respuestas. Esto permite a los sistemas de IA centrarse en la información más significativa y reducir la complejidad del análisis.
Optimización de sistemas complejos: en sistemas que manejan grandes volúmenes de datos, los informones permiten identificar qué información es realmente útil para alcanzar un objetivo, evitando el análisis exhaustivo de datos irrelevantes y optimizando recursos computacionales.

En todos estos casos, los informones ayudan a los sistemas de IA a operar de manera eficiente, enfocándose en la información que realmente contribuye a la resolución de problemas o a la toma de decisiones.

Véase también

Referencias

Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal.
Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach. Pearson.
Liu, B. et al. (2021). Information Units and AI Decision Making. Journal of Artificial Intelligence Research.