Razonamiento basado en la tolerancia a la inconsistencia

En los últimos 20 años se ha dado un gran incremento en la proliferación masiva de datos originado por la aplicación de nuevas tecnologías. Estas cantidades de información se almacenan en grandes repositorios de datos que quedan disponibles para su uso cotidiano como bases de conocimiento (KB), por ejemplo para utilizar como soporte en la toma de decisiones. En este contexto la presencia de información conflictiva (inconsistencia) es ubicua; dada la cantidad y variedad de procesos y aplicaciones que modelan situaciones del mundo real, las actualizaciones de los mismos producen inevitablemente inconsistencias que se almacenan en las KB. Por lo tanto, la inconsistencia es ineludible y esperable en KBs del mundo real. Dependiendo del dominio de aplicación pueden aparecer inconsistencias que necesitan ser resueltas pero la decisión de resolverlas, el enfoque de la resolución y cuando deben ser resueltas deberían ser procesos sensibles al contexto. Por ejemplo, ciertos tipos de conflictos en los datos puede ser visto como aceptable y hasta deseable en un sistema con razonamiento utilizado para detectar fraudes; en otros escenarios la resolución inmediata de inconsistencias puede resultar en pérdida de información valiosa. Esta línea de investigación propone explorar el área de razonamiento basado en tolerancia a la inconsistencia en Inteligencia Artificial y en Teoría de Base de Datos. Esta tarea consiste en realizar la recolección, análisis y critica de los diferentes métodos propuestos en la literatura sobre el manejo de inconsistencias en el proceso de razonamiento y respuesta a consultas y su consolidación en un trabajo que relacione estas perspectivas diferentes.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI