Razonamiento Basado en Casos

El razonamiento basado en casos (Case-Based Reasoning, CBR) resuelve un problema nuevo reutilizando la solución de un problema pasado parecido. En lugar de codificar el conocimiento en reglas generales, lo guarda como casos: registros concretos con la descripción de un problema, la solución que se le dio y, cuando se conoce, el resultado. Ante una consulta, busca los casos más similares en su base y construye la respuesta a partir de ellos.

El modelo de referencia lo fijaron Agnar Aamodt y Enric Plaza en 1994. Su definición ordena el proceso en cuatro fases encadenadas y convierte el CBR en una forma de aprendizaje: cada problema resuelto puede volver a la base como un caso más.

El ciclo de las cuatro R

El núcleo del CBR es un ciclo de cuatro pasos, las cuatro R. Recuperar (Retrieve): a partir de la descripción del problema nuevo, localizar en la base el caso o los casos más parecidos. Reutilizar (Reuse): tomar la solución del caso recuperado y trasladarla al problema actual. Revisar (Revise): probar esa solución en el mundo real, con un experto o en simulación, y repararla si falla. Retener (Retain): incorporar la experiencia útil a la base como caso nuevo, indexado para servir en el futuro. Las cuatro fases son necesarias: sin recuperación no hay punto de partida, sin retención no hay aprendizaje.

Similitud y adaptación

Dos decisiones sostienen todo el ciclo. La primera es cómo medir el parecido. La recuperación suele apoyarse en la técnica del vecino más cercano (k-NN): cada caso se describe con atributos y se compara con el problema nuevo mediante una función de similitud. No todos los atributos pesan igual, así que se les asigna una ponderación; ajustar esos pesos y afinar la métrica es buena parte del trabajo, y depende del dominio. La segunda decisión es la adaptación: rara vez la solución recuperada encaja tal cual. Aamodt y Plaza distinguen dos vías, la reutilización transformacional, que modifica la solución antigua con operadores hasta ajustarla, y la derivacional, que reaplica al nuevo caso el método que la generó. La adaptación automática sigue siendo la parte más difícil y menos generalizable del CBR.

Límites: calidad y mantenimiento de la base de casos

Un sistema CBR vale lo que vale su base de casos. Casos ruidosos o mal descritos degradan las recuperaciones; una base con lagunas de cobertura no responde a problemas sin precedente; y una base que solo crece se vuelve lenta y redundante. De ahí el problema del mantenimiento: qué casos conservar, fusionar o borrar sin perder competencia. Smyth y Keane (1995) lo formalizaron con las nociones de cobertura y alcanzabilidad, para borrar casos sin mermar la capacidad de resolución. No hay receta universal: los criterios de similitud, de adaptación y de borrado se diseñan según el dominio. Aun así, el enfoque destaca donde la experiencia previa es el conocimiento clave: soporte técnico y help desk (sistemas como SMART de Compaq o HOMER), diagnóstico médico y razonamiento jurídico por precedentes, como el sistema HYPO.