Te invitamos a asistir a la Conferencia Magistral Virtual titulada: “Modelos de colaboración entre humanos y máquinas para la toma de decisiones compartida en condiciones de incertidumbre” que nos dictará la Dra. Nelly Bencomo, el día jueves 16 de mayo de 2024 a las 8:30 am en el Auditorio Tobías Lasser.
Nelly Bencomo es profesora asociada en el Departamento de informática de la Universidad de Durham y líder del equipo de investigación SE@Durham. En 2019, Nelly recibió la beca Leverhulme “QuantUn: cuantificación de la incertidumbre mediante sorpresas bayesianas”. Anteriormente, recibió una beca Marie Curie en INRIA París – Roquencourt. El proyecto Marie Curie se llama Sistemas conscientes de los requisitos (apodo: Requisitos@run.time). Nelly explota los aspectos interdisciplinarios de la ingeniería basada en modelos (MDE), la ingeniería de software, que comprende preocupaciones tanto técnicas como humanas, mientras desarrolla técnicas para sistemas inteligentes, autónomos y altamente distribuidos. Junto con otros colegas, acuñó el tema de investigación models@run.time. Su investigación informa el diseño de sistemas que involucran comunidades de personas y tecnología (https://aihs.webspace.durham.ac.uk/socio-technical-systems/).
Desde septiembre de 2020 es investigadora principal del proyecto de investigación EPSRC Twenty20Insight. Twenty20Insight es un proyecto interdisciplinario que reúne a expertos académicos en Ingeniería de Software (SE), RE, Design Thinking y ML para ayudar a las partes interesadas y desarrolladores de sistemas a comprender y razonar sobre el impacto de los sistemas inteligentes en el mundo en el que operan. Twenty20Insight apoya activamente la explicabilidad del comportamiento expuesto por parte del sistema en ejecución.
Nelly ha participado activamente en diferentes Proyectos Europeos y del EPSRC en Reino Unido en el área de sistemas autoadaptativos y autónomos. Fue presidenta del programa del 9.º Simposio Internacional sobre Ingeniería de Software para Sistemas Adaptativos y Autogestionados (SEAMS) en 2014 y copresidenta del programa de la 12.ª Conferencia Internacional IEEE sobre Sistemas Autoadaptativos y Autoorganizados (SASO) en 2018. y la 25ª Conferencia Internacional ACM/IEEE sobre Lenguajes y Sistemas de Ingeniería Basados en Modelos MODELS’22. Nelly es editora asociada de IEEE Transactions on Software Engineering (TSE) y miembro del consejo editorial del Journal of Software and Systems. También es miembro general de los miembros generales del IEEE TCSE (Consejo Técnico de Ingeniería de Software) (2020-24) y miembro del Comité Directivo de MODELS. Se ha desempeñado como miembro del PC y miembro del equipo organizador de múltiples conferencias relacionadas con SE (por ejemplo, ICSE, ASE, MODELS, RE, REFSQ, ICSA). Sitio web: www.nellybencomo.me
En su conferencia nos habla de la creciente incertidumbre que existe sobre el entorno de ejecución de los sistemas de software. Por lo tanto, no se puede predecir completamente cómo debería comportarse el sistema en diferentes contextos en el momento del diseño. Son consideraciones como estas las que han llevado al desarrollo de sistemas autoadaptativos (en ingles self-adaptive systems- SAS), que pueden reconfigurar dinámica y autónomamente su comportamiento para responder a condiciones externas cambiantes. El uso de Machine Learning (ML) y AI ha exacerbado los problemas al agregar más fuentes de incertidumbre. El alcance de la charla se encuentra en las áreas de Ingeniería basada en Modelos (model-driven engineering – MDE), Ingeniería de Requisitos (Requirements Engineering – RE), Ingeniería de Software (Software Engineering – SE) y el desarrollo de técnicas para cuantificar la incertidumbre para mejorar la toma de decisiones. El tratamiento explícito de la incertidumbre por parte del sistema en ejecución mejora su juicio para tomar decisiones respaldadas por la evaluación de la evidencia encontrada durante el tiempo de ejecución, posiblemente incluyendo al ser humano en el circuito. El orador discutirá cómo la cuantificación de la incertidumbre puede mejorar la obtención de requisitos (mediante simulaciones, por ejemplo). La charla también cubrirá diferentes enfoques para cuantificar la incertidumbre, models@run.time y su papel en Human-Machine Teaming.
