Guía de Estudio: Desarrollo de Sistemas Orientado a Objetos y Tecnologías de Integración

Este documento constituye un material de estudio exhaustivo basado en las sesiones académicas sobre el desarrollo de sistemas orientados a objetos (POO), con un enfoque especial en la integración de bases de datos, inteligencia artificial y la estructuración de proyectos en Node.js.

---

1. Introducción General

El desarrollo de sistemas modernos requiere una transición de la codificación lineal y procedimental hacia una arquitectura organizada y escalable. El documento se centra en la aplicación práctica de la Programación Orientada a Objetos (POO) para resolver problemas complejos, como la gestión hotelera o la creación de chatbots inteligentes.

Un pilar fundamental de este enfoque es la integración de componentes externos —bases de datos y modelos de Inteligencia Artificial (IA)— mediante el uso de clases que encapsulan la lógica de conexión y operación, facilitando la reutilización del código y la claridad estructural.

---

2. Marco Conceptual

Para comprender el desarrollo de sistemas orientado a objetos, es necesario definir los conceptos fundamentales discutidos:

Conceptos Clave de POO

• Clase (Class): Es la plantilla o molde para crear objetos. Define atributos (datos) y métodos (comportamientos).
• Constructor: Método especial que se ejecuta al instanciar un objeto. Se utiliza para inicializar los datos básicos del sistema (por ejemplo, cargar la configuración de una base de datos).
• Herencia (Extends): Mecanismo que permite a una clase (subclase) heredar propiedades y métodos de otra (clase padre). Esto evita la duplicación de código.
• Encapsulamiento: Organización del código de manera que la complejidad interna esté oculta, permitiendo interactuar con el objeto a través de métodos definidos.
• Polimorfismo: Capacidad de las subclases de reescribir métodos de la clase padre (como el método generarRespuesta en diferentes tipos de chatbots) para adaptarlos a necesidades específicas.

Terminología de Bases de Datos

• Base de Datos Relacional (RDBMS): Estructura de datos basada en tablas con filas y columnas, vinculadas mediante claves foráneas (ej. MariaDB, MySQL).
• Base de Datos de Grafos: Representación del conocimiento mediante Nodos (entidades) y Relaciones (vínculos). Es más cercana al pensamiento humano.
• Pool de Conexiones: Un conjunto de conexiones a la base de datos listas para ser usadas, lo que mejora la eficiencia al no tener que abrir y cerrar una conexión por cada consulta.

---

3. Desarrollo del Tema

A. Integración de Bases de Datos en Node.js

La conexión con bases de datos relacionales como MariaDB requiere pasos específicos en un entorno de objetos:

1. Instalación: Uso de npm install mariadb.
2. Referenciación: Uso de require o import al inicio del script.
3. Configuración (Config): Se define un objeto JSON con los parámetros de acceso:
   • host: Dirección del servidor (ej. localhost o IP pública).
   • user: Nombre de usuario.
   • password: Contraseña de acceso.
   • database: Nombre de la base de datos.
4. Clase Database: Se recomienda crear una clase genérica que maneje la conexión y el pool, y subclases específicas para cada motor (ej. class MariaDB extends Database).

B. Bases de Datos de Grafos (Neo4j)

A diferencia de las relacionales, las bases de datos de grafos utilizan una unidad atómica de información compuesta por una tríada: Sujeto - Verbo - Predicado.

Componente	Descripción	Ejemplo en Grafos
Nodo	Representa sustantivos (sujeto o predicado).	Empleado, Empresa, Párrafo.
Relación	Representa los verbos que conectan nodos.	"Trabaja en", "Pertenece a".
Capa Ontológica	Reglas de inferencia definidas.	Si X trabaja en Y, e Y está en Buenos Aires, X está en Buenos Aires.

Este modelo es especialmente útil para alimentar modelos de IA, ya que los datos son precisos y permiten a la IA "recorrer" el grafo para inferir respuestas sin ambigüedades.

C. Integración de IA (Gemini API)

Para dotar a una aplicación de capacidades de lenguaje natural:

• Se requiere una conexión vía API (usando claves de acceso).
• El flujo consiste en enviar un prompt (pregunta o instrucción) y recibir una respuesta procesada.
• La IA potencia los grafos al convertir los resultados de las consultas en respuestas conversacionales para el usuario.

---

4. Relaciones entre Conceptos y Estructura

El sistema se organiza de forma jerárquica para permitir la escalabilidad:

1. Clase Base (Chatbot): Contiene métodos comunes como guardarEnHistorial y mostrarHistorial.
2. Subclases (ChatbotClima, ChatbotSoporte): Heredan de la base pero implementan su propia lógica de generarRespuesta.
3. Dependencias de Datos: Las subclases pueden consultar una base de datos (MariaDB) para obtener información en tiempo real o un grafo (Neo4j) para obtener conocimiento estructurado.
4. Asincronismo: Debido a que las conexiones a bases de datos y APIs de IA toman tiempo, se deben utilizar funciones asíncronas (async / await). No se puede pedir una conexión o un resultado sin esperar a que el proceso externo responda.

---

5. Ejemplos Prácticos

Ejemplo 1: Estructura de un Chatbot en Node.js

Para crear un chatbot que maneje opciones, se puede utilizar un array de objetos JSON:

// Array de conocimiento (hardcoded para pruebas)
const arrayCompleto = [
  { opcion: 1, pregunta: "Temperatura actual", respuesta: "25 grados" },
  { opcion: 2, pregunta: "Probabilidad de lluvia", respuesta: "70%" }
];

// Método para mostrar opciones recorriendo el array
mostrarCuestionario() {
  let rta = "";
  for (let i = 0; i < this.arrayCompleto.length; i++) {
    rta += `${this.arrayCompleto[i].opcion} - ${this.arrayCompleto[i].pregunta}\n`;
  }
  return rta;
}

Ejemplo 2: Creación de Nodos en Grafos (Cypher/Neo4j)

La creación de conocimiento se codifica estableciendo el nodo y su relación:

• Create (A:Termino {nombre: "Ética"})
• Create (B:Obra {nombre: "Aristóteles"})
• Create (A)-[:PERTENECE_A]->(B)

---

6. Errores Comunes y Aclaraciones

1. Enfoque en la Teoría vs. Práctica: Un error común es intentar entender toda la teoría (herencia, encapsulamiento) antes de que el código funcione. Se recomienda priorizar que el código funcione y luego refinar la estructura teórica.
2. Sintaxis de Arrays y Objetos: Al usar push en un array para agregar nuevas entradas al chatbot, se debe asegurar de pasar un objeto JSON correctamente formado ({ clave: valor }).
3. Visualización de Objetos: Si se intenta imprimir un array de objetos directamente en la consola, se verá [object Object]. Es necesario usar JSON.stringify(array) para ver el contenido real.
4. Barras en Strings: Para saltos de línea, se debe usar la barra invertida \n, no la barra inclinada /n.

---

7. Síntesis y Conclusiones

• Modularidad: La POO permite separar la conexión a base de datos (clase Database) de la lógica de negocio (clase Hotel o Chatbot).
• Flexibilidad de Datos: Mientras que las bases relacionales son estándar, las de grafos son superiores para representar conocimiento complejo y alimentar IAs.
• Pragmatismo Programático: Una vez que se logra que un mecanismo funcione (como una conexión o un ciclo for), el resto del desarrollo consiste en replicar y adaptar ese patrón (copiar y pegar con ajustes).

---

8. Preguntas de Repaso

Nivel Básico

1. ¿Cuál es la diferencia entre una clase y un objeto?
2. ¿Para qué sirve el método constructor en una clase de Node.js?
3. ¿Cómo se instala el paquete necesario para usar MariaDB?

Nivel Intermedio

4. Explique la diferencia estructural entre una tabla relacional y un nodo de grafo.
5. ¿Por qué es necesario utilizar async y await al trabajar con bases de datos?
6. ¿Qué función cumple JSON.stringify en la depuración de código?

Nivel Avanzado

7. Describa cómo se aplica el concepto de herencia en la creación de múltiples chatbots especializados.
8. ¿Cómo funciona una capa ontológica en una base de datos de grafos y qué ventaja ofrece para la inferencia de datos?
9. Diseñe la lógica de un método procesarMensaje que utilice indexof para identificar palabras clave en una entrada de usuario.

---

9. Fechas Importantes y Avisos Académicos

A partir del análisis de las fuentes, se detallan los siguientes compromisos académicos:

Fecha	Tipo de Evento	Descripción Detallada
01 de Octubre (estimado)	Clase de Integración	El profesor planea mostrar la integración conjunta de Base de Datos e IA en un solo ejercicio (módulo de Gemini).
08 de Octubre	Examen Parcial	Fecha confirmada del parcial (postergado una semana). Será de modalidad virtual.
Post-Parcial	Inicio de Proyectos	Tras el parcial, comenzará el trabajo en proyectos grupales.

Indicaciones Académicas Importantes:

• Metodología de Proyectos: Las clases post-parcial se dividirán en bloques de 20 minutos por grupo para seguimiento de avances. Los grupos pueden coordinar y rotar sus horarios entre sí.
• Enfoque del Parcial: El profesor enfatiza que el foco debe estar en hacer funcionar el código, más que en la profundidad teórica extrema. Se sugiere estudiar el ejercicio del "Hotel" y el "Chatbot" como modelos base.
• Caso Especial: Una alumna realizará el examen el 01 de Octubre (una semana antes) debido a un viaje programado, previa coordinación con el docente.

1. Video resumen

2. Infografía

3. Presentación