MODELOS BASADOS EN AGENTES en Ciencias Sociales

1. MODELOS BASADOS EN AGENTES en Ciencias Sociales

2. Diversos propositos de las Simulaciones 1. Predicción. La simulación es capaz de tomar complicados imputs, procesarlos en mecanismos hipotetizados, y entonces generar de ellos consecuencias y predicciones. 2. La simulación también puede ser usada para Representar ciertas tareas. Este el dominio clásico de la inteligencia artificial. Cuyo método puede ser pensado como una simulación de la percepción humana, de la toma de decisiones o de la interacción social. 3.Entrenamiento. Muchos de los primeros y más exitosos sistemas de simulación fueron diseñados para entrenar a personas para proveerles una razonable precisión y un medio ambiente dinámico e interactivo. 4.Entretenimiento. Del entrenamiento, solo hay un pequeño paso al entretenimiento. También son simulaciones de mundos completamente imaginarios. 5. EducaciónEl principal beneficio de la simulación en la educación es permitir a los usuarios aprender relaciones y principios para si mismos.

3. Diversos propositos de las Simulaciones 6. Demostración La simulación puede utilizarse para proporcionar la existencia de una demostración. Por ejemplo, el juego de la vida de Conway's demuestra que el comportamiento complejo puede resultar de reglas muy simples. 7. Descubrimiento. Como una Metodología Científica el valor de la simulación radica principalmente en lapredicción, la demostración, y en el descubrimiento. Haciendo uso de la simulación para la predicción se puede ayudar a validar o mejorar el modelo en que se basa la simulación. Pero el uso de la simulación para el descubrimiento es tan importante como la demostración o la predicción.

4. Objetivos • Apreciar el valor de simulación como una tercera forma de hacer ciencia, en contraste con el método inductivo y deductivo. • Inducción es el descubrimiento de los patrones en el dato empírico (Por ej. encuestas de opinión). • Deducción se considera que la conclusión está implícita en las premisas. Es decir que la conclusión no es nueva, se sigue necesariamente de las premisas. (Por ej. El descubrimiento de puntos de equilibrio en teoría de juegos) Simulación es una tercera forma de hacer ciencia. Como la deducción, comienza con un conjunto de hipótesis explícitas. Pero a diferencia de ésta, no pone a prueba teoremas, Solo va a generar datos que luego podrán ser analizados inductivamente

5. Objetivos • Y a diferencia de la inducción, los datos simulados provienen de un conjunto de reglas rigurosamente especificados, en lugar de la medición directa del mundo real. • Aunque inducción puede ser utilizada para encontrar patrones en los datos, y la deducción puede ser utilizada para encontrar consecuencias de las hipótesis, la simulación puede utilizarse como una ayuda a la intuición • Aunque la hipótesis pueden ser simples, las consecuencias no pueden ser del todo evidente....Propiedades emergentes.

6. Sistemas Complejos Adaptativos Modelos basados en Agentes Autómatas Celulares Sociedades Artificiales

7. Conceptos • Autómatas Celulares – Von Neuman (década del ´50) • ¿Es posible hacer una computadora que produzca otras computadoras tan complejas como ella misma? • Modelos basados en agentes • “Agentes”: propuestos por Hofstadter en (1976) • Vida artificial • Propuesta por Chris Langton (1989)

8. Conceptos • SISTEMAS COMPLEJOS ADAPTATIVOS. • John Holland. 1994 • Sociedades artificiales • Término propuesto por Builder & Bankes, 1991

9. Autores y sus modelos Sakoda – Modelos de Segregación Schelling – Modelos de Segregación Axtell y Epstein- Distribución de Riqueza / Transmisión Cultural /etc. Axelrod - Cooperación /Promoción de normas/ transmisión cultural Lansing, S. Sistemas de Irrigación Balineses Boyd y Richerson- Modelos evolucionistas /Teoría de juegos. Nowak – Influencia Social May - Procesos de propagación viral, evolución del lenguaje Antropocaos Agar- Modelos Emic de consumo de Drogas Diego Diaz- Llamas (tesis) Lucio M/.M.Moreira /L. Sgrecia- Feria del libro independiente A. Del Olmo - Hipótesis Trivers G. Silva.- Cooperación entre G-V.

10. Sistemas Complejos Adaptativos En contraste con los modelos de descripción global, el foco esta puesto en las interacciones locales de los agentes. ¿Qué se asume? - Autonomía de los Agentes ----- > BOTTOM – UP - Los agentes son Interdependientes - Los Agentes obedecen a Simples reglas - Los Agentes son adaptativos, no racionales.(*)

11. AUTÓMATAS CELULARES

12. ¿Qué es A.C.? Es una grilla Donde cada celda representa una célula, que puede tener varios estados, dependiendo que se este modelando Y son las reglas las que hacen cambiar los estados a las células

13. ¿Qué es A.C.? Los hay también de una o tres dimensiones. Torus

14. Tipos de Vecindad - Vecindad de Von Neumann - Vecindad de Moore - Vecindad de Margolus. Grupos de 2x2 en un patrón hexagonal

15. Las Reglas

16. Adaptación / Aprendizaje

17. Juego de la vida - diseñado por el matemático británico Conway en 1970. • Dos estados posibles: Vivo o Muerto • REGLAS • Una célula muerta con exactamente 3 células vecinas vivas "nace" (al turno siguiente estará viva). • Una célula viva con 2 ó 3 células vecinas vivas sigue viva, • En todos los demás casos muere o permanece muerta (por "soledad" o superpoblación"). Ejemplo Ejemplo Ejemplo

19. Dinámica Social Autómatas • Las celdas son las unidades básicas o los átomos de un AC • Los individuos son las unidades básicas de la sociedad Unidades Básicas Estados Posibles Interdependencia Localidad Superposición Aplicaciones y Tareas • Los individuos realizan ciertas elecciones, adoptan ciertas actitudes y operan de ciertas maneras emocionales • Las celdas se encuentran en estados tomados de un conjunto de estados posibles • El estado de una celda central afecta a los estados de sus vecinos y viceversa • Los individuos se afectan mutuamente • Los individuos solo se afectan entre sí locamente, en una cierta vecindad, y la información sobre ellos es también local. • Las reglas de transición son locales • Las vecindades se superponen • A menudo las interacciones poseen una estructura superpuesta • Tareas pendientes para la compresión de fenómenos sociales: - Comprensión de emergencia y orden. - Comprensión de relaciones micro- macro. - Comprensión de dinámica social. • Aplicaciones en matemáticas y física: - Modelado de orden y emergencia. - Efectos macro explicados por reglas micro - Modelado de procesos dinámicos **Hegselmann

20. Modelos de SAKODA – Modelo de Schelling

21. Modelos de SAKODA – Modelo de Schelling • Se puede dar una segregación total a partir de acciones de nivel local que no tenían en absoluto el propósito de separarse de las otras clases. • Actitud negativa hacia el otro grupo MÁS indiferencia hacia el grupo de pertenencia, conducen hacia conglomerados mucho más densos que los que resultan de sentimientos positivos hacia el propio grupo. • Alcanza con desear que un tercio de los vecinos sean de la misma población que uno, para que se generen fuertes esquemas locales de segregación. Ejemplo

22. Boids - • Mezcla de birds and androids • Craig Reynolds

23. Boids - • Reglas: • Separación: No estar muy cerca de los que vuelan cerca • Alineamiento: Procurar que coincida la velocidad y dirección con las de los boids cercanos • Cohesión: Navegar hacia el centro percibido de la masa de los boids vecinos • El orden social y la estructura son emergentes de las interacciones locales. ejemplo

24. Modelos Basados en Agentes

25. ¿Qué es MBA? • A diferencia de los AC que solo tienen relaciones Célula -Célula, o Agente -Agente. Los MBAs se van a caracterizar por tener además relaciones de tipo Agente - Ambiente.

26. SugarScape - Axtell y Epstein

27. SugarScape - Axtell y Epstein “Comenzar el desarrollo de una ciencia social que modele los Procesos evolutivos en un ambiente computacional que simule la demografía, la transmisión de la cultura, la economía, la enfermedad y la co-adaptación de los agentes” Ciencia Social Generativa • Modelos de la distribución de la riqueza - Se observa como partiendo de una situación de igualdad en la cantidad de recursos con el correr del tiempo virtual, se genera una distribución desigual de la riqueza. -Si se somete a una crisis al medio ambiente, la situación de desigualdad se amplía. -Si los costos de reproducción se hacen caer sobre los agentes más ricos, la desigualdad desaparece. Ejemplo Starlogo NETLOGO

28. SugarScape - Axtell y Epstein Modelos de polución de un medioambiente -Con este modelo se pueden observar situaciones relacionadas con este fenómeno, tales como migraciones hacia lugares más pobres pero libres de contaminación o los efectos que ésta posee sobre las posibilidades de sobrevida de la población.

29. Axelrod, Robert Modelos de transmisión cultural y procesos identitarios • Con este ejemplo se pueden observar fenómenos de contagio cultural y de intercambio de rasgos que pueden promover convergencias o divergencias entre los grupos. • La semántica de esos signos diacríticos es flexible y esto es lo que permite su aplicación a diversos tipos de situaciones. • Se verifican procesos en los que a pesar de las convergencias locales se observan divergencias globales.

30. Axelrod, Robert • El énfasis esta puesto en la manera como cualquier cultura tienen probabilidades de emerger y propagarse • El modelo supone que la cultura de un individuo puede ser descripta en términos de sus atributos: la lengua, la religión, la tecnología, el estilo de vestir. • Para cada aspecto hay un conjunto de rasgos alternativos • Esta formulación permite definir el grado de similitud cultural entre dos individuos como el porcentaje de sus aspectos que tienen idéntico rasgo. • No hay movimiento en el modelo. Puede pensarse como aldeas homogéneas Dos pasos realiza la simulación: • Al azar se elije un sitio para ser activo. Y elijase uno de sus vecinos. • Con probabilidades equivalentes a su similitud cultural, estos dos sitios interactúan.

31. Axelrod, Robert

32. Axelrod, Robert • A medida que el número de aspectos crece, también crece la probabilidad de convergencia cultural completa • Incrementar el número de rasgos por aspecto tiene el efecto opuesto al de incrementar el numero de aspectos. Al aumentar los rasgos por aspecto decrece la probabilidad de convergencia cultural.

33. Lansing, Stephen • En este modelo se intenta dar cuenta de cómo se produce la cooperación entre diferentes asociaciones de agricultores de arroz de regadío en Bali, sin que haya ningún organismo central de coordinación. • Muestra cómo al coordinar globalmente sus cultivos estos sujetos evitan que los parásitos del arroz puedan, fácilmente, emigrar de un campo al otro. Video ubicacion

34. Lansing, Stephen • Consta de una adaptación de la Teoría de juegos, que a diferencia de otros usos, éste es afectado por los cambios en las condiciones ambientales. • Estas modelizaciones pueden ser útiles para tratar problemas relacionados con la relación entre manejo de recursos y prácticas de cooperación.

35. Lansing, Stephen • Basta con que los agentes manejen información local para generar patrones de cooperación que llegan mucho más allá que los horizontes de esos mismos agentes. • Según una encuesta a los nativos, la simulación Lansing lograron capturar las ideas de los agricultores sobre cooperación y toma de decisiones , >> SIMULACION PARTICIPANTE (EGLASH)

36. Los Anasazi ubicacion

37. Los Anasazi • Geoffrey Dean, George Gumerman, Joshua Epstein, Robert Axtell y otros • Hallazgoshasta la fecha: • La desaparición no pudo deberse a fenómenos ambientales externos. • En el momento de su abandono, el área era capaz aún de sustentar una población importante

38. GuardaVidas's life • El punto de partida es lograr una mayor comprensión sobre la cooperacióny la toma de decisionesde los agentes en un determinado ambiente de trabajo. • Utilizar los avances en SCA, y Teoría de juegos. Simulacion

39. GuardaVidas's life • Cada Guardavidas toma sus decisiones a partir de sus propios conocimientos, experiencias, y del contexto en que se suscita cada situación en particular. No existe en la actividad diaria una autoridad que centralice la toma de decisiones. • Analizar el papel y la importancia del Free-rider (Boyd y Richerson), estos nos indican que la amenaza del Freerider,- aquel agente que no coopera-, una vez que se ha instalado en el sistema, termina socavando las bases de la cooperación establecidas en el sistema “hace referencia a aquel individuo que tomando los beneficios derivados de los contratos sociales deja que otros paguen los costos”.

40. GuardaVidas's life -Distribuir de manera heterogénea entre los agentes índices de cooperación diferenciales. Algunos Guardavidas cooperaran, mientras que otros no lo harán. A partir de estas modificaciones se observará que sucede con la trayectoria del sistema.

41. ConclusionesGenerales

42. Conclusiones • Siempre será necesaria una interpretación disciplinar de los resultados. • Producir resultados temporal o espacialmente similares a la realidad es sólo un primer paso para entender los procesos dinámicos y plantear mejores problemas • Si un modelo pequeño y con dos variables se torna conceptualmente inmanejable, ¿qué cabe esperar de los razonamientos antropológicos?

43. Cuestiones obvias • Es obvio que hay muchos otros factores y que los modelos de SCA no son realistas – Pero ninguno lo es eh!! • Es también seguro que algunos factores son más esenciales que otros – Legitimidad de la abstracción.

44. Las Contras • Modelos demasiado realistas y explosión combinatoria • Requerimiento de programación. • Es cierto que hay una limitación estructural.¿qué técnica /metodología/perspectiva no lo tiene? No todas las problemáticas son convenientes para ser planteadas en estos términos

45. Software • Moduleco • StarLogo • Ascape • 3D Boids • Repast • Breve • Netlogo http://jasss.soc.surrey.ac.uk/JASSS.html

46. “Los MBAs, con sus hormiguitas y sus premios en azúcar, tienen sin duda cierto toque de estupidez, como si la vida real les quedara grande; pero, en el proceso de su tratamiento, uno se ve forzado a reflexionar sobre las implicancias desbordantes de cualquier enunciado sobre un mundo cultural regido por principios de no linealidad.” C. Reynoso (2006)