El modelado social es un campo de investigación que aplica métodos computacionales para estudiar problemas en las ciencias sociales . Los temas investigados incluyen problemas de derecho computacional , psicología [1] , comportamiento organizacional [2] , sociología , ciencia política , economía , antropología , geografía , ingeniería , arqueología y lingüística .
El modelado social tiene como objetivo cerrar la brecha entre el método descriptivo utilizado en las ciencias sociales y el método formal utilizado en las ciencias naturales al cambiar el enfoque a los procesos/mecanismos/comportamientos que construyen la realidad social. En la simulación social, las computadoras respaldan la actividad del pensamiento humano utilizando estos mecanismos. Este campo explora el modelado de sociedades como sistemas complejos no lineales que son difíciles de estudiar con modelos matemáticos clásicos basados en ecuaciones. Robert Axelrod ve el modelado social como un método de investigación separado, distinto de los métodos deductivo e inductivo . Es la generación de datos que se pueden analizar de forma inductiva, pero que provienen de un conjunto de reglas bien definido en lugar de mediciones directas. Así, el modelado social es como la creación de sociedades artificiales. El enfoque de modelado social de las ciencias sociales es promovido y coordinado por asociaciones como ESSA .
La historia del modelado basado en agentes se remonta a la máquina teórica de von Neumann capaz de reproducirse a sí misma . El dispositivo propuesto por von Neumann seguiría exactamente las instrucciones detalladas para hacer una copia de sí mismo. Este concepto fue mejorado aún más por el matemático Stanisław Ulam . Ulam propuso construir la máquina en papel, como un conjunto de celdas en una cuadrícula. Esta idea intrigó a von Neumann y creó el primero de los dispositivos más tarde llamados autómatas celulares . Otra mejora fue realizada por el matemático John Conway . Diseñó el famoso juego "Life" . A diferencia de la máquina de von Neumann, el juego de Conway operaba con reglas simples en un mundo virtual dentro de los límites de un tablero de ajedrez .
El nacimiento del modelo basado en agentes como modelo para los sistemas sociales fue impulsado principalmente por el científico informático Craig Reynolds . Intentó modelar la realidad de los agentes biológicos vivos, la vida artificial , término acuñado por Christopher Langton . Joshua Epstein y Robert Axtell desarrollaron el primer modelo de agente a gran escala, Sugarscape , para modelar y explorar el papel de fenómenos sociales como la migración estacional , la contaminación , la reproducción sexual , la guerra y el contagio . Kathleen Carley , presidenta fundadora de la Asociación Norteamericana de Sistemas Organizacionales y Sociales Computacionales, fundó una revista para el modelado social en relación con las organizaciones y los sistemas sociotécnicos complejos: Teoría de la Organización Computacional y Matemática [3] .
Los investigadores Nigel Gilbert y Klaus Troitzch crearon el primer libro de texto sobre simulación social: Simulation for the Social Scientist (1999) y fundaron un suplemento: Journal of Artificial Societies and Social Simulation . Otro investigador, Ron Sun , ha desarrollado métodos para basar el modelado basado en agentes en modelos de cognición humana conocidos como modelado social cognitivo [4] .
Estos son algunos ejemplos de temas que se han explorado a través del modelado social:
El modelado social puede referirse a una clase general de estrategias para comprender la dinámica social utilizando computadoras para modelar sistemas sociales. Permite una consideración más sistemática de los posibles resultados. Hay cuatro tipos principales de modelado social:
El modelado social puede caer bajo la rúbrica de la sociología computacional , que es una rama recientemente desarrollada de la sociología que utiliza la computación para analizar fenómenos sociales . La premisa básica de la sociología computacional es aprovechar las simulaciones por computadora en la construcción de teorías sociales . Incluye una comprensión de los agentes sociales, las interacciones entre estos agentes y el impacto de estas interacciones en la totalidad social. Si bien el tema y la metodología de las ciencias sociales difieren de los de las ciencias naturales o informática , algunos de los enfoques utilizados en el modelado social moderno provienen de campos como la física y la inteligencia artificial .
El modelado a nivel de sistema es el nivel más antiguo de modelado social. El modelado a nivel del sistema analiza la situación como un todo. Esta visión teórica de las situaciones sociales utiliza una amplia gama de información para determinar qué debe sucederle a una sociedad y sus miembros en presencia de ciertas variables, cómo deben reaccionar ante una nueva situación. Navegar a través de este modelo teórico permitirá a los investigadores desarrollar ideas válidas sobre lo que sucederá con algunas variables específicas. Por ejemplo, si la NASA ejecutara simulaciones a nivel de sistema, beneficiaría a la organización al proporcionar un método de investigación rentable para navegar por las simulaciones. Esto permite al investigador navegar por las posibilidades virtuales de esta simulación y desarrollar procedimientos de seguridad , así como recibir hechos verificados sobre cómo se desarrollará tal o cual situación [11] . El modelado a nivel de sistema tiene como objetivo predecir y comunicar específicamente cualquier cantidad de acciones, comportamientos o capacidades de casi cualquier persona, objeto, construcción en un sistema utilizando un gran conjunto de ecuaciones . Un modelo es una representación de una cosa en particular, que va desde objetos y personas hasta estructuras y productos , creada con la ayuda de ecuaciones matemáticas y diseñada usando computadoras de tal manera que puedan presentarse como las cosas antes mencionadas en el estudio. Los modelos pueden ser simplificados o complejos, dependiendo de la necesidad de uno u otro; sin embargo, se pretende que los modelos sean más simples de lo que representan y, al mismo tiempo, se mantengan realistamente similares para que puedan usarse con precisión. Se construyen utilizando un conjunto de datos traducidos a lenguajes computacionales que les permiten representar el sistema en cuestión .
La simulación social basada en agentes consiste en simular varias sociedades y colocar agentes artificiales en una sociedad simulada por computadora para observar su comportamiento. A partir de estos datos, puede conocer las reacciones de los agentes artificiales y traducirlas en resultados de agentes reales y simulaciones. Las tres áreas principales son la computación de agentes, las ciencias sociales y el modelado por computadora. Es aquí donde se desarrollan y teorizan los fenómenos sociales. El objetivo principal del modelado social basado en agentes es proporcionar modelos y herramientas para el modelado de fenómenos sociales basado en agentes. Con él, podemos explorar diferentes resultados de fenómenos que quizás no podamos ver en la vida real y obtener información valiosa sobre los resultados de los fenómenos sociales.
El modelado basado en agentes es un sistema en el que los agentes interactúan colectivamente independientemente unos de otros. Cada agente individual es responsable de diferentes formas de comportamiento que conducen al comportamiento colectivo. Estos comportamientos generalmente ayudan a determinar el rendimiento de la red. Se enfoca en las interacciones sociales humanas y cómo las personas trabajan juntas y se comunican entre sí sin tener una mente de grupo unificada . Esto esencialmente significa que tiende a centrarse en las consecuencias de las interacciones entre personas (agentes) en una población . Los investigadores pueden comprender mejor este tipo de simulación utilizando dinámicas a un nivel más pequeño y localizado. Las reglas o acciones individuales simples pueden conducir a un comportamiento grupal consistente. Los cambios en estas actividades individuales pueden afectar a un grupo en cualquier población dada.
El modelado basado en agentes es una herramienta experimental para la investigación teórica. Te permite lidiar con comportamientos individuales más complejos, como la adaptación . En general, con este tipo de simulación, el creador o investigador busca modelar el comportamiento de los agentes y la relación entre ellos para comprender mejor cómo estas interacciones individuales afectan a toda la población. En esencia, es una forma de modelar y comprender varios patrones globales.
El modelado basado en agentes es más útil para proporcionar un puente entre los niveles micro y macro, que es una parte importante de lo que estudia la sociología. Los modelos basados en agentes son más adecuados para estudiar procesos que carecen de coordinación central, incluido el surgimiento de instituciones que, una vez creadas, establecen un orden de arriba hacia abajo. Los modelos se centran en cómo las interacciones locales simples y predecibles dan lugar a modelos globales familiares pero muy detallados, como el surgimiento de normas y la participación en la acción colectiva. Michael W. Macy y Robert Wheeler descubrieron que existen dos problemas principales con el modelado basado en agentes de la autoorganización de la estructura social y el surgimiento del orden social [12] .
Estructura emergente: en estos modelos, los agentes cambian de ubicación o de comportamiento en respuesta a influencias sociales o presiones de selección. Los agentes pueden comenzar sin diferenciarse y luego cambiar de ubicación o comportamiento para no volverse diferentes o aislados. Sin embargo, en lugar de crear homogeneidad, estas soluciones conformistas se combinan para crear patrones globales de diferenciación cultural, estratificación y agrupación en redes locales. Otros estudios invierten este proceso, comenzando con una población heterogénea y terminando con la convergencia: coordinación, difusión y colapso repentino de normas, convenciones , innovaciones y estándares tecnológicos .
Orden social emergente: estos estudios muestran cómo la adaptación egoísta puede conducir a una acción colectiva exitosa sin altruismo o imposición de control global (de arriba hacia abajo). Un hallazgo clave de numerosos estudios es que la viabilidad de la confianza, la cooperación y la acción colectiva depende críticamente de la fuerza de la interacción.
Estos ejemplos simplemente muestran la complejidad de nuestro entorno y que los modelos de agentes están diseñados para explorar las condiciones mínimas, el conjunto más simple de supuestos sobre el comportamiento humano, necesario para que un fenómeno social determinado ocurra en un nivel superior de organización.
Desde sus inicios, el modelado social computarizado ha sido objeto de algunas críticas en cuanto a su practicidad y precisión. La simplificación del modelado social para formar modelos complejos a veces se considera una desventaja, ya que usar modelos bastante simples para simular la vida real con computadoras no siempre es la mejor manera de predecir el comportamiento. Las principales tesis de los críticos son las siguientes:
Sin embargo, las teorías de las ciencias sociales que compiten entre sí son mucho más simples que las logradas por simulación y, por lo tanto, sufren mucho más las deficiencias antes mencionadas. Las teorías en algunas ciencias sociales tienden a ser modelos lineales en lugar de dinámicos , y generalmente se derivan de pequeños experimentos de laboratorio (que son más comunes en psicología , pero raros en sociología , ciencias políticas , economía y geografía ). El comportamiento de las poblaciones de agentes dentro de estos modelos rara vez se verifica mediante observaciones empíricas .