Seminario Sistemas Complejos y Modelos de Simulación Computacional

3.763 visualizaciones

Publicado el

Presentación del Seminario de Posgrado "Sistemas Complejos y Modelos de Simulación en Ciencias Sociales" dictado por el profesor Dr. Leonardo Gabriel Rodríguez Zoya en la Universidad Nacional de Cuyo, Mendoza, Argentina.

Publicado en: Educación
0 comentarios
8 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
3.763
En SlideShare
0
De insertados
0
Número de insertados
574
Acciones
Compartido
0
Descargas
1
Comentarios
0
Recomendaciones
8
Insertados 0
No insertados

No hay notas en la diapositiva.

Seminario Sistemas Complejos y Modelos de Simulación Computacional

  1. 1. Bienvenidos
  2. 2. Sistemas complejos y modelosde simulación computacionalSeminario de PosgradoFacultad de Ciencias Políticas y SocialesUniversidad Nacional de Cuyo16, 17 y 18 de mayo de 2013Nuevos desafíos epistemológicos, teóricosy metodológicos para las Ciencias SocialesDr. Leonardo G. Rodríguez Zoya
  3. 3. 3Introducción00Presentación delSeminario
  4. 4. Unidad IIntroducción general a laproblemática de lacomplejidad
  5. 5. Índice Unidad I01 El problema de la complejidad02 El pensamiento complejo de EdgarMorin03 La teoría de los sistemas complejosde Rolando García04 Las ciencias de los sistemascomplejos05 La complejidad y las ciencias sociales
  6. 6. 6Introducción01El problema dela complejidad
  7. 7. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa complejidad como problema• En el sentido común: (i) complejidad =dificultad, límite, obstáculo (ii) complejidad =complicación• ¿Qué es la complejidad? No hay definición delsustantivo (Cf. García, R. 2000, 2006).– Implicancia: poner en cuestión expresiones como‗teoría de la complejidad‘, ‗ciencias de la complejidad‘.– Evitar usos ‗esencialistas‘ del concepto.• La complejidad como adjetivo: lo complejo.– Implicancia: inclusión del sujeto ¿quién predica?Complejidad como atributo constitutivo delvínculo cognoscitivo: sujeto-objeto.
  8. 8. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesTrade-offTensión epistemológicaLo complejo comoatributo,característica,propiedad«intrínseca» o«natural» deciertos fenómenos.Lo complejo paraun sujeto es unobstáculo deconocimiento.Cualidad atribuidapor el sujeto a unobjeto deconocimiento.1 2Acentuación del objeto(+ realismo)Acentuación del sujeto(+ constructivismo)
  9. 9. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPensar la complejidad de lacomplejidadExtracto de entrevista a Bruce Edmonds(Manchester, 2012):• ―…la complejidad es en buena medida unconcepto negativo…‖• ―…decir que hay algunas cosas fundamentales queestán en los sistemas complejos, pienso que es unerror‖...• ―…en cierto sentido veo a la complejidad comouna cosa negativa, una dificultad en elentendimiento o en la representación o en lacomprensión o en lo computable, debido a laestructura de algo y por eso lo llamamoscomplejo…‖ Fuente. Rodríguez Zoya (2013)
  10. 10. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEsquema epistemológico parapensar la complejidadSujeto deconocimientoObjeto deconocimientoSociedadEsquemacognitivoPropiedadesDinámicaEstructuraContribucióndel sujetoContribucióndel objetoContribución del contextoRepresentacióno modeloComplejidad„desafíocognitivo‟:dificultad deasimilación1 23
  11. 11. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEtimología del conceptocomplejidad• Raíz latina plexus: ‗entrelazamiento‘.• Verbo plectere: ‗plegar‘, ‗trenzar‘, ‗entrelazar‘.• Complexsus: ‗enredo‘, ‗conexión‘, ‗queabarca‘, ‗apretón‘, ‗abrazo‘.• Lo contrario al término complejidad(complexsus) no es ‗lo simple‘ sino‗implexsus‘: ‗lo que no puede serdescompuesto‘. (Cf. Le Moigne 1990).Lo complejo: “Lo que está tejido junto”. Paradojade lo uno y lo múltiple (unitas multiplex)
  12. 12. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMetáfora de la trama(unidad múltiple)Lo complejo: un fenómeno que no puede serdescompuesto en unidades elementales
  13. 13. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesDistinción de lo complejo y locomplicadoUn fenómeno complejo no puede ser‗descompuesto en‘ ni ‗reducido a‘ parteselementales o unidades mínimas.Lo complejo1Un fenómeno complicado puede serdescompuesto y/o reducido a partesmás simples.Locomplicado2La simplificación o reducción de lo complejoproduce „mutilación‟. Se descompone el „tejidoconjunto‟ que no puede ser recompuesto.
  14. 14. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEstrategias paraconceptualizar la complejidad• Estrategia nominalista: búsqueda de definiciones decomplejidad:– Útiles para contextos específicos.– Más de 200 definiciones documentadas (BruceEdmonds, 1999).– Baja pertinencia como estrategia para comprender lamultidimensionaldiad del concepto.• Estrategia conceptual alternativa:– Análisis histórico-crítico del concepto complejidad enciencia y filosofía: sociogénesis de la complejidad.– Escalas de análisis y niveles de organizaciónconceptual: la complejidad como macro-concepto.
  15. 15. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAnálisis histórico-crítico (i)La complejidad en la historia delpensamiento occidentalLa filosofíatematiza lacomplejidadLa cienciadesconoce lacomplejidad
  16. 16. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAnálisis histórico-crítico (ii)Principio de disyunciónParadigma científico-clásico es unparadigma de simplificaciónPrincipio de reducción12
  17. 17. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSociogénesis de la complejidadcomo problema científicoMediadosS.XXS.XIX–S.XXS.XVII–XIXProblemas de simplicidadComplejidad desorganizadaComplejidad organizadaModelosmecánicosModelosestadísticosModelossistémicosProbabilidadTermodinámicaFísicanewtonianaSistemascomplejos1948Warren WeaverScience andComplexity
  18. 18. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa complejidad como macro-concepto: niveles de organización1. Nivel psicológico: obstáculo cognitivo + obstáculo afectivo.2. Nivel epistemológico: relación indisociable sujeto-objeto, complejidad del proceso de construcción deconocimiento.3. Nivel ontológico: (i) concepción de realidad, (ii)características atribuidas a los objetos de conocimiento, suorganización, dinámica y estructura.4. Nivel metodológico: estrategia de conocimiento paraabordar de modo complejo (no reduccionista, no simplificador)un objeto complejo.5. Nivel técnico: conjunto de instrumentos y procedimientos deapoyo para poner en práctica la estrategia de conocimiento.6. Nivel paradigmático: formas de producir y organizar elconocimiento (modelos mentales, instituciones académicas, etc.)
  19. 19. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl „common ground‟ de lacomplejidadFormulación de las teorías pioneras.1940-1965Paradigmasglobales. Teoríasgenerales. Altonivel de abstracciónAlgoritmoscomplejos. Soportematemáticocomputacional2º Guerra Mundial Interdisciplinariedad Programa de la EG
  20. 20. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesX. Eje epistemológico: relación sujeto-objetoY. Eje metodológico: racionalidad críticareflexiva – componente técnico-instrumentalEsquema ordenador deenfoques de la complejidadComponente técnico-instrumentalCentramientoSujetoCentramientoObjetoComponente crítico reflexivoAlgoritmos de la complejidadPensamiento complejoCiencias de los sistemas complejosTeoría de los SC (García)CasanovaWallersteinModelos reflexivosSegundo ordenCosmovisión oWeltanschauungAutopoiesis
  21. 21. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCartografía cronológica1940 1950 1960 1970 1980 `90-2000Teorías pioneras decomplejidadEdgar Morin. El MétodoGarcía, TSC, InterdisciplinaGarcía, EG yMedio AmbienteComputaciónTeorías generalesAlgoritmos2º GuerramundialInterdisciplinaCiencias de lacomplejidadCaosFractalesEpistemología genética Post-Guerra Fría
  22. 22. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAbordajes teórico-metodológicos a la complejidad• El pensamiento complejo de Edgar Morin– Cambio de paradigma, método depensamiento• La teoría de los sistemas complejos deRolando García – Investigación interdisciplinaria• Las ciencias de los sistemas complejos– Estrategia de modelización y simulación
  23. 23. 23Introducción02La propuesta delpensamiento complejode Edgar Morin
  24. 24. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEdgar Morin, 1921-
  25. 25. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEdgar Morin – Minibiografía• Edgar Nahoum. Origen judío-sefardí.• ―Vivir de muerte. Morir de vida‖ (Heráclito) – 7 años• Estudios en geografía, historia y derecho interrumpidos por lainvasión nazi a Francia.• Se une a la Resistencia francesa y al Partido Comunista.• 1946. ‗El año cero de Alemania‘• 1951. Antropología de la muerte: fenómeno humano total• Existencia empírico – imaginaria del hombre• Antropología fundamental, antropo-cosmología, antro-pobiología, antropo-sociología• 1969. Salk Institute. 1973. Paradigma perdido.• Elaboración de ‗El método‘ 1976-2006: reorganización delsaber: físico – biológico - antroposocial
  26. 26. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMétodoEpistemo.OntologíaComplejidad de lo realEstrategia cognitiva,método de pensamientoFísicaPensamiento complejoBiológica Antropo-socialMetodologíaOntologíaMultidimensionalidad de lapropuesta de Edgar MorinNuevosdesafíosPropuestapolíticaPropuestaéticaPropuestaeducativaEpistemología compleja, desegundo orden, reflexividadConocimiento del conocimientoEpistemología
  27. 27. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl enfoque del pensamientocomplejoLa andadura moriniana.1950-1973 – 1976-2006La complejidadhumana.AntropologíafundamentalEl pensamientocomplejo y elparadigma de lacomplejidad
  28. 28. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunas obras de Edgar MorinComplejidadorganizadaNúcleoepistemológicoNúcleoético-político
  29. 29. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa complejidad humana• El ser humano es ‗homo complexus‘:Sapiens DemensEmpírico ImaginarioFaber LudensEconomicus ConsumansProsaico Poético
  30. 30. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesComplejidad humana ycomplejidad del conocimiento• La comprensión de la complejidad humanarequiere un nuevo punto de partidaepistemológico.– Reorganización epistemológica.• La antropología compleja es necesaria paracomprender la complejidad del conocimientohumano.AntropologíacomplejaEpistemologíacompleja
  31. 31. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPráctica de pensamientocrítico y reflexivoTeoría de la complejidadorganizadaEl estatuto del pensamientocomplejo¿Cómo valorar la obra de Edgar Morin ysu propuesta del pensamiento complejo?El pensamientocomplejo como teoríaEl pensamientocomplejo como método
  32. 32. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesHerramientas conceptuales dela teorización morinianaConceptosDialógica HologramáticaRecursividadRacionalidadcríticaUnidualidad Autonomía-dependenciaAuto-eco-re-organización
  33. 33. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesParadigmaParadigma:Conceptos maestro +operaciones lógicas.Principios de organizacióndel pensamiento y delconocimiento.Paradigma de lasimplificaciónParadigma de lacomplejidad• Principios de reducción y disyunción.• Unificación abstracta de la diversidad• Yuxtaposición de lo diverso sin concebir la unidad• Pensamiento que religa, organizacional, sistémico.• Pensamiento ‗transdisciplinar‘.• Racionalidad auto-crítica, abierta, reflexiva.Histórico-social Lógico-cognitivo
  34. 34. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMapa conceptual: paradigma
  35. 35. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrincipio dialógico• Herencia del pensamiento dialéctico.• En la dialógica no hay síntesis, la contradicción esconstitutiva de fenómenos complejos.• Integrar la contradicción en el pensamiento racional sincaer en la incoherencia.• Principio ontológico: constitutivo para el desarrollo yfuncionamiento de fenómenos organizado.• Principio epistemológico: pensamiento dialógico.• Complejidad de la lógica: monológica vs. dialógicaUnidad compleja de dos lógicas antagonistas ycomplementarias.
  36. 36. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrincipio recursivo• Causalidad compleja. Causalidad no-lineal.Proceso de auto-organización y auto-producciónen el cual los productos se convierten enproductores de aquello que los produce.Causa Efecto
  37. 37. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrincipio hologramático• Relevancia epistémica, evitar dos formas dereduccionismo:– Reduccionismo a nivel del todo (unificación abstracta).– Reduccionismo a nivel de la parte (atomismo,individualismo metodológico).• El conocimiento de lo singular tiene que ser inscriptoen la totalidad.• El todo se re-significa y no anula la diversidad de laspartes que lo constituyen.El todo está en la parte, y la parte está inscriptaen el todo.
  38. 38. 38Introducción03La teoría delos sistemas complejosde Rolando García
  39. 39. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRolando García, 1919-2012
  40. 40. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRolando García, mini-biografía• Maestro de la Escuela Normal Mariano Acosta (1936).• Estudió física y matemática en la UBA.• Master of Arts y PhD en la Universidad California (‗48-‘53).• Especialización en meteorología. Hidrodinámica y termodinámicade la atmósfera.• Se formó en lógica simbólica, semántica y filosofía con RudolfCarnap y Hans Reichenbach.• Decano de la Facultad de Ciencias Exactas y Naturales de la UBAdesde 1957 a 1966.• Fundador del CONICET (1958). Vicepresidente hasta 1966.• Impulsor de la creación de Ciudad Universitaria.• Fundó, junto con Manuel Sadosky, el Instituto de Cálculo.• Fundador del Servicio Meteorológico Nacional.• Colaborador cercano de Jean Piaget (Epistemología Genética).
  41. 41. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesTestimonios sobre Rolando
  42. 42. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesObras „clave‟ de Rolando
  43. 43. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlcance de la TSCde Rolando GarcíaLa TSC brinda un marco teórico-conceptual parael estudio de los sistemas complejos.1La TSC propone una metodología deinvestigación interdisciplinaria para el estudiode sistemas complejos.2La TSC elabora los fundamentosepistemológicos del marco teórico y lametodología propuesta.3
  44. 44. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEjes conceptuales de la TSC1. Componente ontológico: relación entresistemas complejos y realidad.2. Componente metodológico: relación entrecomplejidad e interdisciplina.3. Componente teórico:- Características de los sistemas complejos.- Estructura y dinámica
  45. 45. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales(I) Componente ontológico dela TSC• Los sistemas complejos no son un dato dela realidad, no existen de manera positivaindependientemente del sujeto, no es unfenómeno observable de la realidad.• Un sistema complejo es una construcciónpor parte del investigador en virtud de unapregunta conductora.TSC se sustenta en enfoque constructivista delconocimiento. Asume posición anti-empirista
  46. 46. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales(II) Componente metodológicode la TSC• Los sistemas complejos están integradospor elementos que pertenecen al ‗dominiomaterial‘ de distintas disciplinas.• Interdisciplina: modo de trabajo derivadode concebir una problemática común.• Interdisciplina ≠ Multi-trans-poli-disciplina.El estudio de un sistema complejo exige lainvestigación interdisciplinaria.
  47. 47. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa unidad compleja de lainvestigación interdisciplinariaConcepción compartida / Marco comúnValoresInvestigación interdisciplinariaInteresesCiencia –SociedadProblemacomúnEquipo multidisciplinarioTrabajo Colectivo
  48. 48. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesComplejidad e interdisciplina• Integración de enfoques disciplinarios –desde el iniciode la investigación- para concebir un problema comúny construir de modo conjunto el sistema complejo.• Los miembros de un equipo multidisciplinario debencompartir un marco epistémico para desarrollar unainvestigación interdisciplinaria en sistemas complejos.• Marco epistémico: marco conceptual y metodológicocomún derivado de una concepción compartida de larelación ciencia-sociedad (dimensión axiológico-política).• El estudio de un sistema complejo requiere deconocimiento especializados (disciplinarios).
  49. 49. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesDominio epistemológicoderivadoJean Piaget y elsistema de las cienciasImplicancias para conceptualizar la complejidad y lainterdisciplinaDominio epistemológicointerno3Las ciencias formanun sistema de ordencíclico, no lineal dearticulación deconocimientos:1. lógico-matemático2. Físicas3. Biológicas4. Psico-socialesDominio conceptualDominio material214
  50. 50. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales(III) Componente teórico de laTSC• ―Un sistema complejo es unarepresentación de un recorte de larealidad conceptualizada como unatotalidad organizada‖ (García, 2006, p.21).• Un sistema complejo está compuesto por:– Elementos heterogéneos, en interacción einterdefinibles.Implicancia: los elementos no son separablesy no pueden ser estudiados aisladamente.
  51. 51. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEstructura y dinámica de lossistemas complejos• Un sistema complejo está estructurado en‗niveles de organización‘ semi-autónomos, que interactúan entre sí peroque no son interdefinibles.• Los sistemas complejos evolucionan poruna pauta de cambio no-lineal.• Cambio por reorganizacionessucesivas: bucle des-estructuración – re-estructuración.
  52. 52. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMapa conceptual: sistemascomplejos
  53. 53. 53Introducción04Las ciencias delos sistemas complejos
  54. 54. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMúltiples autores: red deinvestigación de alcance mundialFrancisco VarelaStephen Jay GouldMurray Gell-Mann John HollandHumbertoMaturanaIlya PrigogineStuart KauffmanHerni Atlan
  55. 55. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSistemas complejos: unconcepto multi-nivelComportamiento adaptativo, auto-organizado, no-lineal, emergente.Comoobjeto deestudio1Métodos formales de modelado ysimulación matemática y computacionalComométodo2Múltiples manifestaciones de ‘teorías dela complejidad’ en distintas disciplinas.Cómoteoría3Alcance mundial y transdisciplinar:física, biología, ciencias sociales.Comocampo deinvest.4
  56. 56. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCaracterísticas de lossistemas complejos Componentes simples (en relación al todo). Interacciones no lineales (el comportamiento delsistema no se reduce a una ‗suma‘ de partes). No hay control centralizado (auto-organización). Conducta emergente (propiedades cualitativamentenuevas que no se encuentran las partes). Dependencia ecológica del entorno (sistemaabierto). Evolución, adaptación y aprendizaje.
  57. 57. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunos ejemplos:Colonias de hormiga
  58. 58. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunos ejemplos:El cerebro
  59. 59. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunos ejemplos:Las ciudades
  60. 60. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunos ejemplos: Las redessociales y comunidades científicas
  61. 61. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué son los sistemascomplejos?• Distinguir el concepto de ‗sistema‘ delconcepto ‗complejo‘.• Sistema: totalidad organizada, conjunto deelementos heterogéneos, en interacción.• Lo complejo:– caracterización comportamental: imposibilidad dereducir el comportamiento global a loscomponentes individuales.– caracterización organizacional: tipo de relacionesque se dan entre las partes y entre el todo y laspartes.
  62. 62. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCaracterización comportamentalde los sistemas complejosUn sistema complejo es una totalidadorganizada compuesta por elementosheterogéneos en interacción cuya evolucióndinámica produce comportamientos yregularidades macroscópicas que nopueden ser deducidos linealmente a partirdel conocimiento analítico de sus partes.
  63. 63. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Por qué es complejo unsistema complejo?• Extracto de entrevista (Rodríguez Zoya, 2013)– ―…Pienso que es complejo cuando las característicasdel sistema como un todo emergen de lasinteracciones de sus partes componentes y no puedeser lógicamente deducidas por un conocimientocompleto del comportamiento de las partescomponentes sin tener en cuenta susinteracciones…‖Descripción a nivel micro, descripción a nivelmacro, pero ¿Qué pasa en el medio?
  64. 64. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCaracterización organizacional delos sistemas complejosComplejidad organizada  sistemas decomplejidad organizada, sistemas nodescomponibles cuyas partes soninterdefinibles y no separablesSistemascomplejos1Complejidad desorganizada  sistemasde complejidad desorganizada,descomponibles y de partes aislablesSistemascomplicados2interdefinibilidad organización no descomponible
  65. 65. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesProblemáticas vinculadas alestudio de los sistemas complejos• Problema de creación de nuevas estructuras(estructuras no preformadas, que noobedecen a una tendencia) ¿cómo surge lanovedad?• Problema del cambio. ¿Cómo entran encrisis las estructuras? ¿cómo sedesorganizan? ¿Cómo se reorganizan?– Ni unidireccional y continuo, ni ruptura ydiscontinuidad– Evolución no lineal: reorganizaciones sucesivas
  66. 66. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl problema de las propiedadesemergentes• ―El todo es más que la suma de laspartes‖– Emergencias globales o macro-emergencias emergencia de primer orden.– Emergencias locales o micro-emergencias emergencia de segundo orden.• ―El todo es menos que la suma de laspartes‖– Constreñimiento e inhibición de propiedadespotenciales
  67. 67. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesControversias en torno alconcepto de emergencia• A nivel epistemológico: cualidadesnuevas a nivel del todo que ‗emergen‘a partir de la interacción entre laspartes.– Emergencia de primer orden oemergencia ‗en sentido débil‘.• A nivel ontológico: las propiedades anivel macro tienen ‗poder causal‘ sobrelos elementos a nivel micro.– Emergencia de segundo orden oemergencia ‗en sentido fuerte‘.
  68. 68. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl status „ontológico‟ de lossistemas complejos (i)• Extracto de entrevista (Rodríguez Zoya, 2013):• ―…un sistema complejo es algo que existe en larealidad, que se puede observar, que es unobjeto de estudio (…) es que tal y como lo veoyo, un sistema complejo es algo que existe en larealidad y que se puede estudiar…‖Concepción realista: el sistema complejo es unfenómeno dado „positivamente‟ en el mundode la experiencia
  69. 69. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl status „ontológico‟ de lossistemas complejos (ii)• Extracto de entrevista (Rodríguez Zoya, 2013):• ―…un sistema complejo está relacionado con elhecho de plantear una pregunta específica (…) queva a permitir recortar un conjunto de observablesque vamos a llamar ‗el sistema‘. Es una definiciónepistemológica. (…) el sistema aparece a partir delmomento en que se plantea una pregunta o sepretende resolver un problema…‖Concepción constructivista: el sistemacomplejo es construido por el investigador
  70. 70. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesInterrogación crítica• ¿Cuál es el lugar del ‗sujeto‘ en elconocimiento de lo complejo?• ¿Cómo puede responderse esta preguntadesde las concepción realista yconstructivista?• ¿Cuáles son las implicancias‗epistemológicas‘ y ‗ético-políticas‘ de lasdistintas concepciones de sistemascomplejos?
  71. 71. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConcepciones de sistemascomplejos
  72. 72. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl lugar del sujeto en elconocimiento de lo complejo
  73. 73. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunos centros y asociacionesinternacionalesComplex Systems Societyhttp://www.complexssociety.euCentro de Ciencias de la Complejidadhttp://c3.fisica.unam.mx/Santa Fe Institute http://www.santafe.edu/
  74. 74. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRevistas especializadas(no exhaustivo)• (E:CO) Emergence: Complexity & OrganizationEnlace a la revista• Complex Systemshttp://www.complex-systems.com/• Journal of Systems Science and ComplexitySystemshttp://www.springer.com/mathematics/applications/journal/11424• Non linear phenomena in Complex Systemshttp://www.j-npcs.org/
  75. 75. 75Introducción05La complejidad ylas ciencias sociales
  76. 76. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos enfoques de la complejidady las ciencias socialesEnfoques crítico-reflexivos de lacomplejidadAportes teóricos,metodológicos yepistemológicosEnfoquestécnico-instrumentalesde la complejidadImplicanciasético-políticastibiodébilriesgodesarticulaciónaportesaportesGénesishistórico-socialriesgoEnfoques de lacomplejidadCiencias Sociales
  77. 77. 77Introducción06Interrogantes ydebates
  78. 78. Unidad IIModelado y simulación desistemas complejos en laperspectiva de lasciencias sociales
  79. 79. Índice Unidad I01 El concepto de modelo02 Tipos de modelos03 El concepto de simulación04 Los modelos basados en agentes.05 La simulación social06 Tipología de modelos de simulaciónsocial07 La modelización como método
  80. 80. 80Introducción01El concepto demodelo
  81. 81. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCinco clases de significacionesdel término modelo. (Armatte, 2006)Como REFERENTE. Arquetipo o punto dereferencia para imitarlo o reproducirlo.(Pintura).1Como MAQUETA de un dispositivo real.Ej. arquitectura.2Como ÍCONO. Dispositivo mecánicorepresentando una idea abstracta.3Como TIPO IDEAL. Extraído de unapoblación homogénea. Ejemplar.4Como FORMALISMO. Representación‗lógico-matemática‘ de un sistema.5Modelo comoprototipoModelo comoabstracciónextraída deuna realidad
  82. 82. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesUso científico del concepto demodelo• Modelo matemático– Contexto: ciencias formales (lógica ymatemática).– Modelo como construcción lógico-formal.• Modelo empírico– Contexto: ciencias naturales y sociales.– Modelos construidos con datos.– Tiene como objeto un fenómeno del mundoempírico.– Puede expresarse como un sistema formal.
  83. 83. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es un modelo científico?Un modelo es una representación abstracta ysimplificada de un objeto de estudioque tiene como objetivo mejorarla comprensión de dicho objeto.» Objeto de estudio: ―sistema de referencia‖ / ―sistema real‖» Operaciones cognitivas implicadas en la construcción de unmodelo: abstraer y simplificar.» No hay que confundir el modelo con el sistema queconstituye su objeto.» Finalidad epistémica: el modelo como instrumento deconocimiento.
  84. 84. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa conceptualización de Minsky(Matter, Minds and Models, 1965)• Inclusión del sujeto-observador.• Relación triádica: sujeto (S) – modelo (M) – objeto (O).• El modelo como ‗mediador epistémico‘ de la relación S-O.• Noción práctica de modelo (utilidad, interés, uso).• No determinación a priori del soporte y forma deexpresión del modelo.Para un observador B, un objeto A* es un modelode un objeto A en la medida en que B puede usarA* para responder preguntas que le interesansobre A.
  85. 85. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCircuito cognitivo de losmodelos científicosFuente. Rodríguez Zoya (2013)
  86. 86. 86Introducción02Tipos de modelos
  87. 87. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesElementos para construir unatipología de modelosModeloSistema dereferenciaLenguaje de lamodelizaciónTipo de objetoa modelizarObjeto empíricoObjeto conceptualObjeto imaginarioObjeto artificialObjeto formalSoporte del modeloForma de expresiónModeloMental-conceptualConceptos de lamodelizaciónTécnicas demodelización
  88. 88. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSegún el lenguaje de lamodelización• Modelos no formales:– Modelos expresados en lenguaje natural.– Modelos discursivos.– Mayor expresividad y riqueza descriptiva.– Difícil valorar su coherencia.• Modelos formales:– Expresados en un lenguaje no natural:– Mayor rigor y coherencia.– Menor expresividad y riqueza descriptiva.
  89. 89. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesTipos de modelos formalesModelos basados en ecuaciones.Deducción. Solución analítica. (Ecuacionesdiferenicales, ecuaciones de diferencia).Modelosmatemáticos1Modelos probabilísticos. Centrados enrelaciones entre variables. (Regresiónmúltiple, ecuaciones estructurales, etc.)Modelosestadísticos2Modelos expresados como un programainformático. Ejecutables en la computadora.Modeloscomputa-cionales3
  90. 90. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelos estáticos y modelosdinámicosRepresentación de la estructura de un sistemade referencia en un momento determinado.Corte sincrónico. Modelo estructural: seprivilegia la organización del sistema.Modeloestático1Representación de las hipótesis o reglas deevolución en el tiempo de un sistema dereferencia. Modelos de comportamiento: seprivilegia la dinámica del sistema.Modelodinámico2
  91. 91. 91Introducción03La simulación
  92. 92. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es la simulación?• Simular: reproducir, copiar, representar.• Sistema artificial: (distintos tipos:juego, artefacto, etc.).• Sistema ‗real‘:– Objeto de la modelización (= sistema de referencia).– Fenómeno o proceso del mundo empírico (= social).La simulación es la „emulación‟ de laorganización y del comportamiento de unsistema real por un sistema artificial.
  93. 93. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimulación y vida cotidiana (i)ImaginaciónCreatividadLo posibleLo „futurible‟SentimientoLo lúdico
  94. 94. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimulación y vida cotidiana (i)
  95. 95. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimulación y vida cotidiana (i)
  96. 96. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa simulación comopráctica científicaLa simulación es a un modelo dinámico, lo que laexperimentación es a un sistema realLa simulación es una actividad por la cual seperturba un modelo dinámico:» en función de objetivos específicos» se desarrollan pruebas en función de unprotocolo determinado» con ayuda de un dispositivo experimentalinformático (simulador)
  97. 97. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es un modelo desimulación?Un modelo de simulación se expresa como unprograma informático que puede ser ejecutadoen una computadora.Modelos formales Modelos dinámicosSimulación del desarrollo dinámico del modelo.Evolución temporal del sistema modelizado.Estudio de procesos que se desarrollan en eltiempo.Análisis del cambio y del comportamiento.Simulacióncomputa-cional
  98. 98. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesImplicancias de la simulaciónpara las ciencias sociales• Interés ‗histórico‘ de las ciencias sociales enla dinámica histórica de los procesos sociales• Dificultad metodológica y empírica para eldesarrollo de teorías robustas de procesossociales.La simulación es una metodología que permite elestudio de procesos socialesFactor tiempoProcesos decambioDinámicasevolutivas
  99. 99. 99Introducción04Modelos basadosen agentes (MBA)
  100. 100. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es un MBA?Aproximación inicial… Los MBA son un tipo de modelo computacional. Los MBA son una técnica (y una filosofía) demodelización. Una metodología para el estudio de sistemas complejos.Un MBA constituye unasociedad artificial de agentesautónomos y heterogéneosque interactúan entre sí y conel entorno.Programa informáticoSimular el proceso socialy la dinámica de lasociedad artificial
  101. 101. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesComponentes de un MBAEntidades ‗artificiales‘ que componen el modelo.‗Población‘ que compone la ‗sociedad artificial‘.Representación explícita de los ‗actores‘ sociales(individuales y colectivos) que constituyen elsistema de referencia.AgentesReglas de conducta que guía el comportamientode los agentes, del entorno, y de su interacción.‗Lo que pueden hacer‘, ‗cómo‘, ‗con qué‘.Reglas deinteracciónEspacio geográfico o territorio donde ‗habitan‘los agentes de una ‗sociedad artificial‘.Entorno123
  102. 102. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué permite realizar un MBA?¿Cómo la conducta „local‟ y „descentralizada‟ deagentes autónomos y heterogéneos „genera‟ unaregularidad macroscópica?La simulación muestracómo las estructurassociales y conductascolectivas (nivel macro)„emergen‟ de la interaccióndinámica de los agentes enel tiempo (nivel micro)GenerativoAscendenteBottom-upEmergenteCaracterísticasdelasimulaciónbasadaenagentes
  103. 103. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesGénesis histórica y teórica delos MBA1940 1950 1960 1970 1980 `90-2000Sistemas Multi-AgenteSimulaciónsocialCiencias cognitivasProgramación orientada aobjetosAutómatascelularesVon NeumannInteligenciaartificialModelosbasados enagentesInteligencia artificialdistribuidaJim DoranR. AxelrodAgentes artificialesinteligentesAplicaciones industrialesDinámica de sistemasColeman - Budon
  104. 104. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesDistinción entre SMA y MBA• Conte, Rosaria, Gilbert, Nigel, y Sichman, Jaime Simão. (1998). MAS and Social Simulation: A SuitableCommitment. En Rosaria Conte, Nigel Gilbert y Jaime Simão Sichman (Eds.), Multi-Agent Systems andAgent-Based Simulation Lecture Notes in Computer Science (pp. 1-9). Berlin: Springer. Ingeniería, Inteligenciaartificial, desarrollo desoftware. ―Sociedades deagentes artificialesautónomos‖• Ciencias Sociales(economía, arqueología,sociología, ciencia política)• ―Sociedades artificialesde agentes autónomos‖.• Simulación SocialBasada en Agentes(SSBA)Sistemas Multi-AgenteModelos basados enagentesDiferenciaepistemológica
  105. 105. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesTestimonio de un entrevistado• ―…partí de la lógica formal en inteligenciaartificial, hacia los sistemas expertos, hacialos sistemas multi-expertos, y a los sistemasmulti-agentes. Es un camino bastante lógicopara un lógico que de algún modo estructurómi manera de pensar porque la lógica formales muy reductora...‖Extracto de entrevista a Philippe Mathieu (2012).Informático. Especialista en sistemas multi-agente, sistemas complejos e inteligencia artificial.
  106. 106. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesVideo de una simulación„multi-agente‟
  107. 107. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales» Comunicación. Intercambio de mensajeentre objetos. Desencadena eventos.Programación orientada aobjetos (POO)» Es la representación en un programa de unconcepto.» Es una instancia o caso de una „clase‟.» Comportamientos (o procedimientos) querealiza un objeto.Métodos» Variables (datos o características) de losobjetos.AtributosObjetoMensajes
  108. 108. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCaracterísticas de los agentesde un modelo MBA• Conceptualización de Epstein (2006)No hay agente ‗promedio‘(economía, estadística). Diversidad de agentes(clases). Modelas ‗tipos‘ de diferencias(‗heredadas‘ y ‗dinámicas‘ que cambian con eltiempo)Heterogene-idadNo hay control centralizado (descendente) de laconducta. Si hay ‗retroalimentación‘ de lo macroa lo micro (co-evolucionan).AutonomíaInformación limitada + razonamiento limitado.Acciones: reglas de decisión simples +información local.Racionalidadlimitada123
  109. 109. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Cómo modelizar agentes informáticosque representen actores sociales?• Habilidad social: Capacidad para interactuar y comunicarsecon otros agentes. ¿Qué pueden hacer los agentes? ¿Cómo?• Reactividad: Percepción del entorno y generar respuestasante el mismo.• Proactividad: Capacidad de iniciativa. Comportamientoorientado por objetivos.• Aprendizaje: (i) A nivel individual. Capacidad de recordar(memoria) experiencias pasadas y de desarrollar nuevasestrategias de acción. (ii) A nivel poblacional. Aprendizajeevolutivo (los agentes menos ‗aptos‘ mueren). (iii)Aprendizaje social. Imitación de comportamiento.• Adaptación: Cambios en los estados internos o en lasacciones basadas en la interacción (entorno – agentes).
  110. 110. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesInterrogación crítica• Relación entre la ‗complejidad antropológica‘(humana) y la complejidad modelizable ysimulada.• Si modelizar implicasimplificar, entonces, necesitamos unpensamiento complejo de la simplificación(conciencia reflexiva).• ¿Qué (complejidad) perdemos al modelizar ysimular la ‗complejidad social‘? ¿Quéganamos que no podríamos hacer de otromodo?
  111. 111. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRepresentación del espacio• Los MBA permiten una representaciónexplícita del espacio geográfico (territorioo entorno) donde se desarrolla la‗sociedad artificial‘• Entornos abstractos: tablero o espacio bi-dimensional.• Entornos realistas:mapas, ciudades, escenarioantropomórficos.
  112. 112. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEntornos abstractosEjemplo del modelode segregación de Schelling
  113. 113. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMBA + sistemas deinformación geográfica (GIS)Fuente: http://www.bartlett.ucl.ac.uk/casa/publications/working-paper-170La simulación de„ciudades‟ y„dinámicasurbanas‟ comosistemascomplejosMBA + GIS =Modelos ysimulacionesgeo-espaciales
  114. 114. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRepresentación espacial deaspectos sociales y ambientalesFuente: http://www.bartlett.ucl.ac.uk/casa/publications/working-paper-183La simulaciónde la emisiónde CO2 en laregión deLondres
  115. 115. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelos, redes y mapasFuente:http://www.bartlett.ucl.ac.uk/casa/publications/working-paper-183Modelo de ladinámica delcomercio global:alimentos, recursosnaturales, manufacturas, manode obra
  116. 116. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimulación espacialhttp://www.bartlett.ucl.ac.uk/casaCentro de referencia en modelos basados enagentes y geo-referenciamiento:Centre for Advanced Spatial Analysis (CASA)University College LondonMichael Batty
  117. 117. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesNivel micro-social(actores individuales y colectivos)El vínculo micro-macroRegularidades macro-socialesemergentes (estructuras sociales)
  118. 118. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa explicación „generativa‟ víasimulación social• Complejidad del concepto ‗explicación‘.– Raíz positivista: ley, cobertura legal.– Disputa del método: explicación y comprensión.– Epistemología constructivista: relaciones yexplicaciones causales.Epstein y Axtell (1996): ¿Podes explicarlo? = ¿Podes generarlo?Generar: = hacer emerger, hacer crecer in silicoHacer crecer estructuras sociales in silico, víasimulación computacional.Demostrar las ‗micro-especificaciones‘ suficientespara generar una macro-estructura de interés.Explicacióngenerativa
  119. 119. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCrítica de Rosaria Conte a laexplicación „generativa‟• Visión débil: la generación esnecesaria pero insuficiente paraexplicar.• Versión fuerte: la generaciónes necesaria y suficiente paraexplicar.Macro regularidadReglas localesTeoríaemergente (i)Teoríadescendente (ii)(i): Teoría generativa del proceso social(ii): Teoría de la causación socialSimulación Teoría
  120. 120. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelado de lacomplejidad socialAportes fundamentales de losMBA a las ciencias socialesHeterogeneidadAutonomíaRacionalidadlimitadaVínculo „dialéctico‟entre el nivel microy macroModelado delespacioExperimentaciónvirtualRepresentaciónexplícita delespacio geográficoTemporalidadSimulación de ladinámica de losprocesos socialesLosMBAcomoLaboratoriosartificiales1 5234
  121. 121. 121Introducción05La simulación socialy las ciencias socialescomputacionales
  122. 122. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es la simulación social?La simulación social consiste en el usointensivo y sistemático de „métodoscomputacionales‟ para el estudio de procesossocialesDefinición metodológica del campoLa simulación como estrategia metodológicaSimulación socialSociologíacomputacionalCiencias socialescomputacionales
  123. 123. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos textos „clásicos‟199420051996 200620121995 2005
  124. 124. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos pionerosCon Nigel GilbertCon Rosaria ConteCon Bruce EdmondsCon Jean-Pierre MullerCon Jim Doran
  125. 125. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesUsos de la simulación social…(Teruil, Drogoul, Zucker, 2008)Modelo SimulaciónModelo SimulaciónTeoríaTécnica de modelización Sustituto a la experimentaciónComplemento de la experimentaciónUso heurísticoModelo SimulaciónSistemaReferenciaExperimen-taciónModelo SimulaciónSistemaReferenciaExperimen-tación
  126. 126. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa simulación social y lainvestigación social• Teoría– Construcción de teoría– Operacionalización de teoría• Metodología– Metodología cualitativa– Metodología cuantitativa estadística– Metodología comparada– Metodología experimental
  127. 127. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRevistas especializadas(no exhaustivo)• Journal of Artificial Societies and SocialSimulationhttp://jasss.soc.surrey.ac.uk/JASSS.html• Social Science Computer Reviewhttp://ssc.sagepub.com/• Autonomous Agents and Multi-Agent Systemshttp://www.springer.com/computer/ai/journal/10458• Computational Economicshttp://www.springer.com/economics/economic+theory/journal/10614
  128. 128. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAsociaciones internacionalesEuropean Social Simulation Associationhttp://www.essa.eu.org/Computational Social Science Society ofthe Americas http://www.essa.eu.org/Pacific Asian Association for Agent-basedApproach in Economic & Social ComplexSystems http://www.essa.eu.org/
  129. 129. 129Introducción06Tipología de modelos desimulación social
  130. 130. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesElementos para construir unatipología de modelos• Objetivos epistémicos y sociales de lasimulación.• Escala de fenómenos y nivel de abstracción delmodelo.• Usos de la simulación.• Tipo de formalismo utilizado.• Rol de la ‗teoría‘ y los ‗datos empíricos‘.• Alcance y generalidad del modelo (nomotético-idiográfico).
  131. 131. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa tipología de Gilbert yAhrweiler (2009)• Gilbert, Nigel, y Ahrweiler, Petra. (2009). The epistemologies of Social Simulation Research. EnFlaminio Squazzoni (Ed.), Epistemological Aspects of Computer Simulation in the Social Sciences(pp. 12-28). Berlin: Springer.Nomotético IdiográficoModelosmatemáticosModelos abstractosde procesos socialesModelos empíricamentefundamentadosSimulaciónuno a unoModelos de casoshistóricos
  132. 132. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa tipología de Squazzoni(2012)SociedadesartificialesModelosabstractosModelos dealcance medioModelos basa-dos en casosSimulacionesaplicadasSistemas sociales(sustitutos)Modelos teóricosde fenómenossociales generalesModelos teórico-empíricos explica-tivos de un domi-nio de fenómenosModelos de unfenómenoempíricoparticularReplicación de unsistemas real endetalleCuando no esposible estudiosempíricos(+) integraciónconocimientoespecializadoConstrucción deteoría, (+)explorar hipó-tesis, coherencia,ilustrar/detectarfenómenos contraintuitivosComparación decasosempíricos, construcción de teoría(+), vínculoteoría – datos.Representacióndetallada de unsistema, valorarla complejidad deun sistema social(+) útiles eninvestigación-acción, mejorarconocimiento deagentes socialesDificultad detraducir resulta-dos en pruebasempíricasDesconexión defenómenosempíricosconcretosDificultad deprueba empíricade resultados encasos singularesDificultad degeneralizaciónteóricaDificultad degeneralizaciónteórica
  133. 133. 133Introducción07La modelizacióncomo método
  134. 134. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMirada clásica del proceso de modeladoObjeto de la modelización (Sistema de referencia)Experto dedominioModelo noformalModelo formalModelizadorComputadora ModelocomputacionalResultadosAplicaciónInterpretaciónAnálisisAbstracciónDiseño y codificaciónFormalizaciónInferenciaIzquierdo, Luis, Galán Ordax, José Manuel , Santos, José I , y Olmo Martínez, Ricardo del (2008). Modelado de sistemas complejosmediante simulación basada en agentes y mediante dinámica de sistemas. EMPIRIA. Revista de Metodologia de CienciasSociales, 16, 85-112.
  135. 135. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesUn pensamiento complejo de lamodelización• La modelización y simulación como estrategiametodológica no puede reducirse a lamanipulación técnico-instrumental de‗algoritmos y formalismos‘.• Importancia de una reflexión crítica y auto-crítica de la praxis modelizadora.• Articular un método de pensamiento complejocon una metodología de la modelización.• El sujeto, los valores, la interrogación ética nopuede ser eliminada del proceso demodelización.
  136. 136. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPropuesta de un marcoconcepto de “modelo científico”ModelizarModeloObjeto de lamodelizaciónModelizaciónModelizadorConstrucciónConstrucciónproducto praxispraxispoiesis procesoFuente. Rodríguez Zoya (2013)
  137. 137. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl modelo como producto ycomo procesoConcepción sustantiva. Como resultado. Comocosa-instrumento: cosificación de la práctica.Como dispositivo epistémico. Comoinstrumento de conocimiento. Análisis de laestructura y organización de los modelos.ModeloproductoComo verbo: modelizar. Como praxis:modelización. Sujeto modelizador. Praxis socialy cognitiva. Praxis productiva y constructiva.Análisis de la génesis: proceso prácticoconstructivo de la modelización.Modeloproceso
  138. 138. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesComprensión de lamodelización como proceso• La modelización es un proceso-práctico constructivoque involucra al sujeto y su concepción de mundo.• Toda praxis modelizadora se realiza siempre en uncontexto histórico-social.• Concepto reflexivo de modelo que incluya al sujetomodelizador en su propia práctica constructiva.Concepciónde unmodeloProceso práctico-constructivoUsopráctico deun modelo
  139. 139. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesDominio del objetoRecorte y delimitacióndel dominio defenómenosMarco teórico ymodelo conceptualEsquema del proceso deconcepción de un modeloSistema dereferenciaObjetivos de lamodelizaciónPráctica depensamiento¿Para qué y paraquien modelizar?Deliberaciónsobre los finesSujeto modelizador(ser humano complejo)ParadigmaMarcoepistémico PreguntaconductoraActividad deconcepción
  140. 140. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesImplicancia epistemológica• El sistema de referencia (SR)– Es primero una construcción lógico-conceptual.– Un conjunto de datos empíricos organizados.– Material empírico de base (Rolando García).• Un mismo dominio empírico, múltiples sistemas de referencia• Otras concepciones de sistemas de referencia.– SR es una entidad que existe en la realidad.– SR es una entidad que se puede observar.• Lo que modelizamos no es la realidad, sino nuestrarepresentación de una parte de la realidad.• El modelo no es una representación de larealidad, sino una representación de un sistema dereferencia.
  141. 141. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesProceso práctico-constructivoFuente. Rodríguez Zoya (2013)ModeloconceptualModelo noformal
  142. 142. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesProceso de formalización eimplementación computacionalSucesivas modelizacionesModelooperacionalSistemadereferenciaModelosConceptua-lesModelosformalesTodo modelo formal se apoya y sesustenta en un modelo conceptual (noformal) que puede ser tácito o explícito
  143. 143. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesVerificación y validación demodelos de simulaciónSi el modelo hace lo que pretendemos quehaga. Coherencia interna. Consistencia.Errores de código. Análisis del funciona-miento del modelo. Identificación de propie-dades del modelo. Análisis de robustez, desensibilidad, espacio de parámetros.VerificaciónAnálisis del vínculo modelo – realidad. ¿Esel modelo una representación adecuada delfenómeno real? Relación modelo -teoría, relación modelo – datos empíricos.Validación
  144. 144. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRol de la teoría y los datos enla simulación social• La teoría es indispensable en la concepción de unmodelo, la construcción del sistema de referencia y elproceso de abstracción.• Concepción de los agentes y de las reglas de interacción:– Fundamentación teórica– Fundamentación (o plausibilidad) empírica• Validación del modelo:– Teoría y datos a nivel micro– Teoría y datos a nivel macro• Métodos cualitativos y cuantitativos (+ simulación social)– Evidencia cualitativa (diseño de las reglas)– Datos cuantitativos (diseño del entorno, validación macro)
  145. 145. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesTeoría y datos en las prácticascientíficas vigentes del campoFuente. Rodríguez Zoya (2013)
  146. 146. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSujeto, modelo y realidad(o mente, modelo y mundo)Modelo RealidadEmpíricoRacionalLógicoValoresMarco epistémicoNoo-lógicaRiesgo de racionalización (Morin): encerrar lo real en lacoherencia lógica del modelo, “es la enfermedadespecífica que amenaza a la racionalidad si ésta no seregenera castamente por el autoexamen y la autocrítica”.
  147. 147. 147Introducción08Interrogantes ydebates
  148. 148. Unidad IIILa simulación social: análisisde casos y resultado deinvestigaciones
  149. 149. Índice Unidad III01 Enfoques actuales de la simulaciónsocial.02 El caso SocLab.03 Aproximación práctica a los MBA.04 Modelos clásicos y ejemplosprácticos de MBA
  150. 150. 150Introducción01Enfoques actualesde la simulación social
  151. 151. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAlgunas notas a partir de unainvestigación empírico-crítica…• Tesis doctoral: ―El modelo epistemológico delpensamiento complejo. Análisis crítico de laconstrucción de conocimiento en sistemascomplejos‖, Universidad de Buenos Aires yUniversidad de Toulouse.• Investigación epistemológica empírica y crítica.• Analizar la construcción, organización y cambio delconocimiento en el campo de los sistemascomplejos y de la simulación social.• Investigaciones cualitativa (entrevistas enprofundidad) y cuantitativa (encuesta).• Investigación psicosocial de las creenciascientíficas.
  152. 152. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesCaracterísticas de un modelo desimulación social• Encuesta Internacional sobre prácticas deinvestigación en sistemas complejos ysimulación social.• Muestra, 228 investigadores, 28 países.• https://www.surveymonkey.com/s/encuesta_sistemas-complejos_simulacion-social• Pregunta 31, valoración de los atributos deun modelo de simulación.
  153. 153. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEscala de importancia de atributosde un modelo de simulación 26 atributos de modelos Valorar c/u de los atributos Escala de 5 respuesta (1=nada importante, 5 muyimportante) n = 134 Puntaje máximo: 670 Puntaje mínimo: 134Fuente. Rodríguez Zoya (2013)
  154. 154. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRanking de atributos (i)1Hacer explícitos los supuestos y las hipótesis en los que sefunda582 86,87%2Dar cuenta cómo las interacciones entre agentes a nivelmicro generan fenómenos sociales a nivel macro546 81,49%3 Ser comprensible en su funcionamiento interno 545 81,34%4 Ser replicable por otros 542 80,90%5 Ser utilizable por otros 529 78,96%6 Haber sido sometido a una verificación rigurosa 528 78,81%7 Ser validado con datos empíricos a nivel macro 516 77,01%8 Ser robusto 513 76,57%9Ser capaz de reproducir el comportamiento del fenómenoobservado en el mundo real510 76,12%10 Ser comparable con otras teorías y modelos 501 74,78%
  155. 155. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRanking de atributos (ii)11Dar cuenta cómo el nivel macro-social influye en laconducta de los agentes sociales501 74,78%12 Ser validado con datos empíricos a nivel micro 500 74,63%13El comportamiento y las reglas de interacción de losagentes tiene que estar fundamentado en las teorías delcampo490 73,13%14Proponer la menor cantidad de mecanismos para generar elfenómeno489 72,99%15El comportamiento y las reglas de interacción entre losagentes tienen que estar fundamentadas en datos empíricos486 72,54%16Proponer los mecanismos más simples para generar elfenómeno485 72,39%17Respetar la diversidad de actores sociales involucrados enel estudio471 70,30%18 Tener en cuenta la dimensión cognitiva de los agentes 461 68,81%
  156. 156. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesRanking de atributos (iii)19 Ser validado con teorías del dominio 451 67,31%20 Ser parsimonioso 449 67,01%21Tener en cuenta los distintos puntos de vista de losactores sobre el fenómeno que se modela444 66,27%22 Ser validado por los actores 431 64,33%23 Captar una descripción detallada del fenómeno 418 62,39%24 Tener pocos parámetros 418 62,39%25 Ser elegante 370 55,22%26 Tener un gran número de agentes 365 54,48%
  157. 157. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrincipales escuelasModelosSimples(KISS)ModelosDescriptivos(KIDS)ModelosSocialescognitivosModelizaciónsocialparticipativa1 23 4
  158. 158. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos modelos simples• El principio KISS ―Keep it Simple Stupid‖• Distinción entre simplicidad del modelo y complejidad delresultado– (i) Nivel metodológico: diseño de un modelo simple.– (ii) Complejidad del proceso social simulado.• La simplicidad– como principio metodológico– como criterio técnico (verificación y validación)– como supuesto epistemológico• Simplicidad: cantidad de parámetros y variables delmodelo• Simplicidad, condición metodológica para comprender elfuncionamiento interno de un modelo. (≠ complicación).1
  159. 159. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimplicidad y comprensibilidad(extracto de entrevistas)• ―un buen modelo es un modelo que se entiende. O sea, unacondición necesaria es entender qué está sucediendo dentrodel modelo y para ello es prácticamente indispensable que elmodelo sea simple‖.• ―modelos extremadamente complicados con una grancantidad de parámetros, muchos de ellos irrelevantes, sonmuy difíciles de interpretar‖.• Un modelo simple se basa ―en un principio científicoestándar, en el sentido en que el modelo no puede estarsobrecargado. (…) Un modelo con muchos parámetrosimplícitos carece de valor científico. Los elementos deparsimonia son importantes, si dos modelos producen losmismos resultados y uno tiene menos parámetros, entoncespodemos creer que uno es un modelo científico superior‖.Fuente. Rodríguez Zoya (2013)
  160. 160. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesImplicancias epistemológicasde la simplicidad• ―se intenta simplificar al máximo el fenómeno paraencontrar cuál es el conjunto mínimo de hipótesis queson capaces de generar el fenómeno que se quieremodelar‖.• ―el modelo más simple posible que pueda decir lamayor cantidad de cosas de un fenómeno, es decir, elmodelo que hace lo máximo con lo mínimo‖.• ―explicar un amplio rango de fenómenos (…), lo quese busca es maximizar la capacidad de explicar conparsimonia un conjunto razonable y amplio decaracterísticas del sistema como un todo‖.Fuente. Rodríguez Zoya (2013)
  161. 161. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl clivaje modelos simples ymodelos complejosEquidistancia16,2 %posiciónequidistante34,1 % próximosal polo BPolo A Polo BModelos Simplesque proponen la menorcantidad de hipótesis y losmecanismos más simples49,7 % próximosal polo AModelos complejosque captan las múltiplesdimensiones y niveles delfenómenoFuente: Rodríguez Zoya 2013La „simplicidad‟ es la creencia metodológica dominanteen la simulación de sistemas complejos
  162. 162. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConcepción de modelos simples(tipología empírica emergente del análisis factorial)Fuente: Rodríguez Zoya 2013
  163. 163. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos modelos descriptivos• Escuela de Manchester, Inglaterra2Scott Moss Bruce EdmondsCentre for Policy Modelling - http://cfpm.org/Manchester Metropolitan University Business School
  164. 164. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelos descriptivos ysimulaciones sensibles al contexto• Principio KIDS: ―Keep It Descriptive Stupid‖.• Construcción de modelos detallados integrando distintos tipos deevidencia (cualitativa y cuantitativa).– ―…Modelos más concretos del mundo empírico…‖– ―…Modelos más específicos para un ámbito particular de fenómenos…‖• Premisa: ―La conducta humana es sensible al contexto‖.• Estrategia metodológica:– Cadena de modelos en distintas escalas de observación:modelos descriptivos  modelos simples:– ―…una idea central es tener muchas simulacionesdescriptivas, entonces, quizás eso pueda ser una base parauna posterior generalización. (…) Una vez que tenemos esemodelo complejo podemos tratar de hacer abstraccioneshacia modelos más sencillos que podamos entender…‖
  165. 165. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl clivaje modelos singulares ymodelos generalesEquidistancia27,4 %posiciónequidistante50,3 % próximosal polo BPolo A Polo BModelos GeneralesÚtiles para explicar unamplio rango de fenómenosModelos SingularesÚtiles para comprender enprofundidad un fenómenosingular en un contexto22,3 % próximosal polo AFuente: Rodríguez Zoya 2013
  166. 166. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa escuela cognitivista italiana• Los pioneros del campo:3Cristiano CastelfranchiInstitute of Cognitive Sciencesand Technologieshttp://www.istc.cnr.it/people/cristiano-castelfranchiRosaria ConteLaboratory of Agent Based SocialSimulationhttp://labss.istc.cnr.it/rosaria-conte
  167. 167. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelos cognitivos desimulación socialSe destaca la importancia de estudiar las creencias y elcontenido de las representaciones mentales, y no sólolas conductas y la interacción social• Modelar procesos mentales para dar cuenta de loscomportamientos sociales.• Implicancia metodológica de la modelización cognitiva:– Incremento de la sofisticación y complejidad técnica del modelo.―…claramente hay una solución de compromiso (trade-off), entrela simplicidad, lo que es una buena condición para el testeo deteorías, el testeo del modelo y la complejidad del modelo deagentes, que es importante para dar cuenta de fenómenossociales cognitivos. Entonces hay un trade-off…‖
  168. 168. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl clivaje entre agentes„inteligentes‟ y agentes simplesEquidistancia29,1 %posiciónequidistante46,3 % próximosal polo BPolo A Polo BAgentes con capacidadescognitivas complejas24,6 % próximosal polo AAgentes simples conprioridad en la conducta yla interacciónFuente: Rodríguez Zoya 2013
  169. 169. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa modelización participativa• Objetivo comprender y actuar sobre un problemasocial de manera conjunta con los actores socialesinvolucrados.• Escuela francesa de la ‗modelización participativa‘.• Modelización de ‗acompañamiento‘: modelizar con ypor los actores.• Simulación de sistemas agro-ambientales, acciónhumana y recursos naturales.• Referentes: Olivier Barreteau, François Bousquet, NilsFerrand, Jean-Pierre Muller, entre otros.4Simulación social + investigación acción participativa
  170. 170. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelizar con los actores• Extracto de entrevista (Rodríguez Zoya,2013):– En el modelo ―…se integran la diversidad derepresentaciones que los actores sociales tienensobre el problema modelizado…‖– ―…la construcción de un modelo es un procesoque se hace en interacción con los actores, lo quebuscamos es integrar una multiplicidad de puntosde vista en el seno del modelo…‖
  171. 171. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEvaluación social de losresultados de las simulacionesEl objetivo es ―simular el comportamiento de la gente, poder mostrar elimpacto del comportamiento humano en el fenómeno modelado.Intentamos construir un sistema multi-agente que sea capaz dereproducir la situación social con la finalidad que el actor se reconozcaen el modelo construido.‖―Organizamos sesiones de simulación social en las cuales analizamos elimpacto de las diferentes representaciones sociales sobre la problemática(…), confrontamos los resultados de la simulación con los actores, serepresenta una situación y ellos la validan, el actor se reconoce en elmodelo y esto les aporta una distancia reflexiva porque se venconfrontados a su propia representación y a la representación de susvecinos‖ Fuente. Rodríguez Zoya (2013)Uso de juegos de rol y técnicas representacionales
  172. 172. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConcepción de modelos participativos(tipología empírica emergente del análisis factorial)Fuente: Rodríguez Zoya 2013
  173. 173. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Una concepción de modeloscomplejos?Fuente: Rodríguez Zoya 2013
  174. 174. 174Introducción02El caso SocLab:Interdisciplina,complejidady simulación social
  175. 175. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesDel pensamiento complejo alos sistemas multi-agente• Cooperación entre sociólogos e informáticosde la Universidad de Toulouse, próximos alpensamiento complejo.• Pascal Roggero (sociólogo) estudios sobre lossistemas territoriales desde el enfoque delpensamiento complejo.• Reflexión sobre los límites del pensamientocomplejo en el terreno de una sociologíaempírica.• Operacionalizar el concepto de auto-eco-re-organización.
  176. 176. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLos creadoresPascal RoggeroLaboratoire détudes et de recherches surléconomie, les politiques et les systèmes sociauxUniversidad de Toulouse 1Christophe Sibertin-BlancInstitut de Recherche enInformatique de ToulouseUniversidad de Toulouse 1http://soclabproject.wordpress.com/
  177. 177. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl interés del caso SocLab• Diagnóstico: Desconexión entre los MBA y la teoríasocial.• Modelizaciones empíricas vs. Modelizacionesabstracta• Desarrollar un sistema multi-agente teóricamenterobusto y empíricamente operativo, para modelizary simular de organizaciones sociales.• Formalización de la ‗Sociología de la AcciónOrganizada‘.Traducir el modelo teórico de la SAO en un SMA paramodelizar y simular „sistemas de acción‟ concretos
  178. 178. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa Sociología de la AcciónOrganizada (SAO)• Teoría sociológica desarrollada por Michel Crozier yErhard Friedberg.• Sociología de las organizaciones.• Enfoque cualitativo. Organizaciones formales.Michel Crozier Erhard Friedberg
  179. 179. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConceptos básicos de la SAOConstrucción social, conjuntos organizados derelaciones entre actores. Acción organizada.OrganizaciónRacionalidad limitada, comportamiento estratégico einteresado, movilizan recursos para alcanzar objetivos,incrementar o preservar autonomía y capacidad deacción.Actor―No hay poder sin relación, ni relación sin poder‖, control deuna zona de incertidumbre: recurso necesario para la acción deotro actor. Posibilidad de fijar los ‗términos de intercambio‘.PoderObjeto de intercambio, necesario para la acción,constituye una zona de incertidumbre.Recurso
  180. 180. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSistema de Acción Concreta(SAC)• Configuraciones sociales relativamenteestabilizadas en el tiempo, estructuradaspor relaciones de poder.SAC: Conjunto contextualmente organizado deactores, sus alianzas, sus relaciones y sus formas deregulaciónContexto de acciónContexto deinteracciónContextoorganizacionalSAC
  181. 181. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesLa formalización y modelizaciónde teorías socialesSistema de referenciaMeta-modeloTeoría sociológica discursivaModelodefinicióncríticaformalizaciónmodelizacióninterpretacióninstanciacióncrítica
  182. 182. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl meta-modelo formal de“SocLab”Meta-modelo bajo la forma de un diagrama de clases UMLFuente: Sibertin-Blanc, Christophe, Adreit, Françoise, Chapron, Paul, El Gemayel, Joseph, Mailliard, Matthias,Roggero, Pascal, y Vautier, Claude. (2010). Compte-rendu d‘une recherche interdisciplinaire entre sociologueset informaticiens: de la sociologie de l‘action organisée au logiciel SocLab. Hermès Science Publications,29(3).
  183. 183. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrecisión y refinamientoconceptual de la SAO• Actor: situación de control y dependencia• Relación:– Importancia: del recurso en función de los objetivos del actor.– Estado: expresa el comportamiento del actor que controla larelación, define el grado de acceso al recurso, impacta en losactores que dependen de la relación.– Efecto: consecuencia del estado de una relación sobre un actor.• Solidaridad: vínculos más o menos cooperativos.• Poder: contribución de un actor X a la capacidad de acciónde otros actores, lo que X aporta a la estructura de un SAC• Capacidad de acción: posibilidad de disponer de mediospara alcanzar objetivos, constreñimientos estructurales.
  184. 184. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEsquema de actores:importancia, estado y efecto de lasrelacionesRelación AActor 1Actor 2Actor 3Relación BcontroladependedependecontroladependeImportanciaEfectoEstado
  185. 185. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSocLab como metodología deinvestigación socialConstruccióndel problema.Diseño teórico-metodológicoTrabajo de campo.Construcción de datos para la modelización del SACEntrevistas enprofundidadCuestionariosestructuradosModelizacióndel SAC conSocLabAnálisisestructuraldel SACSimulación decomportamiento yregulación de un SACConstrucciónde escenariosLa modelización y simulación social puede ser la„barbarie de la ciencia‟ si se practicasin reflexión teórica, sin datos empíricos,sin un pensamiento „complejo‟ crítico y auto-crítico
  186. 186. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAnálisis de la estructura de un„sistema de acción concreta‟• Análisis de elementos y relaciones que definenla configuración actual del SAC y su forma deregulación.• Estudio analítico de las propiedades del SAC:– Actores– Alianzas– Capacidades de acción– Autonomía– Relaciones de poder– Satisfacción– Conflictos estructurales, convergencia de intereses.
  187. 187. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSimulación del funcionamiento de un„sistema de acción concreta‟• Simular el comportamiento de los actores y loscambios de estado de un SAC.• Analizar la dinámica temporal: formas de regulacióny estabilidad de un SAC (estado estacionario).• Introducir cambios potenciales.• Construir escenarios futuros alternativos (estadosposibles).• Analizar la satisfacción, poder, capacidad de acciónde los actores en dichos escenarios.• Evaluar la aceptabilidad socio-organizacional depolíticas orientadas al cambio de un SAC.
  188. 188. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesMapa conceptual: el meta-modelo de SocLab
  189. 189. 189Introducción03Aproximación prácticaa los modelos desimulación socialbasados en agentes
  190. 190. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Cómo construir modelosbasados en agentes?Plataformas y entornos de desarrollo para crearmodelos de simulación basados en agentes.(“Modeling toolkits” “frameworks”)http://repast.sourceforge.net/http://cs.gmu.edu/~eclab/projects/mason/Swarmhttp://www.swarm.org/http://ccl.northwestern.edu/netlogo/Recursive Porous AgentSimulation ToolkitMulti-Agent Simulator Of Neighborhoods...or Networkshttp://cormas.cirad.frCOmmon-pool Resources and Multi-Agent SimulationsMIMOSEMicro and MultilevelModelling Software
  191. 191. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesUn poco de historia…Antecedentes de NetLogo• Lenguaje de programación LOGO– Uso educativo. Diseñado para aprendizaje– Creador por Seymour Papert, 1967• Relacionado con StartLogo– Múltiples tortugas en interacción.– Creado por Mitchel Resnick.– http://education.mit.edu/starlogo/
  192. 192. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias Sociales¿Qué es NetLogo y quépodemos hacer con él?• Es un entorno de programación multi-agentepara la creación de modelos de simulación desistemas complejos.– Desarrollado por Uri Wilenskyel ―Center forConnected Learning and Computer-BasedModeling‖. Universidad de Northwestern.• Permite crear ‗sociedades artificiales‘– Modelar y simular fenómenos sociales con miles deagentes independientes interactuando entre sí.– Explorar el vínculo entre el nivel micro y macro.– Analizar fenómenos emergentes y comportamientosadaptativos.
  193. 193. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConceptos básicos de NetLogo• Mundo artificial compuesto por 4 tipos deagentes:Tortugas: Las tortugas son agentes que sedesplazan por el mundo virtual.1„Patches‟: Entorno bidimensional dividido en unagrilla sobre el cual las tortugas se desplazan.2„Links‟: Son vínculos que conectan dos tortugas3Observador: Es el sujeto-modelador que „observa‟el mundo de tortugas, patches y vínculos.4
  194. 194. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesEl entorno de NetLogo‗Patches‘‗Links‘TortugasObservador
  195. 195. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesConfiguración y análisis desimulaciones en NetLogo―Botones‖: ejecutan acciones. Botón ―Setup‖configura condiciones iniciales del modelo. ―Go‖(forever) inicia la simulación.Deslizador (―slider‖)Configurar lasimulaciónInterruptor (―switch‖)Plantear distintas ‗condiciones iniciales‘, explorar diferentes‗escenarios‘, testear hipótesis: ―que pasaría si‖. Pensar y aprender sobre elfenómenoRecolectarinformaciónGráficos(―Plots‖)Monitores(―monitor‖)Observar la simulación en tiempo real. ¿Qué está pasando en el modelo?
  196. 196. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesPrimera práctica conNetLogo…• Instalar NetLogo– http://ccl.northwestern.edu/netlogo/download.shtml• Abrir NetLogo• Abrir la biblioteca de modelos• Carpeta ―Social Science‖.• Modelo ―Traffic Basics‖
  197. 197. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelo: Congestiones detráfico
  198. 198. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAgentes, reglas de interaccióny parámetros del modelo• Agentes: conductores de automóviles.• Reglas: dos reglas simples– Desacelerar si hay un auto cerca– Acelerar si no veo un auto cerca• Variables de entrada: número de autos, tasade aceleración, tasa de desaceleración• Variables de salida.– Gráfico: velocidad máxima, velocidadmínima, velocidad del auto rojo.– Monitor: velocidad del auto rojo.
  199. 199. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAnálisis de la simulación:interrogantes¿Cuál es la causa de las congestiones de tránsito?¿En qué dirección se mueven los vehículos y en cuállo hace la congestión de tránsito?• ¿Qué sucede si configuramos la ‗desaceleración‘en ‗cero‘?• Si incrementamos la ‗desaceleración‘gradualmente ¿en qué momento cambia elpatrón del flujo de tráfico?• ¿Cuál es la variable que tiene más impacto en laformación de las congestiones?
  200. 200. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesAnálisis de los supuestos delmodelo: interrogantes¿La regla de comportamiento es realista?¿Hay otras reglas que representen mejor elcomportamiento de manejo? ¿Cuáles serían?¿Cuáles son los fundamentosde la regla que propone el modelo?
  201. 201. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesSegunda práctica: el modelopredador - presa• Es un modelo matemático desarrollado por:– En 1925 por el matemático y físico de estadounidense Alfred J. Lotka(1880-1949).– En 1926 por el matemático y biólogo italiano Vito Volterra (1860-1940).• Objeto del modelo: análisis de la dinámica de ecosistemasdonde hay dos especies que luchan por sobrevivir en unmismo hábitat.• Hay dos especies: (i) depredador (ii) presa.• ¿Cómo se auto-regula el desarrollo de las especies en el tiempo?– (i) sistemas inestables: una de las especies desaparece.– (ii) sistemas estables: el sistema se mantiene a sí mismo aunque hayfluctuaciones poblacionales.• Implementación del modelo Lotka-Volterra como MBA.• NetLogo  Biblioteca  ―Biology‖  ―Wolf Sheep Predation‖
  202. 202. Sistemas complejos y modelos de simulación computacionalNuevos desafíos epistemológicos, teóricos y metodológicos para las Ciencias SocialesModelo: lobos y ovejas

×