Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(SSMA)?
Resumen:
Existe cierta controversia sobre la validez epistemolgica de la Simulacin Social
Multi-Agente (SSMA) como metodologa aceptable para proporcionar
conocimiento y resultados slidos de investigacin en ciencias sociales. El
presente trabajo revisa un conjunto de argumentos referidos a tal metodologa,
con el objetivo de destacar los beneficios que su uso puede implicar para el
desarrollo de la investigacin social. No se trata aqu de realizar una crtica
general a esta estrategia metodolgica, sino nicamente de agrupar de forma
sistemtica y clara las posibles lneas de defensa, como trabajo previo para un
trabajo crtico ms extenso.
Tras revisar brevemente su posicin dentro del proceso genrico de investigacin
cientfica (en especial en cuanto a su relacin con la fase abductiva y con la
experimentacin), se muestra cmo la SSMA es una herramienta con potencial en
las ciencias sociales, tanto para elaboracin de modelos como para la
comprensin de los procesos sociales. Se destacan tres puntos fuertes de la
SSMA, frente a otras metodologas: A) inevitablemente requiere de la
especificacin detallada de un modelo del ser humano, necesario para
disear/programar los agentes, B) ofrece la oportunidad de representar la
compleja dinmica de los procesos de cambio social, mediante reglas de
produccin que simulan mecanismos elementales psicolgicos y sociales, y C)
permite el anlisis simultneo tanto en el nivel micro-social (hace ms
comprensibles los atributos y los comportamientos individuales) como en el nivel
macro-social (extraccin de las propiedades globales de los grupos sociales). Este
ltimo aspecto ofrece a las ciencias sociales la posibilidad de investigar efectos
agregados, de segundo orden o efectos emergentes, as como la emergencia, en
definitiva, permite el estudio del vnculo entre niveles.
Si se acepta que, en trminos explicativos en ciencias sociales, la dinmica de la
interaccin social es a menudo ms importante que los resultados finales o que los
equilibrios resultantes de los procesos, entonces la SSMA permite establecer con
mayor claridad las correspondencias entre explanans y explanandum que
solicitan las versiones ms analticas de la investigacin social.
Contenido:
1. Crticas a la SSMA en ciencias sociales
2. Qu tipos de Simulacin puede resultar ms adecuada para las CCSS
(Modalidades de arriba abajo top-down versus de abajo a arriba bottom-
up)?
3. Un mismo experimento desarrollado mediante SD y SSMA
4. Principales beneficios de la SSMA para las Ciencias Sociales
5. Conclusiones
Fig. 1
SSMA
Bottom-up
Fundamentos Representacional
<http://ccl.northwestern.edu/netlogo/models/run.cgi?WolfSheepPredation(docked).1094.629>.
Fig. 2
Fig. 3
1
En terminologa del lenguaje de programacin (NetLogo) es como denomina a los diferentes grupos de
agentes o especies, en este caso tenemos la raza de las ovejas y la raza de los lobos.
Los lobos pueden capturar ovejas, si coinciden con una oveja en la misma
posicin en la que l se encuentra, la oveja muere (es comida por el lobo).
La energa de la oveja que se come el lobo se le suma a ste.
10. Los resultados de las interacciones que llevan a cabo los agentes de una
SSMA no son necesariamente lineales. Adems, estos agentes en la
mayora de casos son cambiantes en el tiempo, se muestran reactivos a
su entorno, por lo que intentar establecer una solucin matemtica
mediante ecuaciones que puedan recoger toda esta informacin, resulta
sumamente complicado. Es en este punto donde la simulacin se muestra
ms adecuada para la formalizacin de teoras sociales (Taber & Timpone,
1996; Axelrod, 2004).
Bibliografa:
Axelrod, R. (2003). Advancing the art of simulation in the social sciences, japanese journal for
simulation in the social sciences, japanese journal for management information system,
Conte, R., Edmonds, B., Moss, S., & Sawyer R.K. (2001).Sociology and social theory in agent
7, 183205.
Deffuant, G., Jager, W., & Moss, S. (ESSA 2005). Dialogues concerning a (possibly) new science.
Conference, Koblenz.
Edmonds, B., Moss, S. y Davidsson, P. (2001). "The use of models - making MABS actually
work". in, multi-agent-based simulation, lecture notes in artificial intelligence 1979., 15-32.
Epstein, J. M., y Axtell, R. (1996). Growing artificial societies :Social science from the bottom up.
Gilbert, N., & Troitzsch, K. G. (2006). Simulacin para las ciencias sociales :Una gua prctica
HARMAN, Gilbert (1965), The Inference to the Best Explanation, The Philosophical Review, vol.
Hartmann, S. (1996) The Word as a process: Simulations in the Natural and Social Sciences por
Rainer Hegselmann, Ulrich Mueller, and Klaus G. Troitzsch, editors, Modelling and
simulation in the social sciences: From the philosophy of science point of view, volume 23
of Series A: Philosophy and methodology of the social sciences, pp. 77-100. Kluwer
Academic Publishers.
Hedstrm, P. (2005). Dissecting the social : On the principles of analytical sociology. Cambridge:
Huhns, M. N., & Singh, M. P. (1998). Readings in agents. San Francisco: Kaufmann.
Izquierdo, L. R., Galn, J. M., Santos, J. I., & Olmo-del, R. (2008). Modelado de sistemas
Kliemt, H. (1996) Simulation and rational practice en Rainer Hegselmann, Ulrich Mueller, y Klaus
G. Troitzsch, (ed.), Modelling and simulation in the social sciences: From the philosophy of
science point of view, volume 23 of Series A: Philosophy and methodology of the social
Lozares, C. (2004). La simulacin social, una nueva manera de investigar en ciencia social?
henderson, S. G.; biller, B.; hsieh, M.; shortle, J.; tew, J. D. & barton, R. R.
Macy, M. W., & Willer, R. (2002). De los factores a los agentes: Computational sociologa y
Mki, Uskali (2009): Realistic realism about unrealistic models, in A Handbook of the
Philosophy of Economics, ed. Harold Kincaid and Don Ross. Oxford University Press, 2009.
Pp. 68-98.
Marietto, M. B.; David, N.; Sichman, J. S. & Coelho, H. (2003) A Classification of Paradigmatic
Models for Agent-Based Social Simulation, in Hales et al. (eds.) MABS 2003 Proceedings,
for practitioners of the dark arts. Journal of Artificial Societies and Social Simulation, 3(4).
Miguel, F.J. (2009) Debates on Social Simulation: Levels and Types of Models, en Proceedings
of the 2nd Workshop on Social Simulation and Artificial Societies Analysis (SSASA'08) <
http://ftp.informatik.rwth-aachen.de/Publications/CEUR-WS/Vol-442/>
MOSS, S. (2005) Introduction to simulation & modelling, en material powerpoint, Ross School of
Business.
Moss, S., & Edmonds, B. (2005). Sociology and simulatioan: Statistical and qualitative cross-
Ostrum, T. (1988) Computer simulation: The third symbol system. Journal of Experimental
Simon, H. A. (1996). The sciences of the artificial (3rd ed.). Cambridge, Mass. etc.: The MIT
Press.
Taber, C.S. y Timpone, R.J. (1996). Computational Modeling. Illustrated edition. London: Sage
Publications, Inc.
Troitzsch, K. G. (2009). Not All Explanations Predict Satisfactorily, and Not All Good Predictions