Los Agentes y la Modelación Computacional

La Ciencia Económica, estudia los comportamientos de los agentes en sus procesos de transacciones económicas, pero esto involucra necesariamente un entorno social, donde los agentes asumen diversos roles dentro de un grupo social y su interacción entre ellos y otros agentes de otros grupos sociales.

Los agentes económicos, tienden a tener algunas regularidades que permite clasificarlos y poder realizar modelaciones con estas particularidades como son: la adaptación social, la comunicación social, el aprendizaje de las reglas del grupo, la autonomía en las desiciones.

El científico social busca modelar un entorno real, observando la realidad económica y abstrae una "imagen" de la situación, siendo este su objeto de estudio, sobre la cual plantea hipótesis basadas en modelos teóricos de la ciencia económica, el mismo es sometido a pruebas e inferencias y sus resultados analizados y comparados contra la realidad observable.

Muchas veces la sola presencia del observador puede distorsionar el proceso de abstracción del objeto a investigarse, sin embargo, con criterios sólidos, el investigador puede librarse de la subjetividad propia y concentrarse en hechos reales, aunque estos difieran de lo que el investigador busca.

La utilización de herramientas computacionales, ha permitido la modelación de sistemas complejos, donde al esquema descritos líneas arriba, con presencia de un experto, se asocia ahora un modelador informático, que convierte en algoritmos computacionales, los elementos aportados por el experto. Surge así la modelación de sistemas complejos.

Una de las técnicas mas modernas de simulación social, la constituye la simulación basada en agentes, donde los individuos, bajo patrones de comportamiento económico (en nuestro caso) interactúan con otros agentes en entornos predeterminados, se usan esquemas de teoría de los juegos y de desiciones racionales para estas simulaciones. Fundamentalmente se analizan las relaciones establecidas entre agentes como elementos individuales y su entorno grupal.

Esta técnica de simulación, difiere de la conocida Técnica denominada Dinámica de Sistemas, donde el análisis está centrado en las variables del problema y que son retroalimentadas (feedback) constantemente por los resultados y van variando en el tiempo.
Los sistemas basados en agentes comprenden a varios agentes que pueden ser en mayor o en menor grado autónomos, heterogéneos e independientes, cada uno con sus propias metas y objetivos y que son capaces de interaccionar entre sí y con el entorno donde se les ha situado para la investigación. Estos pueden evolucionar a sistemas complejos a lo largo del tiempo para adaptarse a nuevas condiciones del entorno o a nuevos objetivos.

Un ejemplo típico aplicado a esto, son los mercados financieros y los inversionistas, estos empieza solos o agrupados y luego van evolucionando, algunos desaparecen del mercado, otros se fusionan (crean alianzas entre ellos) y otros mutan a nuevos agentes.

El caso de los mercados de retail y el de los mercados de energía eléctrica son típicos del análisis de simulación basado en agentes.

Los trabajos del Profesor Robert Axelrod en estas técnicas aplicadas al comportamiento social y a la teoría de las desiciones, son muy importantes y considero que estas técnicas, ayudaran a encontrar nuevas relaciones económicas complejas y a ayudarnos a analizarlas.

Aquí algunos enlaces importantes en la Modelación Basada en Agentes.

Página WEB del Profesor Robert Axelrod:
http://www-personal.umich.edu/~axe/

Pagina WEB del Profesor Scott Benett:
http://www.personal.psu.edu/dsb10/index.html

Página WEB sobre Modelamiento Basado en Agentes:
http://www.econ.iastate.edu/tesfatsi/ace.htm

Página WEB del Profesor Luis Izquierdo:
http://www.luis.izqui.org/index.html

NOTA.- "La aplicación más emblemática de esta forma de estudio la llevaron a cabo Axelrod y Scott Bennett (en el año 2003) emulando el contexto social previo a la Segunda Guerra Mundial en un sistema computacional e ingresando la información de 17 paises europeos involucrados en ese conflicto bélico. El objetivo fue ver como el modelo computacional realizaba las alianzas estratégicas, basado en la información real de la época ingresada a un sistema que hiciera referencia a la compatibilidad de ellos en muchos aspectos (sistema económico de cada país, información de sus relaciones diplomáticas, regimenes políticos, etc.) e identificar su similitud con las alianzas realmente establecidas en el tiempo previo y durante la guerra.
Los resultados fueron sorprendentes incluso para los mismos investigadores, ya que las alianzas establecidas en la simulación tuvieron una similitud superior al 90% con las efectivamente dadas en la realidad europea de las décadas del 30 y 40. Esto es sorprendente ya que en el modelado existían más de un millar de posibilidades de alianzas. El estudio significó un concluyente apoyo empírico al modelo y además demostró el poder predictivo (o postdictivo en este caso) para la investigación de la formación de alianzas y toma de decisiones de grupos de intereses."
http://www.neuroeconomia.cl/blog/2008/06/complejidad_cooperacion_modelando-alianzas-politicas/#more-62