Modelagem Baseada em Agentes

Modelos baseados em agentes são aqueles em que a interação dos agentes entre si e com o ambiente é simulada com o uso de computadores. Estes modelos possuem duas características interessantes.

• de um lado, são dedutivos, na medida em que o comportamento é definido para os agentes, ou seja, o teórico ainda utiliza de algum método de atribuição de procedimentos (cognitivos, comportamentais, racionais, etc) dos agentes para deduzir, ao menos em parte, o comportamento individual e, em processo de interação, o global.
• por outro lado, podem possuir um caráter indutivo: os agentes não são assumidos como capazes de racionalizações e computações plenas.

A questão da racionalidade limitada não é suficiente para determinar o método como indutivo, mas pode ser relacionado a processos indutivos de tomada de decisão.

Segundo Gustavo de Oliveira Aggio, em sua Tese de Doutorado, Análise Sistêmica Para Fenômenos Monetários, Sargent aplica o termo racionalidade limitada para processos caracterizados por expectativas adaptativas, mas que não contempla a experimentação e observação empírica de comportamentos. Sargent está demonstrando que agentes sem capacidade plena de racionalização e computação, no sentido assumido na Hipótese de Expectativas Racionais, podem, ao menos no plano teórico, atingir os mesmos objetivos que agentes com expectativas racionais.

Assume-se outra perspectiva quando a heterogeneidade dos agentes com racionalidade limitada permite o estudo da dinâmica fora do equilíbrio, ou seja, da perspectiva de não convergência, ao menos pressuposta como possível, de expectativas, crenças e comportamento. A indução aparece no processo de formação destas variáveis.

A metodologia de um modelo deste tipo descreve ponto a ponto no tempo o processo dinâmico global e de cada agente, ao invés de focar no estudo das regiões topológicas relacionadas ao ponto fixo, como na chamada microeconomia reducionista.

Em um modelo baseado em agentes, mesmo quando estes sejam projetados segundo as mesmas regras, temos um processo genuinamente descentralizado no qual a aleatoriedade pode ser introduzida, gerando variação qualitativa de resultados sem ser necessário alterar os parâmetros.

Neste sentido, cada simulação é potencialmente uma interação inédita, com dinâmica e resultados inéditos, realizada sob os mesmos parâmetros principais.

Se o estudo refere-se à observação de efeitos decorrentes de parâmetros específicos, estes podem ser alterados um por vez ou em conjunto com a precisão desejada e relevante para o estudo. As simulações geram dados populacionais que podem ser coletados, analisados e comparados para explicitar a possibilidade e o sentido de fenômenos emergentes.

A construção de modelos computacionais baseados em agentes passa por algumas hipóteses de comportamento estabelecidas com algum grau de arbitrariedade, assim como na modelagem puramente analítica. A vantagem da metodologia, porém, refere-se ao fato de se poder testar uma série de fatores que seriam inviáveis de outra forma, por exemplo, a heterogeneidade de estados de cada agente.

Em modelos puramente analíticos, o máximo que nós podemos almejar são estudos populacionais, como no enfoque evolucionário da Teoria dos Jogos ou na vertente da econofísica. Certamente, estas vertentes são complementares à construção de modelos baseados em agentes.

Metodologias baseadas em dinâmicas populacionais permitem um estudo mais amplo sobre as possibilidades de diferentes estados, agregados em diferentes níveis. A construção de um modelo baseado em agentes permite considerações mais específicas sobre a micro-fundamentação dos agentes.

A impressão inicial de Aggio é que o procedimento metodológico deve partir de modelos baseados em agentes e, assim, quando comprovada no experimento a possibilidade de existência de determinados resultados macros, podemos partir para estudos populacionais mais generalizados. Nesta tese, ele foca no uso de modelos baseados em agentes deixando para futuras pesquisas o estudo analítico das dinâmicas populacionais.

Aggio utilizou o software Netlogo 4.0.3, desenvolvido por Uri Wilensky do Center for Connected Learning and Computer-Based Modeling da Northwestern University.

Observação: a abordagem darwiniana se sustenta adotando o pensamento populacional, buscando compreender e analisar os processos que decorrem da interação dos elementos distintos dentro de uma população específica. Assim sendo, para fundamentar a perspectiva do “Darwinismo Generalizado”, é de precípua necessidade estabelecer qual é a definição de “população” e, posteriormente, de “sistema populacional complexo”.

Manuel Ramon Souza Luz apresenta uma definição simplificada do conceito de população, compreendida como: “membros de um tipo que são semelhantes em aspectos fundamentais, mas dentro de cada tipo, há algum grau de variação, devido à gênese ou circunstâncias” (Hodgson, 2007: 266).

Essa definição, de forma geral é válida, pois a partir das características básicas comuns a todos os elementos de uma população, abre-se espaço para a variação restrita destes elementos, condicionada, porém, à rigidez das características chave, comuns a todos os elementos. Portanto, todos os elementos possuem características fundamentais comuns, mas há espaço para variar em torno destas características.

Um conjunto de elementos de uma variedade específica também pode ser considerado uma população. Todos os elementos possuem características fundamentais comuns: apresentam certo tipo de aparência específica, comportamento, dieta e hábitos que nos permitem classificá-los como uma população. É claro que dentro desta população, os elementos se diferenciam uns dos outros se nos atermos à variação dos pesos, tamanhos, ligeiras diferenças nas aparências, etc. A questão fundamental é: como podemos compreender se um grupo é ou não é uma população, já que identificar as características básicas comuns e as variações específicas dos elementos é uma atividade que apresenta um alto grau de arbitrariedade?