PARADIGMAS EMERGENTES: BIOGRAFÍAS

APLICACIONES DE LA ECONOMÍA COMPUTACIONAL Y LA TEORÍA DE LA COMPLEJIDAD COMPUTATIONAL ECONOMICS AND COMPLEXITY THEORY APPLICATIONS Jorge Andrés Gallego* * Magíster en Economía, profesor de la Universidad Javeriana y de la Universidad Externado de Colombia, Bogotá, Colombia, jorgeandresgallego@lycos.com Fecha de recepción: 18 de septiembre de 2007, fecha de modificación: 24 de septiembre de 2007, fecha de aceptación: 4 de octubre de 2007. ________________________________________ ¿Es la racionalidad una consecuencia de la evolución y no una hipótesis sobre el comportamiento de los agentes?
A través de un experimento con hormigas, se ha podido comprobar que no son los calculos racionales y hedonistas que los organismos alcanzan sus objetivos en el interactuar con su medio, sino por estructuración de sus complejos sistemas de manera natural. En este caso, es una consecuencia de la acumulación de feromonas y de su predisposición a seguir el olor. Esta elección racional es una consecuencia de la evolución.  Y lo interesante es que un grupo formado por agentes aparentemente no racionales termina comportándose, en términos agregados, de manera racional. Un claro ejemplo de lo que algunos llaman inteligencia colectiva. Hace algunos meses, el economista norteamericano Stephen Guerin presentó una versión similar de este experimento de las hormigas en la Escuela de Verano en Sistemas Complejos del Instituto Santa Fe, Nuevo México. El mismo ejercicio fue replicado por este investigador en la conferencia plenaria del Quinto Simposio Nacional de Microeconomía, el 27 de julio de 2007 en el Externado de Colombia. Guerin presentó una simulación computacional del experimento utilizando la modelación basada en agentes. Las hormigas abandonan su recipiente y ubican erráticamente, mediante movimientos aleatorios, el recipiente con el azúcar. Un obstáculo que divide la plataforma permite identificar caminos cortos y largos de un recipiente al otro. Las hormigas están programadas para liberar feromonas durante su tránsito por cada grilla, y éstas, a su vez, se evaporan con el tiempo. Los insectos se ven atraídos por los caminos en los que se acumulan feromonas. ¿Qué camino siguen las hormigas? Luego de algún tiempo, las hormigas se coordinan en un camino corto de un recipiente al otro. A pesar de que inicialmente cada una sigue un comportamiento errático y aleatorio, la simple regla de atracción hacia las feromonas produce un comportamiento colectivamente eficiente después de pocos períodos. De las interacciones locales entre agentes con racionalidad acotada emerge un resultado agregado inesperado y no intencionado, sin que un planificador central medie para que los agentes terminen coordinados en la elección de las estrategias “socialmente óptimas”.Un ejemplo interesante de cómo las herramientas computacionales y la simulación de sociedades artificiales pueden servir para describir y analizar algunas propiedades sobresalientes de los sistemas complejos. En su conferencia, Guerin presentó algunas aplicaciones de la economía computacional y de la teoría de la complejidad. En sus palabras, las simulaciones computacionales y la modelación basada en agentes se consolidan como un tercer brazo de la ciencia, además de las herramientas teóricas y experimentales comúnmente empleadas. En economía, estas técnicas son un complemento interesante del análisis convencional en situaciones en las que las ecuaciones de un modelo son insuficientes para revelar las propiedades fundamentales de ciertos sistemas. Para Bonabeau (2002), al usar la modelación basada en agentes, un sistema se representa mediante la colección de entidades autónomas que toman decisiones: los agentes. Cada agente toma decisiones de acuerdo con la situación siguiendo un conjunto establecido de normas de comportamiento. Aun los modelos más simples pueden exhibir patrones complejos, y el valor del modelo es que proporciona información valiosa sobre la dinámica del sistema real que emula. . Los sistemas complejos parecen haber encontrado en las herramientas computacionales un escenario natural en el cual los investigadores logran corroborar teorías existentes o proponer nuevas explicaciones. Según Arthur, Durlauf y Lane (1997), seis características definen a los sistemas complejos: 1) existe interacción dispersa entre agentes heterogéneos1 que actúan localmente entre ellos en algún espacio; 2) no existe un controlador global; 3) hay una organización jerárquica transversal; 4) los agentes se adaptan continuamente mediante procesos de aprendizaje y evolución; 5) existe innovación permanente, y 6) las dinámicas por fuera del equilibrio son clave, con la posibilidad de equilibrios múltiples o ausencia de equilibrio. Estas características evidencian que la modelación basada en agentes y la economía computacional son herramientas importantes para el estudio de sistemas sociales complejos. La representación de los sistemas complejos adaptativos da origen a sistemas dinámicos no lineales, cuya solución analítica es, difícil, y la mayor parte de las veces, imposible. Por esta razón, la modelación basada en agentes, con sus técnicas computacionales inherentes, se ha consolidado como un mecanismo apropiado para estudiar sociedades compuestas por agentes heterogéneos cuya racionalidad es acotada, que la mayor parte del tiempo se encuentran por fuera del equilibrio, y cuyo comportamiento evoluciona y se adapta a medida que los individuos aprenden e imitan el comportamiento de los demás.  En este caso, la autoorganización emerge como consecuencia de las interacciones locales de las hormigas, cada una siguiendo las feromonas de las demás. La adaptación y el aprendizaje son fundamentales, pues cada hormiga aprende a seguir las rutas en las que se han acumulado más feromonas. Temas como éste, en los que la autoorganización, la emergencia, la adaptación y la evolución de un sistema complejo son fundamentales, fueron el eje de la presentación de Guerin en Colombia. En el marco del Quinto Simposio Nacional de Microeconomía, su conferencia fue enriquecedora no sólo porque presentó algunas de las principales características de la economía computacional sino también porque mostró aplicaciones directas que ha hecho su empresa en Estados Unidos. Entre 2000 y 2002, Guerin formó parte del BiosGroup, organización con ánimo de lucro que fundó el biólogo Stuart Kauffman para comercializar la ciencia de la complejidad y aplicarla a la solución de problemas empresariales.  DorisBohorquez