Modelos Basados en Agentes en Ciencias Sociales: el rol de

investigador

Mora Castro

UBA-ANTROPOCAOS

“Del latín scio, scire, cortar, desmenuzar (en francés scie significa serrucho;

recordemos scissors, tijeras en inglés) viene ciencia; de sapio (gusto) sabiduría y sapiencia.

Saber se relaciona con sabor o sea, con gusto. El español subraya el placer o el gusto que

podemos encontrar en el conocimiento. Mientras que la ciencia fragmenta y analiza, la sabiduría

se goza y complace con el sabor de las cosas”

(I. Bordelois: 2003)

Introducción

Quisiera en este ensayo dejar mis impresiones sobre el rol del investigador frente

a los llamados Modelos Basados en Agentes (MBA) aplicados a ciencias sociales. Lo

cierto es que los cientistas sociales, y en lo que nos toca a los antropólogos, nos vemos

en aprietos a la hora de formalizar nuestras investigaciones en tanto análisis de los datos

recolectados en el campo y más aún cuando nos enfrentamos a la necesidad de

interpretarlos con la intención de visualizar el fenómeno que queremos estudiar para no

sólo entenderlo sino además resolver y representar una proyección para su solución.

Creo que éste es un problema fundamental que en gran parte entorpece la

resolución de problemáticas cuando se tiene que tomar decisiones en la vida real

basándose en las investigaciones que fueron realizadas con ese objetivo. Las

conclusiones de una problematización en ciencias sociales deben ser precisas. En caso

contrario, tanto se puede desembocar o bien en la resolución de la situación, o bien en

su continuidad, con las consecuencias que estos dos extremos conllevan para la vida de

los que viven estas situaciones

Es por eso que considero de suma importancia reflexionar acerca de los alcances

y límites que proveen los MBA, ya que, además de representar una nueva forma de

estudiar los fenómenos, permiten trasladar a una simulación computacional las variables

que provienen del campo empírico para así advertir las posibles interacciones entre los

componentes del todo que estoy tomando como objeto de estudio.

Para ello comentaré algunos aspectos epistemológicos y metodológicos de estos

modelos, enmarcando en tradiciones científicas esta nueva herramienta pero enfocando

el análisis en el rol del investigador como hacedor de las pautas que reglan este nuevo

mundo que abre el uso de la computadora con su poder de cálculo infinitamente más

rápido que el que tendría un ser humano, lo que permite dar dinamismo al tratamiento

de información cuando se trata de fenómenos complejos.

Aspectos Epistemológicos

Lo primero que hay que tomar en cuenta es que estos enfoques son modelos.

Esto quiere decir que se recorta la realidad para hacer plausible una teorización acerca

de la situación de análisis. Convengamos que este es el procedimiento de cualquier

enfoque o corriente científica tanto en ciencias sociales como en las exactas, ya que es

imposible abarcar la totalidad de la realidad, al menos en términos finitos.

Ahora bien, el recorte que propone el modelo desarrollado en este ensayo tiene

varios niveles. En primer lugar, uno científico: en la metodología antropológica, para

conformar el objeto de estudio se circunscribe el problema tanto en el espacio como en

el tiempo, se definen las unidades de análisis, las fuentes, se determina un campo de

acción, se eligen a los actores y paralelamente se esbozan las estrategias plausibles

para llevar a cabo la investigación.

En segundo lugar, el otro corte tiene lugar en la figura del investigador. No

podemos escapar al hecho de que somos sujetos inmersos en un contexto social

determinado (pero no necesariamente determinante), con una historia personal y una

formación profesional particular, es decir con un horizonte que a veces es más cerrado

y otras más amplio de lo que podemos darnos cuenta. Sin la intención de entrar en

relativismos o absolutismos (depende cómo se mire), quiero mencionar el hecho que la

ciencia se construye por, sobre y a pesar de sus protagonistas y no podemos obviar que

nuestras subjetividades inclinan la balanza de nuestras acciones y de nuestras ideas y

eso se ve reflejado, entre otras cosas, en la interpretación que tenemos del mundo. Es

por eso que siempre hay que ejercer el monitoreo reflexivo sobre nosotros mismos para

entender nuestros propios límites.

Sin embargo, los MBA aportan a las ciencias sociales una herramienta poderosa

para modelizar sistemas complejos. Sintéticamente, diré que dentro de los enfoques

sistémicos (C. Reynoso: 2006), la noción de complejidad no se refiere a una sumatoria

de variables, sino que es complejo aquel sistema en el que se observan propiedades

emergentes resultantes de la interacción local entre sus componentes. La diferencia de

esta concepción con respecto a otros marcos teóricos es que enfatiza las relaciones a

nivel de vecindad, dando relevancia a los llamados comportamientos bottom-up: es

decir, que estableciendo reglas que se aplican en un nivel individual se observan, a nivel

general, propiedades estables las cuales son contra intuitivas, no previstas desde un

principio. Vale decir, que los comportamientos emergentes no son deducibles de las

reglas establecidas al inicio de la configuración del modelo.

Esto es muy importante por varios motivos. El primero de ellos es que se

prueban o refutan hipótesis en un universo controlado de simulación, manipulando

variables tanto de los agentes (cuyo paralelo a la vida real podrían ser individuos de

carne y hueso), como del ambiente (cuya traducción sería el contexto) y de las reglas

que establecen las interacciones ( se trata de la manera en que uno se relaciona con sus

vecinos y con el ambiente, lo que se puede hacer y lo que no y la posibilidad de graduar

las acciones e influencias de unos en otros regulado en niveles). Esta sistematización de

las relaciones entre los componentes permite generar resultados inesperados desde el

punto de vista del investigador, ya que él establece al principio de las corridas de su

modelo propiedades a un nivel individual (características y reglas de comportamiento

de los agentes), y el resultado global, se genera por el producto de la interacción de

todas las individualidades alcanzando las ya referidas propiedades emergentes. Se

llaman bottom-up (de abajo hacia arriba) justamente por este efecto. A su vez, de

manera inversa, es posible definir qué condiciones y características individuales pueden

ser las causantes de efectos emergentes que surgen como resultado de las interacciones

locales de agentes, caracterizados de una forma particular y en un contexto específico y

a través de ciertas reglas.

Quisiera llamar la atención sobre un hecho particular. La posibilidad de

manipular variables, de ver procesos temporales y espaciales en minutos, de

correlacionar datos que arrojan los cálculos computacionales, de interpretar gráficos, de

comparar resultados respectos de otros estudios relacionados, convierte a los MBA en

un verdadero laboratorio para las Ciencias Sociales. Y con esto quiero relativizar la

carga negativa del término “laboratorio” asociado a nuestra disciplina. A nadie se le

ocurriría alquilar 500 tortugas (ejemplo de agente que utilizan programas como el

Sugarscape (R. Axtell, J. Epstein: 1996), esparcir azúcar y pimienta y esperar que eso

aporte alguna conclusión trascendente. Tampoco se contratarán personas para

reemplazar a las tortugas en ese escenario y obligarlas a correr, vestidas de diferentes

colores, en busca de alimento. La idea del laboratorio apunta intrínsecamente a un

laboratorio de ideas acerca de las ciencias sociales. Y quisiera remarcar este punto, ya

que un laboratorio de ideas es un lugar donde se puedan probar hipótesis y ver qué

características y fenómenos deberían ocurrir para llegar a un resultado x, o bien, dadas

ciertas condiciones iniciales, a qué estado final de esas condiciones se llegaría, a dónde

se llegaría, el temible “¿qué ocurriría si…?” Porque cuando seres humanos están

involucrados, no hay vuelta atrás con las decisiones de ejecutar ciertas políticas

públicas, o bien implementar un plan económico o planificar un proceso migratorio o

adelantarse a los efectos de las modas y la transmisión de ideas.

Otro de los motivos tiene forma de pregunta: que sea un comportamiento

emergente ¿quiere decir que no lo podemos predecir de antemano sino hasta cuando nos

lo muestra la pantalla de la computadora? Bueno, quizás es como sostiene Carlos

Reynoso cuando dice que estos intentos por dar un soporte visual al estudio de los

sistemas complejos no son más que una prolongación de explicaciones mecánicas. Es

decir, que todo efecto tiene su causa individualizable. Estoy de acuerdo en que el

término “emergente” no significa no calculable o no predecible sino que al contrario, es

por su condición de calculabilidad que un sistema bobo (en el sentido en que siguen

nuestras órdenes) como son los que tienen soporte computacional, llegan a mostrar estas

estructuras inesperadas. Evidentemente no es magia lo que muestran, pero sí una

enorme capacidad de cálculo que permite mostrar a través de estos programas (como

por ejemplo el ya citado Sugarscape) resultados que surgen a partir de condiciones

iniciales que no marcaban esa tendencia en el devenir.

Y aquí está el punto. Cuando se mencionan palabras como contra intuitivo o

impredecible, se está haciendo referencia no a otra cosa más que a la posición del

investigador frente a estas nuevas posibilidades de estudio. Lo que se puede esperar

que ocurra o que coincida con la intuición de quien articula todas estos elementos está

dentro del marco cognitivo y cultural del investigador, no fuera de él. Estos modelos

permiten el acercamiento de una manera precisa a los fenómenos complejos, ya que

contamos con la posibilidad de programación y modificación de las características del

sistema formalizado. El soporte computacional es el artífice de esa formalización y se

ponen en concordancia con las características del problema real que se quiera analizar,

pero no por ello dejan de tener, como todo fenómeno que involucra la actividad

humana, su costado subjetivo. Por supuesto que la correlación empírica es lo que le da

de importancia teórica a la aplicación de estos modelos en las ciencias sociales: que la

pantalla emule los fenómenos por fuera de ella es el objetivo. De otra manera, no

tendría sentido las formalizaciones y la recopilación de información necesarias para

correr estos programas. No hay que perder de vista que no son videos juegos,

justamente por el correlato con la vida real y por la implementación del investigador de

los resultados obtenidos.

Aún así, con las limitaciones que las subjetividades propias puedan

desencadenar, los MBA aplicados en ciencias sociales abren una puerta a la proyección

de soluciones de un problema social concreto como a la prevención de dificultades o

bien, retrospectivamente, a encontrar las causas de problemáticas actuales en ámbitos

tan variados como la educación, la salud, las políticas públicas, economía, etc. Con

estas sociedades artificiales (que son un tipo particular de los MBA) se puede

reconstruir un contexto específico en el que se vayan agregando mayores interacciones

entre sus componentes, complejizando así el sistema con el propósito de reflejar la

realidad de la manera más precisa y relevante posible.

A propósito de esta característica, en Arqueología se han hecho estudios muy

importantes en los cuales la construcción de sociedades artificiales fue un factor clave

para hipotetizar sobre posibles cursos de acción de numerosas civilizaciones pasadas.

Por ejemplo, se ha trabajado mucho sobre el caso de la extinción del pueblo Anasazi

alrededor del año 1300 de nuestra era. Con un minucioso recuento y explicitación de la

metodología y los pasos que han seguido, Jeffrey Dean et al. (2000: 179) explican

cómo recrearon los datos arqueológicos y relatos de expertos con los que contaban en

un modelo de simulación las características ecológico-ambientales y culturales de esa

sociedad que desapareció sin causas aparentes (más allá de las conocidas teorías de

factor exógeno: sequía, invasiones, meteoritos, plagas, etc.). Estos autores tienen la mira

puesta en diferentes hipótesis de estudio haciendo énfasis en que causas endógenas

fueron las que provocaron la caída y desaparición de este grupo. Entonces, han corrido y

estudiado estas simulaciones con las características específicas de este pueblo, con el

objetivo de ver qué variables habrían podido influir en la extinción masiva de esta

sociedad en un momento de aparente apogeo y bienestar económico y político.

Este rasgo del enfoque es especialmente importante porque toma el dinamismo

que existe en una sociedad y lo plasma en el modelo. Los grupos sociales se

caracterizan por la retroalimentación que se produce en las acciones de sus componentes

y las consecuencias o efectos que éstas producen a su alrededor. Y capturar esa

dialéctica es esencial para entender los fenómenos complejos como tales: a medida que

pasa el tiempo las individualidades se ven enriquecidas por las influencias externas a los

individuos, pero no desde lo macro hacia lo micro, sino desde las mismas vecindades.

Tiene mayor efecto y repercusión sobre nosotros las acciones e ideas de quienes nos

rodean, con quienes estamos en contacto frecuente, que aquellas que nos imponen desde

otros marcos más lejanos.

Conocer este principio que podemos llamar de vecindad es la base para entender

exitosamente los comportamientos humanos. La Antropología, en parte, ha desarrollado

a lo largo de sus años como disciplina técnicas, metodología y marcos teóricos que

intentan dar cuenta de las especificidades de las relaciones al interior de grupos. Y a

través de ellos, se proporcionan explicaciones de por qué ocurren ciertos fenómenos. En

este caso, las sociedades artificiales aportan una forma de acercarse a los fenómenos de

una manera más precisa ya que, no sólo toma en cuenta el dinamismo que es inherente a

la naturaleza social sino que también, coloca en la interacción local el origen de las

características sociales a un nivel más general. Pero lo curioso es que no se procede de

una manera solamente inductiva al ir de lo particular a lo general, es decir, lo que ocurre

en un cluster o región se traspola al universo, sino que también se opera

deductivamente: las propiedades emergentes derivan de las premisas dadas como

condiciones iniciales al comienzo de las corridas del programa (las características

determinadas para cada caso y sus graduaciones aplicadas a los agentes, el ambiente y

las reglas de interacción).

Tener claro este concepto es fundamental para concebir a las sociedades

artificiales. Éstas presentan, en su mayoría y como mencionábamos antes, una gran

sensibilidad a las condiciones iniciales lo que implica que una pequeña modificación

incluso en la graduación de uno de los rasgos de alguno de los elementos del sistema

puede producir resultados totalmente distintos a los que hubiere producido otros valores

para esa misma característica. Es por eso que la precisión con la que se programa y se

parametriza cada variable, son clave para obtener resultados y proyecciones plausibles

de las hipótesis de las cuales se parte para armar el universo en la pantalla. Y así existe

la posibilidad de construir un escenario controlable, el laboratorio al que hacíamos

referencia anteriormente, en donde es posible contrastar las presunciones que maneja el

investigador las veces que se quiera. La contrastabilidad de las hipótesis es una gran

ventaja a la hora de emprender un estudio en ciencias sociales ya que se puede

comprobar a través de las corridas del programa de los MBA la progresión de ciertas

condiciones establecidas al principio de la prueba y monitorear tanto el desarrollo como

el desenlace. Entonces, una vez finalizado el proceso, se habrá presenciado la evolución

de una configuración social posible dentro de un marco investigativo determinado,

pudiéndose modificar el curso de la misma reiniciando el proceso con condiciones

iniciales diferentes a las anteriores.

Otro foco de discusión está puesto en la pregunta sobre qué clase de de

explicación que pueden proporcionar estos modelos. En principio, no está de más volver

a aclarar que estos programas no igualan la realidad, sino que la emulan. Con el objetivo

de que estas simulaciones puedan aportar algo relevante sobre los fenómenos sociales

reales deben tener una correspondencia con los datos estudiados y documentados para

que las conclusiones tengan un grado de certeza tal que permita operar en el mundo

fuera de la pantalla. No hay que perder de vista que los referentes de las simulaciones

son empíricos y contextuales y pertenecen a una realidad cercana al investigador o, al

menos, conocida lo suficientemente como para caracterizar el universo que se quiere

retratar en estos modelos.

“A diferencia de los enfoques naturalistas (…), la construcción de

conocimiento no se produce desde fuera por medio de enunciados observacionales,

por el contrario, al interior del contexto sociocultural del que participa el

intérprete, en tanto hombre capaz de lenguaje y acción” (H. Vázquez: 2004)

En este caso, para poder llegar a una explicación, es necesario que el

investigador penetre la superficialidad de las reglas y llegue al sentido ulterior que las

moviliza en la vida real. No se pretende conocer cada detalle del fenómeno estudiado

sino solamente aquellos que son significativos respecto de la problemática a estudiar. Y

con significativo me refiero a que establezcan una diferencia respecto de otros datos que

dentro del mismo fenómeno no lo particularicen, no lo hagan distinto de otros.

Es aquí en donde el investigador tiene la llave del éxito. El recorte que se realiza

de la realidad está en función de las hipótesis, teorías y campo de lo posible manejado

desde su óptica. Es el investigador quien decide la relevancia de las características

aplicables para desarrollar el programa con el que va a emular la realidad.

Este recorte epistemológico y los límites que conllevan intrínsecamente los

MBA y las sociedades artificiales en particular generan, a su vez, sus potencialidades

más exquisitas. Si el investigador no refleja un nivel de detalle (o particularismos) en lo

que vuelca en las corridas del programa, éste simplemente no contendrá ninguna

solución posible al problema representado. Si las condiciones iniciales no son factibles

empíricamente, no se llegará a un desencadenamiento probable de la problemática; es

decir, a una solución aplicable a la realidad, ya que se estarán basando las conclusiones

en un escenario ficticio.

Aspectos Metodológicos

Como mencionábamos en el apartado anterior, la Antropología se ha nutrido a lo

largo de su historia de múltiples corrientes teóricas así como de técnicas para llegar al

campo. Esto es lo que nos ha distinguido como disciplina: haber desarrollado una

metodología tal que nos permita entender los problemas desde adentro, con un abordaje

personalizado en donde el investigador pone el cuerpo en el campo que ha delimitado

para su estudio.

Cierto es también que la Antropología, por esta misma característica, ya desde

sus inicios como disciplina al servicio del imperialismo del siglo XIX y luego del siglo

XX, ha sido utilizada con diversos y hasta opuestos sentidos políticos generando

absurdas defensas de guerras internacionales, procesos militares o genocidios a la vez

que ha obviado en sus descripciones contextos belicosos sanguinarios o hambrunas,

entre otros. Pero no hay que dejar de mencionar que los argumentos sostenidos a estos

fines, por más poderosos que sean (tanto en el sentido de la habilidad para convencer

como en el que su difusión venía de la mano de fuertes recursos económicos) son

producto de la combinación de contextos fértiles, intereses políticos definidos e

individuos ávidos de reconocimiento y prestigio a corto plazo.

Sin embargo, nuestra disciplina ha avanzado. De alguna manera ha sobrevivido a

tanta hipocresía y políticas de moda. Como decía antes, la ciencia se construye a pesar

de sus protagonistas, de nosotros mismos. En este caso, los MBA son una nueva

herramienta para la Antropología (su desarrollo no tiene más de diez o quince años

aunque sus orígenes se pueden rastrear hasta la década del ´40) (Miceli et al.: 2005). Si

bien no vamos a caer en el facilismo de sostener que estos modelos cuentan con una

sólida neutralidad respecto al contexto político sólo por constituirse de elementos de

cálculo tales como las modernas computadoras personales, quisiera mencionar que

siempre serán manipulados e interpretados por seres humanos. Y cada uno de nosotros

pertenece a un ambiente absolutamente inmerso en un momento socio-histórico

particular en donde nos desarrollamos y pensamos. Este hecho, justamente, está

relacionado tanto con la manipulación como con la interpretación del modelo.

No obstante, el proceso de construcción de las Sociedades Artificiales es un

ejercicio metodológico de alto nivel intelectual y operacional. En él se refleja no sólo el

conocimiento del fenómeno a analizar sino también el manejo de las teorías empleadas

para comprender cómo ocurre el mismo. Es la explicitación rigurosa de la manera en

que pensamos sobre cómo funcionan las cosas respecto al caso de estudio.

Mencionábamos sus tres componentes básicos: los agentes, el ambiente en el

cual se desenvuelven y las reglas que manejan su comportamiento. Cada uno de estos

elementos posee características que los constituye para el funcionamiento del sistema.

Estas características son extraídas del fruto del empleo de otras técnicas de recolección

de datos (trabajo de campo, uso de estadísticas, realización de entrevistas, selección de

fuentes secundarias, etc.). Sobre esta base de recolección de datos pertinentes, se monta

el armado de las Sociedades Artificiales. Vale aclarar que no quedan reemplazadas

ninguna de las tradicionales herramientas de la metodología antropológica sino que por

el contrario, se ven enriquecidas en una síntesis que las relaciona en un sistema

dinámico de interrelación.

Las Sociedades Artificiales no podrían funcionar, es decir construirse, sin

haberse primero nutrido de la recolección y posterior selección de datos extraídos del

campo. No está de más insistir en que la clave está en el investigador quien hace las

partes de creador y gobierno de este universo de emulación. Él selecciona las

características y las diferentes graduaciones de las mismas para aplicárselas tanto a los

agentes, al ambiente y a las reglas de interacción. Recordemos que en estos entornos de

programación se establecen relaciones bilaterales de agente a agente, de agente a

ambiente y del ambiente al ambiente, es decir que se computan las influencias de uno

hacia otro, a lo largo de todo el tablero y en cada iteración, lo que establece las

posiciones y los estados para la iteración inmediatamente posterior y luego la siguiente

y así sucesivamente.

Toda la capacidad de cálculo que posee la computadora como instrumento de

procesador de datos, toda la formalización que se necesita para llevar a cabo las corridas

en la pantalla, toda la selección metodológica que se requiere para obtener conclusiones

precisas y plausibles están articuladas en el investigador. Por si alguna duda cabe, la

interpretación siempre queda en el investigador. No hay nada, por suerte, que pueda

eludir el componente humano en las investigaciones sociales.

A modo de conclusión

Como sostenía Ivonne Bordelois, la palabra ciencia lleva etimológicamente el

significado de desmenuzar, serruchar, cortar la realidad. En el caso de las Sociedades

Artificiales, nada me parece más propicio que esta definición. El recorte, la selección, el

tamiz que se requiere para recrear los fenómenos sociales son metodológicamente

necesarios para comprender la realidad. Partiendo del principio que la totalidad como

abstracción es inabarcable, es indispensable contar con herramientas que permitan

retener los datos extraíbles pertinentes para poder visualizar el problema y para poder

resolverlo.

Considero que ése debería ser el fin último de la ciencia: poder establecer

puentes entre los problemas y sus soluciones, acercar el mapa al territorio (Bateson:

1976), habiendo establecido las reglas de mapeo pertinentes para no perderse en

montañas de datos o acumulación de hipótesis inconexas. Es sumamente importante

comprender que la explicitación del camino que sigue el investigador a lo largo de su

estudio es una manera de no caer en agujeros teóricos, tautologías o banalidades, aún

sabiendo que el método científico es un estilo de abordaje de la realidad el cual

proporciona algunas maneras de enlaces entre situaciones consideradas conflictivas y

sus resoluciones. Así como el fin de la Antropología podría ser el de comprender

aquellas realidades incomprensibles a simple vista, explicar los fenómenos dentro de

coordenadas conocidas, hacer intuitivo lo contra intuitivo.

A su vez, también subyace el gusto del conocimiento. Pero no de una manera

abstracta y superflua como datos aislados, sino el gusto de saber cómo son ciertas

sociedades, o cómo operan ciertos fenómenos o bien entender ciclos que ocurran

concernientes a lo social con el propósito de proporcionar posibles soluciones a los

eventuales problemas que se presenten. Ya que tenemos la posibilidad de integrar el

conocimiento a través de distintos métodos, es fundamental conjugar sabidurías para

obtener mejores resultados.

Asimismo, las sociedades artificiales proveen una forma de modelización que se

caracteriza por la dinámica intrínseca que tiene en la puesta en interacción de sus datos

y propiedades unidas por el establecimiento de reglas. Con descripciones provenientes

del campo, obteniendo coordenadas a las cuales emular, a través del modelo se pueden

visualizar comportamientos globales difícilmente deducibles de las propiedades de

cada uno de los individuos. La famosa frase de E. Durkheim “El todo es más que la

suma de las partes” (Durkheim: 1912) se da cita cuando uno empieza a correr estas

simulaciones en un entorno computacional. Las propiedades emergentes son una

realidad social y lo que intentan hacer los MBA es representarla.

Los cientistas sociales cuentan hoy con una herramienta fértil capaz de brindar

respuestas a aquellos hechos que, tomados como problemáticos, pueden ser resueltos o

vislumbrados a través de una nueva configuración en el procesamiento de los datos,

haciendo una síntesis interactiva de la información provenida del campo mismo de

acción. Y, una vez más, la figura del investigador es y sigue siendo la clave para

descifrar eso que hoy puede ser un misterio y que mañana, la proyección de reales

soluciones.

Bibliografía Consultada

AXTELL, ROBERT Y EPSTEIN, JOSHUA 1996 Growing Artificial Societies. Social

Science from the Bottom Up Washington DC Brookings Institution Press

BATESON, GREGORY 1976: Pasos hacia una ecología de la mente, una

aproximación revolucionaria a la autocomprensión del hombre. Buenos Aires,

Ediciones Carlos Lohlé

BORDELOIS, IVONNE 2003 La Palabra Amenazada Pág. 55 Libros del Zorzal,

Buenos Aires, Argentina.

DEAN ET AL 2000: Understanding Anasazi Culture Change Through Agent-Based

Modeling. En Dynamics in Human and Primate Societies, Kohler y Gumerman

editors. Oxford University Press, Oxford

DURKHEIM, EMILE 1912: Formas elementales de la vida religiosa. FCE, México

MICELI, JORGE ET AL 2005: "Teorías de la Complejidad y el Caos en Ciencias

Sociales. Modelos Basados en Agentes y Sociedades Artificiales" Exposistémica

2005 "Relaciones y Contextos" ASiBA Asociación de Psicoterapia Sistémica de Buenos

Aires

REYNOSO, CARLOS 2006: Complejidad y el Caos: Una aproximación

antropológica Ed. San Benito, Buenos Aires.

VAZQUEZ, HÉCTOR. 2004 Antropología Emancipadora, Derechos Humanos y

Pluriculturalidad. Ed. Homo Sapiens. Rosario