Upload
conicet
View
2
Download
0
Embed Size (px)
Citation preview
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
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