Python para el modelado y simulación basado en agentes en las ciencias sociales
El modelado y la simulación basados en agentes (MSBA) es un enfoque para modelar sistemas complejos desde el punto de vista bottom up. Se considera que el sistema complejo se compone de agentes autónomos, y para explicar la dinámica del sistema se toman en cuenta sus interacciones, así como las interacciones con su entorno. En las ciencias sociales, los sistemas basados en agentes sirven para modelar fenómenos socioeconómicos y sociopolíticos complejos en donde las interacciones entre los agentes se fundamentan en creencias, deseos y actitudes, que tienen que ver con las creencias y actitudes políticas y las normas sociales. Las aplicaciones van desde el modelado del comportamiento de los agentes en el mercado de valores y cadenas de ofertas hasta predecir la propagación de epidemias, la amenaza de guerra biológica, modelar el crecimiento y declive de civilizaciones antiguas y la migración internacional. El MSBA pretende tener efectos de largo alcance en la forma en que los científicos sociales usan la computación para apoyarse en la generación de teorías y cómo se utilizan los lenguajes computacionales y los algoritmos de inteligencia artificial para investigar las sociedades actuales y del pasado.