Simposio Internacional de Ciencias Sociales Computacionales

 1.- Sociología analítica y modelos basados en agentes. La mesa de trabajo sobre "Sociología Analítica y Modelos Basados en Agentes" se centraría en la exploración y discusión interdisciplinaria de cómo los modelos basados en agentes (ABM) pueden aplicarse dentro del campo de la sociología analítica para entender, simular y predecir dinámicas sociales complejas. Este enfoque combina teorías y metodologías de la sociología, la ciencia computacional, la matemática y la filosofía de las ciencias para abordar problemas sociales de manera rigurosa y empírica. Los tópicos concretos que se aceptarán serán los siguientes:

• Modelos Basados en Agentes (ABM): Explorar los fundamentos de los ABM, que simulan las interacciones de agentes autónomos para estudiar emergencias y dinámicas complejas en sistemas sociales. Se trataría la construcción, análisis y validación de modelos, así como las herramientas computacionales utilizadas, como la biblioteca MESA en Python o Netlogo y SWARM.
• Aplicaciones Prácticas: Presentar estudios de caso donde los ABM han sido aplicados en investigación social, tales como la difusión de innovaciones, dinámicas de opinión, segregación espacial, y otros fenómenos sociales. Se discutirían los resultados obtenidos y su impacto en la comprensión de los procesos sociales.
• Métodos Cuantitativos y Cualitativos: Debatir sobre la integración de métodos cuantitativos y cualitativos en la construcción y análisis de modelos basados en agentes, subrayando la importancia de una aproximación mixta para el estudio de fenómenos sociales complejos.
• Desafíos y Oportunidades: Identificar los desafíos metodológicos, éticos y prácticos en la aplicación de ABM en sociología, así como las oportunidades para futuras investigaciones interdisciplinarias que puedan surgir de esta síntesis de enfoques.
• Política y Sociedad: Discutir el potencial de los ABM para informar políticas públicas y decisiones estratégicas, especialmente en contextos de incertidumbre y cambio social rápido.

2.- Psicología social y modelos basados en agentes. La mesa de trabajo sobre "Psicología Social y Modelos Basados en Agentes" se enfocaría en la intersección entre la psicología social, que estudia cómo los pensamientos, sentimientos y comportamientos de individuos son influenciados por la presencia real, imaginada o implícita de otros, y los modelos basados en agentes (ABM), una clase de simulaciones computacionales que exploran las interacciones entre agentes autónomos y sus efectos en el sistema social a gran escala. Este enfoque permite una exploración profunda y detallada de las dinámicas sociales y psicológicas a través de la simulación y modelado de procesos complejos. La mesa aceptará trabajos en las siguientes temáticas:

• Integración de Conceptos Psicosociales en ABM: Discutir cómo los principios y teorías de la psicología social pueden ser integrados en los modelos basados en agentes para simular comportamientos y fenómenos sociales complejos, como la formación de grupos, la conformidad, la influencia social, y las dinámicas de poder.
• Modelado de Interacciones Sociales: Explorar técnicas para modelar interacciones entre agentes que reflejen procesos psicosociales, como la percepción social, actitudes, creencias y la comunicación entre individuos.
• Análisis de Fenómenos Psicosociales: Presentar estudios de caso donde los ABM han sido utilizados para investigar fenómenos específicos de la psicología social, como la difusión de rumores, el cambio de actitudes, la polarización de opiniones, y la formación de identidades sociales.
• Desarrollo Metodológico y Herramientas Computacionales: Debatir sobre metodologías para el desarrollo, calibración y validación de modelos basados en agentes en el contexto de la psicología social. Se discutirán herramientas y plataformas computacionales utilizadas para este fin, incluyendo posibles sesiones prácticas con herramientas como MESA para Python.
• Ética y Responsabilidad en la Modelación: Reflexionar sobre las implicaciones éticas de modelar comportamiento humano y social, especialmente considerando la precisión de los modelos y su uso en la predicción y manipulación de comportamientos sociales.
• Futuras Direcciones de Investigación: Identificar áreas emergentes y oportunidades de investigación en la intersección de la psicología social y la modelación basada en agentes, fomentando la colaboración interdisciplinaria para abordar preguntas de investigación complejas.

3.- Inteligencia Artificial y mejoramiento de modelos basados en agentes. La mesa de trabajo sobre "Inteligencia Artificial y Mejoramiento de Modelos Basados en Agentes" se centraría en la exploración de cómo las técnicas avanzadas de inteligencia artificial (IA) pueden ser aplicadas para mejorar la creación, eficacia y precisión de los modelos basados en agentes (ABM). Esta intersección promete innovaciones significativas en la capacidad para simular y entender sistemas complejos, desde dinámicas sociales hasta ecosistemas y mercados económicos. Los tópicos que se aceptarán para esta mesa son los siguientes:

• Integración de IA en ABM: Examinar cómo las técnicas de IA, como el aprendizaje automático (ML), el procesamiento del lenguaje natural (NLP) y las redes neuronales, pueden ser integradas en los ABM para mejorar la autonomía, adaptabilidad y toma de decisiones de los agentes.
• Simulación de Complejidad y Emergencia: Discutir la capacidad de los ABM mejorados con IA para simular comportamientos emergentes y dinámicas complejas en sistemas sociales, económicos y naturales, proporcionando así una comprensión más profunda y predicciones más precisas.
• Personalización y Adaptabilidad de Agentes: Analizar cómo la IA permite la creación de agentes que pueden aprender de su entorno, adaptarse a cambios y personalizar sus respuestas basadas en experiencias pasadas, mejorando la realismo y precisión de las simulaciones.
• Optimización y Calibración de Modelos: Explorar métodos de IA para la optimización de parámetros y la calibración de modelos, facilitando la identificación de configuraciones óptimas para simulaciones basadas en agentes y asegurando que los modelos sean tanto precisos como eficientes.
• Análisis de Datos y Predicciones: Debatir sobre el uso de IA para analizar los datos generados por ABM, extrayendo insights complejos y mejorando la capacidad de los modelos para predecir futuros comportamientos y tendencias.