educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
Diseño de modelos complejos para la simulación
de sistemas socio-técnicos*
Miguel Melgarejo
1
http://orcid.org/0000-0003-3387-9931
Universidad Distrital Francisco José de Caldas, Colombia
Nelson Obregón
2
http://orcid.org/0000-0002- 0881-9833
Ponticia Universidad Javeriana, Colombia
DOI: http://dx.doi.org/10.17081/eduhum.19.33.2647
Recibido: 26 de octubre de 2016 Aceptado: 14 de abril de 2017
Design of complex models for the simulation
of socio-technical systems
Resumen
En este artículo se desarrolla una reexión sobre los sistemas socio-técnicos y su
modelado desde la perspectiva de los sistemas complejos. Particularmente, la re-
exión se centra en un marco de complejidad reciente y en la integración ser-mundo
propuesta en la fenomenología. Así, la reexión deja entrever una propuesta me-
todológica para la simulación de sistemas socio-técnicos basada en micro-mundos
que se relacionan en macro-mundos. A manera de ilustración, se describe un modelo
de simulación para el crimen urbano en el cual se considera que dicho fenómeno
resulta de la dinámica de un sistema socio-técnico conformado por la ciudad y sus
habitantes. Al nal, se propone una discusión sobre posibilidades y perspectivas
futuras frente a la reexión desarrollada.
Abstract
In this article a reection about socio-technical systems is developed, and is mode-
led from the perspective of complex systems. Particularly, the reexion is centered
in a framework of recent complexity and in the integration of being/world rela-
tionship proposed by phenomenology. Thus, the reection makes a methodological
proposal foreseeable for the simulation of socio technical systems based on micro-
worlds that are related to micro worlds. By way of illustration, a simulation model
for urban crime has been described, in which this phenomenon is considered as the
result of a socio technical dynamics formed by the city and its inhabitants. At the
end, a discussion is proposed about future possibilities and perspectives related to
the reections of the topic developed.
Palabras clave:
Sistemas socio-técnicos,
Sistemas multi-agentes,
Diseño, Ingeniería, Simulación.
Key words: Socio technical sys-
tems, Multiagent systems,
Design, Engineering, Simulation.
Referencia de este artículo (APA): Melgarejo, M. & Obregón, N. (2017). Diseño de modelos complejos para la simulación de sistemas
socio-técnicos. En Revista Educación y Humanismo, 19(33), 320-333. http://dx.doi.org/ 10.17081/eduhum.19.33.2647
* Artículo de reexión vinculado al proyecto de investigación aportes a la caracterización y el modelado de la dinámica del crimen
urbano desde la ingeniería de sistemas complejos.
1. IE, MIE, Dr. Ing (c), Ponticia Universidad Javeriana, Profesor Facultad de Ingeniería, Universidad Distrital Francisco José de Caldas,
Bogotá DC. mmelgarejo@udistrital.edu.co
2. IC, M.Sc, Ph.D, Profesor Facultad de Ingeniería, Ponticia Universidad Javeriana, Bogotá DC. nobregon@javeriana.edu.co
321
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
Introducción
Los sistemas socio-técnicos son aquellos
donde interactúan seres humanos y compo-
nentes articiales creados por estos mismos
para llevar a cabo sus propósitos (Kroes, 2012;
Kroes et al., 2006). Quizás una perspectiva más
amplia de esta clase de sistemas debería incluir
la relación de los seres humanos con su entorno
natural. En ese sentido, el sistema socio-técnico
estaría asociado no solo a un paisaje articial
sino también a un paisaje natural; sin embargo,
denir la frontera donde uno comienza y el otro
termina es algo difuso.
Los subsistemas que aparecen dentro de
un sistema socio-técnico pueden tener o no un
propósito y quizás la denición de ello estaría
ligada a su origen desde el entorno puramente
natural o el entorno articial creado por el
hombre (Ackoff & Gharajedaghi 1961). Inclusive
la interpretación que se pueda hacer del ser
humano como partícipe de esta clase de sistemas
sería ambigua, pues su condición humana no es
algo completamente denido y, por el contrario,
se adapta según las circunstancias y su relación
con el mundo (Arendt, 1958). No se podría decir
entonces que un sistema socio-técnico estaría
caracterizado en su totalidad por la presencia de
seres humanos en su calidad de animal laborans,
homo faber, homo oeconomicus o cualquier otra
etiqueta creada para denir su condición.
Tratar entonces de denir un sistema socio-
técnico desde la pura perspectiva de los artefactos
que lo componen facilitaría la aplicación de las
leyes y teorías que rigen su comportamiento
pero también eliminaría de plano todo el matiz
humano que le da sentido. En cambio, buscar
entender el sistema socio-técnico únicamente
desde la dimensión humana, implica abordar
primero una serie de preguntas sobre las cuales
aún no tenemos respuestas claras: ¿Qué es el
ser? ¿Qué es el mundo? ¿Cómo se relaciona el
ser con el mundo?
Independientemente del problema de la
denición, hoy en día se reconoce que los
sistemas socio-técnicos exhiben algunas propie-
dades de interés que harían que estos sistemas
fuesen catalogados como complejos. Algunas
de estas propiedades son: presencia de no-linea-
lidades, multiplicidad de interacciones, adapta-
bilidad, auto-organización, imprevisibilidad,
incontrolabilidad, entre otras (Jelinek, Romme
& Boland, et al, 2008; Sice & French, 2006).
En ese sentido, la pregunta por el modelado de
esta clase de sistemas desbordaría los supuestos
de generalidad y universalidad propios de la
ciencia (Kroes, 2012; Heidegger, 1938), pero al
mismo tiempo posibilitaría que la concepción de
tales modelos sea entendida desde otras formas
de conocimiento (Heidegger, Simon, 1988). Es
relevante insistir por ello en que los sistemas
socio-técnicos no son estrictamente tales, pero
tienen un alto grado de articialidad que los hace
contingentes. Tratar de modelarlos implica una
interpretación que, dado el caso, puede llegar a
perturbarlos o modicarlos (Kroes et al., 2006;
Jelinek et al., 2008).
La reexión que se desarrolla en este artículo
322
se aproxima a la pregunta por el modelado de
sistemas socio-técnicos desde la ingeniería y el
diseño, partiendo de las siguientes considera-
ciones:
- Los sistemas socio-técnicos exhiben rasgos
de sistemas complejos, por tanto, la pregunta
por el diseño de sus modelos de simulación
debería considerar la construcción de estos
últimos sistemas.
- La construcción de modelos complejos para
sistemas socio-técnicos se puede desarrollar
por medio de bloques constructores dinámi-
camente relacionados.
- Los bloques constructores podrían diseñarse
desde la cotidianidad del ser y la relación
con su mundo. En ese sentido, la psicología
cognitiva puede enlazarse con los sistemas
de múltiples agentes para aproximarse a tal
entendimiento.
Tras la introducción antes planteada, el
presente artículo se desarrolla de la siguiente
manera: la sección II muestra un marco referencial
sobre el cual se entenderá la complejidad de un
sistema socio-técnico. Igualmente, ese punto
se pretende ver desde la práctica, porque sería
necesario que un modelo de simulación de un
sistema complejo sea en sí mismo un sistema
complejo. Luego, en la sección III se encuentra
una propuesta de diseño basada en bloques
constructores, sistemas de múltiples agentes y
ciencia del conocimiento. En la sección IV se
describirá un caso de aplicación enfocado en
el crimen urbano, el cual viene siendo tratado
por los autores. Esta misma sección aborda una
discusión respecto al aprendizaje y educación en
cuanto al modelado de sistemas socio-técnicos.
Finalmente, en la sección V, se señalan algunas
conclusiones.
Modelos complejos para sistemas
complejos
Un marco de complejidad
La complejidad de un sistema es un concepto
considerado hoy en día un tanto amplio y
puede variar según el contexto desde el cual
se estudie. En este caso se tendrá en cuenta un
marco de complejidad recientemente descrito
por Arnold (2013), que no se enfoca en proveer
una denición del término complejidad, sino en
tipicar los sistemas de acuerdo con su estructura
y el conocimiento necesario para abordar su
gestión. El concepto de gestión se entiende como
la posibilidad de afectar el sistema, más que de
controlarlo. Así, en la tipicación propuesta, los
sistemas socio-técnicos se encuentran en el nivel
más alto de complejidad:
Los sistemas complejos tipo I se caracte-
rizan por estar gobernados por reglas simples
y exhiben comportamientos complejos como
oscilaciones irregulares, atractores caóticos,
auto-organización y emergencia. Los modelos
de estos sistemas pueden ser expresados en
términos de sistemas auto-regresivos, ecuaciones
diferenciales no-lineales y ujos de información,
entre otras herramientas. Un ejemplo de esta
clase de sistemas son las placas tectónicas, en el
caso de sistemas naturales, o el juego de la vida
de Conway, en el caso de artefactos creados por
el hombre (Bak, 1991).
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
323
Los sistemas complejos tipo II contienen
multiplicidad de reglas y procesos interactuantes.
Se caracterizan por exhibir diferentes comporta-
mientos en diferentes escalas. En este caso los
modelos no solo deben capturar las reglas sino
también las transiciones de escala. Los modelos
de estos sistemas pueden ser cualitativos
(ej. Mapas mentales), semi-cuantitativos (ej.
Ecuaciones diferenciales difusas) y cuantitativos
(ej. Modelamiento integrado). Un ejemplo de
esta clase de sistema son los procesos de defores-
tación, debido al cambio del uso de la tierra. Se
podría decir que en este nivel de complejidad la
actividad humana ya se hace evidente.
Cuando los sistemas requieren gestionar
diversas perspectivas con el n de establecer
unos objetivos comunes, hacen parte de los
sistemas complejos tipo III. En esta clase de
sistema los actores humanos (por ejemplo stake-
holders) se hacen evidentes y participan de
forma activa, interpretando de forma diferente
la dinámica del sistema. Usualmente tales
actores establecen compromisos que tienden
a ser subjetivos e inuenciados por la cultura.
Estos sistemas se han intentado modelar desde
la teoría de la decisión y la optimización multi-
criterio, entre otros.
La complejidad tipo IV se da en el caso de
estructuras institucionales creadas por las socie-
dades para gestionar. En estos sistemas aparecen
múltiples actores como: los gobiernos nacio-
nales, la industria, los gobiernos locales o la
academia. Algunos de los individuos involu-
crados en estos tratan de ejecutar tácticas para
lograr objetivos de corto o largo plazo.
La complejidad de los sistemas socio-técnicos
podría enmarcarse en los tipos III y IV, pues, se
caracterizan por una adaptación continua que
conlleva a la imprevisibilidad e incontrolabilidad
de su comportamiento. En cuanto al modela-
miento de estos sistemas se reere, la dinámica
de sistemas se muestra como una herramienta
prometedora (Schwaninger, Olaya, & Ambroz,
2007). En ese sentido, en su creación resulta
necesaria la participación de múltiples formas
de conocimiento, de manera que se trascienda la
visión puramente teórica y cientíca (Gadamer,
1960).
Modelos complejos desde la práctica
El modelado de sistemas complejos exige
hoy en día un ejercicio que trasciende el reduc-
cionismo característico de la ciencia, ya que en
estos se reconoce que el todo es más que la suma
de las partes y estas no son necesariamente las
explicaciones más sencillas y probadas bajo las
mismas condiciones, aunque sean las correctas
(Mendel, 2007). La práctica del modelado de
sistemas complejos, incluidos los sistemas
socio-técnicos, busca trasladar algo de las
propiedades del sistema real a una represen-
tación articial. El propósito de ese movimiento
de lo real a lo articial dependerá de la intención
del modelador. De este modo, en algunos casos,
se tratará de aproximarse a una predicción; en
otros, de buscar una explicación, formular una
pregunta o iniciar un debate (Pahl-Wostl, 2007;
Epstein, 2008).
Los practicantes del modelado de sistemas
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
324
socio-técnicos vienen reconociendo que los
modelos de simulación de sistemas complejos
deberían exhibir los mismos atributos de tales
sistemas. Por ejemplo, luego de una amplia
aplicación de sistemas multi-agentes para la
gestión de sistemas socio-técnicos, Zevski (2012)
arma: “Solo los modelos complejos se pueden
utilizar para representar sistemas complejos”
(Zevski, G, 2012, p.434). Así, cuando se trata de
modelar un sistema complejo este puede sufrir
adaptaciones y cambiar, por tanto, los cambios
que se produzcan deberían trasladarse al modelo.
Esto solo es posible si el modelo es plástico o
adaptable, pero sería igual de interesante que el
modelo tuviera la capacidad de introducir los
cambios autónomamente, lo cual se hace viable
si tiene capacidad de auto-organización.
Una línea similar de pensamiento se puede
ver en los sistemas de soporte de la decisión.
Jakeman, quien ha desarrollado esta clase de
sistemas para la planeación de políticas, indica
(Jakeman et al, 2011, p. 272): “Para los modelos
integrados, existen principios similares a los
de los modelos individuales: la reducción de la
complejidad sin omitir componentes cruciales es
en muchos casos la mejor solución. Sin embargo,
el sistema nal podría ser bastante complejo, ya
que el sistema del mundo real es intrínsecamente
complejo” (p. 272).
Aquí se evidencia que debería existir un
modelo mínimo que aborde la complejidad
del sistema real. En tal caso, los componentes
cruciales deben ser identicados y el modelo
deberá preservarlos. Introducir otros compo-
nentes, más allá de los componentes esenciales,
implica correr procesos de modelado más
detallados que no necesariamente mejoran el
entendimiento del comportamiento del modelo,
pero incrementan su costo computacional y
de mantenimiento. Los modelos más sencillos
se pueden utilizar para guiar las sesiones de
discusión (por ejemplo workshops), mientras
que los modelos más detallados se reservan para
un análisis profundo de la dinámica del sistema.
La perspectiva de integrar la complejidad
en los modelos de simulación con un costo
razonable en esfuerzo, tiempo y recursos se
hace presente desde el punto de vista de otros
practicantes y áreas de conocimiento. Por citar
algunos ejemplos, en Berger et al. (2007), se
emplea tecnología de sistemas de múltiples
agentes para capturar la complejidad del
problema del uso del agua y del comporta-
miento social de los usuarios; en Parrott (2011),
se considera el uso de modelos híbridos (por
ejemplo sistemas multiagentes interactuando
con otras tecnologías) para integrar en una
simulación la complejidad de sistemas sociales
y biofísicos que interactúan como mecanismo de
soporte para la toma de decisiones. Igualmente,
en Torrens y Nara (2007), se consideran modelos
híbridos compuestos por sistemas multi-agentes
y autómatas celulares para estudiar el problema
de la gentricación urbana.
Diseño de modelos complejos para sistemas
socio-técnicos
Diseño a partir de bloques constructores
El proceso de diseño de un sistema es un
proceso de conocimiento-creación dirigido por
el aprendizaje. En este sentido, Cowan, Allen &
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
325
Mistree (2006, p.371) proponen una metáfora
para el diseño de sistemas complejos:
De manera similar a las interacciones
de los niños con los micromundos educa-
tivos, imaginamos la creación y exploración
de micromundos por parte de profesionales
dedicados a diseñar sistemas de ingeniería
complejos... los diferentes grupos involu-
crados en el diseño colaborativo deben ser
capaces de modelar, explorar y, en última
instancia, integrar micromundos diferentes.
Para ello, empleamos la siguiente analogía:
al igual que los niños construyen castillos
con bloques de construcción de juguete, los
diseñadores construyen micromundos con
bloques de construcción de diseño...
Se puede entonces entender el proceso de
diseño de un sistema complejo como un acto
de creación en el cual se involucran diferentes
bloques constructores. El sistema complejo en sí
sería un macro-mundo compuesto por una serie
de micro-mundos conformados por los bloques
constructores. Tanto los bloques construc-
tores como los micro-mundos se encuentran
dinámicamente relacionados. En ese sentido,
un modelo de simulación de un sistema socio-
técnico podría construirse desde esta perspectiva
si se le considera como un sistema complejo en
mismo. Así, los micro-mundos de simulación
se relacionarían entre sí intercambiando infor-
mación con el n de conformar macro-mundos
de simulación sobre los cuales se delinearía
el modelo del sistema socio-técnico. Eviden-
temente, esta perspectiva encierra una gran
cantidad de elementos similares a los que se
pueden observar desde la dinámica de sistemas
(Schwaninger et al., 2007) y, de hecho, debería
beneciarse de toda la base conceptual común
que exista, sin embargo, el concepto de micro-
mundo dene un elemento particular y diferen-
ciador.
En el caso de los sistemas socio-técnicos,
los bloques constructores deberían apuntar al
modelamiento de agentes interactuantes que
reejen la presencia de seres humanos. Los
micro-mundos se concebirían como redes
de agentes o reglas que pueden ser denidas
por el diseñador desde un principio. También
sería interesante dejar campo a que tales redes
se formaran como resultado de procesos de
auto-organización. Asignar signicado a estos
mundos, en este contexto, se hace más difuso,
no obstante, estos podrían representar asocia-
ciones de humanos y artefactos, pequeñas
organizaciones o territorios operantes en escalas
de tiempo relativamente pequeñas. Los macro-
mundos se conformarían como la interconexión
de mundos más pequeños, reejando la estructura
de organizaciones más grandes que se nutren
de la dinámica de pequeñas organizaciones. Se
esperaría que los macro-mundos operaran en
escalas de tiempo diferentes. Se podría pensar
que su conformación sea labor del diseñador del
modelo o resultado de procesos de auto-organi-
zación. Bajo esta perspectiva, el diseño de un
modelo tendría que posibilitar procesos de auto-
organización en diferentes escalas.
Bloques constructores y agentes
Los bloques constructores deben entenderse
desde el concepto de agente. En este contexto,
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
326
los agentes se conciben como elementos de
acción que representan seres humanos. Dada su
autonomía, plasticidad y apertura a la posibi-
lidad de ser, establecer una teoría rectora de los
comportamientos humanos es una empresa aún
en desarrollo, cuyo nal no está nada cercano
(Jelinek, et al., 2008). De hecho, la forma como
los seres humanos se relacionan con los objetos
tecnológicos que estos mismos fabrican está
condicionada por su autonomía (Arendt, 1958).
Al nal, cada individuo puede hacer una libre
interpretación de los objetos que forman parte de
su mundo, por lo que prever las consecuencias de
la relación individuo-tecnología podría escapar a
cualquier esfuerzo intelectual.
A pesar de que quizás sea infructuoso tratar
de capturar la complejidad de un ser humano
en un agente, ello no signicaa que esta tarea
no se deba abordar desde algún punto de vista.
Pero es necesario trascender la esfera cientíca
para emprender esta acción. La ingeniería y el
diseño de sistemas de múltiples agentes pueden
encontrar focos de inspiración en diferentes
representaciones del mundo (Peñaloza, 2015)
y, en ese sentido, se han venido dando algunos
pasos desde la psicología losóca, sin embargo
el carácter cientíco (por ejemplo, ciencia del
conocimiento) que se le da al tratamiento del
problema aún es latente (Dreyfus, 2003; Sun,
2001).
Uno de los aspectos críticos en el diseño de
agentes integrando una perspectiva que considere
al ser humano es el problema de la interacción.
Es característico del ser humano y de sus organi-
zaciones que su interacción se base en procesos
de comunicación (Jelinek et al. 2008). Efectiva-
mente, tan inmerso está el hombre en su comuni-
cación con los otros que esta forma parte de su
cotidianidad, y la comunicación requiere de un
fondo común en el que los agentes comparten
tanto su mundo como su interpretación en
términos de reglas. En el diseño basado en
bloques constructores, se podría pensar que los
agentes asociados en un mismo micro-mundo
podrían satisfacer esa condición, dada como
un requisito de diseño a priori. De este modo,
un grupo de agentes puede compartir el mismo
ambiente, expresado en términos de objetos y
relaciones entre estos, sin embargo, cada agente
puede interpretar tal contexto de una forma
diferente, de manera tal que su mundo adquiere
una dimensión particular. Así el agente y su
mundo formarían una unidad, generándose no
solo una interacción entre agentes sino también
de mundos, sobre la base de un contexto común.
El micro-mundo conformado por los agentes
humanos debería considerar la noción de un
campo. Es decir, un espacio sobre el cual se
pueda construir una estructura social estable, en
la que los agentes puedan interpretar distintos
roles en diferentes lugares. El campo, igualmente
incluiría todos los artefactos necesarios para que
tenga lugar la socialización y la posición que
adquiera un agente en dicho espacio no solo
dependerá de sus reglas internas sino también
del campo. En ese sentido, se podría hablar de
una realidad social del micro-mundo parcial-
mente objetiva, porque estaría en función del
agente pero también de su entorno y la tecno-
logía. Comenta Sun (2001, p.12) al respecto:
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
327
Aunque la inuencia de las sociedades a
los individuos es abrumadora, la inuencia
en la otra dirección puede no obstante discer-
nirse. Tal como subrayan los sociólogos
fenomenológicos, la realidad social es un
“logro continuo” construido activamente por
los agentes a través de prácticas organizadas
de la vida cotidiana. La realidad social es, de
alguna manera, un producto emergente de las
decisiones, acciones y pensamiento de los
agentes individuales, cada uno de los cuales
tiene una interacción directa y signicativa
con su mundo.
Así, el agente humano podría representarse
como una relación entre sus reglas y su campo,
más que un elemento independiente sumergido
en un entorno (Dreyfus, 2003), de manera
similar a la idea planteada en la hiper-compu-
tación biológica, donde no hay una clara frontera
entre el organismo y su ambiente (Maldonado,
2016). Por tanto, precisar una línea divisoria
entre el agente humano y su entorno tampoco
sería posible.
Los agentes inmersos en un micro-
mundo pueden asumir roles en determinados
momentos, pero estos pueden cambiar conforme
se establecen nuevas relaciones o los agentes
desarrollan una nueva interpretación del micro-
mundo. Como estos cambios se desarrollan en
una escala temporal, la estructura del micro-
mundo permanecerá estable durante un intervalo
de tiempo considerable para luego dar paso a una
nueva.
Entre los retos que implica un modelado
basado en agentes y micro-mundos, se encuentra
el de lograr una auto-interpretación de parte
del agente humano. De acuerdo con Heidegger
(1927), la auto-interpretación viene dada a través
del comportamiento y la interacción directa con
el mundo sin que haya una mediación; por tal
razón, el enfoque tradicional de la inteligencia
articial, donde el agente tiene una represen-
tación del conocimiento de sus deseos o inten-
ciones expresada en un tipo de lógica y realiza
inferencias de forma deliberada, debería refor-
mularse (Sun, 2001). En este caso el agente y
el micro-mundo deberían enlazarse en un bucle
de auto-modicación, donde el actuar del agente
se modicaría de manera adaptativa a la medida
que el micro-mundo evolucione, según las
perturbaciones inducidas por el agente mismo y
los demás agentes. Así, los modelos conectivos
de computación con retroalimentación (como
las redes neuronales recurrentes) podrían ser los
primeros motores de acción en los agentes para
luego dar cabida a los modelos lógico-simbó-
licos (Sun, 2001).
Un caso de aplicación
Como se había anunciado, en esta sección se
presenta un caso de aplicación donde se propone
modelar el crimen urbano contra la propiedad
como el resultado de la dinámica de un sistema
socio-técnico. La ciudad, como soporte donde se
produce el fenómeno del crimen, se considera
en este modelo como la componente técnica
del sistema. La ciudad se comprende así como
un agregado de tecnologías de construcción,
transporte, comunicación, vivienda, recreación,
entre otros, que se dispone de manera planeada
o auto-organizada para el desarrollo de las
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
328
comunidades (Bettencourt, et al., 2010). De
otro lado, el componente social del sistema está
dado por un conjunto de actores que activan el
crimen al tiempo que otro grupo busca inhibirlo.
Los actores toman decisiones en función de las
oportunidades de activar o inhibir el crimen e
interactúan sobre el soporte dado por la ciudad.
Si bien los actores gozan de cierta autonomía,
sus decisiones se ven afectadas por la presencia
o ausencia de factores asociados al soporte
tecnológico de la ciudad. La ciudad condiciona
el actuar de los agentes, manifestándose así la
interacción entre las fuerzas de activación e
inhibición sobre el territorio. En este sentido, las
unidades territoriales se entienden como compo-
nentes activos del sistema, donde interactúan
fuerzas antagonistas (Melgarejo & Obregón,
2014), y la generación de eventos criminales
caracteriza la dinámica que acontece en cada una
de estas unidades.
La ciudad se interpretaría como una red de
micro-mundos interconectados en los cuales
operan determinadas reglas a través de los
agentes, por lo que podría pensarse que cada
unidad territorial computa un algoritmo de
interacción entre las fuerzas de activación e
inhibición. De este modo, la agencia humana
queda empotrada en el campo del mundo y su
expresión se evidencia en términos de reglas
de interacción. La relación entre las fuerzas de
activación e inhibición en el micro-mundo y el
momento se expresa entonces por el siguiente
par de reglas:
Aij (t) = f (Aij (t - 1), V (Aij (t - 1), Pij (t - 1))
Pij (t) = g (Pij (t - 1), V (Pij (t - 1)), Pij (t - 1))
Donde f es la regla de activación, g es la regla
de inhibición y V(micromundo) hace referencia
a los micromundos que rodean al micromundo
(i,j) (por ejemplo vecindad). Las fuerzas de
activación e inhibición se expresan como masas
normalizadas en el intervalo [0,1].
Las reglas f y g son construidas por medio
de una lógica no-clásica (Maldonado, 2016) que
se soporta sobre un álgebra de De Morgan, que
integra los siguientes elementos: {0, 1, [0,1],
conjunción, disyunción y negación} (Walker
& Walker, 2005). Las expresiones lógicas se
obtienen por medio de un algoritmo de búsqueda
poblacional que minimiza un funcional que
mide la similitud entre la dinámica del modelo
y patrones tomados de una base de datos de
ofensas criminales (por ejemplo hurto a casas)
reportadas en la ciudad San Francisco (USA).
A manera de ejemplo, en la Figura 1 se
muestran dos patrones generados por el modelo
y su comparación con la base de datos para
dos días. En ambos casos se puede apreciar la
actividad criminal en los micro-mundos repre-
sentada en una escala de colores. Los colores
más claros representan una mayor actividad
criminal o mayores niveles de activación Figura
1. Se puede notar una semejanza en la geometría
del comportamiento emergente tanto en las
simulaciones como en las observaciones: se
revelan zonas de alta concentración de actividad
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
329
criminal a la izquierda y zonas de baja concen-
tración a la derecha del macro-mundo.
La caracterización del macro-mundo se
presenta de manera resumida en la Figura 2. Allí
se ha empleado una medida de entropía derivada
de las propiedades multi-fractales del sistema
con el n de establecer una comparación entre
los resultados de la simulación y las observa-
ciones disponibles. Se evidencia que el nivel
promedio de las dos secuencias es similar, lo
que signica que tanto la simulación como la
caracterización comparten un comportamiento
dinámico similar en términos de la información
que los dos producen en diversas escalas.
Este modelo de micro-mundos interco-
nectados que dan forma a un macro-mundo
parte de interacciones soportadas en la lógica.
Tales interacciones expresadas a manera de
reglas concentran en un solo artefacto tanto la
presencia de un soporte tecnológico como de un
conjunto de actores que manejan determinadas
relaciones. Así, la interacción ser-mundo queda
empotrada en un modelo que no diferencia entre
los dos, siendo esto un aspecto diferenciador
con respecto a los modelos de agentes donde
actores y campo de juego están claramente
diferenciados. Por otro lado, el hecho de emplear
reglas lógicas en este modelo, que son capaces
de producir patrones complejos sin la necesidad
de involucrar parámetros reales ni términos
funcionales, estaría a favor de una interpretación
computacional y determinística del sistema
socio-técnico.
Figura 1. Ejemplos de patrones de la actividad
criminal en los micro-mundos observados y
simulados para los mismos días
Fuente: Elaboración propia
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
330
Figura 2. Dinámica resumida en la dimensión
de entropía de la actividad criminal
en los micro-mundos
Fuente: Elaboración propia
Discusión
¿El modelamiento de sistemas socio-
técnicos debería entenderse como una actividad
puramente cientíca o un campo de interés para
la acción? En realidad, si se hablara del sistema
socio-técnico por mismo, se estaría imponiendo
una visión particular de la realidad, dado que las
asociaciones y relaciones humanas se estarían
entendiendo desde una perspectiva sistémica
donde aparecen componentes, ujos de infor-
mación, materia o energía al igual que enlaces
interconectando estos elementos. Esta forma
de entendimiento de lo humano y sus colectivi-
dades encierra un paradigma de aproximación
cientíca. En tal sentido, dar esta connotación
impondría un desocultamiento de lo humano,
que se convertiría en un objeto susceptible de
ser modelado y representado computacional-
mente. Pero al mismo tiempo, esta consideración
supondría la necesidad de denir teorías rectoras
del comportamiento humano y sus sociedades,
quizás moviéndose en contravía de la apertura al
ser que caracteriza lo humano.
Aun cuando la aproximación cientíca
encuentra una contradicción al tratar de modelar
lo que se ha considerado como un sistema socio-
técnico, esto no quiere decir que no se deba
formular la pregunta por tales sistemas para
tratar de comprender algo sobre su naturaleza.
Quizás nunca se podrá controlar la incerti-
dumbre que encierra la comprensión de estos
sistemas, sin embargo hacerles frente es una
posibilidad. En este caso, la acción se convertiría
en una invitación al diálogo y la reexión sobre
el hombre y sus asociaciones desde diferentes
visiones mundo. Particularmente, la ingeniería
puede aportar un elemento interesante a la
discusión, entregando tecnologías de simulación
que permitan visualizar diferentes escenarios de
comportamiento. La actividad de modelamiento
se convertiría entonces en un ejercicio de diseño
que debería encontrar una fuente de inspiración
en la multiplicidad del conocimiento, el lenguaje
y la cultura.
En este trabajo se ha revisado en parte esta
última idea respecto a la ingeniería. El modela-
miento de un sistema socio-técnico se piensa
como una actividad de diseño, entendido como
una acción creativa que interconecta fragmentos
de virtualidad llamados bloques constructores. La
realidad trata de capturarse en una construcción
articial (por ejemplo simulador), no a través
de la fragmentación sino de la agregación. Y
este proceso de agregación se desarrolla a partir
de la necesidad de representar la complejidad
subyacente del sistema. Así pues no se busca un
modelo general, sino modelos que tengan posibi-
lidad de adaptación al sistema que representan.
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
331
La diferencia que se toca aquí es quizás la
gura de bloque constructor, mas no como algo
rígido y encajable con otros bloques, sino como
un agente activo, que es modicado en la medida
que se construyen sus micro-mundos. En cierta
forma, el agente lo dene, pero a su vez este
dene al agente. Quizás la misma idea se pueda
extrapolar en la construcción del macro-mundo a
partir de los micro-mundos: el primero va siendo
construido por los segundos, al tiempo que estos
son modicados en el proceso de construcción.
Un ejercicio mental de la auto-organización de
estos mundos de simulación evoca la idea de
Heiddeger en cuanto a la mundaneidad: Si uno
descubre una estructura común a los sub-mundos
de un mundo, habrá encontrado la estructura de
este. Sin embargo, la pregunta es si el mundo
de simulación de los agentes reejará en alguna
medida el contexto de acción de lo humano.
Conclusión
Diseñar modelos que traten de capturar la
complejidad de un sistema socio-técnico es un
gran reto. Esta clase de sistemas exhibe quizás
una de las formas más interesantes de comple-
jidad entre los sistemas complejos debido a la
presencia del elemento humano. Este factor parti-
cular hace que los elementos que componen el
sistema realicen una interpretación local y global
del mismo, sobre la cual se pueden manifestar
procesos de adaptación, auto-organización y
evolución. En este contexto, es posible pregun-
tarse por el diseño de sistemas complejos que
sirvan de modelos de sistemas socio-técnicos.
Desde esta perspectiva, abordar el proceso de
diseño implica alejarse de la visión reduccio-
nista imperante en la ciencia y en la ingeniería,
abriéndose a un campo diferente de formas de
diseño basadas en procesos incrementales o
evolutivos.
Dado todo lo anterior, es claro que este trabajo
presentó una aproximación al diseño de sistemas
multi-agentes como artefactos de modelación de
sistemas socio-técnicos, desde una perspectiva
que integra un proceso de diseño incremental
basado en bloques constructores que dan forma
a micro-mundos, que a su vez conforman macro-
mundos. Como en la propuesta presentada el
bloque constructor es un agente inmerso en el
mundo, el comportamiento del agente se interre-
laciona con el comportamiento del micro-mundo
en el cual se encuentra, por tanto se hablaría de
un proceso de adaptación que funcionaría en dos
vías: el micro-mundo puede modicar al agente,
pero este a su vez puede modicar el micro-
mundo, formando una sola entidad de análisis.
Esta aproximación desde la psicología cognitiva
podría ayudar a que la simulación de sistemas
socio-técnicos se acerque más a la realidad que
las propuestas basadas en el uso de agentes
objetivamente aislados del mundo que los rodea.
Referencias
Ackoff, R. & Gharajedaghi, J. (1996). Reections
on Systems and Their Models. Systems
Research and Behavioral Science, 13(1),
13-23.
Arendt, H. (1958). The human condition.
Chicago: University Press.
Arnold, T. (2013). Procedural knowledge for
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
332
integrated modeling: towards modeling
playground. Environmental modelling &
software, 39(1),135-148.
Bak, P. (1991). Catastrophes and Self-Organized
Criticality, Computers in Physics, (5)430-
433.
Berger, T., Birnerb, R., Díazc, J., McCarthyb
N., Wittmerd, H. (2007). Capturing the
complexity of water uses and water users
within a multi-agent framework. Water
Resource Management, (21), 129-148
Bettencourt, L. (2010). Urban scaling and its
deviations: Revealing the structure of
wealth, innovation and crime across cities.
PLoS One, 5(11), 20-22.
Cowan, F., Allen, J., Mistree, F. (2006).
Functional Modelling in Engineering
Design: a Perspectival Approach Featuring
Living Systems Theory. Systems Research
and Behavioral Science, 23, 365-381.
Dreyfus, H. (2003). Ser-en-el-mundo comen-
tarios a la división de ser y tiempo de
Martin Heidegger. Santiago de Chile
Editorial Cuatro Vientos.
Epstein, J. (2008). Why model. Journal
of Articial Societies and Social
Simulation, 11(4), http://jasss.soc.surrey.
ac.uk/11/4/12.html
Gadamer, H. (1960). Sobre la planeación del
futuro. Verdad y Método II, (pp.153-171)
Ediciones Salamanca, (Versión en caste-
llano de 1998).
Heidegger, M. (1927). Ser y tiempo. (Traducción
Santiago de Chile Escuela de Filosofía,
Universidad ARCIS).
Heidegger, M. (1938). La época de la imagen del
mundo”, Senderos del Bosque. Madrid:
Alianza Editorial (Versión castellana
1996).
Jakeman, A., Delden, H., Seppelt, R. & White,
R. (2011). A methodology for the design
and development of integrated models for
policy support. Enviromental modeling &
software, 26, 266-279.
Jelinek, M., Romme, A. & Boland, R. (2008).
Introduction to the Special Issue. Organi-
zation Studies as a Science for Design:
Creating Collaborative Artifacts and
Research. Organization Studies, 29(3),
317.
Kroes, P. (2012). Engineering Design. In P.
Kroes, Ed. Technical Artefacts: Creations
of Mind and Matter, (pp.127-161),
Springer: Dordrecht.
Kroes, P., Franssen, M., Van de Poel, I., et
al. (2006). Treating Socio-Technical
Systems as Engineering Systems: Some
Conceptual Problems. Systems Research
and Behavioral Science, 23, 803-814.
Maldonado, C. (2016). Hipercomputación
biológica y comunicación entre los seres
vivos. Revista simbiótica, 3(1), 208-229.
Melgarejo, M. & Obregón, N. (2014). On
the design of fuzzy cellular automata
following a maximum entropy principle.
IEEE Conference on Norbert Wiener in
the 21st Century (21CW), Boston, 1-5.
Mendel, J. (2007). Computing with words:
miguel melgarejo
,
nelson obregón
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index
333
Zadeh, Turing, Popper and Occam, IEEE
computational intelligence magazine, 2
(4), 10-17.
Pahl-Wostl, C. (2007). The implications of
complexity for integrated resources
management. Environmental Modelling
& Software, 22(5), 561-569.
Parrot, L. (2011). Hybrid modeling of complex
ecological systems for decision support:
recent successes and future perspectives.
Ecological informatics, 6, 44-49.
Peñaloza, G. (2015). Una mirada desde la
Didáctica de las Ciencias al concepto
de visión del mundo. Educación y
Humanismo, 17(29), 308-320.
Sice, P. & French, I. (2006). A Holistic Frame-of-
Reference for Modeling Social Systems.
Kybernetes, 35(6), 851-864.
Simon, H. (1988). The Science of Design:
Creating the Articial. Design Issues,
4(1-2), 67-82.
Schwaninger, M., Olaya, C., Ambroz, K. (2007).
The Complexity Challenge: A Case for
Model-Based Management. Proceedings
of the 25th International Conference of the
System Dynamics Society. Massachusetts.
Institute of Technology-System Dynamics
Group, Boston, MA, USA.
Sun, R. (2001). Cognitive Science Meets Multi-
Agent Systems: A Prolegomenon. Philo-
sophical Psychology, 14(1), 5-28.
Torrens, P. M. & Nara A. (2007). Modeling
gentrication dynamics: A hybrid
approach. Computers, Environment and
Urban Systems, 31, 337-361.
Walker, C. & Walker, E. (2005). The algebra of
fuzzy truth values. Fuzzy sets and systems,
149, 309-347.
Zevski, G. (2012). Modelling Large Complex
Systems Using Multi-agent Technology.
Proceedings of the 13th ACIS Inter-
national Conference on Software
Engineering, Articial Intelligence,
Networking and Parallel & Distributed
Computing (SNPD), 434-437.
Diseño De moDelos complejos para la simulación De sistemas socio-técnicos
educ. humanismo, Vol. 19 - No. 33 - pp. 320-333 - Julio-Diciembre, 2017 - Universidad Simón Bolívar - Barranquilla, Colombia - ISSN: 0124-2121
http://revistas.unisimon.edu.co/index.php/educacion/index