Hoy vamos a explorar las relaciones entre los MBA y otros métodos que se pueden usar para explorar los sistemas complejos En este contexto particular voy a empezar hablando de los MBA versus los MBE (modelos basados en ecuaciones) que es algo que estuvo dando vueltas por un tiempo, para describir un conjunto de técnicas como el modelado analítico, o el modelado de la teoría de juegos en donde se escriben primero las ecuaciones principales y luego se ve a donde nos llevan. Esto a veces se compara debido a que los MBA en muchos sentidos comienzan con los mismos principios pero luego van hacia otras direcciones en vez de buscar por una solución acabada trata de encontrar una solución computacional al problema entonces por qué se querrá usar MBA en vez de MBE? Bueno, muchos MBE parten de supuestos acerca de cierta homogeneidad, de hecho la tienen, ya que así generan las soluciones acabadas que los hacen famosos En muchos casos tenemos un sistema que es afectado dramáticamente por lo heterogéneo y entonces usamos algo como MBA cuando no es posible generar una solución acabada para un sistema heterogéneo y entonces puede ser una buena forma de atacar el problema También, muchos de los MBE son continuos y no discretos Y esto nos lleva a algo que se llama el problema del lobo enano Y la idea básica aquí cuando estamos modelizando algo que es esencialmente una entidad discreta como un lobo, por ejemplo si tengo un MBE que permite que la población de lobos caiga a un décimo de un lobo o a un millonésimo de un lobo es teóricamente, bajo los MBE, podría aún rebotar y retornar desde ese nivel tan bajo En verdad, una vez que el último lobo o aún más importante, cuando la última pareja de lobos muere no hay forma en este punto, para esa población, de rebotar Lo que significa que usar una solución discreta puede brindar una mejor respuesta Tampoco es el caso que todos los MBE son continuos pero es una de las razones por las que los MBA presentan una ontología más natural para ese espacio. Muchos de los MBE están escritos desde un nivel de agregación en vez de a nivel individual lo cual requiere que se tenga un conocimiento de los patrones de conducta totales en vez de que sea a nivel de los individuos del sistema A veces es más fácil obtener descripciones a nivel individual en vez de descripciones completas y entonces a veces los MBA funcionan mejor en estos contextos Vinculado con esto está el hecho de que la ontología de un MBE existe a nivel global mientras que la ontología de un MBA se encuentra a nivel individual haciendo que sea más fácil comunicar el MBA a alguien más debido a que describimos conductas individuales Además, los MBE no brindan detalles sobre que hace un individuo particular dentro del modelo Los MBA permiten bucear en los detalles lo que implica que en muchos casos se puede volver atrás y percatarse de la importancia del individuos para el sistema complejo Podemos vincular todas estas nociones con el hecho de que los MBE son "de arriba hacia abajo", empiezan por las entidades grandes y de ahí se modeliza para abajo mientras que los MBA empiezan con la premisa de comprender los sistemas locales y a partir de ahí, modelizar para arriba Dicho esto, decimos que los MBE poseen varias ventajas sobre los MBA Una de ellas es que usualmente son más generalizables para los supuestos particulares que fueron asumidos para ese modelo Por el otro lado, estos supuestos son a veces restrictivos debido a las razones mencionadas previamente y por lo tanto son difíciles de usar en muchas situaciones del mundo real De hecho, se argumenta que los MBA pueden ser vistos como un complemento de los MBE de hecho se puede armar un MBA que es una instanciación de un modelo de la teoría de juegos y luego explorar las ramificaciones más allá de las soluciones cerradas, que a veces se obtienen usando los MBE Por supuesto, los MBE no son las únicas estrategias que se pueden usar se pueden usar también modelos estadísticos que también usan ecuaciones aunque se usan de un modo diferente Aquí, la idea es que tomamos patrones de agregación de la conducta sobre el mundo y luego inferimos el modelo relacionando las entidades de esos patrones de agregación, así podemos hacer una regresión o algo por el estilo. Y muchas veces cuando tenemos un modelo estadístico es muy difícil vincularlos con los principios de una teoría de la conducta que describa la forma en que los agentes realizan las acciones en ese sistema además es necesario contar con los datos correctos para hacer un modelo estadístico. Los MBA pueden complementar los modelos estadísticos, construyendo a partir de los principios para generar datos estadísticos que se pueden comparar con los datos estadísticos obtenidos del mundo real Otra estrategia que puede usarse es la de realizar una serie de experimentos en laboratorio, como los que se usan en los experimentos de economía de la conducta. Los experimentos son útiles debido a que pueden generar teoría se puede asignar una condición y luego ver si una teoría particular se cumple en ese espacio A veces los experimentos de laboratorio no son tan poderosos como podrían debido a que rara vez se pueden escalar a las condiciones que vemos en el mundo Vemos 6 o 7 individuos y observamos como interactúan o como toman sus decisiones los MBA pueden ser creados a partir de las experiencias de laboratorio, se utilizan las reglas que inferimos de esas experiencias para construir el MBA Luego se puede explorar que hubiera pasado si cada uno hubiera actuado de forma en que el experimento dice que la gente interactúa y podemos usar eso para generar nuevas hipótesis acerca de las cosas que vemos en el mundo, que no observamos en el laboratorio construir un nuevo experimento en el lab y ver si podemos encontrar evidencia para estas nuevas hipótesis Podemos tratar de manejar los parámetros del modelo más allá de lo que nos permita el experimento del lab Muchas veces no podemos imponer, digamos en cientos de condiciones diferentes, en el individuo, debido a que no podrá hacer todas esas tareas Los MBA no se preocupan por la cantidad de condiciones que se le imponen, si creamos los patrones de conducta de un experimento podemos correrlas tantas veces como necesitemos Los MBA pueden comprar los principios generativos que surgen de los experimentos digamos que tenemos dos experimentos que nos dan evidencia diferente sobre como funciona el mundo podemos crear un MBA para cada uno de ellos y observar cual de ellos se ajusta mejor al mundo real Por último hay muchos modelos de computación agregados y formas de simular para usar en vez de los MBA Por ejemplo los modelos de sistemas dinámicos, son una forma de ver lo que sucede desde el nivel del sistema hasta el mundo entero utilizando flujos y niveles para decir algo acerca de como las diferentes partes del mundo se afectan unas a otras. El problema es que la mayoría de estas estrategias carecen del nivel individual y lo mejor que podemos hacer es combinar algunas de estas estrtategias con el nivel individual de las estrategias de los MBA