Simplemente porque un modelo no es verificado, debido a que falla el test de componentes o los patrones de conducta que observamos y las salidas no tienen ningún tipo de sentido, esto no quiere decir que el modelo esté mal hay muchas causas por las cuales un modelo puede tener problemas y por las cuales no pueda ser verificado una puede ser la existencia de bugs, uno comete errores, pueden haber typos en el código o algo acerca de lo que pensamos que está calculando algunas cosas en verdad no lo está haciendo otra causa puede ser la mala comunicación entre el autor del modelo y el programador uno habla con el cientista político ellos nos explican algo y uno lo malinterpreta o ello no lo explican bien por ejemplo, en el pseudocódigo original si lo volvemos a ver, el votante puede cambiar su voto si la cuenta da empate y tal vez eso no sea lo que se quería hacer, sino que es un efecto de como lo implementamos pero puede ser que luego de hablar con el cientista político, ellos encuentran que esa puede ser una conducta interesante si uno mira al código que está implementado en el capítulo 7 en la biblioteca de modelos, nos permite prender y apagar esta posibilidad lo que era un bug, se volvió una característica por último podría ser que tu modelo no esté verificado por una razón simple, qué es que los MBA son sistemas complejos, a veces, y como un resultado de ello los resultados pueden ser una propiedad emergente de los niveles más bajos de las interacciones entre los agentes y puede haber algo que uno quiera predecir acerca de esas interacciones y como resultado de ello las características del modelo son conductas emergentes que son correctas la verificación, una vez hecha, tiene muchos beneficios y aún el hacerlo tiene múltiples beneficios. En primer lugar nos permite comprender el modelo aún cuando tengamos un modelo, donde las micro reglas conducen a macro valores teniendo ese modelo, es insuficiente para desarrollar una comprensión, necesitamos saber cuándo y por qué estas micro reglas nos llevan a los macro valores. Lo que se necesita es una explicación generativa de lo que está sucediendo, si no la tenemos realmente no podemos comprender nuestro modelo, no podemos comprender lo que pasa dentro del modelo. La verificación nos ayuda a comprender estas relaciones debido a que nos ayuda a entender por qué esos valores de salida son generados a medida que el modelo se vuelve más complicado, la verificación es muy difícil por lo tanto es importante comenzar bien temprano, para comprender las interacciones de bajo nivel, así se puede construir basándonos en ese conocimiento para que tenga más y más sentido en un espacio mayor de interacciones es importante darse cuenta que la verificación no es una dicotomía un modelo no está verificado o no verificado todos los modelos están en algún sentido verificados, es un continum y siempre se puede verificar un modelo más de lo que ya hemos realizado tenemos que asegurarnos que corresponde más correctamente al modelo conceptual la verificación es un proceso importante es algo que creo que ayuda mucho si se hace en forma correcta y creo que en verdad puede ayudar en la comprensión de nuestro modelo