Glosario IA
El diccionario completo de la Inteligencia Artificial
Sistema Multi-Agente (SMA)
Conjunto de agentes autónomos que interactúan entre sí dentro de un entorno compartido para realizar colectivamente tareas complejas. Los SMA permiten modelar fenómenos emergentes imposibles de predecir a partir únicamente del comportamiento individual de los agentes.
Microsimulación
Técnica de simulación que modela cada entidad individual de un sistema con sus propias características y comportamientos. La microsimulación permite estudiar el impacto de políticas o cambios a escala individual en las dinámicas globales.
Modelado Basado en Agentes (ABM)
Enfoque de modelado computacional que simula las acciones e interacciones de agentes autónomos para evaluar sus efectos en el sistema global. El ABM permite explorar cómo los comportamientos individuales generan patrones complejos a nivel colectivo.
Entorno Virtual
Espacio computacional en el que evolucionan los agentes, definiendo las restricciones espaciales, temporales y los recursos disponibles. El entorno influye y es modificado por las acciones de los agentes, creando una dinámica de coevolución.
Reglas de Interacción
Conjunto de protocolos que definen cómo los agentes se comunican, colaboran o compiten entre sí dentro del sistema. Estas reglas determinan los mecanismos de transmisión de información e influencia entre entidades autónomas.
Estado de un Agente
Conjunto de atributos, variables internas y parámetros que definen la condición presente de un agente en un momento dado. El estado evoluciona según las reglas de transición internas y las interacciones con el entorno y otros agentes.
Topología de Interacción
Estructura espacial o red que define qué agentes pueden interactuar directamente entre sí en un momento dado. La topología influye fuertemente en la propagación de información y la formación de clústeres de comportamiento en el sistema.
Calibración del Modelo
Proceso de ajuste de los parámetros del modelo para minimizar la diferencia entre los resultados simulados y los datos de referencia observados. La calibración garantiza la relevancia predictiva del modelo frente a los fenómenos reales.
Heterogeneidad de los Agentes
Diversidad de características, comportamientos y reglas de decisión entre los diferentes agentes del sistema. La heterogeneidad es esencial para capturar la complejidad real y generar emergencias no triviales en las simulaciones.
Autómata Celular
Modelo discreto donde las células en una cuadrícula evolucionan según estados determinados por los estados de sus vecinos inmediatos. Los autómatas celulares constituyen una forma simplificada de modelización basada en agentes para estudiar la emergencia de patrones complejos.
Sistema Complejo Adaptativo (SCA)
Sistema compuesto por numerosos agentes interactuantes que se adaptan y aprenden de sus experiencias, modificando sus comportamientos y reglas internas. Los SCA presentan propiedades de auto-organización y emergencia continua.
Modelización Bottom-Up
Enfoque constructivista que parte de los comportamientos individuales microscópicos para generar y comprender los fenómenos macroscópicos. La modelización bottom-up se opone al enfoque top-down tradicional en ciencias sociales.
Propiedades Globales
Características emergentes del sistema observables únicamente a escala colectiva, no reducibles a la simple suma de las propiedades individuales. Estas propiedades resultan de las interacciones complejas entre agentes y definen el comportamiento global.