Un sistema autoorganizado a favor del desarrollo sostenible y más
El propósito del proyecto NORMS4SRA (Norm-governed self-organised systems for sustainable resource allocation) fue desarrollar un marco de argumentación probabilístico basado en reglas con el que investigar los sistemas autoorganizados regidos por normas, siguiendo dos líneas de investigación. En la primera línea de investigación se crearon modelos teóricos con los que ciertos agentes teóricos pudieran prever la manera en que las personas se comportarían ante determinadas circunstancias y en una infraestructura técnica particular. En la segunda línea de investigación, se diseñaron modelos operativos para construir sistemas autoorganizados regidos por normas y dotados de propiedades concretas. Los investigadores articularon un marco dividido en seis capas, cada una de las cuales abordaba distintos requisitos. En las primeras dos capas se aplicaba una lógica argumentativa intuitiva y basada en reglas para facilitar la comunicación y actualizar los modelos de los sistemas estudiados. La tercera capa integraba la teoría de la probabilidad en el marco de argumentación para captar la incertidumbre. La cuarta capa versaba sobre los aspectos del marco relativos al aprendizaje, lo que permitía investigar los agentes del aprendizaje y que los modelos aprendieran a partir de hechos. La quinta capa trataba sobre las normas que controlaban o surgían en las sociedades de agentes del aprendizaje. La sexta y última capa se ocupaba de sociedades en las que los agentes se regían a sí mismos fundamentando sus decisiones en sus propias experiencias. Los investigadores articularon, como prueba del concepto, un marco en capas y con múltiples agentes con el fin de investigar poblaciones de agentes basados en normas. Esto hizo posible generar prototipos con rapidez y, al mismo tiempo, representar y comunicar al marco, con precisión, modelos de agentes, normas y razón. Dicho marco se probó aplicándolo a la asignación de recursos en el campo de las redes eléctricas. NORMS4SRA ofreció una alternativa a los modelos de teoría de juegos y basados en ecuaciones utilizados actualmente para estudiar el derecho y la economía. Esta alternativa generará un conocimiento más profundo de los sistemas normativos complejos, lo cual ayudará a las autoridades políticas a formular las reglas adecuadas para alcanzar sus metas. Este proyecto plantea implicaciones más amplias para el conjunto de la sociedad, desde una nueva generación de sistemas expertos jurídicos hasta motores de razonamiento para la Internet de las cosas, gracias a la capacidad de aprender en el acto patrones de acontecimientos y ofrecer explicaciones de los mismos.
