Curso Simulación Social y Modelos Basados en Agentes Virtuales

Explora dinámicas sociales complejas mediante simulaciones computacionales y modelos basados en agentes para apoyar el análisis y diseño de políticas públicas.

FOLLETO MATRICÚLATE

FECHAS Y HORARIOS

Inicio: 10 de agosto de 2026
Término: 14 de septiembre de 2026

Horario: Todos los lunes de 18:30a 20:00 hrs

Zona Horaria:
GMT-4 entre 5/Apr/2026 y 7/Sep/2026

MODALIDAD Y LUGAR

Modalidad: Zoom (Online en Vivo)

Online

PRECIO

Arancel con 20% dto.
~~CLP $180.000~~ | CLP $144.000

• Hasta 12 cuotas sin interés con tarjeta de crédito.

DESCUENTOS

* La modalidad, sede y fecha de inicio de los programas están sujetos a modificaciones.

Modelación de sistemas sociales complejos

Construcción de sociedades artificiales para estudiar fenómenos como segregación, cooperación y difusión de normas.

Experimentación virtual para políticas públicas

Prueba escenarios y parámetros antes de implementar intervenciones reales, reduciendo riesgos y costos de decisión.

Integración entre teoría social y datos

Vincula resultados de simulación con evidencia empírica y marcos conceptuales de ciencias sociales.

Información del Programa

Mauricio Salgado . Dirección Académica

Bienvenida

Este curso es una invitación a pensar fenómenos sociales complejos “haciendo explícitos” supuestos y mecanismos: cómo a partir de reglas simples, interacción local y heterogeneidad de actores pueden emerger patrones colectivos. Trabajaremos con modelos basados en agentes para construir, experimentar e interpretar simulaciones, no como predicción automática del mundo social, sino como una forma rigurosa de explorar teoría, contrastar escenarios y desarrollar criterio sobre qué explica qué, bajo q...

Objetivos

El objetivo general es introducir al estudiantado en la construcción y análisis de simulaciones de fenómenos sociales. El objetivo específico es capacitarlo para diseñar modelos basados en agentes, experimentar con parámetros clave, interpretar resultados y valorar el papel de las simulaciones en la formulación de teoría social y el apoyo al diseño de políticas.

¿A quién va dirigido?

Principalmente a cientistas sociales interesados en herramientas de frontera para investigación y análisis aplicado (modelos basados en agentes, simulación social, exploración de mecanismos y escenarios). También a profesionales de otras áreas que quieran incorporar estas aproximaciones para comprender sistemas complejos y apoyar decisiones (por ejemplo, economía, ingeniería, data science, planificación, gestión pública). El foco es formativo y aplicado; el perfil es amplio y no restrictivo, con...

Fundamentos de la simulación social.

Se discute el papel de las simulaciones como herramientas para explorar “mundos posibles”, diferenciando entre simulaciones deterministas, estocásticas y modelos basados en agentes. Se revisan ejemplos clásicos de simulaciones en ciencias sociales y se discute qué tipo de preguntas permiten abordar en comparación con encuestas, experimentos y estudios observacionales.

Modelos basados en agentes y sociedades artificiales.

Se presenta la arquitectura de los ABM, incluyendo agentes, entorno, reglas de decisión e interacción y dinámica temporal. Se introduce el modelo dinámico de segregación de Thomas Schelling como ejemplo de sociedad artificial, ilustrando cómo a partir de reglas simples pueden emerger patrones complejos de segregación.

Construcción de un modelo simple

Se guía paso a paso la programación de un modelo basado en agentes sencillo, por ejemplo sobre migración de agentes, cooperación y castigo o difusión de una norma, incluyendo la definición de reglas de comportamiento, condiciones iniciales y métricas de salida. Se discute cómo la heterogeneidad de agentes y entornos afecta los resultados.

Análisis de emergencias y patrones.

Se abordan conceptos de autoorganización, adaptación y patrones emergentes. Se revisan estrategias para interpretar los resultados de las simulaciones (series de tiempo, distribuciones, mapas de calor) y para vincularlos con teorías existentes en sociología, economía política y estudios de población.

Ajuste de parámetros y experimentación.

Se muestra cómo diseñar experimentos sistemáticos variando parámetros del modelo (densidad de agentes, recursos, reglas de interacción) para analizar sensibilidad, robustez y regiones de comportamiento. Se comentan desafíos de calibración y validación de modelos frente a datos empíricos.

Aplicaciones y evaluación ética.

Se revisan casos reales en los que se han utilizado ABM para estudiar desigualdades sociales, propagación de enfermedades, dinámicas de mercados o conflictos. Se discute la integración de modelos con datos observados, las posibilidades y riesgos de utilizar simulaciones para asesorar políticas públicas y las responsabilidades éticas asociadas a “modelar sociedades”.