Professional Documents
Culture Documents
IPEA - Modelagem de Sistemas Complexos PDF
IPEA - Modelagem de Sistemas Complexos PDF
SISTEMAS COMPLEXOS
PARA POLTICAS PBLICAS
Editores
Bernardo Alves Furtado
Patrcia A. M. Sakowski
Marina H. Tvolli
MODELAGEM DE
SISTEMAS COMPLEXOS
PARA POLTICAS PBLICAS
Editores
Bernardo Alves Furtado
Patrcia A. M. Sakowski
Marina H. Tvolli
Governo Federal
Presidente
Jess Jos Freire de Souza
Diretor de Desenvolvimento Institucional
Alexandre dos Santos Cunha
Diretor de Estudos e Polticas do Estado,
das Instituies e da Democracia
Daniel Ricardo de Castro Cerqueira
Diretor de Estudos e Polticas
Macroeconmicas
Cludio Hamilton Matos dos Santos
Diretor de Estudos e Polticas Regionais,
Urbanas e Ambientais
Marco Aurlio Costa
Diretora de Estudos e Polticas Setoriais
de Inovao, Regulao e Infraestrutura
Fernanda De Negri
Diretor de Estudos e Polticas Sociais
Andr Bojikian Calixtre
Diretor de Estudos e Relaes Econmicas
e Polticas Internacionais
Brand Arenari
Chefe de Gabinete
Jos Eduardo Elias Romo
Assessor-chefe de Imprensa
e Comunicao
Joo Cludio Garcia Rodrigues Lima
Ouvidoria: http://www.ipea.gov.br/ouvidoria
URL: http://www.ipea.gov.br
MODELAGEM DE
SISTEMAS COMPLEXOS
PARA POLTICAS PBLICAS
Editores
Bernardo Alves Furtado
Patrcia A. M. Sakowski
Marina H. Tvolli Braslia, 2015
Instituto de Pesquisa Econmica Aplicada ipea 2015
Inclui Bibliografia
ISBN: 978-85-7811-248-6
CDD 003.
permitida a reproduo deste texto e dos dados nele contidos, desde que citada a fonte.
Reprodues para fins comerciais so proibidas.
Foto de capa
National Aeronautics and Space Administration (Nasa)
Disponvel em: https://www.flickr.com/photos/nasa2explore/8380847362
SUMRIO
APRESENTAO.........................................................................................9
PREFCIO..................................................................................................11
CAPTULO 2
SISTEMAS COMPLEXOS: CONCEITOS, LITERATURA,
POSSIBILIDADES E LIMITAES......................................................................43
William Rand
CAPTULO 3
MTODOS E METODOLOGIAS EM SISTEMAS COMPLEXOS................................65
Miguel Angel Fuentes
CAPTULO 4
MODELOS DE SIMULAO PARA POLTICAS PBLICAS.....................................85
James E. Gentile
Chris Glazner
Matthew Koehler
CAPTULO 5
OPERACIONALIZANDO SISTEMAS COMPLEXOS...............................................97
Jaime Simo Sichman
PARTE II OBJETOS DE POLTICAS PBLICAS E A ABORDAGEM DE
SISTEMAS COMPLEXOS
CAPTULO 6
O AMBIENTE COMO SISTEMA SOCIONATURAL, DINMICO E COMPLEXO:
OPORTUNIDADES E DESAFIOS DE POLTICAS PBLICAS NA PROMOO
DA SUSTENTABILIDADE GLOBAL..................................................................141
Masaru Yarime
Ali Kharrazi
CAPTULO 7
A NATUREZA COMPLEXA DOS SISTEMAS SOCIAIS.........................................157
Claudio J. Tessone
CAPTULO 8
A ECONOMIA COMO OBJETO COMPLEXO....................................................187
Orlando Manuel da Costa Gomes
CAPTULO 9
MODELAGEM DA ECONOMIA COMO UM SISTEMA COMPLEXO......................211
Herbert Dawid
CAPTULO 10
CIDADES COMO SISTEMAS COMPLEXOS......................................................241
Lus M. A. Bettencourt
CAPTULO 12
SISTEMAS COMPLEXOS EM POLTICAS PBLICAS NO BRASIL .........................291
Bernardo Mueller
CAPTULO 13
MTODOS DE COMPLEXIDADE APLICADOS AO PLANEJAMENTO
DE TRANSPORTES ............................................................................................. 309
Dick Ettema
CAPTULO 14
A EDUCAO COMO SISTEMA COMPLEXO: IMPLICAES
PARA A PESQUISA EDUCACIONAL E POLTICAS..............................................335
Michael J. Jacobson
CAPTULO 15
PERSPECTIVAS DA COMPLEXIDADE PARA A EDUCAO NO BRASIL................351
Patrcia A. Morita Sakowski
Marina H. Tvolli
CAPTULO 16
SUPERANDO O CAOS: LEGISLATIVOS COMO SISTEMAS
COMPLEXOS ADAPTATIVOS...............................................................................375
Acir Almeida
CAPTULO 17
O TERRITRIO COMO UM SISTEMA SOCIAL COMPLEXO......................................403
Marcos Aurlio Santos da Silva
APRESENTAO
Jess Souza
Presidente do Instituto de Pesquisa Econmica Aplicada
PREFCIO1
Scott E. Page2
Mas ABMs tambm podem fazer previses piores. E, embora seja tentador
encenar uma corrida de cavalos entre os modelos de complexidade e os modelos
de equilbrio da economia, esse no o ponto levantado anteriormente acerca
de existirem vrias setas disposio no arco do tomador de decises polticas.
Os modelos econmicos consideram a economia. Modelos de abordagem complexa
tm o potencial de ver a economia como parte de um sistema mais abrangente, no
qual as pessoas se envolvem em movimentos sociais, enfrentam mudanas de regimes
polticos, respondem a ameaas de epidemias, desastres naturais e mudanas climticas.
Tudo isso pode ser considerado como endgeno ao sistema econmico. Poderamos
tentar separar a economia e estud-la de forma isolada, assim como poderamos
estudar somente o sistema circulatrio, o sistema nervoso, o sistema imunolgico ou
o sistema digestivo, mas, se o fizermos, perderemos o verdadeiro espetculo.
O verdadeiro espetculo ocorre em mltiplas escalas: a partir da famlia, da
cidade, da nao, para o mundo. As cidades oferecem uma escala til, como mostra
Luis Bettencourt em seu captulo, que resume vrios anos de estudos. As cidades,
como muitos notaram, so os motores da economia. Como Paul Krugman disse
certa vez, quase qualquer um pode identificar cidades de um avio em uma noite
clara, mas quase ningum poderia desenhar os limites de um pas. Cidades, por
isso, constituem-se como importante escala de atividade para a anlise. Bettencourt
mostra que isso verdade, destacando descobertas provocativas das chamadas leis
exponenciais de escala escalas de produtividade observadas como superlineares
e escalas de infraestrutura, como sublineares e justapondo a tais leis implicaes
do paradigma da complexidade e vises histricas da cidade analisadas a partir da
engenharia. Ele valoriza a participao da informao e do processo de aprendizagem
ao ponderar os efeitos de polticas pblicas e identifica critrios para indicar quando
a adaptao local supera a implementao de polticas centralizadas.
Yaneer Bar-Yam enfatiza mltiplas escalas desde mercados nicos at
mercados mundiais de larga amplitude. Desregulamentao de uma mercadoria
(uma poltica nacional na escala econmica) pode resultar em mudanas na escala
global de preos. Essas mudanas, por sua vez, podem deprimir receitas de firmas,
o que poderia, em certas condies, resultar em manifestaes e protestos em escala
regional. Citando Bar-Yam, subsdios energticos de uma nao podem causar
fortes altas de preos globais de alimentos, desencadeando agitao poltica do
outro lado do mundo (p. 288 deste volume). Os fenmenos gerais a que ele se
refere so capturados na famosa letra da Disney de Richard e Robert Sherman
vivemos, na verdade, em um pequeno mundo, afinal.
Nesse pequeno mundo, os tomadores de deciso poltica devem fazer escolhas.
Inevitavelmente, haver sucessos e fracassos. A razo de ser deste volume aumentar a
incidncia de sucessos e reduzir a de fracassos. Talvez a frase mais forte do livro seja a
16 | Modelagem de Sistemas Complexos para Polticas Pblicas
1 INTRODUO
Sistemas complexos podem ser definidos de forma ampla e abraar conceitos de
diferentes campos da cincia, da fsica biologia, computao e s cincias sociais.
O conceito central de sistemas complexos pressupe sistemas dinmicos, no lineares,
que contm grande nmero de interaes entre as partes. Esses sistemas se modificam,
de modo a aprenderem, evolurem e adaptarem-se e geram comportamentos emergentes
e no determinsticos.4 Polticas pblicas so aplicadas em uma vasta gama de questes
que envolvem o pblico, a ampla comunidade de cidados e comunidades, empresas e
instituies. Polticas pblicas tambm abarcam uma srie de questes setoriais que so
entrelaadas, assncronas e espacialmente sobrepostas. Esse entendimento cruzado de
sistemas complexos e de polticas pblicas sugere que a maioria dos objetos de polticas
pblicas sejam eles de natureza econmica ou urbana, de consequncias ambientais
ou polticas podem ser vistos como sistemas complexos. Assim, se objetos de polticas
pblicas podem ser vistos como sistemas complexos, a compreenso desses objetos pode
se beneficiar do uso de metodologias associadas a sistemas complexos. So exemplos
dessas metodologias: anlise de redes, modelagem baseada em agentes, simulao
numrica, teoria dos jogos, formao de padres e outras abordagens no mbito de
sistemas complexos. Essas metodologias so aplicadas a diferentes aspectos da cincia,
mas com menos frequncia para anlise de polticas pblicas.5 Nossa hiptese neste
texto que o uso desses conceitos e metodologias em conjunto pode contribuir para
melhorar a forma como as polticas de objetos complexos so planejadas, executadas,
previstas e avaliadas de um ponto de vista da sociedade como um todo.
Todas essas caractersticas de sistemas complexos parecem ser teis para o estudo
das polticas pblicas. Como indicado a seguir (e ao longo dos captulos do livro), a
maioria dos objetos de polticas pblicas contm caractersticas semelhantes e podem
ser facilmente rotulados como sistemas complexos. A relevncia dessa perspectiva de
objetos de polticas pblicas como sistemas complexos que os mtodos associados
e metodologias disponveis para o estudo de tais sistemas tornam-se disponveis
para serem aplicados a polticas pblicas, contribuindo para melhorar a sua anlise.
Essencialmente, isso significa que modelagem (de sistemas) e simulaes
podem ser usadas para investigar polticas pblicas. Isto especialmente relevante
em reas de polticas pblicas, nas quais experimentos geralmente no so simples,
baratos ou mesmo viveis.
Simular significa modelar a ao e a interao entre os cidados, as empresas, as insti-
tuies e o ambiente, condicionados pela legislao e regulamentao, o oramento, a
poltica e os limites espaciais (...) trabalhar com sistemas complexos, aplicados a poltica
pblica significa criar ambientes experimentais computacionais em que a essncia dos
sistemas est presente e de onde se podem retirar elementos de melhoria das polticas p-
blicas de uma forma relativamente simples e barata, alm de aumentar a compreenso dos
efeitos (espacial e temporal) das polticas (Furtado e Sakowski, 2014, p. 7, grifo nosso).
Assim, o argumento que se defende que os mtodos de sistemas complexos
tm o potencial para informar polticas pblicas e ajudar a compreender seus efeitos,
sua efetividade e seus custos diretos e indiretos.
Ao longo do livro, definies semelhantes de sistemas complexos e de polticas
pblicas so apresentadas. No entanto, cada definio enfatiza perspectivas prprias,
que, no conjunto, se somam definio mais completa a que o livro se prope.
Fuentes, por exemplo, recupera a definio de Murray Gell-Mann e Seth Lloyd de
complexidade eficaz como o comprimento de uma descrio altamente compacta
de suas regularidades (captulo 3 deste livro). Sichman, por sua vez, centra-se nas
interaes como processamento de informao. Tessone investiga o conceito de
heterogeneidade e distingue heterogeneidade idiossincrtica, aquela original ao siste-
ma, da heterogeneidade endgena que emerge no prprio sistema na medida em que
ele evolui. Dawid e Gomes discutem complexidade do ponto de vista da economia
e lembram ao leitor a relevncia da anlise dinmica, em contraste com a noo de
mercados em equilbrio que se ajustam instantaneamente. Bettencourt afirma que
o problema da interao entre cidados e ambiente urbano se resume a como criar
um conjunto de procedimentos no espao que faa tal interao possvel com um
custo proporcional aos seus benefcios (captulo 10 deste livro). Mueller avana nos
conceitos de processamento de informaes j elaborados por Sichman e defende que:
a poltica [seja] intensiv[a] em informao quando a informao escassa; governos
tentam centralizar polticas que so inerentemente locais; o governo assume o controle
24 | Modelagem de Sistemas Complexos para Polticas Pblicas
3 MTODOS6
Os mtodos e as metodologias utilizadas na abordagem de sistemas complexos vm
de disciplinas j existentes e no so novas per se. No entanto, essas metodologias
refletem os princpios e conceitos discutidos anteriormente.
7. Para mais informaes, ver: Newman (2003), Newman, Barabsi e Watts (2006) e Williams e Martinez (2000).
8. Tais como em anlises de agrupamento de anlise de rvores hierrquicas.
9. Para mais informaes, ver reviso abrangente das aplicaes de ABMs nas cincias sociais no captulo 5.
26 | Modelagem de Sistemas Complexos para Polticas Pblicas
10. Peridicos dedicados aos sistemas complexos incluem: Journal on policy and complex systems, Complex systems, The
journal of artificial societies and social simulation, Complex adaptive systems modeling, Ecological modelling, Advances
in complex systems, computers, environment and urban systems, Complexity, computational economics. Uma lista com
pelo menos 41 centros em complexidade est disponvel em: <http://goo.gl/aTTjKQ>.
11. Exemplos incluem (no exaustivamente): MASON, Swarm, RePast, NetLogo, Flame, MASS e pelo menos outros 78:
<http://goo.gl/loMoFE>.
12. Documentao completa disponvel em: <http://goo.gl/K9Mwqv>.
13. Documentao completa disponvel em: <http://goo.gl/uiYUwQ>.
14. Disponvel em: <http://goo.gl/veJ74Q>.
Abordagens de Sistemas Complexos para Polticas Pblicas | 27
4.1 Sociedade
Os sistemas sociais podem ser descritos como uma coleo de agentes heterogneos
(indivduos, bancos, pases etc.), cujo estado de um agente (opinio, a liquidez, a
riqueza etc.) influencia e influenciado pelo estado dos outros e cujas interaes
juntas do origem s propriedades globais do sistema, propriedades essas que so
mais que a soma do comportamento individual. Esses aspectos caracterizam siste-
mas sociais como complexos. A compreenso de como esses sistemas respondem
s influncias externas, como evoluem e quais caractersticas emergem a partir de
quais configuraes so de particular interesse para a anlise de polticas pblicas.
Por exemplo, como um sistema social responde a mudanas na poltica? Simular
os efeitos de mudanas de poltica pode ser particularmente til para medidas de
polticas de governo.
4.2 Economia
Um sistema econmico composto por atores heterogneos, com caractersticas,
expectativas e regras de comportamento diferentes, atores que interagem uns com
os outros e com o meio ambiente. Alm disso, os atores esto em constante processo
de aprendizagem, gerando sistemas econmicos que se transformam no tempo.
A viso econmica tradicional ou clssica se baseia nos pressupostos de equilbrio
de mercado, previso perfeita e comportamento de equilbrio, assim, no incorpora
os elementos acima mencionados, produzindo anlises, por vezes, muito abstratas
e que tornam difcil a compreenso do sistema como um todo, em especial nos
seus momentos de crise.
Nesse contexto, os modelos alternativos que incorporam tais elementos podem
trazer ganhos para a anlise e aumentar a compreenso de processos econmicos.
A heterogeneidade dos agentes e as caractersticas de configuraes institucionais
que orientam as interaes econmicas no devem ser ignoradas. Muitas meto-
dologias, j apresentadas na seo 2, so utilizadas na anlise econmica a fim de
capturar tais elementos. Uma das metodologias mais utilizadas em modelagem
econmica tem sido a abordagem de simulao baseada em agentes. Este mtodo
a base do modelo Eurace@unibi,15 um modelo macroeconmico baseado em
agentes, fechado, que tem sido usado como estrutura unificada para anlise de
15. Ver captulo 9 e Dawid et al. (2012; 2014) para detalhes do modelo Eurace@unibi.
28 | Modelagem de Sistemas Complexos para Polticas Pblicas
polticas em diferentes reas de poltica econmica, tais como poltica fiscal, mer-
cado de trabalho e questes relacionadas desigualdade de renda. Alm disso, no
s os modelos de economia computacional baseados em agentes (Farmer e Foley,
2009; LeBaron e Tesfatsion, 2008), mas tambm a anlise de redes (Jackson, 2010;
Newman, 2010) e as abordagens analticas com modelos baseados em agentes
(Alfarano, Lux e Wagner, 2008; Dawid, 1996; Delli Gatti et al., 2012) so teis
para fornecer imagem mais clara da dinmica dos sistemas econmicos.
4.3 Cidades
Cidades em particular ou espaos urbanos em geral so lugares por excelncia
onde as pessoas e as instituies entrelaam-se, geralmente, de forma produtiva
e inovadora (Glaeser, 2012; Jacobs, 1970). No entanto, para alcanar o mximo
de seus potenciais, pessoas e instituies precisam cobrir algumas funes bsicas
dentro desse seu espao compartilhado: habitar, transitar, trabalhar e se divertir.16
Cidades so gerenciadas politicamente, o que refora o fato de que at mesmo essas
quatro funes no podem ser realizadas individualmente. Todas essas atividades
precisam compartilhar espaos em comum. Alm disso, cidades so pensadas para
prosperar, para promover o melhor (e s vezes o pior) das sociedades. Desse modo,
o uso exclusivo de polticas estritamente setoriais, tais como polticas de habitao,
polticas de saneamento ou polticas de transporte, sem fundo terico e metodo-
lgico que contenha explicitamente as interaes como mencionado acima faz
com que a aplicao de polticas para as cidades seja de baixa efetividade.
De todo modo, a abordagem das cidades como objeto cientfico pode diferir
significativamente. Cidades podem ser vistas como mquinas a serem consertadas,
como mercados a serem regulamentados (ou liberados), como organismos em um
ecossistema ou como um exerccio social no qual prevalecem os valores polticos
ou religiosos acima de tudo?
Principalmente, a mensagem relevante que as tentativas de interferir na cida-
de e, ocasionalmente, at mesmo a inrcia e omisso em polticas urbanas tm
de ser feitas com entendimento claro de suas consequncias em todos os aspectos
e facetas da cidade. Ou seja, o planejamento da cidade deve ser feito de forma
concatenada entre cidados e instituies, considerando as no linearidades, em
uma abordagem dinmica e integrada. Como esses atributos so tpicos de sistemas
complexos, pode ser de interesse utilizar metodologias de sistemas complexos no
estudo e aplicaes de polticas no mbito urbano.
16. Esses so os quatro princpios fundamentais da cidade funcional, proposta pelo arquiteto Le Corbusier na Charte
dAthnes em 1943.
Abordagens de Sistemas Complexos para Polticas Pblicas | 29
4.4 Ambiente
O desenvolvimento sustentvel um dos principais desafios para a sociedade de
hoje. Como gerir recursos naturais em um mundo que cada vez mais complexo,
onde tudo est interligado? Como lidar com os problemas de sustentabilidade,
tais como as alteraes climticas ou a conservao da biodiversidade, demasiado
complexos para serem cobertos por uma nica disciplina?
A abordagem e as metodologias de sistemas complexos podem fornecer
ferramentas para contribuir na anlise de sistemas socioecolgicos e informar a
formulao de polticas ambientais e de sustentabilidade. De fato, muitas ideias e
conceitos da teoria da complexidade vm do campo da biologia.
Comportamentos emergentes e processamento de informaes podem ser
ilustrados na ecologia pelo modo como as formigas procuram alimentos, ou como
os neurnios interagem para constituir o comportamento cognitivo global e a
conscincia. O sistema imunolgico tambm pode ser visto como outro exemplo
de auto-organizao, por meio do qual a interao de clulas simples leva a com-
portamento complexo, sem a presena de controle central. Cadeias alimentares
trficas e suas dinmicas podem ser usadas para compreender a biodiversidade e
analisar as implicaes de diferentes tipos de perturbaes no ecossistema.
Modelos podem ser ferramentas valiosas para a compreenso da dinmica de
sistemas ambientais. Por meio de modelagem, podem-se identificar fatores-chave
e regras que regem os sistemas, permitindo a simulao de diferentes cenrios, ao
mesmo tempo que se realizam anlises de sensibilidade. Essa abordagem tem sido
usada para estudar alteraes climticas, propagao de doenas e mudanas de
uso do solo ao longo do tempo.
A modelagem tambm pode ajudar a identificar pontos crticos no ecossistema
social. 17 A identificao desses pontos pode ser til na gesto de recursos hdricos,
uma vez que a poluio de guas, por exemplo, apresenta pontos de saturao a
partir dos quais se torna caro e difcil reverter o processo de poluio. Da mesma
forma, a poltica de conservao pode se beneficiar da anlise de cadeias alimen-
tares e da resilincia de ecossistemas a choques externos, tais como aumento de
desmatamento ou emisses de carbono.
Essas e outras metodologias de sistemas complexos podem ajudar a descobrir
como administrar os recursos naturais, como construir cidades sustentveis e como
promover polticas ambientais e sustentveis mais eficazes.
17. Mitchell (2011, p. 253) define ponto crtico como points at which some process [...] starts increasing dramatically
in a positive-feedback cycle. Para mais informaes, ver Gladwell (2006).
30 | Modelagem de Sistemas Complexos para Polticas Pblicas
5.1 Educao
J h bastante pesquisa feita sobre a natureza complexa dos sistemas de ensino e
aprendizagem. Um relatrio da Organizao para a Cooperao e Desenvolvi-
mento Econmico OCDE (Snyder, 2013) investiga a forma de operacionalizar
a abordagem de sistemas complexos em reformas educacionais e fornece exemplos
de reformas educacionais que usaram princpios de complexidade em diferentes
pases. Outros estudos (Lemke et al., 1999; Morrison, 2003; Batista e Salvi,
2006, Santos 2008) focam na natureza complexa da aprendizagem, com foco no
desenvolvimento de currculos, ressaltando a importncia da transdisciplinaridade.
H ainda uma revista acadmica18 dedicada exclusivamente ao estudo da educao
e da complexidade (Davis, Phelps e Wells, 2004).
5.2 Transportes
Transportes so exemplos tpicos de sistemas compostos por grande nmero de
agentes independentes que interagem, de acordo com algumas regras, e que reagem
ao seu ambiente local, a partir do qual um sistema emergente, com comportamento
coletivo, pode ser observado. Se um nmero de passageiros tem que viajar por uma
rota especfica e eles tm uma janela de tempo especfica para faz-la, eles podem
decidir irem todos ao mesmo tempo. Esta deciso (probabilisticamente improvvel)
definitivamente subtima, uma vez que diminui a capacidade total do sistema.
Alm disso, se supostamente houvesse um controlador central de trfego que es-
tabelecesse uma hora especfica, tal controlador precisaria do momento exato de
partida para todos os viajantes, e qualquer pequena perturbao poderia resultar
em congestionamento total. Em mdia, nenhuma dessas duas alternativas ocorre.
De qualquer forma, o exemplo demonstra que os sistemas de transporte so com-
plexos e em sintonia com os conceitos descritos anteriormente.
Os tcnicos de planejamento e engenheiros de transporte j usaram modelos
de simulao a fim de obter cenrios e possibilidades de escolhas de trfego que no
so capazes de identificar os fluxos de trfego de forma exata, mas que permitem boa
previso da demanda no sistema, contribuindo para o dimensionamento do sistema.
Um uso mais recente de modelagem em transportes busca simular ao mes-
mo tempo a dinmica da cidade considerada como densidade e uso da terra
juntamente com a dinmica de passageiros. O modelo denominado UrbanSim
(Waddell et al., 2007) um exemplo pioneiro. Modelagens mais sofisticadas
buscam incluir e calcular localizao e mudanas no mercado de trabalho e
comportamento dos mercados de habitao. Juntos, esses modelos tentam antecipar
18. Complicity.
Abordagens de Sistemas Complexos para Polticas Pblicas | 31
19. Seo baseada nas contribuies de Acir Almeida ao projeto Modelagem de Sistemas Complexos para
Polticas Pblicas.
32 | Modelagem de Sistemas Complexos para Polticas Pblicas
Assim, a poltica pblica pode ser mais eficaz se orientada para: i) aprimorar
a resilincia do sistema e reduzir suas vulnerabilidades; ii) evitar (ou promover)
perigosos (ou positivos) pontos crticos; e iii) identificar os principais intervenientes
em uma rede que possam promover (ou prevenir) mudanas no sistema.
Em outras palavras, documento da OCDE afirma: no incomum que
pequenas mudanas gerem grandes efeitos; grandes mudanas levem a efeitos
surpreendentemente pequenos; e que efeitos surjam a partir de causas imprevistas
(OECD, 2009, p. 2). Isso significa que polticas pblicas devem tentar compreender
os mecanismos subjacentes do sistema em anlise a fim de identificar a melhor
forma de direcion-lo para o caminho desejado.
Em segundo lugar, os mtodos e as metodologias da abordagem complexa podem
ajudar a considerar de forma mais ampla as caractersticas dos sistemas em anlise.
1) A modelagem uma boa estratgia para se obter melhor compreenso de
como o sistema funciona, ao mesmo tempo, incorporando as caractersticas
complexas do sistema. Modelos podem ajudar a identificar os atores
importantes do sistema em anlise (agentes), suas diferentes caractersticas
(heterogeneidade), suas inter-relaes (interconexo) e como esses
componentes juntos do origem a comportamentos emergentes e, por
vezes, inesperados. Exemplos de tais tcnicas de modelagem so autmatos
celulares e modelagem baseada em agentes. Heemskerk e colegas coletaram
uma sequncia de pontos que definem vantagens de modelagem e uso
de modelos:
Um modelo uma abstrao ou simplificao da realidade. Os cientistas costumam
usar modelos para explorar sistemas e processos que no podem manipular direta-
mente (Jackson et al., 2000). Os modelos podem ser mais ou menos quantitativos,
determinsticos, abstratos e empricos. Eles ajudam a definir questes e conceitos,
mais precisamente, gerar hipteses, auxiliar em testar essas hipteses e gerar previses
(Turner et al., 2001). Construir modelos consiste em determinar as partes do siste-
ma, escolher as relaes de interesse entre estas partes, especificando os mecanismos
pelos quais as partes interagem, quais so as informaes de identificao, e explorar
o comportamento do modelo. O processo de construo do modelo pode ser to
esclarecedor quanto o prprio modelo, porque revela o que sabemos e o que no
sabemos sobre as conexes e causalidades nos sistemas em estudo (Levins, 1966;
Jackson et al., 2000; Taylor, 2000). Assim, a modelagem pode tanto sugerir o que
podem ser caminhos fecundos de estudo como ajudar a perseguir esses caminhos
(Heemskerk, Wilson e Pavao-Zuckerman, 2003).
2) A modelagem permite a simulao de cenrios como ferramenta de apoio
deciso e para informar a formulao de polticas. Modelos funcionam como
plataformas para a chamada em experimentos in silico, por meio das quais
as diferentes opes de polticas podem ser simuladas computacionalmente
e testadas com baixos custos.
34 | Modelagem de Sistemas Complexos para Polticas Pblicas
Por fim, o conhecimento pode ser visto como um processo de feedback, um ci-
clo interminvel de propostas ousadas e dvidas recorrentes (Mitchell, 2011, p. 295).
A modelagem proporciona um meio de estruturar este processo e melhorar a
compreenso do sistema que se quer influenciar. O ciclo de anlise de dados, mo-
delagem, validao, simulao, implementao, anlise de dados, remodelao, e
assim por diante, pode ser o estranho ciclo que pode fornecer apoio deciso
para resolver problemas complexos por meio de polticas pblicas. Se no for um
caminho certo, determinado para se pisar, pelo menos sistemas complexos podem
iluminar os caminhos-chave para os tomadores de deciso poltica, esclarecendo
o que provvel que acontea, dadas as opes de conjuntos de caminhos, a cada
momento de caminhada.
7 CONTEDO DO LIVRO
O livro est organizado em trs partes. A parte I, Complexidade: teoria e mtodos,
discute os principais conceitos de sistemas complexos, seus mtodos e metodologias,
e traz dois captulos especificamente sobre a modelagem computacional necessria
para implementar essa abordagem.
Este o captulo introdutrio. O segundo captulo, escrito por William
Rand, apresenta e detalha os principais conceitos de sistemas complexos e descreve
brevemente alguns mtodos de sistemas complexos. Alm disso, discute possibili-
dades e limitaes da anlise de sistemas complexos em contraste com os mtodos
tradicionais, indicando as vantagens de aplicao dos sistemas complexos para o
debate de polticas pblicas.
O terceiro captulo, Mtodos e metodologias de sistemas complexos, por Miguel
Fuentes, apresenta detalhes mais tcnicos das metodologias e uma leitura orien-
tada da literatura sobre os mtodos que so comumente usados na abordagem de
sistemas complexos. O captulo apresenta uma discusso conceitual e referncias
para leitura com o objetivo de apresentar o tema para leitores de diferentes reas
da cincia e da poltica.
O quarto captulo, Modelos de simulao para ordem pblica, de autoria dos
cientistas da computao James E. Gentile, Chris Glazner e Matthew Koehler. O
captulo apresenta uma viso geral de modelagem e simulao, com linguagem
clara para os interessados e o pblico em geral. Os autores argumentam que a
modelagem computacional pode ser uma ferramenta interessante para analistas
de polticas pblicas como ferramenta para comparar opes de poltica. Eles se
concentram em ABM e fornecem uma viso geral de seus benefcios para a anlise
de polticas. Alm disso, o captulo discute cada etapa de modelagem: construo,
implementao, verificao, validao e refinamento, apontando os principais
desafios em cada um deles.
36 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ALFARANO, S.; LUX, T.; WAGNER, F. Time variation of higher moments in
a financial market with heterogeneous agents: an analytical approach. Journal of
Economic Dynamics and Control, v. 32, n. 1, p. 101-136, 2008.
ANDERSON, P. W. More is different. Science Magazine, v. 177, n. 4047,
p. 393-396, 8 Aug. 1972.
Abordagens de Sistemas Complexos para Polticas Pblicas | 39
PAGE, S. E. The difference: how the power of diversity creates better groups,
firms, schools and societies. New Jersey: Princeton University Press, 2007.
SANTOS, A. Complexidade e transdisciplinaridade em educao: cinco princpios para
resgatar o elo perdido. Revista Brasileira de Educao, v. 13, n. 37, p. 71-83, 2008.
SHANNON, C. E. A mathematical theory of communication. The Bell System
Technical Journal. v. 27, p. 379-423 e 623-656, 1948.
SNYDER, S. The simple, the complicated, and the complex: educational
reform through the lens of complexity theory. Paris: Organisation for Economic
Co-operation and Development, 12 Dec. 2013. Disponvel em: <http://goo.gl/ty1rHk>.
Acesso em: 22 ago. 2014.
STROGATZ, S. H. Nonlinear dynamics and chaos: with applications to physics,
biology, chemistry, and engineering. Colorado: Westview Press, 2014.
SZILARD, L. On the decrease of entropy in a thermodynamic system by the
intervention of intelligent beings. Behavioral Science. v. 9, n. 4, p. 301-310,
1o Jan. 1964.
TURING, A. M. The chemical basis of morphogenesis. Philosophical Transactions
of the Royal Society of London. Biological Sciences. v. 237, n. 641, p. 37-72, 1952.
WADDELL, P. et al. Incorporating land use in metropolitan transportation
planning. Transportation Research. v. 41, p. 382-410, 2007.
WILLIAMS, R. J.; MARTINEZ, N. D. Simple rules yield complex food webs.
Nature. v. 404, n. 6774, p. 180-183, 9 Mar. 2000.
CAPTULO 2
1 INTRODUO
O objetivo da poltica pblica muitas vezes alterar ou manter o comportamento
de um grande grupo de indivduos ou organizaes para o alcance de um resultado
socialmente desejvel. O desafio na avaliao das polticas pblicas est no fato de que
os indivduos de uma populao no reagem de uma mesma maneira introduo de
novas polticas ou de um conjunto de incentivos. Alm disso, o resultado global de
uma poltica pblica no a simples soma das reaes individuais, pois essas reaes
interagem e alimentam-se umas s outras. Sendo assim, o resultado da implementao
de qualquer poltica pblica um produto que emerge de muitas decises individuais
e da maneira pela qual essas decises interagem entre si e com a poltica.
Por exemplo, uma organizao governamental ou entidade pode pr em
prtica uma poltica como uma poltica fiscal, um limite de velocidade ou uma
poltica de incentivo para renovao urbana. Os indivduos afetados por essas
polticas podem reagir de diferentes maneiras. Como os indivduos nem sempre
so perfeitamente racionais, ou necessariamente cumpridores da lei, s vezes eles
reagiro de maneiras que a organizao governamental nunca previu ou desejou.
Por exemplo, algumas organizaes podem sonegar impostos, alguns motoristas
podem dirigir acima do limite de velocidade e algumas famlias podem se mudar
para reas fora do permetro urbano; enquanto outros indivduos agiro exatamente
da maneira para a qual foi concebida a poltica. Alm disso, os indivduos no
reagem apenas poltica; eles tambm reagem uns aos outros e podem modificar
seu comportamento com base no que veem nos outros. O efeito da poltica p-
blica no apenas um evento pontual e esttico; pelo contrrio, o resultado de
uma srie de aes tomadas pelo governo e pelos cidados para o alcance de um
desejado resultado. Por exemplo, novas polticas podem ser decretadas para tentar
encurralar o comportamento no desejado, ou novos grupos de aes dos cidados
podem se formar para tentar alterar polticas. A agregao de todas estas diferentes
FIGURA 1
Um modelo baseado em agentes do comportamento de revoada [80] implementado
no Netlogo
FIGURA 2
Um modelo de trfego baseado em agentes implementados no Netlogo
2 CONCEITOS E FERRAMENTAS
O conceito bsico de sistemas complexos que muitos sistemas que observamos
e queremos entender ao nosso redor so mais bem descritos por mtodos que
permitem a modelagem e a anlise das interaes de diferentes partes do sistema.
Nesta medida, um nmero de diferentes conceitos e ferramentas que so empregadas
pela cincia dos sistemas complexos focam-se em interaes e propriedades de um
grande nmero de partes em interao. Para explicar isso mais detalhadamente,
vamos comear nesta seo por explorar alguns conceitos bsicos e examinar ferra-
mentas que so usadas para a anlise de sistemas complexos. Vamos ento terminar
esta seo pela descrio de algumas reas em que foram aplicados esses conceitos
e ferramentas para o exerccio da poltica pblica.
2.1 Conceitos
Existem vrias caractersticas-padro que sistemas complexos apresentam regu-
larmente que so teis para serem compreendidas a partir de uma perspectiva da
poltica pblica. Esses recursos ajudam analistas polticos e pesquisadores a descrever
e compreender as propriedades desses sistemas que muitas vezes os tornam difceis
de administrar e prever. Como destacado na introduo, h dois conceitos princi-
pais que so importantes em todos os sistemas complexos. Eles so a emergncia,
e a retroalimentao (feedback).
Emergncia a ideia de que a ao do todo maior do que a soma das
partes(Holland, 2014). Sistemas complexos so, inevitavelmente, compostos
por muitas diferentes entidades ou indivduos. Estes indivduos tm suas prprias
3. Uma melhor descrio das ferramentas de sistemas complexos apresentada no captulo 3 deste livro, e uma discusso
mais detalhada da aplicao das ferramentas de sistemas complexos em uma ampla variedade de reas de aplicaes
pode ser encontrada nos captulos 6 a 17 deste livro.
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 47
propriedades e aes, mas uma propriedade emergente algo que no pode ser
descoberto pela inspeo de qualquer um dos agentes individuais. Em vez disso,
um produto das interaes dos diferentes agentes e que apenas pode ser observada
em nvel populacional (Holland, 1999; Miller e Page, 2009). Por exemplo, no caso
do engarrafamento, nenhum dos agentes o define ou contm sua propriedade.
No entanto, o resultado emergente de todas as aes de muitos indivduos o
engarrafamento. Da mesma forma, nenhum indivduo pode ser responsvel pelo
desenvolvimento de uma cidade. Em vez disso, o padro de desenvolvimento de
uma cidade um resultado emergente de construtoras, residentes, empregadores,
polticos, paisagem ambiental e de muitos outros fatores. Nenhuma entidade
nica dentro deste sistema contm a propriedade de desenvolvimento da cidade;
em vez disso, essa propriedade o resultado emergente de muitos atores atuando
juntos. Alm disso, estas propriedades emergentes retroalimentam-se para afetar
as decises individuais. Por exemplo, dentro do contexto de desenvolvimento da
cidade, sua evoluo eventualmente afetar onde construtoras construiro novos
edifcios, onde os moradores decidiro viver, quais os tipos de negcios se movero
para a cidade, como os polticos iro posicionar suas plataformas de campanha,
e ela mesma transformar o ambiente fsico da cidade. Por sua vez, estas decises
resultaro em novos padres emergentes de comportamento, que por sua vez
resultaro em novas retroalimentaes.
Ento, como um analista de polticas pblicas deveria entender esses sistemas?
Uma das melhores maneiras seria criar um modelo do sistema subjacente. Como
discutido na introduo deste captulo, os resultados destes modelos no devem
ser usados como previses perfeitas ou entendimentos completos, mas sim como
simuladores de voos. Na verdade, um dos melhores usos da anlise de sistemas
complexos para avaliao de polticas pblicas a identificao de pontos de
alavancagem (leverage points) no mbito do sistema geral da sociedade (Holland,
1996). Pontos de alavancagem so locais dentro de um sistema complexo onde o
sistema pode ser alterado ou mudado. Modelagem d ao analista a capacidade de
identificar estes pontos de alavancagem por experimentar muitos cenrios diferen-
tes e intervenes, alm de visualizar quais polticas tm o maior efeito positivo
sobre o objetivo que eles esto esperando alcanar. A identificao de pontos de
alavancagem possibilita a explorao de uma poltica (Bankes, 1993; Lempert,
2002) e a descoberta de quando e em que magnitude esta poltica ser mais eficaz.
Pontos de alavancagem esto tambm relacionados com outro conceito im-
portante em sistemas complexos, conhecido como pontos crticos (tipping points).
Pontos crticos so quando um sistema (Lamberson e Page, 2012; Mitchell, 2009;
Schelling, 1972). De repente muda de estado com base em uma pequena mudana
em um parmetro do sistema em alguns campos, isto tambm chamado tran-
sio de fase (Lamberson e Page, 2012) ou bifurcao (Drake e Griffen, 2010).
48 | Modelagem de Sistemas Complexos para Polticas Pblicas
Sistemas com pontos crticos s vezes podem parecer que no esto respondendo
s polticas pblicas que tentam alter-los, mas de repente, com apenas algumas
pequenas mudanas, o sistema muda drasticamente (Shiell, Hawe e Gold, 2008).
No entanto, outros sistemas podem ser presos em um estado que no podem escapar
devido a escolhas feitas no incio da evoluo do estado. Este um conceito conhecido
como dependncia de trajetria path dependence (Brown et al., 2005a). Dependncia
de trajetria significa que as possibilidades atuais do sistema so, em algum sentido,
restringidas pelas escolhas anteriores que foram feitas. Por exemplo, o desenvolvimento
urbano muitas vezes apresenta efeitos dependentes de trajetria, dado que os morado-
res tendem a se mover para onde servios esto disponveis nas cidades, assim como
cidades e empresas tendem a colocar servios onde h muitos residentes. Isso significa
que inicialmente, quando alguns residentes ou servios fazem algumas escolhas, estes
podem alterar drasticamente o desenvolvimento futuro da cidade (Brown et al., 2004).
Um caso especial de dependncia de trajetria a sensibilidade s condies
iniciais (Mitchell, 2009). Esta propriedade, que tambm uma marca dos sistemas
caticos, afirma que cada ponto de partida do sistema est muito perto de outro
ponto de partida com um futuro muito diferente.
Isso por vezes referido como o efeito borboleta, ou seja, como disse Edward
Lorenz, o bater das asas de uma borboleta no Brasil pode desencadear um tornado
no Texas (Lorenz, 1972). Em outras palavras, as condies exatas de um sistema
devem ser conhecidas a fim de compreender como esse sistema vai se desenvolver
no futuro, e, infelizmente, do ponto de vista da previsibilidade, conhecer de per-
to as condies exatas no ajuda muito nas previses para o futuro. Esta uma
afirmao muito forte sobre um sistema, e em geral muitos sistemas complexos
apresentam alguma sensibilidade s condies iniciais, mas no tm exatamente
essa propriedade. No entanto, uma verso fraca desta propriedade pode dizer que
onde voc inicia importa significativamente, o que tambm parece afetar a maioria
dos sistemas complexos. Em outras palavras, muitos sistemas complexos podem ser
muito afetados por suas condies de partida, mesmo que os estados resultantes dos
sistemas possam no ser completamente divergentes dadas as condies de partida
similares. No entanto, facilmente pode haver regies de condies de partida e
pode ser possvel que a alterao de um parmetro do sistema possa mover todo
um sistema de uma regio para outra. Isto novamente semelhante ao conceito
dos pontos crticos, mas agora estabelecido em termos das condies iniciais do
sistema, em vez do estado em andamento do sistema.
Sensibilidade s condies iniciais e pontos crticos so algumas das muitas pro-
priedades que surgem em sistemas complexos que so no lineares. A no linearidade
tambm foi discutida no primeiro captulo, mas um sistema no linear aquele no
qual os insumos no necessariamente afetam os produtos de forma linear. Em outras
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 49
palavras, pode ser o caso em que se alterando um insumo para um sistema de forma
gradual, altera-se gradualmente o produto at certo ponto, mas de repente este j no
pode mais afetar o produto resultante, ou pode ser o caso em que interaes entre
diversos insumos signifique que no possvel resolver o problema subdividindo-o
em seus componentes, avaliando cada componente e depois reagrupando as partes.
No linearidade significa que sistemas complexos, muitas vezes, tm de ser consi-
derados como sistemas holsticos, nos quais no possvel simplesmente avaliar o
impacto de cada um dos componentes individuais separadamente.
Na verdade, em alguns casos, possvel ser capaz de remover todos os sub-
componentes do sistema sem que o sistema quebre completamente, ou que o
resultado do sistema seja alterado significativamente. Isto o que se conhece como
a propriedade de robustez (Lempert, 2002; Bankes, 2002b). Robustez significa que
um sistema mantm seu comportamento caracterstico mesmo depois de uma
perturbao do sistema (Bankes, 2002a). Robustez uma propriedade que muitas
vezes lutamos para conquistar em polticas pblicas, pois importante que as pol-
ticas sejam robustas a aes individuais e s alteraes nos sistemas. Em condies
ideais, as polticas so teis e mantm sua legitimidade por muito tempo, e isso
as torna verdadeiramente robustas. No entanto, bem possvel que a robustez
em sistemas complexos possa ser uma coisa ruim. Por exemplo, Ross Hammond
e Robert Axelrod (2006) mostraram, ao usarem um modelo baseado em agentes,
que mesmo sob uma ampla gama de valores de parmetros, existem muitos casos
de evoluo da sociedade que levam primazia do comportamento etnocntrico,
no qual indivduos ajudam os seus similares e ferem os outros que so diferentes
deles. Este sistema pode ser dito como robusto, mesmo sob grandes perturbaes,
mas isto no algo considerado socialmente desejvel na maioria dos casos.
Uma das caractersticas inerentes anlise de sistemas complexos o uso
da modelagem da diversidade e da heterogeneidade (Page, 2010; Hong e Page,
2004; Sondahl e Rand, 2007). Como o primeiro e o stimo captulo neste livro
indicam, a compreenso da heterogeneidade de um sistema pode ser crucial para
a compreenso do prprio sistema. Tradicionalmente, abordagens de modelagem
se concentram em tratar mais heterogeneidade quanto for possvel, pois a hete-
rogeneidade muitas vezes torna o sistema dificilmente modelvel. No entanto,
sistemas complexos compreendem o valor da heterogeneidade, e um modelo de
sistemas complexos bom representar heterogeneidade adequadamente dentro
do modelo. Uma suposio fundamental em muitas formas de anlise de sistemas
complexos que a diversidade pode alterar enormemente o resultado de um sistema
(Sharara, Rand e Getoor, 2011). Muitas abordagens tradicionais de anlise de
sistema fracassaram em contabilizar suficientemente a diversidade subjacente, e
isso pode levar a entendimentos incorretos, ou pelo menos enganosos, do sistema.
50 | Modelagem de Sistemas Complexos para Polticas Pblicas
Uma das razes que explicam o fato de a sociedade moderna ser cada vez
mais diversificada que esta tambm apresenta um elevado nvel de interligao
e interaes entre os indivduos (Barabsi, 2014). O uso de redes, que tambm
foi discutido no primeiro captulo, para examinar o sistema complexo uma fer-
ramenta poderosa. Pode-se agora chegar a pessoas do outro lado do mundo por
uma chamada de telefone em questo de segundos, assim como possvel realizar
uma teleconferncia com indivduos que nunca conhecemos. Estas interaes
complexas geram decises em interessantes maneiras e so a essncia do que d
origem aos padres emergentes de comportamento que se observam nos sistemas
complexos. Conforme a sociedade se torna cada vez mais conectada e esses padres
de comunicao aumentam, a anlise de sistemas complexos torna-se cada vez
mais importante.
Agora que se tem um vocabulrio bsico para discutir os conceitos de sistemas
complexos em polticas pblicas, hora de olhar para as ferramentas que permitem
o estudo de sistemas complexos.
2.2 Ferramentas
O captulo seguinte (captulo 3) deste livro, escrito por Miguel Fuentes, ir discutir
ferramentas de sistemas complexos em mais detalhes, mas neste captulo olharemos
brevemente para algumas das ferramentas de sistemas complexos, porque estas esto
indelevelmente ligadas aos conceitos e ajudam-nos a falar sobre noes bsicas,
tais como os agentes e as redes que so necessrios enquanto se continua a discutir
o uso de sistemas complexos em polticas pblicas. interessante notar que um
dos objetivos dos sistemas complexos desenvolver teorias e entendimentos que
so generalizveis s vezes chamados de universais (Boccara, 2004; Holland,
2012). Estas teorias podem ser aplicadas a uma grande variedade de situaes e
de teorias aplicadas. Como tal, frequente o caso em que as mesmas ferramentas
so usadas em muitos contextos diferentes dentro de sistemas complexos, e uma
das caractersticas de uma boa anlise de sistemas complexos que as concluses
podem ser facilmente traduzidas para outros sistemas.
Uma ferramenta que muitas pessoas associam aos sistemas complexos a
modelagem baseada em agentes ABM (Wilensky e Rand, 2015; North e Macal,
2007; Epstein e Axtell, 1996; Bankes, 2002a; Bonabeau, 2002; Gilbert, 2007), na
qual entidades computacionais so criadas como um mapeamento para os compo-
nentes reais do sistema. Isto permite a modelagem de cada indivduo em um sistema
complexo, juntamente com suas interaes. A ABM, que tambm foi discutida
no primeiro captulo, uma descrio do processo de como agentes interagem
uns com os outros e com o ambiente ao seu redor. A ABM tem sido empregada
em diferentes contextos das polticas pblicas, pois permite que pesquisadores
vejam que efeitos as polticas teriam sobre as regras bsicas de comportamento do
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 51
agente. A ABM normalmente uma estrutura para simulao; vrias das outras
ferramentas dos sistemas complexos caem sob a alada da simulao (Gilbert e
Troitzsch, 2005; Casti, 1997), que permite a anlise de cenrios hipotticos.
As ferramentas da simulao so teis para a anlise de polticas pblicas, pois
elas permitem que os analistas criem muitos cenrios diferentes e entendam as
ramificaes desses cenrios na sociedade.
Outras ferramentas frequentemente usadas por pesquisadores de sistemas
complexos so a anlise de redes sociais ARS (Wasserman e Faust, 1994) e as
relacionadas cincia de redes (Newman, 2003). O objetivo da ARS e da cincia
de redes entender sistemas complexos ao descrever o sistema de interaes que
ocorrem dentro do sistema. Muitas polticas pblicas afetam ou diretamente la-
os em redes sociais (por exemplo, uma poltica que altera os limites da escola e,
portanto, afeta quem faz amigos com quem), ou alternativamente, por meio da
forma como as informaes sobre as diretivas so difundidas atravs de rede social
(por exemplo, os cidados descobrirem sobre radares ao conversarem com seus
colegas de trabalho). Em consequncia, compreender o efeito das redes sociais
na poltica pblica importante para avaliar corretamente como essas polticas
pblicas afetaro a sociedade.
O Sistema de Informao Geogrfica (SIG) usado frequentemente em
pesquisas de sistemas complexos para a avaliao de polticas pblicas, porque ele
fornece uma maneira unificada de descrever dados espaciais complexos (Heppenstall,
Crooks e See, 2012). Como muitas vezes o pleno entendimento de sistemas com-
plexos requer um nmero de diferentes conjuntos de dados, um tema unificador
para esses conjuntos de dados deve ser identificado. Isto permite que uma grande
variedade de dados seja amarrada a um banco de dados unificador. Um exemplo de
uma maneira de unificar dados dspares anexar coordenadas espaciais quando for
apropriado. O padro de dados, ento, pode ser descrito por mtodos e estatsticas
espaciais. Como resultado, o SIG uma boa descrio da padronizao de sistemas
complexos. A composio de ABM, que descreve o processo, com o SIG, que
descreve os padres, pode criar uma poderosa ferramenta para anlise de sistemas
complexos de polticas pblicas (Brown et al., 2005b).
Outra ferramenta de sistemas complexos, a modelagem de sistemas dinmicos
descreve interaes de alto nvel entre as populaes e os recursos (Sterman, 2000).
Sistemas dinmicos so construdos em torno da noo de estoques e fluxos e podem
ser usados para modelar um sistema complexo, uma vez que permite descrever
conceitos, tais como respostas positivas e negativas. No contexto da avaliao de
polticas pblicas pelos sistemas dinmicos, as polticas so muitas vezes avaliadas
ao examinar como a mudana em alguns dos fluxos do sistema afeta os resultados
deste sistema.
52 | Modelagem de Sistemas Complexos para Polticas Pblicas
3 VANTAGENS E POSSIBILIDADES
Ferramentas e mtodos de sistema complexo oferecem vrias possibilidades e bene-
fcios que os mtodos tradicionais no fornecem, ou que so difceis de obter em
mtodos tradicionais. Por exemplo, muitos mtodos de sistemas complexos podem
modelar um nvel de heterogeneidade (Rand et al., 2003) e de diversidade (Page,
2010) em componentes individuais subjacentes que no facilmente modelvel
pelos mtodos tradicionais (Goldenberg, Libai e Muller, 2001). Alm disso, os
mtodos de sistemas complexos podem incorporar modelos em mltiplos nveis de
escala (North et al., 2010), que possibilita uma estrutura de modelagem que no se
restringe a simplesmente olhar para os resultados da poltica em um nvel de escala.
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 53
4 RESISTNCIA E LIMITAES
Tem havido resistncia adoo generalizada dos mtodos de sistemas complexos
no mbito das polticas pblicas. Esta resistncia vem de um nmero de diferen-
tes reas. Em primeiro lugar, sistemas complexos so um campo bastante jovem
(Waldrop, 1993) e, como tal, h uma falta de educao dos mtodos de sistemas
complexos e em como aplic-los. Como resultado, os pesquisadores so resistentes
a usar mtodos que sentem no entender totalmente. A soluo para isso pros-
seguir com os esforos para educar os analistas de polticas pblicas, bem como as
partes interessadas sobre o tema. Aumentar a educao sobre como interpretar e
compreender a anlise de sistemas complexos pode no somente conduzir a uma
maior aceitao dos mtodos, em termos de influenciar polticas pblicas, mas
tambm, conforme mostraram pesquisas anteriores (Cockcroft et al., 2014), edu-
car os formuladores de polticas sobre como interpretar a evidncia para a poltica
aumenta a eficcia dessa poltica.
Outro fator na resistncia aos mtodos de sistemas complexos tem sido que
os mtodos tradicionais, tais como a modelagem baseada em equaes e a estats-
tica clssica, foram muito bem-sucedidos em fazer o que fazem. Tais mtodos tm
sido capazes de fornecer a pesquisadores e interessados um nmero de concluses
e solues interessantes para os problemas de poltica pblica. Como resultado,
h uma predileo para continuar a usar tais mtodos para resolver problemas e
analisar solues, mesmo quando estas ferramentas possam no ser bem adequadas
para o trabalho. Para entender por que haveria uma nfase sobre os mtodos que
podem no ser aplicveis ao problema em mos, s vezes til examinar a histria
do bbado, das chaves e das luzes da rua (Colander e Kupers, 2014). A histria
diz que um homem sbrio est andando pela rua quando encontra um homem
bbado agarrado a um poste e procurando algo sob as luzes da rua. Quando o
homem sbrio pergunta ao bbado o que ele est procurando, o homem bbado
responde que ele est procurando as chaves de casa. Depois de ajud-lo a procurar
por um tempo, o sbrio pergunta por que o homem bbado est apenas olhando
sob as luzes da rua e o indaga se as chaves no poderiam estar sob a cobertura
onde est escuro. O bbado responde que no vale a pena olhar no escuro pelas
chaves dele porque ele no seria capaz de encontr-las de qualquer maneira, ento
prefervel manter-se ao poste de luz. Da mesma forma, pesquisadores e analistas
muitas vezes continuam a usar os mtodos que eles sabem bem para tentar resol-
ver os problemas, mesmo quando esses mtodos no so realmente aplicveis ao
problema em questo (Colander e Kupers, 2014). A soluo para esta resistncia
mostrar que abordagens de sistemas complexos de fato podem resolver problemas
que os mtodos tradicionais no abordam adequadamente. Os captulos deste livro
sobre as aplicaes dos mtodos de sistemas complexos para poltica pblica so
oferecidos parcialmente como um primeiro passo nesta direo.
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 55
5 CONCLUSO
Em concluso, para uma ampla variedade de aplicaes de polticas pblicas, sis-
temas complexos fornecem uma lente til para entender as ramificaes polticas e
o impacto das polticas. Existem muitas reas de polticas pblicas que no empre-
gam atualmente sistemas complexos, logo, h um grande leque de possibilidades
e vantagens que ainda precisam ser exploradas. Se voltarmos para os objetivos das
polticas pblicas, os sistemas complexos fornecem a capacidade de reunir intuies
sobre como possvel manter ou alterar o comportamento de grandes grupos de
indivduos ou organizaes e, portanto, podem fornecer uma viso nica para a
compreenso da aplicao das polticas pblicas.
Sistemas Complexos: conceitos, literatura, possibilidades e limitaes | 57
REFERNCIAS
ARTHUR, W. B.; LANE, D.; DURLAUF, S. (Eds.). The economy as an evolving
complex system II. Redwood City: Addison-Wesley, 1997.
ASIMOV, I. Foundation. New York: Gnome Press, 1951.
BALMER, M. et al. Towards truly agent-based traffic e mobility simulations. In:
THIRD INTERNATIONAL JOINT CONFERENCE ON AUTONOMOUS
AGENTS AND MULTI-AGENT SYSTEMS. New York: July, 2004. p. 60-67.
BALMER, M.; AXHAUSEN, K. W.; NAGEL, K. Agent-based demand-modeling
frame-work for large scale microsimulations. Transportation Research Record:
Journal of the Transportation Research Board, v. 1985, n. 1, p. 125-134, 2006.
58 | Modelagem de Sistemas Complexos para Polticas Pblicas
1 INTRODUO
Neste captulo, apresentamos os mtodos utilizados na abordagem de sistemas
complexos. Ele dirigido a colegas que vm de outros campos da cincia. Especi-
ficamente, discutimos os seguintes temas: introduo cincia da complexidade
e sua importncia para polticas pblicas, no linearidades, teoria da bifurcao,
formao de padres, anlise de redes, teoria dos jogos, teoria da informao, su-
perestatstica, medidas de complexidade, autmatos celulares, modelagem baseada
em agentes e minerao de dados. Em cada seo, so fornecidas diversas refern-
cias, na esperana de motivar o leitor a continuar seu aprofundamento nos temas.
A cincia da complexidade tornou-se um ramo principal no contexto cientfico.
muito provvel que seu sucesso seja baseado fundamentalmente no cerne do cotidiano
dos cientistas que trabalham com complexidade. A cincia da complexidade no
um ramo disciplinar da cincia, uma inter/transdisciplinar explorao da natureza,
em quase todas as escalas e ambientes. Abrange reas aparentemente distantes, como
a fsica de plasma, em um extremo, e a evoluo de lnguas humanas, em outro.
No passado, a fronteira da cincia foi definida principalmente por dois
extremos fascinantes: o do muito pequeno um exemplo o grande sucesso
da fsica quntica logo aps o trabalho de Max Planck, por volta de 1900 e o
do muito grande podemos citar outra enorme mudana de paradigma, aps a
teoria da relatividade, uma contribuio incrvel feita pelo jovem Albert Einstein
(ento com 26 anos de idade) durante seu annus mirabilis em 1905. No entanto,
hoje em dia parte importante da comunidade cientfica faz grandes esforos para
compreender, de forma cientfica e quantitativa, os fenmenos que envolvem
comportamentos coletivos em sistemas vivos. Podemos dizer que um extremo
da fronteira da cincia mudou: estamos tentando entender o comportamento
humano (entre outros tipos de sistemas similares). Nesse sentido, o presente livro,
2 NO LINEARIDADE
Estudiosos de algumas dcadas atrs tinham conceitos estabelecidos: para um
determinado sistema (fenmeno) sujeito a um conjunto de condies dadas
temperatura e presso, para os sistemas fsicos, ou dados o tamanho da populao
e a mdia de anos de escolaridade, no caso das sociedades humanas , ligeiras
mudanas nessas condies produziriam tambm pequenas (ou semelhantemente,
sem importncia) mudanas no comportamento final do sistema. Ao se estudar
a superposio de efeitos sobre o sistema, o efeito final esperado de duas ou mais
aes sobre o sistema seria a simples sobreposio de cada efeito, tendo em conta
o efeito de cada ao separadamente (Nicolis, 1995).
As propriedades citadas so as leis de um mundo linear. Infelizmente sistemas
lineares so, em geral, muito raros, apesar de algumas equaes dinmicas lineares
serem importantes por exemplo, a equao de Schrdinger, na fsica quntica.
Muitos sistemas, tais como as sociedades humanas, so altamente no lineares.
Isto significa basicamente que, neste tipo de sistema, transies bruscas podem ser
observadas, isto , o estado do sistema muda dramaticamente ao sofrer pequenas
Mtodos e Metodologias em Sistemas Complexos | 67
3 TEORIA DA BIFURCAO
Como mencionei antes, o comportamento no linear o tipo mais comum de
dinmica observada nos sistemas sociais. Nestes sistemas, as solues estveis finais
pontos de equilbrio ou estados finais podem se alterar drasticamente quando
alguns dos parmetros ou seja, os parmetros de controle que conduzem a
evoluo do sistema, nomeadamente, atingem um determinado valor. Para entender
esta propriedade, comum a quase todos os sistemas no lineares, vamos estudar
algumas bifurcaes clssicas (Hale e Kocak, 1996; Guckenheimer e Holmes,
1983). Uma aplicao recente e interessante para a cincia social, em particular
para a geografia econmica, pode ser encontrada em Ikeda e Murota (2013).
Como o leitor pode antecipar, bifurcao a mudana estrutural na soluo de
uma equao diferencial. Menciono ainda, nesta seo, algumas bifurcaes locais.
Nestes casos, a dinmica do sistema completo reduzida para o que acontece na
vizinhana do ponto de bifurcao. A forma reduzida da equao de movimento
chamada forma normal.
68 | Modelagem de Sistemas Complexos para Polticas Pblicas
4 FORMAO DE PADRES
Em linha com o assunto discutido, existe um fenmeno muito importante e que
foi matematicamente formulado pela primeira vez no mbito da morfognese.
tambm um tipo de bifurcao que conhecida como a instabilidade Turing.
Padres aparecem em toda a natureza. Padres espao-temporais podem ser
observados em reaes qumicas ou em sistemas vivos, tais como em culturas de
bactrias (Murray, 2007). muito importante notar que, como em quase todos os
estudos quantitativos, o tratamento usual de formao de padres feito por meio
do rastreamento de interaes macroscpicas (Hoyle, 2006; Cross e Greenside,
2009). Em geral, o comprimento ou a escala do padro observado registrado em
ordens de grandeza do tamanho da interao microscpica que o gera.4 Depois de
discutir a formulao matemtica tpica do mecanismo de Turing, vamos dar um
exemplo importante da aplicao desse modelo em cincias sociais.
5 ANLISE DE REDES
At agora nossa discusso se baseava em modelos contnuos. Redes so diferentes.
Uma rede um conjunto de ns tambm chamados de vrtices que so conec-
tados por arestas (Newman, Barabasi e Watts, 2006). A teoria das redes pode ser
rastreada at o clebre problema das pontes de Konigsberg e sua soluo por Euler
em 1735. Este problema e sua soluo tm sido tratados como o incio formal
da teoria dos grafos, uma teoria matemtica que precedeu a anlise de redes.
importante perceber que existem muitos casos em que abordagens contnuas,
como o mecanismo de Turing equaes (4) e (5) no so uma boa aproximao
para o problema em questo, e apenas uma viso de redes ir descrever os fenmenos
de forma precisa. Entre tais sistemas, podemos listar: redes sociais, com conexes
entre indivduos; redes de transportes nas cidades ou entre cidades, por exemplo,
redes de avio; a World Wide Web; teias em cadeias alimentares; redes neuronais;
redes de colaborao (cientficas, organizaes ou comunidades de negcios) etc.
Existem alguns conceitos relevantes para se compreender ao discutir redes. Alguns
deles so (Costa et al., 2007; Newman, 2010):
grau: o nmero de vrtices conectados a um n. Pode-se facilmente ver a
importncia desse indicador, mas alguns trabalhos recentes demonstraram
que, no caso de muitos sistemas, este no o conceito mais importante.
Isto porque h ns que atuam com fraca conexo, mas servem de inter-
medirios entre as partes de uma grande rede;
direcional ou no direcional: se uma aresta unidirecional, chamada
direcional, equivalente, por exemplo, h uma estrada de sentido nico.
Em contraste, se as arestas so vlidas em ambos os sentidos, so cha-
madas no direcionais; e
caminho geodsico: o caminho mais curto, a menor rota, seguindo as
arestas de ligao, entre dois ns. Esta quantidade importante no tra-
tamento de questes como a propagao de informaes, a propagao
de doenas infecciosas ou afins.
Mtodos e Metodologias em Sistemas Complexos | 71
FIGURA 1
Matrix para o jogo o dilema do prisioneiro
Prisioneiro A
Permanecem
em silncio Confessam
Prisioneiro B
Prisioneiro A:
Prisioneiro A:
pega pena
liberado
de um ano
Permanecem Prisioneiro B:
em silncio Prisioneiro B:
pega pena de
pega pena
trs anos
de um ano
Prisioneiro A:
Prisioneiro A:
pega pena
pega pena de
de dois anos
Confessam trs anos
Prisioneiro B:
Prisioneiro B:
pega pena de
liberado
dois anos
Elaborao do autor.
7 TEORIA DA INFORMAO
Claude Shannon desenvolveu uma teoria para encontrar os limites de processamento
de sinal; sua obra A teoria matemtica da comunicao foi publicada no peridico
Bell System Technical Journal, em julho/outubro de 1948. Este o marco para o
que hoje chamado de teoria da informao (Shannon, 1948). Desde este trabalho
de Shannon, a teoria da informao tem sido aplicada com sucesso em diferentes
campos das cincias (Pierce, 1980; Cover e Thomas, 2006): gentica molecular,
criptografia, inferncia estatstica, fsica, biologia e em geral para anlise de dados.
Em sistemas complexos, a teoria da informao tem sido utilizada em conexo
com uma teoria que foi desenvolvida por ET Jaynes. Em uma srie de artigos, por
volta de 1952, ele discutiu a correspondncia entre a mecnica estatstica e a teoria
da informao (Rosenkrantz, 1989).
Esse passo de gigante nos diz que a mecnica estatstica e todas as
aplicaes/previses derivadas desse campo do conhecimento foram muito
bem-sucedidas deve ser vista como um caso particular de uma teoria mais geral: a
teoria da informao. O trabalho de Jaynes enfatizou um princpio geral: o Princpio
de Mxima Entropia (ou MaxEnt). Hoje em dia, MaxEnt usada para entender
vrias distribuies que aparecem na biologia e ecologia a partir de abordagens
Mtodos e Metodologias em Sistemas Complexos | 73
8 SUPERESTATSTICA
Tenho enfatizado a importncia da contribuio da mecnica estatstica e da teoria
MaxEnt para o estudo de sistemas complexos e fenmenos naturais em geral. Em
trabalho recente, Beck e Cohen (2003) e Cohen (2004) introduziram uma gene-
ralizao natural da mecnica estatstica. A ideia muito simples, mas tambm
muito poderosa. Ao lidar com sistemas de equilbrios no complexos com estados
estacionrios de longo prazo, sujeitos a flutuaes espao-temporais intensivas, a
distribuio de probabilidade, que tem caractersticas muito peculiares, pode ser
obtida por meio do clculo da mdia durante estas flutuaes. Um exemplo dessas
caractersticas pode indicar a presena de cauda longa.
Para ser mais explcito, suponha-se que tenhamos um sistema composto por
vrios subsistemas. Cada subsistema tem partculas que se difundem por meio de
diferentes parmetros de difuso. Em consequncia, cada subsistema ser caracte-
rizado por uma distribuio de Gauss caracterizada pelo parmetro de difuso que
possui. Mas se considerarmos o sistema completo (a agregao de todos os subsis-
temas), podemos calcular uma mdia com todas essas distribuies de Gauss. Para
entender como isto pode ser feito, vamos dar uma olhada em um exemplo simples.
Imaginemos que temos uma partcula browniana descrita pela seguinte
equao diferencial estocstica:
(6)
(7)
(8)
.
(9)
74 | Modelagem de Sistemas Complexos para Polticas Pblicas
Essa equao tem uma soluo analtica, que a mesma que L. Bachelier
encontrou para preos no logartmicos em 1900 (Bachelier, Davis e Etheridge,
2006), e que cinco anos depois dele Einstein sugeriu como distribuio para par-
tculas brownianas: a distribuio normal (Einstein, 1905):
O problema, que corresponde difuso a partir de um nico ponto (ignorando as
interaes entre as partculas de difuso), est agora completamente definido mate-
maticamente e sua soluo :
(10)
, (11)
9 MEDIDAS DE COMPLEXIDADE
Muito tem sido escrito tentando definir (ou medir) a complexidade de um sistema.
A importncia disto pode ser compreendida quando se pensa que sistemas com
o mesmo nvel de complexidade (definida, de alguma forma) poderiam partilhar
propriedades universais.
A histria do estudo de regularidades probabilsticas em sistemas fsicos
pode ser rastreada at 1857 com a prpria ideia de entropia proposta por Rudolf
Clausius. Claude Shannon derivou a mesma forma funcional utilizada quase um
sculo antes ao introduzir o conceito de entropia da informao. Embora a ideia
intuitiva de complexidade e informaes em sistemas fsicos apresente algumas
semelhanas, foi necessrio introduzir diversas medidas a fim de compreender v-
rios tipos de complexidades e quantificar as propriedades do sistema intimamente
relacionadas com tais complexidades e caractersticas (Lloyd, 2001): complexidade
de Kolmogorov, profundidade lgica, complexidade eficaz etc.
Algumas dessas medidas tm sido propostas para estudar diferentes sistemas
por exemplo, cadeias de smbolos, dados que o sistema produz etc. A partir de
todas estas medidas, creio que a nica que capta de forma mais precisa a noo de
complexidade de um determinado sistema a complexidade eficaz, introduzida por
Murray Gell-Mann e Seth Lloyd. Em suma, a complexidade eficaz de uma entidade
corresponde (a)o comprimento de uma descrio altamente comprimidoade suas
regularidades(Gell-Mann, 1995; Gell-Mann e Lloyd, 1996). A ideia simples,
elegante e profunda: se dividirmos o contedo da informao algortmica de
alguma sequncia de dados em duas componentes uma com suas regularidades
(relacionada com a complexidade de Kolmogorov) e outra com suas caractersticas
aleatrias (relacionada a sua entropia) , a complexidade eficaz dos dados ser
apenas o contedo de informao algortmica de suas regularidades.
Um leitor mais atento vai notar um aspecto muito importante da teoria de-
senvolvida por Gell-Mann e Lloyd, qual seja, que a complexidade eficaz de uma
entidade dependente do contexto (Gell-Mann, 1994). Vamos dar um exemplo
simples para motivar a anlise deste aspecto da teoria. Imaginemos que estamos
estudando um sistema particular, um organismo vivo, ento, qual a sua com-
plexidade? No h dvida de que temos de ser mais especficos ao mencionarmos
exatamente quais caractersticas ou funcionalidades queremos estudar usando
este conceito, e de que conjunto de dados dispomos a fim de faz-lo. No s isto,
mas, para ser mais preciso, temos de ter uma teoria que explique como os dados
se organizam.
76 | Modelagem de Sistemas Complexos para Polticas Pblicas
10 AUTMATOS CELULARES
Por volta de 1950, Stanislav Ulam e John Von Neumann criaram um modelo para
entender o comportamento de unidades discretas, como uma funo do compor-
tamento de seus vizinhos. Era o incio de modelos de autmatos celulares (CAs).
O CA um modelo discreto baseado em clulas, cada uma com um conjunto de
estados: ligado-desligado ou similares. As posies das clulas correspondem geral-
mente a uma grade regular mas novamente eles podem ser organizados em redes
complexas, como mencionado anteriormente. Ento, dada uma condio inicial
para os autmatos celulares, o prximo estado ser uma atualizao de cada grade
de acordo com as regras locais estabelecidas (Toffoli e Margolus, 1987; Schif, 2008).
Para explicar as ideias essenciais, vamos examinar um exemplo simples: um
autmato celular dimensional. Em um autmato celular dimensional, cada clula
pode estar em dois estados: zero e um (ou vivo e morto etc.). Dado o estado de
uma clula no tempo t, a sua configurao no momento t+1 depender: de seu
prprio estado no tempo t e do estado dos dois vizinhos tambm no tempo t.
Fica claro, ento, que os valores possveis para dada vizinhana (uma clula de cada
lado) dois elevado potncia de trs, ou seja, 23 = 8, e, em seguida, a opo zero
ou um, haver um total de 28 = 256 regras para um autmato celular dimensional.
Na figura 2, mostramos a chamada regra 30. esquerda podemos ver a regra de
evoluo, direita temos a evoluo de uma condio inicial com apenas a clula
central com estado 1, todo o resto das clulas esto em estado zero.
FIGURA 2
Uma viso explcita da regra nmero 30 de um autmato celular dimensional
Estado
no tempo t 111 110 101 100 011 010 001 000
Estado no
0 0 0 1 1 0 0 0 Condio inicial = 1
tempo t+1
Tempo
Elaborao do autor.
Obs.: Esta figura mostra a evoluo da regra ( esquerda) e o resultado, para uma condio inicial, que tem apenas uma clula
com o estado 1, no centro ( direita).
Mtodos e Metodologias em Sistemas Complexos | 77
5. Podemos notar que a teoria dos jogos tambm pode ser aplicada aqui.
78 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 3
Simulao baseada em agentes em uma escada de incndio sada
Sada Sada
Elaborao do autor.
Obs.: As pessoas esto representadas por crculos abertos. direita, o ambiente tem uma coluna representada por um crculo preto.
A simulao mostra que o fluxo de pessoas que saem da sala com uma coluna na sada mais eficiente; isto significa
que o fluxo que gerado na presena da coluna permite que mais pessoas possam sair por unidade de tempo (Helbing,
Farkas e Vicsek, 2000).
12 MINERAO DE DADOS
Existem muitos sistemas em que a dinmica subjacente desconhecida. Estes so,
de alguma forma, sistemas com formas muito diferentes do tipo clssico de sistemas
dinmicos, nos quais os modelos de primeiros-princpios podem ser propostos para
descrev-los. Nesses sistemas, a equao de Newton de movimento, para sistemas
Mtodos e Metodologias em Sistemas Complexos | 79
13 CONCLUSES
Como podemos ver cotidianamente, o mundo ao redor de ns e a sociedade em
que vivemos esto cheios de redes muito complexas de relaes em muitas escalas.
Existe uma interao entre o emaranhado de pessoas, empresas, cidades, sistemas
ecolgicos etc., e, a fim de entend-los, e fazer boas previses, especificamente para
a poltica pblica, difcil imaginar como resolver um problema em completo
80 | Modelagem de Sistemas Complexos para Polticas Pblicas
isolamento. Para fazer isso, necessrio ter uma boa representao do sistema,
tendo em conta os seus componentes e as interaes entre eles.
Os mtodos apresentados neste captulo so alguns dos mais utilizados na
cincia da complexidade, o que, ao mesmo tempo, provavelmente a melhor
maneira cientfico-metodolgica para lidar com estes tipos de problemas em ma-
trias de polticas pblicas.
muito importante compreender que nenhum dos mtodos includos
neste captulo define a cincia da complexidade, muito menos o conjunto deles.
Alm dos conceitos, das ferramentas e dos mtodos apresentados, a cincia da
complexidade oferece uma nova maneira de pensar sobre a elaborao de polticas
pblicas. Este captulo chama a ateno para ligaes dinmicas, evoluo e
pensamento interdisciplinar.
REFERNCIAS
AXELROD, R. The complexity of cooperation: agent-based models of compe-
tition and collaboration. Princeton: Princeton University Press, 1997.
BACHELIER, L.; DAVIS, M.; ETHERIDGE, A. Louis Bacheliers theory of
speculation: the origins of modern finance. Translated by Mark Davis and Alisson
Etheridge. Princeton: Princeton University Press, 2006.
BATTY, M. Cities and complexity: understanding cities with cellular automata,
agent-based models, and fractals. London: The MIT Press, 2007.
BECK, C.; COHEN, E. G. D. Physica A: statistical mechanics and its applica-
tions, Superstatistics, v. 322, p. 267-275, 2003.
BEDAU, M. A.; HUMPHREYS, P. (Eds.). Emergence: contemporary readings
in philosophy and science. London: The MIT Press, 2008.
BOCCARA, N. Modeling complex systems. Germany: Springer, 2004.
BONABEAU, E. Agent-based modeling: methods and techniques for simulating
human systems. Washington: National Academy of Sciences, May 2002.
CAMERER, C. F. Behavioral game theory: experiments in strategic inter-
action. Princeton: Princeton University Press, 2003. (Roundtable Series in
Behavioral Economics).
COHEN, E. G. D. Physica D. Superstatistics, v. 139, n. 1, p. 35-52, 2004.
COSTA, L. F. et al. Characterization of complex networks: a survey of measure-
ments. Advances in Physics, v. 56, n. 1, p. 167-242, 2007.
Mtodos e Metodologias em Sistemas Complexos | 81
KAHNEMAN, D.; TVERSKY, A. (Eds.). Choices, values, and frames. First ed.
Cambridge: Cambridge University Press, 2000.
KANTARDZIC, M. Data mining: concepts, models, methods, and algorithms.
New Jersey: John Wiley & Sons, 2003.
LIM, M.; METZLER, R.; BAR-YAM, Y. Global pattern formation and ethnic/
cultural violence, Science, v. 317, n. 5844, p. 1540-1544, 2007.
LLOYD, S. Measures of complexity: a nonexhaustive list, IEEE Control Systems
Magazine, v. 21, n. 4, p. 7-8, 2001.
MILLER, J. H.; PAGE, S. E. Complex adaptive systems: an introduction to
computational models of social life. New Jersey: Princeton Studies in Complexity, 2007.
MITCHELL, M. Complexity a guided tour. Oxford: Oxford University Press, 2009.
MURRAY, J. D. Mathematical biology: an introduction. Third ed. Germany:
Springer, 2007. (Interdisciplinary Applied Mathematics).
NEUMANN, J. V.; MORGENSTERN, O. Theory of games and
economic behavior. Princeton: Princeton Classic Editions, 2007. (60th Anniversary
Commemorative Edition).
NEWMAN, M. Networks: an introduction. First ed. Oxford: Oxford University
Press, 2010.
NEWMAN, M.; BARABASI, A.; WATTS, D. J. The structure and dynamics of
networks. Princeton: Princeton University Press, 2006.
NICOLIS, G. Introduction to nonlinear science. Cambridge: Cambridge
University Press, 1995.
NICOLIS, G.; NICOLIS, C. Foundations of complex systems: nonlinear dynamics,
statistical physics, information and prediction. Singapore: World Scientific, 2007.
PIERCE, J. R. An introduction to information theory: symbols, signals and
noise. Mineola: Dover Publications, Nov. 1980. (Dover Books on Mathematics).
ROSENKRANTZ, R. D. (Ed.). E. T. Jaynes: papers on probability, statistics and
statistical physics. Germany: Springer, 1989.
SCHIF, J. L. Cellular automata: a discrete view of the world. First ed. New Jersey:
Wiley-Interscience, 2008.
SHANNON, C. E. A mathematical theory of communication. Bell System
Technical Journal, v. 27, n. 3, p. 379-423, 1948.
Mtodos e Metodologias em Sistemas Complexos | 83
e outros eventos de baixa taxa de base que podem conduzir o sistema, em vez de
ignor-los com mtodos estatsticos, o que ocorre frequentemente.
A tpica anlise de otimizao de forma fechada de um sistema uma dedu-
o matemtica. Comea com um conjunto de afirmaes (statements) sobre um
sistema e, em seguida, deduz-se uma soluo tima. Infelizmente, dada a natureza
aberta e estocstica dos sistemas tipicamente estudados com ABMs, uma soluo
nica dedutiva pode no ser til. Em vez disso, o ABM deve ser executado diversas
vezes, mapeando os resultados obtidos em cada uma das rodadas. Neste ponto,
pode-se ser tentado a argumentar que big data a soluo. Poderamos simples-
mente analisar dados suficientes de um sistema para compreender todas as suas
dinmicas potenciais e incluir outliers. No entanto, sob a perspectiva de polticas
pblicas, essa abordagem analtica de utilidade limitada. O que uma anlise
de big data pode fornecer so as estruturas de correlao presentes dentro de um
conjunto de dados. Isso bastante diferente da estrutura de causalidade. Alm
disso, a anlise de poltica normalmente realizada para instruir uma mudana
desejada no sistema. Sendo este o caso, o novo sistema potencial estaria fora da
amostra da anlise de big data, e pode no ficar clara a maneira como os sistemas
antigo e novo se relacionam.
ABMs, por outro lado, permitem investigar mecanismos geradores poten-
ciais e realizar experimentos com as estruturas causais. Como Epstein coloca: Se
no geramos x, no explicamos x (Epstein, 2006). Como apontado por Axtell,
gerar um determinado resultado s demonstra suficincia (Axtell, 2000). Pode-se
demonstrar o que ir causar um resultado, mas, provavelmente, no ser possvel
provar que tal o verdadeiro mecanismo utilizado no sistema em estudo. Essa
observao pe em questo a utilidade do mtodo ABM. A deduo matemtica
leva a um e somente um resultado que pode ento ser utilizado para apoiar a to-
mada de deciso. O uso de ABM requer uma estrutura lgica com mais nuances,
utilizando deduo, indicao e, muitas vezes, abduo.
Como indicado anteriormente, ABM um tipo de simulao. Portanto, quan-
do controlado adequadamente para qualquer estocacidade dentro do modelo, cada
execuo do modelo uma deduo estrita e leva a um e apenas um resultado
(Epstein, 2006). Quando se alteram as configuraes ou os nmeros aleatrios
contidos no ABM, pode-se construir um conjunto de mapeamentos (teoremas de
suficincia) de insumos ao ABM e resultados.
Conforme as dedues se acumulam, podem ser usadas para produzir in-
dutivamente hipteses sobre as relaes causais que podem existir no sistema em
estudo um exerccio de estatstica e minerao de dados. Como na maioria das
indues, s possvel deixar de rejeitar uma hiptese causal; nunca garantido
que se revele a estrutura causal real do sistema real com esses mtodos. preciso
90 | Modelagem de Sistemas Complexos para Polticas Pblicas
executar o modelo muitas vezes para explorar e definir o mapeamento entre seus
insumos e resultados. Conforme a dinmica do ABM mais bem compreendida, os
resultados podem ser categorizados em trs tipos bsicos: esperado vlido, esperado
invlido (valores de entrada conhecidos que causam comportamento degenerado)
e resultados inesperados. Esses resultados inesperados so os que do insights sobre
o sistema (Koehler, Barry e Meyer, 2006). No entanto, a fim de saber o quanto
se deve crer nesses insights, o mximo possvel do espao de parmetros deve ser
explorado para fornecer uma compreenso completa do comportamento do modelo.
Muitas vezes, os resultados gerados a partir de mltiplas execues de um
ABM so usados como parte de uma investigao abdutiva de um fenmeno, tal
como o famoso estudo sobre segregao conduzido por Thomas Schelling (1978),
aqui anteriormente discutido. Abduo simplesmente um mtodo para descobrir
um componente faltante do nosso modelo de comportamento de um sistema
(Aliseda, 2006). Uma investigao abdutiva normalmente precedida pela observa-
o de comportamentos surpreendentes ou aparentemente excludentes do sistema.
Por exemplo, no estudo Schelling, os dois sinais do sistema foram: i) padres de
assentamento segregados; e ii) autorrelato da populao de um desejo de viver em
bairros integrados (no segregados). A quantidade de informao utilizada para
definir o sistema inicial e a especificidade da dinmica inesperada vo no somente
restringir os novos componentes potenciais, mas tambm ditar os dados necessrios.
Se o sistema for razoavelmente abstrato e a dinmica inesperada for uma ob-
servao macroscpica geral do sistema, ento a nova caracterstica suficiente ser,
tambm, abstrata. Utilizando os nveis de relevncia emprica de Axtell (Axtell,
2005), o que seria produzido nessas condies , provavelmente, um modelo baseado
em agentes de relevncia emprica de nvel 1 (correspondncia qualitativa em nvel
macro para o referente). medida que a especificidade do sistema e a dinmica
inesperada aumentam, provvel que a especificidade da nova caracterstica tambm
deva elevar-se. Agora, o ABM provavelmente est tentando alcanar o nvel 2 de
relevncia emprica (correspondncia quantitativa no nvel macro). Existem dois
nveis adicionais no modelo de Axtell: nvel 0 (correspondncia qualitativa no nvel
microagentes que se comportam de forma plausvel para um determinado sistema)
e nvel 3 (correspondncia qualitativa no nvel microagentes que se comportam
de forma idntica aos seus correspondentes no mundo real). ABMs de nvel 0 so,
essencialmente, experimentos mentais (thought experiments) e so improvveis de
serem utilizados para a elaborao de polticas. ABMs de nvel 3, por sua vez, seriam
ideais para apoiar a elaborao de polticas por serem uma representao quase per-
feita do sistema em questo. No entanto, devido quantidade de dados necessria
para criar um ABM de nvel 3, improvvel que seja possvel criar tal modelo. Isso
implica normas especficas para o ABM com base em seu uso pretendido. Experi-
mentos mentais e investigaes iniciais so bem servidos por modelos de nveis 0 e 1.
Modelos de Simulao para Polticas Pblicas | 91
Por outro lado, ABMs utilizados para ajudar a definir polticas a serem implementadas
devem atingir pelo menos o nvel 2. Isso ser melhor discutido na prxima seo.
Conforme j indicado aqui, entender quo bem um ABM representa o sistema
em estudo extremamente importante, pois isso ajudar a informar um tomador
de decises sobre como utilizar os resultados deste modelo como suporte deci-
so. Alm do nvel de detalhe e quantidade de dados usados para criar o ABM,
o modelo pode e provavelmente deve ser comparado a um referente (o mundo
real ou outro modelo). A correspondncia com o sistema de referncia pode ser
caracterizada utilizando o quadro de ancoragem (docking framework) criado em
Axtell et al. (1996).
Nesse quadro existem trs nveis de correspondncia: identidade, quando a
simulao produz resultados idnticos ao referente (dados do sistema real ou outra
simulao); distributivo, quando a simulao produz resultados estatisticamente
indistinguveis do referente; e relacional, quando a simulao produz resultados
estatisticamente distinguveis do referente, mas qualitativamente semelhantes. Como
discutido, ABMs utilizados para experimentos mentais podem ser considerados
adequados se tiverem equivalncia relacional com o sistema humano em estudo.
ABMs utilizados para informar decises que iro impactar sistemas humanos devem
estar relacionados com o sistema de referncia, pelo menos no nvel distributivo.5
3 MODELAGEM E SIMULAO
A modelagem e simulao (M&S) proporcionam aos cientistas um conjunto
de ferramentas para resolver problemas sem solues analticas, numricas. No
entanto, esta abordagem tem seu prprio conjunto de desafios, entre os quais a
relevncia provavelmente o maior. A importncia de um esforo de M&S depende
do engajamento dos stakeholders, o que muitas vezes determina a longevidade e o
impacto do projeto. O envolvimento dos stakeholders geralmente depende da forma
como eles avaliam o modelo conceitual. Muitos modelos acadmicos podem falhar
neste aspecto e ser rapidamente descartados por serem demasiado pretensiosos.
O cientista de simulao deve equilibrar a tradeoff entre construir um toy model
muito simples e gerar um modelo muito complicado de explicar e entender. Um
modelo muito grande, muito inclusivo, pode rapidamente levar os pesquisadores
a fazer muitas hipteses simplificadoras fora de seu domnio de expertise, como
adivinhar como as pessoas reagiriam em diferentes situaes. Um bom modelo para
a anlise de polticas est provavelmente em algum lugar entre esses dois extremos:
um modelo construdo para incluir muitas das caractersticas-chave dos sistemas,
5. Detalhes adicionais da utilizao de docking e do modelo de relevncia emprica para a avaliao de modelos
baseados em agentes (ABMs) podem ser encontrados em Egeth, Klein e Schomorrow (2014); Koehler, Barry e Meyer (2006);
e Barry, Koehler e Tivnan (2009).
92 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 1
Processo de modelagem e simulao
Modelo
Sistema do conceitual
mundo real
Define Implementa
Define
Simulao
Pergunta de
pesquisa Refina
Corrige Analisa
Verificao
Responde
Validao Analisa
Obs: O processo de modelagem e simulao um processo iterativo e compreende muitos ciclos. Cada passo pode incorporar
novas tecnologias e habilidades.
Modelos de Simulao para Polticas Pblicas | 93
4 CONCLUSES
As tcnicas de modelagem e simulao tm uma longa histria com a anlise de polticas
pblicas, com a maioria dos mtodos envolvendo modelos de dinmica de sistemas
e de equaes matemticas de forma fechada (closed form mathematical equations).
Esses mtodos no expem os comportamentos subjacentes de nvel micro que causam
94 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ALISEDA, A. Abductive reasoning: logical investigations into discovery and
explanation. Synthese Library Springer. 2006.
ARTHUR, W. Increasing returns and path dependence in the economy:
economics, cognition, and society. Michigan: University of Michigan Press, 1994.
AXELROD, R. Advancing the art of simulation in the social sciences. In: CONTE, R.;
HEGSELMANN, R.; TERNA, P. (Eds.). Simulating social phenomena. Springer
Berlin Heidelberg, 1997.
AXTELL, R. Why agents? On the varied motivations for agent computing in the
social sciences. Washington: Center on Social and Economic Dynamics; Brookings
Institution, 2000. (Working Paper, n. 17).
______. The complexity of exchange. Economic Journal, n. 504, p. 193-210, 2005.
AXTELL, R. L. et al. Aligning simulation models: a case study and results.
Computational and Mathematical Organization Theory, v. 1, n. 2, p. 123-141, 1996.
Modelos de Simulao para Polticas Pblicas | 95
1 INTRODUO
O principal objetivo deste captulo apresentar uma viso geral de como se pode
implementar em um computador a maioria dos mtodos e das tcnicas apresentadas
nos captulos anteriores. Esta anlise ser concentrada, principalmente, em
tcnicas de simulao baseadas em multiagentes, uma vez que estes podem ser
vistos naturalmente como uma metfora para sistemas complexos, nos quais uma
grande quantidade de interao entre elementos individuais ocorrem. Sempre que
for possvel, sero fornecidos exemplos do domnio de sistemas complexos para
ilustrar os principais conceitos.
1. Laboratrio de Tcnicas Inteligentes (LTI) da Escola Politcnica (EP) da Universidade de So Paulo (USP).
E-mail: <jaime.sichman@poli.usp.br>.
98 | Modelagem de Sistemas Complexos para Polticas Pblicas
2. Para mais detalhes sobre o assunto, consultar Ferber (1995) e Wooldridge (2002).
3. Para uma reviso de estudos de simulao baseado em autmatos celulares, ver Hegselmann (1997), e para uma viso
abrangente de MABS, ver Sichman (2008).
100 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 1
As interseces das trs reas que definem ABSS
Computao
SAAS baseada
Cincias sociais
em agentes
ABSS
MABS
SimSoc
Simulao computacional
FIGURA 2
Passos do desenvolvimento de um MABS
Simulador
Dados reais
(1)
Validao do
modelo
(4)
Elaborao do autor.
da simulao esteja nos limites aceitveis. Essas duas ltimas etapas so discutidas
em detalhe na sequncia.
absoluto. Deve ser enfatizado, contudo, que este tipo de validao ponto a ponto
raramente obtido em cenrios com variaes aleatrias de suas condies; particu-
larmente em sistemas caticos, pequenas flutuaes nas condies iniciais mudam
drasticamente a trajetria final do sistema (Sterman, 2000). Assim, geralmente
um modelo de simulao considerado suficientemente fiel quando apresenta as
mesmas variaes observadas no mundo real na frequncia, fase e amplitude das
oscilaes do sistema.
De acordo com Nigel e Troitzsch (2005), validao extremamente difcil
em SocSim, por diversas razes.
1) s vezes, tanto o modelo quanto o alvo so provavelmente processos
estocsticos, e consequentemente a validao dependeria da distribuio
estatstica esperada da medida das sadas. Infelizmente, em SocSim essas
distribuies so raramente conhecidas com antecedncia e no so fceis
de estimar.
2) Muitas simulaes so dependentes do caminho, ou seja, seus resultados
dependem nas condies iniciais, e estes podem ser muito sensveis aos
valores das premissas de alguns modelos.
3) H sempre alguns aspectos do alvo que so irreproduzveis pelo modelo.
4) Em certas vezes, o modelo pode ser correto, mas os dados sobre o alvo
no o so, ou so o resultado de algumas suposies e estimativas.
Modelos sociais artificiais, como demonstrados na seo 2.3, no se refe-
rem a um objetivo concreto, e neste caso, verificao e validao dificilmente
so distinguidas.
Uma vez que um modelo verificado e validado, preciso tambm realizar
uma anlise de sensibilidade, ou seja, tenta-se inferir o grau em que o comportamento
da simulao sensvel aos pressupostos iniciais que foram adotados. O usurio
deve alterar levemente as condies iniciais e os parmetros do modelo, executar
novamente a simulao, e observar eventuais diferenas sensveis nos resultados.
Isso feito repetidamente, ao mudar de forma sistemtica os parmetros.
Em SocSim, como o nmero de parmetros muito grande, isto leva a uma exploso
combinatria. Uma tcnica para evitar este problema variar estes parmetros
aleatoriamente, gerando assim uma distribuio de resultados.
A calibrao do modelo outra questo importante em qualquer experimento
de simulao. Ela consiste em ajustar um modelo existente para um sistema de
referncia. Em geral, isso feito ao adaptar os parmetros do modelo para um
conjunto de dados de amostras do sistema de referncia. A abordagem formal para
a calibrao de simulao proposta por Hofmann (2005), nela o autor mostra
que este problema NP-completo.
Operacionalizao de Sistemas Complexos | 109
QUADRO 1
Os sete elementos do protocolo ODD original e atualizado
Elementos do protocolo ODD original Elementos do protocolo ODD atualizado
1. Propsito 1. Propsito
Viso geral 2. Variveis de estado e escala 2. Entidades, variveis de estado e escalas
3. Viso geral do processo e escalonamento 3. Viso geral do processo e escalonamento
4. Conceitos de design 4. Conceitos de design
Emergncia Princpios bsicos
Adaptao Emergncia
Adequao Adaptao
Previso Objetivos
Conceitos de design Detectao Aprendizagem
Interao Previso
Estocasticidade Detectao
Coletivo Interao
Observao Estocasticidade
Coletivo
Observao
5. Inicializao 5. Inicializao
Detalhes 6. Entradas 6. Entradas
7. Submodelos 7. Submodelos
Fonte: Grimm et al. (2006).
4 PLATAFORMAS MABS
Nesta seo, so apresentadas as caractersticas principais de algumas das ferra-
mentas computacionais mais utilizadas para implementar MABS. Comea-se
caracterizando o padro que o desenvolvimento destas plataformas tem seguido.
Detalham-se em seguida seis plataformas, escolhidas por seus diferentes conceitos
principais, linguagens de programao subjacentes e habilidades de programao
exigidas dos usurios. Conclui-se ento com a apresentao de uma anlise
comparativa dessas ferramentas.
4.2 Swarm
Swarm4 foi a primeira plataforma de simulao lanada com uma modelagem
baseada em agentes (Minar et al., 1998). Foi criada no Instituto Santa F, em
1994, e especificamente planejada para a vida artificial e as aplicaes de sistemas
complexos. Recentemente, o desenvolvimento e a gesto do projeto mudou-se
para o Grupo de Desenvolvimento Swarm.
A plataforma Swarm de simulao foi concebida como uma linguagem geral
e um conjunto de ferramentas para MABS utilizados em diferentes domnios cien-
tficos. Em sua concepo, h uma separao conceitual clara entre os trechos de
software que implementam um modelo e os outros voltados para a observao e a
realizao de experincias sobre o modelo. Diferentemente de outras plataformas,
esta distino entre o modelo atual e o software necessrio para observar e coletar
dados facilita na alterao de uma parte sem influenciar a outra.
4.3 Repast
Recursive Porous Agent Simulation Toolkit (Repast)5 uma plataforma que foi
desenvolvida no Social Science Computing Research Lab da Universidade de
Chicago (North et al., 2005).
4.4 Mason
Mason6 uma plataforma livre e de cdigo aberto baseada em Java, desenvolvida
por um esforo conjunto de duas unidades da George Mason University: o Depar-
tamento de Cincia da Computao e o Center for Social Complexity (Luke et al.,
2005). Esta plataforma no se baseia em qualquer outro conjunto de ferramentas
previamente desenvolvido. uma plataforma de uso geral, que no se destina a
um domnio especfico.
O principal objetivo do sistema oferecer uma opo de forma mais concisa e
de alto desempenho mais rpida para Repast. O sistema tem foco em modelos
cujas simulaes levam um longo tempo para se executar, so computacionalmente
exigentes e envolvem um grande nmero de agentes cujo nmero de interaes
muito elevado. As escolhas no projeto parecem ter sido impulsionadas em grande
parte pelo objetivo de maximizar a velocidade de execuo e garantir reprodutibi-
lidade completa entre hardwares distintos. Assim, a capacidade para ligar/desligar
dinamicamente interfaces grficas na simulao e retomar/parar uma simulao
enquanto ela esteja sendo movida entre diferentes computadores foi considerada
um requisito prioritrio na sua concepo. Consequentemente, os modelos bsicos
so executados de forma independente dos mdulos de visualizao.
Em resumo, Mason uma plataforma MABS de eventos discretos, rpida,
facilmente expansvel e escrita em Java. Foi projetada para servir de base para uma
ampla gama de tarefas de MABS, que vo desde enxames robticos a aprendizado de
mquina e ambientes de complexidade social. Mason contm tanto uma biblioteca
modelo como um conjunto de ferramentas de visualizao opcional em 2D e 3D.
4.5 NetLogo
NetLogo7 uma plataforma MABS originalmente concebida em 1999, por Uri
Wilensky, desenvolvida no Center for Connected Learning and Computer-Based
Modeling da Universidade Northwestern (Wilensky, 1999).
Originalmente chamada de StarLogoT, trata-se de uma plataforma de alto
nvel que fornece uma linguagem de programao simples mas poderosa, alm de
interfaces grficas embutidas e uma documentao abrangente.
A plataforma baseada na linguagem Logo, que um dialeto de Lisp;
consequentemente, ela no apresenta todos os ricos controles e comandos de uma
linguagem de programao padro. NetLogo teve como objetivo desenvolver uma
certa classe de modelos, ou seja, agentes que se movem e agem simultaneamente
em uma grade espacial, e cujos comportamentos resultam de interaes locais.
4.6 Cormas
Desenvolvido pela equipe Green no CIRAD, Frana, cujo principal interesse
desenvolver e testar modelos de gesto de recursos naturais renovveis, Cormas8
uma plataforma poderosa quando se quer concentrar em interaes entre partes
interessadas no uso dos recursos naturais renovveis (Bousquet et al., 1998).
De acordo com as informaes disponveis no site do projeto:
Cormas uma plataforma de simulao com base no ambiente de programao
VisualWorks que permite o desenvolvimento de aplicaes na linguagem de pro-
gramao orientada a objetos SmallTalk. Entidades pr-definidas em Cormas so
classes genricas de SmallTalk a partir das quais, por especializao e aperfeioamento,
usurios podem criar entidades especficas para o seu prprio modelo.
A equipe Green influenciada pelas ideias de duas associaes de pesquisa
distintas: a Sociedade Internacional de Economia Ecolgica (ISEE) e a Associao
Internacional para o Estudo da Propriedade Comum (IASCP). A primeira est
interessada em integrar sistemas ecolgicos dentro de estruturas econmicas, e
seus modelos so muitas vezes baseados em modelagem de sistemas dinmicos
para representar o fluxo de energia, informao ou dinheiro. A segunda associao
foca a gesto da propriedade comum, particularmente em recursos naturais
renovveis, cujas tcnicas so muitas vezes baseadas na teoria dos jogos em que
os comportamentos individuais e as interaes so consideradas. Por ltimo, uma
abordagem regional utiliza Sistemas de Informao Geogrfica (GIS) como sua
principal ferramenta de modelagem. Cormas foi, portanto, desenvolvido para lidar
com essas diferentes influncias.
4.7 Gama
Gama9 uma plataforma MABS desenvolvida por vrias equipes, sob a gide da
unidade de investigao internacional da IRD/UPMC, UMMISCO, compreen-
dendo a Universidade Nacional do Vietn (Vietn), CNRS/Universidade de Rouen
(Frana), CNRS/Universidade de Toulouse 1 (Frana), Universidade de Can Tho
(Vietn) e CNRS/Universidade Paris Sul (Frana) (Grignard et al., 2013). uma
das plataformas MABS mais bem desenvolvidas recentemente.
Duas das principais diferenas entre Gama e outras plataformas MABS so:
i) melhor integrao de vetores de dados geogrficos sries geomtricas que
definem coordenadas; e ii) possibilidade de definir modelos multinvel. Usando
uma linguagem de modelagem baseada em XML, chamada GAML, a plataforma
facilita a definio de modelos bastante complexos, que integram agentes
individuais, outras entidades de diferentes escalas e vetores de dados geogrficos.
Ao fornecer tal integrao, a plataforma Gama permite a utilizao de ferramentas
mais potentes, como a anlise espacial dos GIS, para gerir estes dados.
Segundo Grignard et al. (2013), existem trs maneiras diferentes de integrar
dados vetoriais geogrficos em uma plataforma MABS, a partir de uma represen-
tao simples para uma representao mais rica.
1) Vetores geogrficos podem simplesmente ser lidos/escritos de/para
arquivos externos e bancos de dados, portanto, perfeitamente integrados
plataforma subjacente.
2) A plataforma pode representar esses dados como uma camada de fundo,
constituda por objetos geogrficos. Um agente pode, assim, mover-se,
evoluir e interagir de acordo com as limitaes definidas nesta camada.
3) Um processo de agentificao realizado, o que significa que cada objeto
geogrfico tambm considerado como um agente.
dessas aes foi implementada pelas diferentes plataformas. Eles terminaram por
atingir quinze diferentes nveis, pelos quais eles examinaram caractersticas como
questes de ambiente, estrutura do modelo, agendamento de agente, entrada e
sada de arquivos, gerao de nmeros aleatrios e capacidades estatsticas.
A segunda pesquisa foi apresentada por Tobias e Hofmann (2004). Eles compa-
ram quatro diferentes plataformas SimSoc baseadas em Java, utilizando trs critrios
diferentes e convenientemente ponderados para dar um resultado final: i) critrio
geral, composto por licena, documentao, suporte, base de usurios e viabilidade
futura; ii) critrio de modelagem e experimentao, composto por suporte para
modelagem, suporte para controle de simulao, apoio experimentao, apoio
organizao do projeto, facilidade de utilizao, suporte para comunicaes e
facilidade de instalao; e iii) critrio de opes de modelagem, composto de um
grande nmero de agentes complexos, comunicao interagente, gerao de popu-
laes de agente, gerao de redes, gesto de arranjo espacial e mudana dinmica
da estrutura. Ao combinar a ponderao desses critrios, a plataforma Repast foi
a que obteve a nota mais elevada, tal como mostrado na tabela 1.
QUADRO 2
Diferena de terminologia entre as plataformas
Termo
Conceito
Mason NetLogo Repast Swarm
Objeto que constri e controla objetos de Swarm do
Modelo Observador Modelo
simulao modelo
Objeto que representa espao e controla grficos Swarm do
Modelo com UI Interface Nenhum
da tela observador
Objeto que representa espao e localizao
Campo Mundo Espao Espao
dos agentes
Apresentao grfica de informaes espaciais Portrayal Viso Display Display
Apresentao abertas ao usurio do estado
Inspetor Monitor Prova Display da prova
do agente
Um comportamento de agente ou evento a ser
Steppable Procedimento Ao Ao
executado
Procedimento
Lista de eventos executados repetidamente Schedule Schedule Schedule
infinito
TABELA 1
Pontuao total ponderada das estruturas de simulao avaliadas
Critrio RePast Swarm Quicksilver VSEit
Geral (78) 71 62 48 44
Suporte para modelagem e experimentao (186) 113 95 94 80
Opes de modelagem (168) 127 109 99 103
Total 311 266 241 227
Fonte: Tobias e Hofmann (2004).
Operacionalizao de Sistemas Complexos | 119
QUADRO 3
Comparao de sistemas de modelagem/simulao shareware/freeware
Simulao Open Source/Sistemas de modelagem
Swarm Mason Repast
Santa Fe Institute/SWARM Center for Social Complexity, George University of Chicago, Department of
Desenvolvedores
Development Group, USA Mason University, USA Social Science Research Computing, USA
Data de incio 1996 2003 2000
Stio <http:/www.swarm.org> <http://es.gmu.edu/~eelab/projects/mason> <http://repast.sourceforge.net>
<http://www.swarm.org/ <https://listserv.gmu.edu/archives/ <https://lists.sourceforge.net/listis/listinfo/
Lista de e-mail
mai lman/listinfo> mason-interest-l> repast-interest>
Linguagem de
Objective-C/Java Java Java/Python/Microsoft.Net
Implementao
Sistema Windows, UNIX, Linux,
Windows, UNIX, Linux, Mac OSX Windows, UNIX, Linux, Mac OSX
operacional Mac OSX
Experincia de
programao Forte Forte Forte
necessria
Sim (exemplo: OpenMap, Java Topology
Sim (exemplo: biblioteca
Suite e GeoTools).
Funcionalidade Kenge GIS para Raster
No Simulao Repast tambm podem ser
GIS integrada data: <http://www.gis.
executadas dentro do ArcGIS com uma
usu.edu/sw arm)>
extenso chamada Agent Analyst
Quadros, grficos Sim (exemplo: pacote estatstico Colt
Sim (exemplo: pacotes
e estatsticas No e funcionalidade bsica Repast para
estatsticos R e S-plus)
integradas estatsticas simples de rede)
Disponibilidade
de modelos de Sim Sim Sim
demonstrao
Cdigo fonte
de modelos de Sim Sim Sim
demonstrao
Tutoriais/docu-
Sim Sim Sim
mentao how-to
Extenso Agent Analyst: <http://www.
institute.redlan. ds.edu/agentanalyst>
Informao
Minar et al. (1996) Luke et al. (2004)
adicional
Weblog util: <http://www.gisagcnts.
blogsp ot.com>
Fonte: Castle e Crooks (2006); Najlis, Janssen e Parker (2001); Parker (2001).
5 OUTRAS TCNICAS
Nesta seo, apresentam-se outras tcnicas computacionais que podem ser usadas
para modelar e analisar sistemas complexos. Em particular, duas tcnicas sero
abordadas: aprendizado de mquina e redes sociais. Estas tcnicas possuem uma
base terica bastante extensa, assim, decidiu-se por apenas apresentar suas ideias
principais em um nvel de abstrao muito alto e exibir algumas ferramentas com-
putacionais que poderiam implementar algoritmos teis para sistemas complexos.
inicial das sementes, e s vezes o algoritmo pode parar em um mnimo local. Uma boa
tcnica para aumentar a chance de encontrar o timo global reiniciar o algoritmo
com diferentes sementes aleatrias.
Um aspecto importante na utilizao do k-means escolher o melhor k.
As possveis tcnicas incluem: i) escolher um valor k que minimiza a distncia
quadrada da avaliao cruzada para os centros de agrupamento; ii) usar a distncia
quadrada penalizada nos dados de treinamento; e iii) aplicar k-means de forma
recursiva, comeando com k = 2, e parar de aumentar seu valor com base em
alguma avaliao de erro (Hall et al., 2009).
H outros algoritmos de agrupamento hierrquicos, aglomerativos e incrementais
bem estabelecidos e disponveis na literatura. Uma descrio mais detalhada destes
algoritmos foi realizada por Mitchell (1997) e Witten e Eibe (2011).
5.1.3 Weka
Talvez o repositrio mais conhecido de ML seja o Weka10 (Hall et al., 2009).
De acordo com as informaes disponveis no site:
Weka um conjunto de algoritmos de aprendizado de mquina para tarefas de
minerao de dados. Os algoritmos podem ser aplicados diretamente a um conjunto
de dados ou chamado a partir de seu prprio cdigo Java. Weka contm ferramentas
para pr-processamento de dados, classificao, regresso, clustering, regras de
associao e visualizao. tambm bem adequado para desenvolvimento de novos
sistemas de aprendizado de mquina.
Weka foi desenvolvido pelo Grupo de Aprendizado de Mquina da Universidade
de Waikato, Nova Zelndia. O nome Weka vem de uma ave que no voa com uma
natureza inquisitiva, encontrada apenas nas ilhas da Nova Zelndia.
Weka um software de cdigo aberto emitido sob a GNU General Public
License. Ele pode ser usado para Data Mining e aplicado para processar Big Data.
Recentemente, os autores forneceram um MOOC de cinco semanas, chamado
Data Mining com Weka, que contm aulas em vdeo e outras informaes teis
para utilizar o repositrio.
5.2.3 UciNet/NetDraw
UciNet12 um software que l e grava arquivos de dados de redes sociais. NetDraw
empacotado com Ucinet e usado para ler e exibir visualizaes de rede. O Ucinet
amplamente utilizado na academia, pois seu formato de arquivo pode ser usado
com um grande nmero de plataformas de anlise e visualizao.
Embora empregado principalmente em ambientes acadmicos, o Ucinet
tambm utilizado por consultores que elaboraram verses personalizadas do
software para atender a necessidades mais especficas. O Ucinet gratuito para uso
individual, mas tem um custo para uso comercial. Suas principais vantagens so:
i) flexvel e pode importar dados de diferentes formatos de arquivos, incluindo
Excel; ii) suporta tipos mais complexos de anlise de rede; e iii) compatvel com
vrias plataformas de visualizao diferentes.
As principais desvantagens do Ucinet so: i) dificuldade de uso nas tarefas de
anlise de redes sociais simples; ii) recursos de ajuda on-line se destinam a audincias
mais sofisticadas; iii) dificuldade em filtrar os dados que esto sendo visualizados;
e iv) visualizao de NetDraw no permite a formatao de sada.
Um captulo interessante descrevendo como comear a utilizar Ucinet/
NetDraw, entre outras ferramentas, apresentado por Everton (2012).
5.2.4 NetMine
NetMiner13 uma ferramenta de software para anlise exploratria e visualizao
de dados da rede. Ela pode lidar com grandes quantidades de dados e permite
ao usurio realizar tanto anlises simples quanto mais avanadas, incluindo um
nmero de procedimentos estatsticos. Os dados podem ser visualizados com base
em vrios tipos diferentes de algoritmos de visualizao de rede, e os resultados
estatsticos podem ser exibidos por meio de grficos.
O NetMiner adequado para uma variedade de pblicos, incluindo acadmicos,
consumidores corporativos e pblico em geral. uma plataforma prpria, mas as
licenas de uso de estudantes so bastante baratas. Suas principais vantagens so:
i) apresenta uma interface com o usurio conveniente e intuitiva, de fcil uso para
usurios menos avanados; ii) oferece um bom suporte ao usurio pelos arquivos
de ajuda embutidos na plataforma, bem como documentao sobre a utilizao
do software on-line; e iii) oferece funcionalidades avanadas para conduzir vrios
tipos de anlises estatsticas e visualizaes.
Uma desvantagem do NetMiner o fato de necessitar de um nvel bsico de
sofisticao tcnica e familiaridade com a anlise de redes sociais.
os que estariam mais suscetveis a cooperar, isto , aqueles que tambm dependem
deles. Com base neste clculo, agentes interagem pelo envio de propostas uns para
os outros, visando a estabelecer parcerias para atingir as metas de cada um.
FIGURA 3
Interface do PartNet+
FIGURA 4
Metodologia GMABS
2. Tomada de
1. Informa cenrio inicial
deciso individual e
negociaes bilaterais
e colaterais RPG MABS
5. Retorna novo cenrio 4. Processamento
3. Informaes
FIGURA 5
Arquitetura do Vip-Jogoman
RPG
Jogadores reais
AgentSpeak(L) and
Jason
7 CONCLUSES
Neste captulo, abordou-se a questo de como construir modelos operacionais e
implementaes de sistemas complexos. Foram descritos vrios instrumentos e
tcnicas que podem ser utilizados para este objetivo. Este estudo concentrou-se
nas plataformas MABS por acreditar que elas so as ferramentas mais adequadas
para implementar tais sistemas.
Sobre o importante papel da simulao na cincia, utilizou-se a influente
opinio de Axelrod (1997) para concluir este captulo:
A simulao uma terceira forma de fazer cincia. Como deduo, ela comea com
um conjunto de pressupostos explcitos. Mas, ao contrrio de deduo, ela no prova
teoremas. Em vez disso, uma simulao gera dados que podem ser analisados indu-
tivamente. Ao contrrio de induo tpica, no entanto, os dados simulados vm de
um conjunto rigorosamente definido de regras, ao invs de uma medio direta do
mundo real. Embora a induo possa ser usada para encontrar padres em dados e a
deduo possa ser usada para encontrar consequncias de suposies, a modelagem
por simulao pode ser usada como um auxlio intuio.
134 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ADAMATTI, D. F.; SICHMAN, J. S.; COELHO, H. An analysis of the insertion
of virtual players in GMABS methodology using the Vip-Jogo Man prototype.
Journal of Artificial Societies and Social Simulation, v. 12, n. 3, 2009.
ALLAN, R. J. Survey of agent based modelling and simulation tools. Swindow:
Science and Technology Facilities Council, 2010.
AMBLARD, F. Construire des socits artificielles pour comprendre les
phnomnes sociaux rels. Nouvelles Perspectives en Sciences Sociales, v. 5,
n. 2, p. 69-77, 2010.
AXELROD, R. Advancing the art of simulation in the social sciences. In: Conte,
R.; Hegselmann, R.; Terna, P. Simulating social phenomena. Berlin, Springer
1997. v. 456. p. 21-40.
BARRETEAU, O. The joint use of role-playing games and models regarding
negotiation processes: characterization of associations. Journal of Artificial Societies
and Social Simulation, v. 6, n. 2, 2003.
BORGATTI, S. P.; EVERETT, M. G.; FREEMAN, L. C. Ucinet for windows:
software for social network analysis. Massachusetts: Analytic Technologies, 2002.
BOUSQUET, F. et al. Cormas: Common-pool resources and multi-agent systems.
In: DEL POBIL, A. P.; MIRA, J.; MOONIS, A. (eds.). Tasks and methods in
applied artificial intelligence. London, Springer 1998. p. 826-837.
CARRINGTON, P. J.; SCOTT, J.; WASSERMAN, S. Models and methods in
social network analysis. Cambridge: Cambridge University Press, 2005.
CASTELFRANCHI, C.; MICELLI, M.; CESTA, A. Dependence relations among
autonomous agents. In: WERNER, E.; DEMAZEAU, Y. Decentralized A. I. 3.
Amsterdam: Elsevier Science Publishers B. V., 1992. p. 215-227.
CASTLE, C. J. E.; CROOKS, A. T. Principles and concepts of agent-based
modelling for developing geospatial simulations. Technical report, Centre for
Advanced Spatial Analysis. London: University College London, 2006.
CONTE, R.; CASTELFRANCHI, C. Mind is not enough: precognitive bases of
social interaction. In: NIGEL, G. (ed.). PROCEEDINGS OF 1992 SYMPOSIUM
ON SIMULATING SOCIETIES, Guildford, UK, Apr. 1992, p. 93-110.
CONTE, R.; PEDONE, R. Finding the best partner: the partnet system. In:
SICHMAN, J. S.; CONTE, R.; GILBERT, N. Multi-agent systems and agent-
based simulation. Berlin: Springer-Verlag, 1998. v. 1534 of lecture notes in
artificial intelligence. p.156-168.
Operacionalizao de Sistemas Complexos | 135
HALL, M. et al. The weka data mining software: an update. ACM SIGKDD
explorations newsletter, v. 11, n. 1, p. 10-18, 2009.
HANNEMAN, R. A.; RIDDLE, M. Introduction to social network methods.
Riverside: University of California, 2005.
HASSAN, S.; PAVON, J.; NIGEL, N. Injecting data into simulation: can
agent-based modelling learn from microsimulation. In: WORLD CONGRESS
OF SOCIAL SIMULATION, George Mason University, Fairfax, 2008.
HEGSELMANN, R. Social science simulation: origin, prospects, purposes. In:
CONTE, R.; HEGSELMANN, R.; TERNA, P. Simulating social phenomena.
Berlin: Springer-Verlag, 1997.
HOFMANN, M. On the complexity of parameter calibration in simulation models.
The Journal of Defense Modeling and Simulation, Applications, Methodology,
Technology, v. 2, n. 4, p. 217-226, 2005.
HUISMAN, M.; VAN DUIJN, M. A. J. Software for social network analysis. In:
CARRINGTON, P. J.; SCOTT, J.; WASSERMAN, S. Models and Methods
in Social Network Analysis. Cambridge: Cambridge University Press, 2005.
p. 270-316.
KIRSCHNER, A. Overview of common social network analysis software plat-forms.
San Fransisco: Monitor Group, 2008. Acesso em: 30 nov. 2014. Disponvel em:
<http://goo.gl/gWLKFc>.
LUKE, S. et al. Mason: a multiagent simulation environment. Simulation, v. 81,
n. 7, p. 517-527, 2005.
MINAR, N. et al. The swarm simulation system: a toolkit for building multi-
agent simulations. Santa Fe: Santa Fe Institute, 1996. Technical report.
MITCHELL, T. Machine Learning. London: McGraw-Hill Book Co., 1997.
MONTEIRO, J. L. R. Simulao de parcerias entre agentes: uma extenso
do sistema Part-Net. Dissertao (Mestrado) Programa de Ps-Graduao
em Engenharia Eltrica, Escola Politcnica da Universidade de So Paulo,
So Paulo, 2004.
MONTEIRO, J. L. R.; SICHMAN, J. S. Partnet++: simulating multiple agent
partnetships using dependence graphs. In: SICHMAN, J. S.; ANTUNES, L.
Multi-Agent-Based Simulation VI. Berlin: Springer-Verlag, 2005. p. 14-25.
NAJLIS, R.; JANSSEN, M. A.; PARKER, D. C. Software tools and communication
issues. In: PARKER, D. C.; BERGER, T.; MANSON, S. M. Meeting the Challenge
of Complexity: Proceedings of a Special Workshop on Land-Use - Land-Cover
Change. California: Irvine, 2001.
Operacionalizao de Sistemas Complexos | 137
1. Traduo de Nilo Saccaro Jnior, Patrcia A. M. Sakowski, Jlio Csar Roma e Bernardo Alves Furtado.
2. Graduate School of Public Policy (GraSPP), University of Tokyo, Japan; Department of Science, Technology, Engineering
and Public Policy (STEaPP), University College London, United Kingdom. E-mail: <yarimemasa@gmail.com>.
3. Graduate School of Public Policy (GraSPP), University of Tokyo, Japan.
142 | Modelagem de Sistemas Complexos para Polticas Pblicas
4. Agradecemos ao tcnico de Planejamento e Pesquisa do Ipea Nilo Saccaro Jnior por apontar esse aspecto
da biodiversidade.
148 | Modelagem de Sistemas Complexos para Polticas Pblicas
tem recebido ateno especial desde o apago no Norte da ndia em 2012, prev
centros locais de gerao, armazenamento e transmisso de energia que, ainda
que conectados rede centralizada tradicional, destinam-se essencialmente a uma
rea geogrfica especfica. Na esteira de uma perturbao ou um choque na rede
centralizada, a conexo com os micro-grids pode ser desligada, e, posteriormente,
o micro-grid pode funcionar de forma autnoma por conta prpria. Micro-grids e
sistemas de energia distribudos permitem maior modularidade e, consequente-
mente, fornecimento de energia mais confivel e sem interrupes.
Feedback refere-se transferncia de mudanas em uma parte do sistema para
outras partes. Um sistema resiliente mantm fortes mecanismos de feedback para
identificar limiares e regular a capacidade do sistema de mover-se de uma trajetria
para outra. A retroalimentao um fenmeno comum em sistemas naturais. Espe-
cialmente na biologia evolutiva e em flutuaes ecolgicas, mecanismos de feedback
so fundamentais para a resilincia e a sobrevivncia dos sistemas. Feedbacks levam
aprendizagem e auto-organizao para diferentes solues ou atratores, conforme
surgem novas condies. Nos sistemas de energia tradicionais, h pouco feedback
regulatrio. Especificamente, h pouca informao em tempo real sobre o nvel de
oferta e demanda de energia. Essa falta de informao exige um constante excesso
de oferta de eletricidade, incorrendo em altos custos. Alm disso, sem informao
dinmica, h pouco controle regulatrio do sistema para evitar colapso em caso de
uma perturbao. Para atender necessidade de feedback regulatrio nos sistemas
de energia, as assim chamadas tecnologias inteligentes atualmente so cada vez mais
utilizadas para esse fim. Os contadores inteligentes envolvem sensores em tempo
real que permitem a comunicao de duas vias entre o contador e o sistema central,
funcionando como a chave do sistema de rede inteligente proposto. Nesse contexto,
uma malha inteligente uma rede eltrica modernizada que aproveita o feedback
constante de informao de todos os seus medidores e sensores e concebe reao
regulatria rpida ao comportamento tanto tecnolgico como humano. Espera-se
que essas tecnologias de energia inteligentes melhorem a resilincia dos sistemas
de energia e contribuam para os trs objetivos de energia sustentvel, ou seja, o
acesso energia para todos, o aumento da eficincia energtica e a promoo da
energia renovvel (UN, 2012b; 2014).
A abordagem baseada em informaes ecolgicas, derivada da teoria de proba-
bilidades e da teoria dos grafos, pode ser utilizada para analisar quantitativamente
a estrutura geral de um sistema em que os ns so conectados uns aos outros por
meio de fluxos entre si em uma rede (Kharrazi et al., 2013; 2014).
Essa abordagem adota um paradigma orientado a sistema que enfatiza pro-
priedades holsticas de uma rede. Essas propriedades podem no ser evidentes ao
se abordarem partes da rede de forma isolada, requerendo, em vez disso, que se
O Ambiente como Sistema Socionatural, Dinmico e Complexo: oportunidades | 149
e desafios de polticas pblicas na promoo da sustentabilidade global
ser definida como redes formais e informais com interaes entre atores e sistemas
compostos por eles, que influenciam a sustentabilidade pela integrao de vrias
dimenses (Shiroyama et al., 2012). Consequentemente, a governana em rede
para a sustentabilidade requer a integrao de conhecimento como um meio de
lidar com dimenses diversas e incertas da sustentabilidade, alm da governana de
mltiplos atores, envolvendo colaboraes pblico-privadas e interaes multinveis.
Isso crucial para o consenso sobre aes concretas entre diferentes stakeholders
na concepo e estabelecimento de sistemas sustentveis. Como nosso ambiente
inerentemente imbudo em sistemas humano-naturais acoplados, com todas suas
complexidades e incertezas, qualquer implementao de poltica que almeje alcanar
a sustentabilidade desses sistemas requer engajamento srio e colaborao ativa dos
stakeholders, que contribuiro para culminar nas transformaes sociais necessrias.
REFERNCIAS
AHERN, J. From Fail-Safe to Safe-to-Fail: sustainability and resilience in the new
urban world. Landscape and Urban Planning, v. 100, p. 341-343, 2011.
BIERMANN, F. Earth system governance as a crosscutting theme of global change
research. Global Environmental Change, v. 17, n. 3-4, p. 326-337, 2007.
BIGGS, R.; SCHLUETER, M.; SCHOON, M. L. Principles for building
resilience: sustaining ecosystem services in social-ecological systems. Cambridge:
Cambridge University Press, 2015.
BODIN, .; TENG, M. Disentangling intangible social-ecological systems.
Global Environmental Change, v. 22, n. 2, p. 430-439, 2012.
BODINI, A.; BONDAVALLI, C.; STEFANO, A. Cities as ecosystems: growth,
development and implications for sustainability. Ecological Modelling, v. 245,
p.185-198, 2012.
BORUCKE, M. et al. Accounting for demand and supply of the biospheres
regenerative capacity: the national footprint accounts underlying methodology
and framework. Ecological Indicators, v. 24, n. 0, p. 518-533, 2013.
CLARK, W. C.; DICKSON, N. M. Sustainability science: the emerging research
program. Proceedings of National Academy of Science, v. 100, n. 14, p. 8059-
8061, 2003.
FATH, B. D. Quantifying economic and ecological sustainability. Ocean &
Coastal Management, v. 108, p. 13-19, 2015.
FOLKE, C. Resilience: the emergence of a perspective for social-ecological systems
analyses. Global Environmental Change-Human and Policy Dimensions, v.
16, n. 3, p. 253-267, 2006.
O Ambiente como Sistema Socionatural, Dinmico e Complexo: oportunidades | 153
e desafios de polticas pblicas na promoo da sustentabilidade global
1 INTRODUO
Em muitos casos, sistemas sociais e econmicos so compostos de agentes (se-
jam eles indivduos, empresas, pases etc.) cujas aes no podem ser analisadas
isoladamente. Ao invs disso, o estado de cada agente (opinio, escolha, estado
de sade, riqueza) e comportamento concomitante so influenciados pelo estado
de outros agentes. Como resultado de interaes, as propriedades globais desses
sistemas no so apenas o agregado do comportamento individual, mas mais ricas.
Quando isso ocorre, tal sistema considerado complexo.
Alguns aspectos de sistemas sociais exibem regularidades de grande escala,
tal como o surgimento de lnguas, normas sociais e traos culturais. Eles tambm
apresentam heterogeneidades persistentes, tais como segregao social e desigualdade
de distribuio de riqueza. Em alguns casos, eles manifestam padres evolutivos,
como ondas de adoo de produtos, picos de ateno na mdia social, propagao
de doenas, ou falncias bancrias em cascata durante crises financeiras. Todos esses
so exemplos paradigmticos de sistemas que podem ser estudados pelo recurso
a modelos estilizados, cujos componentes so simples, apesar de suas interaes
resultarem em um rico comportamento emergente. Neste captulo, modelos de sis-
temas complexos que explicam o comportamento mencionado acima sero revistos.
O que se segue no concebido como uma reviso abrangente das abordagens
de sistemas sociais a partir do ponto de vista da cincia da complexidade. Isso seria
impossvel, dado que o tamanho do captulo limitado. Logo, este captulo est
estruturado de forma a servir como porta de entrada para estudos recentes que esto
inseridos nessa relevante rea de pesquisa. Nas sees seguintes, apresento o que
pode ser considerado o conjunto da maioria das ideias e modelos paradigmticos
desse campo, algumas das principais concluses que podem ser extradas deles, e
algumas extenses interessantes.
2.2 Heterogeneidade
Outra propriedade que faz dos sistemas socioeconmicos um desafiador e inte-
ressante campo de pesquisa a inerente heterogeneidade de seus componentes.
Quando se analisam sistemas compostos de eleitores, investidores, empresas ou
pases, evidente que todos os elementos no so idnticos, mas claramente di-
versos (Page, 2011). Essa heterogeneidade no pode ser ignorada, dado que ela
uma parte integrante dos agentes. Quando se modela quantitativamente esses
sistemas, uma simples substituio das caractersticas de um agente por uma mdia
ou por um valor representativo pode diminuir excessivamente o poder descritivo
do modelo. De fato, em alguns casos, o tamanho dessa diversidade to grande
que do ponto de vista conceitual tal substituio se torna dbia.
As origens da heterogeneidade no nvel do indivduo podem diferir, a de-
pender do sistema em investigao. Geralmente, a heterogeneidade resulta de
uma propriedade intrnseca (ou previamente adquirida) do agente. Por exemplo,
quando o sistema a ser analisado um processo de formao de opinio, pessoas
diferentes tm preferncias distintas (baseadas em idiossincrasia, herana cultural
etc.) (Castellano, Fortunato e Loreto, 2009); essa preferncia pode ter um papel
relevante no processo decisrio do indivduo (Schneider e Stoll, 1980). Em outros
casos, a heterogeneidade se desenvolve durante a evoluo do sistema. Por exemplo,
em um contexto social, o nmero de contatos sociais (seja na vida real ou nas redes
sociais on-line) abrange diversas ordens de grandeza (Newman, 2010), mesmo que,
para todos os indivduos, se inicie de um conjunto vazio.
Uma das ideias cruciais trazidas pela modelagem de sistemas complexos
a seguinte: em muitos sistemas sociais, a heterogeneidade no algo que,
enquanto presente, simplesmente distorce ou obscurece o resultado obtido
A Natureza Complexa dos Sistemas Sociais | 161
3. Referentes s interaes que envolvem somente dois indivduos ou agentes (de dade, ou par).
162 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 1
Instantneos da evoluo do modelo de Schelling em uma malha bidimensional
Obs.: A populao inicialmente distribuda em grande parte de maneira homognea eventualmente se segrega em reas bem
definidas, onde uma maioria local claramente emerge.
Uma verso mais simples do modelo pode ser escrita como: os agentes esto
espacialmente dispostos, por questo de simplicidade e como representao dos
seus arranjos na cidade, em uma malha quadrada com tamanho longitudinal L.
As densidades de pertencimento dos agentes em cada grupo so NA/L2 e NB/L2;
e satisfazem NA+NB <L2, isto , existem espaos no ocupados. Ao redor de cada
agente, um raio r define a proximidade espacial de cada agente. Cada agente i
dotado de um limiar de satisfao: se na proximidade espacial do agente i, a pro-
poro de agentes pertencentes ao mesmo grupo do agente i menor que o seu
limiar de satisfao, ento o agente i se deslocar para um espao no ocupado.
Um insight crucial desse cenrio o que prope Schelling (1969): Localmente,
em uma cidade ou bairro, em uma igreja ou escola, negros ou brancos podem ser
uma maioria. Porm se cada um insiste em ser uma maioria local, somente uma
mistura conceber isso: uma segregao absoluta. Quando a dinmica rodada no
modelo, mesmo uma pequena preferncia em estar cercado por outros agentes do
mesmo grupo suficiente para provocar uma situao em que os agentes formam
aglomerados (clusters) segregados. Somente aqueles que estiverem perto de uma
interface entre os dois grupos poder ter um incentivo para descolar-se.
Esse um modelo paradigmtico do estudo de sistemas complexos que poste-
riormente invadiu outras reas dos sistemas sociais: no necessrio entender todos os
fatores que afetam o movimento das pessoas, muito menos ter uma descrio detalhada
da configurao espacial, para compreender que uma simples deciso local suficiente
para produzir o comportamento macroscpico observado. Anlises empricas (Clark,
1991) demostraram que o mecanismo bsico realmente funciona. Posteriormente, foi
percebido que a fenomenologia observada relacionada com fenmenos de coarsening
(embrutecimento) (DallAsta, Castellano e Marsili, 2008; Vinkovic e Kirman, 2006),
mesmo quando criticada por seu difcil tratamento (Stauffer, 2012).
164 | Modelagem de Sistemas Complexos para Polticas Pblicas
e .
A Natureza Complexa dos Sistemas Sociais | 165
FIGURA 2
Evoluo temporal de dois modelos que exibem comportamento complexo
geralmente usados no contexto da formao de opinio
Obs.: As duas opinies esto representadas em azul e amarelo, sendo que quanto mais tempo um agente mantm uma opinio,
mais escuro o quadrado . A fileira superior mostra o tempo de evoluo do modelo do eleitor quando a rede de interaes
uma malha quadrada. visvel que a ntida interface que sinaliza a condio inicial se desfaz, dando origem a uma
interface entre dois estados que aumenta ao longo do tempo. A fileira inferior apresenta os resultados do modelo de Ising
(cuja interpretao tambm discutida no texto), o qual exibe uma fenomenologia diferente.
FIGURA 3
Resultados da evoluo das opinies dos agentes para o modelo de confiana limitada
de Hegselmann-Krause
1.0
0.8
Agent opinion oi
0.6
0.4
0.2
0.0
0 5 10 15 20 25 0 2 4 6 8 10 12 14 16 0 2 4 6 8 10 12 14 16
Tempo t Tempo t Tempo t
4. Equao mestre uma descrio matemtica muito comum na literatura de fsica, em que a dinmica de um sistema
composto por vrios elementos escrita em termos da proporo dos elementos existentes em um dado estado. Um
exemplo simples seria, em um modelo discreto de formao de opinio, uma formulao em termos da razo de indivduos
que detm cada opinio. Nesse nvel macroscpico, a dinmica pode ser escrita como uma funo das probabilidades
de transio de um estado para outro.
5. Para uma reviso dessa famlia de modelos, o leitor interessado pode consultar Galam (2004b; 2008; 2012).
168 | Modelagem de Sistemas Complexos para Polticas Pblicas
vida social em clulas de encontro (meeting cells) de diferentes tamanhos, onde eles
discutem sobre um assunto at que uma deciso final, a favor ou contra, tomada
pelo grupo inteiro. A deciso baseada na regra da maioria, de modo que todos os
indivduos reunidos na clula de encontro adotam a opinio da maioria. Galam
introduz a ideia de inrcia social na forma de um vis correspondendo a uma
resistncia s reformas (Galam, 2004a) ou ao favorecimento de preconceitos
(Galam, 2003). Portanto, no caso de empate dentro de um grupo, uma das decises
sistematicamente adotada.
A dinmica do modelo a seguinte: existe uma populao de N indivduos
que aleatoriamente se renem em clulas de encontro, definida basicamente pelo
nmero de indivduos que podem se encontrar em uma dada clula; ento
a probabilidade de uma determinada pessoa ser encontrada em uma clula de
tamanho . As pessoas detm uma opinio binria ou sobre certo tpico.
No momento , se estabelece um valor arbitrrio para . Os agentes ento
so aleatoriamente distribudos entre as diferentes clulas. A premissa bsica do
modelo que todas as pessoas dentro de uma clula adotam a opinio da maioria
reunida na clula. Ademais, no caso de empate (o que somente pode ocorrer se
o tamanho da clula um nmero par), uma das opinies sistematicamente
adotada. Uma vez que tomada uma opinio dentro de cada clula, o tempo
aumenta e os indivduos se rearranjam, distribuindo-se de novo aleatoriamente
entre as diferentes clulas.
Para uma ampla variedade de distribuies , esse modelo tem trs pontos
fixos: dois estveis em e , e um instvel, o ponto de f (faith point),
em . Logo, a dinmica tal que:
(1)
, (2)
(3)
,
4 REDE DE INTERAES
Observa-se que algumas propriedades so bem disseminadas nas interaes sociais
e econmicas (Boccaletti et al., 2014). Um exemplo a propriedade de graus, o
nmero de conexes que cada n tem, como definido pela rede, isto , o tamanho
172 | Modelagem de Sistemas Complexos para Polticas Pblicas
,
(4)
(5)
6. Em geral, o modelo de urna (urn model) refere-se a uma construo matemtica que pode ser extrada para um cenrio
em que bolas de gude so sequencialmente removidas de uma urna. As regras, que definem o mecanismo pelo qual
novas bolas de gude so adicionadas na urna entre sucessivas remoes, essencialmente determinam as propriedades
estatsticas da sequncia de bolinhas obtidas.
7. O processo de Plya (Sprott, 1978) um modelo de urna simples assim definido: uma urna contm bolinhas de gude
de duas cores diferentes. A cada momento, uma bolinha removida e uma nova bolinha de mesma cor adicionada na
urna. Isso resulta em um processo em que quanto mais bolinhas da mesma cor forem removidas, maior a probabilidade
de bolinhas sucessivas serem da mesma cor.
174 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 4
Tpica rede sem escalas
Obs.: 1. Hubs ns que so fortemente conectados com o resto da rede podem ser vistos em cor clara.
2. A rede consiste em 220.970 usurios (ns) e 17.359.346 ligaes (arestas).
3. A linha tracejada representa um ajuste da lei de potncia equivalente a ; seguindo Newman (2005), acha-se
e .
. (6)
8. No original: The Matthew effect consists in the accruing of greater increments of recognition for particular scientific
contributions to scientists of considerable repute and the withholding of such recognition from scientists who have
not yet made their mark.
A Natureza Complexa dos Sistemas Sociais | 175
. (7)
5 PERSPECTIVA
Vrios sistemas sociais so intrinsecamente complexos. Ao mesmo tempo, eles tm uma
abundncia de detalhes que fazem de suas descries completas uma tarefa inatingvel.
Os trabalhos resumidos neste captulo ressaltam o fato de que modelos estilizados
podem capturar mecanismos por trs de algumas de suas propriedades observadas.
178 | Modelagem de Sistemas Complexos para Polticas Pblicas
Uma questo importante que, quando esses mecanismos esto ativos, os detalhes
microscpicos se tornam insignificantes para o entendimento qualitativo do assunto
em investigao. Essas percepes so cruciais para a compreenso de que uma abor-
dagem parcimoniosa valiosa para esse tipo de sistema. Profissionais e formuladores
de polticas devem sempre ter em mente a natureza complexa essencial dos sistemas
que eles enfrentam. A compreenso desses fenmenos de suma importncia,
porm isso no implica utilizar unicamente modelos simples como uma descrio
completa da realidade. Esta no , como explicado ao longo do captulo, a inteno
da abordagem de sistemas complexos.
Como j escrito, existe uma transio quase completa para o armazenamento
digital de informaes e, ao mesmo tempo, mais facetas da atividade humana
ocorrem on-line. Esse fato produz desafios dos mais diversos pontos de vista (social,
econmico, legal), mas se constitui uma enorme possibilidade de ganhar maior
entendimento dos mecanismos subjacentes aos processos socioeconmicos. Com o
acesso contnuo a dados, isso pode ser alcanado em dois nveis: primeiro, do ponto
de vista qualitativo, os diferentes mecanismos podem ser primeiramente individu-
alizados e formalizados; segundo, depois de esse conhecimento ser consolidado,
uma abordagem mais quantitativa (com a vantagem adicional de estar baseada
em teoria) pode ser feita com grandes implicaes para diferentes atores da nossa
sociedade, da elaborao de polticas por agentes do governo oportunidades de
desenvolvimento para empresrios (como em parcerias e campanhas de marketing).
A pesquisa nesse campo largamente interdisciplinar. No entanto, um
esforo crucial deve ser feito pela comunidade cientfica e por profissionais para no
desprezar o conhecimento das diferentes reas. Isso requer uma ateno adicional,
porm uma forma eficiente de facilitar uma polinizao cruzada das ideias entre
as disciplinas envolvidas. Parte do problema encontra-se nas diversas terminologias
usadas nas diferentes reas, com ideias distintas para se obterem conceitos simi-
lares. Ademais, necessrio que uma maior parcela das pesquisas nessa rea seja
resultado de colaboraes interdisciplinares. Dessa forma, diferentes disciplinas
enriqueceriam a pesquisa de sistemas sociais complexos com abordagens diversas,
ainda que complementares. Diferentes ameaas existem por exemplo o perigo
de pesquisas que sejam voltadas somente para uma das disciplinas envolvidas,
tornando-se efetivamente compartimentadas. Isso limita enormemente o alcance
em outras comunidades, e tambm, por construo, o interesse ser limitado se a
pesquisa for voltada somente para a prpria disciplina.
Para um entendimento quantitativo dos fenmenos observados em sistemas
sociais, ferramentas complementares alm da minimalista abordagem de sistemas
complexos so necessrias. Mesmo nessa configurao, de suma importncia
no encher os modelos com detalhes desnecessrios, que no levem informao
ou poder preditivo aos modelos.
A Natureza Complexa dos Sistemas Sociais | 179
REFERNCIAS
ABELSON, R. P. Mathematical models of the distribution of attitudes under
controversy. In: FREDERICKSEN, N.; GULLICKSEN, H. Contributions to
mathematical psychology. New York: Holt, Rinehart and Winston, 1964.
ALDOUS, D. J. Stochastic models and descriptive statistics for phylogenetic trees,
from Yule to today. Statistical Science, v. 16, n. 1, p. 23-34, 2001.
ALLARD, A.; MARCEAU, V. Structural preferential attachment: network orga-
nization beyond the link. Physical Review Letters, v. 107, Oct. 2011.
ARENAS, A. et al. The joker effect: cooperation driven by destructive agents.
Journal of Theoretical Biology, v. 279, n. 1, p. 113-119, 2011.
AXELROD, R. The evolution of cooperation. New York: Basic Books, 1984.
______. The complexity of cooperation. Princeton: Princeton University
Press, 1997.
AXELROD, R.; DION, D. The further evolution of cooperation. Science, v. 242,
n. 4884, p. 1385-1385, Dec. 1988.
BALL, P. Utopia theory. Physics World. Oct. 2003.
BARABSI, A.-L.; ALBERT, R. Emergence of scaling in random networks. Science,
New York, v. 286, n. 5439, p. 509-512, 1999.
BARRAT, A.; BARTHLEMY, M.; VESPIGNANI, A. Dynamical processes
on complex networks. 1st ed. New York: Cambridge University Press, 2008.
BARZEL, B.; BARABSI, A.-L. Universality in network dynamics. Nature Physics,
v. 9, n. 10, p. 673-681, 2013.
BAVELAS, A. A mathematical model for group structures. Human Organization,
v. 7, p. 16-30, 1948.
BLADON, A. J.; GALLA, T.; MCKANE, A. J. Evolutionary dynamics, intrinsic
noise, and cycles of cooperation. Physical Review E, v. 81, n. 6, June 2010.
BOCCALETTI, S. et al. The structure and dynamics of multilayer networks.
Physics Reports, v. 544, n. 1, p. 1-122, 2014.
______. Complex networks: structure and dynamics. Physics Reports, v. 424,
n. 4-5, p. 175-308, 2006.
BOLLOBS, B. Random Graphs. 2nd ed. New York: Cambridge University
Press, 2001.
BRUSH, S. G. History of the lenz-ising model. Review of Modern Physics,
v. 39, p. 883-893, 1967.
180 | Modelagem de Sistemas Complexos para Polticas Pblicas
LILJEROS, F. et al. The web of human sexual contacts. Nature, v. 411, n. 6840,
p. 907-908, 2001.
LORENZ, J. Continuous opinion dynamics under bounded confidence: a survey.
International Journal of Modern Physics C, v. 18, n. 12, p. 1819-1838, 2007.
MAVRODIEV, P.; TESSONE, C. J.; SCHWEITZER, F. Effects of social in-
fluence on the wisdom of the crowds. In: COLLECTIVE INTELLIGENCE,
61. Cambridge: MIT Press, 2012.
MAY, R. M. More evolution of cooperation. Nature, v.327, n.15, 1987.
MERTON, R. K. The Matthew effect in science: the reward and communication
systems of science are considered. Science, New York, v. 159, n. 3810, p. 56-63, 1968.
MILGRAM, S. The small world problem. Psychology Today, v. 2, n. 1,
p. 60-67, 1967.
MUTZ, D. Impersonal influence: effects of representations of public opinion on
political attitudes. Political Behavior, v. 14, n. 89, p. 122, 1992.
MYERSON, R. B. Game theory: analysis of conflict. Cambridge: Harvard
University Press, 1991.
NEWMAN, M. E. Power laws, Pareto distributions and Zipfs law. Contemporary
Physics, v. 46, n. 5, p. 323-351, 2005.
______. Networks: an Introduction. New York: Oxford University Press, 2010.
NISBET, R.; GURNEY, W. Modeling fluctuating populations. New York:
Wiley, 1982.
NOWAK, M. Five rules for the evolution of cooperation. Science, v. 314, n. 5805,
p. 1560-1563, 2006.
PAGE, S. E. Diversity and complexity. Princeton: Princeton University Press,
2011.
PATHRIA, R. Statistical mechanics. 2nd ed. Oxford: Butterworth-Geinemann,
1996.
PRECHTER, R. Unconscious herding behavior as the psychological basis of
financial market trends and patterns. Journal of Psychology and Financial
Markets, v. 2, n. 3, p. 120-125, 2001.
RADICCHI, F.; ARENAS, A. Abrupt transition in the structural formation of
interconnected networks. Nature Physics, v. 9, n. 11, p. 1-4, 2013.
REDNER, S. A guide to first-passage processes. Cambridge: Cambridge
University Press, 2001.
184 | Modelagem de Sistemas Complexos para Polticas Pblicas
WU, F. Y. The potts model. Reviews of Modern Physics, v. 54, n. 1, p. 235-268, 1982.
YULE, G. U. A mathematical theory of evolution based on the conclusions of
Dr. J. C. Willis, F. R. S. Philosophical Transactions of the Royal Society B:
Biological Sciences, v. 213, n. 402-410, p. 21-87, 1925.
ZANETTE, D. H.; RISAU-GUSMN, S. Infection spreading in a population with
evolving contacts. Journal of biological physics, v. 34, n. 1-2, p. 135-48, 2008.
BIBLIOGRAFIA COMPLEMENTAR
GARDINER, C. Handbook of stochastic methods for physics, chemistry and
the natural sciences. New York: Springer, 1983.
JOHNSON, N.; KOTZ, S. Urn models and their application. New York: John
Wiley, 1977.
CAPTULO 8
1 INTRODUO
Todos os dias, milhes de empresas e milhes de famlias em todo o mundo sele-
cionam, entre muitas opes disponveis, as aes a serem desenvolvidas que
permitam melhor cumprir os respetivos objetivos de natureza econmica.
Qualquer tentativa de compreender e explicar um to amplo e grandemente interli-
gado sistema de relaes humanas uma tarefa desafiante que a cincia econmica
vem perseguindo desde as suas origens no sculo XVIII.
A racionalidade perfeita o pressuposto central da cincia econmica;
este , efetivamente, o elemento que permite distinguir este campo cientfico
de qualquer outro igualmente associado ao comportamento do ser humano ou
de quaisquer outros organismos vivos. Os agentes econmicos so racionais nas
suas decises e tambm na forma como preveem o futuro. O Homo-Economicus
formula expectativas racionais, no sentido em que esta entidade capaz de uti-
lizar eficientemente toda a informao disponvel de modo a evitar incorrer em
erros sistemticos quando prev o futuro. Tomar como principal premissa da
anlise econmica a capacidade ilimitada dos agentes de apreender a realidade
pode ser, de algum modo, interpretada como simplista. Contudo, precisa-
mente esta premissa que tem guiado a cincia econmica nas ltimas dcadas,
permitindo-lhe abordar muitas questes importantes e paradoxais que emergem
da observao emprica.
H um corolrio imediato do pressuposto da racionalidade: agentes que per-
seguem idnticos objetivos iro atuar exatamente da mesma forma e, consequente-
mente, a economia agregada pode ser percebida atravs da anlise do comportamento
de um agente representativo. A empresa representativa ir maximizar os seus lucros
dadas as receitas esperadas e a sua estrutura de custos; a famlia representativa ir
formular um plano de consumo de modo a maximizar a utilidade intertemporal; a
agncia governamental representativa ir estabelecer objetivos de poltica e ir usar
sensitiva em relao s condies iniciais, o que significa que dois diferentes estados
iniciais, independentemente da proximidade entre eles, iro gerar flutuaes irregu-
lares de longo prazo respeitantes a trajetrias completamente distintas.
Uma terceira noo relaciona-se com a complexidade computacional. O trabalho
nesta rea remonta influente contribuio de Shannon e Weaver (1949) teoria
da informao. Neste contexto, a complexidade associada ao conceito de entropia.
A entropia, por sua vez, est ligada dificuldade que existe em processar informao.
Quanto mais elevado o nvel de entropia, mais complexo o respectivo sistema
ser. Dado que trata com a capacidade de processar informao, a complexidade
computacional levanta uma questo pertinente relacionada com o modo como a
teoria econmica convencional enfrenta os seus desafios: se os agentes so racionais
e otimizam o seu comportamento, eles iro empregar todo o seu esforo e recursos
na procura por soluo tima. Num sistema complexo que envolve entropia, o
esforo computacional requerido para atingir a soluo tima pode ser to grande
que se torna pouco razovel, numa perspectiva de custo-benefcio, procurar
encontrar tal soluo. Deste modo, no contexto de um ambiente complexo, o
decisor enfrenta um trade-off entre encontrar a melhor soluo e o emprego de
recursos que necessrio para a alcanar.
Os argumentos apresentados acima apontam para a ideia inequvoca de que
a economia deve ser estudada sob uma perspetiva de complexidade. No entanto,
como j antes salientado, o pensamento econmico convencional tem evitado esta
abordagem. Uma das razes pelas quais a cincia econmica ortodoxa se distan-
cia da perspectiva da complexidade relaciona-se com a atitude conservadora dos
economistas e com a sua dificuldade em aceitar as tcnicas e os instrumentos que
outras cincias desenvolveram e tm para oferecer. A cincia econmica hoje a
cincia dos modelos lgicos e coerentes, modelos estes que so rigorosos de um
ponto de vista conceitual e onde as noes de racionalidade, equilbrio, otimizao
e eficincia so dominantes. Para ir alm deste paradigma, a busca obsessiva pelo
comportamento otimizador tem de ser descartada em favor de uma abordagem
multidisciplinar que atribua relevncia experimentao e anlise cuidadosa dos
fatores de natureza institucional.
Um dos campos cientficos que melhor pode prestar auxlio cincia econ-
mica na procura por um paradigma de complexidade a fsica, onde j h muito
a viso mecanicista do mundo que a cincia econmica continua a adotar foi
substituda por uma interpretao baseada na interao entre agentes. Um novo
campo de conhecimento, designado econofsica, emergiu com o propsito de
oferecer novos pormenores sobre o modo como as questes econmicas devem ser
discutidas. Um raciocnio indutivo adotado, o qual se baseia fortemente na obser-
vao e mensurao do comportamento coletivo. A cincia da econofsica nasceu
194 | Modelagem de Sistemas Complexos para Polticas Pblicas
2. Para um estudo detalhado sobre o modo como os cientistas da economia abordaram, em mltiplas ocasies, assuntos
relacionados complexidade, ver Colander (2008).
A Economia como Objeto Complexo | 195
Adam Smith, David Ricardo ou Alfred Marshall, encararam a economia como uma
entidade governada pela interao, pela evoluo, pela aprendizagem, pela adaptao
e pela dependncia em face do passado. Mas eles tambm argumentaram em favor
de se estabelecerem alguns pressupostos simplificadores com o objetivo de discernir
uma ordem onde apenas uma multitude descoordenada de relaes era aparente.
No devemos esquecer, no entanto, como sublinhado por Colander e
Rothschild (2010), que aqueles que mais contriburam para a teoria econmica,
incluindo os que publicaram o seu trabalho ao longo do sculo XX, nomeadamente
John Maynard Keynes ou Milton Friedman, nunca se esconderam por detrs de
simples modelos mecnicos para disfarar a complexidade do sistema econmico.
A contribuio desses autores corresponde a avaliaes crticas profundas acerca do
funcionamento do sistema econmico, que foram, posteriormente, transformadas
pelos seus sucessores em modelos de anlise bsicos e estilizados que puderam ser
trazidos para a sala de aula e usados para a implementao de polticas. O modelo
Keynesiano IS-LM um bom exemplo de como uma anlise detalhada sobre o
funcionamento da economia agregada foi reduzida a um par de relaes simples
que so teis para uma anlise de conjunto, mas onde muitas questes sobre o
comportamento dos agentes que as geraram foram esquecidas.
A macroeconomia acabou por ficar fortemente associada ao conceito tradicional
dos modelos de equilbrio geral nos quais a heterogeneidade e a adaptabilidade dos
agentes est ausente. No entanto, este o campo em que a anlise da complexidade
mais urgente. A macroeconomia o resultado de mltiplas interaes que so
agregadas no sentido de explicar o comportamento da economia como uma nica
entidade. Um exerccio rigoroso de agregao requer perceber com detalhe o que
verdadeiramente significa a expresso fundamentos microeconmicos. Numa pers-
pectiva da complexidade, tais fundamentos relacionam-se com a identificao de
diferentes grupos que se comportam de forma distinta entre eles e das interaes
que se estabelecem no seio de cada grupo e entre grupos.
A macroeconomia tem de ser uma cincia aplicada para a qual a observao
da estrutura das relaes econmicas e dos padres de interao deve preceder a
construo de um modelo de base emprica, que pode ser empregado para avaliao
e implementao de polticas. Acima de tudo, deve-se evitar incorrer numa falcia
da composio: na macroeconomia, o todo est longe de ser a soma das partes;
quando os agentes estabelecem relaes econmicas, esto criando uma realidade
nica que vai alm das caratersticas de cada entidade individual.
Progressivamente, as simulaes numricas de modelos baseados na interao
entre agentes e os modelos estilizados da fsica tm substitudo, como ferramentas
analticas, os modelos macroeconmicos tradicionais nos quais os agentes so do-
tados de capacidades computacionais ilimitadas e onde a agregao apenas um
196 | Modelagem de Sistemas Complexos para Polticas Pblicas
A estrutura da economia deve ainda ser interpretada como uma rede ponderada.
Isto significa que as ligaes entre ns variam na sua intensidade e relevncia.
H ligaes fortes e fracas entre agentes, e a anlise da rede deve ser capaz de abarcar
esta diversidade. Para alm disso, nas redes da economia, h uma tendncia para a
formao de comunidades, aglomeraes e subgrupos coesos, ou seja, grupos relati-
vamente pequenos que partilham laos fortes entre os seus membros. Um grupo de
ns fortemente conectados provvel que desenvolva algumas caratersticas prprias,
como modas ou novos hbitos, que podem, numa segunda fase, ser disseminados
pelo resto da rede. A fora das ligaes e a sua distribuio de grau no so elemen-
tos estticos da rede da economia; a intensidade das conexes pode ser reforada
ou desvanecer com a passagem do tempo; as ligaes existentes podem desaparecer
completamente; e novas ligaes podero surgir. Deste modo, a economia no
apenas uma rede complexa, um organismo em permanente evoluo que pode
mudar decisivamente de forma num nmero reduzido de perodos de tempo.
Analisar uma rede com as propriedades que foram enumeradas nos pargrafos
anteriores aparentemente uma tarefa extremamente exigente. Um compromisso
entre abrangncia e tratabilidade exigido de forma a reduzir a diversidade das
caratersticas dos ns e das propriedades das ligaes para um pequeno nmero
de regularidades inteligveis. Na prxima seo, um cenrio de rede complexa
tomado para ilustrar o comportamento dos agentes econmicos. Os agentes
sero classificados em termos da sua confiana ou sentimento relativamente ao
desempenho futuro da economia, e esse sentimento pode alterar-se como resultado
de interaes ao nvel local. Apesar de essa estrutura de anlise ser relativamente
minimalista, ela suficientemente abrangente no sentido em que consegue cobrir
grande parte das caratersticas da complexidade que foram previamente mencio-
nadas, nomeadamente heterogeneidade entre agentes, interao local e decises
descentralizadas, adaptabilidade e evoluo e dinmica fora do equilbrio.
;
202 | Modelagem de Sistemas Complexos para Polticas Pblicas
;e
.
Quando um de dois agentes em pontos adjacentes, i e j, fortemente
otimista ou fortemente pessimista e entra em contato com um indivduo
no sentimento oposto, eles permanecem na classe do sentimento original,
com probabilidade 1:
;e
.
Quando dois agentes em pontos adjacentes, i e j, se encontram, sendo
um deles neutral e tendo o outro um sentimento fraco de pessimismo
ou otimismo, o sentimento neutral torna-se dominante, com probabi-
lidade (0,1):
;e
.
Quando dois agentes em pontos adjacentes, i e j, na mesma categoria de sen-
timento, interagem e um deles tem um sentimento forte e o outro um sentimento
fraco, o sentimento do primeiro ir enfraquecer, com uma probabilidade (0,1):
;e
.
A regra mais sofisticada a ser adotada diz respeito ao encontro entre agentes
i e j quando eles esto em lados opostos da barricada dos sentimentos e
A Economia como Objeto Complexo | 203
so ambos fracos crentes. Neste caso, eles podem ser convertidos para a
categoria de sentimento do agente na sua vizinhana, com uma proba-
bilidade (0,1), se um conjunto especfico de condies for cumprido.
Em particular, neste caso considera-se um processo de feedback do nvel
macro para o nvel micro que se traduz nas seguintes condies: se, si-
multaneamente, a frao global de otimistas est aumentando e a frao
global de pessimistas est diminuindo, o agente otimista ser capaz de
transformar o pessimista num otimista; o contrrio ocorre quando a fra-
o global de otimistas est diminuindo e a frao global de pessimistas
est aumentando. Os indivduos manter-se-o nas posies originais se
nenhuma das duas referidas condies for satisfeita. Simbolicamente:
;e
.
Tomando a hiptese de interao homognea, isto , a hiptese de que
os encontros ocorrem aleatoriamente atravs da populao, e normalizando o
nmero de contatos por unidade de tempo para 1, a informao acima pode ser
transformada num sistema relativamente simples de equaes s diferenas que
diz respeito evoluo das densidades de agentes nas diversas categorias. No caso
corrente, o sistema sob avaliao ser
.
Nesse conjunto de equaes, o sinal de mais/menos na terceira e quinta
equao obedece s condies previamente impostas interao entre agentes
204 | Modelagem de Sistemas Complexos para Polticas Pblicas
GRFICO 1
Agentes em cada categoria de sentimento
(Em %)
1A (x0 = 0,25)
100
75
50
25
0
0 100 200 300 400 500 600 700 800 900
1B (x0 = 0,5)
100
75
50
25
0
0 100 200 300 400 500 600 700 800 900
1C (x0 = 0,75)
100
75
50
25
0
0 100 200 300 400 500 600 700 800 900
1D (x0 = 0,9)
100
75
50
25
0
0 100 200 300 400 500 600 700 800 900
Elaborao do autor.
6 CONCLUSO
Este captulo colocou em perspectiva as razes pelas quais se deve interpretar a
economia como um sistema complexo e discutiu a forma como a cincia econ-
mica pode adquirir o estatuto de cincia da complexidade. Em Arthur (2013),
A Economia como Objeto Complexo | 207
REFERNCIAS
ARTHUR, W. B. Complexity economics: a different framework for economic
thought. Santa Fe: Santa Fe Institute, 2013. (Working Paper, n. 12).
ARTHUR, W. B.; DURLAUF, S. N.; LANE, D. A. Introduction. In: ______.
(Eds.). The economy as an evolving complex system II. Redwood City: Addison-
Wesley, 1997. p. 1-14.
208 | Modelagem de Sistemas Complexos para Polticas Pblicas
1 INTRODUO
A maioria dos sistemas econmicos de interesse, tais como firmas, mercados e,
mais ainda, economias inteiras, so caracterizados pela interao de um grande
nmero de indivduos heterogneos, que tomam uma infinidade de decises de
diferentes tipos para produzir e trocar uma grande variedade de bens, assim como
de informaes. Essas transaes so governadas por regras institucionais, as quais
podem variar significativamente entre diferentes regies, indstrias, perodos de
tempo e outros contextos. Com base nisso, sistemas econmicos devem ser vistos
certamente como sistemas muito complexos, o que torna extremamente difcil
derivar qualquer insight de validade geral sobre as dinmicas (futuras) de variveis
econmicas chave ou o efeito de algumas medidas de poltica econmica.
Tais insights so, no entanto, de crucial importncia para o provimento ao pblico
de predies confiveis, pelo menos de natureza qualitativa, sobre o conjunto
de futuros desenvolvimentos econmicos que parecem possveis e, talvez ainda
mais importante, para o fornecimento aos formuladores de polticas de previses
razoveis sobre o impacto esperado das diferentes medidas polticas disponveis.
De modo geral, tais insights podem ser obtidos de maneira indutiva a partir da
generalizao de resultados obtidos de evidncias empricas (passadas) ou a partir
da construo de modelos que tentam captar as caractersticas cruciais do sistema
em investigao. Neste captulo, o foco est inteiramente nessa segunda opo
isto , na anlise de dinmicas econmicas baseada em modelos.
Modelos econmicos so construdos a partir de suposies de inmeras
questes centrais. Deve-se deixar claro quais tipos de agentes so includos no
modelo (firmas, famlias, bancos etc.), quais propriedades caracterizam os dife-
rentes tipos de agentes (e as diferenas entre agentes individuais do mesmo tipo),
quais tipos de produtos (incluindo trabalho, informao etc.) so trocados entre os
1. O autor grato a Simon Gemkow, Philipp Harting, Michael Neugart e Sander van der Hoog pelas inmeras discusses
frutferas e por suas cooperaes no desenvolvimento do modelo Eurace@Unibi, o qual ser discutido ao longo deste trabalho.
2. Traduzido por Marina Haddad Tvolli.
3. Departamento de Administrao de Empresas e Economia e Centro de Economia Matemtica (IMW), da Universidade
de Bielefeld. E-mail: <hdawid@wiwi.uni-bielefeld.de>.
212 | Modelagem de Sistemas Complexos para Polticas Pblicas
indivduos, quais tipos de regras governam essas trocas e, por fim, como os agentes
individuais determinam suas aes. Apesar de os modelos econmicos variarem
muito em relao primeira dessas questes (a depender da rea de aplicao), a
maioria dos modelos tradicionais na literatura econmica se baseia em suposies
similares em relao s outras questes. Em grande parte da literatura, assume-se
que agentes do mesmo tipo so idnticos (os chamados agentes representativos)
ou diferem apenas em relao a um parmetro nico (por exemplo, dotao
inicial, produtividade e atitude perante ao risco); que eles trocam produtos em
mercados vista sem frico que sempre se ajustam; e, mais importante, que o
comportamento deles determinado a partir de algum conceito de equilbrio.
Comportamento de equilbrio requer que todo agente maximize alguma funo
objetivo (intertemporal), dadas as suas expectativas racionais. Ou seja, cada agente
capaz de prever corretamente as estratgias de todos os outros indivduos na
economia.4 Essas suposies permitem a construo de modelos que tratam de
questes econmicas complicadas, que podem ser analisadas por meio da soluo
de um conjunto relativamente pequeno de condies (intertemporais) de primeira
ordem, de restries oramentrias e de condies de market clearing.5 Dada a
imensa complexidade dos sistemas econmicos, tal abordagem parcimoniosa
muito tentadora, pois ela permite identificar claramente os principais mecanismos
responsveis por certos fenmenos econmicos. Geralmente, o foco da anlise est
em estados estacionrios de longo prazo ou em trajetrias de crescimento balan-
ceado, e, em muitos casos, o comportamento de longo prazo pode ser descrito
analiticamente ou por meio de mtodos numricos eficazes. Ademais, ter como
base um pequeno ncleo comum de suposies centrais permite comparaes
relativamente fceis entre modelos e diminui barreiras de entrada para trabalhar
com diferentes modelos, uma vez compreendidos a ideia bsica dos conceitos de
equilbrio e os mtodos de otimizao dinmica.
Um timo exemplo o uso de modelos dinmicos estocsticos de equilbrio
geral (DSGE) como modelo-base para anlises econmicas em geral e anlises de
polticas em particular, para uma variedade extensa de assuntos econmicos.
Para essa classe de modelos, no somente uma estrutura de modelo comum e
central foi adotada, mas tambm existem calibraes padres do modelo, baseadas
no objetivo de acompanhar algumas regularidades (macroeconmicas) empricas,
as quais podem ser usadas como base para extenses e variaes do modelo.
No entanto, conforme tem sido repetidamente argumentado (Kirman, 1992;
Colander et al., 2009; Fagiolo e Roventini, 2012), o ncleo das suposies padres
4. Obviamente, existem importantes e amplas correntes da literatura que relaxam vrias dessas suposies listadas
aqui, tal como a literatura da teoria do ajuste (que relaxa a suposio de mercados vista sem frico), a qual , at
os dias atuais, a abordagem tradicional para anlise terica de mercados de trabalho.
5. Suposio de que os preos se ajustam de tal forma que a quantidade ofertada ao preo de mercado equivale
quantidade demandada ao preo de mercado.
Modelagem da Economia como um Sistema Complexo | 213
6. A esse respeito, a declarao de maior destaque do ex-presidente do Banco Central Europeu, Jean-Claude Trichet, que
(quando ainda em exerccio) afirmou na ECB Central Banking Conference, em novembro de 2010: Quando a crise veio, as
srias limitaes dos modelos econmicos e financeiros existentes se tornaram imediatamente aparentes. (...) Os modelos
macro falharam em prever a crise e pareciam incapazes de explicar de maneira convincente o que estava acontecendo
com a economia. Como um formulador de poltica durante a crise, eu achei os modelos disponveis de ajuda limitada. Na
verdade, eu diria mais: diante da crise, ns nos sentimos abandonados pelas ferramentas convencionais. (...) Ns precisamos
lidar melhor com a heterogeneidade entre os agentes e as interaes entre aqueles agentes heterogneos. Ns precisamos
considerar motivaes alternativas para escolhas econmicas. (...)A modelagem baseada em agentes prescinde a suposio
de otimizao e permite interaes mais complexas entre os agentes. Tais abordagens merecem nossa ateno. No original:
When the crisis came, the serious limitations of existing economic and financial models immediately became apparent.
() Macro models failed to predict the crisis and seemed incapable of explaining what was happening to the economy in
a convincing manner. As a policy-maker during the crisis, I found the available models of limited help. In fact, I would go
further: in the face of the crisis, we felt abandoned by conventional tools. () We need to deal better with heterogeneity
across agents and the interaction among those heterogeneous agents. We need to entertain alternative motivations for
economic choices. () Agent-based modelling dispenses with the optimization assumption and allows for more complex
interactions between agents. Such approaches are worthy of our attention. Disponvel em: <http://goo.gl/Hzti2p>.
214 | Modelagem de Sistemas Complexos para Polticas Pblicas
7. Ver Tesfatsion (2006), para abrangentes introduo e discusso da modelagem baseada em agentes em economia.
Modelagem da Economia como um Sistema Complexo | 217
8. Essa observao pode ser ilustrada ao considerar o modelo Eurace@Unibi, discutido na subseo 3.2. Ver nota de
rodap 17.
218 | Modelagem de Sistemas Complexos para Polticas Pblicas
9. A extenso na qual a regra de Taylor tem sido usada ou atualmente utilizada por bancos centrais , no entanto,
uma questo em debate. Ver Taylor (2014).
Modelagem da Economia como um Sistema Complexo | 219
pode gerar um comportamento da firma que parece estar bem adequado ao modo
de comportar-se das firmas observado nos mercados. Uma abordagem um pouco dife-
rente para modelar o comportamento da firma em modelos baseados em agentes
exposta em Dawid e Reimann (2004; 2011) e detalhada em Dawid e Harting (2012).
Essa abordagem, chamada de abordagem da cincia da gesto (management
science approach) incorpora, em modelos baseados em agentes, regras de deciso
relativamente simples que correspondem a procedimentos padres das firmas do
mundo real. Existe uma rica literatura em regras (heursticas) de deciso gerencial
em muitas reas da cincia da gesto, incluindo fixao de preos, planejamento
de produo, ou seleo de mercado; e a ideia usar essas heursticas no modelo
das firmas. Um exemplo concreto de uma regra de comportamento determinada
de acordo com a abordagem da cincia da gesto ser discutido na subseo 3.2,
no mbito da descrio do modelo Eurace@Unibi. Embora certamente no se
pode assumir que todas as firmas na economia se baseiam em heursticas gerenciais
padro, capturar as principais caractersticas de tais heursticas na modelagem das
firmas agrega uma forte microfundamentao emprica abordagem de modelagem
baseada em agentes. Como mostrado em Dawid et al. (2014), no contexto do
modelo Eurace@Unibi (discutido em maiores detalhes a seguir), a microfunda-
mentao emprica da abordagem complementada por uma boa combinao
de vrios fatores empricos estilizados sobre as dinmicas da indstria e da firma,
assim como as propriedades de distribuio.
12. Para uma discusso mais abrangente, ver Windrum, Fagiolo e Moneta (2007).
Modelagem da Economia como um Sistema Complexo | 221
13. Um exerccio criterioso desse tipo em particular foi desenvolvido, por exemplo, por Ashraf, Gershman e Howitt
(2011), com o uso de dados dos Estados Unidos.
222 | Modelagem de Sistemas Complexos para Polticas Pblicas
14. Existem algumas poucas tentativas na literatura, tais como a abordagem de regression tree (Vallee e Yildizoglu,
2006); porm, nenhum mtodo amplamente aceito surgiu at agora.
224 | Modelagem de Sistemas Complexos para Polticas Pblicas
16. Material abrangente sobre o modelo Ames e suas aplicaes est disponvel em: <http://goo.gl/hKBYSZ>.
226 | Modelagem de Sistemas Complexos para Polticas Pblicas
dos dividendos correntemente pagos por todas as firmas. Essa simples representao
de um mercado financeiro no adequada para descrever bolhas especulativas no
mercado financeiro; porm, ela captura importantes feedbacks entre os lucros das
firmas e a renda dos domiclios, no sentido de que variaes dos dividendos somente
afetam a renda de um subgrupo particular de domiclios; a saber, os proprietrios
de aes do ndice de ttulos. O banco central fornece facilidades permanentes para
os bancos a uma determinada taxa-base, paga juros sobre os depsitos overnight
(de 24 horas) dos bancos e pode fornecer moeda fiduciria para o governo.
Os tamanhos (espaciais) dos mercados diferem. O mercado de bens de capital
global, o que significa que as firmas em todas as regies compram do mesmo pro-
dutor global de bens de capital e, portanto, tm acesso s mesmas tecnologias.
No mercado de bens de consumo, a demanda de mercado determinada localmente,
no sentido de que todos os consumidores compram no centro de compras localizado
em suas regies, porm a oferta global, pois toda firma pode vender seus produtos
em todos os mercados regionais da economia. Os mercados de trabalho so
caracterizados por frices espaciais determinadas por custos de deslocamento que
surgem se os trabalhadores aceitam trabalho fora da sua prpria regio. Supe-se
que as firmas tm acesso a todos os bancos na economia, e, portanto, os mercados
de crdito operam globalmente.
Seguindo a abordagem da cincia da gesto apresentada na seo 2, as regras
de deciso das firmas e dos domiclios no modelo Eurace@Unibi so baseadas em
heursticas empiricamente fundamentadas descritas na literatura relevante.18 Isso
inclui particularmente a determinao de preo e quantidade e a seleo de mercado
das firmas, ou as decises de consumo e poupana dos domiclios. Para ilustrar a
abordagem da cincia da gesto, eu esboo brevemente a regra de comportamento
que determina a deciso de precificao das firmas. No modelo, firmas de bens de
consumo ajustam os seus preos uma vez ao ano, o que est de acordo com dados
empricos. Como forma de determinar o novo preo, elas seguem uma heurstica
descrita na literatura gerencial sobre estratgia de precificao, por exemplo, em
Nagle et al. (2011, captulo 6). Cada firma realiza pesquisas de compra simuladas
entre uma amostra aleatria de domiclios para obter uma estimativa de como a
18. Voltando discusso da seo 2 sobre os problemas associados com a suposio de comportamento de equilbrio
(dinmico), deve-se observar que, nesse modelo, tal suposio daria origem a problemas de otimizao dinmica
extremamente complexos e intratveis. Considere, por exemplo, a escolha de investimento (tamanho e vintage) das
firmas em um determinado momento do tempo. Cada firma teria que considerar as dinmicas futuras da distribuio
das habilidades na fora de trabalho, assim como a distribuio de futuras possibilidades de investimentos de todas as
firmas (que em geral diferiria entre as firmas, dado que elas so heterogneas em relao corrente estrutura de capital
e fora de trabalho), e tambm os correspondentes desenvolvimentos das decises de precificao pelos competidores
e a evoluo da demanda (que endgena). Mesmo que uma nica firma soubesse as estratgias de todos os outros
agentes (o que claramente seria uma suposio irreal), a dimenso do espao de estado e a complexidade das dinmi-
cas induzidas impediriam a determinao da estratgia tima intertemporal para esse problema de horizonte infinito.
Modelagem da Economia como um Sistema Complexo | 231
demanda por seu produto responderia a mudanas de preos. Ela combina essa
estimativa com uma previso das mudanas nos custos totais associadas a diferentes
ajustes na produo, como forma de calcular os lucros esperados sobre um hori-
zonte de planejamento fixo, para um conjunto de potenciais mudanas de preo.
Este ltimo escolhido de tal maneira que ele maximize os lucros descontados ao
longo do horizonte de planejamento.
O modelo Eurace@Unibi gera endogenamente (sem choques externos
agregados) flutuaes econmicas que esto em consonncia com fatos empricos
estilizados, em relao s caractersticas do ciclo de negcios, assim como em relao
correlao serial e s razes de amplitude entre a produo e as variveis-chave,
tais como consumo e investimento. As distribuies do tamanho das firmas que
resultam do modelo assemelham-se quelas encontradas em estudos empricos,
assim como as caractersticas do nvel da firma, tais como a persistente disperso
de preo combinada com mark-ups anticclicos e a persistncia de parcelas de
mercado da firma, e so encontradas nos dados de simulao gerados com o mo-
delo Eurace@Unibi, de acordo com a literatura emprica. Isto ocorre para fatos
estilizados nos mercados de trabalho, tal como a curva de Beveridge.19 Finalmente,
em Dawid, Harting e Neugart (2013), mostrado que uma calibragem padro
do modelo tambm gera padres de comparaes de renda-desigualdade entre
economias que correspondem quelas observadas em diferentes partes da Unio
Europeia. O fato de que todos esses diferentes tipos de fatos estilizados podem ser
reproduzidos pelo modelo sugere fortemente que a abordagem para construir um
modelo econmico com fortes microfundamentos empricos foi bem -sucedida
em capturar os mecanismos-chave que influenciam as dinmicas das economias
do mundo real.
Uma ampla variedade de questes de polticas relacionadas com o desenho do
mercado de trabalho, com a formao de habilidades e com a desigualdade de renda
tem sido estudada usando o modelo Eurace@Unibi.20 Para fornecer um exemplo,
eu discuto brevemente a investigao da efetividade de diferentes tipos de polticas
de coeso, no que se refere convergncia de regies, em Dawid, Harting e Neugart
(2014). Motivado pelos principais instrumentos usados pela Unio Europeia (Fundo
Europeu de Desenvolvimento Regional e Fundo Social Europeu), os efeitos de dois
tipos de polticas so comparados: poltica tecnolgica, fornecendo subsdios para
as firmas em uma regio economicamente atrasada, que investe em tecnologias
na fronteira tecnolgica; e poltica de capital humano, provocando uma melhora
da distribuio de habilidades gerais na fora de trabalho na regio-alvo.
19. Ver Dawid et al. (2012; 2014), para uma discusso dessas questes.
20. Ver Dawid et al. (2014) para uma survey.
232 | Modelagem de Sistemas Complexos para Polticas Pblicas
4 DISCUSSO E CONCLUSO
A discusso neste captulo se baseia no insight de que a economia e seus principais
componentes, tais como mercados e indstrias, so sistemas complexos e na questo
central de quanto dessa complexidade deveramos tentar capturar nos modelos
quando investigamos questes econmicas. Particularmente, as sees 2 e 3 discu-
tiram uma abordagem de modelagem de baixo para cima baseada em agentes, em
que se deu grande ateno ao comportamento de atores econmicos individuais
e suas interaes. A seo 2 deixou claro que vrios desafios importantes tm de
ser encarados quando se desenvolvem modelos desse tipo. Esses se referem aos
fundamentos para a representao do comportamento individual, assim como
calibragem emprica e anlise sistemtica de tais modelos. A reviso das anlises
baseadas em agentes existentes em economia na seo 3 mostrou que, apesar do
fato de que esses modelos compartilham a mesma abordagem de modelagem, o real
grau de complexidade varia substancialmente entre os diferentes modelos baseados
em agentes. A depender de o foco de anlise ser em um fenmeno econmico par-
ticular em um mercado especfico, ou em um melhor entendimento dos feedbacks
emergentes entre os setores reais e financeiros, modelos com diferentes graus de
granularidade parecem apropriados. A discusso na seo 3 destaca a utilidade de
uma abordagem computacional baseada em agentes em vrias reas de aplicao.
Indiscutivelmente, modelos consolidados da literatura muito mais simples apre-
sentariam uma maior dificuldade em abordar vrias das questes discutidas nos
exemplos apresentados. Eu no concluiria necessariamente desse argumento que
os modelos computacionais mais complexos so em geral mais apropriados para
anlises de poltica econmica que os modelos consolidados da literatura. Em vez
disso, chego concluso de que parecem haver importantes questes econmicas
em que novos insights relevantes podem ser obtidos com o uso de uma abordagem
de modelagem que trata a economia como um sistema complexo interativo.
Os exemplos apresentados na seo 3 fornecem algumas indicaes do tipo de
questes econmicas em que a aplicao de modelos baseados em agentes parece
particularmente promissora. Em primeiro lugar, a rea de desenho de mercado
deveria ser mencionada. A capacidade de modelos baseados em agentes em cap-
turar com algum detalhe as caractersticas institucionais de mercados especficos,
e tambm em potencialmente envolver stakeholders no desenho dos modelos
comportamentais dos participantes do mercado, faz dos modelos baseados em
agentes um instrumento particularmente apropriado para explorar implicaes de
mudanas esperadas no desenho do mercado, ou nas regras de regulao, e para
comunicar tais implicaes esperadas aos formuladores de polticas. De fato, modelos
baseados em agentes tm sido aplicados com substancial sucesso nessa rea.
Em segundo lugar, modelos baseados em agentes, que representam de maneira ex-
plcita a heterogeneidade dos agentes no que se refere a suas diferentes caractersticas,
234 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ALFARANO, S.; LUX, T.; WAGNER, F. Time-variation of higher moments in
financial markets with heterogeneous agents: an analytical approach. Journal of
Economic Dynamics and Control, v. 32, n.1, p. 101-136, Jan. 2008.
ANUFRIEV, M. et al. Interest rate rules and macroeconomic stability under
heterogeneous expectations. Macroeconomic Dynamics, v. 17, n. 8, p. 1574-
1604, 2013.
ARIFOVIC, J.; BULLARD, J.; KOSTYSHYNA, O. Social learning and monetary
policy rules. Economic Journal, v. 123, n. 567, p. 38-76, Mar. 2013.
ARIFOVIC, J. et al. Learning benevolent leadership in a heterogenous agents
economy. Journal of Economic Dynamics and Control, v. 34, n. 9, p. 1768-
1790, Sept. 2010.
ARIFOVIC, J.; LEDYARD, J. A behavioral model for mechanism design: individual
evolutionary learning. Journal of Economic Behavior and Organization, v. 78,
n. 3, p. 374-395, May 2010.
______. Individual evolutionary learning, other regarding preferences, and the
voluntary contribution mechanism. Journal of Public Economics, v. 96, n. 9-10,
p. 808-823, Oct. 2012.
ARROW, K.; ANDERSON, P.; PINES, D. The economy as an evolving complex
system. Reading: Addison-Wesley, 1988.
ARTHUR, W. B. et al. Asset pricing and endogeneous expectations in an artificial
stock market. In: ARTHUR, W. B.; DURLAUF, S.; LANE, D. (Eds.). The economy
as an evolving complex system II. Reading: Addison-Wesley, 1997.
Modelagem da Economia como um Sistema Complexo | 235
BIBLIOGRAFIA COMPLEMENTAR
ARTHUR, B. Complexity economics: a different framework for economic
thought. Santa Fe: SFI, 2013. (Working Paper, n. 12).
ARTHUR, W. B.; DURLAUF, S.; LANE, D. (Eds.). The economy as an evolving
complex system II. Reading: Addison-Wesley, 1997.
KIRMAN, A. P. Complex economics: individual and collective rationality. London:
Taylor & Francis, 2010.
CAPTULO 10
1 INTRODUO
As cidades e a urbanizao representam desafios relevantes para o entendimento de
sistemas sociais humanos e para a consecuo de polticas efetivas (UN-Habitat,
2009). As razes dessas dificuldades encontram-se na natureza das cidades como
objetos complexos. As cidades so sistemas de interao de pessoas e organizaes
sociais distribudas em espaos densamente construdos, servidos por infraestru-
turas e administrados por organizaes polticas e sociais (Bettencourt, 2013a).
Tentativas de melhorar o gerenciamento das cidades, em apenas algumas dessas
facetas, tm-se mostrado frustrantes. Um entendimento mais holstico das cidades,
no qual todos os aspectos da vida urbana so considerados, est surgindo; e as
principais constataes, assim como, suas implicaes para as polticas pblicas,
so o foco deste estudo.
A maior parte da histria do planejamento urbano refere-se identificao
da natureza fundamental das cidades (Lynch, 1981; Mumford, 1961). Por sua vez,
cidades pelo menos na concepo moderna so tratadas como vastos sistemas
de uso do solo a ser planejado e gerido de acordo com as melhores prticas de
engenharia e economia aplicada. Isto significa que a poltica e o planejamento ur-
bano so primariamente definidos em termos de alocao da terra. O planejamento
de sistemas de transportes e de desenvolvimento de servios urbanos decidido de
acordo com a melhor tecnologia disponvel e perante restries fsicas, polticas e
oramentrias. Como apresentado neste estudo, muitas das questes operacionais
podem ser definidas conceitualmente como simples problemas, sendo resolvidos
com a utilizao de estratgias de engenharia conhecidas, que so passveis de
serem implementadas de forma padronizada, graas utilizao de tecnologias
de informao e comunicao em desenvolvimento.
Enquanto essa abordagem mentalmente prtica endereada para a maior
parte das atividades de curto prazo da administrao das cidades, h muito
mais a considerar a respeito das cidades no mdio e longo prazo. Isto se torna
3. As cidades, definidas como reas urbanas funcionais definio implcita utilizada neste estudo , so unidades
socioeconmicas integradas em termos de mercado de trabalho, no sentido de que a rea espacial e as populaes
so circunscritas por um conjunto de fluxos de deslocamentos quotidianos, a exemplo do que acorre nas reas metro-
politanas nos Estados Unidos.
244 | Modelagem de Sistemas Complexos para Polticas Pblicas
4. Em alguns casos, tais ciclos virtuosos de desenvolvimento tambm funcionam em direo oposta, conduzindo a ciclos
viciosos de despreocupao e decadncia. Este tipo de dinmica tem sido invocado para explicar a crise ps-industrial,
como em Detroit (Wilson, 1990), onde custos irrecuperveis de servios tm levado degradao de qualidade via cortes,
incluindo, essencialmente, justia equitativa e aplicao da lei, que conduzem a perdas populacionais e desemprego
que, por sua vez, erodem os servios remunerados por taxas e assim por diante.
248 | Modelagem de Sistemas Complexos para Polticas Pblicas
GRFICO 1
Escalabilidade no linear de propriedades econmicas e de infraestrutura de cidades
LOG Total de milhas rodovirias para os Estados Unidos
6,0 12,5
LOG do produto interno bruto
12,0
dos Estados Unidos (US$)
5,0
11,5
4,5
4,0 11,0
3,5 10,5
3,0 10,0
2,5
9,5
2,0
9,0
4,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5 8,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5
LOG da populao LOG da populao
Elaborao do autor.
O painel esquerdo mostra que a superfcie das rodovias das reas metropo-
litanas dos Estados Unidos so sublinearmente escalares (<1), de acordo com a
relao Y(N) = Y0 Nb. Analogamente, os PIBs das reas metropolitanas dos Estados
Unidos crescem superlinearmente, na mdia, com tamanho populacional, com
expoente >1. Ambos os expoentes, para a dimenso infraestrutura e para a produo,
desviam da unidade (linear, na linha preta) na mesma quantidade ; 1/6, nas
direes positiva e negativa (linha amarela), respectivamente. Os desvios do valor
250 | Modelagem de Sistemas Complexos para Polticas Pblicas
5. Essa uma distribuio log-normal nas variveis originais (Bettencourt et al., 2014; Gomez-Lievano, Youn e
Bettencourt, 2012; Bettencourt et al., 2010; Schlpfer et al., 2014).
252 | Modelagem de Sistemas Complexos para Polticas Pblicas
por sua vez, leva a mais conhecimento avanado, com maior valor econmico que
pode estimular a infraestrutura fsica e social. Com a iterao e o aprofundamento
dos processos ao longo do tempo, mais conhecimento pode ser criado e incorporado
aos indivduos e s redes socioeconmicas, conduzindo ao crescimento econmico
e ao desenvolvimento humano, no apenas no nvel de cidades individuais, mas
tambm de sistemas urbanos por meio da estruturao de hierarquias urbanas.
Esses efeitos, na mdia, derivam da teoria de escalabilidade das cidades
(Bettencourt, Samaniego e Youn, 2014; Bettencourt, 2014a). Entretanto, os pro-
cessos estocsticos detalhados, pelos quais vidas individuais so tecidas em cidades
e podem levar aos resultados agregados, permanecem por serem investigados em
maiores detalhes. Em particular, importante que um melhor entendimento do por
que, apesar da possibilidade de maiores taxas de interao, muitas cidades de naes
em desenvolvimento permanecem mais pobres que suas contrapartes desenvolvidas.
Isto devido, em parte, consequncia de limitaes dos processos descritos aqui.
Como resultado, muitos indivduos em cidades desenvolvidas pensam ser difcil
mudar suas vidas, alm da prpria sobrevivncia, em algo mais empreendedor e em
atividades mais criativas que podem acumular conhecimento e levar a alteraes
sistemticas em termos de desenvolvimento humano e crescimento econmico.
Dessa forma, a interao entre infraestrutura, servios urbanos, criatividade
humana e agenciamentos volta a ser focada. Em particular, a habilidade, que as
cidades tm para identificar os problemas que elas podem resolver com solues
de engenharia, essencial para dar fluidez ao potencial socioeconmico dos seus
indivduos. Este, ento, o papel da estratgia de longo prazo de planejamento e
de poltica urbanos que ser abordado a seguir.
6. Esse o sentimento de que a teoria cientfica nunca determina totalmente as solues de engenharia ou polticas.
Embora, a concepo cientfica seja essencial para reduzir o espao de possveis polticas e projetos de engenharia e,
frequentemente, para a concepo de solues tcnicas totalmente novas, que tinham sido descartadas no passado por
serem intratveis. Considere-se, por exemplo, a tentativa de ir para a lua sem o conhecimento das leis de movimento
e de gravidade.
254 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 1
A estrutura da poltica como um ciclo de controle de retroalimentao
Choques
Controle
Objetivos
Elaborao do autor.
8. A razo para isso tem levado a um massivo programa de substituio de toaletes pblicos por privados em Pune,
ndia, por exemplo. Para mais informaes, consultar: <shelter-associates.org>.
Cidades como Sistemas Complexos | 259
ser coletados pelas comunidades, mas que precisam ser verificado por terceiros. Isso
pode ser transformado de uma confrontao poltica sobre questes gerais em uma
simples negociao a respeito de fatos e escolhas mais objetivas.
Novas informaes e comunidades tecnolgicas podem tambm desempenhar
um papel importante na reduo de dificuldades para executar esses processos. Isto
se torna possvel ao gerar uma pesquisa anloga ao censo de acordo com proce-
dimentos padres simples, utilizando mtodos de papel e caneta ou dispositivos
eletrnicos, coletando informao geoespacial de forma barata e acurada. Porque
esses mtodos so fceis de compartilhar por meio das novas plataformas online,9
eles permitem um menor custo de coordenao que no passado, alm de permi-
tirem o rastreamento de servios, considerando ambas as perspectivas logstica
e socioeconmica. Tais mtodos esto se tornando mais disseminados, mas so
ainda relativamente novos. Pases de renda mdia, como o Brasil (Perlman, 2010),
tm necessidade e uma oportunidade nica de us-los para localizar os grandes
investimentos e as melhorias em vizinhanas de baixa-renda e habitaes pblicas,
assim como em servios mais gerais nos contextos de distribuio.
Isso leva ento ao assunto do aprendizado. Aprender essencial, porque prov
a oportunidade para os planejadores, o governo e os pesquisadores de resolverem
problemas efetivamente e aperfeioarem as suas prticas a partir das experincias em
curso. Isto requer a formalizao de intervenes na cidade de forma clara, mensu-
rando a produo e a habilidade de coletar informaes ao longo do caminho. Isto
significa que, o conhecimento a respeito da natureza do desenvolvimento urbano
em muitos lugares possa ser comparado e avaliado, sendo que a busca por possveis
solues onde quer que estejam possam ser exploradas e a riqueza de conhecimento
gerada em muitos outros lugares. Enquanto o aprendizado est certamente ocor-
rendo por meio de uma mirade de intervenes em muitos lugares, muito difcil
avaliar cada uma dessas polticas objetivamente e por terceiros, no diretamente
envolvidos nelas, para aprender a partir dessas experincias. Assim, requer-se uma
forma integrada de distribuir o procedimento e as avaliaes de polticas urbanas
tal que a soma total do conhecimento resultante seja cumulativo (Ostrom, 2009).
A resposta para a primeira questo, no incio da seo, pode agora ser abordada.
Os mecanismos de auto-organizao atuam sobre o conhecimento existente e
sobre a sua expanso e o seu aperfeioamento. Uma poltica efetiva que encoraja
a auto-organizao precisa reforar ciclos positivos de causalidade circular em
ambientes heterogneos, onde algumas solues para os problemas apontados,
provavelmente, existem localmente em algum lugar da cidade (Perlman, 2010).
Por exemplo, at mesmo cidades pobres tm vizinhanas mais desenvolvidas onde
os padres de proviso de servios so mais altos. A questo de expandir servios
REFERNCIAS
ANDRIS, C.; BETTENCOURT, L. M. A. Development, information and social
connectivity in Cote dIvoire. Santa Fe: Santa Fe Institute, 2014. Disponvel em:
< http://goo.gl/GEwbAO>.
ANGEL, S. et al. The dimensions of global urban expansion. Progress in Planning,
n. 75, p. 53-107, 2011.
ARISTOTLE. The politics of Aristotle. Trans. into English with introduction,
marginal analysis, essays, notes and indices by B. Jowett. Oxford. Clarendon Press,
1885. 2 v. Disponvel em: <http://oll.libertyfund.org/titles/579>.
ARROW, K. The economic implications of learning by doing. The Review of
Economic Studies, n. 29, p. 155-173, 1962.
STRM, K. J.; MURRAY, R. M. Feedback systems: an introduction for scientists
and engineers. Princeton: Princeton University Press, 2008.
BERRY, B. J. L. Geography of market centers and retail distribution. New
York: Prentice-Hall, 1967.
BETTENCOURT, L. M. A. The origin of scaling in cities. Science, v. 340,
n. 6139, p. 1438-1441, 2013a.
______. The kind of problem a city is. In: OFFENHUBER, D.; RATTI, C.
(Eds.). Die stadt entschlusseln: wie echtzeitdaten den urbanismus verandern.
Heidelberg: Birkhauser, 2013b.
Cidades como Sistemas Complexos | 261
WHYTE, W. H. The private life of small urban spaces. New York: Project for
Public Spaces, 2001.
WILSON, W. J. The truly disadvantaged: the inner city, the underclass, and
public policy. Chicago: University of Chicago Press, 1990.
YOUN, H. et al. The systematic structure and predictability of urban business
diversity. Santa Fe: SFI, 2014. (Working Paper, n. 33).
PARTE III
Aplicaes de Sistemas Complexos
em Objetos de Polticas Pblicas
CAPTULO 11
1 INTRODUO
A globalizao, incluindo transporte, comunicao e integrao econmica e
social, implica que polticas aparentemente locais podem ter consequncias de
longo alcance. Sob essas condies, decises tomadas pelas autoridades nacionais
que parecem ser autnomas podem ter impactos mundiais. Como podemos
identificar esses impactos? Dependncias em redes e padres de comportamento
causados por esses impactos so a matria da cincia de sistemas complexos
(Bar-Yam, 1997; 2002). Sistemas complexos so sistemas em que o comporta-
mento coletivo no satisfaz o teorema central do limite, isto , os componentes
no so independentes nem totalmente dependentes. Uma das metodologias
centrais da cincia da complexidade a anlise multiescalar (Bar-Yam e Bialik,
2013; Bar-Yam, 2004; 2002). Essa metodologia pode ser usada para identificar as
relaes complexas entre o comportamento das partes e o todo. A complexidade
toda de um sistema, ou a quantidade de informao necessria para descrever
um sistema, pode ser analisada como uma funo de escala. Se as partes de um
sistema so independentes, ento todo o sistema exibe comportamento aleatrio
em pequena escala. Se as partes so correlacionadas, o sistema apresenta compor-
tamento coerente em larga escala. Se as partes so interdependentes, o sistema
pode desempenhar comportamentos complexos, que podem ser caracterizados
para identificar propriedades-chave.
O foco em comportamentos em escala maior, em relao ao componente
de comportamento de escala menor, permite entender como as foras externas
e a auto-organizao interna compreendem, juntas, o comportamento do
sistema. O impacto de intervenes polticas, as passadas e as intencionadas,
pode ser retratado. Polticas que alteram um determinado comportamento
devem ter uma escala adequada de interveno, enquanto que polticas que
mudam comportamentos complexos devem ter a habilidade necessria para
GRFICO 1
Dependncia temporal do ndice de Preos dos Alimentos da Organizao das Naes
Unidas para Alimentao e Agricultura FAO (jan. 2004-mai. 2011)
aps os picos (grfico 1), vemos um aumento mais gradual, mas ainda sim
rpido, nos preos dos alimentos durante o perodo que se inicia em 2004.
coerente supor que quando essa tendncia exceder o limiar, a segurana
de populaes vulnerveis estar ampla e persistentemente comprometida.
Tal ameaa segurana deveria ser uma preocupao central dos polticos no
mundo. Revoltas sociais e instabilidade poltica de pases so esperadas a se
espalharem com a persistncia e a difuso do impacto da perda de segurana,
mesmo que as causas latentes sejam os preos mundiais de alimentos, e no
necessariamente polticas governamentais especficas. Mesmo que ocorra
alguma variao na forma de revolta, devido a diferenas locais de governo,
populaes desesperadas provavelmente recorrero violncia mesmo em
regimes democrticos. Prevemos um colapso da ordem social como resultado
da perda de segurana alimentar, com base nos eventos histricos e na ex-
pectativa de que o aumento da populao mundial e as restries de recursos
levariam a uma catstrofe.
GRFICO 2
Preos dos alimentos e simulaes do modelo
GRFICO 3
O comovimento das aes
GRFICO 4
Parmetro do modelo (2000-2010)
GRFICO 5
Rede de correlaes dos retornos dirios do mercado (2003-2008)
dado que a maior rede, construda a partir do mercado inteiro, obscurece percep-
es essenciais. Anlises prvias de correlao descreveram como as correlaes
podem surgir de foras externas no mercado teoria da precificao por arbitra-
gem (Chamberlain e Rothschild, 1983; Ross, 1976) ou usaram as correlaes
para identificar as crises setoriais e de mercado econofsica (Mantegna e Stanley,
2000; Onnela, 2003). Esse trabalho carece de um entendimento das origens eco-
nmicas das alteraes nas dependncias e suas implicaes polticas. Examinamos
as variaes das correlaes dentro e entre os setores, as quais surgem de efeitos
no lineares, para obter informao sobre mudanas nas condies econmicas
anteriores e durante a crise econmica.
O estudo das propriedades da comunidade em rede frequentemente requer
uma anlise cuidadosa. No nosso caso, as observaes que descrevemos so
visualmente apresentadas e foram tambm estatisticamente testadas. Particular-
mente, tendncias aparentes foram testadas usando a estatstica-t das diferenas
nas densidades de ligao dentro e entre os setores (merging), ou o mnimo
dessa estatstica entre um setor e cada um dos outros setores (auto clustering).
Os setores so estatisticamente conectados (desconectados) a um ndice se a
estatstica-t, comparando as ligaes com o ndice relativo s densidades de
ligao do grfico, maior do que 4 (menor do que 2).
Limitar os investimentos (isto , limitar as razes capital-ativo) com o intuito
de controlar o risco tem uma influncia direta nas oportunidades de crescimento.
Todavia, nossos resultados tambm apontam para uma estratgia diferente, que
reconhece que as instituies financeiras conectam setores econmicos que de outra
maneira estariam fracamente correlacionados. A questo-chave que a conexo
econmica entre companhias propaga o efeito de falncias. Se uma entidade econ-
mica G no cumpre com suas obrigaes financeiras com a entidade H, o impacto
sobre a entidade H pode afetar outras entidades J e K, que so conectadas a H,
mesmo que suas atividades no tenham relao com as atividades de G. De modo
contrrio, enquanto uma baixa razo capital-ativo possa ser arriscada para uma
determinada instituio, se os investimentos esto dentro de um setor econmico
especfico, improvvel que a falncia daquela instituio cause repercusses em
toda a economia. Logo, segregar relaes financeiras, particularmente entre ativi-
dades que no so de outra maneira relacionadas, ou so fracamente relacionadas,
reduz o risco sistmico.
A ideia de que a separao dos componentes do setor financeiro contribui
com a estabilidade econmica foi um aspecto chave da legislao para estabilizar o
sistema bancrio estadunidense aps a crise de 1929. O Ato Glass-Steagall de 1933
separou bancos de investimentos de bancos comerciais (varejo) para prevenir que
flutuaes de outras partes da economia afetassem os bancos comerciais. Esse ato foi
Aplicaes de Sistemas Complexos em Polticas Pblicas no Mundo | 283
para duas condies distintas que conduzem paz: populaes bem misturadas e
populaes bem separadas. A primeira condio corresponde estrutura pacfica
mais comumente desejada: uma sociedade bem integrada. A segunda, corresponde
diviso, partio e autodeterminao espacial uma abordagem historicamente
usada mas frequentemente criticada. Aqui consideramos uma terceira abordagem,
mais sutil, a de fronteiras dentro de um estado, na qual cooperao intergrupal
e autonomia esto ambas presentes. O sucesso dessa abordagem de extrema
importncia, dado que o mundo se torna cada vez mais conectado por meio de
cooperaes internacionais. Como exemplificado pela Unio Europeia, o papel
das fronteiras como limites est mudando.
FIGURA 1
Sua: proporo dos grupos lingusticos e proporo de catlicos e protestantes
(projeo de Mercator), de acordo com o Censo de 2000
8 CONCLUSO
Demonstramos que decises polticas tomadas por governos e rgos re-
gulatrios podem ter consequncias de longo alcance no mundo moderno.
Uma compreenso dos mtodos de sistemas complexos e de seus conceitos
principalmente anlise multiescalar, estruturas de rede e dinmicas no lineares
permite uma anlise que pode prover informaes para tomadas de deciso
efetivas do mundo real. Subsdios energticos em uma nao podem gerar um
grande aumento nos preos mundiais de alimentos, desencadeando revoltas
polticas do outro lado do mundo. Mercados financeiros que se tornam muito
interdependentes tm um alto risco de cascatas, e pnicos coletivos causam
crises mundiais. Violncia tnica pode ser, em grande parte, prevista a partir
da geografia espacial tnica e pode ser amenizada por polticas que permitam
autonomia local. A conectividade mundial favorece a existncia de doenas
virulentas que podem causar pandemias mundiais devastadoras. A cincia de
sistemas complexos tem casos comprovados de prever e explicar as causas de fen-
menos mundiais. Formuladores de polticas e reguladores que buscam alcanar
objetivos especficos ou melhorar de forma mais geral os sistemas sociais e
econmicos podem se beneficiar dos insights de estudos especficos.
REFERNCIAS
BAR-YAM, Y. Dynamics of complex systems. New York: Perseus Press, 1997.
______. General features of complex systems. Oxford: Unesco, 2002. (Encyclopedia
of Life Support Systems).
______. Complexity rising: from human beings to human civilization, a complexity
profile. Oxford: Unesco, 2002. (Encyclopedia of Life Support Systems); also NECSI
Report, 1997.
______. Multiscale variety in complex systems, Complexity, v. 9, n. 4, p. 37-45, 2004.
BAR-YAM, Y.; BIALIK, M. Beyond big data: identifying important information
for real world challenges. Cambridge: NECSI, 2013.
Aplicaes de Sistemas Complexos em Polticas Pblicas no Mundo | 289
1 INTRODUO
O objetivo deste captulo avaliar o uso de tcnicas de modelagem de siste-
mas complexos adaptveis em polticas pblicas no Brasil. Embora o interesse
em sistemas complexos venha crescendo muito nos ltimos anos, o uso desta
abordagem por parte de governos no processo de formulao e implementao
de polticas pblicas tem sido limitado. Esta ausncia provavelmente devido
fase relativamente precoce da difuso dessas ideias, dado que complexidade
ainda uma cincia jovem que s recentemente comeou a ganhar exposio
mais generalizada. A fim de avaliar o potencial de uso da modelagem de sistemas
complexos em polticas pblicas no Brasil, este captulo investiga onde a pesquisa
est sendo feita sobre estes temas em universidades brasileiras e institutos de
pesquisa. razovel supor que muitos destes estudos sero as sementes que iro,
eventualmente, levar a aplicaes pioneiras em reas especficas de poltica pblica.
A pesquisa acadmica tem incentivos para procurar as reas onde a necessidade
de ideias inovadoras mais saliente e onde abordagens de sistemas complexos
tm o maior potencial.2 Alm disso, este captulo especula sobre quais reas de
polticas pblicas no Brasil poderiam, dadas a sua natureza e caractersticas, se
beneficiar mais deste tipo de modelagem. Em conjunto, este mapeamento das
primeiras pesquisas e das reas polticas potenciais deve indicar onde devemos
esperar que eventualmente surja no Brasil usos prticos de ideias relacionadas a
sistemas complexos.
Para atingir esse objetivo, a seo 2 inicia descrevendo o modelo de polticas
pblicas que domina atualmente no Brasil. Se sistemas complexos vierem a ser
introduzidos nas polticas pblicas brasileiras, este o cenrio dominante que
esta abordagem ir confrontar. A seo 3 discute brevemente por que este estilo
dominante da formulao de polticas muitas vezes falha em situaes que tm
caractersticas de sistemas complexos. A seo 4 ilustra os tipos de problemas que
expropriar e redistribuir a terra. Como o ritmo da reforma agrria sob estas regras
foi terrivelmente lento, os sem-terra perceberam que poderiam acelerar o processo
por invaso e ocupao em vez de esperar passivamente pela ao do governo.
medida que estas invases geravam conflitos que apareciam nos noticirios, o
governo foi forado a correr atrs, expropriando terras e criando projetos de as-
sentamento em um ritmo cada vez maior. No entanto, a falta de controle sobre o
processo tal que quanto mais esforo e recursos o governo dedicava para acalmar
o setor, maiores eram os incentivos para mais invases (Alston, Libecap e Mueller,
1999; 2000; 2010).
Um dos principais problemas era que todo o debate poltico sobre se o governo
estava fazendo um esforo adequado em reforma agrria foi enquadrado ao longo
de uma nica mtrica: o nmero de famlias assentadas naquele determinado ano.
O governo, os movimentos camponeses sem-terra e a imprensa, todos focavam
nesta nica medida para determinar se a reforma agrria estava ou no sendo feita.
O governo fazia promessas eleitorais de milhares de famlias assentadas por ano,
os camponeses organizados denunciavam que o nmero real de assentados era
inferior ao prometido e a imprensa mediava o debate tambm focando exclusiva-
mente nessa dimenso. Assim, os incentivos eram para o governo fazer promessas
ambiciosas e realmente cumprir nos nmeros de famlias assentadas, porm fazendo
isto sem considerar a qualidade da terra e do assentamento e sem seguir com o
acompanhamento necessrio para o sucesso das novas unidades agrcolas.3 Depois que
uma famlia recebia a terra, ela passava a contar como mais uma estatstica para
aquele ano, e o governo apressava-se para atender outros camponeses sem terra.
Mas sem a assistncia posterior fundamental, um grande nmero de camponeses
assentados foi incapaz de subsistir e acabou vendendo ou abandonando suas terras.
Como o debate poltico no enxergava esta dimenso do programa, havia poucos
incentivos para o governo agir de outra forma.
medida que a maior parte da terra subutilizada mais propcia havia sido
distribuda, e a maioria dos potenciais beneficirios com a aptido para o trabalho
agrcola havia sido assentada, o governo teve que buscar terras de pior qualidade e
mais distante (muitas vezes na Amaznia) e tambm buscar beneficirios entre as
massas de pobres urbanos que tinham pouca inteno ou capacidade de perma-
necer na terra , aumentando assim a probabilidade de fracasso dos assentamentos.
verdade que no processo de reforma agrria uma grande redistribuio dos
recursos foi feita em benefcio de uma parte menos favorecida da sociedade.
No entanto, a forma como isto foi feito envolveu tremendo desperdcio em termos
3. Embora o Programa Bolsa Famlia (PBF) tambm incite um debate poltico em torno da nica mtrica do nmero
de beneficirios, neste caso, o objetivo final era efetivamente a transferncia de recursos e apenas secundariamente
outros objetivos, tais como manter as crianas na escola. Assim, o governo tinha incentivos para realmente perseguir
os verdadeiros objetivos do programa, em vez de seguir um objetivo enganoso, como no caso da reforma agrria.
298 | Modelagem de Sistemas Complexos para Polticas Pblicas
QUADRO 1
Estudos sobre uso da terra e planejamento urbano com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
Delaneze, M. E.
Modelagem espacial utilizando aut-
Riedel, P. S. Anais XV Simpsio Brasileiro de
mato celular aplicada avaliao das
2 Marques, M. L. Sensoriamento Remoto SBSR,
mudanas do uso e cobertura da terra no
Ferreira, M. V. Curitiba, Brasil, 2011
entorno da faixa de dutos Rio de Janeiro
Bentz, C. M.
Feitosa, F. F.
Countering urban segregation in brazilian
Le, Q. B. Environment and planning B:
3 cities: policy-oriented explorations using
Vlek, P. planning and design, 2012
agent-based simulation
Monteiro, A. M. V. Rosemback, R.
(Continuao)
Mello, B. A.
Cajueiro, D. O.,
Teoria de redes complexas e o poder de Ipea, Texto para Discusso
7 Gomide, L. H. B.
difuso dos municpios n. 1484, 2010
Vieira, R.
Boueri, R.
Dissertao (Mestrado) do
Simulao de crescimento urbano em
Programa de Ps-Graduao
espaos celulares com uma medida de
8 Saraiva, M.V. P. em Arquitetura e Urbanismo.
acessibilidade: mtodo e estudo de caso
Universidade Federal de Pelotas,
em cidades do sul do Rio Grande do Sul
Pelotas, 2012
Elaborao do autor.
QUADRO 2
Estudos sobre crescimento econmico e desenvolvimento com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
Cambridge: Puritan Press. 2011.
1 Hausmann, R. et al. The atlas of economic complexity
<http://atlas.media.mit.edu/>
O ndice de complexidade econmica: uma Monografia do Departamento de Economia da
2 Vasconcellos, T.
reviso terica e aplicaes ao caso brasileiro Universidade de Braslia, 2013
Ferramenta que disponibiliza dados oficiais
<http://dataviva.info/>
3 Dataviva sobre exportaes, atividades econmicas,
2014
localidades e ocupaes de todo o Brasil.
Alston, L. J.
Mello, M. A. Beliefs, leadership and critical transitions: Princeton University Press.
4
Mueller, B. Brazil 1964-2014 2015
Pereira C.E.
Emergence and evolution of beliefs and Working Paper Dept. of Economics, Universidade
5 Mueller, B.
institutions in development. de Brasilia, 2014
Possas, M. L. Ciclo e tendncia num modelo micro-macro- <www.ie.ufrj.br/datacenterie/pdfs/seminarios/
6
Dweck, E. dinmico de simulao pesquisa/texto1610.pdf.2006>
Elaborao do autor.
QUADRO 3
Estudos sobre epidemias e doenas infecciosas com abordagem de sistemas complexos
no Brasil
Autores Ttulo Referncia
Dissertao de Mestrado Programa de Ps-
Modelagem de epidemias atravs de modelos
1 Alvarenga, L. R. Graduao em Engenharia Eltrica Universidade
baseados em indivduos
Federal de Minas Gerais, 2008
Dinmica de doenas infecciosas em redes Tese de doutorado do Programa de Ps-Graduao
2 Carvalho, A. M.
complexas em Fsica da UFRGS, 2012
Dinmica, modelagem e controle de Tese de doutorado, Universidade Federal de
3 Nepomuceno, E. G.
epidemias Minas Gerais (UFMG). 2005
Sade no ecossistema social: enfrentando
4 Possas, C. A. a complexidade e a emergncia de doenas Cadernos de Sade Pblica, v. 17, n. 1, jan./fev., 2001
infecciosas
Jacintho, L. F. O.
Proceedings of the 2010 Spring Simulation
Batista, A. F. M. An agent-based model for the spread of the
Multiconference (SpringSim 10). Society for
5 Ruas, T. L. Dengue fever: a swarm platform simulation
Computer Simulation International,
Marietto, M. G. B. approach
San Diego, 2010
Silva, F. A.
(Continua)
Sistemas Complexos em Polticas Pblicas no Brasil | 303
(Continuao)
Autores Ttulo Referncia
Takahashi, C.C.
Takahashi, F.C. Estudo do tempo de erradicao de epide- Anais do XVII Congresso Brasileiro de Autom-
6
Alvarenga, L.R. mias em modelos baseados em indivduos tica, 2008
Takahashi, R.H.C.
Elaborao do autor.
QUADRO 4
Estudos sobre sade pblica com abordagem de sistemas complexos no Brasil
Autores Ttulo Referncia
1 Almeida-Filho, N. A sade e o paradigma da complexidade Cadernos IHU, n. 15, 2006
Falhas de mercado e redes em polticas
Pinheiro Filho, F. P. Cincia & Sade Coletiva, v. 17, n. 11,
2 pblicas: desafios e possibilidades ao
Mori Sarti, F. p. 2981-2990, nov. 2012
Sistema nico de Sade
Elaborao do autor.
QUADRO 5
Estudos sobre meio ambiente e mudana climtica com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
Andrade, P. R. From input-output matrixes to agent-
Proceedings of the Second International Workshop on
1 Monteiro, A. M. V. -based models: a case study on carbon
Social Simulation. BWSS, 2010
Camara, G. credits in a local economy
Costa, A. C. R.
Um framework para simulao de Brazilian Conferences in Intelligence Systems, 2012.
Mota, F. P.
2 polticas pblicas aplicado ao caso da <http://www.lbd.dcc.ufmg.br/ colecoes/
Dimuro, G. P.
Piracema, sob o olhar da teoria dos jogos enia/2012/0027.pdf>
Santos, I.
Em busca da sustentabilidade da organiza-
3 Mello, R. F. L. o antropossocial atravs da reciclagem e Dissertation Universidade Federal do Paran. 1999
do conceito de auto-eco-organizao.
Elaborao do autor.
QUADRO 6
Estudos sobre mercados financeiros e crises com abordagem de sistemas complexos
no Brasil
Autores Ttulo Referncia
Gleria, I.
1 Matsushita, R. Scaling power laws in the So Paulo stock exchange Economics Bulletin v. 7, n. 3, p. 1-12, 2002
Silva, S.
Matsushita, R.
Silva, S.
2 Log-Periodic Crashes Revisited Physica A 364, p. 331-335, 2006
Figueiredo, A.
Gleria, I.
Matsushita, R.
Silva, S. Hurst Exponents, Power Laws, and Efficiency in the
3 Economics Bulletin, v. 7, n. 1, p. 1-11, 2007
Figueiredo, A. Brazilian Foreign Exchange Market
Gleria, I.
Tabak, B.
Quantifying price fluctuations in the Brazilian Physica A: statistical mechanics and its
4 Takami M.Y.
stock market applications, v. 388, Issue 1, p. 59-62, 2009
Cajueiro, D. O.
Tabak, B. M.
Topological Properties of Bank Networks: The Case
5 Cajueiro D. O. Int. J. Mod. Phys. C, v. 20, p. 1121, 2009
of Brazil
Serra, T. R.
Cajueiro, D. O. Possible causes of long-range dependence in the
6 Phys. A, v. 345, Issue 3-4, p. 635-645, 2005.
Tabak, B.M. Brazilian stock market.
Cajueiro, D. O. The role of banks in the Brazilian interbank market:
7 Phys. A, v. 387, n. 27, p. 6825-6836, 2008.
Tabak, B. M. Does bank type matter?
Elaborao do autor.
Sistemas Complexos em Polticas Pblicas no Brasil | 305
QUADRO 7
Estudos sobre modelagem computacional e simulaes com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
Andrade, A. A. Simulao baseada em agentes: para a anlise XXXII Encontro Nacional de Engenharia de Produo,
1
Frazzon E. M. de uma cadeia global de suprimentos Bento Gonalves, 15 a 18 de outubro, 2012
Sichman, J. S.
Rocha Costa, A. C. An overview of social simulation research Proceedings of the Third International Workshop
2
Adamatti, D. in Brazil on Social Simulation. BWSS, 2012
Dimuro, G. P.
Elaborao do autor.
QUADRO 8
Estudos sobre crime e outros problemas urbanos com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
An Agent-based simulation of car theft:
Berger, L. M. Economic Analysis of Law Review, v. 4, n. 1, p.
1 further evidence of the rational choice theory
Borenstein, D. 103-119, Jan-Jun. 2013.
of crime
Pint, B. Exploring the emergence of organized crime
Proceedings of the Second International Workshop
2 Crooks, A. in Rio de Janeiro: an agent-based modeling
on Social Simulation. BWSS, 2010
Geller, A. approach
Elaborao do autor.
4. Neste captulo esto relacionados apenas trabalhos que tratam de polticas pblicas.
306 | Modelagem de Sistemas Complexos para Polticas Pblicas
QUADRO 9
Estudos sobre energia, transporte e infraestrutura com abordagem de sistemas
complexos no Brasil
Autores Ttulo Referncia
Demanda por transporte rodovirio urbano: um Monografia Universidade Federal de Santa
1 Avancini, D. P.
modelo computacional baseado em agentes Catarina. 2013
Competitiveness and social inclusion within
national the programme for production and use
Zopelari, A. L. M. S. Proceedings of the Third International Workshop
2 of biofuels: negative feedbacks on profitability
Silva Cesar, A. on Social Simulation. BWSS, 2012
awareness in sharp institutional settlements in
Brazil south region concerning soybean oil
Elaborao do autor.
QUADRO 10
Estudos sobre redes sociais com abordagem de sistemas complexos no Brasil
Autores Ttulo Referncia
1 Barbosa Filho, H. Migration, communication and social networks; Complex networks: studies in computational
Lima Neto F. B. an agent-based social simulation Intelligence, v. 424, p. 67-74, 2013
Fusco, W.
2 Marteleto, R. M. Anlise de Redes Sociais Aplicao nos Ci. Inf., Brasilia, v. 30, n. 1, p. 71-81, 2001
Estudos de Transferncia da Informao
Elaborao do autor.
6 DISCUSSO
A seo anterior mostrou que h boa cobertura na literatura brasileira de sistemas
complexos de temas que so importantes nas polticas pblicas do pas, mesmo que
o nmero total de referncias ainda seja relativamente baixo. H, no entanto, vrias
Sistemas Complexos em Polticas Pblicas no Brasil | 307
REFERNCIAS
ABRCIO, F. L. Trajetria recente da gesto pblica brasileira: um balano crtico
e a renovao da agenda de reformas. Revista de Administrao Pblica, Rio de
Janeiro, n. 41, 2007.
ALSTON, L.; LIBECAP, G.; MUELLER, B. A model of rural conflict: violence
and land reform policy in Brazil. Environment and Development Economics,
Cambridge, n. 4, p. 135-160, 1999.
______. Property rights to land and land reform: legal inconsistencies and the
sources of violent conflict in the Brazilian amazon. Journal of Environmental
Economics and Management, n. 39, p.162-188, 2000.
______. Interest groups, information manipulation in the media, and public
policy: the case of the landless peasants movement in Brazil. Cambridge: NBER,
2010. (Working Paper, n. 15865). Disponvel em: <http://goo.gl/x9tYMp>.
ALSTON, L. et al. Political institutions, policymaking processes and policy
outcomes in Brazil. In: STEIN, E. et al. Policymaking in Latin America? How
Politics Shapes Policies. Cambridge: Harvard University Press, 2008.
______. Beliefs, leadership and critical transitions: Brazil 1964-2014. Princeton:
Princeton University Press, 2014.
308 | Modelagem de Sistemas Complexos para Polticas Pblicas
de respostas em nvel individual, levando a uma mudana para um novo estado no nvel
do sistema (dissipao), por meio de uma srie de efeitos de retroalimentao. A Revoluo
Industrial, deflagrada pela utilizao de novas tecnologias, um exemplo tpico deste
fenmeno. A esse respeito, importante ressaltar a noo de que um sistema complexo
no existe de modo isolado; pelo contrrio, ele existe em um ambiente que exerce foras
e que influencia o sistema complexo. Assim, uma deciso importante refere-se maneira
de como definir os limites do sistema, e se essas influncias devem ser consideradas como
externas ou parte do sistema em si.
Do que foi supracitado, entende-se que os sistemas de transporte tm pro-
priedades de sistemas complexos. Eles contam com mltiplos agentes, incluindo
os usurios do sistema (pedestres, ciclistas, passageiros de transportes coletivos,
motoristas e passageiros de automveis), que tomam decises sobre se, quando, onde
e qual modo de transporte se deve utilizar. Da agregao desses comportamentos,
emergem caractersticas agregadas do sistema, tais como carregamentos de trfego
e nveis de congestionamento nas vias, bem como nveis de utilizao ou ocupao
dos sistemas de transporte pblico.3 Os usurios, ao tomar decises, respondem ao
estado do sistema, podendo responder a nveis de congestionamento, mudando
frequncia de viagens, destinos, modos de transporte e horrios das viagens. Por
sua vez, as autoridades e os provedores de servios tambm podem ser considera-
dos agentes em um sistema de transportes complexo; isto porque decidem sobre a
construo de infraestruturas e a proviso de servios de transporte, respondendo,
ao menos parcialmente, ao carregamento do trfego e ocupao dos veculos do
transporte pblico. Ainda, em resposta a novas tecnologias, o sistema de transporte
pode tornar-se dissipativo. Por exemplo, a produo de automveis em linha de
montagem e a subsequente motorizao em massa levaram a uma mudana radical
na diviso modal e na extenso das viagens em vrios pases (Van Wee, 2014).
Este exemplo tambm ilustra a necessidade de definir apropriadamente os limites
do sistema, uma vez que a motorizao de massa no s causou, mas tambm
foi estimulada pelo processo de expanso urbana. Isto sugere que um sistema de
transporte pode ser delimitado de modo estendido, incluindo o desenvolvimento
urbano, as decises de localizao residencial e os agentes imobilirios. Ao mesmo
tempo, nota-se que desenvolvimentos na sociedade, na economia e na tecnologia,
que emergem fora do campo dos transportes, podem exercer influncia significativa
no uso dos sistemas de transporte. Por exemplo, estilos de vida urbanos podem
tornar-se mais aceitos entre adultos jovens, colocando menor nfase no uso do
automvel e no carro enquanto smbolo de status (Frndberg e Vilhelmson, 2014).
As novas tecnologias de informao e comunicao (TICs) tambm podem propiciar
novas formas de organizar as viagens, viabilizando a implementao de plataformas
4. Entre os fatores mais importantes para as mudanas no comportamento de mobilidade, podem-se elencar o crescimento
econmico, as mudanas em normas sociais e nos modelos de negcios das empresas de transporte etc.
312 | Modelagem de Sistemas Complexos para Polticas Pblicas
FIGURA 1
Um sistema aninhado de modelos de transporte
Modelo de interaes entre usos
do solo e transportes (Luti)
Modelo de previso de demanda
de viagens (TDFM)
Modelo de simulao
de trfego
- Escolha de faixa
- Velocidade
- (Escolha de rota)
- Frequncia de viagens
- Escolha do destino
- Escolha de modo de transporte
- Propriedade de carro
- Situao ocupacional
- Localizao residencial e de trabalho
- Eventos demogrficos
- Firmologia (mercado de trabalho)
- Mudanas de uso do solo
- Mercado residencial
Elaborao do autor.
FIGURA 2
Representao do sistema de modelos Ilute
Populao Mercado
Emprego em t Veculos comerciais
sinttica habitacional
Propriedade
T=T + T TASHA Alocao na rede
de automveis
Legenda
Inputs exgenos Processos modelados Outputs principais
Para serem endgenos Em desenvolvimento
Fica claro que os modelos Luti tambm podem ser considerados como
sistemas complexos. Eles representam a maior gama de reaes potenciais a
mudanas na economia, na demografia e no sistema de instituies, no apenas
por indivduos e famlias, mas tambm por agentes econmicos, empreende-
dores e formuladores de polticas pblicas. As famlias podem, por exemplo,
decidir pela realocao, mudar de empregos, ou comprar/vender veculos em
resposta a mudanas de acessibilidade. Do mesmo modo, as modificaes na
localizao de empregos, que resultam de mudanas de acessibilidade, podem
318 | Modelagem de Sistemas Complexos para Polticas Pblicas
ser representadas, assim como mudanas nos preos das moradias ou no desen-
volvimento urbano. Como resultado, os modelos Luti baseados em agentes, por
um lado, apresentam menos chances de desenvolver estados de equilbrio que
sejam relativamente semelhantes ao estado inicial; por outro, tm mais chances
de representar transies para estados fundamentalmente diferentes. Tendo em
vista que os modelos Luti descrevem o desenvolvimento urbano, as decises de
propriedade de veculos e o comportamento de mobilidade, tais modelos tam-
bm so capazes de descrever processos relacionados e que se reforam de
crescente taxa de motorizao e de espraiamento urbano (sprawl).
Outra caracterstica importante dos modelos Luti baseados em agentes
seu carter dinmico. O fato destes modelos simularem mudanas no desen-
volvimento urbano, na demografia, nas localizaes residenciais e de empregos,
bem como nos padres de viagens ao longo dos anos, implica que as decises
dos agentes no ano t+1 so condicionais s caractersticas agregadas do sistema
(tempos de viagem, preos, oferta de moradias e de empregos etc.) no ano t, as
quais, por sua vez, so acumuladas a partir das decises individuais dos agentes.
Tal abordagem dinmica permite modelar a dimenso temporal das respostas
s polticas pblicas. Verificou-se, por exemplo, que as respostas realocao
de escritrios, em termos de escolha de modo de transporte, tm um retardo
de at cinco anos, uma vez que uma resposta comportamental pode necessi-
tar de mudanas na organizao das famlias, na propriedade de carros ou na
realocao residencial. Enquanto os modelos de equilbrio tradicional teriam
previsto mudanas imediatas para um novo equilbrio, os modelos dinmicos
baseados em agentes so mais aptos a descrever os processos graduais que levam
a um resultado final.
3 QUESTES DE IMPLEMENTAO
O desenvolvimento de modelos de simulao de trfego, TDFMs e Luti pode ser
dividido em dois grandes componentes:
1) Desenvolvimento de uma representao das estruturas e dos agentes
relevantes.
2) Desenvolvimento de uma representao das regras de comportamento
dos agentes, de suas interaes mtuas e de efeitos relevantes de feedback.
Uma vez desenvolvido o modelo, necessrio calibr-lo, de modo a verificar
se os resultados so gerados com um grau razovel de confiabilidade. Finalmente,
necessrio desenvolver cenrios para a aplicao, de modo a se avaliar polticas
pblicas alternativas. Esses estgios sero discutidos a seguir.
Mtodos de Complexidade Aplicados ao Planejamento de Transportes | 319
independentes uma da outra (por exemplo, descritas por modelos MNL separados),
ainda que, na realidade, elas possam relacionar-se. Por exemplo, o modo de trans-
portes pode depender da escolha do destino, e vice-versa. Para conseguir dar conta
desses efeitos de substituio e de interdependncia, as especificaes de modelos
mais avanadas foram desenvolvidas, tais como os modelos logit nested (Ben-Akiva
e Lerman, 1985) e os modelos logit mistos (Hess e Polak, 2006). Alm disso, nos
contextos de escolhas espaciais, os modelos MNL tm falhas na considerao da
autocorrelao especial, o que levou ao desenvolvimento de modelos de escolha de
valor extremo generalizado (generalized extreme value GEV) alternativos (Bekhor
e Prashker, 2008).
Os parmetros dos modelos de escolha devem ser estimados com base em
escolhas observadas. Essas podem ser as efetivamente feitas, registradas em surveys
ou dirios de viagens (preferncia revelada), e, tambm, as escolhas feitas sob con-
dies hipotticas, obtidas em surveys (preferncia declarada). O mecanismo de
feedback principal a resposta aos congestionamentos por parte de quem viaja, o
que representado ajustando-se o tempo de viagem dos veculos aos congestiona-
mentos, seguindo-se a alocao de trfego, que, por sua vez, influenciar a escolha
de fazer a viagem, o destino, o horrio de partida e o modo, a depender do tempo
do coeficiente do tempo de viagem.
Os modelos Luti baseados em agentes incluem modelos adicionais para o
comportamento das famlias (propriedade de carro, localizao e tipo residencial,
bem como tipo de ocupao/emprego) que so, geralmente, baseados tambm
em modelos de escolha discreta. Neste caso, so comumente calcados em escolhas
observadas, o que obtido por surveys. Tambm se supe que o mercado residencial
e o desenvolvimento econmico sigam regras especficas. Uma discusso detalhada
da calibragem desses modelos vai alm do escopo deste captulo, de modo que
se recomenda ao leitor que busque Chingcuanco e Miller (2012), Strauch et al.
(2005), Borning, Waddell e Forster (2008) e Ettema et al. (2007).
tambm precisam ser especificados. Para tanto, os responsveis pela modelagem de-
pendem, geralmente, de previses externas obtidas de modelos demogrficos e econ-
micos, assim como de planos que especifiquem o desenvolvimento almejado de reas
residenciais e comerciais nos anos vindouros. Para horizontes de previso crescentes,
til compor diferentes cenrios, por exemplo, de desenvolvimento econmico, de
modo a testar os resultados sob diferentes circunstncias externas.
Na prtica, cenrios de previso de demanda de viagens so frequentemente
baseados em extrapolaes de tendncias demogrficas e econmicas vigentes.
Por exemplo, Arentze et al. (2008) previram as implicaes para os transportes de uma
populao em processo de envelhecimento, com base em extrapolaes da participao
da fora de trabalho e em parmetros de comportamento. Esses exerccios geralmente
tm o objetivo de prever um resultado aproximado, como uma mudana relativamente
marginal da situao vigente ou de um cenrio de linha de base. Contudo, tratando-se
das cidades de seus sistemas de transportes e de usos do solo como sistemas comple-
xos, sugere-se que as interaes entre os vrios componentes dos sistemas e os agentes
poderiam levar a resultados inesperados, que difeririam fundamentalmente de simples
extrapolaes. Exemplos dessas interaes incluem os efeitos das TICs nas viagens
pessoais e de entrega de mercadorias que, dependendo do contexto, podem substituir,
modificar ou estimular estas viagens (Mokhtarian, 2009). Os modelos TDFM e Luti
no so muito adequados para representar tais interaes, de modo que seu uso, para
explorar esses cenrios, exigiria a formulao de premissas adicionais que deveriam
ser includas na estrutura dos modelos. De maneira similar, Cervero (2006) aponta
que os modelos TDFM convencionais no so muito apropriados para capturar os
efeitos de estratgias de uso do solo em escalas de vizinhana, defendendo o uso de
extenses dedicadas aos modelos tradicionais que representem as interaes entre as
caractersticas das vizinhanas e o comportamento de mobilidade.
9. Ver, entre outros autores, Wheaton (2004), que realizou um esforo de modelagem mais estilizado.
324 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
AGUILERA, A. Business travel and sustainability. In: GARLING, T.; ETTEMA,
D.; FRIMAN. M. (Eds.). Handbook of sustainable travel. Dordrecht: Springer,
2014. p. 199-214.
ALEXANDER, B.; ETTEMA, D.; DIJST, M. Fragmentation of work activity
as a multi-dimensional construct and its association with ICT, employment and
sociodemographic characteristics. Journal of Transport Geography, v.18, p.
55-64, 2010.
ALGERS, S. et al. Stockholm model system (SIMS): application. In:
WORLD CONFERENCE OF TRANSPORTATION RESEARCH, 7.
Sydney: WCTRS, 1995.
ARENTZE, T. A.; TIMMERMANS, H. J. P. A learning-based transportation
oriented simulation system. Transportation Research Part B: Methodological,
v. 38, n. 7, p. 613-633, 2004.
Mtodos de Complexidade Aplicados ao Planejamento de Transportes | 329
ARENTZE, T. et al. More gray hair but for whom? Scenario-based simulations
of elderly activity travel patterns in 2020. Transportation, v. 35, n. 5, p. 613-
627, 2008.
BARCEL, J. et al. Microscopic traffic simulation: a tool for the design, analysis
and evaluation of intelligent transport systems. Journal of Intelligent and Robotic
Systems, v. 41, n. 2-3, p. 173-203, 2005.
BATTY, M. Cities and complexity: understanding cities with cellular automata,
agent-based models, and fractals. Cambridge: The MIT Press, 2007.
BEKHOR, S.; PRASHKER, J. GEV-based destination choice models that account
for unobserved similarities among alternatives. Transportation Research Part B:
Methodological, v. 42, n. 3, p. 243-262, Mar. 2008.
BEN-AKIVA, M. E.; LERMAN, S. R. Discrete choice analysis: theory and
application to travel demand. Cambridge: The MIT Press, 1985.
BETTENCOURT, L. Cities as complex systems. In: FURTADO, B. A.;
SAKOWSKI, P. A. M.; TVOLLI, M. H. (eds.). Modeling complex systems
for public policies. Braslia: Ipea, 2014 (no prelo).
BHAT, C. R. et al. A new spatial multiple discrete-continuous model for land
use change analysis. In: TRANSPORTATION RESEARCH BOARD ANNUAL
MEETING, 93. Washington: TRB, 2014.
BOARNET, M. G. et al. The street level built environment and physical activity and
walking: results of a predictive validity study for the Irvine Minnesota Inventory.
Environment and Behavior, v. 43, n. 6, p. 735-775, Jan. 2011.
BONSALL, P.; WILLUMSEN, L. Pricing methods to influence car use. In:
GRLING, T.; ETTEMA, D.; FRIMAN, M. (Eds.). Handbook of sustainable
travel. Dordrecht: Springer, 2014.
BORNING, A.; WADDELL, P.; FRSTER, R. UrbanSim: using simulation to
inform public deliberation and decision-making. Digital Government, v. 17, p.
439-464, 2008.
BOWMAN, J. L.; BEN-AKIVA, M. E. Activity-based disaggregate travel demand
model system with activity schedules. Transportation Research Part A: Policy
and Practice, v. 35, n. 1, p. 1-28, 2000.
BRIAN ARTHUR, W. Complexity and the economy. Science, v. 284, p.107-109,
Apr. 1999.
CAO, X.; MOKHTARIAN, P. L. How do individuals adapt their personal travel?
A conceptual exploration of the consideration of travel-related strategies. Transport
Policy, v. 12, n. 3, p. 199-206, 2005.
330 | Modelagem de Sistemas Complexos para Polticas Pblicas
OAKIL, A. Y. et al. Changing household car ownership level and life cycle events:
an action in anticipation or an action on occurrence. Transportation, v. 41, n.
4, p. 889-904, 2013.
PEARCE, J.; KINGHAM, S.; ZAWAR-REZA, P. Every breath you take?
Environmental justice and air pollution in Christchurch, New Zealand.
Environment and Planning A, v. 38, n. 5, p. 919-938, 2006.
PENDYALA, R. Next generation infrastructure implications of autonomous vehicles
and transport automation. In: CAMPBELL, P.; PEREZ, P. (Eds.). Infrastructue for
a better future: a forum for vision, leadership and action. Wollongong: University
of Wollongong, 2014.
RIESER, M. et al. Agent-oriented coupling of activity-based demand generation
with multiagent traffic simulation. Transportation Research Record, Washington,
n. 2021, p. 10-17, 2007.
SAELENS, B. E.; HANDY, S. L. Built environment correlates of walking: a review.
Medicine and Science in Sports and Exercise, v. 40, n. 7, p. 550-566, 2008.
SHAHEEN S. A.; COHEN, A. P. Growth in worldwide carsharing an international
comparison. Transportation Research Record, n. 1992, p. 81-89, 2007.
SHEN, Y.; MARTNEZ, L. M.; ABREU E SILVA, J. A cellular agent-based
approach incorporating spatial discrete choice methods: a simulation of future
land-use impacts of high-speed rail on Aveiro, Portugal. In: TRANSPORTATION
RESEARCH BOARD ANNUAL MEETING, 92. Washington: TRB, 2013.
STRAUCH, D. et al. Linking transport and land use planning: the microscopic
dynamic simulation model ILUMASS. In: ATKINSON, P. M. et al. (Eds.).
Geodynamics. Boca Raton: CRC Press, 2005. p. 295-311.
TESSONE, C. J. The complex nature of social systems. In: FURTADO, B. A.;
SAKOWSKI, P. A. M.; TVOLLI, M. H. (Eds.). Modeling complex systems
for public policies. Braslia: Ipea, 2014. No prelo.
VAN WEE, B. The unsustainability of car use. In: GRLING. T.; ETTEMA, D.;
FRIMAN, M. (Eds.). Handbook of sustainable travel. Dordrecht: Springer, 2014.
VAN WEE, B.; HANDY, S. Do future land-use policies increase sustainable
travel? In: GRLING. T.; ETTEMA, D.; FRIMAN, M. (Eds.). Handbook of
sustainable travel. Dordrecht: Springer, 2014.
VELDHUISEN, K. J.; TIMMERMANS, H. J. P.; KAPOEN, L. L. Simulating
the effects of urban development on activity-travel patterns: an application of
Ramblas to the Randstad North Wing. Environment and Planning B: Planning
and Design, v. 32, n. 4, p. 567-580, 2005.
Mtodos de Complexidade Aplicados ao Planejamento de Transportes | 333
1 INTRODUO
Ao longo das ltimas trs dcadas, o estudo cientfico do comportamento de sistemas
complexos fsicos e sociais levou a insights significativos sobre o mundo que as aborda-
gens clssicas tendiam a simplificar ou ignorar (Bar-Yam, 2003). No entanto, Jacobson
e Wilensky (2006) observaram que a aplicao de perspectivas de complexidade para
a pesquisa e a poltica educacional est em fase inicial. Dado este cenrio, os principais
objetivos deste captulo so discutir quatro principais reas: i) a educao como sistema
complexo; ii) a complexidade e as metodologias para o estudo da educao; iii) a pesquisa
sobre sistemas de ensino e poltica educacional; e iv) os desafios para a aprendizagem sobre
sistemas complexos e suas implicaes. Estas reas so consideradas separadamente, seguidas
das consideraes finais.
Durante a ltima dcada, houve uma mudana nos campos das cincias
cognitivas e de aprendizagem e da pesquisa em educao. Partiu-se de trabalhos
anteriores sobre o aprendizado de conceitos sobre sistemas complexos para a
aplicao das perspectivas de sistemas complexos fsicos e sociais, com o intuito
de aprimorar a pesquisa educacional e orientar polticas pblicas.4 Uma indicao
dessa tendncia refletida na utilizao de conceitos de complexidade por pes-
quisadores da educao. Estes conceitos possuem importantes implicaes, que
vo alm de apenas um vocabulrio tcnico enriquecido para pesquisadores. Por
exemplo, Bereiter e Scardamalia (2005) argumentaram que:
1. Este captulo incorpora material de estudo de Jacobson e Wilensky (2006), Jacobson e Kapur (2012) e Jacobson, Kapur
e Reimann (2014). O autor agradece aos colegas de pesquisa e colaboradores, que ao longo dos anos contriburam
para a compreenso e o aprofundamento dos meandros e das maravilhas correspondentes aos sistemas complexos
fsicos e sociais, especialmente, Manu Kapur, Uri Wilensky, e Yaneer Bar Yam.
2. Traduzido por Patrcia Alessandra Morita Sakowski.
3. Centro para Pesquisa em Aprendizado e Cognio Assistidos por Computador da Universidade de Sidney, Austrlia.
4. Para uma viso geral, ver Jacobson e Wilensky (2006).
336 | Modelagem de Sistemas Complexos para Polticas Pblicas
5. No original: As complex systems concepts such as self-organization and emergence make their way into mainstream
educational psychology, it becomes increasingly apparent that there are no simple causal explanations for anything in
this field. In general, what comes out of a socio-cognitive process cannot be explained or fully predicted by what goes
into it. Creative works, understanding, and cognitive development are all examples of complex structures emerging from
the interaction of simpler components. Learning itself, at both neural and knowledge levels, has emergent properties.
6. No original: The education system is one of the most complex and challenging systems for research. Much as we
know about cognitive aspects of learning, pedagogical strategies, and reform implementation, we currently lack the
modeling capability needed to help practitioners and policymakers explore the potential impact of proposed interventions,
since efforts in this area are still at a very preliminary stage of development.
A Educao como Sistema Complexo: implicaes para a pesquisa educacional e polticas | 337
7. No original: Nonlinearities mean that our most useful tools for generalizing observations into theory trend analysis,
determination of equilibria, sample means, and so on are badly blunted.
A Educao como Sistema Complexo: implicaes para a pesquisa educacional e polticas | 341
FIGURA 1
Visualizao do modelo baseado em agentes de escolha escolar Chicago, Illinois
dos melhores alunos para as escolas privadas, com a utilizao dos ttulos (vouchers)
emitidos pelo governo para pagar o ensino privado (Maroulis et al., 2010).
Levin e Datnow (2012) fornecem outro exemplo do uso de modelagem
computacional para explorar a influncia da liderana do diretor na implementao
de uma reforma no ensino mdio. A abordagem de reforma educacional envolvendo
a tomada de decises baseada em dados (data drive decision making DDDM)
tem se verificado eficaz para orientar as decises educacionais. Os dados usados
para informar o desenvolvimento do ABM ao qual Levin e Datnow (2012) se
referem como modelo multimediador (MMM) vieram de um estudo de caso de
uma escola urbana nos Estados Unidos, onde o uso de DDDM havia influenciado
resultados escolares positivos. O MMM permite a manipulao de interaes entre
a administrao do distrito que deseje implementar a reforma DDM, as aes do
diretor como o lder local na promoo da reforma DDDM, as interaes do diretor
com professores dentro da escola, e as interaes dos professores com seus alunos.
FIGURA 2
Modelo multimediador de reforma educacional DDDM, incluindo diretor, professor,
aluno e aes distritais
Aes do distrito
Fornecer apoio
estrutural DDDM
Aes do diretor
Promover
confiana
Construir capital
humano/social
Aes do professor
Formular objetivos
da aula
Aes do estudante
Mudar a
instruo Aes que entram em
conflito com o DDDM
Apropriar-se de
seus resultados
Apropriar-se da DDDM
8. No original: The central task of a natural science is to make the wonderful commonplace: to show that complexity,
correctly viewed, is only a mask for simplicity; to find pattern hidden in apparent chaos.
A Educao como Sistema Complexo: implicaes para a pesquisa educacional e polticas | 347
6 CONCLUSO
Para encerrar este captulo, retorna-se questo de Lemke e Sabelli (2008):
Podem as novas ferramentas de anlise de sistemas complexos nos ajudar a entender
o impacto potencial de novas tecnologias sobre o sistema educacional e nos ajudar a
prever os caminhos que diferentes esforos de reforma sistmica seguem? (...) Podem
elas nos ajudar a identificar relaes crticas dentro do sistema educacional resistentes
mudana sistmica ou oferecer oportunidade para novas alternativas? (...) Se a res-
posta para qualquer dessas perguntas for sim, ser necessria a colaborao entre as
diversas novas comunidades de pesquisadores que procuram por um quadro comum
para compartilhar ideias de diferentes disciplinas e abordagens tanto para a anlise
de sistemas complexos como para a educao.9
9. No original: Can the new tools of complex system analysis help us understand the potential impact on the educational
system of new technologies and help us predict the paths that different efforts at systemic reform follow? Can they
help us identify critical relationships within the educational system that resist systemic change or afford opportunities
for new alternatives? () If the answers to any of these questions are to be yes, we will require collaboration within
a diverse new community of researchers seeking a common framework for sharing ideas from different disciplines and
approaches to both complex system analysis and to education.
348 | Modelagem de Sistemas Complexos para Polticas Pblicas
Parece que agora, cerca de seis anos depois que essas perguntas foram feitas,
pode-se de fato dizer um sim provisrio a vrias delas. Diante dessa afirmao
positiva, e dada a gama de necessidades educacionais e desafios do sculo XXI,
tanto em pases desenvolvidos como em desenvolvimento, h uma necessidade
urgente de promover a difuso das ferramentas metodolgicas e intelectuais de
sistemas complexos disponveis para aplicao no estudo de sistemas educacionais.
A difuso desse ferramental e arcabouo conceitual tambm premente entre
polticos e outros stakeholders que moldam a poltica educacional. Espera-se que
este captulo contribua para avanar o dilogo no sentido de elevar a conscincia
tanto da urgncia de entender a educao como um sistema complexo quanto das
oportunidades que essa abordagem traz.
REFERNCIAS
ARTHUR, B.; DURLAUF, S.; LANE, D. (Eds.). The economy as an evolving
complex system. Reading: Addison-Wesley, 1997. v. 2.
AXELROD, R. The complexity of cooperation: agent-based models of competi-
tion and collaboration. Princeton: Princeton University Press, 1997.
BAR-YAM, Y. Dynamics of complex systems. New York: Perseus Publishing, 2003.
BEREITER, C.; SCARDAMALIA, M. Technology and literacies: from print
literacy to dialogic literacy. In: BASCIA, N. et al. (Eds.). International
handbook of educational policy. Dordrecht: Springer, 2005.
CARLEY, K. M. Computational organizational science: a new frontier. Proceedings
of the National Academy of Sciences, v. 19, n. 3, p. 7257-7262, 2002.
EIDELSON, R. J. Complex adaptive systems in the behavioral and social sciences.
Review of General Psychology, v. 1, n. 1, p. 42-71, 1997.
EPSTEIN, J. M.; AXTELL, R. Growing artificial societies: social science from
the bottom up. Washington: Brookings Institution Press; MIT Press, 1996.
FIRESTONE, W. A. Meaning in method: the rhetoric of quantitative and qualitative
research. Educational Researcher, v. 16, n. 7, p. 16-21, 1987.
FRANK, K. A. et al. The social dynamics of mathematics coursetaking in high
school. American Journal of Sociology, v. 113, n. 6, p. 1645-1696, 2008.
HMELO-SILVER, C. E.; MARATHE, S.; LIU, L. Fish swim, rocks sit, and lungs
breathe: expert-novice understanding of complex systems. The Journal of the
Learning Sciences, v. 16, n. 3, p. 307-331, 2007.
A Educao como Sistema Complexo: implicaes para a pesquisa educacional e polticas | 349
BIBLIOGRAFIA COMPLEMENTAR
BASCIA, N. et al. (Eds.). International handbook of educational policy.
Dordrecht: Springer, 2005.
RAHAYU, P.; JACOBSON, M. J. Speaking self-efficacy and English as a foreign
language: learning processes in a multi-user virtual environment. In: PISCIONER,
M. (Ed.). Effectively implementing information communication technology
in higher education in the Asia-Pacific region. Hauppauge: Nova Science
Publishers, 2012.
CAPTULO 15
1 INTRODUO
Sistemas educacionais abrangem um grande nmero de agentes heterogneos,
cuja interao leva ao aprendizado, ao ensino, cognio e educao. Eles so
compostos de camadas interconectadas, cada uma das quais d suporte s outras
camadas e as restringem. Por meio de mecanismos de retroalimentao (feedback)
e adaptao, esses sistemas e seus agentes coevoluem. Todas essas caractersticas
fazem dos sistemas educacionais sistemas complexos.
Os agentes heterogneos de um sistema educacional so, por exemplo, os
estudantes, os professores e os pais. Cada estudante aprende de um modo dife-
rente, cada professor tem o seu mtodo de ensino e cada famlia tem seu modo
particular de educar os filhos. O aprendizado surge no somente das informaes
transmitidas pelos professores; ele resultado das interaes entre os estudantes e
outros indivduos em ambientes formais e informais.
Como j mencionado, os sistemas educacionais so formados por camadas
interconectadas. Na perspectiva macro, eles englobam instituies governamen-
tais, tais como o Ministrio da Educao e as redes de escolas e universidades.
No entanto, os ministrios da Fazenda, da Sade e dos Transportes, entre outros,
tambm podem ser considerados como parte do sistema, dado que eles influenciam
a alocao dos recursos oramentrios, as condies de sade da populao e a
acessibilidade s escolas, respectivamente.
Em um nvel menor, as escolas no podem ser separadas do contexto em
que existem. Fatores externos escola, tais como segurana do bairro ou posio
socioeconmica da comunidade, impactam a frequncia escolar e o desempenho
acadmico dos alunos. Similarmente, o ensino superior influencia e educao
bsica e por ela influenciada.
4. Arajo (2007), particularmente interessada nos desafios emergentes para a educao online, observa que existem cursos
de ensino a distncia (EaD) que continuam amarrados aos conceitos de currculo, marcado por uma viso instrucionista.
Para a autora, os modelos instrucionistas apresentam-se cientificamente defasados e acabam por simplificar o processo
de construo do conhecimento. Isso implica a necessidade de investigar o uso da tecnologia nos cursos de EaD a partir
de uma perspectiva de ensino-aprendizagem em rede, a qual permita o desenvolvimento do pensamento autnomo.
5. O princpio da complementaridade dos opostos foi proposto pelo fsico dinamarqus Niels Bohr (1961), por meio do
qual ele argumenta que onda e partcula integram uma mesma realidade (Santos, 2008).
Perspectivas da Complexidade para a Educao no Brasil | 355
6. Maturana e Varela (1995), na busca por compreender a organizao do ser vivo, formulam o princpio autopoitico,
afirmando que todo ser vivo uma organizao autopoitica. A clula, por exemplo, uma rede de reaes qumicas
que produz molculas que, (i) a partir de suas interaes produzem e participam recursivamente na mesma rede de
reaes que as produziram, e (ii) constituem a clula como uma unidade fsica (Varela, Maturana e Uribe, 1974, p.
560, traduo nossa). No original: network of chemical reactions which produce molecules such that (i) through their
interactions generate and participate recursively in the same network of reactions which produced them, and (ii) realize
the cell as a material unity.
7. A principal diferena entre o princpio prvio de recurso organizacional e o da autopoiese como os autores entendem
autonomia per se. Morin (2011) considera uma autonomia relativa o indivduo de fato dependente do ambiente ,
enquanto Maturana e Varela (1995) admitem uma autonomia absoluta. Para os ltimos autores, cada unidade autopoitica
apresenta uma estrutura particular, e quando a unidade autopoitica interage com o ambiente, a estrutura do ambiente
no determina; ela s desencadeia mudanas na estrutura da unidade. Isto , devido organizao autopoitica, o
sistema autnomo em relao ao ambiente. O sistema e o ambiente so inter-relacionados, mas no dependentes;
cada sistema opera independentemente do outro.
Perspectivas da Complexidade para a Educao no Brasil | 357
8. Para mais informaes sobre os mtodos e as metodologias de sistemas complexos, ver o captulo 3 deste livro.
9. O uso de jogos em educao tambm pode ser considerado uma abordagem baseada em simulao, que est
ganhando popularidade no Brasil (Borges et al., 2013).
Perspectivas da Complexidade para a Educao no Brasil | 359
10. As reformas de escolha escolar (school choice reforms) do aos pais a possibilidade de escolher a escola que seus
filhos frequentaro, no ficando restritos s escolas presentes na regio ou bairro em que habitam.
11. Para mais detalhes acerca deste assunto, ver o captulo 14 deste livro.
12. O PNE (2011/2020) estabelece a meta de elevar para 33% da populao entre 18 a 24 anos a taxa lquida de
matrcula na educao superior (FNE, 2011).
360 | Modelagem de Sistemas Complexos para Polticas Pblicas
13. Ver o captulo 7 deste livro, o qual discorre sobre a natureza complexa dos sistemas sociais.
14. Para uma viso mais geral da utilizao de anlise de redes em pesquisa educacional, ver Alan J. Daly (2010) e
Brian V. Carolan (2013).
15. Uma informao mais detalhada sobre os sistemas tutores inteligentes pode ser encontrada em Koedinger et al. (2013).
362 | Modelagem de Sistemas Complexos para Polticas Pblicas
17. No original: methodologies that extract useful and actionable information from large datasets.
18. Para mais informaes sobre o desenvolvimento das duas comunidades learning analytics e educational data
mining e suas divergncias, ver Siemens e Baker (2012) e Baker e Siemens (2014).
19. O trabalho fornece exemplos e explicaes detalhadas das aplicaes dessas metodologias.
20. A questo da visualizao discutida em mais detalhes na seo seguinte.
21. Um learnogram uma ferramenta de representao grfica que permite a visualizao do processo de aprendizagem
de alunos ao longo do tempo.
364 | Modelagem de Sistemas Complexos para Polticas Pblicas
Big data (megadados) em educao parece ser a rea que mais avanou.
No mundo, learning analytics e minerao de dados educacionais tm sido usadas,
por exemplo, para estudar cursos online, dar suporte ao desenvolvimento de sistemas
de e-learning (ensino eletrnico) mais efetivos e investigar como as crianas jogam
o sistema22 (Baker e Yacef, 2009; Kotsiantis, 2012; Siemens e Baker, 2012). Dados
de rastreamento ocular (eye tracking) e sensores de movimento tm sido usados
para fornecer insights do exato processo de aprendizagem que ocorre quando uma
criana realiza uma atividade (Blikstein, 2011); e machine learning (aprendizagem
automtica) tem sido utilizada para ajudar a prever quando um aluno abandonar
a escola ou ser reprovado (Bayer et al., 2012; Mrquez-Vera et al., 2013).
No Brasil, tais aplicaes so mais escassas, apesar de ainda assim serem muitas.
Kampff (2009) buscou identificar, em um ambiente virtual de aprendizagem, as
caractersticas e o comportamento de estudantes que apresentavam um maior risco
de reprovao. O sistema, ento, alertou o professor de que o estudante poderia
precisar de uma ateno especial e, com base em experincias anteriores, forneceu
sugestes ao professor sobre como lidar com tal situao. Pimentel e Omar (2006)
utilizaram dados de estudantes para identificar a relao entre habilidades cognitivas
e metacognitivas, ou seja: o que ns acreditamos saber est relacionado com o que
ns realmente sabemos? Finalmente, Rigo et al. (2014) discutem o progresso neces-
srio na aplicao de minerao de dados educacionais, tal como a implementao
de solues interativas de forma que os resultados possam efetivamente dar suporte
deteco de comportamento conectado ao abandono escolar.
3.6 Visualizao
A grande quantidade de dados em educao e modelos poderosos podem ajudar
na simulao de intervenes polticas e no melhor entendimento de mecanismos
na educao. Porm, se os stakeholders no conseguem entender o que todos esses
dados e modelos expressam, todos os esforos tero uma contribuio pequena.
por isso que a destilao de dados para facilitar decises humanas, mencionada
acima, crucial.
Como colocado por Rand (em Sistemas complexos: conceitos, literatura,
possibilidades e limitaes, captulo 2 deste livro), stakeholders e formuladores de
poltica precisam compreender as anlises para poderem tomar decises adequadas.
Em alguns casos, eles no tm o conhecimento necessrio para entender os resultados.
A educao (sobre sistemas complexos) contribura com isso, mas tambm haver a
22. Play the system: usar as regras destinadas a proteger o sistema para manipular e direcionar o sistema a um
resultado desejado.
Perspectivas da Complexidade para a Educao no Brasil | 365
4 DISCUSSO
Este captulo apresentou um panorama da aplicao da abordagem de sistemas
complexos em educao no Brasil. A primeira parte investigou o uso de conceitos
da complexidade para se pensar a educao no sentido terico, enquanto a segunda
parte focou nas aplicaes dos mtodos e metodologias no pas. A reviso levan-
tou alguns insights para o ensino e aprendizagem, e para a elaborao de polticas
educacionais no Brasil, os quais so discutidos nesta seo.
23. No original: In some cases, they do not have the complex systems literacy necessary to understand the results.
Education (about complex systems) will help this, but so will increased efforts in visualization, since visualization can
make results and models easier to understand.
24. Dados disponveis em: <www.qedu.org.br>.
366 | Modelagem de Sistemas Complexos para Polticas Pblicas
25. No original:from a young age, people tend to develop a deterministic and centralized mindset. () People expect
systems to have deterministic rules that govern their behavior and that there is a central controller in most system. ()
Most complex systems show the opposite.
26. Ver o captulo 7 deste livro, o qual tematiza heterogeneidades intrnsecas e adquiridas.
Perspectivas da Complexidade para a Educao no Brasil | 367
27. No original: instruction that is tailored to learning needs, tailored to learning preferences, and tailored to the
specific interests of different learners.
368 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ACEMOGLU, D.; LAIBSON, D.; LIST, J. A. Equalizing superstars: the internet
and the democratization of education. Cambridge: NBER, 2014. (Working Paper,
n. 19851). Disponvel em: <http://goo.gl/GY4HMN>. Acesso em: 8 dez. 2014.
AL HALLAK, L. et al. Decision support systems for University Management
processes: an approach towards dynamic simulation model. In: INTERNATIONAL
CONFERENCE ON COMPUTER AND ELECTRICAL ENGINEERING,
2., New York. 2009. Annals... New York: IEEE, Dec. 2009.
AQUINO GUIMARES, T. et al. A rede de programas de ps-graduao em
administrao no Brasil: anlise de relaes acadmicas e atributos de programas.
Revista de Administrao Contempornea, Curitiba, v. 13, n. 4, p. 564-582, 2009.
28. Sobre o impacto da internet na concentrao da atividade econmica, ver Forma, Goldfarb e Greenstein (2014)
e Sakowski (2014). Forma, Goldfarb e Greenstein (2014) argumentam que: A taxa de crescimento de patentes foi
maior entre pases que no eram lderes de patenteamento no comeo dos anos 1990, mas eram lderes na adoo da
internet em 2000, o que sugere que a internet ajudou a conter a tendncia de maior concentrao geogrfica e que
a internet poderia atuar como uma ampla fora para enfraquecer as ligaes entre a geografia da atividade inovadora
e os padres espaciais do uso downstream dela. (No original:The rate of patent growth was faster among counties
who were not leaders in patenting in the early 1990s but were leaders in internet adoption by 2000, suggesting that
the internet helped stem the trend towards more geographic concentration and that the internet could act as a broad
force for weakening the links between the geography of inventive activity and spatial patterns of downstream use of it).
29. No original:web-based education will have broadly equalizing effects. Not only will human capital around the
globe be enhanced, but human capital inequalities may also decrease.
Perspectivas da Complexidade para a Educao no Brasil | 369
1 INTRODUO
Este captulo faz o ponto que legislaturas so sistemas adaptativos complexos e
avalia brevemente a contribuio potencial da abordagem da complexidade para
a anlise da evoluo de instituies legislativas, aqui entendidas como sistema de
regras formais e informais de produo de leis.Tambm indica como os insights
desta abordagem podem lanar luz sobre a evoluo de padres de produo le-
gislativa no Brasil ps-1988, no nvel nacional.
A abordagem da complexidade mobiliza conceitos, teorias e metodologias
de diferentes campos cientficos para o estudo de processos e padres desistemas
adaptativos complexos. Um sistema considerado complexo se este composto de
grande coleo de diversos agentes interdependentes, no sujeitos a controle cen-
tralizado.Uma propriedade crucial deste tipo de sistema que os resultados que
emergem das interaes entre seus agentes no podem ser entendidos simplesmente
pela soma dos comportamentos das suas partes individuais. Um sistema complexo
adaptativo se est continuamente se auto-organizando em resposta aos resultados
que este gera e s mudanas no seu ambiente (Eidelson, 1997; Holland, 1992).
Um legislativo democraticamente eleito um sistema complexo adaptativo.
Este composto de muitos agentes heterogneos que, em princpio, no esto
sujeitos a controle centralizado. Estes agentes tm objetivos individuais, mas no
conseguem alcan-los agindo isoladamente dado o carter coletivo das decises
legislativas, cada um destes precisa da cooperao de pelo menos um certo nmero
de outros.No entanto, uma vez que os recursos legislativos por exemplo, tem-
po de plenrio so limitados, nem todos os objetivos podem ser realizados em
tempo hbil. Assim, a natureza complexa das legislaturas situa-se nas interaes
estratgicas, nas quais os legisladores precisam se envolver um com o outro, a fim
de avanar seus objetivos.
1. Tcnico de Planejamento e Pesquisa da Diretoria de Estudos e Polticas do Estado, das Instituies e da Democracia
(Diest) do Ipea. E-mail: <acir.almeida@ipea.gov.br>.
376 | Modelagem de Sistemas Complexos para Polticas Pblicas
dilemas que estes enfrentam, e tambm explica por que estes problemas podem
transformar o Legislativo em sistema disfuncional, se no forem devidamen-
te tratados. A seo 3 descreve os dois principais modelos de organizao que
a literatura identifica como solues institucionais para aqueles problemas de
escolha coletiva e social.A seo 4 aborda a questo da evoluo das institui-
es legislativas, ao apontar tanto para as limitaes das abordagens tradicionais
em explicar o surgimento e a mudana das instituies, como para os recen-
tes desenvolvimentos na direo de abordagem orientada pela complexidade.
A seo 5 indica brevemente possveis aplicaes desta abordagem para a anlise da
evoluo das instituies legislativas no Brasil ps-1988.A seo 6 fecha o captulo
com um breve resumo.
2 CAOS LEGISLATIVO
A ttulo de argumento, proveitoso comear imaginando uma legislatura em seu
estado de natureza.Esta a situao na qual todos os negcios so conduzidos na
sesso plenria (sem comisses) e a capacidade dos membros de falar e fazer moes
em grande parte irrestrita e no regulamentada (Cox, 2006, p. 141, traduo
nossa).Assim, para qualquer projeto ser convertido em lei em uma legislatura em
estado de natureza, este precisa passar por um e apenas um processo simples:
deve ser formalmente proposto, discutido e, em seguida, votado em sesso plenria,
onde deve obter o apoio de maioria.
Nesse estado hipottico, o uso do tempo de plenrio torna-se um dilema
coletivo ou seja, um conflito entre objetivos de grupo e autointeresse individu-
al.Como limitado o que se pode fazer em qualquer sesso plenria, o nmero de
decises polticas relevantes por sesso depende de quo eficientemente o tempo
de plenrio utilizado.Na ausncia de qualquer restrio ao uso de direitos legis-
lativos, cada legislador provavelmente, por um lado, apresentar ao plenrio tantos
projetos quantos achar conveniente e, por outro, usar tanto quanto necessrio o
tempo de plenrio, a fim de bloquear ou atrasar qualquer projeto do qual discor-
de.Cada membro percebe ento que sua estratgia de negociao tima impedir
qualquer outro projeto de lei, a menos que os seus sejam aprovados.O resultado
mais provvel nestas condies a paralisia legislativa (Cox, 2006, p. 143).
Mesmo que os legisladores consigam fazer uso coletivo do tempo de plenrio
racionalmente, ainda h um segundo dilema coletivo enfrentado por uma legislatura
em estado de natureza: a aquisio e a disseminao de informaes relevantes sobre
as consequncias de polticas pblicas alternativas (Krehbiel, 1991).Legislativos
modernos devem fazer vrias escolhas polticas complexas a respeito de muitas reas
diferentes de polticas pblicas, mas a maioria dos legisladores tem apenas informao
escassa, se alguma, sobre as consequncias destas polticas.Decises mal informadas
378 | Modelagem de Sistemas Complexos para Polticas Pblicas
tm maior risco de gerar resultados muito diferentes dos pretendidos, o que repre-
senta perda de utilidade para todos os interessados. Todavia, dado que a aquisio de
informao requer tempo e esforo, os legisladores individuais tm forte incentivo
para pegar carona no conhecimento dos outros. Alm disso, a distribuio desigual da
informao privada levanta o problema adicional de oportunismo, com legisladores
mais informados tentando influenciar as escolhas dos menos informados, por meio da
reteno de informaes importantes.Assim, no estado de natureza legislativo, decises
polticas so suscetveis de serem realizadas sob condies de elevada incerteza, o que
leva a polticas pblicas com resultados de baixa previsibilidade.
Suponha-se que esses dois problemas coletivos so resolvidos, de modo que os
legisladores so capazes de tomar decises bem informadas em tempo hbil.Mesmo
assim, eles podem no ser capazes de chegar a uma escolha coletiva coerente entre o
projeto de lei, uma verso alterada deste e o status quo.A razo que a deciso por regra
da maioria pode no produzir opo de escolha que seja majoritariamente preferida
a todas as outras opes disponveis (Black, 1948).Este resultado chamado de
maioria cclica foi mais tarde abrangido pelo famoso Teorema Geral da Impossi-
bilidade, de Arrow, que afirma que no existe nenhuma regra de escolha coletiva
que satisfaa um conjunto de condies razoveis, e que a condio especfica
violada pelo mtodo da maioria a transitividade da preferncia coletiva (Arrow,
1963).2Alm disso, tambm se demonstrou que em contextos de escolha multi-
dimensional possvel encontrar sequncia de votaes de pares de alternativas,
por regra da maioria, que leve escolha coletiva de praticamente qualquer opo
disponvel (McKelvey, 1976).Estes resultados implicam que as decises por regra
da maioria so inerentemente instveis e que virtualmente qualquer uma das opes
de escolha pode ser obtida.Por estas razes, diz-se que as decises por maioria so
inerentemente caticas.3
A princpio, legisladores podem beneficiar-se da cooperao espontnea, envol-
vendo-se em logrolling ou seja, acordos do tipo votarei a favor do seu projeto depois
se voc votar a favor do meu agora (Tullock, 1981).Ao votarem a favor de questes
com que se preocupam menos em troca de votos favorveis de questes com que se
preocupam mais, os legisladores podem ser capazes de aprovar leis e reduzir o risco
de decises cclicas.O problema, porm, que barganhas legislativas so frgeis em
termos de durabilidade e aplicabilidade (enforceability) nada impede qualquer uma
2. Uma ordem de preferncia transitiva se para qualquer uma das trs alternativas A, B, e C as condies A B
e B C implicam A C, onde significa preferida tanto quanto. Para preferncias coletivas, a transitividade
pode no ser obtida, como no caso de trs indivduos (I1, I2 e I3) com perfis de preferncia I1: A B C, I2: B C
A e I3: C A B, que levam seguinte preferncia (intransitiva) da maioria: A B C A.
3. O termo catico usado aqui na tradio da escolha social, referindo-se imprevisibilidade e instabilidade da
votao por maioria, quando o espao poltico multidimensional. No deve ser confundido com a propriedade de ter
trajetria muito sensvel a pequenas perturbaes nas condies iniciais.
Superando o Caos: legislativos como sistemas complexos adaptativos | 379
para incorrer nos custos de tornarem-se mais bem informados.No entanto, para
esta motivao ser efetiva, maiorias legislativas precisam evitar violar em plenrio
os projetos das comisses.Para tanto, estas se autoimpem restries, que podem se
aplicar aos seus direitos de emenda ou de submeter votao projetos j aprovados
na comisso.O poder de agenda da comisso e os procedimentos restritivos sob
os quais seus projetos so deliberados em plenrio induzem a comisso a produzir
e disseminar informao.
dois tipos ideais.Um exemplo clssico do modelo de comisso a cmara baixa dos
Estados Unidos, a House of Representatives, antes da dcada de 1970. A House of
Commons britnica sempre foi um caso exemplar do modelo de partido-cartel.Na
verdade, porm, a maioria das legislaturas democrticas modernas encaixa-se em
algum lugar entre estes dois extremos (Mattson e Strom, 1995).
4. De fato, os editores de livro relativamente recente, que aplica teorias da escolha racional histria poltica e institucional
do Congresso dos Estados Unidos, concluem que estudiosos do legislativo devem desenvolver teorias mais dinmicas
que respondam por mudanas institucionais e comportamentais (Brady e McCubbins, 2002, p. 472, traduo nossa).
Superando o Caos: legislativos como sistemas complexos adaptativos | 385
Tem havido alguns esforos para juntar os insights do IER e do IH, a fim de
articular melhor os microfundamentos da mudana institucional.Uma contri-
buio importante Greif e Laitin (2004).Eles oferecem uma teoria da escolha
racional sobre mudana institucional endgena, que se baseia em ideias do IH
particularmente, a noo de efeitos de feedback.Sua principal inovao redefinir
parmetros exgenos como variveis endgenas
chamados de quase parmetros ,
que mudam marginalmente pelo comportamento de equilbrio de uma forma que
permite ou mudana ou persistncia institucional (endgena). No entanto, no
est claro como estas foras endgenas podem ser identificadasex ante.
O reconhecimento de que a mudana institucional no apenas o produto
de choques exgenos, mas tambm est imbricada nas formas com que os agentes
interagem entre si e com seu ambiente, implica fazer um esforo srio no enten-
dimento dos processos endgenos de evoluo institucional.
5. Note-se que uma teoria evolucionria no exige mecanismos anlogos aos que so relevantes para a evoluo
biolgica. Tambm no implica qualquer ideia de progresso adiante no caminho evolutivo. E, finalmente, este no
precisa ser funcionalista.
388 | Modelagem de Sistemas Complexos para Polticas Pblicas
6. Artigo 58 da Constituio Federal de 1988 (CF/1988), Artigo 24 do Regimento Interno da Cmara dos Deputados
(RICD) e Artigo 91 do Regimento Interno do Senado Federal (RISF).
7. Artigo 62 da CF/1988 e Resoluo 1-1989 do Congresso Nacional.
8. Artigo 64 da CF/1988.
9. Artigo 155 do RICD e Artigo 336 do RISF.
390 | Modelagem de Sistemas Complexos para Polticas Pblicas
10. Dados computados pelo autor, baseado nas seguintes fontes: a Brasil ([s.d.]a), o Centro Brasileiro de Anlise e
Planejamento (Cebrap, [s.d.]) e o Brasil ([s.d.]b). As contagens de leis presidenciais incluem as diferentes verses de
MPs que foram continuamente reeditadas por diversos meses (Amorim Neto e Tafner, 2002, p.10). A excluso destas
ltimas no altera as concluses da anlise.
Superando o Caos: legislativos como sistemas complexos adaptativos | 391
GRFICO 1
Contagens anuais de leis no oramentrias iniciadas pelo presidente e pelo Congresso
e taxa anual de dominncia presidencial (1989-2014)
340 100%
255 75%
170 50%
85 25%
0 0%
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
Leis presidenciais (N) Leis congressuais (N) Dominncia presidencial (%)
Fonte: Amorim Neto e Tafner (2002, p. 10), Brasil ([s.d.]a) e Brasil ([s.d.]b).
Elaborao do autor.
Obs.: As contagens de leis presidenciais incluem as diferentes verses de MPs que foram reeditadas.
11. Exclui leis iniciadas por MP, leis oramentrias e outros casos muito menos frequentes, como detalhado no Artigo
24 do RICD.
392 | Modelagem de Sistemas Complexos para Polticas Pblicas
GRFICO 2
Leis no oramentrias presidenciais que foram editadas por MP e por projetos que no
receberam parecer completo do sistema de comisses da Cmara dos Deputados (1989-2014)
(Em %)
100
75
50
25
0
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
MPs Projetos sem parecer de comisso
Fonte: Amorim Neto e Tafner (2002, p. 10), Brasil ([s.d.]a), Centro Brasileiro de Anlise e Planejamento (Cebrap, [s.d.]) e Brasil ([s.d.]b).
Elaborao do autor.
Obs.: As contagens de leis presidenciais incluem as diferentes verses de MPs que foram reeditadas.
GRFICO 3
Leis que foram aprovadas conclusivamente por comisses, por iniciador (1990-2014)
(Em %)
100
75
50
25
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
Da presidncia Do congresso
12. Sobre a aplicao da tese de cartel ao sistema poltico brasileiro, importante ter em mente dois aspectos: embora
nenhum partido presidencial tenha controlado uma maioria das cadeiras, coalizes de governo majoritrias so sistema-
ticamente formadas sob a liderana de presidentes; e a posio de um legislador em relao s polticas presidenciais
parece ser o sinal mais informativo sobre suas preferncias polticas (Santos, 2003, cap. 2). Por estas razes, para os
membros da coalizo de governo, o presidente o equivalente funcional do lder do partido na tese do cartel, em termos
da lgica subjacente deciso de delegar poderes de agenda.
394 | Modelagem de Sistemas Complexos para Polticas Pblicas
apenas partidos de esquerda, mas tambm de centro-direita, com seis a nove parceiros
includos. De fato, com base nos registros do comportamento em votaes nominais
na Cmara, h fortes indcios de que as coligaes majoritrias lideradas pelo PSDB
se comportaram como um cartel legislativo at 2000, mas nenhuma evidncia de
que qualquer coalizo majoritria formada depois tenha se comportado como tal
(Amorim Neto, Cox e McCubbins, 2003, p. 563; Santos e Almeida, 2009, p. 98).
Portanto, de acordo com a tese do governo partidrio condicional, o fato de que a
coalizo majoritria liderada pelo presidente mudou de relativamente homognea
para altamente heterognea deve explicar a descentralizao dos poderes de agenda,
da Presidncia para as comisses do Congresso.
No entanto, existem algumas indicaes de que a crescente recorrncia ao
sistema de comisses no foi escolha proposital como pressuposto pela abordagem
do IER , mas consequncia no antecipada de escolhas institucionais anteriores
e, portanto, mais consistente com a viso de mudana institucional do IH. Alm
disso, o registro de regras e prticas relativas ao processo legislativo de MPs mostra
que houve mudanas relevantes sutis e pequenas alm da transformao abrupta,
concretizada por meio da reforma constitucional de 2001 , mais de acordo com os
processos adaptativos estudados pela viso evolucionria da mudana institucional.
Estes pontos so ilustrados a seguir, por meio de breve descrio da evoluo de
regras e prticas do jogo da MP.
urgente (MP no 10, de 21 de outubro de 1988) e outra foi reeditada na sua data
de validade, aps o Congresso no vot-la no prazo (MP no 29, de 15 de janeiro
de 1989). O primeiro destes desvios foi prontamente aceito pelo Congresso,
e at hoje no houve uso sistemtico da clusula de relevncia e urgncia para
disciplinar o uso de decretos. O segundo desvio (a reedio de MPs), por sua vez,
foi objeto de parecer de comisso especial conjunta, que afirmou que at que o
Congresso regulamentasse a matria o presidente poderia reeditar decretos no
votados desde que seus textos permanecessem os mesmos.
No obstante a lenincia inicial do Congresso com o uso de decretos, este
conseguiu firmar posio contra vrios abusos do presidente Collor (1990-1992).
O Congresso efetivamente resistiu a decretos que invadiam sua competncia ex-
clusiva sobre matria penal (MPs nos 153 e 156, ambas de 15 de maro de 1990)
e reedio de uma MP rejeitada (MP no 185, de 4 de maio de 1990), o que
eventualmente levou a Comisso de Constituio e Justia (CCJ) da Cmara a
aprovar um projeto de lei restringindo o poder de edio de MPs, em 6 de ju-
nho de 1990 (Lderes..., 1990) (Folha de S. Paulo, 8 de junho de 1990, p. A-5).
O novo Congresso que se reuniu em fevereiro de 1991 imediatamente aprovou
o projeto na Cmara, embora este nunca tenha sido levado votao no Senado
Federal. De qualquer forma, foi provavelmente o suficiente, j que o uso de MPs
caiu drasticamente no restante do mandato de Collor.
O Congresso afrouxou o controle mais uma vez em 1994, quando houve
aumento substancial no nmero de novas MPs e a reedio de medidas no votadas
tornou-se prtica regular, tanto que, nos prximos sete anos at mesmo aps a
inflao ter sido estabilizada , esta chegou ao ponto em que as MPs eram apenas
raramente votadas pelo Congresso e a maioria era reeditada por pelo menos sete
meses consecutivos, sendo muitas com texto diferente das verses anteriores.
A reedio de MPs foi debatida no Congresso durante todo o perodo e uma
emenda constitucional (EC) foi aprovada pelo Senado, em maio de 1997, com o
apoio da mesma coalizo majoritria que havia aceitado a reedio indefinida de
MPs. Mas foi somente em setembro de 2001 que a EC no 32 foi finalmente apro-
vada pelo Congresso. Esta emenda basicamente teve as seguintes consequncias:
proibio expressa de reedio de MPs;
expanso para total de 120 dias a validade das MPs no votadas;
definio de que as MPs fossem votadas primeiro na Cmara e depois
no Senado, em vez de no Congresso pleno; e
bloqueio de decises plenrias em qualquer outro item da pauta se
houvesse qualquer MP aguardando votao e que tivesse sido editada
h mais de 45 dias.
396 | Modelagem de Sistemas Complexos para Polticas Pblicas
GRFICO 4
Porcentagens de leis que foram aprovadas conclusivamente em comisso e de sesses
plenrias trancadas Cmara dos Deputados (1990-2013)
(Em %)
100
75
50
25
0
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
6 RESUMO
Este captulo fez o ponto de que legislativos so sistemas adaptativos complexos.
Estes so complexos porque so compostos por muitos e diversos agentes
interdependentes (os legisladores), que no esto sujeitos a um controle centralizado.
Para que legislativos no se tornem disfuncionais ou caticos, seus membros
precisam superar uma srie de dilemas de escolha social e ao coletiva. Para este
objetivo, eles adotam instituies legislativas, que so regras formais ou informais
que estruturam o processo de produo de leis ou seja, que definem quem pode
fazer o que e quando.
Instituies legislativas variam de acordo com o grau em que se concentram
os direitos de interferncia na agenda, com o modelo de comisso no extremo mais
descentralizado e o modelo de partido-cartel no mais centralizado. Duas importantes
questes tericas e ainda no resolvidas relativas s instituies legislativas so por
que e como estas mudam ao longo destes dois extremos. Este captulo explorou
as contribuies de teorias dinmicas, evolucionrias de mudana institucional
teorias que focam a natureza adaptativa de sistemas complexos, como legislativos.
A evoluo das instituies legislativas brasileiras aps 1988 foi oferecida
como estudo de caso potencialmente interessante para explorar a aplicao das
teorias evolucionrias de mudana institucional. Observou-se que o caso apresenta
diversos elementos que o tornam promissor para a aplicao da teoria evolucionria
e, mais geralmente, da abordagem da complexidade.
REFERNCIAS
ALDRICH, J. A. A model of a legislature with two parties and a committee system.
Legislative Studies Quarterly, v. 19, n. 3, p. 313-339, 1994.
AMORIM NETO, O.; COX, G. W.; MCCUBBINS, M. D. Agenda power in
Brazils Cmara dos Deputados, 1989-98. World Politics, n. 55, p. 550-578, 2003.
AMORIM NETO, O.; TAFNER, P. Governos de coalizo e mecanismos de alarme
de incndio no controle legislativo das medidas provisrias. Dados, v. 45, n. 1,
p. 5-28, 2002.
ARROW, K. J. Social choice and individual values. 2nd ed. New York: Wiley, 1963.
BLACK, D. One the rationale of group decision-making. Journal of Political
Economy, v. 56, n. 1, p. 23-34, 1948.
BLYTH, M. et al. Introduction to the special issue on the evolution of institutions.
Journal of Institutional Economics, v. 7, n. 3, p. 299-315, 2011.
Superando o Caos: legislativos como sistemas complexos adaptativos | 399
1 INTRODUO
Cada vez mais a noo de territrio como uma construo social, delimitada por
um espao geogrfico, predomina no processo de elaborao de polticas pblicas
para o desenvolvimento sustentvel regional (Saquet, 2010; Boueri e Costa, 2013).
na dimenso social que se encontra a gnese dos processos de desenvolvimento
originrios da base, assim como a partir das polticas de desenvolvimento que essas
bases se organizam e se articulam para iniciar os desdobramentos scio-poltico-
-econmicos territoriais (Claval, 2008).
O territrio surge, ento, como o meio de integrao das aes pblicas, pois
considera-se que, em algum momento, todas as interferncias governamentais
tero efeito e sero influenciadas por ele. O carter espacial das polticas pblicas
uma realidade, principalmente quando tratamos de questes de desenvolvimento
regional. No Brasil, diferentes ministrios tm usado o enfoque territorial como meio
de alavancagem das suas polticas, planos e programas de desenvolvimento, com
destaque para: a Poltica Nacional de Desenvolvimento Regional do Ministrio da
Integrao Nacional (MIN), o Plano Nacional de Recursos Hdricos do Ministrio
do Meio Ambiente, e o Programa de Desenvolvimento Territorial do Ministrio
do Desenvolvimento Agrrio (Matteo et al., 2013).
No entanto, no se compartilha a mesma concepo de territrio em todos
os ministrios. Enquanto o MIN desenvolve a sua poltica nacional de desenvol-
vimento regional amparada na promoo do dinamismo econmico das micro e
mesorregies brasileiras, o Ministrio do Meio Ambiente trabalha com o recorte
territorial por bacia hidrogrfica e tem como metas, dentre outras, a diminuio
de eventos hidrolgicos crticos e de conflitos pelo uso da gua. O Ministrio do
Desenvolvimento Agrrio (MDA), por meio da sua Secretaria de Desenvolvimento
Territorial (SDT), tem como objetivo o desenvolvimento sustentvel de zonas
1. Traduo do autor.
2. Pesquisador da Embrapa Tabuleiros Costeiros. E-mail: <marcos.santos-silva@embrapa.br>.
404 | Modelagem de Sistemas Complexos para Polticas Pblicas
3. A expresso Sociology laboratory framework (Soclab framework) corresponde a um mtodo de investigao sociolgica
baseado na modelagem sistmica e na simulao computacional. No entanto, o termo Soclab tambm usado para
designar o software que auxilia nesse processo. Logo, temos o mtodo Soclab e o software Soclab.
O Territrio como um Sistema Social Complexo | 405
2 SISTEMA SOCIOTERRITORIAL
Esta seo apresenta uma definio de territrio com base na abordagem sistmica
social, o sistema socioterritorial. De fato, a dimenso social desempenha um papel
fundamental no desenvolvimento territorial moderno. Logo, necessrio tratar o
territrio como um conceito e investig-lo por meio de uma perspectiva sociolgica.
A importncia da descentralizao das decises nas aes voltadas para o
desenvolvimento regional crescente, haja vista a complexidade presente nas
interdependncias entre os diversos atores sociais e entre as diversas escalas de
atuao do poder pblico (Claval, 2008). Uma das premissas bsicas desse novo
modelo o desenvolvimento endgeno, originrio da base, emergente das aes e
concertaes locais, alm dos acordos e equilbrios das foras polticas antagnicas
que se nutrem dos diferenciais regionais, como a identidade cultural e histrica.
Evidentemente, faz-se necessrio estudar o territrio de forma a considerar a din-
mica da sua dimenso social, alm dos seus atributos biofsicos e de suas divises
poltico-administrativas.
406 | Modelagem de Sistemas Complexos para Polticas Pblicas
4. No original: le territoire est un systme complexe volutif qui associe un ensemble dacteurs dune part, lespace
gographique que ces acteurs utilisent, amnagent et grent dautre part.
5. No original: il sagit dun ensemble humain structur qui coordonne les autres actions de ses participants par des
mcanismes de jeux relativement stables et qui maintient sa structure, cest--dire la stabilit de ses jeux et les rapports
entre ceux-ci, par des mcanismes de rgulation qui constituent dautres jeux.
O Territrio como um Sistema Social Complexo | 407
DIAGRAMA 1
Sistema socioterritorial
Ambiente externo
Subsistema
Ator ... Natural
ia
enc
Ger
Ideolgica
Institu-
Ator 2 Ator n Societal Antrpico
cional
Individual
Obse
rva
Ator 1 Social
de representaes
Ambiente externo
6. No original: la possibilit pour certains individus ou groupes dagir sur dautres individus ou groupes.
410 | Modelagem de Sistemas Complexos para Polticas Pblicas
De fato, cada ator social dispor de uma ou mais zonas de incerteza que
atuaro como fator de integrao deste no campo estruturado de ao no jogo
social. As zonas de incerteza podem ser interpretadas como recursos controlados
por um ator social e necessrio por outros, como, por exemplo, um conhecimento
tcnico especfico, a ascendncia moral de um indivduo sobre um determinado
grupo, a capacidade de punir etc. Considerando que nesse jogo social no h sub-
misso absoluta de nenhum ator social, tem-se que, por mais frgil que seja, cada
ator social dispor de pelo menos um elemento de persuaso, zona de incerteza,
que o mesmo explorar no momento de definio de suas estratgias. As zonas de
incerteza so um conceito chave na SAO, em que quanto mais os atores sociais
criam interdependncia em funo dessas zonas, mais haver engajamento e coeso
social. So essas zonas de incerteza que estruturam as relaes de poder que podem
se cristalizar ao longo do tempo e gerar resistncia a mudanas.
Segundo Crozier e Friedberg (1977), o jogo social se desenrola por meio de
um Sistema de Ao Concreta (SAC), que nada mais do que o contexto em que
se inserem os atores sociais e suas relaes de interdependncia. Segundo Silva et al.
(2014, p. 67).
SAC um sistema aberto, que desconsidera os outros sistemas cujos atores fazem
parte (ambiente) e que representa uma simplificao inteligvel do mundo real a
partir da formalizao da estrutura do campo de ao em estudo. O SAC supe um
mnimo de circulao de informao e de conhecimento mtuo entre os atores. Um
dos pressupostos do SAC que o ator heuristicamente racional e busca a realizao
de seus objetivos que so definidos dentro de um contexto varivel. O ator social
age, de maneira calculista, em funo de suas hipteses sobre seus parceiros e de suas
interpretaes sobre as aes dos mesmos. O foco do SAC sobre as aes locais que
so, ao final do processo, responsveis pela emergncia da regulao do sistema social.
Para modelar um SAC necessrio identificar os atores e suas intenes, as relaes
de controle e de dependncia em relao s zonas de incerteza, alm do repertrio
de estratgias de comportamentos possveis.
Importante destacar que a maioria das polticas pblicas territoriais tem
como objetivo, em ltima anlise, o desenvolvimento territorial sustentvel. Esse
desenvolvimento estaria baseado na descentralizao da governana, no aumento
do engajamento social nas decises sobre o territrio, na ampliao do nvel de
comunicao entre os atores sociais e na construo e ampliao de redes sociais.
De fato, alm do sistema econmico e do sistema homem-natureza, tem-se o sis-
tema poltico territorial como regulador das relaes de poder que condicionam
a forma de governana (Silva et al., 2014).
Observa-se, portanto, que o jogo social o elemento de conexo entre o
sistema socioterritorial e o SAC. O sistema socioterritorial pode ser observado
como uma organizao caracterizada pela nebulosidade de suas fronteiras e regras
O Territrio como um Sistema Social Complexo | 411
DIAGRAMA 2
Diagrama de classe, segundo a Linguagem Unificada de Modelagem (UML, do ingls
Unified Modeling Language), esquemtico do metamodelo da SOA/SAC
Controla
+ativo
1 +impacto N Ator social
1 1
+efeito() +capacidade de ao
Recurso
+poder
+estado +poder cooperativo
+satisfao
1
Depende 1 +ao()
N N
+ativo
+impacto
+efeito()
4 O MTODO SOCLAB
O Sistema de Ao Concreta foi formalizado por Sibertin-Blanc, Amblard e
Mailliard (2006) e Sibertin-Blanc et al. (2013), por meio do mtodo Soclab, de
forma a permitir o estudo terico da modelagem social computacional de organi-
zaes, assim como atuar como referncia para elaborao de pesquisas empricas
sobre o tema. O metamodelo da SOA/SAC (diagrama 2) composto de duas
412 | Modelagem de Sistemas Complexos para Polticas Pblicas
entidades centrais, ator social e recurso7 (zona de incerteza), e duas entidades que
as relacionam denotando a dependncia e o controle de um ou mais atores sociais
com relao a um determinado recurso (Sibertin-Blanc, Amblard e Mailliard,
2006). A entidade recurso representa as zonas de incerteza da SAO/SAC e tem
como atributo o seu estado, que indica o grau de acesso dos atores sociais a ele.
uma matriz de ativos S, onde smn [0, 10] e , onde para cada
relao de dependncia entre um ator social n e um recurso rm ser
atribudo um ativo smn de forma que o somatrio de todos os ativos para
cada ator social seja igual a 10. Cada ator social ser responsvel pela
distribuio dos ativos;
Um conjunto E de F funes de efeito, E = {e1, e2, ... , eF }, uma para cada
relao de dependncia e controle. Todas as funes so contnuas com
domnio D [-10, 10] e Imagem I [-10, 10]. Para cada relao de
dependncia a funo de efeito computar o efeito do recurso rm sobre
o ator social n , tendo como varivel independente o estado do recurso
7. Na proposio original, o que aqui chamamos recurso nomeado relao. No entanto, preferiu-se o termo recurso
por ser um termo mais claro e remeter diretamente ao que ele de fato representa. A relao social se d por meio dos
recursos compartilhados, ou seja: quando um ator social se relaciona com outro significa dizer que ele controla um
recurso que utilizado pelo outro ou vice-versa.
8. A notao adotada neste trabalho difere daquela apresentada em Sibertin-Blanc, Amblard e Mailliard (2006) e
Sibertin-Blanc et al. (2013). As mudanas ocorreram com o intuito de proporcionar maior conciso s equaes e
proporcionar maior clareza ao algoritmo de simulao social.
O Territrio como um Sistema Social Complexo | 413
. (2)
. (3)
. (4)
GRFICO 1
Alguns exemplos de funes de efeito
1A Funo de efeito linear 1B Funo de efeito sigmoidal 1C Funo de efeito quadrtica
10 10 8
Efeito sobre o ator social
6
5 5
4
0 0
2
-5 -5 0
-2
-10 -10
-10 -5 0 5 10 -10 -5 0 5 10 -10 -5 0 5 10
Estado do recurso Estado do recurso Estado do recurso
Elaborao do autor.
A funo de efeito deve ser interpretada da forma que segue. Para o caso de
uma curva linear passando pela origem do grfico (grfico 1A): quanto maior for
o acesso ao recurso maior ser o efeito sobre o ator social, e vice-versa, sendo que
na origem do grfico tanto o acesso quanto o efeito podem ser encarados como
indiferentes. Para o caso de uma curva sigmoidal (grfico 1B), tambm passando
pela origem: significa que se tem comportamento anlogo curva linear, porm
com limites superior e inferior, significa que o ator sensvel s variaes de acesso
ao recurso prximo origem do grfico, alm de apresentar uma transio mais
curta entre os limites inferior e superior. Para o caso de uma curva parablica com
O Territrio como um Sistema Social Complexo | 415
a curva voltada para baixo e mximo no eixo dos y (grfico 1C): temos que, nesse
caso, o efeito sobre o ator social mximo para o acesso indiferente ao recurso e
tende a diminuir, seja para o aumento ou diminuio do acesso.
O processo de modelagem social a partir do mtodo Soclab deve ser conside-
rado em conjunto com os mtodos tradicionais de investigao social. O Soclab,
no entanto, facilita e sistematiza o processo de coleta e organizao de dados sobre
o sistema socioterritorial. No apndice, tem-se um modelo de formulrio para
auxiliar no processo de coleta de dados via entrevistas, aplicao de questionrio
ou, at mesmo, baseado na experincia do modelador do sistema. O software
Soclab9 pode ser usado como suporte tcnico ao desenvolvimento do modelo e,
posteriormente, como o meio pelo qual as anlises da estrutura, dos estados dos
recursos e das simulaes sero executadas.
, (5)
, (6)
, (7)
9. Ver: <http://soclabproject.wordpress.com/>.
416 | Modelagem de Sistemas Complexos para Polticas Pblicas
(8)
(9)
(10)
(11)
(12)
10. Entenda-se como situao corrente do ator social o vetor contendo os valores dos efeitos relativos s relaes com
os recursos dos quais depende.
O Territrio como um Sistema Social Complexo | 417
. (13)
.
(14)
A ambio de um ator social, Kn(t), o nvel de satisfao ou capacidade de
ao desejado por ele e varia ao longo do tempo. A ambio iniciada com o va-
lor mximo da sua satisfao (equao 15) ou capacidade de ao (equao 16).
Para as demais etapas considera-se duas situaes. Na primeira o ator social no atingiu
a sua ambio, que diminuir em funo da distncia entre a situao atual e a ambio,
assim como da taxa de explorao de acordo com a equao 17. Caso o ator social
tenha atingido ou superado a sua ambio, esta ir aumentar conforme a equao 18.
. (15)
. (16)
(17)
.
(18)
.
A diferena entre ambio e satisfao, difn(t), calculada como uma pro-
poro entre a satisfao e a ambio que indica a parte da satisfao cujo o ator
dispe em relao sua ambio (equao 19).
(19)
.
final dos estados dos recursos r, tal que no haja mais interesse de cada ator em
agir, ou melhor, alterar os estados dos recursos que controla. Na fase de percepo
o ator calcula sua satisfao e a compara com a sua ambio Kn(t). A distncia entre
um e outro determinar a forma como o ator se comportar na prxima fase. Na
fase de deciso o ator avalia qual regra aplicar a partir de uma lista elaborada ao
longo do processo de aprendizagem por reforo. Na fase de execuo da ao o ator
aplica a regra escolhida e altera os valores dos estados dos recursos que controla.
O algoritmo de simulao pode ser resumido da seguinte forma (El Gemayel,
2013, p. 99):
defina Tn,Rn,Dn e {RR1, RR2} para cada ator social n
inicie r de forma aleatria
compute a satisfao Sn(0) para cada ator social (equao 4)
compute a ambio Kn(0) (equaes 15-16)
compute difn(0) (equao 19)
inicie TXn(0)=TXIn(0) (equaes 13-14)
para cada tempo discreto t faa
para cada ator social n faa
calcule Sn(t) (equao 4); difn(t) (equao 19)
atualize Kn(t) (equaes 17-18); TXn(t) (equao 13)
atualize a fora das aes j aplicadas (equaes 6-7)
selecione regras aplicveis onde situao-atualn regra.
se nenhuma regra selecionada ento
crie nova regra
regra. situao-atualn
regra. (t) (equao 5)
regra.Fora 0
escolha uma regra entre as escolhidas com maior Fora ou a regra recm-criada
fim-para
para cada recurso rn faa
altere os valores dos estados dos recursos conforme os valores das
regras escolhidas
fim-para
fim-para
O Territrio como um Sistema Social Complexo | 419
GRFICO 2
Funes de efeito para todas as relaes
A1 A2
10 10
Efeito sobre o ator social A2
Efeito sobre o ator social A1
5 5
0 0
R1
-5 -5
-10 -10
-10 -5 0 5 10 -10 -5 0 5 10
<---- Coopera A1 No coopera ----> <---- Coopera A1 No coopera ---->
10 10
Efeito sobre o ator social A2
Efeito sobre o ator social A1
5 5
0 0
R2
-5 -5
-10 -10
-10 -5 0 5 10
-10 -5 0 5 10
<---- Coopera A2 No coopera ----> <---- Coopera A2 No coopera ---->
Elaborao do autor.
420 | Modelagem de Sistemas Complexos para Polticas Pblicas
Nessa situao, a zona de incerteza controlada por cada ator social a sua
escolha em confessar ou no. Ao mesmo tempo que controla a sua zona de incer-
teza, o ator social depender do estado da situao da zona de incerteza controlada
pelo outro; temos ento uma situao de interdependncia entre os atores sociais.
A distribuio dos ativos seguir, pois, esta situao, dado que pouco importa a
deciso solitria de A1, apesar de controlar a sua zona de incerteza; ser o estado
da zona de incerteza de A2 que definir a sua capacidade de ao.
Dessa forma A1 atribui o peso (ativo) um para o recurso que controla R1, e
o peso nove para o recurso controlado por A2, e vice-versa. Os recursos R1 e R2
assumiro estados no intervalo[-10,10], sendo que valores negativos significam
confessar e valores positivos significam no confessar. Optou-se por funes de
efeito lineares que se comportam de forma inversa para cada recurso e para cada
ator social, conforme o grfico 2. Considerando R1, tem-se que A1 ter efeitos mais
positivos medida que confessa, independentemente da escolha de A2, estado de
R2. O mesmo acontece com A2 para R2 e R1 (El Gemayel, 2013).
A tabela 1 mostra as capacidades de ao (Cn) calculadas para uma combinao
de valores caractersticos dos estados de R1 e R2. Se considerarmos a capacidade
de ao global, que a soma algbrica das capacidades de ao dos atores, tem-se
que o melhor caso acontece quando ambos no confessam (80,80) e o pior caso
quando confessam (-80,-80), que corresponde ao equilbrio de Nash (Dutta, 1999).
TABELA 1
Capacidade de ao dos atores A1 e A2 para estados caractersticos de R1 e R2
Estados de R2
-10 0 10
-10 -80/-80 10/-90 100/-100
Estados
0 -90/10 0/0 90/-10
de R1
10 -100/100 -10/90 80/80
Elaborao do autor.
TABELA 2
Resultados da simulao social para o dilema do prisioneiro tendo em considerao
a variao da distribuio dos ativos
Distribuio dos ativos do ator social A1 para os recursos R1/R2
<- Totalmente cooperativo Equilbrio de Nash Totalmente no cooperativo
Capacidade de ao 0/10 1/9 2/8 3/7 4/6 5/5 6/4 7/3 8/2 9/1 10/0
de A1 (mdia)
100 80 60 40 20 0 20 40 60 80 100
Estado da relao
10 10 10 10 10 -10 -10 -10 -10 -10 -10
R1 (mdia)
Nmero de etapas
necessrias para
1060 5646 13644 18446 19486 21183 17232 14766 11888 6320 25
a convergncia
(mdia)
Elaborao do autor.
Obs.: Mostram-se apenas os resultados para o ator social/recurso A1/R1, pois este jogo social simtrico logo, os resultados
para A2/R2 so exatamente os mesmos.
controlado pelo produtor rural, enquanto o produtor rural precisa regularizar sua
propriedade para ter acesso a fontes de financiamento. Embora parea uma relao
ganha-ganha, se o produtor facilitar plenamente o acesso da agncia ambiental poder
comprometer sua produo e, consequentemente, o seu rendimento; se bloquear
completamente, no dispor dos meios para financiar a sua atividade. Do outro
lado, a agncia ambiental no pode exercer plenamente o seu poder de fiscalizao
pois poder despertar a desconfiana do produtor rural que acabar bloqueando o
acesso ao estabelecimento rural. A agncia ambiental ento procurar manter um
nvel de acesso tal, ao recurso controlado pelo produtor rural, que permita alcanar,
ao menos, as metas internas da agncia.
DIAGRAMA 3
Diagrama esquemtico UML para o modelo do sistema socioterritorial
Produtor rural
Relatrio de regularizao ambiental
Elaborao do autor.
TABELA 3
Distribuio dos ativos por recurso
Produtor rural Agncia ambiental
Acesso ao estabelecimento rural 6 8
Relatrio de regularizao ambiental 4 2
Elaborao do autor.
O Territrio como um Sistema Social Complexo | 423
GRFICO 3
Funes de efeito para cada relao ator social recurso
Produtor rural Agncia ambiental
2 10
Efeito sobre a Agncia ambiental
Efeito sobre o produto rural
0
5
-2
Acesso ao -4 0
estabelecimento
rural -6
-5
-8
-10 -10
-5 0 5 -10 -5 0 5 10
Nvel de acesso ao estabelecimento rural Nvel de acesso ao estabelecimento rural
30
2
Efeito sobre a Agncia ambiental
0
Efeito sobre o produto rural
20
-2
0 -4
Regularizao
ambiental -6
-5
-8
-10 -10
-10 -5 0 5 10 -5 0 5 10
Nvel de acesso regularizao ambiental
Nvel de acesso regularizao ambiental
Elaborao do autor.
424 | Modelagem de Sistemas Complexos para Polticas Pblicas
TABELA 4
Mdia e desvio padro para as capacidades de ao e os recursos para as situaes
de convergncia do algoritmo de simulao
Mdia Desvio padro
Capacidade de ao Produtor rural 104,93 5,26
dos atores Agncia ambiental 76,48 2,19
Acesso ao estabelecimento rural 4,18 0,47
Estado dos recursos
Regularizao ambiental 5,95 1,20
Elaborao do autor.
DIAGRAMA 4
Arte do diagrama classe UML do sistema socioterritorial
Emdagro Sindicato
Embrapa Asscomprod
Elaborao do autor.
O Territrio como um Sistema Social Complexo | 427
7.2.1 O modelo
Assumiu-se que: o comportamento dos atores sociais que esto associados a um
mesmo grupo homogneo o suficiente para permitir-nos represent-lo por apenas
um ator social por exemplo, associaes, sindicatos, prefeituras, bancos e conselhos
municipais; e que possvel identificar as relaes informais entre os atores sociais
por meio dos recursos institucionais. O diagrama 4 mostra parte do diagrama de
classe UML do sistema socioterritorial TRSS. Neste grfico alguns atores sociais
foram representados (Emdagro, Sindicato, Embrapa e Asscomprod), bem como
os seus recursos e as conexes entre eles.
O quadro 1 mostra os atores sociais do TRSS e os recursos controlados por
eles (Silva, 2014). Para cada recurso foi definido um intervalo de acessibilidade.
QUADRO 1
Lista dos atores sociais e dos seus recursos
Ator social Descrio do ator social Recurso Descrio dos recursos e intervalo de
acessibilidade
Pronese Empresa de Desenvolvimento Consultoria em Consultoria em polticas pblicas de desenvolvimento
Sustentvel do Estado de Sergipe. sustentabilidade sustentvel para as zonas rurais. No h nenhuma
restrio para acessar esse recurso, de modo que a
acessibilidade est no intervalo [-10,10].
Emdagro Empresa de Desenvolvimento Assistncia tcnica A falta de capacidade estrutural limita o acesso a este
Agropecurio de Sergipe. e extenso rural recurso. Acesso no intervalo [-8, 8].
Difuso de Faixa de acesso [-10,6].
tecnologia
Asscomprod Associaes comunitrias ou de Espao rural O acesso pode no ser completo, mas raramente
produtores agrcolas familiares. inacessvel, [-9,9].
Banco O Banco do Nordeste, o Recursos O intervalo de acesso [-6,6].
Banco Mundial e o Banco do financeiros
Brasil financiam projetos de
desenvolvimento local sustentvel
e de baixo custo.
Condem/ Conselho Econmico para o Plano de O plano de desenvolvimento municipal por
CMDS Desenvolvimento Municipal/ desenvolvimento Condem (Conselho Econmico de Desenvolvimento
Conselho Municipal para o municipal Municipal) ou o CMDS (Conselho Municipal para
Desenvolvimento Sustentvel. o Desenvolvimento Sustentvel). Pode assumir
situaes extremas [-10,10].
Prefeitura Administrao municipal Polticas Este recurso pode assumir situaes extremas, com
pblicas para o acesso no intervalo [-10,10].
desenvolvimento
municipal
sustentvel
Sindicato Sindicato dos trabalhadores rurais Mobilizao Entende-se mobilizao sociopoltica como a
sociopoltica capacidade do sindicato dos trabalhadores rurais para
mobilizar pessoas para um engajamento poltico-
ideolgico. Intervalo de acesso igual a [-9,9].
Embrapa Empresa Brasileira de Pesquisa Conhecimento O acesso a este recurso relativamente limitado
Agropecuria tecnolgico [-5,5].
Fonte: Silva (2014).
Elaborao do autor.
428 | Modelagem de Sistemas Complexos para Polticas Pblicas
GRFICO 4
Uma amostra das funes de efeitos do modelo
4A 4B 4C
4 10
10
2
Efeito sobre o Sindicato
5
0
5 -2
0
-4
-6 -5
0
-8
-10 -10
-5 0 5 -10 -5 0 5 10 -10 -5 0 5 10
Nvel de acesso ao recurso Nvel de acesso ao recurso Nvel de acesso ao recurso
mobilizao sociopoltica consultoria em sustentabilidade conhecimento tecnolgico
7.2.2 As simulaes
Para realizar a simulao social para verificar se este sistema socioterritorial estvel
ou no, e para observar como a distribuio de poder e a capacidade de ao entre
os atores sociais, foi utilizado o software Soclab. Foram considerados os valores
padro para todos os parmetros psico-cognitivos, e realizada cem simulaes com
200 mil etapas cada uma, no mximo. O algoritmo de simulao social atingiu a
estabilidade em 98% das simulaes, com uma mdia de 73.883 passos.
GRFICO 5
O valor mdio da capacidade de ao e poder para jogos sociais estveis aps 100
simulaes
Embrapa
Sindicato
Prefeitura
Condem_Cmds
Banco
Asscomprod
Emdagro
Pronese
0 10 20 30 40 50 60 70 80 90 100
Poder Capacidade de ao
Elaborao do autor.
devido a sua oposio a outros atores e sua limitao para atender a demanda no
campo da assistncia rural. Analogamente, o mesmo ocorre com o Prefeitura e
com o Condem/CMDS.
Os mais poderosos atores sociais so a Asscomprod (92,6), a Emdagro (67,4)
e o Sindicato (58). Isso significa que eles controlam recursos importantes e que
maximizam o impacto sobre cada um desses atores sociais. De fato, o Asscomprod
controla um recurso chave, espao rural. A Embrapa (5), a Prefeitura (5,7) e do
Condem/CMDS (6,7) tm os piores valores para a varivel poder.
Apenas dois recursos apresentaram maior acessibilidade aps as simulaes:
consultoria em sustentabilidade, controlada pela Pronese, e espao rural,
controlado pela Asscomprod (grfico 6). Na verdade, estes so atores sociais que
compartilham sem restries os seus recursos. Alguns recursos estabilizaram na
regio neutra, em torno de zero, o que significa que este sistema socioterritorial
mostra algum tipo de indiferena em relao a iniciativas locais (plano de desen-
volvimento municipal, polticas pblicas para o desenvolvimento sustentvel do
municpio) e evoluo tecnolgica.
GRFICO 6
O valor mdio dos estados dos recursos para jogos sociais estveis aps 100 simulaes
10
6
Estado do recurso (mdia)
-2
-4
-6
-8
-10
Consultioria em
sustentabilidade
Assistncia tcnica e
extenso rural
Difuso de tecnologia
Espao rural
Recursos financeiros
Planejamento municipal
Mobilizao sociopoltica
Conhecimento tecnolgico
Recurso
Elaborao do autor.
O Territrio como um Sistema Social Complexo | 431
7.2.3 A avaliao da poltica pblica territorial e outras observaes sobre o estudo de caso
A avaliao global de uma poltica pblica territorial uma tarefa difcil e exige
uma abordagem multidimensional para se considerar o maior nmero possvel de
aspectos da realidade a ser compreendida. O mtodo Soclab auxilia a enfrentar
parte deste desafio, mas no oferece ainda um mtodo verificvel e conclusivo. No
entanto, mostrou-se eficaz para sistematizar as informaes de estudos sociolgicos,
mapeando as relaes sociais, avaliando a estabilidade dessas interdependncias,
e construindo uma linha de base para comparaes futuras dos diferentes estados
relacionais para o mesmo sistema socioterritorial.
Em nosso estudo de caso, o mtodo Soclab mostrou algumas evidncias de
que o sistema socioterritorial TRSS poderia ser interpretado como uma organiza-
o estvel, que apresenta algumas caractersticas, tais como: i) em certa medida,
setorial, assim privilegiando apenas as questes relacionadas com o grupo da
agricultura familiar; ii) existem alguns recursos com acesso restrito; e iii) h um
certo desequilbrio entre os atores sociais quanto potncia e capacidade de
ao. Obviamente, uma maneira de mudar esse cenrio a adio de novos atores
sociais de forma a criar uma nova estrutura para o jogo social, alterando as regras
formais e informais do colegiado territorial.
Silva (2014) avaliou dois cenrios para este sistema socioterritorial, mudando
a funo de efeito e o nvel de acesso a um recurso. Todos os resultados foram
avaliados/validados por pesquisadores com experincia suficiente para julgar a
plausibilidade dos resultados da simulao.
8 CONSIDERAES FINAIS
Embora j existam mecanismos de observao territorial, importante destacar a
necessidade de mtodos interdisciplinares que integrem os diferentes conceitos das
reas norteadores dos princpios do desenvolvimento sustentvel. Neste captulo
a teoria dos sistemas usada como fio condutor de ligao entre o sistema social
de atores, suas relaes de poder e o sistema espacial por meio do mtodo Soclab.
O sistema socioterritorial pode ser modelado para diferentes fins e mostrou-se
aplicvel em processos de avaliao de polticas pblicas territoriais ou como for-
necedor de subsdios para estas.
A anlise de poder em sistemas socioterritoriais por meio da SAO permite
o estabelecimento das interdependncias entre os diversos atores sociais por meio
das relaes de controle e dependncia sobre as zonas de incerteza que podem
servir como subsdios para estudos nas reas de redes sociais e coeso social.
A anlise estratgica no permite concluir categoricamente se determinado siste-
ma socioterritorial atingir ou no suas metas, mas se ele apresenta as condies
necessrias para tal.
432 | Modelagem de Sistemas Complexos para Polticas Pblicas
REFERNCIAS
ABRAMOVAY, R. Para uma teoria dos estudos territoriais. In: COLQUIO
INTERNACIONAL SOBRE DESENVOLVIMENTO TERRITORIAL SUS-
TENTVEL, 1., 2007, Florianpolis. Anais... Florianpolis: UFSC, 2007.
O Territrio como um Sistema Social Complexo | 433
APNDICE
12. C
ada ator social atribuir um valor representativo do grau de solidariedade que mantem com os demais, sendo que valores
prximos a -1 significam uma situao de conflito, valores prximos a zero denotam neutralidade ou imparcialidade, enquanto
que valores prximos a 1 correspondem a uma relao de cooperao.
Ator social A Ator social B Ator social C Ator social D Ator social E Ator social F
Solidariedade
Obs.: Os valores da questo 3 devem ser normalizados de forma que a soma de todas as avalies para o ator social seja
igual a dez. As questes de 4 a 11 devero ser usadas para a construo das funes de efeito. Os valores da questo
12 sero usados para construir a matriz WNxN.
REFERNCIAS
SIBERTIN-BLANC, C. et al. SocLab: a framework for the modeling, simulation
and analysis of power in social organizations, Journal of Artificial Societies and
Social Simulation, v. 16, n. 4, p. 8, 2013.
Ipea Instituto de Pesquisa Econmica Aplicada
EDITORIAL
Coordenao
Cludio Passos de Oliveira
Superviso
Everson da Silva Moura
Reginaldo da Silva Domingos
Reviso
ngela Pereira da Silva de Oliveira
Clcia Silveira Rodrigues
Idalina Barbara de Castro
Leonardo Moreira Vallejo
Marcelo Araujo de Sales Aguiar
Marco Aurlio Dias Pires
Olavo Mesquita de Carvalho
Regina Marta de Aguiar
Erika Adami Santos Peixoto (estagiria)
Jssica de Almeida Corsini (estagiria)
Laryssa Vitria Santana (estagiria)
Manuella Smella Borges Muniz (estagiria)
Thayles Moura dos Santos (estagiria)
Thrcio Lima Menezes (estagirio)
Editorao
Bernar Jos Vieira
Cristiano Ferreira de Arajo
Daniella Silva Nogueira
Danilo Leite de Macedo Tavares
Diego Andr Souza Santos
Jeovah Herculano Szervinsk Junior
Leonardo Hideki Higa
Livraria Ipea
SBS Quadra 1 Bloco J Ed. BNDES, Trreo
70076-900 Braslia DF
Tel.: (61) 2026 5336
Correio eletrnico: livraria@ipea.gov.br
Composto em adobe garamond pro 11/13,2 (texto)
Frutiger 67 bold condensed (ttulos, grficos e tabelas)
Braslia-DF
Misso do Ipea
Aprimorar as polticas pblicas essenciais ao desenvolvimento brasileiro
por meio da produo e disseminao de conhecimentos e da assessoria
ao Estado nas suas decises estratgicas.
ISBN 978-85-7811-248-6
9 788578 112486