Documente Academic
Documente Profesional
Documente Cultură
Unii termeni şi multe idei care au constituit limbajul cibernetic şi cel sistemic
apar cu mult înainte de momentul considerat de istoria ştiinţei ca fiind cel al
întemeierii ciberneticii.
Se consemnează, astfel, faptul că termenul ,,kybernetes” înseamnă în limba
greacă veche ,,cârmaci”, iar Platon îl utilizează într-unul dintre dialogurile sale în
sensul abstract de ,,pilotaj unei entităţi politice”. Din cunvântul kybernetes se pare că
provine, în limba română, ,,a chivernisi”, dar, printr-o filieră slavă, un ,,guvernator”
însemna cunducătorul unei provincii (gubernie). ,,Guvern” provine din guvernator,
gubernie, deci şi din kybernetes.
Conceptul de sistem (sustemo în latină însemnând mulţime, adunare,
reuniune) în ştiinţa modernă este utilizat în mod sistematic începând cu secolul al
XVII-lea, însemnând un set de concepte organizate, clasificate, mai ales în sens
folozofic. Astfel, R. Descartes în al său ,,Discurs asupra metodei”, introduce un set
coordonat de reguli care să fie utilizat într-un anumit context. După Descartes,
aproape fiecare filozof important şi-a construit un sistem filozofic propriu, plecând de
la anumite postulate de bază. Liebnitz, de exemplu, a formulat ,,principiul armoniei
prestabilite” între substanţe, conform căruia orice schimbare într-o substanţă
necesită să fie corelată cu o schimbare în alte substanţe. Până la sfârşitul secolului
al XVIII-lea, noţiunea filozofică de sistem era bine stabilită, fiind considerată ca o
mulţime de practici şi metode utilizabilă în studiul lumii reale.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
dintr-o familie evreiască germană, tatăl său fiind, de asemenea, profesor la Pinceton,
dar de limbi slave. Se spune că acesta cunoştea bine peste 30 de limbi străine.
Norbert Wiener însă a avut talent de matematician, fiind declarat de
contemporanii săi chiar un geniu matematic (vezi lucrarea autobiografică ,,Sunt
matematician”).
Norbert Wiener
the Ideas Immanen in Nerous Activity”, apărută în 1943, care stă la baza teoriei
actuale privind reţelele neuronale şi şi neurociberneticii.
În vara anului 1946, Norbert Wiener se reîntoarce în Mexic, cu un grant de la
Fundaţia Rockefeller, pentru o nouă perioadă de colaborare cu Rosenblueth.
Rezultatele obţinute sunt raportate la cea de-a treia întâlnire în cadrul Grupului de
Conferinţe Josiah Macy sub numele de ,,Teleological Mechanisms” (1948).
Conferinţele Josiah Macy, Jr. au avut un rol foarte important în dezvoltarea
noii ştiinţe a ciberneticii, drept pentru care trebuie descrise, mai ales că reprezentau,
pentru acel timp, o noutate. Ele încercau să pună în practică ideea că descoperirile
dintr-un anumit domeniu ştiinţific pot fi stimulate de cunoaşterea acumulată în alte
domenii, astfel că, prin eliminarea izolării şi graniţelor stricte între diferite ştiinţe, se
puteau crea canale prin care să se obţină o diseminare şi schimb de informaţii între
oameni de ştiinţă din diferite domenii ştiinţifice.
Fundaţia J. Macy Jr. a încercat să promoveze această idee organizând mai
multe grupuri de conferinţe pe diferite teme, printre care şi cele despre impulsul
nervos. Pentru fiecare temă era ales un mic număr de oameni de ştiinţă care să
formeze un nucleu şi care includea reprezentaţi ai tuturor disciplinelor ştiinţifice
relevante. Erau, de asemenea invitaţi să participe şi alţi oameni de ştiinţă interesaţi
de tema respectivă.
Un alt principiu al Fundaţiei J. Macy Jr. era acela că discuţiile nu trebuiau
urmate de elaborarea unei lucrări, acest lucru creind impresia asumării unei autorităţi
în domeniu de către grupul respectiv. Se încurajau, în schimb, discuţiile colegiale
într-o atmosferă informală. Fiecare întâlnire dura două zile şi se desfăşura într-un loc
retras. Pentru a asigura consistenţa discuţiilor, zilnic erau doar doi sau trei vorbitori,
iar ascultătorii erau încurajaţi să îi întrerupă.
Nucleul grupului care se ocupa de inhibiţia cerebrală era format din W.
McCulloch, (chairman), A. Rosenblueth, Gregory Bateson, L. Kubic, Margaret
Mead, precum şi din directorul medical al Fundaţiei, Frank Fremont-Smith. Ca
invitaţi s-au alăturat grupului N. Wiener, J. von Neumann, W. Pitts, Lorente de No
ş.a.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Gregory Bateson
Prima întâlnire a grupului a avut loc în martie 1946 şi a avut drept temă:
,,Mecanisme feedback şi sisteme circulare cauzale în sistemele biologice şi sociale”.
Două alte întâlniri au avut loc tot în 1946; prima, în septembrie, cu tema ,,Mecanisme
teleologice în societate”, iar a doua în octombrie despre ,,Mecanisme teleologice şi
sisteme circulare cauzale”, în care Rosenblueth şi Wienner au descris experimentele
făcute începând cu 1944 asupra muşchilor şi trasnmiterii impulsurilor nervoase.
Conferinţele Macy au continuat în 1947 şi s-au referit tot la macanismele
teleologice, în timp ce conferinţele din 1948 au abordat problemele structurii
limbajului.
Deja în 1947 se poate spune că noua ştiinţă a ciberneticii era conturată. Ceea
ce lipsea era numele noii discipline ştiinţifice.
Iată cum descrie chiar Norbert Wiener momentul alegerii acestui nume: ,,Cu
mai bine de patru ani în urmă, grupul de oameni de ştiinţă din jurul Dr-lui
Rosenblueth şi al meu am devenit conştienţi de unitatea esenţială a setului de
probleme centrate pe comunicare, control), şi mecanica statistică, atât la maşină cât
şi în ţesutul viu. Pe de altă parte, eram serios împiedicaţi de lipsa de unitate din
literatura privind aceste probleme şi de absenţa unei terminologii comune sau chiar
de un singur nume pentru acest domeniu. După multe discuţii, am ajuns la concluzia
că toată terminologia existentă este inadecvată pentru a servi la dezvoltarea viitoare
a doemniului aşa cum trebuie; şi, aşa cum se întîmplâ deseori penintre oamenii de
ştiinţă, am fost obligaţi să alegem o expresie artificială în limba gracă pentru a umple
acest gol. Am decis să denumim întregul domeniu al teoriei controlului şi comunicării,
atât la maşini cât şi la animale prin denumirea ,,Cibernetica”, care l-am format
pornind de la grecescul ,,kybernetes” sau ,,cârmaci” (Wiener, 1948, p.19).
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Deşi lucrările iniţiale ale Norbert Wiener până în 1948 au avut un rol esenţial
în crearea ciberneticii, aceasta a devenit o adevărată disciplină ştiinţifică doar ca
urmare a eforturilor conjugate ale unui şir de oameni de ştiinţă care au realizat
necesarele conexiuni între conceptele fundamentale, au introdus metodele noii ştiinţe
şi au extins domeniile de aplicare ale acesteia. Se poate afirma că ,,aceste minţi
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
W. Ross Ashby
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Stafford Beer
În sfârşit, un ultim nume de care vom aminti, ale cărui lucrări fac, de fapt,
legătura între etapa pionierilor şi cea a inovatorilor, este Ilya Prigogine. Opera sa
are o importanţă uriaşă pentru înţelegerea rolului energiei şi entropiei în sisteme, dar
şi pentru spargerea tiparelor gândirii mecaniciste, tributară modelului de dezvoltare
ştiinţifică promovat în secolele XVIII şi XIX. Asupra contribuţiilor sale ne vom opri mai
în detaliu în capitolele următoare.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Ilya Prigogine
Herbert A. Simon
Ideile lui H. Simon erau, însă, prea revoluţionare pentru timpul său, dar trebuie
remarcat faptul că ele au încolţit tocmai în mediul creat de cibernetică şi teoria
sistemelor, iar intenţia declarată a lui Simon a fost reformarea teoriei economice
pornind de la principiile statuate de cele două ştiinţe. În lucrările sale ulterioare,
Simon declară explicit că, prin introducerea complexităţii a încercat să teoretizeze
sistemele economice percepute ca sisteme complexe, văzută de el ca o alternativă la
paradigma neo-clasică a economiei.
A. Miller începe să publice în 1965 lucrările sale privind clasificarea sistemelor
vii, lucrări ce s-au constituit ulterior într-o carte fundamentală pentru teoria sistemelor,
şi anume ,,Livind Systems”, apărută în 1978. Clasificarea sa cuprinde sisteme
începând de la celulă şi mergând până la sistemul ecologic planetar. Fiecare dintre
aceste sisteme (20 la număr) poate să aibă diferite nivele de complexitate, variind
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
între 1 şi până la 8). Sisteme aflate pe nivele ierarhice diferite sunt, totuşi, izomorfe,
proprietăţile sistemelor de pe nivelele superioare fiind emergente din cele ale
sistemelor aflate pe nivele inferioare.
Această taxonomie generală a sistemelor introdusă de Miller este, deseori,
comparată cu tabloul elementelor chimice al lui Mendeleev, poate şi datorită faptului
că unele dintre sistemele introduse în clasificarea lui Miller încă nu au fost
descoperite, deşi acest lucru ar fi posibil în viitor.
În cursul deceniului ’80 al secolului trecut, Herman Haken a propus şi
dezvoltat ,,sinergetica”, o ştiinţă privind modul în care diferite sisteme sau părţi ale
acestora co-evoluează şi cooperează pentru a crea o ordine nouă în aceste sisteme
sau în procesele în care ele intervin. El a introdus aşa-numitul “principiu al sclaviei”,
conform căruia anumite elemente sau subsisteme devin dominante şi impun
celorlalte componente anumite restricţii şi limite în ceea ce priveşte funcţionarea sau
chiar obiectivele acestora.
Ştiinţa sinergeticii nu s-a dezvoltat pe măsura aşteptărilor iniţiale ale lui Haken.
Sinergetica a fost totuşi legătura necesară dintre termodinamică şi teoria sistemelor
haotice, care începea să se dezvolte puternic în anii ’70 - ’80.
Tot în Germania, Eigen, Winkler şi Schuster încep, între anii 1973 – 1978,
studiul comportamentelor ciclice ale sistemelor şi proceselor care îi aduc relativ
aproape de teoria autopoiesisului. Concepte precum hiperciclu, înţeles ca o ierarhie
de procese care se includ unele pe altele, sunt puse în conexiune cu atractorii,
condiţiile la limită, disiparea, cataliza şi autocataliza, stabilitatea structurală ş.a. Ei nu
reuşesc, însă, să explice suficient de bine rolul ciclicităţii în auto-reproducere, deci în
autopoiesis.
Umberto Maturana a fost cel care a dat cea mai elaborată teorie a
autopoiesisului şi, împreună cu Francesco Varela şi Heinz von Foerster, au
determinat apariţia ciberneticii de ordinul doi.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Francesco Varela
care determină propria lor autoorganizare internă. Deci aceste sisteme nu sunt doar
autoorganizatoare, dar şi autopoietice, altfel spus au capacitatea de a se reproduce.
Într-un anumit sens, acest lucru duce la apariţia unui feedback interior sistemului,
acesta determinând organizarea şi autoorganizarea, fără a fi necesar ca informaţia
utilizată să fie furnizată din afara limitelor sistemului.
Momentul apariţiei autopoiesisului este foarte important deoarece la începutul
anilor ’70 ai secolului trecut deja din cibernetică se desprinseseră complet ştiinţa
calculatoarelor şi teoria controlului automat, astfel că cibernetica trebuia să-şi
definească un nou drum care să o deosebească de alte discipline ştiinţifice bazate
mai mult pe principii şi metode mecaniciste.
Mişcarea de idei care a fost declanşată de teoria autopoiesisului a lui
Maturana şi Varela a dus, în final, după cum am spus, la constituirea a ceea ce este
astăzi denumit cibernetica de ordinul doi. Această concepţie nouă începea de la
recunoaşterea faptului că cunoştinţele noastre referitoare la sisteme sunt mediate de
reprezentări simplificate sau modele ale acestora care nu cuprind, totuşi, toate
aspectele sistemului ci doar pe acelea considerate relevante pentru scopul în care
este realizat acel model. Deci proprietăţile sistemelor trebuie distinse de cele ale
modelelor asociate lor, acestea din urmă depinzând de cei care au realizat modelele
respective.
Dacă în cibernetica de ordinul întâi (a lui N. Wiener) un sistem reprezenta un
obiect pasiv, datorită obiectivului care putea fi observat, studiat şi pus apoi deoparte,
cibernetica de ordinul doi a promovat ideea interacţiunii dintre sistemul observat şi
observator, deci modelul realizat de obsrevator depinde, în ultimă instanţă, de
interacţiunea dintre sistem şi observatorul acestuia. Observatorul ar putea fi şi el un
sistem cibernetic, încercând realizarea unui model al altui sistem cibernetic. Aşa a
apărut sintagma ,,cibernetica ciberneticii”, amintită mai sus şi utilizată de H. von
Foerster pentru a denumi noua cibernetică construită pornind de la ideile de mai sus.
Atunci când aceste idei teoretice s-au materializat în metode şi tehnici de
realizare a modelelor, s-a constatat că relaţia sistem-observator induce o
complexitate ireductibilă atât de mare încât metodele formale, bazate pe matematică,
sunt extrem de limitative.
Acesta a fost, poate, evenimentul care a declanşat dezvoltarea impetuoasă a
Ştiinţelor Complexităţii, ale căror germeni existau deja în lucrările lui H. A. Simon încă
din anii ’60. Însuşi Simon a fost acela care a supus unei analize critice evoluţia teoriei
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
Dar ceea ce determină, după părerea noastră, interesul ştiinţific major pentru
studiul sistemelor complexe constă mai mult în capacitatea acestora de a se adapta
la mediu şi a evolua până acolo încât să creeze o nouă coerenţă şi ordine între
componentele sale sau între sistem şi mediu, proprietate denumită co-evoluţie.
Un sistem complex capabil de adaptare şi co-evoluţie se mai numeşte
Sistem Adaptiv Complex şi reprezintă obiectul de studiu al Ştiinţelor
Complexităţii sau, cel puţin, a unei mari părţi a acestora.
Dacă până la jumătatea anilor 80 ai secolului XX, ştiinţele complexităţii şi
conceptul de bază al acestora, sistemul adaptiv complex erau privite cu rezervă de
ştiinţa oficială, un şir de oameni şi evenimente remarcabile au contribuit decisiv la
afirmarea şi dezvoltarea explozivă a unui domeniu ştiinţific considerat de către unii
autori ca fiind definitorii pentru ştiinţa secolului XXI.
Unul dintre marii savanţi ai zilelor noastre, Stuart Kauffman, co-fondator al
ştiinţelor complexităţii, spunea: “Ştiinţa secolului al XVIII-lea, urmând revoluţiei
newtoniene, a fost caracterizată ca fiind dominată de conceptele simplităţii
organizate, ştiinţa secolului XIX, via mecanica statică, s-a concentrat pe
complexitatea dezorganizată, iar ştiinţa secolului XX şi a secolului XXI se confruntă
cu complexitatea organizată.” (Kauffman, 1993).
Se acceptă astăzi tot mai mult ideea că cibernetica nu este o singură ştiinţă, ci
o metaştiinţă, din care a decurs grup de discipline ştiinţifice interdependente care au
ca obiect comun de studiu sistemele complexe.
Stuart Kaufman a denumit această mulţime de discipline ştiinţele
complexităţii, prevăzându-le totodată un rol dominant în evoluţia ştiinţei secolului
XXI. El afirma: “secolul XXI va fi secolul ştiinţelor despre complexitatea organizată”
(S. Kaufman, 1993). Desigur că se referea la complexitatea organizată despre care
vorbea Herbert Simon (1983), dezvoltând o idee a lui Denis Weaver introdusă în
urmă cu 20 de ani.
Care sunt aceste ştiinţe ale complexităţii ce îşi revendică, explicit sau implicit,
rădăcinile din cibernetică şi Teoria Generală a Sistemelor a lui von Bertalanffy? O
listă provizorie a lor este dată în Tabelul 1. De ce provizorie? Deoarece procesul de
constituire a lor este în plină desfăşurare şi ne putem aştepta, an de an, la noi şi noi
intrări de discipline, la fenomene de grupare sau chiar de dispariţie a unora dintre
ele. Deci avem de-a face cu o listă deschisă şi, chiar mai mult decât atât, cu o nouă
sinteză a disciplinelor ştiinţifice derivând din cibernetică şi TGS.
Tabelul 1.1
Nr. DENUMIREA CONTINUT OAMENI SINTEZA
Crt. DISCIPLINEI ŞTIINŢIFIC DE ŞTIINŢĂ MULTI-
FONDATORI DISCIPLINAR
Ă
1. Algoritmi Studiul utilizării unor programe de calcul bazate pe principiile adoptate din genetică John Holland -Teoria
Genetici (reproducere, mutaţie, selecţie ş.a.) în vederea optimizării sau modelării sistemelor sistemelor
complexe adaptive.
2. Studiul vieţii ca patern utilizând automatele celulare în scopul construirii structurilor Chris Langton -Inteligenţa
A-Life
autoorganizatoare din cadrul sistemelor complexe artificială;
-Reţele
booleene.
3. Teoria asupra esenţei care deosebeşte un organism viu de o entitate nevie. Ea sugerează H. Maturana -Biologia
Autopoiesis
că un organism viu poate fi interpretat ca un proces circular, autocatalitic având ca principal F. Varela evoluţionistă;
scop propria supravieţuire. Astfel, fenomenul de autoorganizare poate fi înţeles în termeni -Teoria
autopoietici. Teoria accentuează faptul că “închiderea” circulară a organismelor vii poate fi sistemelor
privită ca un “remediu” pentru accentul pus pe “deschidere” în teoria sistemelor deschise adaptive.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
4. Biologia Teoria biologică a evoluţiei dezvoltată iniţial de Charles Darwin, care studiază evoluţia Ch. Darwin -Algoritmi
evoluţionistă speciilor (apariţia şi dispariţia acestora) prin mecanismul mutaţiei aleatoare şi selecţiei J. Monod genetici;
naturale. Ea a constituit baza pentru înţelegerea noastră privind modul în care schimbările St. Kaufman -Teoria
în organismele vii conduc la adaptarea lor la mediu sistemelor
adaptive
-Teoria
haosului
5. Criticalitatea Teoria schimbărilor naturale abrupte care priveşte sistemele ca evoluând natural, într-o Per Bak -Teoria
autoorganizată manieră autoorganizatoare, către o stare critică la care poate să apară o schimbare bruscă Chao Tang haosului
(de exemplu cutremure, avalanşe,crize financiare profunde ş.a.). Considerate ca fiind “slab
haotice”, astfel de sisteme au fost opuse unora denumite “puternic” haotice.
6. Dinamica Teorie şi metodă de studiu a dinamicii sistemelor înţeleasă ca rezultatul unei reţele de J. Forrester -Teoria
Sistemelor bucle feedback pozitive şi negative interconectate. Permiţând reprezentarea prin diagrame sistemelor
a sistemelor dinamice de natură diferită (firme, pieţe, sisteme ecologice ş.a.), ea ajută la adaptive
identificare modului în care schimbări în anumite subsisteme sau părţi ale acestora vor
afecta alte subsisteme sau întregul sistem. -Teoria
sistemelor
departe-de-
echilibru.
7. Geometria fractală Teoria privind reprezentarea obiectelor având dimensiuni fracţionare şi nu întregi, ca în Benoit -Teoria
geometria euclidiană. Mandelbrot haosului.
Dimensiunea fractală este o modalitate de a măsura complexitatea unui sistem dinamic şi
de a reprezenta atractorii stranii din cadrul acestuia
8. Inteligenţa Teoria privind construirea de maşini dotate cu inteligenţă Marvin Minsky -Teoria
artificială Herbert Simon Informaţiei;
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
-Teoria
complexităţii
algoritmice;
-Teoria
computaţională
9. Reţelele booleene Teoria privind modul de construire şi proprietăţile unor reţele ale căror noduri sunt Stuart Kaufman -Reţele
conectate cu alte noduri pe baza anumitor reguli logice sau booleene. Ele pot fi utilizate neuronale;
pentru a studia procesele autoorganizatoare şi emergenţa acestora către structuri noi, -Algoritmi
neprevăzute. Modelele reţelelor booleene neuronale sunt utilizate pentru a genera aşa- genetici.
numitele “fitness landscapes” (peisaje fitness) care sunt reprezentări grafice ale valorilor
unor funcţii de fitness la diferite modificări ale mediului.
10. Reţelele neuronale Teoria privind construirea de automate electronice şi algoritmi care simulează funcţionarea J.J. Hopfield -Algoritmi
neuronilor. Schimbând regulile de interacţiune dintre neuroni într-o astfel de reţea se poate genetici;
ajunge la comportamente emergente interesante care explică procesele de învăţare şi -Inteligenţa
auto-organizare artificială.
11. Studiul sistemelor şi proceselor auto-organizatoare, care ia în considerare parametrii de Herman Haken -Teoria
Sinergetica
ordine ai acestora, începând cu componentele de la nivelul de bază şi până la cele aflate la catastrofelor;
nivelele superioare ale unor structuri emergente -Teoria
haosului.
12. Teoria calculului Studiul capacităţii computaţionale a structurilor emergente din cadrul sistemelor auto- J. Crutchfield -Teoria
emergent organizatoare Melanie Mitchell computaţio-
nală(calculului)
13. Teoria calculului Studiul funcţionării, capacităţilor şi limitelor calculatoarelor. Abordează natura algoritmilor, Alan Turing -Inteligenţa
(computaţională) limbajele de programare şi aplicabilitatea diferitelor tipuri de calcul la rezolvarea unor John von artificială;
probleme dificile din matematică, fizică şi alte domenii ştiinţifice Neumann -Algoritmi
genetici.
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
14. Teoria catastrofelor Teoria matematică a schimbărilor discontinue în evoluţia unui sistem modelat prin ecuaţii Rene Thom -Teoria
structurale. Catastrofele apar ca fiind determinate de parametri de control a căror haosului;
schimbare conduce de la schimbări lente pentru valori mici la schimbări abrupte la valori -Teoria
critice mari. Ele indică punctele de bifurcaţie din sistemele dinamice sistemelor
evolutive.
15. Teoria complexităţii Studiul măsurării complexităţii unui algoritm de calcul sau program de calculator utilizând G. Chaitin -Teoria
algoritmice concepte ale teorie informaţiei calculului;
-Teoria
calculului
emergent.
16. Studiul sistemelor dinamice caracterizate de senzitivitate la condiţiile iniţiale. Sistemele Edward Lorenz -Teoria
Teoria haosului haotice sunt sisteme neliniare, interactive, având diferite tipuri de relaţii feedback între catastrofelor;
componente sau procese. Ele încep cu a fi deterministe, dar schimbări ale parametrilor lor -Teoria
de control conduc la apariţia haosului sistemelor
adaptive;
-Teoria
sistemelor
dinamice;
-Geometria
fractală.
17. Teoria informaţiei Teorie matematică privind măsurarea cantităţii de informaţie pe care canalele de Claude -Teoria
comunicaţie o poate conţine. Informaţia este privită ca varietatea opusă redundanţei, Shannon calculului;
capabilă să fie transmisă electronic. A. Kolmogorov -Teoria
Multe dintre sistemele complexe pot fi interpretate ca mecanisme de prelucrare a complexităţii
informaţiei algoritmice;
-Inteligenţa
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
artificială;
-Reţelele
booleene;
-Reţelele
neuronale.
18. Teorie matematică a rezultatelor care se pot obţine când doi sau mai mulţi jucători sunt John von -Teoria
Teoria jocurilor
angajaţi într-un comportament cooperativ sau necooperativ conform unor reguli stabilite Neumann informaţiei
Oskar
Morgenstern
19. Teoria sistemelor Studiul sistemelor complexe, neliniare, interactive care au capacitatea de a se adapta la un Murray Gell- -Biologia
adaptive mediu în schimbare. Sistemele adaptive sunt caracterizate de un anumit potenţial de auto- mann evoluţionistă;
organizare şi pot exista în medii neechilibrate datorită transformărilor continue pe care le Brian Arthur -Inteligenţa
suferă modelele lor interne relative la mediu. artificială;
-Teoria
sistemelor
evolutive;
-Criticalitatea
auto-
organizată.
20. Teoria sistemelor Disciplină care studiază evoluţia în timp a sistemelor descrise de ecuaţii diferenţiale. Henri Poincare -Teoria
dinamice Sistemele dinamice sunt, de obicei, considerate sisteme deterministe, deşi pot fi influenţate Steve Smale haosului;
de evenimente aleatoare. -Teoria
catastrofelor;
-Teoria
sistemelor
adaptive;
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
-Sinergetica.
21. Teoria sistemelor Studiul sistemelor complexe utilizând principiile şi legile biologiei evoluţioniste Ervin Laszlo -Teoria
evolutive sistemelor
adaptive;
-Biologia
evoluţionistă;
-Teoria
sistemelor
departe-de-
echilibru.
22. Teoria sistemelor Studiul proceselor şi sistemelor auto-organizatoare dintr-o perspectivă termodinamică. Ilya Prigogine -Teoria
departe-de- Sistemele auto-organizatoare sunt denumite structuri disipative şi ele au tendinţa de a se Gregoire Nicolis sistemelor
echilibru opune, prin modificări de structură sau prin schimbul informaţional cu mediul, efectelor pe dinamice;
care le are creşterea entropiei -Teoria
sistemelor
evolutive;
-Teoria
catastrofelor.
Ceea ce uneşte aceste discipline, în afara originii lor comune, este obiectul de
studiu, sistemul complex, abordat însă cu metode diferite, din unghiuri de vedere
diferite, în scopuri diferite.
Nu ştim cât va dura acest proces de sinteză şi unde va ajunge el. Dar deja
implicaţiile pentru dezvoltarea în continuare a ciberneticii sunt imense Atât de mari
încât, poate, însăşi definiţia dată de Norbert Wiener ar trebui schimbată. Cu toate că,
după aprecierea noastră, chiar şi această definiţie a fost incomplet înţeleasă şi
exploatată ştiinţific, mai ales partea a doua a ei referitoare la comunicarea la fiinţe şi
maşini.
Intrebarea care se pune imediat este dacă este posibilă acum apariţia unei teorii
generale a complexităţii. Cei mai mulţi oameni de ştiinţă cred că nu este posibilă, cel
puţin pe un termen previzibil, realizarea unei singure teorii care să explice şi să
anticipeze toate aspectele privind sistemele complexe din natură şi societate. Cu
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
toate acestea, aşa cum afirmă Melanie Mitchell (1997) este posibilă apariţia unor noi
teorii care să explice emergenţa structurilor de prelucrare a informaţiei de la
metanivel din componente interactive aflate la micronivel. Aceste ar putea explicita
condiţiile în care apar diferitele tipuri de structuri în sistemele complexe precum şi
rolul acestora în comportamentul global al sistemelor.
O primă concluzie care se impune este aceea că, în ceea ce priveşte sinteza
dintre cibernetică şi noile teorii ale complexităţii, nu ne aflăm la sfârşitul acestui
proces ci abia la începutul său.
Problema care se pune este dacă sistemele complexe sunt sisteme cibernetice,
sau mai bine zis, sunt şi sisteme cibernetice. O astfel de concluzie ar duce imediat la
ideea că rolul de metaştiinţă l-au îndeplinit, în toată perioada lor de dezvoltare şi
probabil că îl vor mai îndeplini mult timp de acum înainte, cibernetica şi teoria
generală a sistemelor, structurate într-o nouă ştiinţă, deja denumită “cibernetica de
ordinul trei”.
Dar să vedem mai concret în ce ar consta această nouă cibernetică socială. Cel
mai bine se poate observa diferenţa dintre vechile concepţii cibernetice (cibernetica
de ordinul întâi şi de ordinul doi) şi această nouă cibernetică apelând la un tablou
comparativ ca cel din Tabelul 2.
Tabelul 1.2
Cibernetica Cibernetica Cibernetica
inginerească biologică socială
Perspectiva O perspectivă O perspectivă O perspectivă epistemologică
epistemolo epistemologică epistemologică pragmatică: “cunoaşterea este un
gi-că realistă: biologică: modul construct pentru atingerea unor
“cunoaşterea este în care scopuri umane”
o imagine a funcţionează
realităţii” creierul
Diferenţiere Realitatea versus Realism versus Biologia cunoaşterii versus
fundamen- teoriile ştiinţifice constructivism observatorul ca participant social
tală
Ce trebuie Să se construiască Să includă pe Să explice relaţia dintre ştiinţele
rezolvat teorii care explică observator în naturii şi ştiinţele sociale
fenomenele cadrul
observate domeniului
ştiinţific
Ce trebuie Cum funcţionează Cum un individ Cum oamenii crează, menţin şi
explicat lumea construieşte o schimbă sisteme sociale prin limbaj
“realitate” şi idei
Ipoteza Procesele naturale Ideile despre Ideile sunt acceptate dacă ele
cheie pot fi explicate de cunoaştere ar servesc scopurilor observatorului ca
teoriile ştiinţifice trebui căutate în un participant social
neuropsihologie
Consecinţă Cunoaşterea Dacă oamenii Transformând sistemele conceptuale
importantă ştiinţifică poate fi acceptă (prin persuasiune şi nu coerciţie)
utilizată pentru a constructivismul, vom putea schimba societatea
schimba procesele ei vor fi mai
Capitolul 1 – Apariţia şi dezvoltarea ciberneticii. Obiectul şi metodele ciberneticii economice
naturale în toleranţi
beneficiul
oamenilor
cibernetic de care ne ocupăm în cadrul de faţă. Această carte o privim tocmai prin
această perspectivă, şi anume aceea a trecerii masive către utilizarea noilor tehnici şi
metode bazate pe agenţi în cibernetică.
BIBLIOGRAFIE
[1] Am, O. – Back to Basics. Introduction to Systems Theory and Complexity, 2002,
www.stud.his.no/~onar/Ess/|
[2] Fotache, M. – Despre sistemică şi cibernetică, în: Sisteme informaţionale pentru afaceri,
Editura Polirom, Iaşi, 2002
[3] Foerster, H. von - Cybernetics of Cybernetics, 2nd edition, Future Systems, Mineapolis,
1996
[4] Francois, C. (ed.) - International Encyclopedia of Systems and Cybernetics, Saur,
Munich, Germany, 1997
[5] Goldstein, J. – Scientific and Mathematical Roots of Complexity Science, Working Paper,
2001
[6] Holland, J.H. - Hidden Order: How Adaptation builds complexity, Addison-Wesley, 1996
[7] Kaufman, St. – The Origins of Order: Self-organization and Selection in Evolution, Oxford
University Press, Oxford, 1993
[8] Manuel-Navarrete, D. – Approaches and Implications of using Complexity Theory for
dealing with Social Systems, Working paper, 2001
[9] Mitchell, Melanie – Complexity and the Future of Science, WP, Santa Fe Institute, 1997
[10] Parwani, R. – Complexity: An Introduction, Paper, USP, Nat. Univ. of Singapore, 2002
[11] Plsek, P., Lindberg, K., Zimmerman,B. – Some Emerging Principles for Managing in
Complex Adaptive Systems, Working Paper, November 1997
[12] Prigogine, I., Stengers, I. – Noua alianţă, Editura politică, Bucureşti, 1984
[13] Rocha, L.M. – Complex Systems Modeling: Using Metaphors from Nature in Simulation
and Scientific Models, BITS: Computer and Communications News, November 1999
[14] Scarlat,E., Mărăcine, Virginia - Dinamica Sistemelor I: Dinamica Sistemelor Haotice,
Editura MatrixRom, Bucureşti, 2002
[15] Scarlat, E., Chiriţă, Nora – Cibernetica Sistemelor Economice, Editura ASE, Bucureşti,
2002
[16] Simon, H. - The Science of the Artificial, Simon&Schuster, 1983
[17] Stacey, R.D. – Managing the Unknowable: Strategic Boundaries Between Order and
Chaos in Organizations, Jossey-Bass Publishers, San Francisco, CA, 1992
[18] Stacey,R.D. – Strategic Management and Organizational Dynamics: The Challenge of
Complexity, Routledge, London,1997
[19] Umpleby, St. – What Comes After Second Order Cybernetics?, In: Cybernetics and
Human Knowing (urmează să apară)
[20] Waldrop, M.M. – Complexity: The Emerging Science at the Edge of Order and Chaos,
Simon&Schuster, New York, NY, 1992
CAPITOLUL 2
2.1 Definiţ
ţii ale Sistemului Adaptiv Complex (CAS)
Evident că aceste proprietăţi definitorii pot avea, în cazurile concrete ale unor
sisteme adaptive complexe din realitate, o multitudine de forme de manifestare, ceea
ce dă, de fapt, varietatea infinită de sisteme care alcătuiesc această realitate.
O ultimă definiţie pe care o vom introduce este cea dată de E. Mitleton-Kelly
(2003). Acesta consideră că un CAS este definit de zece caracteristici generice, şi
anume:
• auto – organizarea;
• emergenţa;
• conectivitate;
• interdependenţa;
• feedbackul;
• funcţionarea departe-de-echilibru;
• explorarea spaţiului posibilităţilor;
• co-evoluţia;
• istoricitatea;
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
• dependenţa de traiectorie.
evidenţia o altă faţetă care poate să ofere noi şi noi informaţii şi cunoştinţe
relative la sistemul respectiv.
Dar caracteristica definitorie a conectivitătii din cadrul unui CAS este că îl
face capabil să se adapteze şi să evolueze şi, în acest fel, să creeze o nouă ordine
şi coerenţă. Această creare a unei noi ordini şi coerenţe reprezintă un factor
determinant al complexităţii. Indivizii acţionând aleator sau conform unei anumite
agende niciodată nu pot să lucreze eficient ca un grup sau o organizaţie fără a crea o
coerenţă în ce priveşte un nou mod de a lucra, noi structuri şi relaţii diferite, în care
ierarhiile pot fi răsturnate sau ignorate. Acest lucru, se pare că este influenţat de
viteza şi intensitatea cu care se propagă influenţele între agenţii din cadrul CAS.
Propagarea influenţei într-un CAS depinde, evident, de gradul de conectivitate
şi interdependenţă. De exemplu, ecosistemele biologice nu sunt total conectate. De
regulă, fiecare specie interacţionează cu o anumită submulţime din numărul total
specii existente în mediul său înconjurător, deci sistemul are o anumită structură
extinsă de tip reţea. În stemele sociale acest lucru este asemănător. Există o reţea
de legături cu diferite grade de conectivitate între diferitele componente ale
sistemului respectiv (familii, oraşe, popoare etc.)
Gradul de conectivitate, presupune, deci, luarea în considerare a forţei de
cuplare şi de dependenţă, cunoscute sub numele de interacţiuni epistatice – iar
acestea sunt funcţii de măsura în care contribuţia la fitness adusă de un individ
depinde de alţi indivizi. În procesele biologice, fitnessul unui organism sau specii
depinde de caracteristicile altor organisme sau specii cu care ea interacţionează, în
timp ce ele toate se adaptează şi se modifică simultan. Cu alte cuvinte, o singură
entitate (allele, gene, organism sau specie) nu contribuie la fitnessul general
independent de toate celelalte entităţi. Contribuţia fitness a unui individ poate
depinde de toţi ceilalţi indivizi din acel context. Aceasta este o măsură contextuală a
dependenţei, a influenţei directe sau indirecte pe care fiecare entitate le are cu
celelalte entităţi cu care aceasta este cuplată.
Într-un sistem social, fiecare individ aparţine mai multor grupuri şi unor
contexte diferite şi contribuţia sa la fiecare context depinde parţial de alţi indivizi din
acel grup şi de modul în care ei sunt legaţi de individul în cauză. Un exemplu este
atunci când un nou membru se alătură unei echipe. Contribuţia acelui individ va
depinde de ceilalţi membrii ai echipei şi de spaţiul pe care ei îl creează pentru o
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
2.1.2. Co-evoluţia
Un alt concept cheie în definirea CAS este structura disipativă, care reprezintă
modalităţile prin care sistemele deschise schimbă energie, materie sau informaţie cu
mediile lor şi care atunci când sunt împinse ,,departe–de–echilibru” creează noi
structuri şi o nouă ordine.
Ilya Prigogine a luat în 1977 Premiul Nobel pentru chimie pentru lucrările sale
privind structurile disipative şi termodinamica dezechilibrului. Prigogine a dat o
interpretarea nouă celei de-a doua legi a termodinamicii. Disoluţia în entropie nu este
o fatalitate absolută, ci ,,în anumite condiţii, entropia însăşi devine generator de
ordine”. Pentru a fi mai precis ,,în condiţii de non-echilibru, cel puţin, entropia poate
produce, în loc de degradare, ordine (şi) organizare. Dacă este aşa, atunci entropia,
însăşi, îşi pierde caracterul său disipativ. În timp ce anumite sisteme dispar, alte
sisteme evoluează simultan şi cresc cu mai multă coerenţă” (Prigogine şi Stengers,
1985).
În structurile disipative apare tendinţe de a avea soluţii alternative care se
numesc bifurcaţii. Acest termen este nepotrivit, deoarece separarea poate să aibă
loc între mai multe soluţii posibile. O bifurcaţie poate conduce la mai multe traiectorii
posibile, unele dintre ele stabile, altele instabile. Ea apare într-un punct critic ce nu
poate fi, însă, prevăzut. De asemenea, nu se poate prevedea pe care dintre
traiectoriile posibile, stabile sau instabile, va evolua în continuare sistemul. ,,Doar
şansa va decide, prin dinamica fluctuaţiilor. Sistemul va încerca să aleagă calea şi va
face mai multe încercări, unele fără succes la început, pentru a se stabiliza. Apoi o
fluctuaţie particulară va avea loc. Prin stabilizare, sistemul devine un obiect istoric, în
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
2.1.4. Explorarea–spaţiului–posibilităţilor
2.1.5. Feedback
majore. Aceste intervenţii pot, de asemenea, eşua şi compania poate ajunge într-un
ciclu constant de restructurări ineficiente. Un motiv pentru acest eşec este
supraestimare a efectelor ,,mecanismelor adiacente” bazate pe bucle feedback
negative, care au lucrat în trecut.
Dar într-un mediu turbulent, întregul ecosistem poate fi schimbat şi nu putem
întotdeauna extrapola succesul pe baza experienţei trecute. Noi paterne de
comportament şi noi structuri pot să emeargă şi acestea pot să depindă de sau se
stabilesc prin noi procese feedback pozitive.
În sistemele umane, gradul de conectivitate (dependenţa sau interacţiunea
epistatică) adeseori determină forţa feedbackului. Feedbackul aplicat interacţiunilor
umane înseamnă influenţa care schimbă acţiuni şi comportamente potenţiale. Mai
mult, în cazul interacţiunilor umane, feedbackul este rareori o procedură foarte bine
delimitată de tip input–proces–output, perfect predictibilă şi cu rezultate bine
determinate. Acţiunile şi comportamentele pot să varieze în raport cu gradul de
conectivitate dintre diferiţi indivizi, ca şi în raport cu timpul şi contextul.
Co-evoluţia poate, de asemenea, să depindă de influenţele feedback
reciproce dintre entităţi. O problemă importantă este, deci, cum gradul de
conectivitate şi feedbackul influenţează co-evoluţia. O primă întrebare legată de
aceasta este modul în care structura unui ecosistem afectează co-evoluţia. Kauffman
afirmă că ,,Am găsit evidenţa … că structura unui ecosistem determină co-evoluţia”
(Kauffman, 1993, p.279). Această afirmaţie, demonstrată prin simularea pe
calculator, se poate aplica şi ecosistemelor sociale. Procesele feedback au, deci, o
strânsă legătură atât cu gradul de conectivitate (la toate nivelele), cât şi cu structura
ecosistemului, şi deci şi cu co-evoluţia.
Mai mult, cele două concepte esenţiale de feedback pozitiv şi negativ trebuie
să fie utilizate pentru a descrie procesele feedback integrate multiple din sistemele
adaptive complexe şi trebuie regândită însăşi natura feedbackului în acest context,
pentru a putea include ulterior influenţele multi-nivel, multi-proces şi neliniare.
dintre cele mai uimitoare proprietăţi a sistemelor complexe, fie că este vorba despre
sisteme umane, ecosisteme sau organizaţii.
Kauffman în cartea sa ,,Origins of Order: Self Organization and Selection”
(1993) arată că selecţia nu este, aşa cum afirmă concepţia evoluţionistă Darwiniană,
singura forţă care determină adaptarea. Există şi o a doua forţă care produce
spontan ordine, şi anume auto–organizarea, aceasta fiind, alături de selecţia
naturală, absolut necesară pentru evoluţie.
Proprietăţile emergente, calităţile noi, paternele structurale apar în CAS din
interacţiunea elementelor individuale, acestea reprezintând mai mult decât suma
părţilor componente şi sunt dificil de prevăzut studiind doar elementele considerate
individual.
Emergenţa este procesul care determină apariţia unei noi ordini împreună cu
auto–organizarea. Francisco Varela, unul dintre creatorii ciberneticii de ordinul doi
(autopoiesisului), atunci când se referă la emergenţă spunea că ea reprezintă
tranziţia de la regulile locale către principiile globale sau stările generale care
însoţesc întreaga mulţime de agenţi. De pildă, el afirmă că activitatea neuronală a
creierului uman reprezintă o proprietate emergentă şi de aici sunt posibile constiinţa,
gândirea şi creaţia.
Relaţiile reciproce dintre micro-evenimente şi macro-structuri sunt
bidirecţionale şi se crează astfel o influenţă reciprocă atunci când feedbackul
funcţionează ,,Una dintre cele mai importante probleme ale teoriei evoluţioniste este
feedbackul eventual dintre structurile macroscopice şi evenimentele microscopice:
structurile macroscopice emerg din evenimentele microscopice, dar, la rândul lor, vor
conduce la o modificare a mecanismelor microscopie” (Prigogine şi Stengers, 1989).
Apare deci un proces co-evolutiv în care entităţile individuale şi macro–structurile
create prin interacţiunile dintre aceste se influenţează una pe alta într-un proces
iterativ continuu.
În sistemele sociale, auto–organizarea poate fi descrisă ca apariţia spontană a
unui grup care execută o sarcină sau are un anumit scop comun; grupul decide ce
face, cum şi când face şi nu există o entitate exterioară grupului care să orienteze
activitatea acestuia.
Emergenţa în cadrul sistemului uman tinde să creeze structuri ireversibile sau
idei, relaţii şi forme de organizare care devin parte a istoriei indivizilor şi instituţiilor şi,
la rândul lor, afectează evoluţia acestor entităţi. De exemplu, apariţia de noi
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
cunoştinţe şi idei în cadrul unei echipe, firme sau chiar la nivelul întregii societăţi
poate fi descris ca un proces emergent deoarece rezultă din interacţiunile dintre
indivizi şi nu este suma ideilor existente, ci ceva cu totul nou şi posibil neaşteptat.
Odată ce ideile sunt articulate, ele formează o parte a istoriei fiecărui individ, dar şi a
istoriei comune a echipei, firmei sau societăţii – procesul nu este reversibil – şi
aceste noi idei şi cunoştinţe pot fi utilizate pentru a genera alte idei noi şi noi
cunoştinţe. În această viziune, învăţarea organizaţională şi socială reprezintă
proprietăţi emergente – nu sunt doar simple ajustări sau însumări de noi idei, ci un
proces bazat pe interacţiunea dintre indivizii ce aparţin echipei, firmei sau societăţii
care creează noi modele mentale, împărtăşite de toţi indivizi din cadrul sistemului
respectiv. Atunci când învăţarea conduce la noi comportamente, se poate spune că
organizaţia s-a adaptat şi a evoluat.
Noile cunoştinţe, împărţite de toţi indivizii prin modele mentale comune,
generează, la rândul lor, învăţare şi cunoaştere.
Apare, astfel, cu deosebită claritate legătura existentă între conectivitate,
interdependenţă, emergenţă şi auto–organizare. Aceşti piloni ai sistemelor adaptive
complexe acţionează împreună pentru a crea o nouă ordine şi coerenţă, pentru a
susţine sistemul şi a-i asigura supravieţuirea, în special atunci când mediul
înconjurător se schimbă rapid.
legătură poate fi previzibilă. Când o piaţă este supusă unui şoc exogen, cum ar fi, de
exemplu, noutăţile privind evoluţia economiei, sistemul de piaţă poate să absoarbă
acest şoc şi să revină, după un timp finit, la starea de echilibru.
Cu toate că multe dintre teoriile ce au inspirat această concepţie mecanicistă
s-au modificat între timp, de exemplu principiul de nedeterminare al lui Heisenberg
ce stă astăzi la baza fizicii cuantice, în economie acest progres nu s-a produs tot atât
de repede. Multe dintre concepţiile care domină şi astăzi economia îşi găsesc
originea în ideile şi metodele ştiinţifice bazate pe determinism şi predicitbilitatea
relaţiilor de tip cauză-efect.
În ultimii 50 de ani, teoria pieţelor financiare s-a dezvoltat pe aceeaşi bază,
astfel încât astăzi încă ea este tributară unor ipoteze discutabile cum ar fi eficienţa
pieţelor şi raţionalitatea investitorilor.
Ipoteza eficienţei pieţelor afirmă că preţurile activelor financiare încorporeză
toată informaţia relevantă şi că această informaţie este uşor disponibilă şi larg
răspândită, astfel că orice investitor are acces la ea şi nu există posibilitate ca unul
dintre ei să profite de anumite oportunităţi şi să obţină rezultate superioare.
Altfel spus, câştigurile obţinute pe piaţa de capital recompensează doar riscul
pe care şi-l asumă anumiţi investitori faţă de alţii care înregistrează pierderi fiindcă nu
acceptă riscul respectiv. Ipoteza eficienţei pieţei nu afirmă că preţurile pe această
piaţă ar fi corecte, ci faptul că nu există preţuri care ar fi determinate de anumite
cauze sistematice, care nu ar putea fi cunoscute şi utilizate de către toţi investitorii.
Teoria privind formarea preţurilor, care este subsumată ipotezei eficienţei
pieţei de capital, este construită pornind de la ipoteza că preţurile activelor financiare
ar fi perfect independente unul faţă de celelalte. În consecinţă, schimbările preţurilor
respective sunt determinate doar de apariţia unor informaţii noi, neaşteptate pe piaţă,
lucru care este, de asemenea, aleator. Drept urmare, pe măsură ce investitorii
primesc noi informaţii şi le prelucrează, ei pot să anticipeze preţurile şi să ia decizii
care să ducă la obţinerea unui profit dorit.
A doua ipoteză priveşte modalitatea în care investitorii iau deciziile respective
şi presupune că investitorii sunt decidenţi raţionali. Acest lucru înseamnă, în esenţă,
că, în procesul continuu de a căuta oportunităţi de profit, ei rezolvă o problemă de
alegere între risc şi venit. Mai precis, investitorii raţionali caută să obţină, din
tranzacţiile de piaţă efectuate, cel mai mare venit pentru un anumit nivel de risc.
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
Testarea acestor ipoteze a demonstrat fără tăgadă faptul că ele sunt false. Cu
toate acestea, teoria pieţelor de capital continuă şi astăzi să dezvolte modele şi
proceduri de lucru bazate pe aceste ipoteze. Un motiv ar fi inerţia mare existentă în
ştiinţele economice, iar un alt motiv l-ar constitui coerenţa matematică şi logică a
modelelor abstracte realizate, char dacă ele nu au multe puncte comune cu
realitatea.
O alternativă la aceste teorii ar fi considerarea pieţii de capital ca un sistem
adaptiv complex. Pentru ca o astfel de schimbare de paradigmă să fie acceptabilă,
trebuie demonstrat că, prin noua abordare, gradul nostru de înţelegere privind
comportamentul acestor pieţe creşte, iar rezultatele obţinute prin aplicarea metodelor
şi modelelor construite pe baza noii concepţii sunt mai bune decât cele anterioare.
Pieţele financiare, în particular pieţele de capital, pot fi considerate sisteme
adaptive complexe, ele fiind alcătuite dintr-o mulţime de agenţi interdependenţi şi
conectaţi care prezintă comportamente de grup emergente, dobândite în urma
agregării comportamentelor individuale ale acestor agenţi. Agregarea acestor
comportamente individuale face ca sistemul să acţioneze unitar în ,,punctele critice”,
deci schimbările mari apar ca rezultat al acumulărilor unor stimuli reduşi ca intesitate
dar care, în momentul declanşării, se propagă sub formă de avalanşă.
Agenţii dintr-un sistem adaptiv complex îşi culeg informaţia din mediul
înconjurător, o combină cu propriile lor interacţiuni cu mediul şi, de aici, rezultă
propriile decizii şi proceduri decizionale. Desigur că aceste decizii şi proceduri vor
concura unele cu altele, fiind comparate în raport cu un ,,fitness” şi numai cele mai
eficiente strategii de decizie vor supravieţui. Aceasta face ca, în timp, sistemul să se
adapteze la schimbările din mediu şi să răspundă în mod adecvat apariţiei unor
,,anomalii”.
Interacţiunile dintre agenţi în sistemele adaptive complexe sunt neliniare. În
cazul pieţelor de capital acest lucru este demonstrat de faptul că, în cazul
interacţiunilor cauză-efect, anumite modificări mici produc rezultate exagerat de mari.
Apariţia crizelor şi crahurilor bursiere este o dovadă a acestui lucru.
În sfârşit, mecanismele feedback, care amplifică (pozitive) sau amortizează
(negative) efectele ce apar pe pieţele de capital sunt cele care determină tendinţele
speculative pe aceste pieţe. În condiţiile în care un investitor sau un grup restrâns de
investitori, profitând de o schimbare de preţ neaşteptată, prin vânzarea sau
cumpărarea de acţiuni, obţin câştiguri mai mari decât cele medii, este evidentă
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
acţiunea unei bucle feedback pozitive. Acest proces, însă, nu poate continua mult
timp deoarece alţi investitori încep şi ei să cumpere sau să vândă acelaşi tip de
acţiune, fapt care duce, rapid, la eliminarea câştigurilor mai mari. Acţionează, în
acest caz, o buclă feedback negativă care stabilizează din nou piaţa.
Mecanismele feedback existente pe pieţele de capital fac ca astfel de
fenomene să aibă o viaţă scurtă, având succes, de regulă, acei investitori, care
profită cel mai repede de oportunităţile care se ivesc datorită unor perturbaţii externe
sau unor comportamente emergente neaşteptate.
Considerând piaţa de capital sistem adaptiv complex trebuie să reconsiderăm
întreaga concepţie privind comportamentul investitorilor pe astfel de pieţe. Perioade
de stabilitate, urmate de schimbări rapide, existenţa unor puncte critice, absenţa
oricăror mişcări regulate în evoluţia indicatorilor ce le caracterizează ş.a. fac din
aceste pieţe sisteme pentru care este greu, dacă nu imposibil de elaborat previziuni.
Din această cauză, investitorii trebuie să apeleze la un cu totul alte metode pentru a
decide asupra investiţiilor făcute. Practic, întreaga teorie clasică, începând cu
modelele lui Markowitz, Sharpe ş.a., ar trebui reformulată, deoarece se bazează pe
ipotezele probabilistice privind formarea preţurilor.
Deplasarea interesului de la modelele deductive căte cele inductive în acest
domeniu este crucială. În cele mai multe situaţii, se constată că raţionamentul pe
aceste pieţe este colectiv, acţionând spiritul de imitaţie şi nu judecata raţională a
agenţilor individuali.
Trecerea la metodele bazate pe sisteme adaptive complexe este, evident, un
proces dificil şi numai obţinerea unor rezultate mai bune în acest din urmă caz ar fi
de natură să determine schimbarea de paradigmă în acest domeniu.
Treptat, aceste rezultate se acumulează, mai ales datorită posibilităţii de a
simula activitatea investitorilor utilizând, de exemplu, modele ale pieţelor artificiale de
capital.
În ultimii ani, un nou concept a apărut şi s-a dezvoltat la graniţa dintre biologie,
ecologie, economie şi lumea afacerilor: ecosistemul digital pentru afaceri (EDA).
Modul în care este acesta definit şi utilizat arată faptul că EDA reprezintă, de fapt, un
sistem adaptiv complex. Din perspectiva biologiei, un ecosistem este: ,,Un sistem de
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
organisme ocupând un habitat, împreună cu acele aspecte ale mediului fizic cu care
interacţionează” (The New Shorter Oxford English Dictionary, 1993) sau ,,O
comunitate de organisme vii cu aerul, apa şi celelalte resurse” (The Merriam-
Webster, Third New International Dictionary of the English Language, 1986).
Aşadar, un ecosistem biologic este, în primul rând, un sistem care constă din
diferite organisme vii din aceeaşi arie sau zonă. Există interacţiuni între organisme şi
mediul înconjurător, format din aer, apă şi resurse de hrană. Aceste interacţiuni
determină anumite limite în ce priveşte evoluţia şi dezvoltarea ecosistemului.
Hanon(1997) stabileşte principalele caracteristici comune sistemelor ecologice
şi economice. El arată că amândouă sunt sisteme dinamice, construite (structurate)
pe bază organică şi care au metode de producţie, schimb, stocare şi dezvoltare
asemănătoare. Hannon introduce chiar un output net al ecosistemului, analog cu
produsul intern net al sistemului economci, care poate fi utilizat pentru a măsura
performanţele ecosistemului în raport cu fluxurile de substanţă şi energie primite din
mediu.
În concepţia lui Lewin (1999), comunităţile ecologice din natură cuprind specii
care sunte interconectate printr-o reţea densă de conexiuni. Aceste comunităţi
formează, la rândul lor, ecosisteme locale care au proprietăţile sistemelor complexe.
Lewin găseşte o analogie strânsă a acestora cu comunităţile de afaceri, ceea ce
explică de ce companiile, ca şi organismele biologice, funcţionează în cadrul unei
reţele dense de interacţiuni, începând de la economia locală şi până la economia
globală. Ecosistemele biologice şi sistemele economice, ,,sunt sisteme adaptive
complexe şi deci urmează aceleaşi legităţi profunde”. Cu toate acestea, există şi o
diferenţă fundamentală între aceste sisteme şi anume capacitatea oamenilor de a
adopta decizii conştiente, în timp ce organismele biologice nu au o conştiinţă de
acelaşi fel. În ciuda acestei diferenţe, Lewin crede că ,,o înţelegere a acelor legităţi
din natură va conduce la o mai mare înţelegere a modului de lucru al companiilor şi a
economiei din care ele fac parte”. (Lewin, 1999).
Sturat Kauffman a fost preocupat în mod special de ecosistemele biologice
care, după părerea sa sunt ,,nişe în mijlocul unei anumite activităţi”. De exemplu,
când transporturile erau dominate de căruţe trase de cai, existau multe afaceri
complementare cum ar fi rotării, ceaprazări (producătoare de hamuri), potcovării etc.
După ce automobilul a înlocuit căruţa, noi forme de activităţi le-au înlocuit pe cele
vechi: construcţia de drumuri şi autostrăzi, reţele de benzinării, moteluri etc. În acest
Capitolul 2 – Sistemul Adaptiv Complex (CAS)
CAPITOLUL 3
O reţea reprezintă o mulţime de noduri sau vârfuri care sunt conectate între ele prin
arce. Sistemele sub formă de reţea sunt extrem de frecvente în natură, tehnică, economie
sau societate. Exemple de astfel de sisteme care conţin reţele sunt Internetul, reţelele
neuronale, reţelele metabolice, reţelele de comunicaţii, reţelele de distribuţie, reţelele de
afaceri etc.
Studiul sistematic al reţelelor a început încă din 1735 când Euler a rezolvat prima
problemă de drumuri într-o reţea, cunoscută sub numele de problema podurilor de la
Könisberg şi întemeind, astfel, teoria modernă a grafelor. Conform manuscriptului lui Euler,
„În oraşul Könisberg din Prusia există o insulă A, numită Kneiphoff, cu cele două braţe ale
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
râului Pregel curgând în jurul ei. Există şapte poduri a, b, c, d, e, f şi g traversând cele două
braţe. Problema este dacă o persoană poate să planifice un drum în aşa fel încât el să
traverseze fiecare dintre aceste poduri odată şi numai odată. […] Pe baza celor de mai sus
am formulat următoarea problemă generală pontru mine însumi. Dându-se orice configuraţe
a râului şi ramurile în care acesta poate fi separat, ca şi numărul de poduri, să se determine
dacă este posibil să se traverseze fiecare pod doar odată.” Soluţia lui Euler la această
problemă s-a dezvoltat natural din formularea problemei, arătând încă odată cât de
importantă este formularea problemei, poate chiar mai mult de cât rezolvarea acesteia.
Euler a observat că distanţa fizică nu are importanţă în această problemă şi a reprezentat-o
sub forma unui graf – o mulţime de noduri şi legături conectând fiecare pereche de noduri
(Figura 3.1)
Euler a împărţit nodurile în pare şi impare pe baza parităţii gradului unui nod, deci a
numărului de legături direct conectate la nod. El a demonstrat că:
1) Suma gradelor nodurilor unui graf este pară;
2) Fiecare graf trebuie să aibă un număr par de noduri impare.
Aceste constatări l-au condus la următorul rezultat:
a) Dacă numărul de noduri impare este mai mare decât 2 nu există un drum Euler (deci un
drum între două noduri arbitrare în care fiecare legătură din graf apare exact o dată;
b) Dacă numărul de noduri impare este 2, există drumuri Euler plecând din fiecare dintre
nodurile impare;
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
c) Dacă nu există noduri impare, drumurile Euler pot începe din oricare nod arbitrar.
Deoarece toate cele patru noduri din problema podurilor sunt impare, Euler a demonstrat că
nu există un drum care să traverseze fiecare pod o singură dată. Această lucrare a lui Euler
a dus, mai târziu, la apariţia teoriei grafelor şi de aici la teoria actuală a reţelelor prin
contribuţia esenţială a matematicienilor unguri Erdos şi Reny.
Reţelele sunt studiate astăzi extensiv în multe domenii ştiinţifice (tehnică, ecologie,
biologie, economie, ştiinţa calculatoarelor, ştiinţe sociale ş.a.) deoarece cu ajutorul lor se
poate reprezenta destul de uşor structura internă a unui sistem complex cât şi interacţiunile
dintre elementele componente (subsistemele) acestuia. În ultima perioadă interesul pentru
reţelele complexe a crescut enorm, mai ales în ştiinţele economice şi sociale. Sistemele
studiate de aceste ştiinţe încorporează reţele sociale complexe care au, de regulă, drept
vârfuri indivizi, companii, corporaţii, pieţe, grupuri sociale mici, comunităţi umane ş.a., iar
drept arce interacţiunile dintre acestea.
În reţelele sociale complexe pot fi puse în evidenţă anumite proprietăţi care au o
influenţă puternică asupra modului în care se propagă influenţele reciproce dintre
componentele reţelei şi, mai ales, asupra modului în care evoluează reţeaua în decursul
timpului.
Dezvoltarea explozivă a comunicaţiilor şi rolul jucat de acestea în buna funcţionare a
sistemelor economice şi sociale a dat un impuls puternic cercetărilor din domeniul reţelelor
sociale complexe. Utilizând concepte şi metode noi, bazate pe analiza statistică a
proprietăţilor vârfurilor şi arcelor unei reţele complexe, au putut fi abordate reţele care conţin
milioane sau chiar miliarde de noduri şi arce. Proprietăţile grafelor de dimensiuni mici (având
câteva zeci sau sute de noduri şi arce) se dovedesc inoperante în condiţiile reţelelor
complexe de dimensiuni mari. De exemplu, dacă în cazul uni graf de dimensiuni mici putem
determina ce influenţă exercită dispariţia unui nod sau unui arc, în cazul reţelelor complexe
acest lucru nu prezintă prea multă importanţă, trecând pe primul plan probleme cum ar fi: „
Ce procent dintre vârfuri trebuie să dispară astfel încât acest lucru să afecteze în mod
semnificativ conectivitatea reţelei?”.
Există şi alţi factori care au determinat apariţia unei schimbări în interesul
cercetătorilor pentru reţelele complexe. Atunci când o astfel de reţea cuprinde milioane sau
miliarde de componente, reprezentarea ei vizuală este extrem de dificilă. Totuşi, combinarea
metodelor statistice de analiză a reţelelor cu mijloacele de reprezentare pe calculator a
obiectelor 3D a dus la apariţia unei adevărate imagistici a reţelelor complexe, care pot fi
acum analizate nu numai cu mijloace formate, dar şi vizual.
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
Existenţa unui număr mare de noduri şi arce între acestea nu reprezintă singura sursă
de complexitate în cazul reţelelor din lumea reală. Frecvent, nodurile şi/sau arcele din reţele
sunt de tipuri diferite. De asemenea, vârfurile şi arcele pot avea o serie de proprietăţi,
calitative şi cantitative, care sporesc complexitatea reţelelor. De exemplu, într-o reţea
complexă din economie, nodurile pot să reprezinte agenţi economici diferiţi, producători sau
consumatori, instituţii financiare sau agenţii economice ale statului. Arcele pot reprezenta
relaţii de cooperare, relaţii de competiţie, obligaţii de plată sau, pur şi simplu, proximitatea
geografică.
Arcele pot fi orientate şi pot conţine informaţii privind intensitatea sau ponderea
acestor relaţii. De asemenea, între reţele există diferenţe în raport cu sistemele complexe pe
care le reprezintă. Datorită acestor aspecte, reţelele complexe au fost clasificate în funcţie de
natura sistemelor complexe reprezentate în următoarele tipuri:
a) Reţele sociale:
- Colaborarea actorilor;
- Comitete de direcţie;
- Contacte ştiinţifice;
- Mesaje e-mail;
- Contacte sexuale ş.a.
b) Reţele informaţionale:
- World Wide Web;
- Reţele de citări;
c) Reţele tehnologice:
- Internetul;
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
- Reţeaua Grid;
- Pachetele software;
- Circuitele electronice;
- Reţeaua de aerroporturi;
- Reţeaua de cale ferată;
d) Reţele biologice:
- Reţele metabolice;
- Reţele genetice;
- Reţele neurale;
- Reţele ecologice etc.
-
3.2.1 Reţele sociale complexe
O reţea socială reprezintă o mulţime de oameni sau grupuri de oameni cu un anumit
tip de contacte sau interdependenţe între ei. Tipurile principale de contacte pot fi relaţii de
prietenie sau de rudenie, relaţii de afaceri între companii, contactele sociale dintr-o anumită
comunitate, contacte ştiinţifice dintr-o comunitate de oameni de ştiinţă ş.a. Sociologia şi alte
ştiinţe sociale au fost, de-a lungul timpului, interesate de astfel de reţele. Sociologi precum
Jacob Moreno sau Elton Mayo au fost promotorii unor metode cantitative de studiu al
grupurilor mici (primul a studiat relaţiile de prietenie dintr-un colegiu, iar al doilea reţelele
sociale create între muncitorii din fabricile din Chicago). Anatol Rapaport a fost printre primii
matematicieni preocupaţi de proprietăţile cantitative ale reţelelor.
În ultimii ani, modelele denumite „Small-world” ale lui Milgram au dus la un concept
devenit celebru al celor „şase grade de separare”
Datorită problemelor legate de acurateţea datelor, subiectivitatea răspunsurilor şi
numărul mic de eioane, reţelele sociale necesită un efort destul de mare în construcţie şi
studiu. Din această cauză, o tot mai mare atenţie se acordă reţelelor colaborative care
reprezintă reţele în care participanţii colaborează în grupuri diferite iar legăturile dintre
perechile de indivizi sunt determinate de apartenenţa la un grup comun. De exemplu, o reţea
colaborativă este cea a actorilor de film care apare în Internet ovie Database. În această
reţea, actorii care apar în filme sunt consideraţi ca fiind conectaţi dacă ei apar în acelaşi film.
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
O altă reţea colaborativă este cea a directorilor de companii, doi directori fiind legaţi
între ei dacă aparţin aceluiaşi Consiliu de directori.
Un alt tip de reţea socială este cea comunicaţională. În cadrul acesteia, fiecare arc
(orientat) între doi oameni reprezintă un mesaj trensmis prin poştă, telefon sau e-mail de la
unul la celălalt. De exemplu, într-o reţea a telefoanelor date, numărul de vârfuri ale grafului
care corespunde unui număr de telefon, este enorm, ajungând la 50 de milioane, cea mai
mare reţea după cea a World Wide Web (Aiello ş.a.). Ebel ş.a. au reconstruit experimentul lui
Milgram în cazul mesajelor e-mail transmise între 500 de studenţi de la universitatea din Kiel,
Germania. În această reţea, vârfurile sunt adrese de e-mail iar arcele orientate reprezintă
mesaje transmise de la un student la altul. S-a observat, în acest caz. Că regula celor şase
grade de separare se menţine şi în cazul unei astfel de reţele.
WWW este o reţea ciclică; nu există o relaţie de ordine naturală între site-uri şi nici o
regulă care să prevină apariţia de bucle închise. În ultimul timp, WWW este intens studiat,
având o serie de proprietăţi interesante.
Tot în categoria reţelelor informaţionale se includ şi reţelele peer-to-peer care sunt
reţele virtuale de calculatoare care împart între ele fişiere existente utilizate de utilizatori
plasaţi într-o reţea locală. Reţeaua relaţiilor între clasele de cuvinte dintr-un tezaur este
utilizată în definirea de ontologii şi găsirea sensului celui mai potrivit al unui concept care
reprezintă o idee. Reţelele semantice (Semantic Web) sunt astăzi intens studiate deoarece
ele permit reprezentarea structurii unui limbaj şi, prin aceasta, ajută la realizarea
corespondenţelor dintre limbaje în traducerea automată.
Reţelele preferenţiale reprezintă reţele informaţionale bipartite. O reţea preferenţială
este reţeaua care are două tipuri de vârfuri reprezentând indivizi şi obiecte preferate, cum ar
fi cărţi, filme etc., cu o latură conectând fiecare individ cu cărţile sau filmele preferate. Laturile
acestor reţele preferenţiale sunt ponderate în funcţie de intensitatea acestor preferinţe. Prin
intermediul algoritmilor de filtrare colaborativă şi a sistemelor de recomandare se pot
determina liste de obiecte preferate de doi sau mai mulţi indivizi în acelaşi timp. Astfel de
reţele au multiple aplicaţii în comerţul on-line.
proteine şi arce reprezintă dependenţa de producţia de proteine din celelalte vârfuri. Reţelele
genetice reprezintă încă un domeniu de studiu şi cercetare pentru viitor, deoarece încă nu
sunt clarificate toate dependenţele dintre proteinele ce alcătuiesc codul genetic.
Un alt tip de reţea biologică este reprezentat de ecosisteme în care vârfurile sunt
speciile din cadrul ecosistemului iar arcele orientate de la specia A la specia B indică faptul
că A îl hrăneşte pe B.
Reţelele neurale reprezintă un alt tip de reţea biologică de o importanţă foarte mare.
Structura acestei reţele a creierului uman este încă un subiect intens de studiu în ştiinţele
creierului.
elemente componente ale sistemelor complexe. După aceea, ne vom referi la modalităţile de
utilizare ale acestor proprietăţi cantitative în studiul teoretic şi empiric al reţelelor complexe.
Pentru a fixa lucrurile, în termeni matematici, o reţea este un graf în care vârfurile
(nodurile) şi laturile (arcele) au valori asociate lor. Un graf G este definit de o pereche de
mulţimi G={V, E}, unde V este mulţimea vârfurilor, notate cu v1, v2, …, vn şi E este o mulţime
de laturi care conectează perechile de vârfuri vi, vj aparţinând lui V. O mulţime de vârfuri unite
de laturi este cel mai simplu tip de reţea.
Reţelele pot fi însă mult mai complicate. De exemplu, pot exista mai multe tipuri de
vârfuri sau mai multe tipuri de laturi. De asemenea, vârfurile pot avea anumite proprietăţi. De
asemenea, laturile pot fi orientate (caz în care se numesc arce) iar grafele cu astfel de arce
se numesc digrafe sau grafe direcţionate. Arcele sau chiar şi laturile pot avea ponderi
înscrise pe ele, ponderi care pot indica diferite lucruri ce caracterizează legătura dintre vârfuri
(mărimea unui flux, intensitatea unei relaţii, probabilitatea de realizare a conexiunii etc.).
În figura 3.8 se reprezintă diferite tipuri de reţele.
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
3.3.2 Conectivitatea
Gradul în care vârfurile unei reţele sunt conectate direct se numeşte conectivitate. O
reţea cu o conectivitate înaltă are un număr mare de laturi în raport cu numărul de vârfuri.
Pentru a calcula conectivitatea unei reţele cu N vârfuri şi k laturi, avem:
k
C =
N ( N − 1)
3.3.3 Distribuţia gradelor
Gradul unui vârf într-o reţea este dat de numărul de laturi sau conexiuni ale unui nod.
Funcţia de distribuţie P(k) dă probabilitatea ca un vârf ales aleatoriu să aibă exact k laturi.
Reprezentarea lui P(k) pentru o reţea complexă formează o histogramă a gradelor asociate
vârfurilor, aceasta reprezentând distribuţia gradelor sau numărul de vârfuri care au acelaşi
număr de laturi din reţea.
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
Clusterele conectate obţinute dintr-o reţea complexă orientată prin ignorarea direcţiei
arcelor acesteia se numesc componente slab conectate şi se poate defini componenta slab
conectată gigant ca acea componentă slab conectată care are vârfurile cele mai multe.
3.3.8 Criticalitatea
Capitolul 3 – Conectivitate şi interacţiune în sistemele adaptive complexe
∗)
Un grec numit Ktesibos din Alexandria ar fi inventat un dispozitiv de reglare a apei care mişca limbile unui
ceas (cca 270 B.C.) iar Phiton din Bizanţ a utilizat un regulator plutitor pentru a păstra constant nivelul uleiului
din lămpi (cca 250 B.C.).
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
globale de fluxuri financiare, guvernele sunt tot mai puţin capabile să-şi controleze politicile
economice naţionale” (ibid., pag. 215).
Tabelul 1
Nr.
Tipul de efect Denumire efect
crt.
Keynes
Pigou
Rose normal
1. Multiplicator
Rose advers
Mundell
Fisher
Harrod
Real Kaldor
Metzler
Sporul de capital: Piaţa obligaţiunilor
2. Accelerator Financiar
Sporul de capital: Piaţa acţiunilor
(Blanchard) Sporul de capital: Piaţa valutară
Real-financiar Comportamentul anticiclic al dobânzii la
creditele acordate
Efectul de portofoliu
3. Mixt
Efectul de venit disponibil
1
∆Y = ∆I0
1 − c
I ot − I 0t −1 , rezultă:
Yt +1 = Yt +
1
(I 0t − I 0t −1 ) ,
1− c
relaţie care exprimă dependenţa temporală de tip multiplicativ dintre Y şi I0.
Efectul multiplicator, considerat izolat de alte tipuri de efecte, are un caracter
stabilizator pentru pieţele şi fluxurile economice implicate. Acest lucru se explică prin
faptul că în urma unei creşteri a variabilei determinante (cea care determină apariţia
efectului multiplicativ), această creştere nu se transmite către variabila rezultativă
(cea care este în ultimă instanţă influenţată de apariţia efectului respectiv) cu
întreaga sa valoare ci atenuat, treptat depinzând de coeficientul multiplicator. Cu cât
acest coeficient va avea o valoare mai mică, cu atât timpul necesar transmiterii
întregului efect va fi mai mare. Acest lucru face ca sistemul economic să tindă către
noua stare de echilibru, definită de valorile modificate ale mărimilor economice
fundamentale într-o perioadă de timp suficientă pentru ca echilibrele parţiale de la
nivelul pieţelor şi componentelor sistemului economic respectiv să se restabilească.
În literatură au fost puse în evidenţă până acum o serie de efecte multiplicator,
dintre care cele mai frecvent întâlnite sunt:
- efectul Keynes;
- efectul Pigou;
- efectul Rose;
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
- efectul Mundell;
- efectul Fisher.
Aceste efecte au fost descoperite cu prilejul elaborării unor modele prin care
se încerca să se explice dinamica economică, exprimată prin procesele de creştere
şi acumulare (de capital, de avuţie ş.a.), de formare a ciclurilor şi fluctuaţiilor
economice etc. Cu toate rezultatele promiţătoare obţinute în această direcţie, mult
timp preocuparea de a înţelege şi utiliza efectele de tip multiplicator a fost neglijată în
favoarea altor direcţii în care s-a dezvoltat modelarea sistemelor economice. Numai
că existenţa lor obiectivă în sistemele economice reale şi efectele exercitate au
impus revenirea interesului pentru aceste mecanisme.
Efectul multiplicator Keynes este cel mai cunoscut mecanism feedback şi,
împreună cu efectul Pigou, cel mai frecvent utilizat în modelarea sistemelor
macroeconomice dinamice.
Efectul Keynes este stabilizator şi corespunde transmiterii în economie a unor
semnale de la cele trei pieţe fundamentale (piaţa bunurilor şi serviciilor, piaţa forţei
de muncă şi, respectiv, piaţa financiară) către output / venit. În urma primirii
semnalelor respective, outputul / venitul îşi ajustează mărimea astfel încât, în timp,
tranzacţiile efectuate pe piaţa bunurilor şi serviciilor, respectiv pe piaţa forţei de
muncă să determine refacerea echilibrelor perturbate de apariţia unor creşteri sau
scăderi în evoluţia cheltuielilor autonome (investiţii, consum, cheltuieli
guvernamentale, export autonom).
În esenţă, efectul Keynes se poate formula în modelul următor: deflaţia
preţurilor şi salariilor duce la creşterea lichidităţilor reale de fonduri pe piaţa
financiară, deci la o scădere a ratei nominale a dobânzii. Acest lucru determină o
creştere a investiţiilor şi a consumului şi, în consecinţă, a nivelului activităţii
economice, soldat cu o creştere a venitului / outputului.
Oferta de bunuri şi servicii, respectiv cererea de forţă de muncă vor creşte pe
măsură ce venitul / outputul creşte, reprezentând o garanţie a continuării procesului
deflaţionist. Totuşi, după un timp, preţurile şi salariile se vor ajusta către valori care
să reprezinte atât valoarea de echilibru dintre cererea agregată şi oferta agregată (pe
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
piaţa bunurilor şi serviciilor), cât şi rata salariului de echilibru care permite utilizarea
completă a forţei de muncă (pe piaţa forţei de muncă).
Se poate întâmpla ca acest proces de ajustare să aibă un caracter ciclic, ceea
ce face ca preţurile şi salariile să crească şi să scadă alternativ (prociclic) până când
pieţele revin la echilibru. În figura 3.1 se reprezintă mecanismul (efectul) multiplicator
keynesian..
Pentru a descrie efectul multiplicator Keynesian putem utiliza diagrame de
influenţă în care se reprezintă efectele interdependenţelor ce se formează între pieţe
şi mărimile economice fundamentale. Astfel, o scădere a preţurilor p, w şi respectiv r
pe cele trei pieţe (piaţa bunurilor şi serviciilor (PBS), piaţa forţei de muncă (PFM) şi
piaţa financiară (PF)) determinată de un proces deflaţionist va antrena creşteri ale
cheltuielilor de consum (C) şi ale cheltuielilor de investiţii (I). Acestea determină mai
departe o intensificare a activităţii în economia reală, soldată cu creşterea outputului /
venitului. Drept urmare, oferta pe piaţa bunurilor şi serviciilor, respectiv cererea de
muncă pe piaţa forţei de muncă vor creşte, ducând la o nouă reducere de preţuri.
Procesul continuă până când influenţa iniţială determinată de procesul deflaţionist se
epuizează.
PBS
p
AS
Cheltuieli pentru
bunuri de consum
PFM Venitul/outputul
Ld w realizat
Y
Cheltuieli pentru
bunuri de investiţii
PF I
r
Figura 3.1
Scris sub forma unei diagrame de influenţă acest proces este următorul:
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
PBS p
AS
Cheltuieli de
Balanţe consum Venit/output
monetare reale Y
M/p C
PFM
Ld
w
Figura 3.2
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
Efectul Rose (prezentat în figura 3.3 este mult mai puţin abordat în literatură,
mai ales datorită lipsei de studii privind rolul pe care îl are repartizarea venitului la
nivel macroeconomic asupra activităţii economice viitoare. Această repartizare are un
rol destabilizator puternic, ceea ce face ca, după încheierea unui ciclu economic
complet, economia să-şi caute un nou echilibru stabil, ceea ce duce la apariţia unor
fluctuaţii economice neaşteptate.
AS PBS p
Cheltuieli de
Puterea de Venit/output
cumpărare a
consum
salariilor C Y
PFM W/p
Ld w
Figura 3.3
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
W w ↑ W
{ } { }
{w ↑} ⇒ ↑ ⇒ C ↑ ⇒ Y ↑ ⇒ ⇒ ↑
p p ↓ p
PBS
AS p Cheltuieli de
consum
C
Inflaţia aşteptată Inflaţia
e curentă Venitul/
π e Outputul
r -π
Y
r Cheltuieli de
investiţii
PFM PF
L d
w I
Figura 3.4
reduce rata dorită a investiţiei ceea ce atrage după sine şi o reducere a consumului.
Acestea în continuare determină o scădere a nivelului activităţii economice,
reducerea ofertei agregate de bunuri şi servicii şi a cererii de muncă, ajungându-se la
o nouă reducere a preţurilor pe piaţa bunurilor şi serviciilor şi a salariilor pe piaţa
forţei de muncă.
În figura 3.5 se reprezintă efectul Fisher (inflaţionist).
Procesul deflaţionist, în cazul efectului Fisher, poate să devină şi mai puternic
pe măsură ce firmele dau mai frecvent faliment în starea deflaţionistă a economiei de
la un moment de timp dat (reprezentată, de exemplu, de o rată a deprecierii
capitalului care depinde pozitiv de raportul datorii / capital).
PBS
AS p
Figura 3.5
Efecte similare, poate într-un mod mai puţin dramatic, apar datorită relaţiilor
debitor-creditor în sectorul gospodăriilor. Scăderea salariilor determină creşterea
datoriei reale a gospodăriilor care îşi reduc consumul pentru a returna datoriile, ceea
ce duce în timp la reducerea activităţii economice, având drept consecinţă reducerea
cererii de muncă, deci şi a ratei salariilor.
Diagrama de influenţă în cazul efectului Fisher deflaţionist este următoarea:
Datorii
{p ↓; w ↓}⇒{ ↑}⇒{I ↓}⇒{C ↓}⇒{Y ↓}⇒{AS↓; Ld ↓}⇒{w ↓;p ↓}
p
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
Dacă considerăm simultan cele două forme ale efectului Fisher, manifestate la
nivelul sectorului gospodăriilor, respectiv al firmelor, atunci dependenţele cauzale
care apar se amplifică, determinând în situaţiile deflaţioniste dar şi inflaţioniste,
accelerări ale efectului date de suprapunerea influenţelor determinate de datoriile
reale asupra consumului. Acest lucru arată faptul că într-o economie atât procesul
inflaţionist cât şi al cel deflaţionist pot duce la obţinerea unor efecte generale
nedorite.
În figura 3.6 se reprezintă influenţele exercitate de mecanismul feedback al lui
Fisher în această situaţie.
consum
AD
Nivelul activităţii
economice
Datorii/p
Figura 3.6
Cel mai cunoscut mecanism accelerator este cel utilizat de Harrod în modelul
de creştere Harrod-Domar. În 1948, într-o analiză a ,,Teoriei Generale” a lui Keynes,
Harrod spunea: ,,Există un concept, totuşi, care joacă un rol central în ,,Teoria
Generală” care nu este staţie în care nu va fi înţeles în mod satisfăcător până când
,,Teoria Generală” nu va fi pusă în relaţie cu Dinamica. Economisirea pozitivă, care
joacă un rol atât de important în ,,Teoria Generală” este în esenţă un concept
dinamic. Acest lucru este fundamental. O afacere staţionară a unei zecimi din venit
pentru economisire este în esenţă dinamică deoarece ea include o creştere continuă
a uneia dintre determinanţii fundamentali ai sistemului, şi anume cantitatea (stocul)
este capital disponibil.
Acest lucru determină, chiar dacă toţi ceilalţi determinanţi nu se modifică,
schimbări continue în valorile multor variabile dependente”.
Era, astfel, exprimat foarte clar principiul accelerator conform căruia
economisirea determină creşterea investiţiei care duce la creşterea de capital, deci şi
a venitului din care se constituie economisirea. Chiar dacă rata economisirii ar
rămâne aceeaşi, de exemplu 1/10 ca la Harrod, mărimea economisirii creşte datorită
creşterii stocului de capital utilizat în producţie şi deci a venitului / outputului care se
obţine.
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
Outputul/ + MECANISMUL
Venitul ACCELERATOR
firmelor HARRODIAN
Figura 3.7
Schimbările în vânzările aşteptate evident că influenţează direct outputul
firmelor care, mai departe este utilizat pentru a satisface cererea agregată de bunuri
şi servicii. Dar aceasta din urmă depinde şi de efectul accelerator care duce la
crearea unui venit cu o rată de creştere tot mai mare la nivelul gospodăriilor. Chiar
dacă rata economisirii rămând constantă, venitul utilizat pentru investiţii creşte şi la
fel se întâmplă cu venitul utilizat pentru consum. Un venit destinat consumului mai
mare va face ca cererea agregată de bunuri şi servicii să fie mai mare. O cerere
agregată mare duce la schimbări şi mai mari în vânzările aşteptate ale firmelor.
outputului, dacă are loc o investiţie, stocul de capital creşte. Pe măsură ce acest stoc
creşte, au loc anumite schimbări în curbele I şi S.
Datorită neliniarităţii curbei I, rata de creştere a investiţiei va scădea, deci dI /
dK < 0. Totuşi, tot mai multe bunuri capitale se produc şi, în consecinţă şi producţia
de bunuri de consum va spori. Aceasta face ca preţurile bunurilor de consum să
scadă. Pentru consumatorul individual acest fenomen este important deoarece poate
utiliza mai puţin venit pentru a cumpăra aceeaşi cantitate de bunuri ca înainte.
În consecinţă, o parte tot mai mare din venit va fi economisită. Datorită
neliniarităţii curbei economisirii, S rata de creştere a economisirii va fi tot mai mare şi
dS / dK > 0. Dar economisirea S determină o nouă creştere a investiţiei I, a stocului
de capital K şi deci a outputului Y.
Totuşi, după cum remarcă Kaldor, acest proces accelerator este oscilant, deşi
oscilaţiile sunt de tip exploziv.
În figura 3.8 este reprezentat efectul accelerator Kaldorian.
Economia reală
Investiţii Stoc de capital
+ + Producţia de
bunuri capitale
Figura 3.8
Metzler a descoperit acest mecanism în 1941 şi l-a folosit într-un model de tip
multiplicator care încerca să explice ciclicitatea stocurilor de produse ce formează în
economie. Ideea esenţială era că producătorii doresc să păstreze stocurile de
produse la un nivel proporţional cu vânzările aşteptate dar, datorită întârzierii dintre
producţie şi vânzare, politica de stocare aleasă de producători poate să aibă efecte
accelerator asupra economiei.
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
+ + +
Outputul/ +
Venitul MECANISMUL
ACCELERATOR
firmelor METZLERIAN
Figura 3.9
Rata randamentului
(dividendul)
Dinamica
preţului
acţiunilor
Figura 3.10
creditului
+
-
--=
Venitul Credite de Credite de
investiţii
disponibil şi consum
Figura 3.11
{ Y ↑} ⇒ {Costuri ↓} ⇒ { r ↓} ⇒ { I; C ↑} ⇒ { Y d ; Y e ↑} ⇒ { Y ↑}
Acest efect se manifestă ca urmare a creşterii avuţiei reale din economie, fapt
pentru care se mai numeşte şi efect de avuţie. Acumularea de avuţie schimbă
permanent structura portofoliului deţinut de fiecare gospodărie din economie. Pe
ansamblu, această acumulare schimbă deci portofoliul la nivelul întregii economii.
Evident că cea mai volatilă componentă a acestui portofoliu sunt banii, în consecinţă
acumularea de avuţie reală duce la creşterea balanţelor monetare reale ale
populaţiei.
Avuţia se acumulează la nivelul gospodăriilor prin intermediul activelor
financiare (obligaţiuni, acţiuni, bonuri de tezaur ş.a.) sau a părţilor din investiţiile
directe deţinute în proprietate. Creşterea balanţelor monetare reale va duce la
creşterea cererii de astfel de instrumente de economisire şi, în consecinţă, la o
creştere a ratei dobânzilor pe piaţa financiară.
AS PBS p
PF
Avuţie reală r
W/p
PFM
Ld w
Cheltuieli pentru
Md/p
bunuri de consum
Nivelul activităţii C
economice
Y
Cheltuieli pentru
bunuri de investiţii
I
Figura 3.12
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
Efectul de avuţie se poate exercita şi în alte moduri. Dacă Banca Centrală reduce
rata dobânzii, atractivitatea obligaţiunilor ca investiţii financiare se reduce. In schimb,
creşte atractivitatea acţiunilor diferitelor firme. Mulţi investitori încep să cumpere mai
multe acţiuni şi mai puţine obligaţiuni. Creşterea cererii de acţiuni sporeşte preţul
acestora pe piaţa de capital. Dar preţuri mai mari pentru acţiuni înseamnă o avuţie
financiară mai mare a gospodăriilor. Această avuţie mai mare duce la creşterea
cheltuielilor pentru bunuri de consum. Creşterea preţului de piaţă al acţiunilor are
efecte şi asupra cheltuielilor de investiţii. După teoria lui Tobin, o firmă îşi poate
extinde capacitatea de producţie în două moduri principale: cumpărând noi bunuri
capitale sau cumpărând capacităţi de producţie deja existente. Dar costul unei firme
reprezintă tocmai preţul de piaţă al acţiunilor firmei respective, iar costul unei noi
investiţii reprezintă costul noilor bunuri capitale introduse în firmă. Pe măsură ce
preţul acţiunilor creşte, costul firmelor care sunt de vânzare creşte. Deci
întreprinderile care doresc să-şi extindă capacitatea de producţie sunt mai tentate să
investească în bunuri capitale nou produse decât să cumpere firme deja existente.
Schematic, efectul de transmisie exercitat de avuţie poate fi reprezentat astfel:
Wn Md
{p ↓; w ↑}⇒{ ↑}⇒{ ↑}⇒{r ↑}⇒{C ↓;I ↓}⇒{Y ↓}⇒{Ld ↓;AS↓}⇒{w ↓;p ↑}
p p
Un ultim efect pe care îl vom prezenta este cel de venit disponibil. Acesta se
constituie la nivelul gospodăriilor din venitul total după plata taxelor şi scăderea
efectelor pe care le are inflaţia asupra avuţiei gospodăriilor. Dar rata curentă a
inflaţiei nu este încă cunoscută în momentul utilizării venitului disponibil, de aceea
gospodăriile îşi determină venitul disponibil utilizând rata aşteptată a inflaţiei, pe care
o estimează pe baza evoluţiei preţurilor observate pe piaţa bunurilor şi serviciilor. De
aceea o creştere a preţurilor pe această piaţă duce la creşterea ratei aşteptate a
inflaţiei, dar şi la o scădere a venitului disponibil. Ca o consecinţă directă a acestui
Capitolul 3 – Procese feedback fundamentale în sistemele adaptive complexe
lucru, cheltuielile pentru bunuri de consum vor diminua, ceea ce va duce, în timp, la
scăderea nivelului activităţii economice. Drept urmare, oferta de bunuri de pe piaţa
bunurilor şi serviciilor se va reduce, ducând la o nouă creştere a preţurilor, deci la o
rată crescătoare a inflaţiei aşteptate.
Deşi efectul pare destul de simplu, el are consecinţe profunde asupra alocării
resurselor destinate reluării ciclului economic. Aceasta deoarerce din venitul
disponibil se constituie fondul destinat cheltuielilor de consum, dar şi cel destinat
economisirii. Dacă venitul disponibil scade, atunci şi economisirea se va reduce,
făcând ca, în decursul timpului, cheltuielile destinate investiţiilor să se reducă.
Aceasta va afecta, evident, nivelul activităţii economice, determinând o nouă
reducere a venitului/outputului realizat.
In figura 3.13 este reprezentat schematic efectul de venit disponibil.
Economisire
S
PBS
Nivelul
activităţii Cheltuieli de
economice
consum
Y
p C
Figura 3.13
Yd = Y − T − π e Wn
Se observă existenţa a două bucle de reglare, una multiplicator, prin mintermediul
cheltuielilor de consum, iar cealaltă accelerator prin intermediul economisirii şi
acheltuielilor de investiţii. Mai sus T repreezintă impozitele şi taxele iar W n este avuţia
nominală.
AUTOORGANIZARE ŞI EMERGENŢĂ ÎN
SISTEMELE ADAPTIVE COMPLEXE
Unele din proprietăţile cele mai uimitoare şi, în acelaşi timp, cele mai puţin
elucidate ale sistemelor adaptive complexe sunt auto-organizarea şi emergenţa.
Emergenţa şi auto-organizarea spontană ale unor noi structuri sunt uşor de observat,
de exemplu, în viaţa de zi cu zi sau în condiţii de laborator. Poate cel mai citat
exemplu îl reprezintă efectul de cristalizare a apei în fulgii dă zăpadă, fulgi care au,
fiecare, forme simetrice distincte, deşi numărul lor este uriaş. Dar emergenţa este o
proprietate universală în sistemele vii, organizaţii şi sisteme economice şi sociale,
cărora le conferă calitatea de a manifesta caracteristici şi comportamente cu totul
noi, care nu se întâlnesc la nici unul dintre elementele componente. De asemenea,
aut-organizarea poate fi definită ca ,,oarecare spontană a unei noi structuri coerente
globale a CAS plecând de la interacţiunile locale dintre agenţi” (Heylighen, 2003).
Altfel spus, apare o nouă structură sau patern, fără ca acestea să fie impuse de un
agent exterior.
Un astfel de fenomen prin care se crează spontan, fără intervenţii exterioare,
ceva nou, distinct faţă de cea ce a fost în sistem, contrazice viziunea mecanicistă
prin care elementele componente pot fi aranjate, de fiecare dată, în aceeaşi ordine
particulară, fără existenţa căreia sistemul însuşi nu poate funcţiona. Dar pentru
sistemele complexe, aranjarea părţilor componente în structuri atât de diverse duce
cu gândul la existenţa a ceva necunoscut, la o forţă inteligentă care să se ocupe de
un astfel de proiect.
O astfel de forţă, într-adevăr, există şi ea este confirmată de cea de-a doua
lege a termodinamicii (Clausius) care, în esenţă, spune că într-un sistem închis
entropia poate doar să crească şi nu se diminuează niciodată. Deci pentru a înţelege
auto-organizarea, ar trebui să plecăm de la termodinamică.
Ilya Prigogine a început studierea a ceea ce a denumit structuri disipative încă
din 1955. El şi-a ales ca obiect de studiu celulele Bénard, care prezintă auto-
organizare dinamică. El a observat că aceste structuri care sunt, în mod necesar,
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
iniţiator a fost Chris Langton, are ca principal obiect de studiu dezvoltarea unor
programe pe calculator care imită comportamente ale organismelor vii, cum ar fi
reproducerea, sexualitatea, co-evoluţia, competiţia, confruntarea armată ş.a.
Treptat, studiile întreprinse au dus la conturarea acelor caracteristici
fundamentale care definesc auto-organizarea şi o deosebesc de alte proprietăţi ale
CAS.
Principalele caracteristici ale sistemelor auto-organizatoare sunt următoarele:
1) Ordinea globală rezultă din interacţiunile locale;
2) Controlul distribuit;
3) Robusteţe (rezilienţă);
4) Neliniaritate;
5) Închidere organizaţională;
6) Dinamică departe-de-echilibru;
7) Bifurcaţie şi haos.
Să dăm, în continuare, câteva elemente care explică fiecare dintre aceste
caracteristici.
Mediu
Cauzalitate
circulară
Interacţiuni Structura
locale globală
Figura 4.1
În toate aceste situaţii, agentul care controlează sistemul poate fi privit separat
de acesta, drept pentru care acest agent mai este denumit şi controler sau sistem de
control. Acest sistem de control îşi exercită funcţiile asupra sistemului în mod
centralizat.
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
4.1.4. Neliniaritatea
Mult timp, imaginea noastră despre lume a fost liniară. Acest lucru înseamnă, în
esenţă, că efectele sunt proporţionale cu cauzele. Dacă unei mingi i se aplică o
lovitură de două ori mai puternică, ea va sări de două ori mai departe. Dar, în
sistemele auto-organizatoare, acest lucru nu este adevărat. În primul rând, relaţia
dintre cauză şi efect este mult mai puţin evidentă: cauze mici pot avea efecte mari şi,
reciproc, cauze mari pot avea efecte mici.
umane etc. Lumea în care trăim este neliniară şi acest lucru are consecinţe asupra
modalităţilor de înţelegere şi acţiune ale sistemelor auto-organizatoare.
Neliniaritatea nu poate fi înţeleasă în afara relaţiilor feedback care au loc între
elementele componente ale unui sistem adaptiv complex. Fiecare componentă
afectează celelalte componente, iar acestea din urmă afectează, la rândul lor, prima
componentă. Rezultă deci că relaţiile cauză-efect în aceste sisteme sunt circulare.
Drept urmare, orice schimbare care se produce în prima componentă se transmite de
la o componentă la alta până cînd revine la prima componentă.
Ştim că acest principiu corespunde existenţei buclelor şi mecanismelor
feedback în sistemele auto-organizatoare. Având în vedere faptul că buclele
feedback respective sunt fie pozitive, fie negative, prin combinarea lor se generează
efecte de amplificare, de creştere a schimbărilor iniţiale, prin intermediul buclelor
feedback pozitive, dar şi efectele opuse de stabilizare a sistemului, care tind să-l
aducă înapoi la starea iniţială.
Procesele care au loc în sistemele auto-organizatoare de regulă încep cu o
fază în care buclele şi mecanismele feedback pozitive sunt dominante, lucru
observat prin creşterea fluctuaţiilor iniţiale, a vitezei de creştere a mărimii unor
variabile etc. Treptat, aceste efecte cuprind întregul sistem. Odată cu toate
componentele se ,,aliniază” la configuraţia creată de fluctuaţiile iniţiale, sistemul se
opreşte din creştere, atingând un maxim al ,,utilizării” resurselor disponibile. În
continuare, sistemul caută un nou echilibru (sau, cel puţin, o stare staţionară).
Deoarece o nouă creştere nu mai este posibilă în condiţiile resurselor disponibile, pot
să se producă schimbări necesare atingerii noului echilibru doar dacă se reduce
configuraţia dominantă. Totuşi, reducerea nu poate fi de mare amploare deoarece, în
momentul în care anumite componente se abat de la acea configuraţie, aceleaşi forţe
care au dus la noua configuraţie se vor opune reducerii, aducând sistemul înapoi
către configuraţia stabilă. Aceasta din urmă este faza în care sunt dominante buclele
şi mecanismele feedback negative.
În cele mai multe sisteme auto-organizatoare, atingerea unui nou echilibru
înseamnă parcurgerea unor faze alternative, în care dominanţa buclelor pozitive şi
negative se schimbă până ce procesele auto-organizatoare încetează.
Acest lucru face atât de complicat şi greu de previzionat comportamentul
sistemelor adaptive complexe.
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
Corelaţia sau coerenţa dintre parţile separate ale unui sistem auto-organizator
determină o configuraţie ordonată a acestuia. Totuşi, ordinea nu înseamnă încă
organizare. Organizarea poate fi înţeleasă ca acea caracteristică a unui sistem de a
fi ordonat sau structurat astfel încât să îndeplinească o funcţie particulară. În
sistemele auto-organizatoare, această funcţie presupune menţinerea unei configuraţii
particulare, în ciuda perturbaţiilor. Doar acea ordine care menţine componentele unui
sistem împreună va rezulta din auto-organizare şi ea este auto-suficientă sistemului
pentru a-şi îndeplini funcţia.Această caracteristică este denumită închidere
organizaţională.
Ilya Prigogine a reuşit primul să explice una dintre cele mai intrigante
probleme care s-au pus în ştiinţă şi anume aceea a modului în care a doua lege a
termodinamicii acţionează în sistemele deschise. În termodinamică, echilibrul este
caracterizat de absenţa producţiei de entropie sau, echivalent, de faptul că energia
nu este disipată. Un sistem aflat într-o stare de echilibru este, deci, caracterizat de o
pierdere minimă de energie. Pentru a atinge această stare sistemul a disipat tot
,,surplusul” de energie pe care îl conţinea.
Dacă nu există nici un input de energie din mediul înconjurător, sistemul va
rămâne veşnic în această stare de echilibru.
Totuşi, o astfel de posibilitate există doar teoretic, şi anume în sistemele
închise. Dar cum, în realitate, astfel de sisteme nu există, rezultă că un sistem nu-şi
poate atinge niciodată starea de echilibru definită de a doua lege a termodinamicii.
Prigogine şi colaboratorii săi au sugerat ca această lege să fie înlocuită cu o lege a
producţiei de entropie maximă: într-un sistem departe – de – echilibru disiparea de
entropie către mediu atinge un maximum.
A doua lege a termodinamicii este, după expresia lui Arthur Eddington, ,,legea
supremă a Naturii”. Ea a pornit de la o observaţie simplă: în orice proces microscopic
mecanic, o parte sau toată energia este întotdeauna disipată sub formă de căldură.
De exemplu, dacă ne frecăm mâinile una de alta, lucrul mecanic respectiv este
disipat sub formă de căldură. În 1850, un fizician german, Rudolf Clausius, introduce
conceptul de ,,entropie” ca măsură a unei cantităţi care creşte necontenit datorită
disipării căldurii. Deoarece, după cum se ştie, căldura are drept cauză mişcarea
aleatoare a particulelor microscopice care alcătuiesc orice obiect, entropia a început
să fie interpretată ca o cantitate de dezordine pe care sistemul o conţine. Ea
constituie o modalitate de a conecta lumea microscopică, în care acţionează legile
mecanicii cuantice, cu lumea macroscopică, în care sunt necesare legile
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
termodinamicii. Pentru sistemele închise, care nu schimbă nici energie şi nici materie
cu mediul înconjurător, entropia continuă să crească până îşi atinge valoarea
maximă pentru care este definit echilibrul termodinamic. Aceasta este starea finală a
sistemului, în care nu mai apar schimbări în proprietăţile macroscopice – densitate,
presiune etc. – indiferent cât timp s-ar scurge.
În realitate, toate procesele şi sistemele din natură sunt deschise. Deci aceste
procese şi sisteme nu vor atinge niciodată o stare de echilibru termodinamic, în care
entropia să fie maximă.
,,Departe–de–echilibru” înseamnă, în esenţă, că sistemle sunt departe de
acel echilibru termodinamic ceea ce face ca, în evoluţia lor, să nu mai poată fi
aplicate relaţiile liniare care descriu creşterea entropiei, ci legităţi şi relaţii neliniare.
Dependenţa unui sistem deschis de surse externe de energie îl fac mai fragil
şi senzitiv la schimbările din mediul înconjurător, dar şi mai dinamic şi capabil să
reacţioneze. Fragilitatea este evidentă: dacă sursa de energie ar dispare, structura
disipativă se va dezintegra. Pe de altă parte, surplusul de energie permite sistemului
să-şi amplifice procesele interne, de exemplu contracarând micile perturbaţii prin
reacţii puternice, sau susţinând ciclurile feedback pzitive o perioadă cât mai mare de
timp. Aceasta face sistemul mult mai puternic în ceea ce priveşte dezvoltarea,
creşterea sau adaptarea la modificări externe. În loc să reacţioneze la toate
perturbaţiile prin bucle şi mecanisme feedback negative pentru a aduce sistemul
înapoi la starea de echilibru, un sistem funcţionând departe–de–echilibru este, în
principiu, capabil să producă o mai mare varietate de acţiuni de reglare, conducând
la multiple configuraţii stabile.
Pentru a menţine o organizare anume în ciuda modificărilor înconjurător,
problema este de a utiliza anumite acţiuni în circumstanţele date. Acesta defineşte,
în esenţă, problema adaptării.
Dar adaptarea, pentru a putea avea loc, necesită ca însăşi sistemul să fie
capabil să se schimbe şi acest lucru nu poate avea loc decât la limitele haosului,
unde sistemul ajunge printr-un proces de bifurcaţie.
ajunge într-un şir de configuraţii stabile. Care dintre aceste configuraţii va fi aleasă
depinde de mici fluctuaţii sau perturbaţii care afectează sistemul pe parcursul
evoluţiei acestuia. Deoarece micile perturbaţii sunt amplificate de buclele feedback
pozitive, aceasta înseamnă perturbaţia iniţială care a condus la atingerea unei
anumite configuraţii se poate ca nici să nu fie observată. Ca regulă generală, dacă se
dă starea observabilă a unui sistem la începutul unui proces, rezultatul procesului
respectiv este impredictibil.
Totuşi, dacă ne întoarcem la starea sistemului înainte de auto-organizare,
există doar o configuraţie posibilă: una dezordonată. O configuraţie dezordonată este
una în care stările posibile ale componenţelor individuale au aceeaşi probabilitate de
a se produce. Deoarece numărul de componente ale unui sistem este foarte mare iar
numărul de stări posibile ale fiecărei componente este, de asemenea, mare rezultă
că o configuraţie dezordonată este cea în care oricare dintre componente se poate
afla, cu aceeaşi probabilitate în oridcare dintre stările posibile. Acest lucru înseamnă,
în esenţă, că sistemul este simetric: din orice direcţie l-am observa, el arată la fel.
După auto-organizare, totuşi o anumită configuraţie devine dominantă şi, în
consecinţă, simetria dispare, apărând ceea ce se numeşte spargerea simetriei.
Aceasta poate fi interpretată în următorul mod: sistemul auto-organizator, în starea
de dezordine, face o alegere. Iniţial el consideră toate configuraţiile egal posibile, dar
după aceea îşi manifestă o preferinţă pentru una dintre acestea. Totuşi, alegerea nu
are la bază un criteriu obiectiv. Sistemul ia o decizie arbitrară şi aceasta schimbă
ordinea preferinţelor. Decizia luată este impredictibilă şi, prin aceasta, sistemul
creează ceva nou.
Evoluţia de la configuraţia dezordonată la una ordonată este determinată de o
schimbare în mediul înconjurător, deci în condiţiile la limită ale sistemului. Dar nu
orice schimbare este aptă să determine un astfel de proces. Doar anumite schimbări
ale unor mărimi exterioare sistemului sunt capabile să iniţieze procesul complicat de
trecere de la dezordine la o nouă ordine. Aceste mărimi sunt denumite parametri de
ordine şi domeniul în care iau valori aceştia poartă numele de spaţiu al parametrilor.
Modificarea unuia sau mai multor parametri de ordine determină apariţia, în
evoluţia sistemului, a unei bifurcaţii (figura 4.1.).
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
bifurcaţie
bifurcaţie
parametru
de ordine
Figura 4.2
4.2 Emergenţ
ţa sistemelor adaptive complexe din economie
se compune din părţi sau elemente având comportamente observabile la nivel local.
Alteori el este utilizat pentru a denumi ceea ce nu poate fi explicat în comporamentul
sau evoluţia unui sistem. În Ştiinţele Complexităţii, emergenţa apare ca noţiunea ce
denumeşte noile proprietăţi coerente care nu sunt predictibile dacă analizăm
proprietăţile izolate ale părţilor unui sistem, proprietăţi ce apar atunci când abordăm
sistemul la nivel global.
Noutatea şi coerenţa noilor proprietăţi sunt condiţii esenţiale pentru a
recunoaşte emergenţa acestora într-un sistem adaptiv complex. În legătură cu
acest aspect, se pun două întrebări esenţiale, şi anume:
- Cum se poate ca un nou lucru să apară, dacă el nu poate fi prevăzut din
proprietăţile componentelor din care este constituit sistemul?; şi
- Ce conferă coerenţă unor proprietăţi decurgând din comportamentul şi
funcţionarea unui număr mare de părţi, astfel încât acestea să se manifeste la
nivelul întregului sistem?
Emergenţa este direct legată de auto-organizare, ea manifestându-se cu
precădere în timpul sau ca o consecinţă a procesului de auto-organizare. Datorită
acestui lucru, proprietăţile emergente sunt cele care determină auto-reglarea şi
menţinerea coeziunii unui sistem auto-organizator în faţa entropiei induse de
acţiunea mediului înconjurător.
Intuitiv, emergenţa poate fi cel mai bine înţeleasă ca un salt care apare pe
un nivel ierarhic al structurii organizaţionale a unui sistem, salt ce determină ca
subsistemele, părţile şi componentele aflate pe acel nivel să devină coerent
organizate şi să poată fi caracterizate ca fiind ceva nou, diferit de situaţia iniţială.
Studiul emergenţei presupune, în acest context, elucidarea cel puţi a următoarelor
probleme (Jones, 2002):
- cum se formează nivelele ierarhice noi într-un sistem pe baza unor
componente aflate deja pe un anumit nivel ierarhic inferior;
- cum se pot stabili şi descrie limitele care separă diferitele nivele ale unui
sistem; şi
Capitolul 4 – Auto-organizare şi emergenţă în sistemele adaptive complexe
Aşadar, emergenţa depinde de aceste relaţii reale sau virtuale care există
între părţile componente ale unui sistem şi de modul în care acestea induc o
anumită ordine în sistem. Trebuie spus, însă, că ordinea indusă în procesul de
emergenţă diferă de ordinea preexistentă în sistemul emergent. Este necesar ca
aceasstă ordine să determine sau să impună apariţia unui nou nivel ierarhic care să
se comporte coerent în continuare şi care să fie clar delimitat de vechea structură a
sistemului respectiv. De asemenea, acest nou nivel trebuie să aibă limite clar
stabilite şi să dezvolte regiuni de stabilitate în cadrul cărora perturbaţiile care
afectează elementele sau limitele să nu ducă la disoluţia nivelului nou apărut.
Această stabilitate în integritate este cea care asigură sistemului condiţiile de
apariţie a emergenţei, altfel spus, o nouă ordine la un nivel ierarhic superior.
Relaţiile organizatoare care apar în procesul de emergenţă reprezintă reţele
complexe de interdependenţe între părţile sau componentele sistemului, mergând de
la relaţiile care se stabilesc între entităţile bio-chimice din cadrul unei celule şi până
la raporturile complexe dintre indivizi din cadrul unei societăţi. Studiul unor astfel de
reţele sociale complexe, indiferent de locul în care apar şi de natura lor fizică, poate
duce la înţelegerea mai profundă a emergenţei ca procesul fundamental prin care în
natură, economie sau societate apar noi sisteme, având proprietăţi şi
comportamente distincte, ceea ce conferă lumii în care trăim infinita sa varietate şi
diversitate.
CAPITOLUL 6
AGENŢI ŞI MODELAREA-BAZATĂ-PE-AGENŢI
1)
The Concise Oxford Dictionary, of Current English, (7 th edition), Oxford University Press, 1988
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
acţiune, schimbă ceva în mediul înconjurător. Mai precis, Shardlow arată că ,,Agenţii
fac lucruri, ei acţionează: de aceea ei se numesc agenţi” (Shardlow, 1990).
Agenţii au deci un rol activ, iniţiind acţiuni prin care este afectat mediul lor mai
degrabă, decât ca ei să fie afectaţi de acest mediu. Doi termeni pot fi utilizaţi pentru a
descrie această acţiune a agenţilor: autonomia şi raţionalitatea aşa cum afirmă
Wooldridge şi Jennings (1995). Autonomia presupune, în general, că un agent
funcţionează fără intervenţia directă a omului sau a altor agenţi. Raţionalitatea
presupune că agenţii iniţiază orice acţiune în scopul maximizării performanţei lor în
raport cu o funcţie de evaluare.
Totuşi, acţiunea raţională autonomă, aşa cum este definită, reprezintă un
criteriu prea general pentru agenţi, ceea ce face ca în această categorie să se
regăsească o clasă prea largă de obiecte. De exemplu, conform acestei definiţii, şi
un tranzistor care, în esenţă, reprezintă un dispozitiv electronic simplu, poate fi
considerat ca fiind agent.
Poate mai multă precizie în acest domeniu este introdusă de definiţia dată de
Jennings, Sycara şi Wooldridge (1998) pentru care ,,un agent este un sistem de
calcul situat într-un anumit mediu, care este capabil de acţiune autonomă flexibilă
pentru a realiza obiectivele sale proiectate” (Jenings, Sykara, Woldridge, 1998, p.8).
Se observă că acum se folosesc trei concepte cheie pentru a defini un agent:
poziţionarea în raport cu mediul, autonomia şi flexibilitatea. Poziţionarea, în acest
context, înseamnă că agentul primeşte inputuri de la mediul său şi că el poate
executa acţiuni care schimbă acest mediu într-un anumit fel. Astfel, Internetul
reprezintă un mediu în care poate fi situat un astfel de agent dar, tot aşa de bine,
acest mediu poate fi şi realitatea fizică. Poziţionarea reprezintă o proprietate
fundamentală a agenţilor, care-i deosebesc de alte sisteme, de exemplu de
sistemele expert. Acestea din urmă nu interacţionează direct cu mediul, primind
informaţia şi cunoştinţele prin intermediul inginerului de cunoştinţe, care este un om.
În acest mod, sistemul expert nu acţionează direct asupra mediului, ci prin
intermediul factorului uman.
Autonomia este înţeleasă aici ca absenţa intervenţiei umane sau a altor
agenţi, deci un agent îşi poate controla complet propriile acţiuni şi starea sa internă.
Uneori autonomia este înţeleasă, într-un sens mai strict, ca şi capacitatea pe care o
are agentul de a învăţa din propria sa experienţă (de exemplu în (Russell, Norvig,
1995)).
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Vom considera, mai întâi, o aplicaţie bancară în care mai mulţi agenţi sunt
utilizaţi pentru a îndeplini anumite roluri în procesul de acordare a unui credit pentru
o mică afacere. Avem un proces distribuit, fiecare participant la procesul de aprobare
a creditului putând fi considerat un agent autonom. La acest proces participă o
bancă, o sucursală a acestei bănci, un ofiţer de credite şi un client care solicită
creditul. Participanţii la acest proces pot fi geografic separaţi unii de alţii, dar
comunică între ei printr-o reţea (de exemplu prin e-mail sau Internet). Clientul, de
regulă, se adresează unei sucursale a băncii care se află în zona sa de interes
(acolo unde îşi dezvoltă afacerea); prin aceasta, procesul de aprobare a creditului
este iniţiat.
Clientul lucrează cu un ofiţer de credite de la nivelul sucursalei. Acesta
colectează informaţiile financiare şi non-financiare despre client şi creează un dosar
de creditare. Dosarul complet este transmis directorului sucursalei bancare pentru o
aprobare preliminară, după care dosarul de creditare este trimis la centrala băncii
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
pentru analiză şi decizie. Dacă creditul este aprobat de centrală, directorul sucursalei
trimite înapoi ofiţerului de credite dosarul de creditare pentru definitivarea acestuia.
După încheierea contractului de creditare, clientul primeşte împrumutul şi procesul se
termină.
Toţi participanţii la acest proces de aprobare a creditului pot fi consideraţi
agenţi. Unii dintre ei aparţin de bancă (ofiţerul de credite, directorul sucursalei,
centrala băncii), alţii însă nu (clientul). Între ei are loc un proces continuu de
informare, comunicare şi negociere. La nivelul centralei băncii are loc şi un proces de
supraveghere şi evaluare a riscului acordării creditului.
Toate aceste procese se pot realiza cu ajutorul agenţilor. Un Agent de
Documentare a Creditului (ADC) este capabil să culeagă şi să analizeze
documentele care sunt necesare în dosarul de creditare, atât la nivelul sucursalei cât
şi a centralei bancare. Mai departe, agenţii de la nivelul centralei şi sucursalei pot
utiliza aceste informaţii pentru a lua decizii privind cererea de creditare.
Acest exemplu arată că mulţi dintre paşii necesari în procesul de aprobare a
unui credit pot fi făcuţi automat utilizând o colecţie de agenţi. Fluxul de informaţii din
interiorul băncii ca şi cu clienţii va fi redus la strictul necesar, reducând astfel costurile
şi crescând viteza de reacţie a băncii la cererea de aprobare a unui credit.
Acest exemplu arată cum agenţi, proiectaţi pentru a fi experţi în domeniile lor
(interfaţă, ingineria cunoştinţelor, căutare etc.) pot fi utilizaţi împreună pentru a
realiza funcţii complexe necesare într-un sistem de nivel superior, asistentul
personal.
Agenţii nu sunt utilizaţi, de regulă, individual, ci în sisteme incluzând mai mulţi
agenţi diferiţi care interacţionează la acţiunile celorlalţi agenţi sau la cererile mediului.
Acestea sunt numite sisteme bazate pe agenţi şi ne vom referi la ele mai târziu.
- agenţi sociali: agenţi care colaborează cu alţi agenţi şi/sau oameni pentru a
atinge scopuri comune;
- agenţi cu personalitate: agenţi având caracteristici de personalitate umane
cum ar fi emoţii, intenţii, convingeri, răspunderi ş.a.;
- agenţi inteligenţi: agenţi care încorporează caracteristici ce definesc
inteligenţa umană cum sunt introspecţia, învăţarea, adaptarea, ş.a.
După funcţiile realizate, agenţii se pot clasifica în:
- agenţi informaţionali: agenţi care colectează informaţie din surse multiple
eterogene şi trimit informaţie către surse multiple;
- agenţi interfaţă utilizator: agenţi care comunică cu oamenii utilizând diferite
tipuri de interfeţe, inclusiv limbajul natural;
- agenţi reactivi (actori): agenţi care execută anumite operaţii în mod autonom
şi în timp real ca urmare a apariţiei anumitor evenimente sau mesaje în mediul
înconjurător;
- agenţi mediatori: agenţi care mijlocesc alocarea resurselor de orice fel între
oameni şi/sau alte categorii de agenţi.
Clasificările referitoare la agenţi sunt mult mai numeroase, dar considerăm că
cele două clasificări introduse mai sus satisfac, deocamdată, cerinţele construirii
modelelor.
Nivel n
Input M Output M
(percepţie) (acţiune)
Nivel 2
Nivel 1
Input Output
(percepţie) (acţiune)
Figura 5.1
Se observă că nivelele sunt aranjate într-o ierarhie, fiecare nivel din ierarhie
operând cu informaţii despre mediu la diferite nivele de abstractizare. Multe
arhitecturi consideră ca fiind suficiente trei nivele. Astfel, la nivelul cel mai de jos din
ierarhie se află un agent ,,reactiv”, care ia decizii privind acţiunile ce le va întreprinde
doar pe baza inputului asigurat de senzori. Nivelul din mijloc acţionează ca un agent
al cunoaşterii, generalizând comportamentele relevate de primul nivel şi folosind
reprezentări simbolice. Al treilea nivel al arhitecturii, cel superior, tinde să opereze cu
aspecte sociale ale mediului şi de aceea se numeşte agentul cunoaşterii sociale sau
meta-agent. Aici găsim reprezentări despre ceilalţi agenţi – scopurile acestora,
convingerile, comportamente posibile ş.a.
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
percepţie
(senzori)
Mediu Agent
acţiune
(efectori)
Figura 5.2
atât de suportul fizic, tangibil, cât şi de ceilalţi agenţi. Două aspecte sunt deci critice
pentru mediile agenţilor: cel fizic şi cel comunicaţional.
Mediul fizic defineşte acele principii şi procese care guvernează şi susţin o
populaţie de entităţi (agenţi). De exemplu, pentru agenţii biologici (animale şi plante),
ne referim la mediul lor fizic ca la o nişă ecologică. În ce priveşte agenţii artificiali,
aceştia pot avea diferite cerinţe pentru a supravieţui (funcţiona), dar au nevoie de un
mediu fizic (similar nişei ecologice) pentru a exista.
Din definiţia dată mediului fizic se observă că elementele fundamentale ce îl
definesc sunt principiile şi procesele. Principiile sunt legile naturii ce exprimă
adevărurile fundamentale care sunt esenţiale în lumea care ne înconjoară. Pentru
agenţi, principiile mediului fizic se pot introduce sub forma unor legi, reguli, restricţii şi
politici care guvernează şi susţin existenţa fizică a agenţilor. După (Weiss, 1999) şi
(Russell, Norvig, 1995), caracteristicile de bază pentru un mediu fizic se pot referi la:
• accesibilitate: în ce măsură mediul este cunoscut de către agent? Un mediu
se spune accesibil dacă agentul poate să aibă acces la starea mediului relevantă
pentru alegerea acţiunii următoare.
• determinism: în ce măsură agentul poate să prezică evenimente din mediu?
Mediul este determinist când următoarea stare a acestuia poate fi determinată din
starea curentă şi din acţiunile alese de agenţi.
• diversitate: cât de omogene sau de eterogene sunt entităţile din mediu?
• controlabilitate: în ce măsură agentul poate modifica mediul său?
• volatilitate: cât de mult poate mediul să se schimbe în timp ce agentul alege
o acţiune următoare?
• temporalitate: este timpul divizat într-o manieră bine definită? De exemplu,
acţiunile agentului se desfăşoară continuu sau discret în timp?
• localizare: are agentul o locaţie distinctă în mediu care poate sau nu poate
să fie aceeaşi ca locaţia altor agenţi cu care el împarte mediu. Sau, toţi agenţii virtuali
sunt colocatari? Cum se exprimă coordonatele care localizează agentul (sistem de
coordonate, distanţe metrice, poziţionare relativă) ?
Procesele reprezintă cea de-a doua caracteristică esenţială a mediului. După
(Parunak, 1996), un mediu se poate exprima sub forma:
unde Staree reprezintă o mulţime de valori care definesc complet mediul. Structura,
domeniile de valori şi variabilitatea acestor valori nu sunt restricţionate în această
definiţie, fapt ce face ca să apară foarte multe diferenţe între diferitele tipuri de medii.
Procese reprezintă o acţiune executată autonom care schimbă starea mediului,
Staree. Executată autonom înseamnă că procesul de desfăşoară fără să fie invocat
de o entitate exterioară.
Cel mai important fapt în definiţia de mai sus dată mediului este că mediul
însuşi este activ, el având propriul său proces care schimbă starea sa – ce include
agenţii şi obiectele din cadrul mediului – independent de acţiunile în care sunt
implicaţi aceşti agenţi.
Diferite medii fizice vor fi necesare pentru agenţi de tipuri diferite şi reciproc. În
cazul agenţilor artificiali, mediul fizic este de cele mai multe ori mediul informaţional,
care poate include mijloace de transmisie, stocare şi prelucrare a informaţiei,
mijloace de detecţie şi orientare în spaţiu ş.a.
Pentru a susţine această structură variată de mijloace tehnologice de
procesare a informaţiei se utilizează platforme de prelucrare comune. O platformă
reprezintă baza pe care aplicaţiile conţinând agenţi se realizează şi care conţine
toate cerinţele de mediu specifice ale agenţilor. FIPA (Federaţia Internaţională a
Agenţilor Fizici) a elaborat un standard, ,,Agent Platform” (FIPA, 1998) care defineşte
o arhitectură abstractă pentru dezvoltarea aplicaţiilor sistemelor bazate pe agenţi.
În figura 5.3 se reprezintă această platformă.
Mediul fizic este un loc populat, deci poate conţine şi alţi agenţi. De aceea,
atunci când se defineşte o aplicaţie, trebuie specificat dacă luăm sau nu alte entităţi,
dacă mediul este deschis (deci pot intra în viitor alţi agenţi) sau închis. Populaţia
mediului reprezintă totalitatea entităţilor luate în considerare.
Dacă în medii cu un singur agent, agenţii sunt priviţi ca entităţi independente,
în medii cu mai mulţi agenţi, aceştia devin entităţi interdependente. Dacă în primul
caz, agentul poate să acţioneze singur, în al doilea caz el trebuie să comunice cu
ceilalţi agenţi. Apare, astfel, conceptul de mediu comunicaţional. Acesta conţine, în
primul rând, principiile şi procesele care guvernează şi susţin schimbul de idei,
cunoştinţe, informaţii şi date. De asemenea, el conţine acele funcţii şi structuri care
sunt utilizate pentru a asigura comunicarea cu ceilalţi agenţi, cum ar fi roluri, grupuri
şi protocoale de interacţiune dintre roluri şi grupuri.
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Figura 5.3
Mediul comunicaţional se poate atunci defini ca acele principii, procese şi
structuri care asigură o infrastructură pentru ca agenţii să schimbe informaţii.
În esenţă, comunicarea presupune transmiterea informaţiei de la o entitate la
alta. Acest transfer de informaţie poate îmbrăca forme foarte simple (comunicare prin
semne, de exemplu), până la forme extrem de complexe (de exemplu, comunicarea
într-un proces de negociere).
Comunicarea se presupune că are loc doar dacă starea internă a agentului
care a primit mesajul se schimbă. Altfel vorbim de transmitere de informaţie. O
modalitate de a determina dacă comunicarea a avut loc este deci să se ia în
considerare rezultatul interacţiunii dintre doi agenţi. În figura 5.4 sunt reprezentate
diferite situaţii care pot apărea în comunicare. Se observă că avem cinci posibilităţi,
dintre care cea mai complexă este situaţia e) în care cei doi agenţi interacţionează.
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Figura 5.4
Comunicare şi
Interacţiune
MEDIUL SOCIAL
Coordonare
Cooperare
şi
Competiţie
Cunoaştere
Figura 5.5
Printre primele sisteme realizate din perspectiva celor de mai sus se numără
sistemele de rezolvare a problemelor cu actori (Agha, Hewitt, 1987, 1988). Actorii
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
sunt componente autonome, interactive ale unui sistem de calcul care comunică între
ei prin mesaje asincrone. Funcţiile de bază ale unui actor sunt:
- creează: crearea unui actor pornind de la o descriere de comportament şi o
mulţime de parametrii, posibil incluzând actori existenţi;
- trimite: trimiterea unui mesaj către un actor;
- devine: schimbarea stării locale a unui actor.
Sistemele cu actori reprezintă o modalitate naturală de a efectua calcule
concurente. Totuşi, astfel de sisteme, în raport cu alte tipuri de sisteme inteligente
propuse, s-au dovedit mai puţin coerente.
Granularitatea de nivel redus a actorilor a pus problema privind realizarea
unor comunităţi mai largi de actori şi atingerea unor performanţe mai ridicate în
realizarea scopurilor generale folosind doar cunoştinţele locale ale agenţilor. Pentru
depăşirea acestor deficienţe, Hewitt, principalul susţinător al acestor tipuri de sisteme
cu actori, a propus o arhitectură deschisă care poate include noi caracteristici ale
actorilor şi noi actori în cazul problemelor de dimensiuni mari.
O altă direcţie de cercetare a fost cea legată de alocarea flexibilă a sarcinilor
între rezolvitori de probleme multipli (numiţi noduri). Astfel, Davis şi Smith propun,
încǎ din 1983, Contract Net Protocol, în care agenţii pot juca dinamic două roluri:
manager şi contractor. Dacă se dă o problemă ce trebuie rezolvată, un agent
determină mai întâi dacă ea poate fi descompusă în subprobleme ce pot fi rezolvate
în paralel (concurent). Se utilizează Contract Net Protocol pentru a anunţa transferul
acestor subprobleme către noduri şi a primi de la aceste noduri informaţii privind
modalităţile pe care le pot folosi pentru a rezolva subproblemele. Un nod care
primeşte un anunţ relativ la o subproblemă trimite înapoi un anunţ indicând, deci, cât
de bine crede el că va rezolva acea subproblemă. Contractorul colectează aceste
anunţuri şi distribuie subproblemele către cele mai bune noduri. La baza Contract
Net Protocol se află o metodă de coordonare pentru alocarea problemelor, care
printr-o o alocare dinamică, permite agenţilor să liciteze pentru mai multe
subprobleme în acelaşi timp şi asigură un echilibru al încărcării acestora cu
subprobleme (agenţii ocupaţi nu este necesar să liciteze). Limitele sistemului erau
legate de imposibilitatea de a detecta şi rezolva conflicte, de faptul că agenţii nu erau
informaţi atunci când nu primeau subprobleme, agenţii nu puteau refuza
subproblemele alocate şi nu exista o preempţiune în executarea sarcinilor (agenţii
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
care mai rezolvaseră anumite tipuri de probleme puteau primi alte tipuri, chiar dacă
sistemul conţinea probleme din primul tip).
Acest tip de abordare este important deoarece el stă la baza cercetărilor
actuale privind mecanismele de piaţă şi utilizarea acestora în coordonarea SMA
(Sandholm, Lesser, 1996).
O problemă fundamentală în SMA este cea a cooperării dintre agenţi, care pot
eventual fi eterogeni, în vederea atingerii unor obiective comune. Dacă, în cazul
sistemelor cu un singur agent, prin planificare se putea construi o secvenţă de acţiuni
pornind doar de la scopuri, resurse şi restricţii de mediu, în cazul SMA planificarea
necesită luarea în considerare a rolului celorlalte activităţi ale agenţilor în alegerea de
către un agent anumit a strategiei sale de acţiune.
În sistemele iniţiale, în care grupuri de agenţi urmăreau scopuri comune,
interacţiunile dintre agenţi erau determinate prin strategii de cooperare construite
pentru a îmbunătăţi performanţa lor colectivă. Rezultă de aici necesitatea planificării
complete înainte de acţiune. Pentru a produce un plan coerent, agenţii trebuiau să
recunoască interacţiunile dintre subscopuri şi fie să le elimine, fie să le rezolve.
Într-o arhitectură propusă de Georgeff, această problemă se rezolvă prin
includerea unui agent sincronizator care recunoaşte şi rezolvă astfel de interacţiuni.
Ceilalţi agenţi trimit sincronizatorului planurile lor; acesta examinează planurile pentru
regimurile critice în care, de exemplu disponibilul de resurse poate determina agenţii
să nu le îndeplinească. Agentul sincronizator inserează mesaje de sincronizare care
funcţionează ca nişte semafoare pentru a asigura excluderea mutuală şi a evita
astfel coliziunea dintre agenţi în îndeplinirea planurilor acestora.
O altă modalitate de abordare a interdependenţelor dintre subprobleme este
Modelul Corect Funcţional (FA/C) (Duffee, Lesser, 1991). În FA/C, nu este necesar
ca agenţii să cunoască toate informaţiile locale pentru a rezolva subproblemele lor, ci
acţionează asincron şi schimbă rezultatele parţiale obţinute.
Începând cu FA/C, o serie de alte arhitecturi distribuite pentru coordonarea
agenţilor au fost dezvoltate, folosind un meta-nivel static cu informaţii privind
organizarea generală a problemei ce trebuie rezolvată şi un meta-nivel dinamic,
numit Planificator Global Parţial (PGP) [Duffee, 1988]. PGP este o modalitate flexibilă
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Nimeni nu cunoaşte cel mai bun mod de a construii MBA. Diferite arhitecturi
(deci proiecte) au merite depinzând de scopul simulării. Desigur că fiecare MBA
trebuie să includă mecanisme pentru primirea inputurilor din mediu, pentru stocarea
unei istorii privind inputurile şi acţiunile precedente, pentru determinarea a ceea ce
este de făcut, pentru realizarea acţiunilor şi pentru distribuirea outputurilor.
Arhitecturile de agenţi pot fi împărţite în cele care sunt realizate utilizând paradigma
simbolică a AI şi metode non-simbolice, cum ar fi cele bazate pe reţele neuronale. În
plus există MBA hibride (Kluver, 1998).
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
1) Sisteme de producţie
Una din cele mai simple dar eficiente metode de construire a MBA este
utilizarea unui sistem de producţie. Un sistem de producţie are trei componente:
- o mulţime de reguli;
- o memorie de lucru;
- un interpretator al regulii.
Regulile constau din două părţi: o condiţie care specifică când regula va fi
executată şi o parte de acţiune.
De exemplu, un agent poate fi proiectat să se plimbe într-un mediu simulat
colectând orice mâncare care o întâlneşte în drumul său. Un astfel de agent poate să
includă o regulă care spune: DACĂ eu dau de o anumită mâncare ATUNCI o adun.
Acesta ar fi una din multele reguli, fiecare cu o condiţie diferită. Unele reguli vor
include acţiuni care însumează fapte care se petrec în memoria de lucru şi alte reguli
vor avea condiţii care testează stări ale memoriei de lucru.
Interpretatorul de reguli consideră fiecare regulă la rând, alege pe cele pentru
care partea de condiţie este îndeplinită, execută acţiunile indicate şi repetă acest
ciclu într-un număr nedefinit de ori. Reguli diferite pot fi executate la fiecare ciclu
deoarece mediul imediat s-a schimbat sau deoarece o regulă a modificat memoria de
lucru într-un astfel de mod încât o nouă regulă a devenit eligibilă. Utilizând un sistem
de producţie este relativ uşor să construieşti agenţi reactivi care răspund la stimuli
din mediu prin anumite acţiuni. Este, de asemenea, posibil dar mai dificil să
construieşti agenţi care au capacitatea să reflecte acest mediu prin decizii şi deci să
modelezi cunoaşterea. O altă posibilitate este să construieşti agenţi care îşi schimbă
propriile reguli utilizând un algoritm adaptiv care favorizează regulile ce generează
acţiuni relativ eficiente şi le penalizează pe celelalte. Aceasta este baza sistemelor
clasificatoare.
2) Metode evolutive
Agenţii bazaţi pe sisteme de producţie au potenţialul să înveţe despre mediul
lor şi despre alţi agenţi prin adăugarea unor cunoştinţe în memoria de lucru. Regulile
agenţilor însuşi, totuşi, rămân neschimbate. Pentru anumite probleme, este de dorit
ca să se creeze agenţi care sunt capabili să înveţe: deci structura internă şi
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Desigur că acest dublu feedback între nivelul micro şi cel macroeconomic este
cunoscut în cibernetica economică de mult timp. Ceea ce a lipsit până acum au fost
mijloacele ca acest feedback cantitativ să fie modelat în întreaga sa complexitate
dinamică. Economia bazată pe agenţi ca metodă de studiu a economiilor modelate
ca sisteme evolutive formate din agenţi autonomi interactivi, aduce sistemul
economic în laboratoare, pentru a studia evoluţia economiilor de piaţă
descentralizate în condiţii experimentale controlate. Două aspecte fundamentale
decurg din aceste studii. Primul este descriptiv, axat pe explicarea constructivă a
comportamentului global emergent.
sus, prin interacţiunile locale repetate dintre agenţi interacţionând autonom? Şi cum e
apar aceste regularităţi şi nu altele?
5.7.4.1 Învăţarea
Învăţarea este o caracteristică de bază a agenţilor economici. Primele
aplicaţii ale proceselor de învăţare în economie au fost cele ale algoritmilor genetici,
programării genetice şi al altor forme de învăţare evolutivă în modelarea proceselor
sociale.
chiar dacă agenţii au o „inteligenţă zero”, deci ei acţionează în mod aleatoriu, având
în vedere doar restricţia bugetară.
Robert Marks este unul dintre primii cercetători din domeniu care a abordat
aceste probleme. Mai precis, el a abordat o piaţă olipolistă pentru a studia cum
firmele vânzătoare (care sunt în număr mic pe astfel de pieţe) pot concura cu succes.
Modelul său utilizează un algoritm genetic pentru a reprezenta firma în procesul de
învăţare interactivă. Astfel, operaţii de mutaţii şi recombinări au fost aplicate în mod
repetat strategiilor de determinare a preţurilor utilizate de firme astfel ca să permită
firmelor să experimenteze noi idei (mutaţie) şi să se angajeze în imitaţia socială
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Pieţele valutare au fost de asemenea studiate intens de MBA. Izumi şi Ueda propun
o nouă metodă bazată pe agenţi pentru a modela o astfel de piaţă. Agenţii din model
concurează unii cu alţii pentru a dezvolta metode de previziune a schimbărilor în
ratele de schimb valutar, având drept măsură a fitnessului profitabilitatea.
Chen şi Yeh arată că învăţarea socială sub forma unor strategii de imitare este
importantă pe pieţele bursiere. Ei construiesc un model de analiză a pieţelor bursiere
care include un mecanism suplimentar de învăţare, numit „şcoală”. Aceasta constă
dintr-un grup de agenţi (de exemplu membrii unei facultăţi) care concurează unul cu
altul pentru a oferi publicului cel mai bun posibil model de previziune a evoluţiei
cursului acţiunilor. Succesul (fitnessul) membrilor şcolii este măsurat prin acurateţea
programelor elaborate cu ajutorul modelelor propuse de ei, în timp ce succesul
investitorilor de pe piaţa bursieră este măsurat de avuţia acumulată de aceştia.
Fiecare investitor alege între a acţiona pe piaţa bursieră sau a aştepta ca să testeze
un model propus de şcoală şi a alege unul care i se pare mai bun şi a-l folosi în mod
curent.
ales modelele şcolii s-au bucurat de succes, ulterior ei nu au mai avut acelaşi succes
pe măsură ce problemele şcolii erau adoptate de tot mai mulţi investitori.
Astfel de reţele sunt foarte importante în schimburile comerciale intre-ţări sau inter
agenţi. Wilhite utilizează un MBA pentru a studia consecinţele unor bariere
comerciale în astfel de reţele. El analizează patru tipuri de reţele: (i) reţele
comerciale complet conectate (fiecare agent poate face schimburi comerciale cu
orice alt agent); (ii) reţele comerciale local deconectate constând din grupuri
disjuncte de agenţi; (iii) reţele comerciale local conectate, constând din grupuri de
agenţi aflaţi în jurul unui cerc cu un agent suprapus fiecărui punct de intersecţie; şi
(iv) reţele comerciale mici construite din reţele comerciale local conectate ce permit
realizarea unor legături directe cu unul până la cinci membrii ai unui grup comercial
separat. Pentru fiecare tip de reţea, agenţii înzestraţi fiecare cu câte două bunuri,
caută metode de schimb, negociază preţuri şi apoi fac comerţ cu acei agenţi care
oferă cel mai bun preţ dar sunt şi accesibili. Rezultatul simulărilor efectuate a fost că
cea mai bună reţea comercială este a patra, cea mică, ce oferă cea mai mare
eficienţă fiecărui agent participant. El a descoperit că există anumite stimulente la
nivel micro pentru formarea reţelelor comerciale mici, deoarece comercianţii care
utilizează acest tip de reţea tind să facă mai bine comerţ decât ceilalţi.
O extensie naturală a acestor lucrări este cea privind modul în care aceste forme
iniţiale evoluează. Albin şi Foley, Kirman şi Tesfatsion ş.a. au demonstrat emergenţa
unei reţele comerciale formată dintr-o mulţime de cumpărători şi vânzători ce
determină partenerii lor comerciali în mod adaptiv, pe baza experienţei trecute cu
aceşti parteneri.
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Mai recent, cercetările în domeniu au fost orientate către tipuri de pieţe specifice.
Tesfatsion a abordat piaţa forţei de muncă. Este studiată, în acest context, relaţia
dintre structura de piaţă, interacţiunea angajat-angajator, comportamentul legat de
alegerea locului de muncă şi rezultatele asupra bunăstării. Muncitorii şi angajatorii
formează între ei relaţii de interacţiune modelate cu jocuri de tipul Dilema
Prizonierului şi elaborează strategii de-a lungul timpului pe baza câştigurilor
asigurate de aceste strategii în interacţiunile anterioare. Simularea acestui model a
urmărit două lucruri: concentrarea slujbelor (număr de muncitori raportaţi la număr de
angajatori) şi capacitatea slujbelor (total slujbe potenţiale raportate la totalul ofertei
de muncă). A rezultat că dacă capacitatea slujbelor este constantă atunci schimbările
în concentrarea slujbelor au efecte semnificative asupra nivelelor de putere pe piaţă
atinse. Un alt rezultat a fost acela că efectele de interacţiune sunt puternice, ele
determinând adaptarea comportamentelor celor doi agenţi de pe piaţă, muncitori şi
angajatori.
Studiile lui Carley şi ale grupului său de la Carnegie Mellon University au arătat
că organizaţiile pot fi modelate ca sisteme – bazate – pe – agenţi şi au dus chiar
apariţia unui domeniu similar economiei – bazate – pe – agenţi în cadrul teoriei
organizaţiei.
Dawid ş.a. a considerat o mulţime de firme din cadrul unei industrii. La începutul
fiecărei perioade, fiecare firmă alege dacă să producă un produs existent pe piaţă
sau să introducă un nou produs. Cererea pentru fiecare tip de produs dispare după o
Capitolul 5 – Agenţi şi modelarea-bazată-pe-agenţi
Autorii au făcut experimente cu modelul obţinut pentru a vedea cum, pentru a atinge
o profitabilitate optimală, regula de inovare a unei firme ar trebui adaptată atât
structurii industriei ca un tot cât şi structurii organizaţionale a unei firme individuale.
Se prevede că, în curând, tot mai multe gospodării îşi vor face achiziţiile de
produse în acest fel.
Marimon ş.a.şi Duffy au efectuat, astfel, un experiment paralel de acest fel pentru
a examina emergenţa posibilă a unui mediu de schimb general acceptat (de exemplu
banii). Agenţii de tip i doresc să consume bunul i dar produc bunul i+1. În fiecare
perioadă, agenţii sunt împerecheaţi în mod aleatoriu şi trebuie să decidă dacă
schimbă bunurile pe care le produc. Un agent poate accepta un bun fie pentru că îl
doreşte, fie pentru a-l stoca pentru a-l utiliza mai târziu ca mijloc de schimb. Bunurile
au costuri de stocare diferite. Rezultatul urmărit este dacă agenţii converg către a
accepta un anumit bun ca monedă pe care ei sunt de acord să o folosească în
schimburile viitoare şi nu să o consume.
• sectorul gospodăriilor;
• sectorul firmelor (privat, productiv);
• sectorul public (guvernamental);
• sectorul extern;
• sectorul financiar.
Deci fiecare dintre aceste sectoare este alcătuit din mulţimea de sisteme
cibernetice individuale pe care le regăsim la nivel microeconomic, dar ele nu
reprezintă pur şi simplu suma acestor sisteme microeconomice. Proprietăţile
sectoarelor(sistemelor) la nivel macroeconomic se obţin, în primul rând, prin
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Cu ajutorul unor astfel de modele putem înţelege mai bine logica funcţionării
sistemului economiei naţionale, modalităţile prin care se poate interveni în dinamica
proceselor şi fenomenelor economice care se produc la acest nivel şi etapele ce
trebuie parcurse pentru realizarea obiectivului economic general, creşterea bunăstării
naţiunii.
Piaţa bunurilor şi
serviciilor
(1)
(2)
(4) (3) Sectorul
Sectorul
public
(8) gospodăriilor
(6)
Piaţa factorilor
de producţie
(5)
Piaţa financiară
(7)
Figura 6.1
Legendă:
(1) – cheltuieli pentru bunuri şi servicii;
(2) – bunuri şi servicii destinate consumului final;
(3) – impozite şi taxe;
(4) – bunuri şi servicii „publice” (apărare, educaţie, sănătate, administraţie
ş.a.);
(5) – factori de producţie oferiţi spre închiriere (inclusiv muncă);
(6) – plata serviciilor factorilor de producţie;
(7) – economii (sau dobânzi plătite);
(8) - venituri din dobânzi (sau credite returnate).
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Piaţa bunurilor şi
serviciilor
(1)
(2) Sectorul
(4) (3)
(6) (10)
Sectorul public
(8)
firmelor
Piaţa factorilor
de producţie (7)
Sectorul
extern
(5)
Piaţa financiară
(9)
Figura 6.2
Legendă:
Cum am arătat deja, principala sursă de venituri a sectorului public este cea a
impozitelor şi taxelor plătite pe venit şi pe profit de sectorul gospodăriilor, respectiv
sectorul firmelor. Atât la nivel central, dar mai ales la nivel local, există însă o mare
varietate de alte impozite şi taxe care nu depind de venit şi profit. Ele sunt denumite
taxe în sumă fixă pentru a le deosebi de primele care sunt variabile în raport cu
mărimea venitului sau profitului din care se calculează (baza de impozitare).
O taxă pusă pe un flux de venituri afectează mărimea economiilor realizate în
cadrul sectorului gospodăriilor şi sectorului firmelor. În consecinţă, ea va afecta şi
mărimea cheltuielilor de consum ale sectorului gospodăriilor, respectiv cheltuielilor de
investiţii ale sectorului firmelor.
De exemplu, o creştere a impozitului pe venitul personal (la nivelul sectorului
gospodăriilor) va tinde să reducă venitul disponibil şi, în consecinţă, mărimea
venitului alocat de sectorul gospodăriilor pentru consum şi pentru economii.
Deoarece taxe mai mari descurajează cheltuielile de consum, pe piaţa
bunurilor şi serviciilor vor fi achiziţionate mai puţine bunuri şi servicii, iar sectorul
firmelor îşi va reduce producţia în mod corespunzător deoarece va rămâne cu
produsele neachiziţionate în stoc. O încetinire a producţiei în sectorul firmelor va
duce la descreşterea cererii de factori de producţie pe piaţa factorilor (inclusiv pentru
muncă). Va creşte şomajul şi va descreşte venitul provenit din plata utilizării
factorilor, reducând şi mai mult cererea totală de bunuri şi servicii.
Sectorul guvernamental funcţionează, de regulă, în condiţiile unui deficit
bugetar. În general, în cursul unei expansiuni economice, cheltuielile guvernamentale
tind să-şi încetinească ritmul de creştere, în timp ce veniturile guvernamentale
provenind din taxe cresc. Drept urmare, deficitul bugetar devine mai mic sau
surplusul bugetar (dacă economia ar fi avut un buget excedentar) devine mai mare.
Similar, în cursul unei recesiuni economice, deficitul bugetar tinde să crească în timp
ce taxele se reduc iar cheltuielile guvernamentale, inclusiv cele pentru programele de
combatere a recesiunii, cresc.
Pentru a acoperi deficitul bugetar, sectorul guvernamental utilizează
împrumuturile publice (pe piaţa financiară internă sau internaţională). Datoria publică
creşte când deficitul bugetar devine mare şi scade când acesta se reduce. Sectorul
guvernamental plăteşte dobânzi la datoria publică către sectoarele de la care a făcut
împrumutul public (sectorul gospodăriilor şi sectorul financiar). Împrumuturile publice
pe pieţele financiare externe sunt, de regulă, mai costisitoare, sectorul public
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Piaţa bunurilor şi
serviciilor
(3)
Sectorul
firmelor
(4)
(2) Sectorul (1)
(8)
public
(6)
Piaţa factorilor
de producţie
(5)
Sectorul
Gospodăriilor
Piaţa financiară
(7)
Figura 6.3
Legendă:
(1) – flux de bunuri şi servicii “publice”;
(2) – impozite şi taxe;
(3) – plata produselor achiziţionate pe piaţa bunurilor şi serviciilor;
(4) – bunuri şi servicii furnizate de sectorul firme;
(5) – plata serviciilor factorilor închiriaţi de la sectorul gospodăriilor;
(6) – factori de producţie închiriaţi de către sectorul public;
(7) – economii nete (diferenţa dintre fondurile economisite şi împrumuturile
făcute de sectorul public);
(8) –venituri provenite din dobânzi la economiile nete (dacă sunt negative
reprezintă plata dobânzilor la împrumuturile făcute).
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
(2’)
Restul
(4’)
lumii (1)
(1’) Sectorul
extern
(3’)
(2)
(3)
Figura 6.4
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Legendă:
- export;
– venituri din export;
(1’) – import;
(2’) – plăţile importurilor;
(3) şi (3’) – intrări de capital internaţional (în valută străină) şi transformarea lor
în valută internă;
(4) şi (4’) – ieşiri de capitale financiar (in valută internă) şi transformarea lor în
valută străină.
comerciale. Modalităţile prin care Banca Centrală influenţează aceste două elemente
se numesc politici monetare.
Rezultă că sectorul financiar are, cu celelalte sectoare din cadrul economiei
naţionale, următoarele interdependenţe principale:
• patru fluxuri financiare, (f-1), (f-2), (f-3) şi (f-4), reprezentând economiile
realizate în sectorul gospodăriilor, sectorul firmelor, sectorul public şi
sectorul extern;
• alte patru fluxuri financiare, (f-5), (f-6), (f-7) şi (f-8), reprezentând creditele
acordate acestor sectoare;
• un flux financiar (f-9) de formare a rezervelor băncilor la Banca Centrală;
• un flux financiar (f-10) de la sectorul financiar la piaţa financiară,
constituind oferta de credite.
În figura 6.5 se reprezintă principalele conexiuni dintre sectorul financiar şi
celelalte sectoare economice.
Rezerve ale
Băncii Centrale
(9)
Sectorul Sectorul (5)
(6)
firmelor gospodăriilor
(1) (4)
SECTORUL
(3) FINANCIAR
(2)
Sectorul Sectorul
public extern
(10)
Figura 6.5
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Legendă:
(1)-(4) – depozite;
(5)-(8) – credite;
(9) – rezerve ale băncilor la Banca Centrală;
(10) – oferta de credite.
f : d {0,1} → R .
l
+
Scopul principal al unui AG este deci de a găsi stringul care maximizează
funcţia de fitness f.
Evident că funcţiile d şi f depind de problema particulară care trebuie rezolvată,
aceasta fiind şi principala dificultate în aplicarea AG.
Fazele AG sunt următoarele:
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
Pentru a asigura precizia dorită (de exemplu de cinci cifre exacte după virgulă)
se ia l = 16 astfel că d 11
,..,2
1,..,1
3 = 0.999992 ≅ 1 .
16
O altă posibilitate de a-l alege pe d este ca
l − i −1
l
ai ⋅ 2
x = d ( A) = ∑ l +1
.
i =1 2
131071
Pentru l = 16 obţinem 217 − 1 = 131071 şi d 11
,..,2
1,..,1
3 = 131071 = 1 .
16
2
Precizia dorită este asigurată deoarece d 0{
,..,010 = = 0,0000152589 .
14 131071
Această ultimă relaţie de decodificare poate fi generalizată pentru orice tip de
funcţie f. Astfel, dacă dorim să maximizăm o funcţie f în raport cu o variabilă reală x
iar D = {x min , xmax}, unde D ⊂ ℜ este spaţiul de căutare admisibil, xmin şi xmax fiind
limita inferioară, respectiv limita superioară a lui D, fie l ⋅ d = x max − x min , lungimea
subintervale egale pentru a obţine precizia (prec) dorită. De exemplu, dacă D = [− 1,2]
atunci l ⋅ d = 3 şi dacă prec = 6 atunci v-a trebui să împărţim intervalul de căutare D
Deci numărul de biţi dintr-un string binar depinde de precizia cu care dorim să
facem calculele.
După determinarea relaţiilor de transformare utilizate, se generează aleator un
număr de N indivizi (stringuri) în spaţiul de admisibilitate al indivizilor. În cazul
codificării binare (stringuri binare), după ce se determină dimensiunea l a lanţului se
efectuează pentru cromozomul i = [1, l ] generarea de biţi {0,1} cu echiprobabilitate (0
sau 1 pot să apară în cromozomul respectiv cu aceeaşi probabilitate).
• Operatori genetici
Operatorii genetici joacă cel mai important rol în cadrul AG. Există trei tipuri
principale de operatori:
- operatorul de selecţie;
- operatorul de încrucişare;
- operatorul de mutaţie.
Cu cât pc este mai mare, cu atât populaţia va suferi schimbări mai mari.
Acţiunea conjugată a celor doi operatori, de selecţie şi de încrucişare, este
insuficientă însă pentru a asigura reuşita unui AG. Acest lucru se întâmplă deoarece,
în cazul codificării binare, anumite informaţii (de exemplu caractere ale alfabetului)
pot să dispară din populaţie. De exemplu, dacă nici un individ din populaţia iniţială nu
conţine 1 în ultima poziţie a stringului binar şi totuşi acest 1 face parte din stringul
optimal ce trebuie determinat, orice operaţie posibilă de încrucişare nu permite să
apară 1, care este iniţial necunoscut.
În codificarea reală (zecimală), o astfel de situaţie se poate atinge dacă iniţial
populaţia este cuprinsă, de exemplu, între 0 şi 40, în timp ce valoarea optimală este
50. Orice combinaţie posibilă de cifre între 0 şi 40 nu permite atingerea unei cifre de
50.
C) Operatorul de mutaţie modifică aleator, cu o anumită probabilitate p m ,
valoarea unei componente a individului. În cazul unei codificări binare, fiecare bit
ai = 1 − ai .
'
Aşa cum sunt posibile mai multe locuri de încrucişare, pot fi alese, în cazul unui
string binar, mai multe poziţii în care pot apărea mutaţii. Operatorul de mutaţie
conferă AG o anumită proprietate de ergodicitate (de exemplu toate punctele din
spaţiul de căutare a soluţiilor pot fi atinse utilizând mutaţia).
Prin aplicarea operatorului de mutaţie se conferă AG un caracter dual: pe de o
parte se poate efectua o căutare locală în orice zonă a spaţiului de căutare a soluţiei
(căutarea pe orizontală) şi, în acelaşi timp, se poate avansa, la fiecare mutaţie, cu o
treaptă în procesul de căutare (căutarea în adâncime).
• Parametrii
Operatorii introduşi mai sus se aplică unei populaţii care are iniţial anumite
caracteristici (parametri) ce conferă zestrea genetică a populaţiei respective. Aceşti
parametri joacă, deseori, un rol esenţial în reuşita AG. Principalii parametri sunt:
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
între 0,5 şi 0,9. Dacă se alege un pc prea mic atunci există riscul ca încrucişări să nu
aibă loc, ceea ce duce la modificarea foarte lentă a populaţiei şi, deci, la creşterea
timpului de calcul necesar AG.
În ceea ce priveşte probabilitatea de mutaţie, p m aceasta se alege între 0,01 şi
0,05. O probabilitate de mutaţie prea ridicată riscă să conducă la determinarea unei
politici suboptimale.
De multe ori, AG sunt realizaţi în aşa fel încât o parte a sa determină individul
optimal iar o altă parte stabileşte valorile optime ale parametrilor. Aceste două
operaţii pot fi efectuate simultan sau secvenţial, evident cu creşterea
corespunzătoare a timpului de calcul. Astfel de algoritmi se mai numesc şi meta-AG.
• Funcţia de fitness
Unul dintre primele modele elaborate în această direcţie a fost modelul pânzei
de păianjen (cobweb), foarte cunoscut şi studiat în dinamica economică. Arifovic
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
parametri.
Profitul firmei i la momentul t este atunci:
Π i ,t = p t ⋅ q i ,t − C i ,t (6.2)
Dacă firmele au aşteptări perfecte (naive) privind preţul (deci preţul perioadei
următoare se aşteaptă sa fie egal cu cel al perioadei curente), modelul are o soluţie
care converge către un preţ şi o cantitate stabile şi unice atunci când B y < 1 şi
diverge când B y > 1 .
Pentru aplicarea AG la acest model s-a considerat că regulile de decizie ale
firmelor sunt reprezentate prin stringuri binare. O firmă i, i = 1, n ia o decizie privind
producţia sa la momentul t utilizând un string binar de lungime finită l, scris în
alfabetul {0,1} . Un string binar este mai întâi decodificat şi transformat într-un număr
întreg pozitiv şi apoi normalizat pentru a obţine o cantitate qi ,t ∈ [0, q max ] , unde
determina preţul de golire a pieţei pt utilizând relaţia (6.5) Acest preţ este utilizat apoi
pentru a determina profitul firmelor la momentul t, utilizând relaţia (6.2). O anumită
valoare a profitului firmei i reprezintă fitnessul µ i ,t al firmei i în urma aplicării deciziei
respective.
Populaţia de reguli de decizie este apoi actualizată pentru a crea o nouă
populaţie ce va fi utilizată la momentul t+1. Există două variante ale acestui model.
Prima utilizează doar operaţiile de selecţie, încrucişare şi mutaţie. A doua variantă
utilizează doar o nouă operaţie genetică, pe lângă cele trei menţionate anterior, şi
anume operaţia de alegere.
Această operaţie testează noii indivizi (cromozomi) înainte ca ei să devină
membri ai noii populaţii. Se calculează un fitness potenţial pornind de la preţul ultimei
perioade pentru fiecare individ. Apoi, doi părinţi şi doi indivizi noi apăruţi sunt ordonaţi
pe baza valorii funcţiei de fitness calculate, de la cea mai mare valoare la cea mai
mică valoare, primii doi indivizi fiind acceptaţi ca membri ai noii populaţii de reguli
decizionale.
În cazul unei egalităţi a valorii fitnessului între un părinte şi un urmaş, se alege
ca un urmaş să devină membru al noii populaţii.
Prin aplicarea operaţiilor genetice pe membrii unei populaţii de reguli de decizie
la momentul t, rezultă o nouă populaţie de reguli care va fi utilizată la momentul t + 1 .
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
producţie. Odată ce preţul de golire a pieţei este calculat, firma utilizează acel preţ
pentru a determina profiturile pe care fiecare string din mulţimea sa de reguli
decizionale le-ar aduce pentru nivelul preţului respectiv. Aceste profituri determină
valorile fitness ale stringului binar respectiv. Odată valorile fitness calculate, se aplică
operatorii genetici în cadrul fiecărei populaţii de stringuri binare, asociate firmelor
individuale.
Se observă că, prin această modificare a modelului, se obţine un cadru general
mai variat, ceea ce duce la idei mai diversificate privind deciziile referitoare la
cantitatea de produs ce va fi oferită pe piaţă. Chiar dacă acest cadru devine mai
complex, efortul de calcul este identic cu cel anterior, unde se aplica AG unei singure
populaţii de reguli de decizie.
Aplicarea operaţiei de alegerea asigură convergenţa către echilibru a soluţiei
modelului. Când apare convergenţa, toate stringurile binare, din toate populaţiile de
reguli de decizie asociate firmelor, se decodifică în cantităţi. Fără această operaţie de
alegere, simulările ar conduce la fluctuaţii mari care nu se reduc în timp. Astfel, s-a
arătat că în modelul de învăţare individuală a firmelor, acestea trebuie să utilizeze
operaţii mai sofisticate (de exemplu operaţia de alegere) pentru a se realiza
convergenţa către un echilibru. Acest echilibru poate fi însă stabil sau instabil,
depinzând de valorile pe care le iau constantele date ale modelului.
p (t )
m(t )
ct +1 (t ) ≤ w +
2
p (t + 1)
unde m(t ) reprezintă balanţele monetare nominale pe care un agent le economiseşte
în prima perioadă şi le cheltuieşte în a doua perioadă a vieţii sale, iar p (t ) este
nivelul nominal al preţului bunului de consum în perioada t.
Balanţele monetare nominale se obţin împărţind oferta de bani la numărul de
agenţi din economie la momentul t.
Dinamica preţului nominal p (t ) în condiţiile ipotezei privind anticipaţiile perfecte
(naive) este descrisă de o relaţie de forma:
S (t )
p (t ) = p (t − 1)
S (t − 1)
unde S (t ) este economisirea totală a agenţilor de generaţie t. Se consideră p (0 ) şi
S (0 ) date. Se observă că preţurile cresc cu o rată egală cu cea de creştere a
economisirii de la o perioadă la alta.
Dacă în economie se aplică o politică monetară cu o ofertă constantă de bani,
deci:
M (t ) = M , ∀t
atunci ecuaţia de dinamică a preţurilor are un punct de echilibru paretian staţionar
unic, dat de
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
p (t ) = p*
unde
2M
*
p = .
(w − w2 )N
1
Punctul π 1* este de tip Pareto superior. Punctul π *2 este echilibru stabil, el fiind
un atractor pentru traiectoria de echilibru în condiţiile ipotezei aşteptărilor raţionale,
1
traiectorie care pleacă dintr-un punct iniţial π 0 ∈ π 1* , w2 . π 0 este egală chiar cu π 1* ,
w
economia atinge un echilibru staţionar cu inflaţie scăzută. Condiţia de stabilitate
implică, de asemenea, că o creşte a deficitului bugetar G determină o descreştere a
ratei inflaţiei într-un echilibru staţionar stabil.
Pentru aplicarea AG la modelul de mai sus, se consideră două populaţii de
stringuri binare la fiecare moment de timp t. Una reprezintă setul de reguli pentru
membrii tineri ai generaţiei t şi cealaltă setul de reguli pentru membrii bătrâni ai
generaţiei t+1. Fiecare populaţie este actualizată în perioade de timp alternative,
după ce membrii săi au trecut printr-un ciclu de viaţă de două perioade.
Stringurile binare se referă la valorile consumului agenţilor în prima perioadă.
Un membru i, i ∈ {1,..., N } al generaţiei t ia o decizie privind consumul în prima
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
si (t − 1) p(t − 1) + 2
ci ,t (t − 1) = w
p (t )
În final, sunt calculate valorile funcţiei fitness ale membrilor generaţiei t − 1 .
Funcţia fitness pentru un string i din generaţia t − 1 este dată de valoarea utilităţii
consumului agentului i la momentul t + 1 (a doua perioadă a vieţii):
µ i ,t −1 = U [ci ,t −1 (t − 1), ci ,t −1 (t )] = ci ,t −1 (t − 1) ⋅ ci ,t −1 (t ) .
Populaţia de reguli de generaţie t + 1 este apoi obţinută din populaţia de reguli
de generaţie t utilizând operatorii genetici de reproducere, încrucişare, mutaţie şi
alegere. Odată ce noua generaţie t + 1 de populaţie este creată, întregul ciclu se
repetă. Populaţia de reguli a generaţiei t+1 reprezintă agenţii tineri, în timp ce
membrii generaţiei t devin acum agenţii bătrâni.
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
1 N
x(t ) = ∑ x j ,t −1 (t ) ,
N j =1
unde x j ,t −1 (t ) reprezintă numărul de unităţi eficienţă ale agentului j de generaţie t − 1
la momentul t.
Agenţii tineri pot combina această înzestrare moştenită, x(t ) cu decizia de
instruire τ i ,t (t ) pentru a obţine xi ,t (t + 1) unităţi efective de muncă atunci când devin
unde l 2 biţi sunt utilizaţi pentru a codifica prima decizie iar ceilalţi biţi pentru a
codifica cea de-a doua decizie.
Valorile fitness ale regulilor de decizie sunt egale cu valorile funcţiei de utilitate
înregistrate la sfârşitul celei de-a doua perioade de viaţă. Populaţia de reguli de
decizie este actualizată utilizând operatorii genetici de reproducere, încrucişare şi
mutaţie.
La fiecare moment de timp t există două populaţii de astfel de reguli, una
asociată agenţilor tineri iar cealaltă asociată agenţilor bătrâni.
Indiferent de condiţiile iniţiale date, o astfel de economie va evolua, în urma
simulării, către o starea staţionară corespunzătoare creşterii maxime, care reprezintă
echilibrul global al unei astfel de economii. Odată ce o astfel de stare este atinsă
(ceea ce se întâmplă cu probabilitatea egală cu unu), economia rămâne în această
stare pentru totdeauna.
Nivelul iniţial ales pentru x(t ) reprezintă variabila esenţială în ceea ce priveşte
timpul necesar ajungerii la o astfel de stare. Cu cât nivelul iniţial al lui x(t ) este ales
mai scăzut, cu atât mai mare este timpul necesar ca economia să iasă din cursa
sărăciei.
Capitolul 6 – Economia de piaţă – sistem adaptiv complex
din populaţie datorită presiunii selecţiei. Totuşi, treptat, ele contribuie la creşterea lui
x(t ) . În timp, pe măsură ce x(t ) creşte, el atinge un prag începând de la care venitul
din capitalul uman devine mare şi valorile fitness ale regulilor decizionale care
investesc în instruire încep să crească. Odată ce se întâmplă acest lucru, presiunea
selecţiei scade deoarece regulile de decizie care determină investiţiile pozitive în
timpul dedicat instruirii aduc acum valori fitness mai mari decât cele care îi fac pe
agenţi să investească timp zero în instruire.
În acest punct, AG conduce rapid economia către o stare staţionară
corespunzătoare unui venit mare, în care τ i ,t iau valori pozitive pentru toţi agenţii i şi
toate momentele de timp t. Faza de tranziţie este relativ scurtă şi, odată ce economia
a ajuns în această stare staţionară, cum am arătat, ea rămâne aici veşnic.
Deoarece data exactă a comutării depinde de secvenţa specifică de mutaţii care
conduce la acumularea de capital, economii care au condiţii iniţiale identice pot avea
perioade de dezvoltare diferite. În general, rate mai mari ale regulilor de decizie ale
economiilor care au investit în instruire determină perioade medii de realizare a
comutării mai scăzute.
Astfel de modele, deşi arată că există stări staţionare diferite, ceea ce explică
diferenţele de dezvoltare dintre economii, nu arată şi cum se poate face trecerea de
la o economie aflată în cursa sărăciei la economia cu creştere maximă şi nici cât
rămâne economia în prima stare. Totuşi, aceste modele surprind două aspecte
importante ale procesului de dezvoltare. Primul este că pentru niveluri iniţiale scăzute
ale capitalului uman per capita, care caracterizează economiile subdezvoltate,
populaţia de agenţi parcurge mai multe generaţii în vecinătatea stării staţionare
corespunzătoare cursei sărăciei înainte ca, eventual, să înceapă să evolueze pe o
traiectorie care conduce către o stare staţionară corespunzătoare unui venit ridicat.
Acest lucru explică de ce ţări care în prezent sunt dezvoltate au avut un nivel
staţionar de dezvoltare iniţială de sute de ani.
Capitolul 6 – Economia de piaţă – sistem adaptiv complex