¿Qué pueden ofrecer los modelos basados en agentes vivos en el contexto docente?
DOI:
https://doi.org/10.4995/msel.2015.3486Palabras clave:
Modelos basados en agentes vivos, sistemas biológicos, modelos discretos, modelos computacionales, NetLogoResumen
Los sistemas biológicos o sistemas formados por entidades vivas (individuos) son sistemas complejos, tanto por la “complejidad” que cada individuo o agente vivo tiene, como por las posibles relaciones que se pueden establecer entre ellos, así como por las posibles relaciones con el entorno o medioambiente en el que estos individuos se desarrollan, viven, compiten y mueren, y que por tanto, modifican como resultado de sus acciones. Este trabajo se basa en la experiencia acumulada en los últimos años en el uso de modelos basados en agentes en el ámbito de los biosistemas en la Universidad Politècnica de Catalunya. El objetivo es ofrecer elementos de estudio y discusión para poder responder a las siguientes preguntas: 1) ¿Qué son los modelos basados en agentes vivos?, 2) ¿Cómo se puede trabajar con estos modelos computacionales en el aula?, y 3) ¿Qué pueden ofrecer estos modelos en un entorno educativo? Asimismo, se proporciona información y referencias específicas para facilitar la incorporación de este tipo de modelo en planes de estudios con diferentes niveles de instrucción matemática y biológica, como complemento a otras metodologías de modelización.Descargas
Citas
Boschetti, F., McDonald, D., Gray, R. (2008). Complexity of a Modelling Exercise: A Discussion of the Role of Computer Simulation in Complex System Science. Complexity, 13, 21-28. https://doi.org/10.1002/cplx.20215
Brodu, N. (2008). A Synthesis and a Practical Approach to Complex Systems. Complexity, 15, 36-60. https://doi.org/10.1002/cplx.20239
Devillers, J., Devillers, H., Decourtye, A., Aupinel, P. (2010). Internet resources for agent-based modelling. SAR and QSAR in Environmental Research, 21, 337-350. https://doi.org/10.1080/10629361003773963
Gilbert, J. K. (2004). Models and Modelling: Routes to More Authentic Science Education. International Journal of Science and Mathematics Education, 2, 115-130. https://doi.org/10.1007/s10763-004-3186-4
Ginovart, M., Portell, X., Ferrer-Closas, P., Blanco, M. (2011). Modelos basados en el individuo y la plataforma NetLogo. Unión, 27, 131-150.
Ginovart, M., Portell, X., Ferrer-Closas, P., Blanco, M. (2012). Modelos basados en el individuo: una metodologia alternativa y atractiva para el estudio de biosistemas. Enseñanza de las ciencias, 30, 93-108. https://doi.org/10.5565/rev/ec/v30n2.572
Ginovart, M. (2013). Modelización y Simulación Discreta para tratar con problemas de toma de decisiones: El problema del Bar El Farol. Modelling in Science Education and Learning, 6(2), 211-233. https://doi.org/10.4995/msel.2013.1947
Ginovart, M. (2014). Discovering the power of individual-based modelling in teaching and learning: the study of a predator-prey system. Journal of Science Education and Technology, 23, 496-513. https://doi.org/10.1007/s10956-013-9480-6
Gómez-Mourelo, P., Ginovart, M. (2013). A connection between discrete individual-based and continuous population-based models: A forest modelling case study. Artificial Intelligence Research, 2, 28-46. https://doi.org/10.5430/air.v2n2p28
Gras, A., Cañadas, J.C., Ginovart, M. (2013). A free accessible individual-based simulator enabling virtual experiments on soil organic matter processes in classroom. Journal of Technology and Science Education, 3(2), 73-88. https://doi.org/10.3926/jotse.72
Grimm, V., Railsback, S. F. (2005). Individual-based modelling and ecology. Princeton and Oxford: Princeton University Press. https://doi.org/10.1515/9781400850624
Grimm, V., Berger, U., De Angelis, D. L., Polhill, J. G., Giske, J., Railsback, S. F. (2010). The ODD protocol: A review and first update. Ecological Modelling, 221, 2760-2768. https://doi.org/10.1016/j.ecolmodel.2010.08.019
Hübler, A. W. (2007). Understanding Complex Systems. Complexity 12, 9-11. https://doi.org/10.1002/cplx.20178
Jacobson, M., Wilensky, U. (2006). Complex systems in education: Scientific and educational importance and implications for the learning sciences. Journal of the Learning Sciences, 15, 11-34. https://doi.org/10.1207/s15327809jls1501_4
Klopfer, E. (2003). Technologies to support the creation of complex systems models-using StarLogo software with students. BioSystems, 71, 111-122. https://doi.org/10.1016/S0303-2647(03)00115-1
Kokko, H. (2007). Modelling for field biologists and other interesting people. Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511811388
Lorenzo, V. (2014). Biología sintética: la ingeniería al asalto de la complejidad biológica. Arbor, 190 (768): a149. Murray, J. D. (1990). Mathematical biology. Berlin-Heidelberg: Springer-Verlag. https://doi.org/10.3989/arbor.2014.768n4003
Ottino, J. M. (2004). Engineering complex systems. Nature 427, 399. https://doi.org/10.1038/427399a
Shiflet, A. B., Shiflet, G. W. (2014). An Introduction to Agent-Based Modeling for Undergraduates. Procedia Computer Science, 29, 1392-1402. https://doi.org/10.1016/j.procs.2014.05.126
Railsback, S. F., Grimm, V. (2012). Agent-Based and Individual-Based Modeling: A Practical Introduction. Princeton and Oxford: Princeton University Press.
Thiele, J.C., Kurth, W., Grimm, V. (2014). Facilitating parameter estimation and sensitivity analysis of agent based models: A Cookbook using NetLogo and R. Journal of Artificial Societies and Social Simulation 17(3) 11-59. https://doi.org/10.18564/jasss.2503
Wilensky, U. (1997a) & (1997b). NetLogo Cooperation model & Wolf Sheep Predation model. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL. http://ccl.northwestern.edu/netlogo/models/cooperation http://ccl.northwestern.edu/netlogo/models/WolfSheepPredation
Descargas
Publicado
Número
Sección
Licencia
Esta revista publica bajo una Creative Commons Attribution-NonCommercial 4.0 International License