Professional Documents
Culture Documents
Resumen
This papers offers a brief review of the social simulation, which can he considered a way to
model social processes, and also as an instrument for sociological research. First of all, key
concepts such that model, mathematical model, social simulation and social artificial inte-
lligence are defined. Secondly, a variety of models of social artificial intelligence and its
applications are displayed. Finally, there are some methodological consideration about
social simulation.
Key words: Model, mathematical model, artificial intelligence, expert sistem, new artifi-
cial intelligence, social simulation.
Sumario
Introduccin: modelos, modelos 2. Los procedimientos de simulacin
matemticos en sociologa, simulacin o tipos de inteligencia artificial (IA)
social e inteligencia artificial y la inteligencia artificial social (IAS)
1. Los modelos matemticos 3. La simulacin, la sociedad artificial
y los de simulacin y la sociedad real
Bibliografa
Papers 72 001-260 8/9/04 13:43 Pgina 166
Grfico 1.
Papers 72 001-260 8/9/04 13:43 Pgina 167
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 167
Modelo
Lenguaje matemtico
B
A
Teora sociolgica Informacin emprica o datos
Grfico 2.
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 169
Vnculo Vnculo
Realidad social de representacin Modelo genrico de representacin Teora
Animacin de la simulacin
Procedimiento de evaluacin
Grfico 3.
pautas adaptndose a las contingencias del entorno, pero puede ser tambin
un sistema terico social. El modelo genrico es una representacin, una ima-
gen o una definicin general y/o abstracta del sistema social, tal y como se ha
definido precedentemente. El lazo o vnculo de esta representacin es una fun-
cin de analoga, semejanza, aplicacin u homologa o, quizs, hasta de iso-
morfismo que proyecta los elementos, las propiedades y las relaciones del sis-
tema social en el modelo. El modelo de simulacin computacional es la
expresin del modelo genrico en el lenguaje de ordenador, el lenguaje puede
ser numrico o simblico. Lo que parece claro es que debe darse un grado de
homologa o equivalencia entre el modelo de simulacin especfico y el gen-
rico. La simulacin consiste, pues, en el hecho de la animacin o ejecucin de
un programa (de simulacin) de ordenador en vistas a la produccin de resul-
tados en un mundo social artificial segn la lgica del modelo que representa
el programa. Los datos que se simulan provienen de datos observados o de
datos aleatorios o, incluso, de datos simulados (Doran y Gilbert, 1994).
Los datos observados se obtienen en y del mundo real por procedimien-
tos de recogida de datos. La evaluacin o comparacin entre datos esperados de
la simulacin y los observados se lleva a cabo por una metodologa adecuada.
Los modelos de simulacin social, como cualquier modelo, poseen grados de
agregacin, esto es, pueden referirse a la totalidad del objeto estudiado o a una
de sus partes, a veces gran parte de su importancia radica en ello.
Los modelos matemticos tienen ventajas indudables sobre los modelos
verbales y/o del lenguaje natural: mayor precisin y claridad conceptual y de los
supuestos, mayor posibilidad y capacidad para decidir sobre la validez inter-
na y externa de las hiptesis as como un mayor poder de deduccin formal y,
por fin, mayor facilidad de comunicacin sin ambigedad entre cientficos
Papers 72 001-260 8/9/04 13:43 Pgina 170
debido al lenguaje formal. Han sido y seguirn siendo utilizados a pesar de los
vituperios recibidos por algunas corrientes metodolgicas de sociologa, ya que
han procurado resultados eficaces e interesantes para el progreso de la socio-
loga, sobre todo los llamados modelos matemtico-metodolgicos, ms pres-
tos para su validacin que los modelos matemticos formalizados de teoras
axiomticas. Pero los modelos matemticos cuentan tambin con limitaciones
importantes por su grado de simplificacin y rigidez (Taber y Timpone, 1996).
Eso no es bice para que puedan vislumbrarse, como sucede de hecho, otros
modelos matemticos ms flexibles a partir de otros tipos de lgebras diferen-
tes de la lineal.
Como he afirmado, los modelos matemticos consisten en un conjunto
de expresiones algebraicas y/o estadsticas que son representaciones abstrac-
tas de los procesos sociales estudiados. El funcionamiento del modelo mate-
mtico es el siguiente. En un primer paso, se calculan los parmetros de las
ecuaciones del modelo, estimacin que se lleva a cabo a partir de los datos
observados por medio de procedimientos estadsticos. A partir de dichas ecua-
ciones, se generan predicciones de los componentes o variables endgenas del
sistema de ecuaciones que se validan por tests de ajuste, comparando dichas
predicciones esperadas con los valores observados.
El modelo de simulacin se expresa en el lenguaje de un programa de orde-
nador y la generacin de valores esperados bajo dicho modelo se realiza eje-
cutando el programa. Se evala la adecuacin de modelo comparando dichos
valores esperados con los observados por tests de evaluacin que acostumbran
a incorporarse al mismo programa de simulacin.
Expresado as, parece que ambos modelos son similares; adems, ambos
pueden ser usados para fines de exploracin, descripcin, explicacin o pre-
diccin, enfatizando en cada caso uno u otro de los objetivos. Pero hay dife-
rencias notables entre los modelos matemticos y los de simulacin. Las repre-
sentaciones de los procesos que conforman los modelos de simulacin
acostumbran a ser ms similares a los procesos del mundo real. Los modelos
matemticos son representaciones abstractas, pues estn mediadas, primero,
por las variables que son, de por s, un nivel inicial importante de abstraccin
matemtico-conceptual y, segundo, por las correlaciones, asociaciones o dis-
tancias algebraico-estadsticas que son, a su vez, abstracciones de segundo nivel
sobre la relacin y las pautas de comportamientos de la realidad. Raramente
el modelo matemtico tiene una similitud descriptiva con los mecanismos que
subyacen a las relaciones que se dan en el mundo real social (Gilbert y Troitzsch,
1998).
Podemos adems encontrar razones por las que la simulacin puede ser
ms apropiada para la representacin de los hechos (o teoras) que los mode-
los del lenguaje natural e, incluso, matemticos y, por tanto, ms eficaces e
informativos:
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 171
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 173
La IAS de los SE
Un sistema experto (SE) es un programa de ordenador que consigue resulta-
dos comparables a los de los expertos humanos. Dado que muchos otros sopor-
tes tambin razonan, toman decisiones, analizan y calculan, la denominacin
de SE se reserva exclusivamente a modelos dentro del campo de la IA que se
caracterizan porque sus procesos y representaciones al realizar tareas como infe-
rencias, eleccin, control, bsqueda heurstica, etc., son simblicos. Aunque
los SE son sistemas basados en el conocimiento se diferencian tambin de
otras ramas de la IA por su nfasis en el conocimiento de un dominio espec-
fico ms que en estrategias de resolucin de problemas generales. Reflejan, por
tanto, un conocimiento especializado de las tareas (Benfer, Brent y Furbee,
1991). Por tanto, los SE son programas de ordenador que proporcionan resul-
tados equivalentes a los que produce el pensamiento o razonamiento de un
experto en un rea especializada. Manejan informacin y la manipulan para
obtener resultados que sean respuestas significativas a preguntas completa-
mente especificadas, memorizan y razonan, se comunican con los humanos,
deciden y explican sus razones (Castillo, Gutirrez y Hadi, 1997). Algunos
cientficos sociales consideran que los SE son modelos tan importantes para
los datos cualitativos como lo fueron los paquetes estadsticos para los cuan-
titativos. Desde el punto de vista sociolgico, lo importante es que los SE pue-
den representar y codificar normas, creencias, deseos o preferencias y actitu-
des de los expertos en un dominio social (Carley, 1996).
En las primeras investigaciones, antes de 1975, se planteaba sobre todo la
formalizacin de conocimientos con objetivos tericos. A partir de 1975 la simu-
lacin por ordenador comienza a emular las capacidades cognitivas y la toma de
decisin de las personas con la idea subyacente de que el xito de la simula-
cin depende menos de la sofisticada arquitectura que procesa la informacin
que de los conocimientos especializados y expertos que se manejan. En esta
dcada de la ingeniera del conocimiento, los SE tienen como objetivo ayudar
a la gente, sin conocimiento especialista en un campo, a tomar decisiones como
si fueran expertos en l. Los aos ochenta representan la segunda generacin de
los SE. El esfuerzo se ampla para llenar las limitaciones precedentes y exten-
der las funciones y capacidades de la tecnologa, como es el caso de las tcni-
cas de representacin del conocimiento y de aprendizaje-mquina, en los razo-
namientos basados en casos y explicaciones, en las respuestas a preguntas y en
el razonamiento del usuario en lenguaje natural. La dcada de los noventa es la
de la ingeniera sistemtica del conocimiento. Los primeros SE fueron de peque-
a escala y nacieron en los laboratorios de ciencia cognitiva y no en la indus-
Papers 72 001-260 8/9/04 13:43 Pgina 175
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 175
tria del software; las dos primeras generaciones de sistemas expertos no tuvie-
ron una dimensin industrial como ha tenido en los noventa (Fox, 1996)3.
El conocimiento experto de los SE ha de ser tal que la informacin se alma-
cene y se recupere fcilmente, represente completamente el fenmeno del
campo especializado y que dicha informacin pueda ser manipulada de mane-
ra significativa, vlida y sustantiva. Es lo que se llama la representacin del
problema y constituye la cuestin central de la IA (Dereck, 1996). Los SE
utilizan diversos procedimientos para representar el conocimiento:
3. En 1994 se haban censado ya 2.500 SE: negocios, manufactura, medicina, ingeniera, cien-
cias aplicadas, militar, espacio, transporte, educacin, transacciones bancarias, control de
trfico, problemas de horarios, programas, planificacin, optimizacin de objetivos, diag-
nstico mdico, agentes secretos (Brent, 1996).
4. Los sistemas lgicos como PROLOG usan un mtodo de inferencia que es una estrategia para
determinar si un hecho particular es vlido segn el conocimiento base. La lgica predica-
tiva fue usada por Brent, Glazier y otros (1989) en la primera versin de un programa
creado para razonar sobre y segn Goffman.
5. Cada marco consiste en diversos trozos, slots, que representan un tipo especfico de infor-
macin. Los marcos, frames, se han usado para representar el conocimiento en programas
de comprensin del lenguaje natural y en sociologa para representar el razonamiento cua-
litativo de Goffman (Brent, Glazier y otros, 1989; Brent, 1996). El sistema de marcos se
basa en las propiedades asociativas del conocimiento como agrupaciones cohesivas de ras-
gos relacionados entre s.
6. Una red semntica define un concepto a travs de un grafo dirigido que expresa relaciones
con otros conceptos y propiedades. Las relaciones correspondientes son genricas, como
es, tiene propiedades, subconjunto de, y adems. Pueden expresar inte-
rrelaciones y distinciones semnticas complejas entre conceptos de teoras sociolgicas. Son
Papers 72 001-260 8/9/04 13:43 Pgina 176
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 177
8. El modelo IAD se estructura como agentes de comunicacin mltiple, cada uno con un
sistema de conocimiento complejo (Doran y Gilbert, 1994). Como SE, son de naturaleza
simblica. Las temticas propias de la IAD se refieren a la relacin entre agente y grupo,
cognicin y accin participada y coordinada, la planificacin y el diseo organizativo (Carley,
1996).
9. La teora de Parsons se ha tratado como un conjunto de reglas (Fararo y Skvoretz, 1984;
Skvoretz y Fararo, 1995). Los SE se han usado tambin como modelos de razonamiento y
examen de las decisiones organizativas (Masuk, 1990; Carley, 1996). Sylvan y Glassner
(1985) ilustran el uso de la IA en 107 pasajes de Simmel (1955) a partir de 223 proposiciones
formalizadas trasladadas a un programa inteligente (Benfer, Brent y Furbee, 1991).
Papers 72 001-260 8/9/04 13:43 Pgina 178
10. Brent (1986), Garson (1987), Schrodt (1989), Benfer y Furbee (1989) y Furbee (1989)
usan SE inductivos para generar proposiciones tericas a partir de datos. Glymour y otros
(1987) desarrollan teoras que suponen modelos causales usando tcnicas heursticas (Benfer,
Brent y Furbee, 1991).
11. Una revisin, en los 90, de los SE y otras tcnicas de AI se pueden ver en Bainbridge, Brent
y otros (1994), por ejemplo: programas de diseos de experimentos, como el DESIGNER
RESEARCHTM; de muestreo como el EX-SAMPLE+TM; de elaboracin de cuestionarios,
como el MEASUREMENT & SCALING STRATEGISTTTM; de recogida de datos e infor-
macin, como el DATA COLLECTION SELECTIONTM (Brent, 1989); de reconocimiento
de los mtodos estadsticos apropiados para el anlisis de datos, como el STATISTICAL NAVI-
GATORTM o el STATISTICAL & SCALING STRATEGIST.
12. Se pueden plantear simulaciones prximas al interaccionismo, a temticas culturales (Carley,
1996; Heise, 1992) y al lenguaje.
13. Algunos autores incluyen tambin los conjuntos borrosos, el caos y catstrofes y los simu-
lated annealing.
14. Se dice conexionista porque supone que la inteligencia no consiste en la manipulacin de
smbolos, sino en las conexiones entre componentes.
15. Carley (1992) usa este modelo para examinar cmo la estructura organizativa constrie la
capacidad de las organizaciones aprovechando la experiencia aprendida por los agentes de
la organizacin (Kontopoulos, 1993), para comprender la estructura social. Mi punto
de vista es que las RNA son uno de los procedimientos de simulacin ms interesantes y
fecundos en el futuro para la sociologa.
Papers 72 001-260 8/9/04 13:43 Pgina 179
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 179
est revelndose eficaz y prometedora en lo social, como lo son y han sido los
modelos matemticos, que tambin provenan en buena medida de las cien-
cias naturales.
La primera pregunta que surge es si la imagen de la accin social, de los
agentes, de la interaccin, etc. y, en general, del sistema social implcito o expl-
cito en el modelo social que se representa por la simulacin es una representacin
pertinente, vlida y parsimoniosa. Maturana y Varela (1987) definen un com-
portamiento/accin como una descripcin que hace un observador (elimina-
ra lo de como una descripcin que hace un observador) de un cambio o
modificacin que se da en un sistema con relacin a un entorno con el que
interactan. El comportamiento es, pues, algo observable, pero para calificar-
lo como social ser necesario que se lleve a cabo por agente(s), o tenga que ver
con otro(s) agente(s) con un determinado propsito siempre que el otro agen-
te, objeto del comportamiento, se considere tambin con propsito. El pro-
psito puede consistir en ejercer una influencia en el comportamiento de otro
(versin fuerte) o simplemente en tener en consideracin el comportamiento
de otro para decidir el propio (versin dbil). Segn mi entender, la condicin
para que un comportamiento sea social es que se lleve a cabo en vistas a o sea
en s (o proceda de) una interaccin, lo que supone propsito.
Es necesario que los comportamientos o acciones lleven a la autorrepro-
duccin y al automantenimiento, definicin de autopoiesis en Maturana y
Varela (1987), para que sean sociales? En mi opinin, depende en qu sentido
se entiendan ambas. Los propsitos, y en consecuencia los resultados de la
accin, han de estar orientados a la produccin y constitucin (autoproduc-
cin), mantenimiento o conservacin (autorreproduccin), del Nosotros y de
los Otros con los que los agentes se identifican o se distancian. Entendida as,
la autopoiesis pasa a ser condicin de lo social. El comportamiento de un sis-
tema (agente, conjunto o estructura de agentes) es social si sus inter(acciones)
o comportamientos lo son en dicho sentido (Gershenson, 2002). Parece que si
partimos de un modelo que representa la sociedad (agentes, propsitos, inte-
raccin, estructura, etc.) como un conjunto de agentes o grupos (individuos
o sujetos sociales) relativamente complejos que interactan entre s en un
entorno que, en parte les determina y en parte contribuyen a construir (lo que
supone tanto el reconocimiento de unas capacidades cognitivas como una din-
mica y una distribucin entre ellos de sus funciones y resultados de la inte-
raccin), algunas de las diferentes formas de simulacin que hemos recorrido
tienen caractersticas que parecen acoplarse bien a dicho modelo social y que
superan las de otros modelos posibles. En este sentido, adems de la perti-
nencia genrica social del modelo de simulacin social, ste goza de otras vir-
tualidades: su adecuacin para el tratamiento de la incertidumbre, la versatilidad
y el detalle de lo social, su adaptacin a los procesos complejos, su capacidad
descriptiva, explicativa y predictiva y al control de error y a la reproduccin
de un mundo social artificial (Seror, 1994). Pero se ha de insistir en el hecho de
que los sistemas artificiales de simulacin social no son sociales en s mismos,
dado que no son autopoiticos en el sentido que he dado al trmino. S que
Papers 72 001-260 8/9/04 13:43 Pgina 181
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 181
Validacin y sensibilidad
La validacin de la simulacin tiene varias facetas. La primera es la validez
interna, que asegura la coherencia interna entre el modelo de simulacin y la
representacin de los hechos (o de la teora) que se pretende simular. La vali-
dez de resultados es similar a la de los modelos metodolgicos tradicionales y
a la de la ciencia en general. Mide el grado de correspondencia entre los resul-
tados simulados (esperados o predicciones) del modelo y los datos del mundo
real. Pero para ello se ha de aadir, en simulacin, la validez del proceso que
asegura la correspondencia entre los mecanismos del modelo y los procesos
que se dan en el mundo real; en esta validez se diferencia de los modelos mate-
mticos. En simulacin no slo se requiere que los resultados esperados por
simulacin se correspondan con los reales, validez de resultados, sino que se
correspondan tambin los procesos, lo que no quiere decir que dichos proce-
sos sean los mismos que se den en la realidad social: el diseo y funcionamiento
con lgicas y procesos evolucionarios o con reglas o mecanismos de los AG,
RNA o SE, slo producen resultados simulares a los que operan con la mente.
Una de las ventajas con relacin a la validez habitual consiste en que los sistemas
de simulacin cuentan con programas que incluyen generadores de valores
aleatorios, lo que asegura la ausencia de sesgo al comprobar su consistencia
introduciendo diferentes datos y parmetros aleatoriamente en cada ejecucin.
Una vez que se ha validado el modelo con las condiciones iniciales y los valo-
res de los parmetros, el anlisis de sensibilidad permite conocer hasta qu
punto el modelo est afectado por los supuestos que se han hecho, es decir, si
el comportamiento es sensible a las variaciones de uno o ms parmetros
(Gilbert y Troitzsch, 1998).
Simulacin y experimentacin
La simulacin ostenta una gran similitud con la metodologa experimental,
aunque no sea lo mismo. Se comienza con un problema u objetivo que est
claramente definido y articulado, se elaboran y se proponen hiptesis, se tes-
tan y se evala el resultado. Todo ello antes de usar el ordenador. Las hipte-
sis surgen, como de costumbre, de la literatura, de la realidad o de ambas, ya
que las simulaciones no se generan en el vaco. La naturaleza de las hiptesis es
variada: prediccin, descripcin, explicacin. El funcionamiento o puesta en
marcha del programa depender y estar limitado por el diseo de la simula-
cin y ste, a su vez, estar constreido por las hiptesis. Pero el diseo requie-
re algo ms, por ejemplo, el tener en cuenta las tareas, los tipos de lenguajes
simblicos o numricos, la representacin de los estmulos, los procesos elegi-
dos (diferentes dentro de los SE), los diversos tipos de validacin (Plunkett y
Elman, 1997; Elman y otros, 1998). Un modelo de simulacin se ejecuta
muchas veces, variando las condiciones en las que funciona y se exploran los efec-
tos de los diferentes parmetros.
Pero aunque la simulacin tiene similitudes con la experimentacin, no se
trata de lo mismo, como tampoco lo es de la semiexperimentacin que se apli-
ca en sociologa, aunque sta tenga un pice ms de similitud con la simulacin.
Papers 72 001-260 8/9/04 13:43 Pgina 183
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 183
Bibliografa
AXELROD, R. (1997). Advancing the Art of Simulation in the Social Sciences
Published. En CONTE, C.; HEGSELMANN, R.; TERNA, P. (eds.). Simulating Social
Phenomena. Berln: Springer, p. 21-40.
BAINBRIDGE, W.S.; BRENT, E.E.; CARLEY, K.M.; HEISE, D.R.; MACY, M.W.;
MARKOVSKY, B.; SKVORETZ, J. (1994). Artificial Social Intelligence. Annual
Review of Sociology, 20, p. 407-436.
Papers 72 001-260 8/9/04 13:43 Pgina 185
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 185
BENFER, R.A.; BRENT, E.Jr.; FURBEE, L. (1991). Expert Systems. Londres: Newbury
Park, Nueva Delhi: Sage Publications.
BENFER, R.L.; FURBEE, L. (1989). Procustres analysis of Individual Configurations:
Patterns and Axes Similarities. Journal of Quantitative Anthropology, 1 p. 65-80.
BREIGER, R.L.; BOORMAN, S.A.; ARABIE, P. (1975). An a Algorithm for Clustering
relational Data with Applications to Social Networks Analysis and Comparison
with Multidimensional Scaling. Journal of Mathematical Psychology, 12, p. 328-383.
BRENT, E.E. (1986). Knowledge-based Systems: A qualitative formalism. Qualitative
Sociology, 9, p. 256-282.
(1989). Is there a Role for Artificial Intelligence in Sociological Theorizing?. En
BLANK, G.; MCCARTNEY, J.; BRENT, E.E. (eds.). New Technology in Sociology: Practical
Applications in Research and Work. New Brunswick, NJ: Transaction, p. 129-137.
(1996). Expert System and Their Role in Computational Sociology. Sociological
Methods and Research, 25, 1, p. 31-59.
BRENT, E.E.; THOMPSON, G.A. (1999). Sociology: Modeling Social Interaction with
Autonomous Agents. Social Science Computers Review, 17, 3, p. 313-322.
BRENT, E.E.; GLAZIER, J.; JAMTGAARD, K.; WETZEL, E.; HALL, P.; DALECKI, M.; BAH, A.
(1989). Erving: A Program to Teach Sociological Reasoning form the
Dramaturgical Perspective. Teaching Sociology, 17, p. 38-48.
BRENT, E.E.; THOMPSON, G.A.; VALE, W. (2000). Sociology: A Computational
Approach to Sociological Explanations. Social Science Computers Review, 18, 2,
p. 223-235.
BROWN, C. (1995). Chaos and Catastrophe Theories. Thousand Oaks: Sage Publications.
CARLEY, K.M. (1988). Formalizing the social experts knowledge. Social Methodological
Research, 17, p. 165-232.
(1991). A theory of group stability. American Sociological Review, 56, p. 331-354.
(1992). Organizational Learning and Personnel Turnover. Organization Science, 3,
p. 20-46.
(1996). Artificial Intelligence Within Sociology. Sociological Methods &
Research, 25, p. 3-30.
CARLEY, K.M.; NEWELL, A. (1994). The Nature of Social Agent. Journal of
Mathematical Sociology, 19, p. 221-262.
CASTI, J.L. (1999). The Computer as a Laboratory. Toward a theory of complex,
adaptative system. Complexity, 4, 5, p. 12-14.
CASTILLO, E.; GUTIRREZ, J.M.; HADI, A.S. (1997). Expert Systems and Probabilistic
Network Models. Berln: Springer.
CROON, M.A.; VAN DE VIJVER, J.R. (1994). Introduction. En CROON, M.A.; VAN DE
VIJVER, J.R. (ed.). Viability of Mathematical Models in the Social and Behavioral
Sciences. Lisse Berwyn PA: Swets & Zeitlinger B.V., p. 13-29.
DERECK, P. (1996). Representation of Knowledge. En BODEN, M.A. Artificial
Intelligence. San Diego: Academic Press, cap. 3.
DIPRETE, T.A.; FORRISTAL, J.D. (1994). Multilevel Models: Methods and Substances.
Annual Review of Sociology, 20, p. 331-357.
DORAN, J.; GILBERT, N. (1994). Simulating societies: an introduction. En GILBERT, N.;
DORAN, J. Simulating societies. The computer simulation of social phenomena Londres:
UCL Press University College London, cap. 1, p. 1-18.
ELMAN, J.L.; BATES, E.A.; JOHNSON, M.H.; KARMILOFF-SMITH, A.; PARISI, D.;
PLUNKETT, K. (1998). Rethinking Innateness. Cambridge, Londres: A Bradford
Book The MIT Press.
Papers 72 001-260 8/9/04 13:43 Pgina 186
La simulacin social, una nueva manera de investigar en ciencia social? Papers 72, 2004 187