A Role-Based Multi-Agent Model for Climate Adaptation Deliberation Across Living Labs

Resumen Técnico: Un Modelo Multiagente Basado en Roles para la Deliberación sobre la Adaptación Climática en Diversos Living Labs

Planteamiento del Problema
La planificación de la adaptación climática se caracteriza por la incertidencia, las prioridades contrapuestas y la autoridad fragmentada. Las decisiones no emergen de actores únicos que siguen reglas de optimización simples, sino que surgen a través de una compleja deliberación entre partes interesadas heterogéneas (autoridades públicas, expertos, grupos organizados) que difieren tanto en sus preferencias como en sus roles funcionales. Los modelos de simulación social existentes para procesos de política participativa suelen sufrir de una falta de transferibilidad; están típicamente diseñados para entornos empíricos específicos donde las categorías de las partes interesadas, los flujos de información y las secuencias de decisión están codificados de forma rígida en la implementación. Este anclaje en casos específicos limita la comparación entre casos y dificulta el aislamiento de cómo las diferencias institucionales o las constelaciones de partes interesadas impulsan los resultados, en contraposición a las variaciones ocultas en la propia lógica del modelo.

Metodología
Los autores proponen un Modelo de Computación de Agentes Múltiples Basado en Roles (MACM) configurable, desarrollado dentro del proyecto PRO-CLIMATE. La metodología desplaza la abstracción del nivel individual granular hacia una representación de grupos de partes interesadas para facilitar la configuración en diversos Living Labs (LLs), donde puede no haber disponibles datos individuales comparables.

La innovación central es el desacoplamiento de los mecanismos de comportamiento fijos de los insumos externos y específicos del contexto.

• Representación de Agentes: Las partes interesadas del mundo real se representan como agentes computacionales que pueden asumir uno o más roles. Los roles definen comportamientos específicos de cada fase en lugar de identidades sociales estáticas, lo que permite que una sola parte interesada (por ejemplo, un departamento municipal) desempeñe múltiples funciones sin necesidad de una división artificial de entidades.
• Los Cuatro Roles:
  1. Evaluador Experto: Evalúa las propuestas frente a criterios (impacto ambiental, viabilidad, costo, etc.).
  2. Diseminador: Transmite o agrega evaluaciones a través de la red.
  3. Agente de Posicionamiento: Interpreta la información mediante prioridades ponderadas para formar posturas de apoyo u oposición.
  4. Tomador de Decisiones: Emite el resultado colectivo final.
• Flujo de Simulación: El modelo ejecuta cuatro fases distintas:
  1. Inicialización: Carga de atributos de las partes interesadas, asignación de roles, criterios, umbrales y vínculos de red.
  2. Intercambio de Información: Las evaluaciones de los expertos atraviesan la red; los valores conflictivos se agregan utilizando reglas ponderadas por legitimidad.
  3. Posicionamiento e Influencia: Los agentes computan la satisfacción basada en las evaluaciones disponibles y los criterios ponderados, revisando sus posturas mediante la influencia de su red de ego.
  4. Toma de Decisiones Final: Los tomadores de decisiones combinan la entrada oficial de los expertos y las posiciones observadas de las partes interesadas para computar las utilidades para aceptar, rechazar o revisar las propuestas.
• Configuración: El modelo distingue entre criterios evaluativos (que afectan directamente la satisfacción) y variables exógenas (como la urgencia o la visibilidad pública, que moldean el compromiso y el número de rondas de influencia). Las prioridades de las partes interesadas se elicitan mediante comparaciones por pares y se traducen en pesos aproximados para preservar la incertidumbre permitiendo al mismo tiempo la simulación formal.

Contribuciones Clave

1. Arquitectura Configurable: El artículo presenta un marco donde la estructura de interacción permanece estable entre casos, mientras que el contenido empírico (conjuntos de partes interesadas, asignación de roles, estructuras de red, criterios de propuesta) se suministra mediante archivos de entrada estructurados.
2. Abstracción Basada en Roles: Al mapear las funciones deliberativas a roles en lugar de tipos de agentes fijos, el modelo mejora la transparencia del mapeo desde el análisis de las partes interesadas empíricas hacia el comportamiento computacional.
3. Capacidad de Rastreo de Procesos: El diseño permite el análisis de salidas intermedias, lo que permite a los investigadores rastrear la recepción de información, la formación de posturas, la dinámica de influencia y el ensamblaje de las decisiones finales, en lugar de meramente observar los estados finales.

Resultados y Pretensiones
Dado que este artículo reporta una contribución de diseño en lugar de un estudio de validación completado, no presenta resultados empíricos ni datos de validación. En su lugar, los autores argumentan la utilidad potencial del modelo basándose en su diseño arquitectónico. El artículo sostiene que este diseño basado en roles:

• Mejora la Interpretabilidad: Al separar las funciones deliberativas estables del contenido específico de cada caso, el modelo clarifica cómo los resultados emergen de constelaciones de partes interesadas y condiciones institucionales específicas.
• Potencia la Reutilización: El marco permite la simulación social comparativa a través de diferentes Living Labs sin rediseñar el modelo central, preservando la sensibilidad a los arreglos de gobernanza locales mientras se mantiene un núcleo computacional compartido.
• Fortalece la Explicación: El modelo permite un análisis orientado al proceso, lo cual es crítico para la gobernanza de la adaptación climática donde los resultados disputados dependen de la secuenciación y la legitimidad de la información, la credibilidad de los actores y la influencia social, no solo de las preferencias.

Significancia
El artículo posiciona este trabajo como un avance metodológico para la simulación social en la gobernanza climática. Aborda el desafío de crear modelos que sean tanto empíricamente fundamentados como generalizables. Al externalizar los insumos de contexto, el MACM permite a los investigadores examinar cómo las diferencias en los entornos emergen de la dinámica de las partes interesadas y las condiciones institucionales, en lugar de variaciones ocultas del modelo. El trabajo futuro, como señalan los autores, consistirá en instanciar el modelo en varios Living Labs, validar roles y parámetros con los participantes y comparar los flujos y decisiones simulados frente a las observaciones empíricas.