Institutional Dynamics in Agent-Based Models: Identifying Action-Space, Timing, and Distributional Effects Through Controlled Simulation

No estudo de como os grupos funcionam, desde o fluxo de tráfego até as economias de mercado, os cientistas frequentemente buscam as regras que governam o comportamento. Essas regras, conhecidas como instituições, fazem mais do que apenas oferecer recompensas ou penalidades; elas definem fundamentalmente o que é possível. Imagine uma sala cheia de pessoas tentando obter água de uma única torneira. A realidade física é simples: há uma quantidade limitada de água e um número limitado de pessoas. Mas as regras da sala determinam quem tem permissão para dar um passo à frente, quem deve esperar e quem é proibido de tocar na torneira. Em simulações de computador, pesquisadores constroem mundos virtuais para testar como essas regras alteram os resultados. Um desafio fundamental neste campo tem sido separar o efeito das próprias regras do comportamento das pessoas que as seguem. Frequentemente, quando um sistema muda, é difícil dizer se o resultado veio de uma mudança nas regras, de uma mudança nos desejos das pessoas ou de uma mudança nos recursos físicos disponíveis.

Roberto Garrone, um pesquisador da Open University of Cyprus, abordou este problema ao projetar um experimento de computador controlado para isolar o poder das regras. Ele construiu um mundo sintético com trinta agentes virtuais e um suprimento limitado de um recurso escasso. Neste mundo, cada agente tinha os mesmos desejos básicos e as mesmas capacidades físicas. A única coisa que mudava entre as diferentes execuções da simulação era a arquitetura institucional — o conjunto de permissões e restrições que governavam quais ações cada agente poderia legalmente tomar. Ao manter os agentes e o ambiente perfeitamente idênticos, Garrone pôde observar exatamente quanto de diferença as regras sozinhas faziam. Ele descobriu que mudar as regras não necessariamente mudava a quantidade total de recurso distribuído, mas remodelava dramaticamente quem recebia o quê, quanto tempo tinham que esperar e quais escolhas podiam sequer fazer.

O experimento começou com um cenário de linha de base onde nenhuma regra restringia os agentes. Neste "cada um por si", cada agente podia escolher entre quatro ações possíveis: fazer um pedido de prioridade, fazer um pedido regular, esperar ou sair. Isso serviu como um controle para ver como o sistema se comportava sem o filtro institucional. Em seguida, os pesquisadores introduziram um conjunto estático de regras. Nesta versão, um grupo fixo de agentes, representando vinte por cento da população, recebeu um direito especial de prioridade. Os outros oitenta por cento perderam a capacidade de fazer pedidos de prioridade. A simulação rodou por oitenta etapas, com agentes chegando aleatoriamente e uma capacidade fixa de cinco unidades de serviço disponível em cada etapa. Os resultados foram impressionantes. Embora a quantidade total de serviço entregue ao grupo tenha permanecido quase exatamente a mesma da versão irrestrita, a distribuição desse serviço mudou significativamente. Os vinte por cento privilegiados receberam vinte e seis vírgula seis por cento do serviço total, uma clara sobrerrepresentação em relação à sua parcela da população. Enquanto isso, o número médio de escolhas disponíveis para o agente médio caiu de quatro para aproximadamente três, uma medida que o pesquisador chama de razão do espaço de ação.

O estudo passou então para um cenário mais complexo, onde as regras podiam mudar com base no estado do sistema. Este regime dinâmico começou com as mesmas regras estáticas, mas adicionou um mecanismo: se um agente esperasse demais, o sistema concederia temporariamente a ele um direito de prioridade por um curto período. Isso foi desenhado para mimetizar situações do mundo real onde longas esperas desencadeiam acomodações especiais. Quando essa regra dinâmica foi aplicada, o resultado mudou novamente. A vantagem mantida pelo grupo de prioridade fixo encolheu, caindo para vinte e três vírgula cinco por cento do serviço total. O sistema tornou-se ligeiramente mais equitativo, e o número médio de escolhas disponíveis aos agentes aumentou, embora não tenha retornado à liberdade total da linha de base irrestrita. Crucialmente, a quantidade total de serviço entregue ao grupo permaneceu virtualmente inalterada através de todos esses diferentes conjuntos de regras. Isso demonstrou que as regras não estavam apenas alterando a eficiência do sistema, mas estavam redistribuindo ativamente os encargos e benefícios entre os participantes sem alterar o rendimento geral.

Para garantir que esses resultados não fossem apenas uma questão de sorte no tempo, os pesquisadores realizaram um teste diagnóstico específico. Eles pegaram exatamente os mesmos agentes e deram a eles exatamente o mesmo número total de direitos de prioridade, mas mudaram quando esses direitos estavam ativos. Em uma versão, os direitos eram concedidos precocemente na simulação, independentemente de quanto tempo os agentes tivessem esperado. Na versão dinâmica, os direitos eram concedidos apenas após um agente ter esperado por uma duração específica. Mesmo que o número total de direitos mantidos por cada agente fosse idêntico, os resultados foram diferentes. A versão em que os direitos foram concedidos com base no estado do sistema resultou em tempos de espera mais longos para aqueles que foram atendidos e menos agentes saindo do sistema por frustração. Isso provou que o tempo de uma regra, e como ela é acoplada à situação atual, importa tanto quanto a própria regra. Não basta simplesmente contar quantos direitos um agente possui; é preciso também entender quando esses direitos se tornam ativos.

Os pesquisadores testaram a robustez dessas descobertas executando a simulação sob dezoito condições diferentes, variando o número de agentes chegando, a velocidade do serviço e o tamanho do grupo privilegiado. Em todos os casos, o padrão central se manteve. Regras estáticas consistentemente reduziram o número de escolhas disponíveis aos agentes e concentraram o serviço entre o grupo privilegiado. Regras dinâmicas consistentemente restauraram algumas dessas escolhas e reduziram a concentração, embora muitas vezes tenham aumentado o tempo que os agentes passavam esperando. Os efeitos foram mais pronunciados quando o sistema estava sob alta pressão, com muitos agentes competindo por recursos limitados. Quando o sistema tinha bastante capacidade e poucos agentes, as diferenças entre os conjuntos de regras tornaram-se negligenciáveis, sugerindo que as regras institucionais importam mais quando os recursos são escassos.

Este trabalho não pretende resolver problemas de políticas do mundo real ou prever exatamente como um sistema jurídico específico se comportará. O modelo é uma construção sintética, um laboratório digital simplificado projetado para testar um mecanismo específico. Os agentes não são pessoas reais com histórias complexas, e o recurso não é uma commodity real. No entanto, o estudo fornece evidências claras de que as dinâmicas institucionais atuam como uma camada distinta de causalidade. Elas podem redistribuir o acesso e o ônus de maneiras que as medidas padrão de eficiência podem não perceber. Um sistema pode parecer estar funcionando perfeitamente em termos de produção total, enquanto as regras que o governam estão silenciosamente deslocando a carga para grupos específicos. Ao separar a geração de ações possíveis das regras que as filtram, e depois das escolhas que os agentes fazem, o estudo oferece uma nova maneira de olhar para como as instituições moldam o nosso mundo. Sugere que, para compreender verdadeiramente um sistema, deve-se olhar não apenas para o que é produzido, mas para a paisagem mutável do que é possível para as pessoas dentro dele.