Sistemas Complexos
O que dizer sobre o tema do Cálculo Econômico relacionado a Teoria dos Sistemas Complexos? Sistemas Complexos, como a Economia, são em geral tidos como impossível de se realizar o Cálculo Econômico sem o mercado capitalista. O estudo da Socioeconomia já poderia mudar este ponto de vista em relação ao alocamento eficiente de recursos com os novos conhecimentos e com a tecnologia moderna?
O economista Ricardo Amorim costuma brincar que as previsões econômicas erram muito mais do que as previsões do tempo.
Como descrever matematicamente a imprevisibilidade do comportamento humano, catástrofes naturais e o surgimento de tecnologias disruptivas que sequer conhecemos?
Recomendo a leitura de A lógica do Cisne Negro, de Nassim Taleb.
Como descrever matematicamente a imprevisibilidade do comportamento humano, catástrofes naturais e o surgimento de tecnologias disruptivas que sequer conhecemos?
Recomendo a leitura de A lógica do Cisne Negro, de Nassim Taleb.
bem como a previsibilidade. Es decir: os grupos de interesse prejudicados pelo modelo matemático que reja a Economia desse lugar hipotético...
Da minha especialidade, Espiritismo, cito o Kardec n'O que é o Espiritismo?
Mesmo que Sistema de Governo = Ditadura, empiricamente vê-se que prevalecem os interesses dos grupos que controlem a Política sobre qualquer modelo matemático.1° Diálogo - O Cético escreveu:Não se pode fazer um curso de espiritismo experimental como se faz um curso de física e de química, visto que jamais se controla a produção dos fenômenos à vontade, e que as inteligências que são seus agentes muitas vezes frustram todas nossas previsões.
Google e facebook, por exemplo, fazem isto com grau significativo de acerto. Eles usam IA para digerir montanhas de Big Data e assim conseguem descrever a pessoa, seus gostos etc, além de prever o que ela poderá querer.
Os sistemas complexos adaptativos, como a economia, possuem a capacidade de se adaptar ao ambiente, como imagino que possivelmente seria no caso de catástrofes e novas tecnologias.
Um autor bom neste tema é Hayek. Ele previu que sistemas complexos não podem ser modelados com grau significativo de previsão.
Mas atualmente, com uma teoria bem desenvolvida associada a processamento maciço, já não poderíamos imitar, até certo ponto, sistemas complexos como os biológicos, que são os mais eficientes em dirimir entropia, prever e se adaptar?
Mas atualmente, com uma teoria bem desenvolvida associada a processamento maciço, já não poderíamos imitar, até certo ponto, sistemas complexos como os biológicos, que são os mais eficientes em dirimir entropia, prever e se adaptar?
A partir da frequência de eventos passados, as IAs são treinadas com grande quantidade de dados para calcular a probabilidade de repetição para certos eventos. É uma análise probabilística que trabalha com tendências e graus de incerteza.
Na economia, economistas fazem análises microeconômicas para simular diferentes cenários a partir de variáveis relevantes. Mas, quanto maior o período de tempo observado, maiores serão as incertezas, até o ponto em que as análises ficam caóticas e totalmente imprevisíveis.
Depende da definição de sistemas complexos.Jacque escreveu: ↑Sáb, 31 Agosto 2024 - 17:50 pmUm autor bom neste tema é Hayek. Ele previu que sistemas complexos não podem ser modelados com grau significativo de previsão.
Mas atualmente, com uma teoria bem desenvolvida associada a processamento maciço, já não poderíamos imitar, até certo ponto, sistemas complexos como os biológicos, que são os mais eficientes em dirimir entropia, prever e se adaptar?
Até uma determinada quantidade de variáveis, é possível modelar praticamente qualquer coisa. Existe toda uma ciência dedicada a isso, que é o estudo de Processos Estocásticos, e que pode ser aplicada em diferentes áreas.
Um dos principais desafios é a qualidade e quantidade de dados disponíveis.
-
Fernando Silva
- Conselheiro
- Mensagens: 6498
- Registrado em: Ter, 11 Fevereiro 2020 - 08:20 am
Em "Foundation", de Asimov, o matemático Hari Seldon criou a psicohistória, método matemático que permitiria prever o futuro.
Não as pequenas coisas, do dia a dia, mas as grandes tendências e acontecimentos.
Não as pequenas coisas, do dia a dia, mas as grandes tendências e acontecimentos.
Big Data e IA seriam na verdade ferramentas utilizadas para realizar na prática o objetivo principal de uma Economia, que é alocar recursos da forma mais eficiente. De fato é muito útil entender tudo o que ja foi vendido e aquilo que poderá ser. Não precisaria ser perfeito, mas sendo superior ao sistema atual já é algo viável a ser debatido.Cinzu escreveu: ↑Sáb, 31 Agosto 2024 - 20:18 pmA partir da frequência de eventos passados, as IAs são treinadas com grande quantidade de dados para calcular a probabilidade de repetição para certos eventos. É uma análise probabilística que trabalha com tendências e graus de incerteza.
Na economia, economistas fazem análises microeconômicas para simular diferentes cenários a partir de variáveis relevantes. Mas, quanto maior o período de tempo observado, maiores serão as incertezas, até o ponto em que as análises ficam caóticas e totalmente imprevisíveis.
A questão da teoria econômica, ela estaria inserida no paradigma da Teoria dos Sistemas Complexos.
https://pt.wikipedia.org/wiki/Sistemas_complexosCinzu escreveu: ↑Sáb, 31 Agosto 2024 - 20:18 pmDepende da definição de sistemas complexos.
Até uma determinada quantidade de variáveis, é possível modelar praticamente qualquer coisa. Existe toda uma ciência dedicada a isso, que é o estudo de Processos Estocásticos, e que pode ser aplicada em diferentes áreas.
Um dos principais desafios é a qualidade e quantidade de dados disponíveis.
Paul Cockshott e Allin Cottrell fizeram um estudo na década passada onde eles conseguiram simular uma economia do tamanho da Suécia num computador doméstico. Isso serve de base para quem deseja uma economia socialista, que seria controlada por um computador.
https://users.wfu.edu/cottrell/
Hoje existe GPUs poderosas, que são mais poderosas e mais adequadas para simular muita coisa ocorrendo ao mesmo tempo, como economia. Também podem usar IA na simulação.
https://users.wfu.edu/cottrell/
Hoje existe GPUs poderosas, que são mais poderosas e mais adequadas para simular muita coisa ocorrendo ao mesmo tempo, como economia. Também podem usar IA na simulação.
Processamento massivo de Big Data pode ser útil até em uma economia capitalista, veja o caso da China, por exemplo.Tutu escreveu: ↑Sex, 06 Setembro 2024 - 12:31 pmPaul Cockshott e Allin Cottrell fizeram um estudo na década passada onde eles conseguiram simular uma economia do tamanho da Suécia num computador doméstico. Isso serve de base para quem deseja uma economia socialista, que seria controlada por um computador.
https://users.wfu.edu/cottrell/
Hoje existe GPUs poderosas, que são mais poderosas e mais adequadas para simular muita coisa ocorrendo ao mesmo tempo, como economia. Também podem usar IA na simulação.
O que sugiro aqui vai além de simplesmente usar IA e Big Data em supercomputadores. A computação seria apenas uma ferramenta de uma ciência econômica imersa no paradigma da Teoria dos Sistemas complexos.O exemplo clássico de sistema complexo adaptável na economia remonta a Adam Smith, cuja visão descentralizada enfatizava que o bem-estar social emergia espontaneamente das interações egoístas dos agentes individuais. Infelizmente, essa abordagem inicial foi posteriormente substituída por uma visão cartesiana, reducionista e mecanicista, que fragmentou a análise econômica em partes simples para depois integrá-las linearmente
Vejam abaixo um relato muito interessante, demonstrando como a ciência econômica está extremamente atrasada em relação as demais ciências, necessitando de uma mudança urgente de paradigma:
em 1987, quando o “Santa Fé Institute”, realizou a lendária conferência entre cientistas físicos e economistas (presentes Kenneth Arrow, Larry Summers, Mário Henrique Simonsen e José Scheinkman, entre outros), os cientistas físicos ficaram impressionados com o intelecto dos economistas, mas ficaram também chocados como as teorias e métodos usado pelos economistas que pareciam relíquias de outras eras. A sensação, descreveu um cientista físico, era parecida com um viagem a Cuba, ou seja, um lugar parado no tempo e fechado do mundo com as ruas cheias de carros velhos da década de 50, onde era ao mesmo tempo valoroso e patético o esforço e a ingenuidade dos nativos para manter aqueles carros funcionando por tanto tempo, usando peças resgatadas de velhos tratores soviéticos.
O saudoso professor Newton da Costa também citava isso. Para ele, os economistas ainda estavam presos a conceitos matemáticos antigos e não incorporavam as novidades no campo da matemática.
Na física, por exemplo, usam-se diversas abordagens matemáticas para lidar com processos estocásticos. O professor Newton da Costa usou suas contribuições em matemática (lógica paraconsistente) para aplicações em Física Quântica e Computação, e defendia que o mesmo deveria ser feito nas Ciências Econômicas.
Em 1998, junto dos matemáticos e economistas Marcelo Tsuji e Francisco Doria, Newton da Costa propôs o uso de sua lógica para apontar inconsistências na Teoria dos Jogos. Inclusive, os autores mencionam o programa do Santa Fe Intistute.
MARCELO TSUJI, NEWTON C. A. DA COSTA and FRANCISCO A. DORIA
THE INCOMPLETENESS OF THEORIES OF GAMES
We first state a few previously obtained results that lead to general undecidability and incompleteness theorems in axiomatized theories that range from the theory of finite sets to classical elementary analysis. Out of those results we prove several incompleteness theorems for axiomatic versions of the theory of noncooperative games with Nash equilibria; in particular, we show the existence of finite games whose equilibria cannot be proven to be computable
https://philpapers.org/rec/TSUTIO-3
São vários os exemplos de matemáticos que tiveram sucesso ao se aventurarem nas ciências econômicas. Outro bom exemplo é Jim Simons, fundador do lendário Medallion Fund (fundo de investimento mais rentável da história).
O problema básico com a economia atual é que nela utilizam-se modelos e equações lineares, sendo que a realidade socioeconômica é essencialmente não linear:
Mais de trezentos anos atrás Isaac Newton iniciou a Revolução Científica mostrando que as leis da natureza são compreensíveis por humanos e são universais, aplicáveis em todo lugar e em qualquer ponto no tempo. Superstição deu lugar à razão. Agora era possível modelar o universo através de equações diferenciais que explicavam todos os fenômenos naturais com base em alguns poucos princípios fundamentais. Era a visão do universo como um relógio, perfeitamente ordenado e previsível. Esta visão embutia a promessa de que se soubéssemos a posição e a direção de cada partícula no universo em dado momento do tempo, poderíamos saber exatamente o que aconteceria em cada momento a seguir. Sob este paradigma grandes avanços na ciência e em aplicações práticas foram e continuam sendo feitas, incluindo mecânica de fluídos, termodinâmica, mecânica estrutural, eletricidade e magnetismo, entre outras. A existência de caos e desordem no mundo era reconhecida, mas não ameaçava esta visão.
Uma área que foi profundamente influenciada por este modo de pensar foi a Economia. Em “Elementos de uma Teoria Pura de Economia Política”, Léon Walras criou um arcabouço que trata os fenômenos econômicos por um prisma Newtoniano e reducionista, movido por agentes racionais e sujeito a forças semelhantes às forças naturais, como a gravidade, levando a equilíbrios ordenados e previsíveis. Este continua sendo o paradigma das Ciências Econômicas até hoje, portanto dominante dentro dos sistemas de valores que suportam o Livre Mercado Capitalista moderno. Esforços foram feitos para lidar com problemas como assimetrias de informação, incerteza e outras imperfeições de mercados, mas tudo dentro do mesmo paradigma reducionista, determinista e linear. Mas já a partir de século dezenove várias incongruências em fenômenos observados e em experimentos começaram a por em dúvida a capacidade do arcabouço Newtoniano de explicar o mundo. Destas falhas surgiram três novos paradigmas que iriam revolucionar as Ciências no século 20: Relatividade, Mecânica Quântica e Teoria do Caos, cada uma com novas perspectivas, instrumentos e matemáticas. No entanto, estes avanços pouco influenciaram as Ciências Econômicas, que continuam, via de regra, com uma abordagem essencialmente Newtoniana, do século XIX.
O interesse deste estudo está nos avanços desencadeados pela Teoria do Caos, e mais especificamente por sua mais recente reencarnação sob a forma da Teoria de Sistemas Complexos Adaptáveis. A Teoria do Caos, com raízes em Poincaré, no final do século dezenove, mas realmente desenvolvida a partir da década de 1970, mostrou que sistemas perfeitamente determinísticos e não aleatórios podem se tornar imprevisíveis, não controláveis dando origem ao caos e a complexidade. Mesmo sistemas de equações diferenciais ou equações iteradas extremamente simples podem gerar padrões complexos e não previsíveis, pois estão sujeitos à extrema sensibilidade às condições iniciais.
O fato é que sistemas dinâmicos não lineares, típicos de fenômenos econômicos, seguem comportamentos complexos e surpreendentes sob diferentes condições. Ironicamente, as Ciências Econômicas, com seu olhar reducionista e linear, e sua insistência em buscar equilíbrios simples e únicos, tem se limitado à região menos interessante da economia, onde tudo é ordenado e previsível. Embora esta abordagem tenha sido útil para alguns tipos de fenômenos, há toda uma gama de outros fenômenos econômicos e sociais que não se encaixam nesta visão limitada, e que precisam de novas premissas, um novo instrumental, e uma nova capacidade de apreender a Economia e o Universo. A Teoria de Sistemas Complexos Adaptáveis é um passo nesta direção.
Nós recomendamos apontar a fonte da citação, Jacque.
Você poderia indicar de onde trouxe seu texto?
ChatGPT?