Racionalidade limitada, formação de grupos e a evolução da confiança : um modelo econômico baseado em agentes

Abstract

Resumo: A confiança tem papel importante nos resultados de transações econômicas e no desempenho econômico. É possível modelar a confiança através de jogos do investimento, onde um jogador, na expectativa de uma recompensa ou de um resultado melhor, assume um determinado risco mediante a ação futura do outro jogador. A teoria dos jogos tradicional não prevê a existência de confiança quando os jogadores apresentam comportamento maximizador e egoísta. Entretanto, experimentos feitos com esses jogos revelaram a presença de confiança nas decisões dos jogadores. Essa dissertação tem como objetivo construir um modelo econômico baseado em agentes onde as decisões são as mesmas do jogo do investimento e, com isso, contribuir para a discussão quanto aos fatores associados à emergência da confiança em uma população. Aprendizado, seleção natural e formação de grupos serão introduzidos no modelo para verificar seu impacto individual e conjunto na emergência da confiança entre os agentes. A modelagem busca não condicionar o comportamento dos agentes como maximizador e egoísta e assim, torná-lo mais realista, semelhante ao observado nos experimentos. Por isso os agentes serão construídos com racionalidade limitada. A racionalidade limitada, por sua vez, é modelada através de um algoritmo de inteligência artificial, o Learning Classifier System (LCS). A seleção natural tende a favorecer um comportamento mais egoísta. Já o aprendizado e a formação de grupos são fatores que aumentam a confiança nos modelos e conseguem reverter a tendência egoísta ao serem introduzidos junto com a seleção natural. Palavras-chave: Confiança. Jogos de Investimento. Racionalidade limitada. Simulação baseada em agentes.

Abstract: Trust has an important role in the outcomes of economic transactions and the economic development. It is possible to model trust by an investment game, where a player, facing a reward or a better outcome, takes a certain risk of the defection of another player. The traditional game theory does not predict the existence of trust by players that are selfish and have maximizing behavior. However, experiments with these games reveal the presence of trust in the decision of players. This dissertation aims to build an agent-based economic model where the decisions are the same as in the investment game and contribute to the discussion about the factors associated with trust in a population. Learning, natural selection and group formation are introduced in the model to verify their impact in the emergence of trust by the agents. The modelling does not condition the agents' behavior in a selfish maximizing way and by doing so approaches a more realistic one, similar to that observed in experiments. So the agents are built with bounded rationality. Bounded rationality is modelled through an artificial intelligence algorithm, the Learning Classifier System (LCS). The natural selection tends to favor a more selfish behavior. On the other hand, leaning and group formation tend to increase trust in the models and are able to reverse the selfish behavior when introduced along with natural selection. Keywords: Trust. Investment games. Bounded rationality. Agent-based simulation.