Informações básicas
Wilensky, U. (1998). NetLogo Altruism model. http://ccl.northwestern.edu/netlogo/models/Altruism. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
Acesso Modeling Commons
Analisado por Lênio de Souza Oliveira
Última atualização: setembro/2023
Visão geral
Propósitos e padrões
Este modelo foi produzido como parte do programa EACH (Evolution of Altruistic and Cooperative Habits), uma iniciativa de educação por meio da exploração de modelos computacionais de fenômenos evolutivos complexos. Este modelo de biologia evolutiva busca representar a genética da população através de dois agentes – os altruístas e os egoístas – consideradas como características genéticas importantes e que disputam o espaço do mundo e que são afetados pelas condições ambientais e sociais, determinando a predominância do mais forte. Dessa forma, em condições ambientais normais, os egoístas predominam e os altruístas são extintos. Mas, o modelo busca representar que em condições ambientais drásticas, há a possibilidade de sobrevivência e dominação dos altruístas em relação aos egoístas.
Entidades, variáveis de estado e escalas
Este modelo consiste em dois tipos de agentes: os altruístas e os egoístas. O ambiente é composto por patches, e cada um deles representa um agente. Os patches estão organizados em forma de cruz no ambiente, com um total de 5 células, sendo a célula central e os quatro patches vizinhos dotados de aptidão. Eles competem através de um processo de “loteria genética” para determinar se o patch permanece no tipo atual, se transforma em outro tipo (altruísta ou egoísta) ou “morre”. Com o passar do tempo, ocorrerá a predominância de um tipo de agente sobre o outro.
Cada iteração (tick) do modelo não corresponde a um período de tempo específico, mas sim a um episódio da loteria genética que decide se o agente muda de tipo, permanece o mesmo ou morre.
No que diz respeito às variáveis do modelo, a cost-of-altruism (custo do altruísmo) determina o custo associado ao comportamento altruísta nos cálculos de adaptação. Enquanto isso, a variável global benefit-from-altruism (benefício do altruísmo) define o benefício obtido com o comportamento altruísta nos cálculos de adaptação.
Além disso, a variável global disease (doenças em circulação) representa a probabilidade de agentes no ambiente morrerem, uma vez que esses valores iniciais são considerados na loteria genética, incluindo a possibilidade de morte como um dos resultados possíveis.
Outra variável importante é a harshness (adversidade do meio), que determina a dificuldade que um agente enfrenta ao tentar ocupar um espaço vazio. Seu valor inicial é considerado no processo da loteria genética, de forma que um valor mais alto indica uma maior dificuldade em ocupar esse espaço vazio.
Visão geral do processo e programação dos eventos
Cada patch é um agente que possui uma adaptação, que é calculada a partir da necessidade de se adaptar ao entorno e, para que isso ocorra, os quatro patches vizinhos influenciam no procedimento da loteria genética, buscando tornar esse patch um agente do seu tipo (altruísta ou egoísta).
Para calcular essa adaptação é utilizado os valores das variáveis de custo e benefício de ser altruísta (cost-of-altruism e benefit-from-altruism), além de considerar as variáveis que definem as adversidades do meio (harshness) e doenças em circulação (disease).
Após isso, é realizada a loteria genética, considerando os 4 vizinhos e o próprio patch, ao centro, que está tentando se adaptar e sobreviver na simulação.
Conceitos de Design
Princípios básicos
Os princípios básicos desse modelo estão relacionados à estudos sobre Viscosidade Populacional, de forma que se busca investigar, a partir de um modelo que utiliza densidade populacional flutuante, a probabilidade da predominância de altruístas ou não-altruístas (no modelo, utiliza-se “egoístas” como oposto ao altruístas) a partir de uma representação da seleção de características que são afetadas pelo meio social e ambiental, determinando a predominância de um grupo em relação ao outro grupo.
Emergência
Relaciona-se à proporção de altruístas e egoístas no final.
Adaptação
- Os agentes têm a capacidade de se adaptar a partir da influência de seus vizinhos;
- Essas adaptações ocorrem considerando a presença dos outros 4 vizinhos do patch e a loteria genética de forma a tornar o patch em questão melhor adaptado ao ambiente.
Objetivos
Os agentes desse modelo possuem alguns objetivos, dentre eles a adaptação ao ambiente. Além disso, os agentes, dependendo das condições ambientais e de seus estados atuais, visam transformar seus vizinhos em semelhantes ou tornar-se semelhantes aos seus vizinhos. Outro aspecto a ser considerado é que o agente ser altruísta ou ser egoísta influência nas condições preliminares da loteria genética.
É importante ressaltar que os objetivos não mudam se o agente mudar de estado.
Percepção
Os agentes deste modelo são capazes de perceber o seu tipo – altruísta ou egoísta – além perceber a presença dos outros 4 agentes, seus vizinhos, estando os 5 dispostos em forma de cruz. O patch ainda percebe o valor da adaptação dos seus vizinhos.
Interação
A interação dos agentes do modelo se dá a partir da tentativa de estabelecer a maioria do seu tipo influenciando na loteria genética do patch que está passando pelo processo de adaptação ao ambiente.
Estocasticidade
A estocasticidade do modelo se dá, primeiramente, na inicialização, uma vez que se define uma probabilidade para que altruístas e egoístas ocupem o espaço inicial. Além disso, o processo de loteria genética é realizado na escolha aleatória de um número de 0 a 1, considerando os outros procedimentos já realizados, definindo a probabilidade do processo de adaptação do patch ser favorável a um ou outro tipo, além da possibilidade de morte do agente.
Coletivos
Os coletivos são as vizinhanças que influenciam na loteria genética do processo de adaptação de um patch que se torna central aos seus vizinhos. Esses coletivos estão representados pelas cores verde – os egoístas – e rosa – os altruístas. Os coletivos emergem conforme a distribuição de altruístas e egoístas (altruistic-probability e selfish-probability), o custo e o benefício de ser altruísta (cost-of-altruism e benefit-from-altruism), adversidades do meio (harshness), doenças em circulação (disease), integradas na loteria genética e ao longo das iterações da simulação (ticks).
Observação
Os resultados que são apresentados para demonstrar o funcionamento do modelo são: o número de altruístas e o número de egoístas, apresentados nos monitores na parte inferior da interface, e evidenciados no gráfico que mostra a sua variação ao longo do tempo.
Detalhes
Inicialização
A inicialização do modelo se dá a partir da definição dos valores que definem a distribuição de altruístas e egoístas (altruistic-probability e selfish-probability), o custo e o benefício de ser altruísta (cost-of-altruism e benefit-from-altruism), adversidades do meio (harshness), doenças em circulação (disease) através de deslizadores.
Referências
Evolution of Altruistic and Cooperative Habits: Learning About Complexity in Evolution”. See http://ccl.northwestern.edu/rp/each/index.shtml
BEAGLE (Biological Experiments in Adaptation, Genetics, Learning and Evolution) evolution curriculum. See http://ccl.northwestern.edu/rp/beagle/index.shtml
Mitteldorf and Wilson, 2000, Population Viscosity and the Evolution of Altruism. Journal of Theoretical Biology, v.204, pp.481-496.