Dissertation/ Thesis
An Agent-Based Journey in Social Systems Research: Motivations & Applications
| Τίτλος: | An Agent-Based Journey in Social Systems Research: Motivations & Applications |
|---|---|
| Συγγραφείς: | Moreno López, Jesús Arturo |
| Thesis Advisors: | Meloni, Sandro, Ramasco Sukia, José Javier, López Sánchez, Cristóbal |
| Πηγή: | TDX (Tesis Doctorals en Xarxa) |
| Στοιχεία εκδότη: | 2025. |
| Έτος έκδοσης: | 2025 |
| Φυσική περιγραφή: | 268 p. |
| Θεματικοί όροι: | ABM, Mathematical epidemiology, COVID-19, Social systems, Complex systems, Evolutionary game theory, AI, Human behaviour, Mobility, Urban systems, Cities, Transport, Digital twins, Sustainability, Epidemiologia matematica, Sistemes socials, Sistemes complexos, Teoria evolutiva de jocs, IA, Comportament humà, Mobilitat, Ciutats, Sistemes urbans, Bessons digitals, Epidemiologia matemática, Sistemas sociales, Sistemas complejos, Teoría de juegos evolutiva, Comportamiento humano, Movilidad, Sistemas urbanos, Ciudades, Transporte, Gemelos digitales, Sostenibilidad, Física |
| Περιγραφή: | [eng] This thesis highlights the uses of agent-based models (ABMs) in social systems, ranging from simplified testing grounds for bottom-up hypotheses to trustworthy, policy-ready tools. Throughout the course of the thesis the different models will exemplify how multi-scale heterogeneity can be woven into ABMs and stress-tested “in silico” before considering real-world implementation of the modelled phenomena. The thesis is structured as a “journey” across four social settings, progressively increasing in realism and scale. First, an evolutionary-game model explores human-AI interactions in one-shot Prisoner's Dilemmas. The setting is treated via different analytical and computational approaches. The model finds that the effectiveness of the AI behaviour to procure cooperation is highly context dependent, with purely cooperative AI -called "Samaritan AI"- finding its usefulness when imitation pressure is low. For high selective societies, only "Discriminatory AIs" based on reward denial to defectors manages to create niche phases of cooperation. Allowing humans to recognise their non-human partners further boosts cooperation when humans ignore AI performance, offering design cues for socially beneficial artificial agents. Second, a minimalist yet powerful coupling between daily mobility and contagion uncovers a “critical mobility” threshold separating stale and outbreak phases. Tying restrictions to incidence rates without accounting for this criticality drives systems into self-sustained epidemic oscillations. This chapter argues for the inclusion of the critical nature of mobility in epidemic intervention policy design, suggesting future models which minimise the stress and public fatigue associated with intermittent lockdowns and buying time for pharmaceutical interventions to arrive. Third, an ABM of digital contact tracing calibrated to the French population shows that even modest smartphone uptake profoundly shapes epidemic curves. With 50% detection of clinical cases, a mere 20% app adoption already trims the epidemic peak by roughly a third at the initial transmissibility measured for COVID-19. The model finds that with a lower transmissibility and a coverage among working-age adults above 30%, the epidemic can be driven to controllable levels. This study highlights the importance and role of heterogeneity in contact patterns with setting, with digital contact tracing serving as the primary means of detecting spurious contacts and ensuring effective isolation of cases otherwise difficult to detect. Finally, the thesis culminates in MiMoS, a high-resolution micro-mobility digital twin with the aim of reconstructing an entire city's daily transportation habits and testing low-emission-zone scenarios. Though still under active development, MiMoS illustrates how the same ABM philosophy can scale to millions of agents and richly multi-layered infrastructures, extending the thesis vision into sustainable urban planning and practical policy testing. All together, these studies exemplify the central goal of the thesis: a single modelling paradigm —agent-based simulation— can illuminate phenomena from individual behaviour to city-wide dynamics, delivering actionable insight for public health, AI-for-good implementations and urban policy. |
| Description (Translated): | [cat] Aquesta tesi destaca els usos dels models basats en agents (ABM) en sistemes socials, que van des de camps de prova simplificats per a hipòtesis ascendents fins a eines fiables i preparades per a polítiques. Al llarg de la tesi, els diferents models exemplificaran com l'heterogeneïtat multiescala es pot teixir en els ABM i sotmetre's a proves d'estrès "in silico" abans de considerar la implementació al món real dels fenòmens modelats. La tesi està estructurada com un "viatge" a través de quatre entorns socials, augmentant progressivament en realisme i escala. Primer, un model de joc evolutiu explora les interaccions entre humans i IA en el Dilema del Presoner. L'entorn es tracta mitjançant diferents enfocaments analítics i computacionals. El model descobreix que l'eficàcia del comportament de la IA per aconseguir cooperació depèn en gran mesura del context, i que la IA purament cooperativa, anomenada "IA Samaritana", troba la seva utilitat quan la pressió d'imitació és baixa. Per a societats altament selectives, només les "IA discriminatòries" basades en la denegació de recompenses als desertors aconsegueixen crear fases de nínxol de cooperació. Permetre que els humans reconeguin els seus socis no humans impulsa encara més la cooperació quan els humans ignoren el rendiment de la IA, oferint pistes de disseny per a agents artificials socialment beneficiosos. En segon lloc, un acoblament minimalista però potent entre la mobilitat diària i el contagi descobreix un llindar de "mobilitat crítica" que separa les fases de ranci i de brot. Vincular les restriccions a les taxes d'incidència sense tenir en compte aquesta criticitat condueix els sistemes a oscil·lacions epidèmiques autosostingudes. Aquest capítol defensa la inclusió de la naturalesa crítica de la mobilitat en el disseny de polítiques d'intervenció epidèmica, suggerint models futurs que minimitzin l'estrès i la fatiga pública associats als confinaments intermitents i guanyin temps perquè arribin les intervencions farmacèutiques. En tercer lloc, un ABM de rastreig digital de contactes calibrat per a la població francesa mostra que fins i tot una adopció modesta de telèfons intel·ligents configura profundament les corbes epidèmiques. Amb una detecció del 50% de casos clínics, una simple adopció del 20% d'aplicacions ja redueix el pic epidèmic en aproximadament un terç a la transmissibilitat inicial mesurada per a la COVID-19. El model troba que una menor transmissibilitat i cobertura entre els adults en edat laboral supera el 30%, i l'epidèmia es pot conduir a nivells controlables. Aquest estudi destaca la importància i el paper de l'heterogeneïtat en els patrons de contacte amb l'entorn, amb el rastreig digital de contactes com a principal mitjà per detectar contactes falsos i garantir un aïllament eficaç dels casos que d'altra manera serien difícils de detectar. Finalment, la tesi culmina amb MiMoS, un bessó digital de micromobilitat d'alta resolució amb l'objectiu de reconstruir els hàbits de transport diaris de tota una ciutat i provar escenaris de zones de baixes emissions. Tot i que encara està en desenvolupament actiu, MiMoS il·lustra com la mateixa filosofia ABM s'escala a milions d'agents i infraestructures ricament connectades en xarxa, estenent la visió de la tesi més enllà de l'epidemiologia i els jocs estratègics a la planificació urbana sostenible i les proves pràctiques de polítiques. En conjunt, aquests estudis reivindiquen l'objectiu central de la tesi: un paradigma de modelització únic — la simulació basada en agents— pot il·luminar fenòmens des del comportament individual fins a la dinàmica de tota la ciutat, proporcionant informació pràctica per a la salut pública, la governança de la IA i la política urbana. [spa] Esta tesis destaca los usos de los modelos basados en agentes (ABM) en los sistemas sociales, desde entornos de prueba simplificados para hipótesis ascendentes hasta herramientas fiables y listas para su aplicación en políticas. A lo largo de la tesis, los diferentes modelos ejemplificarán cómo se puede integrar la heterogeneidad multiescala en los ABM y someterlos a pruebas de estrés "in silico" antes de considerar la implementación en el mundo real de los fenómenos modelados. La tesis se estructura como un «viaje» a través de cuatro entornos sociales, aumentando progresivamente en realismo y escala. En primer lugar, un modelo de juego evolutivo explora las interacciones entre humanos e IA en repeticiones únicas del dilema del prisionero. El entorno se trata mediante diferentes enfoques analíticos y computacionales. El modelo concluye que la eficacia del comportamiento de la IA para conseguir la cooperación depende en gran medida del contexto, y que la IA puramente cooperativa, denominada «IA samaritana», resulta útil cuando la presión de imitación es baja. En sociedades altamente selectivas, solo las «IA discriminatorias», basadas en la denegación de recompensas a los desertores, logran crear fases de cooperación. Permitir que los humanos reconozcan a sus socios no humanos impulsa aún más la cooperación cuando los humanos ignoran el rendimiento de la IA, lo que ofrece pistas de diseño para agentes artificiales socialmente beneficiosos. En segundo lugar, una relación minimalista pero poderosa entre la movilidad diaria y el contagio revela un umbral de «movilidad crítica» que separa las fases de estancamiento y brote. Vincular las restricciones a las tasas de incidencia sin tener en cuenta esta criticalidad lleva a los sistemas a oscilaciones epidémicas autosostenidas. Este capítulo aboga por la inclusión de la naturaleza crítica de la movilidad en el diseño de las políticas de intervención epidémica, sugiriendo modelos futuros que minimicen el estrés y el cansancio público asociados a los confinamientos intermitentes y ganen tiempo para que lleguen las intervenciones farmacéuticas. En tercer lugar, un modelo ABM de rastreo digital de contactos calibrado para la población francesa muestra que incluso una adopción modesta de los teléfonos inteligentes influye profundamente en las curvas epidémicas. Con una detección del 50% de los casos clínicos, una adopción de la aplicación de tan solo el 20% ya reduce el pico epidémico en aproximadamente un tercio, según la transmisibilidad inicial medida para la COVID-19. El modelo concluye que, si la transmisibilidad y la cobertura entre los adultos en edad laboral son inferiores al 30%, la epidemia puede controlarse. Este estudio destaca la importancia y el papel de la heterogeneidad en los patrones de contacto con el entorno, y el rastreo digital de contactos como principal medio para detectar contactos espurios y garantizar el aislamiento efectivo de casos que, de otro modo, serían difíciles de detectar. Por último, la tesis culmina en MiMoS, un gemelo digital de micromovilidad de alta resolución cuyo objetivo es reconstruir los hábitos de transporte diarios de toda una ciudad y probar escenarios de zonas de bajas emisiones. Aunque todavía se encuentra en fase de desarrollo activo, MiMoS ilustra cómo la misma filosofía ABM se adapta a millones de agentes e infraestructuras ricamente interconectadas, ampliando la visión de la tesis más allá de la epidemiología y los juegos estratégicos para abarcar la planificación urbana sostenible y la prueba de políticas prácticas.\\ En conjunto, estos estudios confirman el objetivo central de la tesis: un único paradigma de modelización —la simulación basada en agentes— puede arrojar luz sobre fenómenos que van desde el comportamiento individual hasta la dinámica de toda una ciudad, proporcionando información útil para la salud pública, la gobernanza de la IA y la política urbana. Doctorat en Física |
| Τύπος εγγράφου: | Dissertation/Thesis |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | English |
| Σύνδεσμος πρόσβασης: | https://hdl.handle.net/10803/696794 |
| Rights: | L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| Αριθμός Καταχώρησης: | edstdx.10803.696794 |
| Βάση Δεδομένων: | TDX |
| Η περιγραφή δεν είναι διαθέσιμη |