An Introduction to Social Simulation as a Learning Method

Authors

  • Emilio Serrano Universidad Politécnica de Madrid
  • Carlos Ángel Iglesias Universidad Politécnica de Madrid

DOI:

https://doi.org/10.37467/gka-revedutech.v3.521

Keywords:

Higher Education, Technologies in Education, Social Simulation, Artificial Intelligence

Abstract

The social simulation or SocSim is a method for the exploration and understanding of social processes through computer simulations. A society is a nonlinear complex system difficult to be modeled and studied. Therefore, in the last years, this paradigm has gained a great importance for the study of disciplines as diverse as sociology, biology, physics, chemistry, ecology, and economics. This paper presents the SocSim, the advantages of interactive learning, the main methodologies of research in this paradigm, practical tools to build these simulations, models ready for use in the classroom, and specific cases of emblematic social simulations as Sugarscape and the prisoner's dilemma. As explained, even without programming experience, SocSim is a powerful tool for understanding complex phenomena by interacting with simulated models which can be accessed from any web browser.

Author Biographies

Emilio Serrano, Universidad Politécnica de Madrid

Emilio Serrano es profesor ayudante doctor del departamento de Inteligencia Artificial en la Universidad Politécnica de Madrid. Obtuvo el título de Ingeniero en Informática por la Universidad de Murcia con una mención honorífica a la Excelencia Académica en 2006. Después de una estancia como investigador asociado en la Universidad de Edimburgo durante un año, recibió el grado de doctor con mención europea en 2011.  Su tesis doctoral recibió el premio extraordinario de doctorado en 2012. El Dr. Serrano es coautor de más de 40 publicaciones en congresos y revistas internacionales. También ha participado en varios programas de financiación europea y nacional para proyectos de investigación.  Sus principales intereses de investigación incluyen: aprendizaje automático avanzado; análisis de redes sociales;  simulación social basada en agentes; inteligencia ambiental; y, especialmente, la interacción entre estos campos.

Carlos Ángel Iglesias, Universidad Politécnica de Madrid

Carlos A. Iglesias Fernández, Doctor Ingeniero de Telecomunicación por la Universidad Politécnica de Madrid (UPM), es Profesor Titular de la ETSI de Telecomunicación de la UPM (ETSIT). Actualmente dirige el grupo de sistemas inteligentes (GSI). El Dr. Iglesias ha sido Subdirector de I+D de Grupo Gesfor y Director de Innovación de Germinus XXI. También ha trabajado como profesor en las universidades de Valladolid y Pontifica de Comillas de Madrid.  Desde 2013, ocupa los cargos de: Adjunto al Director para Alumnos; y,  Responsable de Calidad el Centro y Coordinador de la Oficina de Prácticas. Respecto a la producción científica, tiene más de 40 artículos de investigación publicados en congresos, libros y revistas nacionales e internacionales. También participa activamente en proyectos de investigación nacionales y europeos, destacando su trabajo como coordinador técnico de los proyectos europeos: FP6 Romulus; FP7 Omelette;  y, FP7 EuroSentiment.

References

Iglesias, C. A. (Coord.). (2015). Asignatura de simulación social basada en agentes. Disponible en: http://www.gsi.dit.upm.es/es/noticias/1-gsi/183-curso-de-libre-eleccion-simulacion-socialbasada-en-agentes.html. Último acceso 20 de Julio de 2015.

Code Studio. Disponible en: https://studio.code.org/. Último acceso 20 de Julio de 2015.

Wikipedia. (2015). Comparativa de software para el modelado basado en agentes . Disponible en: https://goo.gl/mjDjrr. Último acceso 20 de Julio de 2015.

Google Public Data. Disponible en: http://www.google.com/publicdata/directory. Último acceso 20 de Julio de 2015.

Mosi-agil, modelado social de inteligencia ambiental aplicado a grandes instalaciones. Disponible en: https://www.gsi.dit.upm.es/mosi/. Último acceso 20 de Julio de 2015.

Netlogo. Disponible en: http://ccl.northwestern.edu/netlogo. Último acceso 20 de Julio de 2015.

Netlogo Models Library. Disponible en: http://ccl.northwestern.edu/netlogo/models/. Último acceso 20 de Julio de 2015.

Scratch. https://scratch.mit.edu/. Último acceso 20 de Julio de 2015.

Drogoul, A., Vanbergue, D. y Meurisse, T. (2003). Multi-agent based simulation: Where are the agents? In: Proceedings of the 3rd International Conference on Multi-agent-based Simulation II, MABS’02 , (pp. 1-15). Berlín, Alemania: Springer-Verlag.

Epstein, J. M. y Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up. Washington, Estados Unidos: The Brookings Institution.

Farmer, J. D. y Foley, D. (2009). The economy needs agent-based modelling. Nature, 460 (7256), 685-686.

Gilbert, N. y Troitzsch, K. G (2005). Simulation for the Social Scientist . Reino Unido: McGraw Hill.

Irwin, K., Edwards, K. y Tamburello, J. A. (2015). Gender, trust and cooperation in environmental social dilemmas. Social Science Research, 50 , 328-342.

Serrano, E., Poveda, G. y Garijo, M. (2014). Towards a holistic framework for the evaluation of emergency plans in indoor environments. Sensors, 14 (3):4513.

Downloads

Published

05-04-2016

How to Cite

Serrano, E., & Iglesias, C. Ángel. (2016). An Introduction to Social Simulation as a Learning Method. EDUTECH REVIEW. International Education Technologies Review Revista Internacional De Tecnologías Educativas, 3(1), 1–8. https://doi.org/10.37467/gka-revedutech.v3.521

Issue

Vol. 3 No. 1 (2016)

Section

Research articles

License

Those authors who publish in this journal accept the following terms:

  1. Authors will keep the moral right of the work and they will transfer the commercial rights.
  2. After 1 year from publication, the work shall thereafter be open access online on our website, but will retain copyright.
  3. In the event that the authors wish to assign an Creative Commons (CC) license, they may request it by writing to publishing@eagora.org