CCEE, 2021 Vol. 2. EE: 51-59. https//doi.org/10.448168/ccee012021-006  
Complejidad Social y Educación  
Superior.Análisis Crítico Basado en  
Agentes  
Eduardo Ahumada-Tello  
eahumada@uabc.edu.mx  
https://orcid.org/0000-0003-1698-5126  
Universidad Autónoma de Baja California  
Karen Ramos  
karen.ramos38@uabc.edu.mx  
https://orcid.org/0000-0002-5760-1419  
Universidad Autónoma de Baja California  
Recepción: 30/09/2021  
Aceptación: 20/10/2021  
Resumen  
El presente articulo tiene como finalidad llevar a cabo el desarrollo de una propues-  
ta de análisis crítico de la evolución social y la educación desde una perspectiva de  
complejidad. Para esto, se inicia con la conceptualización del conocimiento como valor  
intrínseco de los individuos y las organizaciones, por lo que su desarrollo va gestando la  
construcción y comprensión de lo que se conoce como “Sociedad del Conocimiento”. Se  
hace una aproximación teórica sobre los procesos evolutivos que afectan a la sociedad y  
como estos dan paso al uso de la tecnología y la innovación en este nuevo orden social  
que finalmente impacta en la educación. Así mismo, se lleva a cabo el desarrollo de un  
caso de estudio utilizando agentes para evaluar el proceso de resolución de problemas  
en la Sociedad del Conocimiento 5.0 en una institución de educación superior, esto  
ejemplifica la necesidad de abordar el estudio con un enfoque de complejidad, elimina-  
ción de entropía y sostenibilidad. Cabe señala que en este caso, los agentes (profesor  
y alumno) utilizan principios BDI y se apegan a la biblioteca de Sakellariou (2008). Fi-  
nalmente se observa que, bajo los parámetros ingresados de manera empírica, aproxi-  
madamente un 15 por ciento llega a la generación de conocimiento, se debe considerar  
que este resultado puede variar si las instituciones definen políticas y acciones a tomar  
con el fin de incrementar la motivación y disposición de los estudiantes hacia el proceso  
de creación de conocimiento.  
Abstract  
The purpose of this article is to develop a proposal for a critical analysis of social  
evolution and education from a complexity perspective. For this, it begins with the con-  
ceptualization of knowledge as an intrinsic value of individuals and organizations, so its  
Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes  
/
51  
development is conceiving the construction and unders- mente. Estos datos dan pie al desarrollo de un modelo  
tanding of what is known as the “Knowledge Society”. A inicial en la herramienta NetLogo que permite predecir  
theoretical approach is made on the evolutionary pro- el resultado de la aplicación de condiciones iniciales em-  
cesses that affect society and how these give practices píricas, acciones condicionadas y resultados obtenidos,  
to the use of technology and innovation in this new so- esto obedeciendo al modelo de Agentes BDI que son  
cial order that ultimately impacts education. Likewise, explicados durante las referencias teóricas en el docu-  
the development of a case study is carried out using mento.  
agents to evaluate the problem-solving process in the  
El documento presenta entonces una serie de pasos  
Knowledge Society 5.0 in a higher education institution, que pueden resumirse de la siguiente manera:  
this exemplifies the need to consider the study with a  
complexity approach, entropy elimination and sustaina- I. Definición de los conceptos teóricos que sostienen  
bility agenda. It should be noted that in this case, the  
agents (teacher and student) use BDI principles and  
adhere to the Sakellariou library (2008). Finally, it is  
la relación entre evolución social, sociedad del co-  
nocimiento, sociedad del conocimiento 5.0, educa-  
ción 5.0.  
observed that, under the parameters entered empiri- II. Metodologica de estudio de casos aplicado al desa-  
cally, approximately 15 percent reaches the generation  
rrollo de datos empíricos.  
of knowledge, it should be considered that this result III. Modelo de agentes BDI basado en la complejidad  
may vary if the institutions define policies and actions  
inherente al proceso educativo  
to take in order to increase motivation and disposition IV. Conclusiones y propuestas futuras  
of students towards the process of knowledge creation  
Aproximaciones teóricas  
Palabras Clave: Sociedad del Conocimiento 5.0;  
Complejidad; Agentes; BDI  
a. Evolución social  
Keywords: Knowledge Society 5.0; Complexity;  
Agents; BDI  
La evolución natural de un grupo social invo-  
lucra un crecimiento similar al de un producto. En  
sus diferentes fases se construyen las bases y fun-  
damentos morales, sociales, económicos, políticos  
y comerciales para la interacción entre sus miem-  
bros y sus pares. Esta primera fase, se define en  
que es lo que sucederá en el futuro próximo, que  
es en donde se presentará una interacción de alto  
nivel con otros grupos sociales circundantes, sien-  
do por consecuencia la segunda parte, en la que  
por correspondencia crece su nivel de influencia con  
los demás. En la parte tres, esa influencia tiende a  
mantenerse por un periodo variable y que depen-  
de de la manera en que se logra perpetuar todo  
el fundamento ideológico-político entre sus agentes  
interesados (Omodeo, 2019). Finalmente, ocurre  
un fenómeno natural entrópico que ocasiona que el  
enramado social pueda debilitarse e iniciar un pro-  
ceso de degeneración y disminución de su cohesión  
social así como su relación con pares (Diamond,  
1997). Este proceso se ilustra en la Figura 1  
Cada fase indicada en la Figura 1, indica las ca-  
racterísticas de las etapas evolutivas mencionadas.  
En ello se observa que a partir de la conformación  
de un grupo social, este pasa por varias transicio-  
nes que le llevan a desarrollar su propia estrategia  
para proyectar una permanencia sostenible y sus-  
tentable en el ámbito regional y global. Bajo estos  
conceptos, es factible predecir el desarrollo y la eta-  
pa de influencia que un grupo social tiene interna-  
mente y además que implementa hacia sus vecinos  
Introducción  
El desarrollo de las ciencias computacionales ha lo-  
grado mejorar las herramientas que se pueden utilizar  
para abordar para tratar, primero de defirnir, concep-  
tualizar, diseñar una aproximación metodológica, cons-  
truir y comprender un determinado problema social.  
En el crecimiento y evolución de los grupos sociales,  
ha aparecido en tiempos recientes, un nuevo valor que  
cada individuo, organismo y gobierno buscan: el cono-  
cimiento como eje fundamental que provea elementos  
de competitividad y que mejoren el desempeño de los  
organimos y las empresas de un espacio determinado o  
de una economía en particular (Minati, 2016).  
En este documento se abordan los temas de evolu-  
ción del grupo social, las implicaciones que esto tiens  
para la sostenibilidad de las estrategias que permitan  
ampliar el periodo de influencia que este grupo pueda  
desarrollar. Tambien se lleva a cabo un análisis de los  
constructos de Sociedad del Conocimiento 5.0, Educa-  
ción 5.0 y su importancia para aprovechar las condicio-  
nes actuales que se presentan en un ambiente global  
(Zhang et al., 2021).  
En la sección del desarrollo de la metodología se ex-  
plica el uso de la herramienta de casos de uso y de  
etnografía, así como la determinación que el estudio  
por realizar será en la Universidad Autónoma de Baja  
California bajo parámetros empíricos elegidos aleatoria-  
52  
/
EDICIÓN ESPECIAL  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
Figura 1. Evolución de los grupos sociales  
Fuente: Elaboaración propia  
locales, regionales y globales. Ante esta disyuntiva,  
fuerza física de los habitantes, hasta el momento  
actual en el que se mantiene una permanente ac-  
titud innovadora y emprendedora para diversificar  
los medios de producción que actualmente se ba-  
san en el conocimiento (Castells, 2002).  
Esta tendencia enfocada en construir puentes  
entre los procesos productivos que se fundamenten  
en la creación de valor a partir del conocimiento no  
es nueva. Anteriormente se ha logrado determinar  
que este viaje social tiene sus orígenes en culturas  
antiguas y que se mantiene como una conducta re-  
petible y permanente en el surgimiento constante  
de nuevas alternativas culturales, políticas, sociale  
sy económicas para sostener la existencia de la es-  
pecie humana (Diamond, 1997).  
sería normal observar una disminución de los efec-  
tos e influencia en la evolución social a través tiem-  
po. Esto provocaría que una sociedad determinada  
pueda ser sustituidos por otra que se encuentren en  
una fase con mayor cohesión social, como se obser-  
va, este proceso emula de manera casi idéntica al  
ciclo de vida del producto, lo que permite detectar  
un posible modelo inicial probado en otro dominio  
del conocimiento que se puede transferir y aplicar  
para el estudio de la evolución de las sociedades y  
encontrar elementos claves que facilitan el análisis  
crítico orientado a la prospectiva social (Skorodu-  
mova et al., 2016).  
b. Sociedad del conocimiento  
Es bajo esta perspectiva, que tradicionalmente  
podemos encontrar un avance similar y relacionado  
entre si, con la evolución de los grupos sociales y su  
manera de crear opciones cada vez mas tecnifica-  
das de los medios de producción a los que se tenga  
acceso. Es por ello que en la Figura 2, se identifica  
rápidamente este fenómeno aplicado a la era mo-  
derna. Donde se puede detectar sin problema algu-  
no, el momento histórico en el cual se modificaron  
los medios de producción central para el desarrollo  
de la sociedad moderna.  
Uno de los fenómenos mas notables en los que  
han incurrido los grupos sociales modernos para  
mantener durante el mayor tiempo posible su per-  
manencia como líderes socioeconómicos y en esta  
tendencia, la posibilidad de generar una influencia  
sostenible sobre sus miembros y sus pares, es la  
revolución tecnológica de la sociedad. Desde los  
primeros pasos cuando los procesos de producción  
estaban basados en los recursos naturales y en la  
Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes  
/
53  
Figura 2. Representación evolutiva de la sociedad del  
conocimiento  
La tecnología moderna, basada en elementos  
electrónicos está cada vez más presente en todos  
los sectores de la sociedad, por lo que hoy en día  
varios tecnologías y herramientas digitales en la en-  
señanza, en el comercio, los servicios y en los más  
variados sectores de la sociedad se han convertido  
en una realidad permanente y trivial. La tecnología  
cambia a pasos agigantados y de la misma manera,  
se está generando una cantidad impresionante de  
información que mejora la predicción de comporta-  
mientos individuales [compra, venta, compromiso  
personal y familiar, etc.], como sociales [tendencias  
políticas, movimientos sociales, promoción de leyes  
y fundamentación del cambio en el entorno geopo-  
lítico global, etc.] (Skorodumova et al., 2016).  
Un aspecto importante a considerar es que la  
industria/sociedad 4.0 y la 5.0 están relacionados  
con las revoluciones industriales y tecnológicas, por  
lo que la sociedad 4.0 es un producto de la cuarta  
revolución industrial, mientras que la sociedad 5.0  
se ve como una evolución en proceso. Esto influye  
en todos los términos y conductas comunes, como  
en la educación, la cultura, los negocios, los valores  
fundamentales de las relaciones humanas y las leyes  
que protegen las actividades comerciales, las políti-  
cas públicas y las consideraciones que surgen para  
el ajuste de los valores morales, entre otros. Para  
diferenciar lo mas asertivo posible las implicaciones  
de estos dos conceptos, es recomendable que pun-  
tualicemos cuáles fueron los advenimientos de cada  
uno de estos fenómenos (John et al., 2020).  
Fuente: Elaboración propia con base en (Villarreal, 2006)  
Pero no hay que olvidar que este fenómeno es  
también parte de la historia de la humanidad, el de-  
sarrollo de avances tecnológicos y la dependencia en  
el conocimiento no es exclusivo de nuestra era. La  
construcción de chinampas como medio de produc-  
ción agropecuaria en el lago de Tenochtitlan es un  
ejemplo fehaciente de la importancia del desarrollo  
tecnológico aplicado a recursos limitados y aprove-  
chando al máximo las condiciones que se tienen.  
Existen muchos otros ejemplos: la construcción de  
las pirámides de Egipto, los jardines colgantes de  
Babilonia, los acueductos romanos, el sistema de  
conteo administrativo implementado por los Incas  
para mantener supervisada su producción agrope-  
cuaria, el desarrollo matemático y astronómico de  
los Mayas y de los árabes, el descubrimiento de la  
pólvora en China, el autosuministro de agua por  
parte de los aborígenes australianos. Y un sinfín de  
ejemplos que manifiestan que el ser humano como  
individuo y como miembro de un grupo social, siem-  
pre se encuentra a la búsqueda de aprovechar los  
recursos que tiene a su alcance y para lograrlo tiene  
la tendencia permanente a utilizar medios innova-  
dores y tecnológicos que le permitan hacer esto de  
manera eficiente (Diamond, 1997).  
La cuarta revolución industrial, también llama-  
da Industria 4.0 o Sociedad 4.0, está marcada por  
avances tecnológicos como:  
•
•
•
•
Robótica  
Comunicación digital  
Almacenamiento en la nube  
Internet de las Cosas  
Cuando pensamos en los frutos cosechados por  
estos avances tecnológicos, aquí es donde comen-  
zamos a entender en qué consiste el concepto de  
Sociedad 5.0. Por lo tanto, la revolución tecnológi-  
ca y digital vivida en Sociedad 5.0 está guiada por  
avances tecnológicos como:  
c. Sociedad del conocimiento 5.0  
•
•
•
•
•
•
Big data  
Ciudades inteligentes  
Educación 5.0  
Casas inteligentes  
Medicina robotizada  
Al enfocar este trabajo en el desarrollo moder-  
no, es importante hacer referencia al surgimiento  
del concepto de Sociedad de Conocimiento 5.0, este  
surge principalmente en Japón y hace referencia a  
una nueva dinámica y enfoque que se sustenta en  
la tecnología y su relación directa con el estado de  
bienestar en una sociedad específica.  
Retomando el proemio de esta sección, en don-  
de se establece que el origen conceptual de la So-  
54  
/
EDICIÓN ESPECIAL  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
ciedad del Conocimiento 5.0 y sus subsecuentes li-  
neamientos, es en Japón, en donde a partir de 2016  
se establece un plan de inversión gubernamental  
nombrado “Quinto plan básico de ciencia y tecno-  
logía”, en donde el gobierno enumera una serie de  
políticas e innovaciones que le país debe elaborar  
de manera anual. Es en este plan en donde surge  
el concepto de Sociedad 5.0. Con esto, se pretende  
que, mediante el uso de la tecnología, se cubran  
necesidades esenciales como la salud, el bienestar  
social, la asistencia médica de mergencia, la paz, el  
trabajo, entro otros, haciéndolo extensivo a toda la  
población mundial, no solo a los de mejores ingre-  
en cuenta el bienestar psicoemocional de los estu-  
diantes y de la comunidad académica, docente y  
administrativa en general (Macintyre et al., 2020).  
Es de esperarse que en este nuevo concepto se  
incluyan conceptos ambientales, enfoque en valo-  
res individuales y sociales, incremento de la parti-  
cipación cívica, inclusión, diversidad, empatía con  
las minorías y aceptación de diferencias, amplitud  
del estudio analítico crítico fundamentado en pro-  
cesos científicos entre otros y utilizando recursos  
tecnoloógicos que ya se encuentran en operación  
actualmente (Bashiri et al., 2017).  
sos, tanto individuales como nacionales. Esta ini- II. Metodología de estudio de caso  
ciativa ha sido analizada por otros países y poco a  
poco se va formando un nuevo hito evolutivo social.  
La elección de esta metodología de investigación  
Algunos de las problemáticas que fueron men- cualitativa, se debe a su función de ayudar a compren-  
cioandas por el gobierno japonés se pueden enu- der con profundidad las dinámicas presentes dentro de  
merar en la tabla 1, donde se pone de manifiesto la escenarios individuales y a descubrir nuevas relaciones  
necesidad de mejorar el entorno social que conlleve y conceptos en ellos, su aplicación se enfoca en la com-  
a solucionar problemas que ocasionan polarización prensión más que en la comprobación o validación de  
entre los pueblos y las personas.  
presuposiciones previas (Bernal, 2012).  
La etnografía es la rama de la antropología dedica-  
da a la observación y descripción de los distintos as-  
pectos de una cultura o pueblo determinado, como el  
idioma, la población, las costumbres y los medios de  
vida (Harrison et al., 2020). Todo ello con la finalidad de  
lograr comprender el fenómeno que se estudia, aplica  
a la actividad de generar un constructo basado en esta  
metodología.  
Los estudios de caso son una metodología cualitativa  
similar a la etnografía. Los investigadores de estudios  
de caso se enfocan en un programa, evento o actividad  
que envuelve individuos más que a grupos de indivi-  
duos. Existe en ello también un interés en describir el  
proceso más que en identificar patrones de conducta  
exhibidos por el grupo (Creswell, 2002). Los objetivos  
que se persiguen en la investigación cualitativa con la  
Tabla 1. Resolución de Problemas en la Sociedad  
del Conocimiento 5.0  
Problemas  
Soluciones  
Reducción de gases de efecto  
invernadero  
Mayor demanda de energía  
Reducción de residuos y aumento  
de la producción.  
Mayor demanda de alimentos.  
Competicion internacional  
Industrialización saludable y  
renovable  
Concentración de ingresos y  
riqueza  
Redistribución de ingresos y alivio  
de la pobreza  
Fuente: (Suki Desu, 2018)  
Por tanto, según los creadores de este concepto aplicación de casos de estudio son los siguientes:  
en el gobierno japonés, la tecnología debe utilizarse  
en el bienestar social, la distribución equitativa y  
juste de la renta y la riqueza, la reducción del im-  
pacto y daño ambiental, buscando, de esta manera,  
promover la igualdad social, el bienestar ambiental  
y la longevidad de la población y de la sociedad.  
•
Analizar el fenómeno existente sobre la concep-  
ción de agentes y sus caracteríticas de Creencias  
(B), Deseos (D) e Intensiones (I), aplicados a  
un problema sustentado en el desarrollo de la  
sociedad del conocimiento 5.0 y su proceos edu-  
cativo corresponiendte.  
d. Educación 5.0  
•
Identificar los elementos y factores que determi-  
nan el desarrollo de la sociedad del conocimiento  
5.0 específicamente en el ámbito educativo.  
En el ámbito educativo y adicionando el bien-  
estar social que promueve esta nueva revolución  
tecnológica moderna, se prevee que la educación  
Bajo estas finalidades, se propone dar inicio a la  
sea impactada y transformada de una manera po- construcción de una linea de investigación que abor-  
sitiva y con la expectativa de que también sea sos- de los temas relacionados con la generación de cono-  
tenible. Esto se debe a que, en los nuevos modelos cimiento, desarrollo de sociedades que respondan a la  
educativos a lo que se le llama Educación 5.0, toma evolución social natural de cada grupo y que, mediente  
Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes  
/
55  
el uso de tecnología, innovación e investigación mejo-  
ren las condiciones para manejar un futuro sostenible  
desde una apreciación basada en la complejidad de las  
interacciones que se presenten.  
En la Tabla 2 se clasifican a los agentes en cua-  
tro categorías, pero con un total de diez diferen-  
tes entidades que se dividen en: 1. Proceso ense-  
ñanza-aprendizaje; 2. Investigación y desarrollo;  
3. Gestión; y, 4. Ambiente. Se propone entonces  
III. Sistemas Complejos basados en Agentes  
a. Caso de estudio  
analizar a los involucrados en el proceso desde los  
participantes directos en la transferencia del conoci-  
miento, la investigación, la gestión y los interesados  
en el resultado final.  
Los sistemas complejos exhiben propiedades  
que surgen de la interacción de sus partes y que no  
se pueden predecir a partir de las propiedades inde-  
pendientes que estas posean (Kapsali et al., 2021).  
Estos sistemas constan de muchos componentes o  
partes diversos y autónomos pero interrelacionados  
e interdependientes vinculados a través de muchas  
interconexiones, por lo tanto, no pueden describirse  
con una sola regla y sus características no se pue-  
den reducir a un nivel de descripción por el elevado  
número de ellas. Es necesario hacer un análisis en  
profundidad de sus propiedades y características  
específicas para mejorar el entendimiento de su  
comportamiento (Gilbert & Troitzsh, 2008; Wooldri-  
dge & Jennings, 1995).  
El propósito de modelar un programa educativo  
es que a través de este proceso el investigador sea  
capaz de identificar los elementos que se pueden  
intervenir para incrementar la calidad de los resul-  
tados esperados del mismo. En este contexto, en  
esta sección del documento se tiene como objetivo  
representar el proceso educativo y de investigación  
en Instituciones de Educación superior a través del  
análisis de los elementos en una investigación apli-  
cada en la Universidad Autónoma de Baja California  
en Tijuana México. Los agentes y variables propues-  
tos e involucrados en esta investigación, tienen los  
siguientes agentes y variables en este modelo pro-  
puesto (Ahumada-Tello et al., 2011, 2018; Ahuma-  
da-Tello & Castanon-Puga, 2016; Diamond, 1997;  
Suarez & Castañón-Puga, 2013):  
b. Agentes y complejidad  
El término agente es muy utilizado, por varios  
investigadores, estudiantes y profesores de diversas  
áreas del conocimiento. Por lo general, se usa este  
término para referirse a un sistema informático que,  
además de tener propiedades de conducta y com-  
portamiento, se conceptualiza o implementa utili-  
zando conceptos que generalmente se aplican a los  
humanos (Wooldridge & Jennings, 1995).  
Por ejemplo, en inteligencia artificial es habitual  
caracterizar a un agente utilizando nociones sociales,  
como conocimiento, creencia, intención y obligación.  
Algunos investigadores incluso han considerado in-  
cluir agentes emocionales. Otra forma de dar a los  
agentes atributos similares a los humanos es repre-  
sentarlos visualmente (Gilbert & Troitzsh, 2008).  
Este es un enfoque basado en el estudio de las  
actitudes mentales y aborda los problemas que sur-  
gen al intentar utilizar la planificación tradicional  
en situaciones que requieren reactividad en tiempo  
real. La “B” significa Creencias que representan el  
estado informativo de un agente, es decir, lo que  
sabe sobre sí mismo y el mundo. La “D” significa  
Deseos o metas son su estado motivacional, es  
decir, lo que el agente está tratando de lograr. Un  
agente típico tiene el llamado conocimiento proce-  
dimental constituido por un conjunto de planes que  
definen secuencias de acciones y pasos a realizar  
para lograr un determinado objetivo o reaccionar  
ante una situación específica. Finalmente, la “I” sig-  
nifica intenciones que representan el estado delibe-  
rativo del agente, es decir, qué planes ha elegido el  
agente para su eventual ejecución (De Camargo et  
al., 2020; Rovbo & Ovsyannikova, 2020).  
Tabla 2. Resolución de Problemas en la Socie-  
dad del Conocimiento 5.0  
Agentes  
Variable de estudio  
c. Modelo computacional  
Estudiantes, Profesores y Programas  
Proceso enseñanza-aprendizaje  
Investigación, desarrollo tecnológico,  
innovación  
En este documento se incluye una propusta ini-  
cial para la simulación basada en agentes de un mo-  
delo educativo utilizando las características de agen-  
te BDI (Ahumada-Tello & Castanon-Puga, 2016).  
Creencias: El modelo asume que la facultad  
tiene un número de profesores de tiempo comple-  
to acorde con el número de estudiantes, además  
Investigación y desarrollo  
Gestión de recursos, tiempos y personal  
Ambiente y agentes externos  
Gestión  
Interesados  
Fuente: Elaboración propia  
56  
/
EDICIÓN ESPECIAL  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
cuenta con la infraestructura suficiente. Al final se  
asume que la escuela cuenta con aulas, laboratorios  
de computación, movilidad académica, prácticas,  
servicio social, pasantías y actividades culturales y  
deportivas. El profesor horario de trabajo. Para el  
docente: horas docencia, investigación, gestión y  
estrategias. Este último considera que cuentan con  
formación profesional y pedagogía para transmitir  
la competencia como facilitador del aprendizaje de  
los estudiantes. Para los estudiantes: la motivación  
Figura 3. Acciones a tomar en el proceso de  
simulación  
(student-mot) y la disposición al estudio (stu-  
dent-disp) dependen tanto de su interacción con  
Fuente: Elaboración propia  
los profesores como entre ellos.  
Deseos: Los objetivos de la simulación son au-  
mentar la capacidad de mejorar el aprendizaje y la  
generación de conocimientos por parte del alumno.  
Asumimos que cuando el alumno logra las habilida-  
des de aprendizaje también está generando conoci-  
miento, esta es una medida por encima del 90% de  
las competencias.  
Intenciones: Las acciones a realizar por los agen-  
tes son: Estudiante: student-learning (estudian-  
te-aprendizaje), student-knowledge (estudiante-co-  
nocimiento); Profesor: r-professor (investigación),  
m-professor (gestión), t-professor (enseñar). Las  
intenciones anteriores cubren los requisitos para que el  
docente transmita las habilidades necesarias que per-  
mitirán la generación de conocimiento  
un profesor) o igual a 90, incrementamos el cono-  
cimiento del alumno. También evaluamos el apren-  
dizaje del estudiante cada 80 días (cada semestre)  
El modelo de aprendizaje estudiantil se evalúa  
en un evento cada 80 horas (usualment al final del  
semestre para validar el estado de las habilidades  
logradas), y si el aprendizaje es mayor o igual a  
90, se genera conocimiento. Con la generación de  
conocimiento se restablecen objetivo como el incre-  
mento de la cultura del aprendizaje, la motivación y  
la disposición a sus valores originales, y se suman  
a un nuevo semestre en donde los estudiantes cur-  
san nuevas materias. La figura 4 muestra la simula-  
ción en NetLogo e incluye la biblioteca “Agentes con  
creencias e intenciones” desarrollada en NetLogo  
(Sakellariou, 2008) donde se presentan los resulta-  
dos de aprendizaje adquiridos durante un semestre  
y la generación de conocimiento durante ese se-  
mestre (es decir, cuántos estudiantes lograron una  
calificación mayor o igual a 90)  
En la Tabla 3, se desriben los elementos del  
proceso educativo que se consideran para realizar  
el proceso de programación del modelo basado en  
agentes BDI utilizando la herramienta NetLogo y  
estableciendo valores iniciales para la simulación.  
Tabla 3. Datos iniciales, acciones y salidas del  
modelo BDI educativo  
Figura 4. Simulación en NetLogo  
Datos iniciales  
Student Qty: 150  
Professor Qty: 15  
Time: 80 (days)  
Acciones  
Salidas  
t-professor: 20  
student-learning  
r-professor: 8  
knowledge-generation  
m-professor: 12  
student_disp: 60  
student_mot: 60  
Fuente: Elaboración propia  
En la Figura 3, se desriben los elementos del  
proceso educativo que se consideran para realizar  
el proceso de programación del modelo basado en  
agentes BDI utilizando la herramienta NetLogo. Así  
mismo, se muestran los elementos que afectan el  
proceso y los resultados esperados al combinarse  
las acciones tomadas por profesores y estudiantes.  
Siempre m-profesor + r-profesor + t-profesor  
debe ser igual a 40 (Cantidad de horas que trabaja  
Fuente: Elaboración propia  
Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes  
/
57  
Conclusiones  
E. D., Márquez, B.-Y., Gaxiola-Pacheco, C., & Flores, D.-L.  
2011). On the multi-agent modelling of complex knowledge  
(
En este artículo se ilustran los elementos evoluti-  
vos de la sociedad del conocimiento y se establece que  
para que un grupo social sea sostenible, es necesario  
que considere que todo grupo, ente, persona, produc-  
society for business and management system using distrib-  
uted agencies. In Communications in Computer and Infor-  
mation Science: Vol. 188 CCIS (Issue PART 1). https://doi.  
org/10.1007/978-3-642-22389-1_49  
to y cosa “existente” entra en un proceso irreversible Ahumada-Tello, E., Castanon-Puga, M., Evans, R. D., & Gaxio-  
de entropía, lo que requiere que se consideren aspec-  
tos fundamentales para prospectar los efectos que se  
tienen en la generación de estrategias sostenibles que  
permitan lograr un desarrollo permanente y evolutivo  
de la sociedad.  
la-Pacheco, C. (2018). Contributions of Knowledge Manage-  
ment to Firm Competitiveness from a Complexity Approach.  
2018 IEEE Technology and Engineering Management Con-  
ference, TEMSCON 2018. https://doi.org/10.1109/TEM-  
SCON.2018.8488416  
De la misma forma, se aborda el tema de la educa- Bashiri, H., Nazemi, A., & Mobinidehkordi, A. (2017). Futures en-  
ción desde un enfoque basado en agentes, en este caso  
estos agentes (profesor y alumno) tienen los principios  
gineering in complex systems. Foresight, 19(3), 306–322.  
https://doi.org/10.1108/FS-09-2016-0042  
BDI y utilizan la biblioteca de Sakellariou (2008) Se ob- Bernal, C. (2012). Metodología de la Investigación. Prentice-Hall.  
serva que bajo los parámetros ingresados de manera Castells, M. (2002). La era de la información. Vol. I. La sociedad  
empírica, aproximadamente un 15 por ciento llega a  
red. Plaza y Janés, S.A.  
la generación de conocimiento (alcanzando las compe- De Camargo, P. C., Mattos, S., & Goldenberg, C. (2020). Com-  
tencias del modelo educativo), y este resultado puede  
variar si las instituciones definen políticas y acciones a  
tomar con el fin de incrementar la motivación y disposi-  
ción de los estudiantes hacia el proceso. de la creación  
de conocimiento.  
plexity and collective intelligence on demand for a sustain-  
able future. Proceedings - 14th IEEE International Conference  
on Semantic Computing, ICSC 2020, 347–349. https://doi.  
org/10.1109/ICSC.2020.00069  
Diamond, J. (1997). Guns, germs and steel: The fates of human  
societies. W.W. Norton & Company.  
En trabajos futuros se propone la implementación  
de técnicas de lógica difusa para analizar y evaluar el Ervural, B. Ç., Ervural, B., & Kahraman, C. (2016). Fuzzy sets in  
proceso de aprendizaje alumno-profesor para saber si  
hay más acciones a tomar para incrementar la genera-  
ción de conocimiento. También porque necesitará sa-  
ber qué sucedió si un estudiante alcanza el 89,99 de  
the evaluation of socio-ecological systems: An interval-val-  
ued intuitionistic fuzzy multi-criteria approach. Studies in  
Fuzziness and Soft Computing, 341, 309–326. https://doi.  
org/10.1007/978-3-319-31093-0_14  
aprendizaje y solo 90 o más alcanzan esa generación Gilbert, N., & Troitzsh, K. G. (2008). Simulation for the Social Sci-  
entist. Open University Press.  
de conocimiento (Ervural et al., 2016). También es ne-  
Harrison, R. L., Reilly, T. M., & Creswell, J. W. (2020). Methodolog-  
cesario implementar los otros factores que describimos  
anteriormente y pueden ayudar al modelo educativo  
en su objetivo de incrementar la adquisición de conoci-  
mientos (Hennessey & Mueller, 2020; Idemudia et al.,  
ical Rigor in Mixed Methods: An Application in Management  
Studies. Journal of Mixed Methods Research, 14(4), 473–495.  
https://doi.org/10.1177/1558689819900585  
Hennessey, E., & Mueller, J. (2020). Teaching and learn-  
ing design thinking (DT): How do educators see DT fit-  
ting into the classroom? Canadian Journal of Education,  
43(2), 498–521. https://www.scopus.com/inward/record.  
uri?eid=2-s2.0-85091719090&partnerID=40&md5=d-  
7d215839ce6b5b9d78f2d42228e8671  
2
019).  
Este caso de estudio se estable como uno de los im-  
portantes para desarrollar estrategias sostenibles que  
permitan el aletargamiento del proceso de entropía y  
lograr percibir que ocurre en el fenómeno del ciclo de  
vida social que mejore las condiciones para un creci-  
miento o mejor dicho, una permanencia en el entorno Idemudia, E. C., Adeola, O., & Achebo, N. (2019). The online ed-  
de mayor longevidad, al punto tal que al determinar la  
imposibilidad de detener el ocaso del grupo social, se  
esté perfilando la consolidación del siguiente.  
ucational model and drivers for online learning. International  
Journal of Business Information Systems, 32(2), 219–237.  
https://doi.org/10.1504/IJBIS.2019.103078  
John, K. K., Adarsh, S. N., & Pattali, V. (2020). Workers to super  
workers: A brief discussion on important technologies for in-  
dustry 5.0 manufacturing systems. AIP Conference Proceed-  
ings, 2311. https://doi.org/10.1063/5.0034521  
Referencias  
Ahumada-Tello, E., & Castanon-Puga, M. (2016). Modelling com-  
plex systems with distributed agency and fuzzy inference  
systems. Knowledge-based curricula in higher education.  
Procedia Computer Science, 80. https://doi.org/10.1016/j.  
procs.2016.05.429  
Kapsali, M., Bayer, S., Brailsford, S., & Bolt, T. (2021). The agency  
role of simulation models in model-building groups. Journal of  
the Operational Research Society. https://doi.org/10.1080/0  
1605682.2021.1929527  
Ahumada-Tello, E., Castañón-Puga, M., Castro, J.-R., Suarez,  
Macintyre, P. D., Ross, J., & Clément, R. (2020). Emotions are  
58  
/
EDICIÓN ESPECIAL  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
motivating. In The Palgrave Handbook of Motivation for Lan-  
guage Learning. https://doi.org/10.1007/978-3-030-28380-  
Skorodumova, O. B., Matronina, L. F., & Koval, T. I. (2016). Man-  
agement in the knowledge society: Tendencies and Prospects.  
Indian Journal of Science and Technology, 9(12). https://doi.  
org/10.17485/ijst/2016/v9i12/89536  
3
_9  
Minati, G. (2016). Knowledge to manage the knowledge society:  
The concept of theoretical incompleteness. Systems, 4(3).  
https://doi.org/10.3390/systems4030026  
Suarez, E. D., & Castañón-Puga, M. (2013). Distributed Agency.  
International Journal of Agent Technologies and Systems.  
https://doi.org/10.4018/jats.2013010103  
Omodeo, P. D. (2019). Political epistemology: The problem of ideol-  
ogy in science studies. In Political Epistemology: The Problem  
of Ideology in Science Studies. https://doi.org/10.1007/978-  
Villarreal, R. (2006). Competitividad en la Era del Conocimiento.  
Centro de Capital Intelectual y Competitividad.  
3
-030-23120-0  
Wooldridge, M., & Jennings, N. (1995). Intelligent Agents: Theory  
and Practice. Knowledge Engineering Review.  
Rovbo, M. A., & Ovsyannikova, E. E. (2020). Methods of Local  
Behavior Planning for Agents with BDI Architecture. Scien-  
tific and Technical Information Processing, 47(6), 348–357.  
https://doi.org/10.3103/S0147688220060052  
Zhang, W., Jiang, Y., & Zhang, W. (2021). Capabilities for Collabora-  
tive Innovation of Technological Alliance: A Knowledge-Based  
View. IEEE Transactions on Engineering Management, 68(6),  
1734–1744. https://doi.org/10.1109/TEM.2019.2936678  
Sakellariou, I. (2008). Agents with beliefs and intentions in NetLo-  
go. In A library of NetLogo.  
Complejidad Social y Educación Superior. Análisis Crítico Basado en Agentes  
/
59