آرمان رضایتی چران
محمدرضا باقرزادسه ساری
سیدعلیرضا نیک بخت
محمدجواد داوری

سال 2009 مقاله ای در ساینس بیان می کند که پیشرفت تکنولوژی و افزایش قدرت محاسبات و ظرفیت کامپیوتر، نقطه شروعی برای نوسازی علمی و روش شناختی علوم اجتماعی از منظر محاسباتی است (Lazer, D. 2009). این حوزه طی ده سال گذشته رشد روز افزونی داشته است. مطالعات اجتماعی جدید برای تحقیق در مورد سیستم های اجتماعی کاملا بین رشته ای شده است. دانشمندان با تخصص های مختلف از علوم شناختی و رفتاری تا ریاضیات و اقتصاد بشدت بایکدیگر همکاری می کنند و از مزایای افزایش داده های مختلف در جامعه و همچنین قدرت محاسباتی برای ایجاد مدل-های نوآورانه استفاده می کنند(Vespingnani, A. 2009). مدلسازی و شبیه سازی اجتماعی نه تنها فرضیه ها را به شکل مناسب فرموله میکنند، فرضیه هایی که عوامل و فرآیندهای پدیده ای خاص را توضیح میدهند، بلکه امکان اعتبارسنجی فرضیه ها بوسیله مقایسه نتایج تجربی و پیش بینی های بدست آمده توسط مدل را فراهم می کند. شبیه سازی اجتماعی درواقع مدلهای محاسباتی هستند که محققین علوم اجتماعی را قادر می سازد تا در شرایط آزمایشی پدیده های اجتماعی را توضیح داده و روندهای پیچیده اجتماعی را که فرایندهای جهان واقعی را تولید می کند پیش بینی کرده و با سناریو پردازی امکان درک نتایج سیاست های مختلف موثر در آن پدیده را فراهم سازد. یکی از تکنیک های اصلی شبیه سازی که امروزه در این تحقیقات استفاده می شود مدلسازی عامل محور است(Cioffi-Revilla, C. 2010 ; Epstein, J.M. 2009).مدل های عامل محور جز مدل های با مقیاس کوچک هستند که رفتار و تعاملات هم زمان عامل های مختلف را شبیه سازی می کنند تا بتوانند پدیده های پیچیده را بازتولید و پیش بینی کنند. این فرآیند این امکان را در اختیار پژوهشگران قرار می دهد که از سطوح خرد سیستم شروع کنند و در نهایت به تحلیل سطوح کلان تر دسترسی پیدا نمایند.در مدل شبیه سازی نیاز است که یک جمعیت آماری کوچک، همانند جامعه واقعی شبیه سازی شود. لذا نیاز است داده هایی را در مورد همه اجزای جامعه و به ویژه متغیرهای اصلی مرتبط با تحقیق در دست داشت تا بتوان با وارد کردن این داده ها به یک تعداد مشخص جمعیت، جامعه واقعی را در یک مقیاس کوچک شبیه سازی نمود.

سیاستگذاری - مدلسازی و شبیه سازی - نظریه بازی - علم پیچیدگی – مدلسازی عامل محور – شبکه اجتماعی