Un nou studiu realizat de Complexity Science Hub (CSH) arată de ce algoritmii utilizați pe scară largă pentru măsurarea complexității economice oferă rezultate demne de încredere și cum aceste instrumente pot aduce beneficii diverse domenii, cum ar fi ecologia, științele sociale și inteligența artificială. Articolul este publicat în revista Physical Review E.
Ce determină dacă o țară poate dezvolta cu succes noi industrii sau de ce unele economii se diversifică, în timp ce altele rămân dependente de câteva exporturi? De mai bine de un deceniu, cercetătorii care studiază comerțul global s-au bazat pe așa-numiții algoritmi de complexitate economică pentru a aborda astfel de întrebări. În loc să analizeze sute de indicatori economici, aceste metode se uită la ceva destul de simplu: măsoară potențialul unei țări pe baza sofisticării a ceea ce exportă. Dacă o țară exportă cu succes produse mai complexe, aceasta urcă în clasamentele de complexitate.
Deși clasamentele s-au dovedit eficiente, principiile care le stau la bază nu au fost pe deplin înțelese. Acum, noul studiu oferă o înțelegere mai profundă a modului în care aceste instrumente funcționează efectiv și de ce rezultatele lor pot fi de încredere.
Cercetarea, condusă de Alessandro Bellina (Centro Ricerche Enrico Fermi, Sony Computer Science Laboratories Rome, Sapienza University of Rome), Paolo Buttà (Sapienza University of Rome) și Vito D. P. Servedio, membru al Complexity Science Hub, reinterpretează algoritmii de complexitate economică prin prisma fizicii. Lucrarea lor arată că clasamentele produse de aceste metode emerg din aceleași principii care guvernează sistemele fizice care caută stări de energie minimă.
**De ce funcționează algoritmii de complexitate economică?**
Metodele de complexitate economică urmăresc să estimeze capacitățile productive ale unei țări. Algoritmii analizează o rețea globală care leagă țările și produsele pe care le exportă. Din această structură, ei generează clasamente în funcție de complexitatea lor.
"Aceste clasamente sunt adesea folosite pentru a explora modul în care economiile ar putea evolua sau ce industrii ar putea apărea în mod realist în continuare", explică Vito D. P. Servedio. "Țările pot folosi acest tip de analiză atunci când se gândesc la strategii de investiții pe termen lung."
În ciuda utilizării lor pe scară largă, o importantă întrebare teoretică a rămas nerezolvată: de ce funcționează acești algoritmi?
**Demonstrarea faptului că există o singură soluție**
Două abordări domină domeniul: Indexul de complexitate economică (ECI) și algoritmul de fitness și complexitate economică (EFC). Ambele se bazează pe calcule iterative care converg treptat către un clasament. Până acum, însă, cercetătorii nu au putut demonstra formal dacă aceste calcule conduc întotdeauna la un singur rezultat stabil.
"Asta contează", spune Servedio. "Dacă ar fi posibile soluții diferite, factorii de decizie politică sau cercetătorii ar putea ajunge să tragă concluzii complet diferite din aceleași date."
Noul studiu rezolvă această incertitudine, în special pentru algoritmul Fitness neliniar și mai dificil din punct de vedere matematic (EFC). Reformulându-l ca o problemă de optimizare, cercetătorii au arătat că sistemul se comportă ca o minge care se rostogolește într-un bol perfect format: ajunge inevitabil la același punct minim, ceea ce înseamnă că structura subiacentă este strict convexă. Pentru Servedio, această convexitate este ceva "frumos".
**Doi algoritmi, două dinamici fizice**
Vizualizarea algoritmilor prin prisma fizicii a dezvăluit, de asemenea, o perspectivă neașteptată: cele două abordări descriu dinamici fundamental diferite. Indexul de complexitate economică (ECI) se comportă ca un sistem armonic conectat prin arcuri, trăgând economii similare mai aproape. Acesta încearcă să minimizeze diferența dintre nodurile conectate. Abordarea Fitness (EFC), pe de altă parte, introduce efecte repulsive care subliniază diferențele și limitele structurale din rețeaua comercială.
Această distincție este crucială atunci când se analizează "energia" legăturilor comerciale individuale. Atunci când cercetătorii au aplicat acest "cadru energetic" datelor din lumea reală (UN COMTRADE), au văzut ceva izbitor: această perspectivă evidențiază zonele în care sistemul este supus stresului.
"Acum putem vizualiza stresul din rețeaua comercială", subliniază Servedio. Aceste legături de înaltă energie reprezintă punctele fragile din rețelele comerciale globale și punctele în care un șoc ar putea provoca prăbușirea unei rețele.
**Beneficii practice dincolo de economie**
Reîncadrarea algoritmilor ca probleme de minimizare a energiei duce, de asemenea, la un avantaj practic: calculele pot ajunge la rezultate semnificativ mai rapid urmând direct peisajul energetic subiacent, în loc să se bazeze pe iterații. Deși această diferență de viteză contează puțin atunci când se analizează doar câteva țări, ea devine relevantă în sistemele la scară largă.
Deși au fost dezvoltate pentru comerțul internațional, metodele pot fi aplicate și altor tipuri de rețele complexe, cum ar fi ecosistemele tehnologice, rețelele de infrastructură sau analiza economică specială. De exemplu, pentru diagnosticarea fragilității și înțelegerea modului în care perturbările se propagă prin rețele.
În plus, echipa de cercetare a observat asemănări cu metodele de optimizare agenți-centrate discutate în prezent în cercetarea inteligenței artificiale. Principala contribuție a studiului este, totuși, conceptuală. "Nu va schimba deciziile pe care le iau factorii de decizie politică", spune Servedio. "Dar acum pot fi siguri că aceste instrumente nu vor oferi rezultate nerealiste."