Datum: 4.- 6. Mai 2022
Referent: Dr. Patrick Mellacher

Themen:

• Grundlagen der agentenbasierten Modellierung

• Arten von Meinungsdynamikmodellen

• Schritt-für-Schritt-Erstellung von Meinungsdynamikmodellen in NetLogo

• Quantitative Analyse von Simulationsmodellen in R

Beschreibung: 

Die politische Polarisierung ist wohl eine der gr??ten Herausforderungen der heutigen Zeit, da sie politische L?sungen für andere zentrale Herausforderungen wie den Klimawandel behindert. Agentenbasierte Modelle (ABMs) haben sich als besonders nützlich erwiesen, um das Ph?nomen der Polarisierung zu untersuchen und haben mehrere Erkl?rungsmuster für die Entstehung und die Persistenz von Polarisierung entwickelt. Nach einer kurzen Einführung in die grundlegenden Konzepte der politischen Polarisierung und der agentenbasierten Modellierung lernen die TeilnehmerInnen dieses Workshops, eigene agentenbasierte Modelle der Meinungsbildung in der Programmiersprache NetLogo zu entwickeln und diese mit Hilfe der Programmiersprache R quantitativ zu analysieren. Die in diesem Workshop vermittelten Methoden sind sehr flexibel und k?nnen als Grundlage für die Untersuchung anderer Forschungsfragen und Themen in den Wirtschafts- und Sozialwissenschaften dienen.

TeilnehmerInnen ben?tigen keine Vorkenntnisse in NetLogo oder R, grundlegende Programmierkenntnisse helfen aber sicherlich dabei, dem Workshop zu folgen. Die TeilnehmerInnen sollten NetLogo und RStudio vor dem Beginn des Workshops installieren.

Dieser Kurs richtet sich an fortgeschrittene Master-Studierende und DoktorandInnen. Falls Sie teilnehmen m?chten, senden Sie bitte eine kurze Email mit Ihrer Motivation (auf Englisch) und Ihrem Lebenslauf bis einschlie?lich 22.04.2022 an xanthi.tsoukli(at)uni-bamberg.de. Sie werden bis zum 25.04.2022 über Ihre Teilnahme informiert. 

Der Kurs wird in hybrider Form stattfinden. Falls eine Teilnahme vor Ort erwünscht ist, müssen die Reise- und Unterbringungskosten von den TeilnehmerInnen übernommen werden. Es gibt keine finanzielle Unterstützung. 

?ber den Referenten: 

Dr. Patrick Mellacher ist Postdoktorand am Grazer Schumpeter Zentrum der Universit?t Graz. Sein Forschungsschwerpunkt liegt an der Schnittstelle zwischen ?konomie, Politikwissenschaft und Epidemiologie und konzentriert sich auf die Untersuchung von Diffusionsprozessen und deren Folgen mit Hilfe von agentenbasierten Modellen (ABMs). Unter anderem entwickelte er ABMs, um i) die Wechselbeziehung zwischen technologischem Wandel, Marktkonzentration und Ungleichheit, ii) das Zusammenspiel zwischen Ungleichheit, Fehlinformation und politischer Entscheidungsfindung, iii) ?konomisch-epidemiologische Trade-Offs bei der Eind?mmung von Viren und iv) die Auswirkungen der viralen Evolution im Zusammenhang mit der Covid-19-Krise zu untersuchen. Derzeit arbeitet er an einem vom ?sterreichischen Wissenschaftsfonds FWF finanzierten Projekt zur agentenbasierten ?konomischen Epidemiologie, das auf seinem COVID-Town-Modell aufbaut, für das er auch den EAEPE Herbert-Simon-Preis 2021 erhielt. Er ist bestrebt, seine Forschung mit relevanten realen Problemstellungen zu verbinden und ist Sprecher des Clusters "Sozialpolitik und Verteilung" im Forschungsnetzwerk "Heterogenit?t und Koh?sion" der Universit?t Graz.

Zeitplan: 

Mittwoch, 4. Mai

11:00-12:30 - Einführung in die agentenbasierte Modellierung. 

                       Polarisierung: Theorie und Empirie

12:30-14:30 - Mittagspause

14:30-16:00 - Schritt-für-Schritt-Erstellung einfacher Meinungsbildungsmodelle mit NetLogo I

Donnerstag, 5. Mai

9:00-10:30 - Schritt-für-Schritt-Erstellung einfacher Meinungsbildungsmodelle mit NetLogo II

10:30-11:00 - Kaffeepause

11:00-12:30 - Modellierung von Quellen der Meinungspolarisierung und -fragmentierung I: Begrenztes Vertrauen und einflussreiche Akteure

12:30-14:30 - Mittagspause

14:30-16:00 - Modellierung von Quellen der Meinungspolarisierung und -fragmentierung II: Negativer Einfluss und homophile soziale Interaktionen

18:30 - Abendessen

Freitag, 6. Mai

9:30-11:00 - Quantitative Analyse von agentenbasierten Modellen mit R und ggplot2

11:00-11:30 - Kaffeepause, Fragen und Antworten

Literatur:

Mittwoch, 4. Mai

• Edmonds, B., Le Page, C., Bithell, M., Chattoe-Brown, E., Grimm, V., Meyer, R., ... & Squazzoni, F. (2019). Different Modelling Purposes. Journal of Artificial Societies and Social Simulation, 22(3), 1-6.
• Esteban, J. M., & Ray, D. (1994). On the Measurement of Polarization. Econometrica 62(4), 819-851.
• Fiorina, M. P., & Abrams, S. J. (2008). Political polarization in the American public. Annual Review of Political Science, 11, 563-588. 
• Gr?bner, C. (2018). How to relate models to reality? An epistemological framework for the validation and verification of computational models. Journal of Artificial Societies and Social Simulation, 21(3).

Donnserstag, 05. May

• Acemoglu, D., Ozdaglar, A., & ParandehGheibi, A. (2010). Spread of (mis) information in social networks. Games and Economic Behavior, 70(2), 194-227.
• Hegselmann, R., & Krause, U. (2002). Opinion dynamics and bounded confidence models, analysis, and simulation. Journal of Artificial Societies and Social Simulation, 5(3).
• Mark, N. P. (2003). Culture and competition: Homophily and distancing explanations for cultural niches. American Sociological Review, 68(3), 319-345.
• M?s, M., & Flache, A. (2013). Differentiation without distancing. Explaining bi-polarization of opinions without negative influence. PloS one, 8(11), e74516. 
• Mellacher, P. (2021). Opinion Dynamics with Conflicting Interests. GSC Discussion Paper No. 28