Novedades metodológicas aplicadas a la antropología alimentaria: modelos basados en agentes y redes sociales

Abstract

p>En este artículo presentamos dos modalidades metodológicas que aún no han sido muy utilizadas en la antropología alimentaria. Por un lado, nos referimos al análisis de redes sociales y, por otro, a los modelos basados en agentes. Para ilustrar los métodos, tomaremos dos casos de materiales clásicos de la antropología alimentaria. Para el primero usaremos los platos de comida de un relevamiento hecho en la Quebrada de Humahuaca (provincia de Jujuy, Argentina) y, para el segundo, utilizaremos algunos elementos del concepto aplicado por Aguirre de “estrategias domésticas de consumo”. La idea subyacente es que, dado que la alimentación se reconoce como un “hecho social total” y, por lo tanto, como un fenómeno complejo, el abordaje metodológico debe seguir necesariamente esa misma característica. Mientras más métodos utilicemos (con el grado de rigor adecuado) mejor estaremos preparados para comprender la dinámica alimentaria en el medio social.</p

Full text

ARTÍCULO / ARTICLE 635
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
Novedades metodológicas aplicadas a la
antropología alimentaria: modelos basados en
agentes y redes sociales
Methodological novelties applied to the anthropology of
food: agent-based models and social networks analysis
Diego Díaz Córdova1
1Doctor en Ciencias
Antropológicas. Investigador,
Instituto de Salud Colectiva,
Universidad Nacional de
Lanús, Argentina. *
RESUMEN En este artículo presentamos dos modalidades metodológicas que aún no han
sido muy utilizadas en la antropología alimentaria. Por un lado, nos referimos al análisis
de redes sociales y, por otro, a los modelos basados en agentes. Para ilustrar los méto-
dos, tomaremos dos casos de materiales clásicos de la antropología alimentaria. Para el
primero usaremos los platos de comida de un relevamiento hecho en la Quebrada de
Humahuaca (provincia de Jujuy, Argentina) y, para el segundo, utilizaremos algunos
elementos del concepto aplicado por Aguirre de “estrategias domésticas de consumo”.
La idea subyacente es que, dado que la alimentación se reconoce como un “hecho so-
cial total” y, por lo tanto, como un fenómeno complejo, el abordaje metodológico debe
seguir necesariamente esa misma característica. Mientras más métodos utilicemos (con
el grado de rigor adecuado) mejor estaremos preparados para comprender la dinámica
alimentaria en el medio social.
PALABRAS CLAVES Antropología; Alimentación; Simulación por Computadora; Diná-
micas no Lineales.
ABSTRACT The aim of this article is to introduce two methodological strategies that
have not often been utilized in the anthropology of food: agent-based models and social
networks analysis. In order to illustrate these methods in action, two cases based in
materials typical of the anthropology of food are presented. For the rst strategy, eldwork
carried out in Quebrada de Humahuaca (province of Jujuy, Argentina) regarding meal
recall was used, and for the second, elements of the concept of “domestic consumption
strategies” applied by Aguirre were employed. The underlying idea is that, given that
eating is recognized as a “total social fact” and, therefore, as a complex phenomenon,
the methodological approach must also be characterized by complexity. The greater the
number of methods utilized (with the appropriate rigor), the better able we will be to
understand the dynamics of feeding in the social environment.
KEY WORDS Anthropology; Feeding; Computer Simulation; Nonlinear Dynamics.

636 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
INTRODUCCIÓN
Como bien señalara Marcel Mauss(1) y
se convirtiera en un axioma teórico, la ali-
mentación es un “hecho social complejo”.
Esto implica que atraviesa todos los aspectos
de lo social (económico, religioso, jurídico,
político, etc.), pero también los aspectos de
base, es decir, siológicos y psicológicos, y
todo en forma simultánea. La alimentación,
para los seres humanos, es un problema que
abarca desde la molécula hasta el símbolo.
Pero en su accionar cotidiano, la alimen-
tación es un fenómeno que se repite más
de una vez por día, se percibe como algo
completo y total, incluso oscureciendo sus
orígenes y causas; por tanto, la división plan-
teada es puramente analítica.
Si la alimentación es un fenómeno com-
plejo, entonces también lo tienen que ser las
herramientas metodológicas con las que se
lo intenta describir (o explicar, sin ánimo de
entrar en esa discusión epistemológica). En
ese sentido, siempre sostuvimos que en an-
tropología alimentaria es necesario utilizar
tanto los métodos cuantitativos como los cua-
litativos, ya que cada uno ilumina diferentes
aspectos del problema y, si se los combina
adecuadamente, se logra una comprensión
más acabada del fenómeno.
En este artículo queremos introducir dos
herramientas metodológicas que pueden brin-
dar aportes signicativos al estudio antropo-
lógico de la alimentación. Por un lado, nos
referimos al análisis de redes sociales, que es
una metodología relacional, a diferencia de los
análisis clásicos que son atributivos en los que
se denen las unidades de análisis y se predi-
can cualidades de ellas(2). Esta metodología, se
basa en los vínculos entre los nodos, por lo
que el enfoque es netamente diferente. Por el
otro, nos referimos a los modelos basados en
agentes, que son modelos de simulación en
computadora(3) que permiten tener un cono-
cimiento más acabado de la temática investi-
gada y probar escenarios diferentes aplicando
la cláusula caeteris paribus (toda una novedad
en ciencias sociales, al menos fuera del rango
de las clásicas metodologías cuantitativas).
Como las herramientas metodológicas
dependen directamente del marco teórico,
tendremos que reexionar sobre los diversos
puntos de vista del uso del análisis de redes
sociales o de los modelos basados en agentes.
Dicho de otro modo, cualquiera de las me-
todologías que usemos exige una mirada
particular, una forma de entender el mundo,
que es la que le da el sentido. Respecto de
la teoría, la clave está en la correcta iden-
ticación de sus niveles: habrá hipótesis
de nivel general y otras de rango medio(4).
La metodología suele ser la que vincula
las teorías de rango medio con la empiria,
ya que la teoría general es la encargada de
dar los fundamentos principales, la que ex-
plicita los supuestos. En el caso del análisis
de redes sociales, lo importante es identicar
las relaciones que rigen a los actores(2). En
el caso de los modelos basados en agentes,
lo importante es identicar las reglas que los
actores sociales utilizan para su acción(3). En
el primer caso, el énfasis está puesto en el
carácter relacional (las relaciones sociales
elegidas); en el segundo caso, el énfasis está
puesto en lo normativo (desde el punto de
vista del propio actor).
En este artículo presentaremos dos casos
que pueden ilustrar las ventajas y desven-
tajas de usar esta clase de metodologías. En
cuanto al dominio técnico necesario para
poder usarlas, lo importante no es el co-
nocimiento tecnológico, sino la forma de
pensar y abordar los problemas cientícos.
Podríamos decir que el conocimiento tecno-
lógico es, en algún sentido, espurio; lo ver-
daderamente difícil es cambiar la forma de
pensar y comprender que el foco se coloca
en las relaciones, en el caso del análisis de
redes sociales(2), y en la abstracción de las
reglas de conducta, en el caso de los modelos
basados en agentes(5). El objetivo es, pues,
enteramente didáctico, con la intención de
tentar al investigador curioso a saborear estas
nuevas metodologías, a conocerlas para, en
caso de querer rechazarlas, hacerlo con fun-
damentos concretos y no sobre la base de
prejuicios o efectos de la moda.
Por último, queremos señalar que estas
metodologías se inscriben dentro de lo que

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 637
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
se conoce como teoría de la complejidad y
teoría del caos. Estas teorías, que son la ac-
tualización de las clásicas teorías sistémicas,
conforman lo que se denomina “algoritmos de
la complejidad”(6), es decir, son expresiones
algorítmicas de fenómenos complejos o caó-
ticos. Las redes, con sus comportamientos
de “mundo pequeño” o su conguración
como “redes libres de escala”(7), permiten
apreciar (en su acepción más amplia), toda
una serie de fenómenos, que otrora fueran
intuidos pero no formalizados. Los modelos
basados en agentes permiten observar cómo
se generan comportamientos emergentes, es
decir, propiedades que no pueden ser de-
ducidas de sus condiciones iniciales y que
son muy sensibles ya que reaccionan a la
totalidad de actores, relaciones y contexto.
Estas teorías y sus correspondientes metodo-
logías son inespecícas, en el sentido de que
permiten tratar muchas clases diferentes de
problemas, independientemente de su se-
mántica. Se ubican, en este sentido, dentro
de los conceptos teóricos de rango medio,
es decir que requieren, para su correcta in-
terpretación, de un conjunto de hipótesis
que le dan especicidad. En este caso, de-
penden de los conceptos generales de una
antropología alimentaria. Profundizaremos
sobre esto en los apartados correspondientes
a cada una de las metodologías presentadas.
Los datos empíricos que ilustran este
artículo fueron tomados de mi tesis de
doctorado(8) y están basados en los trabajos
de campo realizados entre el año 2005 y
2010 en la Quebrada de Humahuaca, región
ubicada en la provincia de Jujuy, en el no-
roeste argentino, que se caracteriza por estar
encajonada entre los cordones Oriental y
Occidental de la Cordillera de los Andes.
El sentido de la Quebrada es sur-norte,
elevándose hacia la región septentrional,
hasta encontrarse con lo que se denomina
Altiplano o Puna. El poblamiento humano
de la zona posee más de 10.000 años de
antigüedad(9) y la adopción de la agricultura
tiene 4.000 años(10).
ANÁLISIS DE REDES SOCIALES
Antes de comenzar con nuestro ejemplo
de redes sociales creemos necesario esta-
blecer algunas distinciones importantes.
El concepto de redes está sumamente ex-
tendido, sobre todo a partir del uso de plata-
formas web que se denominan redes sociales.
Pero la metodología que presentamos aquí
poco tiene que ver con Facebook, Twitter
o LinkedIn, aunque estos sitios web pueden
ser usados como objeto de estudio. Nosotros
preferimos hablar de estas plataformas como
ciber redes.
En general, se reconocen tres usos para el
concepto de red. En primer lugar, el sentido
metafórico. En la bibliografía cientíca se
suele hablar de redes para hacer referencia
a un grupo más o menos cohesionado, en
general de personas, que tienen ciertos vín-
culos entre sí(11). Esta forma de utilización no
profundiza en los aspectos formales de la red,
sino pura y exclusivamente en los aspectos
metafóricos: se asume una red, pero no se
indaga en ella. En segundo lugar, el sentido
descrito por la palabra en inglés networking.
Aquí se reere a la posibilidad de actuar sobre
una red (también denida en forma difusa, sin
precisar sus componentes). Es lo que suelen
hacer los que trabajan en relaciones públicas
o en marketing, que se manejan en redes
en forma intuitiva, sacándole provecho a la
situación. En tercer lugar, la noción formal,
que es la que presentamos aquí, que toma
en cuenta los componentes y las caracterís-
ticas del fenómeno reticular(2). Aquí lo que
realmente importa es la estructura de la red y
las medidas que pueden aplicarse sobre ella.
Aquí no es importante saber (desde un punto
de vista teórico) si la red está constituida por
personas, instituciones, bienes o lo que sea;
lo fundamental es denir los nodos y los vín-
culos en forma correcta.
El origen del análisis de redes sociales, en
la última acepción, puede remontarse al siglo
XVIII, cuando el matemático Leonard Euler
estableció las bases de la teoría de grafos,
a partir de un juego, clásico en su época,
que consistía en cruzar los siete puentes de

638 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
Königsberg, sin repetir ningún puente y vol-
viendo al punto de partida. Euler encontró la
solución, o podríamos decir la no-solución,
ya que es imposible cruzar todos los puentes
sin repetir alguno, a partir de lo cual creó la
“teoría de grafos”. Su solución abstracta im-
plicó un cambio en la forma de pensar los
problemas, que posteriormente se tradujo en
una nomenclatura basada en vértices o nodos
y aristas o vínculos(2).
El análisis de redes sociales, en vincu-
lación con las ciencias sociales, puede re-
montarse a la década de 1950, cuando el
antropólogo John Barnes acuñó el término
“red social”, con el objetivo de estudiar las
sociedades africanas y el parentesco durante
el período de la descolonización(12). Si bien
el concepto y la metodología asociada no
fueron muy tomadas en cuenta por la disci-
plina en su forma mainstream, a partir de la
década de 1990, en parte como consecuencia
de la posibilidad de usar computadoras per-
sonales (y, por lo tanto, una enorme potencia
de cálculo) y de la irrupción social de la
world wide web, esta manera de abordar los
estudios empezó a ser cada vez más popular
(aunque hay que aclarar que todavía no forma
parte del bagaje metodológico principal de
las ciencias sociales).
En términos estrictamente descriptivos,
una red social puede ser caracterizada como
una entidad con nodos y lazos. Un nodo es
simplemente una unidad que es el objeto
de la vinculación. Un lazo es simplemente
un vínculo entre al menos dos nodos. Qué
se dene como nodo y qué como lazo de-
pende únicamente de la imaginación del
investigador(2). En general, las unidades de
análisis suelen utilizarse como nodos (sean
individuos o grupos-instituciones) y los atri-
butos vinculantes como lazos (ujos de
bienes, servicios o cualquier otra entidad,
entre esos nodos). A partir de esta simple
denición, es posible obtener medidas de
centralidad y de otro tipo que nos posibi-
litan vislumbrar la estructura subyacente del
fenómeno y observar, por ejemplo, quién
ocupa el lugar central (quién tiene más vín-
culos), quién conecta áreas de la red (quién
funciona como puente entre dos áreas del
entramado reticular) o bien qué grado de
cohesión posee la red en su conjunto (cuán
conectada se encuentra). Cada nodo puede
tener atributos, es decir, características que
lo denan más allá de sus valores reticulares.
A su vez, cada lazo puede tener varias na-
turalezas: se puede predicar su presencia/
ausencia, se puede direccionar y se puede
ponderar (es decir, cada lazo puede tener un
ujo mayor o menor medido en algún tipo
de unidades).
El análisis de redes sociales aplicado a
una red de alimentos consumidos en la
Quebrada de Humahuaca
Para la tesis de doctorado(8) decidimos
usar el análisis de redes sociales y procesar
los recordatorios alimentarios de 24 hs,
elaborados en los trabajos de campo en la
Quebrada de Humahuaca. La idea fue tratar
de usar esta metodología para observar si
detectábamos patrones alimentarios dife-
renciados entre las unidades domésticas
estudiadas. En general, los recordatorios ali-
mentarios se procesan cuantitativamente (ob-
servando frecuencias, por ejemplo) y, si bien
en la tesis aplicamos esa metodología tradi-
cional, también quisimos ver su estructura a
partir del análisis de redes sociales.
Partimos de lo que se conoce como “red
de dos modos”. Una red de dos modos es
aquella en la que las entidades son de dos
tipos; por ejemplo en nuestro caso, familias y
alimentos. En principio, teníamos los datos de
cada unidad doméstica y los alimentos con-
sumidos por ellos en las últimas 24 hs. Por lo
tanto, no teníamos una matriz cuadrada sino
una rectangular (no hay coincidencia entre el
número de columnas y el número de las).
En general, para el análisis de redes sociales
se recomienda usar matrices cuadradas en las
que no solo coincida el número de columnas
y las en su sentido cardinal, sino en su na-
turaleza semántica. Es decir, las etiquetas
de las columnas y de las las deben ser las
mismas. El procedimiento que utilizamos
fue el clásico(13): de una red de dos modos
extrajimos dos redes de un modo. Es decir,

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 639
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
en nuestro ejemplo, dos familias quedaban
vinculadas si ambas habían comido el mismo
tipo de alimento y, a la inversa, dos alimentos
quedaban vinculados si una familia había
consumido ambos (Figura 1).
A partir de esta matriz (aquí representada
como grafo) es que construimos la red con la
que trabajamos. De las dos redes que extra-
jimos, se trabajó únicamente con la de ali-
mentos (Figura 2).
El grafo se distribuye de forma tal que los
alimentos con mayor cantidad de lazos se en-
cuentran en el medio y aquellos con menos
vínculos se encuentran en la periferia. Una
de las claves para entender este tipo de redes
es que no toman en cuenta, al menos en
nuestro caso, las frecuencias cuantitativas de
consumo, sino que se limitan a la presencia
o ausencia del vínculo. Es decir, no importa
cuánto consumieron de ese alimento, sino
AG
AMC
AMT
A
AD
BS
CP
CyP
CB
E
EL
EA
EM
EC
ELa
EIS
FP
FF
F
FSC
GM
GRL
IQ
LV
LA
LL
LSL
MQ
MIM
MAG
MIC
MC
MVP
MCu
MR
NT
OA
OJM
RC
RVP
SR
SS
SC
SG
SA
SH
TC
VA
Carnes genéricas
Arroces
Bebidas industriales
Paniicados industriales
Pescados
Choclos
Dulce casero
Dulces industriales
Estofado de cordero
Fiambres industriales
Fideos
Guiso de maíz
Jugos caseros
Lácteos industriales
Milanesas
Panes caseros
Polentas
Puchero
Queso de cabra Sopa de arroz
Sopa de avena
Sopa de ideos
Sopa de frangollo
Sopa de sémola
Sopa de trigo
Familias Alimentos
Figura 1. Red de dos modos compuesta a partir de recordatorios de 24 hs. Quebrada de Humahuaca, Jujuy,
Argentina, 2008.
Fuente: Díaz Córdova(8).

640 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
que lo hayan consumido. Si revisamos los
datos reticulares veremos que los alimentos
industriales ocupan un lugar central, pero
muy cerca de ellos se encuentran los pani-
cados caseros. Y esto reeja lo que obser-
vamos también en el trabajo de campo y
que, en algún sentido, refutó una de nuestras
hipótesis rectoras primigenias: los alimentos
en la Quebrada de Humahuaca no se di-
viden en dos modalidades como habíamos
supuesto –una industrial y otra local– sino
que las unidades domésticas utilizan ambas,
en función de las posibilidades y las conve-
niencias particulares.
Es decir, en este caso, el análisis de redes
sociales pudo ser utilizado como una prueba
extra de lo que observamos en el trabajo de
campo. Las dos modalidades alimentarias
(industrial y local) no pueden ser percibidas
a partir de los análisis estadísticos clásicos,
Carnes genéricas
Arroces
Bebidas industriales
Pani�icados industriales
Pescados
Choclos
Dulce casero
Dulces industriales
Estofado de cordero
Fiambres industriales
Fideos
Guiso de maíz
Jugos caseros
Lacteos industriales
Milanesas
Panes caseros
Polentas
Puchero
Queso de cabra
Sopa de arroz
Sopa de avena
Sopa de �ideos
Sopa de frangollo
Sopa de sémola
Sopa de trigo
Alimentos locales
Alimentos industriales
Figura 2. Red de un modo con los alimentos consumidos por las diferentes familias. Quebrada de
Humahuaca, Jujuy, Argentina, 2008.
Fuente: Díaz Córdova(8).

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 641
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
fundamentalmente, porque los alimentos
producidos en forma local no circulan por
los mercados formales. La única manera de
poder observar esa situación es haciendo el
clásico trabajo de campo antropológico, del
cual emerge un tipo de información nueva,
vinculada con las prácticas y representa-
ciones de los actores, y los sentidos que la
gente da a sus actos alimentarios. Y si bien
esto fue observado y registrado una y otra
vez, como afectaba directamente a una de
nuestras hipótesis fundamentales, preferimos
someterla a una prueba diferente. Así fue que
utilizamos el análisis de redes sociales, como
una forma de observar el fenómeno desde
una perspectiva independiente.
Por una cuestión de espacio no podremos
presentar todas las variantes de medidas que
ofrece el análisis de redes sociales. Además
del grado (cantidad de vínculos), que es la
que mostramos aquí, existen otras medidas
que pueden ser encontradas en nuestra
propia tesis de doctorado(8), concretamente
del área de la antropología alimentaria.
MODELOS BASADOS EN AGENTES
Los modelos basados en agentes son un
formalismo cuyo origen puede remontarse a
los autómatas celulares; por tanto, para com-
prender a los primeros, necesitamos saber,
aunque sea mínimamente, qué son estos
últimos.
Un autómata celular es un modelo ma-
temático de un sistema dinámico(14). Puede
ser denido como una colección de celdas
discretas y deterministas en hilera, en grilla
o en n dimensiones, donde el valor de cada
celda es un atributo binario (presencia o au-
sencia, prendido o apagado, vivo o muerto,
verdadero o falso, etc.) y cuyo estado se ac-
tualiza a lo largo de un tiempo también dis-
creto, en función de los estados de las celdas
vecinas(6). Cuando hablamos de tiempo dis-
creto nos referimos a que no es una magnitud
continua para este tipo de modelos; es decir,
es como los juegos por turnos, en los que cada
jugador tiene un tiempo propio (como en el
ajedrez). La colección, sea en hilera, en grilla
o en más dimensiones puede tener un borde
concreto o bien conectar los extremos entre
sí. Esta segunda opción es la más utilizada
y podemos vislumbrarla si pensamos en un
tablero de pac man (donde los fantasmitas y
el propio pac man, salían por un costado y
volvían a entrar por el otro). La actualización
se realiza en forma discreta y sincrónica; la
vecindad suele ser ortogonal o puede incor-
porar también las diagonales (si estamos en
presencia de una grilla, dos dimensiones); el
radio de vecindad se dene de antemano y
puede ser de 1 (las celdas inmediatas) o n, de-
pendiendo de los intereses del investigador.
En ciencias sociales, esta clase de mo-
delos suelen ser llamados “de tablero”.
Existen algunos célebres, como el que de-
sarrolló Thomas Schelling en 1969(6,15), para
modelizar problemas de segregación racial,
en el que muestra que no es necesario ser
un racista militante para lograr espacios
geográcos diferenciados por grupo étnico
(ghettos). Un modelo similar, pero desarro-
llado en forma independiente, fue el modelo
de Sakoda, en el que intentaba observar el
comportamiento de los campos de relocali-
zación de japoneses en los EE.UU. durante la
Segunda Guerra Mundial(6,16,17).
Los modelos basados en agentes son
una extensión de los autómatas celulares. En
primer lugar, aparecen agentes que habitan
sobre el tablero. Estos agentes pueden tener
atributos diferentes y sus valores no están
restringidos a valores binarios: pueden ser de
la naturaleza que el investigador crea con-
veniente. En algún sentido virtual, entonces,
los agentes habitan el tablero. En segundo
lugar, el tablero tampoco está restringido en
cada celda a dos valores binarios, sino que
pueden predicarse, de cada una, la cantidad
de variables que se crean convenientes y
asignarles una naturaleza deseada (es decir,
las variables pueden tener cualquier tipo de
dato); esto hace que el tablero sea computa-
cionalmente activo y pueda simularse prácti-
camente cualquier cosa en él.
Un ejemplo puede ilustrar mejor la po-
tencia de los modelos basados en agentes.
Tal vez, la implementación más famosa sea

642 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
la del “Sugarscape”, el modelo desarrollado
por Joshua Epstein y Robert Axtell(18). Este
sistema consta de un tablero en el que se dis-
tribuye en forma no aleatoria un recurso que
se denomina “azúcar”. La distribución sigue
un patrón de círculos, donde lo más naranja,
coincide con la mayor concentración del re-
curso, como se muestra en la Figura 3.
En la Figura 3, la zona de color naranja
oscuro indica que las celdas de esa región
poseen más unidades de “azúcar” que las
zonas con un color naranja más claro. Una
vez consumido el recurso, dependiendo del
interés del usuario, puede volver a crecer
en forma inmediata, en forma gradual o no
crecer en lo absoluto.
Sobre este tablero “viven” los agentes,
quienes poseen una serie de propiedades:
una capacidad de visión (medida en cantidad
de celdas que pueden ver), un metabolismo
(que indica la cantidad de “azúcar” que
necesita cada agente para no morir de in-
anición) y una edad (que se actualiza en cada
“turno” del sistema y que, llegada a un límite
sorteado entre los agentes al azar, determina
su muerte). En función de las propiedades del
tablero o mundo y de los agentes, se montan
un conjunto de reglas que indican tanto la
conducta de los agentes como la conducta
del mundo. Estas reglas indican, por ejemplo,
cuánto debe crecer el azúcar, una vez que
fue consumida, e indican también cómo los
agentes buscarán, en función de su capacidad
de visión, en cuál celda existe la mayor con-
centración de azúcar, irán hacia allí y con-
sumirán todo el recurso que encuentren. Lo
que no es consumido por su metabolismo, se
almacenará. En la Figura 4, puede observarse
un ejemplo del tablero con los agentes.
Este modelo, con su simplicidad mani-
esta, permite simular fenómenos complejos.
Por ejemplo, los autores muestran cómo se
produce una distribución desigual de la ri-
queza, o cómo se puede refutar modélica-
mente el darwinismo social, o bien cómo
puede propagarse una enfermedad o gene-
rarse una identidad cultural(18). Una de las
claves de este tipo de modelos es que permite
jugar con la heterogeneidad de los agentes
y del entorno. A diferencia de los modelos
estadísticos que exigen cierta homogeneidad
para que las medidas tengan signicado, o
los modelos cualitativos que enfatizan en la
diversidad, los modelos basados en agentes
permiten aprovechar lo mejor de ambos
mundos, presentándose como un espacio ex-
celente para someter a prueba las hipótesis
Figura 3. Visualización de la distribución
del recurso (azúcar) en el tablero del
modelo Sugarscape, según el entorno de
modelado Netlogo.
Fuente: Centre for Interdisciplinary Science(19).
Figura 4. Visualización de la distribución
de los agentes y del recurso (azúcar) en
el tablero del modelo Sugarscape, según
el entorno de modelado Netlogo.
Fuente: Centre for Interdisciplinary Science(19).

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 643
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
cualitativas y observar cómo, a partir de las
interacciones locales, se generan los grandes
resúmenes estadísticos. En denitiva, este tipo
de modelos no son ni cuantitativos ni cuali-
tativos, se ubican en una transición de fase,
en ese espacio metodológico intermedio. Tal
como menciona Reynoso:
Los MBA [modelos basados en agentes],
con sus hormiguitas y sus premios en
azúcar, tienen sin duda cierto toque
de estupidez, como si la vida real les
quedara grande; pero, en el proceso
de su tratamiento, uno se ve forzado a
reexionar sobre las implicancias des-
bordantes de cualquier enunciado sobre
un mundo cultural regido por principios
de no linealidad.(6)
Un modelo basado en agente sobre
intercambio alimentario en la
Quebrada de Humahuaca
El modelo que desarrollamos y pre-
sentamos aquí fue el resultado del trabajo
de campo realizado en la Quebrada de
Humahuaca(8), que sirvió como insumo para
poder abstraer ciertas reglas del comporta-
miento alimentario, vinculadas especíca-
mente con la reciprocidad y el intercambio
de alimentos y aplicarlas al modelo basado
en agente.
Cuando se trabaja con una sociedad
articial es prioritario tener en cuenta el re-
corte que se realiza de la realidad. La cción
holística de la escritura etnográca se hace
añicos frente a las restricciones que impone
la computadora. El diseño de un modelo de
esta clase exige que se tomen algunas deci-
siones metodológicas, ya que no todo puede
ni debe simularse, sino que debe aplicarse un
criterio de selección que se adecue al con-
junto de hipótesis elegido.
La gran ventaja que presentan las socie-
dades articiales –uno de los nombres de
los modelos basados en agentes utilizados
para trabajar con datos sociales– es que per-
miten que cada una de las unidades que se
toman como protagonista de la simulación
–en nuestro caso, las unidades domésticas–
puedan ser diferentes entre sí. La variabilidad
de cada uno de los agentes es una de las
claves de la potencialidad y es lo que aleja
a esta metodología de los presupuestos que
rigen los modelos estadísticos(8), en los que
necesariamente se reduce la diversidad de
los sujetos en benecio de medidas que re-
sumen todos los datos, como el promedio o el
desvío estándar. Este atributo de la diversidad
es, a su vez, el que acerca estos modelos a la
mirada etnográca. La ventaja que tienen las
sociedades articiales sobre la etnografía es
la posibilidad de observar en tiempo real (en
términos computacionales) la dinámica del
fenómeno que se está investigando, así como
reproducirla, conrmando las observaciones
del mundo real o sugiriendo nuevos vínculos
y conexiones.
Desde nuestra perspectiva, las sociedades
articiales son un complemento del equipaje
metodológico que porta el antropólogo, que
agrega dinamismo y síntesis sobre la variabi-
lidad etnográca (usada como insumo) y, a
la vez, tiene la capacidad de expresar y des-
cribir los resultados de esa dinámica en tér-
minos estadísticos, si esto fuera necesario.
Nos atrevemos a señalar que las socie-
dades articiales pueden ocupar el papel
del complemento operativo y metodológico
de los conceptos teóricos vinculados con el
habitus(20) o bien con la agencia(21), en tanto
permiten ver (en un entorno controlado)
cómo se desarrollan y cuánto alcance tienen
las acciones de los sujetos (sean estos indi-
viduos, unidades domésticas o cualquier otro
agregado de interés).
Aquí intentamos observar la dinámica
del consumo de dos clases de comidas (in-
dustriales y locales) en relación con dos fac-
tores: 1) la provisión de alimentos mediante
la compra o la producción y 2) la provisión
de alimentos mediante la reciprocidad y el
intercambio con vecinos y familiares.
Si tomamos el concepto de “estrategias
domésticas de consumo”(22) podremos ob-
servar que entre sus dimensiones se en-
cuentra la “diversicación de las fuentes de
abastecimiento”. Esto quiere decir que las
fuentes en las que las unidades domésticas

644 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
se proveen de comida son diversas y no
están un solo lugar. En este sentido, una de
las fuentes a considerar es la del intercambio
de alimentos en el ámbito de la familia am-
pliada (entendiendo también dentro de esta a
los amigos íntimos). Dicho de otro modo, el
abasto de alimentos no pasa únicamente por
los comercios de diferentes tipos en los que
se compra la mercadería, sino que incluye
tanto las prestaciones que brinda el Estado,
como otras instituciones no públicas, así
como también los intercambios alimentarios
por fuera del sistema formal.
En esas relaciones informales entre fami-
liares circulan alimentos provenientes de la
producción rural de la Quebrada, y esto es
lo que quisimos representar en este modelo
basado en agentes.
Pero el origen de los alimentos, su per-
tenencia a la industria o a la producción
local, recién se hizo evidente cuando ana-
lizamos los datos que obtuvimos durante el
trabajo de campo, ya que no es un dato que
se pueda encontrar o deducir de las estadís-
ticas ociales. En las redes sociales que mos-
tramos en el apartado anterior, registradas en
el ámbito urbano, vimos que hay una pre-
sencia importante, aunque no total, de los
alimentos industriales. Aparecieron también,
en un lugar destacado, algunos alimentos
que consideramos locales, como los panes
caseros o bien el queso de cabra. El ámbito
urbano no se correspondió en un ciento por
ciento con una alimentación industrial, sino
que aparecieron también producciones ali-
mentarias locales. En las entrevistas también
quedó en claro la complejidad del sistema
alimentario. Fue allí donde se revelaron, en
toda su magnitud, la inuencia de la pro-
ducción local y de los circuitos alternativos
al mercado capitalista, que forman parte de
las estrategias de consumo de las unidades
domésticas.
Esta dinámica es la que intentamos re-
plicar en nuestra sociedad articial: la ali-
mentación industrial y la local distribuidas de
manera heterogénea dentro de la ubicación
espacial, donde se observan alimentos in-
dustriales en el área rural y aparecen produc-
ciones locales en el área urbana.
Para su reproducción in silico (simulada)
nos basamos en las reglas de comportamiento
alimentario que observamos en el trabajo
de campo, en el contacto cotidiano con la
población.
Asumimos, para nuestro modelo basado
en agentes, que las unidades domésticas no
se diferenciaban por sus ingresos sino por sus
posibilidades: por consumir alimentos indus-
triales o bien alimentos de producción local.
En esta sociedad articial recortamos a todas
aquellas unidades domésticas que poseían
ingresos elevados y que, por lo tanto, tenían
un margen de maniobra mayor en cuanto a la
satisfacción de sus necesidades alimentarias.
Poseer ingresos altos permite que, si bien la
demanda alimentaria es siempre inelástica
(tiende a un límite)(22), las posibilidades de
elección (y de previsión) se multiplican en
función de ese mismo ingreso. En el mundo
que creamos, la desigualdad no estaba dada
por los ingresos o por la propiedad, sino
por la ubicación geográca. Sabemos que
creamos una cción, pero en todo caso, una
cción interesada y acorde a los objetivos de
un aspecto de la investigación. Esta exibi-
lidad de las sociedades articiales es uno de
sus más valiosos aportes.
Pasemos pues a describir nuestro sistema.
En la Figura 5 mostramos una pantalla en la
que se observa un tablero dividido en dos
áreas, una verde y otra gris. Dentro del área
verde hay unos cuadrados grises que se dis-
tribuyen en la parte inferior del área verde.
Distribuidos por todo el tablero en forma
aleatoria hay unas casitas, que representan
nuestras unidades domésticas. El área verde
representa la zona rural, mientras que el área
gris representa el área urbana o, mejor dicho,
el área donde es posible conseguir alimen-
tación industrial. Cada casita es una unidad
doméstica que posee unas aristas que salen
de ella y se conectan con otras casitas distri-
buidas por el tablero. Estos lazos representan
los vínculos sociales de las unidades domés-
ticas, las cuales, en algunos casos, poseen
un lazo; en otros, dos; en unos pocos, tres
vínculos; y hay otros poquitos con más de
tres vínculos. La regla que asigna esos lazos
es la del azar. Se recorren todas las unidades

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 645
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
domésticas y a cada una se le asigna un
lazo con otra unidad doméstica al azar. La
restricción es que una unidad doméstica no
puede tener un lazo consigo misma. No ol-
videmos que el pseudo random que utiliza
la computadora suele tener una distribución
gaussiana. Decidimos que la mejor manera
de establecer los vínculos era el azar, en
función de que consideramos que esa distri-
bución se ajusta a lo observado en el campo;
es decir, si bien en la realidad la gente no es-
tablece sus lazos al azar, hay toda una historia
que determina los tipos de vínculos, lo cierto
es que la conguración nal (para nuestros
objetivos) es muy similar a la que plantea
la aleatoriedad, sobre todo porque aquí to-
mamos como fundamento de los vínculos la
posibilidad de intercambiar alimentos en una
dirección prejada, que va del campo a la
ciudad y no necesariamente a las relaciones
sociales en su totalidad. Hay ciertos estudios
que plantean, por ejemplo, que los vínculos
sexuales o los lazos de amistad siguen una ley
de potencia en una sociedad(7,12). En nuestras
observaciones, no hemos encontrado que la
gente del ámbito urbano envíe alimentos in-
dustriales a sus contactos en el campo, pero
sí observamos lo opuesto: mucha gente con
vínculos en el área rural se trae de allí al-
gunos alimentos que siempre son producidos
localmente.
La alimentación industrial en el campo
está dada por la cercanía con el ámbito
urbano (el área gris de nuestro modelo) y
por la cercanía con los negocios que se en-
cuentran distribuidos por la zona rural (los
cuadrados grises) (ver Figura 5). A partir de
esta idea es que tomamos la distancia a esos
lugares y en función de ellos aplicamos otra
vez un criterio azaroso: a medida que una
Figura 5. Visualización de la distribución de las unidades domésticas en el área rural y
el área urbana, en la interfaz de NetLogo. Quebrada de Humahuaca, Jujuy, Argentina.
Fuente: Díaz Córdova(8).

646 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
unidad doméstica se acerca a alguna de las
áreas grises, la probabilidad de obtener ali-
mentos industriales es mayor.
Entre los controles que se observan en la
interfaz (Figura 5) está el botón “setup”, que
es el que congura el escenario, ejecuta las
rutinas que crean el área urbana, la rural y los
negocios, crea y distribuye las unidades do-
mésticas, así como sus lazos. También en la
función “setup” se asignan los alimentos que
poseen por defecto las unidades domésticas.
Siempre se comienza con una distribución
en la que las unidades domésticas urbanas
cuentan con alimentos exclusivamente in-
dustriales, mientras que las rurales arrancan
con alimentos producidos solo localmente.
El botón denominado “go” pone en marcha
el sistema en forma permanente, es decir, no
ejecuta una vuelta y frena, sino que continúa
hasta que el usuario decida terminar la eje-
cución. En la rutina “go” las unidades domés-
ticas intercambian alimentos con sus vínculos
en el campo y luego se proveen de alimentos:
si las unidades domésticas están ubicadas en
el área verde, entonces, como ya fue dicho,
la distancia al área gris es la que determina
la probabilidad de obtener alimentos indus-
triales; si no se cumple, entonces se proveen
de alimentos producidos localmente.
Los alimentos fueron aquí denidos
como de tres tipos para dos variantes.
Dividimos el patrón alimentario en cereales
(que incluye todo tipo de vegetales); carnes
(todos los tipos de carnes) y varios (que in-
cluye todo lo demás). Esta clasicación está
a su vez dividida en locales o industriales.
Toda esta simplicación con respecto a los
datos de la realidad tiene su justicación en
el objetivo del modelo planteado, que es ob-
servar en forma dinámica cómo estos se van
distribuyendo de acuerdo a las estrategias
de provisión de las propias unidades domés-
ticas: por un lado, los intercambios, por el
otro, el autoconsumo y, por último, la posibi-
lidad de obtener los alimentos industriales en
el mercado formal.
La interfaz cuenta con un control deno-
minado “nrotot” que dene la cantidad de
unidades domésticas que se dibujarán en el
mundo. Tenemos también otro control que se
denomina “campo” que dene los porcentajes
de gente que vive tanto en el área rural como
en el área urbana. En la Figura 5 vemos que ese
valor está en 30, lo que signica que un 70%
de toda la población vive en el área urbana,
mientras que el 30% restante vive en el área
rural. Por último tenemos un control que se
llama “mercados” que indica la cantidad de
negocios que puede haber en el campo, en
esta versión las posibilidades van de 1 a 6.
En la Figura 5, a la derecha del esce-
nario, vemos que la interfaz cuenta con una
serie de controles que nos permiten moni-
torear qué es lo que está sucediendo con
los alimentos en cada vuelta (cada tick).
Los seis primeros muestran la distribución
general de alimentos, divididos en locales
e industriales y por categoría de alimentos.
Los 12 siguientes nos muestran esos mismos
alimentos pero en su ocurrencia de acuerdo
al ámbito, así tenemos diferenciados los dis-
tintos alimentos locales e industriales, tanto
en el campo como en la ciudad.
Como ya fue señalado, comenzamos las
corridas (es decir la ejecución del programa)
con una distribución que se corresponde con
la hipótesis que planteamos en un comienzo,
esto es, que todos los que viven en el ámbito
urbano consumen alimentos industriales y
que todos los que viven en el ámbito rural
consumen alimentos locales. En la Figura 6
se visualiza lo que ocurre al cabo de unas
cuantas vueltas (ticks), en este caso 10.192.
La distribución se estabiliza y aparecen, tanto
en la ciudad como en el campo, alimentos
de una y otra categoría. Claro, siempre con
un sesgo: en la ciudad hay más alimentos
industriales, mientras que en el área rural
hay más alimentos de producción local.
¿Qué nos muestra esto? Por un lado, que el
patrón alimentario, al igual que ocurre en la
realidad, se encuentra diferenciado y no es
homogéneo, como habíamos supuesto en un
primer momento y, por otro, que una de las
claves se encuentra en los procesos de in-
tercambio motorizados por la reciprocidad,
que permite que haya una cierta auencia
de alimentos producidos localmente hacia
la urbe. Es interesante hacer notar que, en
nuestro modelo, la única manera de obtener

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 647
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
alimentos producidos localmente es a partir
de los lazos que las unidades domésticas man-
tienen entre sí y no comprándolos en algún
mercado de la ciudad, como observamos que
ocurre muchas veces en la Quebrada (una
clara diferencia del modelo con la realidad).
Lo que quisimos poner a prueba con este
modelo era la posibilidad de reproducir, con
todas las cautelas del caso, algunas actitudes
y comportamientos alimentarios de los po-
bladores quebradeños, y reexionar sobre
la información que devuelve el campo, pero
desde una perspectiva que no admite juegos
retóricos, sino que impone una denición
concreta, aunque sea operativa y coyuntural.
Los modelos basados en actores no son una
panacea, no sustituyen otras metodologías;
nos permiten vericar si nuestras hipótesis
tienen algún rastro de realidad o al menos de
plausibilidad. Nos permiten conocer, desde
otro punto de vista, los fenómenos bajo es-
tudio. La clave, como fue dicho, no está en
el dominio técnico, sino en la mirada epis-
temológica; en la posibilidad de materializar
ese modelo mental que siempre ocurre y
que, por su carácter inevitable, siempre está
presente. Lo mejor es tratar a los modelos,
simplemente, como forma de pensar.
CONCLUSIONES
Hemos intentado, hasta aquí, presentar
dos metodologías no muy utilizadas en el
ámbito de la antropología alimentaria. Por un
lado, el análisis de redes sociales, por el otro,
los modelos basados en agentes. Estas dos
formas de mirar al mundo se enrolan dentro
de las corrientes teóricas de la complejidad y
Figura 6. Visualización de la distribución de las unidades domésticas en el área rural y
el área urbana, luego de 10.192 corridas (ticks) en la interfaz de NetLogo. Quebrada de
Humahuaca, Jujuy, Argentina
Fuente: Díaz Córdova(8).

648 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
el caos. Dados los indicios que muestran que
el universo y todo lo que está dentro es com-
plejo, entonces qué mejor que utilizar herra-
mientas que, con las limitaciones del caso,
den cuenta de esa complejidad maniesta. La
antropología alimentaria es un campo fértil
para la experimentación metodológica; como
la alimentación es un “hecho social total”(1) y
su propio estudio es multidisciplinar por na-
turaleza, la experimentación metodológica
se torna necesaria. No podemos resignar
métodos por supuestos y prejuicios. Hay que
someterlos a prueba y vericar sus alcances
y limitaciones. Estar dispuestos a modicar el
punto de vista, adaptarlo a las exigencias del
método, sin forzar tampoco su propia arqui-
tectura. Un justo medio aristotélico que solo
puede conseguirse en la praxis.
El análisis de redes sociales, en nuestra
experiencia, tiene la ventaja de claricar
ciertas estructuras subyacentes, de las que
se sospecha su existencia o no. Permite,
por un lado, corroborar o refutar las hipó-
tesis pero, por el otro, es también una he-
rramienta de descubrimiento. En nuestro
caso, a partir del trabajo de campo, empezó
a hacerse evidente que las modalidades ali-
mentarias (industrial y local) no se encon-
traban separadas en el ámbito urbano, no al
menos de la forma en que habíamos sospe-
chado en un comienzo. Fue por ello que de-
cidimos aplicar el análisis de redes sociales
a los datos que ya teníamos, lo cual también
es interesante, dado que puede ser usado
tanto con datos que no fueron pensados en
términos de redes, como con datos reco-
lectados ex profeso. Así transformamos los
recordatorios alimentarios de 24 hs en datos
reticulares, susceptibles de ser analizados
con las herramientas clásicas del análisis de
redes sociales, para ver cuál alimento tenía
más conexiones, a qué distancia estaba cada
alimento respecto del resto, qué grado de
cohesión tenía la red en su conjunto, etc.
Una de las desventajas más claras que
posee el análisis de redes sociales es que los
análisis son sincrónicos, es decir, toman una
foto de un momento puntual del tiempo. Si
bien muchas corrientes teóricas como el es-
tructuralismo o el funcionalismo utilizan un
enfoque sincrónico, eso no quita que sus po-
sibilidades se vean, en un sentido, limitadas
por esa característica. En el caso del análisis
de redes sociales, existe una posibilidad me-
todológica de observar la trayectoria de una
red a lo largo del tiempo aunque, hay que de-
cirlo, posee cierta complicación algorítmica.
En cualquier caso, esta limitación muestra
cuál es el alcance de la metodología, impi-
diendo confusiones teóricas al respecto(11).
Con respecto a los modelos basados en
agentes, creemos que la principal ventaja
radica en la forma de pensar los problemas,
que es una exigencia de este tipo de me-
todologías. Aquí lo central es escoger qué
actores (o agentes) serán los importantes y
qué características tendrán. Lo mismo para
el escenario construido, así como para las
relaciones entre actores y entre actores y
medioambientes. En nuestro caso, nos in-
teresó simular las relaciones reciprocitarias
vinculadas con los alimentos, en un con-
texto como el quebradeño, en el que con-
viven mercado y producción local. Es decir,
nos interesó implementar computacional-
mente una de las prácticas que conforman
las “estrategias domésticas de consumo”(22);
en este caso, la diversicación de las fuentes
de abasto en su aspecto particular del inter-
cambio reciprocitario de comida. Quisimos
reproducir esa dinámica del intercambio,
tal como la vimos en el campo: esa síntesis
entre lo que observamos, participamos y re-
gistramos de lo que dicen y hacen, y dicen
que hacen los actores. Quedó bastante claro
que el patrón reciprocitario convive con el
mercado y que los alimentos locales tienen
cierto poder de resiliencia.
Los modelos basados en actores ayudan a
conocer la dinámica de lo que acontece en el
entorno social estudiado. Una de sus virtudes
es que nos permiten jugar con diferentes ca-
racterísticas y distintas conguraciones, son
una herramienta para conocer el espacio et-
nográco desde una perspectiva diferente, en
la cual el control está claramente del lado de
quien construye el modelo (actores sociales e
investigador). En ese sentido, hay ya autores
que hablan de “simulación participante”(23),
entendiendo algo similar a la observación

NOVEDADES METODOLÓGICAS APLICADAS A LA ANTROPOLOGÍA ALIMENTARIA: MODELOS BASADOS EN AGENTES Y REDES SOCIALES 649
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Universidad Nacional de Lanús | ISSN 1669-2381 | EISSN 1851-8265 | doi: 10.18294/sc.2016.1008
participante, pero aplicado a los modelos ba-
sados en agentes(11).
La gran desventaja de esta clase de mo-
delos es que exigen cierta pericia algorítmica.
En algún sentido, conocer las posibilidades
del lenguaje de programación en el que se
desarrollará permite apreciar mejor las posi-
bilidades que brinda. Otro de los peligros que
se detectan es el de la “falacia de la realidad”,
que consiste en intentar simular todo lo que
ocurre en el campo, generando un modelo
tan complicado que puede atentar contra la
ventaja de la simplicidad. La clave para poder
usar correctamente los modelos basados en
actores es escoger y abstraer aquellos ele-
mentos de la realidad que, por algún motivo,
se consideran relevantes, sea porque los ac-
tores hacen referencia, sea porque el marco
teórico del investigador así lo indica.
REFERENCIAS BIBLIOGRÁFICAS
1. Mauss M. Ensayo sobre el don: Forma y función
del intercambio en las sociedades arcaicas. Buenos
Aires: Katz Editores; 2009.
2. Hanneman R, Riddle M. Introduction to social
networks methods [Internet]. Riverside: University
of California; 2005 [citado 10 jul 2016]. Dispo-
nible en: http://tinyurl.com/ju54p9b.
3. Wilensky U, Rand B. An introduction to agent-
based modeling: modeling natural, social, and
engineered complex systems with NetLogo. Cam-
bridge: MIT Press; 2015.
4. Merton R. Teoría y estructuras sociales. México:
Fondo de Cultura Económica; 1980.
5. Agar M. Agents in living color: Toward emic
agent-based models. Journal of Articial Societies
and Social Simulation [Internet]. 2005;8(1) [citado
10 jul 2016]. Disponible en: http://tinyurl.com/
hjm5rwd.
6. Reynoso C. Complejidad y caos: Una explo-
ración antropológica. Buenos Aires: SB; 2006.
7. Watts D. Seis grados de separación: La ciencia
de las redes en la era del acceso. Barcelona:
Paidós; 2006.
8. Díaz Córdova D. Antropología alimentaria de la
Quebrada de Humahuaca: Modos de producción,
patrón alimentario y sus efectos sobre el cuerpo
y la salud de la población quebradeña. [Tesis de
Doctorado]. Buenos Aires: Universidad de Buenos
Aires; 2015.
9. Muscio H. Colonización humana del NOA y
variación en el consumo de los recursos: La eco-
logía de los cazadores recolectores de la Puna
durante la transición Pleistoceno-Holoceno. Naya
[Internet]. s/f [citado 10 jul 2016]. Disponible en:
http://tinyurl.com/hm5kngw.
10. Reboratti C. La Quebrada: Un estudio geo-
gráco, histórico y social de este Patrimonio de la
Humanidad. Buenos Aires: La Colmena; 2003.
11. Antropocaos. Exploraciones en antropología y
complejidad. Buenos Aires: SB; 2009.
12. Reynoso C. Redes sociales y complejidad: Mo-
delos interdisciplinarios en la gestión sostenible de
la sociedad y la cultura. Buenos Aires: SB; 2011.

650 DÍAZ CÓRDOVA D.
SALUD COLECTIVA. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008
Salud Colectiva | Licencia Creative Commons Reconocimiento — No Comercial 4.0 Internacional | BY - NC
http://dx.doi.org/10.18294/sc.2016.1008
Recibido: 13 de junio de 2016 | Versión  nal: 22 de septiembre de 2016 | Aprobado: 16 de noviembre de 2016
FORMA DE CITAR
Díaz Córdova D. Novedades metodológicas aplicadas a la antropología alimentaria: modelos basados en agentes y
redes sociales. Salud Colectiva. 2016;12(4):635-650. doi: 10.18294/sc.2016.1008.
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0
Internacional. Reconocimiento — Permite copiar, distribuir y comunicar públicamente la obra.
A cambio, se debe reconocer y citar al autor original. No Comercial — Esta obra no puede ser
utilizada con  nalidades comerciales, a menos que se obtenga el permiso.
13. Wasserman S, Faust K. Social networks
analysis: methods and applications. New York:
Cambridge University Press; 1994.
14. Wolfram S. Cellular automata. Los Alamos
Science. 1983;9:2-21.
15. Schelling T. Models of Segregation. The Ame-
rican Economic Review. 1969;59(2):488-493.
16. Schelling T. Dynamic models of segregation. Jo-
urnal of Mathematical Sociology. 1971;1:143-186.
17. Sakoda J. The checkerboard model of social
interaction. Journal of Mathematical Sociology.
1971;1:119-132.
18. Epstein J, Axtell R. Growing arti cial societies:
Social Science from the Bottom Up. Washington
DC: Brookings Institution Press; 1996.
19. Centre for Interdisciplinary Science. Complex
Systems-Sugarscape [Internet]. University of Lei-
cester [citado 10 jul 2016]. Disponible en: http://
tinyurl.com/z6k34os.
20. Bourdieu P. Razones prácticas sobre la teoría
de la acción. Barcelona: Anagrama; 1997.
21. Giddens A. La constitución de la sociedad:
Bases para la teoría de la estructuración. Buenos
Aires: Amorrortu; 2006.
22. Aguirre P. Estrategias de consumo: qué comen
los argentinos que comen. Buenos Aires: Miño y
Dávila; 2015.
23. Eglash R. African fractals: Modern computing
and indigenous design. New Brunswick: Rutgers
University Press; 1999.