De agentes económicos a economías agénticas: blueprint sistémico para modelos de mundo económicos | Cómo diseñar simulaciones económicas donde agentes LLM autónomos negocian e interactúan sobre un estado global consistente | Arquitectura de referencia para simular mercados y políticas públicas con IA multiagente

Abstract

PROBLEMA: Los modelos económicos tradicionales (equilibrio general, agente representativo, modelos agregados) no capturan comportamientos emergentes ni interacciones adaptativas entre individuos heterogéneos; la IA agéntica podría simular economías realistas, pero falta una arquitectura de referencia que integre agentes autónomos, mecanismos de mercado y modelos de mundo económicos con un estado consistente. SOLUCIÓN: El paper presenta un blueprint sistémico para 'agentic economies': una arquitectura de modelos de mundo económicos donde agentes LLM autónomos (consumidores, empresas, reguladores, bancos) interactúan mediante intercambios y negociación, todo sincronizado por un estado económico global que mantiene recursos, precios, saldos y expectativas consistentes entre los participantes. METODOLOGÍA: Propuesta arquitectónica en capas: infraestructura de simulación escalable, capa de agentes con memoria, objetivos y personalidad, mecanismos de mercado (subastas, libros de órdenes, contratos), y control de consistencia del estado económico; se discuten retos de escalabilidad, realismo conductual, alineación, reproducibilidad y evaluación, junto con casos de uso en política económica, análisis de riesgos sistémicos y educación. RESULTADOS: Al tratarse de un blueprint, el trabajo aporta un marco conceptual, interfaces entre componentes y una agenda de investigación en lugar de métricas empíricas; define los componentes clave, los criterios de validación y los desafíos abiertos para implementaciones futuras, sirviendo de hoja de ruta para la comunidad. RELEVANCIA: Guía la construcción de world models económicos con agentes LLM, conectando los bloques de modelos de mundo y sistemas agénticos a gran escala, y abriendo la simulación multiagente a dominios de alto impacto como mercados, políticas públicas y análisis de riesgos sistémicos.