Partendo dai risultati ottenuti lo scorso anno, che rinviavano alla applicazione di una serie di modelli a soglia per lo studio dei processi deliberativi, la ricerca di quest¿anno vuole ampliare l¿orizzonte di analisi introducendo una serie di modelli agent-based. Tali modelli pongono al loro centro un elemento del comportamento collettivo che la teoria classica dell¿azione collettiva affronta solamente con difficoltà: la sostanziale eterogeneità delle preferenze e l¿interdipendenza delle decisioni individuali nel tempo. In questo senso, rappresentano uno dei campi di maggiore crescita all¿interno della modellistica computazionale e, da un punto di vista teorico, sono guidati dagli spunti che provengono dalla teoria della complessità. In particolare, si assume che i sistemi sociali siano caratterizzati da un numero elevato di agenti che interagiscono tra loro potendo apprendere nuove regole di comportamento e adattarsi all¿ambiente in cui si muovono. Un aspetto interessante di questi approcci è la possibilità dell¿insorgenza di fenomeni di auto-regolazione, così come di meccanismi di feedback. L¿obbiettivo della presente ricerca consiste nell¿analizzare attraverso tali modelli la dinamica che caratterizza una ipotetica arena deliberativa composta da una pluralità di agenti che interagiscono sulla base di un insieme relativamente semplice di regole di comportamento. L¿ambizione è quella di esplorare quei fenomeni che emergono a livello macro che non possono essere ricondotti alla semplice aggregazione delle proprietà individuali. In particolare, si vogliono analizzare i modi in cui una interazione deliberativa può influenzare la possibilità di accordo tra differenti opinioni presenti in un gruppo, così come i processi di cambiamento delle preferenze degli agenti. Da qua si potrebbero dedurre un insieme di ipotesi suscettibili di analisi empirica.