Tôi thấy hai hướng riêng biệt để đưa câu hỏi của bạn. Một là triết lý khoa học máy tính và tư duy tính toán đã tác động đến lĩnh vực kinh tế như thế nào và tại sao các nhà kinh tế nên quan tâm đến phương pháp khoa học máy tính ? Đây là một câu hỏi thực sự hay nhưng thực sự rộng mà tôi sẽ tránh cố gắng giải quyết.
Thứ hai là cụ thể hơn: Bây giờ các nhà khoa học máy tính biết rằng nhiều vấn đề trong lý thuyết trò chơi là khó khăn, làm thế nào để chúng tôi thuyết phục các nhà kinh tế rằng đây là những vấn đề quan trọng với hoặc phản đối công việc của họ? Đây có thể không phải là những gì bạn có trong đầu, nhưng dường như đó là một cách giải thích những gì bạn đã viết, vì vậy tôi muốn giải quyết nó bởi vì tôi nghĩ nó có một chút vấn đề và tôi nghĩ có lý do để không viết một bài luận tranh luận về điểm này ( mà có thể giải thích bất kỳ thiếu câu trả lời).
Đầu tiên, các nhà kinh tế vi mô thường là những nhà lý thuyết và họ có thể quan tâm đến việc tìm hiểu vấn đề trong mô hình của họ hơn là ở chúng ta. Không có lý do tiên nghiệm một cách tiếp cận là tốt hơn so với phương pháp khác. Tương tự như vậy, nhiều nhà khoa học máy tính lý thuyết rất vui khi thiết kế các thuật toán hoạt động trên các số thực mặc dù điều này có thể yêu cầu các hoạt động không thể giải quyết được. Tương tự, đối với một nhà kinh tế, sự phức tạp có thể là một chi tiết mà đám mây hiểu được những gì quan trọng trong mô hình của họ hơn là một sự cân nhắc quan trọng. Đây dường như là một vấn đề ưu tiên hoặc triết lý hơn là đúng hay sai.
Thứ hai, không rõ ràng rằng khoa học máy tính vẫn chưa thể tranh luận một cách thuyết phục rằng các mô hình của chúng ta phù hợp với thế giới thực hơn thế giới của chúng, cho đến khi chúng ta có dữ liệu thử nghiệm để sao lưu điều này. (Xét cho cùng, có thể là ví dụ, thị trường thường nhanh chóng tìm thấy sự cân bằng trong thực tế, do đó độ cứng của điện toán không liên quan đến các ứng dụng trong thế giới thực.) Không có dữ liệu, sự bất đồng là triết lý và khó có thể khẳng định rằng có một mặt đúng hay sai . Tôi không biết rằng chúng tôi có đủ dữ liệu để đưa ra bất kỳ khiếu nại cụ thể nào.
Thứ ba, tôi nghĩ rằng nhiều nhà kinh tế mà những vấn đề này có liên quan đã được chú ý. Ví dụ, trong các lĩnh vực như đối sánh (chủ đề của giải Nobel năm ngoái!), Cách tiếp cận thuật toán và độ phức tạp tính toán rất quan trọng khi họ cố gắng thực hiện các giải pháp ở quy mô lớn. Vì vậy, nếu một nhà kinh tế tuyên bố rằng sự phức tạp không liên quan đến lợi ích của cô ấy , cô ấy có thể đúng; nhưng có những người khác chú ý
Vì vậy, tóm lại, mặc dù có vẻ như là một mục tiêu đáng giá để giúp các nhà kinh tế nhận thức được kết quả liên quan đến sự phức tạp trong kinh tế (đặc biệt là một số người quan tâm), tôi không chắc rằng chúng ta có thể tranh luận rằng họ nên chú ý nhiều hoặc thay đổi cách tiếp cận của họ; và tôi nghĩ rằng một lập luận khoa học mạnh mẽ sẽ đòi hỏi nhiều dữ liệu hơn là triết học.