Este artículo señala las deficiencias del modelo GameNet, que predice la toma de decisiones estratégicas humanas, y presenta un modelo mejorado, ElementaryNet. GameNet combina un modelo de nivel k con un modelo complejo de nivel 0 basado en redes neuronales para predecir el comportamiento humano. Sin embargo, la excesiva flexibilidad del modelo de nivel 0 plantea la posibilidad de imitar el razonamiento estratégico. En este artículo, demostramos que el modelo de nivel 0 de GameNet es, de hecho, demasiado general e incapaz de representar el comportamiento estratégico, proponiendo ElementaryNet, un nuevo modelo de red neuronal. Los resultados experimentales muestran que ElementaryNet logra un rendimiento de predicción similar al de GameNet, y que al variar las características de ElementaryNet e interpretar sus parámetros, podemos comprender mejor el comportamiento humano. Esto proporciona evidencia que demuestra el valor del razonamiento iterativo, la profundidad del proceso de inferencia y la riqueza de la especificación de nivel 0.
