Los sistemas dinámicos son conocidos por exhibir transiciones de estado súbitas, con cambios abruptos de un estado estable a otro. Tales transiciones se observan ampliamente, con ejemplos que van desde extinciones abruptas de especies en ecosistemas hasta crisis financieras inesperadas en la economía o cambios súbitos en condiciones médicas. Se utilizan métodos estadísticos conocidos como señales de advertencia temprana (EWS) para predecir estas transiciones. En la mayoría de los estudios hasta la fecha, las EWS se han probado en datos generados utilizando métodos basados en ecuaciones que representan el estado agregado de un sistema y, por lo tanto, muestran limitaciones al considerar las interacciones de un sistema a nivel de componente. Los modelos basados en agentes ofrecen una alternativa sin estas limitaciones. Este estudio compara el rendimiento de las EWS cuando se aplican a datos de una versión basada en ecuaciones y de una versión basada en agentes del modelo de Ising. Los resultados proporcionan una razón para considerar la modelización basada en agentes como un método complementario prometedor para investigar la predictibilidad de los cambios de estado con las EWS.