La creciente frecuencia y complejidad de los desastres naturales destacan la urgente necesidad de obtener una comprensión más profunda sobre cómo los individuos y las comunidades perciben y responden a la información sobre riesgos. Sin embargo, los métodos de investigación convencionales, como encuestas, experimentos de laboratorio y observaciones de campo, a menudo enfrentan limitaciones en el tamaño de las muestras, preocupaciones sobre la validez externa y dificultades para controlar variables confusas. Estas limitaciones obstaculizan nuestra capacidad para desarrollar modelos integrales que capturen la naturaleza dinámica y sensible al contexto de la toma de decisiones en situaciones de desastre. Para abordar estos desafíos, presentamos un novedoso marco de simulación en múltiples etapas que integra agentes sociales-cognitivos impulsados por Modelos de Lenguaje Grande (LLM) con perspectivas teóricas bien establecidas de la psicología, sociología y ciencia de la decisión. Este marco permite la simulación de tres fases críticas: percepción de la información, procesamiento cognitivo y toma de decisiones, proporcionando un análisis detallado de cómo los atributos demográficos, los factores situacionales y las influencias sociales interactúan para dar forma al comportamiento en condiciones de desastre inciertas y en evolución. Un estudio de caso centrado en medidas preventivas antes del desastre demuestra su efectividad. Al alinear la demografía de los agentes con datos de encuestas del mundo real en 5864 escenarios simulados, revelamos patrones de comportamiento matizados que reflejan de cerca las respuestas humanas, subrayando el potencial para superar limitaciones metodológicas de larga data y ofrecer una validez ecológica mejorada y flexibilidad para explorar diversos entornos de desastre e intervenciones políticas. Si bien reconocemos las limitaciones actuales, como la necesidad de un modelado emocional mejorado y entradas multimodales, nuestro marco sienta las bases para análisis más matizados y empíricamente fundamentados de la percepción del riesgo y los patrones de respuesta. Al combinar sin problemas teoría, capacidades avanzadas de LLM y estrategias de alineación empírica, esta investigación no solo avanza el estado de la simulación social computacional, sino que también proporciona orientación valiosa para desarrollar estrategias de gestión de desastres más sensibles al contexto y específicas.