SISTEMAS ADAPTATIVOS COMPLEJOS

                                                                 Prof. Miguel H. Ramos

La raíz de la palabra sistema deriva del griego synistánai (reunir, juntar, colocar juntos). Un sistema es un conjunto de elementos dinámicamente relacionados, con un objetivo común, que operan sobre datos, energía y/o materia para proveer información.

Complexus significa lo qué está tejido junto. Hay complejidad cuando son inseparables los elementos diferentes que constituyen un todo. La complejidad es la unión entre la unidad y la multiplicidad (Edgar Morin).
Robert B Laughlin nos dice que en un mundo con números enormes de partículas, lo inusual no es lo complejo sino la ausencia de complejidad.
Se podría reemplazar la palabra complejo por azaroso. Cuando arrojamos un dado y sale el número tres, el evento es azaroso, es decir, no se sabe de antemano qué cara saldrá. Es un hecho impredecible cuyo grado de impredecibilidad se calcula a partir del número de resultados posibles, en esta caso, seis. En sí, el número tres no tiene nada de azaroso una vez que ya ha salido. No tiene sentido que una cara del dado en particular sea “azarosa”. De manera análoga, no tiene sentido que una forma determinada de la superficie de un cristal sea “compleja”.
Cuando afirmamos que una forma es compleja, lo que en verdad queremos decir es que el proceso físico por el cual se formó es inestable y que una pequeña alteración habría provocado la formación de un perfil diferente. Del mismo modo, una forma es simple si siempre es la consecuencia de un proceso físico invariable que no se modifica aunque haya alteraciones drásticas.
Comprendemos hoy que, en la naturaleza lo simple es la excepción no la regla. Es imposible probar que las formas complejas van a emerger, pero se puede probar que la emergencia es razonable y no va en contra del sentido común.
La herramienta utilizada para probarlo es la teoría de la complejidad, una rama de la matemática creada en al década de 1970 que se ocupa del caos, los fractales y los autómatas celulares. El valor de esta teoría se limita a mostrar que la emergencia de las formas complejas es razonable, pero no puede proporcionar modelos predictivos de ningún fenómeno de la naturaleza.

Tipos de sistemas:

Sistemas Simples.
Sistemas de dos o tres variables relacionadas. Un ejemplo de sistema simple, compuesto de dos o tres variables con relación lineal, sería el de una mesa de billar, con bolas entrechocándose de acuerdo con reglas simples.

Sistemas Complejos Desorganizados.
Problemas de complejidad desorganizada, caracterizados por millones o miles de millones de variables cuya única posible aproximación es a través de mecánica estadística y teoría de probabilidades. Estas herramientas no solo ayudaron a explicar el comportamiento de las moléculas en un gas o los patrones de herencia genética, también ayudaron a las compañías de seguro de vida a ganar dinero a pesar del limitado conocimiento que pudieran tener acerca de la salud futura de cualquier ser humano. Continuando la analogía con la mesa de billar, un sistema de complejidad desorganizada correspondería a la misma mesa de un tamaño que pudiera albergar un millón de bolas en colisión millones de veces por segundo. Hacer predicciones acerca del comportamiento de cada bola individual en el conjunto sería difícil, pero podrían hacerse algunas predicciones certeras acerca de la conducta general de la mesa. Si asumimos que desde el comienzo hay energía suficiente en el sistema, las bolas se distribuirán y cubrirán toda la mesa como moléculas de un gas en un continente. Es complejo porque hay muchos agentes en interacción, pero es desorganizado porque no crean un comportamiento de nivel superior más allá de amplias tendencias estadísticas.

Sistemas Complejos Organizados Adaptativos
Sistemas donde mucho más importante que el mero número de variables es el hecho de que estas variables están interrelacionadas (relación circular) y muestran un rango esencial de organización y crean un comportamiento de nivel superior más allá de amplias tendencias estadísticas, emergiendo una macroconducta particular, disponiéndose en una forma específica o formando un patrón identificable en el tiempo. Es como nuestra mesa de billar cubierta de bolas semiinteligentes impulsadas a motor, donde las bolas siguen reglas específicas y a través de sus variadas interacciones crean una macroconducta particular, disponiéndose en una forma específica o formando un patrón identificable en el tiempo. Digamos que las bolas de billar, siguiendo reglas de comportamiento local e independiente de cualquier instrucción de un nivel superior terminan dividiendo la mesa en dos grupos de bolas: uno de números pares, otro de números impares. Eso indicaría el comienzo de la emergencia, un patrón de nivel superior que surge de interacciones complejas paralelas entre agentes locales. Las bolas no están programadas de forma explícita para reunirse en dos grupos; están programadas para seguir reglas mucho más aleatorias: girar a la derecha cuando chocan con una de color; acelerar después del contacto con la bola tres; detenerse cuando tocan la bola ocho y así sucesivamente. Sin embargo, a partir de esas rutinas simples emerge una forma coherente.
El sabor del azúcar no está presenta en los átomos de carbón, hidrógeno y oxígeno que lo constituyen, es una propiedad del todo que ninguna de las partes posee y que emerge de las interacciones y relaciones entre las partes. Esta propiedad es destruida cuando el sistema es diseccionado en elementos aislados. Este tipo de comportamiento emergente cuando se busca es omnipresente en la naturaleza. ¿Qué hace que la primavera abra sus flores cuando las abre? ¿Qué es un gen y como se expresa la constitución genética original de un organismo vivo en las características desarrolladas del adulto?

La creencia de que en cada sistema complejo el comportamiento del todo puede entenderse completamente desde las propiedades de sus partes, básico en el paradigma o método analítico y reduccionista de Descartes no se cumple.

John Holland señala que los sistemas adaptativos complejo una vez que se reconocen sus características se los encuentra por doquier, y los define mediante cuatro aspectos cruciales:
Primero: consta de una multitud de componentes distintos que actúan al unísono. En el caso del cerebro, estos componentes son las neuronas. Para los organismos vivos, los genes. Para las organizaciones, los miembros y las instituciones miembros.
Segundo: posee múltiples estratos de organización, con agentes en cada nivel que sirvan de bloques para el siguiente. Todo sistema incluye subsistemas, sistemas dentro de sistemas. Por ejemplo, en las organizaciones industriales cada trabajador pudiera pertenecer a una dependencia que, a su vez, pudiera funcionar como parte de un departamento, el cual pudiera ser parte de una compañía más grande, y así sucesivamente. En los sistemas ecológicos, los organismos individuales, las agrupaciones y los hábitats desempeñan papeles similares. Estas organizaciones se modifican a sí mismas sin cesar, según dicte la necesidad, formando nuevos vínculos y grupos.
Tercero: Un sistema adaptativo complejo nunca alcanza un estado de equilibrio con su entorno. Los cubos de hielo colocados en un vaso de agua caliente se derretirán a la larga y todo el contenido logrará una temperatura de equilibrio. Una entidad viva no puede permitirse hacer este tipo de trato con el mundo en desorden que la rodea. Mantiene su propio orden interno bombeando entropía a los alrededores, es decir, tomando alimentos y expulsando desechos. En resumen, si alguna vez alcanza el equilibrio, muere.
Cuarto: Por último, y más importante, los sistemas adaptativos complejos han de tener la capacidad de prever el futuro. No que los organismos, neuronas, etcétera, sean adivinos, sino que más bien necesitan interactuar de modo constante con el mundo exterior y utilizar la información que reúnen para desarrollar modelos predictivos y adaptar su propio comportamiento en consecuencia. De lo contrario estarían en una posición competitiva desventajosa. Este proceso no tiene que ser conciente. Los seres humanos toman sus decisiones a partir de su propia conciencia, pero los organismos más primitivos carecen de estas capacidades. Más bien lo que hacen es almacenar sus conocimientos en sus genes. En la medida en que evolucionan, su material genético los ayuda a responder a su entorno. Los sistemas con genes superiores alcanzan su posición competitiva ventajosa que transmiten a su progenie. A la inversa, las combinaciones genéticas mal adaptadas se extinguen con el tiempo. Así, el conocimiento útil del entorno de un organismo se codifica es su estructura hereditaria.

Bibliografía:
1. Steven Johnson. Sistemas emergentes. O qué tienen en común hormigas, neuronas, ciudades y sofware. Turner. Fondo de cultura económica, para América Latina. México 2003: 43-45
2. Paul Halpern. En búsqueda del destino: Una historia de la predicción. Editorial Océano. México, 2007:222- 223
3. Robert B Laughlin. Un universo diferente. La reinvención de la física en la edad de la emergencia. Buenos Aires. Katz, 2007
4. Edgar Morin. Los siete saberes necesarios para la educación del futuro. Ediciones Nueva Visión. Buenos Aires, 2002 :35-46
5. Fritjof Capra. La trama de la vida. Una nueva perspectiva de los sistemas vivos. Editorial Anagrama. Barcelona, 1998