Sistemas complejos

Imagina que eres un científico que estudia las hormigas. Si cogieras una lupa y examinaras la rutina diaria de una hormiga, llegarías a la conclusión de que las hormigas son criaturas sencillas. Cada día, una hormiga decide una tarea para ocupar su tiempo. Ya sea buscar comida, cavar agujeros, subir tierra por las colinas o cualquier otra payasada que se les ocurra, este comportamiento individual suele ser predecible y fácil de entender. Pero, ¿qué ocurre cuando las hormigas interactúan entre sí?

Tras unas semanas examinando una colonia de hormigas, uno se quedaría asombrado de la eficacia, el trabajo en equipo y las complejas estructuras que surgen del esfuerzo colectivo de las hormigas. Las colonias de hormigas son capaces de realizar tareas increíblemente complejas, que van desde la construcción de puentes a la cría de pulgones como ganado. Estos comportamientos son tan complejos que si se observara la colonia colectivamente en lugar de individualmente, se vería que caracteriza a un organismo vivo. Como un organismo vivo, las colonias de hormigas tienen objetivos, se adaptan^, se expanden y tienen un ciclo vital. Sin embargo, no hay un "cerebro" detrás de este "sistema vivo "1. Aunque resulte difícil de imaginar, ningún órgano de gobierno de las hormigas dirige todas las acciones de la colonia. Por sí mismas, las hormigas no son muy inteligentes. Sólo son capaces de realizar tareas muy sencillas. A pesar de sus diminutos cerebros, cada día una hormiga toma una decisión personal sobre en qué va a trabajar, y lo que surge es un sistema vivo capaz de tareas que cualquier hormiga individual no podría ni soñar. ¿Cómo es posible?

Los sistemas complejos son redes de pequeñas partes que interactúan para producir algo que no podría predecirse analizando cada una de las partes por separado. La idea general de un sistema complejo se resume en el dicho "el todo es mayor que la suma de sus partes". Aunque normalmente son difíciles de predecir, los productos de un sistema complejo suelen dar lugar a tendencias más amplias que son observables a lo largo del tiempo.

Por lo general, estos sistemas complejos se construyen con tres el^ementos básicos:2

1. Están compuestas por una serie de actores diferentes que toman sus propias decisiones.
2. Estos agentes interactúan entre sí.
3. El sistema produce algo mayor que la suma de sus partes.

Aunque esto pueda parecer abstracto, los sistemas complejos están por todas partes si se sabe cómo encontrarlos. Como son tan frecuentes, la complejidad ha pasado de ser una idea académica de nicho a una faceta clave de varias disciplinas académicas. El alcance académico de los sistemas complejos también es vasto: economía, educación, biología, meteorología, urbanismo, física, matemáticas y muchos otros campos han integrado sus modelos. Desde algo tan pequeño como su sistema inmunitario hasta algo tan global como los mercados de capitales, los sistemas complejos funcionan constantemente en todo el mundo.

Sistema: Una suma de partes que funcionan juntas a través de dependencias, interacciones y bucles de retroalimentación para formar un todo mayor.

Complejidad: Concepto tomado de las matemáticas, la complejidad de un sistema implica que los engranajes de las piezas de un sistema no dan lugar a ningún comportamiento predecible.

Emergencia: Cuando se observa que un sistema tiene características, las partes que lo componen no las tienen. La emergencia sólo se produce cuando estas partes interactúan, dando lugar a comportamientos o creaciones complejas.

No linealidad: Característica de los sistemas complejos, la no linealidad se produce cuando no hay una relación directa de causa-efecto entre una entrada y una salida. Es la causa de la imprevisibilidad de los sistemas complejos.

Los sistemas complejos tienen un pasado complejo. Aunque llevamos observando, creando e interactuando con estos sistemas desde la noche de los tiempos, el estudio académico de los sistemas complejos propiamente dichos no surgió hasta hace poco. Antes de estos estudios, la mayoría de los académicos se basaban en marcos reduccionistas. El reduccionismo, en esencia, consiste eⁿ considerar los sistemas en función de sus partes.3 Ejemplos de ello son la mecánica clásica de la física, los supuestos neoclásicos de la economía o la biología, que atribuye las diferencias de comportamiento únicamente a la genética. Sin embargo, estos supuestos reduccionistas se topan con problemas cuando surgen nuevos comportamientos en los sistemas: a menudo no pueden explicar fenómenos cada vez más complejos.

Como un sistema complejo en sí mismo, el estudio de los sistemas complejos surgió del estudio independiente de múltiples sectores académicos. Cada uno de estos sectores se acercaba más a la complejidad con cada nuevo descubrimiento: los físicos descubrieron la termodinámica sin equilibrio, los químicos diseccionaron la química cuántica y los economistas examinaron el orden espontáneo en los mercados. Y lo que es más importante, la mayoría de estos académicos salieron de sus disciplinas para hacer estas observaciones, lo que dio lugar al enfoque interdisciplinario característico de los estudios de sistemas complejos de hoy en día.

Si bien la comprensión de los sistemas complejos comenzó a partir de ese esfuerzo, este descubrimiento de la teoría del caos la consolidó como un campo académico legítimo. En 1963, el meteorólogo y matemático Edward Lorenz tropezó con el concepto de caos cuando intentó, sin éxito, utilizar los patrones meteorológicos iniciales para predecir las condiciones meteorológicas futuras. También conocido como "efecto mariposa", el caos es lo que hace que la previsibilidad desaparezca en la mayoría de los sistemas.

El primer instituto de investigación formal centrado en los sistemas complejos fue el Santa Fe Institute, creado en 1984. Este instituto reunió a físicos galardonados con el Nobel, economistas y otros muchos científicos de prestigio para formalizar una comprensión general de la complejidad y los sistemas complejos. En la actualidad, varias instituciones similares estudian cómo aplicar la complejidad, el caos y la teoría de sistemas a diversos campos y cuesti^ones4.

Desde pequeños nos enseñan a pensar de forma lineal. Las clases de matemáticas y ciencias nos enseñan cosas tan importantes como que las ecuaciones correctas producen resultados correctos o que mezclar dos ingredientes produce una reacción química predecible. Aunque aprender este método de pensamiento es importante, a menudo se utiliza en exceso. Por un lado, utilizar el pensamiento lineal tiene sentido: la vida es complicada, así que intentamos simplificarla. Por desgracia, ignorar la complejidad no soluciona los problemas que puede crear en nuestros sistemas ecológicos, tecnológicos o sociales.

No es ningún secreto que el mundo es cada vez más complejo. Cada semana parece surgir una nueva crisis a la que tendremos que hacer frente rápidamente para garantizar nuestra existencia. Sólo en los últimos veinte años, hemos asistido a una preocupante aceleración de la desigualdad de ingresos, el calentamiento global, las crisis económicas y las pandemias. A pesar de nuestro deseo de acabar con estos males, estos problemas persisten. Si la causa y el efecto explicaran estas cuestiones, fácilmente podríamos haberlas resuelto hace mucho tiempo. Por desgracia, esta no es la realidad.

Para abordar estos grandes problemas, necesitamos un nuevo modelo mental. Dado que la mayoría de las injusticias del mundo están impulsadas por complejos sistemas sociales, económicos y medioambientales, ajustar nuestra forma de pensar para entender cómo funcionan los sistemas complejos ^puede ayudarnos a encontrar soluciones holísticas.5 La capacidad multidisciplinar única para resolver problemas que tiene el pensamiento sistémico puede ayudarnos enormemente, ya que se centra en la causa raíz de la mayoría de los problemas, evitando que nos perdamos en las minucias. Al identificar lo que desencadena el fracaso de los sistemas, podemos intentar encontrar soluciones.

Aunque los sistemas complejos pueden no ser predecibles al 100%, sí empiezan a generar patrones de comportamiento a lo largo del tiempo. Con la creciente disponibilidad de datos, modelos matemáticos y una comprensión holística del comportamiento humano, puede que estemos en camino de comprender cómo funcionan muchos de estos sistemas y, por tanto, de encontrar soluciones a estos grandes problemas. Sin embargo, esta comprensión sólo se producirá una vez que eliminemos los conceptos de linealidad, soluciones fáciles y previsibilidad a la hora de abordar estas cuestiones. Sólo si nos inclinamos hacia el caos y la complejidad empezaremos a comprender cómo funciona nuestro mundo.

A pesar de la prevalencia de los sistemas complejos, aún no comprendemos del todo cómo afrontar sus resultados negativos. Cuando estos sistemas nos fallan, como ocurre a veces, nuestra respuesta se reduce esencialmente a dos opciones: ¿luchamos contra el sistema o dejamos que se arregle solo? Esta cuestión es objeto de acalorados debates y controversias en el campo de la economía: ¿qué hacemos cuando nos fallan sistemas económicos complejos? ¿Intentamos arreglar el sistema o confiamos en las decisiones de otros? ¿Interviene el gobierno o se mantiene al margen? Esta simple pregunta ha dividido el campo y se ha convertido en la base de diversas creencias políticas.

Si intentamos recurrir a los complejos sistemas de la naturaleza para resolver estos problemas, tampoco encontramos una solución adecuada. Mientras que las colonias de hormigas pueden adaptarse a una gran crisis sin una planificación centralizada, nosotros solemos intervenir en el funcionamiento natural de nuestro sistema inmunitario con medicamentos y esteroides protectores. Tanto la belleza como la dificultad de los sistemas complejos residen en su imprevisibilidad. Aunque la naturaleza de los sistemas complejos implica que no podemos predecir los resultados finales de ninguna acción, lo único que podemos hacer es intentar probar estos sistemas tan rigurosamente como podamos y en tantas permutaciones como sea posible. Como los sistemas complejos tienden a revelar tendencias a lo largo del tiempo, nuestra única posibilidad es aumentar nuestro conocimiento sobre ellos. Por ejemplo, nuestro sistema inmunitario es uno de los más complejos que conocemos, pero gracias a años de estudio científico hemos determinado qué intervenciones funcionan y cuáles no. Aunque no hay forma de saber si tendrá una mala reacción tras tomar un nuevo medicamento, al menos puede estar seguro, gracias a las importantes pruebas realizadas, de que las probabilidades están a su favor.

Nassim Nicolas Taleb: Si busca pensadores innovadores que integren la complejidad en todos los aspectos de su análisis, Nassim Nicolas Talib es su hombre. Aunque controvertido, este académico, operador de derivados, matemático y filósofo ha ideado varias teorías sobre la predicción de lo impredecible en sistemas complejos.

El lado positivo para el consumidor de una recesión económica:

Las crisis sacuden nuestros complejos sistemas, lo que puede dar lugar a resultados interesantes. En este artículo, Kaylee Somerfield, redactora de TDL, investiga qué ocurre con el comportamiento de los consumidores cuando la economía entra en recesión. Sus interesantes conclusiones arrojan luz sobre lo que es importante para nosotros cuando las cosas se ponen difíciles, además de ofrecer un magnífico ejemplo de los resultados impredecibles de los cambios en sistemas complejos.

1. Sullivan, T. (2014, 7 de octubre). Abrazar la complejidad. Harvard Business Review. https://hbr.org/2011/09/embracing-complexity.
2. Instituto Waterloo de Complejidad e Innovación. (2020, 7 de mayo). ¿Qué son los sistemas complejos? Instituto Waterloo de Complejidad e Innovación. https://uwaterloo.ca/complexity-innovation/about/what-are-complex-systems.
3. Bar-Yam, Y. (s.f.). Concepts: Reductionism. New England Complex Systems Institute. https://necsi.edu/reductionist#:~:text=Reductionism%20is%20an%20approach%20to,ignoring%20the%20relationships%20between%20them.&text=La%20afirmación%202(1%2F2,together%20restaura%20the%20original%20system.
4. van Rooyen, J. M. (2020, 21 de abril). Historia de la ciencia de la complejidad. Complex Systems Theory. https://complexsystemstheory.net/complexity/the-history-of-complexity-science/.
5. McSweeney, K. (2020, 26 de marzo). Teoría de los sistemas complejos: cómo la ciencia resuelve los problemas sociales. Ahora. https://now.northropgrumman.com/complex-systems-theory-how-science-solves-social-problems/.