Texto publicado en: Complejidad de las ciencias y ciencias de la complejidad, Carlos
Eduardo Maldonado (compilador). Bogotá: Universidad Externado de Colombia (en
prensa), págs. 15-56; ISBN, 958-616-946-4, págs. 1-145
COMPLEJIDAD Y
CIENCIAS SOCIALES.
El problema de la medición
de los sistemas sociales humanas
Carlos Eduardo Maldonado
Profesor-Investigador
CIPE – Universidad Externado de Colombia
E-mail: carlos.maldonado@uexternado.edu.co
Introducción
Como es sabido, uno de los problemas centrales
en las ciencias de la complejidad consiste en la medición de la complejidad. En
este texto me propongo identificar un problema que no ha sido abordado ni por
parte de las ciencias de la complejidad, ni tampoco, integralmente, de parte de
la filosofía de las ciencias sociales, a saber: cómo medir la complejidad de
sistemas sociales humanos. Con ello, al mismo tiempo, el objetivo es el de avanzar
en la discusión existente en la bibliografía especializada acerca de la
importancia o la necesidad de establecer mediciones de la complejidad. Mediante
la identificación de este problema quisiera formular una tesis. El problema de
la complejidad de los sistemas sociales se define frontalmente en función del
tiempo, de tal suerte que la complejidad de un sistema social no coincide
necesariamente con el tiempo actual o con la historia del sistema. De esta
suerte, lo que surge ante la mirada reflexiva es el tema de las posibilidades
de los sistemas sociales, tanto más cuanto que el objeto de estudio son los
sistemas de complejidad creciente. Las ciencias de la complejidad consisten,
así, en un trabajo riguroso con la esfera de las posibilidades.
Los argumentos que empleo para sostener la
tesis mencionada son cinco. Estos argumentos exponen a su vez la estrategia
adoptada para identificar el problema en mención y sostienen mi afirmación
acerca de las relaciones entre temporalidad y sistemas sociales humanos de
complejidad creciente. En primer término, se precisa el marco del estudio y
medición de la complejidad, con una finalidad expresa: establecer que las
ciencias sociales no han sido consideradas hasta el momento como uno de los
caminos hacia la complejidad o hacia el desarrollo de una teoría de los
sistemas complejos adaptativos, y que, en consecuencia, debería ser posible
considerarlas en este sentido. Posteriormente, en segundo lugar, se identifica
en qué consisten los sistemas ergódicos, los cuales tienen la ventaja de que si
bien poseen una temporalidad, son insuficientes para la explicación de la
especificidad de los sistemas biológicos. Con S. Kauffman se concluye que los
sistemas biológicos no son ergódicos y, más generalmente, que el universo en el
que vivimos no es ergódico. Este segundo argumento sirve para distinguir los
sistemas físicos de los sistemas biológicos, y por hipótesis permite extrapolar
la no ergodicidad hasta los sistemas sociales humanos. El tercer argumento establece,
luego de una puntualización sobre qué son las escalas y los mapas, que el recurso
a procedimientos escalares y a mapas ni es suficiente ni necesario para la
comprensión y la explicación de la complejidad de los sistemas complejos
adaptativos humanos aunque sí pueda serlo para el estudio de sistemas físicos y
biológicos. De esta suerte, los argumentos segundo y tercero tienen una función
negativa, esto es, sirven para allanar el camino hacia el cuarto argumento y
que afirma que la especificidad de los sistemas sociales humanos es su
temporalidad, y que el tiempo mismo no puede ni debe ser estudiado de manera
lineal. Así, la complejidad de los sistemas sociales humanos consiste en la
distinción entre el tiempo físico y las temporalidades individuales y
colectivas, y no existe ninguna coincidencia necesaria entre ambos tipos de
temporalidad. Finalmente, como un quinto argumento, se sostiene que los
sistemas sociales humanos son de la máxima complejidad posible o imaginable y
que ello abre una veta formidable de trabajo para la explicación de esta clase
de complejidad. Para concluir se hace una reconsideración sobre las ideas
expuestas y se abren tres opciones diferentes pero congruentes en el estudio de
la complejidad de los sistemas sociales humanos, lo que define su particularidad
y necesidad para el estudio de la racionalidad y la lógica de la acción que se
sigue en las ciencias de la complejidad a partir del estudio de la clase de
sistemas complejos estudiados.
1-. El marco del estudio y medición de la
complejidad
Con insistencia se ha reconocido que las
ciencias de la complejidad se han ocupado, predominantemente, de sistemas
relativamente simples o relativamente complejos como los sistemas dinámicos
físicos y biológicos, por ejemplo, dejando de lado, siempre, hasta ahora, a los
sistemas de gran complejidad como son los sistemas sociales humanos. En este
texto me propongo estudiar la complejidad de este tipo de sistemas a partir de
un hilo conductor, a saber: la identificación o formulación del problema de la
determinación de la complejidad máxima de los sistemas sociales humanos, un
problema altamente sensible para ciencias y disciplinas como la política, la
economía, la sociología o la antropología, el derecho, la sociología, la
administración o la psicología, e incluso la ética, por ejemplo.
El tema de base en ciencias de la complejidad
consiste en el estudio de los sistemas complejos adaptativos (SCA). Pues bien, es
importante establecer la medición de la complejidad de los mismos, y no existe
una única definición de lo que sea la complejidad de un sistema, ni tampoco,
consiguientemente, existe una única medición de la complejidad de esta clase de
sistemas. No obstante, es fundamental reconocer dos tipos básicos de sistemas
complejos. De un lado, se trata de la identificación primaria entre sistemas de
complejidad decreciente y, de otra parte, los sistemas de complejidad
creciente. En el contexto de las ciencias de la complejidad no es el caso
ocuparse de los primeros. Por el contrario, el problema difícil de la medición
de la complejidad se refiere a los segundos. La dificultad consiste en la
medición de la complejidad de sistemas dinámicos marcados por el tiempo, puesto
que el tiempo es en los sistemas de complejidad creciente, factor de la
complejización misma.
No existe una única explicación acerca de qué
hace que un sistema complejo sea tal, esto es, que su complejidad sea
creciente. La lista varía de un autor a otro, y existen sólidas propuestas y
explicaciones. De acuerdo con J. Holland (1995), la complejidad es el resultado
de la adaptación –por definición incesante e inacabada-, de los sistemas. Precisamente
por esta razón, Holland ha sido reconocido como el padre de la categoría de
sistemas complejos adaptativos (CAS, en inglés). Según, S. Kauffman (1993,
1995), la complejidad es el resultado de procesos autoorganizativos, cuya base,
a su vez, son procesos autocatalíticos. Por su parte, I. Prigogine (1980, 1984)
ha señalado que el tiempo es factor determinante en la complejización de
cualquier sistema, introduciendo así la idea de sistemas alejados del
equilibrio, o también, la termodinámica del no-equilibrio. Desde este punto de
vista, la complejización se corresponde exactamente con la ausencia de
equilibrio o, lo que es equivalente, con el reconocimiento del carácter
inestable o dinámico del equilibrio.
Globalmente hablando, se han identificado ocho
caminos que explican la complejidad de un sistema. Desde una sociología de la
ciencia, es preciso identificar a estos ocho caminos que explican la
complejidad como los caminos ortodoxos elaborados en, y que se concentran en torno
a, los trabajos del Instituto Santa Fe (SFI). De acuerdo con P. Anderson
(1999), estos ocho caminos son:
i)
La
moderna teoría matemática de la complejidad, y cuyos pilares son los trabajos
pioneros de A. Turing y de J. von Neumann. Se trata de la teoría de la
complejidad, tal y como se entiende desde las matemáticas y las ciencias de la
computación;
ii)
La
teoría matemática de la información de Shannon;
iii)
La
teoría ergódica, los mapas dinámicos y la teoría del caos; esto es, se trata de
la física, las matemáticas y las ciencias de la computación;
iv)
La
vida artificial, un programa de trabajo iniciado por Th. Ray y C. Langton;
v)
Las
multiplicidades aleatorias y la ergodicidad rota, las redes neuronales, los
estudios sobre percolación, localización, y otros semejantes;
vi)
La
criticalidad autoorganizada elaborada originalmente por P. Bak y,
consiguientemente, los estudios sobre factales;
vii)
La
inteligencia artificial y los campos afines como el estudio de sistemas
expertos, los algoritmos genéticos y el trabajo con otras metaheurísticas;
viii)
El
estudio del cerebro, humano o animal, y que se condensa en el título de
“wetware” (programas húmedos), entre quienes se encuentran a J. Holland, G.
Cowan y M. Gell-Mann.
A partir de esta lista de P. Anderson quisiera
llamar la atención puntualmente sobre tres hechos. El primero es de carácter al
mismo tiempo metodológico, lógico y heurístico: se trata del hecho de que el
estudio de la complejidad implica el estudio de temas, teorías y problemas
tales como la ergodicidad, el caos, los fractales y otros, pero que lo
contrario no ocurre de manera necesaria ni evidente. Esto es, el estudio, por
ejemplo, de los sistemas caóticos, no implica ni conduce, de manera necesaria,
al trabajo con sistemas complejos no-lineales. Sin embargo, el sentido contrario
sí es el caso, ya que el estudio de la complejidad sí implica la posibilidad de
hablar de, y tratar con, por ejemplo, caos, fractales, ergodicidad, redes
neuronales, metaheurísticas y otros temas próximos y semejantes. El segundo hecho, que es formulado por la casi
totalidad de autores que trabajan en sistemas complejos, consiste en el
reconocimiento de la ausencia de una teoría de los sistemas complejos. Lo
verdaderamente significativo en este segundo caso se encuentra justamente en el
valor de este reconocimiento, a saber: es en ese punto en donde terminan
generalmente los trabajos de los investigadores en sistemas complejos
no-lineales. Pues bien, lo verdaderamente importante radica en que ese punto en
el que terminan, por lo general, los trabajos de los principales autores que
trabajan ciencias de la complejidad coincide con la puerta que señala la
entrada hacia las ciencias sociales y humanas. En efecto, como es sabido, la
formación de los principales investigadores y teóricos de la complejidad es
principalmente en física, matemáticas, ciencias de la computación y biología, y
sólo unos pocos, también en economía. En esto consiste el tercer hecho que
considero oportuno atender. Se trata de la comprobación de que en la lista de
Anderson no aparece de ninguna manera un camino que explique la complejidad de
un sistema y que proceda de las ciencias sociales.
A partir de esta tercera observación, quisiera
formular una hipótesis, que se encuentra en el horizonte de los resultados de
este mismo texto. Considero que no podrá alcanzarse una teoría de los SCA, y en
consecuencia una teoría de los sistemas complejos no lineales hasta que no se haya
realizado un trabajo a fondo acerca de las relaciones entre complejidad y
sistemas sociales humanos. En efecto, mientras que los estudios sobre la
complejidad permanezcan dentro de los márgenes de la física, la biología, las
matemáticas y las ciencias de la computación podrán alcanzar grandes
conquistas, como efectivamente ha venido sucediendo. Pero les hará falta una
dimensión grande, a saber: la explicación de la dinámica de los sistemas
sociales humanos. En los círculos de teóricos, estudiosos e investigadores de
las ciencias de la complejidad se afirma con frecuencia que los sistemas
sociales humanos son los de mayor complejidad, debido justamente a los
numerosos grados de libertad que exhiben estos sistemas. Pues bien, no es
suficiente con hacer esta clase de afirmaciones. Es preciso además, y sobre
todo, explicarlos. Con este texto me propongo, por tanto, allanar el camino en
la dirección de las relaciones entre complejidad y ciencias sociales.
Como se observará, se encuentra aquí una veta
enorme de trabajo hacia futuro y, como ha sido reconocido, el trabajo con
sistemas complejos no podrá avanzar mucho si no se trabaja, mancomunada o
cruzadamente, en la elaboración de una teoría que incluya justamente temas,
problemas y conceptos como adaptación, autoorganización, no-linealidad, fractales,
evolución, sociedad, y otros semejantes y próximos. Desde este punto de vista,
el trabajo grueso aún se encuentra por hacer, y consiste en la elaboración de
una teoría de los sistemas complejos no-lineales, puesto que lo que ha
predominado hasta el momento es la creación de numerosos modelos –generalmente
con ayuda de computadores-, que explican y/o simulan numerosos fenómenos,
comportamientos y sistemas.
A fin de aclarar lo anterior, quisiera trazar
aquí una distinción de base gracias a la filosofía de la ciencia. Se trata de
distinguir lo que es un modelo, de una teoría. Todo modelo consiste en la
explicación particular de un fenómeno particular, mientras que una teoría es
una explicación general de un fenómeno particular pero que puede aplicarse igualmente a otro(s) fenómeno(s) particular(es).
Así, por ejemplo, es posible hablar de un modelo económico, de un modelo del
sistema inmunológico, de un modelo social, por ejemplo. Lo verdaderamente
relevante aquí consiste en el reconocimiento de que en la historia de la
ciencia –y por lo tanto, también de la filosofía-, existen numerosos modelos,
pero muy pocas teorías.
Pues bien, supuesto que el problema de estudio
consiste en los sistemas de complejidad creciente, básicamente existen tres
tipos de mediciones de complejidad, a saber: mediciones estadísticas,
probabilísticas y no-lineales.
Es suficientemente conocido que las ciencias
sociales realizaron una significativa contribución para el desarrollo de la
estadística, la regularidad de los promedios y el análisis estadístico mediante
las ecuaciones diferenciales, a partir del trabajo pionero de A. Quetelet en su
libro Mecánica social, esto es,
sencillamente, de la “física social”
(Prigogine, 1984: 241). Sin embargo, fue gracias a la incorporación de las
ideas y los trabajos de Quetelet a la física por parte de L. Boltzmann y de J.
W. Gibbs por lo que la mecánica estadística adquirió prestancia entre los
científicos. Como es sabido, uno de los procedimientos predominantes para la
medición de la complejidad de un sistema es el recurso a procedimientos,
explicaciones y mecanismos estadísticos. En este plano, el trabajo de Boltzmann
y sus sucesores es referente absolutamente obligatorio. A partir de la
regularidad de los promedios, los trabajos de Gauss sobre las curvas de
promedios representan un avance importante en esta dirección. Sin embargo, lo
que escapa a la comprensión de las mediciones estadísticas de la complejidad
son los fenómenos de autoorganización, los cuales no pueden, en manera alguna,
ser explicados satisfactoriamente a partir de la mecánica estadística.
Respecto a las mediciones probabilísticas, el
aspecto sensible radica en la distinción
entre sistemas dinámicos ordenados y caóticos, de suerte que es respecto
a los segundos que se introduce el tema del azar o de la aleatoriedad. Desde
este punto de vista, el problema consiste en la medición de los grados de
libertad de un sistema dinámico, esto es, ulteriormente, en la medición de la
aleatoriedad de un sistema. Los trabajos de Kolmogorov-Chaitin constituyen un
paradigma al respecto. Pues bien, precisamente frente a la medición
probabilística de la complejidad de un sistema se ha introducido la idea de
mediciones escalares, a partir de las cuales, la medición de un sistema depende
de las escalas de estudio, complejidad y aleatoriedad adoptadas. Ya volveré
inmediatamente sobre esta idea.
El aspecto verdaderamente determinante en este
contexto es el reconocimiento explícito de que las ciencias de la complejidad,
análogamente a la ciencia tradicional o “ciencia normal” (para retomarla
expresión de Th. Kuhn), consiste en hacer mediciones. Y que las mediciones se
expresan en términos matemáticos. Cuando se mide un fenómeno, un comportamiento
o un sistema, se espera que el resultado se plasme en una cantidad matemática o
un dato numérico. Sin embargo, al mismo tiempo, las ciencias de la complejidad
han venido poniendo de manifiesto que si bien los datos numéricos son el
resultado de las mediciones y por consiguiente de la adopción de una
determinada escala, no es necesario que la medición consista única o exclusivamente en una cantidad
matemática. La medición de la complejidad también
puede plasmarse en una medición cualititativa. Notablemente, por ejemplo, en un
concepto.
La tercera propuesta de la medición de la
complejidad de un sistema encuentra en los trabajos de C. Bennett su punto de
partida y de referencia obligatorios. De acuerdo con esta propuesta, la
complejidad de un sistema corresponde al desarrollo no-lineal del sistema, de
manera que el problema de la medición de la complejidad de un sistema consiste
en la determinación del desarrollo de un sistema desde los niveles simples
hasta los niveles actuales de su complejidad. Una buena ilustración reciente y
al mismo tiempo un desarrollo de esta línea de trabajo es el libro de B.
Goodwin y R. Solé (2000). Un rasgo común básico en el trabajo con sistemas de
complejidad creciente consiste en el reconocimiento de la no-linealidad. Es
preciso agregar que la no-linealidad no significa que no sea posible el control
de los fenómenos, comportamientos o sistemas no lineales, ya que son numerosos
los procesos no lineales que son ordenados, predecibles y controlables.
Como se observará, el paradigma de la medición
estadística es la física y los sistemas y procesos físicos, y ello en desmedro
del trabajo liminar de Quetelet. (Curiosamente, Quetelet es más conocido por su
trabajo a partir de Boltzmann, que al interior de las propias ciencias
sociales). Por su parte, el paradigma de la medición probabilística es doble:
se trata al mismo tiempo de los sistemas informacionales y computacionales, y
de las matemáticas. En cuanto al paradigma de la medición no-lineal de un
sistema, el paradigma es la biología.
Como quiera que sea, puntualmente dicho, no
existe una única medida de complejidad de un sistema, y este constituye el
principal y más promisorio problema en el estudio de los sistemas dinámicos
no-lineales. En efecto, es preciso atender a dos circunstancias distintas. De
un lado, es el hecho de que dos grupos de científicos y/o teóricos, o dos
investigadores, o también dos teorías estén observando cosas distintas, o
adoptando escalas diferentes. Una medida entonces no sirve para la otra, o no
se encuentra en función de la otra. Ni siquiera cuando se ocupen de un mismo
objeto o fenómeno. Esta primer caso no presenta mayores dificultades. Por su
parte, en segundo lugar, es el hecho de que sobre un mismo objeto, o fenómeno,
comportamiento sistema quepan visiones diferentes. En complejidad, esta
posibilidad efectiva se denomina enfoque multiescalar,
es decir, que sobre una misma realidad haya más de un observador. Pues bien, la
aproximación multiescalar pone en claro precisamente que no exista una única
medida de complejidad. Esta sí es una especificidad de las ciencias de la
complejidad con respecto a otros tipos de ciencia, o teorías.
Cabe destacar, con todo, dos grandes vetas de
trabajo en el estudio de los CAS: una, la mayoritaria –y que se expresa y se
condensa al mismo tiempo en los trabajos adelantados en torno al (SFI)-, trata
de la búsqueda de patrones, pautas o leyes universales de la complejidad; así,
el estudio de la complejidad consiste en la búsqueda de patrones o leyes
universales, y en el fondo elementales, que tanto explican las razones por las
cuales existen sistemas de complejidad creciente, cuanto que son comunes a los
distintos sistemas complejos: así por ejemplo, al comportamientos de los
animales sociales, el funcionamiento del cerebro, la economía, las redes
neuronales, y demás. La segunda veta, en contraste, minoritaria, afirma que
mientras que todos los sistemas simples son igualmente simples, cada sistema
complejo posee su propia complejidad. Desde este punto de vista, el estudio de
la complejidad consiste en la identificación de la especificidad de cada
sistema complejo como de un sistema único o individual en la naturaleza. Como
quiera que sea, es preciso decir que ambas posturas son inconmensurables entre
sí.
Con este texto me propongo sugerir una solución
al problema mencionado de la medición de la complejidad de un sistema, para lo
cual quisiera volver sobre las ciencias sociales, dado que aquí se encuentran
–empírica e intuitivamente- los sistemas de máxima complejidad conocidos, a
saber: los sistemas económicos, los sistemas políticos, los sistemas sociales y
culturales, por ejemplo. Me propongo identificar e intentar solucionar el
problema de la medición de la complejidad de los sistemas sociales humanos como
los de máxima complejidad conocida.
En una palabra, el objeto aquí se ocupa de toda la dinámica de la historia
humana, esto es, la dinámica de la historia y sus justificaciones y
explicaciones. Al mismo tiempo, creo que la tesis que me propongo desarrollar permite
adelantar una hipótesis con respecto a la inconmensurabilidad de las dos vetas
anteriormente mencionadas. Esa hipótesis tentativa afirmaría que el problema de
la medición de la complejidad máxima de un sistema social humano puede ser referido
a cualquier sistema complejo humano, independientemente de la postura que se
adopte, es decir, según si se afirma que existen leyes universales a todos los
sistemas complejos y que esas leyes son elementales, o bien se sostiene que cada
sistema complejo posee su propia complejidad. Como se observará, mi interés
aquí no es inmediatamente el de discutir acerca de la posibilidad de
conmensurabilidad entre ambas vetas mencionadas, ni tampoco acerca de su
legitimidad, implicaciones, límites o posibilidades, pues ese es el objeto de
otro trabajo aparte.
Considero que, por lo menos desde el punto de
vista heurístico, es altamente fructífero
en el estudio de la medición de la complejidad de un sistema, tomar como
hilo conductor algunos fenómenos, comportamientos, sistemas y problemas
relativos a las ciencias sociales, una idea que, por elemental que parezca no
ha sido explorada hasta ahora. Con esto no pretendo, en manera alguna,
establecer ni una distancia ni una oposición entre las ciencias básicas y naturales
y las ciencias sociales, lo cual me parece sencillamente nimio, ni tampoco me
propongo plantear y ni siquiera sugerir la idea de una jerarquía de unas
ciencias con respecto a otras, lo cual es desobligante. Antes bien, análogamente
a como la patología constituye el mejor paradigma para estudiar la normalidad y
la anormalidad en medicina y en biología, y análogamente a como la criminología
representa la mejor expresión para explicar los comportamientos acordes a la
normatividad y aquellos que no lo son en la esfera del derecho, por ejemplo, en
la misma línea, quiero sugerir que el estudio del tipo de complejidad de los
sistemas sociales puede servir como un campo excelso, hasta ahora ampliamente
desatendido, para el estudio de la complejidad: esto es, para la determinación
de lo que es la complejidad de un sistema adaptativo, en fin, para la medición
de la complejidad de los sistemas no lineales en general: físicos o químicos, sociales
o naturales. Pues bien, quisiera radicalizar el problema de la medición de la
complejidad de un sistema en los siguientes términos: debe ser posible
establecer la complejidad máxima de
un sistema. La idea que quiero anticipar es que la complejidad máxima de un
sistema no consiste necesariamente en el estado actual (de desarrollo) del
sistema, ni tampoco coincide necesariamente con la historia (acontecida) del
sistema, aun cuando, eventualmente, sí pueda coincidir con algún momento de su historia,
o con el estado actual, y que genéricamente se designa como el estado crítico
del sistema. Esta es la tesis que me propongo sostener.
Para la meta propuesta, sugiero situarnos en el
nivel meso del estudio de los sistemas dinámicos no-lineales en la dimensión de
las ciencias sociales y humanas. Así,no se tratará aquí de determinar la
complejidad del individuo, relativamente a la comunidad, la sociedad, la
cultura en general, y ulteriormente la civilización humana. Esa constituye la
escala micro. Tampoco es aquí el caso de estudiar la complejidad de la
civilización humana como un todo, y que constituye a la escala macro. Respecto
del primer plano, esa es la tarea de ciencias, disciplinas y prácticas como la
psicología, la administración, la antropología, el trabajo social, la totalidad
de las ciencias de la salud (la medicina, la enfermería, la odontología, la
terapia física y respiratoria, y otras más), la mayoría de las cuales tienen
muy serios problemas a la hora de establecer su propio estatuto epistemológico.
En este plano, la ayuda de la nueva biología creo que puede ser altamente
productiva para ellas. En cuanto a la escala macro, las últimas páginas del
trabajo de Bar-Yam (1994) es altamente significativo, aunque parcial por
auto-delimitado, y sólo me queda remitir a él. Como quiera que sea, los
referentes en el estudio de la dinámica social y humana sí siguen siendo el
individuo, la sociedad y la civilización humana, aun cuando los tipos de
relaciones de un referente sobre el otro no siempre estén claramente
delimitados.
Una precisión: el contexto en el que quisiera
formular aquí el problema es el de los sistemas dinámicos no-lineales, y por
consiguiente, en la base se encuentra el desarrollo de la teoría de esta clase
de sistemas. Así, debe ser claro que el tema aquí es el de los sistemas de
complejidad creciente, si bien la expresión más popular es la de la complejidad
que sucede entre el orden y el caos.
A propósito del problema formulado, quiero
sostener una segunda tesis, y que es, en realidad, una subtesis, relativamente
a la primera. Esta segunda tesis se enuncia de la siguiente manera: la gran
mayoría de las ciencias sociales y humanas han estado dominadas por el
predominio del espacio, y no han alcanzado todavía a reconocer la importancia
del tiempo.
Pues bien, la determinación de la complejidad máxima de un sistema, corresponde
exactamente a la determinación de la complejidad creciente del sistema del caso
en el tiempo y relativamente al tiempo, y la complejidad máxima no se corresponde
exactamente con el tiempo actual del sistema.
2-. De los sistemas ergódicos a los
biológicos y los sociales humanos
De acuerdo con una exposición clásica de I.
Prigogine (1980, 1984), los sistemas dinámicos pueden ser explicados en
términos de ciertos paradigmas. Los dos paradigmas más clásicos se condensan en
los conceptos de sistemas dinámicos integrables
y sistemas dinámicos ergódicos. Un sistema
se dice que es ergódico cuando su dinámica está definida relativamente al
equilibrio termodinámico. En otras palabras, cualesquiera que sean las
condiciones iniciales, la evolución del sistema del caso debe permitirle
alcanzar todos los puntos que poseen una misma energía. Son dos los rasgos
básicos que definen a un sistema ergódico: de un lado, está marcado por una
invariante, aun cuando todos los demás procesos y descripciones puedan sufrir
modificaciones. Esta invariante es, en términos genéricos, la energía (con lo
cual se respeta, en el caso de los sistemas ergódicos, a la primera ley de la
termodinámica), y en términos más precisos, es el tiempo. De otra parte,
precisamente en relación con esta última indicación, un sistema se dice que es
ergódico cuando debe atravesar todas y cada una de las fases, espacios o
momentos temporales, y ello debe ser igualmente cierto para los demás sistemas
que tienen las propiedades o las características de la ergodicidad.
Así, en su sentido primario, la energía se
revela como el único invariante en la dinámica de los sistemas, coincidiendo
con la primera ley de la termodinámica. Se dice, entonces, justamente, que se
trata de sistemas ergódicos. Un tipo especial de sistemas dinámicos son
aquellos que pueden ser descritos en términos de los recorridos o procesos que
tienen, supuesto un tiempo determinado. Los padres de esta explicación, que
puede ser llamada como la teoría ergódica, son J. C. Maxwell y L. Boltzmann. En
palabras de Maxwell, la hipótesis ergódica se enuncia en los siguientes
términos (citado por Prigogine, 1980: 33): “La única asunción necesaria para
una demostración directa del problema del equilibrio termodinámico es que el
sistema, si se abandona a sí mismo en el actual estado de movimiento, pasará
tarde o temprano por cada una de las fases que son consistentes con la ecuación
de energía” (traducción, C.E.M.). Prigogine (1984) denomina a la ergodicidad
como “el aspecto negativo” de la inestabilidad dinámica, frente al cual destaca
“el aspecto positivo”, y que pone de manifiesto el hecho de que, si bien
estamos todos en un solo y mismo mundo, el mundo contiene una variedad infinita
de tiempos internos, cada uno de los cuales está relacionado con el devenir de
destinos individuales. Precisamente a partir de esta idea, todo el trabajo
subsiguiente de Prigogine se concentra en el estudio del tiempo. Digamos de pasada
que este giro hace que la obra de Prigogine evolucione desde el interés por los
sistemas y fenómenos microscópicos hasta los sistemas de escala meso y macro,
lo cual, sin embargo, en este contexto, constituye un tema aparte.
La teoría ergódica consiste en el estudio de
los comportamientos promedios a largo plazo de los sistemas dinámicos y, en
particular, es el estudio de las transformaciones que conservan una medida
determinada (Badii and Politi, 1997: 100 y sigs.). El estudio de este tipo de comportamientos
de los sistemas dinámicos se rige por el teorema ergódico, que afirma que la
medida de un sistema mediante la identificación de los promedios de las
características en un largo período de tiempo es el mismo que el promedio de las
coordinadas más rápidas del sistema. Este teorema se emplea para relacionar
mediciones experimentales que se asume que ocurren en largos períodos de tiempo
a fin de obtener teóricamente promedios sobre los conjuntos. Sin embargo, como
observa Bar-Yam (Bar-Yam, 1997: 90), el teorema ergódico no es un teorema en el
sentido de que haya sido demostrado en general, sino, más sencillamente, una
afirmación referida a una propiedad que se aplica a algunos sistemas
macroscópicos pero que no se aplica a otros. Todo el problema constitutivo de
la así llamada teoría ergódica consiste en el estudio de cuándo se aplica o se
verifica el teorema enunciado.
Para los sistemas biológicos, S. Kauffman ha
precisado, en diversos lenguajes y en contextos diferentes una misma idea, a
saber: el reconocimiento de que los sistemas vivos no son ergódicos, y que, por
consiguiente, el hecho de que haya sistemas vivos exige la idea, de mucha mayor
envergadura, de acuerdo con la cual vivimos en un universo no ergódico.
A partir de esta idea, un procedimiento válido en el camino hacia la
identificación de la complejidad de los sistemas, fenómenos y comportamientos
de que se ocupan las ciencias sociales consiste en la extrapolación de algunas
ideas provenientes de la nueva biología, y en particular a partir de los
trabajos de S. Kauffman, y trabajar por analogía. Este es el camino que
emprenderé. Así, el seguimiento, parcial por lo menos, de los sistemas
biológicos puede ser de gran ayuda con respecto al estudio de la dinámica de
los sistemas sociales humanos.
A fin de sentar las bases de la
analogía propuesta, quisiera a continuación resumir las ideas de S. Kauffman con
respecto a la teoría ergódica, lo cual permite establecer claramente por qué
razón los sistemas biológicos no pueden ser comprendidos o explicados en
términos de ergocicidad. En su trabajo sobre los orígenes del orden, Kauffman (1993)
destaca cuatro razones por las cuales los sistemas biológicos no pueden ser
estudiados desde la perspectiva de los sistemas y fenómenos ergódicos. Estas
cuatro razones son:
a) En sistemas
evolutivos –tales como los sistemas genómico, inmunitario o neurológico-, la
ley que gobierna el comportamiento de un elemento no es la misma que las leyes
que gobiernan los comportamientos de otros sistemas;
b) A
diferencia de los sistemas físicos cerrados, que conservan energía, los
sistemas biológicos son termodinámicamente abiertos, disipan típicamente
energía y poseen atractores;
c) El
despliegue regular de la ontogenia es suficiente para decir que los sistemas
biológicos no yerran aleatoria y ergódicamente en su espacio de posibilidades;
d) El aspecto aleatorio
más profundo de los sistemas biológicos consiste en la mutación aleatoria en el
espacio de los sistemas posibles.
Posteriormente, en su libro sobre
la búsqueda de las leyes de la complejidad, Kauffman (1995) le dedica un
espacio menor a la hipótesis ergódica, y sostiene que debido al recorrido ergódico
de los sistemas en equilibrio termodinámico a través de todos sus microestados,
los acuerdos delicados tienden a desaparecer. En otras palabras, asistimos
permanentemente a un colapso continuo del orden en el estado de las cosas, y
que ese colapso es, sencillamente, la creación y/o la emergencia de siempre
nuevos comportamientos, formas, patrones, procesos y sistemas vivientes. A
partir de este reconocimiento, en las investigaciones más recientes Kauffman (2000)
se aventura a formular una cuarta ley de la termodinámica, y que sin embargo,
no es el objeto central de mis consideraciones aquí. Lo que sí es relevante es
la afirmación puntual de que la hipótesis ergódica no se sostiene en este
universo y en sus escalas de tiempo (2000: 151-152).
En consecuencia, es posible
decir, en términos clásicos que los sistemas biológicos no están sometidos a la
segunda ley de la termodinámica, la cual afirma en esencia que en los sistemas
en equilibrio el orden tiende a desaparecer. En otras palabras, los sistemas
biológicos se caracterizan por una complejidad creciente, superando la
tendencia hacia la entropía –entendida la entropía como propia de un sistema
cerrado-. Sin embargo, en una formulación más rigurosa y actual, es preciso
reconocer que los sistemas biológicos sí están sometidos a la segunda ley de la
termodinámica pero, desde la perspectiva internalista, para un sistema en expansión
el principio de la entropía no es restrictivo, sino, por el contrario, abre
posibilidades creativas. Es exactamente este punto el que abre las puertas, con
Prigogine, a la termodinámica del no-equilibrio y, con Kauffman, a la
investigación en torno a una cuarta ley de la termodinámica, que es justamente
aquella que da lugar a los sistemas vivos como a sistemas creativos.
Cabe destacar tres conclusiones
directas del examen de los sistemas ergódicos y de la hipótesis ergódica con
respecto a los sistemas sociales humanos. Estas tres conclusiones se implican
entre sí de manera fuerte. En primer término, se trata del hecho de que los
sistemas sociales humanos no poseen una única temporalidad, y que,
adicionalmente, para ellos o en ellos mismos no existe ni un solo término
invariante. En efecto, el tiempo mismo no es ni puede ser considerado como un
invariante, puesto que para los seres humanos y sus organizaciones y acciones
el tiempo mismo fluye y varía. En segundo término, los sistemas sociales
humanos poseen una complejidad temporal sin otro parangón en la naturaleza; por
cuanto se caracterizan por el hecho de que existen numerosas y entrecruzados
órdenes temporales, y no existe la prevalencia de un único orden temporal, o
que si existe, ese constituye un problema eminentemente cultural, y por
consiguiente, sensible para varias o muchas de las ciencias sociales y humanas.
Sencillamente, cuando aumenta la entropía, el sistema se desequilibra. En
tercer término, a diferencia de los sistemas ergódicos, no es necesario ni
posible que la dinámica de los sistemas sociales recorra todos y cada uno de
los espacios para cubrir, finalmente, un equilibrio – equilibrio que en el caso
de los sistemas ergódicos es termodinámico, pero que, como se pretende en
ocasiones en algunas ciencias sociales y humanas, ese equilibrio sea un estadio
económico determinado, el acatamiento de una cierta normatividad y reglas de
conducta o comportamiento, o el imperativo de determinadas instituciones y
principios.
La incorporación de operadores de
evolución en el tiempo en el estudio de los sistemas dinámicos tiene la ventaja
de que pone de manifiesto el hecho de que la densidad de no equilibrio puede
seguir diferentes rutas para diferentes sistemas (Badii y Politi, 1997: 93). La
forma más puntual de abordar estos operadores puede ser mediante el recurso a
las lógicas temporales. Inmediatamente deberé referirme de manera más amplia a
la importancia de la lógica del tiempo para el estudio de los sistemas
complejos humanos.
En otras palabras, el problema de
base consiste en el reconocimiento de que los sistemas biológicos poseen una
complejidad distinta de la de los sistemas físicos, si bien pertenecen
parcialmente a esta clase de sistemas. Puntualmente dicho, los sistemas
biológicos no son ergódicos, esto es, poseen una temporalidad propia y distinta
a la de los sistemas físicos. Por extensión, y por hipótesis, los sistemas
sociales humanos tampoco son ergódicos, y su temporalidad debe y puede
explicarse en términos diferentes a la de los sistemas físicos. El primer
eslabón para la explicación de la temporalidad de los sistemas sociales humanos
se explica, indirectamente, a partir de su contraste con la hipótesis ergódica. Es
preciso explicar la complejidad de los sistemas sociales, y el problema
fundamental consiste en la determinación de la complejidad máxima de esta clase
de sistemas.
3-. El trabajo con escalas y mapas
Existen dos posibilidades para comprender las
propiedades de los sistemas complejos. La primera posibilidad consiste en el
estudio de las relaciones entre las partes de un sistema y el sistema como un
todo. La segunda, hace referencia a la explicación de la relación de los
sistemas a su descripción. Es en este segundo plano que surge, clara y
directamente, el problema de la definición de la complejidad: ¿qué se quiere
decir cuando se dice que un sistema es complejo, teniendo siempre en cuenta que
la base del estudio de los sistemas complejos es el reconocimiento –constante-
de que se trata de sistemas de complejidad creciente?
La manera más adecuada para delimitar el
problema consiste en el recurso a dos conceptos o procedimientos: las escalas y
los mapas. Por razones que tienen que ver con el problema que me interesa
identificar, quisiera referirme inicialmente al primero, y sólo posteriormente
al segundo.
La geometría de fractales ha puesto de
manifiesto, suficientemente, que un sistema puede tener autosimilitud en todas
las escalas de longitud, contraviniendo así a toda la ciencia clásica –esto es,
la ciencia anterior a, e independiente de, la emergencia las ciencias de la
complejidad, la cual sostiene que los fenómenos se manifiestan de una manera
particular en dependencia de la escala específica que se adopte. El enfoque
complejo no-lineal afirma que es posible describir el comportamiento de un
sistema en múltiples escalas de longitud. Extrapolando, se puede decir que la
complejidad de un sistema es independiente de la adopción de una escala
determinada (Cowan, Pines, Meltzer, 1999: 13). La geometría de fractales revela
el concepto de una estructura que crece progresivamente en escalas cada vez más
finas.
La teoría escalar es aquella que se ocupa de
cómo las propiedades de un sistema son dependientes de, o relativas a, una
escala. En términos más generales, la teoría de las escalas se ocupa de los
comportamientos de los sistemas en todas las escalas, a fin de verificar si
esos comportamientos se mantienen y continúan, o si sufren modificaciones y de
qué manera. Adicionalmente, el recurso a los análisis escalares puede usarse
para comparar diferentes algoritmos que pueden resolver un mismo problema
(Bar-Yam, 1997, Liebovitch, 1998).
La complejidad de los sistemas dinámicos
comienza a partir del momento en el que se tiene un grado elevado de
complejidad –notablemente: de complejidad combinatoria- que no puede ser
resuelto: a) en términos polinomiales ni, consiguientemente, b) en un tiempo
polinomial. Es decir, los problemas verdaderamente significativos desde el
punto de vista del estudio de los sistemas complejos adaptativos se inician a
partir del momento en el que identificamos problemas cuya temporalidad no crece
como una potencia fija. Se imponen entonces mediciones y tratamientos que
incluyan numerosos grados de libertad –esto es, de términos (matemáticas), de
dimensiones (física), de variables (economía)-. Dentro de los numerosos grados
de libertad, es preciso considerar igualmente a la aleatoriedad, como una
consecuencia lógica necesaria, a saber: la aleatoriedad es, por definición, el
máximo grado de libertad de cualquier sistema abierto. Desde este punto de
vista, puede decirse que un sistema puede ser calificado de simple cuando puede
ser explicado y resuelto en términos, y en función, de polinomios. Cuando el
recurso a polinomios revela limitaciones, el camino tradicional ha sido el de
comprender la complejidad de un sistema, fenómeno o comportamiento recurriendo
a la estadística, o al cálculo de probabilidades, incluyendo el recurso a
ecuaciones integrales y, sobre todo, diferenciales. Inmediatamente puede comprenderse
que se trata, entonces, de sistemas no-lineales. Por decir lo menos, los
problemas más apasionantes desde el punto de vista de la teoría de los sistemas
dinámicos no lineales no pueden resolverse en un tiempo polinomial, aun cuando
sea muy difícil demostrar que pueden serlo. Como es sabido, aquí se encuentra
el núcleo de las relaciones entre los problemas P (problemas que se pueden resolver mediante un algoritmo que
funciona en un tiempo polinomial) y los problemas NP (aquellos problemas para los que no se conoce un algoritmo
polinomial de resolución). Estos últimos se denominan problemas difíciles.
Como es generalmente reconocido, existe una dificultad enorme aquí. Se
trata del hecho de que nadie,
hasta la fecha, ha podido demostrar ni que la igualdad P=NP sea cierta, ni tampoco que haya problemas en NP que no están en P. Que P ≠ NP significa
que es altamente difícil demostrar que un problema no se puede resolver en un tiempo polinomial. Pues bien, la
inmensa mayoría de problemas no triviales de las ciencias sociales son precisamente
problemas para los que no existe un algoritmo en un tiempo polinomial. Aquí
comienza, por decirlo así, la teoría de los sistemas dinámicos no lineales en
el contexto de las ciencias sociales.
Pues bien, lo que se quiere decir cuando se
afirma que un sistema es complejo es que debe poder medirse la complejidad de
ese sistema, con lo cual, desde sus inicios, las ciencias de la complejidad
quedan marcadas por el problema de la medición de la complejidad. En una
palabra, hablar de complejidad y medir la complejidad son procedimientos
equivalentes y se refuerzan mutuamente. Desde este punto de vista, el problema,
sensible, de la medición de la complejidad de un sistema adopta naturalmente
una expresión matemática, basada en la teoría de la información y en los
principios de la computación. Así, la complejidad de un sistema se corresponde
con la cantidad de información necesaria para describir el sistema: sus
comportamientos, su evolución, su historia, etc. Queda así definida por parte
de los investigadores la complejidad algorítmica como la expresión más sólida y
generalizada en el estudio de los sistemas complejos.
Sin embargo, quisiera señalar el hecho de que la complejidad algorítmica es una determinación descriptiva de complejidad,
y que en el orden de las explicaciones y comprensiones de los fenómenos, la
descripción es un momento absolutamente imposible de omitir, pero que no puede
fundar ninguna explicación o comprensión científica filosófica, algo que ya ha
sido puesto en claro suficientemente por la filosofía de la ciencia.
Los modelos clásicos para el estudio de los
sistemas dinámicos consisten en la elaboración de mapas. El modelo más simple
es un mapa determinista iterativo aplicado a una variable real individual. Quisiera
exponer a continuación conceptualmente la idea de la elaboración de mapas y
tipificar cada clase de mapa a fin de precisar, por vía negativa, cuál es la
especificidad de la complejidad de los sistemas sociales humanos marcados por
una complejidad creciente.
La elaboración de mapas es un procedimiento
utilizado con frecuencia en física, biología y matemáticas para identificar un
sistema dinámico y establecer la descripción del mismo. El primero de estos
procedimientos consiste en elaborar modelos que puedan capturar diversos
aspectos de los sistemas complejos. La base de esta clase de modelos son los
mapas iterativos. Un mapa iterativo es una función que permite comprender el
estado de un sistema en un tiempo discreto. Así, para cada tiempo, se elaborará
un mapa distinto.
Los mapas iterativos se clasifican en varios
tipos. Esquemáticamente, puede clasificarse de la siguiente manera. Existen los
mapas iterativos binarios (que se caracterizan por que los valores del sistema
en un tiempo dependen de los valores que tiene el mismo sistema en un tiempo
anterior) los mapas iterativos lineales (que son mapas constantes; esta es la
forma más simple o elemental de mapas), los mapas iterativos cuadráticos (que
sirven para describir la no-linealidad. Gracias a estos mapas podemos observar
fenómenos como las fiburcaciones. Los dos comportamientos que exhiben los mapas
cuadráticos son los ciclos y el caos).
En otras palabras, los mapas iterativos mencionados se ocupan de sistemas con
dos, cuatro o con un solo grado de libertad. Adicionalmente, es preciso hacer
mención de otra clase de mapas: los mapas iterativos estocásticos. Desde el
punto de vista de la complejidad, este tipo de mapas son más sugestivos. Pero
antes de entrar a caracterizarlos, es conveniente hacer algunas consideraciones
de tipo general.
Los mapas iterativos binarios y lineales
describen la evolución homogénea de los sistemas, en el sentido de que el
estado de un sistema en un tiempo dado depende tan sólo del estado del sistema
en el tiempo inmediatamente anterior. Exactamente en este sentido, existe una
clara correspondencia entre esta clase de mapas y la teoría de la ergodicidad.
En una palabra, los sistemas, fenómenos y comportamientos que se revelan
mediante este tipo de análisis son deterministas: el pasado determina el estado
actual del sistema, fenómeno o comportamiento. En un sentido más amplio, la
consideración de los estados de un sistema en otros tiempos estará sometida a
mecanismos probabilistas, mediante los cuales se habrá de verificar,
efectivamente, las evoluciones probables del sistema de estudio.
En cuanto a los mapas iterativos estocásticos,
éstos se refieren naturalmente al estudio de los sistemas estocásticos. Como es
sabido, esta clase de sistemas se caracterizan porque son impredecibles en el
tiempo siguiente, no obstante el conocimiento que se tenga sobre el o los
tiempos precedentes. La incertidumbre en la predicción puede provenir de
distintas fuentes. Dentro de estas fuentes es importante destacar interacciones
numerosas y, por definición, no-lineales; igualmente importantes es la
existencia de parámetros demasiado complicados, esto es, notablemente, con un
(muy) alto grado de complejidad combinatoria; asimismo, se encuentran aquellos
parámetros que no se consideran relevantes para el problema de estudio, y que
sin embargo existen y actúan en escalas muy bajas o finas. Por definición, dado
el principio de incertidumbre, la dificultad radica en que, eventualmente,
estos parámetros no relevantes pudieran revelarse, al cabo, como
significativos. En esto consiste exactamente la aleatoriedad, y entonces se
dice que el estudio del sistema se rige por criterios probabilísticos pero no
deterministas. Puntualmente dicho, un sistema estocástico se describe en
términos generales con base en la evolución en el tiempo de variables
aleatorias (Bar-Yam, 1997).
4-. Los tiempos de la complejidad de un sistema
A partir de los análisis anteriores, cabe distinguir
entre sistemas sociales en general y sistemas sociales humanos. En el primer
caso, han sido importantes las contribuciones de la inteligencia artificial y
particularmente de la vida artificial. Más recientemente, es muy importante la
contribución de la inteligencia colectiva (swarm
intelligence), un programa que se encuentra bastante más próximo de la vida
artificial que de la inteligencia artificial y que de hecho se deriva de
aquella; sin embargo, no es éste el lugar para ocuparnos de estos temas.
Existen dos escalas básicas en la determinación
de la complejidad de los sistemas sociales humanos: el espacio y el tiempo. Resulta
aquí trivial subrayar la interrelación entre ambos. Hasta la fecha, la mayoría
de los trabajos:
a) que efectivamente establecen
alguna determinación de complejidad social humana, o bien,
b) que pueden permitir hasta la fecha las
mejores herramientas en la explicación y comprensión de la complejidad social
humana
han afirmado, abierta o implícitamente, tan
sólo la escala espacial.
Las ciencias sociales y humanas deben todavía descubrir abiertamente el tiempo.
Mejor aún, cuando han descubierto el tiempo, o cuando hacen del tiempo un
problema, las ciencias sociales y humanas siguen siendo newtonianas –o lo que
es equivalente, kantianas-, puesto que presuponen la existencia de un tiempo
dentro del cual suceden los fenómenos y comportamientos y que existe de manera
constante o invariable. De esta suerte, prácticamente la totalidad de las
explicaciones de las ciencias sociales y humanas, aun cuando no lo sepan, se
refieren a los fenómenos, comportamientos y sistemas como a sistemas ergódicos.
En rigor, las ciencias sociales y humanas aún no han descubierto las ciencias
de la complejidad.
No existe un tiempo en el que sucedan los
comportamientos y fenómenos marcados por la complejidad. Por el contrario, el
tiempo es la dinámica misma, mejor, es la complejidad misma de los sistemas, de
tal suerte que la complejización de los sistemas se corresponde por completo
con la creación o generación de tiempo; de tiempo o de temporalidades. En una
palabra, la dinámica misma de los sistemas es una sola con la dinámica del
tiempo, y los sistemas complejos son temporales y son tiempo mismo, puesto que antes
de su complejización no existe ningún tiempo que los haga tales: esto es, de
complejidad creciente. Puntualmente dicho: puede decirse que la complejidad
aumenta en la medida en que un sistema contiene o exhibe mayores espacios o
dimensiones de posibilidades.
Este es, sin lugar a dudas, el problema más apasionante del estudio sobre los
sistemas complejos no-lineales; y en varios aspectos, es también el problema
más difícil de todos.
Para los efectos de la identificación del
problema consistente en las relaciones entre complejidad y ciencias sociales (o
sistemas sociales humanos), baste con el siguiente reconocimiento: el problema
de la determinación máxima de un sistema corresponde exactamente con, y se
sitúa de manera central en, la importancia del tiempo. Puntualmente dicho: la
determinación de la complejidad máxima de cualquier sistema social y humano,
desde el individuo hasta la civilización humana, es de un extremo al otro el
problema mismo del tiempo. Con todo y que se pueda y se deba incluso decir: el
problema de diversos órdenes temporales, lo cual, para los efectos del problema
formulado, no agrega nada adicional.
Quisiera hacer algunas puntualizaciones acerca
del tema del tiempo en el contexto que nos ocupa a fin de sentar las bases para
la explicación y comprensión de los tiempos de la complejidad de un sistema, y
como una vía para evitar especulaciones fáciles o generalizaciones rápidas que
pudieran hacer pensar que el problema del tiempo es “simple y llanamente” un
asunto filosófico. Para ello, sugiero adoptar como hilo conductor a la lógica
del tiempo.
Pues bien, en la historia de la
lógica clásica el tiempo permaneció como un tema “extra-lógico” (Haack, S.,
1991). En verdad, desde sus orígenes, y por diversos caminos, la lógica sólo
sabe, en el mejor de los casos, del espacio. Es sabido cómo desde los comienzos
de la racionalidad occidental, la geometría adquiere un peso muy importante. De
esta suerte, se produce desde los orígenes de la humanidad occidental un avance
de la lógica del espacio sobre la lógica del discurso vulgar (“lenguajes
naturales”), que es aquella en la cual existe el tiempo o en la cual el tiempo
es dicho (legein). El triunfo de la
geometría (Euclides, Eudoxio de Cnido, Ptolomeo, Descartes, Spinoza, Riemann,
Lobachetvski) hizo más considerable el atraso de la lógica del tiempo.
Las ideas que
pueden tenerse como germinales en las consideraciones del tiempo cabe destacar los
futuros contingentes (Aristóteles; Peri
Hermeneias), lo posible es lo que está realizado en algún tiempo, y lo
necesario es lo que está realizado en todo tiempo (Diodoro Cronos y los
Megáricos), el reconocimiento de las distinciones entre lo absolutamente
necesario, lo absolutamente perpetuo, lo generalmente condicional, lo
generalmente absoluto, lo generalmente posible (la tradición Islámica (S. XIII,
al-Qazwini al-Kãtibî), la teoría de la ampliación (la Escolástica del siglo
XIII con Pedro de España, y del siglo XIV con Alberto de Sajonia), y,
finalmente, las ideas más recientes expuestas en el siglo XIX por Hamilton, W. Minto, Bolzano y S. Mill), y
en el siglo XX, por Russell y J.N. Findlay. Como cabe observar inmediatamente,
existen múltiples conexiones entre la lógica del tiempo –que en rigor habría
que denominar “lógicas temporales”, en plural-, y la lógica modal. Sin
extremismos, cabe decir razonablemente que la lógica del tiempo pone de
manifiesto las modalizaciones de los fenómenos, comportamientos y sistemas.
Así, la complejidad de un sistema es directamente proporcional a las
modalizaciones del sistema, y estas son temporales o son (el) tiempo mismo
(Alchourrón, C.E., et al., (eds.),
1995).
Habrá que esperar
hasta la segunda mitad del siglo XX para el descubrimiento, la invención o el
desarrollo de una lógica que se ocupe del tiempo. El trabajo seminal de Prior
(1957, Time and Modality, 1967, Past, Present and Future,1968, Papers on Time and Tense) sentará las
bases para la lógica temporal. El fundamento de la lógica temporal debe ser
claro: el tiempo modifica los valores de verdad –o de falsedad- de las
proposiciones.
Los motivos que
justifican el desarrollo de la lógica temporal son múltiples y diversos, y van
desde motivaciones filosóficas, hasta exegéticas, lingüísticas, informáticas y
matemáticas. El rasgo común a estas motivaciones de la lógica del tiempo
consiste en elaborar un cálculo de eventos, y el trabajar con razonamientos por
defecto. A partir de aquí surgen dos derivaciones altamente importantes y que,
sin embargo, no puedo entrar a considerar en este contexto por delimitaciones
de tema. Me refiero, para decirlo en el lenguaje de la lógica, a la semántica
de los mundos posibles. Lo que sí quisiera destacar de manera inmediata es el que
el tema de los mundos posibles interpela de manera directa a los sistemas
sociales humanos, y constituye una marca clara de la complejidad –¡creciente!-
de esta clase de sistemas. El mundo de las experiencias humanas hace referencia
de manera necesaria, y al mismo tiempo se define de cara a, las posibilidades
de la experiencia humana misma, y no tanto a su actualidad. Esta es una idea
sobre la cual volveré hacia el final.
Como una manera de
ilustrar lo que acabo de decir en el marco de las lógicas temporales, bien vale
tener en cuenta un aspecto central en este tipo de lógicas, a saber: la construcción
del Ot –tiempo de Ockham- (Ochamist Tense,
en inglés), el cual revela que el tiempo mismo, siendo lineal en el pasado,
interpreta en el futuro la posibilidad y la necesidad como ramificadas. No
existe, por consiguiente, una línea de continuidad necesaria entre pasado,
presente y futuro. Antes bien, se trata de tres escalas, dimensiones o modalizaciones
de un solo y mismo proceso. Este proceso puede ser designado de diversas
maneras; así por ejemplo, se trata del movimiento, de la dinámica, de las
transformaciones – todo lo cual exige de una explicación científica filosófica.
Pues bien, el objeto de la teoría de los sistemas dinámicos no-lineales es
justamente ese. No sobra insistir en el carácter creciente de dicho movimiento,
dinámica o transformaciones. En otras palabras, el movimiento mismo no puede
ser interpretado como una invariante, pues caeríamos nuevamente en los sistemas
ergódicos.
Pues bien, la
tarea difícil consiste entonces en captar la racionalidad específica de la
dimensión temporal. Pero esta tarea exige, entonces, trazar la distinción entre
lógica y racionalidad, distinción que no existe en la lógica formal (clásica),
puesto que en ella la racionalidad y la lógica coinciden por completo y se
identifican plenamente. La importancia de esta distinción radica en el
siguiente aspecto: si la lógica limita sus pretensiones al fundamento de las
estructuras matemáticas ya elaboradas con anterioridad a ella, no tendrá por
qué ocuparse del tiempo. Pero si pretende desbordar el marco en que los
matemáticos tradicionalmente se habían encerrado, y no acepta renunciar a
priori a ninguna forma de racionalidad, admite el problema del tiempo. De esta
suerte, podemos adoptar a la lógica del tiempo como un buen motivo para abordar
los temas y problemas de la temporalidad, evitando así especulaciones fáciles
por tentadoras.
En cuanto tal, la lógica del
tiempo consiste en la formalización de las proposiciones que admiten
temporalidad. Cabe distinguir tres clases de formalizaciones, así: a) la
temporalidad se expresa primero gramaticalmente por el tiempo del verbo:
lógicas del tiempo gramatical; b) las lenguas indo-europeas expresan la
temporalidad mediante la indicación circunstancial de la fecha: lógicas de la
datación; y c) la gramática expresa el tiempo mediante adverbios y
preposiciones: lógica de los funtores temporales (Gardier, J.-L., 1979).
Pues bien, las
ciencias sociales no han hecho la incorporación de la lógica del tiempo, de
manera que se abre aquí una veta de trabajo magnífica para ellas. Lo
significativo –por contrastante-, es, sin embargo, el hecho de que la lógica
del tiempo sí se ha abierto a las ciencias sociales. Esto se expresa,
notablemente, en los trabajos sobre las lógicas de la acción (Von Wright), del
movimiento (Prior, Rescher y Urquhart) y de la historia (Rogowski).
Como quiera que
sea, la lógica del tiempo trabaja como un instrumento de clarificación en el
que se pone en primer plano el estudio de la disimetría en las líneas del
tiempo, esto es, la distinción fundamental entre la unilinealidad del pasado y
multilinealidad del porvenir.
Quedan así en claro dos ideas
fundamentales:
a)
En primer término, la lógica del pasado no coincide ni
se identifica con la lógica del porvenir; y,
b)
En segundo lugar, las formas de ocuparse del tiempo son
múltiples en función precisamente de la no univocidad ni linealidad de los sucesos
y fenómenos temporales.
De este modo, estoy sugiriendo
que para el estudio de las relaciones entre complejidad y sistemas sociales
humanos, el recurso a la lógica del tiempo es altamente fructífero y puede
conducir, desde sí mismo, hacia el estudio de los sistemas complejos
no-lineales.
5-. El problema de fondo es el de las
posibilidades de un sistema
Queda dicho: el problema de fondo en el estudio
de la complejidad de los sistemas sociales humanos es el de las posibilidades
de un sistema. Quiero sostener la idea según la cual en este punto se encuentra
la importancia decisiva de esa forma nueva de racionalidad que son las ciencias
de la complejidad.
Pues bien, la nueva racionalidad que implican las ciencias de la complejidad
consiste en el reconocimiento de que, por primera vez en la historia de la
humanidad occidental, el tiempo es considerado como un factor de creación o de
creatividad, y no como un elemento que significa desgaste (en el sentido de la termodinámica
clásica), ni tampoco como algo que o bien se descuenta o se deba descontar. De
esta suerte, el estudio de los sistemas de complejidad creciente se corresponde
exactamente con el estudio de la manera como el tiempo puede y debe ser tenido
como un elemento que suma, y no que resta, en la consideración sobre la
dinámica –esto es, de la vida-, de este tipo de sistemas, fenómenos o
comportamientos. Que, manifiestamente, se deba incluso hablar de múltiples
temporalidades, es algo que llena de mayores contenidos esta reflexión. Pero,
precisamente que debamos hablar en propiedad de temporalidades y no ya
simplemente de tiempo (en singular), significa que el tema que se encuentra en
la base del estudio de los sistemas de complejidad creciente es el de las
posibilidades.
Pues bien, el más complejo, por cuanto cuenta
con el mayor número de posibilidades es el universo de las experiencias
humanas. Y entonces sí, efectivamente, es el mundo de los sistemas sociales
humanos el de mayor complejidad conocida. Estén, desde luego, varios registros
acerca de la medición de la complejidad humana. Así, por ejemplo, mediciones
acerca de las bases genéticas de los seres humanos, o las relaciones entre la
mecánica natural y la mecánica humana que muestra los grados de complejidad de
la última con respecto a la primera.
Sin embargo, no es en esta dirección que me gustaría llamar la atención puesto
que estos registros bien pueden ser incluidos –como de hecho es el caso en la
mayoría de los casos-, dentro de los marcos de la ciencia clásica: por
consiguiente, dentro de la ciencia normal (Kuhn) que no trabaja con, o no sabe
de, los sistemas de complejidad creciente, esto es, los sistemas dinámicos
no-lineales. O bien, por decir lo menos, estas mediciones pueden ser
referenciadas como ilustraciones de las tensiones entre la ciencia normal y la
revolución científica que son las ciencias de la complejidad.
Quisiera avanzar en la dirección
de las relaciones entre complejidad y ciencias sociales, volviendo sobre la
tesis formulada antes arriba. Los sistemas sociales humanos son los de mayor
complejidad, pero entonces, precisamente por ello, debe ser posible establecer
la complejidad máxima de este tipo de sistemas. En una primera formulación, el problema de la
complejidad máxima de los sistemas sociales se define en correspondencia con la
dinámica misma, esto es, con el tiempo mismo de estos sistemas; de estos
sistemas y/o de los elementos que constituyen a estos sistemas. Ahora bien, la
dificultad consiste en lo siguiente: no es evidente, en manera alguna, que la
complejidad de un sistema se corresponda con el estado actual del sistema, ni
tampoco, consiguientemente, con el tiempo actual en el que existe o se
desenvuelve el sistema.
Bien pudiera suceder, como efectivamente es el
caso, que la complejidad, esto es, la complejidad máxima, de un sistema se encuentre:
a) En un tiempo anterior al tiempo
actual del sistema, o bien,
b) En un tiempo futuro del sistema,
y que no es el tiempo actual.
Esta situación abre varias líneas de análisis.
En el primer caso, los sistemas sociales
humanos ponen de manifiesto que, en contraste con las mediciones estadística y
probabilística de la complejidad, sólo con respecto a esta clase de sistemas
sociales cabe decir, en propiedad, que su complejidad puede encontrarse en un
tiempo anterior al tiempo actual del sistema; así, por ejemplo, y en contraste
notable con la cibernética de segundo orden y con el enfoque proveniente de los
enfoque sistémicos, esto permite sostener, sin dificultad alguna, que la
complejidad de un sistema social actual se encuentra en un tiempo anterior a la
que el observador actual establece. Así, no es cierto que la complejidad de un
sistema sea relativa al observador. En ciencias y disciplinas diversas, tales
como la historiografía, la etnografía, la antropología social comparada, o la
nueva economía, esto es, la economía que se estudia de la mano de la biología
evolucionista, existen mediciones diversas que tanto favorecen como ilustran
este primer argumento.
Que la complejidad máxima de un sistema no
coincida necesariamente con el estado actual de vida o de desarrollo de un sistema
cualquiera rompe precisamente todas las explicaciones y comprensiones lineales
y deterministas de los sistemas, y en primer lugar la creencia en la primacía
de algo así como la historia ortodoxa, o la “historia oficial”. Por
consiguiente, no solamente caen todas las comprensiones de las experiencias
humanas concebidas en términos escalares, de mapas o en términos de
ergodicidad, sino, más significativamente, se abre un amplio horizonte de
reconstituciones y reconfiguraciones tanto hacia atrás en la historia, como en
las línea de correspondencia entre el pasado y el presente. Contra la
ergodicidad, no existe en el caso de los sistemas biológicos (Kauffman) y
sociales humanos, absolutamente ninguna necesidad de conexión entre pasado y
presente. Por el contrario, precisamente, esas conexiones son sencillamente
estadísticas y/o probabilísiticas.
De esta suerte, es posible avanzar un paso
significativo con respecto a la complejidad de los sistemas sociales humanos.
Así, los sistemas sociales humanos son cerrados hacia el pasado y sensibles a
las condiciones iniciales que son el presente o que se encarnan el presente –
condiciones a partir de las cuales los sistemas sociales humanos pueden hacerse
impredecibles. La consecuencia analítica –esto es, en el orden del lenguaje- de
estas consideraciones es sencillamente demoledora. Hay numerosos conceptos que
no deberían ser empleados o cuyo uso debería ser estrictamente limitado y
permanentemente contextualizado, pues de lo contrario, como es natural con los
conceptos y las palabras, se abre continuamente la puerta a generalizaciones y
universalizaciones fáciles. Tal es el caso con términos tales como “proceso(s)”,
“construcciones”, “estados”, aunque la lista podría hacerse muy larga.
Como efectivamente lo muestra el nominalismo medieval de la baja Edad Media,
existen individuos y palabras; los primeros designan singularidades, y las
segundas, afirman o implican universales.
Por su parte, en el segundo caso, la idea de
que la complejidad máxima de un sistema social humano (CAS humano) se puede
encontrar en un tiempo futuro implica dos cosas: en correspondencia con la
primera opción considerada, es una consecuencia necesaria del hecho de que
pueda no encontrarse en el tiempo actual del sistema; pero, radicalizando más
esa primera consideración, es la posibilidad que cabe naturalmente abordar si,
como es el caso, puede suceder que la complejidad máxima de un sistema no sea
satisfactoria desde el punto de vista al mismo tiempo moral, lógico y
heurístico, en un tiempo pasado. Entonces es claro que cabe pensar –eso: pensar-, que la complejidad máxima pueda
y deba encontrarse en un tiempo que no sea el pasado ni tampoco el presente en
la vida de ese sistema. Pues bien, aquí emerge la consecuencia más radical en
el estudio de los sistemas de complejidad creciente, a saber: en sistemas
crecientemente complejos, la medida de complejidad máxima se encuentra –incluso
caso que por definición-, en un estadio posterior a cualquier estadio conocido,
pasado o actual. Puntualmente dicho: la sociedad humana es la máxima
complejidad conocida, pero no por ello, la máxima complejidad posible. Así, las
ciencias de la complejidad son ciencias de lo posible. Quisiera subrayar esto: ciencias de lo posible. Mediante el primer énfasis, se trata de suprimir cualquier
consideración extra-científica en el sentido que más preocupaba al último C.
Sagan, esto es, en el problema difícil de demarcar la ciencia y la
pseudo-ciencia. Una manera cultural de decir lo mismo es que se trata así de
delimitar los saberes circulantes tanto como las especulaciones basadas en
criterios en autoridad, con respecto a lo que es una teoría científica
filosófica sólida y seria.
Complementando una línea de explicación
anterior, cabe decir entonces que es propio de los sistemas sociales humanos de
complejidad creciente que son cerrados hacia el pasado, sensibles a las
condiciones iniciales que son el presente, y abiertos hacia el futuro. Y que,
entonces, precisamente por ello, carecen de futuro, puesto que lo que
caracteriza a esta clase de sistemas es que poseen numerosos futuros. Si hay
una esfera en la cual se pone en claro este hecho es gracias a los análisis
derivados de la teoría de la decisión racional: cada vez que decidimos estamos
cambiando el futuro; esto es cambiamos el futuro que sucedería si no
decidiéramos o si decidiéramos en un sentido contrario al vector de las posibilidades
que cabe anticipar de una decisión adoptada.
Vivimos en un solo mundo común para todos, pero
compuesto por numerosas temporalidades. Es claro, desde diversos puntos de
vista, que el tiempo no existe, puesto que es el resultado de las
interacciones, múltiples, entre los agentes. Lo mejor que podemos decir es que
existen diversas temporalidades: notablemente, con respecto a la distinción de
base entre problemas P y NP, cabe distinguir esencialmente una
temporalidad aritmética, una temporalidad algebraica, una temporalidad
geométrica y una temporalidad hiperbólica. Puntualmente dicho: antes del
individuo el tiempo no existe, ni tampoco el tiempo surge a partir del
individuo. El tiempo es la obra misma de las interacciones entre individuos, o
mejor, el tiempo son las interacciones mismas.
De esta suerte, debe ser claro que la
preocupación en el estudio de las ciencias de la complejidad es por los tiempos
mismos de la complejidad, esto es, por las posibilidades mismas del sistema, el
fenómeno o el comportamiento de estudio. Exactamente en esta línea quiero
defender la idea de acuerdo con la cual la preocupación de base es y debe ser
siempre la de las posibilidades de máxima complejidad – una idea que no es ni
obvia ni fácil, particularmente a la luz de la historia de la filosofía y de la
historia de la ciencia. Una herramienta para el estudio de la complejidad
máxima es, por tanto, la del estudio de los estados críticos de un sistema y,
particularmente, la criticalidad autoorganizada (SOC, en inglés) de P. Bak, y las transiciones de fase (y
particularmente las transiciones de segundo orden).
No solamente es cierto que el tiempo es
irreversible y factor de creación, sino, adicionalmente, el tiempo es ruptura
de sí mismo en el esfuerzo de los sistemas marcados por complejización, por
hacer cada vez más posible, es decir, más real, el mundo, la vida, el
pensamiento, en fin, las experiencias humanas cargadas de creciente complejización.
El problema es que no es nunca ni evidente ni fácil determinar que una
experiencia humana sea de este tipo. Ello al mismo tiempo revela la
significación del estudio de las ciencias de la complejidad, como su
dificultad.
En una representación gráfica, podemos
representarnos el problema en los siguientes términos:
Gráfico 1
y =
posibilidades
x
= tiempo
t1 t2 t3 t4 t5 t6
Sin embargo, la dificultad con esta
representación estriba en el hecho de que es, aún, lineal, y por consiguiente
engañosa para identificar y formular el problema que nos interesa, a saber: el
de cómo medir la complejidad máxima de un sistema. Esto nos conduce a una
segunda formulación del problema.
La complejidad de los sistemas sociales no se
corresponde de manera necesaria con la historia misma del sistema. En otras
palabras, la evolución de un sistema puede ser distinta de la historia del
sistema, de suerte que la complejidad del sistema no se expresa con la historia
–oficial- del sistema. Así, la complejidad máxima de un sistema puede no
corresponder con la “historia –oficial-“ del sistema.
El gráfico número 2 ilustra esta situación:
Gráfico 2
Lo que
se mide en los ejes
“presente”, “pasado”, “futuro”
es lo
que se define en cada
caso
como el parámetro de
complejidad máxima Presente
Pasado Futuro
6-. Reconsideración
