2016-05-11

La ciencia de la complejidad y 5 características de los sistemas complejos.

La ciencia de la complejidad.

Por Jordi Serrano.

Futuro del Trabajo.


complejidad
La ciencia de la complejidad y 5 características de los sistemas complejos.

La referencia a que vivimos en ‘un mundo cada vez más complejo’ se usa con frecuencia para describir el entorno en el que las organizaciones y las personas se desarrollan hoy en día, asociado al incremento de la velocidad de innovación, la menor vigencia de los planes estratégicos e incluso la menor ‘esperanza de vida’ de las empresas.


En este entorno, eventos inesperados pueden aparecer en cualquier momento y complicar la planificación perfectamente diseñada que nos servía hasta entonces. Es el mundo VUCA (Volátil, Incierto, Complejo y Ambiguo en inglés).

¿Cómo podemos adaptar una organización para sobrevivir en este mundo tan alocado, el mundo de lo complejo?

Desde el mundo del ‘management’ se están explorando distintas metodologías para dotar a las organizaciones de mayor adaptabilidad que están cada vez más presentes en la jerga habitual (desde las metodologías ágiles a la Holacracia), pero para entender con mayor profundidad cómo funciona este mundo complejo hay que adentrarse en lo que la ciencia está empezando a comprender de su funcionamiento.

Así que quiero avisar de entrada que este post requiere un cierto grado de ‘frikismo’ y a la vez que solamente pretender rascar la superficie de un tema que tiene muchísima profundidad y que un servidor está empezando a explorar.

La ciencia de la complejidad


El enfoque que tantos éxitos ha cosechado en la historia de la ciencia basado en diseccionar un problema en sus partes más simples (“reduccionismo”) para poder comprenderlo, no es el adecuado para explicar una serie de fenómenos en los que el número de variables es demasiado grande.

La palabra ‘complejidad’ procede de la raíz latina Pléctere que significa ‘entrelazar'.

Así, en el mundo complejo multitud de factores están intrínsecamente relacionados entre sí, y mediante sus relaciones configuran una realidad en la que ‘el todo es más que la suma de sus partes’, de la misma manera que un tejido es más que los hilos de fibra que lo componen. Es necesario entender ‘el sistema’ más que a sus componentes. Tiene que ver más con las relaciones entre sus elementos que la naturaleza de cada uno de ellos.

Quizá la primera aparición de una ‘ciencia de la complejidad’ fue un ‘paper’ de 1948 escrito por Warren Weaver, el padre de la teoría de la información (atención a la ironía: Weaver=Tejedor en inglés) en la que exhortaba a desarrollar una nueva serie de herramientas que nos permitieran entender los ‘problemas de complejidad organizada’. Todavía estamos en ello.

De entrada este es aún un campo muy emergente en el que convergen muchas disciplinas y dónde aún hay que ponerse de acuerdo incluso en la propia definición de “complejidad”, pero que empieza ya a producir sus frutos en los múltiples centros de referencia que se están especializando en el estudio de la complejidad como el Santa Fe Institute, el epicentro de la disciplina.

Sistemas Complejos


En ámbitos y fenómenos tan distintos como por ejemplo las comunidades de insectos sociales, el cerebro, la evolución de los seres vivos, el sistema inmunitario, la evolución de los mercados o las redes informáticas la ciencia está descubriendo ocultos patrones de funcionamiento en común.

Este es el terreno de los Sistemas Adaptativos Complejos, donde redes de elementos individuales sin un control central y que siguen reglas de funcionamiento relativamente simples, dan lugar a la emergencia de comportamientos mucho más sofisticados e incluso adaptación a través del aprendizaje o la evolución.

Un ejemplo fantástico es una colonia de hormigas: cada una de ellas, dotada de un cerebro básico, sigue unas reglas relativamente simples (recoger comida, seguir el rastro de una feromona, etc) pero aún así logran construir sofisticados hormigueros, puentes para salvar obstáculos y sociedades que funcionan (más tiempo que las humanas, por cierto) sin necesidad de un sistema de control centralizado (la hormiga Reina manda menos de lo que Disney nos ha hecho creer).

Otro ejemplo es el sistema inmunitario que es capaz de ‘resolver’ ataques infecciosos mediante las actividades independientes de un conjunto de células (linfocitos) que no son muy listas, no tienen un ‘jefe’ ni una visión del total del cuerpo en el que se mueven. El ‘sistema’ es incluso capaz de ‘aprender’ y mejorar su respuesta ante futuros ataques de un patógeno.

Y quizá el ejemplo más espectacular de todos es nuestro propio cerebro, donde las ‘simples’ neuronas al conectarse en gran número dan lugar a toda la creatividad y pensamiento humano e incluso a algo tan difícil de definir como la consciencia.

¿Qué podemos aprender de estos casos?

Hemos avanzado en el entendimiento de estos fenómenos y aparecen algunas características que los sistemas complejos comparten:

1. Conectados en red


Los sistemas complejos están compuestos por agentes independientes conectados de alguna manera entre sí.

Estos ‘agentes’ pueden ser prácticamente cualquier cosa (personas, células, ciudades u hormigas …). Del mismo modo, la ‘conexión’ entre los agentes también puede ser de muchos tipos (por ejemplo, relaciones de amistad entre personas, relaciones comerciales entre empresas o flujos de emigración entre ciudades).

Estas relaciones se pueden representar en forma de redes donde cada agente es uno de los nodos.


 Frecuentemente, estas redes presentan una configuración tal que permite que la información fluya en ellas muy rápidamente. Son redes de tipo ‘mundo pequeño’ que el sociólogo Stanley Milgram hacia 1960 popularizó con la famosa tesis de los ‘seis grados de separación’ según la cual cualquier persona estaría conectada con cualquier otra únicamente a través de únicamente un promedio de cinco conocidos comunes.

En estas redes, algunos nodos concentran la mayoría de las conexiones (dicho de manera más técnica, el número de conexiones por nodo sigue una ley de potencia). Es el caso de los ‘Hubs’ de los aeropuertos, de los grandes portales de Internet o de las personas ‘conectoras’ hipersociales que deambulan por las organizaciones y que atraen cada vez más conexiones de la misma manera que el rico se hace más rico.

Estas redes presentan un alto grado de resiliencia, es decir pueden mantener sus propiedades si se desconectan o incluso se eliminan algunos de sus nodos de manera aleatoria: por ejemplo, muchos ordenadores individuales fallan o se desconectan de Internet todos los días y eso no perjudica a la Red en su conjunto. Esta fortaleza tiene su punto débil en los hubs superconectados, donde un problema puede traer dificultades para toda la red, como bien saben los piratas informáticos.

2. Retroalimentación


En los sistemas complejos suelen detectarse bucles de retroalimentación (feedback) que modulan el comportamiento individual de los agentes. Por ejemplo, las hormigas adecúan su comportamiento al que perciben de sus compañeras y eso facilita que la colonia se comporte adecuadamente.

Además, frecuentemente estos sistemas están inmersos dentro de sistemas superiores y a la vez contienen a otros en una sucesión de sistemas interdependientes.

De esta manera, por ejemplo una célula que constituye un por si misma un sistema complejo, forma parte del sistema inmunitario, que a su vez está contenido en el sistema del cuerpo humano, que a su vez está contenido en una sociedad, que a su vez…

Esta sucesión endiablada de sistemas anidados hace que sea necesario considerar el entorno más allá del propio sistema para entender su comportamiento.

3. Relaciones no-lineales


En este tipo de sistemas, una pequeña perturbación en las condiciones iniciales puede generar efectos importantes en el resultado final (es el conocido ‘efecto mariposa’ de la teoría del caos).

Lo que se deriva de esto es que la relación entre causas y consecuencias pueden no ser solamente ser difíciles de discernir, sino fundamentalmente imposibles de prever.

Recientemente un travieso animalito le ha demostrado esto al CERN cuando al morder un cable ha detenido el Gran Colisionador de Hadrones (LHC) , una máquina de 7.000 millones de dólares.

4. Emergencia


Precisamente, una de las características más inesperadas e interesantes de este tipo de sistemas es la aparición de cierto orden a partir del desorden.

En su forma más básica, se observa la aparición de patrones de forma en todo tipo de fenómenos desde las figuras geométricas que forman los copos de nieve o las bandadas de estorninos.

Video: Amazing starlings murmuration
https://www.youtube.com/watch?v=eakKfY5aHmY

Formas más complejas de emergencia son las sociedades que emergen de las interacciones de los insectos sociales, la evolución de los seres vivos, o el comportamiento de los mercados bursátiles.

Quizá el ejemplo más espectacular es la aparición de eso que llamamos ‘vida’ a partir de la interacción de las inanimadas moléculas que componen sus pilares fundamentales.

5. Adaptación


Al combinar las anteriores características, estos sistemas son capaces de adaptarse a su entorno, sin una dirección centralizada ‘inteligente’. Un ejemplo clásico es la evolución darwiniana en la que los seres vivos se ‘adaptan’ a los cambios del entorno o como una colonia de hormigas es capaz de regular la temperatura de su hormiguero.

Me gusta especialmente el caso del moho que es capaz de encontrar el camino más corto en un laberinto o diseñar una red de carreteras.

Precisamente esta capacidad de sobrevivir a los cambios del entorno es la que está haciendo que miremos hacia este tipo de sistemas para intentar descubrir sus secretos en estos momentos de cambio.

En posteriores artículos intentaré abordar la interpretación de la complejidad en el mundo de las organizaciones y en la gestión de personas.

Para seguir actualizado sobre el futuro del trabajo, puedes seguirme en twitter

Blog de Jordi Serrano
jueves, 5 de mayo de 2016

Jordi Serrano:

Socio-Director Future4Work.
Barcelona y alrededores, España.
Recursos humanos.
Actual: Future4Work, Nubelo, Impact HUB Barcelona.
Anterior: Fundació Factor Humà, everis.
Educación: MIT Sloan School of Management.
https://es.linkedin.com/in/serranojordi/es

Licencia:
No especificada.

-------------------------

Fuente: Futuro del Trabajo

Imagen: Complexity

 

Artículos relacionados:


++