Dinámicas no lineal se refieren a «desordenados sistemas complejos», escribe Esko Kilpi en este excelente post que describe la interacción entre los patrones y conexiones. «La teoría del caos explica cómo los parámetros de las ecuaciones pueden producir patrones en el tiempo. Estos patrones se denominan atractores … En las altas tasas muy de, por ejemplo, el flujo de información, el sistema muestra un comportamiento totalmente al azar. El patrón es muy inestable. Sin embargo, hay un nivel entre la repetición / la estabilidad y la aleatoriedad y la inestabilidad. Este nivel se llama al borde del caos. Otros autores, como Ilya Prigogine, desde la visión de la termodinámica (evolucionando y viendo que no sirven para estructuras no-lineales) con sus estructuras disipativas. Por otro lado, el patrón en el tiempo se llama un atractor extraño. Lo extraño con un atractor extraño es que el movimiento en curso no es la misma pero siempre reconocible. »

Todo estos desequilibrios te dan una manera de organizar las cosas. No se puede administrar o controlar un sistema caótico – incluso puede no predecir el resultado. Pero como este artículo sugiere, se puede identificar, y la posición, incluso, de los atractores. «En resumen, nuestra estrategia era controlar sólo lo que puede ser ordenado. Respecto de las actividades en el ámbito de lo que es, y debe ser, sin ordenar, que vistos de esta forma, nos da un cambio de paradigma en la organización y la forma de pensar a nivel de investigación en muchos de los entornos vivos (y artificiales) que establecen interacciones en sus procesos. Veamos que dice Esko Kilpi en este brillante post escrito el 10 de abril de 2010:

Las dinámicas no lineales tienen que ver con sistemas desordenados/confusos, complejos. Ejemplos de estos sistemas son el cerebro humano, la evolución de la vida en sí misma y el tiempo atmosférico. No hay un ciencia individual de no linealidad, sino que hay distintos flujos de investigación como la teoría del caos o la teoría de los sistemas adaptativos complejos. El último hilo recoge un agente y reglas de un enfoque basado en la interacción para modelizar la complejidad. El primero explica la conducta de los sistemas que se pueden modelizar mediante ecuaciones complejas en las que el resultado/output de un cálculo se toma como la entrada/input del siguiente. Estas ecuaciones son repetitivas e iterativas.

La teoría del caos explica cómo los parámetros de las ecuaciones crean modelos/patrones a lo largo del tiempo. Estos modelos se llaman atractores. Un parámetro podría ser el flujo de información o la cantidad de energía en el sistema. A tasas bajas el sistema se desplaza hasta mostrar un comportamiento repetitivo. A este modelo se le llama atractor de un punto. A tasas altas el modelo cambia. A tasas muy altas, por ejemplo, de flujo de información, el sistema muestra un comportamiento totalmente aleatorio. El modelo es altamente inestable. Sin embargo, hay un nivel entre repetición/estabilidad y aleatoriedad/inestabilidad. Este nivel se llama el eje del caos. El modelo a lo largo del tiempo se llama un atractor caótico/extraño. Lo extraño en un atractor caótico es que el movimiento progresivo nunca es el mismo, pero siempre es reconocible. El modelo es, paradójicamente, estable e inestable, predecible e impredecible al mismo tiempo. Estos modelos se llaman, espacialmente, fractales.

El caos describe una dinámica que no es una síntesis de orden y desorden. Se refiere al desorden ordenado o al desorden ordenado. El verdadero significado de estas palabras está transformado.

El tiempo (atmosférico) normalmente se usa como ejemplo de un sistema que muestra este patrón. En conjunto, los modelos del tiempo atmosférico se pueden predecir (más o menos) en períodos cortos de tiempo. Para períodos largos no se puede predecir el comportamiento. El comportamiento a largo plazo de un sistema como éste está determinado tanto por los cambios más pequeños en las partes más pequeñas del sistema como por las leyes que lo rigen. La conclusión es muy clara. La previsibilidad es siempre a corto plazo. Las predicciones a largo plazo sólo serían posibles si absolutamente todas las variables del sistema se pudiesen medir con exactitud absoluta. Pero es imposible conocer todas las variables y totalmente imposible medirlas con la exactitud requerida.

La variable más pequeña que se pase por alto o el cambio más diminuto puede incrementarse por iteraciones no lineales en un gran cambio transformador en la vida posterior de todo el sistema. Otra conclusión es que desde la perspectiva de la teoría del caos, un movimiento hacia el equilibro siempre es un movimiento hacia la muerte. Si un sistema es saludable, exitoso y vivo, está «en el eje del caos», en donde no se puede ver el largo plazo.

La física clásica tomó entidades individuales y su movimiento (trayectorias) como unidad de análisis. Los teóricos del caos tal como Ilya Prigogine, afirmaban que no se podían calcular esas trayectorias porque la imposibilidad de medir con la precisión requerida. Pero había en progreso algo incluso más apasionante. Henri Poincaré fue el primer científico que identificó dos tipos de energía diferentes. El primero fue la energía (cinética) en el movimiento de una partícula en sí misma. El segundo era la energía que surge de las interacciones entre partículas. Cuando no hay este segundo tipo de energía, el sistema en un estado estático. Cuando hay energía interactiva, el sistema es dinámico y capaz de novedad y renovación. La interacción crea resonancia entre las partículas. La resonancia es un resultado de acoplar las frecuencias de las partículas yendo hacia un incremento de la amplitud del movimiento. La resonancia hace imposible la identificación del movimiento individual en entornos interactivos porque la trayectoria individual depende más de la resonancia con otros que de la energía cinética contenida en el individuo en sí mismo.

Cualquier interacción entre partículas cualesquiera es entonces potencialmente significativa y puede conducir a la amplificación de la mínima variación. Los sistemas interactivos con incluso las variaciones más pequeñas enfrentan una vida de sí mismas que está en continua construcción. La forma futura y la dirección del sistema no es visible en el sistema en ningún momento dado. El futuro no está en el sistema y no puede ser elegido ni planificado por nadie.

Los científicos del Instituto Santa Fe desarrollaron el otro hilo de la investigación: el enfoque de los sistemas adaptativos complejos (SAC). Un SAC está formado por un gran número de agentes. Cada agente se comporta de acuerdo con sus propias intenciones y reglas para la interacción local. Interacción local significa que ningún agente puede interactuar con toda la población de agentes al mismo tiempo. Ningún agente individual puede determinar el modelo de comportamiento que muestra el sistema como un todo. Estos sistemas adaptativos muestran la misma dinámica que encontraron los teóricos del caos: el equilibrio estable en un extremo del espectro, el caos aleatorio en el otro, y en medio la encontrada dinámica compleja de estabilidad e inestabilidad, predecibilidad y impredicibilidad, paradógicamente al mismo tiempo: el eje del caos.

Las conclusiones son importantes para nosotros.

Primeramente, la novedad también emerge en una forma radicalmente impredecible.

En segundo lugar, el modelo de comportamiento saludable no está causado por la selección competitiva o las elecciones independientes realizadas por agentes independientes. En lugar de ello, lo que está ocurriendo, ocurre en interacción, no por causualidad o por elección propia, sino como resultado de la interacción en sí misma.

La Internet cambia los modelos de conectividad y hace posible una nueva variedad enriquecedora en la interacción. Las dinámicas cambiantes que experimentamos cada día a través de los medios de comunicación social que tienen las meras características del eje del caos.

Las ciencias de la complejidad cambian nuestra perspectiva y pensamiento. Quizás, como un resultado que deberíamos, especialmente en la gestión, prestar más atención a lo que estamos haciendo que a lo que estamos haciendo. Siguiendo el pensamiento presentado por los investigadores científicos más avanzado, ¿la cuestión importante a responder no es que debería ocurrir en el futuro sino lo que está ocurriendo ahora?
Nuestro centro de atención debería estar en la interacción comunicativa creando el modelo que se desarrolla continuamente, que es nuestra vida.

Gracias a Stu Kauffman y W Brian Arthur. Basándose en Ralph Stacey y Doug Griffin.

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 3.0 Unported.

About the author

Fernando Santamaría González Soy un investigador y formador en espacios online. Trabajando e investigando en temas de aprendizaje emergente. Fernando Santamaría González