Reflexiones sobre ecologías y espacios del aprendizaje, análisis del aprendizaje y análisis de redes sociales, visualización de datos, Big Data y otros temas emergentes

Etiqueta: complejidad

Apuntes de autoorganización: un hecho emergente en la sociedad red

La autoorganización es una corriente de estudio que está anterior a Internet pero los nuevo medios de comunicación en red permiten amplificar y robustecer este concepto. Este término se utiliza ampliamente desde la Física a la Química y en l a Cibernética de las Ciencias Sociales. En la ciencia moderna se ha abordado desde la economía hasta en puntos de vista sociológicos y filosóficos (Max Weber, G. H. Mead, Jürgen Habermas, E. Durkheim, Robert Merton, Talcott Parsons y los imprescindibles trabajos de Niklas Luhmann). Y con los sistemas actuales de comunicación, las redes y como procesos se le denomina autoorganización social (Fuchs, 2002).

Apuntes de la autoorganización en Sociología y Management

El término autoorganización se utiliza ampliamente desde la física a la química y de la cibernética a las ciencias sociales como sistema. En la historia moderna de la ciencia, se ha abordado desde puntos de vista filosóficos y empíricos. Cuanto menos tiene de la rama de la ciencia, se puede entender como un proceso en el que una forma, patrón o estructura aparece en un sistema sin una autoridad central o sin elementos externos que presionen en un sistema social humano. A este respecto hay un interesante estudio de Christian Fuchs [pdf] tanto en estructuras sociales a través de Internet entre los individuos, sus redes y en sus procesos.

Jeffrey S. Juris en su libro Networking Futures: The Movements against Corporate Globalization nos remonta a los antiguos movimientos libertarios de principios del siglo pasado:

La red autogenerada, autodesarrollada y autogestionada se convierte en un ideal cultural generalizado que proporciona no sólo un modelo efectivo de organización política, sino también un modelo para la reorganización global de la sociedad en su conjunto.

Juris citando al anarquista ruso Volin (Vsevolod Mikailovitch Eichenbaum) que comentó en los años 40 en su exilio lo siguiente:

Por su puesto, la sociedad tiene que estar organizada […] la nueva organización debe establecerse libremente, socialmente y, sobre todo, desde abajo. En principio la organización no debe partir de un centro creado de antemano para capturar el todo e imponerse sobre él, sino que, por el contrario, debe proceder de todas partes y crear nodos de coordinación, centros naturales que sirvan a todos esos puntos.

Cimienta las bases de lo que pretenden muchos activistas del movimiento contra la globalización y demás grupos.

En el libro «Sistemas emergentes: o qué tienen en común hormigas, neuronas, ciudades y software» (2001) Steven Johnson trata el tema de la autoorganización tomando la inspiración biológica:

En los movimientos de protesta contra la Organización Mundial de Comercio (OCM) se ven mejor que en ningún otro caso las posibilidades progresistas de la emergencia; se han organizado a partir de estructuras celulares distribuidas por sistemas autoorganizados.

No es una razón para adherirse a la pura anarquía, por supuesto. Las colonias de hormigas no tienen líderes en sentido estricto (Nota: sentido de la estigmergía), pero descansan fuertemente sobre reglas: cómo leer patrones en un rastro de feromonas, cuando dejar de recolectar y dedicarse a la construcción del hormiguero, cómo responder a otras hormigas, y así sucesivamente. Una colonia de hormigas sin reglas locales no tiene posibilidades de crear un orden de nivel superior, ni de desarrollar inteligencia colectiva. Los movimientos antiglobalización apenas están comenzando a vislumbrar las reglas (Nota: o quizá los patrones clave de la autoorganización) adecuadas para vincular distintas células. Los spokescouncils de Settle fueron un principio prometedor, pero aprender cómo formar grupos requiere tiempo.[…] Pero como ya hemos visto, en innumerables ocasiones en las páginas precedentes, incluso la Web – el mayor y más avanzado sistema de autoorganización creado por el hombre en el planeta-apenas comienza a ser capaz de generar verdadera inteligencia colectiva. En todo caso, las habilidades telepáticas de la Web son aún incipientes porque todavía estamos ajustando las reglas del sistema, todavía estamos afinando el modo en que los grupos inteligentes y adaptadores prosperarán en línea. Y si la inteligencia colectiva de la Web todavía está en pañales, pensemos en lo mucho que deberán crecer los nuevos movimientos de protesta. Pero hasta el momento, sus instintos han sido sensatos. Más allá de las ventanas rotas y de los conciertos de Rage Against the Machine, los activistas anti-OCM ya están haciendo algo significativo en los comienzos de su andadura. Están pensando como un enjambre.

No sólo los movimientos de protesta sino la sociedad en la autoorganización política, ya que se esta en un período donde hay suficientes elementos para poder crear una sociocracia (A. Compte) dinámica y autoorganizada. Hay muchas expectativas y experiencias al respecto. El problema es que se necesita una cultura de la colaboración activa y de los mecanismos de autoorganización ante una sociedad «sedada». A las fuerzas sociales, políticas y de poder les interesa que haya sitios de redes sociales como los que hay ahora. Socializan y moralizan en otro nivel, pero no tienen la infraestructura para generar una mecha de cambio revolucionario. Muchos pensaréis acaso ¿Y las revueltas del mundo árabe? Es complejo y ha habido muchos factores que han llevado a levantarse como Al Jazeera donde era un nodo importante y dirigista amplificando la rabia e ira por medio de vídeos que grababa ellos y algunos de los manifestantes. Manuel Castells lo explica mejor y ve los nodos de estas revueltas:

El proceso, que en menos de un mes hundió un régimen sólidamente asentado desde 1987, ha seguido una pauta familiar: un hecho dramático desborda la indignación contenida por el temor, suscita manifestaciones que reprime la policía y de inmediato las imágenes de represión y los mensajes de protesta se difunden en las redes sociales de internet, amplificando el movimiento hasta que los medios de comunicación no controlados por el Gobierno –en este caso Al Yazira– informan y retransmiten las imágenes y mensajes que cuelgan los manifestantes en YouTube y otras webs. Conforme se difunde la protesta, se activan las redes móviles, los SMS, los twitts y las páginas en Facebook y otras redes, hasta construir un sistema de comunicación y organización sin centro y sin líderes, que funciona con suma eficacia, desbordando censura y represión.

Las sitios de redes sociales actuales y la web de tiempo real junto a geolocalización da formas más precisas de autoorganizarse y generar acciones/protestas/compromisos en tiempo real de multitudes en formas de inteligencia de enjambre. Algo quizás futurible, pero posible.
La programación de los sitios de redes sociales se quedan en sólo en el discurso (me adhiero, me gusta, no me gusta, etc.), no son plataformas para la acción, no son plataformas enactivistas. Los nuevos interfaces y los sensores pueden trabajar más la voluntad, los sentimientos y las acciones colectivas. Por todo ello, en la red de escala libre (Barabási, 2001), en cada propuesta social o de red se aplica la fórmula 1-9-90, que quiere decir que un 1,2 por ciento de la población o grupo son participantes activos y enactivistas, un 9 por ciento escribe o pone comentarios adhiriéndose sin ser activo y un 90% lo que dicen los líderes o más activos del movimiento sin comentar ni disentir en ningún aspecto.

Apuntes de la autoorganización en la Complejidad

La autoorganización es un proceso emergente desde el caos. Tiene que existir muchos centros radiados hacia puntos de interés, o lo que es lo mismo un orden sin control ni filtros previos, es impredecible y no linear. Emerge desde la co-evolución. La comunicación y el feedback , mecanismos y estructuras abiertas para poder desarrollarse.
Los mecanismos de Internet funcionan bien si las bases son distribuidas, si los elementos de distribución entretejen entre los múltiples nodos, sin un nodo central que distribuye (routers, hubs). Tecnologías como Ad-Hoc Wireless Mesh networks son propicias para desarrollar ciberprotestas y actitudes desafiantes en las que no se puede tan fácilmente filtrar o «cortar» conexión a Internet.
La sistematización de la cooperación emergente en una situación de caos se explica mejor por medio de la inteligencia de enjambre (Swarm Intelligence). Teniendo en cuenta que el liderazgo está en boca de todos los estudiosos del management. No se necesita líder en los comportamientos de enjambre convertidos en inteligencia de enjambre. No hay un plan central. Lo colectivo como «organismo» no indivisible, sin acciones individuales. Son los movimientos espontáneos. Son reglas simples y transmitidas para el su conjunto no de forma individualizada. Estos mecanismo también deben inferir en los comportamientos. Algo difícil de generar en lo humano con comportamientos individualizados y dispersos. Es una de las premisas de los poderes intersticiales y contrarrestándolo con el discurso social/mediático de manera generalizada.
Para optimizar muchos de los procesos políticos actuales debe establecerse estructuras de red sin centro, orgánicas, donde el «bottom-down» sea fundamental para un constante feedback. Todos los agentes de esa sociocracia (en otro momento o post hablaremos de heterarquía conceptualizado últimamente por Karen Stephenson)y que también hemos hablado en este blog) deben estar conectados (stakeholders más allá del concepto empresarial) activamente y que simplifiquen las normas de acción. Un ejemplo de sentido común y metafórico es cuando en la construcción de un parque los caminos que se construyen por los miles de ciudadanos que pasean. La lógica común, por ser el más eficiente y rápido, es el camino más corto para llegar a un punto determinado y no los construidos por el orden imperante de la construcción. Esos caminos son emergentes y son los que necesitamos como reglas claras y activas para la construcción de una sociedad mas activa y comprometida. Todos los agentes(sindicatos, políticos, empresarios) que conocemos actualmente «bailan» al son de los estructuras de poder y están desgastados y presionados ante la multitud de lobbys en esta Dictadura de los Mercados. Esta crisis también se habilita en estado de Complejidad. No hay unos entes o personas culpables. Es difusa y heterogénea. Por eso va más allá y se trata del colapso del sistema. Es sistémica y se necesita sistemas de equilibrio y de desarrollo sostenible ya que en el crecimiento económico estará propenso a crisis fuertes en períodos cíclicos. Y la autoorganización será un aliado interesante en la sociedad red.

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

Complejidad. El nuevo mundo entre la probabilidad y la posibilidad

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.

Twitter como superorganismo social


Introducción

Twitter es una herramienta multiusos, cuya funcionalidad primaria es comunicativa, pero ahí entran muchas más cuestiones e intereses. Hay una serie de visionarios tecnológicos como Kevin Kelly que nos permite ver la tecnología como un organismo complejo en el que sigue sus propios impulsos. En una herramienta flexible, abierta, de comunicación rápida y aleatoria, y en constante cambio como Twitter nos permite representar elementos emergentes que se estén desarrollando en tiempo real. Esta flexibilidad le hace más indefinido y por ello dependiendo de la perspectiva unos autores lo tratan como red social y otros como herramienta distribuida de información.

Usos emergentes de Twitter

Unos de los punto fuertes de Twitter a parte de ser abierto (tanto en la capa de programación en API como el la capacidad de ver los timelines, de interconectar servicios y aplicaciones, algo ya muy común en los tiempos que corren) es su flexibilidad. La flexibilidad que permite generar nuevas posibilidades y usos de Twitter.

Por ejemplo, se puede rastrear «signos» que nos indiquen determinados comportamientos bursátiles para que los expertos actúen en consecuencia. Se está trabajando en una aplicación para el análisis de datos, algo que facilitará la tarea[1].

En la comunicación científica se pueden mostrar aplicaciones generadas por el API como AstroTwitter para ver lo que se está observando en tiempo real desde determinados telescopios. El impulsor S.R. Lowe[2] ha escrito un artículo sobre la aplicación.

Para cuestiones de catástrofes y emergencias se puede ir viendo diferentes aspectos en tiempo real, viendo de manera global las necesidades e intereses que se van percibiendo en situaciones de emergencia. Se ha visto y estudiado casos particulares en EE.UU.  También como servicio de alerta temprana ante incendios y fuegos, por ejemplo. En Inglaterra están trabajando en un software llamado Crush que permite cruzar muchos datos para poder predicir asesinatos o crimenes al estilo de Minority Report[3].

Un aspecto que lo hace diferente de muchas redes sociales es que es un sistema abierto. Podemos rastrear, seguir a usuarios sin ningún problema. Esto le da una riqueza que no la tienen otras redes. Se hacen mucho más visibles y transparentes a todas las interacciones, sin necesidad de crear esos walled garden que hacen fagocitar la misma red como en el caso de Facebook.

Flujos

Los flujos en Twitter son fuertes y contundentes. Se desplazan rápidamente en el timeline. El mismo S. Boyd (CEO de Twitter) es un arquitecto de los flujos. En este caso los flujos son estructuralmente más complejos y se cruzan entre diversos elementos multimodales. Hay un procesamiento de eventos complejos (Complex event processing) en estas aplicaciones de microblogging y que operan en diferentes capas, identificando acontecimientos más significativos dentro de una nube de eventos en el flujo constante. Se analizan el impacto de estos y la adopción de medidas ulteriores en tiempo real[4].

Como Sistema Adaptativo Complejo

Según V. Miemis[5] los sistemas adaptativos complejos están a nuestro alrededor, invisibles a nuestro pensamiento lineal. La mayoría de las cosas que damos por sentado son sistemas adaptativos complejos, y los agentes en todos los sistemas existen y se comportan en la ignorancia total del concepto, pero que no impida su contribución al sistema. Sistemas Adaptativos Complejos son un modelo para pensar en el mundo que nos rodea, no un modelo para predecir lo que sucederá. Para eso existen otras herramientas. La autora ha encontrado un artículo[6] donde establece las propiedades de los sistemas adaptativos complejos. Muchos de los elementos nos recuerdan a Twitter como una interacción entre agentes del sistema. Todo un sistema de elementos que emergen de manera sutil (hashtags, retuiteos, agregaciones, clusterings en grupos, etc.) y con constantes feedbacks. En este gráfico vemos las diferentes capas que hay para extraer patrones:

Vemos que la eficacia de estos sistemas de microblogging está en la propia estructura de la red y también en las posibilidades como affordance. La evolución de Twitter ha ido cambiando sus maneras de actuación por parte del propio usuario, desde el “¿qué estas haciendo?” hasta el “¿qué pasa?” de más acción, desde una base más individual hasta una base mas contextual y adaptándose a su sistema las tecnologías emergentes. Hay una similitud entre un Sistema Adaptativo Complejo y las acciones posibles de Twitter:

  • Emergencia: En lugar de ser previsto o controlado los agentes en el sistema, estos interactúan de manera aparentemente aleatoria. De todas estas interacciones surgen patrones que informa del comportamiento de los agentes dentro del sistema y el comportamiento del sistema en sí.
  • Co-evolución: Todos los sistemas existen dentro de su propio entorno y que también forman parte de ese entorno. Por lo tanto, como los cambios de su entorno que necesitan cambiar para garantizar unos mejores ajustes. Las contextualizaciones de cada mensaje y su geolocalización en un sistema de glocalización. Esta geolocalización da una nueva dimensión a Twitter. Usuarios y contexto a la par integrados para una evolución.
  • Requisitos de variedad: Cuanto mayor sea la variedad del sistema más fuerte este será. En la ambigüedad y la paradoja, hecho que abundan en los sistemas adaptativos complejos que utilizan contradicciones para crear nuevas posibilidades para co-evolucionar en el entorno creado.
  • Conectividad: Las formas en que los agentes se relacionan entre sí en un sistema de conexión es fundamental para la supervivencia del sistema, porque es a partir de estas conexiones que los patrones emergen a través de los intereses colectivos y acciones en Twitter. Las relaciones entre los agentes son generalmente más importantes que los propios agentes para su crecimiento.
  • Reglas simples: los sistemas adaptativos complejos no son complicados. Los patrones emergentes pueden tener una gran variedad, pero como un caleidoscopio de normas que rigen el funcionamiento del sistema son muy simples.
  • Iteración: Pequeños cambios en las condiciones iniciales del sistema puede tener efectos significativos después de que han pasado por la emergencia, por medio de un bucle de realimentación (a menudo esto se refiere al efecto mariposa)
  • Autoorganización:  La autoorganización (para mi uno de las formas de las redes sociales) es un proceso en el que la organización interna de un sistema, generalmente abierto, aumenta su complejidad sin ser guiado por ningún agente externo. Normalmente, los sistemas autoorganizados exhiben propiedades emergentes en todo momento. No hay una jerarquía de mando y control en un sistema adaptativo complejo. No hay una planificación, pero hay una constante reorganización de encontrar el mejor ajuste con el entorno. Twitter es impredecible y a la vez autoorganizado. Cuanto más amplio sea en componentes humanos y agentes artificiales (habrá cada vez más presencia de bots) más autoorganizado será. Se autorregula y a la vez también se regenera como sistema autopoiético. El mismo Internet ya se considera un sistema social autopoiético[7].
  • Al borde del caos: la teoría de la complejidad no es lo mismo que la teoría del caos, que se deriva de las matemáticas este último, pero también hay que decir que el caos tiene un lugar en la teoría de la complejidad de los sistemas que existen en un espectro que va del equilibrio al caos. Un sistema en equilibrio no tiene la dinámica interna para que pueda responder a su entorno y poco a poco va a morir (o rápidamente). Un sistema caótico deja de funcionar como un sistema. El estado más productivo suele estar al borde del caos donde hay máxima variedad creatividad, dando lugar a nuevas posibilidades.
  • Los sistemas anidados: La mayoría de los sistemas se anidan dentro de otros sistemas y muchos sistemas son sistemas de sistemas más pequeños. El ser un sistema abierto, propio también de los sistemas adaptativos complejos y de los mejores ecosistemas, hace viable los anidamientos y sistemas embebidos a nivel de software. Se trata para mi de un sistema anidado vivo[8].

Ante todo esto quizá sea mejor analizarlo como un sistema fractal[9] que integra sistemas emergentes con un sistema adaptativo complejo.

Twitter como un superorganismo social

Si pensamos a nivel planetario y yendo un poco más allá, podemos pensar en que poco a poco esta herramienta con los agentes determinados y el componente social a nivel comunitario se convertirá en un superorganismo social.

Definido el término superorganismo como una sociedad (auto)organizada, como ocurre con determinados insectos sociales, que funciona como un todo orgánico. Otros autores (Wright, 2010) lo nombran como un cerebro global o planetario. Puede parecer un metáfora en un principio al inferirlo de los sistemas biológicos, pero tiene tanta fuerza y desarrollo planetario que se puede extraer infinidad de datos y comportamientos colectivos. Teniendo en cuenta que es propio de las colonias de insectos sociales y que algunos biólogos describen como a esos entes complejos que operan en una relación de cooperación mutua y de autoorganización (Tautz, J. & Heilmann, Helga R., 2008). En la perspectiva sociológica Herbert Spencer lo llamo organismo social en el que explora la naturaleza holística de la sociedad como un superorganismo.

Una de las concepciones de superorganismo es en la biocibernética, que según la Wikipedia[10], se presenta como una forma de inteligencia distribuida, un sistema en el que muchos agentes individuales distribuyendo información y con una inteligencia limitada son capaces de aunar recursos para lograr una meta común más allá de las capacidades de un individuo de forma aislada. Kevin Kelly en «Out of Control» (2003) habló de ello y más concretamente en un artículo posterior (2008) titulado «Evidence of  a Global Superorganism». En un sentido amplio Kelly demuestra que el rápido incremento de los dispositivos computacionales conectados online en el mundo, incluyendo el wireless, forman un superorganismo computacional con sus propios comportamientos emergentes. Y nos dice en los primeros párrafos:

Los superorganismos son un tipo diferente de organismos. Las cosas grandes están hechas de cosas pequeñas. Las máquinas de grandes dimensiones están hechas de piezas pequeñas, y los organismos vivos visibles de células invisibles. Sin embargo, las piezas no suelen actuar por su cuenta. En un fractal ligeramente recursivo, las partes de un superorganismo tienen una existencia autónoma por si mismos. Un superorganismo como una colonia de insectos o de ratas contiene muchos subindividuos. Estos organismos individuales comen, se mueven, hacen las cosas por su propia cuenta. Desde muchas perspectivas son autónomos. Pero cada individuo necesita de la colonia para reproducirse. De esta manera, la reproducción es un fenómeno que se produce a nivel del superorganismo.

Otro de los artículos de la biocibernética es el que hace 3 años escribió Francis Heylighen (2007) dándole por momentos una visión tenebrista en cuanto al futuro de los sistemas cibernéticos globales como puede ser Twitter. El artículo lo titulo «The Global Superorganism: an evolutionary-cybernetic model of the emerging network society» y nos comenta:

La creciente complejidad de las interacciones y la inestabilidad de los procesos de ciertas enfermedades causadas por una fricción reducida es necesario para un fortalecimiento de la capacidad de la sociedad para el tratamiento de la información y control, es decir, su sistema nervioso. Esto se realiza mediante la creación de una red informática global inteligente, capaz de percibir, interpretar, aprender, pensar, decidir e iniciar las acciones: el «cerebro global». Las personas se están integrando cada vez más firmemente en esta inteligencia colectiva. A pesar de esta imagen puede plantear preocupaciones acerca de un sistema totalitario que limita la iniciativa individual, los puntos del modelo de superorganismo en la dirección opuesta, hacia el aumento de la libertad y la diversidad. El modelo sugiere, además, algunas predicciones específicas futurológica para las próximas décadas, como el surgimiento de una red de distribución automática, un sistema informático inmunológico o resilente, y un consenso mundial acerca de los valores y normas.

Conclusión

Usando Twitter para tejer los pensamientos, informaciones y reacciones de las personas se va aumentando el áurea de esta aplicación y englobándola en un ente superior como hemos llamado superorganismo. Las concepciones de la naturaleza y de la vida artificial se van transmutando a las concepciones de lo humano, ejemplo de ello: lo autopoiético, los ecosistemas sociales, la colaboración estigmérgica, la co-evolución del sistema, el swarming,…En este flujo constantemente autoorganizado nos muestra día a día y en tiempo real las nuevos tópicos e intereses por una multitud inteligente, que se autorganiza sensiblemente por lo que acontece. Sin una definición clara de lo que es, como toda herramienta disruptiva que se precie. Se autorregulan los actores en formas aleatorias de agrupación o clustering. Este ejemplo del bazar de los locos (#bazarlocos) es un buen ejemplo de esta coordinación autorregulatoria. No he hablado nada de educación, pero estamos en que la transcendencia de este tipo de herramientas sociales cambian poco a poco los cimientos y el mismo ecosistema de esto que venimos llamando hasta ahora Internet. Esto son cavilaciones hipotéticas ya que Twitter se está reinventando constantemente y la complejidad del fenómeno es indeterminado.

Bibliografía y webgrafía consultada (unos citados y otros consultados):

Amdam, G. V., & Seehuus, S. C. (2006). Order, disorder, death: Lessons from a superorganism. Advances in cancer research, 95, 31–60.

Bee Topbar Superorganism. (2008). . Recuperado a partir de http://www.youtube.com/watch?v=16Z8Uo8ucmk&feature=youtube_gdata_player

Building One Big Brain – NYTimes.com. (s.d.). . Recuperado a partir de http://opinionator.blogs.nytimes.com/2010/07/06/the-web-we-weave/

Camazine, S., Deneubourg, J., Franks, N. R., Sneyd, J., Theraula, G., & Bonabeau, E. (2003). Self-Organization in Biological Systems: Princeton University Press.

Comm, J. (2010). Twitter Power 2.0: How to Dominate Your Market One Tweet at a Time (Revised edition.). Wiley.

Detrain, C., & Deneubourg, J. L. (2006). Self-organized structures in a superorganism: do ants. Physics of Life Reviews, 3(3), 162–187.

Emerson, A. E. (1939). Social coordination and the superorganism. American Midland Naturalist, 21(1), 182–209.

Erdal, D., Whiten, A., Boehm, C., & Knauft, B. (1994). On human egalitarianism: an evolutionary product of Machiavellian status escalation? Current Anthropology, 175–183.

Gardner, A., & Grafen, A. (2009). Capturing the superorganism: a formal theory of group adaptation. Journal of Evolutionary Biology, 22(4), 659–671.

Henrich, J. (2004). Cultural group selection, coevolutionary processes and large-scale cooperation. Journal of Economic Behavior & Organization, 53(1), 3–35.

Heylighen, F. (2000). The Global Superorganism: an evolutionary-cybernetic model of the emerging network society. Journal of Social and Evolutionary Systems.

Heylighen, F., & Campbell, D. T. (1995). Selection of Organization at the Social Level: obstacles and facilitators of metasystem transitions. World Futures, 45(1), 181–212.

Hölldobler, B., & Wilson, E. O. (2008). The superorganism: the beauty, elegance, and strangeness of insect societies. Norton, London.

Johnson, N. (2009). Simply Complexity: A Clear Guide to Complexity Theory (Reprint.). Oneworld Publications.

Kelly, K. (2008). Evidence of a Global SuperOrganism. Recuperado Septiembre 28, 2010, a partir de http://www.kk.org/thetechnium/archives/2008/10/evidence_of_a_g.php

Kelly, K. (1995). Out of Control: The New Biology of Machines, Social Systems, & the Economic World. Basic Books.

Khalil, E. L., & Boulding, K. E. (1996). Evolution, order, and complexity. Routledge.

Knorr-Cetina, K. (1995). How superorganisms change: consensus formation and the social ontology of high-energy physics experiments. Social Studies of Science, 25(1), 119–147.

Maasen, S., Mendelsohn, E., & Weingart, P. (2001). Biology As Society, Society As Biology: Metaphors. Springer.

Mitchell, M. (2009). Complexity: A Guided Tour. Oxford University Press, USA.

Moritz, R. F., & Fuchs, S. (1998). Organization of honeybee colonies: characteristics and consequences of a superorganism concept. Apidologie, 29(1-2), 7–21.

Richerson, P. J., & Boyd, R. (1999). COMPLEX SOCIETIES The Evolutionary Origins of a Crude Superorganism. HUMAN NATURE-NEW YORK-ALDINE DE GRUYTER-, 10(3), 253–290.

Sanders, W. B. (2006). A feeling for the superorganism: expression of plant form in the lichen thallus. Botanical Journal of the Linnean Society, 150(1), 89–99.

Seal, J. N., & Tschinkel, W. R. (2007). Co-evolution and the superorganism: switching cultivars does not alter the performance of fungus-gardening ant colonies. Functional Ecology, 21(5), 988–997.

Sole, R., Goodwin, B., & Solé, R. (2002). Signs of Life: How Complexity Pervades Biology. Basic Books.

Steels, L. (s.d.). The Architecture of Flow. Recuperado a partir de http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.65.2262

Stock, G., & Edge, D. (1993). Metaman: the merging of humans and machines into a global superorganism. Simon & Schuster New York.

Tautz, J., & Heilmann, H. R. (2008). The buzz about bees: biology of a superorganism. Springer Verlag. Recuperado a partir de http://www.springer.com/life+sciences/book/978-3-540-78727-3

Waldrop, M. M. (1992). Complexity: The Emerging Science at the Edge of Order and Chaos (1º ed.). Simon & Schuster.

Wilson, D. S. (1997). Biological communities as functionally organized units. Ecology, 78(7), 2018–2024. En: http://bit.ly/dA5DtN

Wilson, D. S., & Sober, E. (1989). Reviving the superorganism*. Journal of Theoretical Biology, 136(3), 337–356. Recuperado a partir de

Wright, R. (2010, Julio 6). Building One Big Brain. Opinionator. Blog, . Recuperado Septiembre 26, 2010, a partir de http://opinionator.blogs.nytimes.com/2010/07/06/the-web-we-weave/


Notas:

[1] Twitter está haciendo una aplicación analítica para generar datos a partir de usuarios. Teníamos hasta ahora herramientas como TwitterAnalyzer, Klout o Twitalyzer. Más información en http://bit.ly/99mjM8 o un listado de estas: http://bit.ly/P2eIY

[2] http://arxiv.org/abs/0907.0193

[3] http://www.eweekeurope.es/noticias/la-policia-usa-softoware-de-prediccion-de-crimenes-7357

[4] http://en.wikipedia.org/wiki/Complex_event_processing

[5] http://emergentbydesign.com/2009/11/17/is-twitter-a-complex-adaptive-system/ o también ver http://www.xpragma.com/view132.php

[6] http://www.trojanmice.com/articles/complexadaptivesystems.htm

[7] http://www.inf.udec.cl/~apolymer/InfSo/AutopInternet.pdf

[8] http://www.holon.se/folke/holon/comm/summary_nested.htm

[9] http://www.fractal.org/Fractal-systems.htm

[10] http://en.wikipedia.org/wiki/Biocybernetics

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