Teoría de la complejidad

Quiero seguir acercándome en las siguientes publicaciones al concepto de Economía de la Complejidad como nuevo paradigma y como esa economía solo tiene sentido pleno desde la Escuela Austríaca de Economía.

Pero para poder hablar de Economía de la Complejidad sería necesario primero tener unos conceptos básicos y claros de la TEORIA DE LA COMPLEJIDAD en sus aspectos generales.

Tenemos que dar, sin embargo, una vuelta más de manera previa a ello, y es así porque es importante tener claro otro concepto: FILOSOFIA DE LA CIENCIA.

Filosofía de la ciencia es una rama de la filosofía que estudia el conocimiento y la práctica científica.

Define y acota lo que podemos llamar ciencia o científico y propone métodos y vías de investigación con el fin de descubrir la realidad.

Sus orígenes están en el primer tercio del siglo XX, en el empirismo lógico, impulsado en el Círculo de Viena (Moritz Schlick, Otto Neurath, Rudolf Carnap) para el que lo único que ampara el método científico es aquello empíricamente verificable: “verificacionismo”.

Para ellos no hay nada real que no sea comprobado.

Esto último nos lleva a las ideas de otro personaje importante, Karl Popper, posicionado en contra del verificacionismo con la propuesta propia del falsacionismo o racionalismo crítico.

Crítico del positivismo y el inductivismo, por él, la ciencia no puede probar si una hipótesis es cierta, sólo si es falsa, porque como dice, no podemos experimentar todos los casos posibles, ni los conocidos ni los posibles desconocidos.

Sólo un caso en contra permite refutar una hipótesis o teoría. Mientras no se demuestren falsas son consideradas ciertas.

Desde entonces y hasta los 70ss, solo lo verificado o falsado se podía entender cierto.

Pero fue Thomas Kuhn quién acusó este paradigma de ingenuo e ideal. (Ej . Newton y la gravitación).

Para él la ciencia está formada por grupos de teorías que llama paradigmas, en una respuesta global, nunca concreta, a los problemas y preguntas que nos hacemos en un momento de la historia y su contexto.

Por tanto, la idea fundamental de Kuhn es la de PARADIGMA.

El paradigma se convierte así en la teoría dominante sobre la que trabajan los científicos de una época, sin cuestionarse nada en ese respecto.

Este paradigma se mantiene siempre que no se planteen anomalías que provengan de casos reiterados y acumulados de cuestiones que no se resuelven dentro de ese paradigma. Cuando deja de ser funcional, es cuestionado y entra en crisis. Se da el paso a la revolución científica y la sustitución del paradigma.

Por tanto, en definitiva, la Teoría de la complejidad se nos presenta como un nuevo paradigma que abarca desde las ciencias naturales hasta las sociales, de una manera plural pues engloba muchos y variados enfoques de complejidad como áreas a las que se aplica.

En este recorrido podemos apreciar como la ciencia no es solo acumulación de datos, sino un proceso histórico, social y conceptual. Y la complejidad no es “una teoría más”, sino un cambio de marco.

Su origen está en la teoría de sistemas, si bien la idea de complejidad es previa y tiene otras referencias como la teoría del caos, y las posteriores de las teorías de juegos, fractales y redes complejas entre otros.

Complejidad es la cualidad de lo que está compuesto de diversos elementos interrelacionados. Un sistema compuesto de partes interrelacionadas que como un conjunto exhiben propiedades y comportamientos no evidentes a partir de la suma de las partes individuales.

Dinámica no lineal.

El precedente de este nuevo paradigma era el de la mecánica clásica newtoniana, dominante en física.

Este paradigma es el que creía dar respuesta a todos los problemas e incógnitas que se planteaban en el mundo.

Sin embargo, a principios del siglo XX dos revoluciones se producen y ponen en entredicho al paradigma clásico: la mecánica cuántica y la teoría de la relatividad.

A partir de entonces, se encontraron que procesos fundamentales de la naturaleza eran reconocidos con su esencia estocástica e irreversible y que los fenómenos incontrolables e impredecibles son más que meras excepciones.

Ahora el mundo no se entendía como un reloj, predecible y controlable mecánicamente, sino como “compuesto con otros subsistemas que se relacionaban entre sí donde existen mecánicas emergentes y procesos autoorganizados”.

El nuevo paradigma tiene el poder de la marcha largo plazo y el tiempo a su favor en el descubrimiento del mundo. Brian Arthur afirma” todas las ciencias se están volviendo más procesales, más algorítmicas, más Turingistas; y menos basadas en ecuaciones, menos continuas, menos newtonianas, que antes”

Las revoluciones en la economía surgieron en seguimiento de las revoluciones matemáticas, y muchos conceptos económicos se definieron por analogía o paralelismo a conceptos clásicos de mecánica.

Energía reemplazando a utilidad, etc.

En definitiva, podemos ver un proceso que va del paradigma mecanicista al compljo que tratamos de explicar, y ello en un proceso de transición del que estamos viendo el punto de partida y señalando ya la llegada: Newton → caos → cuántica → relatividad → sistemas complejos.

La complejidad no surgirá por moda, sino por necesidad epistemológica.

Pero los economistas clásicos seguían entendiendo la economía como una máquina perfecta y controlable, dirigida, o tendente al equilibrio.

Un grupo de diez físicos y economistas reunidos en el Instituto Santa Fe, de Nuevo México, en 1987, dirigidos por el físico Philip W. Anderson premio Nobel de Física y por el economista Keneth Arrow, premio Nobel de Economía aprovecharon nuevos avances en física, biología y ciencias computacionales para salvar el paradigma mecanicista clásico de la economía en equilibrio, para cambiarlos por los de la complejidad, más realistas en el SISTEMA COMPLEJO EVOLUTIVO.

A partir de aquí se abrió una vía más realista: mercados como sistemas adaptativos, agentes heterogéneos, no linealidad, emergencia.

Sin embargo, el paradigma neoclásico sigue vigente y no ha sido aun plenamente superado por las teorías de la complejidad, a pesar de que la gran recesión provocó que muchos reclamaran que las herramientas neoclásicas como los Dynamic Stochastic General Equilibrium (DSGE), se hubieren mostrado inútiles como modelos predictivos, mientras los modelos favorecidos por la computación, Agent-Based Models (ABMs), permitían comprender de manera más relista la realidad económica.

El paradigma de la revolución científica de la complejidad no ha defraudado porque su capacidad, que está demostrada, sino que debemos tener siempre en cuenta que tiene el tempo propio de la naturaleza y la realidad: el largo plazo y la gradualidad.

La complejidad no es solo teoría, sino diagnóstico de fallos reales.

La Teoría de la complejidad es el nuevo paradigma que describe y resuelve las cuestiones que se platean hoy tanto en las ciencias naturales como sociales.

Estas surgen en la segunda mitad de s. XX en ciencias matemáticas, físicas y biología sobre el germen de la teoría de sistemas la dinámica de sistemas y la cibernética.

Surge como respuesta a las limitaciones de la ciencia más reduccionista, lineal, newtoniana y del equilibrio, que se muestra incompleta e ineficaz al enfrentarse a sistemas complejos como el clima, el tráfico o la bolsa como ejemplos. “Laplace proclama en 1814 que todo es capaz de predecirse a partir de las leyes de Newton, incluso el comportamiento humano, pero en el siglo XX la ciencia se da de bruces con la realidad, el mundo está lleno de sistemas caóticos muy dependientes de las condiciones iniciales ante los que el paradigma científico del momento no es capaz de dar solución.” (Val Muñoz de Bustillo).

La complejidad no es una ciencia como puede ser la geología o la física, más bien podemos considerarla un nuevo marco teórico o como hemos mencionado, un paradigma que, ha permitido poco a poco a todas las ciencias que se han acercado a entender que la realidad que las explica viene determinada por sistemas complejos omnipresentes en todos los ámbitos.

Este marco teórico abarca multitud de disciplinas y teorías como la teoría del caos, la teoría de redes, la dinámica de sistemas y la teoría de juegos. El desarrollo de estas disciplinas ha proporcionado al resto de las ciencias herramientas para entender mejor la complejidad que la rodea y la explica.

Así que, gracias a los pioneros de los sistemas y la complejidad, tenemos una caja de herramientas que es útil para científicos y, lo más interesante para nosotros. Es tremendamente útil para cualquier persona que quiera conocer cómo funciona el mundo en realidad.

¿Qué es un sistema complejo?

Un sistema simple es aquel cuyo comportamiento puedo predecir con gran exactitud.

Normalmente se han resuelto con las aplicaciones físicas y matemáticas de las leyes de Newton. Son sistemas con pocos elementos y variabilidad propia y entre ellos (ceteris paribus)

Con ello hemos podido desde hacer puentes, incluso en la antigüedad, sin conocer las leyes de Newton, hasta poder lanzar cohetes al espacio. Pero “de poco nos sirve la física clásica para la mayoría de situaciones a las que nos enfrentamos habitualmente.

La gestión de organizaciones, la predicción de cómo va a evolucionar un mercado, el comportamiento de un ecosistema al intervenir en él, la formación de guetos en las ciudades, la gestión de grandes proyectos, la aplicación de políticas sociales para ayudar a los más desfavorecidos…

Todas estas situaciones tienen en común que involucran a sistemas complejos, que son sistemas de muchos componentes que interactúan entre sí. Cuantos más componentes y mayor sea la variedad de sus comportamientos, mayor será su complejidad. (Val Muñoz de Bustillo)

Estos comportamientos colectivos que surgen inesperadamente se denominan comportamientos «emergentes» Un ejemplo es una colonia de hormigas.

Otro ejemplo es una charca, donde al acercaremos podremos comprender viendo las relaciones entre sus componentes: competición por las parejas y el alimento, la búsqueda de la luz por parte de las plantas, la simbiosis entre protozoos y algas, etc.

El ecosistema está vivo y evoluciona, los agentes lo van moldeando y él modela a los agentes.

La autorregulación y la evolución son otras de las características de muchos sistemas complejos.

Otro ejemplo es una empresa. Las empresas evolucionan para adaptarse al medio a través de la competición con otras empresas y de la colaboración entre los equipos de la propia empresa.

La mayor parte de los comportamientos de una compañía no pueden explicarse analizando a sus agentes por separado: funcionamiento en red.

FUNCIONAMIENTO EN RED

Los sistemas complejos están formados por redes de agentes que interactúan entre sí. 

Cuanto mayor es el número de nodos, mayor es la complejidad. Este crecimiento es exponencial, el número de relaciones crece más rápido que sus nodos.

Es decir, una empresa de 4 trabajadores no es el doble de compleja que una de 2 sino 6 veces mayor.

En un sistema en red los agentes se comunican y toman decisiones sin necesidad de una jerarquía rígida.

Los grupos terroristas son tan difíciles de eliminar porque funcionan como redes, cada célula tiene autonomía y es capaz de adaptarse fácilmente al medio.

NO DETERMINISTA

En un sistema complejo no podemos deducir los efectos a partir de las causas.

La emergencia y la no linealidad los hacen impredecibles. Podemos usar modelos para entender los patrones de comportamiento del sistema, pero no para hacer predicciones precisas.

Es imposible predecir a ciencia cierta el efecto de un medicamento en una persona (sistema complejo) pero podemos conocer el efecto promedio sobre una población gracias a un análisis histórico.

DEPENDIENTES DE LA HISTORIA: irreversible

La historia de un sistema complejo es irreversible.

No podemos ir hacia atrás en el mismo.

No podemos convertir a una persona en un embrión ni podemos transformar una empresa para que vuelva a ser la que era en su década dorada.

Además, solo podemos comprender el sistema conociendo su historia.

Esto lo vemos perfectamente cuando estudiamos la situación geopolítica de Israel y Palestina.

Simplemente no podemos comprenderla sin conocer su pasado.

Una visión reduccionista del mundo es una visión poco adaptativa porque se aleja mucho de la realidad. Pensar que un problema dentro de un equipo de trabajo se soluciona despidiendo o contratando a un trabajador es una visión simplista y, a menudo errónea. Pretender que podemos intervenir en la economía y que conseguiremos los resultados deseados sin efectos secundarios es estar muy alejado de la realidad. Tendemos a infravalorar la complejidad de los sistemas, centrándonos demasiado en aquello que nos preocupa: visión túnel”. (Val Muñoz de Bustillo).

Pensar en el mundo que nos rodea como un enorme sistema complejo formado a su vez de muchos otros sistemas complejos interrelacionados y actuar teniendo en cuenta nuestro conocimiento de cómo funcionan es mucho más inteligente y adaptativo.

Para ello lo primero que debemos hacer es aceptar la complejidad y la incertidumbre aunque nuestros instintos busquen la simplicidad.

Lo siguiente es empezar a ver el mundo como un sistema de sistemas e interiorizar las características comunes que la mayor parte de ellos comparten.

De repente ya no habrá soluciones obvias ni causas-efecto seguras y eso puede resultar incómodo. 

Tan complicado como valioso para tomar decisiones. Comprenderás las limitaciones de capacidad predictiva y de organización..

La planificación no será tan frustrante porque salvo en un muy corto plazo no es posible acertar.

Sería más importante estar preparado para los imprevistos (estoicismo), que forzar en predecirlos.

Podrás evitar errores de organización y decisiones, pues entenderás que hay más formas de romper un sistema que de mejorarlo. Pero sabrás identificar los patrones emergentes de los sistemas e intentar anticiparte a las posibles consecuencias negativas de tus medidas.

Podemos decir para no romper con todo que la complejidad no sustituye a la ciencia clásica: la completa. Donde la mecánica veía relojes, la complejidad ve ecosistemas. Donde la economía veía equilibrio, la complejidad ve evolución.

Y de todo esto y en el sentido de esta publicacion, vamos caminando para descubrir que si como hemos señalado Kuhn mostró que la ciencia avanza por cambios de paradigma, Hayek mostró que la economía también: cuando el conocimiento se dispersa, el orden no se diseña, sino que emerge.

La economía austríaca ya había cuestionado la idea de equilibrio: los mercados son procesos dinámicos de descubrimiento, no máquinas que tienden a un punto fijo, y poco a poco descubriremos y podréis confirmar si mis intuiciones sobre la relacion entre la complejidad y la Escuela Austríaca son ciertas.