Qu tipo de ciencia necesitamos

para construir un mundo mejor?

Propuesta para el desarrollo de

programas de investigacin
interdisciplinarios en problemas
complejos

Leonardo G. Rodrguez Zoya

 Qu tipo de cciencia necesittamos para

p coonstruirr un
mundo mejor?

Proppuesta para
p el ddesarrolllo de proogramass de
innvestigaacin interdiscipplinarioos en prooblemass compleejos

L
Leonard
do G. Roddrguez Z
Zoya

Rodrrguez Zoya, Leonardo

QQu tipo de ciencia neccesitamos pa ara construirr un mundo mejor? : propuesta
p pa
ara el
desaarrollo de programas
p d
de investigaacin interdiisciplinarios en problem
mas comple ejos /
Leonnardo Rodrg guez Zoya. - 1a ed. - Cas
stelar : Comu
unidad Editorra Latinoame
ericana, 20166.
Lib
bro digital, PD
DF

Arcchivo Digital:: descarga

ISB
BN 978-987--45216-4-4

1. Poltica Cien
ntfica. 2. Pro
ograma de In
nvestigacin. I. Ttulo.
CDDD 001.4

Esta obra est prrotegida por una

u Licenciaa Creative Coommons
ucin-NoCom
Atribu mercial-CompartirIgual 2.5 Argentina.

Ms informacin
i en: http://cre
eativecommo
ons.org/licensses/by-nc-sa
a/2.5/ar/

Qued
da hecho el depsito
d que
e marca la ley
y 11.723

Ustedd es libre de compartir, copiar,

c distrib
buir, ejecutarr y comunica
ar pblicame
ente la obra, hacer
obrass derivadas bajo
b las siguientes condicciones:

Atribucin Debe reco

A onocer los crditos de la obra de la ma anera
es p el autor o el licenciante (pero no
specificada por o de una manera que sugiera
qu apoyo o que apoyan el usso que hace de su obra)..
ue tiene su a
No Comercia
al No pued
de utilizar esta obra para fines comerrciales.

Compartir ba ajo la Mism ma Licencia Si altera a o transforma esta obra, o

geenera una obra
o da, slo puede distribuirr la obra generada bajo
derivad o una
lic
cencia idnticca a sta.

 NDICE

PARTE 1. TRANSCRIPCIN DE LA CONFERENCIA

Sistemas complejos, investigacin interdisciplinaria ysimulacin computacional

1. Introduccin a la propuesta (diapositivas 1 a 7). .................................................. 6

2. Por qu concebir modelos de futuro deseable? (diapositivas 8 a 16). ................ 9
Diapositiva 9. Por qu es estratgico pensar el futuro que deseamos? ............... 9
Diapositiva 10. Las tres lgicas del enfoque constructivo ................................. 11
Diapositiva 11. Dimensin tica y poltica de los modelos de futuro ............ 12
Diapositiva 12. A todo modelo subyace un modelo normativo ......................... 12
Diapositiva 13. Un ejemplo de aplicacin del marco epistmico....................... 13
Diapositiva 14. Cmo construir modelos de futuro? ........................................ 14
Diapositiva 15. Un principio tico-constructivo................................................. 15
Diapositiva 16. Escalas de observacin para la construccin de modelos de
futuro. ................................................................................................................. 15
3. Qu es un problema complejo? (diapositivas 17 a 22). .................................... 16
Diapositiva 18. La humanidad se enfrenta a problemas de complejidad creciente
............................................................................................................................ 16
Diapositiva 19. El carcter sistmico y no-disciplinario de los problemas
complejos ............................................................................................................ 16
Diapositiva 20. Por qu son complejos los problemas fundamentales? ........... 18
Diapositiva 21. Los aspectos epistmicos, ticos y prcticos de los problemas
complejos ............................................................................................................ 19
4. Cmo investigar problemas complejos? (diapositivas 23 a 48). ...................... 20
Diapositiva 24. Metodologa de investigacin interdisciplinaria de problemas
complejos ............................................................................................................ 20
4.1. El componente epistemolgico (diapositiva 25) ............................................. 21
Diapositiva 26 y 27. La construccin de un sistema complejo .......................... 21
Diapositiva 28. La sequa y el hombre ............................................................... 23
4.2. El componente metodolgico (diapositiva 29) ................................................ 24
Diapositiva 30. La investigacin interdisciplinaria ............................................ 24
Diapositiva 31. La metodologa interdisciplinaria de Rolando Garca .............. 25
Diapositiva 32-35. La interdisciplina como proceso; la transdisciplina como
producto .......................................................................................................... 26
Diapositiva 36. El proceso de modelizacin: creacin de mltiples modelos.... 27
Diapositiva 37. Cmo organizar una investigacin interdisciplinaria? ............ 28
Diapositivas 38-41. Utilidad del lenguaje UML para el trabajo de modelado ... 29

 Diapositiva 42. UML como herramienta de dilogo, comunicacin para la

construccin de un modelo conceptual compartido ........................................... 31
4.3. El componente tcnico. La simulacin computacional y los modelos basados
en agentes (MBA SMA) (diapositivas 43-48). .................................................... 31
Diapositiva 44. Qu es simular? Por qu simular? Cmo simular? .............. 32
Diapositiva 45. Usos de la simulacin en el estudio de sistemas complejos...... 32
Diapositivas 46-48. Un MBA es una sociedad artificial de agentes autnomos
y heterogneos que interactan entre s y con el entorno ................................... 33
5. Sntesis y conclusiones (diapositivas 49-53) ...................................................... 34

PARTE 2. DIAPOSITIVAS DE LA CONFERENCIA

 Parte 1. Transcripcin de la conferencia:

Sistemas complejos, investigacin interdisciplinaria y

simulacin computacional
Qu tipo de ciencia necesitamos para construir una sociedad mejor?

Dr. Leonardo G. Rodrguez Zoya1

Consejo Nacional de Investigaciones Cientficas y Tcnicas

1. Introduccin a la propuesta (diapositivas 1 a 7)2.

Bueno, bienvenidos a todos, muchas gracias por haber aceptado esta invitacin y por
estar aqu presentes. Para m realmente es una gran alegra tener esta oportunidad de
compartir con ustedes algunas ideas, algunos pensamientos, algunas reflexiones, y sobre
todo una propuesta. Yo haba pensado como pregunta conductora, que quera de alguna
manera que estructure esta presentacin, pero que tambin sea al mismo tiempo una
provocacin para la reflexin y el debate colectivo, la pregunta por qu tipo de ciencia
necesitamos para construir una sociedad mejor. En esta charla voy a tratar de dar una
respuesta tentativa a esta pregunta, realizando una propuesta concreta, en la cual vamos
a tratar de integrar los conceptos de sistemas complejos, de investigacin
interdisciplinaria y de simulacin computacional. Quisiera antes que nada retomar las
grandes fuentes de inspiracin en las que se sustenta esta propuesta, creo que son
nombres que muchos de ustedes conocen, Rolando Garca y Oscar Varsavsky, que
fueron dos cientficos argentinos brillantes, que pertenecieron a una generacin dorada
en la poca de oro de la ciencia argentina, de los aos 1960 y 1970. Las preguntas que
se haca esta generacin creo que nos interpelan profundamente y se dirigen
directamente al corazn de nuestro presente, se trata de la pregunta por el desarrollo
cientfico y cmo el desarrollo cientfico poda articularse con un modelo de pas y con
modelos de desarrollo social, poltico, econmico y humano. De manera que en

1
Transcripcin de la conferencia pronunciada por el profesor Dr. Leonardo G. Rodrguez Zoya, el jueves
11 de junio de 2015, organizada por la Comunidad de Pensamiento Complejo (CPC) y el Centro
Interdisciplinario de Estudios Avanzados (CIEA) de la Universidad Nacional de Tres de Febrero.
2
El nmero de diapositivas indicadas entre parntesis referencian las diapositivas de la presentacin en
que se bas la conferencia y que el lector encontrar en el segundo captulo de este libro.

trminos muy generales creo yo que la apuesta decisiva que est en el fondo de la
propuesta que quiero compartir es justamente un dilogo entre tres generaciones, entre
el pensamiento de una generacin dorada, que hoy ya no est Rolando (Garca), Oscar
(Varsavsky), muchos de los autores del modelo mundial latinoamericano-, en segundo
lugar, la generacin de cientficos, investigadores y pensadores que hoy estn entre
nosotros y se formaron con esa generacin dorada, con Rolando, con Oscar, como Pablo
(Jacovkis), como Daniel (Heymann), como Ricardo (Gmez), como quizs muchos de
ustedes, como el Tono Castorina o Celia Baldatti, que hoy se excusaron y no pudieron
venir; y en tercer lugar, nuestra generacin, los que hoy somos jvenes y soamos
apasionadamente con construir un mundo mejor. El desafo, entonces, es conectar
aqulla generacin dorada con la generacin de quienes en aquellos momentos era
jvenes y hoy son investigadores maduros y estn afortunadamente entre nosotros y con
nuestra generacin, los que somos jvenes hoy, para construir juntos una mirada de
futuro y un legado a las generaciones que vengan. Por eso resulta crucial retomar esa
tradicin. En estas coordenadas, entre estas fuentes de inspiracin el marco ms general
de la charla parte de lo que Oscar Varsavsky llam un enfoque constructivo. Oscar se
haca bsicamente dos preguntas, la primera era cmo es la sociedad que deseamos, y la
segunda es cmo pasamos de la sociedad actual a la sociedad deseada, y para eso Oscar
propuso un concepto, que fue el concepto de estilo social o de estilo de desarrollo, para
dar cuenta de los modos de vivir, de trabajar, de producir, de evolucionar de una
sociedad. Y para hacer operativos estos estudios sobre los modelos de desarrollo, Oscar
lo que planteaba era la articulacin de mltiples estilos, el estilo cientfico, el estilo
tecnolgico, el estilo artstico, de consumo, de produccin y de educacin, que podan
contribuir a un determinado estilo social. De modo que la propuesta que yo quiero
compartir con ustedes trata de ser una contribucin al plano de los estilos cientficos o
de la discusin sobre los estilos cientficos que plantea Oscar Varsavsky, de modo que
esta pregunta por qu tipo de ciencia necesitamos para construir una sociedad mejor,
involucra una discusin sobre los estilos sociales y sobre los estilos cientficos, y sobre
todo esta pregunta, que en realidad en esta pregunta hay dos interrogantes, subyace creo
lo que es la pregunta fundamental, que tenemos que pensar y reflexionar, que es la
pregunta por el tipo de sociedad que queremos vivir, que creo que es una pregunta que
nos interpela a todos y cada uno de nosotros de manera directa en nuestro rol de
docentes, de investigadores, de gestores, de decisores, de planificadores. Y aunque no
las explicitemos, las respuestas implcitas a estas preguntas, permean nuestras

concepciones de mundo, nuestros proyectos. Pero para precisar conceptualmente esta

pregunta, yo creo que la pregunta por la sociedad deseable es en definitiva una pregunta
sobre el futuro, sobre el futuro que deseamos, una pregunta sobre el tiempo por venir.
Ahora, no es simplemente construir una idea utpica o quedarnos en el plano de las
palabras acerca de ese futuro deseable, sino conceptualizarlo y trabajar desde un
enfoque constructivo para concretarlo. Entonces, como respuesta a este interrogante, a
la pregunta por el tipo de ciencia, la propuesta que yo quiero compartir con ustedes
podramos denominarla el desarrollo de programas de investigacin interdisciplinarios
en problemas complejos, asumido desde un enfoque constructivo, es decir, como una
estrategia para la construccin de ese futuro deseable.

Entonces, hay un primer concepto fuerza que vamos a tener que explicitar, ahora voy a
ir armando como una especie de mapa conceptual de la presentacin, se trata del
concepto de futuro deseable planteado desde un enfoque constructivo. Claro que los
modelos de futuros deseables, las representaciones y las ideas que tenemos del futuro,
pueden ser muy diversas. Podemos hablar de modelos de futuro a nivel del individuo o
de una organizacin, por ejemplo cmo una empresa planifica su futuro o cmo una
organizacin social, poltica, o una institucin concibe ese futuro, pero cuando la
pregunta por el futuro deseable la planteamos a nivel pas, a nivel de una sociedad, lo
que estamos discutiendo en definitiva son los modelos de sociedad deseable, los
modelos de sociedad deseable que queremos para nuestra sociedad futura, y por lo tanto
lo que est en el corazn de esta discusin es la discusin sobre los modelos de
sociedad. Y ac a m me gustara proponer un concepto, que es el siguiente, que es el
concepto de problemas complejos. Ustedes sabrn que la literatura sobre complejidad es
enorme, se habla de ciencias de la complejidad, de sistemas complejos, de pensamientos
complejo, pero curiosamente no se discute mucho ni se habla tanto, si uno googlea y
pone problemas complejos, nadie habla tanto de problemas complejos, y me parece
que es la categora clave para poder comenzar a discutir los modelos de sociedad y los
modelos de futuros deseables, y podramos pensar intuitivamente la categora de
problemas complejos como los atractores, como los nudos o como los principios
organizadores del desarrollo de un modelo de sociedad. Entonces, ahora s desde el
enfoque constructivo, podemos decir que la propuesta que vamos a hacer va a constituir
fundamentalmente en construir modelos de problemas complejos. Desde el enfoque
constructivo podemos calificar esta iniciativa como una estrategia poltico-cientfica,

porque queremos desde la ciencia tratar de comprender esos problemas para elaborar
estrategias para visibilizar alternativas para ese modelo de sociedad. Y esta propuesta,
poltico cientfica, tiene tres componentes bsicamente: uno, la necesidad de la
investigacin interdisciplinaria de estos problemas complejos, y vamos a tener que
esclarecer qu es ese concepto; en segundo lugar, una perspectiva que podemos llamar
de sistemas complejos, y en tercer lugar, quisiera avanzar en mostrar, en sugerir por qu
y cmo los modelos de simulacin computacional pueden ayudarnos en el marco de una
estrategia de investigacin interdisciplinaria a comprender o estudiar esos problemas
complejos.

De modo que en esta charla lo que yo voy a plantear, para que despus lo discutamos
colectivamente, es intentar dar respuesta bsicamente a tres interrogantes centrales. El
primero es pensar en la idea de los modelos de futuro deseable, y por qu es importante,
por qu es estratgico reflexionar sobre la construccin de modelos compartidos de
futuro. La segunda pregunta tiene que ver con la categora de problemas complejos, y
tratar de dilucidar qu es un problema complejo. Y la tercera pregunta, que es de orden
metodolgico, consiste en interrogarnos cmo podemos investigar un problema
complejo, y para dar una respuesta tentativa, en principio, a esta tercera pregunta vamos
a convocar a las categoras de interdisciplina, de modelos, de sistemas complejos y de
simulacin. As que este es un poco el plan y los tres momentos en los que voy a
organizar esta comunicacin.

2. Por qu concebir modelos de futuro deseable? (diapositivas 8 a 16).

Diapositiva 9. Por qu es estratgico pensar el futuro que deseamos?

Comencemos entonces con una reflexin de por qu necesitamos concebir y construir

modelos de futuro, modelos de futuros deseables, y por qu es estratgico que pensemos
colectivamente en el futuro que queremos. Y la reflexin la podramos plantear del
siguiente modo, partiendo de una reflexin desde el presente, y evidenciando que lo que
hoy llamamos nuestro presente, nuestra actualidad, antes, en algn momento fue futuro.
Otros presentes distintos al actual podran haber tenido lugar, si otros acontecimientos
hubiesen sucedido. Sin embargo, debido a la naturaleza de los procesos, de las
elecciones, de las decisiones de mltiples actores sociales, uno de esos mltiples

presentes posibles se realiz, que es nuestro presente actual, el que ahora

experimentamos como tal. Anlogamente si dirigimos la mirada hacia el futuro resulta
evidente que lo que hoy llamamos futuro algn da ser nuestro presente. De esta breve
reflexin surge una idea fundamental: no hay un nico futuro, sino que hay una
variedad de futuros posibles, una amplia gama de posibilidades de los futuros que
pueden ocurrir en un sistema social. La pregunta es cul de esos futuros es el que
deseamos, y cun posible es la efectiva realizacin de ese futuro que deseamos.
Entonces creo que la categora de deseo, de futuros deseables o de modelo de futuro
deseable, es un concepto estratgico porque es un concepto puente, es un concepto que
permite conectar, vincular el presente con el futuro. La nocin de deseo alude
fundamentalmente a una representacin expectativa del porvenir, el deseo une, conecta
el presente con el futuro, lo actual con lo potencial, lo que no est sucediendo con lo que
desearamos que suceda, y por lo tanto, el futuro, el futuro es esperanza. Pensar en el
futuro es regenerar la esperanza, es volver a darle sentido a nuestro presente. La crisis
de nuestro presente es en buena medida la crisis de nuestro futuro. Cuando se habla de
la crisis de los grandes relatos de la modernidad no referimos a la crisis filosfica del
mundo contemporneo, es decir, la crisis de discursos que nos ayuden a entender
nuestro mundo como todo y a darle sentido. Tenemos la necesidad vital y fundamental
de regenerar el sentido sobre el futuro para volver a regenerar la esperanza del futuro
que queremos. Ahora, a diferencia de lo que crean los modernos, no tenemos certeza
acerca del futuro, ni en la razn ni en el progreso ni en la ciencia. El futuro es incierto.
La incertidumbre es la contracara de la esperanza, porque no sabemos si el futuro
deseable lo vamos a poder concretar.

Esta dimensin del deseo, del porvenir, en un plano ms operativo, alude a formular
ciertos fines, ciertas metas, ciertos objetivos que queremos alcanzar. Y me parece que
cuando pensamos en trminos de fines y de finalidades, la pregunta que tenemos que
hacernos es por qu y para quin un fin es deseable, por qu y para quin un
determinado modelo de futuro es deseable. Por lo tanto la respuesta a acerca de qu
fines son deseables no puede ser nunca una respuesta abstracta ni neutral, sino que es
una respuesta que surge de un sujeto en un contexto. Proponer y elegir entre fines
implica necesariamente juicios de valor, convoca una dimensin axiolgica, de all que
pensar en modelos de futuro es un concepto tico y poltico. Los griegos decan que la
poltica tena que ver fundamentalmente con la deliberacin sobre los fines. Los

10

ciudadanos se reunan en el gora para reflexionar sobre el futuro de la polis, entonces

deliberar sobre los fines es el momento poltico de nuestra existencia, y elegir entre un
fin y otros compromete juicios de valor, por lo tanto sin tica y sin poltica no podemos
construir el futuro. Y aqu entonces aparece otro problema, ampliamente discutido en la
filosofa y en la teora social contempornea, que es la posibilidad de deliberar
racionalmente y elegir entre fines. Me parece que este es un problema crucial, porque
tenemos que ser capaces de dialogar, de comunicarnos y de proponer fines y elegir entre
ellos, si no, estamos perdidos.

Diapositiva 10. Las tres lgicas del enfoque constructivo

Entonces, con este esquema, creo que podemos avanzar en lo que, a partir del
pensamiento de Varsavsky, propongo caracterizar como las tres lgicas del enfoque
constructivo, que son la lgica de lo deseable, la lgica de lo posible y la lgica de lo
probable. Y estas tres lgicas convocan modos de pensamiento, de racionalidad, tipos
de inferencia distintas, y nos conducen a construir modelos de diferente tipo. Podemos
hablar que lo deseable nos conecta con los modelos de futuro, lo posible con la
construccin de modelos posibilsticos, y lo probable, con la construccin de modelos
probabilsticos. Los modelos de futuro son siempre modelos normativos, porque
implican la construccin de una visin del mundo basada en sistema de valores que
permitan elegir los fines que queremos darnos para ese futuro, y por lo tanto todo
modelo de futuro es un concepto tico poltico. Los modelos posibilsticos tienen que
ver fundamentalmente con visibilizar alternativas, es decir, visibilizar nuevas
posibilidades al estado actual de cosas, pero tambin avanzar con un anlisis de
viabilidad o con un clculo de factibilidad de cul de esas alternativas posibles puede
ocurrir o no. Entonces, la construccin de modelos posibilsticos es una herramienta
poderosa para explorar las consecuencias de hiptesis del tipo what if, qu pasara si
introducimos una determinada poltica, un cambio de comportamiento. Por lo tanto a
partir de la construccin de modelos posibilsticos podemos comenzar a construir
escenarios, comparar estrategias alternativas, fundamentalmente como un insumo para
la decisin, para la planificacin y para la accin, por eso los modelos posibilsticos son
una herramienta fundamental para la planificacin y la toma de decisiones, porque nos
ayudan a elegir entre alternativas posibles, nos permiten a ver qu es lo que podra
ocurrir o no y entonces incorporarlo para la planificacin de nuestras acciones. Y
finalmente, los modelos probabilsticos, que en Ciencias Sociales, en ciencia general,

11

los ms conocidos son los modelos estadsticos. Una de las finalidades de los modelos
probabilsticos no la nica- es la prediccin, es decir, anticipar un estado futuro, un
estado futuro que en base a un clculo probabilstico podemos estimar la confianza de
que eso ocurra o no. Sin embargo, conviene insistir en la diferencia con los modelos
posibilsticos, en este caso no nos importa tanto determinar la probabilidad sino
comprender lo posible, visibilizar estrategias posibles para construir modelos de futuro.

Diapositiva 11. Dimensin tica y poltica de los modelos de futuro

Podemos retomar como idea fuerza el planteo de que ningn modelo de futuro, y
agrego, por lo que voy a decir despus, incluso ningn modelo cientfico es
axiolgicamente neutral sino que siempre se encuentra implicada una dimensin tica y
poltica. Aqu tenemos que distinguir desde el punto de vista epistemolgico ideas que a
veces se confunden, que son la de la objetividad y la neutralidad valorativa. La
neutralidad no es posible, no hay conocimiento axiolgicamente neutral. En relacin a
la objetividad, si por objetividad entendemos el conocimiento como copia, como espejo,
como reflejo de lo real, entonces, tampoco existe la objetividad en este sentido. Sin
embargo, hay una discusin relevante que tenemos que librar, criticar este concepto de
objetividad no implica renunciar a la objetividad del conocimiento cientfico. Por el
contrario, podemos avanzar en modelos ms complejos de objetividad sin renunciar a la
objetividad como empresa de conocimiento intersubjetivo. Por lo tanto, toda concepcin
de un modelo implica siempre un compromiso tico, que exige explicitar valores, y un
compromiso poltico con ciertos fines que se quieren alcanzar.

Diapositiva 12. A todo modelo subyace un modelo normativo

Y por lo que hemos dicho, entonces, a todo modelo subyace lo que podemos llamar un
modelo normativo, que puede ser implcito o explcito. Para dar cuenta de esta
dimensin axiolgica-normativa que subyace a todo trabajo de modelizacin propongo
retomar un concepto desarrollado por Rolando Garca y Jean Piaget, que es el concepto
de marco epistmico. A lo largo de la presentacin voy a mostrar que el marco
epistmico tiene un rol crucial, un rol epistemolgico, poltico y metodolgico crucial
para pensar una investigacin interdisciplinaria de problemticas complejas. Y el marco
epistmico no es otra cosa que una visin del mundo, una cosmovisin, una
weltanschauung, como dicen los alemanes, se trata de un sistema de pensamiento

12

basado en ciertos sistemas de creencias y valores a partir de lo cual percibimos e

interpretamos la realidad, y es en base a este sistema de pensamiento, rara vez
explicitado, es que tambin jerarquizamos los problemas y podemos decir esto es ms
importante que lo otro, dar prioridades. Pero tambin el marco epistmico, ahora voy a
poner un ejemplo, condiciona el tipo de preguntas que se plantean, y por lo tanto la
capacidad de interrogarnos est en buena medida mediada o condicionada por nuestro
marco epistmico. Adems, plantea consecuencias sobre el tipo de inferencias y
relaciones causales que se construyen en los modelos explicativos, de all la centralidad
de este concepto que yo propongo rescatar del pensamiento de Piaget y de Rolando.

Diapositiva 13. Un ejemplo de aplicacin del marco epistmico.

Aqu les propongo un ejemplo sencillo para evidenciar la importancia crucial de la

nocin de marco epistmico. Muchos de ustedes conocen, sin dudas, los trabajos del
Club de Roma y de los modelos del lmite de crecimiento, el trabajo de Meadows
desarrollando en el MIT, por ejemplo. Ahora voy a comparar dos modelos, el modelo de
los lmites del crecimiento del MIT y el modelo mundial latinoamericano que surge
como una respuesta crtica a aqul, para mostrar la gravitacin del marco epistmico en
la concepcin de los modelos cientficos. Por un lado, el modelo del Club de Roma
bsicamente lo que deca es que el mundo se diriga hacia una catstrofe, que no se
poda seguir creciendo al ritmo que se estaba desarrollando y que los lmites al
crecimiento eran fsicos, por agotamiento de los recursos renovables. El equipo del MIT
construy un modelo formal y demostr la existencia de este tipo de lmites. Como
estrategias de solucin a esta situacin plantearon dos cuestiones: la restriccin al
crecimiento econmico de los pases industrializados avanzados, y el control
poblacional de los pases pobres. Es decir, los pases en desarrollo no tienen que tener
ms hijos, y los ricos no tienen que crecer, as vamos a evitar la catstrofe.

El modelo mundial latinoamericano, financiado por la Fundacin Bariloche, en la que

participaron un gran grupo de cientficos, fue una respuesta desde el sur al modelo del
Club de Roma desarrollado en el MIT. La respuesta consisti en construir otro modelo
formal, pero donde lo que ellos mostraron es que los lmites no eran slo fsicos sino
que los lmites eran fundamentalmente sociopolticos, que con los recursos que contaba
la Humanidad en ese momento era posible satisfacer las necesidades bsicas de la
poblacin mundial, fue el grupo Bariloche el que adopt el concepto de necesidades

13

bsicas, de satisfaccin y de insatisfaccin de necesidades bsicas, que luego lo tomaron

varios organismos internacionales. Por lo tanto, lo que vemos en estos dos modelos, lo
que subyace es una cosmovisin diferente, un marco epistmico diferente. Para el
modelo de los lmites de crecimiento su marco epistmico es conservar el statu quo,
conservar el orden mundial, es decir, garantizar los privilegios de las clases acomodadas
de los pases capitalistas industrializados avanzados, relegando y perpetuando la
exclusin de los dos tercios de la poblacin mundial. El marco epistmico del modelo
mundial latinoamericano era otro bien diferente y se orientaba a construir un futuro
alternativo. Por eso el ttulo de la publicacin del modelo mundial latinoamericano era
justamente Catstrofe o nueva sociedad. Aqu podemos evidenciar la gravitacin del
marco epistmico en la construccin de modelos cientficos.

Diapositiva 14. Cmo construir modelos de futuro?

Creo que una pregunta importante que tenemos que hacernos, y tambin como
lineamiento metodolgico, es cmo construir modelos de futuro. Creo que en parte
podemos caracterizar dos grandes estrategias, y esas estrategias dependen en buena
medida de cmo respondamos a esta pregunta: quin decide lo que es deseable y para
quin es deseable? Podemos distinguir dos estrategias, no como modelos contrapuestos
sino complementarios. Por un lado, podemos decir que hay modelos de futuro
construidos de manera top-down, es decir modelos jerrquicos o modelos descendentes,
donde los que deciden quin es lo deseable son los gestores, los directivos, los
decisores, los planificadores, los tcnicos, los cientficos, es decir, los construye un
grupo de gente con una mirada sobre lo que tiene que ser el futuro para una
organizacin, para un grupo humano ms amplio. Una mirada distinta sera concebir
modelos de futuro desde una perspectiva bottom-up, es decir, modelos emergentes o
modelos participativos, es decir, modelos de futuro co-construidos por la multiplicidad
de actores involucrados en la problemtica. Sin duda, estos modelos incluiran a los
tomadores de decisin y los planificadores, pero tambin los ciudadanos o los distintos
actores sociales, polticos, econmicos, que estn involucrados en esa problemtica. No
quiero decir que sean excluyentes pero son lgicas constructivas distintas.

14

Diapositiva 15. Un principio tico-constructivo

Me parece que aqu podemos extraer una consecuencia, un principio tico constructivo,
con un impacto metodolgico muy fuerte, que yo lo resumo en dos principios que son
los siguientes. Primero. Si el modelo que se va a construir va a ser empleado para la
accin y la toma de decisiones, es decir, si no va a ser simplemente un modelo de
conocimiento sino un modelo de accin y de decisin, y esas decisiones van a afectar la
vida de un conjunto de actores, humanos o no humanos, como la salud del planeta o la
salud de los ecosistemas, y la vida de mltiples actores sociales, entonces dichos actores
deberan ser consultados sobre el futuro que desean.

Esto plantea una segunda consecuencia, que es que los puntos de vista de esos distintos
actores, implicados en la situacin problemtica que se trata de conocer y transformar,
tienen que ser representados en el modelo de futuro. Este es un criterio de validacin
democrtica de los modelos que no viene a reemplazar sino a complementar los criterios
de validacin epistmica o de validacin cientfica, como la coherencia lgica y la
adecuacin emprica. Esta idea de validacin democrtica de los modelos est inspirada
en una corriente que se denomina la modelizacin participativa, fuertemente
desarrollada en Francia en la actualidad.

Creo que son dos principios concretos que impactan en la formulacin y en la

construccin de una metodologa de modelizacin reflexiva que sea capaz de tematizar
los aspectos tico-polticos de la praxis cientfica.

Diapositiva 16. Escalas de observacin para la construccin de modelos de futuro.

Tambin tenemos que pensar en escalas temporales y en escalas de observacin para la

construccin de modelos de futuro, es decir, qu plazos vamos a representar: el corto, el
mediano o el largo plazo. Estas escalas temporales no estn atadas a unidades de aos,
de das, de lustros o de dcadas sino que eso depende de la problemtica que se est
tratando. Adems, hay que considerar que las escalas de observacin para los modelos
de futuros pueden ser muy variadas, podemos partir de la escala planetaria y construir
modelos de sistema mundo o sistemas globales como el de los lmites de crecimiento o
el modelo mundial latinoamericano; modelos regionales relativos a escalas
supranacionales; modelos de escala pas, donde lo que nos interesa entonces es construir
modelos de sistemas sociales; o bien plantear modelos de escala subnacional, es decir,

15

avanzar en la construccin de modelos de desarrollo regional y local. Finalmente,

tambin se pueden concebir modelos organizacionales, modelos de organizaciones
pblicas, privadas y de la sociedad civil. No es que haya que privilegiar una escala, pero
me parece que el desarrollo de un programa de investigacin interdisciplinaria de
problemas complejos debera elegir o privilegiar constructivamente cierta escala como
punto de comienzo, e identificar los problemas complejos en cada una de esas escalas.

3. Qu es un problema complejo? (diapositivas 17 a 22).

Diapositiva 18. La humanidad se enfrenta a problemas de complejidad creciente

Bien, hasta aqu entonces esta primera parte, esta respuesta tentativa a la pregunta de
por qu es importante pensar en los modelos de futuro, y algunos lineamientos sobre
cmo podramos comenzar a pensarlos. Ahora, como segundo paso constructivo en esta
propuesta, creo que es importante tratar de conceptualizar el concepto de problemas
complejos, y creo yo que podemos partir de un reconocimiento bastante intuitivo, que
tiene que ver con la idea de que la humanidad se enfrenta en su conjunto a problemas de
complejidad creciente, que son en buena medida los que todos nosotros conocemos, el
deterioro ambiental, el crecimiento demogrfico, el envejecimiento de las estructuras
poblacionales, la presin que ese envejecimiento plantea a los sistemas de salud, la
desigualdad social, la pobreza, la exclusin, problemas todos que estn sistmicamente
interrelacionados, porque para reducir la pobreza hay que crecer ms, para crecer ms
necesitamos energa, pero la energa tal como la producimos ahora agrava el deterioro
ambiental, con lo cual hay una enorme complejidad planetaria, del planeta, del sistema
Gaia como un sistema complejo en la escala planetaria en su conjunto. Pero enfrentar
estos problemas complejos nos plantea un desafo, o muchas veces se reconoce la
insuficiencia del conocimiento disciplinario para dilucidar esa complejidad, y por lo
tanto estos problemas complejos nos demandan construir nuevas estrategias, para pensar
estos problemas, para conocerlos y para actuar, es decir, para planificar y desarrollar
acciones que permitan transformarlos.

Diapositiva 19. El carcter sistmico y no-disciplinario de los problemas

complejos

Quisiera entonces destacar ac dos conceptos que me parecen importantes, que es el

carcter sistmico y no disciplinario de estos problemas complejos. Tomemos como un

16

ejemplo muy simple un problema de deterioro ambiental y concibamos entonces la idea

que vamos a estudiar un sistema agroambiental determinado. Qu es lo que est all
involucrado? Las caractersticas que voy a enumerar ahora podramos generalizarlas
para todos los problemas complejos, tal como los conceptualizamos en esta propuesta.
En los problemas complejos hay involucrados mltiples actores, no hay un solo tipo de
actor, sino que hay una enorme heterogeneidad de actores: actores sociales, polticos,
econmicos, individuales, colectivos, pensemos por ejemplo en productores,
proveedores, organismos de regulacin, etc.

Hay tambin mltiples procesos interrelacionados, entretejidos, el medio fsico, el

clima, la temperatura, las lluvias, la salinizacin del suelo, las caractersticas de las
semillas, los procesos tecnolgicos, el tipo de tecnologa involucrada, procesos
productivos, socioeconmicos, jurdico normativos, las leyes, las normas que regulan
esos sistemas. Aqu encontramos la etimologa de la palabra complexus: lo que est
tejido todo junto, o sea, hay un entretejido de esos procesos.

Tambin intervienen mltiples escalas espaciales y temporales, quizs el cultivo se da

en una determinada regin pero la consecuencia se produce en un medioambiente ms
amplio o en un sistema social ms amplio. Adems hay imbricacin de mltiples tipos
de duraciones, del corto, del mediano y del largo plazo. Por ejemplo, quizs la
incorporacin de un determinado tipo de semilla permite incrementar la rentabilidad de
un cultivo en un plazo muy corto, quizs las consecuencias de esa nueva tecnologa en
el contexto socioeconmico es de un mediano plazo, quizs el deterioro ambiental o la
percepcin de los sntomas del deterioro ambiental se evidencian en ms largo plazo,
por lo tanto hay que pensar en mltiples escalas espaciales y temporales.

Hay mltiples niveles de organizacin, que podemos conceptualizarlos, en principio,

como subsistemas o niveles de organizacin semiautnomos pero interactuantes, el
medio fsico, o ambiental, el medio productivo, o agropecuario productivo, y el sistema
social o econmico ms amplio. Tambin podemos analizar esta cuestin en trminos
de la relacin entre el nivel micro y macro de un sistema, es decir, mltiples actores
descentralizados, autnomos, heterogneos, muchsimas decisiones no coordinadas
producen resultados a nivel macro, que podemos denominar propiedades emergentes,
que no lo podemos reducir al conocimiento analtico de las partes a nivel micro. Sin
embargo lo que las partes piensan, deciden y actan, influye en las consecuencias

17

globales del sistema, y la organizacin, la estructura de ese sistema, acta

reproductivamente sobre las partes. Hay, en consecuencia, una dialctica entre lo micro
y lo macro.

Hay que considerar tambin las mltiples consecuencias ecolgicas, econmicas,

sociales, ticas y polticas de un problema complejo. Por lo tanto lo que vemos es que
esta multiplicidad de actores y procesos, constituyen un sistema, un sistema complejo,
es decir una unidad global, una totalidad organizada que evoluciona temporalmente de
un modo complejo, de un modo no lineal, como un sistema, pero tambin es imposible
conocer sistmicamente esta complejidad en el marco de una sola disciplina, por lo
tanto el estudio de problemticas complejas plantea la necesidad de articular disciplinas,
la pregunta es cmo articularlas, y la propuesta de una investigacin interdisciplinaria,
que voy a desarrollar luego, es una respuesta particular a esa forma de articulacin. Lo
cierto es que, entonces, los problemas complejos concebidos como sistemas complejos,
implican una metodologa especfica, que es la investigacin interdisciplinaria, y la
investigacin interdisciplinaria es pertinente para estudiar problemas conceptualizados
como sistemas complejos, esa es la tesis fundamental que nos plantea Rolando Garca, y
creo que ah hay un aporte importante que tenemos que retomar.

Diapositiva 20. Por qu son complejos los problemas fundamentales?

Para comprender en qu consiste la complejidad organizacional de un sistema complejo

propongo pensar en tres planos: un plano tico, un plano prctico y un plano epistmico,
que estn entretejidos, entrelazados en los problemas complejos. El plano tico apunta
bsicamente a que un problema complejo deviene problema en funcin de que un
conjunto de actores lo evidencia como tal, y decimos esta situacin est mal, e
identificamos entonces un problema. La idea de decir esta situacin est mal, convoca
necesariamente una dimensin axiolgica, supone un marco epistmico, supone un
conjunto de valores a partir de lo cual evaluamos esa situacin como indeseable. En
buena medida esos problemas complejos son indeseables porque afectan la vida humana
y de los ecosistemas, y porque estn ntimamente ligados a la satisfaccin de las
necesidades humanas. Por lo tanto hay un imperativo tico de estudiar esos problemas,
que es la necesidad urgente de comprenderlos y transformarlos para construir un vivir
bien colectivo. Necesitamos de modo crucial reflexionar sobre el marco epistmico y
pensar alternativas de futuro y construir modelos de futuro de esos problemas.

18

En segundo lugar, hay un plano epistmico, que tiene que ver con la enorme dificultad
de comprensin de esos problemas, por lo que dijimos antes, hay una dificultad de
comprensin justamente porque son sistemas complejos y porque est entrelazado,
enredado, todas esas mltiples dimensiones. Pero hay tambin entrelazado un plano
prctico, es decir, hay un imperativo prctico inherente a los problemas complejos en el
sentido en que no queremos simplemente conocerlos. Ms an, queremos conocerlos
mejor para actuar mejor, es decir, en definitiva el imperativo tico es un imperativo
poltico, es un imperativo prctico, queremos actuar para transformar, y de alguna
manera a lo que estamos aspirando, lo que est de fondo en la idea de un programa de
investigacin interdisciplinaria de problemas complejos es la posibilidad de construir un
conocimiento ms pertinente, que sirva como insumo para planificar y gestionar
estratgicamente acciones constructivas que nos permitan transformar esos problemas
en situaciones ms deseables.

Evidentemente, en el planteo que acabo de hacer hay una defensa del logos, de la
capacidad de nuestro pensamiento para conocer el mundo y para transformarlo, pero
bueno, este logo es un pensamiento complejo, una razn compleja. No sabemos si con
nuestro pensamiento vamos comprender, planificar, actuar y transformar los problemas
fundamentales pero tenemos que intentarlo.

Diapositiva 21. Los aspectos epistmicos, ticos y prcticos de los problemas complejos

Por lo tanto esos problemas complejos son complejos porque hay entrelazamiento de
aspectos epistmicos, ticos y prcticos, y no los podemos separar, no podemos separar
la dimensin axiolgico-normativa del componente explicativo-descriptivo, hay unin,
de juicios fcticos y de juicios de valor, y esto plantea mltiples desafos, desafos de
conocimiento, ya que queremos lograr la comprensin sistmica de esa complejidad;
plantea desafos metodolgicos, que de eso es lo que me voy a ocupar ahora, cmo
construir una metodologa para investigar esos problemas; desafos de gestin; desafos
tico-polticos; y fundamentalmente; este enfoque exige un trabajo colectivo, ni un
investigador individual ni un grupo de ellos sino un esfuerzo coordinado y sistemtico
de mltiples grupos y mltiples instituciones podra atacar esa problemtica.

19

4. Cmo investigar problemas complejos? (diapositivas 23 a 48).

Diapositiva 24. Metodologa de investigacin interdisciplinaria de problemas

complejos

Entonces llegamos finalmente a nuestro tercer escaln, al plano estratgico

metodolgico, a la pregunta por cmo podemos investigar problemas complejos y al
intento de construir una respuesta como insumo para el debate colectivo. Bueno, la
metodologa de investigacin interdisciplinaria de problemas complejos, que est
fuertemente inspirada en el pensamiento de Rolando Garca, como dije, pero que da
algunos pasos ms all de Garca tambin, podemos caracterizarla a travs de tres
componentes, un componente epistemolgico, un componente metodolgico y un
componente tcnico, operativo, instrumental.

Ahora voy a desarrollar con ms profundidad cada uno de estos tres componentes, pero
permtanme sealar las grandes coordenadas de cada uno. El componente
epistemolgico tiene que ver con el enfoque de los sistemas complejos, pero tambin
con un posicionamiento epistemolgico desde una epistemologa constructivista, para
decirlo brevemente, en esta propuesta hay un fuerte supuesto anti empirista en el sentido
de que el conocimiento no es un reflejo de la realidad sino que es una construccin
activa por parte de los sujetos de conocimiento. A partir de la epistemologa
constructivista vamos a ver que la pregunta conductora de una investigacin y el marco
epistmico juegan un rol metodolgico crucial, voy a desarrollar eso.

El componente metodolgico tiene que ver con brindar una caracterizacin precisa y
rigurosa, pero tambin operativa, de la nocin de investigacin interdisciplinaria,
fundamentalmente como un modo de organizar un proceso de investigacin colectivo en
el que participan especialistas de distintas disciplinas, y vamos a ver cmo la categora
de modelo es crucial para hacer operativa esa metodologa.

Y finalmente, el componente tcnico. Aristteles deca toda ciencia y todo arte necesita
de instrumentos, el jinete necesita de caballo, el citarista necesita de la ctara. De modo
que si no concretamos esta propuesta metodolgica en un plano tctico-operativo que
convoque ciertos mtodos, entendidos como tcnicas e instrumentos precisos, nuestra
propuesta va a quedar simplemente en el plano enunciativo, descriptivo. Respecto de
este punto Garca no se pronuncia con claridad. Aqu me parece pertinente recuperar un

20

legado valioso de Varsavsky: el mtodo de experimentacin numrica pero actualizando

estas ideas con los desarrollos tcnicos ms contemporneos de las ciencias
computacionales y de la complejidad. En particular quisiera poner en valor la utilidad de
la simulacin computacional para construir modelos de problemas complejos. Conviene
insistir en una idea clave: todo estudio de un problema complejo es una estrategia
multimtodo y tiene que convocar necesariamente mltiples tcnicas, no excluimos a
ninguna, yo me voy a referir en particular a la simulacin. No obstante, en la medida en
que haya actores involucrados en esos problemas, como lo hay, no podemos desdear el
aporte de las Ciencias Sociales ni de los mtodos cualitativos, de la construccin social
de sentido. Tampoco podemos desdear el aporte de los mtodos cuantitativo-
estadsticos ni de la contribucin de la Matemtica, de modelos matemticos ms
formalizados, y de los mtodos computacionales y de la metodologa de simulacin.
Tambin hay que considerar el aporte de los mtodos escnicos, que suele ser una cosa
ms de psiclogos para dinmicas de grupo, pero voy a mostrar o, mejor dicho, voy a
apuntar cmo las tcnicas escnicas y los juegos de rol juegan un rol metodolgico
importantsimo para hacer operativa esa metodologa.

Bien, vayamos entonces a desentraar o a brindar algunos lineamientos de estos tres

componentes.

4.1. El componente epistemolgico (diapositiva 25)

Diapositiva 26 y 27. La construccin de un sistema complejo

La tesis o el punto de partida metodolgico desde una epistemologa constructivista es

que ningn sistema complejo est dando en la realidad emprica. El sistema complejo no
est dado como un objeto en la realidad en el inicio de una investigacin. Esto no
implica que no podamos investigar empricamente ese sistema, claro que lo vamos a
poder investigar empricamente, pero la posicin anti empirista nos lleva a reflexionar
que ese sistema no est dado. El mundo de la experiencia incluye una multiplicidad y
heterogeneidad de actores, de procesos y de relaciones (ver figura en la diapositiva)
pero ah no hay ningn sistema. Es cierto, en el lenguaje coloquial y cotidiano hablamos
de los sistemas como cosas, como objetos del mundo de la experiencia: el sistema
econmico, el sistema financiero, y est bien que en el lenguaje cotidiano hablemos de
ese modo. Pero en el plano de la investigacin emprica tenemos que resistir esa

21

tentacin del lenguaje de identificar el sistema como una cosa ya dada. Ahora, el
sistema no est dado, no est definido pero es definible, no est dado pero puede ser
construido, y el sistema se construye a partir de que un sujeto formula una pregunta, y a
partir de esa pregunta puede efectuar un recorte del dominio emprico, para seleccionar
y abstraer las entidades, los actores, las relaciones y procesos que quiere estudiar.
Entonces, la construccin del sistema comienza con la formulacin de una pregunta, y
por lo tanto podemos, o adquiere sentido, desde una mirada crtica, preguntarnos por
quin pregunta, por qu pregunta, en qu contexto pregunta, a quin le interesa la
pregunta. Las preguntas no son neutrales y esta interrogacin reflexiva sobre la
importancia de la pregunta nos conecta nuevamente con la categora de marco
epistmico, es decir, la importancia metodolgica de explicitar la cosmovisin, el
sistema de valores, el marco normativo que va a guiar la investigacin, y aclaro, para
que no queden dudas, que pretendemos hacer una investigacin cientfica de carcter
emprico, sin excluir obviamente a la Filosofa. Esto que acabo de decir requiere de un
desarrollo ms profundo pero para expresarlo sintticamente podemos decir que la
ciencia que abandona la reflexin filosfica est perdida, corre el riesgo de degenerar en
cientificismo y en una forma degradada de racionalidad. La reflexin filosfica es
necesaria como matriz del pensamiento cientfico y, por lo tanto, es crucial en una
investigacin emprica sobre un sistema complejo. Ahora bien, el punto incluso cuando
el sentido comn cientfico habitual y las normas de los sistemas de ciencia y tecnologa
nos exigen la neutralidad, en el plano operativo sabemos que necesitamos explicitar este
marco epistmico. Por lo tanto podemos hablar de un rol metodolgico crucial del
marco epistmico en la construccin de un sistema complejo.

Dos observadores de una misma situacin problemtica que tienen distintos marcos
epistmicos, seguramente dichos observadores formulen preguntas distintas, que van a
llevar a la construccin de dominios de fenmeno distintos y por lo tanto se va a
estudiar sistemas complejos diferentes. Tal es la importancia del marco epistmico y de
la pregunta conductora de la investigacin.

Esta idea podramos resumirla en este esquema (ver diapositiva 27), el marco
epistmico, nuestra cosmovisin, nuestro sistema de valores, condiciona la pregunta
conductora de una investigacin, esa pregunta conductora tiene una importancia
decisiva en la delimitacin emprica y la construccin del sistema, y por lo tanto en la
construccin de los datos en los cuales se van a basar las inferencias que hagamos, y en

22

consecuencia el marco epistmico va a estar implicado tambin en el tipo de diagnstico

elaborado, es decir, en el caso de un modelo explicativo, en las causas y en los
mecanismos que se propongan como explicacin de ese problema complejo, y por lo
tanto va a estar impactando en las estrategias polticas o diagnsticos de situacin que se
propongan. Obviamente que ese marco epistmico tambin est condicionando lo que
hacamos referencia antes, la construccin de los modelos de futuro, porque el marco
epistmico condiciona nuestra representacin del futuro y condiciona el modo en el que
vamos a organizar la investigacin emprica, de all que este sea el punto de partida
metodolgico crucial de una investigacin en sistemas complejos.

Diapositiva 28. La sequa y el hombre

Ahora les quiero mostrar un ejemplo muy breve acerca de cmo frente a una situacin
problemtica dos marcos epistmicos distintos conducen a preguntas conductoras, a
diagnsticos y a estrategias polticas distintas. Vamos a tomar el ejemplo de una
investigacin de Rolando Garca sobre las sequas que azotaron al mundo en los aos 60
y 70 que produjeron una enorme escasez de alimentos y llevaron a enormes hambrunas
en buenas partes del planeta. En ese momento, resea Garca, la mayor parte de los
estudios sobre los sistemas alimentarios y agroambientales se planteaba como pregunta
fundamental cmo aumentar la produccin de alimentos, cmo podemos incrementar
los alimentos. Esta era una pregunta evidente y natural dado que haba sequa que
produca escasez de alimentos, el razonamiento era obvio: tenemos que incrementar los
alimentos para reducir las hambrunas. Estas investigaciones, formuladas en base a esa
pregunta, identificaron ciertas causas, las catstrofes naturales fueron las principales
responsables de esas sequas, la superpoblacin, el crecimiento demogrfico, pero
tambin la incapacidad de los pases pobres, de los pases en vas de desarrollo, para
incrementar la produccin, por qu?, porque no tenan una agricultura moderna, tenan
atraso en las tcnicas agrcolas. De all la estrategia propuesta de implementar
programas de control de la natalidad, para reducir la poblacin, y modernizar la
agricultura. Fueron los aos de la revolucin verde en agricultura, de las semillas
transgnicas, el paso de pequeas producciones a grandes producciones

Garca, que en ese momento ocupaba varios cargos en organismos internacionales, en la

Federacin Mundial de Alimentos (FAO), y en programas sobre cambio climtico, tuvo
a su cargo una de las mayores investigaciones sobre la sequa y el cambio climtico.

23

Garca parti desde un marco epistmico distinto, y la pregunta que se hizo Rolando no
fue ya cmo aumentar la produccin de alimentos sino cmo y por qu se ha
modificado el acceso a los alimentos por parte de los sectores populares. El diagnstico
lleg a identificar cambios profundos en el sistema productivo trajeron aparejados una
utilizacin abusiva del medio fsico, lo que llev a la degradacin ambiental. Es decir, la
sequa obedeca a causas socioeconmicas, por lo tanto no podamos responsabilizar al
clima, a la naturaleza, de los efectos sobre los sistemas socioeconmicos, sino que eran
los propios sistemas socioeconmicos los que haban degradado el ambiente y
producan las consecuencias que ahora evidencibamos como consecuencias sociales y
humanitarias, razn por la cual se haba llevado a una marginacin de ciertos sectores
sociales con el consecuente deterioro de la calidad de vida. Por lo tanto, si las causas
estaban en el plano social, econmico y poltico, haba que actuar en el nivel
socioeconmico y poltico y no solamente en el nivel de una respuesta tcnica o
tecnocrtica, de incorporar ciertas semillas o un tipo de tecnologa agropecuaria.

Aqu podemos apreciar, con este ejemplo muy breve, la gravitacin del marco
epistmico, en la construccin de la pregunta, en la construccin del material emprico,
en el diagnstico elaborado y en la estrategia propuesta.

4.2. El componente metodolgico (diapositiva 29)

Diapositiva 30. La investigacin interdisciplinaria

Y entonces, avancemos ahora en estas coordenadas al segundo componente, el

componente metodolgico de la propuesta. El concepto de investigacin
interdisciplinaria, formulado por Rolando Garca, plantea una definicin muy precisa de
lo que es interdisciplina. La premisa es la que ya dijimos, los mltiples procesos que
forman parte de un problema complejo pertenecen al dominio de distintas disciplinas,
por lo tanto la complejidad de un problema est ligada fundamentalmente a la
imposibilidad de comprender sistmicamente esa complejidad desde una disciplina
particular. De all que la forma de conceptualizar estos problemas como sistemas
complejos plantea una consecuencia metodolgica directa e impacta en la concepcin
de la metodologa, esto es la necesidad de articular las disciplinas. La pregunta es cmo
articular las disciplinas. Hoy se habla muchsimo y cada vez ms de multidisciplina, de
interdisciplina, de trasdisciplina, pero a menudo se utiliza estos conceptos como

24

sinnimos o de modo laxo, sin especificar los fundamentos epistemolgicos y las

caractersticas metodolgicas precisas acerca de cmo esa multi, inter o tras puede ser
operativa en una investigacin cientfica concreta de carcter colectivo.

Diapositiva 31. La metodologa interdisciplinaria de Rolando Garca

La metodologa interdisciplinaria que propone Garca tiene un significado muy preciso,

y es una respuesta epistemolgicamente rigurosa y metodolgicamente operativa para
responder a esta pregunta, y por eso vamos a profundizar en ella. En la concepcin de
Rolando, la metodologa interdisciplinaria tiene dos requisitos o componentes bsicos,
tiene que ver fundamentalmente con el modo en que se concibe y construye un
problema, y tiene que ver fundamentalmente con el rol que ocupa el marco epistmico
(Ver figura en la diapositiva 31). En relacin a la primera cuestin, podramos
caracterizarlo del siguiente modo: en la metodologa de investigacin interdisciplinaria,
los enfoques de esas distintas disciplinas tienen que ser articulados, integrados, al
comienzo de una investigacin, con qu finalidad? para construir una pregunta
conductora comn. Es decir, los especialistas implicados en ese problema complejo,
tienen que reunirse antes de comenzar la investigacin y desarrollar un proceso de
dilogo, discusin, que les permita construir una pregunta, delimitar el problema y por
lo tanto concebir, comenzar a construir un sistema complejo. Esto guarda una diferencia
fundamental con lo que habitualmente se hace cuando se habla de inter, de multi o de
trasdisciplina. Dada una problemtica, distintos especialistas hacen estudios sectoriales
separados, no coordinados, y se da una coordinacin de resultados a posteriori, se
yuxtaponen resultados de investigaciones realizadas de manera independiente. En esta
concepcin de interdisciplina, los conocimientos disciplinarios no se integran a
posteriori, se tienen que poner en relacin y articular al comienzo del proceso de
investigacin, y esto lleva al segundo componente, a la importancia del marco
epistmico, que es una condicin muy restrictiva y muy exigente para el trabajo de
investigacin interdisciplinaria, por qu?, porque los miembros del equipo de
investigacin, formado por especialistas de distintas disciplinas, tienen que compartir un
marco epistmico, es decir, un sistema de valores, un marco normativo, una concepcin
compartida de lo que significa hacer ciencia y de la relacin entre la ciencia y la
sociedad. Me cuesta mucho imaginar, por poner un ejemplo, cmo un economista
neoliberal ortodoxo podra cooperar con un economista institucional heterodoxo para
diagnosticar un problema econmico concreto, es decir, esa visin del mundo impone

25

ciertos lmites, pero aunque no tengamos un consenso perfecto, aunque haya

antagonismos, conflictos, bueno, tenemos que llegar a expresar ese nivel ideolgico de
la ciencia. No ideolgico partidario, pero ideolgico en el sentido de una concepcin
poltica.

Aqu podemos elaborar una distincin importante. Lo que es multidisciplinario es el

equipo, un equipo es multidisciplinario, porque est integrado por especialistas de
distintas disciplinas, y lo que es interdisciplinario es la metodologa propuesta, y esa
metodologa no es un acto, un momento de coordinacin de resultados sino es un
proceso, un proceso que se da en el tiempo. El marco epistmico es lo que permite unir
y vincular a los miembros de un equipo y avanzar en la construccin de una
problemtica comn, y ese proceso implica articular y diferenciar los conocimientos
disciplinarios.

Diapositiva 32-35. La interdisciplina como proceso; la transdisciplina como

producto

Aqu podemos plantear una analoga entre el proceso de investigacin interdisciplinario

y una orquesta sinfnica. Esta bella imagen la propone Rolando en una conferencia que
dict en Mxico. La investigacin interdisciplinaria no supone ni anular ni integrar ni
fusionar disciplinas, requiere de especialistas dotados, competentes y excelentes, as
como la orquesta sinfnica necesita de msicos que ejecuten con maestra su propio
instrumento, pero la belleza de la orquesta sinfnica est en la armona del proceso, o
sea, la sinfona es un resultado emergente de la coordinacin de especialidades
musicales, anlogamente, la interdisciplina es un proceso que exige coordinar
conocimientos y acciones de especialistas sumamente competentes, y as como la
sinfona es tan solo un producto, un momento de ese proceso que desaparece cuando la
orquesta sinfnica deja de tocar, podemos decir que la trasdisciplina sera un producto o
un momento de ese proceso que es fundamentalmente interdisciplinario. Y creo que
incluso en esta metfora vemos ya ciertos impactos cruciales de esta propuesta para el
plano educativo, porque lograr construir una orquesta sinfnica supone de
conservatorios eficientes que formen buenos msicos, la pregunta es cul es la actitud
de nuestros sistemas de ciencia y tcnica y de nuestras instituciones de educacin
superior para formar doblemente especialistas excelentes, investigadores que sean
altamente competentes en su especialidad, y al mismo tiempo, investigadores capaces

26

de un trabajo interdisciplinario. Por lo tanto, la interdisciplina es un proceso en donde se

articulan fases de integracin y de diferenciacin entre las disciplinas. Y ac podemos
agregar, para avanzar en el componente tcnico, la segunda cuestin, que tiene que ver
con concebir a la interdisciplina como un proceso de modelizacin, como un proceso de
construccin de modelos. Obviamente que lo que vamos a tratar de lograr es construir
un modelo interdisciplinario de un sistema complejo, pero en realidad en el proceso de
investigacin no hay un nico modelo, sino que hay un proceso de sucesivas
modelizaciones, se construyen sucesivos modelos a lo largo de un proceso.

Diapositiva 36. El proceso de modelizacin: creacin de mltiples modelos

Qu modelos se construyen en un proceso de investigacin interdisciplinario de

sistemas complejos? Bueno, creo que podemos concebir el proceso de modelizacin a
travs de la puesta en relacin de distintos tipos de modelos: modelos mentales,
modelos discursivos, modelos conceptuales, modelos formales y modelos
operacionales.

Los modelos mentales en general son modelos implcitos, pueden ser individuales, las
ideas que cada uno tiene sobre el futuro o que los especialistas tienen sobre las
problemticas, pero tambin esos modelos implcitos pueden ser colectivos, por ejemplo
las representaciones socialmente elaboradas y compartidas por los actores sociales sobre
los problemas de la realidad social. Pero cuando pasamos de un modelo mental
individual a un modelo colectivo, estamos reconociendo la importancia de la
comunicacin social en la construccin de modelos o de representaciones sociales, es
decir que sin dilogo y sin discusin, es decir, sin la existencia de modelos discursivos,
no podemos llegar a elaborar modelos compartidos. Estos modelos discursivos son
fundamentalmente modelos en lenguaje natural, lenguaje natural, por oposicin y
distincin respecto de los lenguajes formales. El lenguaje natural es el lenguaje que
hablamos en la vida cotidiana de todos los das, pero estos modelos discursivos en
lenguaje natural tambin pueden tener un uso sistemtico en ciencia, como lo tienen en
Ciencias Sociales. Lo que hacemos los cientficos sociales, con buena parte de la
reticencia a la Matemtica y la formalizacin, es construir modelos cualitativos, y son
muy tiles.

27

En el plano de la investigacin interdisciplinaria creo que los modelos discursivos

tienen un rol crucial, porque aluden fundamentalmente a la dimensin del dilogo y la
comunicacin entre los especialistas, con el objetivo de comprenderse. No sabemos si
vamos a lograr comprendernos, pero tenemos que concebir la comprensin como una
posibilidad o como algo a lograr. Plantear el proceso interdisciplinario como un proceso
discursivo implica necesariamente una apertura hacia el otro, hacia el diferente, y creo
que exige ciertos valores que en la ciencia no abundan, que es fundamentalmente el de
la humildad cognitiva. A un cientfico, un investigador, le cuesta mucho decir
desconozco, en esto soy ignorante, pero me parece que ese es el valor esencial de la
interdisciplina, decir yo no s. La interdisciplina surge, como dice Rolando, cuando
un especialista en una disciplina puede formularle preguntas a otro especialista que
antes no se haba formulado, y ese es un momento discursivo de la interdisciplina, creo
yo. Y me parece que a travs de la construccin de estos modelos discursivos, que
llevan a explicitar los modelos mentales, es como podemos empezar a construir tres
modelos, bueno, primero explicitar el marco epistmico y formular la pregunta;
segundo, construir el modelo de futuro deseable de acuerdo a la problemtica que
estamos investigando; y finalmente el modelo de la situacin, el modelo de diagnstico
de ese problema.

De estos modelos discursivos, laxos, borrosos, podemos pasar a modelos conceptuales

ms refinados, es decir, a precisar los conceptos que estamos usando y a usarlos de
modo ms explcito y sistemtico. Y una vez que tenemos un modelo conceptual ms o
menos explcito y sistemtico compartido, podemos quizs avanzar en la tarea de
formalizacin, por ejemplo, construir modelos matemticos, modelos estadsticos o
modelos computacionales, de acuerdo a la naturaleza del problema que se trate de
abordar. Finalmente, el modelo operacional es simplemente el modelo programado, es
decir, el modelo traducido en un cdigo, en un lenguaje de programacin especfica,
C++, Java, lo que sea, tarea que realizarn los especialistas en Informtica a partir del
modelo conceptual construido y compartido. Creo que esta distincin entre tipos de
modelos implicados en la interdisciplina es til para que esta propuesta sea operativa.

Diapositiva 37. Cmo organizar una investigacin interdisciplinaria?

Avanzo con otra pregunta, cmo organizar entonces, desde esta perspectiva, una
investigacin interdisciplinaria. Creo que hay tres tareas cruciales. La primera es

28

construir un equipo multidisciplinario en funcin de un problema complejo que se

quiera abordar. Ac hay una cuestin enorme a discutir que tiene que ver con el anlisis
de viabilidad, estamos en condiciones de desarrollar un proceso de investigacin
interdisciplinaria en sistemas complejos, de acuerdo a lo que se propone aqu? No voy a
dar respuesta a eso, pero lo dejo planteado para el debate. La segunda cuestin tiene que
ver con la explicitacin y co-construccin del marco epistmico y la tercera con la
construccin colectiva de la pregunta y del modelo del sistema complejo. Creo que aqu
hay un cruce fabuloso, todava inexplorado, entre la metodologa interdisciplinaria que
nos propone Rolando y la metodologa de modelizacin que se emplea en el campo de
las ciencias sociales computacionales, que emplean nuestros colegas informticos y
matemticos.

Diapositivas 38-41. Utilidad del lenguaje UML para el trabajo de modelado

Quisiera destacar simplemente una herramienta, que me parece muy importante para el
trabajo interdisciplinario, que es el lenguaje unificado de modelado (UML). Cmo
UML puede servir para el trabajo interdisciplinario? Quiero poner un ejemplo muy
simple. UML es una herramienta de visualizacin grfica que se usa en ingeniera de
software, un programa informtico, el MS Word, que usamos habitualmente, se puede
representar con un diagrama UML independientemente del cdigo de programacin.
Los ingenieros informticos hacen diagramas y luego los programadores los traducen en
un lenguaje de programacin especfico. Cul es la importancia de UML, o qu nos
permite UML. Bueno, UML es un conjunto de smbolos, ahora les voy a dar un ejemplo
muy simple. Hay bsicamente dos grandes conjuntos de diagramas que permite hacer
UML, uno son diagramas estticos, y con esos diagramas podemos construir modelos de
la estructura u organizacin de un sistema complejo, pero tambin UML permite crear
diagramas dinmicos, es decir, modelos del comportamiento o de la evolucin de un
sistema complejo. La virtud de UML, como ustedes van a ver, es que son fcilmente
comprensibles por investigadores de distintas disciplinas y por no especialistas en
Informtica. No hay que ser un tcnico ni un informtico para comprender estos
diagramas aunque hay que tener algunos conocimientos especficos para construirlos.
Estos diagramas facilitan la comunicacin y organizan la discusin, nos permiten por lo
tanto, explicitar los conceptos y las relaciones, y nos ayuda a incrementar el rigor y la
precisin de nuestras formulaciones. Por lo tanto contribuyen a desambiguar ciertas
cuestiones que en el lenguaje natural estn presentes y a lograr cierta coherencia. Estoy

29

persuadido que la utilidad metodolgica crucial de UML es la de ser una interfase entre
los modelos discursivos verbales, los modelos conceptuales ms sistemticos y los
modelos formales.

Aqu hay un ejemplo de un diagrama de casos de uso (diapositiva 39), supongamos que
estudiamos un sistema de turismo y gastronmico, tenemos dos actores: el chef y el
crtico de comidas y caracterizamos acciones, el chef prepara comidas, el crtico prueba
la comida, paga la comida, bebe vino. Estos diagramas muy simples permiten por
ejemplo caracterizar las acciones desde los distintos actores involucrados. Pero tambin
podemos avanzar un ejemplo de un diagrama de clases (diapositiva 40), es decir, en una
caracterizacin ms estructural del sistema. Aqu voy a limitarme a describir una parte
de este diagrama (diapositiva 40). Supongmonos una relacin entre clientes, empresas
y productos, un mercado cualquiera. Tenemos una determinada clase de agentes, que
son los clientes, los caracterizamos por su edad, por su sexo, por su nivel
socioeconmico, los atributos que quieran. Los clientes pueden realizar ciertas acciones,
comprar, qu es lo que compran, productos. Aqu tenemos otra clase distinta: los
productos, a los cuales podemos caracterizarlos por ciertas variables como marca,
modelo, precio. Los productos son producidos por empresas. La clase empresas tienen
atributos como tamao, capital, y es capaz de realizar ciertas acciones como fabricar
productos y realizan inversiones. En qu pueden invertir? Por ejemplo las empresas
pueden invertir en estrategias de comunicacin, en publicidad con el objetivo de influir
en los recursos cognitivos que poseen los agentes, es decir, en sus opiniones, actitudes e
informacin. Cuando un cliente compra un producto lo compra en base a la informacin
y a las opiniones que tiene, en los cuales la publicidad influye, por lo tanto el acto de
compra modifica los recursos cognitivos del cliente, pero tambin modifica los recursos
econmicos de ese cliente.

Este es un ejemplo muy esquemtico de cmo podramos avanzar en construir

diagramas UML de los problemas complejos y empezar a discutir, co-construir estos
diagramas con un equipo en un proceso de investigacin interdisciplinario.

30

Diapositiva 42. UML como herramienta de dilogo, comunicacin para la construccin

de un modelo conceptual compartido

Ahora quiero mostrarles como imagino yo, en base a mi experiencia, una sesin de
trabajo interdisciplinario facilitada por UML. Esto me parece fabuloso. (Ver diagrama
de la diapositiva 42). Tenemos nuestro equipo multidisciplinario, con todos los
especialistas que sean necesarios, cada uno tiene su modelo mental implcito, pero
vamos a empezar a construir un modelo discursivo. Va a comenzar entonces un proceso
de comunicacin y discusin sobre el problema complejo, que puede ser un poco un tira
y afloje, no, qu ests diciendo! no, no yo no estoy de acuerdo con eso. A veces
muchos problemas de comunicacin suceden porque usamos palabras distintas para
referirnos a lo mismo. Aqu UML puede ayudarnos a organizar la discusin. El
especialista de color rojo (ver diapositiva 42), que es un especialista informtico, lo que
hace es construir un diagrama UML en base a las discusiones del equipo. El diagrama
construido se proyecta en una pantalla para que todo el equipo pueda verlo. Entonces en
un momento ese grupo, ese colectivo, en vez de hablar de lo que est diciendo el otro,
pasa a discutir sobre el diagrama. Se trata efectivamente de un proceso recursivo: el
modelo conceptual aparece como un modelo emergente de esas discusiones, pero
tambin se convierte en el objeto acerca de lo cual discutimos. Ya no discutimos de lo
que dice el otro sino discutimos el modelo que vamos co-construyendo. Creo que esto
es una herramienta de trabajo operativa para empezar a laburar una problemtica
concreta.

4.3. El componente tcnico. La simulacin computacional y los modelos basados en

agentes (MBA SMA) (diapositivas 43-48).

Bueno, finalmente el tercer componente llevo una hora y tres minutos, voy a
redondear en diez minutos para que podamos pasar a la fase de discusin y debate
colectivo. Bueno, y ac les adelanto, voy a hablar de la simulacin en general, pero en
particular quiero referirme a una tcnica de modelizacin computacional, que son los
modelos basados en agentes, que es una de las tcnicas que hoy ms se emplea para
modelar y simular procesos sociales, por una razn, que es la que voy a mostrar.

31

Diapositiva 44. Qu es simular? Por qu simular? Cmo simular?

Pero antes de hablar de los modelos basados en agentes, quiero plantear una idea muy
general de la simulacin, a partir de estas preguntas: qu es simular, por qu simular y
cmo simular. Simular bsicamente es emular un comportamiento de un sistema A por
un sistema B, es decir de un sistema real por un sistema artificial. En la vida cotidiana
hay un montn de casos de simulacin, por ejemplo el teatro, los juegos de rol, los
juegos como el Sim City en la computadora, los simuladores de vuelo, o modelos ya s,
modelos de simulacin, de emisiones de gases o de trfico, construidos en la
computadora. Por qu simulamos, la simulacin tiene que ver fundamentalmente con
representar un proceso, entonces la simulacin es fundamentalmente una herramienta
metodolgica orientada a la comprensin de procesos. Podemos decir que si los
modelos estadsticos son modelos centrados en la relacin entre las variables, los
modelos de simulacin son fundamentalmente modelos de procesos. Tambin
simulamos como sustituto a la experimentacin, cuando por razones de costos o
problemas ticos no podemos actuar sobre un objeto real, sera muy dificultoso, caro,
estrellar aviones de verdad, o experimentar en un sistema social a ver qu pasa si
implementamos una poltica. Hay simulacin tambin en los juegos de rol.

Cmo simulamos? yo creo que bsicamente hay dos formas de simular: una es crear
modelos formales que podamos correr en una computadora, la otra es la simulacin
humana, la simulacin humana de procesos sociales, es decir, recurrir a los juegos de rol
como una tcnica de simulacin.

Diapositiva 45. Usos de la simulacin en el estudio de sistemas complejos

Creo que en una estrategia de investigacin interdisciplinaria de sistemas complejos y

en la construccin de modelos de sistemas complejos, hay dos usos bsicos de la
simulacin. La simulacin humana y la simulacin computacional: el uso de los juegos
de rol y de los modelos basados en agentes, por ejemplo. Podemos usar y movilizar
juegos de rol, involucrar participativamente a los actores de una problemtica, como
insumo para construir un modelo basado en agentes, y luego con los resultados de un
modelo basado en agentes transformarlo en un juego de rol, en una representacin
escnica con los actores involucrados.

32

Diapositivas 46-48. Un MBA es una sociedad artificial de agentes autnomos y

heterogneos que interactan entre s y con el entorno

Qu es bsicamente un modelo basado en agentes? Un modelo basado en agentes es

una sociedad artificial. La caracterstica fundamental del modelo basado en agentes es
que se representan de manera explcita las entidades que forman parte de ese sistema,
por ejemplo en un sistema agro-ambiental se representa el medio fsico, el clima, los
agentes productivos, econmicos, etc. La palabra agentes refiere tanto a agentes
sociales y naturales, o sea, humanos y no humanos. Un agente puede ser una semilla,
puede ser la tierra, puede ser el sol, entonces representamos de modo explcito cada una
de esas entidades y las relaciones entre esas entidades. Luego lo que hacemos es
construir en la computadora un programa y ejecutarlo, la simulacin de esa sociedad
artificial consiste en ejecutar en la computadora ese programa y observar que sucede.
Dicho muy brevemente, un modelo basado en agentes es una sociedad artificial que se
compone de agentes, de reglas y de un entorno. Bsicamente lo que se trata de hacer es
de comprender cmo a partir de la conducta de agentes autnomos, heterogneos y
descentralizados se producen consecuencias globales, propiedades emergentes que no
podemos reducir a los agentes individuales considerados aisladamente. Por lo tanto, los
modelos basados en agentes son modelos generativos, son modelos bottom-up, en vez
de representar el estado agregado el sistema, partimos de representar las entidades que
forman ese sistema. La simulacin permite explorar en tiempo real las estructuras que
emergen de esa interaccin y de ver cmo esas estructuras condicionan a su vez a los
actores. El aporte fundamental de los modelos basados en agentes podemos resumuirlos
en los siguientes puntos: (i) son una herramienta para investigar el vnculo micro
macro de los sistemas complejos; (ii) que constituyen laboratorios virtuales en los
cuales podemos realizar experimentos; (iii) a diferencia de los modelos matemticos,
que por la propia naturaleza del lenguaje matemtico imponen hiptesis simplificadoras,
los lenguajes de programacin y los modelos basados en agentes brindan posibilidades
para representar la heterogeneidad de entidades humanas y no humanas y sus mltiples
relaciones; y finalmente (iv) son modelos posibilsticos, es decir, en un modelo basado
en agentes podemos explorar alternativas, testear hiptesis del tipo what if.

33

5. Sntesis y conclusiones (diapositivas 49-53)

Para concluir, la estructura de esta propuesta bsicamente ha sido partir desde un

enfoque constructivo para fundamentar un programa de investigacin interdisciplinario
de problemas complejos, en el cual vimos que la categora de problemas complejos y de
marco epistmico juega un rol crucial en un proceso interdisciplinario de modelizacin
y de simulacin de sistemas complejos. Este proceso de investigacin interdisciplinaria,
que convoca a la modelizacin y simulacin de sistemas complejos, tiene cuatro
momentos: un momento normativo, un momento explicativo, un momento estratgico,
un momento tctico operacional. Estos momentos tienen que ver con la construccin de
sucesivos modelos: modelos de futuro; modelos de diagnstico, que nos ayudan a
comprender la estructura y la dinmica de ese sistema; modelos estratgicos, vinculados
con la construccin de modelos posibilsticos para el anlisis de escenarios; y
finalmente un modelo tctico operacional. Esperamos que estos modelos nos ayuden en
principio a aprender, luego a reflexionar, y finalmente a planificar, decidir y actuar, es
decir, para tratar de transformar la realidad concreta y los problemas concretos.

Esta propuesta que he tratado de sintetizar, bebiendo del legado de Rolando Garca y de
Oscar Varsavsky, parti de la categora de problemas complejos como motor
organizador de la reflexin. Se trata de una propuesta abierta porque es incompleta,
porque est abierta a la discusin y a la crtica, y porque es una propuesta colectiva, es
una invitacin a que hagamos algo juntos. Es tambin una propuesta poltica porque nos
invita a pensar el futuro y a construirlo. Es una propuesta epistmica porque tratamos de
construir conocimiento. Es una propuesta metodolgica porque plantea un modo de
organizar el trabajo cientfico. Es una propuesta tcnica-operativa que plantea la
articulacin de mltiples metodologas (diapositiva 51).

La pregunta creo que tenemos que hacernos es cul es la viabilidad de esta propuesta.
Quisiera dejar esto planteado para la reflexin colectiva, y me parece importante pensar
cules son las condiciones de posibilidad para el desarrollo de programas de
investigacin interdisciplinarios de problemas complejos (diapositiva 52).

Y para concluir, una invitacin y una provocacin, quiero decir: seremos capaces de
imaginar creativamente el futuro que deseamos y trabajar colectivamente de modo
honesto, riguroso y apasionado para construirlo? Cul es el futuro que deseamos? Es

34

posible ese futuro que deseamos? Quizs lo que deseamos sea altamente improbable,
pero posible, pero en el cosmos, en la naturaleza, en la sociedad, lo improbable a veces
sucede, nuestro optimismo se funda en lo improbable.

35

 Parte 2. Diapositivas de la conferencia

36

 Sistemas complejos,
investigacin interdisciplinaria
y simulacin computacional
Qu tipo de ciencia necesitamos para
construir una sociedad mejor?
Dr. Leonardo G. Rodrguez Zoya

Junio de 2015
 3

Las fuentes de inspiracin

Rolando Garca Oscar Varsavsky

Los programas de investigacin interdisciplinaria

de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 4

El enfoque constructivo de
Oscar Varsavsky
Cmo es la Cmo pasamos de la
sociedad que sociedad actual a la
deseamos? sociedad deseada?

Estilo social / Estilo de desarrollo

Estilo Estilo Estilo

cientfico tecnolgico artsticos

Estilo de Estilo de Estilo

consumo produccin educativo
 5

Compartir una propuesta

Programas de investigacin Enfoque
interdisciplinaria en
constructivo
problemas complejos

Qu tipo de ciencia necesitamos

para construir una sociedad mejor?

En qu tipo de sociedad Futuro

queremos vivir? deseable
 Futuro Enfoque
deseable constructivo

Estrategia poltico-
Modelo

Modelo de
Sociedad cientfica
sociedad
deseable
futura
Investigacin
interdisciplinaria

Sistemas complejos

Problemas Modelos de simulacin

complejos computacional
 7

Interrogantes centrales
Por qu es estratgico pensar y
1 concebir modelos compartidos de
futuro deseable?

2 Qu es un problema complejo?

Cmo investigar un problema

3 complejo??
Sistemas
Interdisciplina Modelos Simulacin
complejos
Por qu concebir
modelos de futuro
deseable?
Introduccin
8
 9

Por qu es estratgico pensar

el futuro que deseamos?
Nuestro presente Variedad de Nuestro futuro
fue antes futuro futuros ser presente
brecha /
Presente puente Futuro

Deseo
Por qu y Representacin
para quin? Fines expectativa del
porvenir
Juicios de Deliberacin
valor racional y Esperanza
(dimensin eleccin de
axiolgica) fines Incertidumbre
 10

Las tres lgicas del

enfoque constructivo
Modelo de futuro Lo deseable
Modelo normativo Finalidad predictiva
Visin del mundo Anticipar un estado
Sistema de valores futuro
Eleccin de fines Clculo probabilstico
Concepto tico-poltico Grado de confianza

Modelo Enfoque Modelo

posibilsticos constructivo probabilstico
Visibilizar alternativas
Anlisis de viabilidad
Exploracin de
Lo posible Lo probable
consecuencias What if?
Valoracin escenarios Ayuda a la planificacin y la toma de decisiones:
eleccin entre alternativas posibles
 11

Dimensin tica y poltica de

los modelos de futuro
Ningn modelo de futuro es
axiolgicamente neutral
Objetividad Neutralidad valorativa

La concepcin de un modelo
implica un compromiso tico (con
ciertos valores) y poltico (con
ciertos fines)
Los programas de investigacin interdisciplinaria
de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 12

A todo modelo subyace un

modelo normativo
Marco epistmico

Visin del Sistema de

mundo pensamiento
Sistema de
creencias y
valores

Percepcin e Jerarqua Preguntas Inferencias

interpretacin de que se Relaciones
de la realidad problemas plantean casuales
 13

Un ejemplo
Modelo Los lmites del Modelo Mundial
crecimiento Latinoamericano
(Club de Roma, World III, 1972) (Fundacin Bariloche, Herrera, Scolnik, Oteiza, et al. 1972)

Lmites fsicos del

Lmites sociopolticos
crecimiento
Estrategia: restriccin
Estrategia: satisfaccin
de crecimiento y
de necesidades bsicas
control poblacional
Valores: conservar el Valores: construir un
orden mundial futuro alternativo
 14

Cmo construir
modelos de futuros?
Quin decide lo deseable?

Modelos TOP-DOWN Modelos BOTTOM-UP

Modelos jerrquicos Modelos emergentes

Modelos Modelos
descendentes participativos
Modelos construidos por Modelos co-construidos
gestores, directivos, con la multiplicidad de
decisores, planificadores, actores involucrados en
tcnicos, cientficos la problemtica
 15

Un principio tico-constructivo
Si el modelo va a ser empleado para la
accin y la toma de decisiones que afecta
1 la vida de un conjunto de actores, dichos
actores deberan ser consultados sobre el
futuro que desean.
Los puntos de vista de los actores
implicados en la situacin-problemtica
2
deben ser representados en el modelo de
futuro deseable.

Modelizacin participativa
 16

Escalas de observacin para la

construccin de modelos de futuro
Escala Modelos Sistema-mundo;
planetaria Sistemas globales

Escala supra-
Modelos regionales
nacional

Modelos de
Escala pas
sistemas sociales

Escala sub- Modelos de desarrollo

nacional regional/local

Escala Modelos organizaciones

Organizacional pblicas, privadas, sociales
 Qu es un
problema complejo?
Introduccin
17
 18

La humanidad se enfrenta a
problemas de complejidad creciente
Deterioro Crecimiento Envejecimiento
ambiental demogrfico poblacional
Crecimiento de Hiperproduccin
e hiperconsumo Cambios en
las ciudades
los sistemas
Especulacin financiera productivos
Desigualdad
social
Agua Salud Redes globales de
Pobreza y terrorismo y
exclusin Energa Alimentos crimen organizado

Los problemas complejos demandan nuevas estrategias

de pensamiento, de conocimiento y de accin
 19

Carcter sistmico y no-disciplinario

de los problemas complejos
Mltiples Mltiples Fsicos-biolgicos, ambientales, tecnolgicos,
actores
Actores procesos productivos, socio-econmicos, jurdico-normativ.
sociales, Escala espacial y
polticos, temporal
econmicos
(productores, Mltiples
duraciones:
proveedores, Sistema socio-agro-ambiental corto, mediano,
organismos
regulacin, largo plazo
etc.) Mltiples
Consecuencias
Niveles de Niveles de organizacin semi-autnomos
organizacin Vnculo entre el nivel micro y macro. Ecolgicas,
econmicas,
sociales, ticas,
Sistemas Investigacin
polticas,
complejos interdisciplinaria culturales.
 20

Por qu son complejos los

problemas fundamentales?
Vida y necesidades Dimensin
humanas Plano tico axiolgica

Construir un vivir Marco epistmico

Alternativas de futuro
bien colectivo Modelos de futuro

Problemas
Plano Plano
complejos
prctico epistmico

Imperativo prctico: actuar

para transformar
Planificar estratgicamente
acciones constructivas para
transformar el sistema hacia un
estado ms deseable
Dificultad de comprensin
Sistemas complejos: mltiples actores,
procesos interrelacionados, escalas
temporales, dinmicas y niveles de
organizacin (micro-macro)
 En los problemas complejos
hay un entrelazamiento de los
aspectos epistmicos, ticos
y prcticos.

Metodologa
Comprensin
Desafo de Desafo de Decisin
sistmica conocimiento gestin Accin

Visibilizar
alternativas Desafo Desafo Trabajo en
Conciencia tico-poltico colectivo equipo
Relacin ciencia y
poltica
 22

Los problemas complejos exigen

un compromiso tico-poltico
Problemas
Diagnstico Complejos Intervencin
Lograr que el sistema
Explicar y Actuar sobre el
evolucione hacia una situacin
comprender el socialmente deseable. sistema para
sistema transformarlo
Deseabilidad implica valores
y polticas consecuentes Plano prctico-
Plano epistmico
constructivo

No es posible separar el componente

fctico (descriptivo-explicativo) del
componente axiolgico (tico-poltico).
Los programas de investigacin interdisciplinaria
de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 Cmo investigar
problemas complejos?
Introduccin
23
 Metodologa de
investigacin interdisciplinaria de
problemas complejos

Componente Componente Componente

epistemolgico metodolgico tcnico

Sistemas Investigacin Multi-mtodo

complejos Interdisciplinaria
Modo de organi- Simulacin
Epistemologa zacin de un computacional
constructivista proceso de inv.
Pregunta colectivo integrado Mtodos cualitativos
por especialistas Mtodos cuantitativos
conductora
disciplinarios. Mtodos matemticos
Marco Met. Computacionales
epistmico Modelos Mtodos escnicos
3.1. El componente epistemolgico
 26

La construccin de
un sistema complejo
Ningn sistema complejo est dado en la realidad
emprica, en el punto de partida de una investigacin
Quin Por qu
pregunta? pregunta? Pregunta

A quin le
En qu
interesa la
contexto? Construccin del
pregunta?
sistema complejo

Importancia metodolgica de explicitar la

Marco cosmovisin, el sistema de valores y el
epistmico marco normativo que gua la investigacin
cientfica de carcter emprico.
 27

Rol metodolgico del marco epistmico en

la construccin de un sistema complejo
Mundo de la Modelo de futuro
experiencia

Marco epistmico
Marco epistmico

Pregunta
Dominio de
fenmenos
Observador

conductora

Delimitacin y
construccin del sistema

Evidencia emprica

Diagnstico

Estrategias
Mltiples problemas complejos propuestas
 Sequa (frica, India, Brasil: 1960 1970)
Situacin
escasez de alimentos
problemtica
(riesgo de seguridad alimentaria) hambrunas

Diferencia en el marco epistmico

Cmo y por qu se ha
Cmo se puede
modificado el acceso a
Pregunta aumentar la produccin
los alimentos, por parte
conductora de elementos en la
de los sectores
regin X?
populares?

Cambios en el sistema
Catstrofes naturales;
productivo; utilizacin abusiva
superpoblacin; incapacidad
del medio fsico; degradacin
Diagnstico pases pobres para incrementar
medio-ambiental; marginacin
produccin; atraso de las
de sectores sociales; deterioro
tcnicas agrcolas.
de la calidad de vida

Programas de control de
Causas sociales, econmicas
Estrategia natalidad y modernizacin de la
y polticas. Actuar en el nivel
propuesta agricultura (Nuevas tecnologas,
mtodos de produccin) socio-econmico poltico.
3.2. El componente metodolgico
 30

La investigacin interdisciplinaria

Los mltiples procesos entrelazados en

un problema complejo pertenecen al
dominio de distintas disciplinas
La complejidad de un problema est
ligada a la imposibilidad de
comprenderlo sistmicamente desde una
disciplina particular.

Consecuencia Articulacin Metodologa

metodolgica de disciplinas interdisciplinaria
 Equipo multidisciplinario

Metodologa interdisciplinaria

Modo de concebir un
Proceso Marco epistmico
problema

Articulacin de

diferenciacin de los
Los miembros de un
enfoques disciplinarios equipo deben compartir

conocimientos
Articulacin y

disciplinarios
al comienzo de la un marco epistmico:
investigacin para Sistema de valores
formular una pregunta Un marco normativo
conductora, delimitar Una concepcin de la
un problema y relacin ciencia-
construir un sistema sociedad
complejo
 32

La interdisciplina como proceso;

la transdisciplina como producto

Los programas de investigacin interdisciplinaria

de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 33

Diferencias con otros enfoques

En la multi-disciplina se integran resultados de
investigaciones disciplinarias sobre un problema (se
coordinan o yuxtaponen resultados); en la inter-
disciplina se articulan al comienzo para construir un
problema comn.
No toda investigacin es interdisciplinaria (Ej. Que un
investigador utilice conocimientos de distintas
disciplinas).
La interdisciplina es una consecuencia metodolgica
de concebir problemas como sistemas complejos
La metodologa interdisciplinaria no emerge
espontneamente por la mera constitucin de
equipos multi-disciplinarios.

Los programas de investigacin interdisciplinaria

de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 34

Precisin de los lmites y alcance de la

metodologa interdisciplinaria
El equipo es multidisciplinario, la metodologa
interdisciplinaria.
La interdisciplina no presupone ni la anulacin ni la fusin de
las disciplinas (integracin disciplinaria o transdisciplina).
La interdisciplina requiere del conocimiento especializado.
La interdisciplina es una estrategia para articular los
conocimientos disciplinares implicados en la comprensin de
un problema complejo.
La interdisciplina es un proceso que integra fases de
articulacin y diferenciacin de conocimientos
disciplinarios.
La interdisciplina es una propiedad emergente de un
equipo (multidisciplinario) resultante de compartir un marco
epistmico y construir un problema comn.
 35

El proceso de investigacin
interdisciplinaria
La investigacin interdisciplinaria es un proceso
(no un acto) en la cual se articulan dos fases:

Fases de Fases de
1 integracin diferenciacin
disciplinaria disciplinaria

Proceso de modelizacin
Modelo
2 Proceso de construccin de
interdisciplinario de
sucesivos modelos
un sistema complejo
 36

El proceso de modelizacin:
creacin de mltiples modelos
-Modelos implcitos - Dilogo y comunicacin
-Individuales y Modelo - Comprensin (Posib.)
colectivos mental - Apertura hacia el otro,
humildad cognitiva.
Modelo
- Modelos en
programado
lenguaje natural
(ejecutable) Modelo Modelo - Modelos
operacional discursivo cualitativos

1. Explicitar marco epistmico y

formulacin de la pregunta
1. Modelos 2. Modelo de futuro
matemticos 3. Modelo de situacin
2. Modelos
Explcito y
estadsticos Modelo sistemtico
Modelo
3. Modelos formal conceptual
computacionales
 37

Cmo organizar una

investigacin interdisciplinaria?
Tres tareas cruciales:
1. Constituir un equipo multidisciplinario en funcin
del problema complejo que se quiere abordar.
Anlisis de las viabilidad de un proceso de investigacin
interdisciplinaria en sistemas complejos.
2. Explicitacin y co-construccin de un marco-
epistmico compartido.
3. Construccin colectiva de la pregunta conductora y
elaboracin interdisciplinaria de un modelo del
sistema complejo.

Metodologa interdisciplinaria y la
metodologa de modelizacin
 38

El Lenguaje Unificado de Modelado

UML y la metodologa interdisciplinaria
Una herramienta de visualizacin grfica
Qu es?
empleada en la ingeniera de software.

1. Es un conjunto de smbolos que permiten crear:

Diagramas estticos (modelo de la estructura u
organizacin de un SC).
Diagramas dinmicos (modelo de
comportamiento, evolucin o cambio de un SC).
2. Fcilmente comprensible por investigadores de
distintas disciplinas y especialistas en informtica.
3. Facilita la comunicacin, organiza la discusin.
4. Permite explicitar los conceptos y las relaciones.
Rigor. Precisin. Desambiguacin. Coherencia.
5. Interfaz entre el modelo discursivo, conceptual y
formal.
 39

Ejemplo:
Diagrama de caso de uso
 40

Ejemplo de diagrama UML

Diagrama de clases

Flexibilidad para modelizar actores

individuales y colectivos, normas,
instituciones, medio ambiente.
Heterogeneidad de atributos y
comportamientos.
Modelado de las relaciones entre
actores y recursos.
Diagrama (Proyecto MAELIA)
 UML como herramienta de dilogo, 42

comunicacin para la construccin de

un modelo conceptual compartido
Modelo conceptual
Sesin de trabajo interdisciplinario
emergente

Diagrama
UML
Proceso de
comunicacin y
discusin sobre
el problema
complejo Informtico

Especialista
Cada especialista
tiene su modelo
mental implcito.
Equipo multi-disciplinario
3.3. El componente tcnico

La simulacin computacional
Los modelos basados en
agentes (MBA SMA)
 44

Qu es simular? Por qu
simular? Cmo simular?
Emular un comportamiento de un sistema A por un sistema B

Modelo de simulacin
computacional
Comprensin Sustituto a la Simulacin humana de
de procesos experimentacin procesos sociales
(juegos)
 45

Usos de la simulacin en el
estudio de sistemas complejos
Modelos de
sistemas complejos

Simulacin
Simulacin humana
computacional

Modelos basados en
Juegos de Rol
agentes (MBA)

Los programas de investigacin interdisciplinaria

de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 Un MBA es una sociedad artificial de
agentes autnomos y heterogneos que
interactan entre s y con el entorno
Sistema real Sistema artificial
(socio-agro-ambiental) (MBA)

Modelos generativos (bottom-up)

MBA = Agentes + Reglas + Entorno
Modelado de la complejidad
MBA Programa informtico
(heterogeneidad, autonoma,
Simulacin del proceso de
racionalidad limitada, adaptacin,
auto-organizacin de un sistema
aprendizaje).
complejo
Modelado del espacio geogrfico (GIS)
 47

Arquitectura de un
modelo de agentes
 48

Aportes de los MBA a la investigacin

interdisciplinaria de problemas complejos
1. Exploracin de la relacin entre el nivel micro y
macro de un sistema complejo.
2. Laboratorios artificiales, experimentacin virtual.
3. Modelado de la heterogeneidad de entidades
humanas y no humanas (medio fsico, social,
institucional, normativo, econmico) y sus
mltiples relaciones.
4. Modelos posibilsticos: exploracin de
alternativas posibles, hiptesis what if?,
construccin de escenarios, anlisis de viabilidad.
Para concluir
 Enfoque constructivo

Programas de investigacin
interdisciplinarios en
problemas complejos

Modelizacin y simulacin de sistemas complejos

Momento
Momento Momento Momento
tctico-
normativo explicativo estratgico
operacional
Aprendizaje
Modelos de Modelos de Modelos de Reflexin
futuro diagnstico posibilsticos Decisin
Accin
 51

Naturaleza de la propuesta
Propuesta
abierta y
colectiva

viabilidad de los
Anlisis de
Problemas
Propuesta Propuesta

complejos
tcnica poltica

PIIPC
Propuesta Propuesta
metodolgica epistmica
 52

Anlisis de viabilidad
Cules son las condiciones de
posibilidad para el desarrollo de
programas de investigacin
interdisciplinarios
en problemas complejos?
Condiciones Condiciones Condiciones
institucionales culturales econmicas

Condiciones Condiciones Condiciones

organizacionales educativas tcnicas

Los programas de investigacin interdisciplinaria

de problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
 Seremos capaces de imaginar
creativamente el futuro deseable
y trabajar colectivamente de
modo honesto, riguroso y
apasionado para construirlo?

Los programas de investigacin interdisciplinaria

sobre problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
Los programas de investigacin interdisciplinaria
sobre problemas complejos - Leonardo G. Rodrguez Zoya leonardo.rzoya@gmail.com
Leonardo G. Rodrguez Zoya

leonardo.rzoya@gmail.com
2015

Derecho de Autor Leonardo G. Rodrguez Zoya | Algunos Derechos Reservados Licencia

Creative Commons Atribucin - NoComercial - Compartir Obras Derivadas Igual 2.5 Argentina
 Licencia de esta obra

Esta obra est protegida por una Licencia Creative Commons

Atribucin - NoComercial - Compartir Obras Derivadas Igual 2.5 Argentina

Usted es libre de compartir, copiar, distribuir, ejecutar y comunicar pblicamente la obra, hacer obras derivadas
bajo las siguientes condiciones:
Atribucin Debe reconocer los crditos de la obra de la manera especificada por el autor o el
licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de
su obra).

No Comercial No puede utilizar esta obra para fines comerciales.

Compartir bajo la Misma Licencia Si altera o transforma esta obra, o genera una obra
derivada, slo puede distribuir la obra generada bajo una licencia idntica a sta.

Derecho de Autor Leonardo G. Rodrguez Zoya | Algunos Derechos Reservados Licencia

Creative Commons Atribucin - NoComercial - Compartir Obras Derivadas Igual 2.5 Argentina
 Cmo citar esta obra

Rodrguez Zoya, Leonardo

Qu tipo de ciencia necesitamos para construir un mundo mejor? : propuesta para el desarrollo de
programas de investigacin interdisciplinarios en problemas complejos / Leonardo Rodrguez Zoya.
- 1a ed. - Castelar : Comunidad Editora Latinoamericana, 2015.

Libro digital, PDF

Archivo Digital: descarga
ISBN 978-987-45216-4-4

1. Poltica Cientfica. 2. Programa de Investigacin. I. Ttulo.

CDD 001.4
Derecho de Autor Leonardo G. Rodrguez Zoya | Algunos Derechos Reservados Licencia
Creative Commons Atribucin - NoComercial - Compartir Obras Derivadas Igual 2.5 Argentina