Pensamiento sistémico

Coursera UNAM

Por: Carlos Gershenson

Investigador y jefe del Departamento de Ciencias de la Computación del Instituto de Investigaciones en

Matemáticas Aplicadas y en Sistemas de la Universidad Nacional Autónoma de México.

Teoría general de sistemas y cibernética

La historia es cruel ya que escoge una mínima parte de los sucesos relevantes para la
humanidad ya sea por azar, o por intereses particulares, y esos son los que conserva. La
mayoría de los sucesos quedan en el olvido, y si nos llega al presente alguna anécdota
asociada algún hombre es una fortuna. Tal es el caso del enciclopedista, el Barón d'Holdbach,
que vivió a fines del siglo XVIII, en Francia. O también de los sociólogos que aparecieron a
principios del siglo XX, quienes entre otros muchos propusieron ideas similares o
relacionadas con los sistemas. Sin embargo, no perduraron lo suficiente como para tener un
impacto en la actualidad. El concepto que prevalece hoy en día sobre sistema nos viene de
Ludwig Von Bertalanffy, quien propuso la teoría general de sistemas a mediados del siglo
XX. Von Bertalanffy propuso estudiar los fenómenos no tanto en término de qué
componentes los constituyen, sino más bien en cuál es su estructura. En paralelo a Von
Bertalamffy el matemático estadounidense Norbert Wiener en colaboración con el mexicano
Arturo Rosenblueth acuñaron el concepto de cibernética, la cual es el estudio científico del
control y comunicación tanto en animales como en máquinas. En cibernética se empezaron
a describir con los mismos conceptos distintos objetos encontrándose analogías, por ejemplo,
en fenómenos tan distintos como un cerebro y un circuito electrónico. Tanto en la teoría
general de sistemas como en la cibernética se dieron los primeros intentos científicos de
estudiar los fenómenos de manera independiente a su sustrato. Es decir, en términos de
su estructura, no tanto en términos de sus componentes. Esto implica que, por ejemplo,
si queremos estudiar la vida no lo vamos a hacer desde una perspectiva biológica o
química en términos de sus componentes sino en términos de sus propiedades, sus
funciones, su organización, su estructura, lo cual nos permite tratar de identificar
propiedades similares en fenómenos distintos tales como ecosistemas, empresas o
ciudades. Es precisamente de esta tradición que surgieron los campos científicos de
inteligencia artificial o vida artificial entre otros, donde se estudian los fenómenos
independientemente de su sustrato. En la actualidad, el estudio científico de los sistemas se
ha popularizado bajo el nombre de sistemas complejos.
EL MODELO Y LO MODELADO

A veces se nos puede olvidar que un mapa es distinto a un territorio. Si tuviéramos un mapa
que fuese completamente igual a un territorio no sería muy útil como ya escribió Borges. El
propósito de un mapa es representar los aspectos esenciales del territorio. De manera similar
es importante distinguir los modelos que son descripciones de los fenómenos, de lo
modelado, que son los fenómenos en sí. En filosofía los modelos son estudiados por la
epistemología y lo modelado por la ontología. Como vimos en el curso de pensamiento
científico no podemos decir que hayan verdades absolutas, porque para cualquier fenómeno
puede haber más de una descripción, es decir un modelo y no podemos decidir cuál de los
dos es más adecuado independientemente de un contexto. Por lo anterior conviene ser
tolerantes a descripciones distintas a las nuestras, ya que en muchos casos no es que estén
mal sino simplemente están generadas en contextos o desde perspectivas distintas a las
nuestras. Hacemos énfasis entre la diferencia de modelo y modelado, entre epistemología
y ontología porque si nos referimos a un fenómeno en términos de sistemas esta será
solo una descripción. Una descripción no cambia un fenómeno pero sí el entendimiento
que tengamos del mismo. Por ejemplo si decidimos describir a una célula como un sistema
o como un subsistema o como un ente aislado esto no va a cambiar el funcionamiento de la
célula. Entonces la pregunta no es tanto si un fenómeno es o no un sistema sino más bien,
¿cuándo nos conviene describir a un fenómeno como un sistema? Depende del propósito para
el que se quiere usar el modelo o la descripción. La descripción de un fenómeno como sistema
puede ser más completa pero también puede ser más compleja. Podemos decir que entre más
completa sea una descripción será adecuada en una variedad mayor de contextos. Pero si
tenemos más información sobre un fenómeno esto no implica necesariamente que va a ser
una descripción más útil. Por lo tanto nos conviene buscar un balance entre qué tan extensa,
simple y completa sea una descripción. Como dijo Einstein un modelo debe ser lo más
simple posible pero no más simple. No podemos decir que un modelo sea verdadero o
falso, más bien podemos decidir si es útil o no con respecto a un contexto particular. Por
ejemplo es tentador prejuzgar a distintas personas pero muchas veces es difícil tratar de
entender en qué contexto se encuentran y cómo es que actúan de la manera en que lo hacen.
Se ha dicho que los sistemas son útiles para describir fenómenos donde los componentes
interactúan entre sí. Si para nuestros propósitos no es necesario considerar las
interacciones de un fenómeno entonces tal vez una descripción sistémica no sea la más
adecuada. Puede llamarse esta visión reduccionista la cual detallaremos en el próximo video.

RELEVANCIA DE LAS SIMULACIONES

Antes de la invención del telescopio no se sabía la existencia de planetas más allá de Saturno
ni de los satélites de otros planetas ya que estos no son visibles sin un instrumento. De manera
similar, gracias a la invención del microscopio se descubrió que estamos compuestos por
células y por muchos otros organismos multicelulares. Estos y muchos otros instrumentos
nos han permitido tener acceso a fenómenos, los cuales no podemos percibir con nuestros
cinco sentidos. Los científicos son conscientes de que no podemos considerar más de un
número de variables e interacciones si no es con la ayuda de una herramienta externa. Por
ejemplo, Darwin escribió sobre la rica red de interacciones que uno puede encontrar en un
estanque. Sin embargo, en su tiempo no tenía las herramientas adecuadas para poder estudiar
todas estas interacciones. No es coincidencia que el estudio científico de los sistemas
complejos haya iniciado con la popularización de las computadoras personales. Podemos
decir que las computadoras son similares a los telescopios, ya que nos dan acceso a poder
observar la complejidad a través de simulaciones. Gracias a ellas podemos estudiar
fenómenos con miles o millones de variables e interacciones. Un ejemplo de sistema que se
puede estudiar gracias a una computadora pero no con papel y lápiz es el llamado juego
de la vida. Aunque las simulaciones por computadora pueden ser muy poderosas, cautela al
usarlas, ya que los resultados que obtengamos con ellas pueden estar influidos por las
presuposiciones que hagamos y bueno, estas presuposiciones son necesarias para construir
las simulaciones. Si tienen presuposiciones equivocadas, los resultados de la simulación
pueden comprobarlas, pero una simulación no comprueba un fenómeno sino más bien un
modelo. Pero por otra parte, las computadoras también nos pueden ayudar a analizar
grandes cantidades de datos obtenidas con otros instrumentos para analizar distintos
fenómenos. En este sentido las computadoras nos están ayudando a comprender no solo
modelos, sino también fenómenos, especialmente gracias a las grandes cantidades de datos
que hemos podido acumular en años recientes.

SISTEMAS

En este módulo veremos algunos conceptos relevantes que nos ayudarán a describir
fenómenos en términos de sistemas. Como hemos mencionado, un sistema es una colección
de objetos interactuando. También podemos describir a los elementos como sistemas,
los cuales serían subsistemas en relación al sistema original. Si un sistema se relaciona
con otros sistemas, este podría considerarse un metasistema. Podemos clasificar a los
niveles en los cuales describimos los sistemas como escalas, el número de escalas que serán
útiles dependerán de nuestro propósito. Pero por lo menos cuando describimos un sistema
son necesarias dos escalas, la de los elementos o bien micro y la del sistema o bien nivel
macro. Los elementos a una escala pueden agruparse en módulos, los cuales pueden ser
considerados como escalas intermedias, o bien niveles meso. Los sistemas pueden ser
descritos no solo en términos de sus componentes o subsistemas. También pueden
describirse en términos de sus propiedades agrupadas en aspecto de sistema. Veamos
un ejemplo:

Podemos considerar a una hormiga como un sistema, ya que está compuesta por células.
Estas células también pueden considerarse como subsistemas porque están compuestas de
molécula. A otra escala las hormigas pueden relacionarse con otras hormigas, entonces
podemos describir un metasistema, la colonia. En esta descripción hemos identificado cuatro
escalas, la molecular, la celular, la individual y la social. También podemos identificar
módulos entre estas escalas. Por ejemplo, entre la molecular y la celular podemos identificar
organelos, entre la celular y la individual podemos identificar órganos o bien partes
anatómicas como cabeza, tórax, abdomen, patas, antenas. Entre la individual y la social
podemos identificar grupos de hormigas, por ejemplo soldado u obreras o larvas. En este
ejemplo también podemos identificar aspectos del sistema. Cada hormiga tiene niveles de
actividad o reservas de energía los cuales podemos relacionar con los niveles de actividad y
la reservas, you sea de la colonia o de las células que lo componen. Si se fijan, podemos
llamar a una hormiga sistema, subsistema o metasistema dependiendo de nuestro marco de
referencia. Pero como estamos hablando de epistemología, un cambio de descripción no
afecta a la hormiga en sí. Al igual que si yo rompo un mapa no va a pasar nada con el
territorio.

Un sistema se distingue de su entorno por una frontera, la cual es identificada por un

observador. Por ejemplo, no es obvio decidir si la frontera de una persona su piel, su ropa,
su dispositivo tecnológico o bien las bacterias que están dentro y fuera de nosotros. Como
cualquier descripción la mejor frontera dependerá del propósito que tengamos.
Tendremos que tomar la misma decisión al describir subsistemas y metasistemas a distintas
escalas, pero podemos seguir una regla general, las interacciones entre los componentes
de los sistemas en cada escala deben ser mayores que las interacciones con otros
elementos fuera del sistema. Por ejemplo, hay interacciones ente nuestro cuerpo y algún
vehículo como una bicicleta o un automóvil o herramientas, como patínes, esquís o
instrumentos. Sin embargo, estas interacciones son menores y menos intensas que las que
hay en nuestros órganos. De manera similar, las interacciones que hay entre las células de un
tejido son más intensas que las interacciones que hay entre células de distintos tejidos. Un
concepto interesante que relaciona a un sistema con su entorno es el de la variedad
requerida, que fue propuesta por Ross Ashby hace más de medio siglo. La variedad se
refiere simplemente al número de estados o configuraciones posibles. Ashby postuló ley
de la variedad requerida para decir que un controlador requiere tener por lo menos la
misma variedad que aquello que está tratando de controlar. Por ejemplo, un termostato
necesita distinguir la variedad posible de temperatura de su entorno, para poder decidir
cuando enfriar, calentar o apagar. Hay que notar que en muchos casos la variedad de un
sistema está determinada por todas las combinaciones posibles de los estados de los
elementos de un sistema. Por lo tanto esta variedad crece exponencialmente con el
número de elementos o variables de un sistema [ esta variedad puede medirse en términos
de información ] veamos un ejemplo. En grupo sociales de humanos, hace miles de años
podríamos decir que un solo líder podía controlar un grupo social, digamos a una tribu, you
que los grupos paleolíticos tenían una complejidad muy baja. Por lo tanto, el líder podía
decirle únicamente a cada individuo del grupo qué era lo que tenía que hacer para asegurar
la supervivencia del grupo. Con el desarrollo de la agricultura, se empezaron a formar
ciudades. Una sola persona ya no podía decirle a todos los ciudadanos qué era lo que tenían
que hacer para asegurar la supervivencia de la ciudad. Sin embargo, sí podía decirle a varios
líderes qué era lo que tenían que hacer para que los líderes controlaran a distintos grupos de
la población o bien aspectos de la ciudad. Esto es una jerarquía. Sin embargo, en años
recientes en parte debido a las tecnologías de información y telecomunicaciones y también a
la globalización, la variedad de nuestras sociedades se ha ido incrementando, por lo que las
jerarquías you no son adecuadas controlar a distintos grupos sociales. Esto es debido a que
las sociedades no solo incrementan su variedad sino que están cambiando a pasos acelerados.
Como alternativa el control social en muchos casos se ha ido distribuyendo. En lugar de tener
un líder y muchos seguidores a varias escalas, se ha ido pasando de una jerarquía a una red,
donde hay muchos líderes en cada escala que se especializan en distintos aspectos y están
relacionados entre sí. Por ejemplo, el colapso de la unión soviética se debió en parte a que la
jerarquía no pudo enfrentar la variedad requerida de los cambios tanto internos como
externos, para que su economía pudiese adaptarse. No es que las economías actuales no
tengan sus problemas, pero estas sí han podido adaptarse a distintos cambios en sus mercados
tanto internos como externos gracias a la regulación tanto nacional como internacional y al
liderazgo de múltiples actores a distintas escalas.
REDES

¿Cómo podemos representar la estructura en un sistema? Una manera de hacerlo es

con redes. El estudio matemático de redes inició con teoría de grafos la cual fue propuesta
por Euler hace casi tres siglos. Un grafo o una red es útil para describir la relación entre
pares de objetos. Los objetos se representan con nodos o vértices mientras que las
relaciones se representan con ligas o aristas. Tanto los nodos como sus ligas son
importantes you que un sistema será distinto si cambiamos los elementos incluso
dejando las ligas intactas. Sin embargo dicho sistema también cambiará si los nodos no
cambian pero sus ligas sí lo hacen. Podemos representar a todo sistema como una red,
esto es posible por que las redes nos ayudan a representar tanto elementos como
interacciones. Por ejemplo:

En ecología podemos representar qué especies se alimentan de cuales con una red trófica.
Cada nodo representa una especie y cada liga en este caso dirigida usando flechas nos dice
quién se come a quién. Esto nos permite evaluar qué pasaría si quitamos una especie o
también si quitamos otra que entra en competencia con algunas de las you existentes. Se
puede ver que como hay especies más robustas que otras, a estas les afectaría poco si una
especie de la cual se alimentan desaparece. Pero si tenemos que una especie se alimenta solo
de otra especie y esta se extingue, entonces esta también desaparecerá lo cual puede
desencadenar a escalas de extinción. Las especies que están en posición de desencadenar una
cascada se les llama especies clave, aunque tal vez sólo afecten a dos o tres especies, estas
dos o tres especies pueden afectar a muchas otras con lo cual se puede generar una catástrofe.
Al analizar una red trófica no solo podemos identificar qué especies son más robustas o
relevantes, o frágiles, también podemos comparar distintas redes tróficas para ver cuáles son
más robustas o vienen más frágiles. Normalmente las redes tróficas con mayor diversidad
son más robustas ya que al tener muchas especies en nichos similares es menos probable que
una extinción se propague por toda la red.

Podemos usar las redes para estudiar la estructura u organización de distintos sistemas,
podemos estudiar la organización de una sociedad considerando a sus individuos como
elementos o nodos y a sus relaciones como interacciones o ligas. Al movernos de escala, los
módulos pueden ser representados también por nodos los cuales tendrán ligas en su propia
escala. De esta manera podemos observar la estructura de un sistema a escalas múltiples.
También podemos usar las redes para representar la función de los sistemas. En este
caso los nodos pueden representar estados y las ligas las transiciones entre estos estados.
La variedad de un sistema será simplemente el número de nodos en la red estados. Una
de las preguntas más relevantes en el estudio científico de un fenómeno es cuál es la
relación entre estructura y función. Si usamos redes podemos construir una red
estructural la cual nos ilustra cómo se relacionan los componentes de un sistema. Pero
también podemos construir una red funcional la cual nos ilustra cómo es que se
relacionan los distintos estados de un sistema. Si hacemos un cambio en la red estructural
no es fácil predeterminar cuál va a ser el cambio que habrá si es que hay alguno en la red
funcional.
Extendiendo el ejemplo anterior una red trófica nos sirve para representar cierta estructura
de un ecosistema. Pero también podemos construir otra red funcional en la cual cada nodo
nos representa el estado de todo el ecosistema y podemos ir relacionando cómo un estado
nos puede llevar a otro. Por ejemplo en esta red funcional un nodo puede ser hay especie A,
especie B pero you no hay especie C la cual se acaba de extinguir. Este estado nos puede
llevar a otro donde todavía hay especie A pero no hay ni B ni C. De esta manera podemos
ver qué pasa en la red trófica si quitamos alguna especie.

DINÁMICA Y RETROALIMENTACIÓN

La dinámica es el cambio en el tiempo. Podría ser interesante estudiar un sistema en un

instante sin embargo, hay pocos sistemas que son estáticos, es decir que no sufren cambios.
La dinámica puede representarse con otra red diferente a la estructural. Sin embargo no es la
única manera de representar la dinámica. Ya que el espacio de estados tiende a crecer
exponencialmente con el número de variables, en muchas situaciones es difícil visualizar esta
red de estado. Otra manera de visualizar la dinámica es simplemente viendo cómo va
cambiando el estado en el tiempo como se hace en un vídeo. La dinámica también puede
estudiarse a escalas múltiples, ya que en algunos sistemas los cambios relevantes ocurren a
escalas de segundos y en otros a escalas de años. También hay sistemas donde hay cambios
relevantes a escalas múltiples. Por ejemplos los cambios que se dan en nuestro cuerpo son a
escalas múltiples, nuestras neuronas disparan a escalas de milisegundos, nuestro corazón late
o respiramos a escalas de segundos, digerimos comida y dormimos en escalas de horas,
nuestros tejidos se regeneran en escalas de días y crecemos y envejecemos en escalas de años.
Simplemente el aprendizaje puede darse you sea en escalas de segundos o también en escalas
de años. Un concepto importante del pensamiento sistémico desarrollado dentro de la
cibernética es el de retroalimentación. Esta nos dice que el efecto de un elemento de un
sistema puede regresar al mismo elemento. Por ejemplo:

Podemos imaginar que estoy atrapado en el tráfico. Digo imaginar porque me muevo en
bicicleta. Los humanos somos animales que tendemos a imitar bastante. Entonces por
ejemplo si yo empiezo a tocar el klaxón de manera exagerada, es muy probable que otros
conductores me imiten y también empiecen a tocar el klaxón. Si quieren hagan el
experimento. Si hay una masa crítica de conductores desesperados, los klaxónes se
propagarán aunque sea de manera inconsciente, y al haber más gente tocando el klaxón
probablemente ellos sigan tocando el klaxón. Esta es una retroalimentación positiva, you que
mi acción de tocar el klaxón se propaga por el sistema de conductores a través de nodos
desesperados y la acción me vuelve a afectar a mi por lo que sigo tocando el klaxón hasta
que haya un cambio que rompa esta dinámica. La retroalimentación positiva puede generar
una reacción en cadena, pero también existe la retroalimentación negativa, la cual tiende a
minimizar la propagación de los cambios. Tomando otro ejemplo social, también imitamos
la formación de opiniones. Supongamos que tenemos que elegir entre dos opciones, ir a la
huelga o no. Hay gente que nunca va a cambiar de opinión, pero otros que sí y su decisión
dependerá en muchos casos de lo que opine la mayoría de las personas con las que esté en
contacto. Entonces si por ejemplo yo estoy a favor de ir a la huelga y las personas que están
a mi alrededor con las cuales yo tengo contacto también están a favor, será más difícil que
yo cambie mi opinión. Esta retroalimentación negativa reduce las probabilidades de que a la
larga haya un cambio en mi opinión. La retroalimentación negativa tiende a estabilizar la
dinámica you que inhibe los cambios, por el contrario la retroalimentación positiva
promueve los cambios. Dependiendo de nuestro propósito podríamos preferir la
retroalimentación negativa o positiva o combinaciones de ambas. Un concepto
relacionado con la retroalimentación es el de prealimentación. En la retroalimentación los
efectos de un elemento regresan a través de las interacciones que hay en el sistema. En
la prealimentación se trata de influir en la dinámica antes de que ocurra cierto evento
para poder regular mejor el sistema. Por ejemplo:

Si el pronóstico meterológico sugiere que va a llover, yo puedo decidir llevar un paraguas, si

en verdad llueve tal vez no me moje tanto. En este caso el pronóstico me prealimenta
cambiando mi comportamiento. O bien otro ejemplo, el servicio de mantenimiento que se la
da a un avión, automóvil u otro máquina prealimenta el estado futuro de la máquina con la
intención de evitar fallas. En otras palabras la prealimentación trata de influir en el futuro a
partir de un estado presente, mientras que la retroalimentación trata de hacer un cambio en el
presente a partir de un evento pasado. Los seres vivos constantemente realizamos ciclos de
retroalimentación y prealimentación, solo que normalmente los llamamos adaptación La
adaptación es la habilidad de un sistema para cambiar su estado como respuesta a una
perturbación. La anticipación actúa antes de que una perturbación ocurra para preservar al
sistema. Tanto la adpatación como la anticipación son necesarias para que un sistema
perdure. Sería deseable poder predecir o bien anticipar todo lo que le podría ocurrir a un
sistema y así evitar cualquier daño. Sin embargo debido a la complejidad de un entorno que
está cambiando constantemente y a las interacciones hemos visto que esta predicción es
limitada. Para esto es deseable que los sistemas puedan adaptarse a todos aquellos cambios
que no sean posibles de predecir. La adaptación y la anticipación nos permiten enfrentar a la
dinámica del entorno de un sistema de manera activa. Esto es porque implica cambios en el
sistema. Sin embargo un sistema también enfrentar de manera pasiva a la dinámica de su
entorno. ¿Cómo se puede lograr esto? Será el tema del próximo vídeo.

INFORMACIÓN

Gregory Bateson definió la información como una diferencia que hace una diferencia. Esto
quiere decir que podemos entender a la información como algo que puede ser relevante para
un sistema. Sin embargo unas décadas antes en el contexto de la cibernética Claude Shanon
definió una teoría de la comunicación donde propuso una medida de información. Shanon
estaba interesado en la transmisión fiel de datos a través de un canal de comunicación
ruidoso. En este sentido no importaba el significado de los datos you que se asumía que este
no era un problema de la transmisión sino la relación entre el emisor y el receptor. La
información de Shanon es máxima cuando los datos son casi aleatorios. Esto es porque al
casi no haber un patrón en los datos la información que hayamos recibido no nos será muy
útil para predecir qué información recibiremos en el futuro. Por ejemplo si estamos tirando
volados no importa que tengamos millones de datos pues estos no nos dirán cuál será el dato
del siguiente volado. Por otra parte la información de Shanon será mínima cuando un solo
dato se repite siempre. Si recibimos más datos estos no nos darán más infamación you que
con la información que tengamos en el presente podremos predecir toda la información
futura. La información de Shanon nos dice qué tan regular o novedosa es una secuencia de
datos. Si es muy regular la información será baja you que se necesita poca información para
representar un patrón estático. Por otro lado si no hay estructura y los datos están
desordenados la información será alta you que habrá que representar cada dato
explícitamente. En los próximos videos veremos algunos usos que podemos hacer de esta
medida de información.

¡Emergencia, emergencia!

https://www.investigacionyciencia.es/blogs/fisica-y-quimica/34/posts/emergencia-
emergencia-11817

Las propiedades emergentes—aquellas que se presentan en un sistema pero no en sus

componentes—han sido motivo de debate por siglos. ¿Qué es la emergencia?

No me refiero a la emergencia de peligro, crisis o salidas. La emergencia es una propiedad

característica de los sistemas complejos. A pesar de haberse debatido desde hace siglos, el
concepto todavía tiende a generar más confusión que explicación. Osaré intentar reducir,
aunque sea un poco, la confusión.
Una célula: ¿de qué está hecha? De moléculas. No decimos que las moléculas están vivas,
pero la célula sí. ¿de dónde viene la vida? Se puede decir que la vida es una propiedad
emergente. Puede sonar esotérico, pero una propiedad emergente simplemente está presente
a una escala y a otra no. Otro ejemplo: una barra oro. Tiene propiedades como color,
maleabilidad, conductividad y temperatura que aunque dependen de los átomos del oro, no
pueden deducirse a partir de las propiedades de los átomos. No es necesario que haya alguna
"sorpresa" para que ocurra la emergencia, "simplemente" se necesitan interacciones. Es ahí
donde se generan las propiedades a distintas escalas. Si estudiamos un átomo de oro aislado,
no podremos deducir las propiedades de la barra porque no nos fijamos en las interacciones.
De igual manera, en una célula no podremos comprender la vida si nos enfocamos sólo en
las moléculas sin considerar sus interacciones. Aristóteles lo describió como "el todo es más
que la suma de sus partes".

En la India antigua, se menciona el ejemplo de una tela: no es causada por los hilos que la
conforman. En otras palabras, podemos tener una bola de hilos, pero eso no hace una tela
(तन्त्र (tantra) en sánscrito). En nuestros tiempos, diríamos que la diferencia es la organización:
los mismos componentes, diferentes propiedades emergentes. En este contexto, Stuart
Kauffman (2002) da un ejemplo interesante en su libro Investigaciones: Si ponemos a todos
los seres vivos de nuestro planeta en una enorme licuadora y apretamos MAX, unos instantes
después todavía tendremos la misma diversidad de moléculas. Sin embargo, al estar estas
lejos de un equilibrio termodinámico, decaerían rápidamente, ya que no subsistiría la
organización que las mantiene y las produce. Lo que hace tan especial a nuestra biosfera no
son sólo sus componentes, sino cómo están acomodados.
Dos ejemplos más: nuestro cerebro está compuesto por neuronas. Las neuronas no tienen
mente, pero nosotros sí. ¿De dónde viene nuestra mente? Emerge de las interacciones entre
nuestras neuronas, nuestro cuerpo y nuestro entorno. Si una neurona se activa, no podemos
saber a qué pensamiento pertenece esa activación.
En el Juego de la Vida de Conway: las estructuras que se mueven en el espacio no están
especificadas en las reglas del juego: son un producto emergente de las interacciones locales
entre las celdas. Si observamos a sólo una celda, no sabremos si es parte de una estructura de
mayor escala o no.
Si hay tantos ejemplos de emergencia, incluidos nosotros mismos, ¿por qué es un concepto
tan conflictivo y esotérico? Es una consecuencia del reduccionismo (a tratarse
próximamente), el cual trata de explicar el todo en términos de sus partes. A su vez, se asume
muchas veces que los componentes son reales, mientras que las interacciones no lo son. Pero
no podemos aceptar que todo a nuestro alrededor es simplemente muchas partículas
elementales. Por ejemplo, ¿el dinero es real? ¿dónde está? Si me fijo en los átomos o quarks
que forman un billete, ¿cómo puedo saber cuánto es su valor? El valor lo damos nosotros con
nuestras interacciones y convenciones sociales. No podemos reducir el dinero a la física. Sin
embargo, el dinero tiene un efecto en el mundo físico, ya que es gracias a él que se
transforman muchísimos materiales.
No sé si el dinero es real o no (depende de lo que entendamos por realidad). Pero es tan
(ir)real como la materia y la energía, ya que tiene un efecto causal en ellas. De la misma
manera, las interacciones son tan (ir)reales como los componentes. Una bacteria huyendo de
un glóbulo blanco y un glóbulo blanco persiguiendo a una bacteria desplazan moléculas, de
las cuales no podemos entender mucho si no consideramos que la vida es algo más que
moléculas. Ese algo más son interacciones organizadas. ¿Son reales?

Gershenson, C. (2013). The implications of interactions for science and philosophy.

Foundations of Science, 18(4):781–790. http://arxiv.org/abs/1105.2827

Gershenson, C. (2013). ¿Cómo hablar de complejidad? Llengua, Societat i Comunicació,

11:14–19. http://revistes.ub.edu/index.php/LSC/article/view/5682

Kauffman, S. A. (2002). Investigations. Oxford University Press (Investigaciones, 2003,

Tusquets).

AUTO ORGANIZACIÓN

La auto-organización es la habilidad de un sistema de implementar su orden por medio de las

interacciones de sus componentes. Por ejemplo, un cardumen de peces o una parvada de aves
generan patrones. Es decir, cierta organización a partir de las interacciones locales entre
distintos animales. Y estos patrones están muy lejos de ser aleatorios. Otro ejemplo de auto-
organización es la sincronización de algunas especies de luciérnagas. En este caso, cada
macho parpadea con cierta frecuencia, intentando atraer a la hembra. Sin embargo, tendrán
más éxito si parpadean de manera coordinada. Las luciérnagas empiezan a ajustar sus
parpadeos con el de sus vecinos y pronto árboles completos parpadean al unísono. Lo cual
permite ver a las luciérnagas desde distancias donde no sería posible verlas de manera
individual. En estos ejemplos, no hay un control centralizado. El control, o más bien la
organización, se logra a partir de las interacciones locales. Podemos relacionar al auto-
organización con la retroalimentación negativa. you que esta reduce cambios, lo cual implica
un mayor orden. De esta manera, es posible usar la auto-organización para guiar el
comportamiento de sistemas que se encuentran en entornos dinámicos y cambiantes. you que
se pueden regular las interacciones de los componentes y así lograr una adaptación a cambios
que son difíciles de predecir. Podemos usar a la información de Shanon también para medir
la auto-organización. you que la infomación mide el cambio y la auto-organización lo reduce.
En otras palabras, la auto-organización puede ser el inverso de la información y por lo tanto
de la emergencia. Por ejemplo, la auto-organización será máxima cuando no haya cambios,
como en un cristal. La estructura es tan regular que es predecible. Por otra parte, la auto-
organización será mínima cuando haya cambios constantes, you que los patrones que haya
se perderán, y no encontraremos regularidad alguna. Podemos ver que la emergencia genera
novedad, y la auto-organización genera estructura. Podemos combinar estas dos para definir
complejidad, el tema de nuestro próximo video.

Auto-organización guiada

https://www.investigacionyciencia.es/blogs/fisica-y-quimica/34/posts/auto-organizacin-
guiada-11928

Muchos animales se coordinan sin necesidad de un líder, basándose sólo en interacciones

locales. Este fenómeno se conoce como auto-organización. Podemos aprovechar sus
propiedades para construir sistemas más adaptativos y robustos.

Muchos grupos de animales pueden coordinarse sin necesidad de tener un líder. Enjambres,
parvadas, cardúmenes, manadas y multitudes forman patrones globales a partir de
interacciones locales entre los individuos. Este comportamiento colectivo sólo se empezó a
comprender recientemente, ya que las computadoras son "microscopios" necesarios para
poder explorar distintos tipos de interacciones en sistemas complejos con docenas o miles de
integrantes.

La dinámica colectiva de animales es un ejemplo de auto-organización, la cual puede

entenderse como el proceso mediante el cual se producen patrones o comportamientos
globales a partir de reglas o estados locales. Para estudiar un sistema auto-organizante,
necesitamos por lo menos describir dos escalas: los componentes y el sistema. Las
propiedades del sistema son producto principalmente de las interacciones de los
componentes. Es por eso que no se requiere de un líder o control central para obtener las
propiedades globales.
Otro ejemplo de auto-organización se da con los machos de algunas especies de luciérnagas,
las cuales se sincronizan siguiendo reglas sencillas. Un método sencillo con el cual se puede
lograr la sincronización de luciérnagas es el siguiente: cada insecto emite luz con cierta
regularidad (el período). Pero si detecta luz de cierta intensidad (de sus vecinos), ajusta su
disparo para que el siguiente disparo coincida con los de sus vecinos. De esta manera, se
generan grupos de luciérnagas que se van sincronizando, hasta que árboles enteros pueden
centellear en sincronía. Mientras más machos puedan sincronizarse, podrán atraer a más
hembras.

CONTENIDOS RELACIONADOS

La coordinación en los bancos de peces

Destellos sincrónicos de las luciérnagas
Ya que los componentes de los sistemas auto-organizantes usan sólo información local y no
requieren de un líder o control central, estos sistemas son muy robustos (son resistentes a
cambios en su entorno y a la pérdida de componentes) y también son adaptativos (pueden
ajustarse a los cambios). Estas propiedades son comunes en los sistemas vivos, pero no lo
son tanto en los sistemas artificiales. Para dotar a nuestra tecnología de robustez y adaptación,
podemos usar el concepto de auto-organización guiada: podemos regular las interacciones
entre los componentes para dirigir y controlar su auto-organización. Esto es distinto a diseñar
qué es lo que debe de hacer cada componente, ya que bajo esta perspectiva los componentes
se auto-organizan y así pueden adaptarse de manera robusta a cambios no esperados ni
esperables.
En nuestro grupo, hemos aplicado el concepto de auto-organización guiada para coordinar
semáforos. En lugar de tratar de predecir un flujo de vehículos que siempre cambia, cada
semáforo sigue reglas simples para responder a la demanda y la disponibilidad inmediatas.
Sólo se requiere información de sensores, ni siquiera es necesaria la comunicación entre
intersecciones. Por ejemplo, si hay pocos vehículos en una calle, tendrán que esperar un poco
más que si son muchos (a menos que no se aproxime nadie, entonces no necesitan esperar).
Esto permite que se agrueguen más vehículos a los que estaban esperando, formando grupos
de vehículos (pelotones). Cuando se forma un pelotón de cierto tamaño, este puede disparar
una luz verde antes de llegar a la intersección, por lo que los vehículos no necesitarán siquiera
reducir su velocidad, a menos que haya otro pelotón cruzando en esos momentos. En este
caso, el tiempo de espera del pelotón será mínimo.

La auto-organización guiada puede aplicarse a resolver muchos otros problemas: aquellos

que cambian constantemente y requieren que su solución cambie a la misma velocidad. No
es casual que la naturaleza haya encontrado solución a muchos problemas usando auto-
organización. Podemos aprender mucho de estos sistemas naturales para construir mejores
sistemas artificiales.

Para saber más:

• Camazine, S., Deneubourg, J.-L., Franks, N. R., Sneyd, J., Theraulaz, G., and Bonabeau, E.
(2003). Self-Organization in Biological Systems. Princeton University Press, Princeton, NJ,
USA.

• Gershenson, C. (2007). Design and Control of Self-organizing Systems. CopIt Arxives,

Mexico. http://tinyurl.com/DCSOS2007

• Gershenson, C. (2013). Living in living cities. Artificial Life, 19(3 & 4):401–420.
http://dx.doi.org/10.1162/ARTL_a_00112

Carlos Gershenson

Investigador y jefe del Departamento de Ciencias de la Computación del Instituto de

Investigaciones en Matemáticas Aplicadas y en Sistemas de la Universidad Nacional
Autónoma de México. Página web personal
MICROBIOMA

En este módulo veremos algunos ejemplos de describir a los fenómenos en términos de

sistemas. Empecemos con nosotros mismos. Por cada célula humana que existe en nuestro
cuerpo hay entre tres y 10 de distintos microbios que viven dentro y sobre nosotros. Al
conjunto de todos ellos se le llama el microbioma. Se ha estudiado mucho el papel de las
bacterias en nuestro sistema digestivo, pero además somos anfitriones de microorganismos
en nuestra piel, en nuestros ojos, en nuestras mucosas, en nuestros fluídos, etcétera. En
algunas ocasiones se desbalancean las poblaciones de microbios y pueden causar
enfermedades. Pero por lo general son inofensivas, incluso nos ayudan a vivir mejor. Ahora
si consideramos que hay más microbios que células en nuestro cuerpo, al fijarnos en la
diversidad genética la diferencia es aún mayor. Por cada gen humano en nuestro cuerpo, que
suman aproximadamente 20.000, hay unos 100 genes de microorganismos habitando en
nosotros. ¿Has pensado alguna vez qué tanto de nuestro ser es humano si dependemos de la
interacción celular con otras especies? Y también, ¿qué tanto depende nuestro bienestar del
microbioma? Recientemente empezamos a descubrir que existe toda una ecología dentro de
cada uno de nosotros you que dentro de cada cuerpo humano hay más microbios que humanos
en el planeta. Se sabe que el uso indiscriminado de antibióticos ha incrementado la resistencia
de diversos microorganismos, lo cual ha dificultado el tratamiento de muchas enfermedades
infecciosas. Pero apenas empezamos a descubrir qué efecto tienen los antibióticos sobre
nuestro microbioma, más aún you que consumimos antibióticos no solo cuando nos
enfermamos. En muchos países no hay límites para los antibióticos que se utilizan en la
producción de alimentos. Por ello son usados indiscriminadamente para prevenir epidemias
tanto en animales como en plantas. Si regularmente consumimos antibióticos con nuestros
alimentos, ¿cómo estamos afectando a nuestro microbioma? Todavía no tenemos una
respuesta definitiva pero se empiezan a encontrar relaciones importantes entre nuestro estado
de salud y el de nuestro microbioma. No podemos estudiar al microbioma de manera aislada
you que depende de nuestro cuerpo. También estamos viendo la importancia del microbioma
para la salud de nuestro cuerpo, también de nuestra mente, el tema del próximo video. Es
solo desde hace poco que empezamos a entender mejor las relaciones de nuestro cuerpo hacia
dentro y hacia afuera. Es porque antes teníamos limitaciones computacionales y solo
recientemente que empezamos a tener y a desarrollar herramientas para detectar interacciones
y también para mostrarlas. Esto es investigación de frontera por lo que quedan muchas
preguntas abiertas al igual que muchas oportunidades de descubrimiento.

ORGANIZACIONES

Muchas especies sociales trabajan en equipo para poder sobrevivir. En estos casos es natural
describir a las organizaciones como sistemas, donde el comportamiento de los individuos
trata de alcanzar las metas de la organización. Hay muchos ejemplos en la naturaleza donde
tenemos que estudiar necesariamente el comportamiento individual en el contexto grupal. No
solo porque cada individuo está interactuando constantemente con sus compañeros, sino
porque cada individuo necesita a su grupo para poder sobrevivir. Para nuestra especie no es
diferente, necesitamos a otras personas directa o indirectamente para lograr casi cualquier
objetivo. Un problema común en las organizaciones es cómo alinear el comportamiento de
los individuos a las metas de la organización. Si el comportamiento de los individuos
beneficia a las metas de la organización entonces no hay problema, los individuos y la
organización se beneficiarán. Sin embargo, hay casos donde el beneficio individual va en
contra de las metas de la organización, en este caso tenemos un dilema. Un ejemplo de esto
es la llama tragedia de los comunes, donde un recurso común puede ser sobre explotado para
el beneficio individual. Sin embargo, a la larga esto afectará a todos los que se benefician de
este recurso. El ejemplo original viene de Inglaterra, donde en un pueblo había un pastisal
común donde todos los habitantes podían llevar su ganado a pastar. A mi me conviene llevar
más ganado al pastisal para obtener un mayor beneficio. pero si todos piensan igual que es
lo más probable, entonces nos vamos a acabar el pasto y a la larga ninguno de nosotros podrá
obtener un beneficio. Lo mismo sucede con cualquier recurso compartido desde un pastisal
hasta nuestro planeta entero. Y el beneficio individual a corto plazo afecta al beneficio grupal
de largo plazo lo cual finalmente perjudica a los individuos. Pero, ¿cómo lograr que los
individuos no busquen su beneficio propio y a la larga salgan todos perdiendo? ¿Cómo lograr
la cooperación en lugar del egoísmo? Esto se ha estudiado ampliamente con teoría de juegos,
la cual se ha aplicado desde biología y sociología hasta economía y relaciones
internacionales. Sin entrar en detalles, la teoría de juegos nos permite cómo es que podemos
alinear el comportamiento individual a los intereses grupales. También podemos tratar de
regular el comportamiento individual con normas, reglamentos, leyes o convenciones que
pueden influir en el comportamiento individual para evitar por ejemplo que se consuma cierta
cantidad de algún recurso. En general se pueden intentar regular las interacciones
individuales para evitar conflictos. Pero si la tentación de obtener un beneficio mayor al que
nos corresponde es demasiado grande, no faltará quien no cumpla con los reglamentos. Para
desincentivar esto se pueden implementar castigos, con lo cual se puede reducir la tentación.
Obviamente esto no funciona si el castigo no se aplica. Esto se puede observar con los altos
niveles de impunidad que están relacionados con la corrupción. Si no hay impunidad,
entonces los beneficios potenciales serán menores y reducirá la probabilidad de que alguien
egoísta vaya en contra de los intereses del grupo. Pero no solo con amenazas se puede lograr
la cooperación. Si se crean beneficios adicionales para promover la cooperación, entonces
esto va a incrementar la probabilidad de que los individuos se alineen con los intereses del
grupo. Estos beneficios no necesariamente serán materiales o económicos, por ejemplo la
reputación puede influir para fomentar la cooperación. Por ejemplo, si un comerciante es
deshonesto, pocas personas querrán repetir una transacción con esta persona. Sin embargo,
si un comerciante es honesto y existen los mecanismos para que se conozca su reputación,
muchas personas estarán interesadas en realizar transacciones con él. En las situaciones
recién descritas, aún de manera egoísta nos conviene cooperar, you sea para tener un
beneficio adicional o para evitar un costo. Visto de esta manera, los mecanismos para
fomentar la cooperación lo que hacen es cambiar las reglas del juego, de manera tal que de
manera individual y egoísta nos conviene cooperar y alinear nuestros intereses con los del
grupo. En muchos casos nuestra tecnología nos está ayudando a generar más este tipo de
mediadores para fomentar la cooperación. En años recientes se han escrito muchos libros
sobre el liderazgo en las organizaciones. Podremos ver a un líder como alguien que está hasta
arriba de una jerarquía quien les dice a los que están abajo exactamente lo que tienen que
hacer. Pero como vimos en el módulo pasado, una jerarquía rígida limita la complejidad que
una organización puede enfrentar. Tampoco nos servirá de mucho si todos los actores tienen
una independencia absoluta para decidir qué es lo que van a hacer you que en muchos casos
sus intereses podrían entrar en conflicto con los de la organización. Pero lo que si puede hacer
un líder es guiar, poner el ejemplo y establecer las reglas de interacción para que los
individuos dentro de la organización interactúen de manera tal, que sus intereses estén
alineados con los de la organización. Vemos que el problema de recular a los individuos
dentro de una organización va más allá de la cooperación, you que se requiere también de
coordinación y comunicación. Para esto es esencial estudiar a las organizaciones como un
sistema. Y así podré observar la diferencia entre los intereses de los individuos y de la
organización, en otras palabras entre los elementos y el sistema. Lo mismo aplica a una escala
mayor en nuestras sociedades, el tema de nuestro próximo vídeo.

EPIDEMIAS

El estudio de la propagación de enfermedades infecciosas tales como dengue, malaria,

influenza, ébola, Sars o VIH requieren de una opción sistémica. No solo deben considerarse
las interacciones entre individuos, sino entre individuos y los agentes que causan la
enfermedad, you sean virus, bacterias, parásitos o hongos. En muchos casos también los
agentes que la transmiten por ejemplo en el caso de la malaria, los mosquitos. Mencionamos
en el primer módulo que el pensamiento reduccionista había sido muy exitoso para combatir
a las enfermedades infecciosas, duplicando la esperanza de vida de nuestra especie en tan
solo un siglo. Por un lado se han encontrado algunas curas a enfermedades infecciosas,
atacando directamente al agente que causa la enfermedad. Por otro lado con medidas como
vacunas, higiene o una mejor educación se pueden prevenir la propagación de algunas
enfermedades, en algunos casos aspirando a su erradicación como es el caso de la
poleomielitis. Pero muchas enfermedades infecciosas todavía causan estragos, no tanto
porque no haya curas o no se conozcan maneras de prevenirlas, sino porque no llegan a toda
la población que es afectada por las enfermedades debido a motivos económicos, sociales,
culturales o religiosos. A su vez hay enfermedades que cambian rápidamente como la
influenza, lo cual limita la capacidad de prevenirla por medio de vacunación. Además al tener
un mundo más conectado, la velocidad a la que se propagan las epidemias ha aumentado
considerablemente. Por ejemplo, la peste bubónica durante la edad media cobró millones de
vidas en Europa, pero tardó años en propagarse por el continente. Hace casi un siglo la
influenza española también cobró millones de vidas pero le dio tres veces la vuelta al mundo
en año y medio. Las epidemias actuales como la de influenza AH1-N1 en 2008, se pueden
propagar en pocos días a todo el planeta gracias al tráfico aéreo. ¿Qué medidas son las más
efectivas para prevenir y controlar estas epidemias? Todavía no tenemos soluciones listas,
pero el pensamiento sistémico nos prepara para poder adaptarnos a las epidemias por venir.
En el primer módulo mencionamos que en la actualidad la mayoría de las muertes se deben
a enfermedades crónico degenerativas tales como cáncer, cardiovasculares y diabetes. Estas
enfermedades también se pueden llamar compleja debido a que tienen múltiples factores
interrelacionados. Por ejemplo, una sola mutación genética no causara cáncer, una célula
cancerosa tiene cientos de mutaciones y estas mutaciones serán diferentes para distintos tipos
de cáncer. No solo eso, sino que el mismo tumor puede tener distintas mutaciones en distintas
células. Es cierto que hay algunos factores más relevantes que otros, pero es claro que
necesitamos una visión sistémica para enfrentar estas enfermedades. Por ejemplo, estas
enfermedades no solo tienen diversos factores múltiples interrelacionados, sino que también
muchos de sus factores de riesgo tales como adicciones u obesidad se propagan socialmente.
Para estos problemas los grandes datos también nos están ayudando a poder formular y
contrastar mejores modelos para atacar enfermedades tanto infecciosas como crónico
degenerativas. Con estos ejemplos vemos que unas de las limitantes más importantes en
medicina son debido a la complejidad de los sistemas. Si ese es el caso en medicina, ¿cuál
creen que será el caso en psicología? Por favor, comenten sus ideas en foros y en redes
sociales.

ECOLOGÍA

La ecología desde sus inicios en el siglo 19 ha tenido que usar por necesidad un pensamiento
sistémico, you que trata del estudio científico de las relaciones entre los individuos, entre
nosotros mismos y con nuestro entorno. Dado que cada vez intervenimos más en nuestro
planeta, es esencial entender cómo nuestras intervenciones alteran a los distintos sistemas
ecológicos tanto directa como indirectamente. Esto es importante no solo para proteger a
otras especies, siendo puramente egoístas como humanos nos conviene preservar y mantener
los balances ecológicos para nuestro propio beneficio. Somos parte de la naturaleza, no
ajenos a ella. Por ejemplo, muchas veces podríamos pensar que un bosque está formado
principalmente por árboles, you que son los que podemos ver si acaso con algunas ardillas y
pajaritos. Dado que cada vez intervenimos más en nuestro planeta, es esencial poder entender
cómo es que nuestras acciones tienen un efecto en distintos sistemas ecológicos tanto directa
como indirectamente. Este pensamiento reduccionista es evidente en intentos de
reforestación donde solo se plantan árboles en terrenos donde no ha habido bosque durante
años. Estos fallan you que los árboles para crecer sanos requieren de interacciones con
hongos, gusanos, bacterias y otras plantas al igual que otros árboles. Es como intentar plantar
árboles en la luna y esperar que crezcan. La erosión en la agricultura destruyen la red de
interacciones necesarias para la supervivencia de un bosque. Sin esa red ninguno de sus
componentes podrá perdurar. Hay que estar conscientes que como humanos formamos parte
de una red más grande a escala planetaria y sin esa red no podremos perdurar como especie.
Vemos que el pensamiento sistémico nos está ayudando a cambiar nuestra manera de ver el
mundo. Estamos pasando de vernos como amos de la naturaleza a vernos como parte de la
naturaleza. El pensamiento sistémico nos ayuda a tomar el lugar que nos corresponde en el
universo. De manera similar también nos ayuda a tomar individualmente nuestro lugar en
nuestras sociedades, organizaciones y familias. En este módulo hemos visto varios ejemplos
de interdependencias a distintas escalas. Pero, ¿qué implicaciones tienen estas
interdependencias y cómo podemos aplicar su entendimiento a nuestra vida cotidiana? Este
es el objetivo del próximo y último módulo. De nuevo los invito a compartir sus opiniones y
a participar en los foros y en redes sociales usando el hashtag #psunam.

CIENCIA

Es común pensar que la ciencia se desarrolla aislada de la sociedad, reforzando el estereotipo

del científico encerrado en su cubículo o laboratorio demasiado brillante como para que los
mortales lo entiendan. Esta visión es equivocada you que la ciencia trata de comprender al
mundo, y no hay manera de hacerlo si no es interactuando con él. Lo mismo sucede con las
matemáticas. En principio, podríamos decidir usar distintos axiomas, que son las bases de las
matemáticas. Los axiomas que usamos actualmente han sido los que son más útiles para
interactuar con nuestro mundo. Las matemáticas aunque sean abstractas no pueden estar
separadas de nuestro mundo. En física, se ha aprovechado el poder de cómputo de nuestra
tecnología para estudiar diversos sistemas complejos. Como decíamos en el primer módulo,
antes de tener computadoras electrónicas, el número de variables e interacciones que
podíamos modelar era mucho más limitado. La química supramolecular estudia las
interacciones no covalentes entre moléculas. Se ha podido estudiar el autoensamblado de
sistemas moleculares, de los cuales depende la vida. En biología, el estudio de las
interacciones ha sido esencial desde hace décadas, desde genética hasta ecología. No
podemos estudiar a un gen aislado, no podemos estudiar tampoco a un organismo aislado ni
a una especie aislada. En sociología, psicología, economía y muchas otras ciencias, el
pensamiento sistémico se ha adoptado de manera necesaria, you que nos permite relacionar
distintas escalas, lo cual no es posible con un pensamiento tradicional. El pensamiento
sistémico también puede usarse para estudiar las interacciones entre distintas ciencias, you
que muchos fenómenos y problemas requieren de un estudio multidisciplinario. De esta
manera podemos ver a la ciencia también como un gran sistema, el cual interactúa con
ingeniería, con filosofía, con la comunicación y forma parte de un gran sistema que es el de
nuestra cultura. En su conjunto podemos decir que el gran sistema sintético busca obtener
beneficios para la humanidad y para el planeta a través de la generación, aplicación y
divulgación del conocimiento.

ARTE

De manera similar a la del científico aislado, es común el estereotipo del artista

incomprendido que logra un destello de genialidad gracias a una inspiración fortuita. Sin
embargo, en el arte también se requieren de interacciones. Por una parte, algo que fuese
completamente novedoso sería incomprensible, you que necesita estar relacionado con
nuestra cultura para poder entenderla. Por otra parte, cualquier artista necesita relacionarse
con otros artistas, simplemente porque necesita aprender su arte de alguna fuente. También
hay artes que requieren de la interacción entre artistas, por ejemplo en música las orquestas,
grupos o bandas pueden verse como sistemas de músicos coordinados. También en danza,
teatro y los artes escénicos es necesaria la interacción. En artes visuales y literarias tal vez la
interacción entre artistas no se tan evidente. Sin embargo, el arte colaborativo se ha vuelto
cada vez más popular en parte gracias a que la tecnología facilita las interacciones entre
artistas. Hay abundantes ejemplos de música, dibujo, fotos o vídeos donde los artistas
comparten sus obras con la comunidad y permiten su modificación. Y de esta manera se
generan obras colectivas que no serían posibles de manera individual. Si conoces o has
participado en algún proyecto de arte colaborativo, por favor compártelo con la comunidad
en los foros o también en las redes sociales. También se han desarrollado obras de arte
interactuando con nuestra tecnología, en lo que se conoce como arte generativo. Imágenes,
sonidos, historias y objetos han sido creados you sea por computadoras o interactuando con
ellas. Esas técnicas también se han aplicado de manera extensiva en diseño. Al incrementar
las interacciones en nuestras sociedades vemos que cada vez es más difícil decir que una obra
de arte es producto de un solo artista. Cada vez más las obras de arte son el producto de
interacciones que se dan dentro del enorme sistema que es nuestra cultura.

FILOSOFÍA

En el módulo uno you mencionamos la diferencia importante entre epistemología y

ontología, ambas partes importantes de la filosofía. Simplificando un poco la epistemología
trata un poco de como describimos las cosas y la ontología de como son las cosas. Podríamos
decir que la epistemología es subjetiva y la ontología es objetiva. También mencionamos que
el pensamiento sistémico se da en un nivel epistemológico, you que por ejemplo decir que la
célula es un sistema es una decisión arbitraria. Si decidimos describirla como una entidad,
esto no afectará a la célula en sí. Sin embargo, no cualquier descripción será igual de válida.
Podemos usar un criterio de utilidad para decidir entre distintas descripciones. Pero esta
utilidad necesita que consideremos las interacciones entre objeto, sujeto y acción de observar.
En otras palabras, necesitamos considerar en el sistema compuesto por lo que observamos,
nuestras observaciones y la acción de observar. No podemos describir los objetos más que
desde una perspectiva subjetiva, pero esta perspectiva subjetiva debe estar relacionada con
un objeto concreto para que podamos probar su consistencia y compartirla socialmente. La
acción de observar trata de acoplar constantemente las diferencias entre lo que observamos
y nuestras observaciones. Esta relación entre objeto, sujeto y acción you ha sido notada por
lo menos en filosofías de la India y en la cibernética de segundo orden. En el caso de la
cibernética de segundo orden, se ejemplifica la relación importante entre ciencia y filosofía.
Una parte importante de las observaciones de la filosofía tienen como objeto los avances de
la ciencia. Al entender mejor nuestro mundo con la ciencia, la filosofía se adapta a las nuevas
evidencias. En el curso de pensamiento científico, mencionamos como la transición científica
del reduccionismo al holismo está teniendo implicaciones en filosofía. Un ejemplo de este
ajuste en la filosofía puede apreciarse con el trabajo de Edgar Morin, quien basándose en los
avances científicos de termodinámica, principalmente de Ilya Prigogine fue de los primeros
en llevar a la filosofía ideas relacionadas con la complejidad, con implicaciones tales como
el no determinismo, el no reduccionismo y el transdisciplinarismo, en lo que ahora se conoce
como el pensamiento complejo. Comparte en el foro si has oído hablar del pensamiento
complejo o si te gustaría saber más acerca de este interesante tema.

FELICIDAD

Somos parte del todo. Si no nos alineamos, si no tomamos nuestro lugar, sufriremos. Pero,
¿cuál es nuestro lugar? Lo estamos averiguando con la ciencia. Puedes averiguar cómo
tomando el curso de pensamiento científico. Por definición, si sufrimos no estamos en el
lugar que nos corresponde you que hay fricción con nuestro entorno. Por lo tanto, seguiremos
sufriendo y probablemente haremos sufrir a los demás si no cambiamos. Se dice que el
conocimiento multiplica las penas. En otras palabras, si uno ignora su propio sufrimiento y
el de los demás dejará de sufrir. Pero es como pretender que si uno se cubre bajo un paraguas
deja de llover o como pretender que si uno cierra los ojos el mundo deja de existir. Mientras
más conozcamos tendremos mejores oportunidades de cambiar, tanto a nuestro entorno como
a nosotros mismos. De esta manera podremos reducir la fricción y por lo tanto disminuir el
sufrimiento. Sí es muy importante la actitud que tengamos, pero es necesaria una actitud de
conciencia no una actitud de ignorancia. El conocimiento y la conciencia nos permitirán
enfrentar mejor las situaciones a las cuales podamos llegar. Más conocimiento y más
conciencia incrementa nuestra variedad, lo cual nos permite generar más acciones y tomar
más decisiones. Este incremento en esta variedad nos permita enfrentar de una manera más
adecuada la variedad y la complejidad de nuestro entorno. De esta manera podemos controlar
mejor a los fenómenos y también adaptarnos mejor a los cambios que ocurren. Describir al
mundo desde el pensamiento sistémico nos permite tener un conocimiento más incluyente
que el que podemos obtener con el pensamiento reduccionista. De esta manera podemos decir
que el pensamiento sistémico nos puede ayudar a ser más felices. Solo tenemos que aplicarlo
en nuestra vida cotidiana. Existe un concepto llamado la dorada medianía, el cual se conoce
principalmente por Aristóteles aunque está presente en las filosofía de la India, China,
grecorromanas, musulmanas, judías y cristianas. Este concepto nos dice que tanto belleza,
virtud y felicidad están lejos de los extremos. En otras palabras, hay que buscar un balance.
Puedes usar los conceptos que vimos en este curso para tratar de lograr este balance, lo cual
no es trivial you que está cambiando constantemente, Por ejemplo, en el módulo dos vimos
como si hay demasiados cambios en tu vida se puede utilizar la retroalimentación negativa
para incrementar la estabilidad. Por otra parte, si no hay cambios y estás en una situación no
deseada puedes usar la retroalimentación positiva para lograr cambios. Puedes empezar a
practicar desde ahora y explorar ideas para tu proyecto final, el cual explicaremos en el
siguiente vídeo.