Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Coursera UNAM
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.
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.
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
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:
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
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?
AUTO ORGANIZACIÓN
Auto-organización guiada
https://www.investigacionyciencia.es/blogs/fisica-y-quimica/34/posts/auto-organizacin-
guiada-11928
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.
CONTENIDOS RELACIONADOS
• 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. (2013). Living in living cities. Artificial Life, 19(3 & 4):401–420.
http://dx.doi.org/10.1162/ARTL_a_00112
Carlos Gershenson
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
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
ARTE
FILOSOFÍA
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.