1

Aspectos teóricos entorno al comportamiento humano como sistema dinámico no

lineal.

Leonardo Yovany Alvarez Ramirez

Docente universitario

Theoretical issues around human behavior as a dynamic-no-linear system.

Resumen

El presente artículo revisa algunos aspectos del comportamiento humano como sistema no-

determinista que afectan la previsibiidad del mismo Se discuten algunas limitaciones de

computabilidad y de la aleatoriedad para poder llevar a cabo tales predicciones planteando

requerimientos de trans-computabilidad como alternativa para ello bajo una concepción

holográfica de la información que supere las limitaciones de la dicotomía sobre la menta

como un fenómeno localizado y no-localizado en el “espacio-tiempo” a fin de favorecer su

tratabilidad.

Palabras clave: Trans-computabilidad, espacio, tiempo, indeterminismo, sistema no lineal.

Abstract

This article reviews some aspects of human behavior as non- deterministic system affecting

some limitations thereof previsibiidad computability and randomness are discussed in order

to carry out such predictions raising trans - computability requirements as an alternative to

it within a context holographic information that overcomes the limitations of the dichotomy
 2

of mint as a phenomenon localized and non- localized in the " space-time " in order to

promote their treatability.

Keywords: Transcomputation, space,time, undeterminism, no-linear system.

Aspectos teóricos entorno al comportamiento humano como sistema dinámico no

lineal.

Los sistemas naturales y sociales comparten diversas formas de complejidad y se

diferencian en otras (Khalil, Boulding,1996). En el caso de los sistemas sociales existen

aspectos que los caracterizan y que hacen imposible la predicción de su comportamiento,

progreso y evolución (incertidumbre) por la incompatibilidad entre las entradas y las

salidas de información; además por la capacidad para utilizar diferentes lógicas,

epistemologías y gnoseologías para la comprensión de sí mismos, de los demás y de su

entorno que hacen posible inferencias ambiguas, paradójicas, entre otras; la diversidad de

interpretaciones que otorgan a los fenómenos producto del lenguaje: semántica, semiótica

que utilizan para asignar existencia a objetos y fenómenos (ontología); la capacidad meta

representacional y los metalenguajes (complejidad relacional) de estado infinito para crear

representaciones de órdenes de abstracción que logran separarse del objeto inmediato para

manipularlo sin circunscribirse a su permanencia física. Todo lo anterior corresponde a una

complejidad no determinista de los sistemas sociales (complejidad organizada) (Weaver,

1948). Sin embargo, existen algunas complejidades deterministas (conjuntos finitos)

(simplicidad organizada) (Weaver,1948) o indeterministas (conjuntos con umbrales

máximos y mínimos predecibles) (complejidad desorganizada) (Weaver,1948) que

 3

comparten los sistemas sociales con seres del dominio vegetal y animal de la naturaleza,

por ejemplo en algunas funciones vitales, de sensación, bajo principios básicos comunes

como la excitabilidad (estados on-off) o sensibilidad a los estímulos (principio de

irritabilidad de las células), ante los cuales emiten respuestas (los tropismos, tactismos y

nastias, entre muchas otras, en el caso de los vegetales); de relación con el entorno, de

locomoción. Aunque no son formas gnoseológicas en sentido estrictamente simbólico, en

términos de una forma sensitiva de “conocimiento” se intersectan con formas muy básicas

gnoseológicas humanas, por ejemplo, los umbrales de activación o inhibición para la

sensación y registro y respuesta a los estímulos (sensores, receptores y efectores para

temperatura, luz, humedad, entre otras) para llevar a cabo cambios al interior de su

organismo y de sus estructuras y células o adaptar dichas estructuras biológicas a las

exigencias ambientales bajo fluctuaciones con topes máximos y mínimos predecibles.

De acuerdo con lo anterior, hay clases de complejidades transversales entre

dominios de seres vivos de la naturaleza, lo que se extiende a través de las ciencias

naturales, las ciencias de la vida y las ciencias sociales. Aproximarse al estudio de estas

formas de complejidad específicas para los sistemas humanos es un aspecto que no

siempre se ha atendido más allá de generalidades que contribuyen poco a hacer las

precisiones necesarias para facilitar la apertura de la discusión acerca de los sistemas

humanos y su complejidad no determinista (predicción del comportamiento), entre otras

cosas debido a que se siguen manteniendo al respecto extrapolaciones acríticas de diversos

conceptos de las ciencias naturales a las de la vida y sociales sin hacer contextualizaciones

y especificaciones que den cuenta de la naturaleza de la(s) complejidad(es) del sistema

humano, en cuanto a la capacidad de cómputo necesaria para hacer previsibles su dinámica

 4

de comportamiento, la naturaleza de las complejidades no deterministas derivadas del

lenguaje en cuanto a lo simbólico, lo perceptivo y lo gnoseológico y en cuanto a la

naturaleza de su auto referencialidad entre otros aspectos más.

El presente trabajo teórico tuvo como propósito indagar acerca de los componentes

del sistema humano que en atención a su naturaleza, funcionamiento, estructura, dinámica

plantean complejidad no determinista es decir dinámica de sistema no lineal alejado del

equilibrio, haciendo precisiones al respecto y comentando algunas de sus características e

implicaciones en su estudio desde lo psicológico que puedan tener implicaciones para

diferentes campos de la investigación básica o aplicada.

El comportamiento humano como sistema dinámico complejo no lineal alejado

del equilibrio evolucionando en el tiempo.

Un sistema dinámico complejo no lineal alejado del equilibrio está constituido por

un conjunto de componentes vinculados interdependientes, variados, adaptativos cuyas

interacciones no lineales (indeterministas) hacen surgir propiedades nuevas o emergentes

para el mismo sistema, es decir, nuevos órdenes de información (el observador humano) el

cual es capaz de meta-representación haciendo surgir nuevos órdenes de información que

ocurren de forma encubierta combinando la conciencia e intención del observador

humano o no. Además, el sistema complejo no determinista depende del camino y de un

criterio de sincronización de sus interacciones de sus componentes en torno a un fin

(equifinalidad) en diferentes escalas de espacio-tiempo y en el contexto, estando

constituido por una estructura (Aracil, 1983; Martínez y Requena, 1986; Senge, 1990).

Este aspecto sugiere que el observador es capaz de infinitas representaciones mentales, sino

que ellas ocurren en planos temporales que son superiores a su capacidad de pensamiento y
 5

de conciencia (subumbrales) lo cual afecta su comportamiento intencional con

implicaciones en su determinismo. Esto último no ocurre en un sistema “complicado”

(diferente al complejo no determinista) pues en este cada componente de manera discreta

hace un aporte específico en el funcionamiento al objetivo final del sistema, y dependiendo

de si son muchos los componentes, puede ser más o menos difícil de comprender o

manipular, pero finalmente se consigue con precisión.

Un aspecto importante asociado al análisis del comportamiento de sistemas no

lineales sociales se encuentra relacionado con las relaciones dinámicas no lineales de sus

componentes a través de largos períodos de tiempo en las cuales pueden hallarse cambios

en submúltiplos del segundo en una interacción, lo cual ha sido simulado por computador

( Sterman, 1994; Lomi, Larsen y Ginsberg, 1997), lo cual deja al descubierto que el

comportamiento de los sistemas humanos a través de unidades ininterrumpidas de tiempo

permite profundizar en aspectos de su estructura y evolución con mayor profundidad

aunque siempre bajo el límite discreto del período de observación que da poco más que una

muestra discreta de sus dinamismos.

Atributos de un sistema social dinámico no determinista alejado del equilibrio.

Los aspectos básicos a considerar dentro de un sistema complejo determinista son

su certidumbre (su predicibilidad), su no ambigüedad (confiabilidad), la validez de su

información (orden) estabilidad de sus reglas de operación (lógica), la traducibilidad de su

lenguaje (formal o natural), su forma de relacionarse con otros sistemas (códigos de

comunicación), su manera de significar la información evaluando consecuencias previsibles

y modificar expectativas sobre las alternativas posibles (semántica) todo lo cual puede

conseguirse dentro de sistemas de comportamiento finito o que tienen cierto grado de

 6

impredicción dentro de límites máximos y mínimos. Para los sistemas dinámicos no

lineales alejados del equilibrio (no deterministas del todo) dirigidos al infinito, tales

aspectos básicos antes enunciados no tienen efecto como es lo propio de los sistemas

sociales y humanos en razón a su naturaleza: En primer lugar porque son sistemas en los

cuales su manera de conocer depende de la posición cambiante del observador respecto de

lo observado (epistemología) en el contexto particular en que tales observaciones ocurren y

son susceptibles de continuas modificaciones y posibilidades (Peliti y Vulpiani,1987); la

información obtenida (aumento exponencial de la capacidad de integración y de potencia

de cálculo) está afectada por los sesgos relativos a la manera de procesar los datos del

perceptor, a la condiciones de su sus estados encubiertos lo cual da lugar a ambigüedad en

el universo interpretativo y de significados, misma que interviene en su gnoseología

(perspectivas) determinada por el lenguaje (semiótica y semántica), de difícil acceso

directo para su análisis. Por otra parte, la organización de la información se hace de manera

tal que no se corresponde con una sucesión lógica lineal, lo cual deja zonas desconocidas,

poco precisas y delimitadas, espacios de incertidumbre y de desorden y contracción que

pese a su procesamiento auto correctivo (auto organización) por el sistema, no tienden a lo

definitivo por ser una función independiente al infinito (logarítmica, exponencial) y

particular en cada sistema procesador activo de información cuyas lógicas de clases son

variadas (indeterminismo deductivo exponencial) y por lo tanto fuera de la precisión cierta

(Gill, 1962) que son sobrepasadas dentro del planteamiento de la teoría de la comunicación

(Shannon y Weaver,1949). 

A partir de lo anterior algunos autores han denominado a estas características del

comportamiento humano “complejidades no deterministas (alejadas del equilibrio”

 7

otorgando así un estatus ontológico al individuo como “procesador de información al

infinito”, proponiendo las siguientes: lógica, computacional, auto organizativa, semántica,

semiótica, relacional, entre otras (Biggiero,1998) y que se construyen entorno a la idea

principal de inconmensurabilidad del comportamiento del procesador humano (sin límites

de tiempo o energía para computarlo, para predecirlo del todo en su función simbólica). Tal

imprevisibilidad tiene que ver con los problemas que son solubles solamente en tiempo y

energía computacional infinitas (transcomputabilidad). Este aspecto de la infinitud se

relaciona con totalidad del sistema (la incompletud humana, relacionada a su vez con la

búsqueda de su verdad) (Gödel,1992), su auto referencialidad como manera de auto

replicarse, de explicarse a sí mismo y su entorno a través de fórmulas computacionalmente

insolubles (lógicas de clases modales, circulares), su mismidad que lo hace un procesador

no solo infinito sino único en la significación de su realidad (variedad de percepciones

posibles) (Watzlawick,1984) de diversidad en sus maneras de relacionarse (principio de

indeterminación que ocurre en los sistemas sociales), de comunicarse (Shannon y

Weaver,1949).  y de constituirse a si mismo (mediante dialécticas de transformación de

significado a través de lenguaje encubierto, de transformación de cantidad en calidad, entre

muchas otras, de jerarquización de funciones y variación de significados y aprendizaje de

nuevas funciones para organizarse a sí mismo, expandir sus conciencia y conocimiento y

auto reproducirse (computación) que requieren capacidades de tecnología

transcomputacionales que se acerquen a predecir solo en parte el procesamiento de un

observador de segundo orden (Foester,1982). Todo lo anterior corresponde a conjuntos

borrrosos que van más allá de las alternativas deterministas “on-off”, “inactivo, excitado”

de esta complejidad, para hacer que las alternativas de pertenencia o no a un conjunto de

comportamientos del sistema no determinista sea cuestión de grados (conjuntos borrosos).

 8

Totalidad, verdad, validez y complejidad lógica.

El humano como sistema cognoscente utiliza la lógica-formal y lógica modal ( dentro de

las lógicas de clases) en su lenguaje natural para inferir conclusiones acerca de los

fenómenos y objetos del mundo. Este aspecto hace que la “verdad” haga parte de sistemas

clásicos de inferencia, sin embargo la incompatibilidad de las mismas con el estado de

cosas por sustracción de lo particular introduce la “validez” para derivar conclusiones

infinitas impredecibles (conjuntos no finitos) donde la provisionalidad y contextualismo de

las conclusiones hacen que el orden y el azar se superpongan siendo indemostrables pese

a la cantidad de datos disponibles en el sistema (Gödel, 1992; Chaitin, 1982). En este caso,

la variedad lógica deriva de “lo que es” (absoluto, dogmático) en contraposición de lo que

es “valedero que es” (cambiante, no definitivo, inconmensurable). En este caso el sistema

no determinista no es superado en tamaño por series de dígitos y por lo tanto no se puede

hacer una prueba de azar de estas dentro del sistema que lo sobrepasen; así las cosas

conocerlo de manera total y definitiva es un asunto inalcanzable, no se puede sobre pasar ni

en computación ya que es infinito ni en tiempo pues va más allá resaltando así su

“desorden-azar” (de lo impredecible a lo imprevisible). De esta manera, es necesario

destacar que el criterio de lo válido podría ser compatible al respecto no para solucionar

la predictibilidad, sino para ratificar la diversidad en el infinito de posibilidades tanto de

las formas de comportamiento como de contextos emergentes para el mismo compatibles

con el supuesto de no totalidad e incompletud para el procesador de información no

determinista alejado del equilibrio. Pero al mismo tiempo es necesario tener en cuenta que

tales posibilidades podrían llegar a pensarse en términos de modalidades como por

ejemplo: (a) paradoja, confusión, desorden, engaño, ambigüedad, contradicción,

 9

autofalseación: si-no; no-si); conjuntos (no-no; si-si); conjuntos (indeterminación: ni no, ni

si; ni si, ni no); conjuntos (indeterminación: casi no o casi si; casi si o casi no); (afirmación:

si; no) introduciendo los grados de verdad (conjuntos difusos) (Zadeh,1965a,b,

1973,1975,2002). Esto corresponde a un criterio que no da privilegio a la precisión

predictiva pero si a lo que es conforme con estado provisional de cosas de la realidad de los

individuos, es decir, bajo un criterio de “conformidad con los fines del sistema no

determinista pues en dicha finalidad cobra sentido su infinita provisionalidad acerca de lo

que las cosas parecen ser. La auto-referencialidad dentro de este marco implica auto

similitud de un sistema indeterminista con un referente “de conformidad”. De otra manera

la forma lógica que podría ser compatible al respecto sería la correspondiente con la

circularidad con lo recíproco, en el entendido de un interjuego de combinaciones de una

validez dual posible en cualquier orden de comportamiento para el sistema no determinista

alejado del equilibrio. Bajo este ambiente el sistema se hace indecidible, es decir,

indemostrable o calculable formalmente (no-determinista) (Simon,1990).

Continuidad, orden y complejidad auto- organizativa del sistema dinámico no lineal .

El comportamiento humano sigue una dinámica de auto- organización como sistema no

lineal alejado del equilibrio organizando la información de manera jerarquizada

(potencialidad) con intervención consciente o sin ella la cual incorpora en su estructura en

cualquier caso, además, su selección de los datos que ingresan al sistema, así como los que

procesa hacen que se encuentre prioritariamente auto orientado y que en muchos casos

ingrese datos o los ignore de manera consciente o no, con lo cual puede funcionar de

manera relativamente independiente de los estímulos de retroalimentación lo cual

 10

interviene en que sus entradas no correspondan con sus salidas, por lo cual es irrepetible y

sensible a las condiciones iniciales en las cuales su capacidad de autonomía por abstracción

y mete representación juegan un rol muy importante: cada instante tiene una organización

particular de los componentes así como una interacción única haciéndolo impredecible.

Hay así una continuidad en la dinámica jerarquizada, aprendizaje de nuevas funciones y

conocimiento que se articulan unas con otras orgánicamente, lo cual no ocurre en los

sistemas deterministas en los cuales no hay el aprendizaje de nuevas funciones

(ecuaciones, relaciones), se mantiene con las que ya existen (forma y función). De esta

forma la evolución del sistema no lineal alejado del equilibrio no es manipulable desde la

finitud discreta del tiempo pasado y presente (Zeleny, 1996; Febbrajo y Teuber,1992). El

concepto de entropía negativa que se ha extrapolado desde la termodinámica, así como la

clasificación de sistemas abiertos y cerrados convendría considerarla con precaución en

virtud de la naturaleza principalmente auto- referencial del sistema no determinista

humano atendiendo a los comentarios previos, es decir, aquí los input nunca son iguales a

los outputs (función polinomial, exponencial) y en ello los aspectos de auto organización de

información los hacen imprevisibles (Kauffman,1993). En un ser humano, un muy pequeño

error de estimación de las condiciones iniciales o una pequeña aproximación en los cálculos

del paso a paso respecto de una conducta a ejecutarse se amplifican muy notoriamente en el

resultado (Ruelle,1991); En los sistemas humanos y sociales la complejidad caótica trata

con infinitas funciones en continuo y esta se enfoca en el canal de orden al desorden y la

emergencia de posible orden impredecible (atractores); además la auto-organización está

relacionada con objetivos futuros del sistema que le permiten organizarse en función de

tales fines. Por otra parte es preciso comentar que autómatas celulares de estado finito

pueden hallar soluciones deterministas y algunas no deterministas a problemas (discretos)

 11

de auto organización haciendo explicitación clara del algoritmo de una tarea mediante un

plan expresado en código binario, cumpliendo instrucciones (Mc Curdock,1979) por

ejemplo la máquina de Turing (Turing,1936) el cual es un autómata celular que puede

reducir problemas a sistemas dinámicos (sistemas discretos con caos determinista con

complejidad auto- organizada finita y discreta) haciéndolos computacionalmente tratables

finitos o infinitos, en este último caso (capaces de reconocer lenguajes formales de alta

jerarquía según la lista de Chomsky (1977,1983,1984;Hauser,1999), además traduciéndolos

con lo cual son capaces de generar orden espontáneo o auto destrucción a través de la

modificación de algún parámetro.

La información y la computabilidad en la complejidad caótica no determinista.

La complejidad en las Ciencias Sociales está asociada variablemente con aspectos

como la irreversibilidad (el rol del tiempo), la impredictibilidad (el rol del caos) y la

ambigüedad (el rol del lenguaje) (Biggiero,1998) entre otras. El criterio en el sistema es la

sincronización de las interacciones de los componentes en el espacio-tiempo y en el modo

en el contexto entorno a su fin de auto réplica. Las formas en que se replica son diversas,

pero su esencia es la misma (cambiar mientras sigue siendo el mismo), por lo cual hay

mismidad y conformidad. El estatus de la información en un procesador no determinista

(psicosocial) se encuentra con algunos problemas especiales respecto de la accesibilidad y

disponibilidad de la información, es decir, la información parece no destruirse, pero su

recuperación ha sido siempre un aspecto que se relaciona con la evolución del sistema y

que además puede quedarse bajo formas combinadas de diferentes clases de conocimiento

que la hacen inaprehensible en forma pura a su organización original (traumas),

imposible de recuperar de tal forma, otras veces la forma se desconecta del contexto
 12

informacional, el caso es que la información debido a su organización se articula de

manera interdependiente con otros componentes en el sistema por lo cual puede traer

asociado un evento o idea otros que en dichas relaciones encontraron conexiones que no

necesariamente tuvieron que ser conscientes (no automáticos) por parte del procesador

activo de información. Este procesador es un sistema que tiene gran cantidad de

bifurcaciones (singularidades), de allí que presenten comportamientos azarosos y

trayectorias múltiples e irregulares en el tiempo en las cuales no se detectan con exactitud

patrones (teoría de las catástrofes) ni pueden predecirse puntos fijos (atractores extraños)

que hicieran colapsar el sistema en su camino al cambio dado que pueden emerger muchos

de ellos a lo largo de la evolución del sistema humano no lineal alejado del equilibrio.

Solo con poder trans-computacional (procesamientos flexibles, adaptados a las

necesidades de uso y posibilidades existentes para el sistema) que sobrepase un

procesamiento de 1093 bits de información (límite de Bremermann (1962,1965) sería

posible tal capacidad de cómputo para intentar predecir con alguna exactitud su

comportamiento futuro; solo la retina humana con su cerca de un millón de células

fotosensibles y con dos estados posibles (on-off) por cada celda, tomada como un todo

requeriría una capacidad transcomputacional de procesamiento de 10 300 000

  bits de

información, por ejemplo. De esta forma un sistema como el humano sobre pasa

exponencialmente tales límites de cómputo respecto de su comportamiento lo cual se

observa en la velocidad y cantidad de datos que procesa en función de sus posibilidades, a

las valoraciones que hace de los mismos a partir de variados criterios, los heurísticos que

emplea, su selección de datos y organización informacional en forma holística y

además cambiante en cada situación o contexto. En el sentido de la capacidad trans-

computacional como requerimiento hacia la predicción del comportamiento del sistema

 13

humano, la naturaleza de su conciencia ha sido considerada sin embargo con restricciones

al respecto, es decir, desde un punto de vista estrictamente computacional la conciencia se

alinea con la información del sistema y es un subproducto de la actividad procesador,

para el caso del cerebro vivo, y un epifenómeno de este estrictamente local cuando la

transcomputabilidad como requerimiento para alcanzar predictibilidad de su

comportamiento sugiere que se trate de un fenómeno no- local también, es decir, la

transcomputabilidad supone un locus informacional “transcerebral- transprocesador”

entendiendo la información que procesa desde un punto de vista holográfico que va más

allá de la disfunción, el buen funcionamiento o el cese de funciones del órgano (existe

consciencia humana más allá de la muerte cerebral médicamente determinada) (Grey,

1986; Eben, 2012; Carter,2010; Lorimer,1990;Moorjani, 2012;Zaleski,1988), también en

estados alterados de consciencia que se han inducido en ensayos clínicos en los cuales los

individuos acceden no solo a recuerdos de su propia experiencia sino a la de

otros(Zaleski,1988) y a una consciencia activa unitaria diferenciada de la suya. En ese

sentido la complejidad no determinista bajo el concepto de infinito no solo supondría

conciencia dentro de cualquier sistema procesador de información viviente

suficientemente complejo (concepción local de la conciencia en diferentes niveles) (Koch

y Poggio,1985; Koch,2004; Koch y Tononi,2008) sino que la hallaría en el cosmos como

un fenómeno de cualidades holográficas (“matriz cósmica unitaria”) (infinito, punto cero,

pleno cósmico o vacío generador de realidad) (Laszlo,2014) que se halla presente en el

“espacio-tiempo” (como proyección holográfica cuantificable) y más allá de este. Esta

consciencia holográfica está relacionada con la existencia de una “consciencia de

totalidad integral” la cual actúa a través del procesador de información que la recibe y la

interpreta constituyendo la complejidad de los sistemas dinámicos no lineales alejados del

 14

equilibrio como realidad inaprehensible e impredecible e indecidible. La trans-

computabilidad sugeriría no solo requerimientos para la previsibilidad de sistemas no

lineales alejados del equilibrio como formas de consciencia localizadas en el espacio-

tiempo componentes de la consciencia integral trans-espacial y trans-temporal que no

vendría siendo producto autónomo del sistema procesador de información, entendiéndose

esta información como proyección de la “conciencia integral de totalidad” que lo “in-

forma” más allá de la aleatoriedad (Laszlo,2004) en un orden superior al azar que

sintoniza, sincroniza y entrelaza sus componentes.

Autonomía para el cambio y Complejidad relacional en sistemas no deterministas

humanos.

Epistemológicamente cada vez que se estudia interactivamente un actor o grupo de actores,

su objeto de estudio cambia su comportamiento “real” (Foerster,1984; Watzlawick,1981).

Respecto de la dirección al objetivo, un sistema cibernético de primer orden sigue unas

instrucciones que lo llevan a alcanzarlo, por lo cual la acción se hace eficaz respecto del

mismo y de esta forma el grado de control (Wiener, 1960), sin embargo los sistemas

sociales son complejos de manera no determinista relacionalmente debido a que cambian de

manera autónoma: Cada observador modifica lo observado y se modifica a si mismo al ser

observado por otros (cibernética de segundo orden) (Foerster,1982,1984), por lo cual

cambia sus objetivos por sí mismo pudiendo hacerlo por motivaciones completamente

intrínsecas independientes del estímulo de retroalimentación por lo cual su reorientación en

las interacciones depende de la comunicación continua para alcanzar su objetivo o

modificarlo a voluntad (Biggiero,1997) mediante la retroalimentación circular

(Wiener,1998) la cual ejerce un rol de auto regulación para el equilibrio del sistema
 15

(simplifica la perturbación); los sistemas interpersonales pudieran llegar a entenderse

como circuitos de retroalimentación (Watzlawick,1967), las múltiples maneras en que esto

puede ocurrir son infinitas y se hallan sujetas a la oportunidad en el cual la entropía sigue

una formulación probabilística (Chaitin,1982,1987a,b), es decir, según las probabilidades

disponibles para el sistema en el entorno de acuerdo con su auto referencialidad la cual

complejiza sus propias estructuras de auto-organización incrementando sus órdenes,

aspecto que le da un margen de autonomía al sistema no determinista (Foerster,1984).

También la variedad se relaciona con el conjunto de todos los estados posibles del sistema

(espacio de estados): tamaño del espacio y número de estados diferentes pero estos siguen

un dimensión infinita (expresión logarítmica) [V = log2 (|S|)]. En esta misma línea

Schröedinger (2008) propuso un “orden del orden” en el cual mediante perturbaciones,

desviaciones, fluctuaciones se fuerza una reorganización o ajuste de la dinámica del

sistema (atractor), en donde orden y desorden interactúan para organizar el sistema. Este

efecto de supra ordinación en un área alejada del equilibrio es propio de los sistemas

dinámicos no lineales (Ashby,1962,1963).

Semiótica, Semántica y Complejidad gnoseológica en sistemas dinámicos no

deterministas

Las percepciones posibles de un observador respecto de otro varían en función de su

experiencia y hacen que gnoseológicamente las diferenciaciones conceptuales para

interpretar ambientes, objetos, estados internos o externos lleguen a ser incalculables

(Bateson,1980;Foerster,1984;Watzlawick,1981); también los consensos sobre la naturaleza

de tales distinciones (Eco y Sebeok,1983;Wittgestein,1960), de allí que los contextos

 16

comunicacionales y meta comunicacionales tengan infinitas posibilidades

(Watzlawick,Beavin y Jackson,1967) y que la información llegue a serlo igualmente

(Bateson,1972,1980). Los fenómenos de transducción hacen que señales físicas o químicas

en su recorrido al cerebro recorren estructuras en las cuales hacen pre procesamientos

inclusive con información descendente de la corteza cerebral de tal forma que pre-

configuran datos e integran informaciones pre-organizadas (perceptos) que por los pre-

procesamientos que han tenido han tenido igualmente diversas interferencias de cómputo

informacional (Maturana y Varela,1980; Prigogine y Stengers, 1984). Una vez pre-

organizados los perceptos, los conceptos son conjuntos primariamente borrosos que deben

someter su material a comparadores para obtener la mejor versión de lo que creen

representar para el sistema: muchas propiedades similares deben ser descartadas,

seleccionadas, muchas propiedades pueden coexistir de manera alterna y opuesta en

muchos fenómenos y objetos lo que hace los límites de pertenencia no siempre muy claros.

Este es uno de los aspectos gnoseológicos complejos no deterministas en los sistemas

sociales. Por otra parte está la relación entre el objeto, su significante y su significado que

se vuelve un aspecto realmente complejo desde el punto de vista socio cultural autóctono de

cada individuo pues afecta su manera de dar sentido a su realidad, de explicársela de

manera tan única y singular haciéndola infinita (Dreyfus, 1987). En este mismo marco se

encuentra la complejidad semántica, la variedad de las expresiones lingüísticas de cada

individuo y genera un sinfín de incompatibilidades e correspondencias de significados que

afectan la traducibilidad del lenguaje, las jergas y los metalenguajes, la variedad de

significados por significante según el contexto de su aplicación por los hablantes

(polisemia) (Shannon y Weaver,1949). 

 17

Traducibilidad, tratabilidad, indecidibilidad y complejidad computacional.

La transformación de cantidad en calidad y viceversa se compone de un proceso dialéctico

que implica un rango hasta el cual se tiene poder computacional para tratar la complejidad

de un sistema dinámico determinista o indeterminista (pero dentro de valores máximos y

mínimos) y un umbral a partir del cual el problema se hace impredecible o intraducible. El

volumen de los datos para generar el proceso computacional, la cantidad de texto y el

tiempo de computación del proceso se sostiene que son aspectos de importancia central en

este caso (Chaitin, 1987a,b). Para el caso de un sistema no determinista las consecuencias

de indecidibilidad y totalidad impiden calcular a causa de tiempo infinito con la

intraducibilidad (Los algoritmos de tiempo exponencial Kn, a diferencia de los

polinomiales Nk son considerados intraducibles excepto cuando el tamaño de los

parámetros de entrada es muy pequeño). Esta situación plantea el problema de la

transcomputacionalidad que algunos han calculado, por ejemplo, para Beer (1972) es

1096 y para Chandra y Davies (1974) es de 10 126. Otros autores tales como Chandra y

Ladde (1984), la transcomputabilidad en los sistemas dinámicos alejados del equilibrio es

un problema sobre el cual se han hallado requerimientos logarítmicos inalcanzables hasta

el momento (Chandra, Jagdish, Lakshmikantham y Leela,1982; Chandra y Ladde,1984).

Pese a lo anterior con máquinas de Turing se puede reducir un la complejidad del

problema en un sistema no determinista, permitiendo resolver, por ejemplo, problemas de

complejidad exponencial en un tiempo polinómico a partir de las variables implicadas

(función constante, lineal, cuadrática o cúbica).

Conclusiones
 18

A partir de lo anteriormente descrito, la complejidad se diferencia de la dificultad en los

sistemas procesadores de información. La complejidad puede ser de diferentes tipos

dependiendo del organismo o la especie pero a su vez, existe una que presenta propiedades

no deterministas o alejadas del equilibrio como las de los sistemas simbólicos humanos que

hacen imprevisible su comportamiento. La transcomputabilidad se erige como un tipo de

complejidad computacional en los seres humanos que plantea una dimensión “espacio-

tiempo” fuera del azar en la cual existe determinación del comportamiento pero bajo

características de inteligencia holográfica que desde los sistemas dinámicos se localiza

más allá de sus alcances de cómputo y predicción.

Referencias.

Aracil, J. (1983). Dinámica de sistemas. Madrid. ISDEFE, Ingeniería de sistemas.

Disponible en: http://www.simposio.palmira.unal.edu.co/documentos/Dinamica_Aracil.pdf

Ashby R.W.(1963). An Introduction to Cybernetics, Wiley, New York.

Ashby W.R. (1962). Principles of the Self-Organizing System, E: CO Special Double Issue

6(1-2); 102-126.

Bateson G.(1972). Steps to an Ecology of Mind. North Vale: New Jersey. Chandler

Publications for Health Sciences. Disponible en:

http://www.edtechpost.ca/readings/Gregory%20Bateson%20-%20Ecology%20of

%20Mind.pdf.

Bateson G.(1980). Mind and Nature, Bantam Books, New York.

Beer S.(1972). Brain of the Firm, Penguin.

Biggiero L. (1997). Managerial Action and Observation: A View of Relational Complexity,

 19

Biggiero, L.(1998). Sources of complexity in human systems. Roma, Italia. Universidad La

Sapienza. Disponible en: http://www.dis.uniroma1.it/pub/EM/biggiero/page.html

Bremermann, H.J. (1962) Optimization through evolution and recombination.  En: Self-

Organizing systems. Yovitts,M.C. (Eds), Spartan Books, Washington, D.C. pp. 93–106.

Bremermann, H.J. (1965).  Quantum noise and information. 5th Berkeley Symposium on

Mathematical Statistics and Probability; University of California Press, Berkeley,

California. Disponible en:

http://digitalassets.lib.berkeley.edu/math/ucb/text/math_s5_v4_article-03.pdf

Carter, Ch. (2010). Science and the Near-Death Experience; How Consciousness Survives

Death. Rochester: Inner Traditions

Chaitin G.J. (1982). Goedel’s Theorem and Information, International Journal of

Theoretical Physics, 22.

Chaitin G.J. (1987a). Algorithmic Information Theory, Cambridge U.P.

Chaitin G.J.(1987b). Information, Randomness & Incompleteness, World Scientific,

Singapore.

Chandra, J. y Davis,P. (1974). A monotone method for quasilinear boundary value

problem, Archive of Rational and Mechanical Analysis,54; 257-266.

Chandra,J., y Ladde,G.S.(1984). Comparison theorems and Stochastic boundary value

problems, Proceedings of the International Problems on Trends in Theory and Practice of

nonlinear Differential Equations, Arlington, Texas, Marcel Dekker, Inc., New York, 111-

119.
 20

Chandra, Jagdish, Lakshmikantham, V. y Leela, S.(1982). Comparison principle and theory

of nonlinear boundary value problem, Non-linear Phenomena in Mathematical Sciences

( V. Lakshmikantham, Ed), Academic Press, 241- 248.

Chomsky, N. (1977).  Language and Mind. Barcelona, Seix-Barral.

Chomsky, N. (1983).  Reglas y representaciones. México. Fondo de Cultura Económica.

Chomsky, N. (1984). Modular Approaches to the Study of the Mind, San Diego: California

State University Press.

Dreyfus H.L.(1987). Being-in the-World: A Commentary on Division I of Heidegger’s

Being and Time, MIT Press, Cambridge Mass.

Eben, A. (2012) Proof of Heaven: A Neurosurgeon's Journey into the Afterlife. Oxford:

Piatkus

Eco U. y Sebeok T.A. (eds.), 1983, The Sign of Three, Indiana U.P., Bloomington.

Febbrajo A. y Teubner G.(1992). State, Law and Economy as Autopoietic System, Giuffrè,

Milano.

Foester,V. (1949). Cybernetics: Transactions of the Sixth Conference, (editor), Josiah Macy

Jr. Foundation: New York.

Foester,V. (1958). Basic Concepts of Homeostasis. En: Homeostatic Mechanisms, Upton,

New York, pp. 216–242.

Foester,H. y Pask,G. (1961). A Predictive Model for Self-Organizing Systems, parte

I: Cybernetica 3, pp. 258–300; parte II: Cybernetica 4, pp. 20–55.

 21

Foester,H., Ashby,W.R.(1964).Biological Computers. En: Bioastronautics, K. E. Schaefer,

Macmillan Co. New York, pp. 333– 360.

Foerster,V H.(1982). Observing Systems, Intersystems Publications, Seaside.

Foerster,V.H (1984). Principles of Self-Organization in a Socio-Managerial Context.

Systemica, 12; 23-37.

Foester,V (2002). Understanding understanding. Springer-Verlag.

Gill A.(1962)., Introduction to the Theory of Finite-State Machines, McGraw-Hill, New

York.

Gödel, K. (1992). On Formally Undecidable Propositions of Principia Mathematica and

Related Systems. Dover, New York.

Grey, M.(1986) Return from Death: An Exploration of the Near-death Experience.

London: Arkana

Hausser, R. (1999). Foundations of Computational Linguistics. Springer-Verlag. 

Kauffman S.A., 1993, The Origins of Order, Oxford U.P., New York.

Khalil, E.L. y Boulding, K.E. (1996) Evolution, Order and Complexity. London: Routledge

Koch, Ch. (2004). The Quest for Consciousness. A Neurobiological Approach. Roberts &

Company publishers. Englewood, Colorado.

Koch, Ch. y Tononi,G. (2008). Can Machines Be Conscious?. IEEE Spectrum, 45(6);54–

59.
 22

Koch,Ch. y Poggio,T.(1985). Biophysics of computation: Neurons, synapses and

membranes. Massachussets Institute of Technology. Disponible en:

ftp://publications.ai.mit.edu/ai-publications/pdf/AIM-795.pdf

Laszlo, E. (2004) Science and the Akashic Field: An Integral Theory of Everything.

Rochester: Inner Traditions

Laszlo, E. y Peake, A.(2014) Immortal Mind: Science and the Continuity of Consciousness

Beyond the Brain. Rochester: Inner Traditions

Lomi, A. Larsen,E. y Ginsberg, A. (1997), Adaptive Learning in Organizations: A System

Dynamics-Based Exploration. Journal of Management, 23(4); 561-582.

Lorimer, D.(1990) Whole in One: The near-death experience and the ethic of

interconnectedness. London: Arkana

Martínez,V. y Requena,A. (1986): Dinámica de Sistemas. Alianza Editorial.

Maturana H., Varela F.(1980). Autopoiesis and Cognition, Reidel, Dordrecht.

McCorduck, P. (1979). Machines who Think, San Francisco: Freeman.

Miranda, A. (2006). Arquitectura de la mente según Noam Chomsky. Madrid. Siglo XXI.

Moorjani, Anita (2012). Dying to Be Me: My Journey from Cancer, to Near Death, to

True Healing. New York: Hay House.

Peliti L., Vulpiani A (1987). Measures of Complexity, Springer Verlag, Berlin.

Prigogine, Ilya, y Stengers, Isabelle. (1984). Order out of Chaos : Man’s New Dialogue

with Nature. New York : Bentam.

 23

Ruelle, D. (1995). Azar y Caos, Alianza, Madrid.

Schrödinger, E. (2008). ¿Qué es la vida?. Tusquets, Barcelona. Colección Metatemas.

Senge, P.M. (1996) Leading learning organizations. Training Development, 50(12);36–37.

Shannon, C.E. y Weaver,W. (1949). The Mathematical Theory of Communication.

University of Illionois.

Sterman, J.D. (1994). Learning in and about complex systems. System Dynamics Review

10(2–3): 91–330.

Turing, A.M. (1936). On computable numbers, with an application to the

entscheidungsproblem. Proceedings,230-265. Recuperado de:

http://www.cs.virginia.edu/~robins/Turing_Paper_1936.pdf

Watzlawick, P., Beavin J. y Jackson, D. (1967). Teoría de la comunicación humana.

Barcelona, España. Herder.

Weaver,W.(1948). Science and Complexity. American Scientist, 36: 536-542. Disponible

en: http://people.physics.anu.edu.au/~tas110/Teaching/Lectures/L1/Material/

WEAVER1947.pdf

Wiener, N. (1960). Cibernética. Madrid: Guadiana.

Wiener, N. (1998).Cibernética o el control y la comunicación en animales y máquinas (2a

ed.). Barcelona: Tusquets.

Wittgenstein, L. (1958), Philosophical Investigations. Englewood Cliffs: Prentice Hall.

Wittgenstein, L. (1960), The Blue and Brown Books. New York: Harper and Row.
 24

Zadeh, L. (1965a). Conjuntos difusos. Información y Control, 8; 338-353.

Zadeh, L. (1973). Esbozo de un nuevo enfoque para el análisis de sistemas complejos y los

procesos de decisión. IEEE Transacciones, Sistemas, Hombre y Cibernética, 3; 28-44.

Zadeh,L(1965b). Conjuntos difusos y los sistemas. En: Fox, J. (Ed). Teoría del sistema.

Brooklyn, NY: Universidad Politécnica Press, 29-39.

Zadeh,L. (1975). Cálculo de las restricciones fuzzy. En: Zadeh,L., Fu, K.S., Tanaka, K.,

Shimura, M. (Eds). Fuzzy y sus aplicaciones a los procesos cognitivos y la Decisión. Nueva

York: Academic Press, 1975: 1-39.

Zadeh,L.(2002). A partir de cálculos con números a la computación con palabras - de la

manipulación de las mediciones a la manipulación de las percepciones, Revista

Internacional de Matemática Aplicada y Ciencias de la Computación, 12(3); 307-324.

Zaleski, C. (1988) Otherworld Journeys: Accounts of Near-Death Experience in Medieval

and Modern Times. Oxford: Oxford University Press.

Zeleny, M. (1996) Knowledge as Coordination of Action, Human Systems Management,

15:4, 211-213.