Traducido del inglés al español - www.onlinedoctranslator.

com
Página 1 de 16

Artículo invitado, publicado en: Proceedings of the 1988 Annual Conference of the Cybernetics Society
(Londres).

CONSTRUYENDO UNA CIENCIA

DE COMPLEJIDAD

Francisco HEYLIGHEN[1,2]

ABSTRACTO. Se argumenta que para resolver problemas complejos necesitamos un nuevo enfoque, que no sea ni
reduccionista ni holístico, sino que se base en la maraña de distinción y conexión, de desorden y orden, definiendo
así unciencia de la complejidad. Se propone un modelo de evolución compleja, basado en la variación distribuida a
través de la recombinación y la mutación, y la retención selectiva de sistemas internamente estables. Luego se
analiza la estabilidad interna a través de un análisis matemático generalizado. cierre propiedad. Se discuten
ejemplos de cierre en sistemas cognitivos y de autoorganización.

1. Introducción

Es una observación común que nuestra sociedad actual es más compleja que cualquiera de las
sociedades o culturas que la precedieron. Esto implica que los problemas que debe enfrentar esta
sociedad y los individuos que la integran son más complejos que nunca. Comprender la complejidad
parece ser la única posibilidad de escapar a esta evolución en la que todo parece volverse más
incierto, más complicado y más cambiante.

Para analizar científicamente qué es la complejidad, deberíamos empezar por dar una explicación más intuitiva de
lo que denota la palabra "complejidad". Primero, llamaríamos "complejo" a un sistema que tiene muchos partes o
elementos. Sin embargo, la mera cantidad no es suficiente: no veríamos una pared de ladrillos como algo complejo,
aunque esté compuesta por miles de ladrillos diferentes. Además, la forma en que se agregan los elementos debe
ser, en cierto sentido, desordenada oinesperado, no debería ser reducible a un patrón regular y periódico, como
los ladrillos en una pared o las moléculas en un cristal. Este "inesperado" se vuelve aún más evidente en la
dinámica del sistema complejo: si interactuamos con el sistema, o si evoluciona por sí solo, los cambios que
experimentamos son impredecibles. Además, en general también son irreversibles. No podemos controlar ni dirigir
la evolución del sistema. Esto implica una tercera característica básica de los sistemas complejos: la anticipación o
gestión del comportamiento de un sistema complejo define un problema que esdifícil, si no imposible, de resolver.

Problemas como la contaminación, el subdesarrollo, la guerra, enfermedades como el SIDA,..., son ejemplos de
situaciones tan complejas, que resultan extremadamente difíciles de afrontar, por la cantidad e irregularidad de
todos los factores que intervienen, lo que hace prácticamente imposible anticipar los efectos de las intervenciones
propuestas (cfr. Dörner, 1983; Dörner & Reither, 1978; Heylighen, 1988). El único método general para resolver
problemas difíciles que conocemos es la ciencia. Sin embargo, la ciencia tradicional a menudo parece crear más
problemas de los que resuelve. Problemas como la contaminación o la amenaza de una guerra nuclear no
existirían sin la ciencia y la tecnología. Además, la ciencia sólo parece capaz de resolver problemas en dominios
muy especializados y restringidos, ignorando los problemas a nivel del planeta o de la sociedad.

Esto puede entenderse observando que los dominios de la ciencia clásica se eligen de modo que eviten la
complejidad tanto como sea posible. Consideremos la física newtoniana, que es la disciplina madre que define el
paradigma mecanicista, que ha influido en la mayoría de las otras ciencias. Los objetos de la física se modelan
típicamente comopartículas, como sistemas elementales sin estructura interna que obedecen leyes de movimiento
externas e invariantes. Incluso cuando un físico considera un planeta, lo ve como una bola rígida y esférica que se
mueve alrededor del sol en una trayectoria determinada únicamente por su masa global, ignorando todos los
sistemas químicos, biológicos, psicológicos o culturales que puedan tener.

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 2 de 16

desarrollado en el planeta. Por supuesto, el físico es consciente de que descuida muchos fenómenos importantes
cuando modela el planeta como si fuera una partícula. Sin embargo, un físico tradicional sigue siendo
reduccionista: cree que todos los comportamientos de todos los sistemas complejos en la superficie del planeta,
ya sean geológicos o sociales, pueden entenderse a través de la mecánica de las partículas elementales que los
constituyen.

Uno de los problemas básicos de esta filosofía es que implica que todos los fenómenos aparentemente complejos
pueden reducirse a combinaciones de elementos e interacciones fundamentalmente simples, y que basta con
describir estos elementos con suficiente detalle para obtener un modelo completo y determinista de el fenómeno
complejo, que en principio debería permitir resolver todos los problemas sobre el fenómeno. El objetivo de la física
puede entonces formularse como una búsqueda de la descripción más completa posible de los fenómenos más
elementales. Sin embargo, la evolución de la física, primero con la mecánica cuántica, luego con las teorías
cuánticas de campos y ahora con las más recientes teorías de partículas elementales, ha demostrado que esta
búsqueda conduce a modelos cada vez más complejos. Parece que cuanto más elemental es el nivel de análisis,
cuanto mayor sea el número de partículas y constantes fundamentales necesarias, más complicada será la
estructura de la teoría y más inciertas las predicciones derivadas de ella. Es evidente que algo salió mal con el
programa de construir representaciones lo más completas posibles de fenómenos lo más simples posibles.

En este artículo quiero argumentar que se necesita un enfoque bastante diferente para comprender la
complejidad. En primer lugar, no debe tratar de reducir los sistemas complejos a elementos simples, sino tratar
de comprender la complejidad como una característica general. En segundo lugar, no debe intentar encontrar
una representación completa, pero reconozca que dado que una representación es necesariamente incompleta,
es más apropiado buscar la representación que sea lo más simple posible, dado el problema que desea resolver.
Tal filosofía de investigación definiría una nueva disciplina: laciencia de la complejidad (cfr. Banathy, 1984;
Mesjasz, 1988).

Por supuesto, esta nueva ciencia no tendría que surgir de la nada: hay varios enfoques que ya han
contribuido mucho al análisis de la complejidad (cfr. Vullierme, 1987) y que, por lo tanto, pueden utilizarse
como base para un análisis más elaborado. , se puede construir una teoría integrada. Uno de estos
enfoques está formado porcibernética y teoría de sistemas (en la práctica parece imposible trazar un límite
entre los dos), cuyo tema es el estudio del comportamiento de los sistemas generales (complejos). Sin
embargo, lo que falta en este enfoque para convertirlo en una teoría completa de la complejidad es un
modelo de cómo un sistema, y la complejidad en general, pueden surgir de algo que aún no es un sistema.
Tal fenómeno podría entenderse con la ayuda de algunos conceptos recientes desarrollados en torno al
fenómeno deautoorganización. Un tercer hilo que necesitamos para nuestra ciencia general de la
complejidad se refiere a la forma en que los seres complejos y autónomos, como nosotros mismos, pueden
resolver los problemas planteados por un entorno complejo. Tal enfrentamiento con la complejidad exige
inteligencia, y esto nos lleva a las disciplinas que han estudiado la inteligencia:ciencia cognitiva e inteligencia
artificial.

A continuación esbozaré una posible manera de unificar las ideas principales de estos tres enfoques. Pero
primero debo tratar de definir la complejidad de una manera más profunda.

2. ¿Qué es la complejidad?

Volvamos a la palabra latina original complejo, que significa "entrelazados", "retorcidos juntos". Esto puede
interpretarse de la siguiente manera: para tener un complejo se necesita: 1) dos o más partes o elementos
diferentes; 2) estas partes deben estar conectadas o anudadas de alguna manera entre sí, de modo que sea
difícil separarlas. Aquí encontramos la dualidad básica entre partes que son al mismo tiempodistinto y
conectado. Claramente, un complejo no puede ser analizado o separado en un conjunto de elementos
independientes sin destruirlo. Por lo tanto, debemos concluir que el método reduccionista no puede usarse
para comprender entidades complejas. Esto explica la connotación dedifícil, que la palabra complejo ha
recibido en periodos posteriores. De hecho, el método racional general de abordar

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 3 de 16

problemas consiste en analizar el dominio del problema. Si este dominio es complejo, por definición
resistirá el análisis.

La conciencia de que hay fenómenos que no se pueden reducir a sus partes separadas, ha llevado a una filosofía
que puede verse como lo opuesto al reduccionismo, y que se llama holismo. Este enfoque propone mirar un
fenómeno complejo como un todo, en lugar de como una colección de partes. Sin embargo, este punto de vista
también pasa por alto una característica esencial de las entidades complejas, a saber, que están compuestas de
partes distinguibles, aunque estas partes puedan estar unidas entre sí. Considerar un fenómeno como un todo
significa que lo ves comouna, es decir, como básicamente simple.

En el límite, la posición holística implicaría que, dado que el universo consiste en una red de sistemas
interconectados, debe excluirse cualquier forma de análisis que conduzca a objetos o sistemas distintos.
Esto implicaría que la única forma en que podemos obtener un conocimiento real sobre el mundo consistiría
en experiencias místicas durante las cuales se trascienden los límites del yo y del cosmos (la llamada unión
mística onirvana). Aunque no quiero excluir que tales experiencias puedan ser muy enriquecedoras para el
individuo que las vive, creo que es claro que no pueden constituir en modo alguno un método "científico"
para resolver los problemas que plantea la complejidad del mundo actual. .

Debemos concluir entonces que para construir una ciencia de la complejidad no podemos apoyarnos ni en
la posición reduccionista ni en la posición holística. El estudio de la complejidad exige trascender la
polaridad holismo-reduccionismo. Necesitamos un enfoque que permita modelar sistemas que sean a la
vez distintos (y, por tanto, separables de forma abstracta) y conectados (y, por tanto, que no puedan
separarse sin perder parte de su significado original).

Quizás la forma más sencilla de visualizar un modelo que satisfaga estos dos requisitos aparentemente
contradictorios es considerar el concepto (matemático) de un red. Una red consta denodos, generalmente
representados como puntos, y conexiones entre nodos, generalmente representados como arcos o flechas
que van de un punto a otro. Los nodos pueden verse como las distintas partes de la red compleja (= plexo),
las conexiones como las relaciones que entrelazan estos elementos. (Observe que, a la inversa, los nodos se
pueden ver como conexiones, uniendo las flechas, mientras que las flechas se pueden ver como elementos
distintos).

El enfoque reduccionista ahora puede formularse de manera más simple como un método que trata de eliminar
tanto como sea posible las conexiones, mientras que el enfoque holístico elimina tanto como sea posible las
distinciones entre los nodos. En este sentido, ambos métodos "reducen" un fenómeno complejo a una entidad
básicamente simple (ya sea un conjunto de nodos o un todo indiferenciado) al descuidar una parte esencial de
sus características.

Ahora también podemos entender por qué la interacción con un sistema complejo es tan difícil. Suponga que se ejerce
una influencia sobre una de las partes (por ejemplo, un nodo) del complejo. A través de las conexiones esta influencia se
propagará a los demás nodos. Sin embargo, dado que los nodos tienen distintas posiciones o funciones en la red, cada
uno de ellos reaccionará de manera diferente. Además, sin analizar la red en detalle y, por lo tanto, destruirla, no
podemos tener un conocimiento completo de cómo reaccionará cada uno. Esto significa que, en general, no podemos
predecir cómo reaccionará un sistema complejo ante cualquier influencia, originada por el observador, por el entorno o
por su propia dinámica. De manera equivalente, tampoco podemos retrodecir o revertir su evolución, es decir, no
podemos reconstruir su pasado recopilando información sobre su comportamiento actual.

Esta imagen de complejidad que acabo de esbozar puede parecer demasiado pesimista. De hecho, sabemos a través de
la práctica de la ciencia que en muchos casos podemos hacer predicciones que son más o menos precisas. Para entender
esto, debemos introducir un concepto adicional: el orden.

3. Entre el Orden y el Caos

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 4 de 16

A menudo se toma la complejidad como sinónimo de desorden o caos. Sin embargo, quiero argumentar aquí que el
desorden por sí solo no es suficiente para definir la complejidad. Analicemos, pues, qué se entiende por orden y
desorden.

Los ejemplos de orden que vienen más fácilmente a la mente son las estructuras simétricas, por ejemplo, las redes
cristalinas. La simetría se define matemáticamente como la invariancia bajo un grupo de transformaciones. De la
misma manera, el orden puede definirse generalmente comoinvarianciabajo algún conjunto de operaciones o
transformaciones (no necesariamente un grupo). La principal característica de un sistema ordenado es su
predictibilidad (espacial o temporal). De hecho, basta con que conozcamos una parte (espacial o temporal) del
sistema a la que podemos aplicar una de las transformaciones de invariancia. Debido a la invariancia global del
sistema sabemos que el resultado de aplicar una operación a una parte del sistema producirá otra parte del
mismo sistema. De esta forma podemos reconstruir el sistema completo aplicando todas las transformaciones a
una parte bien elegida. No tenemos que conocer el sistema como un todo para reconstruir o predecir su
estructura: el sistema esredundante.

Extendamos esta definición de orden hasta el límite, es decir, intentemos definir un sistema máximamente
ordenado. Tal sistema se caracterizaría por el hecho de que sería invariante bajo todas las transformaciones
imaginables. Obviamente, la única estructura posible para tal sistema se caracterizaría por una perfecta
homogeneidad: debería ser posible mapear cualquier parte del sistema a cualquier otra parte sin que ocurra
ningún cambio. Además, también debería tener una extensión infinita, porque de lo contrario podríamos imaginar
transformaciones que asignarían una parte del sistema a algún elemento fuera de sus límites. En otras palabras,
tal sistema perfectamente ordenado correspondería a un sistema clásico.aspiradora, es decir, a una "sustancia"
infinitamente extendida en la que no se podía distinguir ninguna parte o estructura interna. Claramente, tal
sistema sería lo contrario de lo que hemos llamado un sistema complejo, caracterizado por la diferenciación
interna.

Veamos ahora el otro extremo de la escala orden-desorden. El desorden se caracteriza por la

ausencia de invariancia, por la ausencia de transformaciones (no triviales) que no tendrían un
efecto perceptible sobre el sistema. En el límite esto significa que cualquier parte, por pequeña
que sea, del sistema debe ser diferente o independiente de cualquier otra parte. Un ejemplo
aproximado de tal sistema sería un gas perfecto: hablando en términos generales, las velocidades
de dos moléculas de gas diferentes serán distintas e independientes; no hay coordinación alguna
entre las diferentes moléculas. Sin embargo, si miramos más de cerca, hay invariancias que
caracterizan una nube de gas: el movimiento de una molécula de gas es continuo durante el corto
intervalo de tiempo en el que no choca con otras moléculas; se caracteriza por la conservación de
la cantidad de movimiento. Es más,

En un sistema con el máximo desorden, por otro lado, deberíamos tener partículas de cualquier cantidad de
movimiento apareciendo y desapareciendo en cualquier instante en el tiempo y en cualquier posición en el
espacio. Un ejemplo de un sistema tan extraño es el vacío como se ve en las teorías de campo relativistas
cuánticas: la "fluctuación cuántica del vacío" crea y destruye continuamente partículas virtuales. Estas partículas se
llamanvirtual porque son tan inestables que en principio es imposible observarlos. En la práctica, esto significa
que un vacío cuántico no puede distinguirse por observación de un vacío clásico. Esto me lleva a concluir que
tanto el orden perfecto como el desorden perfecto en el límite corresponden avacío, es decir, a la ausencia de
estructura o diferenciación y, por tanto, a la ausencia de cualquier forma de complejidad.

Está claro entonces que para tener complejidad necesitamos algún tipo de mezcla de orden y desorden, es decir,
necesitamos un sistema caracterizado por ciertas invariancias parciales, que, sin embargo, no son globales ni absolutas
(cfr. Fig. 1).

Las invariancias parciales pueden verse como algún tipo de conexión entre partes del sistema que hace
que estas partes sean indistinguibles: la transformación que mapea una parte sobre la otra no da como
resultado ningún cambio observable; las partes sonasimilado o integrado. El

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 5 de 16

El complemento de estas invariancias o asimilaciones relativas, es decir, el componente de desorden, puede

verse entonces como una variación, una distinción entre partes, de modo que el mapeo de una parte sobre la
otra daría como resultado un cambio inequívoco de la estructura general; las partes sondistinguido o
diferenciado.

Fig. 1: un patrón complejo, caracterizado por un enredo de orden (rotacional

y simetría especular) y desorden (líneas dibujadas al azar).

4. La dinámica de la complejidad

Un siguiente paso en el análisis de la complejidad debe ser un examen de cómo evoluciona un sistema
complejo, cómo cambia en el tiempo. La invariancia limitada que hemos postulado no solo se aplica a las
transformaciones espaciales o geométricas sino también a las transformaciones temporales o dinámicas.
Esto significa que ciertas "partes" o estructuras del complejo se conservarán durante un tiempo determinado
de evolución, mientras que otras cambiarán. Hasta ahora, esta descripción suena bastante trivial: parte del
sistema cambia, parte no cambia. Para tener una teoría interesante deberíamos necesitar algún método para
determinar cuál de los subsistemas cambiará y cuál no. Intentaré mostrar que tal criterio puede derivarse
reformulando esta proposición aparentemente trivial.

La evolución compleja según la visión actual se caracteriza por una maraña inextricable de desorden o
variación y orden o invariancia. Supongamos que tenemos una subestructura del complejo que es
relativamente invariante, es decir, un conjunto (grande) de transformaciones no lo afecta. Esto significa
que mientras los procesos dentro del complejo pertenezcan a esta categoría de transformaciones, la
subestructura permanecerá. En otras palabras, cuanto mayor sea la clase de transformaciones, más
estable será la subestructura. Las subestructuras que tienen un conjunto más pequeño de
transformaciones de invariancia cambiarán más rápidamente, sobrevivirán durante un período más
corto. Las subestructuras más estables son, por lo tanto, seleccionadas de alguna manera: sobreviven
mientras que las otras desaparecen. Por lo tanto, podemos reformular la evolución compleja de la
misma manera que la evolución darwiniana en biología:selección que elimina las estructuras inestables
y retiene las estables.

Pero, ¿quién lleva a cabo la selección? En la evolución biológica, se considera que el agente seleccionador es el
entorno que exige una cierta forma de adaptación del sistema, de lo contrario, el sistema no puede sobrevivir. Sin
embargo, si estudiamos la complejidad en general, sin hacer ninguna distinción a priori entre un organismo y su
entorno externo, no podemos utilizar tal criterio. La distinción entre el subsistema que trata de sobrevivir y el
entorno que puede permitir o dificultar esta supervivencia es en sí misma sólo una característica del sistema
complejo considerado como un todo. Hablar de la supervivencia de un subsistema dentro de un todo mayor
implica que tenemos alguna forma de reconocer tal

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 6 de 16

un subsistema invariable dentro del complejo en evolución. En otras palabras, el subsistema estable debe ser
distinguible como individuo, debe tener un identidad. La dinámica de variación-selección es realmente un principio
sobre la invariancia relativa de las distinciones dentro de un complejo.

Elaboremos entonces el principio de variación y retención selectiva desde este punto de vista. Por definición,
un complejo consta de subestructuras distinguibles que sufren variaciones. Como la variación no es absoluta
ni completa (si no, estaríamos en la situación del vacío cuántico) estas subestructuras tendrán una mínima
invariancia o estabilidad. Esto significa que no cambiarán todos al mismo tiempo: hay alguna forma de
inercia ocontinuidad que limita el cambio. Esto nos permite concentrarnos en una subestructura y considerar
que tiene una identidad estable (es decir, distinción) durante un intervalo de tiempo limitado (quizás
infinitesimal). ¿Qué puede cambiar entonces durante este intervalo? O cambia la relación o conexión entre
esta subestructura y las demás del complejo, o cambia la organización interna (es decir, la relación entre sus
partes) de la subestructura. El primer proceso puede llamarse(re)combinación de subestructuras, la segunda
mutación de la subestructura individual.

Estos procesos pueden ser ilustrados por los procesos de variación genética dentro de los sistemas biológicos:
considere un cromosoma como un ejemplo de una subestructura estable; la recombinación corresponde
entonces al proceso por el cual un cromosoma se separa de aquel con el que forma pareja, para volver a
acoplarse con un cromosoma de otro organismo durante la reproducción sexual; la mutación corresponde al
cambio de uno o más genes individuales dentro de un cromosoma invariable.

La utilidad de esta distinción entre recombinación y mutación reside en el hecho de que, en general, estos
procesos pueden separarse: ocurren en una escala de tiempo diferente y tienen efectos en diferentes
niveles del complejo. Si la subestructura es intrínsecamente muy estable, entonces el proceso de mutación
será muy raro o improbable, mientras que el proceso de recombinación puede ocurrir continuamente sin
afectar la supervivencia de la subestructura.

Sin embargo, ambos procesos dan lugar a variaciones que, a su vez, pueden dar lugar a nuevas subestructuras retenidas
selectivamente. En el caso de la recombinación, estas nuevas estructuras aparecerán al nivel del sistema mayor del cual la
subestructura original forma sólo una parte. En el caso de mutación, las nuevas estructuras serán en sí mismas partes de
la subestructura original. Ambos procesos pueden tener un efecto sobre el mantenimiento posterior de la subestructura
original.

Lo que necesitamos ahora es un criterio general de estabilidad que nos permita predecir si una nueva
estructura creada por la variación tiene probabilidades de sobrevivir. Como ya hemos señalado, tal criterio
no debería depender de un entorno misterioso, por ser externo: debería ser interno al propio complejo en
evolución. En el resto de este texto introduciré el concepto decierre, lo que nos permite definir dicho
criterio.

Consideremos ahora un todo complejo que consta de un gran número de subestructuras que en parte evolucionan
en paralelo entre sí, en parte se superponen, en parte en relaciones parciales entre sí. El surgimiento de nuevas
subestructuras estables (en general en diferentes niveles) en este complejo puede verse como el desarrollo de una
nueva organización interna. Este desarrollo no está determinado por un agente o entorno externo, sino
únicamente por los procesos de variación interna y los criterios de selección. Corresponde, pues, a lo que se llama
autoorganización.

Obsérvese que esta evolución conducirá en general a una mayor complejidad. De hecho, suponga que el sistema es
originalmente relativamente simple, es decir, hay pocas estructuras distintas e invariantes. Por estabilización selectiva
pueden surgir estructuras invariantes. Estas estructuras estables ahora formarán bloques de construcción que,
combinados, pueden dar lugar a estructuras estables de orden superior. Estas estructuras de orden superior en sí mismas
pueden formar los bloques de construcción para estructuras de orden superior. El proceso de construcción de estructuras
invariantes mediante la estabilización de combinaciones específicas de subestructuras ya estabilizadas es de hecho un
proceso recursivo, que es ilimitado en su poder para engendrar

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 7 de 16

estructuras cada vez más complejas. Este argumento de recursividad es comparable a la explicación de
Simon (1962) de la organización jerárquica de los sistemas complejos que evolucionan espontáneamente.

5. La cognición como adaptación a la complejidad

Para explicar la cognición debemos partir de una factorización de la complejidad en un sistema autónomo y su entorno.
Un sistema autónomo es una subestructura estable, cuya estabilidad no sólo se debe a su estabilidad interna (es decir, la
invariancia del sistema bajo sus procesos o transformaciones internas), sino también a su capacidad de resistir
activamente perturbaciones externas. Consideremos, por ejemplo, una piedra como un sistema que es estable debido a
la rigidez de su estructura interna cristalina. Esta estructura es lo suficientemente fuerte para resistir la mayoría de las
influencias externas, por ejemplo, cambios de presión o temperatura, la fuerza de la gravedad, etc. Sin embargo, si la
influencia externa es lo suficientemente fuerte (por ejemplo, calentamiento a 8000 °C), la estructura se destruirá
automáticamente. .

Un organismo biológico, por otro lado, puede ser menos rígido, pero más adaptable, en el sentido de que
cambiará su funcionamiento interno de tal manera que se compensen las perturbaciones externas. La
eventual destrucción del sistema no es automática sino que depende de la capacidad de adaptación, de
contrarrestar influencias externas por cambios internos. Un sistema que puede así mantener su identidad
por adaptación activa puede llamarseautónomo (cfr. Heylighen, 1989).

Esta capacidad de adaptación depende de dos cosas: 1) el sistema debe disponer de un conjunto de respuestas o
acciones adecuadas, que pueden eliminar una gran variedad de perturbaciones; 2) el sistema debe ser capaz de
escoger esa combinación de acciones en el conjunto que es apropiada para la perturbación dada. Supondremos
que las acciones primitivas necesarias para (1) están determinadas por la estructura física del sistema (que en el
caso de los sistemas biológicos está determinada durante la evolución). Entonces nos quedamos con el problema
(2), que, sin embargo, está lejos de ser trivial.

Incluso cuando el conjunto de acciones primitivas es bastante pequeño, el conjunto de posibles comportamientos
adaptativos (definidos como combinaciones secuenciales o paralelas de acciones primitivas) es en general infinito. (Esto
puede compararse con la competencia lingüística: aunque el conjunto de palabras y reglas gramaticales en un idioma es
finito, el conjunto de todas las oraciones gramaticales posibles es infinito). Al pasar de acciones primitivas a
combinaciones de acciones, no solo crece la cantidad de opciones posibles. drásticamente, también el poder potencial
aumenta dramáticamente. Por ejemplo, aunque las acciones primitivas de las que es capaz un ser humano (p. ej.,
caminar, hablar, agarrar, etc.) son bastante poco impresionantes, un individuo, al producir una combinación específica de
tales acciones, puede crear una situación en la que puede destruir el mundo presionando un botón (y así iniciando una
guerra nuclear).

Está claro entonces que el problema de elegir una combinación adecuada de acciones es muy complejo. Para
hacer tal elección, el sistema autónomo (o el actor) debe disponer de un tipo especial de competencia: debesaber
qué efectos tendrá una determinada perturbación ambiental o un complejo de acción seleccionado
internamente. Este conocimiento se puede modelar como una estructura compleja: unsistema cognitivo.

Los efectos de una combinación de acciones dependerán, por supuesto, de la estructura del entorno, por lo que
cuanto más complejo sea el entorno, más complejo será el conocimiento que necesita el actor. De hecho, cuantas
más perturbaciones distintas pueda generar el entorno, mayor será la variedad de complejos de acción distintos a
los que el sistema debe poder responder. Esto es solo una paráfrasis de la "Ley de la variedad requerida" de
Ashby.

Sin embargo, también debemos ser conscientes de otro requisito básico: en general, una perturbación debe
contrarrestarse en un tiempo relativamente corto, de lo contrario, el sistema puede destruirse antes de que haya tomado
la acción apropiada. Para encontrar la acción adecuada, el sistema debe realizar de algún modo una búsqueda en el
espacio de todos los complejos de acción posibles. Dado que, como hemos argumentado, este espacio es generalmente
infinito, el proceso de búsqueda puede llevar mucho tiempo. El único método general para

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 8 de 16

restringir la duración esperada de la búsqueda consiste en mantener la estructura de este espacio lo más
simple posible, de modo que el número de alternativas a explorar en cada punto de decisión en el gráfico de
búsqueda y el número esperado de puntos de decisión sea mínimo. En otras palabras, la variedad de
distintas alternativas y de distintos pasos de decisión debe ser mínima. Podemos concluir que el sistema
cognitivo debe ser de mínima complejidad. En la práctica esto significa que el sistema cognitivo debería ser
menos complejo que el entorno cuyos cambios trata de anticipar (Heylighen, 1987).

Sintetizando los dos argumentos, podemos concluir que el sistema cognitivo que necesita un actor para encontrar
las respuestas apropiadas a las perturbaciones ambientales debe ser mínimamente, pero suficientemente
complejo. Esto significa que el sistema cognitivo constará de partes distintas pero conectadas, de modo que el
número de distinciones sea, por un lado, lo suficientemente grande como para hacer frente a la variedad de
posibles perturbaciones, y por otro lado, lo más pequeño posible.

Analicemos ahora cómo podría desarrollarse tal sistema cognitivo. Como todos los sistemas complejos,
su evolución puede verse como autoorganización, basada en un proceso distribuido de variación y
selección. La diferencia con un sistema complejo ordinario, sin embargo, es que la selección debe elegir
estructuras que no sólo sean intrínsecamente estables, sino que su organización general sea lo más
simple posible, dada la variedad de perturbaciones a las que deben poder hacer frente. En otras
palabras, los criterios de selección cognitiva deben restringir la cantidad de detalles internos, dentro de
las restricciones dadas. Estas restricciones están determinadas por los estímulos que el sistema recibe
del entorno y por la vulnerabilidad del actor frente a las perturbaciones ambientales. Esto significa que
el sistema sólo debería distinguir entre patrones de estímulos si esta distinción tuviera un efecto sobre
su vulnerabilidad general, es decir, sobre sus posibilidades de supervivencia a largo plazo. En otras
palabras, se deben distinguir dos patrones si corresponderían a diferentes perturbaciones, o inducirían
diferentes acciones para hacer frente a las perturbaciones. La interpretación de patrones en términos
de futuras perturbaciones o acciones implica que estos patrones corresponderían a fenómenos con
una estabilidad mínima. Por lo tanto, las distinciones cognitivas deberían ser tales que permitan
reconocer patrones relativamente invariantes. Esto nos da más información sobre un eventual criterio
de selección cognitiva. Propondremos ahora un concepto fundamental: cierre,

6. El cierre como criterio de invariancia interna

El cierre es un concepto bien conocido en la teoría de sistemas: un sistema se dice cerrado si no interactúa con su
entorno, si no tiene entrada ni salida. Claramente, un sistema cerrado así definido no es una cosa muy realista:
todos los sistemas interactúan de alguna manera con otros sistemas, de lo contrario no podríamos observarlos y
sería como si no existieran en absoluto. Además, nuestra definición de complejidad excluye los sistemas que no
están conectados de algún modo con otros sistemas. Sin embargo, el cierre es un concepto muy útil porque
permite simplificar las descripciones. Por lo tanto, intentaremos proponer una definición más general de cierre,
inspirada en las matemáticas, que aún sería útil para modelar la complejidad. Este concepto sería también una
generalización del concepto de “cierre organizacional” utilizado por Maturana y Varela (1980; Varela, 1979).

La idea básica es que solo se excluirían ciertas clases de interacciones, pero no todas. De acuerdo con la
dinámica de variación-selección, las interacciones que deben ser excluidas son aquellas que prohíben la
existencia posterior del sistema, las que destruyen su invariancia. Como hemos señalado anteriormente, lo que
nos interesa principalmente es la invariancia determinada internamente, es decir, por la selección llevada a cabo
por el propio sistema, no por su entorno.

La primera pregunta que debemos hacernos es: ¿qué debe permanecer invariante? Claramente, no es realista exigir que
cualquier parte o característica de un sistema, cualquiera de sus elementos, atributos y relaciones, se conserve durante la
evolución. Los sistemas complejos sufren cambios, pero de alguna manera pueden mantener su identidad. Es esta
"identidad" la que debe permanecer invariable. Esta identidad puede definirse en general como una distinción entre el
sistema o estructura y todos aquellos otros fenómenos que no forman parte

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 9 de 16

del sistema. Así que estamos buscando distinciones invariantes. Esto significa que necesitamos un conjunto de
transformaciones u operaciones que mapearían la distinción sobre sí mismos, al mismo tiempo que posiblemente
cambien otras características del sistema o su entorno. Estas transformaciones deben ser determinadas internamente,
pertenecen a la dinámica interna del sistema. Avancemos entonces una definición general:

un sistema es cerrado si todas las transformaciones que surgen de su organización interna son tales que mapean
la distinción (o conjunto de distinciones) que define la identidad del sistema sobre sí mismo.

La ilustración tradicional de una distinción que determina la identidad es un límite topológico, que separa los
elementos internos de los externos. Sin embargo, la definición permite distinciones mucho más generales. Por
ejemplo, la geometría del espacio se puede considerar como un sistema matemático que contiene un conjunto de
transformaciones de simetría (por ejemplo, traslaciones y rotaciones) que mantienen invariable un cierto número
de distinciones definitorias, por ejemplo, la dimensionalidad del espacio. En otras palabras, la distinción entre una
dimensión y las otras es mapeada sobre sí misma por las transformaciones contenidas en un sistema geométrico.

Otro ejemplo podría ser la estructura causal del espacio-tiempo relativista, que determina la distinción entre conexiones
más lentas que la luz y más rápidas que la luz entre eventos y, por lo tanto, la estructura de orden parcial del tiempo, que
es invariable bajo las transformaciones de Lorentz. De ahí que incluso el tiempo mismo pueda ser considerado como un
sistema cerrado, definido por la distinción invariable entre futuro y pasado.

Para clarificar el significado de estos ejemplos bastante abstractos, deberíamos tratar de comprender con más detalle
qué se entiende por sistema y las transformaciones contenidas en él. En general, un sistema puede definirse como un
relación entre un conjunto de entrada y un conjunto de salida (Mesarovic y Takahara, 1975), "mapea" en cierto sentido
las entradas con la salida. Por lo tanto, un sistema en sí mismo puede considerarse como una transformación. Las
transformaciones "contenidas" en un sistema son entonces simplemente sus subsistemas. Sin embargo, la noción de
transformación, tal como la usamos aquí, es más que puramente dinámica. La transformación puede ser una relación
abstracta entre variables, sin representar un "proceso", caracterizada por el tiempo o la duración.

Consideremos otro ejemplo más concreto: un cristal. Un cristal se caracteriza por su estructura simétrica, es
decir, por la invariancia del patrón de conexiones entre sus elementos (moléculas) bajo un cierto grupo de
traslaciones y rotaciones. Estas transformaciones no corresponden a procesos físicos reales que ocurren
dentro del cristal, sino a relaciones espaciales entre moléculas, por ejemplo, la relación entre una molécula y
la que queda inmediatamente de ella. Esta relación, sin embargo, tiene un significado físico: corresponde a
un enlace químico entre moléculas, que forma una conexión rígida. Es precisamente la presencia de este
conjunto de relaciones "simétricas" lo que hace del cristal una estructura estable, en comparación con un
ensamblaje aleatorio de moléculas.

Habrás notado que todos los ejemplos de sistemas cerrados de transformaciones o relaciones considerados
hasta ahora corresponden a "grupos" matemáticos, es decir, sistemas algebraicos caracterizados por
asociatividad, internalidad de composición y existencia de identidad e inversos. Sin embargo, la propiedad de
clausura es más general que eso, aunque un grupo es un muy buen ejemplo de un sistema cerrado, porque
combina varias propiedades elementales de clausura. Veámoslos uno por uno.

La más básica quizás sea la internalidad de la composición: esto significa que dos transformaciones o relaciones
cualesquiera del sistema pueden estar compuestas secuencialmente, de modo que formen una tercera transformación
que sigue siendo parte del sistema original. En otras palabras, el sistema es invariante bajo la composición de
transformaciones. Este tipo básico de cierre puede llamarsetransitivo o recursivo cierre. Si hacemos la unión teórica de
conjuntos de todas las relaciones en el sistema, entonces la relación resultante debe ser transitiva.

Otro cierre fundamental está implícito en la existencia de transformaciones simétricas o inversas. Esto
significa que el sistema es invariante bajo la inversión de transformaciones. En la práctica significa

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 10 de 16

que si aplica una transformación a un elemento, siempre puede revertir el efecto de esta transformación
aplicando la transformación inversa al elemento resultante, volviendo así al elemento original. Esto puede
llamarsesimétrico cierre. Es un caso especial de un tipo de cierre más general:cíclico o clausura circular, que
establece que cualquier secuencia de transformaciones puede invertirse aplicando otra secuencia específica
de transformaciones a su resultado, de modo que la concatenación de ambas secuencias defina un camino
"cíclico" (sin asumir por ello que cada transformación individual tendría una secuencia individual). inverso).

Implícita en el concepto de grupo está la idea de que una transformación correspondería a una aplicación biyectiva, es decir, una
relación que es doce y cincuenta y nueve de la noche. Sin embargo, en general una relación también puede sermuchos a uno,
uno a muchos o muchos a muchos. La restricción de unmuchos a muchos relación a un muchos a uno (es decir, sobreyectiva)
relación (o equivalentemente, a un uno a muchos relación) puede entenderse de nuevo como una clausura del sistema
relacional. De hecho, unmuchos a uno La relación R se caracteriza por el hecho de que la

composición de la relación con su inversa R-1 da una identidad:

R[R-1 [a]] = a, para todo a.

Equivalentemente para uno a muchos :

R-1[ R [ a]] = a, para todo a.

en el caso de un doce y cincuenta y nueve de la noche relación, se aplican ambas propiedades. Por lo tanto, los elementos iniciales de entrada o salida

a los que se aplican las relaciones son invariantes bajo las transformaciones R o R-1 y/o R-1 o R, y por lo tanto se
puede considerar que forman un sistema "cerrado". Un mapeo uno a uno puede caracterizarse por el hecho de
que conserva todas las distinciones entre elementos: los elementos distintos se envían sobre elementos distintos.
Estas propiedades pueden llamarse respectivamentesobreyectiva (muchos a uno), sobreyectiva inversa (uno a
muchos) y biyectiva (uno a uno) cierres.

Hemos definido así cuatro tipos básicos de clausuras: transitiva, cíclica, sobreyectiva y sobreyectiva inversa. (los cierres
biyectivos y simétricos son casos especiales de estas clases generales). El hecho de que estos cierres sean realmente
fundamentales se puede entender mirando un diagrama muy simple que consta de dos flechas conectadas que
representan dos relaciones o transformaciones. Entonces, el cierre puede representarse mediante la adición de una
tercera flecha, de modo que el diagrama resultante sea "cerrado". Uno puede ver fácilmente que hay cuatro formas no
equivalentes en las que dicho diagrama de tres flechas puede cerrarse, lo que lleva a los cuatro tipos de cierres definidos
anteriormente (Fig. 2 y 3).

En los dos primeros diagramas (Fig. 2) las dos flechas originales (en línea recta) están conectadas secuencialmente,
es decir, con respecto a su nodo común, una es entrante, la otra es saliente. La tercera flecha (en línea discontinua)
que se agrega para el cierre puede orientarse de dos maneras: ya sea en la continuación de la secuencia de dos
flechas, lo que lleva de regreso al nodo inicial (primer dibujo, cierre cíclico) o en paralelo con la secuencia (segundo
dibujo, clausura transitiva). En los dos segundos diagramas (Fig. 3) las dos flechas originales están conectadas en
paralelo. Debido a la simetría general, esto significa que la conexión que se agregará para el cierre no debe estar
orientada (flechas en ambas direcciones). Tal conexión simétrica puede interpretarse como una relación de
equivalencia, lo que lleva a la identificación de los dos nodos conectados, de modo que ya no se distinguen
individualmente sino solo como una colección. El resultado es que también las flechas originales ya no se
distinguen, de modo que la relación formada por estas flechas se vuelve inversamente sobreyectiva (uno a
muchos), respectivamente sobreyectiva (muchos a uno).

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 11 de 16

Fig. 2: un cierre cíclico, respectivamente transitivo de un gráfico de 2 flechas

Fig. 3: una sobreyectiva inversa, respectivamente un cierre sobreyectivo de un gráfico de 2 flechas.

Podemos agregar una observación más aquí: si usáramos un diagrama de cuatro flechas, podríamos ver el cierre
transitivo en relación con lo que podría llamarse conmutativo cierre, que requiere que la composición de dos
transformaciones sea invariante bajo la permutación del orden en que se componen las transformaciones.

7. Algunos ejemplos de complejos generados por clausura

Esbocemos cómo el cierre podría ayudarnos a comprender la autoorganización de un sistema

complejo. Cualquier sistema puede verse como una colección de subsistemas que interactúan.
Estos subsistemas se pueden modelar como relaciones de entrada-salida. La interacción entre
estos subsistemas conduce a la (re)combinación de subsistemas en montajes temporales a través
de la variación. El acoplamiento de los subsistemas dentro de un conjunto puede entenderse de la
siguiente manera: dos subsistemas A y B se acoplan en secuencia si la salida de A es utilizada
como entrada por B; se acoplan en paralelo si utilizan o producen la misma entrada y/o salida.
Supongamos ahora que el conjunto de sistemas-relaciones se caracteriza por alguna forma de
clausura. Entonces podemos plantear la hipótesis de que la asamblea ganaría alguna forma de
estabilidad interna y, por lo tanto, podría ser seleccionada para sobrevivir.

Está claro que esta descripción provisional debe elaborarse con mucho más detalle si deseamos construir una
teoría matemática general de la complejidad. Este es un trabajo para el futuro. Por el momento, bastará con
considerar varios ejemplos de procesos de autoorganización, mostrando así que el cierre puede ayudarnos a
comprender sus estructuras emergentes.

En el caso de la formación de cristales los subsistemas podrían corresponder a las relaciones de atracción
entre parejas de moléculas. El cierre se establece entonces cuando, por difusión de las moléculas, estas
relaciones pueden formar un patrón simétrico.

Un ejemplo de autoorganización donde la creación de nuevas distinciones es muy clara es la formación de grietas
en una superficie previamente lisa y homogénea (ver fig. 4). Este fenómeno se puede observar en los patrones
formados por el barro seco o la pintura vieja en una pared. Una fisura puede verse como una distinción local,
separando localmente los dos lados de la fisura. Sin embargo, esta distinción en general no es global ni invariable:
en los bordes de la grieta, los lados separados se vuelven a juntar. Sin embargo, la distinción se vuelve invariable si
la grieta se cierra sobre sí misma, de modo que un lado se separa del otro, dando lugar a un "adentro" y un
"afuera", que se distinguen por un límite cerrado.

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 12 de 16

Fig. 4: un patrón complejo formado por grietas en una superficie lisa.

La autoorganización termodinámica generalmente se modela a través del concepto de

"atractores(Prigogine, 1979; Nicolis & Prigogine, 1986; cf. también Kauffman, 1984). Un atractor es un conjunto de
estados de un sistema dinámico tal que si el sistema está en un estado perteneciente al atractor, entonces
permanecerá dentro de este. atractor. En general, un atractor puede verse como un sistema de procesos
cíclicamente cerrado. Esto se entiende más fácilmente observando atractores puntuales o atractores
unidimensionales (ciclos límite), donde el sistema vuelve periódicamente a su estado inicial. el cierre de un
conjunto de procesos no requiere necesariamente que haya un estado invariante periódicamente recurrente:
basta que haya una distinción invariante. Esta distinción corresponde a la que existe entre procesos dentro del
conjunto atractor (que por definición no puede salir) y procesos fuera de.Esto nos permite entender los atractores
multidimensionales e incluso extraños o caóticos como sistemas cerrados.

Otro ejemplo de una estructura que parece ser típica de los sistemas complejos autoorganizados es el exhibido
por fractales o auto-similar patrones (Mandelbrot, 1982). La recurrencia de la misma forma en diferentes niveles
puede entenderse como el resultado del acoplamiento recursivo de uno o unos pocos procesos primitivos. Este
es un ejemplo de una clausura transitiva.

Otra estructura básica que se encuentra una y otra vez en complejos desarrollados naturalmente (e incluso diseñados
artificialmente) es jerarquía (Simón, 1962). Esto puede ser modelado matemáticamente por unárbol estructura, que
puede verse como una red de relaciones cerradas sobreyectivas (o equivalentemente: sobreyectivas inversas). El
crecimiento de las plantas muestra que las estructuras de los árboles no tienen por qué ser abstractas: incluso el
mundo concreto y visible que nos rodea está lleno de ellas.

Esto nos lleva a la organización de los sistemas biológicos. En general, un sistema vivo puede definirse por su
autopoiético organización: consiste en una red de procesos que se produce a sí misma (cfr. Maturana y
Varela, 1980; Varela, 1979). El ejemplo típico de esta organización circular es el ciclo a través del cual el ADN
en una célula viva produce enzimas que a su vez dirigen la producción de nuevo ADN, que nuevamente
produce enzimas... Este es obviamente un ejemplo de un cierre cíclico.

Los sistemas autopoiéticos tienen la capacidad de cognición, y esto nos lleva a la autoorganización de los
sistemas cognitivos.

8. Cierre y estructuración cognitiva

Como hemos dicho, un sistema autónomo debería ser capaz de reconstruir las distinciones estables relevantes

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 13 de 16

por su supervivencia a partir de los estímulos que recibe; en otras palabras, debe ser capaz de extraer patrones
significativos (es decir, invariables y relevantes) de los estímulos dispersos (por ejemplo, impulsos eléctricos generados
por la luz que incide sobre el nervio óptico).

Este proceso ha sido estudiado por la psicología de la Gestalt (Stadler & Kruse, 1989). Los patrones que se perciben se
pueden caracterizar como Gestalts, es decir, como totalidades coherentes, distinguidas de su trasfondo. Las
cualidades que componen una Gestalt pueden interpretarse nuevamente como propiedades de cierre, por ejemplo,
simetría, continuidad, invariancia.

Hay que subrayar que el cierre que se percibe no está en los propios estímulos, que son
básicamente discretos o separados. El sistema cognitivo "cierra" el patrón completando los
elementos faltantes (Stadler & Kruse, 1989). Por ejemplo, un conjunto de puntos dispuestos
en forma de triángulo generalmente se verá como una figura continua, no como una
colección de elementos separados. Del mismo modo, la desaparición de un objeto en
movimiento detrás de una pantalla seguida poco después por la aparición de un objeto en
movimiento en el otro extremo de la pantalla se interpretará automáticamente como un
movimiento continuo de un mismo objeto, aunque detrás de la pantalla el objeto podría
haber sido destruido y reemplazado por un objeto similar.

Estos ejemplos nos muestran que las estructuras cognitivas no deben verse como simples mapeos de estructuras
físicas externas por medio de los órganos de los sentidos. Los estímulos físicos simplemente "desencadenan"
procesos internos de autoorganización caracterizados por el cierre. El significado de los estímulos es realmente
"construido" dentro del sistema cognitivo. Es un fenómeno bien conocido en la psicología de la percepción que el
mismo patrón físico de estímulos puede cerrarse o interpretarse de maneras diferentes e incompatibles, y que
esta interpretación puede cambiar de manera abrupta, dando lugar al fenómeno de los "cambios Gestalt". .

Este fenómeno es análogo a la incompatibilidad de diferentes modos de observación en la mecánica cuántica.

Por ejemplo, el mismo electrón puede verse como una onda o como una partícula. La observabilidad de las
propiedades en la mecánica cuántica puede volver a modelarse mediante una operación de cierre: cierre
ortogonal (ver Heylighen, 1987) (este es un ejemplo de un cierre sobreyectivo de una relación que es simétrica
pero no transitiva).

El hecho de que la misma entidad pueda ser percibida o modelada de manera incompatible es un argumento en
contra de la idea de que los sistemas cognitivos o las representaciones internas puedan modelarse como
imágenes homomórficas de una "realidad externa". Si bien existe una relación entre ambiente y sistema cognitivo,
esta relación no es ni un isomorfismo ni un homomorfismo, ni siquiera es una función. Podemos concluir que los
cierres dentro del sistema cognitivo no se corresponden necesariamente con los cierres en el entorno.

Por supuesto, para ser adaptativo, el sistema cognitivo debe proporcionar tanta "coherencia" como sea posible
entre las anticipaciones y las percepciones y, por lo tanto, sería útil si hubiera alguna forma de correspondencia.
Sin embargo, esta correspondencia es necesariamente incompleta ya que las distinciones invariantes que el actor
necesita para su supervivencia son infinitamente menores en número que las distinciones invariantes en el
entorno, debido a la reducción de complejidad necesaria para la resolución adecuada de problemas. Además,
estas distinciones cognitivas son básicamente subjetivas, ya que su función consiste en aumentar las posibilidades
de supervivencia individual del actor. Por lo tanto, es natural que un sistema cognitivo haga distinciones (al cerrar
patrones internos) que no corresponden a ningún cierre invariable externo. pero cuyo único objetivo es reducir la
complejidad de los problemas que plantea la supervivencia. Por ejemplo, un actor en general hará una distinción
entre eventos "buenos" y eventos "malos", aunque no haya ninguna contrapartida externa e invariable de la clase
de todas las cosas buenas (tal clase corresponde nuevamente al cierre "ortogonal" (Heylighen, 1987) de un
conjunto de eventos: la clase de todos los eventos buenos es igual a la clase de todos los eventos que no son
malos, es decir, que no son "no

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 14 de 16

bien").

Podemos concluir que tanto la estructuración cognitiva de un patrón complejo de estímulos como la estructuración
a través de la autoorganización del sistema físico, que ha causado estos estímulos, pueden entenderse con la
ayuda de los mismos principios básicos de variación y cierre. Sin embargo, debemos señalar que el paralelismo de
estos dos procesos de autoorganización no conduce a un isomorfismo u homomorfismo global de las estructuras
resultantes. La relación exacta entre el sistema cognitivo y el sistema físico que modela es bastante compleja. Una
mayor elaboración del presente modelo de complejidad puede ayudarnos a obtener una comprensión más
profunda de este fenómeno extremadamente importante.

9. Conclusión

Hemos argumentado que para comprender los complejos problemas de la sociedad actual necesitamos un
enfoque fundamentalmente nuevo, que reemplace el método de análisis reduccionista que caracteriza a la
ciencia clásica. Tal enfoque, que conduce a lo que se denominó "la ciencia de la complejidad", tendría como
objetivo proporcionar modelos simples y relevantes, aunque en principio incompletos, de fenómenos complejos.
Surgiría de una síntesis de conceptos desarrollados en torno a la teoría de sistemas, la cibernética, los modelos
de autoorganización y las ciencias cognitivas.

Luego examinamos una posible forma de unificar estos conceptos mediante un análisis en
profundidad de la complejidad como un enredo de, por un lado, distinción, diferenciación,
variedad, cambio, desorden y, por otro lado, conexión, integración, selección, invariancia y
orden. . Se demostró que para tener complejidad, o incluso estructura, son necesarios ambos
componentes, ordenado y desordenado. El surgimiento y evolución de estructuras complejas
podría entonces entenderse como una interacción entre estos dos componentes. El proceso
general puede describirse como variación a través de la recombinación y mutación de sistemas de
componentes (relativamente estables), combinados con la retención selectiva de ensamblajes
invariantes, formando así sistemas estables de orden superior. Sin embargo, en contraste con las
teorías biológicas de variación y selección,

Para modelar tal estabilidad interna, introdujimos un concepto generalizado de "cierre". Esto puede
entenderse al ver un ensamblaje como una colección de subsistemas acoplados, representados
matemáticamente por relaciones o transformaciones. El conjunto estaría entonces cerrado si el
acoplamiento fuera tal que alguna distinción, que define la identidad del sistema, sería invariante bajo la
aplicación (secuencial y paralela) de las transformaciones internas. Se definieron matemáticamente cuatro
tipos elementales de clausura: transitiva, cíclica, sobreyectiva y sobreyectiva inversa.

Luego se planteó la hipótesis de que todas las estructuras estables que emergen a través de la autoorganización
podrían caracterizarse por una combinación específica de tales cierres elementales. Aunque esta proposición no
pudo probarse en la etapa actual de la investigación, se le dio cierta credibilidad al examinar varios ejemplos de
patrones típicos de autoorganización en los que se podían reconocer estructuras "cerradas".

También se propuso que la cognición es un proceso de autoorganización interna cuya función es permitir que un
actor se adapte a un entorno complejo eligiendo complejos de acción apropiados. Este proceso también puede
analizarse con la ayuda del concepto de cierre. Sin embargo, el paralelismo de la autoorganización física interna,
cognitiva y externa es mucho más complejo de lo que parecería al observador ingenuo, ya que en general no existe
una correspondencia simple entre las distinciones internas y externas. Las distinciones cognitivas se construyen
internamente con el objetivo de reducir la complejidad del problema subjetivo, no con el objetivo de proporcionar
una imagen objetiva de la "realidad".

Esta última afirmación ya apunta a la posibilidad de aplicación de la emergente ciencia de la complejidad.

De hecho, una teoría general de la dinámica y estabilización de las distinciones basada en la

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 15 de 16

El concepto de cierre podría ayudarnos a resolver nuestros propios problemas complejos.

Prácticamente, una aplicación de este tipo podría implementarse como un sistema de soporte basado
en computadora (cfr. de Zeeuw, 1985), que ayudaría a los actores a estructurar sus problemas, ideas e
información, mediante la recombinación y el cierre de componentes simples. Un ejemplo de un medio
ya en funcionamiento (y exitoso) para la resolución de problemas, basado en algoritmos para la
variación y selección de reglas simples (pero sin cierre explícito), está formado por "sistemas
clasificadores" (Holland et al., 1986). Otros soportes informáticos existentes se caracterizan porque es
el usuario quien introduce la variación, aunque el sistema le ayuda a la recombinación y cierre
conceptual de sus ideas. Ejemplos de este tipo son: delineadores (por ejemplo, MORE o ThinkTank),
hipermedia,

Uno de los retos de una teoría general de la complejidad basada en el concepto de clausura
consistiría entonces en diseñar un sistema de soporte que fuera más universal y más eficiente que
estas aplicaciones existentes.

Bibliografía

Banathy B. (1984): Investigación de Sistemas y la Ciencia de la Complejidad: bases conceptuales, en: Nuevos
Principios y Tecnologías de Gestión , Banathy B. (ed.), (Instituto de Sistemas Internacionales, San Francisco).

Bossel H., Hornung BR y Müller-Reismann KF. (mil novecientos ochenta y dos)) :Análisis del sistema cognoscitivo,
(Institut für angewandte Systemforschung und Prognose, Hannover).

de Zeeuw G. (1985): Problemas del aumento de la competencia, Investigación de sistemas 2 , pags. 13

Dorner D. y Reither F. (1978): 'Über das Problemlösen in sehr komplexen Realitätsbereichen',

Zeitschrift für Experimentelle und Angewandte Psychologie 25 .

Dorner D. (1983): Heurística y Cognición en Sistemas Complejos, en: Métodos de heurística , Groner R.,
Groner M. & Bischof WF (ed.), (Erlbaum, Hillsdale NJ), pág. 89-107.

Heylighen F. (1987): Representación y Cambio. Un marco metarrepresentacional integrador para los

fundamentos de las ciencias físicas y cognitivas, (Tesis de doctorado, Vrije Universiteit Brussel,
Bruselas).

Heylighen F. (1988): Autonomía y cognición como mantenimiento y procesamiento de distinciones, en:

Rosseel, Heylighen & Demeyere.

Heylighen F. (1988): Formulación del problema de la formulación de problemas, en: Cibernética e

Investigación de Sistemas '88 , Trappl R. (ed.), (Kluwer, Dordrecht), pág. 949-957.

Holland JH, Holyoak KJ, Nisbett RE y Thagard PR (1986): Inducción: procesos de inferencia, aprendizaje
y descubrimiento, (MIT Press, Cambridge MA).

Kauffman SA (1984): Propiedades emergentes en autómatas complejos aleatorios, Física D 10 , pags. 145.

Mandelbrot B. (1982): La Geometría Fractal de la Naturaleza, (Freeman, San Francisco).

Maturana H. y Varela F. (1980): Autopoiesis y Cognición: la realización de lo vivo, (Reidel,

Dordrecht).

Mesarovic MD y Takahara Y. (1975): Teoría General de Sistemas: Fundamentos Matemáticos,

(Academic Press, Nueva York).

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006
 Página 16 de 16

Mesjasz C. (1988): Simplificación de los enfoques de la complejidad de los sistemas: una idea de las lagunas, en:
Cibernética y Sistemas '88 , Trappl R. (ed.), (Kluwer Academic Publishers, Dordrecht), pág. 69-76.

Nicolis G. y Prigogine I. (1986): Explorando la Complejidad, (Piper Verlag).

Pask G. y Gregory D. (1986): Sistemas Conversacionales, en: Mejora de la productividad humana (vol. II) ,
Zeidner RJ (ed.), (Praeger, ), pág. 204-235.

Prigogine I. (1979): Del ser al devenir: tiempo y complejidad en las ciencias naturales,
(Freeman, San Francisco).

Rosseel E., Heylighen F. y Demeyere F. (eds.) (1989): Autodirección y Cognición en Sistemas Complejos.
Hacia una Nueva Cibernética, (en prensa) (Gordon and Breach, Londres).

Simón HA (1962): La arquitectura de la complejidad, Actas de la Sociedad Filosófica Americana 106 ,

pags. 467-482, reimpreso en:

Simón HA (1981): Las ciencias de lo artificial (2ª ed.), (MIT Press, Cambridge MA).

Stadler M. y Kruse (1989): Psicología de la Gestalt y la teoría de la autoorganización, en: Rosseel,

Heylighen y Demeyere (1989).

Varela FJ (1979) : Principios de Autonomía Biológica, (Holanda Septentrional, Nueva York).

Vullierme JL (1987): Cognición de autoorganización cibernética. La marcha de las ciencias de la

complejidad, Revista Internacional de Sistemas 1 , pags. 123.

http://pespmc1.vub.ac.be/papers/BuildingComplexity.html 12-10-2006