Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/337608940
CITATIONS READS
0 161
1 author:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Carlos Eduardo Maldonado on 28 November 2019.
Los textos han sido reunidos, sin embargo, con una finalidad pedagógica
o expositiva, eligiendo primero aquellos que sirven de base para entender los
siguientes, de tal suerte que los últimos textos aquí compilados termina por
brindar una visión más integral o global sobre lo que significa la educación en
complejidad, pensar en complejidad e investigar en fenómenos y sistemas
complejos.
***
Pues bien, es exactamente en este entonces marco que, por así decirlo,
que emergen las ciencias de la complejidad, las cuales son ciencias de la vida.
Las circunstancias que dan lugar a este libro son particulares y giran
en torno a tres universidades de América Central: la Salle, de Costa Rica,
la Universidad Internacional Antonio Valdivieso (UNIAV) y la Universidad
Nacional Autónoma (UNAN), de Nicaragua (sede Managua). Alrededor de
ellas pivotan otras universidades que sería supino ignorar, como la UNAN-
León (en Nicaragua), la Universidad Técnica Nacional (UTN), en Costa Rica,
y la Universidad de San Carlos (Guatemala), el Proyecto de Desarrollo
Santiago (PRODESSA) (Guatemala), todas ellas interesadas en educación
(notablemente con énfasis en la mediación pedagógica) y con vistas a
fortalecer procesos de investigación en torno a las ciencias de la complejidad.
Son diversas las personas a quienes debo agradecer por hacer posible
este libro. En primer lugar a quienes “jugaron” conmigo originariamente
como co-autores de varios textos, o bien como compiladores de libros:
Andrés Pérez-Acosta (en un artículo), María Luisa Eschenhaguen, Leonardo
Rodríguez Zoya (ambos en un libro). Pero, de manera definitiva, debo expresar
a mis agradecimientos a Cruz Prado, Oscar Azmitia, Carlos Irías, Jaime López
Lowery, Ramona Rodríguez Pérez: sin ellos este libro sencillamente nunca
habría podido ver la luz. Es un placer y un honor que el libro haya sido acogido
por la UNAN: a Ramona y a Jaime, extiendo mis sentimientos más sinceros.
Quisiera, asimismo, extender mis agradecimientos a los amigos y profesores
de las universidades mencionadas antes arriba; sería tan larga la lista que
decido omitir cada nombre; pero cada quien se verá bien reconocido con
mis palabras aquí. De igual manera extiendo mi gratitud a los colegas y
estudiantes de las universidades citadas: siempre, lo he dicho, estaré del lado
de los estudiantes, pues ellos son el futuro. Y en complejidad, al fin y al cabo,
todo el tema es acerca de posibilidades – posibilidades de vida. Sin más.
Para ser más exactos, grosso modo, los ideales filosóficos de buena parte
de la educación en el mundo occidental –la corriente principal (mainstream)–
proceden del siglo XVIII y XIX, con nombres –conspicuos, ciertamente–
Pues bien, exactamente en este contexto, una vertiente que ha sido muy
popular, particularmente en los países de América Latina, es el pensamiento
complejo, con lo cual se hace referencia a las ideas de Edgar Morin. En
este caso, el epítome específico es el libro Los siete saberes necesarios
para la educación del futuro (Morin, 1999). Como la mayoría de los libros
de este autor, se trata de un texto bien intencionado pero argumentativa
y epistemológicamente débil e inconsistente. Carlos Reynoso ha llamado
la atención (2009), de manera sistemática, acerca del carácter débil del
pensamiento de Morin. Animado principalmente –aunque a decir verdad,
no de forma exclusiva– por universidades de índole confesional en América
Latina, las ideas de Morin acerca de la educación se han convertido en un
paradigma popular ampliamente acogido por quienes intentan hacer un
enlace entre complejidad y educación.
Davis y Sumara publicaron otro libro (2007) que analiza de manera explícita
la necesidad de transformar la educación, y no simplemente de mejorarla
o hacerla más eficiente. Pues bien, dicho cambio es susceptible por una
dúplice vía: al atender los contextos y los tiempos turbulentos e inestables
en que vivimos y, consecuentemente, al volver la mirada y profundizar en las
contribuciones que las ciencias de la complejidad permiten en contextos de
crisis y en tiempos de fluctuaciones.
Con fecha del 2008, Mason edita una serie de textos específicamente
concentrados en las relaciones entre la complejidad y la filosofía de la
educación, una reflexión de segundo orden. La educación puede y debe
ser pensada como un todo (o totalidad) considerando por consiguiente, de
manera necesaria, los procesos sociales al mismo tiempo que los ecológicos y
culturales; de tal suerte que la educación deje de ser estudiada simplemente
como un campo importante e instrumental (aplicado).
Como puede observarse, no son muchos los libros que se han dedicado
a este tema. Supuesta la distinción de orden sociológico entre el contexto
francófono (Morin) y el anglosajón (los libros que se acaban de mencionar),
es preciso señalar que existen firmes contribuciones y reflexiones acerca de
la complejidad de la educación. Dichos desarrollos se inscriben exactamente
en el marco de las ciencias de la complejidad.
1
Véase: http://ejournals.library.ualberta.ca/index.php/ complicity
Así, por ejemplo, las ciencias básicas de Medicina no son del interés de los
médicos como practicantes. Ellos dan por ciertos, sabidos o comprobados,
los conceptos y experimentos que la física, la biología, la química y la
farmacología llevan a cabo por su cuenta. Lo mismo acontece en el caso de los
administradores con la sociología, la psicología, la filosofía y las matemáticas
en el ámbito de la administración. En este sentido, como ha quedado claro
hace tiempo en el marco de la filosofía de la ciencia, las teorías de las ciencias
aplicadas son de rango medio, un concepto clásico procedente de los
estudios sociológicos de Robert K. Merton (1980).
Pues bien, como se aprecia sin dificultad, el foco se sitúa en los fenómenos
alejados del equilibrio; más específicamente, en la termodinámica del no
equilibrio (TNE). En otras palabras, el tema principal es el de las relaciones
entre educación y ciencias de la complejidad. En efecto, como es sabido,
2
Véase: http://www.nessnet. eu/about-ness/.
A fin de entender esta idea, por decir lo menos, es imperativo que las
ciencias sociales en general, y la educación en particular, se abran; y abrirse
no al mundo, puesto que en cierto sentido siempre lo han estado, sino al
3
No es gratuito que la gran mayoría de la educación en los países de América Latina sea privada o confesional,
pues cualquiera de ambos aspectos cumple la función, hoy por hoy, de contención y aseguramiento, antes
que de autonomía y crítica. Sin ambages, la educación es considerada como una herramienta estratégica
de contención y restricción por parte de los grandes poderes nacionales e internacionales.
4
Véase: Humberto M. y Varela F. (1984), El árbol del conocimiento. Las raíces biológicas del conocimiento.
5
Aquí, in ovo, una idea que no cabe ampliar en este espacio, es la siguiente: genéricamente dicho, el objeto
de estudio de la economía política consiste justamente en eso, cómo los bienes que generan riqueza y
bienestar en una sociedad se producen, distribuyen, etc. Otra cosa es la elaboración de una crítica de la
economía política del conocimiento, pero este es el tema de otro texto aparte.
Complejizar la educación
equivale a poner claramente
sobre la mesa, a plena luz del día,
el papel fundamental del juego, la
imaginación, la fantasía. En otras
palabras, el significado de las
emergencias y la autorganización.
Por encima, desde luego, de los
programas y currículos, siempre eminentemente secuenciales y lineales y
que no permiten ni admiten sorpresas, es decir, aprendizaje.
6
Véase: Ormerod, P (2007) Why Most Things Fail: Evolution, Extinction and Economics, Nueva Jersey, Wiley;
Stiglitz, J.E. (2011) Caída libre: El libre mercado y el hundimiento de la economía mundial. Madrid, Taurus.
7
Véase: Diamond, J. (2012) Colapso. ¿Por qué unas sociedades perduran y otras desaparecen? Barcelona,
Debate; Weisman, A. (2008) El mundo sin nosotros, Barcelona, Debate; Ferguson, N. (2005) Coloso: Auge y
decadencia del imperio americano. Barcelona, Debate; Ferguson, N (2005) El imperio británico: Cómo Gran
Bretaña forjó el orden mundial, Barcelona, Debate. El título en inglés de la última obra es más afortunado:
Empire: Rise and Demise of the British World Order and the Lessons of Global Power.
Pues bien, para decirlo de una manera franca y breve: la mínima condición
para trabajar con sistemas de complejidad creciente (abiertos), es tener una
estructura de mente abierta. Nadie que no tenga este tipo de estructura
mental puede ver y trabajar, y menos explicar y comprender los fenómenos,
procesos y dinámicas que les acaecen a los sistemas abiertos alejados del
equilibrio.
Si bien debe quedar fuera del espectro de este texto, es inevitable hacer
referencia a la forma como la educación de punta en el mundo encuentra el
más propicio de los espacios. Dicho de manera negativa, la principal forma de
analfabetismo contemporáneo es la tecnológica, y la punta de la tecnología
pasa, medularmente, por el conocimiento y dominio de los modelos y la
simulación. Estos pueden ser vistos como la punta de avanzada de los
procesos de aprendizaje referidos a lo más actual y lo mejor del conocimiento.
• Morin, E. (1999), Los siete saberes necesarios para la educación del futuro.
París, UNESCO.
• Osberg, D. y Gert Biesta (eds.) (2010), Complexity Theory and the Politics
of Education. Róterdam, Sense Publishers.
• Snow, C. (1960), The Two Cultures and the Scientific Revolution. Cambridge,
Cambridge University Press.
Sostenía algún autor que nuestra época es la del descubrimiento del “in”:
incertidumbre, incompletitud, indecibilidad, indeterminación (Du Sautoy,
2009). A esta lista podríamos agregar, sin ninguna dificultad, la importancia
y la necesidad de indisciplinar: indisciplinar el conocimiento, indisciplinar la
sociedad, indisciplinar las instituciones. Creo que la idea del “in” sirve más
como un mote pedagógico, o acaso incluso propagandístico, antes que
como una categoría cultural o científica. En cualquier caso, ayuda, por más
kitsch que sea.
Esta historia está marcada, al mismo tiempo, por la escisión entre dos
concepciones radicalmente distintas: de un lado, el énfasis en la educación de
élite, eminentemente excluyente y privilegiada. Existen alrededor del mundo
notables ejemplos al respecto, hasta la fecha. Y de otra parte, la idea de una
educación democrática, con acceso para todos, cuya calidad generalmente
es más baja, pero con una cobertura social inmensamente más amplia.
Mediando entre ambas, desde el siglo XIX hasta la fecha, emerge la idea de
una educación orientada al trabajo. La mejor expresión de ello es justamente
la práctica de las “tareas”. ¿Vale recordar que la etimología misma de “tarea”
viene del jornalero? Es decir, aquel al que no se le paga si no lleva a cabo
precisamente las indicaciones que se le han pedido o impuesto.
En otras palabras, hoy nadie educa por amor al saber ni tampoco por
amor a la felicidad. La prueba de ello son las pruebas Pisa, las pruebas Saber,
las pruebas de los diferentes sistemas nacionales al egresar de la educación
básica (en Colombia el Icfes, Ceneval en México, el COU en España), Saber
11, Saber Pro y otras semejantes; y el hecho mismo de que todo el sistema
de educación aparece comprendido y definido en términos de calidad. El
sistema de la educación se ha convertido en un sistema panópticamente
vigilado y controlado: los estudiantes evalúan a los profesores que evalúan a
los estudiantes y a sus familias, que evalúan a los profesores y al colegio y la
universidad, y así sucesivamente en bucles de retroalimentación crecientes.
Sin ambages ni exageraciones, la educación es uno de los productos mejor
elaborados y al mismo tiempo un estímulo del pensamiento sistémico. La
educación contemporánea es, all in all, educación sistémica, pensamiento
sistémico encarnado cotidianamente y de manera exitosa.
Una buena educación es, sostiene este texto, una educación modo
complejo, la cual consiste, básicamente, en la formación de seres humanos
con criterio propio, libres, independientes, autónomos y, entonces, con
una amplia sensibilidad al entorno social y natural. En este sentido, la
indisciplinarización del conocimiento implica un abandono del esquema
tradicional antropomórfico, antropocéntrico y antropológico de la realidad
y del mundo, por una comprensión bastante más centrada en la vida y en
su cuidado y posibilitamiento. En verdad, los esquemas disciplinares son
clásicamente centrados en la supremacía de los seres humanos sobre la
naturaleza. Dicho en términos epistemológicos, se trata de la distinción entre
sujeto y objeto, con los matices y traducciones que se prefiera.
• Higgs, J. (2015). Historia alternativa del siglo XX. Más extraño de lo que
cabe imaginar. Madrid: Taurus.
• Johnson, J., Nowak, A., Ormerod, P., Rosewell, B., Zhang, Y. C. (Eds.). (2017).
Non-equilibrium social sciences and policy. Alemania: Inglaterra Springer
Verlag.
• Morin, E. (2001). Los siete saberes necesarios para la educación del futuro.
Bogotá: Magisterio.
Introducción
En el corpus normal del trabajo en ciencias de la complejidad y, a fortiori,
del trabajo con, y la investigación sobre, complejidad no aparece un espacio
para las lógicas no-clásicas. La bibliografía en general en complejidad, de
un lado, tanto como aquella especializada en lógicas no-clásicas, no hace
ninguna referencia en el otro sentido. Mejor aún, si se echa una mirada
cuidadosa a algunos de los principales centros e institutos de complejidad en
el mundo -por ejemplo a las páginas web de SFI, NECSI, ISCPIF- o algunas de
las principales revistas como Complexity, Journal of Complexity, Complexity
International, Journal of Systems Science and Complexity, Journal of
Complexity and Education, The Complexity Revolution, Journal of Social
Complexity, por ejemplo, aparecen numerosos campos de trabajo, problemas
significativos, pero ninguna alusión a las relaciones entre complejidad y
lógicas no- clásicas. Ahora bien, si se estudian con cuidado algunas de las
más prestigiosas revistas de lógica en el mundo, como, por ejemplo, Studia
Logica, Australasian Journal of Logic, Journal of Philosophical Logic, Notre
Dame Journal of Formal Logic, tampoco aparece ninguna referencia que
desde la lógica se dirija de manera directa a las ciencias de la complejidad.
Quizás la mejor aproximación que trata de encontrar o de integrar ambas
perspectivas -complejidad y lógica (s no clásicas)- sea la de Van Benthem
(2008).
1
Dicho espacio se reserva, por lo demás, para una investigación que adelanto actualmente sobre el
sentido y la posibilidad de una teoría general sobre la complejidad. Unos avances de esta investigación
son: “Teoría de la historia, filosofía de la historia y complejidad”, en: Maldonado, C. E., (Editor académico),
Fronteras de la ciencia y complejidad, Bogotá, Ed. Universidad del Rosario, 2010, págs. 17-48; “Exploración
de una teoría general de la complejidad”, en: Maldonado, C. E., Complejidad: Revolución científica y teoría
(Editor Académico), Bogotá, Editorial Universidad del Rosario, 2009, págs. 113-143; “El problema de una
teoría general de la complejidad”, en: Maldonado, C. E., (Editor), Complejidad: Ciencia, pensamiento y
aplicaciones, Bogotá: Universidad Externado de Colombia, 2007, págs. 101-132; “El problema de una teoría
general de la complejidad de fractales”, en: F. López Aguilar y F. Branbila Paz (compiladores), Antropología
fractal., México, D.F.: Centro de Investigación en Matemáticas, 2007, págs.
2
"De manera puntal, las inferencias son implicaciones o consecuencias. Estas son, de un lado, inferencias
transductivas, que son aquellas en las que la conclusión tiene el mismo grado de generalidad o de
particularidad que las premisas. Así, la novedad del conocimiento obtenido consiste en transferir las
relaciones establecidas entre el término medio y los extremos, formulándola como relación entre los
términos extremos. Éstas comprenden a las inferencias por igualdad, inferencias por simetría, inferencias
por homología, inferencias por desigualdad, inferencias por vinculación, inferencias por referencia,
inferencias por analogía.
De otro lado, las inferencias inductivas se caracterizan por que las conclusiones obtenidas tienen mayor
grado de generalidad que las premisas. Estas pueden ser: inferencia por enumeración completa, por
coligación, por inducción matemática, por recurrencia, por reconstrucción, por inducción amplificadora,
por muestreo, por estadística, por concordancia, por diferencia, por concordancia y diferencia, por residuo,
por variaciones concomitantes.
Como quiera que sea, la forma más general y al mismo tiempo consistente y desprevenida de acercarnos
al problema de las inferencias es el de las inferencias probables. Inducción y probabilidad son los títulos
genéricos que abren y fundan a la vez a la investigación científica. Exactamente en este sentido, se ha
afirmado que la columna vertebral de la ciencia (investigación científica) es la (teoría de la) probabilidad".
• Teoría de las demostraciones (es decir, las inferencias válidas; esto es,
el estudio de la consecuencia)
3
La complejidad algorítmica hace referencia a la longitud más breve de un algoritmo para resolver un
problema, en tanto que la complejidad computacional se refiere al tiempo necesario para resolver un
problema.
5
Pero este puente no ha sido objeto de tematizaciones o elaboraciones explícitas hasta la fecha; no por
lo menos en el plano lógico, algo que sí puede decirse (intuitivamente) del lado de las ciencias de la
complejidad.
Las lógicas polivalentes se articulan en lógicas tri, tetra, penta, exa, y así
hasta infinivalentes. Estas lógicas nacen al rechazar el principio de bivalencia
de la lógica formal clásica que sostiene que una proposición es verdadera o
falsa. Pero surgen igualmente al introducir otras conexiones funcionales de
no verdad, y las más evidentes son las de modalidad; es decir, la posibilidad
y la necesidad. La lógica trivalente, por ejemplo, trabaja con tres valores:
verdadero, falso e incierto o indeterminado. Los análisis acerca de vaguedad
e inexactitud juegan un papel importante aquí. La semántica de las lógicas
6
Existe en inglés una distinción que es difícil de traducir al español. Se trata de las diferencias entre imply–
implication, entail – entailment, y infer – inference. En español sólo tenemos implicación e inferencia.
Y de manera formal:
{ts{tp{ti{tc}}}}
TRIVIAL NO-TRIVIAL
Proposiciones o universales. Afirmaciones o proposiciones
Extensionales, justamente particulares o singulares
Implicaciones directas Implicaciones indirectas, paralelas,
libres y otras semejantes
Herramientas de uso común Creación de nuevas herramientas y
aproximaciones
7
Las TICs son el resultado del surgimiento y desarrollo de internet, los GPS, las redes inalámbricas, la
microrobótica, la fibra óptica, la nanotecnología y los sistemas micro-electromecánicos (MEMS, en inglés),
principalmente. Véase, por lo demás, McNeill y Freiberger 1993.
Hay que decir que, en rigor, que las LNCs se corresponden con las nuevas tecnologías, pero no pretendo
establecer ninguna relación de causalidad o de dependencia.
8
En contraste con las TICs, las tecnologías convergentes se fundan particularmente en la capacidad de
procesamiento de información y de comunicación. De esta forma, la mirada gira de la mera acumulación
e interpretación de datos e información, hacia la transformación de la información y del conocimiento por
parte de sí mismos. Exactamente en este sentido el fundamento de estas tecnologías son los sistemas
vivos en general y la tecnología –como la ciencia- se da a la tarea no ya de conocer el mundo y la naturaleza
sino, mejor aún, de crear una nueva (o segunda) naturaleza.
8
La diversidad de la vida se dice de tres maneras pero es una sola: diversidad biológica o natural, genética
y cultural. Los países que tienen los tres tipos de diversidad se dicen megadiversos (hotspots).
10
En este texto se ha hecho deliberadamente omisión a la lógica de contrafácticos que no es, strictu sensu,
una lógica no-clásica.
Conclusiones
Las ciencias de la complejidad pueden contar con la ayuda de las lógicas no-
clásicas, análogamente a como han contado con la contribución del caos,
la teoría de catástrofes, la termodinámica del no-equilibrio, los fractales o
la ciencia de redes. En este sentido, cabe decir que las lógicas no-clásicas
constituyen una de las ciencias de la complejidad.
Finalmente, hay que decir que las lógicas no-clásicas también son lógicas
formales, y la formalidad hace referencia al rigor –rigor sintáctico, semántico,
conceptual-. De forma positiva han llegado a ser reconocidas igualmente
como lógicas filosóficas, puesto que los problemas de que se ocupan son
esencialmente filosóficos, en el más preciso sentido de la palabra “filosofía”.
Esta es, por lo demás, otra de las vinculaciones sólidas con la complejidad. Al
fin y al cabo, las ciencias de la complejidad se ha dicho que se ocupan de los
problemas filosóficos que la ciencia clásica no vio o no podía o sabía atender.
Con lo cual, justamente, se produce un quiebre; para decirlo en términos de
Kuhn o de Serres, una revolución, una bifurcación.
11
La Encyclopedia of Complexity and Systems Science, con R. A. Meyers como Editorin-Chief, New York,
Springer Verlag, 2009, no considera en ninguna parte de los diez tomos y numerosas entradas, no digamos
la inclusión de las LNCs en las ciencias de la complejidad, ni tampoco, más moderadamente, la posibilidad
de un diálogo abierto, cruzado y mutuamente nutritivo entre complejidad y lógica (= LNCs). He aquí un
motivo adicional para el estudio que precede.
• Aguzzoli, S., Ciabattoni, A., Gerla, B., Corrado M., Marra, V., (Eds.). 2007.
Algebraic and Proof-Theoretic Aspects of Non-classical Logics.
Papers in Honor of Daniele Mundici on the Occasion of His 60th
Birthday. Springer Verlag
• Barry Cooper, S., Löwe, B., Sorbi, A., (Eds.), (2008). New Computational
Paradigms. Changing Conceptions of What is Computable. New
York: Springer Verlag
• Carlson, J., Jaffe, A., and Wiles, A., (Eds.), (2006). The Millenium
Prize Problems. Providence, RI: American Mathematical Society
• Carnielli, W., Coniglio, M., Gabbay, D. M., Gouveia, P., Sernadas, C. 2008.
Analysis and Synthesis of Logics. How to Cut and Paste Reasoning
Systems. Springer Verlag
• Harel, D., Kozen, D., Tiuryn J., (2000). Dynamic Logic. Cambridge, MA
and London: The MIT Press
• Huynh, V.-N., Nakamori, Y., Ono, H., Lawry, J., Kreinovich, V.,
Nguyen, H. T., (Eds.), (2008).
• Kneale, W., and Kneale, M., (1984). The Development of Logic. Oxford:
Clarendon Press Kneebon, G. T., (2001). Mathematical Logic and the
Foundations of Mathematics. New York: Dover
Introducción
PROBLEMAS COMPLEJOS
Como quiera que sea, dicho en término clásico, puede decirse que lo
propio de la filosofía consistió siempre en formular preguntas y problemas.
Por ejemplo: “¿Qué es el hombre?”, “¿de dónde venimos?”, “¿hacia dónde
vamos?”, “¿qué es la libertad?”, y muchos otros semejantes. Sin embargo,
cuando un problema: a) tiene una solución, o bien: b) puede tener una solución,
esa solución no es filosófica; es, además y fundamentalmente, científica. De
esta suerte, lo propio de la ciencia consiste en resolver problemas.
Cada ciclo de búsqueda, es una iteración, que por supuesto, inicia de una
probable solución que parece óptima; por ejemplo, reducir el número de
errores de puntería de un arma automatizada de precisión, que requiere una
calibración especial, o apuntar una antena satelital; incluso, reducir los costos
de operación en un proceso industrial, como fabricación de baterías de radio
o municiones. Siempre habrá un valor proporcionado por los parámetros
estándar, considerado como óptimo. A partir de estos valores, se inician las
iteraciones, mediante el algoritmo tabú, que evitará encontrar soluciones del
mismo valor o de valores mayores.
• Algoritmo genético
Creado por Feo, T y M, Resende en 1995 (Feo & Resende 1995), como una
heurística probabilística para un grupo de problemas computacionales
cubiertos, el algoritmo GRASP se basa en la premisa de que soluciones
iniciales diversas y de buena calidad juegan un papel importante en el éxito
de métodos locales de búsqueda. Cada iteración consta de dos fases: la
construcción de una solución factible y la búsqueda local para localización
de un mínimo local en el entorno de la solución construida.
4. Se implementa la solución.
Fuente: http://3.bp.blogspot.com/-jS3ISuY5feA/Th4br02PiuI/AAAAAA-AAAJ4/wV_O88Fm8is/s1600/P_
NP_y_NP-completo.png
Como quiera que sea, las metaheurísticas (SA, GA, PSO, etc.) se emplean
generalmente para resolver grandes problemas de manera aproximada, o
bien próximos o cercanos a una optimalidad (Alba et al. 2009). Sin embargo, es
preciso señalar que la eficiencia de las metaheurísticas ha sido calificada por
lo general como impráctica para abordar proyectos del mundo real, incluso
algunas reglas heurísticas incorporadas, especialmente para problemas
combinatorios de gran escala.
Esta es, sin lugar a dudas, la distinción más radical de todas entre el
llamado “pensamiento complejo” y las ciencias de la complejidad; se trata
del criterio de demarcación según el cual una teoría que explica todas las
cosas no explica nada. En otras palabras, las ciencias de la complejidad no
se ocupan ni de problemas simples, ni tampoco complicados. Y cuando se
ocupa de problemas complejos dispone de un pluralismo metodológico. Una
faceta de este pluralismo estudiado en este artículo son las metaheurísticas.
• Alba, E., Blum, C., Isasi, P., León, C., Gómez, J. A. Optimization Techniques
for Solving Complex Problems. New Jersey: Wiley & Sons, 2009.
• Blum, C., Blesa, M. J., Blesa A., Sampels, M., (Eds.). Hybrid Metaheuristics:
An Emerging Approach to Optimization. Berlin: Springer Verlag, 2008.
• Chen, X., Kong, Y., Dand, L., Ye, X. “Exact and Metaheuristic Approaches
for a Bi-Objective School Bus Scheduling Problem” PlosOne July 15 (2015):
1-20.
• Cotta, C., Sevaux, M., Sörensen, K., (Eds.) Adaptive and Multilevel
Metaheuristics. Springer Verlag, 2008.
• Doerner, K. F., Gendreau, M., Greistorfer, P., Gutjahr, W. J., Hartl, R. F.,
Reinmann, M., (Eds.). Metaheuristics. Progress in Complex Systems
Optimization. Springer Verlag, 2007.
• Fortnow, L. The Golden Ticket: P, NP, and the Search for the Impossible.
Princeton, NJ: Princeton University Press, 2013.
Introducción
INVESTIGACIÓN:
LOS PROBLEMAS P VS NP
Trabajar con problemas constituye, sin duda alguna, uno de los rasgos
que permiten identificar qué y cómo se está trabajando con ciencia de
punta. Pues bien, la clase de problemas que quisiera destacar aquí son
los de frontera. Un problema se dice que es de frontera cuando una sola
ciencia o disciplina es incapaz de comprender el dilema de que se trata
con el problema, y cuando, adicionalmente, es incapaz de resolverlo por
sí misma. Necesita entonces del concurso de otras metodologías, otros
lenguajes, otros enfoques y tradiciones. Surge así lo que clásicamente se
llama “interdisciplinariedad”. Pues bien, gracias a los problemas de frontera
emergen ciencias de frontera. Con ellas, se avanza un paso importante en el
abandono de la tradición disciplinar de la ciencia.
Metodología
Luego de señalar el origen de los problemas P vs. NP se señala que forman parte
de los problemas del milenio. A una presentación somera de la estructura del
problema le sigue su delimitación. Así, señalando que habitualmente se lo
considera, con buenas razones, en el marco de consideraciones matemáticas,
computacionales y lógicas, se dirige la mirada hacia la complejidad y, más allá
de ella, se fija en el contexto de la metodología de la investigación científica.
Se destaca el estudio teórico del tema tratado y se destaca al final una parte
de la bibliografía más relevante.
Por su parte, los problemas NP son todos aquellos que son no-polinomiales
y que, en consecuencia, ni se abordan ni se resuelven descomponiendo los
mismos en los términos que los componen. Y sin embargo, esta clase de
problemas se resuelven y deben resolverse en un tiempo polinomial, esto es,
en el tiempo práctico que caracteriza a todas las actividades normales de los
seres humanos.
P ≥ NP
NP ≥ P
P € NP
O bien,
P NP
NP € P
P = NP
O bien,
P ≠ NP
Sin embargo, surge aquí una dificultad enorme. Se trata del hecho de que
en ciencia como en la vida cotidiana, en el sector privado tanto como en el
sector público, por ejemplo, en numerosas ocasiones se habla, acaso bien
intencionadamente, de innovación, pero en el momento de entenderla en
términos prácticos y habituales existe una enorme resistencia al cambio. La
innovación implica, manifiestamente, una filosofía del tiempo y del mundo
bien determinada, a saber: la pasión por el cambio. No sin razón, ya N.
Wiener (1995) distinguía entre sociedades de conservación y sociedades de
innovación; por derivación, digamos, organizaciones, instituciones, empresas,
universidades y comunidades en general de conservación y de innovación.
Pero es preciso hacer una observación puntual: una vez que se entra
en los problemas P =! NP, el continente en el que nos encontramos es, de
manera específica, el de los entrelazamientos y retroalimentaciones entre
matemáticas, lógica y computación. Y en términos generales, más amplios,
el dominio que se erige ante la mirada es el de la complejidad, esto es, el de
las ciencias de la complejidad. Cabe decir, sin ambages, que en el estudio de
los sistemas fenómenos y comportamientos caracterizados por complejidad
creciente, los problemas originariamente formulados por Cook, Karp y Levin
–pero que han sufrido desarrollos maravillosos hasta la fecha–, constituyen,
si cabe la expresión, la columna vertebral de todos los temas y problemas de
complejidad.
Dicho de manera puntual: frente a los problemas P vs. NP, cualquier otra
preocupación en el contexto de la complejidad del mundo, la sociedad y la
naturaleza es quizás derivada o subsidiaria de este, que con justa razón ha
sido incluido entre los problemas del milenio.
• Lipton, R. J., (2010). The P = NP Question and Gödels Lost Letter. New York:
Springer Verlag.
Introducción
Sociológicamente hablando, el final del siglo xx conoce el tránsito del
capitalismo posindustrial a la sociedad de la información (Castells, 1996).
En este cambio, en plena guerra fría, nace la cienciometría —ciencia de
segundo orden o, también, medición cuantitativa de la ciencia, prima facie—,
con el Manual de Frascati (2012) de la Organización para la Cooperación
y el Desarrollo Económicos —OCDE— 1963, con posteriores revisiones y
actualizaciones). Al Manual de Frascati le siguieron el Manual de Oslo (1993) y
el Manual de Canberra (1997). Para Iberoamérica y América Latina, se crearon
posteriormente el Manual de Lisboa, el Manual de Santiago y el Manual de
Bogotá.
Este texto quiere ser una reflexión sobre la primera década del índice H.
La tesis que queremos sostener es que este representa la arista más aguda
de un fenómeno más general que está transformando la economía mundial,
y el orden interno e internacional de las sociedades y los países. Sin embargo,
esta transformación no puede en absoluto ser asumida como una cuestión
de hecho.
En efecto, si se tienen en cuenta los que son, quizás, los tres rankings más
prestigiosos, cada uno de ellos tiene en cuenta, entre otros factores, al índice
H. En efecto, el Ranking de Shanghai 500, el Times Higher Education —THE—
y el QS World University Ranking clasifican a las universidades considerando
adicionalmente el factor H. Hay una observación puntual, y es que el índice H
rige, por así decirlo, desde las universidades hasta las revistas y desde estas
hasta los investigadores individualmente considerados. Cabe hablar, en toda
la extensión de la palabra, de una cultura del índice H.
La discusión acerca de estos tres grupos tiene que ver con modos de
acceso al conocimiento, políticas de socialización de este, y calidad de
indizaciones e impacto de las publicaciones. En la mayoría de los casos, las
revistas e índices son disciplinares, y, frente a ellos, Google Scholar y Microsoft
Academics son eminentemente interdisciplinarias.
Sin la menor duda, la ventana del índice H es más amplia que cualquiera
de las de JCR y Scopus—las principales—, pues comprende artículos
indizados, capítulos de libros, libros y artículos en revistas de ciencia, filosofía
y pensamiento en general, aun cuando no se encuentren necesariamente en
bases de datos de indizaciones.
EDUCACIÓN E INVESTIGACIÓN EN COMPLEJIDAD 111
Esta circunstancia plantea, en el marco de la sociedad de la información
y del conocimiento, una contradicción debido a que, por primera vez, el
conocimiento no es de nadie. Sin embargo, con la excepción del Google
Scholar Citations, para acceder a todas las demás bases de datos hay que
o bien pagar, o bien trabajar en alguna organización o institución que, a su
vez, haya pagado para que sus trabajadores accedan a estas bases de datos.
Sin rodeos, esto es lo que algunos autores han denominado “capitalismo
académico”.
Hay que decir, por lo demás, que existe una gama amplia de métricas
de impacto académico. Algunas de las más conocidas son (Kaur, Radicci &
Menczer, 2013):
5. Los datos y los análisis deben estar abiertos a verificación por los
evaluados.
Hacia abajo, el mensaje puede ser leído por los países que aspiran a
ser miembros de la OCDE como una exigencia de niveles de calidad. Hacia
arriba, por así decirlo, apunta a los desarrollos posibles ulteriores de los
países que representan lo mejor del sistema de libre mercado y los principios
democráticos. Y hacia adentro, en medio de la crisis que viven los países
desarrollados más importantes (el techo de la deuda interna de Estados
Unidos, la crisis financiera europea, etc.), se trata de mantener los estándares
y los indicadores como condiciones de excelencia y ejemplo.
• Hicks, D., Wouters, P., Waltman, L., de Rijcke, S. & Rafols, I. (23 de abril del
2015). The Leiden Manifesto for research metrics. Nature, 520, 429-431.
Recuperado de http://www.nature. com/polopoly_fs/1.17351!/menu/main/
top-Columns/topLeftColumn/pdf/520429a.pdf
• Think Tank Watch (27 de enero del 2016). 2016 think tanks rankings – Cheat
sheet. Recuperado de http://www.thinktankwatch.com/2016/01/2016-
think-tank-rankings-cheat-sheet.html.
Introducción
Las ciencias de la complejidad en general se iniciaron en el marco de las
ciencias llamadas “duras” –la física, la química, la biología, las matemáticas
y los sistemas computacionales e informacionales–, pero, desde su origen,
no solamente han reconocido que los sistemas de que tratan esas ciencias
son en realidad bastante más simples que los de las ciencias sociales, sino,
precisamente por ello, han avanzado también en dirección al estudio de
los sistemas sociales humanos con herramientas, lenguajes, metodologías
y enfoques propiamente complejos. Con ello, no solamente las ciencias de
la complejidad han ganado extensión y fortaleza sino, lo que es aún más
significativo, la comprensión de los procesos, estructuras y dinámicas de
los sistemas sociales humanos se han enriquecido enormemente y han
ganado universalidad asimilándose, a la par, sin más ni más con los sistemas
que estudian las ciencias positivas, exactas y naturales (para decirlo con el
lenguaje propio del siglo XIX).
I
Desde la antigüedad griega, originándose con seguridad en la escuela
Pitagórica, hasta hace muy poco, los matemáticos trabajaron con un
tipo determinado de entidades: los números1. Lo demás, fue el trabajo de
operaciones entre números y posteriormente de relaciones entre ellos. Así
surgieron, por ejemplo, la aritmética y la geometría, el álgebra, y el cálculo
integral y diferencial. Con base en esta tradición, usualmente se creyó –y se
hizo creer–, que las matemáticas consistían en trabajo con números, fórmulas
y ecuaciones de distinto tipo. En rigor, la matemática nace con Descartes, que
es quien unifica, por primera vez a las dos áreas fundamentales de trabajo
con la mathema: el álgebra y la geometría analítica, su propia invención.
1
Este artículo es un avance de un proyecto de investigación que adelanto actualmente en la Universidad
del Rosario, gracias al apoyo del FIUR, sobre sistemas complejos.
Frente a los primeros, existen igualmente los problemas N-P, que son
aquellos que no pueden resolverse en un tiempo polinomial no determinista.
Por derivación, se trata de aquella clase de problemas que no se definen, se
abordan ni se comprenden en los términos en los que lo hacen los problemas
P. Ahora bien, consiguientemente, todos los problemas que forman parte de
II
Hacia finales del siglo XIX y comienzos del siglo XX nadie inteligente –teórico,
académico o investigador– podría sustraerse a la discusión acerca de la
naturaleza y los fundamentos de la matemática. Algunos de los nombres
más ilustres del cambio del siglo se ocuparon de este dúplice tema en su
obra: Wittgenstein, Russell y Whitehead, Peano, Freud mismo, Frege, Hardy
y Husserl, para mencionar tan sólo algunos de los casos más conspicuos.
El debate tenía que ver con la naturaleza misma de las matemáticas,
así: ¿son ciencia o son un lenguaje? Este problema definió el problema
mismo de la fundamentación de las matemáticas y, consiguientemente,
el de su función y sentido. Como señala con acierto De Lorenzo (1998), el
Ahora bien, el papel más destacado en el giro del siglo XIX al XX en torno
al tema mencionado lo desempeñó, sin lugar a dudas, D. Hilbert cuando en
el Congreso Mundial de Matemáticas realizado en París en Agosto de 1900,
formuló los conocidos 23 problemas. El hecho significativo radica en que con
ellos, por primera vez, de manera programática, Hilbert inspiró a la comunidad
de matemáticos a pensar en términos más conceptuales que operativos y
funcionales. Con seguridad, esta actitud le debe mucho a B. Riemann, quien
unos cincuenta años antes había producido un giro significativo al pensar las
matemáticas no ya como un tema de fórmulas y ecuaciones, sino de ideas y
de teoría abstracta2.
2
Un profesor de matemáticas refiere en los siguientes términos la situación de Hilbert en la presentación
de los 23 problemas en Paris: “Already recognised as one of the greatest mathematicians of the age,
Hilbert had prepared a daring lecture. He was going to talk about what was unknown rather than what
had already been proved. This went against all the accepted conventions, and the audience could hear
the nervousness in Hilbert`s voice as he began to lay out his vision for the future of the mathematics” (Du
Sautoy 2003:1). Posteriormente volveré sobre Riemann.
3
La razón por la que los matemáticos más importantes de la época pivotaban alrededor de Francia y de
Alemania –con la excepción clara de Euler, trabajando en San Petersburgo–, tiene que ver con el contraste
entre los dos modelos de enseñanza e investigación como eran, respectivamente, el Politécnico de Paris, y
la Universidad de Humboldt en Berlín y Alemania en general. (Göttingen habrá de destacarse en el medio
universitario alemán, como una auténtica fortaleza para el trabajo en matemáticas, en contraste con
Berlín en ciencias, y Friburgo en filosofía, por ejemplo). El Politécnico estaba dedicado fundamentalmente
a la matemática aplicada, con claros intereses industriales y militares, mientras que la Universidad de
Humboldt era reconocedora de la importancia de la investigación libre, desinteresada, en fin, básica y
promovía y destacaba este tipo de investigación sobre la aplicada. Dicho en otras palabras, se trata de la
distinción entre la investigación orientada a fines y la investigación basada en fortalezas.
4
En Maldonado (2005b) se encuentra una precisión y ampliación de esta idea y que sostiene que antes
que hablar, en ese caso, de sistemas dinámicos, en el marco amplio de la complejidad mejor vale hablar
de fenómenos y sistemas termodinámicos, con lo cual, justamente, se abre la puerta –necesaria– a la
termodinámica del no-equilibrio.
5
El siguiente desarrollo está ampliamente trabajado en Maldonado (2005a).
Ahora bien, este panorama podría dar la impresión de que el trabajo con
complejidad se inclina hacia las matemáticas aplicadas, antes que hacia las
matemáticas puras y la lógica (una visión semejante se sigue, sin dificultad,
de Odifreddi 2006). Una impresión semejante es, sin embargo, errónea por
simple y reduccionista. Lo que sí es manifiestamente cierto es el hecho de que
también en el caso de la complejidad, las matemáticas contemporáneas son
una creación continua e incesante. Son numerosos los autores que coinciden
IV
¿Es la complejidad relativa al observador? En rigor, en el contexto de las
ciencias –y de las matemáticas– de la complejidad esta es una pregunta
equivocada que tan sólo cabe en el marco del pensamiento sistémico. Por
el contrario, lo propio de la mirada –matemática– de la complejidad consiste
en el reconocimiento de, y el trabajo con, la multiescalaridad. Los enfoques
multiescalares establecen que la complejidad de un fenómeno descansa
en la naturaleza misma del fenómeno –y no en el observador–, pero que
un fenómeno cualquiera puede y debe ser visto de distintas maneras –por
ejemplo, por distintos observadores.
6
La discusión con sistemas hamiltonianos es siempre necesaria y provechosa, pues permite allanar el
camino hacia la identificación de sistemas ergódicos y no-ergódicos. (Un lugar obligado de tránsito es la
identificación de comportamientos lagrangianos).
7
Para una ampliación de esta idea, cfr. Maldonado 2007 a y 2007b.
V
El estudio de la complejidad consiste en la descripción, comprensión y
explicación de sistemas dinámicos –¡en rigor, termodinámicos! (Maldonado
2005b), caracterizados por no-linealidad, sinergias, bucles de retroalimentación
positiva y negativa, transiciones de fase, bifurcaciones, autorganización y
emergencias, en los que lo importante no son los elementos que componen
un sistema determinado, sino las relaciones entre los componentes del
sistema de que se trate, así como el hecho, fundamental, de que se trata de un
sistema abierto, o sensible al entorno o medio ambiente. Fundamentalmente,
por consiguiente, se trata de sistemas abiertos, incompletos, inacabados y
en evolución (Maldonado 2007a y 2007b).
La lista puede en realidad hacerse tan larga como se quiera, pero a fin
de tener un mapa general sólido basta con ver Bar-Yam (1997) y Nicholis y
Prigogine (1994). A estos métodos es preciso agregar, de manera puntual,
la identificación de leyes de potencia (power law) y, con ellas, la Ley de Zipf.
Ambas, sin embargo, han llegado a ser reconocidas recientemente como
casos particulares en el estudio de conexiones y osciladores (Strogatz 2003).
8
Entre nosotros, una buena presentación de algunos de los métodos analíticos en el tratamiento de la
complejidad es el libro de Campos e Isaza (2002).
VI
El problema más importante de todos acerca de la naturaleza y la función
de las matemáticas en la economía de la naturaleza y del conocimiento
en general, tiene que ver con la relación entre matemáticas y realidad y,
consiguiente e inevitablemente, con la comprensión y definición misma de
lo que sea la realidad y lo que sea “real”.
9
He trabajado estas lógicas en varios artículos dedicados al pluralismo lógico, las lógicas paraconsistentes,
la lógica del tiempo, la lógica de la relevancia y la lógica cuántica. Está en preparación un artículo sobre
lógica difusa.
10
En la historia de la filosofía, el llamado más reciente a la formulación y comprensión del problema: por
qué hay algo y no nada, fue el que llevó a cabo M. Heidegger –con otro lenguaje: ¿por qué el ser y no la
nada? Es claro que el tema tiene un eco metafísico u ontológico. Como quiera que sea, el problema tiene
que ver, aquí, con el problema, filosófico, del carácter epistemológico u ontológico de la complejidad.
• Kauffman, S. 1995. At Home in the universe. The search for the laws of
self-organization and complexity. Oxford: Oxford University Press.
• Penrose, R. 2005. The road to reality. A complete guide to the laws of the
universe. New York: Alfred A. Knopf.
• Strogatz, S. 2003. Sync. How order emerges from chaos in the universe,
nature, and daily life. New York: Hyperion.
• Watts, D. J. 2004. Six degrees. The science of a connected age. New York:
W.W. Norton. Wolfram, S. 2002. A new kind of science. Wolfram Media
Publisher.
Introducción
SOCIALES
El punto de partida
Todas las ciencias sociales y humanas, así como diversas otras disciplinas
que se integran en ellas, nacieron posteriores al desarrollo de las ciencias
exactas, físicas y naturales. Este hecho hizo que el espíritu, las aspiraciones,
el lenguaje y numerosos métodos y aproximaciones de las ciencias sociales
y humanas nacieran y permanecieran, durante mucho tiempo, a la luz –o a la
sombra; según se mire– de las ciencias físicas y naturales.
5-17, (original en inglés, publicado en búlgaro); en antropología: “Ambigüedad lo humano: Un estudio hacia
la complejidad de la antropología”, en: I. Calderón (Ed.), ¿Quiénes somos? Hacia una comprensión de lo
humano, Bogotá, Universidad de la Sabana, 2008, págs. 143-172; en finanzas: “Teoría de las catástrofes y
teoría financiera”, en: Odeón. Observatorio De Economía y Operaciones Numéricas, Universidad Externado
de Colombia, págs. 47-74, 2006; en relaciones internacionales, “La lógica del multilateralismo. Una red
dinámica compleja”, en: OASIS. Observatorio de Análisis de los Sistemas Internacionales, Universidad
Externado de Colombia, págs. 98-122, 2004; en sociología y política, Filosofía de la sociedad civil, Bogotá,
Siglo del Hombre Editores/Universidad Libre, 2002 (traducción al rumano: Ed. Bastion. Bucarest, 2008);
““Política y sistemas no-lineales: la biopolítica” en: Dilemas de la política, B. Vela Obregón (Coordinador),
Bogotá, Universidad Externado de Colombia, 2007, págs. 91-142; en estética, (2008b) “Beauté et science: a
la recherche de l í nconnu”, en: Alkemie. Revue semestrielle de litterature et philosophie, No. 1, págs. 73-79;
en administración: (2009a) “Una nota sobre criptología y complejidad” en: Innovar, Universidad Nacional
de Colombia (en prensa) – entre otros, siendo el trabajo principal en filosofía en general (y que omitimos
aquí por razones de espacio).
2
Contra las lecturas superficiales que dan por sentadas razones políticas, económicas y hasta militares que
hacen referencia a un país determinado, hay que recordar un hecho histórico: fue la Académie Française
des Sciences la que en el siglo XVIII estableció que el idioma oficial de la ciencia fuera el inglés; la decisión
se tomó como un distanciamiento del Medioevo, para el cual la lengua de la ciencia y de la filosofía era
el latín. Siguiendo el ejemplo de la Academia Francesa, posteriormente la Preussische Akademie der
Wissenshaften y la propia Royal Academy siguieron el ejemplo. Y desde entonces, el idioma de la ciencia
ha sido el inglés. Este dato lo recuerda Lloyd (2006) Programming the Universe. New York: Alfred K. Knopf,
2006, pág. 69.
Las ciencias sociales y humanas son las más complejas de las ciencias. Pero
la demostración de su complejidad rompe el marco mismo de lo humano y lo
social –en contraposición con lo natural, lo biológico, lo artificial y lo matemático.
Complejidad de lo humano
Las ciencias sociales (y humanas) son eminentemente antropocéntricas y
antropomórficas. En sentido tradicional el objeto de las diversas ciencias
y disciplinas sociales era el ser humano, de acuerdo con determinadas
justificaciones, circunstancias, lenguajes o metodologías. Esta es al
mismo tiempo su fortaleza y su debilidad. Sin embargo, el tránsito hacia
el reconocimiento del conjunto de problemas ecológicos –en el sentido al
mismo tiempo más fuerte y amplio de la palabra– puso de manifiesto que
pensar en términos ecológicos es mucho más que pensar en términos
de sociedad y de naturaleza. Emergieron, así, nuevos grupos de ciencias;
propiamente hablando, se trata de ciencias de frontera definidas a partir de
problemas de frontera. El grupo más destacado de estas nuevas ciencias
incluye a las siguientes:
• Ciencias cognitivas
• Ciencias de la vida
• Ciencias de la salud
• Ciencias de la tierra
• Ciencias del espacio
• Ciencias de materiales
• Ciencias de la complejidad
4
Formulada por primera vez en 1972, esta teoría se origina a partir de la distinción hecha por Turing
entre funciones numéricas calculables y no calculables. Un problema P es aquel que puede resolverse
en un tiempo polinomial, e inversamente, un problema N-P es todo aquel que no puede ser resuelto en
cualquier tiempo polinomial. Las ciencias sociales y humanas permanecen en su gran mayoría al margen
de esta teoría y deberían poder incorporarla o trabajar con ella. Algunos ejemplos de problemas sociales y
humanos del tipo N-P son: la felicidad, el medioambiente, la pobreza, la equidad, el conocimiento.
5
He trabajado en la relación con la tercera en Maldonado, C. E., “La dimensión filosófica del nanomundo:
La nanologia”, en: Episteme. Uma revista brasileira de filosofía e historia das ciencias (número 28 de Jul/
Dic. 2008).
Pues bien, las justificaciones para estos tres ejes son dúplice, así: de un
lado, tenemos tres sistemas sociales. Éste es el equivalente del problema
clásico de los tres cuerpos –abordado por Poincaré en respuesta a la
propuesta y al premio formulado por el Rey Oscar II de Suecia. La idea detrás
de este reconocimiento es el de una topología (estructural, notablemente)
de las tres teorías. Basta con una cierta sensibilidad hacia las matemáticas
(cualitativas) o bien hacia las ciencias de la complejidad para entender el
significado verdadero de la topología propuesta.
Referencias bibliográficas
• Adams, R.N. 2001. El octavo día. La evolución social como autoorganización
de la energía. Iztapala, México, D.F.: Universidad Autónoma Metropolitana.
• Beekman, C.S. y Baden, W.W. 2005. Non Linear Models for Archeology
and Anthropology: Continuing the Revolution. Burlington, VT: Ashgate
Publishing.
• Blume, L.E y Durlauf, S.N. (Eds.) 2005. The economy as an evolving complex
system III (Santa Fe Institute Studies in the Sciences of Complexity).
Oxford: Oxford University Press
• Gaddis, J.L. 2002. The Landscape of History. How historians map the past.
New York: Oxford University Press.
• Kauffman, S. 1998. At Home in the Universe. The Search for the Laws of
Self-Organization. Oxford: Oxford University Press.
• Lindenfeld, D.F. 1999. Causality, Chaos Theory, and the End of the Weimar
Republic: A Commentary on Henry Turner´s Hitler´s Thirty Days to Power.
History and theory 38: 281-299.
• McNeill, W.H. 1998. History and the Scientific Worldview. History and
theory 37: 1-13.
• Smith, R. 1997. The Norton History of the Human Sciences. New York:
Norton & Co.
• Watts, D.J. 2003. Six Degrees. The Science of a Connected Age. New York:
Norton & Co.
Los argumentos que soportan la tesis enunciada son cuatro, así: en primer
lugar, se lleva a cabo una caracterización general de la investigación de punta
en el mundo actual. La idea de base es que la investigación verdadera demanda
de, y al mismo tiempo instaura (o impone), una libertad radical. Se discute en
qué consiste esta libertad y se sientan las bases para la segunda sección.
Esta es la ciencia que se hace con promedios, con políticas para mayorías
(de investigadores), con indicadores.
Investigar como quien hace más que la tarea, y más exactamente como
quien no hace la tarea. Porque su decisión y su apuesta son otros. Esta es
la ciencia con gente que se sale del promedio, los que marcan la diferencia:
outliers. Ahora bien, esta es la circunstancia en ciencia, pero en filosofía no
sucede algo diferente.
Investigación y ludopatía
La investigación científica radical puede ser adecuadamente comprendida
como el ejercicio o la pasión misma que se confunde con la ludopatía. Galileo
y Copérnico, proponiendo un modelo heliocéntrico que se oponía al modelo
imperante desde la antigüedad y el medioevo, el heliocentrismo, constituyen
un buen ejemplo. Con todo y las amenazas de Roberto Bellarmino, sacerdote
jesuita, quien había llevado a la pira a Giordano Bruno e intentó hacer lo
mismo con Galileo.
1
Ello a pesar de las apariencias que dan los grandes medios masivos de comunicación como un mundo
en crisis, en desasosiego, en caída libre. El periodismo científico debe cumplir un papel más activo, así
como los procesos de socialización del conocimiento (de punta). Ello a pesar de las apariencias que dan
los grandes medios masivos de comunicación como un mundo en crisis, en desasosiego, en caída libre.
El periodismo científico debe cumplir un papel más activo, así como los procesos de socialización del
conocimiento (de punta).
La hybris de la investigación
Nunca antes había habido tantos científicos, académicos, investigadores en
la historia de la humanidad. Por ejemplo, tanta gente con títulos de maestría,
doctorados y otros. Y todos, cada vez más, en dinámicas de redes, esto es,
de aprendizaje mutuo y de procesos de cooperación recíproco a distintas
escalas. Vivimos, literalmente, una era de luz: de mucho conocimiento, de
mucha información, de mucha reflexión y crítica. Las caracterizaciones de
sociedad de la información, sociedad del conocimiento y sociedad de redes
no son simples denotaciones; corresponden a profundos procesos sociales,
culturales, económicos, políticos y otros. Con una salvedad fundamental: en
rigor hoy no se debe hablar más de “ciencia”, a la manera de la modernidad;
tenemos ante nosotros alrededor de nosotros ciencias (en plural) y grupos
de ciencias; así por ejemplo, las ciencias de la salud, las ciencias de la vida, las
ciencias cognitivas, las ciencias de la tierra y muchas otras.
Pues bien, existe una dúplice circunstancia que explica el tipo de hybris
de la investigación hoy en día. Se trata del hecho de que vivimos un mundo
inmensamente rico en información, en datos, en conocimiento. Justamente
por ello, a partir de 1998 ha emergido la ciencia de grandes bases de datos
(big-data science): jamás había habido tal proliferación de publicaciones,
eventos académicos y científicos. Y en estrecha relación con lo anterior, se
trata de que, manifiestamente, vivimos en una sociedad de redes.
Una visión pesimista o escéptica al respecto afirmaría que hoy por hoy
es imposible leer todo lo que se publica (en un área) en el mundo. Por el
contrario, una visión optimista asiste al marasmo (hybris) de conocimientos
palpitantes, vívidos, altamente adaptativos y permanentemente cambiantes,
y de comunidades académicas y de investigadores cada vez más entrelazadas
de diversas maneras y a través de distintos canales, en proceso sinérgicos de
cooperación, aprendizaje y re-aprendizaje permanente. Evidentes muestras
de vitalidad. Eso: de esa vitalidad que se desborda a sí misma y cuya mejor
comprensión es como hybris; esto es, una mezcla sutil, difícil, compleja, de
ebriedad, unja cierta locura (o por lo menos algunos estados límite mentales),
mucho desenfreno y un fuerte sentido de incontinencia mental3.
2
Cierto, existen también patologías en este proceso: las dos más evidentes es el “publish or perish”, y
consiguientemente, el peligro de caer en prácticas peligrosas, tal y como lo evidencia sistemáticamente el
sitio https://retractionwatch.com
• BARROW, J. D.; DAVIES, P. C. W.; HARPER, JR., CH. L., (Eds.), (2005).
Science and Ultimate Reality. Quantu, Theory,
Cosmology and Complexity. Cambridge: Cambridge University Press.
• DIAS, F. M. V., CANO-PRAIS, H. A., KEHDY, S., & TEIXEIRA, A. L. (2008). “Um
jogador patológico por dostoiévski”. En: Revista De Psiquiatria do Rio
Grande do Sul, vol. 30, núm. 3, pp. 236-240.
• HOFFMAN, P., (1998). The man who loved only numbers. The story of Paul
Erdös and the search for mathematical truth. New York: Hyperion.
• KAUFFMAN, S., (1995). At Home in the Universe. The Search for the Laws
of Self-Organization and Complexity. Oxford: Oxford University Press.
• MATURANA, H., y VARELA, F., (2004). El árbol del conocimiento. Las raíces
biológicas del conocimiento. Santiago de Chile: Lumen.
• ROBERTS, S., (2007). King of the infinite space. Donald Coxeter, the man
who saved geometry. London: Profile Books.
• SOLÉ, R., y GOODWIN, B., (2000). Signs of Life. How Complexity Pervades
Biology. New York: Basic Books.
Introducción
COMPLEJIDAD
Como quiera que sea, quisiera aquí sugerir tres problemas fundamentales
en los que convergen campos disimiles como las políticas (públicas) de
ciencia y tecnología, los estudios culturales sobre ciencia y tecnología, la
filosofía de la ciencia, la metodología y la sociología y la política como tales.
Se trata de la distinción de tres planos, así: cómo surge un modelo, cómo se
mantiene, cómo se echa abajo o por qué cae.
Son numerosas los mecanismos y las vías a través de las cuales un modelo
determinado se mantiene en el tiempo –durante un lapso más breve o más
amplio-.
*
Copiado integra y literalmente conforme a texto original.
Clases de Ciencia
Los tipos de modelos anteriormente formulados se corresponden con los tipos
de ciencia que poseemos en la humanidad occidental. Los tipos de ciencia,
histórica, lógica y metodológicamente hablando son cuatro, así: ciencia
inductiva o empírica, ciencia deductiva o racional, ciencia computacional,
ciencia basada en grandes conjuntos de datos.
Hay ocupaciones en las que es inevitable ser públicos; esto es, que buena
parte de la información esté disponible a la luz de cualquiera. Los profesores,
por ejemplo. O los periodistas y hasta los médicos, por ejemplo. Basta con
cruzar diferentes bases de datos –por ejemplo, WhatsApp, Facebook, Google
y otros – sencillamente con minería de datos, o bien con otros procedimientos
más sofisticados- y se tendrá la información que virtualmente se desee sobre
alguien. Nadie parece escapar de este destino.
Así las cosas, es evidente que existe una correlación muy fuerte entre
quienes producen y/o manejan grandes bases de datos, y quienes no logran
hacerlo.
Con una observación puntual: hoy por hoy nadie tiene problemas con las
bases de datos. Literalmente, las (grandes) bases de datos se compran, se
alquilan, se roban, se permutan. Lo determinante es el manejo de las bases
de datos. Existe un amplio y muy fuerte mercado abierto y negro de bases de
datos. Acceder a él es solo cuestión de contactos y dinero. Punto.
Las clases sociales se definen, hoy por hoy, en función del acceso a, y el
manejo de, las grandes bases de datos. Literalmente, lo que define a una
clase social con respecto a otras, es la información y el conocimiento. Cabe
hablar entonces de una economía política del conocimiento que se ocuparía
de la forma como la información o el conocimiento en una sociedad: se
produce, circula, se acumula, se distribuye y se consume.
Dirimiendo Tensiones
Técnica y políticamente el problema puede ser adecuadamente visto como la
lucha contra la encriptación. En el sentido más fuerte de la palabra, el poder
político consiste, no simplemente en el manejo de grandes bases de datos,
sino, mejor aún, en la encriptación de la información. Esto es, el hecho de
que hay una cantidad de información codificada, cifrada –eso: encriptada-,
de cuya encriptación justamente dependen niveles de seguridad, tomas de
decisión, acciones en una dirección determinada.
Referencias bibliográficas
• Bailer-Jones, D. M., (2009). Scientific Models in Philosophy of Science.
Pittsburgh, PA: University of Pittsburgh Press
• Currie, G., (2016). Models as Fictions, Fictions as Models. The Monist 99 (3):
296-310
• Fiora, S., (2016). The Nature of Model-World Comparisons. The Monist 99:
243-259
• Helland, I. S., (2009). Steps Towards a Unified Basis for Scientific Models
and Methods. Singapore: World Scientific
• Mazur, M. & Manley, E., (2016). Exploratory Models in a time of Big Data.
Interdisciplinary Science Reviews 41 (4): 366-382.
• Rowher, Y. & Ric, C. (2016). How are models and explanations related?.
Erkenntnis 81: 1127-1148.
De todas las ciencias sociales, aquella que tiene una relación más sólida con
las ciencias de la complejidad es la economía. Las razones son evidentes,
pero no sobra destacar tres, aquí. En primer lugar, la economía es un sistema
adaptativo, altamente fluctuante, inestable y esencialmente impredecible.
Ello se explica particularmente bien en nuestros días cuando la expresión
más acabada de esta son las finanzas; esto es, en la etapa del capitalismo
financiero, el cual es bastante dependiente de percepciones, es nervioso y
reacciona impulsiva e inmediatamente a las inestabilidades sociales, políticas
y militares, por ejemplo.
1
Hemos trabajado ya en esta dirección. Véase “Biodesarrollo y complejidad. Propuesta de un modelo
teórico”, en Eschenhagen y Maldonado (Eds.) (2014).
Para ello, este texto trabaja cuatro argumentos, así: en primer lugar, es
costumbre en los textos sobre complejidad (particularmente ante quienes
aún no conocen suficientemente el tema), se hace una breve caracterización
de lo que es complejidad. Caracterizaciones semejantes nunca estarán de
más, por lo menos durante un tiempo, en la academia, la comunidad científica
y ante la sociedad. Sobre esta base, el segundo argumento sostiene que es
imposible pensar la complejidad y, a fortiori, las relaciones entre economía
y complejidad, sin tener una idea básica de lo que son los sistemas vivos.
En consecuencia, la tercera sección presenta y discute, aunque de manera
breve, los fundamentos de lo que es la vida y lo sistemas vivos, para lo cual
elabora un cuadro de la comprensión de los sistemas vivos en la ciencia actual.
Posteriormente, el tercer argumento presenta y discute a la bioeconomía; y
con ella, introduce el concepto de biodesarrollo, que es, quiero sostenerlo, la
alternativa al desarrollo en contextos de complejidad. El tercer argumento es
de orden estrictamente epistemológico y científico. En él, sostengo el modo
y las razones por las que es indispensable pensar en alternativas al desarrollo.
Finalmente, el cuarto argumento se concentra en un problema particular. Se
trata de las relaciones entre economía y civilización. Este cuarto argumento
afirma que, al pensar alternativas al desarrollo, es preciso pensar alternativas
a la civilización occidental y justifica esta tesis. Al final se extraen algunas
conclusiones.
2
Esto conduce, más pronto que tarde, a convertir a la complejidad en una doctrina, un peligro que, digamos
en passant, ya le sucedió, de un lado, al pensamiento sistémico y, de otra parte, al pensamiento complejo.
No me interesa aquí discutir estas circunstancias.
Sin embargo, si ello es así, ¿por qué tanto esfuerzo y trabajo de parte
de la naturaleza para crear tanta diversidad, tanta multiplicidad? Como es
sabido ya a partir de El origen de la vida por medio de la selección natural de
Darwin (1859), lo propio de la vida consiste en un proceso de diversificación y
que se expresa por el diagrama de Darwin en su libro consistente en un árbol.
Desde entonces, la expresión “el árbol de la vida” constituye un referente
obligado y necesario.
Finalmente, en este breve fresco, cabe decir que una buena comprensión
en general de los sistemas vivos —desde las bacterias hasta los mamíferos
superiores— implica no únicamente el reconocimiento de que están vivos,
sino, mucho mejor aún, que tienen vida. Si ello es así, como sabemos, tener
una vida (propia) es un asunto serio y delicado al que accedemos mucho
Bioeconomía y biodesarrollo
Nicholas Georgescu-Roegen tiene el mérito de haber puesto el dedo en la
llaga con respecto a la economía, por lo demás de una forma mucho más
abierta, decidida y en profundidad que Marx. La economía no es, no puede
ser posible a costa de la naturaleza. Para ello, el economista rumano toma
como hilo conductor un capítulo fundamental de la ciencia contemporánea,
tradicionalmente abandonado por las ciencias sociales y humanas: la
termodinámica3. Y más específicamente, el segundo principio de esta, la ley
de la entropía.
3
Una notable excepción en ciencias sociales y el estudio y comprensión de la termodinámica es Tyrtania
(1999).
La bioeconomía tiene una arista importante, que sin embargo solo puede
aquí ser mencionada: se trata de las contribuciones propias e independientes
de R. Passet. Lo que sí resulta fundamental es señalar que la bioeconomía
se realiza y da lugar al mismo tiempo a dos áreas, cada una más radical: la
economía ecológica, y luego también, la ecología política. Al fin y al cabo, la
gestión de la economía es imposible sin poner sobre la mesa, a plena luz de
día, la importancia de la naturaleza.
Pues bien, el motivo que permite una crítica radical del sistema de vida
y de producción que es el capitalismo es, para Marx, una postura humanista
que busca liberar al ser humano de la explotación y la enajenación y en
Georgescu-Roegen la recuperación de la naturaleza como fuente primera de
vida. En Marx la crítica a la economía política es posible gracias a la economía
misma. En el autor rumano, gracias a la termodinámica.
Lo que quiero decir aquí es que es imposible hablar de todos los temas,
articulaciones y capítulos propios de la economía, en el sentido más amplio
de la palabra, sin tener una idea básica, por lo menos, acerca de lo que es la
vida; es decir, lo que son los sistemas vivos.
Sin ser exhaustivos, una buena comprensión de la vida y los sistemas vivos
implica el reconocimiento explícito de una mutua y total codependencia
entre los diversos niveles, escalas, formas y expresiones de la vida, sin
absolutamente ninguna centralidad o prioridad de ninguna especie sobre
las demás. Así, dado que, por ejemplo, el 98 % de la biomasa del planeta
son plantas, la vida en el planeta o por fuera suyo es imposible sin la vida
vegetativa. Lo mismo cabe decir con los animales, en general, que habitan
desde nuestra imaginación, amores y temores, hasta nuestra existencia
cotidiana, ya sea en la forma de mascotas o en zoológicos. Los seres
humanos, biológicamente una peste, puede modificar su propia imagen y la
de sus relaciones con el resto de la trama de la vida. Pero esta idea comporta,
asimismo, el cuidado de unidades verosímilmente abióticas, como el aire y el
agua, el medioambiente en general, las selvas, bosques, y demás.
4
A menos que se asuma una perspectiva nominalista, como bien se ve en la novela de U. Eco, El nombre
de la rosa, de acuerdo con la cual “en el nombre de la rosa esta la rosa”.
5 Notablemente a partir del descubrimiento de la estructura del ADN en 1953 por parte de Watson y de
Crick; esto es, “el dogma central de la biología”.
Quisiera aquí llamar la atención sobre una idea de alguien que, en sentido
estricto, no sabe nada de complejidad en cualquier acepción de la palabra, y
que, sin embargo, elabora una reflexión sencilla y profunda con respecto a la
idea de resolver problemas científicos. Se trata de A. Einstein.
6
La noción de biopolítica poco y nada tiene aquí que ver con las interpretaciones de autores como Foucault,
Negri o Agamben, entre otros. Al respecto, cf. Maldonado (2003).
7 He dedicado un espacio a este respecto en Maldonado (2016), en prensa (Revista Colombiana de Filosofía
de la Ciencia).
Einstein tenía por qué saber esto. En efecto, como es sabido, Einstein
tiene en mente dos grandes teóricos en su vida. De un lado, el debate con
Bohr acerca de la naturaleza cuántica de la realidad, y que se conoce en la
historia de la ciencia como el debate de Copenhague. El otro debate que
tiene Einstein, hacia el final de su vida, es con su propia teoría y sus propias
contribuciones a la física cuántica. Sobre el primer aspecto, nunca dio el
brazo a torcer. Sobre el segundo, se dio cuenta tardíamente y afirmó que
había cometido el error más grande su vida.
• Fortnow, L. (2013). The Golden Ticket. P, NP, and the Search for the
Impossible. Princeton and Oxford: Princeton University Press.
Es por esta razón que el cuarto argumento hace expreso el hecho de que
pensar como la naturaleza complejiza el pensamiento mismo y las relaciones
de los seres humanos con la naturaleza. Por consiguiente, se hacen algunas
clarificaciones acerca de lo que significa “complejidad”. Finalmente, sobre
esta base, el artículo termina apuntando en la dirección precisa a la que
conducen las reflexiones anteriores: se trata del re-descubrimiento de la
inmanencia, en contraste con el modelo estándar en Occidente que era la
(búsqueda de) la trascendencia.
Digámoslo en una palabra, las ideas, las propuestas, los llamados y las
invitaciones a pensar – pensar bien, pensar distinto, y otras semejantes,
con cualesquiera justificaciones; por ejemplo, las crisis en curso alrededor
nuestro; o los retos y desafíos que enfrentan individuos, grupos humanos y
sociedades enteras; o el manejo de y las relaciones con la naturaleza, a raíz del
agotamiento de los muy mal llamados “recursos naturales”, el calentamiento
global y otros problema semejantes; decimos: los llamados a pensar que
La tabla No. 1 presenta la forma como piensan y han pensado los seres
humanos, independientemente de si se hace referencia a la perspectiva
individual, colectiva o genérica. (Es algo análogo a las diversas formas de
comprensión de la idea de Protágoras: “el hombre es la medida de todas las
cosas”, que admite una interpretación individual, una social o colectiva, y la
de la especie misma).
Así las cosas, faute de mieux, por decir lo menos, debemos y podemos
aprender a pensar como la naturaleza. Varios indicios pueden ser mencionados
en esta dirección.
• Entre los años 2006 hasta la fecha, emerge un nuevo campo del
conocimiento centrado en la forma como las plantas piensan. Se trata
de la neurobiología de las plantas, cuyos dos representantes más
eximios son F. Baluska (Universidad de Bonn) y S. Mancuso (Laboratorio
Internacional de Neurobiología de las Plantas; Universidad de
Florencia). Estos investigadores ponen de manifiesto que las plantas
que constituyen el 97% de la biomasa del planeta, son inteligentes,
resuelven problemas y piensan.
I(h) → O(n)
En donde I designa al input–esto es, los procesos reflexivos, los
cuestionamientos, las tomas de decisiones, en fin, las acciones mismas;
h, designa al ser humano (en general), O designa al output, y n designa al
conjunto de la naturaleza; así, por ejemplo, los ríos y los mares, las montañas
y los valles, las demás especies animales, el aire, las plantas, y la vida terrestre,
subacuática y del aire.
***
Como quiera que sea, los seres vivos procesan información, pero la procesan
de forma perfectamente distinta a la del modelo de una Máquina de Turing;
esto es, al modo del computador; literalmente, conocido como una máquina
multipropósitos. Existen incluso diversas clases de Máquina Turing (oráculo-
TM; MT-incierta; TM-indeterminada, y otras). El elemento determinante
aquí es que la naturaleza no piensa en términos algorítmicos. Maldonado y
Gómez-Cruz han llamado a esta clase de procesamiento de información no-
algorítmica de los sistemas vivos como “hypercomputación biológica” (2015).
1
Como es sabido, N. Kardashev propone distintos tipos de civilizaciones a partir del uso racional y razonable
que se hace de la energía libre. Kardashev distingue tres clases de civilizaciones, así: una civilización de tipo I
aprovecha la energía planetaria eficientemente. Una civilización de tipo II es aquella que puede aprovechar
la energía disponible de la estrella más cercana. Finalmente, una civilización de tipo III es aquella que
puede vivir gracias al aprovechamiento de la energía de la galaxia en la que se encuentra.
Todo el experimento mental de Kardashev es para señalar que somos apenas una civilización de tipo 0
puesto que vivimos del trabajo y de la energía de otros seres humanos: esclavismo, salarios, etc.
• Mandelbrot, B., (2004). Fractals and Chaos. The Mandelbrot Set and
Beyond. Springer Verlag
• Gross, A., and Vallely, A., (Eds.), (2012). Animals and the Human Imagination.
A Companion to Animal Studies. New York: Columbia University Press
• Kohn, E., (2013). How Forests Think. Toward an Anthropology beyond the
Human. Berekely: University of California Press
• Mancurso, S., Viola, A., (2015). Brilliant Green. The Surprising History and
Science of Plant Intelligence. Washington: Island Press