Академический Документы
Профессиональный Документы
Культура Документы
Quisieraagradeceraloseditoreslainvitacinaparticiparenesteproyecto,yaPaco
CalvoyMaxiSanMiguelsuscomentariossobreunaversinpreviadelmanuscrito.Este
trabajoharecibidoelapoyodelaSecretaradeEstadodeUniversidadese Investigacin del
Gobierno espaol (actualmente disuelta entre dos ministerios), a travs de los proyectos
HUM-2007-64086 y HUM2006-11603-C02, y de una ayuda de movilidad. Tambin mi
agradecimiento a la facultad de psicologa de la Universidad de St. Andrews, y a Juan
Carlos Gmez en particular, por su hospitalidad.
1
1. Introduccin
Una de las grandes novedades formales de los ltimos aos ha sido el desarrollo de
la teora de sistemas complejos2. Se trata de desarrollos matemticos que han tenido lugar
para dar cuenta de fenmenos fsicos o biofsicos (desde avalanchas a morfognesis, desde
la distribucin subatmica en una explosin a la disipacin de la energa en un sistema
termodinmico, desde la alineacin ferromagntica a los lseres). Pero no se ha tardado
mucho en aplicar estas nuevas herramientas formales a otros mbitos disciplinarios,
especialmente la ecologa (Kauffman, 1993), y ms recientemente, tambin a las ciencias
sociales; en especial, a la arqueologa (Renfrew & Cherry, 1986; Bentley & Maschner,
2003), la economa (Ormerod, 2005), la antropologa evolutiva (Axelrod, 1984; Boyd &
Richerson, 2005) y la psicologa social (Mosko y Damon, 2005; Vallacher & Nowak,
1994). La idea central de la teora de sistemas complejos, que de la interaccin de mltiples
agentes emergen propiedades y fenmenos nuevos que no pueden reducirse a las
caractersticas de tales agentes, encuentra un dominio obvio de aplicacin a nivel social.
Por ello, la teora de los sistemas complejos se presenta de entrada como una posibilidad
interesante y valiosa por su poder explicativo formal, que merece la pena considerar en
relacin a las cuestiones y dificultades con que se enfrentan las ciencias sociales desde un
punto de vista metodolgico. De hecho, puede considerarse como la realizacin del viejo
programa de explicar del orden social a partir de la regulacin espontnea de los elementos
en interaccin que lo constituyen -llmese mano invisible (Adam Smith), la astucia de la
razn (Hegel)-, por lo que, en tal sentido, enlaza naturalmente con inquietudes que vienen
de lejos.
En este trabajo pretendo ofrecer una presentacin introductoria de esta teora-marco,
de sus conceptos bsicos, y de la relevancia de su aplicacin al mbito social, desde el
punto de vista de la vieja controversia sobre explicacin y comprensin, sobre el mtodo
adecuado en ciencias sociales. No se trata de hacer un llamamiento proftico a pasarse con
armas y bagajes al enfoque de la complejidad en ciencias sociales como panacea y destino.
Con frecuencia, tales llamadas profticas oscilan ambiguamente entre pretender que un
Nodebeconfundirselanocindecomplejidadpolticaelsurgimientodejerarquas
socialesprogresivamentemsestratificadas,conlanocindecomplejidaddeinters:
comosistemasenlosqueemergenpropiedadesnuevascomoresultadodelainteraccinde
loselementoscomponentessegnreglassencillas.
2
cambio de ese tipo ya est teniendo lugar, recomendar sumarse a ese proceso y declarar que
tal desarrollo va a ser inevitable. Espero poder evitar tales declaraciones programticas
entusiastas. No obstante, s es claro que la incorporacin de las ideas de la teora de la
complejidad en ciencias sociales lleva ya unos aos de desarrollo (con Schelling, 1978,
como trabajo pionero), que esa aplicacin no se limita a las incursiones de los fsicos que
desarrollaron la teora en el campo social, sino que est prendiendo en grupos y corrientes
centrales en las diferentes disciplinas sociales, y que ese desarrollo tambin ha fecundado la
reflexin en filosofa de la ciencia, como un refuerzo importante para una ontologa rica de
niveles de organizacin y explicacin (Dupr, 1993; Wimsatt, 1994). Justamente, la teora
de la complejidad resulta relevante, aplicada reflexivamente, para entender la dificultad de
que un cambio terico de este calibre pueda tener lugar (supone un cambio de fase), y
permite anticipar que, si se alcanza un cierto umbral de difusin e influencia, seguir una
nueva hegemona. Pero queda mucho por hacer y el curso de la historia de las ciencias
sociales podra ir todava por otros derroteros (por ejemplo, la tendencia meramente
descriptivista sigue siendo dominante en arqueologa, o el xito institucional de la
economa terica mainstream ha relegado los enfoques heterodoxos economa poltica,
institucionalista, o el ms reciente enfoque de la economa evolucionista (Lawson, 2003)
que es la que ms naturalmente liga con el enfoque de la complejidad-, convirtindolos en
muy minoritarios).
Por consiguiente, me voy a limitar a sugerir el inters y el potencial de la teora
para superar la vieja controversia metodolgica en ciencias sociales.3 Para ello, en la
primera seccin voy a presentar las races de esa controversia y el intento de superacin
ms influyente actualmente, el de Elster, para sealar las limitaciones del enfoque. En la
segunda seccin voy a introducir los conceptos centrales de la teora de sistemas complejos
y las razones para concebir la sociedad como un sistema complejo. A continuacin,
veremos algunos ejemplos de explicacin de fenmenos sociales que resulta de adoptar este
enfoque, y analizar el modo en que tales modelos resultan explicativos. Concluir
Tambincreoensurelevanciaparalascienciascognitivas,yaquetambinelcerebro
puedecaracterizarsecomounsistemaadaptativocomplejo,eninteraccinconelcuerpoy
elambiente.Vd.GomilayCalvo(2008).Juarrero(1999)constituyeunintentopioneropor
darcuentadelaaccindesdeestaperspectiva,comoelmododesuperarlasdificultadesde
laexplicacinintencionalrelacionadasconlosplanteamientosreduccionistas.
3
Durante mucho tiempo, se supona que esos mecanismos podan captarse a travs de
la teora de la decisin racional, en base al Principio de Caridad: atribuir estados
intencionales finalmente depende de considerar racional al agente y suponer, por tanto, que
va a querer y saber lo que un agente racional, en sus circunstancias, querra y creera. Sin
embargo, la evidencia acumulada en contra de la plausibilidad psicolgica de este enfoque
normativo7 ha llevado a buscar otras alternativas sin demasiado xito. El propio Elster deja
esta cuestin crucial en cierta ambigedad, notando que se trata de patrones causales que
ocurren frecuentemente y son fcilmente reconocibles, que son activados bajos condiciones
generalmente desconocidas y con consecuencias indeterminadas (Elster, 2007, p. 36, trad.
ma). En cualquier caso, es claro que no se refiere a mecanismos psicolgicos
subpersonales, sino ms bien a las leyes de lo que se conoce como la psicologa
popular (del tipo de la venganza es un plato que se sirve fro).
Ahora bien, tambin estas generalizaciones de sentido comn son problemticas si
se toman como leyes causales. Elster tiene en cuenta las contribuciones de la psicologa
social situacionista, que muestran cmo son aspectos de la situacin, y no las intenciones de
los agentes, lo que explica la accin humana (por ejemplo, no es por casual coincidencia de
personalidad y temperamento que los responsables de los bancos de inversin tomaron las
mismas decisiones arriesgadas que impulsaron la burbuja especulativa; es porque eran los
responsables de esas instituciones y eso era precisamente lo que se esperaba de ellos,
maximizar el beneficio a corto plazo). Elster trata de reconvertir lo que constituira una
carga de profundidad para su enfoque general en una
explicativos, esos aspectos de la situacin deben afectar a las creencias y los deseos de los
agentes de un modo sesgado. En el fondo, Elster trata de preservar el individualismo
metodolgico que inspira su enfoque general. La hegemona del individualismo se remonta
a los aos sesenta, cuando se produjeron los ltimos grandes debates al respecto, tanto
ElataquealaTeoradelaDecisinRacionalcomounateoradescriptivadelosagentes
haprovenidoprincipalmentedelapsicologa,convirtindoseentrampolnpararecibirel
premioNobeldeeconoma.ElprimerofueHerbertSimon,porsudefensadela
racionalidadlimitadaylanocindeheursticaautor,porcierto,delpioneroThe
architectureofComplexity,de1962,recogidoenSimon,(1982).Msrecientementefue
concedidoaDanielKahneman,porilustrarprofusamentelasdificultadeshumanaspara
hacerestimacionesestadsticascorrectas,ascomoparaestructurarlaspreferenciassegn
lasprescripcionesdelaTeoradelaDecisinRacional(vd.Kahnemann,Slovic&Tversky,
1982;KahnemannyTversky,1979).
7
espacio de estado, con tantas dimensiones como parmetros. Ese espacio de estado permite
representar las trayectorias posibles del sistema, en particular los atractores, los puntos
hacia los que tiende el sistema, que pueden verse como los puntos de equilibrio del sistema,
las zonas en que las perturbaciones o fluctuaciones habituales son absorbidas y
neutralizadas para que el sistema se mantenga prximo al atractor en que se encuentra
(mediante procesos de realimentacin negativa). Los atractores pueden ser fijos, peridicos
de modo que el sistema oscila cclicamente entre uno y otro (al modo de los ciclos
econmicos, los ritmos de la actividad diaria)-, o caticos: un estado a primera vista
azaroso pero que responde a un patrn ms complejo. Pero tambin se especifican los
puntos crticos, las inestabilidades o bifurcaciones del sistema (cuando hay ms de un
atractor, de un punto de equilibrio-reposo), donde tienen lugar los cambios de fase (como
los cambios de estado fsico, de slido a lquido, o a gas), donde puede producirse una
reorganizacin del sistema, con la aparicin de un nuevo orden, quiz ms complejo, o el
paso a un estado de desorden o caos (mediante procesos de realimentacin positiva, que
amplifican la tendencia al implicar progresivamente a mayor nmero de componentes, y
afectando la estructura)11. Cambios como la aparicin de la agricultura (Renfrew, 1978), la
desaparicin de sociedades (Diamond, 2005) o las crisis burstiles (Eguiluz &
Zimmermann, 2000), son ejemplos de situaciones de cambio histrico no acumulativo que
pueden ser modelados desde este planteamiento. Tambin permite la reformulacin sobre
nuevas bases del programa del evolucionismo cultural en antropologa, con su nfasis en el
proceso de aparicin de mayor complejidad social a lo largo del tiempo (Wright, 2001). En
cualquier caso, la dinmica es probabilstica, y los propios atractores pueden cambiar en el
tiempo, en la medida que cambia el sistema (nuevos miembros, nuevas relaciones, nuevas
capacidades).
Lo que convierte en especial la dinmica de los sistemas complejos es que se autoorganizan espontneamente, como resultado de los patrones de actuacin de los elementos
que los constituyen, hasta el punto que ese orden emergente se autoproduce, se
automantiene como resultado de la propia actividad del sistema en su conjunto. La
organizacin es resultado de la accin de los componentes individuales, dadas ciertas
condiciones iniciales, pero esa organizacin espontnea constrie, o limita, los grados de
Siesoscambiossonmuyabruptosyradicales,sehabladecatstrofes;enestesentido,la
teoradecatstrofes(Thom,1983)esmuchomsrestringidaensucampodeaplicacin.
11
10
11
activa a B que a su vez inhibe a A. Esta causalidad circular, recproca, diluye los intentos
de identificar relaciones causales lineales. Un ejemplo conocido hace tiempo es el de la
relacin entre predador y presa (ecuaciones de Lotka-Volterra): el nmero de predadores en
un hbitat particular depende del nmero de presas que puedan servirles de alimento, pero
el nmero de presas depende a su vez del nmero de depredadores. Estas no linealidades
son caractersticas de los sistemas sociales, y hacen especialmente difcil la explicacin y la
intervencin poltica. Esto es as porque la no linealidad es un fenmeno de umbral: pueden
existir relaciones lineales dentro de cierto rango, que dejan de darse a partir de cierto punto
(donde se produce el cambio de fase). Por ello, las generalizaciones son vlidas nicamente
en cierto contexto, pero no de manera general e incondicionada.
Un ejemplo clsico tiene que ver con la discusin en economa sobre la relacin
entre presin fiscal y crecimiento econmico: un neoliberal sostiene (en contra de la
evidencia histrica) que, sea cual sea la presin fiscal, su reduccin (en particular, la
reduccin del tipo mximo de imposicin a las rentas ms altas) redunda en crecimiento
econmico cosa cierta quiz dentro de ciertos valores de inflacin, ahorro, dficit pblico
y comercial, etc.-. La crisis econmica que nos afecta nos ha permitido ser testigos de
muchas propuestas de intervencin basadas en esa misma concepcin de causalidad lineal:
si incrementamos la inversin pblica, aumentar el empleo, lo cual incrementar la renta
familiar, lo cual incrementar el consumo, lo cual permitir incrementar la recaudacin de
impuestos indirectos, lo cual permitir financiar el dficit generado; alternativamente, si
reducimos los impuestos, aumentar la renta disponible, etc. En todos los casos, sin
demasiado xito. Reconocer la complejidad de los fenmenos sociales implica reconocer
que estos planteamientos lineales son incorrectos: no hay una relacin lineal entre nivel
impositivo y crecimiento econmico (o entre cualesquiera dos variables consideradas). La
relacin puede ser lineal en ciertas condiciones del conjunto de parmetros
macroeconmicos, pero quiz dentro de cierto intervalo, no en general. La evidencia
muestra precisamente que los efectos de las medidas no son lineales, ni predictibles a corto
plazo y localmente. Por ello, un modelo basado en la perspectiva de sistemas complejos
lleva a buscar dnde se encuentran estos puntos crticos, entendidos como combinaciones
de los parmetros clave del sistema. Mientras que el enfoque ortodoxo habla de devolver
el equilibro a los mercados, el enfoque de sistemas complejos parte de que ese tipo de
12
13
14
15
16
desconectados, pero dispuestos a actuar por imitacin (de aquellos con la misma
informacin). En la medida en que los agentes se pasan informacin, se van formando
grupos, de modo que cuando un agente del grupo toma una decisin de vender, aumenta la
probabilidad de que el resto de los agentes del grupo tambin venda. Por tanto, cuanto
mayor sea el grupo, mayor efecto tendr su decisin en la cotizacin del valor. Este proceso
se repite en el tiempo, lo que permite simular la evolucin del sistema. Lo interesante es
que lo que ocurre es que la red de informacin crece hasta que un grupo entero de agentes
puede llegar a actuar conjuntamente.
El parmetro clave para entender la evolucin del sistema es la velocidad de
propagacin de la informacin. Cuando la informacin se transmite ms despacio que el
ritmo al que se toman las decisiones de comprar y vender, el proceso de constitucin de los
grupos es lento y por tanto son mayoritariamente pequeos (no hay tiempo de formar
grupos grandes), por lo que el efecto global de su actuacin es pequeo. En cambio, cuando
la informacin va ms rpido que las compra-ventas se forman grupos grandes, con efectos
ms dramticos sobre la cotizacin del valor. De este modo, puede determinarse un valor
crtico de este parmetro por encima del cual pueden producirse los boom o los crack
burstiles, con enormes ganancias o prdidas. Lo importante para la validez del modelo es
que se pueden comparar los resultados numricos de las simulaciones basadas en el modelo
(modificando parmetros como el nmero de agentes, las probabilidades de partida de cada
una de las opciones, el nmero de valores y el ritmo de transmisin de informacin y
constitucin de grupos), con los ndices efectivos de cotizacin y de distribucin de los
beneficios (disponibles); una distribucin parecida constituye el aval emprico del modelo.
Obviamente, el modelo podra refinarse (ms valores, recursos variables, mecanismos de
transmisin de la informacin,...), pero incluso en este nivel aproximado de simplificacin
ofrece una explicacin de por qu se producen ciertos fenmenos extremos en las Bolsas:
en base al modo gregario en que actan los agentes, el modo en que se transmite la
informacin relevante, el tiempo requerido para que las transacciones repercutan en la
cotizacin, la posibilidad de grandes ganancias. Obviamente se presupone como en el
enfoque de la teora general del equilibrio- que los agentes buscan el beneficio, pero su
conducta social no se explica simplemente por esa motivacin. La clave de la explicacin,
en realidad, radica en el modo en que la conducta individual constituye parte de la conducta
17
colectiva global. Pero el modelo tambin explica por qu en ciertas fases el mercado parece
en equilibrio.15
Ntese que el tipo de explicacin que ilustra nuestro ejemplo es una explicacin
poblacional y estadstica. Este tipo de explicacin poblacin es quiz la contribucin ms
importante de Darwin. En lugar de pensar las especies como esencias fijas, Darwin las
caracteriz como poblaciones en proceso de cambio, en funcin de su grado de adaptacin
al medio. Esta idea de ver el orden como emergente a partir de la interaccin de elementos
componentes es la clave de este enfoque. La explicacin, en particular, radica en el espacio
de estado, la representacin de los estados del sistema en su dimensin temporal,
especificado ahora en trmino de los parmetros de orden del sistema, y no ya en base a las
caractersticas de los elementos constituyentes. Lo importante es que esos parmetros de
orden no son externos a tales elementos, aunque rigen su regimen por el hecho de formar
parte del sistema. El espacio de estado explica el sistema en la medida en que nos permite
entender su dinmica, a partir de la interaccin de los parmetros de orden que lo
caracterizan, las variables relevantes. Generalmente eso no permite predecir en el corto
plazo situaciones singulares, pero s permite anticipar la probabilidad de ciertas
configuraciones a medio o largo plazo. Es el patrn general lo que se capta, en lugar de la
trayectoria especfica de cada elemento en particular.
Podra alegarse que en realidad no se prescinde del nivel individualista de la
explicacin, en la medida en que el modelo parte de supuestos sobre las capacidades de los
elementos constituyentes (ms o menos homogneamente caracterizados, como ya
sealamos). Es cierto, pero tambin lo es que desde el nivel de los componentes no
podemos captar esos patrones emergentes al nivel del sistema. En segundo lugar, y de modo
igualmente relevante, los modelos de sistemas complejos consisten en simulaciones, que
requieren un gran nmero de clculos a ese nivel componente, cuyo resultado no puede ser
anticipado apriorsticamente. El mayor inters de estas simulaciones radica en su capacidad
de revelar la dinmica del modelo, los umbrales crticos de los cambios de fase, o la
Yaunqueelmodelonoabarcaesteaspecto,elmecanismoqueponedemanifiestopuede
explicartambinelpeligrodeltamaoadquiridoporelmercadodederivadosfinancieros
enlaactualcrisis,ylosefectosdesastrososdelafaltadeliquidezporlacompra
especulativa.Cuandosupesoenelconjuntoestangrande,unapequeacrisisdeconfianza
puedetenerefectoscatastrficos.
15
18
existencia de diversos atractores que pueden ser o no alcanzados, segn las condiciones
iniciales del sistema. En los casos donde se dispone de datos reales, como el de las
cotizaciones de la Bolsa, esas simulaciones pueden ser contrastadas empricamente y
validar de esta manera los modelos. De modo importante, cuando se identifica una
isomorfa entre dominios distintos, se puede transferir directamente el modelo de un
dominio al otro.
Podra alegarse tambin que se trata de un tipo de explicacin que diluye el
individuo en la colectividad de un modo que lo anula, al modo del estructuralismo. Pero eso
sera incorrecto. Es cierto que el enfoque no requiere modelar cada individuo en su
idiosincrasia particular, pero s la tiene en cuenta mediante la introduccin de un factor de
ruido, de perturbacin en el sistema precisamente para incorporar esta diversidad del
nivel componenete. Estas perturbaciones, no obstante, juegan un papel terico muy
importante, en la medida que pueden inducir al cambio de fase, en general a la evolucin
del sistema. En otros trminos, el enfoque permite honrar la capacidad, y responsabilidad,
del individuo, dentro del sistema, al tiempo que condiciona su poder a su influencia
colectiva. Igualmente, en cada relevo generacional se dan posibilidades de alteraciones en
la transmisin, de aparicin de novedad o irregularidad, aspectos que acaban siendo crtico
para explicar el cambio cuando ste tiene lugar.
4. Conclusin
Espero haber mostrado suficientemente el inters del enfoque de los sistemas
complejos al mbito de las ciencias sociales. Como ya he indicado, este enfoque se presenta
como la base de una reformulacin del proyecto de la unidad de la ciencia, ya no sobre
supuestos fundacionalistas y reduccionistas el supuesto nivel bsico tambin es complejo,
tambin requiere de explicacin probabilstica y evolutiva-, sino precisamente sobre la base
de patrones anlogos de organizacin a cualquier nivel ontolgico resultado,
precisamente, del mismo proceso de organizacin compleja-.
Aun as, podra pensarse que estos desarrollos cientficos no suponen en realidad
ninguna diferencia para el problema con el que comenzamos, el de dar cuenta de la accin
social. Parece que la vieja polmica entre explicacin y comprensin ha quedado intocada y
al margen, pues se sigue planteando la cuestin de cmo atribuimos los estados
19
20
hegemnico. A no ser que alguien pretenda recuperar para la filosofa las pretensiones de la
filosofa primera, la actitud debe ser concebir la realidad a partir de la mejor enfoque
disponible, y ste es el de la complejidad. Este naturalismo metodolgico va de la mano de
un naturalismo que ofrece un nuevo acomodo a la subjetividad humana, ya no como
condicin de posibilidad transcendental de un mundo objetivo, sino como parte de ese
mundo, resultado emergente de un proceso evolutivo de complejidad creciente.
21
REFERENCIAS BIBLIOGRAFICAS
ANDERSON, P.W. (1972): More is different, Science, 177, pp. 393-396.
AXELROD, R. (1984): The evolution of cooperation. New York, Basic Books. [La
evolucin de la cooperacin, Alianza Ed.]
AXELROD, R. (1997a): The dissemination of culture: a model with local convergence
and global polarisation, Journal of Conflict Resolution, 41, pp. 2003-226.
AXELROD, R. (1997b): The complexity of cooperation. Princeton, Princeton University
Press.
BAK, P. (1996): How nature works: the science of organized self-criticality. New York,
Springer Verlag.
BANKES, S.C. (2002): Agent Based Models: a Revolution? Proceedings of the National
Academy of Sciences USA, 99: 7199-7200.
BENTLEY, R.A., MASCHNER, H., eds. (2003): Complex Systems and Archeology. Salt
Lake City, Utah University Press.
BIKHCHANDANI, S. & SHARMA, S. (2000): Herd behavior in financial markets: a
review, IMF Staff Papers, 47, pp. 279-310.
BLANCHARD, Ph, KRUGER, A., KRUEGER, T., & MARTIN, P. (2005): The epidemics
of corruption, arXiv:physics/0505031v1.
BONABEAU, E. (2002): Agent-based modeling: methods and techniques for simulating
human systems, Proceedings of the National Academy of Sciences USA, 99, pp. 72807287.
BOYD, R. & RICHERSON, P. (2005): The origin and evolution of cultures. Oxford,
Oxford University Press.
CALDARELLLI, G., MARSILI, M., & ZHANG, Y.C. (1997): A prototype model of stock
exchange, EPL, 40, pp. 479-484.
CARNEIRO, R.L. (2000): The transition from quantity to quality: a neglected causal
mechanism in accounting for social evolution, Proceedings of the National Academy of
Sciences USA, 97, p.. 12926-12931.
CASTELLANO, C., FORTUNATO, S. & LORETO, V. (2007): Statistical Physics of
Social Dynamics, arXiv: 0710.3256.
CASTELLO, X., EGUILUZ, V., & SAN MIGUEL, M. (2006):
8, pp. 308.
DAVIDSON, D. (1980): Essays on Actions and Events. Oxford, Oxford University Press.
DIAMOND, J. (2005): Collapse: how societies choose to fail or succeed. New York, Viking
Press. [Colapso. Por qu unas sociedades perduran y otras desaparecen, Barcelona. Ed.
Debate, 2006]
22
23
25