D. Prez Chico y L. Paz Rodrguez (eds.) Explicar, comprender, interpretar.

Emergencia y explicacin en sistemas complejos:

el caso de la accin social1
Antoni Gomila
Grup dEvoluci i Cognici Humana. Unitat Associada al IFISC (CSIC-UIB)
Campus Universitat de les Illes Balears. 07122 Palma.
toni.gomila@uib.cat
Abstract
En este trabajo se argumenta que la aplicacin a las ciencias sociales de la teora de
sistemas complejos supone de hecho la superacin de la vieja controversia sobre el
mtodo, si explicacin o si comprensin. La controversia se sustenta en una concepcin de
la explicacin determinista, nomolgico-deductiva, lineal y reduccionista, inspirada en el
modelo corpuscular de la fsica moderna y la metafsica del sujeto como fundamento de la
realidad, lo cual genera una escisin insuperable entre subjetividad y objetividad. La
teora de los sistemas complejos, desarrollada inicialmente para dar cuenta de fenmenos
fsicos fundamentales (fsica estadstica, termodinmica, lseres), supone de hecho la
superacin de la exigencia de que la explicacin social deba ser reduccionista e
individualista, al poner de manifiesto procesos universales de autoorganizacin y
emergencia en sistemas con mltiples componentes en interaccin, al margen de las
caractersticas particulares de esos componentes. Este desarrollo abre nuevas
posibilidades a la explicacin social, y renueva la vieja idea de la unidad de la ciencia, ya
no en base al programa reduccionista a un nivel ontolgico fundamental, sino en virtud de
poder aplicar el mismo tipo de explicacin a cualquier nivel ontolgico.

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

insistiendo en el inters de estos nuevos desarrollos, y subrayando que ofrecen el modo de

superar la vieja cuestin metodolgica de las ciencias sociales.
2. La unidad de la ciencia: del reduccionismo a los sistemas complejos
Una de las cuentas pendientes de la Modernidad se encuentra en la cuestin de
cmo concebir coherentemente la accin humana, escindida entre el mbito de la libre
voluntad y el de la determinacin causal. La revolucin cientfica de la Modernidad
consagr como paradigma de explicacin cientfica el modelo determinista y reduccionista
de la nueva fsica, al tiempo que esa ciencia nueva se fundaba sobre una metafsica de la
conciencia, sobre la actividad de un sujeto, metafsico o trascendental, condicin de
posibilidad de la objetividad, pero por eso mismo, fuera de su alcance. De este modo, los
intentos del positivismo de plantear una ciencia del hombre sobre la base del modelo de
la fsica, se toparon con la reaccin de quienes sealaban la impropiedad de tal proyecto
para estudiar al sujeto mismo.
En el siglo XX, esta problemtica se concret en la controversia entre las filosofas
humanistas (historicismo, fenomenologa, hermenutica), defensoras del carcter sui
gneris del estudio del sujeto, sus acciones y sus creaciones; y los planteamientos
antihumanistas, que tras declarar la muerte del sujeto como fundamento, se centraron en los
sistemas y rdenes sociales que lo atraviesan y constituyen (estructuralismo, marxismo,
psicoanlisis, postestructuralismo, en sus diferentes combinaciones). Desde el punto de
vista metodolgico, la controversia se concreta en si las Ciencias Sociales pueden ofrecer
explicaciones como las de las ciencias duras, es decir, especificando las leyes causales
que rigen el dominio social, o bien juegan a otra cosa, ms parecida a las Humanidades,
limitadas a comprender un dominio de sentido y normatividad, esto es, las razones internas
a una cierta perspectiva.4
Msclaramente,noestencuestinaqulanecesidaddelacomprensincuandosetrata
decaptarelsentidodelaaccinindividual,nilacaracterizacindelcrculohermenutico
(caracterizacinconcordanteenQuineyGadamer,comohahechonotarPujadas(2003),ni
elreconocimientodelvalordelasHumanidadescomoelejerciciodetalactividadde
comprensinintersubjetiva.Nuestracuestinaqusecentraensiesposiblehacerciencia
socialcomountipodeproduccindisciplinariaquesepretendeconvalorexplicativoy
objetividadcientfica(seentiendacomoseentienda).Latesisesquessepuedehacersise
consideralasociedadcomounsistemacomplejoyseadoptanlasherramientasformalede
lateoradelossistemascomplejos.
4

Uno de los intentos ms influyentes por superar la dicotoma moderna cabe

atribuirlo a Davidson5. Consiste en una sutil combinacin de tesis, segn la cual las razones
son las causas de la accin bajo cierta descripcin, descripcin que corresponde a un evento
fsico, pero que no es reducible a l (monismo anmalo). Eso permite reconocer el
componente interpretativo involucrado en la adscripcin de las razones, pero manteniendo
la pretensin de que tales estados de sentido efectivamente causan la accin, aunque eso
acaba siendo irrelevante ya que se establece la autonoma de esa explicacin intencional.
No quisiera detenerme en el examen de esta posicin filosfica, ms all de destacar su
importante influencia en la propia metodologa de las Ciencias Sociales, a travs del
recurso a la Teora de la Decisin Racional, como modo de establecer la caracterizacin de
los estados intencionales de los agentes. Otros trabajos en este mismo volumen lo hacen
mucho mejor de lo que podra hacerlo. Me limitar a presentarlo con algo ms de detalle en
la versin actualmente ms influyente de este programa, la de Jon Elster, como punto de
referencia para la discusin posterior.6
El enfoque dominante en teora social (principalmente en Economa y Ciencia
Poltica, pero con creciente influencia en Sociologa), que Elster elabora y justifica, se
fundamenta en los siguientes supuestos: a) una explicacin, para ser cientfica, debe ser
causal; b) las ciencias sociales explican acciones racionales; c) la causa de una accin
racional es una razn; y d) una razn est formada por un conjunto de creencias y deseos.
Estos supuestos conducen a la idea de que las explicaciones en Ciencias Sociales deben
apelar a las creencias y deseos de los agentes individuales. Establecer las creencias y los
deseos de los agentes que los motivan a actuar racionalmente requiere de un proceso de
interpretacin. Dicho de otro modo, para explicar por qu alguien hizo algo hace falta
entender las razones que le llevaron a hacerlo. El caso paradigmtico de explicacin en las
ciencias sociales consiste en mostrar lo racional de la accin llevada a cabo. Pero como la
explicacin debe ser causal, esa comprensin debe ser de un tipo muy concreto: debe
especificar los mecanismos psicolgicos que causan la conducta social.
Vd.losensayosrecogidosenDavidson(1980).
Vd.Elster(1989),yenparticular,laltimaexposicindelmodelo,Elster(2007).Elster
ofrece,ademsdesumodelodelaexplicacinencienciassociales,unateoradelamente,
unateoradelasnormassociales,unateoradelainterpretacindetextos,einclusouna
teoradelasconstitucionespolticasviables.
5
6

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

pequea enmienda. Para ser

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

frente a los enfoques anti-individualistas (de inspiracin generalmente marxista o

neohegeliana), como frente a los hermenuticos anti-causalistas. No es mi propsito
recuperar esos debates, ni siquiera renegar de la teora de la accin racional humana que
est en la base de este modelo de la explicacin social. Pero me parece claro que la idea de
que la explicacin social es exclusivamente individualista resulta difcil de aceptar, como
diversos autores han seguido argumentando (Gilbert, 1989; Kinkaid, 1986; Wilson, 1995),
al restringir arbitrariamente el campo de los fenmenos que las ciencias sociales deben
tratar de explicar. Los cientficos sociales recurren con frecuencia en sus explicaciones a
entidades de nivel agregado (los mercados, las empresas, las familias, la cultura, los
estereotipos, el capital social, el gnero...), y es conocido el peso de los factores
situacionales e institucionales, independientemente de la psicologa de los agentes. El
individualismo metodolgico, en cambio, acaba tratando a los agentes como entidades
inmutables, estables, independientes entre s; y restringe el dominio de la accin humana a
la accin racional, entendida como eleccin.
En resumen, a pesar de su sofisticacin, el enfoque liderado por Elster no es
satisfactorio. Falla en dar cuenta de los aspectos anti-individualistas de la explicacin de la
accin social, falla al suponer una racionalidad psicolgicamente implausible, falla al
restringir los mecanismos psicolgicos relevantes para la explicacin a los estados
intencionales concientes. La vida social pone en marcha su propia dinmica, que presupone
agentes intencionales (aunque no estrictamente racionales: muchos mecanismos
psicolgicos inconscientes tienen claramente un efecto a nivel social, desde la transmisin
de estereotipos al liderazgo), pero que genera sus propios patrones de desarrollo, de
evolucin y cambio. Estos cambios son objeto del inters explicativo de las ciencias
sociales, pero su explicacin no requiere presuponer su racionalidad, por mucho que en
ltimo trmino dependan de las acciones de individuos particulares concretos. Me refiero a
fenmenos sociales tales como la guerra, las migraciones, las crisis econmicas, los
sincretismos culturales, el crecimiento econmico, la conducta de los votantes o la
desaparicin de una sociedad.

3. La sociedad como sistema complejo

La alternativa que presento consiste en pensar la sociedad como un sistema
complejo, adecuado para ser modelado consiguientemente mediante las herramientas
formales de la teora de los sistemas complejos. Se trata de un desarrollo intelectual
relativamente reciente (Solomon & Shir, 2003; Anderson, 1972), pero con un gran potencial
para transformar el poder explicativo de las ciencias sociales, y superar las viejas
controversias metodolgicas. En efecto, puede resultar paradjico, pero el hecho es que la
propia naturaleza de la explicacin fsica, tal como se ha desarrollado especialmente en el
ltimo cuarto del siglo XX con el desarrollo de la fsica estadstica, supone un
distanciamiento del ideal moderno de una fsica corpuscular y mecanicista, de leyes
deterministas y sistemas cerrados, que se constituy en el ideal de explicacin cientfica
desde el que la controversia entre explicacin y comprensin adquiere su sentido. El avance
de la fsica ha venido de la mano del desarrollo de las ciencias de la complejidad, cuyo
aparataje formal trata precisamente de captar la dinmica global de un sistema de
componentes en interaccin; lo interesante es que se ha puesto de manifiesto que muchos
de esos fenmenos dinmicos son independientes de los detalles y propiedades de tales
elementos constituyentes, y se producen en todos los niveles ontolgicos. Adems, la no
linealidad, la no localidad, la interdependencia, la auto-organizacin y la emergencia,
caractersticas de ese nivel global, se producen ya al nivel ontolgico bsico (con lo que el
programa reduccionista y la ontologa fundacionista pierden pie).
Esta transformacin de la naturaleza de la explicacin abre una posibilidad que est
siendo ya actualmente llevada a la prctica: la recuperacin de la vieja idea de la unidad de
la ciencia, de la explicacin unificada de todos los mbitos de la realidad, pero ahora no
sobre la base de un proyecto reduccionista, que remite a la fsica newtoniana (o mejor
dicho, laplaciana), sino justamente sobre la base de la comn explicacin de la
complejidad, en sus diferentes niveles organizativos, en base a la dinmica de los
componentes del sistema en interaccin (Guinea, Louis & San Miguel, 2003): los mismos
patrones se encuentran en todos los niveles ontolgicos. En este punto, necesitamos aclarar
la naturaleza de los sistemas complejos, para mostrar que la sociedad humana lo es;
introducir los conceptos explicativos fundamentales de la teora de sistemas complejos, e

ilustrar su aplicacin al dominio de la accin social con la consideracin de algunos

ejemplos.8
El primer aspecto clave de los sistemas complejos es que se trata de sistema abiertos
(desde el punto de vista termodinmico): sistemas que intercambian energa o informacin
con su medio, y hacindolo consiguen reducir localmente el proceso general de incremento
de la entropa. Un sistema cerrado es un sistema homogneo, y por tanto, sin flujos internos
y con el exterior, por lo que es totalmente estable e invariable. Los sistemas abiertos por
tanto, son sistemas que no se encuentran en equilibro, sino dinmicos, aunque pueden
alcanzar diferentes estados puntualmente estables o estacionarios (metaestables). Se trata
de una caracterstica que claramente muestran las sociedades humanas; el grado en que esta
apertura es tomada en consideracin es muy variable: la economa ortodoxa, por ejemplo
trata este aspecto como externalidades al propio sistema, que por tanto, no estudia. Del
mismo modo, est interesada en los estados de equilibrio, no en la dinmica 9. Pero es obvio
que las sociedades humanas necesitan energa, transforman el propio medio para obtener
las materias necesarias, producen residuos, y cambian en el tiempo.
En segundo lugar, la idea es que los sistemas complejos son una clase particular de
sistemas dinmicos. Los sistemas dinmicos son sistemas que evolucionan en el tiempo, en
sus diferentes escalas (en nuestro caso, desde cambios microgenticos, a cambios en el
curso de una vida individual, cambios histricos, cambios filogenticos o geolgicos). Por
ello, una manera caracterstica de caracterizar un sistema dinmico es mediante un sistema
de ecuaciones diferenciales, que especifican cmo cambian los parmetros que caracterizan
la conducta del sistema en funcin del tiempo 10. Esto permite representar el conjunto de
posibles estados del sistema en funcin de las condiciones iniciales y del tiempo en un
Paraunaintroduccinalateoradesistemasdinmicoscomplejos,vd.GellMan(1994);
paraunaexposicinorientadaalaPsicologa,vd.Thelen&Smith(1998);parauna
exposicinavanzada,vd.Erdi(2007).
9
Sibienesprecisomatizarquesuintersnoespropiamenteporestadosdeequilibrioen
sentidodinmico,sinoequilibriosdeNash,estoes,configuracionesptimasenla
distribucindelosrecursos(ningncambiopuedehacermejoralsistema).
10
Unmodogrficoderepresentarelespaciodeestadoesmedianteunpaisajeevolutivo
(comocorrelatodelpaisajeepigenticointroducidoporWaddington),dondeserepresenta,
dadounposibleestadoinicialdelsistema,lasdiferentesrutasquepuedeseguirenel
tiempo,comovallesdemayoromenosprofundidaddemayoromenorprobabilidad.Vd.
Waddington(1977).
8

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

libertad de esos mismos elementos constituyentes. Un elemento, tomado por separado,

podra entrar en una gran variedad de procesos que, bajo el regimen del sistema, no se
producen: los grados de libertad para los componentes se comprimen como resultado de la
dinmica global emergente. La organizacin hace que los nuevos elementos se ajusten a ese
regimen de actuacin. Esto es, en realidad, el efecto central del proceso de socializacin,
por el que un nuevo individuo pasa a formar parte de la sociedad. Por ello, los patrones
emergentes van ms all de las propiedades de los elementos componentes (el todo es ms
que la suma de las partes), sin que eso suponga poder separar esos patrones de tales
elementos constituyentes, que son los que lo realizan, lo ejemplifican. Las propiedades que
permiten describir el sistema se llaman variables colectivas o parmetros de orden:
permiten describir esos patrones autoorganizados, sin hacer referencia a las propiedades de
los elementos componentes que sostienen ese patrn. Por ejemplo, el caso de los ciclos
econmicos puede verse desde esta perspectiva como un patrn de alto nivel de la dinmica
econmica, sin tener que especificar la mirada de elementos de los que depende. Del
mismo modo, las actitudes y valores culturales, o el lenguaje, que se adquieren en el curso
del desarrollo individual en un contexto social particular, delimitan el campo de
posibilidades de accin: aunque en principio cualquier nio podra aprender cualquier
lengua (por tanto, sus posibilidades de accin son inicialmente muy abiertas), el hecho de
que aprenda una en particular restringe esas potencialidades de un modo caracterstico y
comn a todos los hablantes de esa lengua (con perturbaciones en la transmisin
generacional e idiosincrasias particulares). Familias, empresas, instituciones, sociedades,
pueden verse tambin como sistemas auto-organizados, que regulan la incorporacin de
nuevos individuos de manera que se ajusten al funcionamiento del sistema.
El cuarto aspecto destacable es que los modos de interaccin entre los elementos del
sistema y entre stos y el medio del que depende- son recprocos y no lineales. Esto
significa, por decirlo provocativamente, no solo que las mismas causas pueden tener efectos
distintos (segn el contexto, el resto de variables presentes), sino que incluso distinguir
entre causas y efectos resulta problemtico. Esto es debido a la interaccin recproca
(acoplamiento) y los ciclos de realimentacin, positiva y negativa, entre los diversos
componentes. Una variable influye en otra que a su vez afecta a la primera; ambas a su vez,
pueden depender del nivel de otra variable, o del nmero de elementos que interactan; A

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

equilibro slo se da puntualmente en la dinmica de los mercados, como un estado crtico

auto-organizado.
En esta seccin he introducido los conceptos bsicos del enfoque de sistemas
complejos, y he tratado de motivar intuitivamente su relevancia para las Ciencias Sociales:
los conceptos de la teora de sistemas complejos parecen especialmente adecuados para
afrontar el viejo problema de explicar el comportamiento social humano a partir de la
conducta de los individuos. Desde las modas a los mercados, desde las revoluciones a las
actitudes ante la inmigracin, los fenmenos sociales pueden ser vistos productivamente
como patrones emergentes en un sistema complejo. En la seccin siguiente revisaremos las
tendencias fundamentales en que se ha producido esa aplicacin.
4. Sistemas complejos en Ciencias Sociales
La aplicacin de la teora de sistemas complejos a las ciencias sociales adopta
formas diversas, segn la disciplina, los intereses o la motivacin. Bsicamente se puede
distinguir entre las contribuciones realizadas por los propios fsicos y las realizadas por
cientficos sociales. En el primer caso, el enfoque es matemticamente riguroso, pero a
partir de una gran simplificacin en la construccin del modelo, y con un inters distintivo
en las propiedades formales del modelo, ms que en su contrastacin emprica, aunque
tambin se han interesado por analizar bases de datos de gran tamao y de tratarlos
computacionalmente para compararlos con las simulaciones a partir del modelo, o por
descubrir la estructura de las redes sociales implicadas (Castellano, Fortunato y Loreto,
2007). En el segundo caso, se pretende introducir mayor relevancia descriptiva,
desarrollando modelos ms sofisticados, para fenmenos que prima facie sugieren la
propiedad del enfoque de la complejidad, pero sin tanto rigor formal, de modo ms
intuitivo, lo cual sugiere lo fructfero de la colaboracin interdisciplinar en este campo.
Para dar una idea de los trabajos realizados hasta el momento, resulta ilustrativo
notar que se centran en fenmenos claramente no lineales, como discontinuidades
-extinciones sociales (Diamond, 2005) o el impacto de la innovacin tecnolgica (Schiffer,
2005)-; como cambios emergentes -el paso de sociedades cazadoras-recolectoras a
sociedades agrarias (Renfrew, 1978), el cambio en la estructura social como resultado del
incremento de la poblacin (Caarneiro, 2000), o la aparicin de roles sociales diferenciados

13

(Eguiluz et al., 2005). Igualmente, se estudian procesos de difusin de la opinin (Castell

et al., 2006), y la relacin entre la estructura de las redes sociales y la dinmica que
permiten (Watts & Strogatz, 1998). De especial inters para este punto de partida es
identificar distribuciones exponenciales o logartmicas (Bak, 1996) -frente a la distribucin
normal gaussiana-, como sntoma de procesos no lineales complejos. La distribucin de la
riqueza (Salzman, 1999), del tamao de las empresas (Stanley et al., 1996), el modo de
crecimiento urbano (Schelling, 1971), el proceso de difusin de las epidemias de virus,
tanto informticos como bioqumicos (Lloyd & May, 2002), la distribucin de las
colaboraciones cientficas (Newman, 2001), etc. son ejemplos de distribuciones
exponenciales: en un extremo, unos pocos acumulan muchsimo, en el otro, muchsimos se
reparten poco. La idea es que lo son, a pesar de la heterogeneidad aparente de estos
fenmenos, porque se trata de sistemas complejos con una dinmica parecida.
Hay dos enfoques principales reseables en este contexto: el de la sociodinmica
(Weidlich, 2002), basado en la teora de sistemas dinmicos (Haken, 1977), que trata de
identificar de entrada los parmetros de orden del sistema, y establecer el sistema de
ecuaciones diferenciales que lo caracterizan; y el enfoque de modelos basados en agentes
(Bankes, 2002; Bonabeau, 2002). No resulta extrao que el enfoque ms influyente en las
propias Ciencias Sociales sea el basado en agentes. El primero parte de suponer la validez
de las variables emergentes consideradas, y adems se enfrenta a la dificultad de resolver
los sistemas de ecuaciones no lineales. En cambio, los ejemplos paradigmticos del enfoque
de modelos basados en agentes son aportaciones reconocidas en Ciencias Sociales
(Schelling, 1978; Axelrod, 1997a y b) y consisten bsicamente en aplicar a las Ciencias
Sociales la teora evolutiva de juegos. Lo interesante de este enfoque es que no parte de una
seleccin directa de las variables emergentes consideradas relevantes, sino que pretende dar
cuenta de su emergencia a partir de la actividad idiosincrtica de cada agente en particular.
Pero como los otros enfoques, se asume un proceso de homogeneizacin progresiva como
resultado de la interaccin entre los agentes. En el caso de los modelos basados en agentes,
es posible especificar la regla de cambio en funcin de la interaccin, y modificarla para
incorporar el grado de detalle psicolgico deseado. Quiz el ejemplo ms sofisticado de
esta aproximacin sea el ejemplificado por los influyentes trabajos de antropologa
evolutiva de Boyd y Richerson, sobre la co-evolucin entre biologa y cultura (Boyd &

14

Richerson, 1995), y en general, sobre la evolucin del altruismo. En cualquier caso, es la

aproximacin que permite ms fcilmente la interaccin interdisciplinaria.
Para mostrar el tipo de explicacin que ofrecen estos modelos basados en agentes,
consideremos un ejemplo: la evolucin de los ndices burstiles, un mbito donde existen
datos abundantes sobre evolucin de los ndices (no solo al cierre, sino en tiempo real), que
permiten validar los modelos. Adems, ste es un ejemplo especialmente relevante para la
comparacin entre el enfoque de la teora del equilibrio general, que constituye la posicin
hegemnica en Economa, y el enfoque de la complejidad, porque constituye un dominio
central para el primero, ya que parece ejemplificar al mximo los supuestos de la
racionalidad econmica de los agentes (en base a la Teora de la Decisin Racional), la
vigencia de las leyes de oferta y demanda, y el hecho de que los mercados financieros estn
estructurados segn establece la propia teora en trminos de transparencia de la
informacin-, para que se produzca una fijacin ptima de los precios. De hecho, es este
planteamiento terico el que ha servido para reducir al mnimo la regulacin de la Bolsa
dada la supuesta eficiencia de la autoregulacin y su repercusin en el crecimiento-, o para
establecer mercados de futuros (dado que segn la teora todo tiene un precio ptimo
determinable mediante el proceso de negociacin del mercado), mercado que puede incluir
tambin complejos instrumentos financieros derivados de tales transacciones. La teora
prev fluctuaciones en los precios, pero pequeas, debidas al azar y no correlacionadas:
cada agente acta para maximizar sus preferencias, al margen de los dems, pero todos
disponen de la misma informacin. Sin embargo, si algo puede ser alguna vez una obviedad
es que esta explicacin del funcionamiento de los mercados financieros ha sido falsada por
la reciente crisis de confianza12, que ha provocado un crack de las cotizaciones, sobretodo
de los mismos agentes financieros que protagonizan ese mercado (y de rebote, una crisis
econmica de alcance global).
Enrealidad,lateorayafuefalsadaporlacrisisdelfondoLongTermCapital
Management,en1998,unfondodeinversinespeculativo,cuyomodooperandiestaba
basadoenlamejorteoramainstreamdelaevolucindelascotizaciones(elaboradapordos
nbeleseneconoma,queformabanpartedelaempresa),cuyalgicasebasabaenla
distribucinnormaldeloseventos,noexponencial.Elfondocomenzcongranxito,con
beneficiosdel40%en1995y1996,ydemsdel20%en1997,peroacabsalvadoporla
campanadelaintervencinheterodoxadelaReservaFederal,paraevitarcolapsarel
sistemafinanciero,dadoelniveldeendeudamientocontrado.Casualmente,muchosdelos
inversoreseraninstitucionespblicasoccidentales.
12

15

Desde la perspectiva de sistemas complejos se han propuesto varios modelos de la

actividad bursaria (Eguiluz y Zimmerman, 2000; Bikhchandani & Sharma, 2000;
Caldarelli, Marsili & Zhang, 1997), que tratan de dar cuenta tanto de la distribucin
logartmica de los beneficios, como de las fluctuaciones de los ndices, tanto las pequeas
normales, como los momentos de excepcionalidad tanto de cada libre de las cotizaciones
como de inflacin especulativa. En el caso del modelo de Eguiluz y Zimmerman (2000), su
modelo consiste en una aplicacin particular del modo general de caracterizar los procesos
de la dinmica de la opinin y la difusin cultural, es decir, procesos en que los agentes de
un colectivo cambian su conducta por la influencia de la conducta de los dems.13 Las
principales diferencias con el modelo de la economa mainstream son dos: los agentes
actan teniendo en cuenta lo que hacen sus vecinos (aprenden por imitacin) y se
presupone la asimetra en el acceso a la informacin, o ms precisamente, los modelos
incorporan tambin la transmisin de la informacin (rumores, el conocimiento de qu
transacciones se han producido y su dimensin,...) 14, aunque como un proceso aleatorio. El
modelo permite identificar el o los parmetros que determinan los diversos estados en que
puede encontrarse el sistema, y los valores crticos de los que depende un cambio de fase.
De entrada, la mera existencia, con ms frecuencia de lo esperable por azar, de
momentos de boom o de cracks burstiles indica que las fluctuaciones no son
meramente aleatorias y no correlacionadas (como ocurrira si efectivamente cada agente
actuara independientemente), sino a un efecto de arrastre colectivo en los agentes en la
misma direccin (lo que se ha dado en llamar efecto rebao). El modelo de Eguiluz y
Zimmerman da cuenta de este fenmeno mediante una serie de simplificaciones de partida:
en su modelo del mercado burstil se negocia un nico valor, cada agente invierte la misma
cantidad, y las opciones de cada agente son comprar o vender (en funcin de la informacin
disponible sobre la expectativa de subida o bajada de su valor), pasar la informacin que
tiene a otro agente, o no hacer nada, cada una con cierta probabilidad de ser llevada a cabo
en cada momento. La simulacin del modelo parte en el momento inicial con los agentes
Otroejemploconcretodeaplicacindelefectoderebao(Low,2000)eslaextensinde
lacorrupcin(Blanchardetal.,2005).
14
Laimplausibilidaddelenfoquedelateoradelequilibriogeneraleneconomaenrelacin
alsupuestodesimetrainformacionalhasidoreconocidaporeconomistasdeprestigio.Vd.
Stiglitz&Grossman(1980);Woodforce(2002).
13

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

intencionales a los agentes, o como caracterizamos su modo de actuacin, como requisito

previo para poder construir tales modelos, y a ese respecto nada se ha tratado.
En parte es cierto: no hemos discutido aqu, por ejemplo, al hilo de los modelos
basados en agentes, la cuestin de la plausibilidad de su caracterizacin. Nos hemos
limitado a enfatizar la diferencia con respecto a la Teora de la Decisin Racional: la
conducta de cada agente depende de la de los dems no de todos los dems directamente,
sino de aquellos con los que est conectado, que pueden ser vecinos en unos modelos o
redes con una topologa ms especfica como hemos dicho. Bsicamente, se asume que esa
influencia tiene lugar por imitacin o contagio (por influencia social), pero nada impide
desarrollar enfoques ms sofisticados; por ejemplo, introduciendo una funcin de confianza
que filtra a quien se imita y a quien no, o con quien se interacta y con quien no. La
posibilidad de sofisticacin de los modelos es ilimitada, y permite incluir tanta complejidad
como nos sugiera el conocimiento de la psicologa de la gente y resulte de inters para los
fines del modelo.
En segundo lugar, hay un sentido muy claro en que nuestra exposicin s sirve para
revisar la vieja controversia metodolgica. Pues la controversia descansaba sobre un
determinado modelo nomolgico-deductivo- de explicacin. La cuestin que alimentaba
la controversia es si podemos ofrecer explicaciones en ciencias sociales como las que
ofrecen las ciencias naturales. La controversia enfrentaba a quienes trataban de responder
afirmativamente y quienes rechazaban la viabilidad de tal respuesta. Los primeros
intentaban dar cuenta en trminos aceptables de las caractersticas especiales de la conducta
humana (intencional, basada en razones, con sentido, histrica...), que los segundos
alegaban para establecer su rechazo. Adems, la explicacin poblacin probabilstica
permite dar carta de naturaleza explicativa a los factores situacionales, contextuales,
holistas, sin caer en ningn tipo de reificacin a nivel social, sin introducir ningn otro
elemento ms all de los agentes en interaccin en el curso del tiempo y en un contexto
determinado. Las explicaciones sociales salen reforzadas.
Una vez cambiamos el planteamiento sobre la naturaleza de la explicacin en
ciencias naturales, es decir, una vez constatamos que la fsica de los lseres va ms all de
la explicacin newtoniana, el programa mecanicista, reduccionista, determinista e
individualista de explicacin cientfica, que se inspir en la fsica newtoniana, deja de ser

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.

New Journal of Physics,

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

DUPRE, J. (1993): The disorder of things. Metaphysical foundations of the disunity of

sciences. Cambridge (Massachussets), Harvard University Press.
EGUILUZ, V.M. & ZIMMERMANN, M.G. (2000): Transmission of information and herd
behavior: an application to financial markets, Physical Review Letters, 85, pp. 5659-5662.
EGUILUZ, V.M., ZIMMERMANN, M.G., CELA-CONDE, C. & SAN MIGUEL, M.
(2005): Cooperation and emergence of role differentiation in the dynamics of social
networks, Americal Journal of Sociology, 110, pp. 977-1008.
ELSTER, J. (1989): Nuts and bolts. Cambridge, Cambridge University Press. [Tuercas y
tornillos, Barcelona, Ed. Gedisa, 1990]
ELSTER, J. (2007): Explaining Social Behavior: More Nuts and Bolts for the Social
Sciences. Cambridge, Cambridge University Press.
ERDI, P. (2007): Complexity Explained. Berlin, Springer Verlag.
GELL-MAN, M. (1994): The quark and the jaguar: adventures of the simple and the
complex. New York, Freeman. [El quark y el jaguar, Barcelona, Editorial Tusquets, 1995]
GILBERT, M. (1989): On social facts. Princeton, Princeton University Press.
GOMILA, A. & CALVO, P. (2008): Directions for an embodied cognitive science: toward
an integrated approach. En P. Calvo y A. Gomila (eds.) Handbook of Cognitive Science:
an Embodied Approach. London, Elsevier, pp. 1-25.
GUINEA, F., LOUIS, E., & SAN MIGUEL, M. (2003): La ubicuidad como futuro de la
fsica estadstica y no lineal, Revista Espaola de Fsica, 17/5.
HAKEN, H. (1977): Synergetics: an introduction. Heidelberg, Springer-Verlag.
JUARRERO, A. (1999): Dynamics in action: Intentional behavior as a complex system.
Cambridge, Massachussets, MIT Press.
KAHNEMANN, D., SLOVIC, P. & TVERSKY, A., (eds.) (1982): Judgement under
uncertainty. Cambridge, Cambridge University Press.
KAHNEMANN, D. & TVERSKY, A. (1979): "Prospect theory: An analysis of decision
under risk". Econometrica, 47, pp. 263-291.
KAUFFMAN, S. (1993): The Origins of Order: Self-Organization and Selection in
Evolution. Oxford, Oxford University Press.
KINKAID, H. (1986): Reducion, explanation, and individualism, Philosophy of Science,
53, pp. 492-513.
LAWSON, T. (2003): Reorienting Economics. London, Routledge.
LLOYD, A. & MAY, R. (2002): Epidemiology: how viruses spread among computers and
people, Science, 292, pp. 1316-1317.
LOW, D.J. (2000): Following the crowd, Nature, 407, pp. 465-466.
MOSKO, M. S. & DAMON, F. H. (2005): On the order of chaos: social anthropology and
the science of chaos. New York, Berghann Books.

23

NEWMAN, M.E. (2001): The structure of scientific collaboration networks, Proceedings

of the National Academy of Sciences USA, 98, pp. 404-409.
ORMEROD, P. (2005): Why most things fail: evolution, extintion and economics. London,
Faber & Faber.
PUJADAS, L. (2003): Fusin horizntica y traduccin radical, en J.J. Acero, J.A.
Nicols, J.A.P. Tapias, L. Sez y J.F. Ziga (eds.): El legado de Gadamer. Materiales del
Congreso Internacional sobre Hermenutica Filosfica, Departamento de Filosofa de la
Universidad de Granada, pp. 143-150.
RENFREW, C. & CHERRY, J.F., eds. (1986): Peer-polity interaction and socio-political
change. Cambridge, Cambridge University Press.
RENFREW, C. (1978): Trajectory, discontinuity and morphogenesis: the implications of
catastrophe theory for Archeology, American Antiquity, 43, pp. 203-222.
SALZMAN, P. (1999): Is inequality universal?, American Anthropologist, 40, pp. 31-61.
SAN MIGUEL, M., TORAL, R. & EGUILUZ, V.M. (2005): Redes complejas en la
dinmica social. Inguruak. Revista Vasca de Sociologa y Ciencia Poltica, 42, pp. 127146.
SCHIFFER, M.B. (2005): The devil is in the details: the cascade model of invention
processes, American Antiquity, 70, pp. 485-502.
SCHELLING. T. (1978): Micromotives and macrobehavior. Norton, New York.
SCHELLING, T. (1971): Dynamic models of segregation, Journal of Mathematical
Sociology, 1, pp. 143-186.
SIMON, H. (1962): The architecture of complexity: hierarchical systems. En H. Simon
(1982), The Sciences of the Artificial, Cambridge, Massachussets, MIT Press, pp. 183-216.
SOLOMON, S. & SHIR, E. (2003): Complexity: a science at 30, Europhysics News, 34,
pp.54-57.
STANLEY, M., NUNES AMARAL, L., BULDYREV, S., HAVLIN, S., LESCHHORN, P.,
SALINGER, M., & STANLEY, H.E. (1996): Scaling behaviour in the growth of
companies, Nature, 379, pp. 601-604.
STIGLITZ, J. & GROSSMAN, N. (1980): On the impossibility of informationally
efficient markets, American Economic Review, 70, pp. 393-408.
THELEN, E. & SMITH, L. (1998): Dynamic Systems Theories. En W. Damon & R.
Lerner (eds.): Handbook of Child Psychology, vol. 1: Theoretical models of human
development. New York, Wiley, pp. 563-634.
THOM, R. (1983): Mathematical models of morphogenesis. New York, Wiley.
VALLACHER, T.. & NOWAK, A. (eds.) (1994): Dynamical systems in social psychology.
San Diego, Academic Press.
WADDINGTON, C.H. (1977): Tools for thought. New York, Basic Books.
WATTS, D.J. & STROGATZ , S.H. (1998): Collective dynamics of small-world
networks, Nature, 393, pp. 440-442.
24

WEIDLICH, W. (2002): Sociophysics: a systematic approach to mathematical modelling in

social science. London, Taylor & Francis.
WILSON, R. (1995): Cartesian psychology and physical minds. Cambridge, Cambridge
University Press.
WIMSATT, W. (1994): The ontology of complex systems: levels of organization,
perspectives and causal thickets, Canadian Journal of Philosophy, supl. vol. n 20, Mohan
Matthen & Robert Ware, eds., University of Calgary Press, pp. 207-274.
WOODFORCE, M. (2002): "Imperfect Common Knowledge and the Effects of Monetary
Policy". En P. Aghion, R. Frydman, J. Stiglitz, and M. Woodford (eds.): Knowledge,
Information, and Expectations in Modern Macroeconomics: In Honor of Edmund S.
Phelps. Princeton, Princeton University Press.
WRIGHT, R. (2001): Non-zero: the logic of human destiny. New York, First Vintage.
[Nadie pierde. La teora de juegos y la lgica del destino humano, Barcelona: Tusquets,
2005]

25