Inestabilidades Sistémicas: El Desafío de los Problemas Sociales
Existen muchos problemas sociales de nuestro interés con inestabilidad sistémica en cuanto a su comportamiento a nivel macro; la dinámica colectiva de sus elementos se pierde a pesar de que parece haber un razonable nivel de control en el nivel micro de los componentes individuales del sistema. Por ejemplo en los flujos de tráfico todos hemos encontrado que existen los atascos de tráfico “fantasma” que ocurren en ausencia de accidentes o embotellamientos por cualquier otra causa. A pesar de todos los esfuerzos de los conductores (nivel micro) para evitar los embotellamientos de tránsito (nivel macro), éstos son inevitables si la cantidad de vehículos en el camino aumenta hasta rebasar cierto umbral.
Comportamiento Colectivo: Un Enfoque desde la Ciencia de la Complejidad
En estas condiciones se amplifican pequeñas variaciones en la velocidad de un conductor a otro, causando un efecto en cascada que provoca un gran problema. Esto termina en una indeseable situación para todos, una en el que cada conductor prácticamente no avanza. ¿Qué, entonces, se puede hacer para prevenir estas inestabilidades sistémicas? Aquí sugerimos que puede ayudar una mejor comprensión científica de fenómenos de colectividad, basada en métodos de la ciencia de la complejidad. De hecho somos más ambiciosos y pensamos que podemos lograr muy buenos resultados prácticos que beneficie a la sociedad en desastres que afectan a grandes poblaciones; inundaciones, erupciones, terremotos, crimen organizado, terrorismo, guerras y epidemias gracias al conocimiento generado en el estudio de los sistemas complejos y sus metodologías.
Agentes y Comportamiento Colectivo: Explorando la Naturaleza Algorítmica
¿Qué tanto el estudio del comportamiento colectivo pueden beneficiarse de un enfoque sobre su naturaleza algorítmica? Dejando a un lado el significado preciso de “comportamiento colectivo” por ahora, lo que tenemos en mente es un grupo de agentes comunicándose uno con el otro y actuando en base a lo que se comunican entre sí. Podríamos estar pensando en agentes como un virus computacional que se dispersa en un sistema; neuronas que responden a estímulos; aves reuniéndose a lo largo de una ruta de migración; luciérnagas sincronizando sus destellos; estrellas en lejanas galaxias; proyectos colectivos de creación artística; o seres humanos desarrollando patrones de criminalidad; de preferencias políticas; de desarrollo urbano; entre otros casos. En todas estas situaciones, los agentes están equipados con sus propios procedimientos (muy posiblemente diferentes) para ayudarles a decidir qué hacer bajo determinado contexto y, fundamentalmente, que información jerarquizar.
Descifrando la Auto-Organización: Un Desafío en Ciencias de la Complejidad
De una gran cantidad de interacciones entre agentes locales, sorprendentes patrones surgirán: aves se organizarán para formar la letra V en el cielo; luciérnagas centelleando en sincronía; las hormigas encontrando caminos más cortos; y cerebros que se transforman en mentes. ¿Cómo estudiar este tipo de auto-organización que emerge del comportamiento de la colectividad de los agentes? ¿Es cada caso el resultado de una historia diferente o pueden derivarse principios universales de esta desconcertante diversidad posible? Las Ciencias de la Complejidad buscan descubrir las leyes universales que subyacen a estos fenómenos colectivos eligiendo la información pertinente e interpretándola adecuadamente, en el camino se obvia lo que no es significativo.
Complejidad y Algoritmos: Un Enfoque Interdisciplinario
La complejidad, como tal, se refiere a sistemas complejos, es decir, sistemas compuestos por una serie de elementos que se relacionan entre sí y cuyo comportamiento y propiedades no son evidentes a simple vista, además no se pueden inferir trivialmente de la suma de las propiedades de los agentes. De esta manera, los sistemas complejos son el resultado de una intrincada red de operaciones simples y muchas veces sujetas al azar.
El Origen y Significado de los Algoritmos
En cuanto al concepto de algoritmo, es en la lengua árabe donde podemos encontrar su origen etimológico, más exactamente se deriva del nombre del matemático Al-Khwarizmi, que nació en la Edad Media en una de las zonas de lo que hoy se conoce como Uzbiekistán, en Asia central. Desarrolló su carrera en Bagdad donde creo un centro superior de investigaciones científicas llamado la “Casa de la Sabiduría”. Actualmente está considerado no sólo como el padre del álgebra sino también como quien se encargó de introducir nuestro sistema de numeración. Se denomina algoritmo a un grupo finito de operaciones organizadas de manera lógica y ordenada que permite solucionar un determinado problema. En otras palabras se trata de una serie de instrucciones o reglas establecidas que, por medio de una sucesión de pasos, permiten arribar a un resultado o solución. Por lo tanto el manual para armar un mueble modular que compramos actualmente es un ejemplo de un algoritmo sencillo.
Perspectivas Futuras: Desafíos y Oportunidades en el Estudio de la Complejidad
Hoy en día muchos fenómenos complejos se estudian desde una perspectiva algorítmica, sin embargo otros no y no sabemos si algún día podremos hacerlo. Por ejemplo en uno de los números más recientes de la prestigiada revista Nature, se demostró que todos los seres humanos compartimos al menos una estructura gramatical de lenguaje básica (usando aproximación algorítmica), pero esto no garantiza que podamos hacer la misma aproximación a operaciones de abstracción mental de alto nivel todavía.
