¿La complejidad implica un cambio de paradigma científico?

Seminario Virtual, 7 de Marzo de 2012.

Este seminario se realizó desde el IIMAS, UNAM, México, gracias a la organización de Nelson Fernández. Participaron:

• Universidad de Pamplona. Colombia. Facultad de Ciencias Básicas.
• Universidad Francisco de Paula Santander. Colombia. Sedes Cúcuta y Ocaña. Departamento de Ingeneria de Sistemas.
• Universidad Pedagógica y Tecnológica de Colombia. Doctorado en Educación.
• Universidad de los Andes de Mérida, Venezuela. Grupo de Caos y Sistemas Complejos y Centro de Microcomputación y Sistemas Distribuidos.
• Universidad de Maryland. College Park, EEUU.

La charla (56 min) se puede descargar en los siguientes tamaños, archivo m4v:

• 720x540, 510Mb.
• 640x480, 478Mb.
• 480x360, 339Mb.

Se puede ver con muchos programas, incluyendo VLC.

También se pueden descargar las láminas en pdf (15Mb).

Discusión

Las siguientes preguntas se respondedieron el miércoles 7 de marzo de 2012.

1. Silvia Álvarez: No nos quedó muy claro la relación entre el lenguaje y la dependencia del modelo del contexto. Podrían ampliar esta idea, por favor?


C.G.: Todo lenguaje es un modelo, ya que finalmente es una abstracción de la realidad. Un ejemplo sencillo (de Wittgenstein) es con la palabra "banco", que puede tomar distintos significados dependiendo del contexto en el que se use la palabra: un banco dónde sentarme, un banco dónde guardar dinero, o el banco de un río. Lo mismo sucede con cualquier modelo: su significado depende del contexto en el que se use.

 

2. Eduard Puerto: Cómo contemplar en el diseño de los componentes del sistema los diversos cambios de su ambiente?

C.G.: Muy buena pregunta, una respuesta está aquí.

 

3. UPTC: ¿ Las relaciones entre el lenguaje, la complejidad y la calidad de la educación en Latinoamerica?

C.G.: Creo que la educación tiene problemas en todo el mundo, ya que se basa en un modelo industrial donde se estandariza la formación. La complejidad ofrece una visión distinta, ya que implica una educación individualizada y adaptada a las necesidades de cada país y cada alumno. Les recomiendo ver una animación de Sir Ken Robinson al respecto (11 min).

 

4. Mario Cosenza: por que carlos no menciono la no linealidad como ingrediente esencial de los sistemas complejos?. sistemas lineales interactivos son reducibles (superposicion). la no linealidad conduce al caos y a comportamientos colectivos no triviales. de acuerdo?

C.G.: La no linealidad es una propiedad presente en muchos sistemas complejos y caóticos, pero no es un requisito. Lo que define a los sistemas complejos son las interacciones relevantes, es decir que tienen un efecto causal en los componentes del sistema. Si las interacciones son lineales o no, es importante pero no esencial. Más aún, hay sistemas lineales caóticos.

 

5. Juan Fernando Martinez Hernandez: El método autoorganizantes como aplicara en un sistema de transporte en horas de mayor flujo donde el número de vehículos es baja y la demanda es muy alta en la gran mayoría de la estaciones. Ejemplo TRASMILENIO.

C.G.: El método auto-organizante precisamente se adapta a la demanda de pasajeros. Para que funcione se necesita también que los choferes y pasajeros cooperen. Esto se podría lograr con información en tiempo real y campañas de educación. En BRTs como el Transmilenio, también hay que considerar a los semáforos. Si éstos también fuesen auto-organizantes, los retrasos de BRT se minimizarían.

 

6. UPTC: ¿Como es posible medir la complejidad de un sistema? a traves de un ejemplo

C.G.: Hay cientos de medidas de compejidad. Pero a grandes razgos, podemos decir que un sistema es más complejo mientras más elementos tenga, mientras más interacciones haya entre estos elementos, mientras más complejos sean los elementos y mientras más complejas sean sus interacciones. La complejidad siempre será relativa a un marco de referencia o escala. Por ejemplo, si nos fijamos en un gas a escala atómica, hay una alta complejidad (información necesaria para describir el comportamiento Browniano de las partículas). Pero si nos fijamos en el mismo gas a una escala macroscópica, tendremos una complejidad menor, ya que se promedian las diferencias de las partículas y se requiere de menos información para describir al sistema a esa escala.

 

7. Silvia Alvarez: Podríamos decir que el cambio del paradigma radica debido a la complejidad se debe a que las interacciones generan información nueva, a diferencia de la ciencia tradicional, en donde la información generada de las interacciones no es tenida en cuenta? Podrían ampliar esta idea un poco más, por favor? Pensamos que no es sólo que se tengan en cuenta las interacciones en una visión del mundo desde la complejidad, pues de hecho en las aproximaciones tradicionales éstas si se tienen en cuenta, y es en realidad lo que surge de éstas interacciones y sus implicaciones sobre el sistema lo que podría ser diferente.

C.G.: La diferencia con la ciencia tradicional no es en que ésta no tome en cuenta a las interacciones en sus modelos, sino que asume que sólo a partir de condiciones iniciales y de frontera el mundo es previsible. En otras palabras, no se fija en la información y variables nuevas que las interacciones pueden generar, las cuales pueden cambiar el comportamiento de un sistema de manera tal que nuestro modelo original se vuelva obsoleto.

 

8. Andres Mauricio: web semantica y el crecimiento de los contenidos en la web

C.G.: Sí, la complejidad se puede aplicar en red semántica. E.g. Gershenson, C. and F. Heylighen (2004). Protocol Requirements for Self-organizing Artifacts: Towards an Ambient Intelligence. In Proceedings of International Conference on Complex Systems ICCS2004.

 

9. Kay Tucci: Con los modelos el problema es de lenguaje o de finalidad? pregunto porque por lo general los modelos se construyen con una finalidad y seo es lo que los particulariza.

C.G.: Ambas tres. Se necesita estar de acuerdo tanto en el lenguaje como en la finalidad (uso) del modelo para poder juzgarlo. Es más relevante la utilidad que la "verdad", ambos dependientes del contexto.

 

10. UPTC: ¿Que papel juegan los modelos probabilisticos y estocasticos en la complejidad?

C.G.: Son muy usados, aunque no los únicos. Hay muchos modelos deterministas de sistemas complejos.

 

11. Eduard Puerto: Como medir el grado de adaptabilidad a las perturbaciones? 

C.G.: Se puede definir a la adaptabilidad como la habilidad de un sistema de cambiar de comportamiento en presencia de perturbaciones. Uno puede medir distintos grados de adaptabilidad dependiendo de qué tantas perturbaciones pueda resistir un sistema sin "romperse". Esto lo define bien Ashby en este artículo: Ashby, W. R. (1947). The Nervous System as Physical Machine: With Special Reference to the Origin of Adaptive Behavior. Mind 56(221):44-59. Más adelante lo formaliza con la Ley de la Variedad Requerida (variedad podría decirse que es similar a complejidad).

 

12. Mario Cosenza: la complejidad muestra los limtes del reduccionismo, no del metodo cientifico. estudio de sistemas complejos sigue el metodo cientifico: los comportamientos encontrados son falseables susceptibles de ser demostrados falsos por algun experimento u observacion, como toda teoria cientifica segun Poper.

C.G.: La complejidad no cambia el método científico, sólo las presuposiciones del reduccionismo sobe la previsibilidad del mundo.

 

13. Silvia Alvarez: La complejidad resulta en una forma diferente de intentar entender cualquier sistema, sin embargo no entendemos bien porque esto significa un cambio en la forma de hacer ciencia, nos parece que más bien resulta en una aproximación diferente para responder preguntas, que no se desvía del "método científico" que es lo que se puede entender por la forma de hacer ciencia actualmente. Podrían explicar esto por favor?

C.G.: Muy relacionado con la pregunta anterior. Al decir que se requiere un cambio en la ciencia me refiero al reduccionismo, no al método científico.

 

14. UPTC: ¿Que tipo de medidas se pueden utilizar en complejidad?

C.G.: Como mencionaba, hay una grán variedad de ellas. Las más usadas están basadas en teoría de la información o termodinámica (que finalmente tienen muchos aspectos en común). Una medida que me parece adecuada por su generalidad es la que plantea Yaneer Bar-Yam: "la complejidad es la cantidad de información necesaria para describir un fenómeno a una escala" (yo diría dentro de un contexto: puede ser misma escala, pero contextos distintos podrían implicar informaciones distintas).

 

15. Juan Fernando Martinez Hernandez: En el diseño de un sistema autorganizable no se enfocan en comportamiento del sistema sinó en el diseño departes por medio de sus interacciónes encuentren soluciones. ¿Esto no es partir de un método reduccionista al hablar de PARTES, para luego por medio de sus interacciones crear un complejo?

C.G.: Nosotros nos fijamos no sólo en las partes, sino también en las interacciones, que el método reduccionista ignora (en términos de causalidad).

 

16. UPTC: ¿Que naturaleza tienen las interacciones en los modelos complejos, siguen siendo las 4 interacciones fundamentales?

C.G.: Yo veo a las leyes de la física como modelos, es decir, descripciones del mundo. Creo que para hablar de complejidad a escalas múltiples, hablar de información es más adecuado que tratar de reducir todo a materia y energía. Esto nos permite explorar las leyes de la información, las cuales aplican a todas las escalas. Esto lo desarrollo más en Gershenson, C. (2007). The World as Evolving Information. In Proceedings of International Conference on Complex Systems ICCS2007.

 

17. Silvia Alvarez: Sus ejemplos son de sistemas artificiales en donde el comportamiento de cada parte y sus relaciones está definidos por reglas conocidas. En los sistemas biológicos el comportamiento de los sistemas y su adaptabilidad cambian constantemente y no sólo debido a las interacciones, si no también a las características de cada parte, y lo más complicado sin que conozcamos las reglas. Por eso, la aproximación reduccionista que nos permite descifrar cada una de las partes y sus interacciones con otras partes podría considerarse necesaria. Igual, si intentáramos entender un sistema biológico a través de la complejidad, siempre terminaríamos siendo reduccionistas porque no tendríamos como abarcar en realidad todas las partes ni todas las interacciones. Qué opinan ustedes al respecto?

C.G.: No hay que confundir abstracción con reduccionismo. Todos los modelos tienen que ser abstracciones. Me gusta el ejemplo que usa Michael Arbib en uno de sus libros: "si tuviésemos un modelo computacional tan complejo como el cerebro humano, no nos explicaría nada más que un cerebro". Toda ciencia y todo lenguaje tienen que hacer abstracciones. La utilidad de los modelos se podría juzgar (interpretando a Cosma Shalizi) como aquellos que puedan predecir más con menos.

 

18. Eduard Puerto : Debo condicionar el contexto o ambiente en el que ocurre o tiene lugar el sistema para lograr una mejor adaptación? tal como programar a las usuarios del sistemas?

C.G.: Se puede ver al medio ambiente como un mediador, aunque hay otros tipos de mediadores. El más adecuado dependerá del sistema en particular.

 

19. UPTC: ¿Cual seria el mapa desde la complejidad para abordar lo universal y lo especifico? ¿lo global y lo local? ¿lo macro y lo micro?

C.G.: Una de las implicaciones del reduccionismo es que trata de explicar lo global en términos de lo local, es decir, reducir lo macro a lo micro. Ignorando el hecho de que no hemos encontrado una escala "básica" del mundo (las partículas elementales en teoría podrían dividirse, sólo que las energías necesarias para lograrlo son demasiado altas), con la complejidad vemos que esto no es posible: las interacciones generan información nueva que no está en lo micro y sí está en lo macro. Esto también permite a lo macro tener causalidad sobre lo micro. La complejidad permite estudiar fenómenos a escalas múltiples de manera simultanea, describiendo cómo se relacionan.

 

20. Silvia Alvarez: porque lo de la robustez es un tema importante en los sistemas sociobiológicos, donde la interacción entre individuos influye sobre la robustez del sistema. De qué formal puede el medio ambiente actuar como mediador e influir sobre la robustez del sistema? Pueden algunos agentes actuar como mediadores también y de esta forma definir la robustez del sistema?

C.G.: Sí, como mencionaba, los mediadores pueden ser parte del medio ambiente, agentes mismos, reglas, tipos de interacciones, etc.

 

21. UPTC: ¿Cuales son las matematicas de la complejidad?

C.G.: Hay muchos métodos matemáticos que se usan para estudiar sistemas complejos, e.g. sistemas dinámicos, teoría de redes, modelación multi-agente, teoría de renormalización de grupos, etc...

 

22. Eduard Puerto : Cómo dotar al sistema de mecanismos que le permita discernir a que perturbaciones adaptarse?

C.G.: También tiene que ver con la Ley de la Variedad Requerida. Mientras más pueda discernir un sistema, tendrá un mayor grado de adaptabilidad. Si el sistema aprende o evoluciona, puede ir mejorando su adaptación a distintas escalas temporales. Esto está explicado más en Gershenson, C. (2010). Computing Networks: A General Framework to Contrast Neural and Swarm Cognitions, Paladyn, Journal of Behavioral Robotics, 1(2):147-153. (si no tienen acceso se los puedo mandar).

 

23. Silvia Alvarez: ¿todos los sistemas son autooriganizados?

C.G.: Primero hay que distinguir entre auto-organizado (la dinámica pudo haber pasado) y auto-organizantes (la dinámica es constante). Todos los sistemas en teoría podrían describirse como auto-organizantes. La cuestión es de qué tan útil es esto. Esto es el tema de este artículo: Gershenson, C. and F. Heylighen (2003). When Can We Call a System Self-organizing? In Banzhaf, W, T. Christaller, P. Dittrich, J. T. Kim, and J. Ziegler, Advances in Artificial Life, 7th European Conference, ECAL 2003, Dortmund, Germany, pp. 606-614. LNAI 2801. Springer.

 

24. UPTC: ¿La complejidad en la lectura del trabajo escolar?

C.G.: No entiendo bien la pregunta... Espero que se haya respondido en la 3.

 

25. Eduard Puerto : Un sistema auto-organizado puede predecir  o medir su impacto dentro de su ambiente? 

C.G.: Está relacionado con la pregunta 23. De cualquier manera, la anticipación (predicción) es algo deseable, ya que permite a los sistemas actuar antes de que una perturbación pueda dañarlos o destruirlos. Pero como vimos, la complejidad inherente no permite una anticipación ilimitada, por lo que la adaptación y la robustez la complementan.

 

26. Anderson Arrieta: Con respecto a las interacciones, ¿Uno podria concluir que el todo es mas que la sumatoria de sus partes?

C.G.: Sí, esta es una expresión común para describir a la complejidad.

 

27. Anderson Arrieta: En estos momentos estoy empezando a trabajar en bioinformatica en Docking molecular, me gustaria mas adelante trabajar con redes de interaccion.....¿es factible extrapolar el concepto de autoorganizacion a nivel molecular con respecto a interaccion proteina-proteina?...seria interesante tratar plantear una idea relacionada con autoorganizacion en redes de interaccion.

C.G.: Sí, puedes checar Gershenson, C. (In Press). Guiding the Self-organization of Random Boolean Networks, Theory in Biosciences. DOI: 10.1007/s12064-011-0144-x

 

28. Anderson Arrieta: Me llamo mucho la atencion lo de mirar la complejidad desde el numero de interacciones mas que desde el numero de componentes, seria interesante plantear ideas sobre el origen de los diferentes componentes de la celula y tratar de comprobar si el numero de interacciones en algunos componentes de los sistemas vivos aumenta a medida que se sube en la escala de Procariota a Eucariota.

C.G.: Sería interesante, en efecto, aunque la complejidad depende no sólo del número de interacciones, sino de qué tan complejas sean.

Más pláticas.