Francisco J.

Bedoya (s/f) El Pensamiento Complejo :Una Introduccin a la Complejidad

Celular El Bho Revista Electrnica de la Asociacin Andaluza de Filosofa. D. L: CA-834/97. ISSN 1138-3569 [Versin Electrnica] Recuperada el 28 de mayo de 2006;

http://aafi.filosofia.net/publicaciones/el_buho/elbuho2/complejidad.htm EL PENSAMIENTO COMPLEJO:UNA INTRODUCCIN A LA COMPLEJIDADCELULAR. 1. Posicionamiento de salida Introduccin a la comunicacin celular Redes de sealizacin en la clula 2. Ms all del reduccionismo en la ciencia Qu es la complejidad? Cmo se estudia? Cules son los lmites de las simulaciones de los fenmenos complejos mediante ordenador? En qu teoras se basan los estudios sobre la complejidad? La tensin entre lo simple y lo complejo 3. Introduccin al pensamiento complejo Por qu aparece el pensamiento complejo? Cules son las fuentes del pensamiento complejo? Introduccin a la comunicacin celular En el contexto social del organismo o de los tejidos que lo componen, las clulas interaccionan mediante la emisin y reconocimiento de seales. Estas interacciones implican la existencia de receptores que reconocen especficamente las diferentes seales externas a la clula y la generacin de otras seales en el interior de la clula que conectan la informacin procedente del exterior con procesos como la extraccin de energa del ambiente, el recambio de los componentes de la clula, su supervivencia muerte y su reproduccin. El estudio de los sistemas que llevan a cabo la transmisin se seales desde el exterior celular al interior han mostrado que se pueden dar fenmenos de convergencia o de divergencia y que por tanto, no existe un cableado especfico que conecte cada seal extracelular con determinados procesos en el interior de la clula. Sino que, los mencionados cables estn interconectados entre s, de modo que la arquitectura en red de las comunicaciones dentro de la clula puede generar un modelo mucho ms informativo de las propiedades de la clula que la conexin mediante vas independientes. El abordaje analtico del estudio de la sealizacin celular tiene como objeto diseccionar cada una estas vas e identificar sus componentes. Dado que las vas de sealizacin intracelular forman redes en las que se procesan seales en paralelo con interacciones mltiples, se puede tener una imagen de este proceso utilizando

modelos computacionales desarrollados para estudiar las conexiones en red de sistemas neuronales.

Redes de sealizacin en la clula3,4 La reproduccin de la clula est conectada a seales extracelulares. Un modelo hipottico de esta red de sealizacin contiene receptores especficos para seis seales extracelulares y tres enzimas cuyas actividades estn acopladas a la activacin de esos receptores con diferentes caractersticas (fig. 1). Los receptores reconocen dos tipos de seales extracelulares (estmulos, input) Molculas de la matriz (cemento) intercelular (A1,A2 y A3) Factores de crecimiento (B1,B2 y B3)) A1 y A2 son dos seales que activan con diferente intensidad a la enzima 1. A3 inhibe a la enzima 1 y a la enzima 2. B1,B2 y B3 activan con diferente intensidad a la enzima 2 Por ltimo, la enzima 3 es activada por las enzimas 1 y 2 y cataliza la fosforilacin de una protena que regula la expresin de genes de protenas reguladoras de la proliferacin celular. En esta red la enzima 1 tiene actividad mxima cuando la clula detecta las molculas A1 y A2 si A3 est ausente, mientras que la enzima 2 es activa cuando las molculas B1, B2 y B3 estn presentes y A3 est ausente. La enzima 3 ser completamente activa y estimular la proliferacin celular cuando las enzimas 1 y 2 estn activas simultneamente y eso ocurre cuando la clula reconoce A1, A2, B1,B2,B3 y est ausente A3. La complejidad en las vas de sealizacin deriva del nmero de elementos que la componen, de las conexiones entre los componentes y de la relacin espacial entre

ellos. Adems, las redes de sealizacin en los sistemas biolgicos tienen ramificaciones condicionales, ensamblaje dinmico, translocacin, degradacin, adems de la compartimentalizacin y la regionalizacin de las interacciones en el interior de la clula. Cada una de estas actividades tienen lugar simultneamente y cada componente participa en varias actividades diferentes. Un abordaje para su estudio es comenzar con una visin conceptualmente simple de la sealizacin y aadir datos para introducir nuevos niveles de complejidad. De modo que la complejidad podr ser estudiada por mtodos computacionales en el momento en el que se identifiquen y parametricen los componentes de los sistemas. MAS ALLA DEL REDUCCIONISMO EN LA CIENCIA Actualmente, el advenimiento de la informtica y de ciertas tcnicas matemticas no lineales ayudan a los cientficos modernos a la comprensin de los fenmenos caticos, complejos y emergentes. Se puede simular la realidad y crear modelos de sistemas complejos como grandes molculas, sistemas caticos, redes neuronales, el cuerpo y el cerebro humano el crecimiento demogrfico. Adems, su capacidad de clculo permite procesar informacin demasiado compleja para la mente humana. A partir de conjuntos de instrucciones matemticas, el ordenador puede elaborar modelos complicados y como los autmatas celulares de von Neumann, Life del matemtico Conway o el conjunto de Mandelbrot que contiene los fractales, objetos matemticos cuyas propiedades estn presentes en fenmenos de la naturaleza. Pero una cosa es observar que un fenmeno se ajusta a un modelo -por ejemplo, un patrn fractal en la naturaleza- y otra cosa distinta es determinar la causa de dicho patrn. Dicho con otras palabras, el hallazgo de que un conjunto de reglas matemticas seguidas por un ordenador dan origen a patrones sumamente complicados no implica necesariamente que existan unas reglas simples que subyazcan a fenmenos del mundo que son complicados. Los estudiosos de la complejidad y el caos afirman que las reglas simples que subyacen la naturaleza como la mecnica cuntica, la relatividad general, la seleccin natural o la gentica mendeliana son insuficientes para explicar la complejidad. Qu es la complejidad? [1] A comienzos de los 90 el fsico Seth Lloyd recopil 31 descripciones de complejidad que se inspiran en la termodinmica, la teora de la informacin y la informtica e incluye conceptos como la entropa, el azar y la informacin[2]. De todas ellas, la que parece que ha tenido mayor consenso entre los que estudian experimentalmente esta propiedad de los sistemas en la naturaleza es la de

Fenmenos al borde del caos (Packard y Langton a finales de los aos 80). As, los expertos de la complejidad se intentan desmarcar del caos: ste es segn Yorke una serie de fenmenos que evolucionan de una manera predeciblemente impredecible, demostrando sensibilidad hacia las condiciones, la conducta aperidica y la recurrencia de ciertos patrones diferentes en la escala espacial y temporal. Por tanto, un sistema complejo se encuentra a caballo entre una conducta altamente peridica y otra catica Aunque los investigadores de la complejidad no se ponen de acuerdo en lo que estn estudiando, s coinciden en cmo deberan estudiarlo: con ordenadores. Por ejemplo, Langton se ocupa de recrear la vida en el ordenador. Segn l, el mtodo cientfico clsico proporciona una comprensin limitida de los fenmenos que surgen merced a los accidentes histricos. Esto se puede superar mediante la combinacin diferente de los componentes bsicos de la vida para explorar lo que podra haber sucedido hipotticamente o pudo suceder de hecho. Se puede simular informticamente el principio de la vida modificando las condiciones y explorando las consecuencias. La vida artificial de Langton pretende estudiar qu aspectos de nuestra historia fueron inevitables y qu otros fueron contingentes. Esta simulacin poda seguir considerndose vida, ya que sta se caracteriza como conjunto de entidades capaces de comer, reproducirse y evolucionar ms que por las cosas de las que estn hechas. Cules son los lmites de las simulaciones de los fenmenos complejos mediante ordenador? Esta cuestin ha sido abordada por un grupo multidisciplinario encabezado por la historiadora y geofsica Naomi Oreskes et al. en un trabajo publicado en Science en febrero de 1994 [3]. El argumento de los autores del artculo es que la verificacin y validacin de modelos numricos de sistemas naturales es imposible. Ya que las propuestas que pueden verificarse son las que versan sobre la lgica la matemtica. Estos sistemas son cerrados en cuanto que sus componentes se basan en axiomas que son verdaderos por definicin pura. Los sistemas naturales son abiertos y nuestro conocimiento es incompleto y aproximativo. Los datos son significantes cargados de conocimiento incompleto de un fenmeno natural. Estas inferencias y suposiciones se pueden justificar y a veces estimar la incertidumbre sobre la base de la experiencia. Pero el grado de validez de nuestras suposiciones no puede ser estimado nunca a priori. Incluso cuando una simulacin remeda predice un fenmeno real, el modelo no est an verificado. Un modelo, al igual que una novela, puede resonar con la naturaleza, pero no es una cosa real. Los modelos numricos funcionan mejor en unos casos que otros. Funcionan bien en astronoma y en la fsica de partculas porque los objetos y las fuerzas relevantes se conforman a sus definiciones relevantes con total precisin.

Las matemticas ayudan a los fsicos a definir lo que sera de otra manera indefinible. As, un quark es un constructo matemtico. Las teoras matemticas son menos convincentes cuando se aplican a fenmenos ms concretos y complejos como los sistemas biolgicos. Por eso tienen menos capacidad vaticinadora. Existen teoras de la complejidad? A partir de la Segunda Guerra Mundial se han desarrollado tres teoras que persiguen este ideal: la Teora de la Ciberntica, la Teora de la Informacin y la Teora de la Catstrofe. Norbert Wiener public en 1948 Cybernetics. Control and Communication in the Animal and the Machine. Segn l las maquinas y los fenmenos biolgicos procesan y actan en base a informacin empleando mecanismos como retroalimentaciones y filtros que distinguen entre seales y ruido. Relacionada con ella se encuentra la teora de la informacin de Claude Shanon (1948) que invent una definicin matemtica de la informacin basada en la entropa. Por ltimo, la teora de la catstrofe de Ren Thom desarrollada como un formalismo puramente matemtico que poda ayudar a ver con claridad una gama de fenmenos que mostraban una conducta discontnua. Las ecuaciones de esta teora muestran cmo un sistema aparentemente ordenado puede sufrir cambios abruptos y catastrficos y podra explicar los terremotos, la aparicin de la vida, la metamorfosis o el hundimiento de una civilizacin. A finales de los 80 Per Bak lanz la teora del estado crtico autoorganizado. Segn l, fenmenos de la naturaleza como la evolucin de las especies, el conocimiento humano o la economa, se resisten a la ciencia reduccionista. Su sistema de estudio es el montn de arena. En el estado crtico, la adicin de un grano de arena puede desencadenar una avalancha. La frecuencia de sus avalanchas es inversamente proporcional a una potencia de su tamao (ley de la potencia). Los terremotos, la extincin de las especies, las fluctuaciones del mercado de valores muestran, segn Bak esta pauta de conducta. Crtica: el modelo de Bak no ofrece una buena descripcin ni siquiera de un montn de arena. Son pocos los montones de arena que se ajustan a la ley de la potencia. La tensin entre lo simple y lo complejo Ms es diferente Philip Anderson, premio Nobel de Fsica por sus estudios sobre Fsica de la materia, sostiene en un ensayo titulado Ms es diferente[4] publicado en la revista Science que la fsica de partculas tiene una capacidad limitada para explicar el mundo. Segn l, la realidad tiene una estructura jerrquica propia con niveles hasta cierto punto independientes de los niveles superior e inferior y en cada fase se necesitan principios, conceptos y acaba afirmando que La Psicologa no es Biologa aplicada y la Biologa no es qumica aplicada.

Ms no es diferente En la otra vertiente de la complejidad se instala el fundador de la teora de los quark y premio Nobel de Fsica, Murray Gell-Mann. Fue uno de lo primeros cientficos de renombre en subirse al carro de la complejidad y public en 1994 The quark and the Jaguar en el que desarrolla el concepto de jerarqua en las teoras cientficas. En lo alto estn las que se aplican en el universo por todas partes. Otras leyes se aplican slo aqu en la tierra y los fenmenos que describen entraan una gran cantidad de aleatoriedad y de contingencia histrica. As, en la evolucin biolgica hay gran nmero de accidentes que podran haber ocurrido de una forma diferente y producido formas de vida diferentes, condicionadas naturalmente por presiones de seleccin.. Propuso que el trmino complejidad fuese sustituida por el neologismo plctica que es la base de la complejidad y de la simplicidad y particularmente la manera en que pasamos de las leyes fundamentales simples que rigen la conducta de toda la materia al tejido complejo que vemos alrededor . Segn l, se puede remontar uno en la cadena de la explicacin desde la fsica de la partculas hasta la biologa, pero en la prctica slo se puede hacer en raras ocasiones porque los fenmenos biolgicos son producto de circunstancias fortuitas, histricas y contingentes. Para l no hay necesidad de buscar una ley de la naturaleza que explicara por qu el universo ha generado orden a pesar del deslizamiento universal hacia el desorden, ya que el universo crea accidentes congelados que son estructuras complejas, pero el universo degenerar al final ajustndose al segundo principio termodinmico. Qu han aportado los estudios sobre la complejidad? Los estudiosos de la complejidad han delineado con precisin los lmites del mtodo reduccionista; adems, han creado metforas poderosas, pero no nos han dicho nada del mundo que sea concreto y sorprendente. La complejidad est siendo abordada desde el mbito de las matemticas puras y de la informtica terica; otros desarrollando nuevas tcnicas computacionales para ampliar el alcance de las predicciones metereolgicas y simular el funcionamiento de sistemas complejos. Pero las simulaciones por ordenador representan una metarrealidad; al proporcionar mayor capacidad de simulacin de un fenmeno natural podran estar acelerando el fin de la ciencia emprica. INTRODUCCIN AL PENSAMIENTO COMPLEJO Por qu aparece el pensamiento complejo? El conocimiento cientfico moderno tiene por objeto el disipar la aparente complejidad de los fenmenos a fin de revelar el orden simple al que obedecen. A lo largo de los ltimos tres siglos se han adquirido conocimientos sobre el mundo basados en los mtodos de verificacin emprica y lgica. Tambin han progresado

los errores derivados del modo mutilador de organizacin del conocimiento incapaz de reconocer y aprehender la complejidad de lo real El conocimiento cientfico moderno opera mediante la seleccin de datos significativos y rechazo de los no significativos: separa (distingue) y une (asocia), jerarquiza y centraliza. Estas operaciones son comandadas por paradigmas. El paradigma cientfico por excelencia es el de simplificacin, que est regido por los principios de disyuncin, reduccin y abstraccin y formulado por Descartes, que separ el sujeto pensante y la cosa extensa , separando as la filosofa de la ciencia. Este paradigma ha permitido los enormes progresos del conocimiento cientfico y de la reflexin filosfica desde el siglo XVII. Al disgregar conciencia y ciencia, el conocimiento generado no est hecho para ser reflexionado sino para ser utilizado con ignorancia. Los sabios no controlan las consecuencias de sus descubrimientos ni controlan el sentido ni la naturaleza de la investigacin. La necesidad del pensamiento complejo surge a lo largo de un camino en el que aparecen los lmites, las insuficiencias y las carencias del pensamiento simplificador. La complejidad no sera algo definible de manera simple para tomar el lugar de la simplicidad. La complejidad es una palabra problema y no una palabra solucin El pensamiento complejo intenta articular dominios disciplinarios quebrados por el pensamiento disgregador y aspira al conocimiento multidimensional pero no aspira al conocimiento complejo. Uno de los axiomas de la complejidad es la imposibilidad de una omnisciencia. Por eso, el pensamiento complejo est animado por una tensin permanente entre la aspiracin a un saber no parcelado y el reconocimiento de lo inacabado e incompleto de todo conocimiento. Aunque ya Gaston Bachelard propuso en su libro El nuevo espritu cientfico que lo simple no existe, slo lo simplificado, la ciencia moderna ha construdo su objeto extrayndolo de su ambiente complejo para ponerlo en situaciones experimentales no complejas. As, la ciencia no es el estudio del universo simple sino una simplificacin heurstica para extraer ciertas propiedades y ver ciertas leyes. No es de extraar por tanto, que el estudio de la complejidad ha sido poco desarrollado por filsofos como Popper, Kuhn, Lakatos o Feyerabend interesados en el estudio del fenmeno cientfico. Cules son las fuentes del pensamiento complejo? Las fuentes inspiradoras del concepto de complejidad son para E. Morin[5] la Teora de Sistemas, la Teora de la Informacin, la Ciberntica, y el concepto de Auto-organizacin. Por otra parte, para I. Prigogine[6], la Termodinmica introdujo en la Fsica y en la Qumica los conceptos de inestabilidad, desequilibrio, desorganizacin e irreversibilidad y evolucin.

Prigogine vaticina que con el pensamiento complejo la humanidad llegar al fin de las certidumbres y considera que las teoras vagas, imprecisas e impotentes son ms significativas que las teoras exactas, precisas y poderosas de Newton o Einstein. Gracias a las aportaciones de estas teoras, el concepto de complejidad se liber entonces del sentido banal de confusin y complicacin para reunir orden con desorden y organizacin y en su seno, lo uno y lo diverso. La Teora de los Sistemas de von Bertalanffy revela dos direcciones: un sistemismo innovador que lleva en s un principio de complejidad, ya que concibe al sistema como una unidad compleja que no se reduce a la suma de sus partes constitutivas y como una nocin ambigua que se ha de estudiar desde un nivel transdisciplinario.y un sistemismo analtico que transforma el sistemismo en su contrario, es decir, en operaciones reduccionistas. El concepto de que los seres vivos pueden ser considerados como sistemas termodinmicos abiertos muestra que la comprensin de los sistemas se debe encontrar no slo en el sistema sino tambin en su relacin con el ambiente. El concepto de sistemas abiertos tiene valor paradigmtico y ha sido aplicado al estudio de las interacciones entre los mundos animado e inanimado en nuestro planeta aunque el modelaje computacional haya conducido a una eleccin arbitraria de parmetros y variables y a un clculo cuando menos pseudoexacto. La Teora de la Informacin se ha extrapolado en el dominio biolgico. El ADN es un mensaje que orienta y programa el funcionamiento de la clula. La reproduccin sera entendida como una copia del mensaje y la mutacin como un ruido provocador de error en la constitucin del nuevo mensaje. La clula puede ser entonces cibernetizada y el elemento clave de esa explicacin se encuentra en la informacin. Quiz falte por desarrollarse una teora general de las organizaciones que revele los principios de organizacin comunes en los seres vivientes ( la autoorganizacin). Como antecedente, Von Neumman describi las diferencias entre la mquina artefacto organizada y la mquina viviente autorganizadora. Los componentes de la mquina artificial son extremadamente fiables, pero la mquina en su conjunto es mucho menos fiable que sus componentes aislados y slo puede ser reparada por una intervencin externa al sistema. Los componentes de la mquina viviente son, por el contrario, muy poco confiables ya que se degradan rpidamente. En un organismo, tanto las molculas como las clulas se renuevan constantemente, pero el organismo permanece idntico a s mismo (el conjunto es fiable mientras que sus constituyentes lo son menos). Por tanto, hay una diferencia de naturaleza entre ambos tipos de sistemas y tambin hay un lazo consustancial entre desorganizacin (entropa) y autoorganizacin, ya que el fenmeno de desorganizacin prosigue su curso en lo

viviente y est asociado de manera inseparable al fenmeno de la reorganizacin. Este fundamento de la autoorganizacin no depende de la lgica que se aplica a las cosas mecnicas y postula una lgica de la complejidad. La ciberntica reconoci la complejidad para rodearla ponindola en una caja negra, lo que permita estudiar los resultados de funcionamiento del sistema en funcin de sus entradas. El problema terico de la complejidad consiste en entrar en la caja negra y considerar la complejidad lgica y organizacional. No slo hay que renovar la concepcin del objeto sino que hay que revertir las perspectivas epistemolgicas del sujeto, en este caso del observador cientfico. Ya que, lo propiamente cientfico era eliminar la imprecisin, la ambigedad y la contradiccin y hay que aceptar una imprecisin cierta como est ocurriendo en las matemticas al abordar los conjuntos imprecisos. Este pensamiento complejo debiera aportar los principios de los que emergiera el nuevo paradigma de la complejidad. Morin propone estos principios para ayudarnos a pensar la complejidad: El dialgico: dos lgicas como estabilidad / inestabilidad y orden / desorden, que son necesarias la una para la otra El de recursividad organizacional: todo lo que es producido reentra sobre lo que lo ha producido (ejemplo los individuos al ser producidos somos productores del proceso que va a continuar). Esta idea recursiva rompe con la idea lineal de causa/efecto. El principio hologramtico: no slo la parte est en el todo sino que el todo est en la parte ( Ejemplo, en el mundo biolgico, cada clula de nuestro organismo contiene la totalidad de la informacin gentica de ese organismo) En la Naturaleza hay tendencias de complejizacin creciente, lo que nos permite determinar modelos de baja complejidad, mediana complejidad y alta complejidad en funcin de desarrollos de la auto-organizacin (autonoma, individualidad, riqueza de relacin con el medio ambiente, aptitud para el aprendizaje, inventiva, creatividad) y al cerebro humano como fenmeno de muy alta complejidad . Para finalizar, transcribo una frase del libro El azar y la necesidad. Ensayo sobre la filosofa natural de la biologa moderna[7] de Jacques Monod que refleja el planteamiento complejo del fenmeno vital: Una teora universal que contuviera la relatividad, la teora cuntica y la teora de las partculas elementales y que contemplara la evolucin del Universo a partir de unas condiciones iniciales, no podra contener a la biosfera como un fenmeno deducible de los primeros principios. La biosfera constituye una clase de objetos fenmenos compatible con los primeros principios, pero no deducibles de ellos principios, por tanto, esencialmente imprevisible.

[1] Los lmites conocimiento cientfico en el declive de la era cientfica .John Horgan, Ed. Paids,1998. [2] En la actualidad esta lista incluye cuarenta y cinco definiciones. Informacin (Shannon); entropa (Gibbs y Boltzman), complejidad algortmica; contenido e informacin algortmica (Chaitin, Solomonoff y Kolgorov); informacin de Fisher, entropa de Renyi; longitud de cdigo autodelimititador ( Huffman y ShannonFano); longitud de cdigo corrector de errores ( Hamming); informacin de Chernoff; longitud de descripcin mnima (Rissanen); nmero de parmetros o grados de libertad, o de dimensiones; complejidad de Lempel-Ziv; informacin mutua o capacidad de canal , informacin mutua algortmica; correlacin, informacin almacenada (Shaw); informacin condicional; contenido de informacin algortmica condicional; entropa mtrica; dimensin fractal; autosimilaridad; complejidad estocstica (Rissanen); sofisticacin (Koppel y Atlan); tamao de mquina topolgica (Crutchfield); complejidad efectiva o ideal (Gell-Mann), complejidad jerrquica (Simon); diversidad de subgrfico de rbol (Huberman y Hogg); complejidad computacional de tiempo; complejidad basada en la informacin (Traub); complejidadhomognea (Teich y Mahler); profundidad lgica (Bennet); profundidad termodinmica (Lloyd y Pagels); Complejidad gramatical ( posicin de la jerarqua de Chomsky); informacin de KullbachLiebler); distinguibilidad (Wooters, Caves y Fisher); discrimininalidad (Zureck); distancia de Hamming; orden de largo alcance; autoorganizacin, sistemas complejos de adaptacin; filo o borde del caos. [3] Verification, validation, and confirmation of numerical modelssn the earth Sciences Oreskes, N. Et al Science, 4 de febrero de 1994, Pgs. 641-646 [4] P.Andersson More is different , Science 4 de agosto de 1972 Pg. 393 [5] Introduccin al pensamiento complejo E.Morin, Ed. Gedisa,1998 [6] La nueva alianza. Metamorfosis de la ciencia I. Prigogine e I.Stengers Alianza Ed.,1997 [7] J.Monod. en El azar y la necesidad..Ensayo sobre la filosofa natural de la biologa moderna. Pgs 48-49 Tusquets ed,1993 [1] Complejo,adjetivo: dcese de lo que se compone de elementos diversos (Diccionario de la Real Academia Espaola de la Lengua) [2] Complejidad, sustantivo:Calidad de complejo (Diccionario de la Real Academia de la Espaola de la Lengua) 3,4Alberts B. et al Biologa Molecular de la Clula, ed Omega, 1996 Weng, G. Et al, Science 284 92-98 (1999)