Señales Complejas y Pensamiento Sistémico
Señales Complejas y Pensamiento Sistémico
De Fourier a Forrester: Una Mirada a los Sistemas Complejos
¡Bienvenido una vez más a la newsletter de Innovation by Default💡!
Al habla Álex Fuenmayor (@adefuros).
Sal a la calle y da un paseo, ¿qué es lo que has visto?
Seguramente, si vives en una gran ciudad, coches, gente yendo de un lado para otro, saliendo del supermercado después de haber hecho la compra, volviendo de recoger a los niños del colegio.
Sin embargo, si estás en un entorno rural, la foto será diferente: menos gente, menos prisas, más naturaleza, menos consumismo.
Ambos dos entornos, seguramente estén gobernados o gestionados por esta sociedad capitalista en la que vivimos. Seguramente, el sistema económico-social menos malo que hemos sido capaces de inventar.
Los sistemas están en todas partes, aunque algunos son más evidentes que otros.
Podríamos definir un sistema como un conjunto de elementos conectados por relaciones y emparejados con un propósito.
Así escrito, parece algo sencillo de entender, pero cuando las matemáticas se meten de por medio, se convierten en la pesadilla de muchos alumnos de ingeniería. Todavía recuerdo con cariño, Señales y Sistemas. Aunque hace más de veinte años de ese momento, creo que a mi yo de por aquel entonces no le hacía tanta gracia.
Por eso probablemente, retomar la visión sistémica me haga gracia en estos momentos. Creo que los sistemas son los que nos ayudan a progresar, como personas, sociedad, colectivo,…
Así que si quieres saber más sobre cómo funcionan, no dejes de leer, acompáñame en este recorrido por el pensamiento sistémico en Innovation by Default💡. ¡Comencemos!
Suscríbete para leer esta y otras muchas historias sobre innovación, tecnología y negocios.
Aprendiendo con Donella H. Meadows
Esta semana vamos a profundizar en uno de los libros que más han resonado a mi alrededor en los últimos años, lo más curioso de todo es que su autora, Donella H. Meadows hace ya décadas que nos dejó. Afortunadamente su legado y entendimiento de las dinámicas del mundo fueron perfectamente capturados en su libro, Thinking in Systems.
Pensar en Sistemas, que es como se tradujo al castellano. Es una introducción al pensamiento sistémico. Seguramente uno de los objetivos de Donella con este libro sea el de hacernos ver el mundo en términos de redes interconectadas, profundizando en cómo los distintos elementos, relaciones y objetivos hacen funcionar cualquier estructura dada.
Donella Meadows fue una científica medioambiental, activista, escritora y profesora considerada una adelantada a su tiempo. En vida fue una de las analistas de sistemas más importantes del planeta y recibió la beca MacArthur "Genius".
Una anécdota interesante sobre ella es que su entrada al campo de la dinámica de sistemas fue un tanto fortuita. Mientras estudiaba en Harvard, Meadows no se encontraba especialmente interesada en este campo hasta que, casi por casualidad, asistió a un seminario que despertó su curiosidad. Ese seminario impartido por Jay Forrester, fundador de la dinámica de sistemas, hizo que su charla cambiara el curso de su carrera profesional.
Posteriormente, Meadows se convirtió en coautora del influyente informe "Los límites del crecimiento", publicado en 1972, que utilizó modelos de computadora para analizar el futuro del planeta en términos de crecimiento de la población, industrialización, producción de alimentos y agotamiento de recursos. Este informe tuvo un impacto significativo y fue uno de los primeros que modeló las consecuencias del crecimiento continuo en un planeta finito, un tema que sigue siendo muy relevante hoy.
¿Cuál es la finalidad de un sistema?
Un sistema, al igual que en el comportamiento humano, se acaba definiendo por el comportamiento observado del sistema, no por sus objetivos declarados.
Por ejemplo, un gobierno puede decir que tiene como objetivo la protección del medio ambiente, pero no dedicar ni un euro de sus presupuestos a tal efecto. Por lo tanto, es evidente que la protección del medio ambiente no es el objetivo principal del gobierno, ya que no se refleja en lo que realmente hace.
Otro factor importante de los sistemas es que las relaciones y la finalidad del mismo siempre lo determinarán, aunque cambien sus elementos. Ejemplo: la filosofía o cultura de una empresa o equipo de fútbol. Pongamos el ejemplo del fútbol, un entrenador como el Cholo tiene su filosofía de juego, tenga jugadores claves o no, siempre intenta jugar de la misma manera.
Según Donella, el comportamiento de un sistema está condicionado por sus niveles de existencias y el flujo del mismo, que van cambiando con el tiempo.
Un stock puede ser tangible, como la cantidad de agua en un embalse, la población de una ciudad, o el inventario de productos en un almacén. También puede ser intangible, como la reputación de una empresa o el nivel de conocimiento de una persona.
Las existencias (o stocks) son elementos cruciales de un sistema porque:
Definen el estado del sistema en un momento dado: Nos 'proporcionan una instantánea del sistema en cualquier punto en el tiempo.
Son la fuente de la memoria del sistema: Los cambios en las existencias pueden reflejar la historia del sistema.
Pueden influir en el comportamiento del sistema a largo plazo: Los niveles de stock pueden afectar cómo reacciona y se adapta el sistema a diversas situaciones.
Las existencias cambian a través de flujos, que son las tasas de cambio que añaden o sustraen cantidades del mismo. Por ejemplo, en un embalse, la entrada de agua por la lluvia (flujo de entrada) y la salida de agua por el desagüe (flujo de salida) determinan el nivel de existencia de agua en el embalse.
Si te gusta lo que estas leyendo, no olvides que también tienes disponible el podcast de Innovation by Default 💡.
Sostenibilidad, retroalimentación y estabilización
Una de las características de los sistemas es su inestabilidad, están vivos y en constante cambio. Esto se debe a que los cambios en las existencias afectan a las entradas y salidas de un sistema, y el sistema busca su estabilización mediante la retroalimentación.
Es más, hay diferentes formas de retroalimentación. Si un sistema estabiliza la busca de estabilización por una diferencia entre el nivel de existencias real y el deseado, se habla de retroalimentación de equilibrio. Una retroalimentación de este tipo es una serie de reglas o leyes físicas relacionadas o dependientes del nivel de existencias y que tienen la capacidad de modificarlo.
Pero esa es sólo una forma de retroalimentación; otro tipo es la retroalimentación de refuerzo, que genera hasta el infinito más -o menos- de lo que ya existe. Así, cuanto más dinero tienes en una cuenta de ahorros, más intereses acumulas, y cuantos más intereses acumulas, más dinero tienes en la cuenta. El mecanismo de refuerzo puede producir un crecimiento o una destrucción constantes, incluso exponenciales.
Donella y Naval, tienen algo en común: entienden el interés compuesto como un tipo de retroalimentación at infinitum.
Estas dos retroalimentaciones son cruciales porque una de las estructuras más presentes e importantes de todo sistema consiste en una acción con una retroalimentación de equilibrio y otra de refuerzo.
Si tomamos como referencia y analizamos la humanidad, una tasa de natalidad positiva sirve como retroalimentación de refuerzo para una determinada población porque puede producir un crecimiento exponencial: cuanta más gente hay, más bebés hay, y esos bebés crecen y tienen sus propios hijos. Sin embargo, la población también tiene una retroalimentación de equilibrio: la muerte. Cuando una población crece de forma insostenible, se produce una retroalimentación de equilibrio, ya que la gente muere debido a enfermedades o a la escasez de recursos.
Los sistemas que funcionan bien son resistentes, autoorganizados y jerárquicos.
¿Por qué algunos sistemas, como los relojes del sistema o diferentes ecosistemas en la naturaleza, lo hacen a la perfección? Pues bien, según Donella, la clave es la resiliencia y es que es un factor determinante de la capacidad de un sistema para adaptarse a condiciones cambiantes.
La resiliencia la podríamos definir como la elasticidad de un sistema, es decir, lo bien que se recupera de una transición. La resiliencia de cualquier sistema es producto de su estructura y de sus retroalimentaciones, que actúan de distintas maneras, en distintas direcciones y a distintas escalas temporales. Por ejemplo, el cuerpo humano. Puede protegerse de fuerzas invasoras, tolerar una amplia gama de temperaturas, adaptarse a cambios en su suministro de alimentos, reasignar sangre e incluso reparar huesos.
Sin embargo, la resiliencia no es la única defensa de que disponen los sistemas; algunos de ellos también pueden autoorganizarse. Eso significa que pueden aprender, diversificarse, evolucionar y construir su propia estructura: un solo óvulo fecundado tiene la capacidad de convertirse en un ser humano adulto.
Así, a medida que los sistemas construyen nuevas estructuras cada vez más complejas, se organizan de forma natural basándose en una jerarquía. De hecho, si miras a tu alrededor, todo está dividido en subsistemas que forman subsistemas mayores, los cuales producen otros aún mayores. Una célula de tu hígado es un subsistema del propio órgano, que es un subsistema de ti, y tú eres un subsistema de una familia, que es un subsistema de una nación, y así sucesivamente.
Pero, ¿por qué jerarquías?
Porque reducen el nivel de información que cualquier parte del sistema tiene que manejar. Por ejemplo, como las células del hígado saben descomponer las toxinas, las del pulmón no necesitan hacerlo.
Así que la especialización, a lo mejor no es solo para los insectos, señor Robert A. Heinlein.
Errores de base y pensamiento lineal
Los sistemas que conocemos bien pueden parecer transparentes, pero acabaremos malinterpretándolos si nos centramos demasiado en sus resultados y no lo suficiente en su comportamiento real, o en la forma en que funcionan a lo largo del tiempo.
Solo fijarse en el resultado no es suficiente; hay cuestiones y factores que afectan, no siempre de la misma manera, ni en el mismo tiempo. Lo que podríamos denominar como variables de contorno.
Y el problema está en nosotros, ya que nuestro pensamiento lineal nos limita. Aquí un ejemplo, ¿fertilizante o herbicida? La dosis hace el veneno.
Para simplificar, aislamos las cosas para analizarlas aunque, absolutamente todo está interconectado. Ya sabes lo del chiste de comerse un elefante, es decir, a pedacitos.
El resultado es una tendencia generalizada a pensar en términos demasiado amplios o demasiado estrechos.
Por ejemplo, si estamos pensando en formas de reducir las emisiones de CO2, elaborar un modelo detallado del clima del planeta complicaría demasiado el proceso, pero centrarnos únicamente en la industria automovilística resultaría igualmente infructuoso.
Poder y corrupción, ¿van de la mano?
Así pues, todos los sistemas comparten una serie de características comunes, pero algunos de ellos pueden producir comportamientos extremadamente anómalos e incluso problemáticos. Esto puede ocurrir cuando los subsistemas individuales tienen cada uno un objetivo diferente. Donella define a esta característica de los sistemas como la resistencia política. Y así es como funciona.
Si uno de los actores de un sistema o de cualquiera de sus subsistemas toma la delantera y la utiliza para cambiar la dirección del sistema, todos los demás tendrán que esforzarse el doble para volver a alinearlo. El resultado es un sistema que parece atascado, reproduciendo los mismos problemas una y otra vez.
Por ejemplo, tanto los narcotraficantes como sus clientes quieren que aumente el suministro de drogas, pero las fuerzas del orden buscan todo lo contrario. Por eso, cuando la policía impide que las drogas entren en un país, los precios de estas suben. Como resultado, muchos consumidores sin recursos cometen más delitos para pagar los precios más altos y los proveedores a su vez acaban comprando aviones y barcos que puedan eludir a las autoridades, recursos más costosos que a su vez elevan el precio del producto final. Por no hablar de la merma y riesgo que conlleva la adulteración del producto final para mantener el precio, cuando la calidad o cantidad no es suficiente para abastecer la demanda del mercado.
Para corregir un sistema así, en realidad es necesario dejarse llevar y volcar la energía y los recursos disponibles en los puntos comunes de unión de los actores de dichos distintos subsistemas. Así podrán encontrar una situación que funcione para todos. ¿Legalización de determinadas drogas?
Pero puede haber otros problemas en un sistema. Y este aparece cuando se utiliza un recurso de gestión común y escaso. Según Donella, el resultado es inevitablemente el colapso. También conocido por la tragedia de los comunes.
Si la tierra es utilizada por varios pastores que no dejan de añadir animales a sus rebaños, el pasto acabará degradándose a medida que la hierba no tenga el tiempo necesario para volver a crecer, las raíces pierdan su agarre al suelo y la lluvia lo arrastre.
¿Por qué ocurre esto?
Porque la retroalimentación entre los recursos y sus usuarios es inexistente o sucede cuando ya no se puede hacer nada. Para evitar el colapso es necesario educar a los usuarios para que comprendan cómo sus acciones afectan al recurso y cómo pueden restaurarlo regulando su uso.
Ajuste, sistemas y componentes.
Probablemente pienses que sería estupendo hacer que los sistemas produzcan más de lo bueno y menos de lo malo. Pues estás de suerte, porque cambiando los amortiguadores, el diseño del sistema y los retardos, podemos producir sistemas más eficaces. La pregunta entonces es, ¿cómo hacer sistemas más eficientes?
Bueno, los búferes del sistema, como el tiempo, el inventario y el espacio de almacenamiento, deben tener un tamaño óptimo para funcionar correctamente. Aumentar la capacidad de un búfer puede estabilizar un sistema. Sin embargo, aumentarla demasiado dará lugar a un sistema inflexible.
El diseño del sistema es otro factor importante. Un sistema bien diseñado permite la máxima eficacia, es menos propenso a las fluctuaciones y conoce mejor sus propias limitaciones y cuellos de botella. Algo a lo que los ingenieros dedican toda su energía, eliminar y mover en la cadena de producción los cuellos de botella que los usuarios y la tecnología producen.
Por último, los retrasos, es decir, el tiempo que tarda un sistema o sus actores en darse cuenta y responder al cambio, representan otro punto de influencia. Todos los sistemas los tienen, pero cuando los retrasos se prolongan, el sistema tiene dificultades para responder a los cambios a corto plazo. Los retrasos deben ser proporcionales al ritmo de cambio del sistema.
Comprender el funcionamiento interno de los sistemas nos ayudará a entenderlos mejor
Vamos a conectar los puntos con algo muy actual: la inteligencia artificial generativa y los grandes modelos del lenguaje. ¿Cómo aprender y entender mejor el funcionamiento de los sistemas?
Mirada al pasado: Igual que con cualquier sistema, para entender mejor cómo funciona la IA, los desarrolladores y usuarios miran lo que ha sucedido antes. Observan cómo se han comportado estos modelos en diferentes situaciones, qué tipos de errores cometen y cómo pueden mejorarlos. Ya sabes, la estrategia de prueba y error de toda la vida.
Recoger información y escribir cómo funciona: En el mundo de la IA, esto significa recopilar muchos datos (como textos, imágenes, sonidos) y luego programar los modelos para que aprendan de estos datos. Para ello los científicos de datos escriben y ajustan cómo debería trabajar los pesos de estos modelos para obtener la mejor salida.
Compartir la información correctamente: Para que la IA funcione bien, necesita tener acceso a información correcta y actualizada. Si la información es incorrecta o está desactualizada, la IA podría cometer errores o aprender de la manera incorrecta. También conocido como RIO, en la jerga de los data sicences. (RIO = rubbish in, rubbish out)
Prestar atención a lo que realmente importa: En el contexto de la IA, esto significa no solo enfocarse en hacer que la IA sea más rápida o eficiente, sino también en asegurarse de que sea justa, ética y segura. No todo se puede medir con números; cosas como la privacidad y la equidad son cruciales, aunque sean difíciles de cuantificar.
Entender cómo se comporta el sistema por sí mismo: Con la IA, es importante preguntarse por qué un modelo toma ciertas decisiones o actúa de cierta manera. ¿Hay factores internos, como la forma en que fue programado, o externos, como los datos que usa, que influyen en su comportamiento? Entender esto puede ayudar a hacer ajustes que mejoren cómo funciona la IA.
Food for thought
Si hay un aprendizaje primario que podemos sacar de la edición de hoy, todo a nuestro alrededor está compuesto de sistemas.
Todo lo que vemos, hacemos y experimentamos en este mundo tiene un sistema por detrás. Aunque no podemos entenderlos del todo, predecir su comportamiento ni ejercer control sobre ellos, lo menos que podemos hacer es estudiar el comportamiento y las pautas que presentan.
De esta manera, siendo conscientes de este fenómeno podremos ayudarles a funcionar mejor e identificar cuándo un sistema roto necesita reparación.
Y me gustaría acabar la edición, con una visión positiva de este entendimiento y análisis de los sistemas de nuestro alrededor. Y esto está en nuestra visión de las cosas, espera siempre un resultado positivo, no negativo.
Es fácil ver el mundo peor de lo que realmente es y dar por sentado que ocurrirán cosas malas. No te rindas a la primera de cambio, hay cosas que llevan su tiempo, no todo funciona de forma lineal y lo que para unos funciona para otros no.
El efecto a largo plazo de una visión pesimista es la falta de motivación para mejorar las cosas. Por lo tanto, no te dejes condicionar por tus expectativas, en lugar de esperar el resultado inmediato mantén los ojos fijos en tu meta.