lo brinda la teoría de grafos y, muy especialmente, la teoría de grafos dirigidos (también llamados digrafos) (Harary et al., 1965; Puccia y Levins, 1985). En este libro presento y utilizo los principios de la teoría de digrafos para el análisis estructural de sistemas y redes. Las redes y sistemas que se analizan son, en rigor, modelos de redes y sistemas reales3. Un modelo de sistema ya es una abstracción del sistema real y en cuanto tal contiene los componentes que representan los componentes reales considerados esenciales, dada la naturaleza del sistema y el propósito de la modelización. De este modo, la estructura del sistema modelo se acerca a la estructura fundamental del sistema real, aquella que le otorga identidad y determina sus funciones y sus relaciones con el entorno. Aquí cobra mucho sentido la noción maturaniana de determinismo estructural4 (ver Maturana y Pörksen, 2004) y el conjunto de relaciones entre elementos de este modelo de sistema tiende a converger con la noción de organización del sistema real. Así, en este libro incluyo técnicas para conducir un estudio estructural/organizacional de sistemas, a través de la construcción y análisis apropiados de modelos de sistemas. En mi opinión, mientras el análisis de sistemas es una actividad científico-técnica, que descansa en disciplinas y teorías científicas y matemáticas para revelar patrones, la construcción de modelos es más bien una actividad de carácter artístico-técnica, dado que es una actividad creativa, que expresa las percepciones e ideas del autor, en la obtención de una representación de la realidad. En ambos casos, el carácter técnico obedece a que se requiere de la puesta en práctica de procedimientos protocolizados y formales en el uso de símbolos definidos y consensuados por una comunidad de expertos.
1.3 Ciencia de sistemas
Avanzado el siglo xxi, la ciencia de sistemas se ha consolidado como una metadisciplina que aporta, por un lado, una forma de ver el mundo y sus fenómenos desde una perspectiva estructural y, por otro, un grupo de técnicas para abordar problemas complejos en numerosos dominios, como la sociología, la economía, las ciencias políticas, las ciencias organizacionales, la administración, la psicología, la biología y las ciencias ecológicas y ambientales. Por otro lado, han habido notables desarrollos recientes en diversas áreas del saber como matemáticas, física, ciencias de la computación, ciencias naturales y epistemología, por nombrar algunas, que nutren a la ciencia de sistemas con nuevas herramientas analíticas, nuevos conceptos y nueva información empírica.
La ciencia de sistemas contemporánea se ha desarrollado gracias a las aportaciones de la teoría de sistemas de primera generación, basada en la tectología de Alexander Bogdánov y en la teoría de sistemas generales de Ludwig von Bertalanffy de comienzos del siglo XX, de la cibernética, de la teoría de la información y de la teoría de la autopoiesis de Maturana y Varela, desarrolladas en la segunda mitad del mismo siglo. Los adelantos más recientes del siglo xxi provienen de las llamadas ciencias de la complejidad, que incluyen fundamentalmente la teoría de redes (o ciencia de redes), la teoría de sistemas dinámicos no-lineales y la teoría de sistemas complejos adaptativos. Como soporte técnico, la actual ciencia de sistemas aplica ampliamente conceptos y procedimientos provenientes de la teoría de grafos y de las ciencias de la computación. Así, la ciencia de sistemas ha abandonado su infancia. Esta ha perdurado, ha crecido y se ha desarrollado en el tiempo para consolidarse como perspectiva y práctica en diversos dominios del saber. Como herramienta intelectual, son muchos y buenos los motivos para promover la ciencia de sistemas en el aprendizaje escolar, para adoptar el enfoque sistémico en cursos integrativos de carreras universitarias y para fomentar el pensamiento sistémico como un puente entre disciplinas diversas que requieren ser convocadas para la búsqueda de soluciones a problemas complejos desde una perspectiva estructural.
Podemos visualizar la modelización y análisis estructural de sistemas como una técnica para construir conocimiento acerca de la estructura y comportamiento emergentes a nivel de sistema, a partir de la organización del conocimiento local, disponible a nivel de elementos componentes del sistema. Visto así, la ciencia de sistemas y el análisis estructural ofrecen una excelente vía para dar sentido a las masas de datos y a la información parcial, que actualmente se acumulan a tasas elevadas. De este modo, la ciencia de datos y la ciencia de sistemas presentan un enorme potencial para desarrollar sinergias que catalicen un mayor desarrollo de las ciencias y de las tecnologías en los ámbitos de los sistemas naturales, sociales y, en particular, en los sistemas socioecológicos, que constituyen el escenario donde emergen los mayores desafíos actuales de la humanidad para sí misma y el planeta. El incorporar a nuestra caja de herramientas intelectuales los elementos centrales de la ciencia de sistemas y, especialmente, habilidades de modelización y análisis de sistemas, nos habilita para poner nuestras capacidades y nuestra libertad al servicio del desarrollo de la sociedad y de nuestra propia realización personal. Así, la utilización en el plano profesional y científico de las herramientas que se presentan en este libro, permite al cientista de sistemas integrar y liderar equipos de trabajo para comprender y explicar el funcionamiento de partes del mundo, y para desarrollar soluciones a problemas de la realidad. En el plano personal, el aprendizaje de elementos de ciencia de sistemas promueve el desarrollo de habilidades intelectuales de razonamiento, una visión del mundo en su complejidad y totalidad, así como actitudes positivas hacia la convivencia entre los humanos y con otras especies.
1.4 Síntesis de contenidos
Si bien este libro pretende servir como base para el aprendizaje de conceptos fundamentales de ciencia de sistemas, el énfasis es ofrecer una introducción, tan amable y libre de tecnicismos como sea posible a la modelización y análisis estructural de sistemas. Para este fin, utilicé como base los formalismos de la teoría de grafos y redes y, particularmente, los de la teoría de digrafos. El objetivo es que los científicos encuentren en este texto una inspiración para abrir la modelización de sistemas más allá de sus disciplinas habituales y la apliquen a los procesos de toma de decisiones en ámbitos fuera de la academia. Para los profesionales no científicos, este texto los invita a introducirse al mundo de la modelización y análisis formal de sistemas, sin requerir conocimientos avanzados de matemática. Para los estudiantes, este libro ofrece las bases para el desarrollo de habilidades de razonamiento formal, toma de decisión y resolución de problemas basados en la modelización.
En el capítulo 2 revisito el concepto de sistema a la luz de las diferentes definiciones de la literatura y discuto en torno a sus características esenciales. Tras brindar una definición apropiada, profundizo en una caracterización de los sistemas complejos y resumo sus principales propiedades, incluyendo conceptos clave como el de retroalimentación. Luego, trazo una distinción entre sistemas naturales y artificiales para, seguidamente, propender a borrar esa distinción a través de la noción de sistemas socioecológicos. En el tercer capítulo profundizo en la reflexión acerca de qué es un modelo y, específicamente, qué es un modelo científico. ¿Qué es lo verdaderamente esencial en los modelos científicos, independiente de su lenguaje?, ¿para qué se usan estas construcciones? y ¿cómo podemos visualizar los diferentes tipos de modelos utilizados en ciencia? Es un capítulo orientado a esclarecer la necesidad de la construcción y los alcances de los usos de estas creaturas, que constituyen buena parte del objeto de este texto. A continuación, me detengo a presentar las características y ventajas de los modelos visuales como instrumentos de representación de fenómenos. Los modelos visuales destacan por la facilidad para su comprensión y, consecuentemente, también para su construcción. En este capítulo, el lector encontrará una explicación de ciertos elementos fundamentales de la teoría de grafos y redes, al alcance de cualquier persona interesada. En el capítulo 4 nos empapamos en la médula de este texto. Aquí desarrollo en forma simple cómo podemos crear un modelo visual mediante la utilización de digrafos signados. Una lectura cuidadosa de este capítulo sirve como una guía paso a paso para comprender y conducir una modelización estructural formal de cualquier tipo de sistema, simple, intuitiva, sin ecuaciones, sin datos empíricos, sin jerga matemática: una modelización cualitativa. El ser capaz de modelizar adecuadamente un sistema genera un salto ascendente significativo en las capacidades de comprensión, de comunicación y de análisis de los fenómenos o estructuras de interés, y espero que esta sección aporte a este fin. En el capítulo 5 presento algunas de las técnicas más útiles para analizar la estructura de los modelos
