Qu es la complejidad?What's complexity?

Frederic MunnUniversidad de Barcelona

Resumen: En un intento de aclarar qu entender por complejidad, se examinan algunas de lasprincipales concepciones actuales sobre la misma en diferentes campos disciplinares: el antecedentesistmico de la complejidad organizada, la complejidad por el ruido, la complejidad informacionalalgortmica, la complejidad de los sistemas caticos y de las estructuras disipativas, la complejidadfractal, de los sistemas evolutivos, la funcional-estructural de los sistemas sociales, la complejidadde la complejidad, y las concepciones implcitas en las teoras de las catstrofes y de los conjuntosborrosos. Se cuestiona si esas respuestas abordan o no un mismo fenmeno y se concluye que setrata de un concepto epistemolgico fundamental que como tal es borroso. Sobre esta base, seplantea una concepcin fuerte de la complejidad, como paradigma epistemolgico emergentealternativo al dominante desde los griegos que se basa en la simplicidad. La concepcin propuestaes transdisciplinar, tiene una mltiple base emprica y terica, y se centra en la complejidad como elconjunto de propiedades cualitativas irreductibles de un fenmeno o proceso, natural o humano,dadas principalmente por la caoticidad, la fractalidad, el catastrofismo y la borrosidad. Estaconcepcin, que hace posible un anlisis de los aspectos complejos del objeto investigado sintrocearlo cartesianamente, es descriptible, definible operativamente, empricamente contrastable ycon posibilidades de manipulacin e intervencin. As entendida, la complejidad no se opone a lasimplicidad (si, a la simplificacin) ya que sta pasa a ser un caso limite de aqulla, lo que tieneprofundas consecuencias particularmente sobre la imagen del ser humano y la comprensin de sucomportamiento individual y social.

Palabras clave: Complejidad. Caos. Psicologa. Psicologa social.Abstract: In an attempt to clarify what can be understood as complexity, following main currentconceptions about complexity in different fields are examined: systemic antecedent of organizedcomplexity, noise complexity, algorithmic informational complexity, chaotic systems anddissipative structures complexity, fractal complexity in evolutionary systems, social systemsfunctional-structural complexity, complexitys complexity, and implicit conceptions in catastrophesand fuzzy sets theories. It is questioned if these answers refer to the same phenomenon, whatconducts to conclude that complexity is a fundamental epistemological concept which is blurred,due to its own complex nature. From this standpoint, hard complexity is proposed as an emergingepistemological paradigm; it constitutes an alternative paradigm to that of the Greeks simplicity-based dominant paradigm. The conception proposed here is transdisciplinary theoretical andempirically supported, and focused on complexity as a set of non-reducible qualitative properties innatural or human processes or phenomena; all this is possible due to chaotic, fractal, catastrophic,and fuzzy aspects. Our conception makes possible analyzing complex aspects of an investigatedobject with description, operational definitions, possibilities of manipulation and intervention without any Cartesian-splitting procedures. Because of this, complexity is not opposed to thesimplicity (which is different in the case of simplification); in fact, simplicity becomes an extremecase of complexity, what carries with fundamental consequences in the image of the human being.

Key words: Complexity. Chaos. Psychology. Social Psychology.Frederic MunnDep. Psicologia Social. Universidad de Barcelona. Balmes 184, 2-3. 08006 BarcelonaTelfs.: 938 848 124 / 932 174 238 frnunne@psi.ub.eduhttp://www.ub.edu/dppss/pg/fmunne.htm

Una pregunta con muchas respuestasIntroduccin. Se imagina el lector un mundo en el que lo que se repite puede ser distinto y lodistinto puede repetirse, donde lo que es catico genera como por arte de magia orden y lo que esordenado provoca por s mismo caos, donde el cambio es para no cambiar y no se cambia para aspoder cambiar, donde lo que est limitado es impreciso y lo que aparece como impreciso resultatener lmites? Este mundo sorprendente, en el que la imaginacin se desborda como en elextravagante pas de Alicia imaginado por Lewis Carrol, no es otro que nuestro mundo cotidianocuando es contemplado desde la perspectiva epistemolgica de la complejidad y no desde lasimplicidad a la que estamos acostumbrados.

En los ltimos decenios, ha habido investigaciones en los ms diversos mbitos del saber, quemuestran que la realidad, tanto la natural como la cultural, no es tan simple como se venia creyendo.Esto ha dado lugar a la emergencia de un paradigma epistemolgico desde el que podemosaprehender fenmenos paradjicos como la dinmica catica de muchos sistemas, el carcterirregular de los objetos y procesos denominados fractales, las transformaciones o cambios queperturban la estabilidad de ciertas estructuras para as estabilizarlas o la indelimitacin de hechosreales precisos y sus construcciones conceptuales.Todo ello indica que el modo establecido del conocer cientfico, basado en la simplicidad ydominante desde que el pensamiento griego la estableci como el modo adecuado o vlido deconocer y de razonar del ser humano occidental (cfr. Munn, 2004), no es el ms adecuado ni elms vlido para comprender la complejidad del mundo y de nosotros mismos, y que es posible otromodo de conocer y de pensar sin reducir su complejidad.

A la nueva concepcin de la complejidad se ha llegado, explicado a grandes trazos, a travs de tresetapas. La primera arranca de fines del siglo XIX y madura ms o menos dentro del primer terciodel XX, coincidiendo con la formacin y consolidacin de la "nueva fsica" (mecnica cuntica yteora de la relatividad). Entre otras cuestiones de fondo, en esta etapa se plantean la com-plementariedad y la incertidumbre como principios fundamentales de la microfsica, con fuertesimplicaciones epistemolgicas inexplicables desde una visin simple, o lo que es lo mismonewtoniana, de la realidad fsica. A lo cual se aade el hecho de que el gran matemtico HenriPoincar (1908), con pasmo no disimulado, encontr en la dinmica cosmolgica comportamientosque respondan a ecuaciones no lineales cuya solucin daba una maraa ininteligible detrayectorias, a la par que otros matemticos, como Peano y Koch (cfr. Mandelbrot, 1984),construyeron figuras tan raras, por incomprensibles desde la geometra euclidiana, que merecieronla expresiva denominacin de curvas monstruosas. La realidad fsica no era tan sencilla comopareca...En la segunda etapa, que ms o menos va de la dcada de los aos treinta hasta la de los sesenta,emergen la teora de la informacin y sobre todo la ciberntica y la teora general de sistemas.Hallazgos fundamentales de este periodo como los circuitos retroalimentados y la apertura de lossistemas, forman hoy parte del patrimonio comn de la ciencia en general. Wiener (1948) defini laciberntica como una interciencia que trata de la teora del control y comunicacin en mquinas yanimales. Incluye una teora de la prediccin no lineal e introduce una revolucin causal al aportarel concepto fundamental de realimentacin (feedback), cuyo antecedente est en la homeostasisneurofisiolgica descubierta por Cannon (1929). Aunque no tarda en diferenciarse entrerealimentaciones de constancia y de tendencia, segn se trate de regular los equilibrios estables olos inestables (cfr. De Latil, 1953), no ser hasta la llamada ciberntica de segundo orden (vonFoerster, 1960) que se evidencia la relacin con la actual concepcin de la complejidad. En cuanto ala sistmica, sostiene un antirreduccionismo, en principio biolgico, fundamentado en un nuevomodo de entender lo que es un sistema. Las teoras actuales de la complejidad recurrirn a l,dndole un sentido paradjico al hablar de sistemas caticos, borrosos, etc.La etapa actual se inicia en los sesenta con la sucesiva aparicin de teoras que tratan de explicardiversos fenmenos observados e inesperados y algunos resultados experimentales obtenidos porserendipity. Cada una de estas teoras da lugar a un concepto de la complejidad con el resultado de

un panorama a primera vista desconcertante. Sin embargo y sin proponrselo, estas teoras vanconfigurando un paradigma epistemolgico, que afecta tanto al conocimiento y al pensamientocientfico como cotidiano. En este paradigma confluyen diversas concepciones de la complejidadque, en principio, son diferentes respuestas a la pregunta de qu es la complejidad. A continuacinexpondr las que a mi juicio son ms relevantes aqu, no slo por ser bsicas e influyentes sino portener un contenido ms directamente epistemolgico. Pero antes revisar el concepto sistmico de lacomplejidad porque muchas de dichas concepciones emplean el trmino sistema.

La complejidad organizada. Von Bertalanffy (1950; 1968; 1975), introductor de la teora generalde sistemas, defini un sistema como un "complejo" de componentes interactuantes, aadiendo queconstituye una totalidad organizada que se caracteriza adems de por la interaccin, por la suma, lamecanizacin, la centralizacin, la competencia y la finalidad. Se deduce que todo sistema, por elhecho de serlo, es complejo. Sin embargo, la complejidad de un sistema biolgico se diluye cuandoes tratado como un fenmeno fsico. Esta reduccin a lo fsico se da, por ejemplo, en los intentos deunificar la ciencia a base de ver en todos los fenmenos acontecimientos fsicos. Ante esto esnecesaria una concepcin unitaria del mundo, basada en el isomorfismo de las leyes en diferentescampos. Esto conduce a una concepcin perspectivista, dado que cada nivel (fsico, biolgico, delcomportamiento y social) presenta sus construcciones y tal vez leyes propias. Y como sea que entodos los niveles encontramos organizacin, concluye von Bertalanffy, ste ha de ser el principiounificador.

Con base en Weaver (1948), el mismo autor diferencia entre la complejidad no organizada y lacomplejidad organizada. De aqulla, explica, ha venido ocupndose la ciencia clsica, que tratasobre todo de problemas con dos variables (por ej., estmulorespuesta) y de la causalidad lineal, deuna causa y un efecto o de unas pocas variables cuando mucho. La ciencia clsica daba, porejemplo, soluciones "perfectas" para la atraccin de dos cuerpos celestes, pero cuando intervenantres cuerpos slo poda abordar por aproximacin el problema de sus interacciones. Es decir,cuando los cuerpos se multiplican, que es lo que ocurre en las ciencias biolgicas y sociales, losproblemas son multivariables y surgen las dificultades.

Entonces, conceptos ajenos a la fsica habitual como los de organizacin, totalidad, directividad,teleologa y diferenciacin asoman a cada paso en las ciencias biolgicas, del comportamiento ysociales, y son indispensables para vrselas con los organismos vivientes y los grupos sociales. Porello, mientras las leyes de la complejidad no organizada se fundamentan en la teora de pro-babilidades y requieren mtodos estadsticos, las de la complejidad organizada son esencialmenteleyes sistmicas y afectan a todos los niveles de la estructura jerrquica del universo (Von Ber-talanffy, 1968; 1975). La complejidad sistmica ha sido desarrollada por la dinmica de sistemas(Forrester, 1968) y la teora de los sistemas complejos (Laszlo, 1990) en las que no es precisoentrar.La complejidad por el ruido. La perspectiva sistmica est en la base de una concepcininnovadora de la complejidad basada en el principio del orden a partir del ruido, enunciado por elbiofsico Heinz von Foerster (1960), segn el cual hay sistemas autoorganizadores, capaces deadaptarse a situaciones inadecuadas gracias a que adems de nutrirse de orden se nutren de ruido.Qu es el ruido? Para otro biofsico, Henri Atlan (1979), es la informacin faltante o errnea de unsistema abierto, que l refiere especialmente a los sistemas biolgicos.La complejidad resulta del papel paradjicamente organizador de este ruido. Como explicanFiedler-Ferrara y Cintra do Prado (1994), el ruido desorganiza, rompe vnculos y abre nuevas rela-ciones que se integran en una nueva organizacin del sistema con una mayor diversidad y unamenor redundancia, hacia un estado de mayor complejidad lo cual no podra ocurrir sinintercambios entre los diversos niveles. Advirtase que en esta concepcin de la complejidadintervienen dos elementos clave: a la organizacin se suma la informacin.La complejidad implica tener una percepcin global del sistema a la vez que la percepcin de queno se le domina en todos sus detalles, por ello puede medirse por la informacin que no se posee yque seria necesaria para tener una explicacin exhaustiva y completa de la informacin del sistema

y su funcionamiento (Atlan, 1979). Pero esto atribuye al observador un papel determinante en ladefinicin de la complejidad y sta depende ms de la relacin entre el sujeto y el objeto en elproceso de interaccin que de la estructura intrnseca del objeto observado.

La concepcin de von Foerster sobre la complejidad ha contribuido al desarrollo de la terapiasistmica (Pakman, 1996 y 1997) y el constructivismo psicolgico (Munn, 1998).

La complejidad informacional algortmica. La informacin es clave en la teora de Gregory J.Chaitin (2003), que trabaja en IBM. A mediados de la dcada de los sesenta sent las bases de lateora algortmica de la informacin. La complejidad computacional ya haba sido tratada por VonNeumann hacia 1950, que la refiri al tiempo de ejecucin de los clculos. Pero a diferencia de lacomplejidad temporal, Chaitin se basa en la cantidad de informacin que un ordenador necesitapara realizar una tarea, o lo que es lo mismo en el tamao del programa informtico. As entendida,la complejidad viene dada paradjicamente por el programa ms breve de ordenador que describeun sistema determinado, y se relaciona con el concepto termodinmico de entropa en el sentido deque aquel tamao es anlogo al grado de desorden de un sistema fsico; por ejemplo, el programapara especificar dnde se encuentran los tomos de un gas seria enorme pero no para describir uncristal debido a la regularidad de su estructura. Esto ltimo ocurre por ejemplo con el nmero0,42857142... que parece complejo pero simplemente es 3:7. O sea, que para nmeros altamenteordenados, la longitud del programa mnimo es breve y la complejidad es baja (Pagels, 1988).Una consecuencia no obvia de este planteamiento es que la aleatoriedad se define por lacomplejidad del tamao de un programa, de modo que la nica forma de describir un objeto o n-mero completamente aleatorio es mostrarlo tal cual porque carece de estructura o regularidad.

Este concepto de la complejidad responde al principio de la navaja de Ockham (cfr. Munn, enprensa a), segn el cual la teora mejor es la ms sencilla o concisa. Expresado en trminos deChaitin, una explicacin o teora es buena en la medida en que comprime los datos experimentaleshasta crear un sistema mucho menor de hiptesis tericas y de regias de deduccin.

Chaitin (2000) tambin relaciona su concepcin de la complejidad con el teorema de laincompletitud de Gdel. Como sea que hay una cantidad infinita de informacin y que cualquierconjunto dado de axiomas solo abarca una cantidad finita, la idea de complejidad comporta la deincompletitud y en consecuencia el teorema de Gdel es inevitable. Y comenta que quizs un daalgn joven metamatemtico logre explicar por qu a pesar de la incompletitud, los matemticosestn logrando tantsimos progresos.

Ms all del mbito computacional, la concepcin de Chaitin, tiene el inters epistemolgico demostrar que lo complejo est ya en lo ms simple. Al final de este trabajo volver sobre la crucialrelacin entre lo simple y lo complejo.La complejidad de los sistemas caticos. Otra aproximacin a la complejidad se realiza desde elfenmeno del caos, palabra que aqu tiene un significado distinto al popular, ya que designa ladinmica de un sistema, en principio de accin fsica pero extensible a la actividad biolgica y alcomportamiento humano, que es hipersensible a la variacin de las condiciones en que se da en unmomento determinado (sensibilidad a las condiciones iniciales, es la expresin estndar).

La teora o teorias del caos, pues hoy ya son un conjunto relativamente amplio de teorias, a partirsobre todo de los trabajos de Edward N. Lorenz (1963) en meteorologa y de Stephen Smale (1967)en topologa, surgen al interesarse por fenmenos que antes eran relacionados con el desorden o conel azar y que ahora lo son con la gnesis del orden (autoorganizacin), y con los fenmenos hastahoy incompatibles de la determinacin y la indeterminacin.Debido a dicha hipersensibilidad, el comportamiento global de un sistema puede ser aparentementealeatorio y de hecho responder a un patrn subyacente de accin o comportamiento representablegrficamente a travs de lo que se conoce como un atractor extrao. Este fenmeno, descubiertoprimeramente en los sistemas fsicos posiblemente por ser los menos complejos de la realidadcomparados con los sistemas biolgicos y ms an con los sistemas humanos, muestra una

conjuncin de caos y de orden, As, los sistemas caticos muestran una dinmica impredecible, yaque ninguna accin se repite aunque est determinada segn revela el atractor, lo cual permitecierta "predecibilidad".

El enfoque del caos desde los tractores puede hacernos entender a un mayor nivel de profundidad elcomportamiento humano individual y social, por ejemplo los sistemas de creencias (Goertzel,1995), las actitudes (Eiser, 1994) o los patrones de interaccin familiar (Chamberlain, 1995).Lo expuesto sugiere que caos y orden son fenmenos que uno implica el otro. Y en efecto, el caospuede ser estudiado ya como producido por el orden ya al revs como generador de ste. De ah queKatherine Hayles (1990) haya diferenciado dos grandes orientaciones en las investigaciones yteorias que se ocupan del caos: la que acaba de exponerse, que va del orden al caos, y otra cuyocamino es inverso, que parte del caos y encuentra el orden, como vamos a ver. Antes, convieneaadir que en la primera orientacin, a diferencia de la segunda, se recurre escasamente al trminocomplejidad de una manera explcita, pero se refiere implcitamente a sta cuando habla de caos. Yes que la complejidad no reside propiamente ni en el caos ni en el orden sino en su interaccin.La complejidad de las estructuras disipativas. El qumico ruso-belga Ylia Prigogine, autor de lateora de las estructuras disipativas, descubri que los sistemas fisicoqumicos y biolgicos queestn en un estado fluctuante o relativamente inestable, son capaces de generar orden al fluctuar, locual le vali el Premio Nobel en 1977. Esto significa que la complejidad es propia de los sistemasalejados del equilibrio, en los que la estabilidad y el orden estn presentes real o potencialmentejunto con la inestabilidad y el desorden.Capra (2002) sintetiza esta teora como sigue: Una estructura dissipativa es un sistema abierto capazde permanecer en un estado lejos del equilibrio y al mismo tiempo conservar su estabilidad. Esdecir, que a pesar del flujo constante y del cambio continuo de sus componentes, mantiene la mismaestructura general. Su dinmica en ntima interaccin con el cambio o disipacin (de ah elcalificativo de estructuras disipativas) se caracteriza por la emergencia espontnea de nuevasformas de orden. Esto se debe a que si el flujo de energa aumenta, el sistema puede llegar a unpunto de inestabilidad, denominado bifurcacin, del que puede emerger un estado completamentenuevo. Capra destaca que la emergencia de orden en puntos crticos de inestabilidad es espontneay constituye lo que se llama autoorganizacin o simplemente emergencia, fenmeno que esreconocido como el origen dinmico del desarrollo, del aprendizaje, de la evolucin y de lacreatividad.

Segn Prigogine, las situaciones de lejana del equilibrio y de no linealidad estn ntimamenterelacionadas, pues ambas conducen a una multiplicidad de estados estables en contraste con lassituaciones cercanas al equilibrio en las que slo hay un estado estable nico (Prigogine, 1986). Unacaracterstica general de los sistemas dinmicos inestables, para una regin dada del espacio, es quela eleccin entre las diversas posibilidades depende de las fluctuaciones estadsticas descritas porlas leyes probabilsticas (Prigogine, 1989).

Hay evidencias experimentales y con simulacin informtica sobre la capacidad de tales sistemaspara generar orden a partir del caos mediante un intrigante proceso autoorganizador, muy estudiadocon diversos nombres desde diferentes perspectivas: estructuras disipativas (Prigogine y Stengers,1983), autopoiesis (Maturana y Varela, 1972), recursividad (Morin, 1977-1991), etc. En cualquiercaso, se trata de la gnesis del orden, lo cual muestra que el caos no debe ser confundido con eldesorden (Munn, 1994). Es ms, en cierto modo y considerado desde el orden, puede decirse queel caos es un orden no lineal (volver sobre la no linealidad).La concepcin prigoginiana de la complejidad se ha aplicado a los ms variados mbitos delconocimiento. En el psicolgico, por ejemplo, a los procesos de desarrollo cognitivo segn la teorade Piaget (Prigogine y Lestage, 1994) o al campo organizacional (Navarro, 2001).

La complejidad fractal. Benoit Mandelbrot, polaco, formado en Paris, profesor en Harvard einvestigador de IBM, descubri los fractales a comienzos de los sesenta al encontrar que ciertosfenmenos estocsticos o aleatorios no obstante estaban sometidos a una regla o algoritmo Un

fractal es un objeto (o proceso) cuya configuracin responde a un patrn muy simple de carcteriterativo, o repetitivo, pero que a pesar de esto va autogenerando caractersticas, resultados orespuestas que observados desde diferentes escalas, como un zoom, siempre son iguales pero distin-tas, es decir que se repiten (invariancia de escala) pero nunca exactamente (autosemejanza). Laextraordinaria importancia de la teora fractal est en que muestra que las formas de la naturalezaresponden, en el espacio y en el tiempo, ms a ella que a la abstraccin de la geometra eucldea.La figura fractal ms famosa es el llamado conjunto de Mandelbrot, que ha sido calificado como elobjeto matemtico ms complejo conocido, sin embargo se construye con una regla muy simple.Encontramos, pues, aqu la complejidad algortmica de Chaitin. Como escribe Maldelbrot (1982),una figura fractal como la curva de Koch es paradjicamente ms simple que muchas figuraseucldeas, por ejemplo a diferencia del crculo posee una complejidad finita ya que slo precisa deun nmero finito de instrucciones para obtenerse. Pero la cuestin no es tan sencilla puesto queentre la complejidad fractal y la catica hay una estrecha relacin, puesto que los atractores extraospresentan fractalidad (Lorenz, 1993; Stewart, 1990).El sentido epistemolgico de la teora fractal es que la mera repeticin cuantitativa puede tenertranscendencia cualitativa, siendo fuente de novedad o emergencia. Y esto no slo en los objetosfractales sino tambin en los procesos de la naturaleza y del mbito humano, como el desarrollo delself (Btz, 1992) o del conocimiento (Gentry, 1995).La complejidad de los sistemas evolutivos. Cuando desde la complejidad se abordan losorganismos vivos hay que tener en cuenta la evolucin biolgica, lo cual da lugar a teorias queponen de manifiesto nuevos aspectos de sta, como el equilibrio interrumpido, el borde del caos y lacriticalidad organizada.

A comienzos de los setenta, dos paleontlogos, Niles Eldredge y S. Jay Gould (1972),revolucionaron el darwinismo con su hiptesis de los equilibrios interrumpidos (punctuatedequilibria) segn la cual el proceso de la evolucin consista en largos perodos de tiempo sincambios perceptibles, probablemente por ser lentsimos (periodos de estasis, en su terminologa)salpicados con breves pero intensos momentos de cambio sbito con la consiguientecomplejificacin. Lo revolucionario de esta teora es que rectifica la interpretacin gradualista deDarwin.

La explicacin de los equilibrios interrumpidos ha sido aplicada tambin al pensamiento y aldesarrollo cognitivo humanos por Goertzel (1993), que sostiene, con base en las aportaciones deGregory Bateson, Gerald Edelman y Jason Brown, que el darwinismo debe ser complementado conuna teora de la autoorganizacin de los sistemas complejos y que el pensamiento al igual que lavida es tambin un proceso evolutivo por seleccin natural. Adems, con base en la teora de lacomputacin supone que un organismo que se acopla con otro genera una gran cantidad de pautasemergentes que hacen ms probable que sobreviva (el equilibrio interrumpido se sigue de estaspremisas). Goertzel aplica esta teora a la mente, que concibe segn el modelo del cerebro deEdelman pero entendiendo los mapas neurales como estructuras jerrquicas generadoras depatrones, o sea emergentes.

La hiptesis de unos niveles discretos de organizacin es extendida por algunos incluso a laevolucin cultural. Dean (en Lewin, 1992) cuenta que hay arquelogos que se refieren al cambio deun nivel a otro como puntos bisagra, en un sentido similar a lo que los bilogos evolutivos llamanpuntuaciones y los fsicos transiciones de fase. Entre nosotros, se ha aplicado el enfoque del equi-librio interrumpido al entendimiento de ciertos procesos en las organizaciones y el management(Panyella, 2002).

Hay un punto crtico en la dinmica de un sistema complejo donde la complejidad sea mxima?Packard y Langton dan una respuesta afirmativa. La simulacin informtica muestra que lossistemas complejos adaptativos tienden por si mismos a un estado ptimo de mxima capacidadpara computar la informacin (Langton, 1989). Esto ocurre en un punto crtico llamado por Langtonel arranque del caos y por Packard el borde, lmite o filo del caos (edge of chaos), siendo esta ltima

expresin la que hoy es empleada. Al igual que otros fenmenos de la complejidad, el borde delcaos fue descubierto por un error casual (serendipity) cuando el primero de dichos autores trabajabacon un autmata celular y realiz un pequeo cambio en la magnitud de un parmetro observandoque en una estrecha zona fronteriza, justo donde la dinmica del sistema pasaba del caos al orden, elsistema presentaba la mxima capacidad para procesar, manejar y crear informacin. Ahorasabemos que esto ocurre cuando el sistema puede adaptarse hacia el lmite del caos pero no si elsistema est rgidamente ordenado, como sucede en los cristales, ni cuando hay una aleatoriedadcompleta, como en un gas caliente, porque en tales casos no puede emerger nada nuevo. Tambinexperimentando con autmatas celulares, Kauffman (1995) ha encontrado un comportamientocolectivo emergente en sistemas complejos adaptativos, por ejemplo en redes qumicas, por el queel sistema no solamente se desplaza hacia el borde del caos sino que va refinando la eficacia de susreglas a medida que se acerca a dicho lugar. Esto ocurre porque en el traspaso del caos y el orden oestabilidad, el equilibrio es ms provisional y el sistema est cargado de potencial (Lewin, 1992).Anlogamente a las transiciones de fase de los sistemas fsicos, las membranas celulares se hallanen un equilibrio precario entre un estado slido y uno lquido (fenmeno que es coherente con lateora de Prigogine). Por esto, los especuladores burstiles prefieren actuar en la frontera entre elorden rgido y el azar.

La teora anterior se refiere a sistemas con relativamente pocos elementos, en cambio la que ahoraveremos se refiere a sistemas con un nmero incontable de elementos que interactan a pequeaescala. Desde fines de los ochenta, el fsico dans Per Bak, investigador del Laboratorio Nacionalde Brookhaven, interesado tambin en los procesos de optimizacin en la dinmica o com-portamiento, viene trabajando en tales sistemas. Su teora de la criticalidad autoorganizada, ha sidoconfirmada con simulaciones informticas y con experimentos reales empleando montones de arenaas como hileras de mltiples fichas de domin. Ha encontrado que son sistemas fuertementeinteractivos que no llegan a alcanzar el equilibrio, evolucionando de modo natural o espontneohacia un estado crtico en el cual exhiben la propiedad de dar por si solos respuestas segn una leyexponencial en la que las grandes respuestas son escasas, las pequeas comunes y en medio sesitan las intermedias. En este ultimo caso, pequeas perturbaciones pueden provocar grandescambios y grandes perturbaciones cambios pequeos. Cuando se aade un grano de arena a unmontn de arena normalmente se produce un desprendimiento de pocos granos, pero a vecesdesencadena una avalancha, que es una reaccin no lineal en cadena con procesos de bifurcacinpues cada grano de arena puede detenerse o continuar cayendo, y arrastrar o no a otros granos.Estos estados crticos muestran la criticalidad organizada como una propiedad global del sistema, elcual evoluciona hacia el borde del caos y se autoorganiza. Fenmenos como la evolucinsismolgica o las fluctuaciones econmicas presentan criticalidad autoorganizada (Bak y Chen,1991).Las concepciones evolutivas de la complejidad plantean sta como un proceso de complejificacin.Conviene recordar que este aspecto tiene una dimensin ideolgica. Como se ha observado(McShea, en Lewin, 1992), muchos bilogos evolutivos se encuentran hoy incmodos con la ideade progreso, debido a las connotaciones que tiene de una fuerza rectora externa, siendo msaceptable referir esa idea a un aumento de la complejidad.

La complejidad funcional-estructural de los sistemas sociales. La complejificacin ms que lacomplejidad est en el centro de la sociologa funcional-estructural del alemn Niklas Luhmann,que rene elementos de la teora general de sistemas y la ciberntica con la teora estructural-funcionalista de la accin social de Talcott Parsons y la teora de la autopoiesis elaborada en elcontexto de una biologa del conocimiento por Maturana y Varela (1972). En un intento de entenderlas sociedades actuales. Luhmann (1981) pone el nfasis en la relacin del sistema social con suentorno, el cual le hace evolucionar reduciendo la complejidad de tal relacin. Para ello, el sistematransforma su complejidad externa en complejidad interna, gracias al carcter autorreferencial delos sistemas sociales modernos. En efecto, un sistema social moderno es capaz de autoobservarse,autodescribirse y autoorganizarse, y est integrado por subsistemas a la vez normativos yautorregulados, como la economa, el derecho y la poltica, que con las normas que generan

reducen la complejidad al crear probabilidad y por lo tanto orden, necesario para el mantenimientodel sistema. Esta reduccin de la complejidad es posible gracias al papel que juegan lacomunicacin y los mass media, que transforman el caos informativo en orden, para lo cualseleccionan los hechos sociales, los jerarquizan y los simplifican, y adems establecen los temas dela comunicacin. Y es que los sistemas sociales se diferencian de los sistemas vivos y de lospsquicos o de las personas por ser, ms que sistemas de accin, unas estructuras autopoiticas decomunicaciones (Luhmann, 1984).

En cuanto a la complejidad, Luhmann sostiene, basndose en la ciberntica de Ashby (1958), queen la construccin conceptual de un sistema son ms importantes los conceptos de elemento yrelacin, que los del todo y las partes. A partir de aqu, un conjunto de elementos es complejocuando hay una limitacin inmanente, o sea, cuando cada elemento ya no puede relacionarse cadamomento con cada uno de los otros elementos, lo cual significa que la complejidad se debe menos ala cantidad de elementos y sus relaciones estructuralmente posibles que a la selectividad de talesrelaciones (Rodrguez y Arnold, 1999). Ms especficamente, la complejidad viene dada por lasposibilidades generadas por la construccin del sistema (Luhmann, 1973). Y el grado de estacomplejidad, que puede ser calificada de funcional o socioestructural, puede servir para medir elestado del desarrollo de una sociedad dada, de modo que una complejidad creciente aumenta laposibilidad de conflicto social pero tambin la capacidad de aprender del sistema, pues ste cambiams fcilmente y se adapta tanto a las necesidades externas como a las internas (Luhman, 1998;Prez Agote y Snchez de la Ycera, 1996)Como se ve, Luhmann lleva ms all la lnea sistmica de la complejidad organizada,enriquecindola con una visin autopoitica de los sistemas sociales como autorreferenciales ycomunicativos. Pero como ha criticado Jesuino (en Morin et al., 1984), su visin de la organizacincomo una reduccin de la complejidad no significa que las sociedades globales se vuelvan menoscomplejas, sino menos complicadas.

La complejidad de la complejidad. El pensador francs Edgar Morin, director de Investigacinemrito del CNRS, ha evolucionado desde la biologa a la Teora General de Sistemas y laciberntica. Su obra fundamental, La mthode (5 volmenes: 1977-2003) es una crtica frontal almtodo cartesiano, obsesionado por la simplicidad e inspirado en un paradigma que impone elorden y combate el desorden. Frente a esto, Morin (1990) defiende la complejidad, como lainteraccin entre el orden, el desorden y la organizacin, que representa grficamente en lo quellama tetragrama o bucle tetralgico. Jugando con su devocin por la recursividad (La naturaleza dela naturaleza, La vida de la vida, El conocimiento del conocimiento: son los ttulos de los tresprimeros volmenes de la obra citada) podra decirse que su nico tema es la complejidad de lacomplejidad.

En sntesis de Morin, en la idea de complejidad est contenida la imposibilidad de unificar y deacabar, y por lo tanto comporta una parte de incerteza e indecidibilidad y el reconocimiento de loirreducible. La complejidad es la unin de la simplicidad y la complejidad, la unin de los procesosde simplificacin (seleccin, jerarquizacin, separacin, reduccin) con sus contraprocesos(comunicacin, articulacin de lo que est disociado y es distinto). La complejidad va ms all de laalternativa entre el pensamiento reductor, que slo ve los elementos, y el pensamiento global, queslo ve el todo (Morin, 1990).Una de las aportaciones ms sugerentes de Morin (ibid.) se refiere a cmo pensar la complejidad.Propone tres principios. I) El principio dialgico, segn el cual hay que mantener la dualidad en elseno de la unidad, asociando lo complementario y lo antagnico. 2) El principio de recursividadorganizacional, que ms all de la visin lineal entre la causa y el efecto, ve lo que es producido a lavez como productor de s mismo. Y 3) el principio hologramtico, que asume que no slo la parteest en el todo sino que el todo est tambin en la parte. Frente a estos principios que guan elpensamiento complejo, dos ilusiones nos apartan del mismo: Una es creer que la complejidadelimina la simplicidad; la otra es confundir la complejidad con la completud. Esta ltima es grave,porque precisamente la complejidad implica el reconocimiento de un principio de incompletitud y

de incertidumbre.

El mrito de Morin de ser pionero del pensar complejo no debe ocultar que su concepto de lacomplejidad es excesivamente especulativo, fruto en parte de su racionalismo anticartesiano peroracionalismo al fin y al cabo. Pero sobre todo porque apenas tiene en cuenta las teoras de lacomplejidad de base emprica aqu expuestas: secundariza el caos, olvida los fractales y prescindedel pensamiento borroso. Adems, su pasado hegeliano le hace pensar a menudo en trminos decontraposiciones dualsticas, y parece no haber superado la ciberntica de primer orden en la formu-lacin que hace de la recursividad.Concepciones implcitas: la complejidad catastrfica y la complejidad borrosa. Hay dos teorasque sin tratar directamente la complejidad la abordan de un modo implcito. La primera es la teorade las catstrofes, debida al matemtico y epistemlogo francs Ren Thom (1972). En augedurante las dcadas de los 80 y 90, es una nueva forma de ver el cambio en relacin con laestabilidad estructural (Woodcok y Davis, 1978), pues describe cambios repentinos (catstrofes)que ocurren en un sistema y hacen posible que ste contine siendo estable.Es una teora que ha encontrado aplicaciones en mbitos tan dispares como la hidrodinmica y laeconoma, y ha permitido modelizar (Zeeman, 1977) comportamientos sociales, desde la conductaagresiva del perro hasta los motines en las crceles o los conflictos internacionales. Puede contribuira esclarecer procesos psicosociales como ciertos cambios de actitud u opinin (Latan y Nowak,1994) o de toma de decisiones, por ejemplo de los consumidores (Oliva, Oliver y Bearden, 1995).

La teora de los conjuntos borrosos (fuzzy sets) o lgica borrosa (Zadeh, 1965) se basa en el hechode que la pertenencia a un conjunto dado pocas veces es una cuestin dicotmica y s lo es degrado. Esto significa que se puede pertenecer y no pertenecer a la vez a dicho conjunto. Lacomplejidad de lo borroso se desprende directamente de esta paradoja, que es una contradiccinincomprensible desde la lgica aristotlica basada en la simplicidad.Sin embargo, los conjuntos borrosos apenas han sido relacionados con la complejidad. Autores queestudian la complejidad con acreditada sensibilidad interdisciplinaria como Morin o Prigogine nolos tienen en cuenta. Y los propios tericos de la borrosidad slo hacen referencias escasas y muypuntuales a la complejidad. Tal es el principio de incompatibilidad, enunciado por Zadeh, segn elcual a medida que aumenta la complejidad de un sistema, nuestra capacidad para hacer enunciadosprecisos y significantes sobre su comportamiento decrece hasta un umbral ms all del cual laprecisin y la significatividad (o pertinencia) se vuelven casi caractersticas mutuamenteexcluyentes, principio que Kosko (1993) abrevia con la sentencia: a mayor precisin menor per-tinencia.

Epistemolgicamente, esta teora afecta al modo de razonar y de clasificar, y tiene inesperadasaplicaciones en la tecnologa y profundas implicaciones ideolgicas que afectan de lleno a lasciencias humanas. Recientemente, Dimitrov, ha llegado a proponer una social fuzziology (2000;Dimitrov y Hodge, 2002), basada en el paradigma de la complejidad, que considera centrado en larica base conceptual de la ciencia o teorias de la complejidad (Dimitrov, 2003). Por otra parte, larelacin entre la borrosidad y los procesos caticos de autoorganizacin ayuda a comprenderalgunos procesos complejos, como la creatividad en los grupos pequeos de trabajo (Digoli, 2003)o la formacin y desarrollo del self (Codina, 2000; Munn, 2000).Complejidad o complejidades? Ante tantas visiones y tratamientos distintos de lo que es llamadocomplejidad es obligado preguntarse si tiene sentido referirse a sta como un concepto nico o serams adecuado hablar de complejidades. Horgan (1996) incluso cuestiona esta temtica criticandoque haya ms de 45 definiciones especficas de complejidad. Se queda corto, porque en realidad haymuchas ms, pues slo ha tenido en cuenta las relacionadas con la informacin, la computacin, laentropa y alguna otra, prescindiendo de las numerosas que pueden aportar las ciencias humanas. Sucrtica le desprestigia cientficamente, porque sabe que esto ocurre con los conceptos en que se basacualquier campo cientfico, y que de aceptarse dicha crtica deberan ser puestos en entredicho todoslos campos cientficos. Cuntas definiciones podran darse de conceptos como energa, informa-

cin, vida, conducta, mente, sociedad, salud, libertad, etc. etc.? Para que no se diga que esto espropio de las ciencias blandas pondr dos ejemplos relativos uno a la matemtica y otro a labiologa, aqul sobre el concepto fundamental de nmero y ste sobre el concepto fundamental degen.El matemtico francs Christian Houzel (2000) dice que Euclides define un nmero como unamultiplicidad de unidades, siendo la unidad un concepto primitivo no definido, que ya est ah, ycuando trata la teora de los nmeros los representa por medio de segmentos a los que aplicarazonamientos geomtricos en trminos proporcionales, con lo cual la base de la teora de losnmeros pasa a ser geomtrica. El problema es que, como ya dijo Pascal en el siglo XVII, lageometra no puede definir ni los nmeros, ni el movimiento ni el espacio. A pesar de esto, Newtonsigui basndolo en la geometra al considerar el nmero como una razn entre dos cantidadeshomogneas. En el siglo XIX, Bolzano propuso fundar los nmeros reales prescindiendo de lageometra, lo cual dio lugar a que Dedekind intentara construcciones puramente aritmticas de losnmeros reales. Houzel concluye su exposicin, aqu excesivamente abreviada, afirmando que anno sabemos qu son los nmeros, y que lo mejor es tener una actitud pragmtica, o sea hacermatemtica sin preocuparse excesivamente por los fundamentos de la misma.Y qu ocurre con el concepto de gen, hoy de moda con motivo de problemas como los alimentostransgnicos, la clonacin de animales o la manipulacin del genoma humano? Nada menos quedieciocho especialistas de primera lnea fueron preguntados recientemente por la revista de altadivulgacin cientfica Monde scientifique (Mundo Cientfico, 2002). El antes citado Atlan enumeramedia docena de definiciones aplicadas actualmente, que va criticando una a una porinsatisfactorias. Dos bilogos moleculares (Chambon y Cohen) no logran ponerse de acuerdo y elprimero confiesa que nadie sabe realmente qu es un gen. El genetista Leganey recuerda que ya enlos aos 70 manejaba en la universidad no menos de 11 conceptos diferentes de gen, aadiendo quehubieran podido encontrarse muchos ms y cita al fsico Feynman que escribi que conceptos comofuerza y otros similares son tanto ms tiles cuanto menos rgidos son, por lo que lo mejor esexplorar la naturaleza sin definirla. Por su parte, Gaudray, que se dedica a la virologa, incapaz dedar un slo concepto propone tres, que acto seguido crtica para terminar diciendo que de hechocada cual en su especialidad tiene una comprensin intuitiva de lo que es un gen. Y por no citaraqu a ms, terminar con la opinin del biotecnlogo Warcoin que apunta un aspecto muyimportante en este tipo de cuestiones cuando observa que no debera olvidarse que las controversiascientficas sobre la definicin de gen tienen claras repercusiones sobre las guerras de patentes enbiotecnologa.

La conclusin, es divertida: quienes trabajan con los genes no saben con lo que estn trabajando.Sin embargo, es muy revelador observar que pese a tal situacin, la biologa gentica no slo puedeseguir avanzando sino que est cosechando los mayores xitos de su breve historia, impensableshace pocos aos.

Ahora bien, estoy seguro de que nadie concluir de lo expuesto que no tiene sentido hablar delconcepto de nmero o del de gen y que slo pueda hablarse de nmeros o de genes. Por lo mismono se puede concluir de las diversas concepciones existentes de la complejidad (o del caos, puescomo ha escrito Lorenz (1993) ste tiene casi tantas definiciones como aqulla) que no tiene sentidoreferirse a todas ellas como relacionadas con mismo fenmeno.Entonces cmo entender el pluralismo conceptual de la complejidad? A mi modo de ver, comoaproximaciones a un fenmeno que presenta mltiples aspectos. Significa esto que la complejidadno es definible? No, significa que no es aprehensible desde un solo aspecto y que no es unfenmeno preciso y fijo.Para evitar malentendidos aclaro que no estoy defendiendo una interpretacin meramente discursivadel problema de las definiciones conceptuales, como es el caso del psiclogo social KennethGergen (1991), adalid del construccionismo radical, que sostiene que a travs de los diferentes usosdel lenguaje vamos construyendo nuestra realidad social. Ejemplifica su tesis con el concepto delibro. La finalidad fundamental de un libro consiste en la lectura, pero tambin podra definrselo

segn otros usos posibles como alimentar una fogata o servir de pisapapeles, de maza, papelhiginico, etc. Segn l, la tradicin modernista suprime todas estas alternativas, porque si esrealmente un libro se pueden hacer muy pocas cosas con l adems de leerlo. Y sin escrpuloalguno en el parangn, aade que lo mismo ocurre con el concepto de persona, si pensamos en lasconcepciones romntica y modernista de la misma.

Para m, tales interpretaciones basadas en la construccin discursiva son superficiales. Porque laexplicacin de que sea posible dar a una cosa mltiples usos significativos slo se encuentra enla borrosidad del significante. El ejemplo de Gergen me recuerda la respuesta que segn secuenta dio, en plan jocoso (y no con la seriedad de Gergen), Mark Twain a una mujer que le pre-gunt cuantos libros haba que tener en casa. El escritor le contest: Cuantos ms mejor,porque son indispensables. Mire usted: si un mueble cojea me hace falta tener un libro paraponerlo bajo una de las patas. Las paredes de mi escritorio tienen grietas, que disimulo poniendodelante unos cuantos libros. Si yo no fuese alto necesitara poner uno o dos libros sobre elasiento de mi silla cada vez que voy a comer o a trabajar en mi mesa. Y cuando me enfado conmi perro le tiro un libro a la cabeza. Pues bien, Twain pudo dar esta repuesta no porque unlibro tiene diferentes usos lingsticos sino por sus posibles usos fcticos como objeto cotidianoque hacen de su concepto digamos global un conjunto difuso o difuminado de significados.

Volviendo al caso del gen, si ste se resiste a una definicin nica es porque la realidad genticao biolgica no es precisa o fija. Esta explicacin epistemolgica significa que el camposemntico del conjunto es abierto y de ah las mltiples definiciones de un concepto, salvo si esdelimitado por consenso de quienes lo usan en una situacin concreta. Estamos, pues, ante unconjunto borroso en el que la realidad se entremezcla con la posibilidad. Y es plausible pensarque esta borrosidad conceptual responde a la complejidad del fenmeno, y que por esto y no porel mero uso lingstica es una fuente inagotable de definicin y favorece el avance de lainvestigacin en el correspondiente campo cientfico.

Llegados a este punto, la pregunta a hacerse es y el propio concepto de complejidad escapa a laborrosidad? Obviamente, no. Si tratamos ese concepto borrosamente, para no reducir su significadosalvo por necesidades operativas que siempre sern especficas o casusticas, lo importante ya no esdefinirlo pues delimitarlo es simplificarlo. Lo que interesa es poner de manifiesto su contenido realy potencial, y desde esta perspectiva, las concepciones expuestas se ofrecen como aproximaciones ala complejidad desde diversos contextos no necesariamente excluyentes entre si. Se obtiene as unconjunto que, por ser borroso, proporciona un concepto paradjicamente fuerte de la complejidad,con un sentido epistemolgico de alcance paradigmtico.

Una concepcin fuerte de la complejidadCiencia o paradigma de la complejidad? La mayora de las teoras bsicas sobre la complejidad,que dan lugar a las concepciones examinadas, van apareciendo aislada e inesperadamente a partir delos ltimos aos sesenta, aunque no pasan a ser generalizadas e influyentes hasta entrados losochenta. Qu pas en aquella dcada, o quizs en la anterior, para que independientemente unos deotros, Lorenz descubriera el caos, Mandelbrot los fractales, Zadeh los conjuntos borrosos, Thom lascatstrofes, a la par que Morin reflexionaba novedosamente sobre la complejidad? No lo sabemosan. Lo que est claro es que sin la informtica difcilmente tendramos las teoras del caos y de losfractales.En cualquier caso, la dcada mencionada marca, ms que un hito, un antes y despus en la ciencia yen la teora del conocimiento, tan profundo que algunos no dudan en referirse a dichas teoras comociencia de la complejidad, calificndola de una ciencia nueva (Gleick, 1987) y de una ciencia dela sorpresa (Casti, 1994), ya describindola como la ciencia de lo no lineal, de la turbulencia y elcaos, de la emergencia y los fractales, de la autoorganizacin y de la criticalidad (Dimitrov, 2003),ya afirmando que las ciencias de la complejidad incluyen las teoras que tratan de las estructurasdisipativas, las catstrofes, el caos, la criticalidad autoorganizada y la autoorganizacin (Mathews,White y Long, 1999).

En mi opinin, esta cuestin es ms epistemolgica que cientfica. Porque parece exageradopretender que se est ante una nueva ciencia, como tambin lo seria pretender que hay una cienciade la simplicidad, pero no lo es afirmar que aquellas teoras comparten un modo de conocer basadoen la no linealidad y centrado en el fenmeno de la emergencia. Y esto tiene un gran alcance muchoms all de lo metodolgico, teniendo pleno sentido tratar la complejidad como paradigmaepistemolgico.La no linealidad, epistemolgicamente entendida, se refiere a la posibilidad de un sistema de accinde generar secuencias causales no proporcionales en la relacin causa-efecto. Con ms o menosmatices, esta posibilidad es asumida por autores de las diferentes concepciones: Caos y complejidadson etiquetas para referirse a la dinmica no lineal (Goemer, 1990). Lo que la literatura popularllama teora o ciencia de la complejidad, los cientficos y los matemticos prefieren denominarladinmica no lineal (Capra, 2002: que se refiere explcitamente a la teora matemtica elaborada hoyda para describir y analizar los sistemas vivos). Las ciencias de la complejidad son llamadastambin teora de los sistemas dinmicos no lineales o redes adaptativas complejas (Mathews,White y Long, 1999). Una teora no lineal no da el todo desde las partes, o sea que la suma de stasno da la totalidad, por esto el principio de incertidumbre es parte de la oferta lineal (Kosko, 1993):afirmacin hecha desde el pensamiento borroso que, a mi entender, no significa que ste elimine laincertidumbre, sino al contrario que la asume positivamente como ambigedad.En cuanto a la emergencia (cfr. Johnson, 2001) se refiere al surgimiento espontneo oendogentico de propiedades ex novo. Esta caracterstica adquiere gran potencialidad en las redesglobales, como veremos despus.

Tambin es exagerado referirse a una ciencia de la complejidad como un proyecto unificador,pretensin que ya se encuentra en el formalismo sistmico de von Bertalanffy y que lleva a los msoptimistas a afirmar que se est ante una nueva teora que unifica todas las ciencias (Lewin,1992) y a los ms cautos ante una nueva alianza (Prigogine y Stengers, 1979). Hay que relacionaresto con el debate abierto a fines de los cincuenta por Snow (1993) con su tesis de las dos culturasen el mundo contemporneo, tesis que no siempre ha sido correctamente entendida porque invierteel planteamiento clsico de que los cientficos se han apropiado de la palabra y del concepto deciencia. Lo que Snow denunciaba es que en los anos treinta los intelectuales de las letras sehaban apropiado del trmino intelectual, lo cual parta la cultura en dos: de un lado la culturaliteraria y del otro la cultura cientfica. Esto complicaba la situacin porque ahora la dicotoma loera por partida doble, es decir, no slo quedaba dividida la ciencia sino adems la cultura. El propioSnow, cuatro anos despus propona superar esta situacin, pero ms por el lado de la cultura quepor el de la ciencia, al sostener que una tercera cultura poda salvar la incomunicacin entre ambossectores.

Brockman (1995) ha dado un sentido algo diferente a la idea de una tercera cultura. Segn l, losintelectuales siguen sin comunicarse con los cientficos, sin embargo stos s se comunican con elgran pblico. Refirindose a la escena norteamericana de los anos noventa y entendiendo que losintelectuales son gente que modela el pensamiento de su generacin, afirma que estn surgiendo lospensadores de esa tercera cultura. Son los nuevos intelectuales pblicos, entre los que se encuentranfsicos, evolucionistas, bilogos, informticos y algn filsofo y psiclogo, cuyas ideas aunquepuedan ser especulativas representan las fronteras actuales del conocimiento. Brockman concluyeque la cultura emergente es una nueva filosofa natural, fundada en la comprensin de laimportancia que tiene la complejidad en la evolucin, ya que se est comprobando que los sistemasde gran complejidad, sean organismos, cerebros, la biosfera o el universo mismo, no han sido elresultado de un proyecto sino de la evolucin.A mi modo de ver, una tercera va slo es factible a travs de una concepcin epistemolgica de lacomplejidad, como lugar de encuentro con pleno sentido de los denominados tanto intelectualescomo cientficos.

Hacia una concepcin epistemolgica con base emprica. Hace unos anos (1995), apunt unaconcepcin de la complejidad basada en las teoras que ponen de manifiesto propiedades cuali-

tativas de la realidad no observables ni inteligibles cuando es tratada del modo ms simple posible,por ejemplo segn la regla ockhamiana de la navaja o la lgica formal aristotlica. La desarrollarrelacionndola con las concepciones examinadas al comienzo.

Dejando aparte el antecedente sistmico, sin duda la concepcin ms trabajada es la complejidadcatica lato sensu, es decir comprendiendo las concepciones relativas a los sistemas caticos, lasestructuras disipativas, los sistemas evolutivos y en parte la concepcin fractal, ya que esta ltimasurgi independientemente de aqulla. Las concepciones restantes, relativas al ruido, la informacinalgortmica y la dinmica funcional-estructural estn ms preocupadas por la simplicidad que por lacomplejidad. Segn esto, el ncleo de la complejidad viene dado por las concepciones sobre locatico, lo fractal y las concepciones implcitas sobre lo catastrfico y lo borroso.Integrando las teoras correspondientes puede conceptuarse la complejidad como el conjunto depropiedades cualitativas de un fenmeno o proceso, natural o humano, dadas en principio por lacaoticidad, la fractalidad, el catastrofismo y la borrosidad. Digo en principio porque aparte de quesin duda se encontrarn ms propiedades complejas, puede discutirse si propiedades ya conocidashoy, como el catastrofismo o la autoorganizacin, han de ser consideradas o no bsicas. Encualquier caso, las propiedades de la complejidad son irreductibles, en el sentido de que si seprescinde de ellas hay aspectos del fenmeno que no son aprehensibles y se reduce o simplifica lacomprensin del mismo.La caoticidad conlleva la posibilidad de fenmenos como la sensibilidad a las condiciones iniciales,la atraccin extraa, las fluctuaciones, la autoorganizacin y el carcter fractal. La sensibilidad a lascondiciones iniciales es la manifestacin catica de la no linealidad. La autoorganizacin es unapropiedad nuclear de la dinmica catica (en la que emergen conductas impredecibles a partir dereglas deterministas de niveles inferiores, y a su vez de dichas conductas aparentemente aleatoriasemergen patrones regulares), aparte de serlo de otros procesos complejos, como los autopoiticos.Por su parte, la fractalidad implica caractersticas como la invariancia de escala y la autosemejanza.

El catastrofismo se refiere a la posibilidad de mantener la inestabilidad estructural mediantecambios sbitos morfogenticos. Son fenmenos no lineales y emergentes que como propiedad dela complejidad plantean la duda de si considerarlos un aspecto o no de la caoticidad.Matemticamente considerada, una catstrofe es un caso particular de la teora de las bifurcaciones(Prigogine, 1989) y as vista podra relacionarse con el camino hacia el caos en tanto que se llega aste a travs de un proceso de duplicacin de periodos o bifurcaciones en cascada, como muestracualquier diagrama de May (1987). Ahora bien, leda epistemolgicamente, esta teora muestra lacapacidad de un sistema para mantenerse con una maniobra de cambio para pervivir, lo cual noshace entender el fenmeno del cambio de un modo aparentemente contradictorio slo explicablecomo una manifestacin de la complejidad.

La borrosidad alude a la imprecisin en los lmites de un fenmeno dado, que tiene fronteraspermeables pero no abismos infranqueables. Afecta a la conceptuacin del mismo, ya que staresulta de las aproximaciones posibles a aqul.As, desde esta perspectiva integradora, predicar de un fenmeno que es complejo significa quepresenta o puede presentar bsicamente al menos aspectos: 1) caticos, 2) fractales, 3) catastrficosy 3) borrosos. E investigar la complejidad de un fenmeno consistir en analizarlo en todos oalguno de tales aspectos. Este anlisis de aspectos, como le llamo, no es el tradicional cartesianoque trocea por partes y luego las pega sin escrpulo epistemolgico. (Una variante subrepticia es elanlisis desconstructivo derridiano, que tambin desmonta y monta sin problema alguno). Aunqueadmite cuantificar los datos, el anlisis de aspectos tiene una base cualitativa. No es en balde que lasteoras sobre la complejidad emplean cualitativamente la matemtica y la geometra, apartndoseas de la visin cuantitativa que de ella tenan la filosofa y la fsica clsicas.

El concepto de complejidad expuesto puede ser calificado de fuerte, en comparacin con elsistmico, insuficientemente desarrollado, o el que se queda en una emergencia inconcreta, y tam-bin con cada una de las aproximaciones conceptuales vistas al principio. Es fuerte por la

especificidad de los fenmenos que ponen de manifiesto las investigaciones llevadas a cabo, por lateorizacin que se hace de las mismas a partir de esta base emprica, por la posibilidad de aplicarmultidisciplinarmente los conceptos elaborados, debido a la transdisciplinariedad del nivel pa-radigmtico. As que an siendo en general interdisciplinares las teoras sobre la complejidad losconceptos epistemolgicos que contienen son extrapolables a cualquier campo del conocimiento ylos resultados de las investigaciones basadas en ellas afectan al resto de disciplinas.Lo ms relevante de esta concepcin fuerte de la complejidad es que aprehende sta como unfenmeno que no resulta de una especulacin, y que es descriptible, empricamente contrastable,definible operativamente y con posibilidades de manipulacin o intervencin.

Complejidad y simplicidad. El paradigma de la complejidad cuestiona el principio de que loesencial se encuentra en lo simple y por lo tanto que el conocimiento de la realidad debe ser lo mssimple posible. Cuestiona, pues, los supuestos que han ido configurando el pensamiento occidental,viendo lo complejo como lo complicado (principio de la navaja, de Ockham), como lo compuesto(mtodo cartesiano) y/o como lo excesivo (principio del tercero excluido, de Leibniz). Aunque hetratado esta cuestin con detalle en otro lugar (ver Munn, en prensa a) conviene aclarar conrespecto a la complicacin que, a diferencia de la complejidad, se basa en las caractersticascuantitativas del fenmeno, de modo que segn intervengan en un proceso muchos o pocoselementos o factores se considerar ms o menos complicado. Esta acepcin cuantitativa de lacomplejidad viene de lejos si tenemos en cuenta que el trmino complexum fue introducido por lalgica estoica para designar cualquier proposicin compuesta por ms de una sentencia y pas a lafilosofa e incluso al lenguaje cotidiano.

En el triple sentido indicado, la complejidad queda contrapuesta a la simplicidad y sta procuraevitar aqulla, homogeneizando al mximo los aspectos plurales de la realidad, porque cuantomenos complicada, compuesta y excesiva es percibida se cree que ha de ser ms accesible y mscomprensible a nuestro conocimiento. En consecuencia, se procura economizar elementos, dividirpor partes y prescindir de cuanto es considerado apriorsticamente no esencial. El resultado es unconocimiento reductor al mximo posible de la complejidad. De ah que las investigaciones yteoras sobre la complejidad parezcan oponerse a la simplicidad. Pero la complejidad no es loopuesto de la simplicidad, salvo cuando sta se da como simplificacin. Desde la perspectiva deaqulla, lo simple pasa a ser una manifestacin extrema o lmite de la propia complejidad (Munn,en prensa b).

Lo que hace complejo a un fenmeno son las relaciones e interdependencias entre sus elementos.Lo decisivo no es, pues, el nmero de elementos o partes del conjunto, aunque las concepcionescuantitativas sobre la complejidad muestran que la cantidad no es indiferente ni por lo tantoprescindible, especialmente cuando tiene trascendencia cualitativa, como es el caso de los puntos debifurcacin o en los de catstrofe. Lo decisivo est en los aspectos cualitativos. Por esto, sesimplifica cuando lo complejo es tratado como complicado, o sea que se le cuantifica reduciendosus aspectos cualitativos. Y por esto, tambin, ha podido afirmar-se que la complejidad es ms unapropiedad de la interaccin entre dos sistemas que un aspecto intrnseco de un sistema tomadoaislado (Casti, 1994). Se deduce que el paradigma de la complejidad es sobre todo aplicable a lasciencias que estudian las interacciones, como es el caso a nivel humano de la psicologa social.

Un paso ms se da al profundizar en la trama interactiva y verla como una red global. Lasinvestigaciones ms recientes conducen a ello. Capra (2002), que en vez de la etimologa filosficadel trmino complejidad relaciona ste con el latn complecti (entrelazar) y complexus (red),comenta que en esto subyace el significado de no linealidad, insita en una red de fibras entrelazadas.Y aade que mientras el estudio de la complejidad tradicionalmente se ha referido a las estructurasahora la atencin se desplaza a los procesos de emergencia que tienen lugar en ellas, de tal modoque por ejemplo en lugar de definir la complejidad de un organismo en trminos del nmero detipos de clulas que lo componen como suelen hacer los bilogos puede ser definida en funcin delnmero de bifurcaciones que atraviesa el embrin en el desarrollo del organismo, proceso que BrianGoodwin (en comunicacin personal a Capra) califica de complejidad morfolgica. Advirtase que

en el mismo sentido van las concepciones de la complejidad, implcitas en los enfoques msrecientes de la ciencia social, como el de la sociedad-red (Castells, 1996).Se ha podido constatar que en el nuevo paradigma, trminos hasta hoy negativos (como caos,catstrofe y borroso, cuyos sinnimos han venido siendo respectivamente desorden, desastre yvaguedad) adquieren un sentido positivo. Y es que lo que hasta hoy se vea contradictorio puede serslo paradjico a la luz del paradigma emergente, lo cual proporciona una visin ms profunda yglobal de la naturaleza, la vida o el mundo. En el contexto de la complejidad, la incoherencia, elcambio inesperado, lo anormal se explica que sean una fuente, por aadidura inagotable, denovedad y creacin.

Las investigaciones en que se basan las teorias expuestas descubren que fenmenos contradictoriosconsiderados desde la simplicidad, son paradjicos. Pinsese en el sinsentido de hablar de sistemascaticos que unen los trminos sistema y caos incompatibles para la razn comn; de las estructurasy procesos regulares, que sin embargo son irregulares por estar a la vez sometidos y no sometidos auna regla o patrn; de ciertas transformaciones bruscas que no obstante mantienen su forma; o delos lmites no ntidos de la realidad fctica y conceptual, pero cuya imprecisin no priva que seandelimitantes (Munn, en prensa b). En este mundo paradjico, la realidad en tanto que compleja es ala vez ntida y confusa, continua y discontinua, estable e inestable, reiterativa e innovadora,ordenada y catica. Las propiedades de la complejidad subsumen estas alternativas, que como talespasan a ser casos lmite o propias de la realidad material artificialmente producida por el serhumano (edificios, mquinas, utensilios, objetos fabricados, etc.). Se comprende ahora la alusininicial al maravilloso pas de Alicia?

En sntesis, las teoras expuestas muestran que la realidad es mucho ms compleja de lo que sesupona. Con esto contribuyen a la formacin de un nuevo paradigma epistemolgico de un enormepotencial crtico, que abre una perspectiva fascinante: poder aproximarse a las manifestaciones msdiversas de la realidad sin reducir su complejidad, entendida sta en su significacin fuerte. Estoconduce a una nueva imagen del ser humano (Munn, 2004), que permite una comprensin msprofunda e integral de nuestro comportamiento y de nosotros mismos, e impulsa nuevas y msefectivas formas de intervencin psicolgica y social.Permtaseme terminar insistiendo en lo que ya he dicho al cierre del ltimo trabajo citado: alreclamar la complejidad como paradigma del conocimiento cientfico se est reivindicando algoaparentemente muy modesto. Frente a la idea bsica de la ciencia occidental de que se puede y debeprescindir de las diferencias mnimas (Gleick, 1987), se trata de exigir una filosofa y una cienciarespetuosas con tales diferencias. Esta reclamacin es especialmente sensible cuando elconocimiento se dirige al ser humano y trata de explicar y comprender nuestro comportamientoindividual y social. Lo que exige una psicologa y una psicologa social de las diferencias mnimas,no por supuesto en el sentido tradicional de una psicologa diferencial individual o cultural, unapsicologa que asuma la complejidad del ser humano para comprenderlo en profundidad y optimizarsu potencialidad.

Referencias bibliogrficasASHBY, W.R. (1958). General systems theory as a new discipline. General Systems Yearbook,3, 1-6.

ATLAN, H. (1979). Entre le cristal et la fum. Pars: Du Seuil, (Entre el cristal y el humo.Ensayo sobre la organizacin de lo vivo. Madrid: Debate, 1996.)

BAK, P. y CHEN, K. (1991). Criticalidad autoorganizada. Investigacin y Ciencia, 174, 18-25.BROCKMAN, J. (Ed.) (1995). The third culture: beyond the scientific revolution. Simon andSCHUSTER. (La tercera cultura. Ms all de la revolucin cientfica. Barcelona: Tusquets, 1996.)BTZ, M.R. (1992). The fractal nature of the development of the self. Psychological Reports,71, 1043-1063.CANNON, W.B. (1929). Organization for physiological homeostasis. Physiological Review, 9,

399-43 I.

CAPRA, F. (2002). The hidden connections. Nueva York: Doubleday. (Las conexiones ocultas.Barcelona: Anagrama, 2003.)

CASTELLS, M. (1996). The rise of the Network Society. Oxford: Blackwell. (La sociedad red.Madrid: Alianza, 1997).

CASTI, J.L. (1994). Complexification: explaining a paradoxical world throught the science ofsurprise. Nueva York: Harper Collins.

CHAITIN, G. J. (2000). Imprevisibilidad de los nmeros. Mundo Cientfico, extra El universo delos nmeros, 47-53.

Chaitin, G. J. (2003). Ordenadores, paradojas y fundamentos de las matemticas. Investigaciny ciencia, 322, 28-35.

CHAMBERLAIN, L. (1995). Strange attractors in pattems of family interaction. En Roberstony Combs, 1995.

CODINA, N. (2000). Una aproximacin cualitativa a la complejidad del self. En D. Caballero,M. T. Mndez y J. Pastor (Eds.), La mirada psicosociolgica. Grupos, procesos, lenguajes y cultu-ras. Madrid: Biblioteca Nueva, 750-755.DE LATIL, P. (1953). La pense artificielie: introduction la cybernetique. Pars: Gallimard. (Elpensamiento artificial. Introduccin a la ciberntica. Buenos Aires: Losada, 1958).DIGOLI, S. (2003). El comportamiento de los grupos pequeos de trabajo bajo la perspectivade la complejidad: Modelos descriptivos y estudio de casos. Tesis doctoral. Universidad deBarcelona. http://www.tdx.cesca.es/TDX02171 04-1 04614/index cS.html

DIMITROV, V. (2000). Introduction to social fuzziology.http://www.zulenet.com/VladimirDimitrov/pages/IntroSocialFuzz.html

DIMITROV, V. (2003). Paradigm of complexity: The law of emergence.http://www.zulenet.com/VladimirDimi trov /pages/ paradigm.html

DIMITROV, V. y HODGE, B. (2002). Social fuzziology: study of fuzziness of social complexity.Heildeberg: Physica.

EISER, J.R. (1994) Attitudes, chaos and the connectionist mind. Oxford: Blackwel.ELDREDGE, N. y GOULD, S.J (1972). Punctuated equilibria: an alternative to phyleticgradualism. En T.J.M. Schopf (Ed.): Models in paleobiology. San Francisco: Freeman Cooper, 82-115.

FIEDLER-FERRARA, N. y Cintra do Prado, C.P. (1994). Caos: uma introduo. So Paulo:Blcherrn.

FORRESTER, J. (1968). Principies of systems. Cambridge: Wrigth Allen.GENTRY, T.A. (1995). Fractal geometry and human understanding. En F .D. Abraham y A. R.Gilgen. Chaos theory in psychology. Londres: Praeger, 145-156.GERGEN, K.J. (1991). The satured self. Dilemmas of identity in contemporary life. Londres:Harper. (El yo saturado. Dilemas de identidad en el mundo contemporneo. Barcelona: Paids).GLEICK, J. (1987). Chaos, making a new science. Nueva York: Viking. (Caos. La creacin deuna ciencia. Barcelona: Seix Barral, 1988).GOEMER (1990). Chaos and the evolving ecology world hypothesis implications for justsystems. Proceedings of the International Society of the systems sciences. 34th Annual, Meeting1990, Portland.

GOERTZEL, B. (1993). The evolving mind. Nueva York: Gordon y Breach.

GOERTZEL, B. (1995). Belief system as atractors. En Roberston y Combs, 1995, 123-134.HAYLES, N. K. (1990). Chaos bound: orderly disorder in contemporary literature and science.Nueva York: Cornell Univ. Press. (La evolucin del caos. El orden dentro del desorden en lasciencias contemporneas. Barcelona: Gedisa, 1993).HORGAN, J. (1996). The end of science: facing the limits of knowledge in the twilight of thescientific age. Lugar: Addison Wesley. (El fin de la ciencia. Los lmites del conocimiento en eldeclive de la era cientfica. Barcelona: Paids, 1998).

HOUZEL, Ch. (2000). Qu es un nmero? Mundo Cientfico. El universo de los nmeros.Matemticas para interpretar el mundo, monogrfico, 6-10.

JOHNSON, S. (2001). Emergence: the connected lives of ants, brains, cities and software. NuevaYork: Free. (Sistemas emergentes. O que tienen en comn hormigas, neuronas, ciudades y software.Barcelona: Tumer/Fondo de Cultura Econmica, 2003.)KAUFMANN, S. (1995). At home in the Universe: the search of the laws of self-organization andcomplexity. Nueva York: Oxford University Press.KOSKO, B. (1993). Fuzzy thinking: the new science of fuzzy logic. Nueva York: Hyperion.(Pensamiento borroso. La nueva ciencia de la lgica borrosa. Barcelona: Grijalbo-Mondadori,1995).

LANGTON, C.G. (Ed.) (1989). Artificial life. Addison-Wesley. Reading, MA.LASZLO, E. (1989). The great bifurcation. Pisa: Montescudaio. (La gran bifurcacin. Barcelona:Gedisa, 1990).LATAN, B. y NOWAK A. (1994). Attitudes as catastrophes: from dimensions to categorieswith increasing involvement. En R.R: Vallacher y A. Nowak (Eds.), Dynamical systems in socialpsychology. Nueva York: Academic, 219-250.

LEWIN, R. (1992) Complexity. life at the edge of chaos. Londres: Dent. (Complejidad. El caoscomo generador del orden. Barcelona: Tusquets, 1995).

LORENZ, E. N. (1963). Deterministic nonperiodic flow. Journal of Atmospheric Science, 20,130-141.

LORENZ, E.N. (1993). The essence of chaos. Nueva York: Art Gallery. (La esencia del caos. Uncampo de conocimiento que se ha convertido en parte importante del mundo que nos rodea. Ma-drid: Debate, 1995).LUHMANN, N. (1973). Ilustracin sociolgica y otros ensayos. Buenos Aires: Sur.LUHMANN, N. (1984). Soziale Systeme. grundrisse einer allgemeinen theorie. Frankfurt: A. M.,Suhrkamp.

LUHMANN, N. (1998). Complejidad y modernidad: de la unidad a la diferencia. Madrid: Trotta.MANDELBROT, B. (1982). The fractal geometry of nature. Nueva York: Freeman. (Lageometra fractal de la naturaleza. Barcelona: Tusquets, 1997).MANDELBROT, B. (1984). Les objets fractals: form, hasard et dimension. Paris: Flammarion,la ed. 1975. (Los objetos fractales: Forma, azar y dimensin. Barcelona: Tusquets, 1987).MATHEWS, M.M., WHITE, M.C. y Long, R.G. (1999). Why study complexity sciences in thesocial sciences? Human Relations, 52 (4), 439-462.MATURANA, H. R. y VARELA, F. J. (1972). De mquinas y seres vivos. Santiago de Chile:Universitaria.MAY, R.M. (1987). Chaos and the dynamics of biological populations. En M.V. Berry, I. C.Percival y N. O. Wiss (Eds.), Dynamical chaos. Princeton: Princeton Univ. Press, 27-43.

MUNDO CIENTFICO (2002). Dieciocho facetas de un mismo concepto. 231, 70-77.MORIN, E. (1977, 1980, 1986, 1991 Y 2003). La mthode: I. La nature de la Nature. II. La viede la vie. III. La connaissance de la connaissance. IV. Les ides, leur habitat, leurvie, leursmoeurs, leur organisation. V. L'humanit de l'humanit. Paris: Du Seuil. 5 vols. (El mtodo. I. Lanaturaleza de la naturaleza II. La vida de la vida. III el conocimiento del conocimiento. IV. Lasideas, su habitat, su vida, sus costumbres, su organizacin. La humanidad de la humanidad.Madrid: Ctedra, 1988 a 1993,5 vols.).

MORIN, E. (1990): Introduction a la pense complexe. Paris: E. S. F. (Introduccin alpensamiento complejo. Barcelona: Gedisa, 1994.)

MORIN, E. et alii (1984). O problema epistemolgico da complexidade. Portugal: Europa-America.

MUNN, F. (1994). Complejidad y caos: ms all de una ideologa del orden y del desorden. EnM. Montero (Ed.), Conocimiento, realidad e ideologa. Caracas: Avepso.

MUNN, F. (1995). Las teorias de la complejidad y sus implicaciones en las ciencias delcomportamiento. Revista Interamericana de Psicologa, 29 (1), 1-12.MUNN, F. (1998). Constructivismo, construccionismo y complejidad: la debilidad de lacrtica en la psicologa construccional. Psicologa & Sociedad, 10, 2, 76-94. (Reproducido enRevista de Psicologa Social, 1999, 14,2-3, 131-144).MUNN, F. (2000). El self paradjico: la identidad como sustrato del self. En D. Caballero, M.T. Mndez y J. Pastor (Eds.), La mirada psicosociolgica: grupos, procesos, lenguajes y culturas.,Madrid: Biblioteca Nueva, 743-749.

MUNN, F. (2004). El retomo de la complejidad y la nueva imagen del ser humano. Haciauna psicologa compleja. Revista Interamericana de Psicologa, 2004, 38 (1) 15-22.

MUNN, F. (En prensa a). Estrategias del pensar simplificador y contraestrategias del pensarcomplejo. Libro de Conferencias. XXIX Congreso Interamericano de Psicologa (Lima 13-18 julio2003).MUNN, F. (En prensa b). El pluralismo terico y metodolgico en la psicologa social:aproximacin desde el paradigma epistemolgico de la complejidad. Psic-Soc. RevistaInternacional de Psicologa Social, 2004, 4.

NAVARRO CID, J. (2001). Las organizaciones como sistemas abiertos alejados del equilibrio.Tesis doctoral. Universidad de Barcelona. http://www.tdcat.cesca.es/TDCat-0116102-114349

OLIVA, T. A, OLIVER, R. I. y Bearden, W. O. (1995). The relationships among consumersatisfaction, involvement, and product performance. A catastrophe theory application.Behavioral Science, 40, 2, 104-132.PAGELS, H.R. (1988). Dreams of reason. Nueva York: Simon & Schuster. (Los sueos de larazn. Barcelona: Gedisa, 1991.)PAKMAN, M. (Comp.) (1996 y 1997). Construcciones de la experiencia humana. Barcelona:Gedisa, 2 vols.PANYELLA, M. (2002). Aspectes caotics i fractals en el comportament organitzacional: caos,organitzacions i management. Tesis doctoral. Universidad de Barcelona. http://www.tdx.cesca.es/TDX-0422103-130905

PREZ-AGOTE POVEDA, I. y SNCHEZ DE LA YNCERA, A. (1996). Complejidad y teorasocial. Madrid: Centro de Investigaciones Sociolgicas.POINCAR, H. (1908). Science et mthode. Flammarion: Paris (Ciencia y mtodo. Madrid:Espasa-Calpe, 1948).

PRIGOGINE, I. (1986). Encarant-se amb lirracional. En J. Wagensberg, Procs a latzar.

Barcelona: Tusquets, 63-78.

PRIGOGINE, I. (1989). Introduction. En Laszlo (1989), 9-12.PRIGOGINE, I. y LESTAGE, Ph. (1994). Complexit et structures crbrales: Piaget yPrigogine. En D. de Bchillon, Les dfis de la complexit. Paris: LHarmattan, 173-194.PRIGOGINE I. y STENGERS, E. (1986). La nouvelle alliance. Paris: Gallimard. 1 ed. 1979. (Lanueva alianza. Metamorfosis de la ciencia. Madrid: Alianza, 1990).ROBERSTON, R. Y COMBS, A. (Eds.) (1995). Chaos theory in psychology and the lifesciences. Marmsah, Conn: Erlbaum.RODRGUEZ, D. y ARNOLD, M. (1999). Sociedad y teora de sistemas: elementos para lacomprensin de la teora de Niklas Luhmann. Santiago de Chile: Universitaria.SMALE, S. (1967). Differentiable dynamical systems. Bulletin of American MathematicalSociety, 13,747-817.SNOW, C.P. (1993). The two cultures. Cambridge: Cambrige University Press.Stewart, I. (1990). Does God play dice?: The mathematics of chaos. Oxford: Blackwell. (JuegaDios a los dados? La nueva matemtica del caos. Barcelona: Crtica, 1991).

THOM, R. (1972). Stabilit structurelle et morphognese. Reading, Mass: Benjamin.VON BERTALANFFY, L. (1950). An outline of general systems theory. British Journal ofPhilosophy of Science, 1, 139-164.VON BERTALANFFY, L. (1968). General systems theory. Foundations, Development,Applications. Nueva York: Braziller. (Teora general de los sistemas. Fundamentos, desarrollo,aplicaciones. Mxico: Fondo de Cultura Econmica, 1976.)

VON BERTALANFFY, L. (1975). Perspectives on general system theory. Scientificphilosophical studies. Nueva York: Braziller. (Perspectivas en la Teora General de Sistemas.Estudios cientfico-filosficos. Madrid: Alianza, 1979).VON FOERSTER, H. (1960). On self-organizing systems and their environments. En M. C.Yovitz y S. Cameron (Eds.), Self-organizing systems. Londres: Pergamon, 31-50.WEAVER, W. (1948). Science and complexity. American Scientist, 36, 536-544.WIENER, N. (1948). Cybernetics. Nueva York: Wiley. (Ciberntica. Barcelona: Tusquets, 1985).WOODCOCK, A. y DAVIS, M. (1978). Catastrophe theory. Nueva York: Dutton. (Teora de lascatstrofes. Madrid: Ctedra, 1986).ZADEH, L. A. (1965). Fuzzy sets. Information and control, 8, 338-353.ZEEMAN, E.C. (1977). Catastrophe theory. Londres: Addison Wesley.