Complejidad

Prof. Dr. José Rodriguez de Rivera : CEPADE

Univ. Politécnica de Madrid /

IDOE Univ. Alcalá de Henares

Introducción

“Complejidad“es un término utilizado, hoy quizá excesivamente, a veces para justificar con el recurso a los “fallos humanos“ eventuales negligencias en la preparación y ejecución de tareas. Se le suele asociar al concepto de “problema“. Se ve entonces un problema como complejo cuando parece que podemos elegir entre varias soluciones y que uno tendría que compararlas para elegir la más apropiada. El rasgo que parece destacar en tales situaciones, y lo que nos lleva a decir que un tema, una decisión, una tarea son “complejos“ es el percibir en tales casos muchos elementos interrelacionados y el que en esas interdependencias se manifiestan aspectos no esperados, que rompen las rutinas y expectativas ordinarias.

Compleja, ciertamente, no es una situación en que puede afirmarse que su estado depende sólo de dos o tres variables. En ese caso es relativamente sencillo plantear un cálculo con base en algún algoritmo que nos lleva automática y necesariamente a la solución. Tampoco debería designarse como compleja una situación en que intervienen innumerables factores, pero donde es asumible que existe una cierta uniformidad que permite aplicar el cálculo estadístico. Pero sí solemos designar como compleja la situación en que intervienen numerosas y cambiantes variables de muy distinto género: el grado de heterogeneidad y la variabilidad de esos factores se considera ahí determinante del nivel de complejidad.

En el campo de las organizaciones, en las empresas, en las Administraciones públicas, en los centros de trabajo (producción, logística, financiación etc.), la complejidad se manifiesta en la multiplicidad de productos o servicios a gestionar, en las largas cadenas de creación de valor. Y, sobre todo, se habla ahí de complejidad cuando los nudos de dirección superior de estos sistemas se enfrentan con tareas de organización y coordinación, planificación y control o revisión que superan todas sus capacidades de supervisión y control –un fenómeno habitual tras fusiones decididas por aparentes razones de “sinergia” entre empresas con líneas de creación de valor muy distintas. También es la “complejidad“ de los problemas la disculpa que se escucha muchas veces en el campo de las acciones estatales a través de los distintos organismos de su „Administración“. En el caso de la planificación estatal, esto es, en programas, en políticas públicas, en proyectos etc., la „complejidad“ suele verse como la característica decisiva de los problemas a resolver o dificultades a superar.

Estos ejemplos muestran que la forma usual de plantear el tema de la “complejidad“ la define ante todo en relación a la idea de “problema“ para el que es preciso encontrar soluciones. La imagen sería la de una madeja de hilos desordenados en que resulta difícil deshacer los nudos de la trama y llegar, por ejemplo, a ordenarlos por colores y enrollarlos en carretes. Así sería posible un “sencillo“manejo. Por tanto “complejidad“se contrapone a “sencillez“a “simplicidad“.

En el ámbito de la comunicación política, como notó bien Kenneth Burke al estudiar la retórica de “Mi Lucha“ (la obra clave de Hitler en su conquista del poder), el punto básico de ese estilo de retórica política consiste precisamente en „simplificar“ la compleja realidad del mundo social (con sus múltiples dimensiones entreveradas mutuamente: lo económico, lo cultural y educacional, etc.) para lograr así polarizar las múltiples posibilidades de opinión de los ciudadanos en dos polos contrarios: uno valorado positivamente, el otro negativamente. Hitler y su ministro de propaganda Goebbels fueron maestros en desmontar complejidad aprovechando la dicotomía positivo-negativo que venía del antiguo maniqueísmo religioso al que transmutaron en un maniqueísmo político-religioso. Y aquí el calificativo „religioso“indica los rasgos de referencia a valores absolutos que asignaron a ambos polos: lo absolutamente malo y lo absolutamente bueno (que debía perdurar un “milenio“–como el prometido en el Apocalipsis). Además, ese dualismo tenía que presentarse en forma palpable y concreta: por tanto en forma lo más corpórea que fuera posible. Y para ello la ideología del racismo suministraba una buena base conceptual: el judío fue así catalogado como esencia del mal, el ario (el indogermano) como el representante de la raza que debía salvar al mundo (incluso contra su voluntad). Las nuevas retóricas político-religiosas de un Bin Laden en su lucha de los fieles a Alá contra los infieles servidores del dios-dinero en el capitalismo; o de un Bush en su lucha del “eje del bien“contra el “eje del mal“, son sólo dos ejemplos recientes de „simplificación“por negación de la complejidad del mundo actual.

Dados los efectos de tales comunicaciones sobre las decisiones, y sobre las acciones consecuentes, es claro que en este caso el verdadero problema consiste en la “negación de la complejidad“ y la vía de solución no puede ser otra que “recuperar la complejidad“; esto es, la solución al problema no sería ya reducir, sino incrementar la percepción de la complejidad.

Este ejemplo del campo de la política visualiza bien una situación que se presenta en la vida de las organizaciones. También en la dirección de sistemas como empresas o unidades de la Administración, puede darse la tentación de la „simplificación“. Dadas las implicaciones entre estrategias de poder y retórica de la simplificación es lógico que muchos presidentes de consejos de administración o muchos responsables políticos o de la Administración caigan en esa tentación. Al menos a corto plazo estas estrategias de negación de la complejidad de lo real pueden tener éxito.

Una típica solución en esta línea es la gestión “lean“ (adelgazamiento estructural, recorte del “slack“ o grasas de la organización) interpretada en su forma más simple: como estrategia „del tijeretazo“, es decir, programas de reducción de personal con jubilaciones anticipadas, despidos masivos etc. El que tal estrategia pueda luego provocar problemas incluso más graves no es ni percibido como problema. El “filtro“cognoscitivo de las categorías del llamado “lean management“amplía incontroladamente el efecto de “punto“o “mancha ciega“ de la visión del observador. Y no hay nada más peligroso, sobre todo en ambientes de hiper-competencia, que el caminar a ciegas.

Estas ideas deben servir sólo –reduciendo aquí de forma inapropiada la complejidad del tema „complejidad- para estimular una reflexión sobre este tema y buscar la forma de que nuestro tratamiento de la complejidad no termine precisamente negando lo que más que un problema puede ser una vía de solución.

Algunos aspectos del concepto “complejo”

El término ‘complejo’ viene del latino “complexus” que se deriva del verbo ‘complector’ (complexus sum: estoy abrazado, enlazado por..). Términos españoles equivalentes son: abrazar, entrelazar, envolver. De ahí se pasa al sentido de contener muchos elementos mutuamente relacionados. Y por eso se le toma luego como lo contrario a lo simple, a lo sencillo, a lo que puede ser observado independientemente de otras cosas.

El ‘predicado’ complejo puede tener varios sentidos. Por ejemplo puede predicarse (en contraposición a sencillo):

De un estado de cosas que es objeto de una proposición en que conceptual o lógicamente debe afirmarse con varios predicados: Martínez respondió cohibido, casi tartamudeando… -mientras que la proposición: Martínez respondió (sin más) formularía un estado de cosas sencillo.

En lógica se distingue el “juicio”, como complejo, frente al “concepto” como simple.

De percepciones cuando se componen de varias partes (percepciones elementales – “qualia”).

En J. Locke y en D. Hume, se afirma de “ideas” que no son simples –donde simple se opone lógicamente a lo que designaríamos como “átomo” (indivisible) o a lo que empíricamente se nos manifiesta fenoménicamente como algo simplemente “dado” (donde no parece tengamos que construir nada) ; es decir, opuesto a los “conceptos simples”.

En la matemática se predica de los números complejos; con un componente “imaginario”. En la “teoría de los algoritmos”, y sobre todo, en la “teoría de los autómatas” en que se trabaja con la producción, o transformación, exactamente definidas de cadenas de signos, entre lo que se cuenta el cálculo de los valores que puede asumir una función con argumentos dados, se definen “medidas de la complejidad” de los posibles algoritmos . En la lingüística-lógica de los lenguajes formalizados, el grado de complejidad de un lenguaje formal L se define como dependiente de la cifra de pasos a dar en el cálculo y que necesita un autómata mínimo para poder decidir que una cadena de signos pertenece a L.

En la psicología de C. G. Jung se denomina “komplexe Psychologie” para denominar la llamada “Psicología Profunda”. Esta comprensión se centra en la tesis de que la vida anímica sólo puede ser representada adecuadamente renunciado a reducir su complejidad -como querrían hacer, según él, los seguidores de la psicología empírica, en que se cree poder descomponer, según el estilo de las ciencias naturales, un todo en elementos simples.

En las teorías de sistemas, el tratamiento de algo como “complejo” obedece a la tesis general de estas teorías de que la capacidad de manejarse y manejar cosas en la vida práctica, en la creación teórica, y en la técnica se debe a la posibilidad de “reducir complejidad” construyendo “modelos” del entorno o entornos del sistema. Ahí se presupone que en la complejidad (tanto de un sistema nervioso central como de una institución social) se introduce una “medida” de la diferencia entre sistema y entorno. Los sistemas se configuran por ciertos objetos y por las relaciones existentes entre ellas. Cuando en estas relaciones se consideran también las temporales se hablará de “sistemas dinámicos” que se contraponen a los sistemas estáticos. McFarland intentó definir los sistemas sociales; E. L. Walter los sistemas psíquicos.

Conceptual y lógicamente debe distinguirse entre “Complejidad” y “Complicación”: La complejidad depende primariamente del número de objetos y de las relaciones entre ellos. La complicación crece con la no-homogeneidad de los componentes del conjunto considerado. Por eso pueden darse sistemas de elevada complejidad y pequeña complicación (cuando existen múltiples interdependencias, o variables, entre sus elementos (como en una molécula orgánica). Pero en general, a gran complicación responde elevada complejidad (organismos, juego de ajedrez).

El concepto de „complejidad“en la Epistemología de Luhmann

En la literatura que trata del tema “complejidad“se la suele definir, más que en referencia a rasgos esenciales o distintivos, en relación a la operación de medición, en concreto, de la medida del número de posibles relaciones entre los elementos de un conjunto o de un sistema –cifra que crece exponencialmente al número de esos elementos. Cuando, además, esas relaciones no se mantienen constantemente sino desaparecen o advienen nuevas relaciones, entonces se incrementa aún más esa „complejidad“. Otra razón de incremento ingobernable de la complejidad es la interdependencia entre los elementos del observado y del observador. Ahí radica precisamente una de las dificultades más serias en la observación de sistemas psíquicos o sociales. Al final, se llega a una relación de incertidumbre básica similar a lo que sucede en la física nuclear y que fue formulado como „principio de indeterminación“ por Heisenberg.

En la concepción teórica de Luhmann, el concepto de „complejidad“ ha sido, desde sus primeros escritos, un punto clave para la construcción de toda su teoría.

Inicialmente, Luhmann comprendió „complejidad“ como conjunto de posibilidades de encontrar un sentido en vivencias, en acciones. Luego desarrolló el concepto a un nivel de mayor abstracción en que en lugar de referencia al individuo se considera el conjunto de eventos posibles para las selecciones que efectúa un sistema. Finalmente se llega, también en un nivel de descripción muy abstracta, a la siguiente definición:

Es complejo un conjunto selectivo (selección por un sistema) de elementos en que no es ya posible identificar o establecer todas las relaciones entre los elementos (que pueden ser actuales, pasados, futuros, del tipo mundos_posibles etc.).

Su consideración del tema tiene su punto de partida en la idea, antes citada, de que la complejidad de una entidad indica en primer lugar la constatación de que es imposible, a un „observador“ (sentido del término en „observador-observación“), identificar todas las relaciones existentes entre los elementos de dicha entidad (elementos que pueden ser componentes, sus actividades etc.) y que por tanto, el observador debe „seleccionar“ sólo algunas de esas relaciones dejando fuera del foco de observación el resto. Esto es, el observador, ante lo complejo, realiza una indicación de la parte a observar (examinar, estudiar, controlar etc.) y del resto que queda como „unmarked space“ en su observación.

En la „comunicación“ interpersonal trabajamos constantemente con estas selecciones de lo complejo. Cualquier mensaje „Qué piensas de la pasada guerra del Irak?“ puede ser asociada a múltiples comunicaciones anteriores, de éste interlocutor concreto o de otros, o a eventuales „respuestas“ propias que toquen aspectos muy variados: moral, economía, ardides retórico-electoralistas de políticos, etc. etc. Precisamente la técnica de los „mapas cognitivos“ tiene como finalidad central la de ordenar al menos las más relevantes de esas relaciones temáticas. Y esto pasa con cualquier tema de mediana complejidad –como contraste podemos recordar que cuando se nos propone resolver un problema matemático (una ecuación de segundo grado, o una programación lineal) lo único que tenemos que hacer es buscar el correspondiente „algoritmo“ y la solución, normalmente, la encontramos en un programa de software matemático de forma automática. La complejidad es ahí mínima (a veces la cuestión será si resolver el problema en geometría analítica con coordenadas cartesianas clásicas o recurrir al cálculo vectorial, o similares alternativas de „procedimientos algoritmizados“).

En la comunicación efectuamos pues constantemente esas „selecciones“ –dejando evidentemente en el „umarked space“ la mayoría de las posibles alternativas.

Luhmann comprende pues „complejidad“ no como propiedad de una entidad independientemente de que haya o no un observador que observe esa entidad, sino como cualidad de la relación entre el observador y lo observado. Lo que es complejo para un lego en medicina, en matemáticas, o en una rama de la tecnología, puede no lo sea para un medianamente conocedor de tales disciplinas. En realidad, esta idea de „complejidad“ debe comprenderse como desarrollo de la tesis de Ashby que en su teoría de la cibernética estableció el principio de la „requisite variety“1[1].

La observación de la complejidad se realiza, según Luhmann, en el horizonte de observación de lo que él llama „sentido“

La observación de algo como „complejo“ puede realizarse en un sistema, en su entorno, o en el „mundo“. Pero sólo la complejidad de un „sistema“ se debe a la actividad selectiva de las operaciones realizadas en la autopoiesis de ese mismo sistema.

La observación de la complejidad (según el concepto de observación y sus rasgos: distinción, unidad de diferencia, forma) implica que la distinción básica en que surge esta „forma“ implica al mismo tiempo la „unidad de la diferencia“ entre relacionabilidad completa/relacionabilidad selectiva de elementos. La „complejidad“ se nos manifiesta, por así decirlo, al otro lado de las fronteras de lo que es relacionable por un observador.

Ahora bien, y ésta es una tesis central en la teoría de sistemas de Luhmann, existe circularidad entre la forma en que se define „complejidad“ y la actividad autogeneradora del sistema desde el que se opera la selectividad y consecuente definición de lo queda fuera como complejidad. Un sistema se define como diferencia a su entorno, y esa diferencia, se define como gradiente de complejidad („Komplexitätsgefälle“): el entorno es más complejo que el sistema que ha fijado límites para el ámbito de lo que es posible en su interior (es lo que sucede, por ejemplo, al definir un sistema teórico que elige de entre todos los fenómenos del mundo de la vida sólo los observables desde el marco del análisis molecular con lo que resulta la disciplina „biología molecular“). Ese desnivel o gradiente de complejidad se configura como relación entre relaciones: las relaciones posibles entre elementos propios (desde el nivel de observación abstracta del observador sistémico) son relacionadas, vinculadas, por el mismo sistema a las relaciones posibles en el entorno (las compatibles con las características observadas en ese entorno).

En los sistemas sociales básicos, los que consisten en „comunicación interpersonal“, esa selección de complejidad se manifiesta en la imposibilidad de actualizar o presentar simultáneamente en esos mismos sistemas toda la gama de posibles temas o problemas a tratar.

Esto es, la consideración del sistema y de la complejidad nos lleva a la constatación de que toda selección es una „reducción de complejidad“, un punto que trataremos a continuación.

Esto es: la condición de posibilidad de efectuar una selección de eventos depende a su vez de la auto-definición y delimitación, siempre „contingente“, de todo sistema; donde esa producción (auto-producción y auto-reproducción) del sistema por sí mismo (autopoiesis) debe ser vista como una respuesta evolutiva (ver abajo Campbell) a un conjunto inabarcable de posibilidades indeterminadas (caracterizadas por la imposibilidad precisamente de deducirlas, anticiparlas, calcularlas, computarlas).

Lo expuesto permite precisar la definición de „complejidad“ en los siguientes puntos:

(1) La „complejidad“ es un constructo surgido en la observación de la unidad de la diferencia entre:

relacionabilidad completa de determinados items o elementos de la realidad (eventos, fenómenos, etc.)

relacionabilidad seleccionada de esos mismos items.

(2) La complejidad se construye circularmente, como estado de cosas auto-referencial, pues es en la auto-referencia donde determina ella misma los desniveles de complejidad. Esto significa que la complejidad se construye como „paradoja“. Paradójicamente, la complejidad es des-paradojizable por su reducción, y simultáneo incremento, de lo que se observa seleccionando (reduciendo) en diferencia a la delimitación (en unmarked space) de las otras posibilidades definidas como no seleccionables. Esto puede suceder en referencia a los conjuntos de items a observar y en referencia lo observable a lo largo del tiempo.

Reducción y Aumento de Complejidad

Anexo 1. La idea de complejidad en H. Atlan

ATLAN, HENRI 

La complejidad* ((Rafael Mandressi)

Durante mucho tiempo, calificar algo de «complejo» servía para designar una dificultad, de comprensión o de realización. Pero al mismo tiempo, curiosamente, ello cumplía un papel de explicación de lo que no se podía explicar de otro modo: la constatación de la complejidad permitía con frecuencia -y permite aún hoy, por lo demás- justificar la falta de teoría y sustituir, aunque de manera ilusoria, la insuficiencia de sus explicaciones.

Pero la complejidad ha dejado de ser, desde hace algún tiempo, una invocación y se ha convertido en un problema, un objeto de estudio y de investigación sistemática en sí misma. Este cambio de estatuto constituye un hecho importante en la historia reciente de las ciencias de la naturaleza: de la biología primero y luego de la física.

Hay varias respuestas para la pregunta ¿qué es la complejidad?. Una de ellas, bastante general -quizá demasiado-, consiste en decir que se trata de un estado que se encuentra entre el orden y el caos, concebidos éstos como situaciones extremas. Henri Atlan usa para esto la metáfora «entre el cristal y el humo», así como otros científicos (matemáticos, en particular) se refieren al «límite del caos», una noción creada por Steve Wolfram. Muchos sistemas dinámicos presentan tres clases de comportamiento: fijo, periódico y caótico (atractor de punto fijo, atractor de ciclo límite y atractor extraño). Pero Wolfram dio con un cuarto tipo, intermedio entre el comportamiento caótico y el fijo o periódico. Al abandonar el territorio ordenado y entrar en la región del caos, se atraviesa una región muy estrecha, a la que Wolfram ha llamado «límite del caos».

Otra definición de la complejidad -también bastante general-, alude a un estado en el que muchos factores diferentes interactúan entre sí, dando lugar a la emergencia de propiedades globales. Las teorías de la autoorganización (ver nota central) ocupan, en esta concepción, un lugar de privilegio. Sobre esta definición trabaja el biólogo francés Henri Atlan para avanzar en la elaboración de un modelo formal de la complejidad.

Atlan utiliza para ello la teoría matemática de la comunicación, publicada en 1949 por los ingenieros norteamericanos Claude Shannon y Warren Weaver. Uno de los principales teoremas de esta teoría establece que la cantidad de información de un mensaje transmitido en una vía de comunicación perturbada por ruido no puede sino decrecer una cantidad igual a la ambigüedad introducida por ese ruido entre la entrada y la salida de la vía.

La cantidad de información total de un mensaje es, por su parte, una magnitud que mide, sobre un gran número de mensajes escritos en el mismo idioma con el mismo alfabeto, la probabilidad media de aparición de las letras o símbolos del alfabeto, multiplicada por el número de letras o símbolos del mensaje.

Aplicada al análisis de la complejidad de sistemas, la cantidad de información mide el grado de improbabilidad de que el ensamblaje de los diferentes componentes de un sistema sea el resultado del azar.

Cuanto mayor es el número de elementos que componen un sistema, mayor es su cantidad de información, puesto que es mayor la improbabilidad de constituirlo tal como es ensamblando al azar sus componentes.

Un ejemplo quizá algo basto da cuenta claramente de lo anterior. Supóngase un sistema compuesto por las letras A y B, en ese orden. La probabilidad de constituir ese sistema al azar es bastante alta: 50 %. Ahora imagínese que la novela El astillero, de Juan Carlos Onetti, es otro sistema: la probabilidad de obtener la novela mezclando al azar todas las letras que la componen (o poniendo a un simio a aporrear una máquina de escribir) es considerablemente menor, y no bastaría la edad del Universo para escribir El astillero a través de un procedimiento semejante. La obra de Onetti contiene una cantidad de información sideralmente mayor que el sistema A-B. También puede decirse, como propone Atlan, que la complejidad de El astillero es mayor (vaya si lo es) que la de A-B.

Este ejemplo no es, sin embargo, del todo satisfactorio, porque no vale la pena reconstruir El astillero al azar, ya que puede sin dificultad ser copiado. El problema surge cuando esa reconstrucción es imposible, es decir cuando el observador es incapaz de predecir el estado final del sistema a partir de su estado inicial. En otras palabras, el observador no conoce o no comprende el sistema en todos sus detalles, pero como ese sistema sigue siendo organizado y continúa funcionando, el observador se ve obligado a postular que a lo largo de su evolución el sistema ha generado una cantidad de información suplementaria que él desconoce, y que por ende es más complejo.

Así pues, en el proceso de emergencia de estructuras complejas y específicas a partir de estructuras menos complejas, la situación del observador juega un papel fundamental.

En efecto, según que se suponga que el observador conoce o no el estado final, es decir que éste sea inesperado, impredecible, o no, habrá producción de complejidad o no. Para el observador que no puede predecir la estructura final únicamente a través del examen de la estructura inicial, la complejidad del sistema medida por su cantidad de información aumenta desde su estado inicial hasta su estado final.

De este modo, en la teoría de Henri Atlan, la complejidad es una noción negativa: implica que se tenga un conocimiento global de un sistema y, al mismo tiempo, una ignorancia parcial del mismo. Es por ello que, en definitiva, la complejidad puede medirse por medio de la cantidad de información que no se posee y que haría falta para especificar el sistema en sus detalles.

* Publicado originalmente en Insomnia, Nº 3

Fuentes (bibliográficas y en el WEB)

Bibliografía básica

Aho, A.V./Hopcroft, J.E./Ullmann, J.D. (1975): The Design and Analysis of Computer Algorithms. Reading Mass.

Habermas, J./Luhmann, N. (1971, 1974): Theorie der Gesellschaft oder Sozialtechnologie. Was leistet dei Systemforschung?. Frankfurt/M.

Hartmann, J./Hopcroft, J.E. (1971): An Overview of the Theory of Computational Complexity. J. Assoc. For Computing Machinery, 18: 444-475.

Koh, H.R. (1965): The Age of Complexity. New York.

Luhmann, N. (1970, ss.): Soziologische Aufklärung. Aufsätze zur Theorie sozialer Systeme. Köln/Opladen.

McFarland, A.S. (1969): Power and Leadership in Pluralist Systems. Stanford, Calif.

Meier, C.A. (1968-1977): Lehrbuch der Komplexen Psychologie C.G. Jungs I-IV. Olten/Freiburg.

Meinong,A. (1891): Zur Psychologie der Komplexionen und Relationen. Zeitschrift für Psychologie 2: 245-265.

Müller, G.E. (1923): Komplextheorie und Gestalttheorie. Ein Beitrag zur Wahrnehmungspsychologie. Göttingen.

Walker, E.L. (1965): Psychological Complexity as a Basis for a Theory of Motivation and Choice. Nebraska Symposion on Motivation. Lincoln Nebr. 47-95.

Wolff,T. (1959): Studien zu C.G. Jungs Psychologie. Ed. C.A. Meier, Zürich.

Autores y obras

Sobre la complejidad desde el punto de vista de la Cibernética destacan los siguientes autores (nótense los hipervínculos a páginas WEB en que se amplía información):

W. Ross Sabih (1903-1972)

Psiquiatra, uno de los padres de la Cibernética. Desarrolló: el concepto de homeostasis y homeostato, law of requisite variety, principle of self-organization, y la “law of regulating models”. Ver:: ASC biography – Shalizi’s notes – sus obras principales: Design for a Brain (1952), “Introduction to Cybernetics” (1956) – [buscar en Google]

Henri Atlan

Biofísico francés que estudió la “self-organization” en redes (networks) y células. [Find in Google]

En castellano: http://www.henciclopedia.org.uy/autores/Mandressi/Atlan.htm. Un texto que puede ayudar a comprender mejor lo que significa el concepto de complejidad –visto desde la Biología Molecular en que ciertamente se estudian sistemas con mayor grado de esta propiedad que los sistemas físicos.

Gregory Bateson

Antropólogo (Pasos para una Ecología de la Mente), desarrolló la idea del doble vínculo (como motivo de comportamientos patológicos) y trabajó sobre los paralelos entre la mente humana y la evolución natural. info: biography – ASC biography – the Tangled Web – Ecology of Mind page – – [Find in Google]

Stafford Beer

Aplicó las ideas de la Cibernética al “management”. Fue el creador del “Viable System Model (VSM)”. info: official website – ASC biography – ISSS primer – ISSS luminaries – Team Syntegrity biography -[ – [Find in Google]

Kenneth E. Boulding

Economista teórico, uno de los fundadores de la “General system theory”. info: ASC biography – ideas and works – dedication – – [Find in Google]

Donald T. Campbell

Científico social, creó la “evolutionary epistemology” (que ha influido sobre todo en Luhmann) y la “quasi-experimental methodology”. Info: PCP’s In memoriam – Special Issue of “Evolution and Cognition” -Influence on Organization Science – Obituary – Life – – [Find in Google]

Peter Checkland

Creador de la metodología para “soft systems”.: home page – Profile – Soft Systems Methodology – – [Find in Google]

Jay Forrester

Ingeniero, creador de la teoría de la Dinámica de Sistemas, aplicada a modelizar procesos en la industria, sociedad (análisis sociológicos) etc. Ver: Home page – ASC biography – short bio – excerpts from books and papers – [Find in Google]

George Klir

Teórico de “mathematical systems”; creador de la “metodología” “General Systems Problem Solver” home page – – [Find in Google]

Niklas Luhmann

Sociólogo, aplica y desarrolla ideas cibernéticas, pero ante todo de la Segunda Cibernética a los sistemas sociales. info: Obituary – Obituary2 – philosophy – bibliography – [Find in Google]

Humberto Maturana

Biólogo chileno que conjuntamente con F. Varela desarrolló la teoría de la Autopoiesis. info: ASC biography – photo -contribution to psychology and complexity theory -biology of cognition – Ecology of Mind page – short bio – The Observer Web: autopoiesis theory – – [Find in Google]

Warren McCulloch

Neurofisiólogo, fue el pionero en el desarrollo de modelos matemáticos de redes neuronales. Colaboró con Gotthard Günther en los primeros trabajos de las nuevas lógicas adecuadas al trabajo con la complejidad. info: ASC biography – McCulloch and Pitts neurons – von Foerster’s tribute – – [Find in Google]

James Grier Miller

Biólogo teórico, creó la famosa “Living Systems Theory (LST)”. info: living systems theory – Living System Model – intro to Miller’s LST – Miller on “The Earth as a System” – Applications of LST – – [Find in Google]

Edgar Morin

Sociólogo y filósofo francés (La Methode) -: biography – summary – interview – bibliography – – [Find in Google]

Morin, Edgar (1990): Introduction a la pensée complexe. Paris, ESF Editeur; trad. esp. (1994): Introducción al pensamiento complejo. Barcelona, Gedisa.

Howard T. Odum

Creó la “Systems Ecology” info: biography -home page – – [Find in Google]

Gordon Pask

Creador de la “conversation theory”: en que desarrolla la “Second order cybernetic” y sus conceptos clave. La aplicó además al campo de la educación · info: Pangaro’s archive – In Memoriam – ISSS luminaries – ASC biography – [Find in Google]

Howard Pattee

Teórico biólogo, estudió relaciones de jerarquía y “semantic closure” en organismos. info: home page – – [Find in Google]

William T. Powers

Ingeniero; creador de la “teoría del perceptual control”. info: home page – introduction to perceptual control theory – definition of control – – [Find in Google]

Ilya Prigogine

Ruso-belga Premio Nobel Prize en Química, destaca sobre todo en su revisión de la Termodinámica donde desarrolla ideas sobre la self-organization (orden desde el caos), irreversibilidad y “dissipative structures”. info: home page – home page2 – autobiography – Shalizi’s notebooks – Curriculum Vitae – various links — [Find in Google]

Robert Rosen

Biólogo teórico que estudió los “anticipatory systems”, y desarrolló categorías y modelos no mecanicistas para la observación de sistemas vivientes. info: Requiem – bibliography – – [Find in Google]

Claude Shannon

Es el fundador de la teoría matemática de la información. info: biography – biography 2 – History of mathematics biography – biography4 – a personal biography -biography and achievements – Shannon’s information theory – photos – – [Find in Google]

Herbert A. Simon:

Premio Nobel en Economia, conocido sobre todo por su corrección a las teorías económicas clásicas con su principio sobre la “bounded rationality”. Trabajó en la Artificial Intelligence, Cognitive Psychology, Management, philosophy of science, y en los complex systems. Info: – Home Page – Obituary – another home page – autobiography – [Find Books] – [Find in Google] – otras direcciones interesantes:

http://www.psychologicalscience.org/observer/0401/simon.html 
http://www.post-gazette.com/obituaries/20010210simon2.asp 
http://www.umsl.edu/~sauter/DSS/10SIMON.html

Francisco Varela

Biólogo chileno, que conjuntamente con H. Maturana desarrolla la teoría de la Autopoiesis – info: biography – The Observer Web: autopoiesis theory – – [Find in Google]

Ludwig von Bertalanffy

Biólogo conocido como fundador de la “General System Theory”. info: biography – 100th Birthday celebration – – [Find in Google]

Ernst von Glasersfeld

Psicólogo y promotor de la dirección epistemológica denominada: Constructivismo Radical. info: biography & contact info – SRRI biography – – [Find in Google]

Heinz von Foerster

Es probablemente el principal en el desarrollo de la “Cibernética de Segundo Orden”, estudió ante todo los problemas de la self-organization, self-reference y otras relaciones circulares. Info: second-order cybernetics.: overview – biographical interview – Varela’s personal introduction – – [Find in Google]

John von Neumann

mathematician; founding father in the domains of ergodic theory, game theory, quantum logic, axioms of quantum mechanics, the digital computer, cellular automata and self-reproducing systems. Further info: biography – bio with bibliography -History of mathematics biography – biography3 – biography4 – [Find Books] – [Find in Google][Find in Google]>

Paul Watzlawick

Psiquiatra de la Escuela de Palo Alto (Calif.), empezó aplicando la teoría matemática de grupos al trabajo psiquiátrico. Desarrolló una terapia apoyada en la práctica de crear situaciones comunicacionales de Paradoja (te mando que no me obedezcas). Es uno de los autores de la obra colectiva sobre Comunicación:

“Pragmatics of Human Communication: A Study of Interactional Patterns, Pathologies, and Paradoxes“

info: ASC biography – – [Find in Google]

Norbert Wiener

Matemático, uno de los fundadores de la teoría cibernética matemática. info: ideas – biography – Shalizi’s notes – Notices of the AMS bio – bio (mathematicians) – MathematicalWork – his Cybernetic Delirium – his activism – in K. Kelly’s “Out of Control” – memoir – – [Find in Google]

Ver también::

Great Thinkers & Visionaries

Biographies of scientists

Key Contributors to Cybernetics (ASC)

Biographies of mathematicians