Organizacion De Los Sistemas Complejos

1. SISTEMAS DE REFERENCIA

Los sistemas complejos se caracterizan fundamentalmente porque su comportamiento es imprevisible. Sin embargo, complejidad no es sinónimo de complicación: este último hace referencia a algo enmarañado, enredado, de difícil comprensión. En realidad, y por el momento, no existe una definición precisa y absolutamente aceptada de lo que es un sistema complejo, pero pueden darse algunas peculiaridades comunes.

• En segundo lugar, la interacción entre sus elementos es local y origina un comportamiento emergente que no puede explicarse a partir de dichos elementos tomados aisladamente. Un desierto puede contener billones de granos de arena, pero sus interacciones son excesivamente simples comparadas con las que se verifican en las abejas de un enjambre.

• Por último, es muy difícil predecir su evolución dinámica futura; o sea, es prácticamente imposible vaticinar lo que ocurrirá más allá de un cierto horizonte temporal.

En la naturaleza se pueden encontrar una gran cantidad de ejemplos de sistemas complejos que se extienden desde la física hasta la neurología, desde la economía hasta la biología molecular, desde la sociología hasta las matemáticas. Por ese motivo, esta clase de sistemas no constituye un caso raro ni excepcional sino que se manifiesta en la inmensa mayoría de los fenómenos que se observan a diario. Sin embargo, y a pesar de su gran diversidad y abundancia, se pueden identificar conductas dinámicas genéricas, no importa su naturaleza (física, química, biológica o social); entre ellas, las leyes de crecimiento, la auto organización y los procesos colectivos emergentes. Como ejemplos de sistemas complejos se pueden mencionar -entre otros- una célula, un cerebro, un organismo, una computadora, un ecosistema, una sociedad de insectos, un sistema inmunológico o una economía de mercado.

Se forman por elementos que interactúan buscando lograr una meta o finalidad común, y donde esas relaciones (o interacciones) no son lineales (entendiendo lineal como causa-efecto), es decir, cada interacción genera cambios en el escenario imposibles de predecir. Para describir sistemas complejos hace falta no sólo conocer el funcionamiento de las partes, sino conocer el funcionamiento del sistema complejo una vez relacionadas sus partes entre sí.

El ejemplo típico de sistema complejo es la comunicación humana (por ejemplo, en las redes sociales), porque el hecho que el emisor lance un mensaje no implica que conozcamos la reacción en tiempo y forma del receptor. Y esa interacción, además, puede tener efecto en otros elementos del sistema que inicialmente no estaban afectados por el mensaje. Dos personas hablando tienen dos interacciones: una como emisor y otra como receptor. Tres personas hablando tienen siete interacciones: A con B, B con C, C con A y las simétricas, además de una relación triple. Si trasladamos esto a los cientos de contactos de nuestra red social favorita, imaginen el volumen de interacciones. Incluso con un número pequeño de conexiones (por ejemplo, una relación de pareja), la naturaleza de una sola interacción puede hacer el sistema muy complejo.

Lecciones aprendidas en ingeniería del software

Esto, que parece una teoría novedosa, es muy conocido en algunos ámbitos como la ingeniería del software (del cual provengo). En 1975, Fred Brooks publicó su libro “The Mythical Man-Month”, una de las biblias sobre gestión de proyectos informáticos. Una de las ideas fuerza maneja en el libro (conocida ahora como Ley de Brooks) es: “Añadir personal a un proyecto retrasado lo retrasará aún más”. Nuestra lógica nos dice que parece contraproducente, pero nada más lejos de la realidad: al añadir nuevos miembros al equipo aumentan exponencialmente la cantidad de interacciones (comunicación, organización, planificación, seguimiento, etc.), lo que hace mucho más complejo el sistema.

Por tanto, los problemas derivados del aumento de la complejidad son muy superiores al beneficio de añadir más manos a trabajar en el proyecto. Y esto genera nuevos retrasos. De hecho, Brooks cuantificaba el número medio de interacciones para N elementos (sin la influencia de jerarquías) en N*(N-1)/2. Es decir, un equipo de 5 personas genera, en media, 10 interacciones. Pero un equipo de 50 personas genera… ¡1225 interacciones!

El rendimiento del sistema depende del propio sistema, esto implica que no es posible comprender el funcionamiento de sistemas complejos descomponiéndolos en partes, sin tener en cuenta las relaciones entre esas partes. Y, por tanto, no es posible influir en un sistema complejo actuando en sus componentes individuales. En definitiva, un sistema es complejo porque es un organismo vivo. Las interacciones de los miembros del sistema afectan a otros miembros y, lo que es más importante, al sistema en su conjunto que va evolucionando a lo largo del tiempo con cada interacción. Y es imposible predecir esa evolución.

Deming nos enseñó con su pensamiento sistémico (o Systems Thinking) que el 95% del rendimiento de un sistema responde a causas del propio sistema y que solo un 5% de ese rendimiento obedece a causas personales. Es decir, el comportamiento de las personas en una organización es una consecuencia del sistema en que trabajan: los procedimientos, estándares, procesos, qué mediciones se utilizan, hasta qué punto tienen autonomía para decidir algo, qué presiones reciben “desde arriba”, cómo se evalúa su trabajo, etc.

Por tanto, las organizaciones son un fiel reflejo de una dinámica compleja. Los organigramas tradicionales sirven para explicar la jerarquía, pero no muestran el comportamiento real del sistema en términos de acción, flujo o interacción. Y más cuando el entorno donde se mueven las organizaciones es también complejo e incierto, e influye en el comportamiento del propio sistema.

La mayoría de los sistemas complejos son inestables, se mantienen delicadamente equilibrados. Cualquier variación mínima entre sus elementos componentes puede modificar, de forma imprevisible, las interrelaciones y, por lo tanto, el comportamiento de todo el sistema. Así, la evolución de esta clase de sistemas se caracteriza por la fluctuación, situación en la que el orden y el desorden se alternan constantemente. Sus estados

...