📖 Historia · Sistemas complejos y evolución del pensamiento
Un recorrido por personajes, eventos y teorías que anticiparon la ciencia de la complejidad, desde Heráclito hasta la criticalidad autoorganizada.
🌀 Introducción: la complejidad como hilo conductor
La historia de la ciencia suele contarse como una sucesión de descubrimientos lineales. Sin embargo, bajo la superficie, existe un movimiento subterráneo de ideas sobre sistemas complejos, no linealidad, emergencia y autosimilitud. Este módulo propone una relectura de la historia desde la perspectiva de los sistemas dinámicos, identificando personajes y eventos que, a menudo de forma aislada, anticiparon conceptos que hoy sustentan la criticalidad autoorganizada, la sincronización de osciladores y la topología de fases.
🏛️ Antigüedad y pensamiento precientífico
Mucho antes de las ecuaciones diferenciales, ciertos filósofos griegos intuyeron la naturaleza dinámica y contradictoria del mundo. Heráclito postuló el cambio perpetuo y la lucha de opuestos como motor de la realidad. Anaximandro habló del ápeiron (lo indeterminado) como origen de todas las cosas, una suerte de "atractor extraño" primordial. Empédocles introdujo las fuerzas de Amor y Odio que mezclan y separan los elementos, una metáfora temprana de acoplamiento y repulsión entre osciladores.
⚛️ Revolución científica y el sueño determinista
Con Newton, la física se vuelve mecanicista y determinista. Las ecuaciones diferenciales permiten predecir el futuro de un sistema si se conocen las condiciones iniciales. Laplace llevó esta idea al extremo: un intelecto que conociera todas las fuerzas y posiciones podría abarcar todo el universo. Sin embargo, el mismo Newton había estudiado problemas de tres cuerpos, donde ya se vislumbraba la dificultad de obtener soluciones analíticas.
Pero el determinismo laplaciano se rompió con el descubrimiento de la sensibilidad a las condiciones iniciales, primero intuida por Henri Poincaré a finales del siglo XIX al estudiar el problema de los tres cuerpos. Poincaré introdujo la sección de Poincaré y la noción de que sistemas simples pueden comportarse de forma impredecible a largo plazo.
🦋 El nacimiento de la teoría del caos (1960s-1970s)
En la década de 1960, Edward Lorenz simulaba modelos de convección atmosférica y descubrió que pequeñas diferencias en las condiciones iniciales producían trayectorias radicalmente diferentes. Nació el efecto mariposa y el atractor de Lorenz, uno de los primeros ejemplos de caos determinista. A partir de entonces, la comunidad científica empezó a aceptar que la no linealidad podía generar complejidad sin necesidad de azar externo.
En paralelo, Mandelbrot desarrollaba la geometría fractal, descubriendo autosimilitud en objetos naturales (costas, nubes, bronquios) y en gráficos financieros. Su libro La geometría fractal de la naturaleza (1982) popularizó la idea de que la complejidad visual y estadística puede generarse con reglas iterativas sencillas.
⛰️ Criticalidad autoorganizada (1980s-1990s)
En 1987, Bak, Tang y Wiesenfeld publicaron Self-organized criticality: An explanation of 1/f noise. Demostraron que sistemas disipativos con muchos grados de libertad tienden espontáneamente hacia un punto crítico, donde las perturbaciones generan avalanchas de todos los tamaños siguiendo leyes de potencia. El ejemplo del montón de arena (modelo BTW) se convirtió en el paradigma de la criticalidad autoorganizada (SOC).
La SOC se ha observado en terremotos, incendios forestales, evolución biológica, actividad neuronal y dinámicas de mercado. La hipótesis de que el cerebro opera cerca de un punto crítico (avalanchas neuronales) ha sido respaldada por múltiples estudios.
🌊 Sincronización de osciladores y Kuramoto
La tendencia de sistemas acoplados a sincronizar sus fases ha sido observada desde la antigüedad (péndulos de Huygens). En 1975, Yoshiki Kuramoto propuso un modelo matemático simple de osciladores con acoplamiento sinusoidal, que muestra una transición de fase hacia la coherencia cuando el acoplamiento supera un umbral. El modelo de Kuramoto es hoy una herramienta fundamental en redes neuronales, sistemas de potencia y dinámica de poblaciones.
🏙️ Sistemas complejos en la historia social y económica
Más allá de la física, la teoría de sistemas complejos se ha aplicado a la historia humana. El auge y caída de civilizaciones, las revoluciones, los ciclos económicos y la difusión de innovaciones pueden modelarse como sistemas de agentes interactuantes, con fases de orden y caos. Por ejemplo, el colapso de la civilización romana, la Revolución Francesa o la crisis de 1929 han sido analizados desde la perspectiva de la criticalidad autoorganizada y la sincronización de osciladores sociales.
En el ámbito tecnológico, la historia de internet, los movimientos de código abierto y la inteligencia artificial también responden a dinámicas de autoorganización y emergencia. El propio ecosistema NewroSTaiR‑11 es un pequeño experimento de gobernanza distribuida y producción colaborativa.
🔮 Conclusión: una mirada retrospectiva a la complejidad
La historia de las ideas sobre sistemas complejos no es una línea recta, sino una red de anticipaciones, redisculrimientos y convergencias. Desde Heráclito hasta Bak, pasando por Poincaré, Lorenz y Mandelbrot, la humanidad ha ido construyendo una caja de herramientas para entender el caos, la emergencia y la autosimilitud. NewroSTaiR‑11 se sitúa en esta tradición, tomando prestados conceptos de la física, la neurociencia y la ingeniería para aplicarlos a la sincronización sensoriomotora y la rehabilitación.
