Contenidos
Charla «¿Necesitan una idea nueva? Comiencen en los límites de lo conocido» de TED@BCG Milan en español.
“¿De dónde vienen las grandes ideas?”. Comenzando con esta pregunta en mente, Vittorio Loreto nos lleva a un viaje para explorar un posible esquema matemático que explique el nacimiento de lo nuevo. Aprendan más sobre el “adyacente posible”, el cruce de lo que es real y lo que es posible, y sobre cómo el estudio de la matemática que lo impulsa podría explicar cómo creamos nuevas ideas.
- Autor/a de la charla: Vittorio Loreto
- Fecha de grabación: 2017-10-04
- Fecha de publicación: 2018-03-22
- Duración de «¿Necesitan una idea nueva? Comiencen en los límites de lo conocido»: 968 segundos
Traducción de «¿Necesitan una idea nueva? Comiencen en los límites de lo conocido» en español.
Todos probablemente nos hemos preguntado cómo las grandes mentes lograron lo que lograron,
¿cierto?
Y cuanto más asombrosos son sus logros, más los llamamos genios, quizás alienígenas que vienen de otro planeta, definitivamente alguien que no es como nosotros.
Pero eso,
¿es cierto?
Permítanme comenzar con un ejemplo.
Todos conocen la historia de la manzana de Newton,
¿cierto?
Bien.
¿Es verdadera?
Probablemente no.
Aun así, es difícil pensar que no hubiera ninguna manzana allí.
Quiero decir, algún paso intermedio, unas condiciones específicas que hicieran que la gravitación universal no fuera imposible de concebir.
Y esto definitivamente no fue imposible, al menos para Newton.
Fue posible, y por alguna razón, allí también estaba, disponible en un momento determinado, fácil de agarrar como una manzana.
Aquí está la manzana.
¿Y Einstein?
¿Fue la teoría de la relatividad otro gran salto en la historia de las ideas que nadie podría haber concebido?
¿O más bien, fue nuevamente algo adyacente y posible, para Einstein, por supuesto, y llegó allí paso a paso y por su muy peculiar camino científico?
Por supuesto no nos podemos imaginar ese camino, pero eso no significa que la senda no estuviera allí.
Y todo esto parece muy evocador, pero diría poco concreto si realmente queremos entender el origen de las grandes ideas y más generalmente el modo en que lo nuevo entra a nuestras vidas.
Como físico, como científico, aprendí que plantear las preguntas correctas es la mitad de la solución.
Pero creo que estamos empezando a tener un gran marco conceptual para concebir y encarar las preguntas correctas.
Entonces, déjenme conducirlos al límite de lo que es conocido, o por lo menos, de lo que yo sé, y permítanme mostrarles que lo conocido puede ser un punto de partida poderoso y fascinante para entender el significado profundo de palabras como novedad, innovación, quizás creatividad.
Entonces, estamos discutiendo lo «nuevo», y por supuesto, la ciencia detrás de ello.
Lo nuevo puede entrar a nuestra vida de muchos modos distintos, puede ser muy personal, como conocer a una persona nueva, leer un libro nuevo, o escuchar una canción nueva.
O podría ser global, es decir, algo que llamamos innovación.
Podría ser una teoría o tecnología nueva, pero también un nuevo libro, si son escritores, o una canción nueva, si son compositores.
En todos estos casos globales, lo nuevo es para todos, pero experimentar lo nuevo puede ser también inquietante, lo nuevo puede atemorizarnos.
Pero aun así, experimentar lo nuevo implica explorar un espacio muy peculiar, el espacio de lo que podría ser, el espacio de lo posible, el espacio de las posibilidades.
Es un espacio muy raro, por lo que trataré de guiarlos a través de él.
Podría ser un espacio físico.
Y en este caso, por ejemplo, la novedad podría ser escalar el Machu Picchu por primera vez, como lo hice en el 2016.
Podría ser un espacio conceptual, adquirir nueva información, encontrarle el sentido, en una palabra, aprender.
Podría ser un espacio biológico.
Es decir, piensen en la lucha incesante de los virus y las bacterias con nuestro sistema inmunológico.
Y ahora vienen las malas noticias.
Somos muy, muy malos para entender este espacio.
Piénsenlo.
Hagamos un experimento.
Intenten pensar en todas las cosas que podrían hacer en las próximas 24 horas.
Aquí la palabra clave es «todas».
Sin duda pueden imaginar algunas opciones, como tomar una copa, escribir una carta, también dormir durante esta aburrida charla, si pueden.
Pero no todas ellas.
Piensen en una invasión alienígena, ahora, aquí, en Milán, o en mí; he dejado de pensar por 15 minutos.
Es muy difícil imaginar este espacio, pero en realidad tenemos una excusa.
No es tan fácil imaginar este espacio porque estamos tratando de imaginar un acontecimiento novedoso, algo que nunca ocurrió antes, así que no tenemos pistas.
Una solución típica podría ser mirar al futuro con los ojos del pasado, apoyándonos en las series cronológicas de eventos pasados con la esperanza de que esto sea suficiente para predecir el futuro.
Pero sabemos que esto no funciona.
Por ejemplo, este fue el primer intento para predecir el tiempo, y falló.
Y falló por la gran complejidad del fenómeno subyacente.
Y ahora sabemos que las predicciones deben basarse en el modelado, lo que significa crear un modelo sintético del sistema, simular este modelo, y luego proyectar el sistema en el futuro a través de este modelo.
Y ahora podemos hacer esto en muchos casos con la ayuda de muchos datos.
Mirar al futuro con los ojos del pasado podría ser engañoso también para las máquinas.
Piensen en ello.
Ahora imagínense por un segundo en el medio del desierto australiano.
Están allí parados bajo el sol.
Y ven que pasa algo raro.
El auto se detiene de repente muy, muy lejos de un canguro que está cruzando la calle.
Miran más de cerca y se dan cuenta de que el auto no tiene conductor.
No vuelve a arrancar, incluso después de que el canguro ya no está allí.
Por alguna razón, los algoritmos que conducen el auto no entienden a esta extraña bestia que salta de aquí para allá en la calle.
Y por ende se detiene.
Debo decirles que esta es una historia real.
Ocurrió hace unos meses con un auto Volvo sin conductor en medio del desierto australiano.
(Risas)
Es un problema general, y creo que esto afectará más y más en el futuro cercano a la inteligencia artificial y al aprendizaje de máquina.
Es también un problema muy antiguo, diría que del siglo XVII, pero creo que ahora tenemos nuevos medios y nuevas pistas para empezar a resolverlo.
Déjenme dar un paso atrás, cinco años atrás.
Italia.
Roma.
Invierno.
El invierno del 2012 en Roma fue muy especial.
Roma presenció una de las nevadas más intensas de su historia.
Ese invierno también fue especial para mí y mis colegas, porque teníamos una idea sobre un posible esquema matemático…
nuevamente, posible, un posible esquema matemático para idear la ocurrencia de lo nuevo.
Recuerdo ese día porque estaba nevando, y debido a la intensa nevada, estábamos bloqueados, atrapados en mi oficina, y no podíamos irnos a casa, por lo que tomamos otro café, nos relajamos y continuamos debatiendo.
Pero en algún momento determinado —quizá no precisamente en esa fecha— en algún momento determinado hicimos la conexión entre el problema de lo nuevo y el hermoso concepto propuesto unos años antes por Stuart Kauffman, el adyacente posible.
El adyacente posible consiste en todas esas cosas.
Podrían ser ideas, moléculas, productos tecnológicos que están a un paso de lo que ya existe, y pueden ser alcanzados a través de modificaciones paulatinas y recombinaciones del material existente.
Así, por ejemplo, si hablo sobre el espacio de mis amigos, mi adyacente posible sería el conjunto de todos los amigos de mis amigos que aún no son mis amigos.
Espero que esté claro.
Pero si conozco a una nueva persona, digamos, a Briar, todos sus amigos entrarían inmediatamente en mi adyacente posible, empujando aún más los límites.
Y si quieren observarlo desde un punto de vista matemático —seguro que lo quieren— pueden mirar esta imagen.
Supongan que este es su universo.
Sé que pido mucho.
Es decir, este es su universo.
Uds.
son el punto rojo.
Y el punto verde es su adyacente posible, o sea, algo que nunca tocaron antes.
Y hacen su vida normal.
Se mueven en el espacio.
Beben algo.
Se encuentran con amigos.
Leen un libro.
En un momento determinado, llegan al punto verde, y conocen Briar por primera vez.
¿Y qué ocurre?
Lo que ocurre allí es que una parte nueva, una nueva parte del espacio se vuelve posible para ustedes en ese preciso momento, incluso sin que tuvieran la posibilidad de preverlo antes de tocar ese punto.
Y detrás de esto habrá un enorme grupo de puntos que podrían llegar a ser posibles en etapas posteriores.
Pueden ver que el espacio de lo posible es muy peculiar, porque no está predefinido.
No es algo que podamos predefinir.
Es algo que es continuamente formado y remodelado por nuestras acciones y nuestras elecciones.
Por ende, nos sentimos fascinados por estas conexiones que hicimos —los científicos somos así—.
Y basándonos en esto, concebimos nuestra fórmula matemática para el adyacente posible, 20 años después de la propuesta original de Kauffman.
Nuestra teoría —este es un punto clave— está basada fundamentalmente en una interacción compleja entre el modo en que este espacio de posibilidades se expande y se reestructura, y el modo en que lo exploramos.
Después de la epifanía del 2012, volvimos realmente a trabajar, pues debíamos trabajar en esta teoría, y elaboramos un cierto número de predicciones para probar en la realidad.
Por supuesto, necesitábamos un marco comprobable para estudiar la innovación.
Déjenme conducirlos por algunas predicciones que hicimos.
La primera concierne al ritmo de la innovación, la frecuencia con que vemos novedades en sistemas muy diferentes.
Y nuestra teoría predice que el ritmo de innovación debe seguir una curva universal, como esta.
Esta es la tasa de innovación versus el tiempo en condiciones muy diferentes.
Y, de algún modo, predecimos que la tasa de innovación debe decrecer progresivamente con el tiempo.
De algún modo, predice que la innovación se volverá más difícil a medida que avanzamos en el tiempo.
Es prolijo.
Es interesante.
Es bello.
Estábamos felices.
Pero la cuestión es:
¿es verdadero?
Debíamos verificarla con la realidad.
Por lo que volvimos a la realidad y recolectamos muchos datos, terabytes de datos, siguiendo la innovación en Wikipedia, Twitter, el modo en que escribimos software gratuito, hasta el modo en que oímos música.
No puedo decirles lo maravillados, complacidos, y emocionados que estábamos por haber descubierto que las mismas predicciones que hicimos en teoría se encontraban en sistemas reales, en muchos sistemas diferentes.
Estábamos muy emocionados.
Y, aparentemente, estábamos en el camino correcto, y no podíamos detenernos, por lo que no nos detuvimos.
Por lo que continuamos, e hicimos otro descubrimiento al que apodamos «novedades correlacionadas».
Es muy simple.
Imagino que todos experimentamos esto: están escuchando «Suzanne», por Leonard Cohen, y esta experiencia desencadena su pasión por Cohen de modo que empiezan a escuchar frenéticamente todas sus obras.
Y aquí se dan cuenta de que Fabrizio De André grabó una versión italiana de «Suzanne», y así sucesivamente.
Entonces, por alguna razón, la noción del adyacente posible ya está codificando la creencia común de que una cosa conduce a la otra en muchos sistemas diferentes.
Pero la razón por la cual estábamos fascinados es que por primera vez podíamos dar un fundamento científico a esta intuición y empezar a hacer predicciones sobre el modo en que experimentamos lo nuevo.
Por ende, las novedades están correlacionadas.
No ocurren al azar.
Y estas son buenas noticias, porque esto implica que las misiones imposibles podrían no ser tan imposibles después de todo, si nos dejamos llevar por nuestra intuición, guiándonos de algún modo a desencadenar una reacción en cadena positiva.
Pero hay una tercera consecuencia de la existencia del adyacente posible a la que llamamos «olas de novedades».
Para hacerlo simple, en la música, sin las olas de novedades, todavía estaríamos escuchando todo el tiempo a Mozart o a Beethoven, lo que es genial, pero no lo hacemos todo el tiempo.
También escuchamos a los Pet Shop Boys, o a Justin Bieber —bueno, algunos—.
(Risas)
Por lo que pudimos ver muy claramente todos estos patrones en las enormes cantidades de datos que recolectamos y analizamos.
Por ejemplo, descubrimos que los éxitos populares en la música nacen continuamente, ya lo saben, y después desaparecen, dejando aún lugar para los clásicos.
Así, de algún modo, las olas de novedades van y vienen mientras que las mareas siempre retienen los clásicos.
Hay una coexistencia entre los clásicos y los nuevos éxitos.
Nuestra teoría no solo predice estas olas de novedades.
Esto sería trivial.
También explica por qué están allí, y están allí por una razón específica, porque nosotros, como humanos, exhibimos distintas estrategias en el espacio de lo posible.
Así, algunos tendemos a seguir las huellas de las sendas ya conocidas.
Y decimos que ellos explotan algo.
Algunos nos lanzamos a nuevas aventuras.
Por lo que decimos que exploran.
Y lo que descubrimos es que todos los sistemas que investigamos están justo en el límite entre estas dos estrategias, algo así como un 80 % de explotación, un 20 % de exploración, algo así como los ‘blade runners’ de la innovación.
Y parece que el balance sabio, o también podríamos decir un balance conservador, entre el pasado y el futuro, entre la explotación y la exploración, ya está preparado y quizá sea necesario en nuestro sistema.
Y las buenas noticias son que ahora tenemos las herramientas científicas para investigar este equilibrio, quizás empujándolo aún más en el futuro próximo.
Entonces, como se pueden imaginar, todo esto me fascinó realmente.
Nuestro esquema matemático ya nos está dando claves y pistas para investigar el espacio de posibilidades y el modo en que todos lo creamos y lo exploramos.
Pero hay más.
Creo que este es el punto de partida de algo que tiene el potencial de convertirse en un viaje maravilloso para investigar científicamente lo nuevo, pero también diría en una investigación personal de lo nuevo.
Y creo que esto puede tener muchas consecuencias y un gran impacto en actividades claves como el aprendizaje, la educación, la investigación, los negocios.
Por ejemplo, si pensamos en la inteligencia artificial, estoy seguro, la inteligencia artificial, en un futuro cercano deberemos confiar más y más en la estructura del adyacente posible, para reestructurarla, para cambiarla, y también para afrontar las incógnitas futuras.
Así mismo, tenemos muchas herramientas, herramientas nuevas para investigar cómo funciona la creatividad y lo que genera la innovación.
Y el objetivo de todo esto es formar a una generación de gente capaz de generar nuevas ideas para encarar los desafíos futuros.
Todos lo sabemos.
Creo que hay un largo camino por recorrer, pero las preguntas y las herramientas ahora están ahí, adyacentes y posibles.
Gracias.
(Aplausos)
https://www.ted.com/talks/vittorio_loreto_need_a_new_idea_start_at_the_edge_of_what_is_known/