Contenidos
Charla «¡Perritos! Ahora que tengo tu atención, teoría de la complejidad» de TEDxZurich 2013 en español.
El comportamiento animal no es complicado, pero es complejo. Nicolas Perony estudia cómo los animales — ya se trate de terriers escoceses, murciélagos o suricatas — siguen reglas simples que, en conjunto, crean patrones más grandes de la conducta. Y cómo de esta complejidad nace la simplicidad que puede ayudar a adaptarse a las nuevas circunstancias, a medida que surgen.
- Autor/a de la charla: Nicolas Perony
- Fecha de grabación: 2013-10-03
- Fecha de publicación: 2014-01-30
- Duración de «¡Perritos! Ahora que tengo tu atención, teoría de la complejidad»: 825 segundos
Traducción de «¡Perritos! Ahora que tengo tu atención, teoría de la complejidad» en español.
Ciencia.
La ciencia nos ha permitido conocer mucho los confines del universo, lo que es a la vez enormemente importante y extremadamente remoto.
Sin embargo, más cerca, mucho más directamente relacionado con nosotros, hay muchas cosas que no entendemos del todo.
Y una de ellas es la extraordinaria complejidad social de los animales que nos rodean y hoy quiero contarles algunas historias de la complejidad animal.
Pero antes, ¿a qué llamamos complejidad? ¿Qué es complejo? Bueno, complejo no es complicado.
Algo complicado comprende muchas piezas pequeñas, todas diferentes, y cada una tiene su papel preciso en la maquinaria.
Por el contrario, un sistema complejo está hecho de muchas, muchas partes similares y es su interacción la que produce un comportamiento globalmente coherente.
Los sistemas complejos tienen muchas partes que interactúan que se comportan según reglas simples, individuales y esto genera propiedades emergentes.
El comportamiento del sistema como un todo no puede deducirse solo de las reglas individuales.
Como escribió Aristóteles: «el todo es más que la suma de las partes».
Pero vayamos de Aristóteles, a un ejemplo más concreto de sistemas complejos.
Los terriers escoceses.
Al principio, el sistema está desorganizado.
Luego viene una perturbación: la leche.
Cada individuo empieza a empujar en una dirección y esto es lo que sucede.
El molinete es una propiedad emergente de las interacciones entre los cachorros cuya única regla es tratar de mantener el acceso a la leche y, por lo tanto, empujar en una dirección aleatoria.
Así que solo se trata de encontrar las reglas simples desde las que emerge la complejidad.
Yo llamo a esto complejidad simplificada y es lo que hacemos en la cátedra de diseño de sistemas en la ETH Zúrich.
Recopilamos datos sobre las poblaciones animales, analizamos los patrones complejos, y tratamos de explicarlos.
Requiere que los físicos trabajen con los biólogos, con los matemáticos y con científicos de la computación, y es su interacción la que produce la capacidad transfronteriza para resolver estos problemas.
Así que de nuevo, el todo es más que la suma de las partes.
En cierto modo, la colaboración es otro ejemplo de sistema complejo.
Y posiblemente te estés preguntando si estoy del lado de la bilogía o de la física.
De hecho, es algo diferente, y para explicarlo, necesito contarles una pequeña historia sobre mí.
Cuando era chico, me encantaba construir cosas, crear máquinas complicadas.
Así que me puse a estudiar ingeniería eléctrica y robótica.
Mi proyecto final era construir un robot llamado ER-1 — que se veía así — que recopilaría información de su entorno y procedería a seguir una línea blanca en el suelo.
Era muy, muy complicado, pero funcionó magníficamente en nuestra habitación de prueba.
El día de la demostración, los profesores aprobarían el proyecto.
Llevamos el ER-1 a la habitación de evaluación.
Resultó ser que la luz del lugar era un poquito diferente.
El sistema de visión del robot se confundió.
En la primera curva de la línea, abandonó su curso y se estrelló contra una pared.
Nos había llevado semanas construirlo y todo lo que tomó para destruirlo fue un cambio sutil en el color de la luz en la habitación.
Ahí fue cuando me di cuenta de que cuanto más complicada haces una máquina, más probable es que falle debido a algo absolutamente inesperado.
Y decidí que, de hecho, no quería crear cosas complicadas.
Quería entender la complejidad, la complejidad del mundo que nos rodea y especialmente en el reino animal.
Lo que nos lleva a los murciélagos.
Los murciélagos Bechstein son una especie común de murciélagos europeos.
Son animales muy sociales.
La mayoría de ellos se posan o duermen juntos.
Y viven en colonias de maternidad, lo que significa que cada primavera, las hembras se reúnen después de la hibernación de invierno y permanecen juntas durante unos 6 meses para criar a sus hijos.
Todas ellas llevan un chip muy pequeño, por lo que cada vez que una de ellas entra en una de estas cajas especialmente equipadas para murciélagos, sabemos dónde está, y lo más importante, sabemos con quién está.
Estudio las asociaciones para descansar en los murciélagos, y así se ve.
De día, los murciélagos se posan en subgrupos en diferentes cajas.
Podría ser que un día, la colonia se divida entre 2 cajas, pero otro día podrían estar juntos en una sola caja o dividirse en 3 o más cajas, y todo eso parece más bien errático, Se llama dinámica de la fisión-fusión a la propiedad de un grupo de animales de dividirse y fusionarse regularmente en diferentes subgrupos.
Lo que hacemos es tomar todos estos datos de todos estos días y juntarlos todos para extraer un patrón de asociación a largo plazo mediante la aplicación de técnicas de análisis de redes para obtener una imagen completa de la estructura social de la colonia.
¿De acuerdo? Así queda la imagen.
En esta red, todos los círculos son nodos, murciélagos individuales, y las líneas entre ellos son los lazos sociales, las asociaciones entre individuos.
Resulta que esta es una figura muy interesante.
Esta colonia de murciélagos está organizada en 2 diferentes comunidades que no pueden predecirse a partir de la dinámica de fisión-fusión diaria.
Los llamamos unidades sociales crípticas.
Es aún más interesante, de hecho: Cada año, para octubre, la colonia se divide y todos los murciélagos hibernan por separado.
Pero año tras año, cuando los murciélagos se reúnen de nuevo en la primavera, las comunidades se mantienen igual.
Así que estos murciélagos recuerdan a sus amigos por un tiempo muy largo.
Con un cerebro del tamaño de un maní, mantienen vínculos sociales, individualizados a largo plazo.
No sabíamos que eso era posible.
Sabíamos que los primates, los elefantes y los delfines podían hacer eso, pero en comparación con los murciélagos, tienen grandes cerebros.
Así que, ¿cómo puede ser que los murciélagos mantengan esta compleja estructura social estable con tan limitadas capacidades cognitivas? Y aquí es donde la complejidad nos da una respuesta.
Para entender este sistema, hemos construido un modelo informático de dormidero, basado en reglas simples, individuales, que simulan miles y miles de días en la colonia virtual de murciélagos.
Es un modelo matemático, pero no es complicado.
Lo que ese modelo nos dijo es que, en pocas palabras, cada murciélago reconoce a algunos de los otros miembros de la colonia como sus amigos y es un poco más probable que descanse en una caja con ellos.
Simples reglas individuales.
Esto es todo lo que se necesita para explicar la complejidad social de estos murciélagos.
Pero se pone mejor.
Entre 2010 y 2011, la colonia perdió más de dos tercios de sus miembros, probablemente debido a un invierno muy frío.
La siguiente primavera, no se formaron dos comunidades como cada año, lo que podría haber hecho que toda la colonia muera porque se había vuelto pequeña.
En cambio, se formó una sola unidad social cohesionada, que permitió que la colonia sobreviva esa temporada y vuelva a crecer en los dos años siguientes.
Lo que sabemos es que los murciélagos no son conscientes de que su colonia está haciendo esto.
Lo que hacen es aplicar unas simples reglas de asociación y de esta simplicidad emerge la complejidad social que permite a la colonia recuperarse de los profundos cambios en la estructura de la población.
Y me parece increíble.
Ahora quiero contarles otra historia, pero tendremos que viajar desde Europa al desierto de Kalahari en Sudáfrica.
Aquí es donde viven las suricatas.
Estoy seguro de que conocen a las suricatas.
Son criaturas fascinantes.
Viven en grupos con una jerarquía social muy estricta.
Hay una pareja dominante y muchos subordinados.
Algunos hacen de centinelas, algunos de niñeras, algunos enseñan a los cachorros, y así sucesivamente.
Lo que hicimos fue poner unos collares GPS muy pequeños en estos animales para estudiar cómo se mueven juntos y qué relación guarda esto con su estructura social.
Y hay un ejemplo muy interesante del movimiento colectivo de las suricatas.
En el medio de la reserva en la que viven hay una ruta.
En esta ruta hay coches, por lo que es peligroso.
Las suricatas tienen que cruzarla para ir de un lugar de alimentación a otro.
Así que nos preguntamos, ¿exactamente cómo hacen esto? Descubrimos que la hembra dominante es generalmente la única que guía al grupo a la ruta, pero al momento de cruzarla, deja pasar a los subordinados, como diciendo, «Adelante, díganme si es seguro».
Lo que yo no sabía era qué reglas de comportamiento seguían las suricatas para que este cambio tenga lugar y si podía explicarse con reglas simples.
Entonces, construí un modelo, un modelo de simulación de suricatas cruzando una ruta simulada.
Es un modelo simplista.
Las suricatas en movimiento son como partículas aleatorias cuya única regla es la de alineación.
Simplemente se mueven juntas.
Cuando estas partículas llegan a la ruta, sienten algún tipo de obstáculo y rebotan contra él.
La única diferencia entre la hembra dominante, aquí en rojo, y los otros individuos, es que para ella la altura del obstáculo, que es, de hecho, el riesgo percibido de la carretera, es sólo ligeramente superior y esta pequeña diferencia en la regla del movimiento individual es suficiente para explicar lo que observamos: que la hembra dominante lleva a su grupo a la carretera y luego les da paso a los otros para que crucen primero.
George Box, que fue un estadístico inglés, una vez escribió: «Todos los modelos son falsos, pero algunos modelos son útiles».
Por lo tanto, este modelo es obviamente falso, porque en la realidad las suricatas son cualquier cosa menos partículas aleatorias.
Pero también es útil, porque nos dice que la extrema simplicidad de las reglas del movimiento a nivel individual puede generar una enorme complejidad en el nivel del grupo.
Así que de nuevo, eso es simplificar la complejidad.
Me gustaría concluir con lo que esto significa para toda la especie.
Cuando la hembra dominante da paso a un subordinado, no es por cortesía.
De hecho, la hembra dominante es extremadamente importante para la cohesión del grupo.
Si ella muere en el camino, todo el grupo está en riesgo.
Este comportamiento de evitación de riesgos es una respuesta evolutiva muy antigua.
Estas suricatas están replicando una táctica evolutiva que tiene miles de generaciones de antigüedad, y se están adaptando a un riesgo moderno, en este caso una ruta construida por los seres humanos.
Adaptan reglas muy simples y el comportamiento complejo resultante les permite resistir la invasión humana a su hábitat natural.
Al final, pueden ser los murciélagos que cambian su estructura social en respuesta a descenso de la población, o pueden ser suricatas que muestran una original adaptación frente a una ruta humana, o puede ser otra especie.
Mi mensaje — y no es uno complejo, sino uno sencillo de asombro y esperanza — mi mensaje es que los animales muestran una extraordinaria complejidad social, y esto les permite adaptarse y responder a los cambios en su entorno.
Resumiendo, en el reino animal, la simplicidad conduce a la complejidad lo que conduce a la capacidad de recuperación.
Gracias.
(Aplausos)
https://www.ted.com/talks/nicolas_perony_puppies_now_that_i_ve_got_your_attention_complexity_theory/