Revista de la Unidad de Investigación  
de la Facultad de Economía de la UNSA  
Cienciasde  
lacomplejidad  
AÑO 1 / 2020 / NOVIEMBRE Nª 01  
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN DE AREQUIPA  
Revista de la Unidad de Investigación  
de la Facultad de Economía de la UNSA  
Cienciasde  
lacomplejidad  
AÑO 1 / 2020 / NOVIEMBRE Nª 01  
Decano de la Facultad de Economía  
Mg. Alejandro Chávez Medrano  
Equipo Editorial  
Editor  
Dr. Glenn Arce Larrea  
Consejo Editorial  
Dr. Eligio Cruz Leandro (México)  
Dr. Nelson Alfonso Gómez Cruz (Colombia)  
Dr. Carlos Eduardo Maldonado (Colombia)  
Dr. Leonardo G. Rodríguez Zoya (Argentina)  
Dra. Mary Nely Vásquez Perez (España)  
Dr. Miguel Ramón Viguri Axpe (España)  
Dra. Wendy Ugarte Mejía (Perú)  
Investigadores Junior Asociados  
Srta. Graciel Anayka Bailon Huayhua (estudiante)  
Srta. Angela Daniela Portugal Pacheco (estudiante)  
Bach. GiancarloAlonso Torres León  
Edición y Diseño  
Mg. María Luisa Paricahua Peralta  
Lic. Jaime Mamani Velásquez  
UNIVERSIDAD NACIONAL DE SAN AGUSTÍN  
DE AREQUIPA  
Facultad de Economía  
Unidad de Investigación de la Facultad de Economía  
cienciasdelacomplejidad@unsa.edu.pe  
http://fec.unsa.edu.pe/revista-ciencias-de-la-complejidad/  
www.unsa.edu.pe  
5
7
Prólogo  
Computación interactiva y emergente  
en colonias de hormigas  
Dr. Nelson Alfonso Gómez-Cruz  
Centro de Innovación, Escuela de Administración,  
Universidad del Rosario / Laboratorio de Sistemas Inteligentes,  
Facultad de Ingeniería, Universidad Nacional de Colombia  
La Biosemiótica como una de las Ciencias de la Complejidad  
Dr. Carlos Eduardo Maldonado  
Profesor Titular / Facultad de Medicina / Universidad El Bosque  
2
3
3
Ciencia, política y problemas complejos  
Dr. Leonardo G. Rodríguez Zoya  
Consejo Nacional de Investigaciones Científicas y  
Técnicas (CONICET) / Instituto de Investigaciones Gino Germani  
/ Universidad de Buenos Aires  
Índice  
7
“
El Pensamiento Complejo en las Ciencias Sociales: hacia una  
nueva Organización de la Empresa”  
Dra. María Nely Vásquez Pérez  
Profesora de la Facultad de Teología del Norte de España, Sede  
de Vitoria. Investigadora Invitada del Instituto de  
Investigaciones Gino Germani, Universidad de Buenos Aires, Ar-  
gentina  
Dr. Miguel Ramón Viguri Axpe  
Profesor de la Facultad de Ciencias Sociales y Humanas,  
Universidad de Deusto, Bilbao, España. Investigador Invitado del  
Instituto de Investigaciones Gino Germani, Universidad de Bue-  
nos Aires, Argentina  
5
6
1
7
América Latina, complejidad e interdisciplina, en búsqueda de  
modelos y programas públicos alternativos. Caso México.  
Dr. Eligio Cruz Leandro  
Académico del Instituto de Investigaciones Antropológicas de la  
Universidad Nacional Autónoma de México  
Finanzas y Complejidad  
Glenn Roberto Arce Larrea  
glenn@unsa.edu.pe  
https://orcid.org/0000-0002-6949-9001  
Universidad Nacional De San Agustín  
Angela Daniela Portugal Pacheco  
aportugal@unsa.edu.pe  
https://orcid.org/0000-0003-3096-3740  
Universidad Nacional de San Agustín  
Wendy Anne Ugarte Mejía  
wugartem@unsa.edu.pe  
https://orcid.org/0000-0003-2185-5887  
Universidad Nacional de San Agustín  
7
9
Índice  
a incertidumbre, las bifurcaciones, la inestabilidad, el escaparse de  
la linealidad, son algunas de las características de una de las ciencias  
de vanguardia que disrumpe el status quo de la linealidad en la que  
L
el ser humano vive; hablamos de: “la complejidad”. En concordancia, en la  
Unidad de Investigación de la Facultad de Economía quisimos encontrar a  
los científicos que nos ayudaran a editar una revista no tradicional y sobre  
todo que aborde temas no-lineales; como dice C. E. Maldonado, que no se  
encuentren en la zona normal de la campana de Gauss, y con ello, lograr  
aglutinar a las mejores mentes que nos ayuden a entender mejor que el  
problema central esta en comprender, analizar y diagnosticar a la vida. El  
resultado es este primer número de la Revista Ciencias de la Complejidad,  
la primera revista específicamente dedicada a la complejidad en el espectro  
hispanohablante.  
En esta primera edición tenemos artículos científicos que desarrollan dife-  
rentes temas como la biosemiótica una de las ciencias de la complejidad de  
una parte del grupo más destacado de investigadores en América Latina en  
complejidad. La complejidad, que pone de manifiesto, abiertamente, lo que  
realmente importa que son las ciencias de la vida. Así, el primer artículo se  
ocupa de las relaciones entre biosemiótica y complejidad y propone la tesis  
que la biosemiótica puede y debe ser considerada como una de las ciencias  
de la complejidad; está escrito por Carlos Eduardo Maldonado. Otro de los  
artículos busca una explicación del pensamiento complejo en las ciencias  
sociales, que nos conduce a una nueva organización de la empresa, de los  
profesores María Nely Vásquez Pérez y Miguel Ramón Viguro Axpe. Asimis-  
mo, el artículo del profesor Leonardo Rodríguez-Zoya propone y desarrolla  
el concepto de problemas complejos para repensar el vínculo entre la cien-  
cia y la política. Otro artículo, estudia las relaciones entre América Latina, la  
complejidad y la interdisciplinariedad buscando modelos y programas que  
puedan contribuir a las políticas públicas, con énfasis en México; este es  
un artículo del profesor Eligio Cruz Leandro. El artículo del profesor Nelson  
Alfonso Gómez-Cruz es una investigación sobre computación interactiva y  
emergente en colonias de hormigas, que es una de las aristas más im-  
portantes en la interface entre complejidad y computación y finalmente,  
nuestro artículo de finanzas y complejidad que tratara de romper viejos  
paradigmas.  
Prólogo  
La revista Ciencias de la Complejidad es de acceso abierto; tendrá una pe-  
riodicidad semestral en la cual existe un comité científico que nos ayudara  
a evaluar los artículos que serán publicados y así cumplir con una de las  
exigencias científicas para llegar a ser una revista de alto impacto.  
Agradecemos a las autoridades de la Facultad de Economía que nos apoya-  
ron a lograr este gran reto.  
Dr. Glenn Arce Larrea  
CC, 2020. Vol. 1, Nº 1: 07–22. https://doi.org/10.48168/cc012020-001  
Computación interactiva  
y emergente en colonias de  
hormigas  
Nelson Alfonso Gómez-Cruz  
Centro de Innovación, Escuela de Administración, Universidad del Rosario  
Laboratorio de Sistemas Inteligentes, Facultad de Ingeniería, Universidad Nacional de  
Colombia  
nelson.gomez@urosario.edu.co  
Orcid: 0000-0001-9594-1441  
_
_________________________________________________________________________________________  
Recepción: 29/10/2020  
Aceptación: 18/11/2020  
Resumen  
Los sistemas vivos procesan información; esto es lo que hacen para vivir. La capaci-  
dad de procesar información es, de hecho, uno de los rasgos más sobresalientes de  
los sistemas complejos adaptativos en general. Se suele aceptar, desde la biología y  
las ciencias de la computación, que el modelo estándar de computación algorítmica,  
representado por la máquina de Turing, establece los límites teóricos de lo que la vida  
puede computar y lo que no. Pese a ello, el tipo de computaciones que realizan los  
sistemas vivos difiere en maneras fundamentales de las soportadas por la máquina  
de Turing. En este artículo se demuestra que el sistema de navegación que emplean  
individualmente las hormigas y las estrategias colectivas para la recolección óptima  
de alimentos que usa la colonia no se pueden reducir a formas de computación al-  
gorítmica. Esta idea justifica la necesidad de desarrollar nuevos modelos de compu-  
tación que nos permitan desentrañar la lógica computacional y la complejidad de la  
vida.  
Palabras clave  
Sistemas complejos; computación interactiva; computación emergente; colonias de  
hormigas; forrajeo; sistema de navegación en hormigas  
.
Introducción: complejidad y cognición en las colonias de  
hormigas  
Actualmente, se estima que existen entre 14.000 y 20.000 especies de hormigas que  
se extienden a través de todos los hábitats terrestres del planeta (Gordon, 2016a;  
Hölldobler & Wilson, 2014). Algunas de ellas llegan a conformar colonias de hasta  
300 millones de individuos. Su comportamiento social está soportado en sistemas de  
comunicación sofisticados que involucran señales químicas y otras señales complejas  
en las que intervienen el olfato, el gusto, las vibraciones (sonidos) y el tacto. Desde el  
punto de vista ecológico, el comportamiento colectivo de una colonia es equiparable  
al de un organismo (Gordon, 2010): nace, crece, se reproduce y muere. La expec-  
tativa de vida de una colonia oscila entre 25 y 30 años (Gordon, 2016a). Debido a  
su organización coherente y cooperativa, a las colonias de hormigas se les denomina  
superorganismos (Hölldobler & Wilson, 2014).  
Las colonias de hormigas han sido reconocidas, desde hace algunas décadas, como  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
7
sistemas complejos adaptativos (SCA) (Gordon, 2010;  
nera de “cementerios”. Todos estos patrones agregados  
Mitchell, 2009; Dorigo & Stützle, 2004; Bonabeau,  
involucran capacidades computacionales y cognitivas  
1998; Hölldobler & Wilson, 1990). Un SCA es aquel tanto individuales como colectivas (Feinerman & Kor-  
cuya organización, dinámica y función resultan de la  
acción autónoma, paralela, distribuida, asíncrona e in-  
teractiva entre sus múltiples componentes. Los  
man, 2017; Dornhaus & Franks, 2008). Desde el pun-  
to de vista cognitivo, las colonias de hormigas pueden  
ser entendidas como cerebros líquidos (Solé, Moses &  
Forrest, 2019). Para este tipo de sistemas no hay una  
arquitectura fija ni conexiones persistentes, como en el  
cerebro humano. En el caso de las hormigas, la movili-  
dad incrementa los flujos de información y la estructura  
física del entorno se convierte en un componente fun-  
damental de su capacidad para procesar información  
(ibíd.).  
SCA exhiben, de manera fundamental, procesamien-  
to sofisticado de información y adaptación mediante  
aprendizaje o evolución (Gómez-Cruz, 2013; Mitchell,  
2009). “Para comprender cómo la acción coordinada de  
los componentes logra desplegar patrones colectivos de  
organización espaciotemporal, es necesario considerar  
por lo menos dos niveles diferentes de observación. La  
escala local (o microescala), donde operan e interac-  
túan los componentes del sistema. Y la escala global (o  
macroescala), donde aparecen los patrones agregados,  
que pueden ser estructurales, comportamentales o fun-  
cionales” (Gómez-Cruz, 2018).  
A pesar de la sofisticación y de la complejidad en el pro-  
cesamiento de información que despliegan las hormi-  
gas, los investigadores en campos como las ciencias de  
la complejidad (Mitchell, 2009), la inteligencia colectiva  
(Bonabeau et al., 1999) o la inteligencia computacional  
(Dorigo & Stützle, 2004) suelen representar y modelar  
En la microescala, las capacidades funcionales de cada  
hormiga son restringidas con respecto a las demandas  
del ambiente; su capacidad para acceder a información  
del entorno es incompleta, y su interacción, que puede  
ser directa o mediada por el entorno, es estrictamente  
local. En la macroescala, por su parte, surge una red  
de procesamiento de información que opera de manera  
autoorganizada, es decir, sin la acción de un líder o de  
un controlador externo. De la red emergen patrones  
agregados complejos que ninguna hormiga podría lle-  
var a cabo por sí sola. Algunos patrones comunes in-  
cluyen la construcción, reparación o extensión del nido;  
la búsqueda y recolección de alimento; la clasificación,  
alimentación y cuidado de los huevos, las larvas y las  
pupas; la asignación dinámica de tareas, entre otros  
a las hormigas como autómatas reflejos (agentes sim-  
ples), cuyo comportamiento es predefinido e inflexible.  
Entomólogos de la talla de E. O. Wilson, incluso, han  
considerado a las hormigas como componentes genéti-  
camente programados para cumplir su tarea (Gordon,  
2010). Esta hipótesis de trabajo, útil en algunos casos,  
no siempre hace justicia a las hormigas. Como Gordon  
(2010) apunta, el comportamiento individual no se re-  
duce simplemente a un conjunto de respuestas fijas a  
señales específicas. Por el contrario, se ha mostrado  
que dicho comportamiento es altamente flexible e invo-  
lucra aprendizaje (Dornhaus & Franks, 2008). Se sabe,  
por ejemplo, que las hormigas pueden modificar su es-  
quema de comportamiento de acuerdo con el patrón de  
interacción que perciben en su entorno (Gordon, 2010).  
Tal flexibilidad requiere habilidades cognitivas elabora-  
das. La cognición se define como la habilidad para ad-  
quirir información del entorno (mediante los sentidos),  
(Gordon, 2016a; 2016b; Bonabeau, Dorigo & Therau-  
laz, 1999).  
Adicionalmente, algunas especies llevan a cabo fun- retenerla, procesarla y tomar decisiones con base en  
ciones especializadas que han evolucionado a par-  
ella (Shettleworth, 2001). En este sentido, la cognición  
tir de contextos ecológicos y fisiológicos particulares es un fenómeno computacional.  
Gordon, 2016b). Las hormigas cortadoras (Atta), por  
ejemplo, cortan y transportan las hojas de las plantas En este artículo se introducen dos modelos de procesa-  
(
para cultivar hongos dentro del nido que luego consu-  
men y brindan como alimento a las crías. Las hormigas  
legionarias (Eciton) construyen puentes con sus pro-  
miento de información en colonias de hormigas y se de-  
muestra que, en ambos casos, la teoría de la computa-  
ción algorítmica, representada por la Máquina de Turing  
pios cuerpos con el fin de superar precipicios y obstá- (MT), es insuficiente para capturar la expresividad (o  
culos de manera eficiente (Bonabeau et al., 1999). Las  
hormigas tejedoras (Oecophylla) elaboran sus nidos a  
partir de las hojas vivas de los árboles, empleando seda  
para unirlas. También son capaces de atrapar y trans-  
portar animales de gran tamaño, como escorpiones, u  
ordeñar comunidades de áfidos por periodos extensos  
el poder) computacional de las hormigas. En el primer  
caso, se analiza el sistema de navegación que emplean  
a nivel individual las hormigas del desierto. Para ello se  
utiliza un modelo de computación interactiva secuen-  
cial conocido como MT Persistente. En el segundo caso,  
haciendo uso de una simulación basada en agentes, se  
como si fueran “ganado”. Las hormigas negras (Lasius), explora la expresividad computacional que exhibe la  
por su parte, agrupan los cadáveres en pilas a la ma-  
colonia cuando busca y recolecta alimento. Los resul-  
8
CIENCIAS DE LA COMPLEJIDAD  
tados presentados tienen implicaciones profundas para  
la comprensión de lo que significa computar y para el  
estudio del procesamiento de información en sistemas  
Cada una de estas habilidades involucra diversos me-  
canismos de procesamiento de información que operan  
en las escalas molecular, celular, cerebral y organísmi-  
ca. No obstante, la complejidad individual no suele ex-  
plicar los patrones emergentes que exhibe la colonia  
(Bonabeau, Theraulaz, Deneubourg, Aron & Camazine,  
1997). Un caso bastante estudiado es la formación de  
senderos para la recolección de alimento (Camazine,  
Deneubourg, Franks, Sneyd, Theraulaz & Bonabeau,  
1
vivos .  
Computación individual y colectiva en las  
hormigas  
En el nivel individual, las hormigas despliegan un am-  
plio repertorio de capacidades cognitivas y computa- 2001; Bonabeau et al., 1999).  
cionales. Cada hormiga es capaz de percibir una gran  
cantidad de entradas sensoriales, modular su compor-  
Durante el proceso de búsqueda y recolección de ali-  
tamiento de acuerdo con múltiples estímulos y tomar mento, el comportamiento funcional de las hormigas  
decisiones con base en grandes cantidades de infor- se puede considerar “simple” (Franks, 1989). El pro-  
mación. Se conoce, por ejemplo, que las hormigas  
pueden distinguir entre cientos de químicos distintos ción (Wilensky & Rand, 2015). Las hormigas forrajeras  
Gordon, 2016a). Con su diminuto cerebro, que pesa abandonan el nido, caminando de forma aleatoria, en  
ceso opera más o menos como se indica a continua-  
(
alrededor de 0.1 miligramos (Ronacher, 2008), las hor-  
migas aprenden, planean para el futuro, enseñan, to-  
busca de alimento. Cuando una de ellas lo encuentra,  
toma un poco y regresa a depositarlo en el nido. Mien-  
man decisiones sofisticadas y emplean herramientas tras retorna, la hormiga deposita una sustancia quí-  
Dornhaus & Franks, 2008). El uso de herramientas, mica, denominada feromona, en el camino. El rastro  
particularmente, se ha detectado en el transporte de  
de feromonas se difunde en el entorno cercano con un  
(
líquidos y en la construcción de nidos. La figura 1 (iz- efecto atractivo sobre las demás hormigas. Cada vez  
quierda) muestra a una hormiga tejedora australiana que otra hormiga que deambule sin alimento detecte  
adulta (Oecophylla) sosteniendo una larva entre sus el rastro, existe una mayor probabilidad de que mo-  
mandíbulas y golpeándola suavemente con sus ante- dule su comportamiento y decida seguirlo. Al hacerlo,  
nas como indicación para que comience a secretar seda  
de sus glándulas salivares (National Geographic, 2011).  
La seda es empleada para unir las hojas que formarán  
parte del nido (derecha).  
depositará más feromonas sobre el rastro existente y  
este será reforzado, atrayendo más y más hormigas al  
nuevo sendero.  
El mecanismo de “reclutamiento” de hormigas median-  
te feromonas genera un bucle de retroalimentación po-  
sitiva. Entre más hormigas participen en la recolección,  
más feromonas serán depositadas y más atractivo será  
el sendero. De esta manera, el número de hormigas en  
el sendero se incrementa exponencialmente en el tiem-  
po (Moussaid, Garnier, Theraulaz & Helbing, 2009). Sin  
embargo, el proceso es contrabalanceado por un bu-  
cle de retroalimentación negativa que se desencadena  
cuando las feromonas se evaporan, cuando el número  
total de hormigas disponibles es alcanzado o cuando el  
alimento de la fuente ha sido recolectado por completo.  
La figura 2 muestra la dinámica de reclutamiento para  
hormigas de la especie Linepithema humile. En ella se  
ilustra la emergencia del rastro de feromonas entre el  
nido y la fuente de alimento. Mediante este proceso, la  
colonia decide colectivamente qué fuente de alimento  
explotar y conforma un sendero para hacerlo. La infor-  
mación necesaria para realizar la recolección es difun-  
dida a través del entorno y no puede ser contenida o  
generada por una sola hormiga. Las feromonas cons-  
tituyen, en la escala global, la memoria de la colonia.  
Figura 1. Uso de herra-  
mientas en hormigas  
tejedoras y la arquitec-  
tura de su nido.  
Fuente: National Geo-  
graphic (2011)  
En general, la colonia produce, por un lado, nueva in-  
formación (información cogenerada) que las hormigas  
1
Al respecto, véase Gómez-Cruz y Niño (2020).  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
9
asumen individualmente y, por el otro, nuevos mecanis-  
mos para procesar colectivamente dicha información. La  
técnicas computacionales (como la simulación) o el uso  
de un lenguaje computacional para comprender o expli-  
integración de la información parcial que las hormigas car procesos específicos, como la formación de sende-  
adquieren, procesan y comunican (en la microescala),  
y los mecanismos de procesamiento de información que  
ros o la emergencia de carriles (Moussaid et al., 2009).  
Sin embargo, en estos casos tampoco se ha estudiado  
emergen (en la macroescala), le confieren a la colonia de una manera explícita el problema de la expresividad  
capacidades computacionales que no están presentes computacional.  
en los individuos (Mitchell, 2009). Tales capacidades le  
permiten a la colonia, como un todo, interactuar eficien-  
temente con el entorno y resolver problemas que indivi-  
Más allá de estos casos, estudiar el hormiguero (o cual-  
quier otro sistema vivo) como una red de procesamien-  
dualmente serían intratables o, en el peor de los casos, to de información distribuida que opera en distintas  
indecidibles. Algunos ejemplos son la búsqueda de la escalas espaciotemporales sigue siendo un reto (Solé  
ruta más corta entre el nido y la fuente de alimento; la  
et al., 2019; Mitchell, 2012). El hormiguero comprende  
selección de la fuente de alimento más cercana entre múltiples mecanismos que funcionan de manera simul-  
dos o más opciones igualmente atractivas; la elección de tánea, dinámica, interactiva y coordinada para que la  
la fuente más atractiva (por ejemplo, más abundante y  
nutritiva) entre dos o más alternativas; o la explotación de lo anterior, la colonia no computa ninguna función  
sub)óptima de varias fuentes de alimento disponibles matemática específica ni se espera que su procesa-  
Camazine et al., 2001).  
miento se detenga. En general, sugiere Dodig-Crnkovik  
2011), una red de procesamiento de información que  
vida misma de la colonia sea posible. Como se infiere  
(
(
(
Algunas aproximaciones al procesamiento de informa-  
ción en colonias de hormigas se han reportado en la li-  
teratura. En el contexto de la optimización por colonias  
de hormigas, la capacidad de procesamiento de infor-  
mación de la colonia se ha sobresimplificado y reducido  
a su aplicación práctica en problemas de optimización  
y búsqueda. El enfoque en este caso ha sido ingenieril,  
no científico. La manera como se analizan los modelos  
resultantes es en términos de su complejidad compu-  
tacional, es decir, de acuerdo con la cantidad de recur-  
sos computacionales (de tiempo y memoria) requeridos  
para resolver problemas matemáticos o ingenieriles  
funciona en un entorno dinámico no puede ser seriali-  
zada ni modelada, de ninguna forma interesante o útil,  
con una MT.  
Más aún, los modelos computación disponibles no pue-  
den, de momento, capturar la complejidad global de la  
colonia, involucrando sus múltiples escalas de emer-  
gencia y la coevolución de la miríada de mecanismos  
de computación presentes. Nuevos modelos de compu-  
tación siguen siendo necesarios. Sin embargo, como se  
verá en la siguiente sección, el paradigma de la compu-  
tación interactiva, aunque incipiente, permite aportar  
evidencia específica acerca de la expresividad compu-  
tacional de las hormigas y las colonias que conforman.  
-
por ejemplo, de optimización combinatoria- que son  
intratables por métodos exactos (Dorigo & Stützle,  
004). El problema de la expresividad computacional  
no es considerado.  
2
El problema de la expresividad  
computacional en los sistemas vivos  
Retroalimentación negativa  
1
1
20  
00  
La máquina de Turing (MT) representa el modelo es-  
tándar de computación (Siegelmann, 2013; Cleland,  
2
006). Una computación en una MT se lleva a cabo a la  
8
6
4
2
0
0
0
0
0
manera de una caja negra. La computación consiste en  
la transformación de una entrada finita (por ejemplo,  
una cadena -string) en una salida finita, haciendo uso  
de una cantidad finita de tiempo. La entrada debe ser  
determinada antes de iniciar la computación y la salida  
solo estará disponible una vez que la computación haya  
culminado. La transformación está definida por una  
función matemática recursiva y se expresa mediante  
un algoritmo. La MT es, por lo tanto, un modelo de  
computación algorítmica secuencial (Eberbach, Goldin  
Retroalimentación positiva  
1
3
5
7
9
11  
13  
15  
17  
Tiempo (en minutos)  
Figura 2. Dinámica de reclutamiento en hormigas de la especie Linepi-  
thema humile  
&
Wegner, 2004). Durante décadas, muchos autores  
Fuente: Adaptada de Moussaid et al. (2009)  
han sostenido que la MT es capaz de computar cual-  
quier cosa computable. A este hecho se le conoce como  
Tesis fuerte de Church-Turing.  
Otros trabajos ofrecen aproximaciones que involucran  
10  
CIENCIAS DE LA COMPLEJIDAD  
En el plano de la biología, la MT ha sido empleada como tos no pueden ser capturados por la lógica de primer  
un modelo de computación para los sistemas vivos y orden que caracteriza a la computación algorítmica. De  
como una analogía para aproximar la comprensión de la esta manera, la CI es fundamentalmente incompleta  
vida y sus procesos. Brenner (2012), por ejemplo, opina (da Costa & Doria, 2013). Nuevos formalismos lógicos  
que las células y los organismos son MT “especiales”. son necesarios. Una alternativa sensata son las lógicas  
Para Forbes (2004), la lógica de los sistemas biológicos paraconsistentes. Es interesante notar que la incomple-  
está acotada por las capacidades de la MT. Solé y Macia titud de los sistemas interactivos contribuye a su ex-  
(2011), por su parte, plantean la posibilidad de modelar presividad computacional, pero limita la posibilidad de  
los ribosomas como nanomáquinas de Turing capaces formalizarlos (Goldin & Wegner, 2008).  
de (i) leer una cinta definida por el ARN mensajero, (ii)  
crear una cadena de aminoácidos de salida e (iii) iniciar Goldin, Smolka, Attie y Sonderegger (2004) introduje-  
y terminar el proceso mediante la detección de secuen- ron las máquinas de Turing persistentes (MTP) como  
cias específicas. Asimismo, distintas aproximaciones una manera de capturar los rasgos sobresalientes de la  
a los procesos cognitivos suponen que el pensamien- CI considerando el mínimo número de modificaciones  
to humano es equiparable a un proceso algorítmico de a una MT estándar. Las MTP fueron la primera prue-  
manipulación de símbolos, y que el cerebro es una MT ba formal de que la interacción es más expresiva que  
natural (Barrett, 2011; Syropoulos, 2008; Newell & Si- los algoritmos. En esencia, las MTP logran capturar la  
mon, 1976).  
noción intuitiva de computación interactiva secuencial  
Ebebach, Goldin & Wegner, 2004). Una MTP no sola-  
(
Sin embargo, al contrastar los rasgos de la MT con los mente extiende la sintaxis de la MT (como muchas de  
de los sistemas vivos, es difícil encontrar algún aspecto las variantes clásicas que resultaron ser Turing-equiva-  
relevante en común (Gómez-Cruz & Maldonado, 2011). lentes), sino que además extiende de manera simple,  
La MT es un dispositivo de procesamiento secuencial, pero profunda, su semántica. La forma de hacerlo es  
determinístico, cerrado (durante la computación no en- incorporando flujos dinámicos (dynamic streams) y per-  
tra ni sale información) y terminante (debe detenerse sistencia.  
para que la computación sea exitosa). Para los sistemas  
vivos, en contraste, el procesamiento de información Una MTP es un modelo no determinístico compuesto por  
es concurrente, no determinístico, abierto, interactivo y tres cintas semiinfinitas: una de entrada, una de lec-  
autoorganizado. Mientras que una MT debe finalizar el tura/escritura, denominada cinta de trabajo, y una de  
procesamiento para poder decir que hubo una computa- salida. La MTP puede ser entendida como un agente que  
ción, el éxito para los procesos computacionales biológi- interactúa con su entorno durante la computación a me-  
cos no es su terminación, sino la capacidad de respuesta dida que procesa un flujo (stream) de entradas (tokens  
al mundo exterior, así como la velocidad, la flexibilidad, o strings) y genera un flujo de salidas. El flujo de en-  
la robustez y la adaptabilidad con la que se genera esa tradas es generado dinámicamente por el entorno. El  
respuesta (Dodig-Crnkovic, 2011a). En un sistema vivo flujo de salidas, a medida que es procesado por la MTP,  
dejar de computar equivale a la muerte del sistema. es emitido al entorno. Cada vez que la MTP recibe un  
Puesto en términos positivos, vivir es procesar informa- token de entrada lo procesa y produce un token de sali-  
ción. Antes que comportarse como MT, los sistemas vi- da. De este modo, salidas tempranas pueden afectar la  
vos se asemejan a sistemas abiertos e interactivos.  
estructura de entradas futuras. Este proceso se realiza  
sin cesar. El comportamiento de tales sistemas no es re-  
La computación interactiva (CI) es un nuevo paradigma producible ni expresable mediante funciones recursivas.  
de computación que captura los aspectos fundamenta-  
les de aquellas computaciones en las que, a diferen- La interacción secuencial es más expresiva que la MT.  
cia de las que soporta la MT, existe comunicación (o No obstante, la interacción secuencial no captura de for-  
interacción) con el mundo exterior durante el proceso ma apropiada la noción de emergencia, la cual sucede,  
de cómputo (Dodig-Crnkovic, 2010; Wegner, 1997). por definición, en sistemas compuestos por múltiples  
Fue introducida por Wegner (1997) y sus fundamentos componentes que interactúan de manera no lineal en-  
teóricos fueron esbozados por el mismo autor en 1998. tre sí y con el entorno (Gómez-Cruz, 2018). De acuer-  
En la visión interactiva, la computación es vista como do con Goldin et al. (2004), la computación interactiva  
un proceso permanente (ongoing) de interacción con el secuencial no admite comportamientos no serializables,  
entorno, antes que como la transformación, basada en como la coordinación de entradas provenientes de múl-  
funciones, de una entrada en una salida. La CI permi- tiples fuentes concurrentes. Estos autores conjeturan  
te, en consecuencia, expresar sistemas abiertos, com- que un modelo de CI que considere MTP concurrentes  
portamientos autónomos dependientes de la historia y podría ser más expresivo a una MTP secuencial. Simi-  
dinámicas autoorganizadas y emergentes. Tales aspec- larmente, Eberbach et al. (2004) sostienen que cuando  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
11  
un sistema interactivo está conformado por múltiples  
componentes autónomos, asíncronos y concurrentes, el  
sistema no puede ser simulado mediante la serialización  
de los comportamientos de sus componentes. Los sis-  
temas multicomponente, específicamente los sistemas  
complejos basados en agentes (Grimm et al., 2005),  
•
•
•
•
•
Velocidad de respuesta.  
Generalidad de la respuesta.  
Flexibilidad en la respuesta a la novedad.  
Adaptabilidad.  
Tolerancia al ruido, el error, las fallas y los daños.  
exhiben patrones de comportamiento más ricos que La hipótesis que se sugiere en este punto es que la com-  
aquellos que soporta un agente interactivo secuencial.  
plejidad de un sistema (vivo) es directamente propor-  
cional a la sofisticación (expresividad computacional)  
La simulación basada en agentes (Gómez-Cruz, 2018) del procesamiento de información que es capaz de lle-  
y el modelo Actor de Carl Hewitt (2013) son modelos var a cabo. En las siguientes secciones demostraremos  
de computación distribuida e interactiva que modelan la que el procesamiento de información que realizan las  
emergencia en sistemas complejos. A pesar de ello, nin- hormigas, tanto individual como colectivamente, no se  
guno de los dos enfatiza el problema de la expresividad pueden reducir al funcionamiento de una MT.  
computacional. No existe un modelo análogo a la MTP  
que capture la expresividad de los sistemas interactivos El sistema de navegación de las hormigas  
distribuidos. A pesar de ello, la evidencia empírica que  
soporta la idea de una mayor expresividad sobre los sis- Las hormigas y otros insectos sociales se caracterizan  
temas de interacción secuencial es amplia. Eberbach et por ser forrajeros centrales. Esto significa que, de ma-  
al. (2004) lo plantean en los siguientes términos:  
nera rutinaria, deben regresar al nido tras deambular  
por el entorno en busca de alimentos u otros recur-  
La interacción distribuida es más expresiva que la in- sos (Hartmann & Wehner, 1996). En muchas especies,  
teracción secuencial, de la misma manera en que la cuando una fuente de alimento ha sido descubierta por  
interacción secuencial es más expresiva que la com- una hormiga o un grupo pequeño de ellas, la colonia  
putación algorítmica (énfasis original) (pág. 175).  
forma senderos temporales que favorecen una explota-  
ción eficiente de los recursos. El reto individual consiste  
La CI expande la noción de problema computacional e en saber cómo regresar al nido tras haber encontrado  
incluye dinámicas no terminantes, persistencia, depen- por primera vez el alimento, luego de recorrer largas  
dencia de la historia, procesos no funcionales, mecanis- distancias.  
mos no algorítmicos, sistemas distribuidos y patrones  
emergentes. Todos estos son aspectos relevantes para Se han descrito tres estrategias empleadas en la natu-  
los sistemas vivos. En la CI, la capacidad de un sistema raleza para resolver el problema de retornar al nido tras  
para resolver problemas es sinónimo de expresividad el forrajeo (Ronacher, 2008). Los gasterópodos (como  
computacional (Eberbach et al., 2004). La visión inte- los caracoles), por ejemplo, son capaces aplicar marcas  
ractiva de la computación ya no se reduce a los con- durante el forrajeo que luego siguen de forma inversa  
juntos de funciones matemáticas que un modelo puede para retornar al punto de origen (figura 3, izquierda).  
computar. Cuando el marco de relevancia es la biología, Varias especies de vertebrados, por otro lado, utilizan  
entonces, otros criterios de expresividad deben ser con- mapas cognitivos a través de los cuales logran estable-  
siderados. La computación natural (Kari & Rozenberg, cer relaciones espaciales entre las estructuras que en-  
2008) y la computación biológica (Gómez-Cruz & Niño, cuentran en el entorno (figura 3, derecha). Las hormi-  
2020; Mitchell, 2012) requieren de modelos de com- gas, por su parte, emplean de manera fundamental un  
putación que admitan nociones ortogonales de expre- mecanismo denominado integración de rutas (path inte-  
sividad computacional. MacLennan (2004) denomina a gration) (figura 3, centro). Este mecanismo consiste en  
tales modelos computación no-Turing.  
la estimación, por parte de la hormiga, de las distancias  
recorridas y las variaciones en la orientación del despla-  
Para un sistema vivo, la computación establece el límite zamiento. La información calculada es integrada en un  
entre la vida y la muerte. Computar “bien” significa vivir vector (dirección y distancia) de regreso. Dicho vector  
y la posibilidad participar en el proceso de la evolución. será actualizado constantemente en la memoria de la  
Computar “mal”, por su parte, pone en riesgo su con- hormiga y estará disponible en todo momento durante  
tinuidad y lo ubica al borde del peligro y la extinción el forrajeo. De esta manera, la hormiga logra retornar al  
(
Maldonado & Gómez-Cruz, 2015). Los criterios de ex- nido prácticamente en línea recta.  
presividad deben dar cuenta de este hecho. MacLennan  
2004) propone los siguientes criterios:  
(
La integración de rutas tiene ventajas selectivas para  
las hormigas frente a las otras estrategias descritas.  
Aunque el seguimiento de ruta no resulta del todo im-  
•
Respuesta en tiempo real.  
12  
CIENCIAS DE LA COMPLEJIDAD  
vas que autogenera la hormiga. Su  
lógica opera, en líneas generales,  
como un “contador” de pasos (Wolf,  
2011). (iii) Un integrador de rutas,  
que calcula el vector de regreso con  
base en los ángulos y las distancias  
estimadas. (iv) Una memoria que le  
permite a la hormiga almacenar el  
Seguimiento de ruta  
Integración de ruta  
Mapa cognitivo  
0
°
Fuente  
Fuente  
Fuente  
d, 훼  
훼
vector actual de regreso e informa-  
ción sobre diversas marcas encon-  
tradas en el entorno (cuando están  
disponibles). El uso de marcas pue-  
de ser determinante, puesto que el  
integrador de rutas es propenso a  
la acumulación de errores. (v) Un  
Nido  
Nido  
Nido  
plausible, ya que las hormigas podrían dejar rastros de  
feromonas para retornar tras el forrajeo, esta estra-  
tegia tiene dos desventajas manifiestas. Primero, que  
el viento o las temperaturas elevadas podrían alterar  
el rastro depositado, dejando a la hormiga con vacíos  
de información y seguramente extraviada. Segundo,  
que retornar por la misma ruta que se usó para la bús-  
queda incrementa considerablemente la distancia total  
recorrida y, por tanto, también el consumo energético  
por parte de la hormiga. En el caso de las hormigas  
del desierto (Cataglyphis fortis), una situación seme-  
jante aumentaría el riesgo de morir por agotamiento  
o desecadas por el sol. Por otro lado, el uso de mapas  
mentales requeriría almacenar grandes volúmenes de  
información sobre las relaciones espaciales de los ob-  
jetos que se extienden por decenas, incluso cientos, de  
metros recorridos. Una hormiga, con su cerebro dimi-  
nuto, tal vez no estaría en condiciones de lograr una  
proeza semejante, sobre todo si se considera que el  
cerebro es uno de los órganos que demandan mayor  
consumo energético. Adicionalmente, en ambientes de-  
sérticos, es infrecuente la presencia de marcas en el  
entorno. Ronacher (2008) plantea que la complejidad  
de los mecanismos neuronales que componen el sis-  
tema de navegación de las hormigas, probablemente  
se encuentre a medio camino entre el seguimiento de  
rutas y la elaboración de mapas mentales. Se ha de-  
mostrado que la integración de rutas, junto con otros  
mecanismos asociados, constituyen el sistema de na-  
vegación de las hormigas del desierto (Andel & Wehner,  
generador de búsqueda que es usado cuando la hormi-  
ga no encuentra el nido tras emplear los mecanismos  
previos. (vi) Un módulo global a través del cual la hor-  
miga orquesta de forma flexible los demás mecanismos  
que componen el sistema de navegación (figura 4).  
RELOJ  
CIRCADIANO  
BRÚJULA  
ODÓMETRO  
MECANISMOS DE GUÍA POR  
PUNTOS DE REFERENCIA  
INTEGRADOR DE RUTAS  
GENERADOR DE  
BÚSQUEDA  
Comportamiento de navegación  
Figura 4. Sistema de navegación de las hormigas del desierto  
Fuente: Adaptado de Wehner (2009)  
La navegación en las hormigas es un fenómeno cog-  
nitivo en el que complejas redes de procesamiento de  
información interactúan y se integran a través de múl-  
tiples escalas (Gordon, 2016; Almér, Dodig-Crnkovic &  
von Haugwitz, 2015). Tales redes han evolucionado,  
mediante selección natural, con el fin de satisfacer las  
condiciones ecológicas de las diversas especies. Para  
una hormiga, integrar rutas o hacer uso de puntos de  
referencia que la orienten en su regreso al nido requie-  
re, entre otras cosas, habilidades de percepción, alma-  
cenamiento, recuperación, estimación, transformación  
y síntesis de información. Comprender los mecanismos  
2
004; Müller & Wehner, 1988).  
Diversos mecanismos neurofisiológicos están involu-  
crados en el sistema de navegación que emplean las  
hormigas (Whener, 2003): (i) Una brújula, basada en  
la polarización de la luz y en gradientes espectrales,  
que permite la estimación de los ángulos de rotación.  
ii) Un odómetro para la estimación de las distancias  
recorridas (Ronacher, 2008). Este mecanismo se so-  
porta en el flujo óptico y en las señales propiocepti-  
(
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
13  
de procesamiento de información que emplean las hor-  
migas para resolver sus necesidades de navegación es,  
de hecho, un problema computacional de interés cientí-  
fico, particularmente desde el punto de vista de la neu-  
rociencia y la ciencia cognitiva (Wehner, 2003).  
mide solo 113,2 metros (Müller & Wehner, 1988).  
Integración de rutas en las hormigas del  
desierto  
Alimento  
La integración de rutas es, entonces, el principal me-  
canismo de navegación que emplean las hormigas del  
desierto de la especie Cataglyphis fortis (figura 5) (Ro-  
nacher, 2008). La razón radica en que, en ambientes  
desérticos, como los salares del norte de África, es in-  
frecuente la existencia de puntos de referencia que las  
hormigas puedan memorizar y seguir (Andel & Wehner,  
2004). Puesto que en el desierto las fuentes de alimen-  
to son escasas, las excursiones de forrajeo se pueden  
extender por cientos de metros. Para no deshidratarse,  
las hormigas deben desplazarse tan rápido como les  
resulte posible y retornar al nido por la vía más corta  
disponible. Las hormigas del desierto se desplazan a la  
sorprendente velocidad promedio de 50 cm/seg (Whe-  
ner & Whener, 1990).  
10 m  
Trayectoria saliente: 354.4 mts.  
Trayectoria entrante: 113.2 mts.  
Nido  
Figura 6. Viaje de forrajeo de una hormiga de la especie Cataglyphis  
fortis  
Fuente: Adaptado de Heinze, Narendra y Cheung (2018)  
Como se indicó en la sección anterior, la integración de  
rutas significa que el animal es capaz de computar con-  
tinuamente su posición actual con respecto a un punto  
de origen a medida que se desplaza. Esa información es  
empleada, posteriormente, para regresar a dicho punto  
de forma directa. Las hormigas del desierto continua-  
mente memorizan los componentes lineales y angula-  
res de su movimiento e integran esa información, de  
forma autogenerada, en un vector de regreso (Wehner  
&
Srinivasan, 2003). Cada hormiga está equipada con  
una brújula que determina la orientación y un odómetro  
que mide las distancias (Hartmann & Wehner, 1995).  
Para determinar la dirección, las hormigas usan los pa-  
trones de polarización del cielo y, en menor medida, la  
posición del sol, gradientes espectrales y la dirección  
del viento (Ronacher, 2008). Las aproximaciones expe-  
Figura 5. Hormiga del desierto, Cataglyphis fortis (derecha) y visión  
frontal de su cerebro (izquierda)  
Fuente: tomado de Wittlinger, Wolf y Whener (2007) y Stieb (2010),  
respectivamente  
El retorno al nido, que no es menos sorprendente, se rimentales soportan la idea de que las hormigas usan  
logra empleando la integración de rutas. La figura 6  
muestra el mapeo experimental de la trayectoria sa-  
liente de una hormiga del desierto cuando busca el  
alimento (línea roja). Este recorrido cubre 354,5 me-  
tros. La trayectoria entrante (línea verde), por su parte,  
una plantilla interna simplificada que abarca los patro-  
nes de polarización que ocurren en distintos momentos  
del día y del año. Este mecanismo les permite a las  
hormigas determinar su dirección de desplazamiento  
con bastante precisión (Horváth & Varjú, 2004). Adicio-  
14  
CIENCIAS DE LA COMPLEJIDAD  
nalmente, cuando una hormiga viaja a sitios comunes  
varias veces durante el día, las variaciones en los pa-  
trones de polarización de la luz son compensadas con  
información acerca del curso del sol, la cual es obtenida  
gracias a su reloj circadiano interno (Ronacher, 2008).  
Por otro lado, la manera como las hormigas miden las  
distancias recorridas ha permanecido elusiva por mu-  
cho tiempo. Experimentos recientes demuestran que la  
hipótesis más plausible es el uso de un mecanismo de  
conteo de pasos (Ronacher, 2008; Wittlinger, Whener  
pretación geométrica de las ecuaciones es presentada  
en la figura 7.  
휑
푛
휑푛+1  
훿
180° + 훿  
180° − 훿  
&
Wolf, 2006; Thiélin-Bescond & Beugnon, 2005). Am-  
bos mecanismos son altamente complejos y los deta-  
lles neurofisiológicos continúan bajo estudio (Collete,  
푙
푛
2019; Heinze et al., 2018).  
Se han logrado avances importantes con respecto a  
la manera como la información posicional es integra-  
da para producir el vector de regreso al nido. Algunas  
estrategias también se han descartado. Por ejemplo,  
se ha logrado demostrar que las hormigas del desierto  
no hacen uso de información cartográfica acerca de la  
ubicación del nido ni de la fuente de alimento (Andel &  
Wehner, 2004). La implicación de este hecho es que las  
hormigas no adquieren ni usan mapas cognitivos como  
mecanismo de navegación (Wehner, Boyer, Loertscher,  
Sommer & Menzi, 2006). También se sabe que no cal-  
culan la suma de los vectores recorridos. Por el contra-  
rio, los hallazgos experimentales sugieren que el me-  
canismo está soportado en una estrategia aproximada,  
sujeta a errores. Como se anotó anteriormente, las  
hormigas pueden emplear marcas en el entorno (cuan-  
Figura 7. Interpretación gráfica del modelo de integración de rutas  
Fuente: Müller y Wehner, 1988  
La integración sucede tras cada segmento recorrido y  
el resultado es actualizado en la memoria de la hormi-  
ga. El mecanismo es innato y no requiere, en principio,  
aprendizaje. Sin embargo, debido a factores de entor-  
no, fisiológicos y cognitivos, la integración es propensa  
a errores. Es necesario, entonces, que la hormiga me-  
morice (aprenda), por lo menos, algunos atributos de la  
entrada del nido y sus alrededores como complemento  
de la información que provee el integrador (Ronacher,  
do están disponibles) y en casos extremos recurrir a 2008). En la siguiente sección, se propone un modelo  
búsquedas sistemáticas.  
del mecanismo de integración de rutas propuesto por  
Müller & Wehner (1988) con el fin de analizar su expre-  
sividad computacional. Las dinámicas de aprendizaje,  
por su parte, no son consideradas.  
Müller y Wehner (1988) propusieron un modelo que es  
consistente con la información experimental disponi-  
ble. El modelo parte del supuesto de que las hormigas  
pueden medir de manera iterativa la media aritmética  
Computación interactiva secuencial para  
de todas las desviaciones efectuadas durante un pe- volver a casa  
queño trayecto, ponderando el resultado con la longi-  
tud total recorrida. Esta hipótesis es formulada como En esta sección se presenta la simulación de una hor-  
sigue:  
miga artificial que sigue el modelo de integración de ru-  
tas propuesto por Müller y Wehner (1988) (en adelante  
referido como modelo Müller-Wehner). Asimismo, se  
utiliza una Máquina de Turing Persistente (MTP) como  
modelo del sistema de integración de rutas (SIR) que  
emplea la hormiga Cataglyphis fortis. Aunque la MTP no  
captura todos los mecanismos presentados en la figu-  
ra 4, el modelo logra capturar aspectos fundamentales  
sobre la naturaleza y la expresividad computacional del  
denota la orientación media tras pasos. denota SIR.  
la distancia cubierta por la hormiga tras pasos, y la  
diferencia angular entre y la dirección de la hormiga  
en el paso  
distancia tras pasos, respectivamente. La inter-  
El modelo Müller-Wehner fue simulado usando la pla-  
y denotan la dirección y la taforma de simulación basada en agentes NetLogo  
.
(Wilensky, 1999). Se dispuso un entorno caracteriza-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
15  
do por una cuadrícula de 160 x 160. En la parte infe- con una memoria rudimentaria y con la capacidad de  
rior derecha se ubicó el nido (de color morado) y en interactuar con su entorno (la hormiga). Se sabe tam-  
la parte superior izquierda una presa (de color azul). bién que los subsistemas que miden la rotación y la  
Se programó una hormiga que parte del nido siguien- traslación son independientes y trabajan en paralelo.  
do una caminata semialeatoria similar a la que realizan Para efectos prácticos, se supone que tanto el ángulo  
las hormigas reales. Antes de cada paso, durante el de rotación, como la distancia recorrida, son presenta-  
proceso de forrajeo, se le permitió a la hormiga decidir  
dos al SIR en la forma de un paquete único de informa-  
su orientación de manera aleatoria dentro de un rango ción. Dicho paquete será denominado pA-D (paquete  
de (-35°, 35°). El desplazamiento que logra la hormi- ángulo-distancia).  
ga dentro de cada lapso de la simulación (denominado  
tick) equivale a un metro de desplazamiento. Para cada  
El SIR, entonces, percibe el pA-D y lo procesa con base  
tick, la hormiga calcula su desplazamiento y su ángulo en el modelo Müller-Wehner. Como resultado, se ob-  
de giro. Esos dos datos son suministrados a un proce- tiene el vector de regreso al nido . Dicho vector es  
dimiento denominado integrador_de_rutas, que aplica  
el modelo Müller-Wehner. Al encontrar el alimento, el previo almacenado  
integrador_de_rutas informa a la hormiga el vector de  
vector. Este proceso es repetido de forma indefinida  
almacenado en la memoria del SIR. Si existe un vector  
es reemplazado por el nuevo  
regreso. La figura 8 muestra tres ejemplos del funcio- hasta que la hormiga encuentra el alimento. Cuando  
namiento del modelo. En la imagen de la izquierda, la esto sucede, el SIR informa a la hormiga el contenido  
ruta de forrajeo (línea roja) equivale a 624 metros y la de su memoria y la hormiga emplea esa información  
ruta de retorno al nido (línea verde) 189. En la imagen para retornar al nido. Una vez que la hormiga arriba  
del centro, la ruta de forrajeo equivale a 337 metros, al nido, la memoria del integrador se reinicia en cero.  
mientras que la ruta de retorno al nido solo 172. Fi- Mientras la hormiga permanezca en el nido, la memoria  
nalmente, la imagen de la derecha muestra una ruta no se actualizará y, sin embargo, el SIR permanecerá  
de forrajeo de 437 metros y de 164 de retorno. Los  
resultados son consistentes con las características del  
experimento de la figura 6.  
activo. El proceso global sucede cada vez que la hormi-  
ga sale a forrajear.  
Partir del nido  
F
F
F
Decidir orientación  
Avanzar n pasos  
N
Integrar ruta  
N
N
Trayectoria saliente: 624 mts.  
Trayectoria entrante: 189 mts.  
Trayectoria saliente: 337 mts.  
Trayectoria entrante: 172 mts.  
Trayectoria saliente: 437 mts.  
Trayectoria entrante: 164 mts.  
N
Memorizar  
vector  
Figura 8. Simulación de la integración de rutas  
Fuente: simulaciones realizadas por el autor utilizando NetLogo  
El hecho de que las hormigas no regresen de manera  
estrictamente recta (como se evidencia en la figura 6),  
supone la existencia de un mecanismo de compensa-  
ción que, hasta donde sabemos, no ha sido estudia-  
do. Con el único fin de hacer más realista la apariencia  
visual del modelo que se presenta en la figura 8, se  
implementó un mecanismo de “wiggle compensado”.  
Dicho mecanismo opera toda vez que la hormiga se  
orienta hacia el nido para ejecutar su vector de regreso.  
La figura 9 muestra el diagrama de flujo de la hormiga  
artificial durante el proceso de búsqueda de alimento y  
retorno al nido.  
Reiniciar  
vector  
¿
Encontró  
alimento?  
Sí  
Recuperar información  
del vector de regreso  
Avanzar n pasos en  
dirección de regreso  
más un error)  
(
Compensar error  
N
¿
Llegó al  
nido?  
Sí  
Ahora bien, se sabe que el SIR opera sin referencia a  
guías externas y que nunca deja de funcionar (Wehner  
Depositar alimento  
&
Srinivasan, 2003). De acuerdo con esto y con la si-  
Figura 9. Diagrama de flujo de la hormiga artificial que implementa el  
modelo Müller-Wehner  
Fuente: elaboración propia  
mulación realizada, el SIR puede ser entendido en sí  
mismo como un agente autónomo y dinámico, dotado  
16  
CIENCIAS DE LA COMPLEJIDAD  
La información del vector de regreso almacenada en  
memoria ( ) es mantenida (memorizada) de un ma-  
cropaso de computación al siguiente y afectará el cóm-  
puto de los vectores subsecuentes. De esta manera, el  
(
). El SIR reporta, en todos los casos, el último  
vector almacenado hasta ese momento, el cual contie-  
ne la distancia y el ángulo que la hormiga debe recorrer  
para llegar al nido. Ya en el nido, la hormiga reinicia en  
SIR es un sistema persistente. Asimismo, los cálculos cero el SIR. El  
de salida correspondiente, de  
efectuados por el SIR dependen estrictamente de su  
interacción con el entorno. Puesto que siempre está ac-  
tivo, todo procesamiento de información dentro del SIR  
ocurre durante la computación. Por la misma razón, el  
SIR no es un sistema terminante, salvo que sufra un  
daño o que la hormiga perezca.  
acuerdo con la función de mapeo, es de la forma:  
Nótese que ante el mismo  
de entrada (  
)
presentado al SIR en momentos distintos, se generan  
dos vectores de salida distintos ( y ). Esto obedece a  
dos razones fundamentales que se desprenden de la  
El esquema conceptual del SIR que se acaba de intro-  
ducir es ahora reformulado en el lenguaje de las MTP. semántica de las MTP. Por un lado, la ruta que sigue  
La cinta de trabajo es usada para almacenar el vector  
la hormiga depende estrictamente de las microdecisio-  
de regreso vigente y calcular las nuevas versiones de nes que son tomadas, en tiempo real, a medida que  
este. Los pasos computacionales son definidos por una  
función de mapeo Turing-computable de la forma:  
interactúa con su entorno. Por otra parte, como cada  
trayecto recorrido en una dirección específica contribu-  
ye a la integración del vector de regreso, el sistema se  
hace, en efecto, dependiente de la historia. Aunque la  
MTP cuenta con la misma sintaxis que la MT estándar,  
la modificación de la semántica (persistencia e interac-  
ción) le permite a la hormiga resolver el problema de  
la integración de rutas de manera no funcional (dicho  
De acuerdo con esto, el SIR está definido por:  
2
en términos matemáticos ) y no algorítmica (puesto en  
términos computacionales). Este modelo deja claro que  
la hormiga no puede precomputar su vector de regreso,  
pues esto implicaría que, además, precomputara hasta  
el último detalle de su ruta de forrajeo.  
Una MTP recibe un flujo de entrada que es genera-  
do dinámicamente por el entorno. En este caso, es la  
hormiga quien genera el flujo de entrada para el SIR. Computación interactiva distribuida para  
El siguiente flujo de entrada resalta la forma como la optimizar la recolección de alimento  
hormiga interactúa con su entorno durante el forrajeo.  
De esta manera, permite ilustrar que el procesamiento  
de información que realiza el SIR es dependiente de la  
historia:  
La interacción con el entorno le permite a una hormiga  
recolectar información suficientemente precisa para re-  
gresar al nido. En realidad, los mecanismos involucra-  
dos en la integración de rutas operan en el nivel neuro-  
fisiológico de forma autoorganizada y emergente. Los  
detalles de su operación se desconocen aún. Por ejem-  
plo, para capturar la polarización de la luz del cielo, las  
hormigas usan una pequeña parte de su sistema visual,  
la cual recibe información de una fracción muy pequeña  
de los fotorreceptores del ojo que son sensibles a la  
luz polarizada. La manera cómo esa información fluye  
en los distintos niveles sinápticos y es representada e  
interpretada por la hormiga sigue siendo objeto de es-  
tudio. Lo mismo sucede con las redes neuronales que  
La hormiga parte del nido (el cero relativo) y se desplaza  
una longitud con ángulo respecto al origen. Esa in-  
formación (el pA-D) es obtenida por la hormiga y usada  
por el SIR para calcular el vector de regreso (  
Una vez calculada, la información del vector de regreso  
es almacenada por el integrador de rutas ( ).  
).  
Luego, la hormiga se desplaza otro segmento de longi-  
tud con un ángulo . Los nuevos datos percibidos,  
junto con la información almacenada en el integrador  
de rutas ( ), son usados para calcular un nuevo vector  
de regreso. Los puntos suspensivos indican que el pro-  
ceso se repite indefinidamente hasta que el alimento  
es encontrado por la hormiga. Cuando esto sucede, el  
SIR informa a la hormiga el vector de regreso al nido  
“
instancian” el integrador de rutas. El modelo presenta-  
do en la sección anterior no captura esos aspectos. No  
2
Una función matemática establece una correspondencia entre  
una colección de valores de entrada posibles y una colección  
de valores de salida, tal que cada entrada es asignada a  
una única salida. El proceso de determinar el valor de salida  
que una función asigna a una entrada específica se llama  
computar la función.  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
17  
obstante, logra capturar de forma sensata el fenómeno  
en una escala global. Gracias a ello, es posible mostrar  
Se definen como criterios de expresividad computacio-  
nal la eficiencia en la recolección del alimento (velocidad  
que el SIR no opera de forma algorítmica ni se ajusta de respuesta), la robustez del proceso de recolección  
a la estructura de una función matemática. Pero ahora  
queda la pregunta ¿es más expresiva la interacción dis-  
tribuida que la secuencial?  
(tolerancia al ruido y a la aleatoriedad) y la generalidad  
de la respuesta. Estos criterios están conformes a la  
propuesta de MacLennan (2004). Del mismo modo, es-  
tos criterios se enmarcan en el argumento de Eberbach  
et al. (2004), según el cual la capacidad de un sistema  
No existe, de momento, un modelo de CI u otro en-  
foque formal que permita responder a esta pregunta. interactivo para resolver problemas es directamente  
Carecemos de modelos rigurosos que caractericen los  
problemas computacionales que puede resolver un ce-  
proporcional a su expresividad computacional.  
rebro líquido, como las hormigas, y los que no (Solé Con estos elementos en mente se analizaron tres ca-  
et al., 2019). En esta sección, sin embargo, se hace  
una aproximación intuitiva a la respuesta. Para ello se  
sos. En el caso  
migas que no disponen de un sistema de integración de  
a, se simula una población de 125 hor-  
considera el problema de la recolección de alimentos rutas (SIR) ni de mecanismos de interacción a través  
en colonias de hormigas. Se utiliza una variación del  
modelo de simulación basada en agentes propuesto por  
Wilensky (1997). Puesto que el modelo no está calibra-  
do empíricamente, su valor es heurístico. Se trata de  
de feromonas. Cada hormiga busca alimento de mane-  
ra aleatoria y del mismo modo busca el nido para depo-  
sitar el alimento obtenido. En el caso b, una población  
igual de hormigas es liberada, pero esta vez cada una  
una población de hormigas dispuesta en un entorno de cuenta con un SIR. Los mecanismos de segregación  
0 x 70 unidades. En el centro se dispone un nido (de y seguimiento de feromonas permanecen deshabilita-  
color morado) y en la periferia tres fuentes de alimen-  
dos. Es decir, en este caso cada agente representa una  
to (con diferentes tonos de azul), ubicadas a distintas MTP que interactúa con las fuentes de alimento, pero  
7
distancias. La simulación opera de acuerdo con la des-  
cripción del proceso de formación de senderos realizada  
en la sección “Computación individual y colectiva en las  
hormigas”.  
no con otros agentes. En el caso c, las hormigas que  
conforman la población cuentan con el SIR y con los  
mecanismos de segregación y seguimiento de feromo-  
nas activos. Los parámetros de tasa de difusión y de  
tasa de evaporación fueron calibrados de acuerdo con  
el modelo original de Wilensky para posibilitar la forma-  
ción de senderos.  
Las hormigas son modeladas como agentes autónomos  
con la capacidad de forrajear en búsqueda de alimen-  
to, recolectar pequeñas porciones de este, retornar al  
nido mediante integración de rutas cuando el alimento  
es recolectado, depositar feromonas en el camino de  
regreso al nido y percibir feromonas del entorno. Se  
definen como parámetros de la simulación el número  
de hormigas (población) y las tasas de difusión y eva-  
poración de las feromonas. La figura 10 muestra una  
captura de pantalla de la estructura y el funcionamiento  
del modelo. Las feromonas son representadas dentro  
del rango de colores que va de blanco (más intensa) a  
verde (menos intensa).  
Las condiciones de entorno son exactamente las mis-  
mas para los tres casos. Esto significa que la disposición  
del nido y de las fuentes de alimento siempre es igual.  
Adicionalmente, se impusieron condiciones de frontera  
que impiden que las hormigas vayan más allá de la cua-  
drícula de 70 x 70 que delimita el entorno. En la figura  
11 se analizan los resultados de las tres situaciones.  
La dinámica de explotación en los casos  
a y b fue muy  
similar. En ambas situaciones las fuentes fueron explo-  
tadas de forma simultánea con diferencias  
que obedecen a la distancia de las distintas  
fuentes al nido. Sin embargo, los tiempos  
de explotación que emplearon las colonias  
en cada caso variaron considerablemente.  
Figura 10. Captura de pantalla del modelo Ants tras  
325 ticks de simulación  
Fuente: Elaboración propia empleando NetLogo  
18  
CIENCIAS DE LA COMPLEJIDAD  
La explotación de la fuente más cercana tomó 1735  
ticks de simulación para el caso a y 1102 para el caso  
Esta sencilla prueba muestra que la velocidad con la  
que se explotan las tres fuentes es, en general, más  
eficiente en el caso de la interacción secuencial que en  
b
. La explotación de la fuente intermedia 1972 y 1071  
ticks, respectivamente. La fuente más lejana fue ex- el caso de interacción limitada. Análogamente, que la  
plotada en 2769 y 1861 ticks para cada escenario. El  
caso b, en el que se implementa el SIR es, de lejos,  
más eficiente que el caso a. En el caso c los tiempos de  
explotación se redujeron de una manera importante.  
interacción distribuida es más eficiente que la secuen-  
cial. Hay dos hechos adicionales, altamente relevantes,  
que vale la pena mencionar. En el caso c, cuando la  
interacción distribuida fue incluida, el hormiguero con-  
Al hormiguero del tercer escenario le tomó 221, 576 centró sus esfuerzos de recolección: una fuente a la  
y 1076 ticks, respectivamente, explotar las respecti-  
vas fuentes. La tabla 1 resume los datos obtenidos.  
Los gráficos de la figura 11 son presentados de manera  
ilustrativa. Sin embargo, se eligieron porque no distan  
considerablemente del comportamiento promedio tras  
varias ejecuciones.  
vez. Adicionalmente, la priorizó: primero la fuente cer-  
cana, luego la que se encuentra a una distancia media  
y finalmente la más lejana (figura 12). Este compor-  
tamiento es emergente e imposible de lograr, incluso,  
con un sistema de computación interactiva secuencial  
paralelo, como el explorado en el caso b.  
a.  
b.  
c.  
Figura 12. Formación emergente de senderos y recolección óptima de  
recursos en un hormiguero simulado  
Fuente: Elaboración propia empleando NetLogo  
Los resultados obtenidos muestran cómo un grupo de  
hormigas que se comunica indirectamente mediante  
feromonas puede construir senderos de forma autoor-  
ganizada, decidir colectivamente qué fuente de alimen-  
to recolectar y explotar de manera óptima los recursos  
en su entorno. En el mundo real, estas estrategias tie-  
nen, sin lugar a duda, ventajas evolutivas para el hor-  
miguero frente a los escenarios evaluados en los casos  
a
y
b
. La dinámica global exhibida por el hormiguero en  
el escenario es lograda a través de un balance entre  
c
la exploración aleatoria que realiza cada hormiga y la  
explotación sistemática que sucede en la macroescala,  
cuando la colonia logra un refuerzo positivo de los ras-  
tros de feromonas.  
Figura 11. Dinámica de recolección de alimentos en una colonia de  
hormigas bajo distintos criterios de interacción. En a no se admite inte-  
gración de rutas ni comunicación mediante feromonas. En b se admite  
integración de rutas, pero no comunicación mediante feromonas. En c  
tanto la integración de rutas, como la comunicación mediante feromo-  
nas son admitidas.  
Fuente: Elaboración propia empleando NetLogo  
En consecuencia, el procesamiento interactivo y distri-  
buido de información es más eficiente en cuanto a la  
velocidad con la que se explotan los recursos global-  
mente, pero también con respecto a la estrategia de  
priorización de la explotación. Asimismo, la aleatorie-  
dad y el ruido que esta puede generar en el proceso  
son aprovechadas como recursos computacionales para  
balancear la exploración del entorno y la explotación  
de las fuentes de alimento halladas. Esto hace al sis-  
tema altamente flexible y robusto. Si la configuración  
del entorno varía, el hormiguero se adapta a las nuevas  
condiciones y sigue respondiendo de manera eficiente.  
En conclusión, se puede argumentar que la interacción  
distribuida es más expresiva que la secuencial. No es  
Tabla 1. Tiempos de explotación (en ticks) de tres fuentes de alimento  
bajo distintos parámetros de interacción  
Tiempo de explotación de las fuentes de alimento  
Más cercana  
Distancia media  
Más lejana  
Caso a.  
Interacción limitada)  
Caso b.  
Interacción secuencial)  
Caso c.  
Interacción distribuida)  
1
1
753  
102  
1972  
2769  
(
1071  
576  
1861  
1076  
(
2
21  
(
Fuente: Elaboración propia  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
19  
extraño, entonces, que sea esta la forma de procesa-  
miento de información que predomina en los sistemas  
vivos.  
de las hormigas consideradas individualmente. De esta  
manera, se aportó evidencia a la conjetura de que la  
computación interactiva distribuida es más expresiva  
que la computación interactiva secuencial. No es casual  
que toda la vida sobre la Tierra, desde los organismos  
unicelulares hasta los insectos sociales, se caracterice  
por ser interactiva y colectiva.  
La computación interactiva le abre paso a un paradig-  
ma de computación sin precedentes que promete ace-  
lerar la comprensión y la explicación de la vida no des-  
de lo que es, sino desde lo que hace para vivir (que es  
computar). Por ahora, más esfuerzos de investigación  
son necesarios. La apreciación de Amos, Hodgson y Gi-  
bbons (2007) deja abierta la discusión:  
En rigor, la MT y todos los modelos de computación  
equivalentes representan solamente un caso particu-  
lar dentro de los modelos de computación posibles. Si  
bien la vida respeta los límites físicos de la computa-  
ción, también es cierto que ella establece un escenario  
abierto, mediado por la evolución, para la síntesis y la  
creatividad de los procesos computacionales naturales.  
La creatividad, la diversidad y la expresividad computa-  
cional de la vida no se pueden reducir, en absoluto, a la  
aplicación mecánica de un procedimiento algorítmico.  
La computación interactiva en los sistemas vivos, como  
ha sido introducida en este artículo, busca capturar la  
riqueza del procesamiento de información que lleva a  
cabo la vida, sin reducirla a un mecanismo recursivo  
formal.  
El desarrollo de patrones funcionales extendidos espa-  
cialmente como resultado de la interacción local entre  
individuos y entre estos y su entorno inmediato es una  
forma de computación extremadamente común y útil en  
la naturaleza, pero aún es poco explorada, pobremente  
entendida y subexplotada en las ciencias de la computa-  
ción (pág. 200)  
Conclusiones  
En los sistemas vivos, la computación emerge de la  
interacción orquestada entre múltiples componentes  
descentralizados. Esta computación se caracteriza por Agradecimientos  
ser robusta, autoorganizada, asíncrona, adaptativa, to-  
lerante a fallos y capaz de evolucionar (Gómez-Cruz &  
Niño, 2020). Pensar la vida en términos computaciona-  
les implica, por lo tanto, pensar más allá del marco de  
Le agradezco al Dr. Luis Fernando Niño Vásquez, di-  
rector del Laboratorio de Sistemas Inteligentes de la  
Facultad de Ingeniería de la Universidad Nacional de  
relevancia de la computación algorítmica que captura Colombia, por las discusiones que sostuvimos acerca  
la MT. La CI propone un nuevo marco de relevancia que  
provee un escenario apropiado para pensar y explorar  
la riqueza y la expresividad computacional de la vida.  
de los aspectos fundamentales de esta investigación y  
por sus observaciones sobre el manuscrito.  
Este escenario forma parte de lo que se ha denominado Referencias  
hipercomputación biológica (Maldonado & Gómez-Cruz,  
2
015)  
Almér, A., Dodig-Crnkovic, G. & von Haugwitz, R. (2015). Co-  
llective cognition and distributed information processing  
from bacteria to humans. In: AIBS Convention 2015 (code  
112552). Canterbury: University of Kent.  
En este artículo se demostró que la solución al problema  
de la integración de rutas en las hormigas del desier-  
to no se puede llevar a cabo en términos algorítmicos.  
Esto significa que una hormiga no puede precompu-  
tar su vector de regreso, sino que tiene que generarlo  
cada vez a medida que interactúa con el entorno. La  
lógica general de la integración de rutas fue captura-  
da con una máquina de Turing persistente, un modelo  
que es más expresivo que la máquina de Turing están-  
dar. El mecanismo de integración de rutas estudiado,  
que comparte algunas características computacionales  
esenciales con otros fenómenos biológicos, es un ejem-  
plo de computación interactiva secuencial.  
Amos, M., Hodgson, D. A. & Gibbons, A. (2007). Bacterial self-or-  
ganisation and computation. International Journal of Un-  
conventional Computing, 3(3), 199-210.  
Andel, D. & Wehner, R. (2004). Path integration in desert ants, Ca-  
taglyphis: how to make a homing ant run away from home.  
Proceedings of the Royal Society B, 271(1547), 1485-1489.  
Barrett, L. (2011). Beyond the Brain: How Body and Environment  
Shape Animal and Human Minds. Princeton: Princeton Uni-  
versity Press.  
Bonabeau, E. (1998). Social insect colonies as complex adaptive  
systems. Ecosystems, 1(5), 437-443.  
Bonabeau, E., Dorigo, M. & Theraulaz, G. (1999). Swarm Intelli-  
gence: From Natural to Artificial Systems. New York: Oxford  
University Press.  
Adicionalmente, desde un punto de vista conceptual, se  
mostró que el procesamiento de información colectivo  
que realiza una colonia para obtener el alimento de una  
manera eficiente excede la expresividad computacional  
Bonabeau, E., Theraulaz, G., Deneubourg, J. L., Aron, S. & Cama-  
zine, S. (1997). Self-organization in social insects. Trends in  
20  
CIENCIAS DE LA COMPLEJIDAD  
Ecology & Evolution, 12(5), 188-193.  
(Eds.), Construcción de problemas de investigación: diálo-  
gos entre el interior y el exterior (páginas 230-268). Mede-  
llín: Universidad de Antioquia.  
Brenner, S. (2012). Life’s code script. Nature, 482(7386), 461.  
Camazine, S., Deneubourg, J. L., Franks, N. R., Sneyd, J., Therau-  
laz, G. & Bonabeau, E. (2001). Self-Organization in Biologi-  
cal Systems. Princeton: Princeton University Press.  
Gómez-Cruz, N. A. (2013). Vida Artificial: Ciencia e Ingeniería de  
Sistemas Complejos. Bogotá: Universidad del Rosario.  
Gómez-Cruz, N. A. & Niño, L. F. (2020). Computación biológica:  
el estudio de la naturaleza computacional de los sistemas  
vivos. En C. E. Maldonado (Ed.). Biología Teórica, Explica-  
ciones y Complejidad (capítulo 7). Bogotá, Universidad del  
Bosque.  
Cleland, C. E. (2006). The Church–Turing thesis. A last vestige of  
a failed mathematical program. In A. Olszewski, J. Woleński  
&
R. Janusz (Eds.), Church’s Thesis After 70 Years (pp. 119-  
1
46). Frankfurt: Ontos.  
Collete, T. (2019). Path integration: how details of the honeybee  
waggle dance and the foraging strategies of desert ants mi-  
ght help in understanding its mechanisms. Journal of Expe-  
rimental Biology, 222(11), jeb205187.  
Gordon, D. (2016a). Collective wisdom of ants. Scientific Ameri-  
can, 314(2), 44-47.  
Gordon, D. (2016b). The evolution of the algorithms for collective  
behavior. Cell Systems, 3(6), 514-520.  
Da Costa, N. & Doria, F. A. (2013). Metamathematical limits to  
computation. In K. Nakamatsu & L. C. Jain (Eds.), The Han-  
dbook on Reasoning-Based Intelligent Systems (pp. 119-  
Gordon, D. (2010). Ant Encounters: Interaction Networks and Co-  
lony Behavior. Princeton: Princeton University Press.  
Grimm, V., Revilla, E., Berger, U., Jeltsch, F., Mooij, W. M., Rai-  
lsback, S. F. et al. (2005). Pattern-oriented modeling of  
agent-based complex systems: Lessons from ecology.  
Science, 310(5750), 987-991.  
1
41). New Jersey: World Scientific.  
Dodig-Crnkovic, G. (2011). Dynamics of information as natural  
computation. Information, 2(3), 460-477.  
Dodig-Crnkovic, G. (2011a). Significance of models of computa-  
tion, from Turing model to natural computation. Minds and  
Machines, 21(2), 301-322.  
Hartmann, G. & Wehner, R. (1995). The ant’s path integration  
system: a neural architecture. Biological Cybernetics,  
73(6), 483-497.  
Dodig-Crnkovic, G. (2010). Biological information and natural  
computation. In J. Vallverdú (Ed.), Thinking Machines and  
the Philosophy of Computer Science: Concepts and Princi-  
ples (pp. 36-52). Hershey, PA: IGI Global.  
Heinze, S., Narendra, A. & Cheung, A. (2018). Principles of insect  
path integration. Current Biology, 28(17), R1043-R1058.  
Hewitt, C. (2013). What is computation? Actor model vs. Turing’s  
model. In H. Zenil (Ed.), A Computable Universe. Unders-  
tanding Computation and Exploring Nature as Computation  
(pp. 159-186). Singapore: World Scientific.  
Dornhaus, A. & Franks, N. R. (2008). Individual and collective  
cognition in ants and other insects (Hymenoptera: Formici-  
dae). Myrmecological News, 11, 215-226.  
Dorigo, M. & Stützle, T. (2004). Ant Colony Optimization. Cambri-  
dge, MA: MIT Press.  
Hölldobler, B. & Wilson, E. O. (2014). El Superorganismo. Belle-  
za y Elegancia de las Asombrosas Sociedades de Insectos.  
Buenos Aires: Katz Editores.  
Eberbach, E., Goldin, D. & Wegner, P. (2004). Turing’s ideas and  
models of computation. In: C. Teuscher (Ed.), Alan Turing:  
Life and Legacy of a Great Thinker (pp. 159-194). Berlin:  
Springer.  
Hölldobler, B. & Wilson, E. O. (1990). The Ants. Berlin: Springer.  
Horváth, G. & Varjú, D. (2004). Polarized Light in Animal Vision:  
Polarization Patterns in Nature. Berlin: Springer.  
Kari, L. & Rozenberg, G. (2008). The many facets of natural com-  
puting. Communications of the ACM, 51(10), 72-83.  
MacLennan, B. J. (2004). Natural computation and non-Turing  
models of computation. Theoretical Computer Science,  
317(1-3), 115-145.  
Feinerman, O. & Korman, A. (2017). Individual versus collective  
cognition in social insects. Journal of Experimental Biology,  
2
20(1), 73-82.  
Forbes, N. (2004). Imitation of Life: How Biology Is Inspiring  
Computing. Cambridge, MA: MIT Press.  
Franks, N. R. (1989). Army ants: A collective intelligence. Ameri-  
can Scientist, 77(2), 138-145.  
Maldonado, C. E. & Gómez-Cruz, N. A. (2015). Biological hyper-  
computation: A new research problem in complexity theory.  
Complexity, 20(4), 8-18.  
Goldin, D., Smolka, S. A., Attie, P. & Sonderegger, E. (2004). Tu-  
ring machines, transition systems, and interaction. Infor-  
mation & Computation Journal, 194(2), 101-128.  
Mitchell, M. (2009). Complexity: A Guided Tour. Oxford: Oxford  
University Press.  
Goldin, D. & Wegner, P. (2008). The interactive nature of com-  
puting: Refuting the strong Church-Turing thesis. Minds &  
Machines, 18(1), 17-38.  
Mitchell. M. (2012). Biological computation. The Computer Jour-  
nal, 55(7), 852-855.  
Moussaid, M., Garnier, S., Theraulaz, G. & Helbing, D. (2009).  
Collective information processing and pattern formation in  
swarms, flocks y crowds. Topics in Cognitive Science, 1(3),  
469-497.  
Gómez-Cruz, N. A. (2020). Computación biológica: el estudio de  
la naturaleza computacional de los sistemas vivos. En C. E.  
Maldonado (Ed.). Biología Teórica, Explicaciones y Comple-  
jidad (capítulo 7). Bogotá, Universidad del Bosque.  
Gómez-Cruz, N. A. (2018). Simulación basada en agentes: una  
metodología para el estudio de sistemas complejos. In M.  
L. Eschenhagen, G. Velez, Guerrero, G. & C. E. Maldonado  
Müller, M. & Wehner, R. (1988). Path integration in desert ants,  
Cataglyphis fortis. Proceedings of the National Academy of  
Sciences, 85(14), 5287-5290.  
National Geographic (2011). Hermandad de tejedoras. Retrieved  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
21  
from  
http://www.nationalgeographic.com.es/mundo-ng/  
solve complex systems. Journal of Comparative Physiology  
A, 189(8), 579-588.  
grandes-reportajes/hermandad-de-tejedoras_4190/1  
Newell, A. & Simon, H. (1976). Computer science as empirical  
inquiry: Symbols and search. Communications of the ACM,  
Wehner, R., Boyer, M., Loertscher, F., Sommer, S. & Menzi, U.  
(2006). Ant navigation: one-way routes rather than maps.  
Current Biology, 16(1), 75-79.  
1
9(3), 113-126.  
Ronacher, B. (2008). Path integration as the basic navigation me-  
chanism of the desert ant Cataglyphis fortis. Myrmecologi-  
cal News, 11, 53-62.  
Wehner, R. & Srinivasan, M. V. (2003). Path integration in insects.  
In K. J. Jeffery (Ed.), The Neurobiology of Spatial Behaviour  
(pp. 9-30). Oxford: Oxford University Press.  
Shettleworth, S. J. (2001). Animal cognition and animal behavior.  
Animal Behavior, 61(2), 277-286.  
Whener, R. & Whener, R. (1990). Insect navigation: use of maps  
or Ariadne’s thread. Ecology & Evolution, 2(1), 27-48.  
Wilensky, U. (1997). NetLogo Ants model. Evanston, IL: Center  
for Connected Learning and Computer-Based Modeling,  
Northwestern University. Retrieved from http://ccl.nor-  
thwestern.edu/netlogo/models/Ants.  
Siegelmann, H. T. (2013). Turing on super-Turing and adaptivity.  
Progress in Biophysics & Molecular Biology, 113(1), 117-126.  
Solé, R., Moses, M. & Forrest, S. (2019). Liquid brains, solid bra-  
ins. Philosophical Transactions B, 374, 20190040.  
Solé, R. & Macia, J. (2011). Synthetic biocomputation: the possi-  
ble and the actual. In T. Lenaerts, M. Giacobini, H. Bersini,  
P. Bourgine, M. Dorigo & R. Doursat (Eds), Advances in Ar-  
tificial Life, ECAL, 2011 (without numeration). Cambridge,  
MA: MIT Press.  
Wilensky, U. (1999). NetLogo. Evanston, IL: Center for Connec-  
ted Learning and Computer-Based Modeling, Northwestern  
University. Downloaded from http://ccl.northwestern.edu/  
netlogo/.  
Wilensky, U. & Rand, W. (2015). An Introduction to Agent-Based  
Modeling: Modeling Natural, Social, and Engineered Com-  
plex Systems whit NetLogo. Cambridge, MA: MIT Press.  
Wittlinger, M., Whener, R. & Wolf, H. (2006). The ant odometer:  
stepping on stilts and stumps. Science, 312(5782), 1965-  
1967.  
Stieb, S. (2010). Frontal overview of the brain of the desert ant  
Cataglyphis fortis. Rettrieved from http://www.graduates-  
chools.uni-wuerzburg.de/life_sciences/gsls_newsletter/  
Syropoulos, A. (2008). Hypercomputation: Computing Beyond  
the Church-Turing Barrier. New York: Springer.  
Thiélin-Bescond, M. & Beugnon, G. (2005). Vision-independent  
odometry in the ant Cataglypgis cursor. Naturwissenschaf-  
ten, 92(4), 193-197.  
Wittlinger, M., Wolf, H. & Whener, R. (2007). Hair plate mechano-  
receptors associated with body segments are not necessary  
for three-dimensional path integration in desert ants, Ca-  
taglyphis fortis. Journal of Experimental Biology, 210(3),  
375-382.  
Wegner, P. (1997). Why interaction is more powerful than algori-  
thms. Communication of the ACM, 40 (5), 80-91.  
Wegner, P. (1998). Interactive foundations of computing. Theore-  
tical Computer Science, 192 (2), 315-351.  
Wolf, H. (2011). Odometry and insect navigation. Journal of Expe-  
rimental Biology, 214(10): 1629-1641.  
Wehner, R. (2003). Desert ant navigation: how miniature brain  
22  
CIENCIAS DE LA COMPLEJIDAD  
CC, 2020. Vol.1, Nº 1: 23–36. https://doi.org/10.48168/cc012020-002  
La Biosemiótica como una de las  
Ciencias de la Complejidad  
Carlos Eduardo Maldonado  
Profesor Titular  
Facultad de Medicina  
Universidad El Bosque  
maldonadocarlos@unbosque.edu.co  
ORCID: http://orcid.org/0000-0002-9262-8879  
__________________________________________________________________________________________  
Recepción:20/10/2020  
Aceptación: 18/11/2020  
Resumen  
Este artículo plantea una tesis: la biosemiótica puede ser considerada como una de  
las ciencias de la complejidad, al lado de las otras ciencias ya clásicas y conocidas  
como el caos, la termodinámica del no-equilibrio, las redes complejas y otras. Para  
ello, se elabora el estado del arte en las relaciones entre biosemiótica y complejidad,  
un estado de la cuestión, en verdad, muy limitado. La estrategia general consiste en  
presentar un cuadro general, científico, filosófico e histórico que explica al mismo  
tiempo en qué consiste la biosemiótica y cuáles son sus particularidades. En todos  
los casos, la idea es clara: los signos son fenómenos reales propios de los sistemas  
vivos. Y las ciencias de la complejidad son ciencias de la vida.  
Palabras clave: Historia de la ciencia, Filosofía de la ciencia, Epistemología, Ciencias  
de la complejidad, Comunicación de los sistemas vivos  
Abstract  
This paper brings forth a brand new claim, namely biosemiotics can be considered  
as one of the sciences of complexity, along with the other already known ad classical  
sciences such as chaos, non-equilibrium thermodynamics, complex networks, and  
others. As a support, the state-of the-art is depicted on the relations between bio-  
semiotics and complexity, a state truly limited. The general strategy here consists in  
presenting the general scientific, historical and philosophical framework which exp-  
lains both what biosemiotics is about and its characteristics. In any case, the idea is  
clear, thus: signs are real phenomena of or within the living systems. The sciences of  
complexity are sciences of life.  
Key Words  
History of science, Philosophy of Science, Epistemology, The Sciences of Complexity,  
Communication in Living Systems  
Introducción  
El origen de la biosemiótica ha sido suficiente narrado (Favareau, 2008). Nace en  
el ámbito de la biología, se extiende rápidamente a la lingüística y la computación,  
y permea a la filosofía. No en última instancia, interpela a los estudios culturales  
(Wheeler, 2006). Con antecedentes claros desde los años 1950s, se consolida como  
un campo propio a comienzos del siglo XXI a raíz: a) de la creación de la revista Bio-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
23  
semiotics (Springer Verlag), y b) de la sociedad inter- 1953, se logró identificar inicialmente el código gené-  
nacional de biosemiótica, que lleva a cabo encuentros tico constituido por cuatro pares de letras, y en oca-  
regulares cada año. Entre los pilares fundacionales se siones una letra adicional: adenina, citosina, timina,  
encuentran Th. Sebeok, M. Barbieri, J. Hoffmeyer, C. guanina y, en ocasiones, el uracilo. La vida tal y como  
Emmeche, M. Florkin, K. Kull. Esta historia ha sido con- la conocemos, desde los extremófilos hasta los seres  
tada en varias ocasiones (Barbieri, 2009). Claramente, humanos está escrita con base en estas cuatro letras.  
la biosemiótica constituye uno de los ejemplos recientes Algún autor llegó a hablar de “el gen egoísta”. Poste-  
más importantes en un esfuerzo por pensar de manera riormente, la identificación del alfabeto básico de la  
sintética o unificada; esto es, superar las divisiones de vida permitió identificar el RNA en sus dos expresiones:  
distintas ciencias y disciplinas o, lo que es equivalente, RNAt y RNAm. La lectura del código genético permitió  
integrar aproximaciones y comprensiones anteriormen- establecer los procesos de complejidad, desde el códi-  
te divergentes.  
go genético que da lugar inicialmente a las enzimas,  
luego los aminoácidos, los péptidos, y de ambos a las  
Han surgido interpretaciones o comprensiones diferen- proteínas hasta llegar después al ribosoma y en fin a  
tes sobre la biosemiótica. En unas ocasiones, ha sido la comprensión de los seres de mayor complejidad. Al  
considerada como una nueva ciencia (Gálik, 2013); cabo, la biología descubrió las redes y cadenas y nació  
en otros momentos, como una extensión de la biolo- la biología de sistemas con todas la ómicas: glucómica,  
gía (Brier, 2016). Asimismo, se la ha concebido como transcriptómica, proteómica, genómica, metabolómica  
un trabajo de unificación de diferentes ciencias y dis- y demás. De la lectura del código genético se pudo pa-  
ciplinas (Barbieri, 2007) o como un campo novedoso sar a la escritura sobre la misma. En cualquier caso, ha  
interdisciplinario (Sharov, 1992), a saber: como la uni- quedado claramente establecido que los sistemas vivos  
ficación entre la biología, la lingüística y la filosofía. En se estructuran en términos de códigos de información.  
todos los casos, sin embargo, se trata de una investi- Esta es la historia que cubre desde 1966 hasta la fecha;  
gación acerca de los aspectos más fundamentales de los resultados aún más importantes están por descu-  
los sistemas vivos. Estos aspectos son distintivamente brirse, hacia adelante.  
informacionales o comunicacionales. La vida es comu-  
nicación, creación, interpretación e incluso transforma- Algunos logros recientes de esta línea de investigación  
ción de signos y códigos.  
han permitido avances en la medicina y en la compren-  
sión de distintos tipos y tratamientos de enfermedades.  
Este artículo sostiene que es posible, y que, de hecho, El resultado alcanzado consiste en un entrelazamiento  
existe un fuerte nexo entre las ciencias de la comple- entre la biología computacional, la computación bioló-  
jidad y la biosemiótica, algo que no ha sido suficien- gica, la biología sistémica, la biología de redes y la bio-  
temente advertido de un lado o del otro. Para ello se logía sintética. Un panorama ciertamente sugestivo y  
suministran distintos argumentos, así: en primer lugar, novedoso. Pues bien, cabe decir que el hilo que unifica  
se presenta una comprensión sintética de lo que es la a estas cinco dimensiones es el tema de la información  
biosemiótica. Con ella, emerge la idea de una nueva o comunicación de los sistemas vivos, o también, de  
física en la historia de la humanidad. El segundo argu- todas las instancias de la vida. La trama de la vida, se-  
mento elabora el estado del arte de los antecedentes y gún todo parece indicarlo, es ulteriormente una trama  
relaciones entre complejidad y biosemiótica. El tercer informacional o comunicativa. Dicho de manera sucinta  
argumento permite comprender mucho mejor qué se y directa, se trata de la síntesis entre biología y semió-  
entiende por la biosemiótica; la que se presenta aquí es tica. Esto es exactamente la biosemiótica.  
de una interpretación interesada y cargada con fines de  
complejidad. Específicamente se elabora un cuadro de El surgimiento de la biosemiótica coincide también con  
relaciones y desarrollos. El cuarto argumento explora el los trabajos pioneros por parte de Sebeok acerca de  
significado y los alcances de las relaciones establecidas. las raíces biológicas de la cultura. Esta línea de trabajo  
Al final se extraen algunas conclusiones, siendo la más encuentra numerosas ramificaciones, desde los traba-  
importante que es perfectamente posible e incluso le- jos de Maturana y Varela, Goodwin y Solé, Kauffman, y  
gítimo, comprender a la biosemiótica como una de las recientemente Damasio. Alrededor de los trabajos pio-  
ciencias de la complejidad.  
neros de Sebeok en los años 1960s nacen la etología y  
la cibernética. El problema de base en uno y otro caso  
es estudio de los comportamientos comparados entre  
animales y seres humanos y el problema del control  
1. Biosemiótica en una cáscara de nuez  
A partir de 1966 se empezó a descifrar el código de la en las máquinas, todo lo cual tiene como denominador  
vida. Sobre la base del descubrimiento de “el dogma común el hecho de que los animales tienen sistemas  
central de la biología” por parte de Watson y Crick en de comunicación; y algo análogo sucede en las máqui-  
24  
CIENCIAS DE LA COMPLEJIDAD  
nas mismas. Ello comporta el diálogo o la convergen- llanamente, es el hecho de que el sistema de signos  
cia entre las ciencias del comportamiento, las ciencias puede ser copiado, o replicado o transmitido. Lo que  
cognitivas, la biología y la filosofía, principalmente. Sin hacen los sistemas vivos, consiguientemente, es leer e  
embargo, a partir del encuentro entre estos grupos de interpretar incesantemente los signos que encuentran  
ciencias son numerosos los campos que se benefician alrededor, los signos que les llegan, en fin, incluso, si  
de ellas, incluyendo a las ciencias sociales y humanas y cabe, los signos que ellos mismos emiten o transmiten.  
a la medicina. Un punto de encuentro fundamental en De esta suerte, procesar información –es decir, proce-  
este espectro fue el nacimiento y desarrollo de la epige- sar bien la información- se convierte, finalmente, en un  
nética (Jablonka y Lamb, 2005).  
asunto de vida o muerte. Una buena interpretación o  
procesamiento de los signos se traduce en mayor adap-  
Al cabo, resulta evidente que las distancias entre los se- tabilidad, y por el contrario una deficiente interpretación  
res humanos y la naturaleza son mucho menos eviden- o procesamiento de los signos recibidos o encontrados  
tes de lo que se creía, y que es posible una física común puede convertirse en un callejón sin salida.  
a la naturaleza y a la cultura. Se trata de la teoría de la  
información.  
En el sentido amplio –si cabe, filosófico- de la palabra,  
la vida en general –esto es, los sistemas vivos-, son  
Son numerosos las confluencias y desarrollos en esta bastante más que compuestos orgánicos de moléculas  
línea de investigación. Uno que merece un lugar des- físico-químicas. Mucho mejor, los sistemas vivos son  
tacado es el descubrimiento de la biología de la comu- sistemas semióticos. Si en el siglo XIX, por ejemplo,  
nicación en las plantas, posible especialmente gracias con Saussure, la semiótica era un asunto exclusiva o  
a los trabajos pioneros de Baluska y Mancuso (2006). distintivamente humano, con la biosemiótica la semio-  
En el plano computacional y de las ciencias de la com- sis es un fenómeno transversal y unificante de todas  
plejidad, emerge la hipercomputación biológica como las formas de vida. Sin cesar, los sistemas vivos emiten  
el reconocimiento expreso de que los seres vivos no signos, los codifican, los decodifican, y los interpretan.  
procesan información, en absoluto, a la manera de una Las distinciones mencionadas son, aquí, meramente  
máquina cualquiera de Turing (existen y son posibles analíticas.  
distintas máquinas de Turing: máquinas de Turing uni-  
versal, alternativas, simétrica, no determinista, pro- Diversos autores han expresado esta idea de un modo  
babilística, de lectura, cuántica, y otras) (Maldonado, general, así: la vida es conocimiento; es decir, los siste-  
Gómez, 2015; Maldonado, 2018a).  
mas vivos son el resultado de procesos cognitivos y dan  
lugar, a su vez, a inmensos procesos de cognición en la  
En cualquier caso, dos premisas sirven de basamento a naturaleza y el mundo. No en otra cosa consiste al fin y  
la biosemiótica. De un lado, se trata del reconocimiento al cabo la evolución. La tradición de autores que se si-  
explícito de que la vida y la semiosis son coextensivas. túan en esta longitud de onda comprende a algunos re-  
Así, la semiosis aparece en el origen mismo de la vida. presentantes de la ciencia de sistemas –notablemente,  
Queda pendiente por lo pronto la consideración acerca Bateson y Von Foerster-, se proyecta a través de Matu-  
de las relaciones entre semiosis y la materia inanima- rana y Varela –y su idea, novedosa, de la autopoiesis-,  
da, digamos el universo. Este tema abre las puertas al y alcanza a autores tan notables como Goodwin, Solé  
panpsiquismo, una tesis que debe quedar aquí de lado y Kauffman, entre muchos otros. Al cabo, esta línea de  
por razones de espacio (Kauffman, 2016; Maldonado, comprensión da lugar a una rama perfectamente propia  
2018b). De otra parte, al mismo tiempo, se trata del que es el conocimiento encarnado, uno de cuyos padres  
hecho de que los signos, los significados y los códigos es, sin lugar a dudas, F. Varela (embodied knowledge)  
son entes naturales. Con este reconocimiento se corta (Varela, 1992). La expresión más reciente de esta línea  
de tajo las posibilidades del “diseño inteligente” o cual- de trabajo e investigación se llama también como em-  
quier variedad del mismo.  
bodied cognition.  
Como quiera que sea, es importante atender al carácter Una consecuencia inmediata debe ser subrayada. La  
o a la naturaleza misma de los signos. A diferencia de biosemiótica pone de manifiesto que los organismos vi-  
los símbolos, los signos son abiertos y referenciales; los vos son determinantes en el proceso de la evolución. Si  
símbolos, por el contrario, son cerrados y autorreferen- bien esta idea podría resaltar el acento lamarckiano de  
ciales. Así, la idea de signo se corresponde con la de re- la teoría de la evolución –lo que, en efecto, es el caso-,  
des, y por consiguiente, con la ausencia de centralidad y lo verdaderamente determinante es el hecho de que la  
de jerarquías. Los signos pueden ser codificados, como semiosis destaca la dimensión epigenética de la evolu-  
de hecho sucede, pero esta codificación no implica, de ción. De esta suerte, la biología es bastante más que  
ninguna manera, que el código sea cerrado; simple y el estudio de organismos vivos en su hábitat, en cada  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
25  
caso. Mucho mejor, es el estudio de procesos semióticos campos, existe una amplia afinidad, por decir lo menos,  
en la naturaleza. La semiosis es el origen mismo de la entre biosemiótica y complejidad, es sorprendente que  
vida, y es lo que hacen los sistemas vivos para vivir. Es no existan suficientes trabajos explícitamente desarro-  
decir, interpretar o codificar sistemas de signos. De esta llados sobre ambos dominios. De este modo, un estado  
suerte, un sistema vivo es aquel que logra mantener- del arte es, a la fecha, algo fácil de llevar a cabo.  
se como autónomo en medio de constantes procesos  
de cambio en el medioambiente. La autonomía debe, Este estado del arte implica explícitamente la distin-  
así, ser entendida como la incesante adaptación que ción entre ciencias de la complejidad y ciencia de siste-  
sostiene al sistema vivo como sí mismo (self) (Varela, mas, dos cosas perfectamente diferentes y sobre cuyos  
2
000). La última o la más reciente vertiente de esta rasgos específicos basta, sencillamente con indicar a  
línea de trabajo es la enacción (Stewart et al., 2014). una parte de la bibliografía especializada (cfr. Meyers,  
En fin, como se aprecia sin dificultad, se trata de varias 2009). De esta suerte, si bien G. Bateson merecería un  
ramas que transforman y enriquecen profundamente a lugar especial –como es efectivamente el caso, como lo  
las ciencias cognitivas y a la biología, al mismo tiempo, advierte explícitamente Sebeok (1994)-, debe quedar  
presentándose varias conexiones en ambas direccio- aquí provisoriamente de lado. Sugerente como es, la  
nes. Un panorama intelectualmente apasionante.  
obra de Bateson pertenece al pensamiento sistémico.  
Ahora bien, no existe algo así como un corpus ortodoxo Dicho de manera general, la complejidad, la biosfera y  
de la biosemiótica. Por el contrario, distintas escuelas o la vida son nociones de conjunto; es decir, exigen ser  
líneas de comprensión existen y varias de ellas disputan comprendidas de forma sintética, y por tanto no analí-  
entre sí (Gálik, 2013). Estas divergencias no nos con- tica. Pues bien, como quiero decirlo explícitamente, la  
ciernen aquí. Lo verdaderamente relevante es la emer- biosemiótica se caracteriza por una estructura mental  
gencia y consolidación de un área de trabajo cruzado, sintética. Se trata de la síntesis entre las ciencias na-  
transversal, convergente o interdisciplinario –como se turales, las ciencias sociales y las ciencias humanas a  
prefiera-, en el que la oposición y acaso la jerarquía partir del reconocimiento explícito de que aquello que  
entre la dimensión humana de la vida y la demás en la las integra o unifica es el universo de los signos. Y que  
naturaleza desaparece pues se integran en un sólo con- los signos son bastante más que una caracterización  
junto en el que lo verdaderamente importante consiste meramente humana o natural: atraviesan e integran a  
en los procesos de significación cruzados entre todas la vez ambas esferas. Dicho en términos elementales,  
las escala de la vida. De manera puntual, la crisis del la biosemiótica es inter – o trans, o multidiscipinaria.  
Covid-19 puso de manifiesto que los virus son compo- Las diferencias entre ellas son, en este contexto, irrele-  
nentes esenciales de la trama de la vida que deben ser vantes. Esta caracterización ya queda suficientemente  
tenidos en cuenta a la par de todas las demás escalas y establecida en la bibliografía especializada.  
esferas de la vida. Hasta antes de la emergencia de la  
crisis del Covid-19, el papel más destacado lo llevaban Hasta la fecha, explícitamente, son cinco los textos que  
las bacterias. En fin, dicho en una sola palabra: desde entablan una relación explícita y directa entre compleji-  
1
los virus y las bacterias, incluyendo los procesos gené- dad y biosemiótica. Cronológicamente, estos son :  
ticos y sus derivaciones –péptidos, proteínas y demás-,  
hasta toda la trama de los sistemas vivos, con sus es- i)  
pecificidades ecológicas y su diversidad, incluyendo en  
ellos a los seres humanos – todo es un entramado po-  
lifónico de signos cruzados que es indispensable leer  
bien, interpretar adecuadamente y codificar y decodifi-  
car sin cesar. Si en la ecología se ha hecho el aprendiza-  
je que no existen especies clave, asimismo en biología  
R. Thom, Esbozo de una semiofísica (1990). Thom  
forma parte de los autores canónicos de las cien-  
cias de la complejidad en la medida misma en que  
la teoría de catástrofes es, clásicamente, una de  
las ciencias de la complejidad. La idea de una se-  
miofísica coincide, como se verá a continuación,  
con la idea misma de una física de realidades in-  
materiales. En palabras del matemático francés,  
la semiofísica “se refiere en primer término a la  
investigación de las formas significantes” (Thom,  
1990: 13). Dos rasgos definen a una física seme-  
jante: las saliencias y las pregnancias. Las pri-  
meras son elementos que pueden obrar entre sí  
–en sentido amplio y laxo, que incluyen naturalmente  
también a los seres humanos-, la semiosis es un fenó-  
meno fundamental e inaplazable. Este reconocimiento  
es la contribución misma de la biosemiótica a la com-  
prensión de los sistemas vivos y de la vida en general.  
2
. El estado del arte en las relaciones  
entre complejidad y biosemiótica  
1
Indico a continuación en español lo que hay traducido, y en  
inglés lo que, hasta la fecha, permanece sin ser traducido al  
español.  
Mientras que, luego de una mirada atenta a ambos  
26  
CIENCIAS DE LA COMPLEJIDAD  
“
como seres vivos”. Las segundas se propagan de  
sin ninguna ambigüedad. Profusamente ilustrado  
con argumentos matemáticos, informacionales y  
computacionales, el libro estudia las dinámicas de  
vida desde los organismos más simples como los  
virus y las bacterias, pasando por las hormigas y el  
cerebro humano hasta las ciudades y los mercados  
financieros. Todos exhiben comportamientos y di-  
námicas propios de los sistemas vivos, lo que per-  
mite ampliar una visión restrictiva de la biología  
para sostener algo como lo siguiente: la biología  
es la ciencia que estudia los sistemas vivos, pero  
la vida es un fenómeno complejo, no-lineal y bas-  
tante menos evidente que la simple clasificación  
con base en criterios como los de Linneo (género,  
especie, familia, etc.)  
una forma saliente a otra, a las que caracterizan.  
Como se aprecia, se trata de neologismos tendien-  
tes a comprender lo que para Aristóteles es, en  
una palabra, el hylemorfismo. En la comprensión  
de Thom, el Aristóteles físico antecede y funda al  
Aristóteles filósofo, pero la mediación entre ambos  
se encuentra en el Aristóteles biólogo. Compren-  
der estas relaciones comporta una lectura cuida-  
dosa del texto de Thom. En cualquier caso, lo de-  
terminante es el hecho de que la semiofísica es la  
forma como Thom –avant la lettre-, entiende, co-  
rrectamente por lo demás, a la biosemiótica. Sólo  
que mientras que en esta última el acento está  
puesto en los sistemas vivos, en Thom se amplía al  
universo y la naturaleza no animada, y desde ésta,  
entonces, también, a los seres vivos.  
Los sistemas vivos deben ser comprendidos a par-  
tir de sus propiedades y características, y no con  
una pre-comprensión o definición a priori. En este  
sentido, los autores destacan el hecho de que los  
sistemas vivos viven en el filo del caos, en el filo de  
las catástrofes, en fin, no pueden ser explicados  
sino relativamente a una medición de entropía. En  
una sola palabra: se trata de considerar exacta-  
mente los signos de vida: esta es la tarea de las  
ciencias de la complejidad.  
ii) Hoffmeyer, Signs of Meaning in the Universe  
(1997). Hoffmeyer no forma parte de los autores  
canónicos de la complejidad. Desconocido por los  
complejólogos, es, sin embargo, uno de los auto-  
res centrales en la biosemiótica. Explícitamente,  
sabe de caos y bifurcaciones. El autor danés es,  
sin la menor duda, el más radical autor en la com-  
prensión de la biosemiótica dado que es quien más  
se arriesga a una extensión de la semiosis a los  
seres no-vivos e inaminados; sin más, al universo. iv) W. Wheeler, The Whole Creature (2006). Profesora  
En este sentido existe una confluencia interesan-  
te con Thom y, como se verá más adelante, con  
Kauffman. De esta suerte, los signos admiten una  
comprensión física, y no solamente biológica. Di-  
cho en una palabra, los signos son hechos natura-  
les, algo que si bien es aceptado en general por la  
biosemiótica, debe ser entendido en sentido literal  
con Hoffmeyer, extensible a la no-distinción entre  
sistemas vivos y no-vivos. En este sentido, para  
Hoffmeyer no existe o no es posible una diferen-  
ciación entre sistemas semióticos y no-semióticos,  
algo que sí sucede en la mayoría de los autores de  
la biosemiótica (Barbieri, 2007).  
de literaturayestudiosculturales, Wheelereslapri-  
mera autora que explícita y directamente se ocupa  
de las relaciones entre complejidad y semiótica. Su  
enfoque es distintivamente cruzado, transversal,  
orientado particularmente a la importancia de la  
biosemiótica en el espectro humano; en especial  
en los procesos de creatividad. Se trata, sin la me-  
nor duda, de un libro innovador y arriesgado que  
entra allí en donde nadie había entrado hasta la  
fecha.  
Con un conocimiento sólido de lo mejor que has-  
ta el momento (2006) se ha producido en ambos  
dominios (Barabasi, Boden, Byrne, Goodwin, Ja-  
blonka y Lamb, Kauffman, Margulis, Prigogine y  
varios otros, de un lado; y Hoffmeyer, Kull, Se-  
beok, Sennett, Varela y otros más, de otra parte),  
Wheeler concibe a la cultura como un fenómeno  
claramente enraizado en la biología y la evolución  
en tanto que proceso cooperativo y simbiótico.  
iii) R. Solé y B. Goodwin, Signs of Life (2000). Este  
libro estudia el abanico amplio de indicios que po-  
nen en evidencia qué es la vida y en dónde pue-  
de decirse que hay vida. Estos indicios son sig-  
nos mediante los cuales la complejidad muestra,  
claramente, que la biología es una ciencia que se  
ocupa bastante más que de organismos vivos, en  
el sentido positivista o clásico de la palabra. En  
este sentido, sin que aparezca jamás en todo el li-  
bro la palabra “biosemiótica”, puede decirse que es  
un estudio sobre semiosis, avant la lettre. Solé y  
Goodwin pueden ser considerados dentro del aba-  
nico de autores de las ciencias de la complejidad,  
La complejidad ha sido resultado de una larga  
gestación, sostiene la autora inglesa, al cabo de  
la cual hemos podido llegar a una conclusión sin  
ambages, a saber: la biología humana y la biología  
natural “are palpably not human constructs, either  
mastered or made. They are powerfully semiotic  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
27  
(
…) but they are not ‘constructed in discourse’’”  
por lo menos un ciclo de trabajo, puede sentir el  
mundo (= biosemiótica), puede distinguir lo que  
es “bueno” y “malo”, puede decidir entonces qué  
hacer, y puede actuar en búsqueda de comida y  
evitando toxinas (cfr. Kauffman, 2016: 234).  
(Wheeler, 2006: 17). Esta gestación de la com-  
plejidad coincide con los desarrollos mismos de la  
biosemiótica con lo cual, manifiestamente, cabe  
hablar de una “libertad semiótica”.  
Mediante esta confluencia entre complejidad y  
biosemiótica, asistimos, sin más, a un magnífico  
cambio de paradigma que ha estado teniendo lu-  
gar durante los últimos sesenta a ochenta años;  
es decir, en algún momento a partir de los años  
Como se aprecia sin dificultad, la biosemiótica, la  
homeostasis y la metabolización constituyen una  
sólida unidad que permite comprender, sin amba-  
ges, qué es, y qué hace, un sistema vivo.  
1
930s, aproximadamente. Pues bien, todo el libro La relación entre la complejidad y la biosemiótica con-  
de Wheeler consiste en la mirada a este cambio de siste exactamente en una comprensión de la vida y de  
paradigma y al estudio de sus consecuencias. Un los sistemas vivos en términos de actividades o proce-  
excelente trabajo exploratorio y creativo, al mismo sos. Así, cualquier atisbo de platonismo y aristotelismo  
tiempo.  
queda desbaratado, como queriendo comprender on-  
tológica u ónticamente –para el caso da lo mismo- a la  
v) S. Kauffman, Humanity in a Creative Universe vida; es decir, en términos de una sustancia o hipós-  
2016). Uno de los fundadores de las ciencias de la tasis cualquier que permitiría decir que la vida es “x”,  
(
complejidad, Kauffman forma parte de la primera esto es, un componente determinado. En este sentido,  
línea de investigadores en el tema. Al mismo tiem- la amistad o el amor no existen; alguien es amigo por lo  
po, es quien expresamente, aunque de manera que hace (o lo que deja de hacer), y alguien se dice que  
puntual, habla de biosemiótica. Sin duda alguna, ama por sus comportamientos, gestos y actitudes, y no  
su formación en medicina y biología le permiten porque exista una esencia llamada amor. Aristóteles  
trazar el puente entre los dos ejes que aquí nos se acercó a esta idea cuando sostenía que no existe la  
ocupan.  
virtud, sino hombres virtuosos.  
El libro de 2016 es el trabajo filosófico de un in- Pues bien, exactamente en este sentido, los sistemas  
vestigador ya connotado. Que es cuando, habitual- vivos pueden ser comprendidos a partir de lo que ha-  
mente, los científicos se permiten elaboraciones cen; y lo que hacen son signos, es decir, codificacio-  
más libres y amplias. Son dos los pasajes en los nes de información, interpretaciones y decodificacio-  
que se alude expresamente a la biosemiótica. En nes, incesantemente. Los sistemas vivos son procesos  
primer lugar, se trata de dejar en claro que los sis- siempre inacabados y constantes de semiosis. Dicho sin  
temas vivos son lo que hacen, y no un cierto ma- más, la vida es un proceso no un estado; una dinámica,  
terial o componente. Pues bien, ya a partir de la E. no una cosa (stuff, o Ding).  
coli es posible decir que lo que hacen los sistemas  
vivos es “sentir” (sensing) los estados posibles del En verdad, si bien los signos son entidades reales en la  
mundo. “This sensing of its world’s possible states naturaleza –esto es, en otras palabras, hechos (facts)  
(
…) constitute ‘biosemiotics’ at its root” (Kauff- que los sistemas vivos al mismo tiempo producen y en-  
man, 2016: 69). La forma como en biología, en cuentran en su entorno (Umwelt)-, estos sólo existen  
biosemiótica y en ciencias cognitivas se compren- en una dinámica consistente en codificación, interpreta-  
de a esta sensibilidad es como quorum sensing. ción y decodificación. Esta es la lógica misma de la vida,  
Dicho de manera precisa, se trata de la capacidad y la evolución consiste en procesos semióticos perma-  
que tiene una célula para detectar y responder a nentes. La adaptación es, dicho sin más, el resultado  
una determinada densidad poblacional mediante de la semiosis de los sistemas vivos, en el sentido de  
regulación genética.  
que a mayor y mejor semiosis, mejor adaptabilidad, y  
por el contrario, a menor capacidad semiótica, menos  
Los sistemas vivos son, manifiestamente, agen- suficiencia adaptativa.  
tes, sin que ello implique, necesariamente la idea  
de conciencia o de libre albedrío –que son temas o Hubiera sido deseable que la comunidad de investiga-  
problemas distintivamente humanos-. Pues bien, dores en ciencias de la complejidad hubiera puesto algo  
la biosemiótica, sostiene Kauffman, constituye uno más de atención a la biosemiótica. Seguramente los  
de los rasgos precisos que permiten comprender avances en ambos casos habrían sido más significativos.  
a un sistema vivo. Específicamente, estos rasgos  
son: la capacidad para reproducirse, lleva a cabo Es preciso, en este estado del arte en las relaciones  
28  
CIENCIAS DE LA COMPLEJIDAD  
entre ambos ámbitos considerados, resaltar que la se- so de Shannon y Weaver la teoría de la información.  
miosis no es una construcción humana; por el contra- Propiamente, gracias a los desarrollos que va a tener la  
rio, se trata de la identificación de signos existentes en misma, hay que decir, en rigor, que se trata de la teoría  
la naturaleza que remiten a las interacciones entre el clásica de la información, a fin de distinguirla de los  
observador (= sujeto humano) y lo observado (= los desarrollos subsiguientes, a partir de los años 1980s y  
sistemas vivos). En otras palabras, los seres humanos 1990s. Con la teoría de la información nace un concepto  
participan de la semiosis de la naturaleza pero no son novedoso en física que explica más y mejor lo que ex-  
los creadores de la misma, algo que contrasta nota- plicaba el concepto de masa en la física del siglo XVIII,  
blemente con las lecturas clásicas sobre la semiótica, y el de energía en el siglo XIX (Maldonado, 2020). Con  
desde F. de Saussure hasta U. Eco. Los seres humanos una salvedad fundamental: el concepto de información  
viven en signos, ciertamente crean signos, pero los sig- es físico, pero inmaterial, o no tangencial. Este recono-  
nos mismos no son el resultado simple y llanamente de cimiento explícito es debido a R. Landauer (1991).  
creaciones culturales humanas. Por ello mismo cabe ha-  
blar, en toda la línea de la palabra, de biosemiótica. La Por primera vez en la humanidad, existe una física de  
complejidad, si cabe decirlo así, estriba en la horizonta- fenómenos inmateriales, en marcado contraste con la  
lidad –o en el carácter relacional- entre los seres huma- física de Aristóteles, Galileo y Newton, por ejemplo. Se  
nos y el conjunto de los sistemas vivos y la naturaleza. trata de la física de la información si bien, algunos as-  
A los libros mencionados es preciso agregar, a la fecha, pectos podrían extenderse también sin dificultad a la  
un artículo, adicionalmente. Se trata de (Kosoy y Kosoy, física cuántica, la cual es igualmente contraintuitiva.  
2018). Haciendo uso de las ciencias de la complejidad  
y de la biosemiótica, los autores se concentran en la Una serie de ciencias y disciplinas acompañan y coinci-  
ecología y el estudio de las enfermedades infecciosas. den con esta física. N. Wiener originariamente y luego  
Por consiguiente, el tema ya no es directamente el de también Ashby desarrollan la cibernética la cual, si bien  
las relaciones entre biosemiótica y complejidad –algo se ocupa de los mecanismos de control en las máquinas  
que se da por sentado-, sino, a partir de su interacción, y seres humanos, se funda en la información; esto es,  
comprender a los agentes patógenos de origen zoonó- en el control de la información como la forma de com-  
tico en términos de su “importancia funcional”. Los au- prender el control en las máquinas y en los seres huma-  
tores proponen un modelo para interpretar la evolución nos. No en vano la cibernética se halla perfectamente  
de los agentes patógenos a partir de los sistemas de permeada por la computación en toda la extensión de  
signos, señales y significados en una oscilación entre la palabra. Al cabo, la cibernética se desarrollará, nota-  
simplicidad y complejidad. El tema de base es la evo- blemente con von Foerster como cibernética de segun-  
lución de las enfermedades y la ecología de las infec- do orden: relaciones de relaciones – mucho más que  
ciones.  
cosas u objetos físicos. (Relativamente muchos de los  
artículos sobre biosemiótica, particularmente de auto-  
Pues bien, a partir del estado del arte presentado es res escandinavos, serán publicados en revistas de ci-  
posible profundizar en el marco cultural y científico en bernética).  
el que emergen las interacciones entre complejidad y  
biosemiótica.  
Cimentada en los trabajos pioneros de Tinbergen y  
de K. Lorenz este mismo momento verá el nacimiento  
de la etología; es decir, el estudio del comportamien-  
to comparado entre los animales y los seres humanos.  
Así, los comportamientos son significativos y significan-  
3
. Biosemiótica como complejidad: una  
breve historia de la ciencia reciente  
Los orígenes de la biosemiótica pueden remontarse al tes. A la postre, notablemente con las investigaciones  
siglo XIX con los trabajos de Ch. S. Peirce, pasando por de F. de Waals, se logar estudiar el nacimiento de la  
las contribuciones de von Uexküll en el giro del siglo XIX ética también en los primates, y entonces el origen no  
al siglo XX, algo que ha sido explícitamente mencionado humano de los sentimientos de lo bueno y lo malo (de  
en las historias sobre la biosemiótica. Sin embargo, la Waals, 2005).  
atmósfera científica y filosófica del surgimiento de la  
biosemiótica y su encuentro con las ciencias de la com- En la década de 1960s Sebeok llama, por primera vez  
plejidad puede concentrarse a partir de los años 1950s, la atención acerca de los procesos comunicacionales  
aproximadamente. Todo tiene que ver con los más apa- entre los animales; al comienzo, en las abejas. Ello da  
sionantes desarrollos que pueden concentrarse, en ge- nacimiento a la primera manifestación de la biosemio-  
neral, alrededor del concepto de “información”.  
sis, que es la zoosemiosis. De esta suerte, los animales  
poseen un mundo de sentidos, significaciones y signos  
Como es sabido, en 1948 nace, gracias al paper famo- y viven en él. Por otro camino, O. Wilson estudiará, ce-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
29  
trado en la mirmecología, el mismo fenómeno de comu- acción, que usualmente es la producción de un mensaje  
nicación, lo cual dará lugar al descubrimiento, perfecta- correspondiente. Es en el proceso intermedio que se  
mente anodino, de que también en las hormigas existe identifica el ruido, ocasional o necesario en el proceso  
un mundo cultural, análogo al de los seres humanos de comunicación.  
(Hölldobler y Wilson, 1996).  
En una orquesta sinfónica existe una total polifonía;  
Unos años después (2006), a partir de las investigacio- unos instrumentos dialogan con otros, incluso llevan a  
nes pioneras de F. Baluska, nace la neurofisiología de cabo conversaciones y monólogos al mismo tiempo o  
las plantas, cuyo principal exponente hoy es S. Man- también independientemente de lo que están diciendo  
cuso. Se sientan, así, todas la bases de la fitosemio- los demás instrumentos. Y todos logran comunicarse de  
sis (Kull, 2000). De consuno, la botánica desaparece y manera magnífica, en muchas ocasiones interpelándose  
nace la neurofisiología de las plantas, un campo nove- al mismo tiempo, en muchos momentos entrecortándo-  
doso y muy fructífero a pesar de su juventud.  
se en las conversaciones, en otros momentos a través  
de soliloquios in crescendo o intempestivos. Vientos con  
Fundada en los desarrollos de las ciencias cognitivas cuerdas, metales con percusión, y el orden no siem-  
y las ciencias del comportamiento, nace en los años pre es lo más determinante. Es sólo excepcionalmen-  
1990s la antroposemiosis, que se ocupa del estudio de te cuando unos instrumentos son emisores y entonces  
los comportamientos significativos, y no solamente de otros reciben y contestan. La polifonía es total y, así, la  
las expresiones –verbales o escritas- de significación. semiosis es real. Es el resultado de estas superposicio-  
Los comportamientos humanos son portadores de sig- nes, complementariedades, interlocuciones, monólogos  
nificado, y vehiculan también sistemas de signos que no y conversaciones a muchas voces lo que produce el más  
coinciden necesariamente con las expresiones verbales perfecto de los resultados, a saber: la armonía; en este  
o escritas, y por tanto, con la lógica de predicados o caso, la armonía musical. Como es sabido en los al-  
proposicional.  
tos estudios de formación musical, escribir una sinfonía  
equivale a obtener o a hacer un doctorado. Es la obra  
Como se aprecia, la comprensión de la biosemiótica es de mayor complejidad, relativamente a los tríos, cuar-  
bastante distinto y mucho más completa que la consi- tetos, sonatas, música de cámara e incluso de la forma  
deración, simplemente, de emisor, mensaje y receptor, concierto. Como quiera que sea, es claro que originaria-  
incluso incluyen lo que los ingenieros distinguen como mente la polifonía designa al canto plural, no únicamen-  
“ruido blanco”, “ruido negro” y ruido rosado”, según si te a la orquesta sinfónica.  
hay un ruido en el mensaje por causa del emisor, del  
canal o del receptor. Mientras que la semiótica perma- Pues bien, la semiosis en la naturaleza tiene lugar en  
nece en un marco distintivamente antropocéntrico y an- la forma de polifonía. Exactamente en este sentido, los  
tropológico, la biosemiótica, por el contrario, admite un esquemas ecológicos del tipo presa-depredador son  
marco inmensamente más amplio, a saber: el contexto simplistas y mecánicos. No en vano, ya nadie serio  
de toda la trama de la vida.  
estudia hoy en día las dinámicas ecológicas con base  
en, por ejemplo, las ecuaciones Lotka-Volterra (Botkin,  
En sus expresiones más radicales los problemas últimos 1990). (Cabe subrayar, incluso la distancia que media  
en el cruce entre biología y filosofía admiten condicio- entre 1990 y la fecha de hoy, lo cual acentúa el carácter  
nes de solución; esto es, el origen de la vida es semióti- desueto, o simplemente histórico del modelo Lotka-Vol-  
co y, asimismo, la lógica de la vida consiste en procesos terra).  
correspondientemente semióticos. Sin embargo, hay  
que advertir explícitamente que nada de ello comporta, En la historia o el marco científico en el que emerge  
en absoluto, una carga reduccionista; al fin y al cabo, la biosemiótica, que contribuye al mismo tiempo a ca-  
los procesos semióticos coinciden con la evolución en racterizar en qué consiste esta nueva ciencia, es indis-  
tanto son abiertos e incesantes.  
pensable mencionar un eslabón que conecta a la biose-  
miótica y las ciencias de la complejidad. Se trata de la  
Los procesos semióticos pueden ser comprendidos a la biología cuántica. Esta estudia los efectos cuánticos en  
manera de una orquesta sinfónica, que es una de las los comportamientos de los animales, y ha sido profu-  
expresiones más depuradas de democracia. La com- samente estudiada y ejemplarizada. Por ejemplo, en los  
prensión clásica de la lingüística, la semiótica e incluso modos o sistemas de orientación de la aves migratorias,  
la ingeniería, explica el fenómeno de manera muy ru- en el funcionamiento del cerebro humano, en la identifi-  
dimentaria. El emisor emite un mensaje a través de un cación de los polos magnéticos de la biosfera o también  
canal determinado. Seguidamente el receptor recibe el en la identificación de diferentes campos magnéticos  
mensaje y lo interpreta; y entonces lleva a cabo una re- –por ejemplo, los generadores por los seres humanos-,  
30  
CIENCIAS DE LA COMPLEJIDAD  
en los sistemas olfativos de numerosas especies, en fin, han sostenido abierta o públicamente una concepción  
en las formas de comunicación interespecies, como en semejante. No obstante, de manera significativa, en el  
el caso de la comunicación en la rizosfera, entre hon- contexto específico de este texto, cabe mencionar lo  
gos y plantas, bacterias y hormigas, y varios más. La siguiente: Aristóteles fue defensor del hilozoísmo, y R.  
biología cuántica ha sido observada igualmente en la Thom así lo reconoce y lo apoyo fuertemente. Por ello,  
comunicación entre las plantas. Se trata, en todos los precisamente, su trabajo sobre semiofísica. Hoffmeyer,  
casos, de estudios recientes y sin embargo ampliamen- como ya queda mencionado, sostiene, asimismo, una  
te documentados (Marais et al., 2018).  
concepción panteísta. El padre más reciente y acaso el  
máximo defensor del panteísmo es Spinoza. Kauffman  
Como se aprecia sin dificultad, la naturaleza es una aboga abiertamente por una comprensión panpsiquis-  
magnífica trama de procesos semióticos, esto es, co- ta del mundo y la realidad, precisamente en el texto  
municacionales y/o informacionales. Esta idea permite en el que, acaso no coincidencialmente, más y mejor  
poner explícitamente una consecuencia perfectamente se pronuncia acerca de las relaciones entre compleji-  
revolucionaria que sirve al mismo tiempo como hilo uni- dad, cuántica y biosemiótica; el libro ya señalado. En el  
ficador o conductor a través de los distintos referentes marco de la filosofía de la ciencia, Auletta (2010) argu-  
históricos, culturales y científicos mencionados: etolo- menta en favor de una comprensión no mecanicista de  
gía, cibernética, neurofisiología de las plantas, y demás. los sistemas vivos, y apunta entonces a la teoría de la  
Asistimos, gracias a la tercera revolución científica –la información, lattu sensu. En fin, un estudio y considera-  
teoría de la información- y el entronque resultante con ción de los entrelazamientos entre estas concepciones  
la segunda revolución científica –la teoría cuántica-, al se encuentra en (Maldonado, 2018b).  
surgimiento de una física de realidades inmateriales:  
la información o, lo que es equivalente, la semiosis – En cualquier caso, con la biosemiótica es perfectamente  
el mundo de los signos-. Esta física de fenómenos in- posible decir que la biología encuentra una nueva base,  
materiales, es decir, no tangenciales, se encuentra en distante de la explicación fundada en procesos físi-  
marcado contraste con toda la física habida desde Aris- co-químicos. Sin ambages, emerge ante la mirada sen-  
tóteles incluyendo a Galileo y Newton, que es física de sible toda la dimensión de la complejidad en el sentido  
cuerpos materiales. Mientras que los cuerpos físicos se preciso de las ciencias de la complejidad. Recabemos  
afirman sobre el primado de la percepción natural y de con claridad sobre este aspecto: los sistemas vivos no  
los cinco sentidos, la información y la semiosis son alta- son un material determinado, un conjunto compuesto  
mente contraintuitivos. A la información no se la ve con de combinaciones físico-químicas. Manifiestamente que  
la percepción natural. Lo que se ve son los dispositivos la vida, es decir, los sistemas vivos, son sistemas físi-  
de la información y la comunicación: el radio, el televi- cos y, evidentemente, fenómenos materiales. Afirmar lo  
sor, el computador, el celular y demás.  
contrario sería supino.  
Hay varias maneras de comprender a la física de fenó- El problema estriba en que, propiamente hablando, a la  
menos inmateriales. Con Thom, puede decirse que es fecha, aún no se sabe con exactitud qué es la materia.  
la semiofísica; con la mejor expresión de la teoría de la Lo mejor del cruce entre la física del plasma, la física de  
información, puede decirse que se trata de la teoría de partículas elementales y la física cuántica se combina  
la información cuántica. En una expresión puntual en el con la cosmología para establecer qué es la materia.  
seno de lo mejor de la física cuántica y de la cosmolo- A la fecha, se sabe, positivamente, que el 4% del uni-  
gía puede hablarse también idóneamente de una física verso visible es materia conformada por fermiones y  
del vacío, la cual ha sido llamada en ocasiones como la bosones. El restante aproximadamente 96% es materia  
cuántica budista; se trata del cruce e implicaciones, en oscura y energía oscura.  
efecto, entre físicacuánticay budismo (Smethan, 2010).  
Dejamos este último tema de lado provisionalmente. La Los sistemas vivos no son un material determinado;  
dificultad en este plano radica en que la biosemiótica mucho mejor, son lo que hacen. Es posible expresar  
es, por lo menos en su acepción más generalizada, con de tres maneras diferentes pero equivalentes esto que  
la notable excepción de Hoffmeyer, una ciencia que se hacen los sistemas vivos para vivir, así:  
concentra en los sistemas vivos. La extensión de la bio-  
semiótica a la física, y con ella al universo comporta  
abrir las puertas a concepciones perfectamente distin-  
tas a las predominantes en los últimos 2500 años. Se  
trata del panpsiquismo, el hylozoísmo, el panteísmo o  
el biocentrismo. En otras palabras, es la idea de que la  
materia está animada. Son muy pocos los autores que  
•
Desde el punto de vista computacional, los sistemas  
vivos procesan información, y procesan información  
de manera no-algorítmica. Los sistemas vivos no  
son una máquina de Turing en cualquier acepción  
de la palabra.  
•
Desde el punto de vista biológico, los sistemas vivos  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
31  
son sistemas metabolizantes, pero con la metaboli-  
zación, se trata entonces también, necesariamente,  
de la homeostasis. Spinoza designa a la homeos-  
tasis como conatus, esto es, como el impulso por  
afirmarse y vivir, por no perecer y mantenerse en  
el mundo.  
Desde el punto de vista biosemiótico, los sistemas  
vivos son semióticos, esto es, códigos vivos. Produ-  
cen y emite incesantemente códigos, leen los códi-  
gos de su entorno, los decodifican y los interpretan;  
de la mejor manera como pueden.  
•
•
El origen de la vida se halla en procesamientos de  
información. La comprensión metabólica puede ser  
traducida o expresada también computacionalmente.  
El origen de la vida se funda en homeostasis. La  
metabolización puede ser traducida y expresada en  
términos biológicos. La homeostasis, así, es tanto  
conatus (Spinoza), como protensión hacia nuevos  
espacios y tiempos (Damasio, 2019).  
La metabolización puede ser traducida y expresada  
como semiosis. Así, la biosemiótica encuentra todas  
las condiciones de posibilidad para su emergencia y  
consolidación.  
•
•
Pues bien, quiero sostener expresamente que el espa-  
cio, si cabe la expresión, en el que estas tres maneras En verdad, desde este punto de vista, acertadamente el  
confluyen es en el estudio de la complejidad.  
signo, y no las moléculas constituyen el factor crucial en  
el estudio de los sistemas vivos (Hoffmeyer, 1997). Ya  
Como cabe apreciar, asistimos a la emergencia, y cru- desde su base genética, lo importante no son los genes  
ces, de un magnífico panorama intelectual y de inves- mismos –los cuales existen, por lo demás en redes y  
tigaciones. Consideremos sus significados y alcances.  
cadenas-, sino los procesos de comunicación existentes  
entre ellos. Estos procesos son susceptibles de activa-  
ción e inactivación, por ejemplo, a través de procesos  
de metilación. Ello orienta la mirada hacia la epigené-  
tica; sin embargo, debemos dejarla aquí de lado. Lo  
4. Significado y alcances de un conjunto  
de relaciones  
Precisemos de manera puntual: los sistemas vivos pro- importante es que lo determinante son las señales y los  
cesan información de manera diferente a una máqui- procesos informacionales o comunicacionales que suce-  
na; asimismo, lo que es equivalente, los sistemas vivos den a través de instancias como los genes, los péptidos,  
son sistemas vivos de signos. Así, los signos no son un los aminoácidos, las proteínas, y en fin, en todo el te-  
asunto meramente verbal o escrito, sino la forma mis- jido de la vida constituyen y atravesando biomas, eco-  
ma como la vida se despliega en el mundo: lanzando sistemas, nichos ecológicos, tensiones homeoréticas y  
señales, recibiendo señales, interpretando todo tipo de homeostásicas, en esa historia fascinante de simbiosis  
signos y señales. Se trata, manifiestamente, de fenó- que es la vida en general; no en última instancia, cabe  
menos y procesos no racionales ni voluntarios. Cual- hablar de una ecosemiótica, en toda la línea de la pa-  
quier aproximación antropomórfica clásica al respecto labra (Mäekivi, Magnus, 2020). La vida, si cabe, es el  
se queda bastante coja y resulta innecesaria.  
proceso de comunicación que establece la naturaleza  
para comunicarse con realidades y posibilidades. Y este  
La semiótica, esto es, procesos de semiosis, están pre- proceso no sabe de emisores y receptores; muy por  
sentes desde el origen de la vida, e incluso puede decirse el contrario, se trata de polifonía. En su acepción más  
que constituyen el origen mismo de la vida. La casi tota- incluyente, ésta puede ser dicha como polifonía textual,  
lidad de los autores sobre biosemiótica así lo reconocen, narrativa, enunciativa, compuesta por ritmos diferen-  
y autores de las ciencias de la complejidad coinciden en tes, tonadas y alturas, tempos y silencios simultáneos  
lo mismo. Existen diversas teorías acerca del origen de o cruzados, melodías dialogantes pero también oca-  
la vida, y varias también acerca de la lógica de la vida; sionalmente monológicas, conformando un proceso de  
es decir, qué hacen los sistemas vivos para vivir. Según cambio incesante. La calidad de la naturaleza estriba en  
parece todas estas diferentes teorías coinciden en un as- el cambio, en transformaciones armoniosas. La inteli-  
pecto fundamental: en términos biogeoquímicos, el ori- gencia y la sabiduría –distintas pero complementarias-,  
gen de la vida se halla, muy probablemente en procesos consisten en la capacidad para leer la fantástica partitu-  
de metabolización –metabolism first-. Esto quiere decir, ra polifónica y saberla interpretar. En esto consiste, sin  
que la vida genera sus propias condiciones de surgimien- metáforas, la complejidad del mundo y la naturaleza. Al  
to (= pensar en complejidad es diferente a pensar en cabo, la etnomusicología ha puesto de manifiesto que  
términos de causalidad), y la vida aparece ya como sín- la polifonía no es, en manera alguna, un acontecimien-  
tesis, y no como el resultado de procesos acumulativos o to propiamente occidental, pues se la puede apreciar,  
composicionales (Kauffman, 1993).  
como cano plural en muchas otras culturas y épocas.  
Esta misma idea puede ser comprendida de tres mane- Es imposible hacer buena ciencia sin una base material.  
ras adicionales, así: Lo contrario conduce a la pseudo-ciencia y la super-  
32  
CIENCIAS DE LA COMPLEJIDAD  
chería. Esto es ya suficiente conocido por parte de una a procesos en curso de descubrimiento e innovación, al  
mente (verdaderamente) educada. En el pasado, esto mismo tiempo conceptual y experimental, que puede  
es, clásicamente, la base material de las ciencias natu- ilustrarse en los siguientes rasgos puntuales:  
rales fue la física, mientras que la economía, se dijo, era  
la ciencia que se ocupaba de las bases materiales para a) La escisión entre naturaleza y cultura es ficticia:  
las (explicaciones de las) ciencias sociales y humanas.  
Este fue el esquema tradicional de la modernidad y has-  
ta mediados del siglo XX.  
no existe. Este es el mérito grande de la epigené-  
tica;  
b) La división clásica entre la perspectiva del desarro-  
llo y la evolutiva desaparece, gracias al surgimien-  
to de, enfoque evo-devo y, más amplia y radi-  
calmente: eco-evo-devo (ecológico, des desarrollo  
(development) y evolutiva (evolutionary);  
En el curso de los últimos lustros hemos asistido a una  
eclosión maravillosa de nuevas ciencias y disciplinas,  
al mismo tiempo que a una muy interesante confluen-  
cia de muchas de ellas (Watson, 2017). La expresión c) Los estudios sobre eusocialidad (Wilson y Nowak)  
más acabada de estos procesos ha sido el surgimiento  
y consolidación de grupos de ciencias; por ejemplo, las  
ciencias cognitivas, las ciencias de la vida, las ciencias  
ponen de manifiesto que la ayuda mutua y la coo-  
peración son la regla, jamás la lucha, la selección  
o la depredación;  
de la salud, las ciencias del espacio las ciencias de la d) La mejor teoría sobre el origen de la vida es la en-  
tierra, las ciencias de materiales, en fin, las ciencias de  
la complejidad. Con una doble salvedad, por lo menos  
de tipo semántico e histórico: de un lado, cuando en  
dosimbiosis; los sistemas vivos son eminentemen-  
te simbióticos; en el caso de los seres humanos,  
hemos llegado a saber que somos holobiontes;  
el siglo XIX W. Whewell acuñó por primera vez la pa- e) La vida en general es un proceso no-lineal y auo-  
labra “científico”, no fue para referirse a un teórico o  
investigador, y ciertamente no uno en una determinada  
ciencia o disciplina. “Científico” designó a aquel que es  
torganizativo gatillado por procesos informaciona-  
les.  
capaza de moverse entre ciencias y disciplinas diferen- En otras palabras, dicho de manera clásica, el tradi-  
tes y capaz, entonces de llevar a cabo conexiones en- cional enfoque físico-químico para la explicación acerca  
tre ellas. De otra parte, al mismo tiempo, la escisión del origen y la lógica de la vida resulta innecesario por  
entre ciencia y filosofía no siempre existió. Ese fue un insuficiente. Por el contrario, se impone el tránsito a  
(
mal) invento de Descartes. La Naturphilosophie y la un enfoque informacional; o comunicacional, lo que es  
Naturwissenschaft, notablemente, nada supieron de je- equivalente.  
rarquías y divisiones entre filosofía y ciencia. Pues bien,  
los dos temas de este trabajo, biosemiótica y compleji- Es cierto que algunos de los temas o aspectos que se  
dad se sitúan exactamente en esta dúplice longitud de acaban de mencionar no han sido considerados en de-  
onda. Al fin y al cabo, nadie piensa bien pensando en talle en este artículo. (Por ejemplo, la endosimbiosis  
parcelas, secciones y segmentos. La bibliografía al res- (Margulis, Sagan, 2003), el enfoque evo-devo (Carroll,  
pecto es ya amplia y creciente.  
2006) y la epigenética (Jablonka, Lamb, 2005; Moo-  
re, 2017)). No obstante, debe ser evidente que nuevas  
Nuevas ciencias como síntesis han emergido y están luces aparecen sobre el más apasionante de todos los  
surgiendo. Consiguientemente, nuevos lenguajes, fenómenos: el estudio de la vida, y de lo que hacen  
aproximaciones, herramientas y formas de organiza- los sistemas vivos para ser tales. El vector, si cabe la  
ción del conocimiento, entre otros rasgos conspicuos. palabra, conduce a comprensiones alta y creciente-  
Sin embargo, ni es fácil ni gratuito el nacimiento de mente contratintuitivas; particularmente cuando se las  
nuevas disciplinas y ciencias ni tampoco los procesos mira con los ojos del pasado o de la ciencia normal (Th.  
de acercamiento y síntesis entre ellas. No solamente lo Kuhn). Expresado en el marco de la física, la informa-  
que prima, ampliamente sigue siendo la disciplinariza- ción permite comprender más y mejor lo que explica-  
ción del conocimiento, y en consecuencia, el análisis y ban antes la energía y la materia (masa). A. Wheeler  
la división de formas de conocimiento.  
lo sintetizó en la fórmula, ya hoy muy conocida: it from  
bit, from qubit (Halpern, 2018).  
Un aspecto central pero también transversal del diálo-  
go, posible e inevitable, entre biosemiótica y ciencias de Un sistema complejo es un sistema no-lineal. Pues  
la complejidad consiste en el reconocimiento explícito bien, bien entendida la no-linealidad significa exacta-  
de que la biología, grosso modo, es la base de las nue- mente que los fenómenos de complejidad creciente ga-  
vas ciencias. No existe ningún fenómeno o sistema de nan información; aun cuando no necesariamente ello  
complejidad mayor que los sistemas vivos. La biología, implique ganar memoria. Los sistemas lineales no ga-  
en ocasiones llamada “nueva biología”, hace referencia nan, en absoluto, información. Poseen una determinada  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
33  
información y sólo pueden perderla. Por contrario, un todo lo contraria lucha y simple selección, natral o cultu-  
sistema que gana información se dice que es no-lineal. ral o cualquier otra. Más exacta y radicalmente, la vida  
Como se aprecia, diversas líneas de estudio y reflexión es un tejido de signos y mensajes, que ni se reducen a  
confluyen en este punto. Este texto trazado varias de los esquemas antropocéntricos, ni tampoco se agotan,  
estas líneas, que apuntan a consideraciones al mismo en modo alguno, en esquemas culturales humanos.  
tiempo científicas y filosóficas (y no una más que la  
otra).  
Debe quedar claro que la naturaleza habla en nume-  
rosos lenguajes, y nunca en una solo. Un antecedente  
sin igual de esta idea se encuentra ya en Jenófanes:  
los dioses de los etíopes son chatos y negros, y los de  
los Tracios, de ojos azules y blancos. La naturaleza ha-  
5
. Conclusiones: la biosemiótica es una  
ciencia de la complejidad  
Los sistemas vivos procesan información de forma bla de hecho, simultáneamente, en una polifonía, unos  
no-algorítmica. Precisamente por ello, el procesamien- lenguajes cruzados con otros, unos interrumpiendo o  
to de la información en los sistemas vivos sucede, por superponiéndose a otros, cruzados, libres, abiertos. La  
ejemplo, de forma paralela, distribuida, no-local, como biosemiótica consiste en el estudio de estos sistemas de  
emergencia, y de otras formas que no son jamás se- signos naturales, tanto como las ciencias de la comple-  
cuenciales, centralizadas ni jerárquicas. Pues bien, jidad de su diversidad irreductible y su carácter crecien-  
concomitantemente, la semiosis no sucede de forma te, que coincide, por lo demás, con la evolución misma  
algorítmica, en absoluto. Existe, así, una conjunción – un proceso de especiación o arborización.  
perfecta entre hipercomputación biológica y biosemió-  
tica.  
La naturaleza habla muchos más lenguajes que los que  
los seres humanos, culturalmente, creen. Así, la inte-  
Podemos señalar que existen dos vertientes recientes, ligencia humana consiste en aprender los numerosos  
mucho más allá de los cimientos sentados por Shan- lenguajes de la naturaleza y sus sistemas de signos y  
non y Weaver, principales en la teoría de la información. códigos. Una idea de corte eminentemente científico y  
Una es la teoría cuántica de la información; la otra, la filosófico a la vez. Sin exageración, la biosemiótica per-  
biosemiótica. Información, signos, comunicación, se- mite, como ninguna otra ciencia o disciplina, captar la  
ñales – diferentes nombres para designar realidades riqueza y pluralidad de la naturaleza.  
no materiales, y mucho más que estados, procesos.  
La información sólo existe como proceso; como estado La complejidad es, simple y llanamente, una multipli-  
sólo existen los datos, a los cuales le suceden muchas cidad que no puede de ninguna manera ser reducida a  
cosas; por ejemplo, minería de datos, procesamiento, unos cuantos o a unos pocos elementos y cuya estruc-  
scraping, y muchos más. Este rasgo de la información tura y dinámica es abierta, nunca cerrada o asilada; en  
coincide, plano por plano, con la semiosis. Los sistemas consecuencia, es eminentemente nodal y, al cabo, un  
vivos son tales justamente porque no saben de estabili- sistema de redes. Los comportamientos de los sistemas  
dad, equilibrio o permanencia, sino de cambios, proce- complejos tienen diferentes atributos; aquí, cabe desta-  
samientos, aprendizaje y adaptación, por ejemplo.  
car específicamente, la autoorganización, la emergen-  
cia, la adaptabilidad, la no-linealidad y la imprevisibili-  
Ya desde el primer peldaño de la semiosis, si se puede dad. Por su parte, la biosemiótica ha sido llamada como  
decir así, el código genético queda establecido que: 1) una síntesis entre las ciencia naturales, sociales y hu-  
es un código real, 2) fue el primero de una larga serie manas. Paralelamente, es preciso decir que cuando se  
de códigos orgánicos que dieron lugar a la historia de piensa en complejidad se habla mucho más y muy dis-  
la vida en el planeta. Desde entonces, la heurística de tinto a simplemente inter, trans o multidisciplinariedad.  
la biosemiótica se sugiere amplia, muy rica y ubicua; y Dicho sin más, la biosemiótica puede ser considerada,  
jamás monofónica o monocromática.  
apropiadamente, como una de las ciencias de la com-  
plejidad. El tema, así, no es sencillamente de adscrip-  
Indudablemente, la vida se basa en semiosis; esto es, ciones o elaboración de conjuntos de conocimientos: se  
en signos y códigos, y en los concomitantes sistemas trata de la conjunción para pensar el más fantástico  
de lectura e interpretación. La teoría de la evolución, de todos los fenómenos imaginables: la vida; esto es,  
que es, dicho por el propio Darwin, una teoría esencial- la vida tal-y-como-es- y la vida tal-y-como-podría-ser-  
mente incompleta, logra complementarse con la ayuda posible. Un horizonte amplio y generoso emerge ante la  
de la biosemiótica; como, por lo demás, ya lo había he- mirada sensible.  
cho mediante el concepto de auto-organización. La idea  
misma de códigos de señales o signos comporta la idea  
de horizontalidad, cooperación y co-evolución; esto es,  
34  
CIENCIAS DE LA COMPLEJIDAD  
Bibliografía  
lutionary ecology of zoonotic infectious agents”, en: Evol.  
Appl., abril, 11(4): 394-403; doi: 10.1111/eva.12503  
Kull, K., (2000). “An introduction to phytobiosemiotics: semiot-  
ic botany and vegetative signs systems”, en: Sign Systems  
Studies, 28: 326-350  
Auletta, G., (2010). Cognitive Biology. Dealing with Information  
from Bacteria to Minds. Oxford: Oxford University Press  
Baluska, F., Mancuso, S., Vokmann, D., (2006). Communication in  
plants. Neuronal Aspects of Plant Life. Springer Verlag  
Kull, K., (2009). “Biosemiotics: to know, what life knows”, en: Cy-  
bernetics and Human Knowing, 16(3/4): 81-88  
Barbieri, M., (2009). “A Short History of Biosemiotics”, en: Biose-  
miotics 2: 221-245; doi: https://doi.org/10.1007/s12304-  
Landauer, R., (1991). “Information is Physical”, en: Physics Today  
44, 5, 23; doi: https://doi.org/10-1063/1.881299  
Mäekivi, N., Magnus, R., (2020). “Ecosemiotics and Zoosemiotic  
Perspectives”, en: Biosemiotics, 13 (1-7); doi: https://doi.  
org/10.1007/s12304-020-09382-z  
0
09-9042-8  
Barbieri, M., (2008). “What is biosemiotics?”, en: Biosemiotics, 1:  
-3 (Editorial); disponible en: file:///C:/Users/user/Docu-  
1
ments/Papers%20CEM/what%20is%20biosemiotics.pdf  
Barbieri, M., (2008). “Biosemiotics: a new understanding of  
life”, en: Naturwissenshaften, vol.95, págs. 577-599; doi:  
Maldonado, C. E., (2020). Teoría de la información y y compleji-  
dad. La tercera revolución científica. Bogotá: Universidad El  
Bosque-Desde Abajo  
1
0.1007/s00114-008-0363-x  
Barbieri, M., (Ed.), (2007). Introduction to Biosemiotics. A New  
Biological Synthesis. Springer Verlag  
Maldonado, C. E., (2018a) “Biological Hypercomputation and De-  
grees of Freedom”, en: Complexity in Biological and Phy-  
sical Systems - Bifurcations, Solitons and Fractals, R. en:  
López-Ruiz (Ed.), London, IntechOpen, ISBN 978-1-78923-  
051-2, pp. 83-93, doi: http://dx.doi.org/10.5772/inte-  
chopen.73179  
Botkin, D. B., (1990). Armonías discordantes. Una ecología para el  
siglo XXI. Madrid: Acento Editorial  
Brier, S., (2016). “Biosemiotics Antihumanism: Why culture is an  
extension of biology and a self-organizing system of mean-  
ing”, en: Cybernetics and Human Knowing – A journal of  
second order cybernetics, autopoiesis and cyber-semiotics,  
Maldonado, C. E., (2018b) “Quantum Physics and Consciousness:  
A (Strong) Defense of Panpsychism”, en: Trans/from/acao,  
Edicao especial, Vol. 41, pp. 101-118, doi: http://dx.doi.  
org/10.1590/0101-3173.2018.v4lesp.07.p101  
2
4(2): 93-97  
Carroll, S. B., (2006). Endless Forms Most Beautiful. The New  
Science of Evo Devo. New York-London: W. W. Norton &  
Company  
Maldonado, C. E., Gómez-Cruz, N., (2015) “Biological Hypercom-  
putation: A New Research Problem in Complexity Theory”,  
en: Complexity, Vol. 20, Issue 4, págs. 8-18  
Damasio, A., (2019). El extraño orden de las cosas. La vida, los  
sentimientos y la creación de las culturas. Bogotá: Planeta  
De Waals, F., (2005). Our Inner Ape. A Leading Primatologist Ex-  
plains Why We Are the Way We Are. New York: Riverhead  
Books  
Marais, A., Adams, B., Ringsmth, A. K., Ferretti, M., Gruber, J. M.,  
Hendrikx, R., Schuld, M., Smith, S. L., Sinayskiy, I., Krüger,  
T. P. J., Petruccione, F., and van Grondelle, R., (2018). “The  
Future of Quantum Biology”, en: Journal of the Royal Society  
Interface, 14 de noviembre, vol. 15, issue 148, 20180640;  
doi: https://doi.org/10.1098/rsif.2018.0640  
Favareau, D., (2008). “The evolutionary history of biosemiotics”,  
en: M. Barbieri, (ed.) Introduction to Biosemiotics. Springer  
Verlag  
Margulis, L., Sagan, D., (2003). Captando genomas. Una teoría  
sobre el origen de las especies. Barcelona: Kairós  
Gálik, D., (2013). “Biosemiotics: A New Science of Biology?”, en:  
Filozofia 68, No. 10, págs. 859-867  
Meyers, R. A., (Ed.), (2009). Encyclopedia of Complexity and Sys-  
tems Science. Vols. 1-10. Springer Verlag  
Halpern, P., (2018). The Quantum Labyrinth. How Richard Feyman  
and John Wheeler Revolutionized Time and Reality. New Moore, D. S., (2017). The Developing Genome. An Introduction  
York: Basic Books  
to Behavioral Epigenetics. Oxford: Oxford University Press  
Sebeok, T. A., (1994). Signs: An Introduction to Semiotics. Toron-  
to: University of Toronto Press  
Hoffmeyer, J., (2009). Biosemiotics: An Examination into the Signs  
of Life and the Life of Signs. University of Scranton Press  
Hoffmeyer, J., (1997). Signs of Meaning in the Universe. Indiana:  
Indiana University Press  
Sharov, A. A., (1992). “Biosemiotics: Functional-Evolutionary Ap-  
proach to the Analysis of the Sense of Information”, en:  
Sebeok, T. A., and Umiker-Sebeok, J., (eds.), Biosemiotics:  
The Semiotic Web, New York: Mourton de Gruyter, págs.  
345-373  
Hölldobler, B., y Wilson, E. O., (1996). Viaje a las hormigas. Una  
historia de exploración científica. Barcelona: Crítica-Grijalbo  
Mondadori  
Jablonka, E., Lamb, M., (2005). Evolution in Four Dimensions: Ge-  
netic, Epigenetic, Behavioral, and Symbolic Variation in the  
History of Life. The MIT Press  
Smethan, G., (2010). Quantum Buddhism. Dancing in Emptiness.  
Reality Revealed at the Interface of Quantum Physics and  
Buddhist Philosophy. Lulu.Com  
Kauffman, S., (2016). Humanity in a Creative Universe. Oxford:  
Oxford University Press  
Solé, R., and Goodwin, B., (2000). Signs of Life. How Complexity  
Pervades Biology. New York: Perseus Books  
Kauffman, S., (1993). The Origins of Order. Self-Organization and  
Selection in Evolution. Oxford: Oxford University Press  
Kosoy, M, Kosoy, R., (2018). “Complexity and biosemiotics in evo-  
Stewart, J., Gapenne, O., & Di Paolo, E. A., (Eds.), (2014). En-  
action : Toward a New Paradigm for Cognitive Science. A  
Bradford Book  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
35  
Thom, R., (1990). Esbozo de una semiofísica. Física aristotélica y  
la teoría de la catastrófes. Barcelona: Gedisa  
Varela, F., (2000). El fenómeno de la vida. Santiago de Chile: Dol-  
men Ediciones  
Watson, P., (2017). Convergencias. El orden subyacente en el co-  
razón de la ciencia. Barcelona: Crítica  
Wheeler, W., (2006). The Whole Creature. Complexity, Biosemiot-  
ics and the Evolution of Culture. London: Lawrence & Wis-  
hart  
Varela, F., Thompson, E., Rosch, E., (1992). The Embodied Mind.  
Massachusetts: The MIT Press  
36  
CIENCIAS DE LA COMPLEJIDAD  
CC, 2020 Vol.1, Nº 1: 37–49. https://doi.org/10.48168/cc012020-003  
Ciencia, política y problemas  
complejos  
Leonardo G. Rodríguez Zoya  
Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)  
Instituto de Investigaciones Gino Germani  
Universidad de Buenos Aires  
leonardo.rodriguez@conicet.gov.ar  
Uriburu 950, 6º, Box 1  
C1114AAD, Ciudad Autónoma de Buenos Aires, Argentina.  
Te. (+54) 9 11 50 01 80 99  
_
_________________________________________________________________________________________  
Recepción:26/10/2020  
Aceptación: 18/11/2020  
Resumen  
El objetivo de este trabajo es proponer y desarrollar el concepto de problemas com-  
plejos como herramienta epistemológica y política para repensar el vínculo entre la  
ciencia y la política, es decir, entre nuestras estrategias de construcción de conoci-  
miento en el mundo y nuestras estrategias de transformación y acción en el mundo.  
Un problema complejo es una experiencia problematizada que busca ser conocida y  
transformada porque es evaluada como indeseable. Por tanto, un problema complejo  
se expresa conjuntamente como problema de conocimiento (dimensión epistémica),  
como problema de acción y decisión (dimensión pragmática) y como problema ético  
(dimensión axiológica).  
Palabras clave  
problemas complejos, problematización, ciencia, política, futuro  
Abstract  
The goal of this paper is to propose and develop the concept of complex problems  
as an epistemological and political tool to rethink the link between the sciences and  
politics, that is, between our strategies for knowledge construction in the world and  
our strategies of transforming and acting in the world. A complex problem is a prob-  
lematized experience that seeks to be known and transformed because it is evaluat-  
ed as undesirable. Therefore, a complex problem is jointly expressed as a problem  
of knowledge (epistemic dimension), as a problem of action and decision (pragmatic  
dimension) and as an ethical problem (axiological dimension).  
Keywords  
complex problems, problematization, science, politics, future  
Biosketch  
Leonardo G. Rodriguez Zoya is a full-time researcher at the National Council of Sci-  
entific and Technological Research of Argentina. He holds a double PhD in Sociology  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
37  
at University of Toulouse, France and in Social Sciences complejos (apartado 3). Para ello, abordamos dos pre-  
at University of Buenos Aires, Argentina. He leads the guntas: ¿Qué es un problema? (sección 3.1) y ¿Qué  
group of studies on interdisciplinarity and complexity in hace que un problema sea “complejo”? (sección 3.2).  
Social Sciences at the Gino Germani Research Institute En tercer lugar, analizamos los riesgos de una nueva  
of University of Buenos Aires. He is founder and direc- alianza entre ciencia y política (sección 4). En cuarto  
tor of the “Community of Complex Thought” (https:// lugar, se bosquejan algunos desafíos que los problemas  
pensamientocomplejo.org/) and of the “Latin Ameri- complejos plantean al diseño de políticas públicas y po-  
can Publishing Community” (http://comunidadeditora. líticas científicas (sección 5). Finalmente, concluimos  
org/) a non-commercial and open access publishing con algunas observaciones sobre los desafíos de los  
house.  
problemas complejos.  
1
.
Introducción  
2. Hipótesis de partida: la disyunción en-  
tre ciencia y política  
La teoría de la complejidad se ha desarrollado en cien-  
cias y humanidades. La primera se conoce como cien- Una gran desalianza recorre la historia del pensamiento  
cias de la complejidad, mientras que la segunda se Occidental: la desalianza entre las ciencias y la política,  
denomina generalmente pensamiento complejo. Estos entre nuestras estrategias de construcción de conoci-  
dos enfoques difieren tanto en sus supuestos episte- miento del mundo y nuestras estrategias de acción y  
mológicos y ontológicos, como en sus supuestos éticos transformación del mundo. Esta intuición puede expre-  
y políticos. También se diferencian por el lenguaje que sase en una hipótesis de base: la historia de Occidente  
utilizan. Las ciencias de la complejidad utilizan lengua- puede ser pensada como la historia de la controversia  
jes formales para modelar y simular sistemas comple- entre la ciencia y la política que ha conducido a la des-  
jos. Mientras que el pensamiento complejo construye vinculación de los problemas de conocimiento y los pro-  
sus teorizaciones en lenguaje natural.  
blemas de la acción.  
Adicionalmente, el concepto de complejidad se ha desa- Los antecedentes de esta controversia pueden encon-  
rrollado en una diversidad de ciencias, disciplinas y teo- trarse en la antigua Grecia. El filósofo-rey es conside-  
rías, tales como: ciencias de la complejidad (Maldonado rado por Platón el mejor gobernante de una comuni-  
&
Gómez Cruz, 2010), pensamiento complejo (Morin, dad política. La sabiduría filosófica y la virtud política  
1
990), sistemas complejos (García, 2006), sistemas coinciden en un hombre que expresaba la unidad del  
emergentes (Johnson, 2001), sistemas dinámicos (Wal- poder y del saber. Aristóteles invirtió el dictum platónico  
drop, 1992), sistemas no lineales (Briggs & Peat, 1989), y produjo la escisión entre la vida activa (la política) y  
sistemas autoorganizados (Foerster, 1962; Maturana & la vida contemplativa (la filosofía). El modelo de sabio  
Varela, 1972), redes complejas (Solé, 2009), estructu- propuesto por Aristóteles, su sophós, es un individuo  
ras complejas (Prigogine & Nicolis, 1997), entre otros. privado dedicado a la contemplación filosófica que no  
Sin embargo, pocos esfuerzos se han dirigido a pen- participa en la dimensión público-política de la vida co-  
sar y desarrollar el concepto de problemas complejos munitaria de la polis. El filósofo, máxima expresión del  
como puente articulador de la teoría de la complejidad conocimiento teorético, es un ser socialmente inactivo  
en ciencias y humanidades.  
que no sabe ni quiere gobernar (Heller, 1998, pp. 258-  
59). De este modo, el conocimiento teórico, propio de  
2
Además, la historia del pensamiento occidental puede la actividad filosófico-científica, y el conocimiento prác-  
concebirse como la historia de la disyunción entre la tico, específico de la praxis política en la esfera pública,  
ciencia y la política, es decir, la disociación sistemáti- se desarrollan por circuitos diferentes. De un lado la  
ca de los problemas de conocimiento de los problemas actividad político-social, del otro la actividad filosófica.  
de acción, de la razón teórica y la razón práctica. En Quedó establecida así la disyunción entre ciencia y po-  
este marco, el objetivo de este trabajo es proponer y lítica.  
desarrollar el concepto de problemas complejos como  
estrategia para estimular el surgimiento de una nueva Las concepciones epistemológicas dominantes en Oc-  
alianza entre las ciencias y la política, entre el conoci- cidente profundizaron la escisión entre conocimiento y  
miento y la acción.  
acción, entre el saber teórico y la praxis política. El ad-  
venimiento de la Modernidad y la invención de la ciencia  
El trabajo está organizado de la siguiente manera. Pri- moderna llevaron a un progresivo aislamiento del cono-  
mero, analizamos una hipótesis básica sobre la disyun- cimiento de su dimensión política. Esta aserción implica  
ción entre ciencia y política (sección 2). Segundo, hace- plantear una hipótesis de continuidad entre el sistema  
mos una propuesta teórica: el concepto de problemas de pensamiento antiguo desarrollado por Aristóteles y  
38  
CIENCIAS DE LA COMPLEJIDAD  
el sistema de pensamiento moderno que emerge con ciencia, como ámbito privilegiado del desarrollo de la  
la revolución científica que conecta a Galileo con New- razón teórica, se ocupa de construir conocimiento sobre  
ton. Tal hipótesis de continuidad es una idea contrain- el mundo y en modo alguno de diseñar acciones para  
tuitiva pues a menudo se argumenta que la revolución intervenir y cambiar el mundo. En la concepción epis-  
científica moderna significó la crisis y derrumbe de la temológica dominante en Occidente la ciencia se ocupa  
concepción aristotélica de ciencia. En efecto, mientras del saber, no del poder; e inversamente la política se  
para Aristóteles el universo se dividía en el mundo lunar ocupa del hacer, no del conocer. El divorcio entre cono-  
(universal y necesario) y el mundo sublunar (singular y cimiento y acción, entre ciencia y política, conlleva no  
contingente); las leyes de la mecánica formuladas por sólo una razón escindida (razón teórica vs. razón prác-  
Newton permiten unificar la física terrestre y la física tica) sino también la desunión entre saber y poder. El  
celeste. El mismo conjunto de leyes permite explicar el mapa conceptual de la Figura 1 sintetiza gráficamente  
comportamiento de los cuerpos tanto en el cielo como el conjunto de argumentos precedentes.  
en la tierra. La concepción aristotélica de ciencia estaba  
en bancarrota.  
Esta innegable ruptura epistemológica entre la ciencia  
aristotélica y la ciencia newtoniana es concomitante con  
una marcada continuidad epistémica: la persistencia de  
la disyunción entre conocimiento y acción. Con todo,  
puede argumentarse que la controversia entre vita con-  
templativa y vita activa de los antiguos es reelaborada  
en el pensamiento moderno como la disyunción entre  
razón teórica y razón práctica. Mientras que la primera  
se ocupa del conocimiento verdadero del mundo obje-  
tivo, a la segunda le concierne decidir en situaciones  
inciertas.  
El primer filósofo que labra esta dicotomía en el corazón  
de la arquitectura del pensamiento moderno es Descar-  
tes quien en el Discurso del método propone la metá-  
fora de un caminante perdido en un bosque. Este cami-  
nante carece de un conocimiento certero para decidir  
la mejor estrategia para salir del bosque. Sin embargo,  
Descartes sugiere que el caminante puede guiarse por  
reglas de acción práctica, por ejemplo, caminar en línea  
recta en una dirección fija sin apartarse de ella es una  
mejor alternativa que caminar sin rumbo, pues al elegir  
la primera alternativa, aunque haya sido elegida sólo  
por azar, podría, eventualmente, salir del bosque. Para  
Figura 1. Mapa conceptual sobre la disyunción entre conocimiento y  
acción  
Descartes, “esta actitud pragmática es aceptable para  
3
. La propuesta: problemas complejos  
decidir sobre nuestras acciones en condiciones de in-  
certidumbre, pero ciertamente no sería aceptable en el  
pensamiento” (Martínez Muñoz, 1999, p. 505), es decir,  
en el ámbito, de la ciencia y del conocimiento.  
Con la finalidad de desarrollar el concepto de proble-  
mas complejos, se plantean dos preguntas. Por un lado,  
¿qué es un problema? y, por el otro ¿qué hace complejo  
a un problema?  
Por esta vía, Descartes reafirma el dualismo filosófico  
fundador del pensamiento occidental estableciendo una  
escisión en el seno del pensamiento racional: por un 3.1. ¿Qué es un problema?  
lado, hay un modo de pensar y razonar propio de las  
ciencias y, por el otro, un modo específico para actuar y  
decidir en el ámbito de la práctica. La implicancia epis-  
temológica de este dualismo filosófico conduce a forjar  
una concepción de ciencia y de conocimiento desvincu-  
lada de la acción y de la decisión. Dicho de otro modo,  
el fin de la ciencia es el conocimiento no la acción. La  
En El nuevo espíritu científico, publicado en 1934,  
Gastón Bachelard afirma que “lo simple es siem-  
pre lo simplificado; no podría ser pensado correc-  
tamente más que en tanto aparece como produc-  
to de un proceso de simplificación” (Bachelard,  
1985, p.124). Podemos reformular este enunciado  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
39  
para explicitar nuestra tesis central: un problema  
no existe, sólo existe lo problematizado, lo que  
emerge de un proceso de problematización. Este  
enunciado permite pensar epistemológicamente la  
noción de problema como un concepto de doble  
entrada: el problema-producto y el problema-pro-  
ceso y, seguidamente, enlazar ambos en un bucle  
recursivo (Morin, 1986). Al afirmar que un proble-  
ma no existe se argumenta que un problema no es  
un dato de la realidad en el sentido en que ningún  
problema está dado en la experiencia inmediata  
de modo positivo e independiente de los sujetos  
que viven, piensan y hablan en el mundo. Por el  
contrario, un problema es siempre el resultado de  
un proceso de problematización a través del cual  
se elaboran experiencias y situaciones como pro-  
blemas (Foucault, 1999). Este desplazamiento del  
sustantivo problema al verbo problematizar supo-  
ne una perspectiva crítica respecto de nuestro len-  
guaje y estilo de pensamiento. En efecto, en lugar  
de considerar los problemas como cosas o estados  
del mundo, la noción de problematización condu-  
ce a pensar los problemas como construcciones  
emergentes que se elaboran a través del pensa-  
miento, el discurso y la acción de los actores so-  
ciales. En consecuencia, la problematización alude  
al proceso social, cultural, epistémico y político a  
través del cual una situación es constituida como  
problema.  
quecer nuestro concepto de problema pues, como  
se mostrará más adelante, un problema depende  
del punto de vista del actor, de sus valores, de  
sus intereses, de sus proyectos y de sus fines. Si  
por problema nos referimos a una cosa dada en  
el mundo empírico independientemente de los su-  
jetos que actúan, hablan, piensan y desean en el  
mundo, esa noción de problema está en bancarro-  
ta.  
La segunda observación plantea, en realidad, una  
conjetura respecto a que en la ciencia contempo-  
ránea hay un olvido de los problemas y un predo-  
minio de lo que puede llamarse el fetichismo del  
método (Marradi, 2002). Esto es, colocar el instru-  
mento de conocimiento por delante del problema  
de conocimiento. Para expresarlo en una fórmu-  
la sintética: los científicos construyen problemas  
en función de los métodos que conocen. De este  
modo, la tendencia en la ciencia actual es fabricar  
problemas investigables con los métodos y técni-  
cas disponibles. En definitiva, esto es lo que ase-  
gura resultados y publicaciones necesarias para  
sobrevivir en el mercado científico. La primacía del  
método sobre el problema conduce a la hegemo-  
nía de la técnica y del instrumento por sobre el  
pensamiento crítico y creativo. El correlato de esta  
tendencia es el desarrollo de investigaciones poco  
relevantes, la proliferación de discursos científicos  
autorreferenciales que sólo tienen sentido para la  
comunidad epistémica que habla el mismo lengua-  
je, la renuncia a la búsqueda de nuevas preguntas,  
la construcción de pseudoproblemas tratables por  
las técnicas conocidas.  
El razonamiento precedente permite realizar tres  
observaciones analíticas. La primera observación  
sugiere que pensar en problemas implica situarse  
en el mundo desde el punto de vista del actor que  
piensa, habla y actúa en el mundo. En efecto, los  
actores sociales no experimentan el mundo como  
objetos de conocimiento, variables, relaciones de  
causa-efecto, etc. Por el contrario, el mundo social  
es para los actores sociales “su mundo”, es decir, la  
realidad en la que viven, piensan, hablan, hacen,  
sufren y desean. Los problemas son, ante todo,  
situaciones que plantean obstáculos y desafíos al  
proyecto y los fines que persigue un actor cuando  
actúa. De hecho, esta es una de las acepciones  
del concepto problema: “conjunto de hechos o cir-  
cunstancias que dificultan la consecución de algún  
Cabe recordar, como señala Alexander Koryé  
(1999) que las grandes revoluciones científicas  
fueron siempre revoluciones de pensamiento que  
se produjeron no tanto por encontrar nuevas res-  
puestas a viejas preguntas, sino por formular pre-  
guntas completamente nuevas, como reflexiona  
Rolando García (2006). Pero cambiar de pregunta  
es lo más difícil pues implica cambiar el paradig-  
ma o punto de partida de un razonamiento (Morin,  
1998). El olvido del problema y el fetichismo del  
método son un síntoma de la crisis paradigmática  
del pensamiento científico contemporáneo.  
1
fin” . En consecuencia, puede argumentarse que  
actores con fines y proyectos diferentes pueden  
atribuir diverso grado de importancia a un pro-  
blema o, incluso, una situación que resulta pro-  
blemática para un actor A no lo es en absoluto  
para un actor B. Esta reflexión es crucial para enri-  
La tercera observación busca poner en cuestión  
una opinión habitual que plantea que los proble-  
mas principales de un país o una sociedad están  
suficientemente claros y que, en lugar de acumu-  
lar investigaciones, es el momento de la acción. Se  
argumenta que ya existen suficientes diagnósticos  
y que, más que continuar reflexionando sobre los  
1
Véase Diccionario de la Real Academia Española, https://dle.  
rae.es/?id=UELp1NP  
40  
CIENCIAS DE LA COMPLEJIDAD  
problemas, hay que actuar sobre ellos para solu-  
cionarlos. Es relevante detenernos a examinar con  
más cuidado esta postura. El supuesto en el que  
se sustenta esta afirmación es que un problema  
es una-cosa-en-el-mundo, es decir, que un proble-  
ma está-allí, en el mundo externo de la realidad  
objetiva de un modo positivo e independiente de  
los discursos y prácticas de los actores sociales.  
Es interesante notar que éste es el modo habitual  
a través del cual los discursos sociales hablan de  
los problemas relevantes de una sociedad: el pro-  
blema de la pobreza, el problema de la distribu-  
ción del ingreso, el problema del cambio climático,  
el problema de la delincuencia, el problema de la  
educación, el problema de la gentrificación, el pro-  
blema del deterioro de los ecosistemas, el proble-  
ma de la violencia de género.  
Como buenos cartesianos, nuestro pensamiento  
está separado de la realidad que intentamos ob-  
servar, conocer, describir, explicar y transformar.  
Así, los problemas forman parte del objeto de  
conocimiento pero se encuentran desunidos del  
sujeto-que-habla, del sujeto-que-siente, del suje-  
to-que-piensa, del sujeto-que-actúa.  
El fundador de la sociología científica, Émile Dur-  
kheim, decía que la ciencia es un distanciamiento  
del sentido común, mientras lo propio de éste es  
no dudar de la realidad social, lo específico de la  
ciencia social es poner en duda las certezas del  
sentido común. El concepto de problemas comple-  
jos busca provocar la duda y la interrogación so-  
bre nuestros modos de pensar, de decir y de hacer  
cuando lidiamos con aquellas situaciones o fenó-  
menos que denominamos ‘problemas’.  
¿
Qué dice nuestro lenguaje respecto a nuestro  
modo de pensamiento? Sin duda, existe una re- 3.2.Tres vectores para pensar la  
lación profunda entre nuestro modo de hablar y  
nuestro modo de pensar, pues, como decía Vy-  
gotsky (1995) el pensamiento es lenguaje interio-  
rizado. Nuestro modo de hablar sobre los proble-  
mas de una sociedad pone en evidencia una de las  
dicotomías fundantes del pensamiento moderno,  
a saber: la disyunción sujeto-objeto. Esta dicoto-  
mía, piedra fundacional de la filosofía cartesiana,  
plantea una dualidad entre la res cogitans y la res  
extensa. El término res en latín significa ‘cosa’, de  
modo que ambos términos pueden traducirse como  
cosa pensante y cosa extensa respectivamente. La  
primera designa la mente humana y su actividad  
principal es el pensamiento, mientras que la se-  
gunda refiere al mundo externo en tanto conjunto  
de objetos independientes del sujeto. ¿Qué signi-  
fica esta dualidad? Constituye la creación de un  
dualismo ontológico que separa dos dominios, el  
del sujeto y el del objeto. La escisión cartesiana  
abona, así, la disyunción entre el pensamiento y la  
realidad como entidades discretas y separadas.  
complejidad de un problema  
Habiéndonos ocupado con suficiente detalle del  
doble vínculo entre el problema y la problematiza-  
ción cabe tratar el segundo interrogante planteado  
¿qué es lo que hace ‘complejo’ a un problema? La  
pregunta acerca de por qué un problema es com-  
plejo resulta crucial desde el punto de vista epis-  
temológico pues concierne a la legitimidad teórica  
de emplear el adjetivo ‘complejo’ para calificar al  
sustantivo ‘problema’. Dicho de otro modo, ¿qué  
agrega el concepto de complejidad que no esté  
contenido ya en la noción de problema? La com-  
plejidad de un problema está ligada a tres vectores  
principales:  
a) El entrelazamiento de múltiples puntos de  
vista  
b) El entrelazamiento del conocimiento, la ética  
y la acción  
c) El entrelazamiento del pasado, el presente y  
el futuro  
Nuestros discursos, y también nuestro pensamien-  
to, sobre los problemas sociales (cambio climático, 3.2.1. El entrelazamiento de múltiples  
pobreza, inseguridad, sequía, urbanización, etc.)  
continúan siendo profundamente cartesianos. Al  
hablar de los problemas como cosas-en-el-mundo  
los ubicamos ontológicamente en la res extensa  
como entidades distintas y separadas de nosotros  
mismos, los sujetos que habitamos el mundo. Los  
puntos de vista  
El primer vector sugiere que un problema com-  
plejo es una experiencia en la cual se entrelazan  
múltiples puntos de vista de actores sociales he-  
terogéneos. Cada actor social explica la situación  
problemática desde su propio punto de vista, a  
través del cual pone en juego saberes, valores  
y relaciones de poder. Por lo tanto, un problema  
complejo tiene significados diversos para actores  
distintos. La complejidad de un problema (i.e. el  
‘problemas’ están-allí, afuera, en el mundo, mien-  
tras que ‘nosotros’, los sujetos-observadores, los  
sujetos-de-conocimiento, estamos-aquí. Nuestro  
lenguaje evidencia que nos situamos por afuera de  
los problemas que queremos conocer e intervenir.  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
41  
cambio climático, el ordenamiento territorial, la  
degradación de un ecosistema) está ligada a la  
existencia de múltiples puntos de vista de distintos  
sistemas observadores.  
un problema complejo con una actitud meramente  
contemplativa, sino también transformativa. Los  
problemas complejos nos interpelan en términos  
epistémicos (queremos conocer algo), en términos  
éticos (evaluamos que algo es inadecuado o insa-  
tisfactorio de acuerdo con cierto marco normativo)  
y en términos pragmáticos (queremos actuar para  
transformar esa situación).  
Un problema complejo en tanto objeto de cono-  
cimiento y de acción puede ser pensado como un  
sistema observado cuya inteligibilidad depende de  
nuestra capacidad como analistas para dar cuenta  
de los diversos sistemas observadores que proble-  
matizan dicha experiencia. Como puede apreciar-  
se, el concepto de problema complejo escapa al  
dualismo sujeto-objeto: no es posible reducir un  
problema complejo a la realidad empírica inmedia-  
ta ni al plano del discurso, del pensamiento y de la  
acción de tal o cual actor.  
En virtud de este razonamiento proponemos con-  
ceptualizar los problemas complejos como situa-  
ciones o experiencias problematizadas que buscan  
ser conocidas y transformadas porque son eva-  
luadas como no deseables. El conocer (saber), el  
transformar (hacer) y el evaluar (valorar) son tér-  
minos interdefinibles, en el cual el sentido de cada  
término se define por su relación con los restantes.  
En consecuencia, un problema complejo es un jue-  
go social interactivo de múltiples jugadores (Ma- 3.2.3. El entrelazamiento del pasado, el  
tus, 2007). La complejidad así entendida plantea  
consecuencias metodológicas específicas. Por un  
lado, no es posible explicar un problema comple-  
jo desde un único punto de vista objetivo, exter-  
no y neutral a la realidad considerada. Por otro  
lado, explicar un problema complejo se asemeja  
a lo que Carlos Matus conceptualizó como expli-  
cación situacional según la cual explicar significa  
presente y el futuro  
El tercer vector sostiene que un problema complejo  
supone el entrelazamiento de múltiples tiempos:  
el pasado, el presente y el futuro. La interrelación  
entre estas dimensiones temporales puede ser  
abordada mediante cinco preguntas metodológicas  
orientadoras: (i) ¿cuál es la situación problemática  
que se pretende abordar hoy? (ES) (ii) ¿cuáles son  
las consecuencias futuras si continúa la tendencia  
de la situación actual? (TIENDE A SER) (iii) ¿cómo  
y por qué se ha llegado a la situación actual? (FUE)  
(iv) ¿cuál es la situación alternativa que se desea  
construir en el futuro? (DEBER SER) (v) ¿es fac-  
tible la situación futura deseable? (PUEDE SER)?  
El punto crucial para destacar es que pensar en  
términos de problemas complejos implica no sólo  
la pretensión de explicar el presente sino también,  
y, sobre todo, de construir el futuro.  
“diferenciar las explicaciones de los diversos ju-  
gadores y atribuir correctamente a cada jugador  
las explicaciones diferenciadas” (Huertas, 2016,  
p. 33). Dicho de otro modo, una explicación de  
un problema complejo constituye un meta-punto  
de vista o meta-sistema que articula diferencial-  
mente las distintas explicaciones y puntos de vista  
de los múltiples actores sociales involucrados en la  
situación analizada (Morin, 1986; Rodríguez Zoya,  
2017).  
3
.2.2. El entrelazamiento del  
conocimiento, la ética y la acción  
En síntesis, el concepto de problemas complejos  
plantea desafíos para las ciencias y para la política,  
es decir, para nuestras estrategias de construcción  
de conocimiento en el mundo y para nuestras es-  
trategias de acción y transformación del mundo.  
Lidiar con problemas complejos demanda un es-  
tilo de pensamiento que pueda: (i) tratar con la  
incertidumbre generada por juegos sociales crea-  
tivos de múltiples actores, (ii) pensar la relación  
interdefinible entre el conocimiento, la acción y la  
ética y (iii) incorporar el pasado y el futuro como  
elementos constitutivos del presente. Así, la idea  
de problemas complejos constituye una estrategia  
conceptual para pensar una nueva alianza entre  
las ciencias y la política, es decir, para diseñar un  
vínculo constructivo entre nuestras estrategias de  
El segundo vector plantea que un problema com-  
plejo se expresa simultáneamente como un pro-  
blema de conocimiento (dimensión epistémica),  
como un problema de acción y de decisión (di-  
mensión pragmática) y como un problema ético  
(dimensión axiológica) (Le Moigne, 2010; Rodrí-  
guez Zoya, 2017). Un simple ejemplo permite ilus-  
trar esta idea teórica. Cuando nos enfrentamos a  
un ecosistema degradado (i.e. contaminación por  
acción de residuos sólidos en un contexto turís-  
tico) se plantean conjuntamente dos interrogan-  
tes relacionados a, por un lado, ¿cuáles son las  
causas de la degradación? y, por el otro, ¿cómo  
podría revertirse la misma? Uno no se aproxima a  
42  
CIENCIAS DE LA COMPLEJIDAD  
conocimiento en el mundo y nuestras estrategias Puede decirse que el ethos cientificista produce una  
de acción y transformación del mundo. Pensar en ciencia políticamente inconsciente, pues no reflexiona  
términos de problemas complejos implica efectuar sobre las implicancias políticas del conocimiento que  
un desplazamiento epistemológico tendiente a re- produce, una ciencia éticamente irresponsable, pues no  
emplazar la disyunción entre conocimiento y ac- incorpora los juicios de valor en sus prácticas científi-  
ción por un bucle recursivo entre conocer y actuar. cas, una ciencia socialmente irrelevante, pues desvin-  
Sin embargo, esta nueva alianza no está exenta de cula sistemáticamente los problemas de conocimiento  
riesgos que es necesario pensar.  
de los problemas de la acción, una ciencia epistemológi-  
camente irreflexiva, pues excluye al sujeto que conoce  
del conocimiento producido.  
4
. Los riesgos de una nueva alianza entre  
ciencia y política  
El concepto de problemas complejos se distancia crí-  
Pensar en términos de problemas complejos implica di- ticamente del ethos cientificista y se afirma como una  
señar estrategias para ‘religar’ las ciencias y la política, herramienta teórica, metodológica y práctica para cons-  
el conocimiento y la acción, el saber y el poder. Así en- truir una ciencia políticamente consciente, éticamente  
tendido, el concepto de problemas complejos supone responsable, socialmente relevante y epistemológica-  
un posicionamiento político-epistémico específico que mente reflexiva. Ahora bien, hay que reconocer que  
se distancia críticamente de los tres grandes ideales esta apuesta implica riesgos epistemológicos y políticos.  
que han regido la concepción moderna de ciencia: la  
objetividad del conocimiento, la neutralidad valorativa 4.1. Los riesgos epistemológicos  
de la ciencia y la universalidad del conocimiento. Cada  
uno de estos ideales conducen a un reduccionismo epis-  
temológico: la objetividad conduce a la expulsión de la  
subjetividad, la neutralidad conduce a la expulsión de  
la ética y la universalidad conduce a la expulsión de los  
acontecimientos singulares.  
En el plano epistemológico, la crítica a la objetivi-  
dad, la neutralidad y la universalidad de la ciencia  
puede conducir a un reduccionismo epistémico in-  
vertido:  
1.  
La crítica a la objetividad puede conducir al  
relativismo subjetivista. Mientras que el po-  
sitivismo puede ser entendido como un re-  
duccionismo por el polo del objeto y una anu-  
lación de las contribuciones provenientes del  
sujeto de conocimiento; las derivas de las  
ciencias y epistemologías posmodernas sue-  
len abogar por un reduccionismo por el lado  
del sujeto que conducen a una primacía del  
lenguaje y el discurso con un desprecio con-  
comitante por los aspectos objetivos del co-  
nocimiento. En las posiciones más extremas,  
se niega la existencia objetiva de la realidad  
y del mundo externo.  
El punto crucial para destacar aquí es que estos ideales  
forman parte de una cultura científica, es decir, de un  
sistema de creencias y valores que guían un modo de  
concebir y hacer ciencia. Más específicamente, resulta  
pertinente emplear el concepto de ethos que etimológi-  
camente significa ‘modo de ser’ para caracterizar a esta  
cultura científica. La objetividad, la neutralidad valora-  
tiva y la universalidad delinean los valores de un ethos  
cientificista.  
El ethos cientificista consiste en una concepción de cien-  
cia y de conocimiento científico que concibe la práctica  
científica como una actividad “desinteresada y extra  
social, que sus enunciados de verdad se sostienen por  
sí mismos sin apoyarse en afirmaciones filosóficas más  
generales y que la ciencia representa la única forma  
legítima de saber” (Wallerstein, 2005, p. 19). El ethos  
cientificista delinea una actitud o un modo de ser que  
se encarna en prácticas, normas, valores y reglas que  
siguen cuidadosamente los científicos. La actitud cien-  
tificista define al “investigador que se ha adaptado [al]  
mercado científico, que renuncia a preocuparse por el  
significado social de su actividad, desvinculándola de  
los problemas políticos, y se entrega de lleno a su ‘ca-  
rrera’, aceptando para ella las normas y los valores de  
los grandes centros internacionales, concentrados en  
un escalafón” (Varsavsky, 1969, p. 39).  
2. La crítica a la neutralidad valorativa pue-  
de conducir al relativismo ético. Si la otrora  
epistemología ortodoxa negaba la pertinencia  
epistémica de los valores éticos, estéticos y  
políticos, las nuevas epistemologías posmo-  
dernas reivindican los intereses sociales y los  
valores en la construcción del conocimiento.  
Todo análisis del conocimiento en términos  
de aspectos lógicos, cognitivos y racionales  
‘huele a positivismo’ y es profundamente  
despreciado. A partir de ahora, la tarea de la  
epistemología es analizar los factores sociales  
que determinan el conocimiento. Si el positi-  
vismo planteaba un reduccionismo logicista,  
las nuevas epistemologías avanzan en un re-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
43  
duccionismo sociológico.  
ductos de un proceso influyen en la regeneración  
de dicho proceso. De este modo, pueden plantear-  
se las siguientes dialógicas y recursividades epis-  
temológicas (Figura 2):  
3.  
La crítica a la universalidad puede conducir  
al relativismo contextual. La tesis de la uni-  
versalidad de la ciencia implica en el plano  
sociológico el ocultamiento de la diversidad  
socio-cultural y en el plano epistemológico la  
expulsión del ‘evento’, es decir, los aconteci-  
mientos singulares (Morin, 1982). Las cien-  
cias posmodernas abonan un conocimiento  
fragmentario y un pensamiento disgregador  
que “yuxtapone lo diverso sin concebir su  
unidad” (Morin, 1990, p. 30). Así, la filoso-  
fía posestructuralista, por ejemplo, abraza  
teóricamente el acontecimiento -i.e. even-  
tos singulares irreductibles- y se opone a  
toda comprensión en términos de estructu-  
ras y procesos macrosociales. Si el estructu-  
ral-funcionalismo en ciencias sociales de los  
años 1940-1950 fue, al amparo del ideal de  
Objeto  
Sujeto  
Hecho  
Valores  
Universalidad  
Particularidad  
Bucles del  
ethos complejo  
la universalidad de la ciencia, un reduccio- Figura 2. Ethos científico complejo: dialógicas y recursividades epis-  
temológicas  
nismo holístico que impedía pensar la hete-  
rogeneidad y diversidad social; las filosofías  
posestructuralistas son un reduccionismo por 4.2. Los riesgos políticos  
la parte que impiden pensar sistémicamente  
la globalidad.  
El ethos cientificista conduce a la apoliticidad de la  
ciencia. La pretensión de una ciencia axiológicamente  
Es relevante observar que a cada ideal epistémi- neutral no puede, en ningún caso, fundamentar una  
co del ethos cientificista subyace una dicotomía: concepción política de la ciencia. Al eliminar los valores  
la disyunción objeto | sujeto, la disyunción he- (éticos, estéticos y políticos) de las prácticas científicas,  
chos | valores, la disyunción universal | singular. la tesis de la neutralidad valorativa de la ciencia bloquea  
Mientras el cientificismo opera un reduccionismo la pregunta por las finalidades de la racionalidad cien-  
epistemológico por el polo objeto-hechos-univer- tífica. Preguntarnos por las finalidades es preguntarnos  
salidad, las epistemologías posmodernas abonan por el futuro y, particularmente, por los futuros desea-  
un reduccionismo invertido por el polo sujeto-va- bles y posibles. En efecto, las ciencias de la naturaleza  
lores-particularidad. Ambos ethos, cientificismo y han progresado justamente gracias a la eliminación de  
posmodernismo, constituyen expresiones de un las explicaciones teleológicas y las causas finales de su  
pensamiento simplificador que moldea concepcio- modo de razonamiento, tan característico de la ciencia  
nes reduccionistas de ciencia y de conocimiento.  
aristotélica. Sin embargo, como observa críticamente  
Varsavsky (1982, p. 22) “eliminar el finalismo donde  
Una teoría, una metodología y una práctica de los lo esencial es la actividad humana es anticientífico”. La  
problemas complejos se distancian críticamente acción humana es intencional ya que tiene la estructu-  
tanto del ethos cientificista como del ethos pos- ra de un proyecto que se dirige hacia ciertos fines. Al  
moderno y plantea la necesidad de construir una eliminar las finalidades de la racionalidad científica, el  
alternativa epistemológica a los reduccionismos ethos cientificista reduce la racionalidad a un racionalis-  
epistemológicos. A partir de los desarrollos del mo instrumental: la elección de los medios más eficien-  
pensamiento complejo elaborado por Edgar Morin tes para alcanzar un fin. Pero los fines en sí mismos no  
(1990) es posible plantear una alternativa a los son objeto de deliberación racional. En un contrapunto  
reduccionismos disyuntivos del cientificismo y el crítico con esta posición, Varsavsky señala que “la ra-  
posmodernismo. La pista para pensar la posibili- cionalidad no se limita a la elección de medios -tecno-  
dad de un ethos científico complejo consiste en su- logías- sino ante todo de fines; qué viene antes que  
perar las dicotomías y disyunciones a través de las cómo” (Varsavsky, 2013, p. 30).  
nociones de dialógica y recursividad. La dialógica  
nos permite pensar conjuntamente dos nociones El ethos posmoderno reintroduce de un modo reduccio-  
complementarias y antagonistas; mientras que la nista el subjetivismo, el relativismo y el particularismo,  
recursividad nos permite examinar cómo los pro- lo cual crea el terreno fértil para la introducción de la  
44  
CIENCIAS DE LA COMPLEJIDAD  
política en la ciencia. Si el cientificismo conduce a la el llamado a la construcción de una ciencia y una uni-  
apoliticidad de la ciencia, el posmodernismo habilita la versidad militante. La clave epistemológica está en los  
politización de la ciencia y del conocimiento. Para decir- versos del poeta: “tomar partido”. Una ciencia militante  
lo poéticamente parafraseamos a Gabriel Celaya en sus implica la partidización política de la ciencia y de la uni-  
versos “La poesía es un arma cargada de futuro”. Así versidad. ¿Cuál es el riesgo político y epistémico de la  
también, el científico posmoderno, autodefinido críti- partidización política de la ciencia y de la universidad?  
co, progresista y de izquierda, se emociona al anunciar  
que “la ciencia es un arma cargada de futuro”. El poeta Para problematizar este riesgo es necesario pensar  
Celaya canta maldigo la poesía de quien no toma par- una distinción que Varsavsky no realiza entre ciencia  
tido hasta mancharse. La actitud posmoderna produce politizada y ciencia partidizada. Estos términos no son  
investigadores con una profunda prédica emancipato- equivalentes. Quien sí realiza esta distinción es Rolan-  
2
ria, preocupados por el sufrimiento de las grandes ma- do García en una entrevista sobre la Universidad y los  
3
yorías. Junto al poeta, el científico posmoderno canta proyectos de país realizada en julio de 2003 . García  
con vehemencia: maldigo la ciencia de quien no toma argumenta que todo proyecto de ciencia y de Universi-  
partido hasta mancharse. La máxima del ethos posmo- dad debe tener en cuenta tres factores: el proyecto de  
derno consiste en que la ciencia, como actividad social, país, el contexto internacional y la ideología. Respecto  
y el investigador, como sujeto social, deben tomar una de este último término García puntualiza que no se tra-  
postura política e intervenir políticamente en el mundo. ta no de una ideología en términos político-partidarios  
sino de una concepción sociopolítica de la ciencia y de  
La idea de una ciencia politizada se encuentra tempra- la Universidad. La ideología conceptualizada en estos  
namente en la obra de Oscar Varsavsky quien, con más términos se asimila a la noción de concepción del mun-  
rigor que el pensamiento posmoderno y sin abjurar do y, en un sentido más específico, al término de marco  
nunca como hace éste de la racionalidad, conceptualiza epistémico desarrollado por la epistemología genética  
aquello que en el lenguaje de la época, llamaba ‘el cien- (Piaget & García, 2008).  
tífico rebelde o revolucionario’:  
La reflexión política sobre la ciencia que plantea Rolan-  
Hay científicos cuya sensibilidad política los lleva a do García nos permite volver a introducir el problema  
rechazar el sistema social reinante en nuestro país de las finalidades en el corazón de la racionalidad cien-  
y en toda Latinoamérica […] La misión del científi- tífica. El problema de las finalidades puede sintetizarse  
co rebelde es estudiar con toda seriedad y usando en la pregunta ¿por qué y para qué hacemos ciencia?  
todas las armas de la ciencia, los problemas del ¿Por qué y para qué construimos conocimiento? En re-  
cambio de sistema social, en todas las etapas y lación a su experiencia como Decano de la Facultad de  
en todos sus aspectos, teóricos y prácticos. Esto Ciencias Exactas y Naturales de la Universidad de Bue-  
es hacer ‘ciencia politizada’ (Varsavsky, 1969, pp. nos Aires entre 1957 y 1966, García afirma “[Nosotros]  
9-11).  
teníamos una ideología, eso es hacer política, pero no  
política de partidos, es tener una concepción sociopo-  
El científico posmoderno de nuestros días estaría de lítica del mundo sino para qué la ciencia y para qué  
acuerdo con Varsavsky. Para que la ciencia sea un arma científicos. […] Para construir un mundo distinto. Hay  
cargada de futuro hay que politizar la ciencia. Cierta-  
mente, no se trata de la ciencia positivista la cual es  
simultáneamente occidental, noratlántica, capitalista,  
liberal, burguesa y androcéntrica. Por el contrario, la  
nueva ciencia posmoderna que está edificándose en  
Nuestra América es crítica, emancipatoria, indígena,  
campesina, decolonial y feminista y quiere, al igual que  
Varsavsky “usar la ciencia para ayudar al cambio del  
sistema” (1969, p. 9).  
2
Rolando García (1919-2012). Fue un científico argentino,  
formado en física y matemática y especializado en dinámica  
de la atmósfera. Luego de formarse en epistemología  
y
filosofía de la ciencia con Rudolf Carnap y Hans Reichenbach,  
conspicuos representantes del positivismo lógico, trabajó  
durante casi dos décadas junto a Jean Piaget y contribuyó  
a desarrollar la epistemología genética. En el plano de  
la política científica, Rolando García fue el decano de la  
Facultad de Ciencias Exactas y Naturales de la Universidad  
de Buenos Aires entre 1957 y 1966 cuando fue encarcelado  
por la Dictadura del General Juan Carlos Onganía durante  
la Noche de los Bastones Largos. García lideró un proceso  
de transformación político-institucional sin precedentes  
que condujo a lo que se conoce como la ‘época de oro de  
la ciencia argentina’. Fue, además, vicepresidente fundador  
del CONICET bajo la presidencia del Premio Nobel Bernardo  
Houssay.  
Podría pensarse que esta politización es en sí misma  
una ganancia en términos epistemológicos y prácticos  
pues constituye una superación de la neutralidad y de  
la apoliticidad del cientificismo. Nuestra posición se dis-  
tancia críticamente respecto a esta opinión. Para expre-  
sarlo claramente y sin rodeos, la búsqueda de una nue-  
va alianza entre las ciencias y la política puede abonar  
3
El fragmento de la entrevista puede encontrarse aquí: https://  
youtu.be/uZDpQ5q3k8o  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
45  
que hacer política. […] [Nosotros] hacíamos política, teóricos y prácticos para pensar el diseño de las polí-  
pero no política de partidos. Claro que la concepción ticas públicas en general y de las políticas científicas  
4
era política.”  
en particular. A continuación, se plantean algunos ejes  
problematizadores. Como el lector puede apreciar se  
Con todo, una concepción política de la ciencia y la uni- emplea un lenguaje normativo a través del término “de-  
versidad no es equivalente a la partiziación política de la ber ser” para señalar el contenido posible de estos ejes  
ciencia y de la universidad. Politización y partidización orientadores del diseño de una política pública. Este jui-  
son procesos diferentes que implican lógicas y raciona- cio axiológico no es una petición de principio sino una  
lidades distintas. Por un lado, una concepción política implicancia de los argumentos que hemos esgrimido en  
del conocimiento implica una racionalidad o estilo de este documento.  
pensamiento capaz de deliberar sobre los fines de la  
ciencia, del conocimiento, de la universidad y de la edu-  
cación. Por otro lado, una partidización política implica  
una racionalidad o estilo de pensamiento militante e  
instrumental que emplaza la ciencia, el conocimiento, la  
universidad y la educación al servicio de los fines parti-  
culares de un movimiento político-partidario específico.  
Dicho de otro modo, para la racionalidad militante-ins-  
trumental la ciencia, el conocimiento, la universidad y la  
educación son medios para alcanzar fines definidos por  
otros: el movimiento político para el cual se milita. Es-  
tos dos tipos de racionalidad tienen consecuencias po-  
lítico-epistémicas bien diferentes, cuyo análisis excede  
los límites de este trabajo.  
•
La tríada investigación  planificación  go-  
bierno. Una política científica de problemas comple-  
jos debe ser simultáneamente una política de cono-  
cimiento, una política de acción y una política ética,  
es decir, debe considerar, conjuntamente los pro-  
blemas de conocimiento, los problemas de gobierno  
y los problemas axiológicos. En virtud de ello, una  
política científica no puede restringirse a ser sólo  
una política de investigación para la construcción de  
conocimiento. Debe incorporar, necesariamente, la  
cuestión de la planificación y del gobierno. Mientras  
que la primera se orienta a la mediación entre el  
conocimiento y la acción, la segunda consiste en el  
diseño de estrategias para conducir procesos com-  
plejos hacia ciertos fines juzgados como deseables.  
En conclusión, el concepto de problemas complejos  
incita a pensar el diseño de una política científica  
atendiendo a la tríada entre investigación, planifi-  
cación y gobierno.  
En suma, que nos sea permitido concluir mediante la  
siguiente aserción. La nueva alianza entre ciencia y po-  
lítica que plantea el concepto de problemas complejos  
afirma la pertinencia y necesidad de una concepción po-  
lítica del conocimiento para el diseño de políticas cientí-  
ficas, tecnológicas y educativas. Pero en modo alguno la  
alianza entre ciencia y política debe interpretarse como  
un llamado a la partidización política de la ciencia y de  
la universidad. Este largo decurso argumental no ha te-  
nido otra pretensión más que mostrar que el concepto  
de problemas complejos propende a una religancia en-  
tre el conocimiento y la acción que busca escapar del  
riesgo de la Escila del ethos cientificista y del riesgo de  
la Caribdis de una ciencia partidizada. En ese espacio  
incierto de posibilidades que emerge entre la apolitici-  
dad neutralista del cientificismo y el dogmatismo irre-  
flexivo de la partidización de la ciencia, se yergue el  
desafío para desarrollar una teoría, un método y una  
práctica de los problemas complejos como estrategia  
que busca actuar para conocer y conocer para actuar,  
pues es en ese bucle donde podemos comenzar a ima-  
ginar y construir los futuros deseados.  
•
Atender a los procesos de problematización. El pun-  
to de partida de una política científica no puede ser  
el problema-producto, es decir, el problema cons-  
tituido. Una política tal debe poner el acento en el  
análisis de los procesos de problematización. De lo  
que se trata es de examinar los problemas que se  
consideran dados e inscribirlos en procesos de pro-  
blematización más amplios.  
•
•
El marco epistémico. El diseño de una política cien-  
tífica debe explicitar su marco epistémico, es decir,  
la concepción sociopolítica de la ciencia y del cono-  
cimiento en la que se sustenta. Por lo tanto, una  
política científica apta para tratar problemas com-  
plejos no puede ser diseñada desde el ethos cienti-  
ficista ni desde el ethos posmoderno.  
5. Desafíos para las políticas públicas y las  
La deliberación sobre los fines. Una política científica  
de problemas complejos debe considerar mecanis-  
mos y dispositivos para deliberar democráticamen-  
te sobre los fines, pero de ningún modo imponer  
dogmáticamente una finalidad político-partidaria.  
Puesto que un problema complejo implica el diseño  
de futuros deseables alternativos a la situación ac-  
políticas científicas  
El concepto de problemas complejos plantea desafíos  
4
Entrevista a Rolando García, minuto 2:02. Disponible en:  
https://youtu.be/uZDpQ5q3k8o  
46  
CIENCIAS DE LA COMPLEJIDAD  
tual, una política científica de este tipo debe conce-  
bir procedimientos participativos que faciliten pro-  
cesos emergentes bottom-up para la construcción  
de modelos de futuros deseables.  
res a quienes se dirige. Cuando se ignora el punto  
de vista del otro se tiende a menguar la factibilidad  
social de una política.  
•
Interdisciplinariedad. Una política científica orien-  
tada a investigar, planificar y gobernar problemas  
complejos requiere de una ciencia horizontal trans-  
departamental. Una política científica de este tipo  
no puede fundamentarse únicamente en el saber  
disciplinario y en los departamentos verticales del  
conocimiento. Se requiere, además, una práctica  
interdisciplinaria de la ciencia entendida ésta no  
como la suma o yuxtaposición de saberes especia-  
lizados sino como un proceso de diferenciación e  
integración de conocimientos.  
•
Los puntos de vista. Una política científica de pro-  
blemas complejos debe ser polifónica, es decir,  
multi-acentuada. Esto significa que no puede estar  
fundada en un único punto de vista: ni el punto de  
vista técnico ni el punto de vista político son su-  
ficientes para diseñar, planificar y desarrollar una  
política de este tipo. Por el contrario, los problemas  
complejos demandan un enfoque que articule los  
múltiples puntos de vista de los diferentes actores  
involucrados.  
•
La tríada deseable  posible  probable. Una  
política científica de problemas complejos debe tra-  
bajar conjuntamente sobre tres dimensiones. La di-  
mensión de lo deseable implica la construcción de  
un modelo de futuro sobre la situación alternativa  
que se busca construir. La noción de futuro desea-  
ble es un concepto ético y político. Definir cuál es  
el futuro que se desea como alternativa al estado  
actual de un problema complejo implica compro-  
meterse con ciertos fines que se desean alcanzar  
•
Democracia cognitiva. Una política científica dise-  
ñada exclusivamente desde arriba-hacia-abajo (top  
down) suscita un déficit democrático pues reduce la  
concepción de tal política al punto de vista del téc-  
nico y del político. La dimensión democrática de una  
política científica está ligada a la construcción de  
procesos de diálogo y argumentación pública entre  
actores sociales heterogéneos.  
•
No dogmatismo y racionalidad abierta. Una políti-  
ca científica de problemas complejos no puede ser  
dogmática. Esto se opone a cualquier forma de par-  
tidización de la ciencia y de la universidad. El carác-  
ter no dogmático de una política científica implica  
que todos sus aspectos deben poder ser sometidos  
a discusión y enjuiciados críticamente. En definitiva,  
se trata de regenerar la práctica del pensamiento  
racional en el proceso de la política científica. Racio-  
nalidad en este contexto no quiere decir otra cosa  
que diálogo y contraposición argumental, es decir,  
la posibilidad de someter a crítica una aserción y,  
la necesidad del interlocutor, de esgrimir razones  
y argumentos para sostener o defender la aserción  
enjuiciada.  
(dimensión política). Ahora bien, para poder ele-  
gir entre fines alternativos, es decir, entre futuros  
distintos, se requieren juicios de valor (dimensión  
ética). Dicho de otro modo, definir qué es un futu-  
ro deseable implica explicitar finalidades y valores.  
La dimensión de lo posible se orienta a analizar lo  
que puede y lo que no puede suceder en un siste-  
ma considerando su organización actual. El análisis  
posibilístico de un problema complejo se orienta,  
pues, a analizar la viabilidad de las estrategias dise-  
ñadas para transformarlo. Es por esta razón que los  
modelos posibilísticos constituyen una herramienta  
crucial para la planificación y gestión de problemas  
complejos, el diseño de escenarios prospectivos y el  
análisis de viabilidad. Finalmente, la dimensión de  
lo probable implica algún tipo de modelo estadístico Detrás del concepto de problemas complejos no se en-  
para calcular la probabilidad de ocurrencia de un cuentra una receta técnica que prescriba qué es lo que  
fenómeno y evento.  
se debe hacer y cómo hacerlo. Por el contrario, la no-  
ción de problemas complejos es una invitación a pensar  
•
La viabilidad de una política. El análisis de viabi- y a actuar para ser protagonistas del juego social del  
lidad de una política orientada a investigar, plani- que formamos parte. El juego social, en cuyo decurso  
ficar y gobernar problemas complejos debe tomar los actores desarrollan procesos de problematización  
en cuenta múltiples tipos de factibilidad: la factibili- del mundo, es un juego incierto, no determinístico y  
dad económica, la factibilidad técnica, la factibilidad de final abierto. El resultado depende de las jugadas  
ambiental y, muy especialmente, la factibilidad po- de los jugadores. En este punto, debemos recuperar el  
lítica y la factibilidad social. En general las políticas mayor legado kantiano cuando se pregunta ¿qué es la  
fracasan por la poca atención que se le presta a la Ilustración? La Ilustración, dice Kant, es tener el valor  
viabilidad social. Esto quiere decir que una política de pensar por nosotros mismos. Así, junto a Kant debe-  
debe tomar en cuenta el punto de vista de los acto- mos decir que debemos tener el valor de jugar el juego  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
47  
social de nuestra época. Pensar en términos de proble- se expresa, ante todo, como un discurso sobre el futuro  
mas complejos es atrevernos a conocer y actuar para basado en la promesa que el mañana sea distinto a hoy.  
imaginar nuevos posibles y apropiarnos creativamente La viabilidad de esta promesa radica, justamente, en la  
del porvenir.  
posibilidad de transformar los problemas complejos del  
presente.  
6. Conclusiones  
Frente a la pregunta ¿qué tipo de ciencias y de política  
Enfrentar los problemas complejos de nuestro tiem- necesitamos para construir un futuro mejor? Podemos  
po requiere una nueva alianza entre las ciencias y la responder diciendo que el desafío es estimular el naci-  
política, entre nuestros modos de conocer el mundo y miento de una ciencia y una política capaz de lidiar con  
nuestras formas de actuar en el mundo. Sin embar- problemas complejos como estrategia de construcción  
go, la historia de Occidente puede ser pensada como la de futuro. Sin embargo, la Universidad, las ciencias y  
historia de la controversia entre la ciencia y la política. la política están de espaldas a los problemas comple-  
Esta controversia se ha saldado, en distintos momentos jos. La Universidad nos educa en disciplinas verticales  
históricos, bien a través de la disyunción entre la ciencia del conocimiento científico mientras que lo propio de  
y la política, bien a través de la reducción de una a la los problemas complejos es cruzar horizontalmente los  
otra, ya sea por medio de la subordinación de la política departamentos de las universidades. Los problemas  
a problemas tecno-científicos, ya sea por medio de la complejos no son tratables por los métodos científicos  
reducción de la ciencia a un instrumento de poder, do- tradicionales ni inteligibles en las fronteras del saber  
minación y control. Esta gran desalianza entre la ciencia disciplinario. Por otro lado, la práctica política se enfren-  
y la política ha conducido a la desvinculación de los pro- ta diariamente a problemas complejos pues éstos son  
blemas de conocimiento y los problemas de la acción, a los nudos de la vida social y comprometen nuestra vida  
la separación entre la razón teórica y la razón práctica, futura. Sin embargo, la política no dispone de ciencias,  
a la desunión entre ciencia y ética. Esta controversia de conocimientos ni de métodos para gobernar proble-  
forja la historia del sistema de pensamiento en el cual mas complejos. Cuando las políticas públicas tratan de  
estamos atrapados.  
apoyarse en los saberes científicos, a menudo recurren  
a los saberes especializados, pero éstos no pueden dar  
Los problemas complejos son difíciles de concebir en el respuesta a problemas complejos de naturaleza sisté-  
marco de un estilo de pensamiento moldeado al calor mica, interdisciplinaria e incierta. He aquí la triple tra-  
de la desalianza entre la ciencia y la política, pues lo gedia de la Universidad, la ciencia y la política en cuyo  
específico de aquéllos es expresarse simultáneamente desencuentro florecen los problemas complejos. Esta  
como problemas de conocimiento, como problemas éti- tragedia alumbra el desafío que nos interpela: contri-  
cos y cómo problemas de acción y decisión. Además, buir a repensar nuestro modo de educar en la Universi-  
los problemas complejos constituyen sistemas creativos dad, nuestro modo de hacer ciencia y nuestro modo de  
que emergen de un juego social de alta incertidumbre hacer política como estrategia para el desarrollo de una  
en el que participan una red de actores sociales hete- política de futuro.  
rogéneos. Por esta razón, los problemas complejos son  
sistemas indeterminados en los que no resulta posible Referencias  
predecir su futuro. Esta limitación contrasta con uno de  
los desafíos principales que nos plantean los problemas Bachelard, G. (1985). El nuevo espíritu científico. Editorial Nueva  
complejos: la necesidad de conocer para transformar  
Imagen.  
una situación problemática que es evaluada como no Briggs, J., & Peat, D. (1989). Espejo y reflejo: del caos al orden.  
deseable. De este modo, el reto de los problemas com-  
Gedisa.  
plejos es el de diseñar y construir un futuro deseable Foerster, H. V. (1962). Principles of self-organization. Pergamon  
alternativo.  
Press.  
Foucault, M. (1999). Polémica, política y problematizaciones. In  
M. Foucault (Ed.), Obras esenciales (pp. 353-361). Paidós.  
Mientras que la inquietud por la construcción del futuro  
es constitutiva de los problemas complejos, la raciona- García, R. (2006). Sistemas complejos. Conceptos, método y fun-  
lidad científica expulsa el problema del futuro, pues su  
arquitectura epistémica no está equipada con estrate-  
damentación epistemológica de la investigación interdisci-  
plinaria. Gedisa.  
gias para diseñar el porvenir. No hay ni puede haber Heller, Á. (1998). Aristóteles y el mundo antiguo (2º ed.). Edicio-  
una ciencia del futuro puesto que el futuro no se conoce  
nes Península.  
ni se descubre. El futuro se imagina y se construye. Huertas, B. F. (2016). Planificar para Gobernar: El Método PES:  
Esto marca una tensión constitutiva entre la racionali-  
dad científica y la racionalidad política pues, esta última  
entrevista a Carlos Matus. Fundación CIGOB. Ciencias para  
Gobernar.  
48  
CIENCIAS DE LA COMPLEJIDAD  
Johnson, S. (2001). Sistemas emergentes. O qué tienen en común  
hormigas, neuronas, ciudades y software (2003, 1º ed.).  
Fondo de Cultura Económica.  
Morin, E. (1990). Introducción al Pensamiento Complejo. Gedisa.  
Morin, E. (1998). El Método IV. Las ideas. Cátedra.  
Piaget, J., & García, R. (2008). Psicogénesis e historia de la cien-  
cia. Siglo XXI.  
Koyré, A. (1999). Del mundo cerrado al universo infinito. Siglo  
XXI.  
Prigogine, I., & Nicolis, G. (1997). La estructura de lo complejo.  
Alianza.  
Le Moigne, J.-L. (2010). Agir-penser en complexité. Le discours de  
la méthode de notre temps Conférence Grand Débat 2010 Rodríguez Zoya, L. (2017). Problematización de la complejidad  
du Réseau Intelligence de la Complexité, 1er décembre, Pa-  
ris.  
de los sistemas de pensamiento: un modelo epistemológico  
para la investigación empírica de los paradigmas. Revista  
Latinoamericana de Metodología de las Ciencias Sociales,  
7(2), 1-40.  
Maldonado, C. E., & Gómez Cruz, N. A. (2010). El Mundo de las  
Ciencias de la Complejidad. Una investigación sobre qué  
son, su desarrollo y sus posibilidades. Universidad del Ro-  
sario.  
Solé, R. (2009). Redes complejas. Del genoma a Internet (1º ed.).  
Tusquets.  
Marradi, A. (2002). Método como arte. Papers, 97, 107-127.  
Martínez Muñoz, S. (1999). Otto Neurath y la filosofía de la ciencia  
en el siglo XX. In A. A. Carreño (Ed.), Perspectivas teóricas  
y contemporáneas de las ciencias sociales (pp. 503-511).  
UNAM.  
Varsavsky, O. (1969). Ciencia, política y cientificismo. Centro Edi-  
tor de América Latina.  
Varsavsky, O. (1982). Obras Escogidas. Centro Editor de América  
Latina.  
Varsavsky, O. (2013). Estilos tecnológicos. Propuestas para la se-  
lección de tecnologías bajo racionalidad socialista. Biblioteca  
Nacional.  
Maturana, H., & Varela, F. (1972). Autopoietic system. Facultad  
de Ciencias.  
Matus, C. (2007). Teoría del Juego Social. Universidad Nacional  
de Lanús.  
Vygotski, L. (1995). Pensamiento y Lenguaje. Paidós.  
Waldrop, M. M. (1992). Complexity: The Emerging Science at the  
Edge of Order and Chaos. Touchstone.  
Morin, E. (1982). Ciencia con Conciencia (1984 ed.). Anthropos.  
Morin, E. (1986). El Método III. El conocimiento del conocimiento  
Wallerstein, I. (2005). Las incertidumbres del saber. Gedisa.  
(
1988 ed.). Cátedra.  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
49  
CC, 2020. Vol. 1, Nº1: 51–66. https://doi.org/10.48168/cc012020-004  
“
El Pensamiento Complejo en las  
Ciencias Sociales: hacia una nueva  
Organización de la Empresa”  
“
Complex Thinking in the Social Sciences:  
towards a new Business Organization”  
Dra. María Nely Vásquez Pérez  
Profesora de la Facultad de Teología del Norte de España,  
Sede de Vitoria. Investigadora Invitada del Instituto de  
Investigaciones Gino Germani, Universidad de Buenos Aires, Argentina  
nelvasper@gmail.com  
Dr. Miguel Ramón Viguri Axpe  
Profesor de la Facultad de Ciencias Sociales y Humanas,  
Universidad de Deusto, Bilbao, España.  
Investigador Invitado del Instituto de Investigaciones Gino Germani,  
Universidad de Buenos Aires, Argentina  
mrviguri@deusto.es  
_
_________________________________________________________________________________________  
Recepción:30/10/2020  
Aceptación: 18/11/2020  
Resumen  
El nuevo paradigma científico, desarrollado a partir de mediados del siglo XX es el pa-  
radigma de la complejidad. Se trataba inicialmente de estudios teóricos para explicar  
comportamientos sistémicos aparentemente anómalos. Surgió de la matemática y la  
física. Pero sus principios epistémicos y metodológicos se han aplicado a otros ám-  
bitos como el estudio de los sistemas sociales y las distintas formas de organización  
social. Entre ellas, destaca su aplicación a la teoría económica y a la organización y  
administración de empresas. El presente trabajo pretende mostrar resumidamente la  
influencia que han tenido los conceptos, ideas y principios del pensamiento complejo  
en una nueva manera de concebir, planificar y gestionar la empresa para concluir con  
una serie de orientaciones que los teóricos de la economía están aún desarrollando  
con el fin de orientarse en un contexto de mercados globales y volátiles que generan  
incertidumbre.  
Abstract  
The new scientific paradigm, developed from the middle of the 20th century, is the  
paradigm of complexity. Initially, these were theoretical studies to explain apparently  
anomalous systemic behaviors. It emerged from mathematics and physics. But its  
epistemic and methodological principles have been applied to other areas such as the  
study of social systems and different forms of social organization. Among them, its  
application to economic theory and business organization and administration stands  
out. The present work aims to summarize the influence that the concepts, ideas and  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
51  
principles of complex thinking have had in a new way Esto tiene una consecuencia directa: si queremos com-  
of conceiving, planning and managing the company to prender la naturaleza del diamante, del grafito o del  
conclude with a series of orientations that economics grafeno, no podemos limitarnos a descomponer dichos  
theorists are still developing with the in order to orient objetos en sus partículas elementales (los átomos de  
itself in a context of global and volatile markets that carbono) y estudiar sus propiedades con la pretensión  
generate uncertainty.  
de que, a partir de ellas, se derivará la comprensión de  
cualquier compuesto de carbono. Es decir que, a partir  
del estudio cuantitativo de las propiedades individuales  
del átomo de carbono, jamás podremos deducir ni indu-  
Palabras clave  
Complejidad, sistemas complejos, principios del para- cir las propiedades del grafito, el grafeno o el diamante.  
digma de complejidad, organización de empresa, es- Aceptar la complejidad equivale a aceptar el carácter  
tructura de red, inteligencia de grupo, estrategia em- estructural o sistémico de la realidad y, por ello, su irre-  
presarial.  
ductibilidad a lo puramente material o cuantitativo.  
Keywords  
Pues bien, existen en nuestro mundo numerosos pro-  
blemas, no sólo físico-matemáticos, sino también políti-  
Complexity, complex systems, principles of the comple- cos, sociales, culturales y económicos, que nos afectan  
xity paradigm, company organization, network structu- a escala global. Se trata de problemas en los que in-  
re, group intelligence, business strategy.  
fluyen no sólo numerosísimos agentes que interactúan  
y retroalimentan sus actuaciones recíprocamente, sino  
que además, dichas interacciones se producen en forma  
de red o sistema.  
1
. Introducción y justificación: ¿Qué es la  
complejidad y cuáles son sus principales  
características?  
Podemos citar, como ejemplo claro de esto, la bús-  
Al hablar de complejidad se alude a una característica queda de un modelo económico sostenible (formulada  
que afecta a cualquier objeto, en tanto en cuanto di- de manera concreta en los 17 Objetivos de Desarrollo  
cho objeto nunca se nos presenta aislado y con entidad Sostenible de la Agenda 2030 de naciones Unidas) que  
autosuficiente, sino que lo hace inserto en una red de sea capaz de evitar amenazas -ya realidades, por des-  
relaciones recíprocas y dinámicas que llamamos siste- gracia- como el calentamiento global, los movimientos  
ma. La complejidad, como característica de los siste- migratorios masivos y la desigual distribución de la ri-  
mas, hace referencia a la imposibilidad de comprender queza en el mundo.  
la naturaleza de las partes del sistema sin hacer alusión  
al todo en el que se insertan. Dicho de otro modo: hace La idea central de la teoría de sistemas complejos -que  
referencia a la causalidad descendente o up to down de la interacción de múltiples agentes emergen propie-  
que el todo -el sistema- ejerce sobre sus partes, que es dades y fenómenos nuevos que no pueden reducirse a  
simultánea a la causalidad ascendente que las partes las características de tales agentes- encuentra un do-  
ejercen sobre el todo.  
minio obvio de aplicación a nivel social. Por ello, la teo-  
ría de los sistemas complejos se presenta de entrada  
Por poner un ejemplo, los átomos de carbono tienen como una posibilidad interesante y valiosa por su poder  
unas características físicas bien definidas: un determi- explicativo formal, que merece la pena considerar en  
nado número de protones, neutrones, electrones, una relación a las cuestiones y dificultades con que se en-  
determinada masa, una determinada valencia, etc. Pero frentan las ciencias sociales desde un punto de vista  
dichos átomos pueden adquirir propiedades diferentes metodológico.  
(por ejemplo, estabilidad y dureza) según la estruc-  
tura molecular de la que formen parte. El grafito, el Es por ello que los principios del pensamiento sistémico  
diamante y el grafeno, están materialmente hablando, y complejo han encontrado una gran acogida en muchas  
formados por los mismos átomos de carbono. ¿Cómo es disciplinas, aparentemente dispares como la ecología (Kau-  
posible que sus propiedades sean tan diferentes? Debi- ffman 1993), y más recientemente, también a las ciencias  
do al influjo causal que ejerce la estructura molecular sociales; en especial, a la economía (Ormerod 2005), la  
sobre dichos átomos. Es decir, que lo que determina antropología evolutiva (Axelrod 1984; Boyd y Richerson  
las propiedades físicas del diamante no es la cantidad 2005) y la psicología social (Mosko y Damon 2005).  
de átomos que tenga, ni las cantidades que definen las  
propiedades individuales del carbono, sino la especifici- Para resolver los problemas sistémicos no podemos re-  
dad estructural de una determinada geometría. Se trata currir a la estrategia analítica de diseccionar el problema  
de una cuestión cualitativa, no cuantitativa.  
en sus partes constituyentes y analizar las propiedades  
52  
CIENCIAS DE LA COMPLEJIDAD  
de cada parte por separado. Porque precisamente lo ca- A partir de estas características generales, Edgar Morin  
racterístico de estos problemas globales o complejos es establece una diferencia entre complejidad general y  
que su naturaleza no deriva de las propiedades de sus complejidad restringida (Le Moigne y Morin 2007). La  
componentes tomados de forma aislada, sino de la for- complejidad general es un enfoque filosófico y episte-  
ma en la que estos están vinculados entre sí: lo impor- mológico a los fenómenos emergentes y no lineales.  
tante es la red de interconexiones y relaciones entre los Utiliza un lenguaje natural, aunque de segundo nivel  
componentes del problema. Dicha red es lo que hace (por su carácter crítico, que reviste aspectos de me-  
que de ese problema, entendido como sistema comple- ta-lenguaje) y entiende la complejidad como un nuevo  
jo, emerjan comportamientos que no son previsibles ni paradigma (Morin 1981) que permitiría armonizar las  
comprensibles disciplinariamente.  
ciencias formales y naturales con las ciencias sociales  
y humanas, dando lugar a una ciencia entendida como  
Por ello no es extraño que conceptos extraídos de las nueva alianza interdisciplinar de saberes (Prigogine y  
disciplinas pioneras en el campo de las ciencias de la Stengers 1979). La complejidad restringida es un en-  
complejidad, como la física (atractor extraño, dinámica foque metodológico a dichos fenómenos utilizando  
caótica), la termodinámica (estructura disipativa), las lenguajes formales y técnicas computacionales. Este  
matemáticas (fractalidad), o la lógica (borrosidad, ló- último enfoque se corresponde con los programas de  
gicas no-clásicas), hayan trascendido dichas disciplinas investigación desarrollados a partir de la fundación del  
y hayan sido incorporados a la reflexión de las ciencias Instituto de Santa Fe, en Estados Unidos, en 1984.  
sociales. Esto es debido a que difícilmente podremos  
encontrar un objeto más complejo que la propia socie- Ambas formas de enfoque para el estudio de fenóme-  
dad humana.  
nos complejos se han aplicado al campo de las ciencias  
sociales mediante una serie de categorías que poste-  
Pues bien, la característica básica común a todos esos riormente enumeraremos.  
fenómenos complejos es la no-linealidad. ¿En qué con-  
siste este concepto central?  
2. Metodología  
La no-linealidad, en matemáticas, hace referencia a sis- En la introducción se justifica de la importancia del  
temas cuyo comportamiento no equivale a la suma de tema procediendo a la identificación de la complejidad  
los comportamientos individuales de los elementos que en los fenómenos naturales, mostrando, asimismo, la  
los integran. Con los sistemas lineales se puede trabajar relación de dichos fenómenos con otros análogos en el  
con facilidad y establecer predicciones exactas. Con los campo de las ciencias sociales. Como desarrollo se pa-  
sistemas no-lineales esto resulta prácticamente imposi- sará a enumerar una serie de principios o categorías  
ble, dado que un pequeñísimo cambio en alguna de las de análisis que se han elaborado en las ciencias que  
variables puede producir un conjunto de interacciones estudian estos fenómenos complejos (básicamente la  
que provoque un resultado completamente dispar.  
teoría de sistemas, las ciencias de la complejidad y el  
pensamiento complejo) y que se han aplicado al aná-  
La no-linealidad conlleva impredictibilidad o, en el me- lisis de las ciencias sociales. Posteriormente, como de-  
jor de los casos, una posibilidad de predicción mera- bate controversial, estudiaremos el caso concreto de su  
mente estadística. Por eso la complejidad va a asociada aplicación en el ámbito de la empresa (especialmente  
a la idea de caos y aleatoriedad, azar.  
en la organización y gestión de la empresa). El estu-  
dio concluirá con algunas características y propuestas  
Lo verdaderamente interesante de este enfoque es que de estudio (a modo de líneas abiertas) en referencia a  
no sólo modifica nuestra idea sobre lo que es la ciencia una administración de empresas adaptada a los nuevos  
en general, o las distintas ciencias en particular, sino cambios sociales de carácter global y a las nuevas he-  
que modifica nuestra idea sobre lo que es la raciona- rramientas de control y de gestión económica.  
lidad humana. Sitúa en el centro de la misma la fun-  
ción de construir significados a través de un diálogo de 3. Desarrollo: ¿De qué forma se aplican  
distintos saberes que intentan superar sus respectivas esas características al estudio de los  
jergas específicas para buscar un logos común. Un lo- problemas sociales?  
gos que estará integrado por cosmovisiones, imágenes  
y valores que son elementos propiamente dinamizado- Los principios fundamentales del pensamiento complejo  
res de la búsqueda intelectual y los que dotan a esa pueden conducirnos aunacomprensiónde la realidadin-  
búsqueda de un significado que va más allá de lo me- dividual y social mejor problematizada, contextualizada  
ramente nocional o teorético para aterrizar en la esfera e historizada. Conducen directamente a un esfuerzo por  
existencial del sujeto que razona y comparte.  
relacionar las diversas dimensiones del conocimiento de  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
53  
lo humano-social y de lo físico-natural (reconciliando las  
ciencias sociales y las ciencias naturales). Estos princi-  
pios llevan también a un método entendido como estra-  
tegia. Todo ello está excelentemente expuesto, a partir  
de un exhaustivo análisis de la propuesta moriniana,  
por Enrique Luengo en su obra “El conocimiento de lo  
social” (Luengo 2014). Nos inspiramos en el esquema  
expositivo de la citada obra para desarrollar muy resu-  
midamente algunos de dichos principios.  
personal, al igual que la transformación personal  
es transformación social.  
De ahí que no pueda separarse adecuadamente  
sujeto de objeto (uno de los presupuestos de la  
ciencia simplificadora y reduccionista), puesto que  
el sujeto-observador es parte del objeto-observa-  
do-conceptualizado (Gutiérrez 2003), tal y como  
ya defendía Kant con su archiconocida distinción  
entre noúmeno (la cosa-en-sí, incognoscible) y fe-  
nómeno (la cosa-en-cuanto-conocida-y-estructu-  
rada-por-mí).  
3.1. Principio sistémico estructurador  
En un sistema, el todo no es igual a la suma de las  
partes. La interrelación de las partes del sistema 3.3.Principio dia-léctico, dia-lógico,  
produce una unidad global con propiedades que no  
dia-logal  
existían en dichas partes tomadas individualmente  
(
Bohm 1997). Por ello se les denomina propieda-  
En la interacción entre sistemas se produce una  
complementariedad de lógicas y dinámicas com-  
plementarias, aunque aparentemente opuestas.  
Esta complementación se produce incluso bajo la  
forma de tensión dialéctica. Por ello, la investiga-  
ción compleja es inter y transdisciplinaria, porque  
puede relacionar problemas cuyos principios pa-  
recen antagónicos, manteniendo una dualidad sin  
incurrir en un dualismo (Morin 1973).  
des emergentes.  
Por otro lado, también puede decirse que el todo  
es menos que la suma de sus partes, porque la  
estructura del sistema inhibe ciertas propiedades  
que las partes tendrían individualmente.  
Así pues, los sistemas no son cosas, sino patro-  
nes o comportamientos estructurales que surgen  
en la interacción entre el todo y sus partes (Morin  
Esto tiene una implicación muy importante: todo  
sistema u organización, por su interacción estructu-  
ral con otros sistemas y consigo mismo, lleva la dia-  
léctica (uni-dualidad) en su seno y ello le fuerza a la  
constante readaptación; es decir, a la evolución.  
1
981). Esas estructuras suelen mantenerse tem-  
poralmente incluso dentro del cambio de las par-  
tes, aunque de forma fluctuante. Lo que llamamos  
organización es, por tanto, el producto de la re-  
configuración constante del sistema (buscando el  
equilibrio interno y la adaptación al entorno).  
La dinámica evolutiva no es desintegradora, sino  
que utiliza las oposiciones de forma reorganizati-  
va. Lo lógico en la teoría de organizaciones, en ese  
caso, es abrir el sistema al máximo intercambio  
con otros sistemas en el medio social. Eso equi-  
libra la reorganización constantemente con una  
suficiente identidad estructural (aunque también  
sujeta a cambios, adaptaciones y evolución).  
3
.2. Principio hologramático  
Este principio hace referencia a un tipo de organi-  
zación en la que el todo está presente en la parte  
que, a su vez, está en el todo; por lo que, a partir  
de una de las partes del sistema, podrían recupe-  
rarse la totalidad de sus propiedades sistémicas.  
Para una organización resiliente es muy importan-  
te entender y percibir los momentos de desequili-  
brio, antagonismo y cuestionamiento organizacio-  
nal como un proceso de crecimiento y aprendizaje  
hacia otros tipos de orden y organización.  
La realidad social es un sistema que está integrado  
por nosotros. De tal manera que no existe como  
un objeto externo o separado de nosotros, sino  
que nos construye, a la vez que nosotros la cons-  
truimos.  
3
.4. Principio de feedback  
Por ello, cuando la persona se abre a los otros,  
en cuanto tales otros, enriquece la humanidad en  
su conjunto. Elabora un nosotros más enriqueci-  
do, transformando la multiculturalidad en una in-  
terculturalidad que afecta a su propio proceso de  
identidad en construcción permanente. Por eso la  
transformación social es también transformación  
El feedback va más allá de la interacción dialógica  
y dialéctica. La recursividad es un proceso que ge-  
nera una forma o estructura con un cierto elemen-  
to de estabilidad o constancia.  
Esta idea surge de la cibernética de Norbert Wie-  
54  
CIENCIAS DE LA COMPLEJIDAD  
ner (Wiener 1998) y su formalización de la diná- lativista, ya que es posible la contrastación interpersonal.  
mica de bucle. El bucle es una forma que genera Aceptando y aplicando el principio de incertidumbre. Si  
una organización que provoca la interacción de la ni siquiera la realidad más simple, como las partículas  
estructura sistémica consigo misma, reforzando y subatómicas, es situable en un contexto de certidumbre  
amplificando sus propiedades (Morin 1981). Esto determinística, ¿cómo pretender esa certidumbre para  
equivale a entender la recursividad como autoor- los procesos sociales? Hay que asumir que la realidad  
ganización y autoproducción.  
social no es previsible sino incierta y, probablemente,  
indeterminada. Las decisiones de las organizaciones  
En todo organismo (quizá el organismo vivo sea habrán de tomarse en contextos de incertidumbre, me-  
la mejor metáfora para entender la perspectiva diante modelos de evaluación muy distintos a los basa-  
sistémica), la muerte y la regeneración son cons- dos en la causalidad lineal.  
tantes. Las moléculas y las células se disgregan y  
son reemplazadas por otras. De modo análogo, en Aplicando el principio de incompletitud. No existe nin-  
las instituciones sociales se produce el desgaste gún sistema formal que sea, a la vez, coherente y com-  
de ciertas estructuras organizativas mientras que pleto. La incompletitud de todo sistema formal ocasiona  
surgen otras nuevas que las sustituyen.  
que las explicaciones siempre serán parciales y abier-  
tas. Mejorables. Es un límite de la capacidad racional  
(Gödel 1931). Lo que Kurt Gödel demostró es que todo  
lenguaje (incluido el lenguaje en que se expresan las  
3
.5. Principio de auto-eco-organización  
La vida emerge a través del intercambio que desa- proposiciones científicas), para ser comprendido y uti-  
rrollan los seres vivos con su entorno (medio am- lizado coherentemente, necesita de diversos meta-len-  
biente u otros organismos) para lograr su autopro- guajes que operan simultáneamente. Esto equivale a la  
ducción y autoorganización. Cualquier organismo aceptación de la existencia de múltiples lógicas (distin-  
vivo necesita energía y materia exterior para re- tas de las lógicas clásicas o lineales) y meta-lógicas que  
generarse y persistir. Su existencia es un equilibrio operan simultáneamente.  
entre autonomía y dependencia del medio. Por eso  
dice Edgar Morin que la organización del ser vivo Aceptando la necesidad de diálogo entre los conoci-  
es un auto-eco-organización (Morin 2001).  
mientos especializados. Este principio se refiere a la ur-  
gente y necesaria articulación entre los conocimientos  
multi, inter y transdisciplinarmente para dar cuenta de  
la relación entre los ámbitos de la physis, lo biológico,  
lo antropológico y lo social. No es contrario al principio  
de análisis defendido por Descartes y que tantos y tan  
4
. Debate: ¿Cómo pueden ayudar los  
principios del pensamiento complejo a  
Reimaginar la empresa y su organización?  
Entendiendo que la realidad es movimiento. La ciencia buenos resultados ha ofrecido a la ciencia. Es un prin-  
actual, en especial la biología en todas sus ramas, nos cipio complementario e integrador que establece una  
muestra a los sistemas vivos en constante transforma- dialéctica entre análisis y síntesis, sin prescindir de nin-  
ción y movimiento, en un esfuerzo por mantenerse en guno de los polos en tensión (porque genera una ten-  
equilibrio, para buscar su reorganización o para trans- sión creativa) (Whitehead 1967).  
formarse en nuevos sistemas (Bohm 1998).  
Aceptando la necesidad de diálogo con otros conoci-  
Entendiendo que la realidad es no-lineal. Es necesario mientos. La complejidad abre el campo del conocimien-  
superar la causalidad lineal (sin anularla), proponiendo to a posibilidades nuevas que han sido cerradas por la  
una causalidad en bucle y multirreferencial. Lo cierto es brecha abierta por el positivismo cientificista entre la  
que en la naturaleza sólo existen causalidades de tipo ciencia y la filosofía, la ciencia y las artes, la ciencia y  
multidimensional que presentan retrocausalidades con las religiones, etc. (Varsavsky 1982).  
propiedades emergentes (Morin 1981). La causalidad  
lineal sólo se produce en fenómenos tan simples que no 5. Complejidad y organización de empresa  
resultan relevantes o interesantes para la comprensión (1). Cambio en los objetivos: De unidad de  
de las dinámicas sociales, así como de las organizacio- producción a red de innovación  
nes sistémicas.  
5
.1.Ideas fundamentales sobre la organi-  
Observando la función constructora del conocedor en  
todo conocimiento. La investigación compleja incluye  
conscientemente al sujeto que estudia en el proceso de  
estudio. Esto no equivale a incurrir en un subjetivismo re-  
zación  
Las ciencias actuales (no sólo las de la compleji-  
dad) nos revelan la realidad como una trama de  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
55  
procesos fluidos, complejos, inciertos, en la que  
nos encontramos implicados creativamente.  
por los principios de jerarquía, centralización de  
las decisiones y planificación. Frente a esa orien-  
tación jerárquica piramidal y rígida surgen nuevas  
formas de organización basadas en redes de tra-  
bajo que se van reestructurando a medida que es  
necesario. Surge la organización “plana”, de dos o  
tres niveles jerárquicos como mucho, los grupos  
de trabajo (teamworking) y la organización en red  
(networking). La metáfora sería la de la organi-  
zación de una red neuronal, en la que los nodos  
sólo se conectan sinápticamente cuando el caso lo  
requiere y se vuelven a desconectar después. Lo  
cual permite una organización flexible y de bajo  
consumo de recursos, o sea, más eficiente (Kau-  
ffman 1995). Además hay que pasar de entender  
la jerarquía como poder, a entender la jerarquía  
como la lógica de las cualidades emergentes, que  
surgen del interior de la red de trabajo, en la co-  
municación entre las personas, y no del ejercicio  
de un poder central.  
Si la realidad es una trama, una red, y (continuan-  
do la metáfora) el ser humano un nodo de la mis-  
ma, se podría entender que las organizaciones son  
nodos formados por personas que, agrupándose  
bajo diversas formas, buscan alcanzar determina-  
das metas sociales y/o económicas.  
Optimizar las estructuras en las que se producen  
las conexiones entre los diversos nodos de la red  
de esas organizaciones se convierte, por tanto, en  
el objetivo central de toda estrategia corporativa  
(Pérez 2001).  
5
.2.Ideas previas simplificadoras que  
tenemos que revisar  
La racionalidad económica es el máximo beneficio.  
El objetivo último de una empresa no es obtener  
el máximo beneficio en el menor plazo. El objeti-  
vo último de una organización es perpetuarse en  
el tiempo, cumpliendo su misión corporativa cada  
vez mejor si es posible. Por ello la racionalidad de  
la empresa no sólo consiste en optimizar la rela-  
ción medios-ingresos. La racionalidad es mucho  
más compleja y multidimensional: ha de tener en  
cuenta cómo se adapta la organización al entorno  
y cómo crea nodos en que sus fines se encuentran  
con los fines de otros grupos. Esta racionalidad que  
busca la supervivencia en el tiempo y la creación  
La visión de la sociedad como un sistema social  
dotado de sus mecanismos de funcionamiento y  
de cambio tiene como contrapartida un rechazo de  
todo análisis y de toda forma de organización so-  
cial que considere al actor de otro modo que por  
el lugar que ocupa en la sociedad. Las sociedades  
occidentales están constantemente agitadas por  
un conflicto entre una visión a la vez sistémica y  
utilitarista, de un lado, y la apelación a principios  
universalistas por otro (Touraine 2005).  
de empleo, ha de ser sostenible (económica, social 5.3.La organización desde la perspectiva  
y medioambientalmente) y, para ello, necesita un  
marco de valores, principios éticos y una cultura  
humanizadora (Deming 1982).  
sistémica y compleja  
Las organizaciones son sistemas abiertos: Todo  
sistema está situado dentro de un entorno, am-  
biente o contexto. El sistema, para sobrevivir, debe  
mantener una comunicación y una transacción con  
su entorno.  
La racionalidad del trabajo es reducir costes sa-  
lariales. Lo más fácil es reducir costes reduciendo  
personal. Pero el precio que se paga es la pérdida  
de conocimiento con cada persona que se va y la  
desmotivación de los que se quedan. Sin embargo,  
hay otra forma de racionalizar el trabajo: median-  
te una orientación a la innovación de productos,  
servicios, procedimientos, formas organizativas,  
estilos de dirección… Nuevos planteamientos que  
hacen posible que los recursos y capacidades se  
utilicen mejor. Naturalmente que la estrategia de  
la innovación es un reto humano, porque es donde  
la persona asume el reto de la transformación y no  
tanto el sistema en cuanto tal.  
Las organizaciones son sistemas complejos: Están  
formadas por multitud de agentes independientes  
e interdependientes con una tendencia a la au-  
toorganización. Las organizaciones complejas, es  
decir, con una mayor variedad interna tienen una  
capacidad mayor de generar más y más variadas  
respuestas a las demandas del entorno (Luhmann  
1983)  
Las organizaciones son sistemas dinámicos adap-  
tativos: Se dice que un sistema es dinámico cuan-  
do mantiene una armonía flexible con su entor-  
no próximo a lo largo del tiempo. Y es adaptativo  
cuando no sólo es influido por el medio ambiente  
El poder sólo es tal si es central. Del enfoque eco-  
nomicista clásico hemos heredado la visión de las  
organizaciones como grandes estructuras regidas  
56  
CIENCIAS DE LA COMPLEJIDAD  
sino que reacciona y se adapta a él. Es decir, es  
capaz de modificarse y aprender de la experiencia  
jan en una empresa, lejos de actuar “racionalmen-  
te” guiados por un “pragmatismo económico”, lo  
hacen en base a una serie de marcos de referencia  
y a una mezcla de pautas heredadas y experimen-  
tadas, conocimientos, protocolos, ciertas realida-  
des socialmente construidas (como la imagen de  
la empresa, los mitos y leyendas corporativos, la  
narrativa, el valor, la legitimidad, la legalidad, las  
restricciones normativas), percepciones, intuicio-  
nes, necesidades, ambiciones, emociones, presio-  
nes, miedos, respetos y expectativas. Esto hace  
que el entorno no sea interpretado y entendido  
por todos los integrantes de una organización de la  
misma manera. Gestionar la pluralidad de lecturas  
requiere de una habilidad comunicativa por parte  
de la dirección.  
(Begun 2003).  
Las organizaciones son sistemas autopoiéticos y  
autorreferenciales: Esto es, que producen y se au-  
to-reproducen a sí mismas. La autopoiesis es la  
capacidad de un sistema para reproducir sus pro-  
pios elementos y las interrelaciones que los unen  
(o sea, su propia organización). La autorreferencia  
es la capacidad de establecer relaciones internas  
y diferenciar esas relaciones de aquellas otras que  
mantiene con su entorno (paradigma comunicati-  
vo de la organización).  
Las organizaciones son sistemas auto-eco-orga-  
nizados: Las organizaciones son históricamente  
contingentes (su evolución depende de la adap-  
tación al entorno) y, por ello, están dotadas de un  
saber y una memoria que están almacenados en  
los miembros que la componen y que se expresan  
en sus rutinas. Ahora bien, más que pensar en la  
organización en sí misma, habría que pensar en un  
conjunto de organizaciones (poblaciones) con ca-  
racterísticas comunes. En otras palabras, la unidad  
de análisis no es la organización, sino la población.  
Esta es la base de un ecosistémico y, por tanto,  
ecológico y sostenible.  
Entender que los modos organizativos son el resul-  
tado de las interacciones de la red de actores con  
los que mantiene relaciones y no tanto el resultado  
directo de una voluntad directiva. El estratega ten-  
drá que conocer esa “configuración en red” para  
intentar reconfigurarla a fin de lograr un mejor  
acople de la organización con su entorno. La tarea  
es no dejar a la empresa aislada en sus finalidades  
propias e integrarla en los valores más amplios de  
la sociedad en la que vive. La dirección ha de ejer-  
cerse desde la toma e conciencia de cómo funciona  
el fenómeno que se quiere gestionar y hoy enten-  
demos que funciona en redes sociales.  
5
.4.¿Cómo dirigir una organización  
compleja?  
Pasar de los sistemas pre-construidos, produc-  
to del diseño y la planificación, a los sistemas  
auto-construidos (autopoiéticos) de emergencia  
espontánea. Lo que exige entender que los ór-  
denes emergentes no son pre-construidos me-  
diante finalidades impuestas desde fuera de los  
sistemas y que el futuro no será tanto el resul-  
tado de nuestras decisiones racionales como de  
nuestros actos cotidianos en una especie de ge-  
nética social.  
Todos forman parte del problema y de la solución.  
En la dirección estratégica de las organizaciones  
no es posible trabajar en base a la separación su-  
jeto-objeto. Todos, y los altos directivos no son  
excepción, forman parte de la misma trama or-  
ganizativa y social, aunque ocupen posiciones  
distintas. Las organizaciones del tipo “yo pienso,  
tú ejecutas”, por su rigidez estructural, tienen  
pocas probabilidades de sobrevivir en un medio  
cambiante que requiere más flexibilidad.  
Para ello, el directivo ha de esforzarse por ayudar  
a co-evolucionar su organización integrando sus  
entornos y creando las condiciones y los ambien-  
tes adecuados. Propiciar y encauzar serían en este  
contexto palabras más acertadas que planificar y  
controlar.  
Una organización está hecha de seres humanos  
con sus trayectorias individuales y sus sesgos cul-  
turales, cognitivos y valorativos. Un análisis políti-  
co de la organización nos va a permitir identificar  
actores, intereses, alianzas, cooperación, tensio-  
nes, que generan grados de desorden que pueden  
terminar en crisis y provocar órbitas corporativas  
no-lineales (creatividad e innovación).  
Conseguir organizaciones flexibles, en las que la  
descentralización, la rotación, la gestión del cono-  
cimiento, la visión compartida, un cierto desorden  
relativo para propiciar la innovación y un grado de  
participación adecuado sean las principales pautas  
directivas (Kliksberg 1993).  
Hay que dirigir desde la multidimensionalidad de-  
cisoria y no desde la racionalidad económica. Esto  
implica asumir que todas las personas que traba-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
57  
a través del contacto entre un emisor y un recep-  
tor preestablecidos. Hay un narrador centrado. El  
emisor se considera activo (persuasivo y retórico)  
y el receptor pasivo (manipulable y persuadible).  
Es una transmisión lineal de mensajes. El sentido  
del mensaje es unívoco y dado por el emisor me-  
diante la oportuna codificación de señales (bits).  
Se basa en la existencia de códigos compartidos.  
Lo que se dice es lo que se escucha. Se acepta la  
posibilidad de error (ruido) y para subsanarlo se  
incluye la noción de redundancia como reasegu-  
ro. Es la comunicación en el mismo sentido en el  
que la definieron Shannon y Weaber (Shannon y  
Weaber 1949). Nos sirve para conseguir una alta  
fiabilidad en la transmisión de la información a dis-  
tancia.  
6
(
. Complejidad y organización de empresa  
2). Cambio en la estructura: Estructura  
en red e inteligencia de equipo  
6.1.Ideas que hay que rescatar, como  
punto de partida  
Pensar la realidad como una trama de procesos  
fluidos, complejos y (a veces) caóticos. Complejo  
es “complexus”, lo que está tejido junto. Habla-  
mos pues de una trama dinámica configurada por  
interconexiones energéticas y físicas pero también  
simbólicas y culturales (redes de conversaciones),  
unas más explícitas y otras más profundas.  
Hablamos de un universo en red y nosotros forma-  
mos parte de esa trama. El estratega ha de saber  
trabajar con seres humanos y, como tales, con acto-  
res relacionales, y no con actores racionales. Lo que  
conduce a una orientación más consensual y cultu-  
ral. Que sólo es factible a través de la comunicación.  
No es necesariamente estratégica, más bien es  
una comunicación “ciega”, como la bautizó Hum-  
berto Eco. No importa lo que se transmita, en el  
modelo de Shannon lo que importa es que llegue  
correctamente. No se preocupa por el contexto ni  
por el significado. Se trata de un modelo lineal,  
secuencial y meramente lógico que se preocupa de  
la comunicación entre máquinas (Schramm 1954).  
No es que el modelo de Shannon no sea eficaz y  
operativo. El error sería tomar la comunicación en-  
tre máquinas como una analogía base para cons-  
truir un modelo de comunicación entre humanos  
(que es la comunicación constitutiva de todos los  
fenómenos sociales, incluida la empresa, su orga-  
nización, su estructura, su gobierno.  
Ver las organizaciones como sistemas complejos  
organizantes. Para conocer su estado hay que fi-  
jarse en los flujos y en las interconexiones, ahí  
donde surgen las relaciones y las innovaciones.  
Y a la hora de dirigirlas, hay que manejar la in-  
teligencia conectiva para saber generar ambien-  
tes flexibles y cauces estratégicos que ayuden a  
su co-evolución y que generen la innovación, el  
sentido y la significación adecuados para mejorar  
su articulación con los demás participantes en su  
trama relacional consigo mismo y con los demás 6.3.La comunicación desde el paradigma  
participantes. Ya que justamente de lo que se trata  
es de no pensar el mundo como un conjunto de  
opuestos binarios (y excluyentes).  
de la complejidad  
Es ante todo una capacidad humana que nos ayu-  
da a manejar la propia complejidad del mundo,  
permite desplegar nuestra potencialidad personal  
y reconfigurar nuestras relaciones modificando  
nuestro entorno. Nuestro mundo es social, lo cual  
quiere decir que vivimos en el lenguaje (Echeve-  
rría 1994). Vivimos en y por la comunicación.  
Si la realidad es una trama, y el hombre un nodo  
de la misma, la estrategia pasa a ser una forma  
de tejer, tramar o desentramar esa red en busca  
de otra configuración más propicia para nuestras  
metas, necesidades y ambiciones. La Estrategia es  
la capacidad humana que nos ayuda a articular y  
reconfigurar nuestra trama de relaciones (persona-  
les y profesionales) y así gestionar nuestro tránsito  
desde una situación dada a otra mejor. Y para ello la  
comunicación se ofrece como una opción de menor  
coste energético y de mayor valor añadido que la  
interacción y sobre todo la confrontación física.  
Es, por tanto, el espacio del que surgen nuestro  
pensamiento, nuestro análisis y nuestras opciones  
y en el que se configura y reconfigura nuestra vi-  
sión del mundo, pero también nuestra misma tra-  
ma relacional. Por eso la comunicación es momen-  
to de transformación.  
6
.2.La idea de comunicación clásica que  
La comunicación es también el espacio interacti-  
vo, relacional y social de encuentro, hibridación y  
transformación entre las identidades y alteridades  
presentes en cada situación. Es el factor decisivo  
hemos recibido  
Es un acto de transmisión de información que se da  
58  
CIENCIAS DE LA COMPLEJIDAD  
en la transformación de sociedades multiculturales  
en sociedades inclusivas e interculturales. La co-  
municación reconoce y potencia nuestras especifi-  
cidades a la par que abre nuestra trama social.  
al objeto del mundo que intenta reflejar (la me-  
táfora del procesamiento de información por una  
máquina computadora), sino que forma parte de  
una estructura global de la conceptualización de  
la realidad en la que participan simultáneamente  
todos los mecanismos perceptivos de los seres hu-  
manos (Mora 2007).  
Desde la perspectiva de la complejidad, las fun-  
ciones de emisor y receptor quedan relativizadas,  
porque no hay un observador equidistante en di-  
cha conversación, que pueda actuar de cronista o  
narrador objetivo.  
Además, el pensamiento humano es holístico y  
no se reduce a módulos de funcionamiento autó-  
nomo. No se produce en determinadas áreas del  
cerebro, desconectadas de otras áreas, sino en la  
globalidad del funcionamiento neural (y no sólo en  
el cerebro, sino en la totalidad del sistema neural).  
La comunicación es una construcción permanente  
de significados y un proceso también permanente  
de modificación de contextos. La relación entre in-  
terpretación y significación (no una mera decodifi-  
cación, como en la teoría de Shannon) en función  
del contexto, modifica la posición de los comu-  
nicantes, creando espacios contextuales nuevos  
que, a su vez, repercuten en nuevas interpretacio-  
nes.  
Por ello la comunicación no es meramente una  
transmisión de contenido lógico, sino un proceso  
creativo e imaginativo, cuya descripción va más  
allá del esquema reduccionista propuesto por el  
neopositivismo (aún dominante en la ciencia).  
Por ello se impone una cautela, ya que el signifi- 6.5.Inteligencia de Equipo. “Swarm In-  
cado captado e interpretado inmediatamente no  
necesariamente coincide con el significado que se  
desea expresar y transmitir, dado que el significa-  
do varía en función del contexto y de las personas  
implicadas en la situación de comunicación.  
telligence”. Redes de aprendizaje e  
innovación: Inteligencia para la em-  
presa  
Las ciencias de la complejidad, a partir del carác-  
ter sistémico y holístico de los sistemas durante la  
transmisión de información, también han suminis-  
trado modelos de comunicación y aprendizaje co-  
laborativo que se han revelado sumamente efica-  
ces para la construcción de significados comunes.  
Se les llama Inteligencia de enjambre, o también  
podemos llamarlo Aprendizaje Colaborativo en  
Red (Networked Collaborative Learning)  
Una condición esencial para la comunicación es la  
necesidad interpretar las intenciones ajenas. Ello  
exige empatía, capacidad de ponerse en el lugar  
el otro y suficiente valoración del otro como para  
querer hacerlo. Es una acción común con otro. Im-  
plica empatía y emocionalidad. Y ello hace que la  
comunicación, incluso la comunicación como fac-  
tor estratégico en la organización de la empresa,  
implique un fundamento ético y una escala de va-  
lores humanos compartida, aunque sea a nivel de  
mínimos.  
Los humanos parecemos requerir algún tipo de  
control central para construir algo sensato o ser-  
vicial. Las termitas, en cambio, fabrican sus ciu-  
dades -esos túmulos casi mil veces mayores que  
su cuerpo- sin necesidad de planos, arquitectos ni  
jefes de obra: solo con comunicación local. Cien-  
tíficos de Boston han estudiado a las termitas y  
han logrado unas cuadrillas de pequeños robots  
que son capaces de edificar estructuras sin ningún  
control central. La robótica ya posee la inteligencia  
del enjambre o, al menos, comportamientos simi-  
lares a dicha inteligencia.  
6
.4.¿Qué nos dicen las ciencias cognitivas  
sobre la comunicación?  
No preexiste objetivamente un mundo exterior al  
que los seres humanos puedan acceder directa y  
objetivamente a través de sus sentidos o mecanis-  
mos de percepción, sino que percibimos el mundo  
a través de la cognición mediatizada por el pensa-  
miento, la cultura y el lenguaje. La mente humana  
no es, pues, un reflejo de la naturaleza, sino una  
instancia de construcción de la realidad en el ejer-  
cicio de la comunicación (Lewontin 2000).  
La propiedad básica que los hace enjambres, al  
igual que ocurre con los sistemas complejos, es  
su comportamiento de autoorganización; es decir,  
es el hecho de que una gran cantidad de procesos  
simples pueden conducir a resultados complejos y  
que explica muy bien Len Fisher (Fisher 2009 ).  
El pensamiento no se limita al manejo sistemá-  
tico y mecánico de símbolos abstractos aplicados  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
59  
El comportamiento de las hormigas es el ejemplo  
más conocido de la inteligencia de enjambre. Mu-  
chas especies de hormigas tienen un depósito de  
una sustancia química llamada feromona. Es un  
medio de señales cuyas principales ventajas son  
el gran alcance y el evitar obstáculos, puesto que  
son arrastradas por el aire. Por ello, las hormigas  
no se comunican directamente entre sí, pero si-  
guen rastros de feromona (dejando a sus propias  
feromonas, por lo que la pista se ve reforzado). El  
camino que conecta la fuente de alimento y el nido  
está optimizado, y además, no tienen ningún tipo  
de conocimiento global del problema por cualquie-  
ra de los agentes.  
patrones emergentes de comunicación y colabora-  
ción, que no se relacionan ni se deducen de com-  
portamientos individuales.  
Uno de los ejemplos más claros de esto es el fil-  
trado colaborativo. Se basa en la premisa de que  
las personas que buscan información deben ser  
capaz de hacer uso de lo que otros ya han encon-  
trado y evaluado. Los sistemas tradicionales de  
filtrado colaborativo (Melville y Sindhwani 2010)  
almacenan las preferencias y las evaluaciones de  
los usuarios con respecto a varios elementos (de  
las novelas y canciones, a los recursos de apren-  
dizaje en una clase). Esas preferencias permiten  
a otros usuarios ver lo que sus compañeros han  
elegido y utilizar esta información como guía para  
sus acciones.  
Este fenómeno está directamente relacionado con  
la Teoría de Redes. Se han resuelto exitosamen-  
te muchos problemas administrativos, por ejem-  
plo de diseño de sistema de transportes, sistemas  
de información y programación de proyectos, con  
ayuda de los modelos de redes y con técnicas de  
análisis de redes.  
En los últimos años, el crecimiento del comercio  
electrónico ha estimulado el uso de sistemas de  
filtrado colaborativo para establecer sistemas de  
recomendación. Por lo tanto, el objetivo de un  
sistema moderno de filtrado colaborativo puede  
enunciarse como la predicción de la utilidad de un  
determinado tema para un usuario particular, so-  
bre la base de gustos anteriores del usuario y las  
opiniones de otros usuarios con gustos similares.  
Entre los adelantos en el campo de la investigación  
operativa puede decirse que la teoría de redes está  
entre las que poseen una más amplia variedad de  
aplicaciones. La estructura de las redes puede ser  
representada por un gráfico con vértices o nodos y  
ramas o arcos, correspondientes a las estaciones  
y enlaces respectivamente (esto es evidente en el  
caso de las redes de transporte o comunicaciones,  
pero también en todos los demás tipos).  
Lo interesante del caso es que esta técnica no es  
una mera herramienta para tomar decisiones o  
para influir en las mismas, sino que es un proceso  
de aprendizaje de la red en cuanto tal. Por ello se  
habla de Internet como de una red semántica (con  
capacidad de aprendizaje y adaptación).  
Otro ejemplo. Los Modelos de Redes de Activida-  
des sirven para planear, programar y controlar  
proyectos que constan de numerosos trabajos o  
tareas separadas que son llevadas a cabo por di-  
versos departamentos, personas, etcétera. Con  
frecuencia, estos proyectos son tan grandes y/o  
tan complejos que no es posible que un adminis-  
trador tenga en mente toda la información relativa  
al plan, al programa y al avance de su proyecto.  
En estas situaciones, las técnicas de evaluación y  
revisión basadas en redes, se han mostrado alta-  
mente eficaces.  
Otro ejemplo de inteligencia de enjambre en hu-  
manos es la secuenciación adaptativa de colabora-  
ción. La secuenciación de adaptación es uno de los  
principales retos en la actualidad en el ámbito de  
la educación basada en la Web o en cursos virtua-  
les a distancia.  
El problema consiste en seleccionar el orden en  
que se presentan un conjunto de unidades para el  
estudiante (en una secuencia) con el fin de hacer  
su aprendizaje lo más exitoso posible, teniendo en  
cuenta las capacidades y necesidades de cada es-  
tudiante (personalización).  
6
.6.Inteligencia de red aplicada a grupos  
sociales  
Un ejemplo de la inteligencia de enjambre en gru-  
pos humanos es cuando existe una gran cantidad  
de personas que interactúan sin ninguna comu-  
nicación directa entre ellos pero se produce una  
comunicación indirecta a través de algún tipo de  
entorno (de aprendizaje). Entonces se producen  
Estos estudiantes diferentes maximizan su aprendi-  
zaje con diferentes secuencias de actividades: algu-  
nos se beneficiarán de una secuencia conun enfoque  
deductivo, mientras que otros prefieren los plantea-  
mientos inductivos, y algunos prefieren actividades  
con una gran cantidad de texto, mientras que otros  
60  
CIENCIAS DE LA COMPLEJIDAD  
aprenden más con los recursos gráficos, etc.  
problema, obstaculizando la generación de una nueva  
teoría estratégica para la toma de decisiones organiza-  
Los estudiantes son obviamente diferentes y pre- cionales y empresariales.  
fieren diferentes secuencias de aprendizaje, pero  
sus preferencias muestran cierto grado de correla- 7.1.Ideas previas sobre la decisión  
ción, como en el caso anterior. Así que el problema  
de la secuenciación es de optimización de la ruta  
estratégica que es preciso revisar  
(
encontrar el camino que maximiza el aprendizaje)  
Estas ideas que dificultan la nueva teoría estra-  
tégica operativizan varios supuestos que, aunque  
han ido evolucionando, mantienen su estructura  
como conjunto:  
como hacen las técnicas de aprendizaje colectivo.  
6
.7.Futuro del aprendizaje colectivo  
basado en redes de inteligencia social  
El supuesto de la racionalidad económica, que im-  
plica que las personas sólo actúan racionalmente  
cuando buscan su máximo beneficio individual y,  
asimismo, las organizaciones actúan optimizando  
resultados económicos medibles. Este supuesto se  
ha expresado de diversas maneras que van, desde  
la racionalidad económica de los modelos neoclá-  
sicos (Adam Smith), a la racionalidad limitada de  
Herbert Simon, pasando por la racionalidad según  
Max Weber.  
En cualquier caso, muchas de las aplicaciones  
más prometedoras de las técnicas de inteligencia  
de enjambre se están desarrollando en Internet y  
proceden del ámbito de aprendizaje por enjambre  
social. El filtrado colaborativo es un campo activo  
en algunas aplicaciones comerciales, como el sis-  
tema de recomendaciones, mientras que la inves-  
tigación sobre la secuencia de colaboración puede  
conducir a una mejor comprensión de la forma en  
que el usuario navega por la Web.  
El supuesto de dirección única y jerárquica, en el  
que la dirección actúa jerárquica y piramidalmen-  
te, de arriba abajo y en el que las organizaciones  
actúan monolíticamente, con fines y criterios cla-  
ros y únicos.  
Aunque el problema de la secuenciación trae si-  
militudes con otros problemas de optimización de  
ruta, existen diferencias que deben tenerse en  
cuenta. En primer lugar, el camino tiene que ser  
optimizado para cada usuario. El camino que es  
óptimo para todo el mundo puede no ser óptimo  
para cada estudiante. Esto es especialmente crítico  
para los sistemas e-learning. El enfoque adoptado  
por Mortera-Gutiérrez (Mortera-Gutiérrez 2006) es  
una mezcla de sistemas tradicionales de filtrado y  
sistemas de secuenciación de colaboración, dando  
a los estudiantes información sobre el desempeño  
de sus colaboradores y las medidas adoptadas por  
ellos (como grupo, no individualmente). Este enfo-  
que pone al estudiante en un estado metacogniti-  
vo cuando se enfrentan con sus compañeros a los  
resultados o resolución de problemas (Santamaría  
González 2008).  
Un conjunto de supuestos ideológicos (por tanto no  
demostrados pero que funcionan como si fueran evi-  
dentes).Porejemplo:sóloesreallo económicamente  
medible, porlo que hay que olvidar lo social y comu-  
nitario, por ser intangible, para establecer posiciones  
de privilegio desde las que ganar dinero como aspi-  
ración máxima de la vida, etc.  
Un pragmatismo en cuanto a los fines, de tipo funcio-  
nalista, unido a un enfoque basado en la linealidad y  
el equilibrio, tratado conunafuertebasematemática.  
El supuesto de que el medio está fijado. Un carácter  
estático que se traduce en un interés prescriptivo,  
universalistay simplista. Como si larealidad fueseun  
punto de partida y no de llegada. Como si el mundo  
que nos rodea no fuese cambiante y en construcción  
constante, por lo que no podemos ni podremos nun-  
ca cosificarlo y normativizarlo de manera definitiva.  
Olvidando que las formulaciones científicas siempre  
son hipotéticas, incompletas y han de permanecer  
abiertas a ulteriores desarrollos.  
La verdadera revolución en la organización y admi-  
nistración de empresas sería resolver el problema  
de cómo aplicar este proceso metacognitivo de  
aprendizaje generando clusters colaborativos en  
ciertos sectores, aunque abiertos a un intercambio  
con nodos de otros sectores diferentes.  
7
. Complejidad y organización de empresa  
(
3): Cambio en la estrategia: Flexibilidad  
para tomar decisiones en la incertidumbre  
7.2.Críticas al paradigma clásico desde el  
sentido común  
Hay varias ideas previas que dificultan la solución a este El hecho es que participamos de diversos sesgos que  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
61  
cualitativos y de estructuras sistémicas. También  
evolucionamos, como sociedad, como especie y  
como individuos. Esta visión históricamente situa-  
da pone el énfasis en las posibilidades futuras del  
ser humano. Es una crítica de algunas exagera-  
ciones de la racionalidad moderno-ilustrada, tales  
como el positivismo, el mecanicismo y el reduccio-  
nismo materialista. Incorporan conceptos que pro-  
ceden de las ciencias sociales. La idea central es  
que la misma ciencia económica se desarrolla en  
forma de cultura o subcultura, preñada de valores  
y actos de evaluación que no se producen de for-  
ma meramente mecánica o algorítmica (Mirowski  
1989).  
nos alejan de los comportamientos racionales me-  
ramente formales o algorítmicos (es decir, una ra-  
cionalidad que se aplica unidireccionalmente y en  
términos unívocos).  
Los humanos somos seres sociales y nuestra in-  
teligencia, nuestra capacidad de comprensión,  
también lo es. Asignamos valores y significados en  
función de la comunicación con nuestros semejan-  
tes. Una sociedad de humanos que se rigieran sólo  
por razones de ganancia económica, renunciando  
a la emoción, a la solidaridad o la compasión, sus-  
tentada sólo en el cálculo egoísta, resultaría im-  
posible. Las interacciones sociales -incluidos los  
intercambios de mercado- requieren valores y ac-  
titudes éticas, como la confianza, lealtad y sentido  
del compromiso. La presunción de que los huma-  
nos son puramente egoístas, o que la racionalidad  
es el comportamiento egoísta, es falsa.  
Y evolucionamos innovando. Y la innovación no se  
puede crear mecánicamente, ni es el resultado de  
la aplicación de ningún método concreto. Las má-  
quinas son lineales. El ser humano, cuando crea,  
es no-lineal, imaginativo, caótico, imprevisible.  
Tomar en serio la innovación de la empresa im-  
plica crear entornos en los que puedan compartir-  
se ideas de no-linealidad y caos. Ello permite una  
cierta inestabilidad relativa (que es como surgen  
las nuevas propiedades y los nuevos estilos y es-  
tructuras adaptativas).  
Somos seres racionales que elaboran sus decisio-  
nes en base a procesos lógicos y también emo-  
cionales. Las emociones son el significado de los  
conceptos (la resonancia emocional o afectiva que  
una determinada palabra activa en nosotros es su  
significado o su sentido real para nosotros). Es-  
tas distintas resonancias emocionales son lo que  
nos permite distinguir entre normas morales (no  
matarás) y normas convencionales (el tenedor se  
coge con la mano izquierda) (Ovejero 2005).  
Las anteriores críticas al modelo clásico de racio-  
nalidad han sido demostradas y fundamentadas  
por las actuales neurociencias. En la actualidad  
ninguna estrategia de negocios que pretenda te-  
ner éxito puede obviar la investigación científica  
sobre el funcionamiento de las percepciones, la  
memoria, la cognición, la emoción, la razón, y los  
mecanismos que interactúan durante el aprendi-  
zaje y toma de decisiones del cliente. Por ello, las  
neurociencias tendrán una importancia decisiva en  
todos los aspectos de la vida humana y la configu-  
ración social. Y dichas neurociencias son, precisa-  
mente, la punta de lanza de las actuales ciencias  
de la complejidad.  
7
.3.Las críticas desde dentro del Manage-  
ment  
Hoy se habla con tranquilidad de “cultura corporati-  
va”, “valor de la imagen”, “inteligencia emocional”,  
“conocimiento”, “confianza” y otros intangibles.  
Pero esto no fue siempre así de obvio. Muchos au-  
tores de peso realizaron un trabajo enorme para  
abrir al directivo la posibilidad de trabajar con pa-  
rámetros cualitativos.  
Por otro lado, es notable la falta de una teoría de la  
estrategia o de la decisión racional en sentido fuer-  
te. Hay múltiples desarrollos teóricos que abordan  
problemas distintos, pero sin una consistencia teó-  
rica unificada. Jules Goddard (Goddard 1997) po-  
nía el dedo en la llaga al denunciar que las ideas  
sobre la estrategia se han limitado a acumularse,  
en lugar de materializarse en un sustrato teórico  
de aceptación general sobre el que construir inves-  
tigaciones serias.  
La concepción sistémica de la sociedad y el merca-  
do también es un enfoque cualitativo o estructural  
(aunque compatible con lo cuantitativo). Surgida  
en el campo de la biología y la cibernética, provo-  
ca un profundo cambio en la forma de entender la  
organización. Aporta un nuevo modelo epistemo-  
lógico y abre la organización y sus estrategias al  
paradigma de la complejidad (Senge 1990), (Par-  
sons 1960), (Nonaka y Takeuchi 1995), (Maturana  
y Varela 1984).  
Por último, es evidente que los escándalos empre-  
sariales como WorldCom, Enron, Parmalat, etc.,  
Pero no sólo vivimos en un mundo de intangibles  
62  
CIENCIAS DE LA COMPLEJIDAD  
etc., están reclamando recuperar la ética empre-  
sarial, no ya por mera responsabilidad moral, sino  
como parte de un modelo estratégico de eficiencia  
empresarial y de racionalidad en el largo plazo.  
tural y, sobre todo, la búsqueda de un modelo de  
desarrollo sostenible y compartible.  
Estas críticas y reflexiones, como se decía, han  
sido aportadas desde muy diversos ámbitos cien-  
tíficos y epistémicos: las teorías de la acción so-  
cial (Jurgen Habermas); la antropología cultural  
7
.4.Las críticas desde fuera del Manage-  
ment  
(Constantin von Barloewen); la sociología (Hoc-  
La lógica clásica de la administración de empresas  
también ha recibido numerosas críticas proceden-  
tes de las más variadas (y aparentemente inco-  
nexas) áreas de conocimiento, lo que refuerza el  
valor de dichas críticas.  
ksbergen, Gidens, Touraine, Castells, Bordieu); la  
psicología económica (Daniel Kahnemann); la fi-  
losofía (Javier Echeverría, Fernando Savater); la  
ética (Adela Cortina, Javier Darío Restrepo); la sis-  
témica (Maturana y Varela, Luhmann, Serra); La  
comunicación y la educación (Paulo Freire, Mario  
Kaplun, Jesús Martín-Barbero, Rosa María Alfaro,  
Sandra Massoni, Raúl Fuentes Navarro, y el Foro  
Iberoamericano Sobre Estrategias de Comunica-  
ción-FISEC).  
Para comenzar, el hecho de que la globalización  
haya cambiado las reglas conforme a las que el  
sistema socio-económico evoluciona es un hecho  
nada trivial porque nos sitúa en un marco de alta  
volatilidad e incertidumbre. Por ello, las solucio-  
nes a los problemas económicos -que cada vez 7.5.¿Cómo debiera evolucionar el Mana-  
son de orden más supraestatal- requieren diver-  
sas estrategias locales y globales coordinadas en  
red desde diversos ámbitos (más allá de los eco-  
nómicos).  
gement?  
Si la ciencia de administración de empresas aten-  
diera a las críticas reseñadas, internas y externas,  
la gestión de empresas en general experimentaría  
una serie de cambios positivos:  
Se apoyaría cada vez más en la eficacia de la infor-  
mación, siendo de destacar la aparición de softwa-  
re muy potente, amigable e intuitivo. De modo que  
la comunicación (hacia afuera y hacia adentro) se-  
guiría adquiriendo importancia en la empresa.  
Por otro lado, el paradigma económico clásico (la  
economía de Adam Smith, o más modernamente,  
la economía positiva de Samuelson) ha entrado en  
crisis a partir de los cracks bursátiles y los escán-  
dalos financieros derivados de malas praxis, pero  
también de la emergencia de nuevos productos fi-  
nancieros como fruto del carácter global del siste-  
ma económico.  
La empresa sería capaz de enfrentarse a un mundo  
caleidoscópico, y saber actuar sometida a múltiples  
presiones, limitaciones y controles. Dicha flexibili-  
dad procedería de un enfoque o cultura empresa-  
rial más humana y de unos códigos de conducta  
mucho más éticos -más críticos- que los actuales  
el management reaccionaría a tales cambios y se  
haría, asimismo, más humano y más responsable  
porque aceptaría algo en verdad evidente: que las  
personas, y sus capacidades intelectuales, serán  
el activo más valioso de las empresas a todos los  
niveles de funcionamiento.  
Se hace evidente que se necesita manejar otros  
parámetros además de los económicos (enten-  
didos economicistamente); es decir, introducir lo  
cualitativo en los análisis micro-meso-macroeco-  
nómicos. El positivismo utilitarista, pragmático y  
funcional se revela como corto de miras y obtuso  
en las decisiones.  
Una de las críticas más radicales y fuertes es, como  
ya hemos puesto de manifiesto, la de la raciona-  
lidad como puro proceso cognitivo. Si se tiene en  
cuenta la multidimensionalidad de la inteligencia 8. Conclusiones sobre el pensamiento  
humana, es evidente que se necesita incorporar complejo aplicado a un nuevo modelo de  
una interdisciplinariedad en la estrategia, que empresa: Nuevos objetivos, nueva estruc-  
supere la división entre ciencias duras y ciencias tura y nueva estrategia  
humanas y sociales. Toda ciencia es humana. La  
cuestión relevante es si es humanizadora o no. De todo lo planteado y sostenido por autores de indis-  
Esto también introduce en la racionalidad cientí- cutible autoridad en el tema de complejidad y teoría de  
fica la cuestión del horizonte político hacia el que las organizaciones es posible afirmar que esta cues-  
se quiere encaminar la investigación y enfoca los tión afecta de lleno a los pilares tradicionales de  
problemas a investigar incorporando el factor cul- las organizaciones en general y a la empresa en parti-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
63  
cular. Podemos resumir los cambios de la introducción  
del paradigma complejo en el ámbito de la sociedad y  
el desarrollo empresarial en una serie de conclusiones.  
La coherencia y persistencia de estos sistemas  
está en directa relación con las múltiples cone-  
xiones y retroalimentaciones entre las partes, de  
la agregación de elementos y de la capacidad de  
aprendizaje para la adaptación permanente.  
8.1.Cambio en el concepto de planifica-  
ción  
8.3. Conexión en red y flexibilidad  
En la planificación, al aumentar de manera enorme  
la dificultad en la predicción del futuro, a causa del  
aumento de la incertidumbre y la imposibilidad de  
conocer con la suficiente anticipación la aparición  
de estados emergentes, ha llevado a que las orga-  
nizaciones no planifiquen operaciones a más allá  
de tres a cuatro años como horizonte para evitar  
riesgos innecesarios.  
La acción que toma el agente durante un tiem-  
po, está generada por las diferentes estructuras  
de conocimiento que los agentes que componen el  
sistema van siguiendo. Los agentes están conec-  
tados entre sí mediante bucles de retroalimenta-  
ción, pero ningún componente individual dicta el  
comportamiento del sistema total, sino que este  
emerge de las interacciones entre ellos. Por ello se  
puede decir que el sistema se auto-organiza. Para  
ello se hace necesario encontrar estructuras que,  
al mismo tiempo que integran y cohesionan, sean  
flexibles para garantizar el cambio que permite la  
adaptación y la viabilidad en la dirección y el lide-  
razgo.  
En contextos tan impredecibles, la función de  
“planificación” cambia necesariamente de natura-  
leza, porque no tiene mucho sentido seguir  
insistiendo en planes basados en premisas rotun-  
das, objetivos numéricos minuciosos e itinerarios  
predeterminados que sólo contribuyen a coartar  
la capacidad de reacción. Además, en este es-  
cenario tan incierto resulta cada vez más difí- 8.4.Base preparada, motivada, empode-  
cil diagnosticar, y mucho más predecir y planificar  
rada y con iniciativas  
como se ha venido haciendo hasta ahora.  
En un entorno altamente cambiante y complejo se  
requiere que la dotación de potencial humano sea  
capaz de iniciativa, automotivación, creatividad  
e innovación; características que el liderazgo del  
pasado no permitía y que ahora un liderazgo que  
principalmente oriente y coordine las decisiones y  
acciones que agentes empoderados llevan adelan-  
te, puede facilitar caminos de eficacia y eficiencia  
que permiten, al mismo tiempo, el aprendizaje y  
la adaptación.  
8
.2.Capacidad de reacción: Sistemas  
Complejos Adaptativos  
Algunos autores proponen el estudio de las em-  
presas considerando dos propiedades fundamen-  
tales de los Sistemas Complejos Adaptativos: a)  
Inestabilidad limitada en la que se afirma la co-  
existencia de estabilidad e inestabilidad como  
requisito de la dinámica organizacional y b) Au-  
to-organización espontánea que emerge de las  
interacciones que se dan entre los componentes 8.5.Cambio en el concepto de control y  
del sistema en la estructuración (organización en  
el leguaje tradicional), puesto que en el entorno,  
alta y bruscamente cambiante, se necesita de  
una estructura mucho más flexible y liviana que la  
pesada y rígida estructura que se usaba antes.  
liderazgo  
También hay modificación en el concepto de con-  
trol, dado que en un ambiente alta y súbitamente  
cambiante se requieren correcciones sumamente  
rápidas, y dicho más exactamente correcciones en  
tiempo real. Para alcanzar este fin, y ante la falta  
de seguridad en la predicción para una planifica-  
ción contable, se hace necesario disponer de al-  
gún medio que permita esa corrección inmediata,  
lo que lleva obligatoriamente a un cambio en la  
concepción de los mecanismos de control.  
Se debe indicar que todos los sistemas com-  
plejos adaptativos como la empresa comparten las  
mismas propiedades o características comunes,  
esto es: auto-organización, no- linealidad, memo-  
ria conceptual distribuida, creatividad y capacidad  
de adaptación.  
Se pueden describir como conjuntos de agentes 8.6 Jerarquización colaborativa y multidi-  
interactivos en base a reglas (por lo general sen- mensional  
cillas) que cambian (para adaptarse) en la medida  
en que el sistema va acumulando experiencia.  
En relación directa con lo dicho y a modo de ejem-  
64  
CIENCIAS DE LA COMPLEJIDAD  
plo, en los últimos tiempos, en opinión de muchos  
autores, el diseño de las organizaciones está pa-  
sando de las estructuras verticales a las colabora-  
tivas; prefiriendo estructuras basadas en redes,  
buscando un equilibrio entre control y aprendi-  
zaje, entre jerarquía y red, para lograr o alcanzar  
una organización flexible, adaptable e inteligente.  
Esto permite tomar conciencia de un fenómeno  
que perturba gravemente a las organizaciones,  
sin que se pueda muchas veces caer en la cuenta  
acerca de dónde está el origen del problema. Tal  
como lo plantean muchos autores importantes, la  
complejidad es una de las más grandes amenazas  
que afectan a las empresas de este tiempo si no  
se adecuan a la nueva realidad, tal como lo han  
expresado Holland (2014), Battram (2001), Morin  
(2011), Mariotti (2007); por citar los más repre-  
sentativos.  
La organización empresarial como sistema adap-  
tativo complejo es la antítesis de la organización  
tradicional. Al ser un sistema caracterizado por la  
emergencia, la auto-organización y la evolución,  
implica diseños organizacionales a partir de nue-  
vos paradigmas que consideran la búsqueda de  
inestabilidad limitada, desarrollo de operaciones  
en ausencia de controlador central (líder, geren-  
te, coordinador) y de parámetros que restrinjan  
la acción individual (procedimientos, estándares,  
protocolos y demás). Se necesitan nuevos con-  
ceptos de control más cercanos a los que usan los  
sistemas vivos y que ya están en desarrollo.  
No cabe duda que a partir de ese trabajo concep-  
tual y teórico, se abren nuevos caminos investi-  
gativos, no sólo para complementar y potenciar  
la literatura que ya existe sobre la materia, sino  
que también generará espacios en los que aplicar  
estas perspectivas o marcos teóricos a las indaga-  
ciones que se realicen en las organizaciones tanto  
públicas, como privadas y también del tercer sec-  
tor.  
8
.7.Empresa preparada para la aparición  
Bibliografía  
de Estructuras Disipativas  
Axelrod, Robert.1984 The Evolution of Cooperation. New York, Ba-  
Otro concepto de la complejidad, aplicable a la  
sic Books.  
empresa: Estructura Disipativa. Es una estructura Battram, Arthur. 2001 Navegar por la complejidad. Guía básica  
que emerge en un sistema al que se le suministra  
una cantidad de energía que rompe el equilibrio.  
sobre la teoría de la complejidad en la empresa y la gestión.  
Buenos Aires, Granica.  
Dicha estructura emergente (no planificada) ayu- Begun (y otros).2003 “Health care arganizations as complex ad-  
da a redistribuir dicha energía de la forma óptima  
entre todos los componentes (siempre que entre  
los componentes exista una conexión en red a to-  
dos los niveles).  
aptative systems”, en Mick, Stephen y Wittenbach, Mindy  
(eds.), Advances in Health Care Organization Theory. San  
Francisco, Jossey-Bass. 253-288.  
Bohm, David1997 Sobre el diálogo. Barcelona, Kairós. 1997 Sobre  
el diálogo. Barcelona, Kairós.  
El requisito de las estructuras disipativas (ale-  
1998 La totalidad y el orden implicado. Barcelona, Kairós.  
jadas del equilibrio) se manifiesta a través de la Boyd, Robert (y Richerson, Peter). 2005 The origin and evolution  
of cultures. New York, Oxford University Press.  
dicho de otra manera, la organización debe evitar Deming, Edwards. 1982 Out of Crisis. Cambridge, Mass, MIT Cen-  
incesante búsqueda de inestabilidad limitada o,  
tanto el equilibrio como el caos, como condición  
fundamental para mantener la viabilidad.  
ter for Advanced Engineering Study.  
Echeverría, Rafael. 1994 Ontología del lenguaje. Santiago de  
Chile, Dolmen.  
8
.8.Cambio de perspectiva: El equilibrio  
Fisher, Len . 2009 The perfect swarm. The science of complexity in  
everyday life. New York, Basic Books.  
abierto  
Gödel, Kurt . (1931). “Über formal unentscheidbare Sätze der  
Principia Mathematica und verwandter Systeme, I”. Mona-  
tshefte für Mathematik und Physik (38): 173-198  
Goddard, Jules. 1997 “The arquitecture of core competente”, Bus-  
siness Strategy Review, nº 8 (1): 43-52.  
El equilibrio ha sido la principal característica de la  
administración desde la corriente de pensamiento  
principal (tradicional); sin embargo, al considerar  
a la organización como ser vivo, la orientación ha-  
cia estados estables pierde relevancia. Si se man- Gutiérrez, Alfredo. 2003 La Promesa I: Edgar Morin, conocimiento  
e interdisciplina. México, Universidad Iberoamericana.  
se convierte en serio impedimento para alcanzar Holland, John. 2014 Complexity: a very short introduction. Oxford,  
creatividad, generar innovaciones y la capacidad  
Oxford University Press.  
de responder a condiciones alta y bruscamente Kauffman, Stuart. 1993 The Origins of Order: Self-Organization  
cambiante del entorno.  
tiene la organización en un equilibrio estable ello  
and Selection in Evolution.New York, Oxford University Press.  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
65  
1
995 At Home in the Universe. The search for laws of  
2011 La vía para el futuro de la humanidad. Barcelona, Paidós.  
Mortera-Gutiérrez, Fernando. 2006 “Faculty best practices using  
blended learning in e-learning and face-to-face instruction”,  
International Journal on E Learning, Vol 5, nº3, 313-337.  
self-organization and complexity. Nueva York, Oxford Uni-  
versity Press.  
Kliksberg, Bernardo (Ed.). 1993 Pobreza. Un tema impostergable.  
Nuevas respuestas a nivel mundial. Caracas, FCE (Fondo  
de Cultura Económica), CLAD (Centro Latinoamericano de  
Administración para el Desarrollo), PNUD (Programa de Na-  
ciones Unidas para el Desarrollo).  
Mosko, Mark (y Damon, Frederick) (eds.). 2005 On the Order of  
Caos. Social Anthropology and the Science of Caos. New  
York, Berghahn Books.  
Le Moigne, Jean-Louis (y Morin, Edgar). 2007 Intelligence de la  
complexité. Épistémologie et pragmatique. París, Éditions  
de l´Aube.  
Nonaka, Ikujiro (y Takeuchi, Hirotaka). 1995 The Knowledge-Cre-  
ating Company: how Japanese companies create the dy-  
namics of innovation. Nueva York, Oxford University Press.  
Ormerod, Paul. 2005 “The Impact of Sure Start”, The Political  
Quarterly, nº 76 (4): 565-567.  
Lewontin, Richard.2000 Genes, organismo y ambiente. Barcelona,  
Gedisa.  
Luengo, Enrique . 2014 El Conocimiento de lo Social. I. Principios  
para pensar su complejidad. Guadalajara (México), Instituto  
Tecnológico y de Estudios Superiores de Occidente (ITESO).  
Luhmann, Niklas . 1983 Fin y racionalidad en los sistemas. Madrid,  
Editora Nacional.  
Ovejero, Félix. 2005 “El poder y las razones: el territorio de la  
política”, Revista de Libros, nº 103-104: 19-24.  
Parsons, Talcott. 1960 Structure and Process in Modern Societies.  
Nueva York, Free Press.  
Pérez, Alberto. 2001 Estrategias de comunicación. Barcelona,  
Ariel.  
Mariotti, Humberto. 2007 “Complexidade e pensamento comple-  
xo: breve introduç ao  
̃
e desafios actuais”, Revista Portuguesa  
Prigogine, Ilya (y Stengers, Isabelle).1979 La nouvelle alliance.  
Métamorphoe de la science. París, Gallimard.  
de Clínica Geral, nº 23: 727-731.  
Maturana, Humberto (y Varela, Francisco). 1984 El árbol del co-  
nocimiento. Las bases biológicas del conocimiento humano.  
Santiago de Chile, Universitaria.  
Santamaría González, Fernando. 2008 “Posibilidades pedagógi-  
cas: Redes sociales y comunidades educativas”, Telos: Cua-  
dernos de comunicación e innovación, nº 76: 99-109  
Schramm, Wilbur. 1954 Process an Effects of Mass Communica-  
tion. Urbana, University of Illinois Press.  
Melville, Prem (y Sindhwani, Vikas). 2010 “Recommender Sys-  
tems”, en Claude Sammut (y Geoffrey Webb) (eds.), Ency-  
clopedia of Machine Learning, Springer.  
Senge, Peter. 1990 The Fifth Discipline: The Art and Practice of the  
Learning Organization. Nueva York, Doubleday.  
Mirowski, Philip. 1989 More Heat tan Light: Economics as Social  
Physics, Physics as Nature´s Economics. Cambrifge, Cam-  
bridge University Press.  
Shannon, Claude (y Weaber, Warren). 1949 The mathematical  
Theory of Communication. Urbana, University of Illinois  
Press.  
Mora Teruel, Francisco. 2007 “Neocultura. ¿Una nueva cultu-  
ra?”, Revista de Libros (Revista electrónica). Extraído de  
https://www.revistadelibros.com/articulos/la-neuro-  
ciencia-y-sus-aplicaciones-futuras Fuente consultada el  
Touraine, Alain. 2005 Un Nuevo paradigma. Para comprender el  
mundo de hoy. Barcelona, Paidós.  
Varsavsky, Oscar. 1982 “Ideas básicas para una filosofía construc-  
tiva”, en Oscar Varsavsky (ed.), Obras escogidas. Buenos  
Aires, Centro Editor de América Latina.  
2
0/10/2020.  
Morin, Edgar. 1973 Diario de California. Madrid, Fundamentos.  
981 El Método I. La naturaleza de la naturaleza. Madrid,  
Cátedra.  
001 El Método V. La humanidad de la humanidad. Madrid,  
1
Whitehead, Alfred North. 1967 Science and the Modern World.  
Lowell Lectures 1925. New York, The Free Press.  
Wiener, Norbert. 1998 Cibernética o el control y comunicación en  
animales y máquinas. Barcelona, Tusquets.  
2
Cátedra.  
66  
CIENCIAS DE LA COMPLEJIDAD  
CC, 2020. Vol.1, Nº1: 67–77. https://doi.org/10.48168/cc012020-005  
América Latina, complejidad e  
interdisciplina, en búsqueda de  
modelos y programas públicos  
alternativos.CasoMéxico.  
Eligio Cruz Leandro  
Académico del Instituto de Investigaciones Antropológicas de  
la Universidad Nacional Autónoma de México.  
Correo electrónico: eligiocruz@live.com.mx  
ORCID: https://orcid.org/0000-0002-0538-3894  
_
_________________________________________________________________________________________  
Recepción:27/10/2020  
Aceptación: 18/11/2020  
Resumen  
América Latina y el Caribe es la región más desigual del mundo, producto de muchos  
años del modelo neoliberal, impuesto desde los países industrializados, donde gran  
parte de la población se ha exiliado y sobrevive informalmente en la periferia. En la  
mayoría de los países de esta región se observa una auto-similaridad, que incluso  
podría denominarse fractalidad socioeconómica.  
A pesar de las adversidades, la resistencia, la robustez y redundancia de este sistema  
complejo y los intentos de desestabilización de las oligarquías locales, aliadas a las  
potencias internacionales, lideradas por Estados Unidos, se han logrado importan-  
tes logros en materia de crecimiento económico, la reducción de la desigualdad, el  
reconocimiento de derechos sociales, el mejoramiento de los sistemas educativos y  
sanitarios.  
Sin embargo, los gobiernos de izquierda o progresistas no han logrado hacer susten-  
table esta serie de logros, entre otros factores, por la falta de modelos y programas  
alternativos, apoyados en proyectos pertinentes y factibles, acordes a la realidad de  
cada país.  
Las universidades y centros de investigación tienen la oportunidad de colaborar en  
el diseño de propuestas, programas y proyectos basados en estudios que aborden  
los problemas reales que afligen a sus respectivas sociedades, con una vinculación  
efectiva, que constituye la misión social que dio origen a su creación.  
Palabras clave  
Modelo, complejidad, universidades, programas públicos.  
Abstract  
Latin America and the Caribbean is the most unequal region in the world, as a re-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
67  
sult of many years of the neoliberal model, imposed El número de multimillonarios aumentó más rápido en  
from the industrialized countries, where a large part of América Latina y el Caribe que en cualquier otra región  
the population has been exiled and survives in the peri- del planeta. Al menos 73 de los multimillonarios que  
phery informally. A self-similarity, which could even be existen en esta región han incrementado sus fortunas  
called socio-economic fractality, is observed in most of en un total de 48,200 millones de dólares (mdd) en-  
the countries of this region.  
tre marzo y junio de 2020, período en que la COVID-19  
se instaló con fuerza en la región. El patrimonio de las  
Despite the adversities, the resistance, the robustness personas más ricas de la región sigue creciendo. Desde  
and redundancy of this complex system and attempts marzo, cada dos semanas se agrega un nuevo integran-  
to destabilize the local oligarchies, allied to the inter- te a la lista de personas que tienen una riqueza supe-  
national powers, led by the United States, there have rior a los 1.000 millones de dólares en la región (Oxfam,  
been important achievements in terms of economic 2020).  
growth, the reduction of inequality, recognition of social  
rights, educational and health systems.  
Entre los 14 países que más desigualdad presentan a  
escala global, 5 naciones africanas encabezan el lis-  
However, leftist or progressive governments have not tado, seguidas por muchos países latinoamericanos:  
managed to make this series of benefits sustainable Brasil, Honduras, México, Colombia, Paraguay, entre  
over time, among other factors, due to the lack of al- otros.  
ternative models and programs, supported by relevant  
and feasible programs, according to the reality of each El hecho que América Latina sea la región más desigual  
country.  
del mundo, cuando medimos la desigualdad por ingre-  
sos, no es producto de la desventura ni de la casualidad;  
Universities and research centers have the opportuni- sino deriva de la historia profunda, intermedia y con-  
ty to collaborate in the design of proposals, programs temporánea en la que se configuró un sistema complejo  
and projects based on studies that address the real de producción y reproducción de las desigualdades; así  
problems that afflict their respective societies, with an como de otros problemas asociados a estos fenómenos,  
effective link, that makes the social mission that gave como los problemas de pobreza, marginación, inseguri-  
rise to its creation.  
dad, violencia, corrupción, endeudamiento, entre otros.  
Al interior de los países, ha evolucionado la artículación  
de un entramado muy complejo de relaciones socia-  
les, económicas culturales, legales que están teleoló-  
gicamente estructurados para establecer relaciones  
desiguales de los distintos sectores sociales, grandes  
empresarios, micro y pequeñas empresas, trabajadores  
formales e informales, maestros, trabajadores de la sa-  
Key words  
Model, complexity, universities, public programs.  
1. Antecedentes  
El tamaño de la economía mundial se ha duplicado en lud, comercialntes,  
los últimos 30 años. Esto significa que el producto in-  
terno bruto (PIB), indicador que mide la prosperidad Un sistema que ha exluido a gran parte de la población,  
económica de los países, ha crecido considerablemente que solo ha podido sobrevivier en la periferia del sis-  
en todas las regiones del planeta. Pese a este panora- tema; son los los trabajadores informales, de los que  
ma, otra realidad se vive en la periferia debido a que dependen familias, adultos mayores, jovenes y niños  
el aumento de la riqueza no se percibe en el bolsillo de que no tienen mayores oportunidades para lacanzar  
los más pobres. De acuerdo con la Comisión Económica mejores niveles de vida en un sistema que no permite  
para América Latina y el Caribe, (CEPAL, 2020), esta casi la movilidad social.  
región sigue siendo la más desigual del mundo y se-  
gún el Banco Mundial (BM, 2018), el coeficiente GINI la Tampoco es una rara coincidencia, la autosimilaridad  
desigualdad en América Latina es un 30% mayor que el que se observa en los países de América Latina, a la que  
promedio mundial.  
incluso se podría llamar fractalidad socio-económica, en  
la que muchos de estos problemas son el comun deno-  
Hace pocos años, se publicó que los primeros 20 mi- minador que prevalece por las mismas causas; toda vez  
llonarios de América Latina poseen una riqueza de que, desde hace siglos, se les han impuesto modelos  
249,400 millones de dólares. Mexicanos, brasileños y que favorecen a los países industrializados.  
chilenos son los empresarios más acaudalados del con-  
tinente; significan 81% de los 98 millonarios de la re- Desde hace siglos y hasta la actualidad, los países de  
gión (Forbes, 2015).  
América Latina siguen también confinados la periferia,  
68  
CIENCIAS DE LA COMPLEJIDAD  
a ser monoproductores y proveedores de materia pri- del salario mínimo de 62% con inflación controlada; se  
mas y constreñidos a ser consumidores de productos lanzó el plan nacional para la erradicación del trabajo  
industrializados, en una relación de intercambio des- esclavo, liberando a más de 13,000 personas en trabajo  
igual y de transferencia de riqueza, que se da a través degradante; se abrieron restaurantes populares y pro-  
de los mercados hacia los países desarrollados.  
gramas de lactancia materna; se impulsó la agricultu-  
ra familiar; se entregaron microcréditos y se fomentó  
la economía local; se generaron millones de empleos  
formales; se redujo el trabajo infantil. “El crecimiento  
económico de poco ayuda si no hay democracia, ni po-  
2
. Los logros de los gobiernos  
progresistas en América Latina  
Por fortuna, hasta en lo malo se da la impermanen- líticas de distribución para evitar que el dinero siga en  
cia, nada es para siempre, excepto el cambio. “Eppur manos de pocos y el pueblo siga pobre y desnutrido”  
si muove”, es la hipotética frase en italiano que, Galileo (Da Silva, 2014).  
Galilei habría pronunciado después de retractarse de  
la visión heliocéntrica del mundo ante el tribunal de la El caso de Bolivia es de los más destacables, desde el  
Santa Inquisición.  
año 2006, Evo morales cambió la estructura económi-  
ca de Bolivia, fue de las economías que más creció en  
Después de los atendados del 11 de septiembre de América Latina. Durante su mandato logró a construc-  
001, mientras los Estados Unidos orientaban sus fuer- ción cientos de unidades educativas, incrementó el sa-  
2
zas de control geopolítico hacia el Medio Oriente, Irak lario mínimo de manera efectiva, fue de los países que  
y otros estados islámicos, bajo el pretexto de desquitar más redujo a desigualdad, ya que logró que la pobreza  
este agravio, o bien de derribar a los tiranos, en nombre extrema disminuyera de 38 a 17% entre 2006 y 2017.  
de la libertad, la justicia y la democracia; en América Nacionalizó los hidrocarburos y desarrolló la industria  
Latina surgieron gobiernos a los que se les ha llamado energética y ahora Bolivia es el mayor exportador de  
de izquierda, progresistas o populistas, que se se han gas en la región y su producción eléctrica se incremen-  
manifestado abiertamente en contra del neoliberalismo. ta considerablemente. El Producto Interno Bruto creció  
Sobre todo. estas últimas décadas, se han caracterizado 327 por ciento; entre otros logros.  
por una serie de transformaciones en esta región, pro-  
ducto de las luchas sociales y movimientos de izquierda En Ecuador, Rafael Correa, en una década, de 2007 a  
que, una vez que lograron triunfos claros y rotundos en 2017, promovió una revolución ciudadana. En 2008  
las urnas, se declaron abiertamente en oposición al mo- después de una auditoría, declaró ilegítima e inconsti-  
delo neoliberal que caracterizó las décadas de los años tucional la deuda externa, anunciando la moratoria de  
80 y 90 del siglo pasado.  
3,200 millones de dólares. Por el sistema educativo que  
promovió, fue reconocido por la ONU y por la UNICEF  
Argentina es un ejemplo de las medidas de política pú- con el 80% de de jóvenes en edad de estudiar, mientras  
blica que han seguido los gobiernos latinoamericanos que en 2007 solo eran de 20%. Pasó de 9 médicos por  
progresistas: cancelar la totalidad de la deuda con el cada 10,000 habitantes a 20 médicos; se construye-  
Fondo Monetario Internacional; la asignación universal ron hospitales y centros de salud. Recibió el reconoci-  
por hijo con la condición de que vayan a la escuela y miento del Foro Económico Mundial, en virtud de que  
muestren la cartilla de vacunación cada seis meses; la en América Latina pasó del lugar 10 al 1º en calidad de  
disminución del desempleo; se crea la ley de medios vías de comunicación.  
con intención concreta de democratizarlos; la aproba-  
ción del matrimonio igualitario y la posibilidad de adop- En Uruguay, por su parte, se incrementaron los sa-  
ción; la creación de la ley de identidad de género; se larios sin presiones inflacionarias. De acuerdo con el  
nacionalizó en el petróleo y las aerolíneas nacionales; Banco Mundial, se redujo la pobreza de 39.9% en  
se enjuició a todos los represores de su última dictadura 2006 a 7.9% en 2017, con lo que logró ser el país me-  
y se nacionalizaron los fondos de ahorro, etcétera.  
nos desigual de América Latina y, proporcionalmente  
al tamaño de su población, con la clase media más  
Brasil, por su parte, destacó de los años 2004 a 2010 en grande. En salud se logró la cobertura total con su  
virtud de las medidas de política pública impulsadas por sistema nacional de salud; se decretó el matrimonio  
Lula Da Siva y en la actualidad, no obstante algunos re- igualitario y la interrupción voluntaria del embarazo;  
trocesos, es una de las principales economías emergen- se reglamentó el trabajo rural y trabajo doméstico, se  
tes del mundo; logró el primer lugar en bancarización redujo la mortalidad infantil, entre muchas otras con-  
de la población; eliminó a intermediarios en entrega de secuciones.  
los recursos públicos; más de 25 millones de brasile-  
ños salieron de la pobreza y se registró un aumento En general, en América Latina la desigualdad ha retro-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
69  
cedido desde el año 2000 especialmente durante las el laboratorio de las politicas económicas neoliberales;  
gestiones de gobiernos progresistas como el de Argen- destaca por sus altos niveles de desigualdad en ingre-  
tina, Brasil, Ecuador, Venezuela, Bolivia, Uruguay, como sos, educación y bienestar social, según el Estudio eco-  
se muestra en la siguiente figura.  
nómico de la Organización para la Cooperación y Desa-  
rrollo Económico (OCDE, 2015) el 10% más rico tiene  
un ingreso 27 veces superior al 10% más pobre.  
3. La resistencia del sistema a la  
transformación, los ataques de las  
burguesías locales y su alianza con el  
imperio y los oligopolios internacionales.  
El capitalismo global es un sistema de poder complejo,  
integrado por redes de élite, inter oligopólicas, gobier-  
nos y grupos políticos, ideológicos y empresariales, en  
las que colaboran también:  
•
•
•
Instituciones militares  
Económicas  
Financieras  
Figura 1. Coeficiente de Gini, Mapa del mundo (Wikimedia Commons,  
2017)  
Por tanto, podemos observar que los gobiernos de iz-  
quierda o progresistas de América Latina, que han ac- Son extensiones de las redes formadas por las nacio-  
cedido al poder, han logrado elevar el crecimiento de nes dominantes (nodos dominantes) para mantener el  
sus respectivos países, pero sobre todo han promovido control político, económico y cultural sobre los estados  
una mejor distribución de la riqueza, han elevado la ca- dominados (nodos periféricos).  
lidad de vida y garantizado los derechos sociales de la  
población; con lo que han demostrado que se puede Bajo ese enfoque, el sistema socioeconómico y político  
construir un mundo más justo para todos. Sin embargo, que impera en América Latina es un modelo teleológico,  
es necesario reconocer que los gobiernos progresistas o promovido por el capitalismo internacional y las oligar-  
de izquierda, no han logrado el bienestar y el progreso quías locales que a través de los años se han reconfigu-  
duradero.  
rado, mutado, adaptado y evolucionado, para mantener  
las condiciones de explotación, saqueo, desigualdad y  
Finalmente, para contrastar y poner en perspectiva los marginación que caracterizan, identifican y autosimila-  
logros de los gobiernos progresistas, citaremos algunos rizan a los países de la región.  
de le los resultados de los principales gobiernos de de-  
recha:  
Para mantener el sistema, desde los países centra-  
les, se han impuesto modelos de de funcionamiento y  
Colombia, quien adoptó al pie de la letra las políticas control en diversos ámbitos: económico, educativo, de  
neoliberales, se ubica en el primer lugar en niveles de desarrollo científico y tecnológico, que les facilite com-  
desigualdad, donde el 10 por ciento de la población más plementar y satisfacer las demandas de las empresas  
rica de esa nación, gana cuatro veces más que el 40 por transnacionales, en cuanto a materias primas, hidrocar-  
ciento más pobre. “en el último siglo, la desigualdad buros, mano de obra no calificada y especializada en los  
en Colombia se ha movido en rangos bastante amplios. procesos industriales.  
Concentrándonos en la desigualdad de ingresos, y ob-  
servando el coeficiente de Gini, desde 1938, éste ha El resultado, ha sido: la exclusión, pauperización y mar-  
fluctuado entre el 0.45 y el 0.59” (Forbes, 2020).  
ginación de gran parte de la sociedad en la que se im-  
pone.  
Por su parte en la opulenta ciudad de Panamá rodeada  
de rascacielos, el 25 por ciento de sus ciudadanos no Este sistema teleológico, ha sido entretejido por mu-  
tienen servicios sanitarios 5 por ciento no tiene agua chos años, de manera compleja en muy diversos ám-  
potable, 11 por ciento sufre de desnutrición y 11% vive bitos de la vida social, como lo son: la educación, la  
en casas con pisos de tierra (Cruz, 2019).  
cultura, el contexto normativo, legal, ético y moral; la  
estructura política y el modelo económico, entre otros.  
Chile, considerada la economía con mayor crecimiento Como sistema es robusto, redundante y presenta re-  
desde la década de los 80; caracterizada como por ser sistencias a los cambios, para preservar los objetivos  
70  
CIENCIAS DE LA COMPLEJIDAD  
e intereses de los beneficiarios del sistema, las clases El fin de estas medidas, es el de derrocar a un gobierno  
sociales y políticas en el poder, aliadas a los Estados Uni- democráticamente constituido y de esta manera hacer-  
dos de Norteamérica, al poder militar, a los medios de se el poder político de una nación.  
comunicación y a los intereses internacionales e incluso,  
aunque no se admita, a la delincuencia organizada.  
El mayor obstaculo a la transformación del sistema, en  
un sistema más equitativo y justo, radica en los grupos  
conservadores que defenestan a los gobiernos de izquier-  
da o progresistas calificandolos de chavistas o castro-  
chavistas; aprovechando la desestabilización (provocada  
en Venezuela), a través de los medios de comunicación,  
a su disposición, pagados, instrumentan campañas de  
desprestigio para engañar a la población, para evitar que  
accedan al poder otros gobiernos progresistas.  
•
•
•
•
•
Primera etapa: Ablandamiento que promocionan  
factores de malestar denuncia corrupción y pro-  
mueve intrigas.  
Segunda etapa: Deslegitimación: campañas en  
defensa de la libertad de prensa y derechos huma-  
nos acusaciones de totalitarismo.  
Tercera etapa: Calentamiento de calle que con-  
siste en manifestaciones por demandas políticas y  
sociales; así como tomá de instituciones públicas.  
Cuarta etapa: Es una combinación de formas de  
lucha que consisten en operaciones de guerra psi-  
cológica y fomentar un clima de ingobernabilidad.  
Quinta etapa: Fractura institucional, en la que se  
obliga la renuncia al presidente, con acciones calle-  
jeras, se toman instituciones y preparan la interven-  
ción militar en un clima de guerra civil prolongada y  
la promoción también de aislamiento internacional.  
Los detractores de los gobiernos progresistas, bajo un  
anáisis reductivo indican que, a estos países, les favore-  
ció un excelente contexto externo en el que en el mer-  
cado internacional se verificó el aumento de los pre-  
cios del petróleo, las materias primas y en general al  
incremento del precio de sus exportaciones. Además,  
afirman que el crecimiento lo lograron con el aumento  
del gasto social, calificandolos de gobiernos populistas. Estas estrategias, se han aplicado por parte de los Es-  
O bien, indican que los logros tienen que ver con el tados Unidos de Norteamérica, coludido con las burgue-  
bono demográfico que los benefició en la década de los sías locales, en todos los países en donde han triunfado  
0, debido a que la tasa de dependencia, la cantidad movimientos de izquierda o progresistas; como Cuba,  
9
de personas dependientes niños y adultos mayores, es Venezuela, Ecuador, Bolivia, Argentina, Brasil, Chile, y  
la más baja de la historia de la región y eso les brinda ahora en México.  
posibilidades de mejorar su nivel de vida.  
4. La necesidad de un modelo de bienestar  
Los grupos conservadores del sistema, continúan difun- y prosperidad de los países de América  
diendo la narrativa que ha prevalelcido durante siglos Latina  
de dominación, para presentarse a sí mismos como los  
promotores de modernidad, defensores de la democra- Si bien, los gobiernos de izquierda o progresistas de  
cia y del libre mercado. A los gobiernos de izquierda los América Latina han impulsado reformas para reconocer  
presentan como causantes del atraso y que necesitan los derechos sociales, reducir las desigualdades econó-  
de las formulas, los recursos, las tecnologías y la ayuda micas y generar con esto bienestar para más personas;  
de occidente para modernizarlos.  
a pesar de los obstaculos y resistencias del sistema,  
también, siendo autocríticos, se debe admitir que  
Incluso, frente a la integración de América Latina, no ha sido suficiente lo que han hecho las izquier-  
desde los Estados Unidos de Norteamérica y las ul- das para dar continuidad a los procesos de trans-  
traderechas locales, emprenden tácticas o acciones formación.  
desestabilizadoras, armas psicológicas, sociales, eco-  
nómicas y políticas, para deponer los gobiernos progre- Seguimos supeditados a los capitales extranjeros, bajo  
sistas de la región.  
un modelo extractivista que depende de las exportacio-  
nes de actividades como la minería, los hidrocarburos,  
Basan este tipo de ofensivas en la metodología del es- las materias primas y los productos agropecuarios, lo  
tadounidense James Sharp (2011), experto en desesta- que trae afectaciones graves al medio ambiente.  
bilizaciones no violentas. La estrategia de golpe suave  
o golpe encubierto que consiste en el uso de una serie No se han fortalecido los sectores productivos  
de medidas no directas de carácter conspirativo, pro- y somos importadores netos de bienes interme-  
movidas por un grupo económico y político, con el fin dios, refacciones, insumos, maquinaria y equipo  
;
de desestabilizar a un gobierno y causar su caída, sin lo que, por efecto de la elasticidad de los precios, en  
que parezca que ha sido consecuencia de la acción de el muy corto plazo nos origina saldos negativos en las  
otro poder.  
balanzas comerciales y una gran transferencia de valor,  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
71  
a través de los mercados internacionales de bienes o ¿Cuándo construir? (Contexto temporal)  
servicios y de productos financieros. ¿Quiénes participarán?  
Cómo se construirá?  
¿
Las transferencias, apoyos y subsidios que se otrorgan ¿Para qué se construirá?  
a través de programas sociales, irremediablemente re-  
sultan insostenibles en el tiempo. Al no tener recursos Contar con otros mundos posibles requiere de amasar  
suficientes para sostener subsidios programas y no la idea, quererla, desearla y comprometerse activa-  
haber incentivado la inversión privada productiva (no mente con esa construcción; pero sobre todo debe  
especulativa), surgen desequilibrios en las finanzas pú- ser construida en abstracto.  
blicas.  
Sabemos que es necesario un mundo más equitativo,  
Es cierto, es una lucha tremenda contra una gran can- pero no se logra solo con buenas intenciones y con pro-  
tidad de poderes formales, fácticos e intereses; pero no gramas elaborados sobre las rodilla. Debemos insistir,  
todo es culpa de la ultraderecha; también de manera las mejores decisiones deben ser planeadas, sustenta-  
involuntaria colaboramos con mucho, al carecer das en proyectos, con estudios de factibilidad e imple-  
de un Modelo propio (Por no llamarlo de desarrollo mentadas de manera profesional.  
ni de progreso, dos términos muy gastados y despres-  
tigiados por la propaganda de los países desarollados), 5. La oportunidad de una transformación  
por tanto le llamaremos de bienestar o prosperidad.  
en el caso de México  
Por tanto, no es por el infortunio ni porque estamos En México, el Estado como Rector de la economía, por  
determinados por un destino catastrófico; nos corres- muchos, años proporcionó servicios sociales y asumió  
ponde, de manera inexcusable diseñar y contruir la responsabilidad de garantizar el empleo, redistribuir  
nuestro propio Modelo de Gobierno y de políticas el ingreso y disminuir las desigualdades sociales.  
públicas, para promover proyectos productivos  
en todos los ámbitos.  
Bajo la economía de mercado, a partir de 1983, los go-  
biernos en turno dieron continuidad a las medidas de  
Se requieren construcciones en abstracto y pensamien- desregulación económica que afectaron los servicios de  
tos que, a cada país, en cada uno de sus contextos, les las instituciones de bienestar social y en los hechos im-  
permita, en la práctica, edificar la sociedad que nece- plicaron el traspaso de responsabilidades públicas en  
sitan.  
materia social hacia las familias, las comunidades y el  
mercado.  
Modelos donde quepan todos, en la gran diversidad  
de pensamientos que existen en las comunidades, así Los Programas Públicos de privatización, liberalización  
como segmentos sociales y políticos, que de facto ac- y apertura comercial generaron múltiples efectos en el  
tualmente existen, en cada país de la región.  
empleo, salud, vivienda y en general en la calidad de  
vida de un gran porcentaje de la población, lo cual se  
Esto es, construir en abstracto, modelar con el puede observar en las siguientes cifras:  
pensamiento, para posteriormente, mediante la pra-  
xis colectiva, política contextual, edificar el propio pen- a) En 2020, en México, 21 millones 600 mil personas  
samiento; materializado en planes, programas,  
proyectos y otras medidas diseñadas e implemen-  
tadas de manera profesional.  
no tienen trabajo, de las cuales, 13 millones 800  
mil se sumaron después del primer trimestre de  
2020, con motivo de la pandemia del COVID-19  
(Xantomila, 2020).  
En ese sentido, en preciso mencionar que para que b) empleo informal en 2020 es de 56.7% de la Pobla-  
cambien los resultados en América Latina y el Caribe,  
se deben cambiar en forma sistémica, las entradas, sus  
componentes, las interacciones, los flujos, así como las  
reglas.  
ción Económicamente Activa, lo que se traduce  
que cerca del 60% de los trabajadores no tiene  
seguridad social (INEGI, 2019).  
De acuerdo con el informe de Derecho a la Vivien-  
da del Coneval, aproximadamente 14 millones de  
hogares no gozan del derecho a la vivienda digna  
y decorosa, esto representa al 45% del total de  
viviendas registradas en el país. La principal razón  
es la falta de recursos económicos. Esto es que  
aproximadamente 73.6 millones de mexicanos no  
c)  
Un modelo que responda las preguntas básicas de in-  
dagación:  
¿
¿
Qué construir?  
Dónde lo construir? (contexto espacial)  
72  
CIENCIAS DE LA COMPLEJIDAD  
tienen ingresos para cubrir sus necesidades habi- gestión y/o resultados, lo cual le ha merecido diversas  
tacionales (CONEVAL, 2018).  
críticas como: inadecuadas, costosas, asistencialistas y,  
por motivos electorales, clientelistas, que gravan el em-  
d) El 21% de personas en México no cuenta con ser- pleo formal, subsidian el empleo informal, entre otros.  
vicios de salud y el 41% pagan por sí mismos sus Por otra parte, los métodos para diseñar Programas Pú-  
gastos, una cifra mucho mayor que el promedio blicos desde el enfoque tradicional, lineal y reduccionis-  
de Latinoamérica, en donde solo se paga el 28 por ta no ha arrojado resultados satisfactorios, en general,  
ciento (World Bank, 2018-a). El gasto en salud en se observa que las decisiones que se han tomado para  
México es de 5,5 puntos del PIB, menor al gasto de resolver los problemas económico y sociales han sido  
Honduras, El Salvador y Zimbabue (World Bank, parciales y no han derivado en los resultados espera-  
2017-b).  
dos, debido a que los Programas Públicos se han trata-  
do de construir con “ladrillos” de disposiciones.  
e) Las nuevas generaciones difícilmente encuentran  
alternativas para integrarse a las actividades eco- Estas medidas, en la mayoría de las ocasiones no son  
nómicas siendo las más afectadas por la pobreza, complementarias, son contradictorias, limitadas y con-  
inequidad y marginación.  
trapuestas al objetivo que se busca, lo cual es reflejo  
de las limitaciones metodológicas que ofrece el enfo-  
que disciplinar para abordar problemas económicos o  
sociales que por naturaleza son multidimensionales y  
complejos.  
6
. Diseño y gestión de los programas  
públicos en México  
En México, es una practica generalizada implementar  
Programas Públicos de manera empírica y para el cor- A través de los Programas Públicos se deben ejecutar  
to plazo, con aparentes soluciones inmediatas, basadas medidas de gobierno sostenibles, eficientes, eficaces,  
en el eficientísimo, clientelismo y beneficio electoral y incluyentes y viables que deben responder a los pro-  
político en donde las consecuencias de largo plazo no blemas de México, promover la gestión de un gobierno  
tienen la mayor relevancia. Para los servidores públicos capaz de enfrentar los problemas económicos, sociales  
de los distintos niveles de gobierno, federal, estatal y y de seguridad que en la actualidad aquejan a los ciu-  
municipal, especialmente en los niveles más altos de dadanos.  
toma de decisión, resolver lo inmediato es lo prioritario;  
en el medio se le conoce como “apagar fuegos” a base 7. Resultados de los programas públicos  
de “bomberazos”.  
en México  
Bajo este esquema, en el servicio público los funcio- En una situación de desigualdad y exclusión como la  
narios dificilmente se encuentran espacio para la pla- que sufre México, los Programas Públicos de desarrollo  
neación y el diseño e implementación de Programas social, deben ser herramientas de distribución en el cor-  
Públicos. En los Programas Operativos Anuales (POAs) to plazo; en tanto los Programas Públicos en general,  
o Matriz de Indicadores de Resultados (MIR), que son promover el desarrollo y el bienestar de la sociedad en  
instrumentos de planeación, programación y presu- general.  
puestación, cada año se integran de manera inercial; se  
acostumbra repetir lo mismo de los años anteriores. De Sin embargo, los programas públicos han tenido serios  
tal manera que si se pretende hacer una transformación problemas de diseño, gestión y/o resultados, lo cual le  
de la administración pública ¿cómo hacerla repitiendo ha merecido diversas críticas como: inadecuados, cos-  
lo mismo?.  
tosos, asistencialistas, por motivos electorales, cliente-  
listas, entre otros.  
El desarrollo nuestro país esta en función de su capa-  
cidad de contar con Instituciones capaces de percibir Usualmente estos programas fallan por:  
los problemas de los ciudadanos, pero lo más impor-  
tante es su capacidad de atención y resolución de los a) Imprevisión o falta de diagnóstico.  
problemas, a través de Programas Públicos muy bien b) Ceguera o diagnóstico sin estudios.  
diseñadas e implementadas que solucionen los asuntos c)  
Indecisión o falta de decisión.  
que competen al Estado y contribuyan a convivencia d) Improvisación o decisión sin diagnóstico.  
social, cultural, política y económica de los ciudadanos, e) Inacción o falta de dirección.  
instituciones, organizaciones y autoridades.  
f) Inercia o dirección sin decisión.  
g) Secretismo o falta de difusión.  
Sin embargo, han tenido serios problemas de diseño, h) Demagogia o difusión sin dirección o decisión.  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
73  
La organización civil Gestión Social y Cooperación solo por citar algunos ejemplos de la gran cantidad de  
GESOC, 2018), presentó, a la Cámara de Diputados, el problemas, que como muchos otros, su estudio y pro-  
Índice de Desempeño de los Programas Públicos Fede- puestas de solución han sido y son responsabilidad de  
(
rales 2018 en donde se afirma lo siguiente:  
las instituciones gubernamentales, que hasta hoy solo  
han actuado en forma fragmentada y poco coordinada.  
i)  
De los 122 programas sociales que instrumenta el Es necesario trascender los estudios reduccionistas y  
Gobierno Federal, al menos cien son opacos e in- lineales que soslayan la dimensión política, social o cul-  
eficientes.  
tural de los integrantes y su interacción, de otra mane-  
j)  
Estos programas sociales, representan el 81.98 ra, las propuestas continuarán siendo arbitrarias y sub-  
por ciento del total y no pueden ser evaluados en jetivas, con resultados parciales y que favorecen sólo a  
su desempeño debido a su falta de transparencia  
k) concentran 55.76 por ciento del presupuesto de  
49 mil 704 millones de pesos asignado al gasto Sánchez (2010), quien fue director del Centro de In-  
social en este año.  
vestigación en Ciencia Aplicada y Tecnología Avanzada  
Hay 5 programas que son considerados como la y del Centro de Investigación y de Estudios Avanzados  
caja negra del gasto social”, debido a que no iden- del Instituto Politécnico Nacional, indicó en el Foro Con-  
algún sector de la sociedad.  
8
l)  
“
tifican la población a que van dirigidos,  
sultiva de 2010 que: “La ciencia no viene dedicada para  
ti que eres físico, químico, matemático o ingeniero eléc-  
trico; sino que viene para todos. Generalmente son pro-  
blemas multidisciplinarios. Yo no entiendo cuando un  
funcionario se acerca a un científico y le dice que debe  
8
. El papel de las universidades en la  
atención de los problemas sociales.  
El enfoque lineal, disciplinar y de lógica clásica, no solo hacer ciencia aplicada; me parece que refleja una falta  
se ha aplicado a la manera de hacer ciencia y a la na- de conocimiento pues esto es un poquito más compli-  
rrativa para explicar el mundo, también se ha extendido cado”.  
a las construcciones de las instituciones de todo tipo,  
públicas, privadas y sociales, con estructuras organi- En las universidades, sobre todo las públicas, tienen  
zacionales verticales, disciplinarias, divisionales en las el compromiso y hasta la obligación de promover in-  
que se decide desde arriba y las acciones operativas se vestigaciones pertinentes, que aborden problemas que  
ejecutan desde abajo.  
aquejan a nuestra sociedad, producir conocimiento,  
pero sobre todo presentar propuestas pertinentes, que  
El modelo fundamental de este tipo de construcción es representen soluciones viables y permitan elevar el ni-  
el organigrama y los manuales de organización, en los vel de vida de la población.  
que se definen las funciones y atribuciones de los fun-  
cionarios y servidores públicos en general. En estos Sigue existiendo la necesidad de ampliar los vínculos  
documentos se define, que no pueden hacer más que lo de las universidades con la sociedad en su conjunto; de  
que las normas les mandatan.  
promover el trabajo inter y transdisiplinario, que permi-  
ta de manera efectiva estudiar y desarrollar propuestas  
Las universidades, públicas y privadas, en general, a problemas complejos, emergentes, multidimensiona-  
como muchos otros organismos fue concebida y estruc- les y multivariables, que afectan a la sociedad, en los  
turada de manera funcional y disciplinar. Posteriormen- ámbitos de los sectores público, social y privado. Para  
te se crearon entidades académicas multidisciplinarias, el caso de lo programas Públicos ver la siguiente figura:  
incluso en algunas se afirma que se realizan estudios o  
investigaciones interdisciplinarias y hasta transdiscipli-  
narias; más allá de las aulas y los cubículos.  
No obstante, los estudios que realizan en los hechos, no  
corresponden con los nuevos tiempos y los esfuerzos  
realizados no han podido superar la profunda vocación  
disciplinaria que por muchos ha prevalecido en las ins-  
tituciones educativas y de investigación.  
La mayoría de los problemas sociales son eminentemen-  
te multidimensionales: la contaminación ambiental, la  
migración, la inseguridad y la violencia, la desigualdad, Figura 2. Elaboración propia con base en: Ingeniería Jurídica y Eco-  
nómica (2008)  
rezago científico y tecnológico, la violencia de género,  
74  
CIENCIAS DE LA COMPLEJIDAD  
Es importante reconocer que han existido importantes  
y en recursos humanos, científicos y tecnológicos.  
esfuerzos para generar conocimiento interdisciplinario, b) La participación de las universidades en el di-  
sin embargo, no se ha aplicado de manera general a  
las entidades públicas del país para atender proyectos,  
proponer Programas Públicos o abordar problemas es-  
pecíficos de los ámbitos productivos, de desarrollo so-  
cial o económico del país.  
seño y evaluación de políticas públicas  
Para el periodo presidencial 2018-2024, en México  
se prevén una serie de cambios en la conducción  
del país, que indudablemente modificarán las con-  
diciones de vida de la población en los ámbitos  
económico, social, cultural y educativo.  
a) La complejidad y la interdisciplina como base  
científica para el diseño de Programas Públi-  
cos.  
El Poder Ejecutivo ha definido 25 proyectos prio-  
ritarios, que tendrán un costo aproximado de  
583,696 millones de pesos, que se financiarán  
con presupuesto federal y con recursos provenien-  
tes de la iniciativa privada.  
Se suele afirmar que con la revolución tecnológi-  
ca y la globalización el mundo se ha vuelto más  
complejo. En realidad el mundo casi desde siem-  
pre ha sido complejo, sin embargo hasta los últi-  
mos años se ha reconocido la necesidad de contar  
con ciencias que nos permitan explicar y resolver  
problemas en los que concurren una gran cantidad  
de componentes, interacciones, causas y efectos  
emergentes no proporcionales y transversales, en  
muchas ocasiones no parametrizables y por tanto  
difícilmente de ser pronosticables.  
Si bien los cambios que se dan en el contexto re-  
presentan retos, también constituyen una serie de  
oportunidades para que las universidades y cen-  
tros de investigación participen en proyectos de  
trascendencia nacional.  
Para aprovechar estas oportunidades de viculación  
las universidades deben constituirse en pres-  
tadoras de servicios a los distintos órdenes  
de gobierno en la elaboración de estudios  
inter y transdisciplinarios, así como para el  
diseño y asesoría para la implementación de  
programas públicos, orientados a atender pro-  
blemas complejos. Esto es:  
Las Ciencias de la Complejidad se han aplicado  
para la investigación científica y el desarrollo tec-  
nológico, pero sobre todo son una alternativa para  
abordar los problemas fundamentales que afectan  
al país. Esto es, los planes, programas, proyectos  
orientados a atender problemas complejos de de-  
sarrollo social, en sus distintos ámbitos: económi-  
co, cultural, educativo, de salud, entre otros, bajo  
las siguientes consideraciones:  
•
Diseñar, a solicitud de dependencias y entida-  
des de la adminitración pública y de los go-  
biernos estatales y municipales, programas  
para la prestación de servicios públicos que  
promuevan el desarrollo social; el empleo y  
bienestar de las comunidades; el respeto a  
los derechos humanos, la diversidad cultu-  
ral-étnica y la equidad de género; la segu-  
ridad pública y procuración de justicia, entre  
muchos otros.  
•
•
Los Programas Públicos deben estar diseña-  
dos bajo el enfoque de los sistemas comple-  
jos.  
Los Programas Públicos deben ser inter,  
transdisciplinarias e interinstitucionales, ya  
que involucran problemas complejos de muy  
diversa naturaleza, que se entrelazan y deri-  
van en fenómenos emergentes más agudos.  
Para su diseño deben integrar a investigado-  
res que actúen con una visión sistémica, crí-  
tica, creativa y humanista.  
Se requieren propuestas bajo un esquema de  
redes de participación colaborativa multidisci-  
plinaria entre sociedad y gobierno.  
Se deben abordar utilizando herramientas  
propias para el estudio de sistemas comple-  
jos.  
•
•
Prestar servicios de asesoría para la imple-  
mentación de los programas públicos.  
•
•
•
Evaluar los programas y las estrategias ins-  
titucionales, con el propósito de proyectar la  
mejora continua en la planeación, alineación  
de directrices institucionales, que permitan  
operar servicios de calidad, medibles de ma-  
nera inclusiva a la percepción ciudadana y  
que gocen de credibilidad, transparencia y  
efectividad en los resultados obtenidos a cor-  
to, mediano y largo plazo.  
Sin embargo, no es un cambio sencillo, requiere  
proyectos y aplicaciones concretas, así como pro-  
gramas específicos y la inversión en infraestructura  
•
Organizar publicaciones, cursos, seminarios  
y talleres, para capacitar servidores públicos  
y promover que las decisiones de programas  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
75  
públicos se tomen de manera planeada, me-  
todológica y se evaluen con transparencia y  
objetividad.  
Cosntituirse en espacios académicos de expo-  
sición de ideas, que por su enfoque reflexivo,  
crítico, propositivo y alternativo, se instauren  
como atractores de científicos que haciendo  
valer el derecho de libre expresión, se pro-  
disciplinarios, para la aplicación de principios  
y conocimientos teóricos de, Administración  
Pública, Formulación y Evaluación de Proyec-  
tos, ciencias sociales y complejidad; así como  
de herramientas tecnológicas, para realizar  
propuestas de Programas Públicos en diversos  
ámbitos de los servicios gubernamentales.  
•
•
•
nuncien acerca de los problemas sociales que Conclusiones  
preocupan a la población.  
Se erijan como nodos para crear redes de Los gobiernos de izquierda o progresistas que han acce-  
colaboración nacional e internacional, sobre dido al poder en América Latina, han logrado elevar el  
todo con los países de América Latina y el crecimiento de sus respectivos países, pero sobre todo  
Caribe, para intercambiar experiencias, es- han promovido una mejor distribución de la riqueza,  
tudios, propuestas, conocimientos y recursos elevar la calidad de vida y garantizar los derechos so-  
académicos para atender problemas comu- ciales de la población.  
nes que aquejan a nuestras sociedades.  
Diseñar de propuestas integrales de progra- Han enfrentado resistencias del sistema, afectado y  
mas públicos, pertinentes, planeadas, con los enfrentado intereses de las oligarquías locales, inter-  
componentes de organización, ejecución, se- nacionales e intervencionismo del gobierno de los Esta-  
guimiento y evaluación, para para establecer dos Unidos y sus aliados, entre ellos, organismos inter-  
acciones de mejora, para garantizar la cali- nacionales, como el Fondo Monetario Internacional, el  
dad, cobertura y oportunidad de los servicios Banco Mundial, entre otros, que han intentado provocar  
públicos, realizando las siguientes activida- retrocesos, desestabilizar, evitar transformaciones y  
des:  
mantener las condiciones de dominación y desigualdad.  
La desigualdad, pobreza, exclusión y violencia, son re-  
1.  
Realizar estudios interdisciplinarios y sultado de un sistema dotado de intencionalidad, entre-  
transdisciplinarios de la problemática a tejido por muchos años, configurado de manera com-  
abordar.  
Elaborar programas públicos metodoló- la educación, la cultura, el contexto normativo, legal,  
gicos y transversales  
ético y moral; la estructura política y el modelo econó-  
Planear y alinear las directrices institu- mico, entre otros.  
cionales.  
pleja en diversos ámbitos de la sociedad, como lo son:  
2.  
3.  
4.  
5.  
Vigilar la implementación de los progra- No obstante, todas estas condiciones desfavorables, los  
mas  
gobiernos de izquierda no han logrado establecer condi-  
Documentar actividades, establecer ciones duraderas y han existido retrocesos e incluso fra-  
controles, sistematizar procesos, aná- casos de algunos proyectos, atribuibles también a que  
lisis de operación y cobertura para el no han construido en abstracto modelos alternativos a  
cumplimiento de metas.  
las políticas neoliberales.  
6
7
.
.
Evaluar la calidad de los servicios.  
Seguimiento y reingeniería de procesos Sobre todo, han enfocado sus programas de redistribu-  
de acuerdo al cumplimiento de procedi- ción del ingreso, en programas sociales de apoyo a los  
mientos y readecuación, en su caso, de segmentos sociales más desfavorecidos. Pero no han  
los mismos.  
sentado las bases para soportar estos programas en  
8
.
.
Elaborar el ajuste de indicadores de se- proyectos productivos que den sustentabilidad a estas  
guimiento, evaluación y resultados con medidas de desarrollo social.  
apego a las reglamentaciones de trans-  
parencia y rendición de cuentas.  
Es necesario contar con Modelos alternativos en diver-  
9
Dar a conocer los resultados median- sos ámbitos de la vida social y económica de los países,  
te publicaciones de libros, capítulos de para lo cual se sugiere que exista una vinculación efec-  
libros, artículos en revistas e informes tiva con las universidades y centros de investigación;  
periodicos los avances de cada uno de que tienen la obligación de contribuir al desarrollo de  
los programas implementados.  
sus respectivos países, con estudios y propuestas inter  
y transdisciplinarias que atiendan la complejidad de la  
•
Coordinar equipos interdisciplinarios y trans- realidad social y económica de cada contexto.  
76  
CIENCIAS DE LA COMPLEJIDAD  
Referencias  
Ingeniería Jurídica y Económica (2008). Políticas Públicas. [En  
línea]. Disponible en: https://www.ije.com.mx/politicas.  
html  
Banco Mundial (2018). Grupo de investigaciones sobre el desarro-  
llo. [En línea]. Disponible en: https://www.imf.org/exter-  
nal/pubs/ft/fandd/spa/2015/09/pdf/lustig.pdf  
CEPAL (2020) [En línea]. Disponible en: https://forbescentroa-  
merica.com/2020/06/15/america-latina-y-el-caribe-si-  
guen-siendo-la-region-mas-desigual-del-mundo-ali-  
cia-barcena/  
OCDE (2015). Estudios económicos de la OCDE CHILE. [En línea].  
Disponible en: http://www.oecd.org/economy/surveys/  
Chile-2015-vision-general.pdf  
Oxfam (2020). Aumentan los milmillonarios de América Lati-  
na a medida que la región más desigual del mundo se  
hunde bajo el impacto del coronavirus. [En línea]. Dis-  
ponible en: https://www.oxfam.org/es/notas-prensa/  
aumentan-los-mil-millonarios-de-america-latina-medi-  
da-que-la-region-mas-desigual  
CONEVAL (2018). Estudio Diagnóstico del Derecho a la Vivienda  
Digna y Decorosa 2018. [En línea]. Disponible en: https://  
www.coneval.org.mx/Evaluacion/IEPSM/Documents/De-  
rechos_Sociales/Estudio_Diag_Vivienda_2018.pdf  
Cruz, Daniel (2019). Desigualdad en América Latina. [En línea].  
Disponible en: https://lavacunadecubablog.wordpress.  
com/2019/04/15/desigualdad-en-america-latina-ii-y-fi-  
nal/  
Sánchez, Feliciano (2010). “Ciencias Exactas y de la Tierra”. En El  
debate de la ciencia en México. Múltiples visiones un mismo  
compromiso, Foro Consultivo Científico y Tecnológico, A.C.  
[En línea]. Disponible en: http://www.foroconsultivo.org.  
mx/libros_editados/el_debate_de_la_ciencia.pdf  
Sharp, James (2011). De la dictadura a la democracia. Un sistema  
conceptual para la liberación. [En línea]. Disponible en: ht-  
tps://www.aeinstein.org/wp-content/uploads/2013/09/  
DelaDict.pdf  
Da Silva, Lula (2014). ¿A donde va la nueva izquierda de américa  
latina?. [En línea]. Disponible en: https://geopoliticaudem.  
wordpress.com/2014/05/19/adonde-va-la-nueva-iz-  
quierda-de-america-latina/  
Desigualdad en América Latina: los países en los que más ha dis-  
minuido (y la paradoja del que más la ha reducido). [En  
línea]. Disponible en: https://www.bbc.com/mundo/noti-  
cias-50255301  
Wikimedia Commons, (2017). Coeficiente de Gini, Mapa del mun-  
do. [En línea]. Disponible en: https://commons.wikimedia.  
org/wiki/File:2017,_Coeficiente_de_Gini,_Mapa_del_  
mundo.svg  
Forbes (2015). Los millonarios de América Latina. [En línea].  
Disponible en: https://www.forbes.com.mx/los-millona-  
rios-de-america-latina/  
World Bank (2017-a). Out-of-pocket expenditure (% of current  
health expenditure) - Mexico, Latin America & Caribbean.  
[En línea]. Disponible en: https://data.worldbank.org/in-  
dicator/SH.XPD.OOPC.CH.ZS?locations=MX-ZJ  
Forbes (2020). Lo que no se dice sobre la desigualdad en Colombia.  
[En línea]. Disponible en: https://forbes.co/2020/09/15/ World Bank (2017-b). Current health expenditure (% of GDP) -  
red-forbes/lo-que-no-se-dice-sobre-la-desigualdad-en-  
colombia/  
Mexico, Honduras, El Salvador, Zimbabwe. [En línea]. Dis-  
ponible en: https://data.worldbank.org/indicator/SH.XPD.  
CHEX.GD.ZS?locations=MX-HN-SV-ZW  
GESOC (2018). Índice de Desempeño de los Programas Públi-  
cos Federales 2018. [En línea]. Disponible en: https://  
www.indep.gesoc.org.mx/downloads/2019/Presentaci%-  
C3%B3n%20a%20medios%202019.pdf  
INEGI (2019). Encuesta Nacional de Ocupación y Empleo (ENOE).  
Xantomila, Jessica (2020). Se dispara tasa de desempleo en  
México en 2o. trimestre, reportan. La jornada, [En línea].  
Disponible en: https://www.jornada.com.mx/ultimas/  
economia/2020/07/16/en-el-2deg-trimestre-13-millo-  
nes-800-mil-perdieron-su-empleo-en-mexico-1348.html  
[En línea]. Disponible en: https://www.inegi.org.mx/con-  
tenidos/saladeprensa/aproposito/2020/trabajoNal.pdf  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
77  
78  
CIENCIAS DE LA COMPLEJIDAD  
CC, 2020. Vol. 1, Nº1: 79–83. https://doi.org/10.48168/cc012020-006  
Finanzas y Complejidad  
Glenn Roberto Arce Larrea  
glenn@unsa.edu.pe  
https://orcid.org/0000-0002-6949-9001  
Universidad Nacional De San Agustín  
Angela Daniela Portugal Pacheco  
aportugal@unsa.edu.pe  
https://orcid.org/0000-0003-3096-3740  
Universidad Nacional de San Agustín  
Wendy Anne Ugarte Mejía  
wugartem@unsa.edu.pe  
https://orcid.org/0000-0003-2185-5887  
Universidad Nacional de San Agustín  
_________________________________________________________________________________________  
_
Recepción: 28/10/2020  
Aceptación: 18/11/2020  
Resumen  
El presente artículo pretende explicar, mediante la revisión de literatura, como las  
finanzas fluctúan en un entorno incierto, dinámico, cambiante y de sistemas comple-  
jos. Es así como las finanzas están estrechamente vinculadas con la complejidad. En  
consecuencia, la linealidad en las decisiones de los inversores generará desventajas,  
que se podrían traducir en pérdidas cuantiosas. Por lo que es necesario analizar el  
entorno desde una perspectiva no lineal incluyendo agentes y eventos significativos  
y manejando factores psicosociales que distorsionan las percepciones y toma óptima  
de decisiones de los inversores.  
Palabras Clave  
Finanzas, riesgos, complejidad, estrategia, toma de decisiones, creación de valor  
Introducción  
Las finanzas constantemente se han visto representadas por las operaciones de com-  
pra y venta de activos, capaces de generar rentabilidad y expectativas estratégicas  
de los inversionistas, que en el futuro se tangibilizarían en creación de valor. Siendo  
la creación de valor un proceso imprescindible para el desarrollo, competitividad y  
perpetuidad en el mercado de una determinada empresa.  
Sin embargo, este proceso de creación de valor siempre ha estado estrechamente  
ligado con las expectativas de los inversores, desarrollando estimaciones de deman-  
das respecto a realidades, percepciones, experiencia, instrumentos y modelos como  
un valor netamente numérico.  
Es decir, por muchos años el valor de una corporación ha sido medido y valorado por  
ciertos modelos e instrumentos a nivel global, los mismos que han permitido alinear  
componentes, tomando factores y activos importantes de una forma netamente li-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
79  
neal o unidimensional. Presentando análisis matemá- permitieran hacer un diagnóstico fundamental y técnico  
ticos con variables de comportamiento normal, igno- de la corporación con la finalidad de atribuirle un valor  
rando el entorno y sistemas complejos dentro y fuera activo. (Kryvovyazyuk et al, 2020)  
de las finanzas. Exponiendo brechas en las estructuras  
financieras, reflejando problemas y desventajas en la Es entonces que, con el tiempo se han desplegado mu-  
toma de decisiones de los inversores.  
chos términos, connotaciones, técnicas, fórmulas, he-  
rramientas e instrumentos que han permitido de una u  
otra forma, a los expertos valorar las organizaciones o  
compañías. Muchas de estas formas de medición han  
Problema a estudiar:  
La linealidad en las finanzas operadas a través de mé- sido muy reconocidas y son fuente de consulta a nivel  
tricas o modelos tradicionales matemáticos y globales, corporativo internacional, cuando se habla de valorar  
han generado brechas importantes en las decisiones una organización. Dentro de estas medidas existen: Ra-  
de los inversores; exponiéndolos a desventajas y pér- tios financieros, modelos como: RAROC, CAPM, DCFM,  
didas cuantiosas. Omitiendo variables importantes de TGRM, GGM, EM entre otros.  
entorno no lineales y sistemas complejos que actúan  
como fuerzas subyacentes dentro y fuera de las finan- Siendo el objetivo principal de estas métricas valorar la  
zas.  
rentabilidad de la empresa utilizando expectativas futu-  
ras a través de las fluctuaciones de precios actuales, los  
cuales se cotizan segundo a segundo en la bolsa de va-  
lores. Es así que, mediante estas técnicas e instrumen-  
tos se pretende administrar riesgos, para generar ma-  
Desarrollo de Finanzas y  
Complejidad  
La creación de valor hoy en día ha tomado gran im- yor rentabilidad en el tiempo. De esta forma los precios  
portancia debido a que se ha convertido en una forma se mantienen con variaciones mínimas y volatilidades  
estratégica de permanencia en el mercado y competi- poco fluctuantes. Permitiendo asegurar a los inversores  
tividad de las diferentes corporaciones. Por lo que se de las diversas organizaciones rentabilidad, liquidez y  
afirma que, una empresa que genera valor tendrá un creación de valor. (Álvarez, 2002)  
desenvolvimiento sustancial en el mercado lo cual le  
permitirá generar beneficios acordes a las expectativas Es a través de estos modelos y métodos de entrada y  
de los accionistas.  
salida múltiple que se puede valorar una empresa me-  
diante la combinación de varios enfoques, instrumen-  
Pero, para poder crear valor existen muchos procesos tos, modelos, etc.  
particulares que cada corporación debe realizar, para  
así operacionalizar sus fuerzas, componentes y capa- Siendo las decisiones estratégicas que toman los inver-  
cidades. A pesar, que estos procesos internos para la sores de la empresa las que afectan la eficiencia de su  
generación de valor son bastante particulares para cada funcionamiento. La linealidad en la evaluación analítica  
empresa, a lo largo de los años los inversores han ve- empresarial es una herramienta que muchos determi-  
nido buscando la forma de medir la creación o destruc- nan confiable para corroborar la efectividad de futuras  
ción del mismo desde una perspectiva estandarizada, decisiones. Es así que, con el fin de evitar las desventa-  
permitiéndoles a los tomadores de decisiones evaluar jas o pérdidas cuantiosas, se buscan modelos fiables o  
operaciones en el mercado como compra o venta de la combinación de los mismos, para tomar una decisión  
acciones de las diferentes organizaciones. (Ramírez, de compra o venta de acciones. (Kryvovyazyuk,et al,  
Carbajal & Zambrano, 2012)  
2020)  
Con la aparición de la globalización y la creciente acce- Sin embargo, la valoración empresarial va más allá de  
sibilidad a la información, las necesidades corporativas la medición del valor numérico establecido por modelos.  
para el incremento de la rentabilidad y permanencia en Lo cual sugiere un cambio, de una perspectiva lineal o  
el mercado se han visto desafiadas. Por lo que el campo netamente matemática que se ha venido acrecentando  
financiero, ha proveído establecer un enfoque de valo- en la última década.  
ración corporativa, el cual pudiera aumentar la confia-  
bilidad de las organizaciones y pronosticar expectativas Los inversionistas al analizar factores como rentabili-  
de valor a largo plazo. (Vitari & Raguseo, 2016).  
dad, pasivos, activos, riesgos, fluctuaciones de precios,  
volatilidad implícita, entre otros indicadores, lo único  
Sin embargo, para realizar la valoración empresarial era que tienen en mente es número específico, el cual va  
necesario establecer criterios generales, así como mé- a determinar una decisión financiera. Pero, la decisión  
todos, técnicas e instrumentos matemáticos, los cuales financiera por la que va a optar este inversionista va  
80  
CIENCIAS DE LA COMPLEJIDAD  
a estar en función a muchos factores que no son ne- ejemplo, se traducen en el aumento o desplome ace-  
cesariamente numéricos, sino tienen una connotación lerado de precios entrando en fases de incertidumbre  
psicosociales y complejas.  
y especulación para los inversores. En consecuencia,  
las finanzas son complejas y no dependen de factores  
No obstante, estos métodos están sobrevalorados por- lineales, sino que se desarrollan a través de fluctuacio-  
que ni los riesgos, volatilidad, entorno y agentes corpo- nes y sistemas complejos (Sornette, 2004)  
rativos son lineales, entonces no se conducen mediante  
una sola dirección, sino que en este proceso intervienen Estas dinámicas complejas en el campo financiero si no  
dinámicas fluctuantes emocionales, incertidumbre, es- son gestionadas estratégicamente pueden desencade-  
peculación y complejidad entorno, las cuales no solo nar fallas sistémicas en el mercado, porque se pretende  
pueden ser medidas matemáticamente.  
dar soluciones lineales a dinámicas de entorno comple-  
jas.  
Por lo que el campo de las finanzas es un ejemplo muy  
interesante de complejidad, que se mueve por las de- Por lo que la complejidad en los sistemas financieros  
cisiones de los inversores, las cuales, buscan general- significa para muchos inversores confusión y pérdidas.  
mente “ganar”, es entonces que los mercados financie- Ya que la fluctuación de causas pequeñas o grandes  
ros son sistemas dinámicos donde se dan interacciones y factores no cuánticos pueden causar mucha incerti-  
complejas.  
dumbre y especulación en el mercado, lo que conlleva  
a los inversionistas a desarrollar temor o pánico ante  
Ello debido a que las finanzas se desarrollan en un en- las situaciones a las que se encuentran expuestos. Ge-  
torno incierto, dinámico y cambiante, el cual se ha ve- nerando problemas que los interrelacionan con riesgos,  
nido agitando y fluctuando con mayor rapidez con las que en muchas oportunidades significan pérdidas de  
nuevas innovaciones y flujos de la información, gene- rentabilidad.  
rados por la globalización. Un ejemplo claro es que, el  
precio de una acción puede interrelacionarse y reflejar- Pero ello dependerá del manejo de incertidumbre de los  
se con el cambio de estado de ánimo de una persona en inversores, porque la complejidad del sistema no po-  
Facebook. Así también el aumento o declive del precio drá ser abordada desde enfoques y modelos lineales, ya  
de un activo puede significar una búsqueda cuantiosa que de ser este el caso, se expondrán a consecuencias  
en Google, la cual puede tener un impacto significativo no deseadas y, a menudo a pérdidas cuantiosas, por lo  
en la empresa competidora, exponiéndola a un riesgo.  
que no podrán regular su situación solo con posiciones  
Este flujo interesante de información puede regenerar técnicas, sin perspectivas de entorno y análisis de fac-  
el cruce e interrelación de factores relevantes en el en- tores endógenos y exógenos englobando un todo arti-  
torno, exponiendo una dinámica compleja en el sistema culado y fijándose en cada una de sus aristas de forma  
financiero. Ello ha permitido dejar entre ver que las fi- estratégica. (Steven & Schwarcz, 2009)  
nanzas se mueven mediante sistemas complejos, que  
son los que explican el comportamiento colectivo de Por lo que se necesita la intuición del inversionista, así  
ciertos factores intrínsecos y extrínsecos, en las decisio- como el saber reconocer el entorno a través de refe-  
nes financieras. Ya que este sistema complejo implica rentes de valor. Porque las métricas tratan matemáti-  
interconexiones y regulaciones con todos los factores camente desde una perspectiva reducida los cambios e  
o artistas que pueden significar efectos positivos o ne- incertidumbre en las dinámicas complejas del entorno  
gativos en el campo financiero. (Jiang, X., Chen, T. & financiero.  
Zheng, B., 2014)  
Es decir, distorsionan las perspectivas de realidades  
Es decir, en el campo financiero se dan interacciones para tomar una sola forma de realidad y trabajar bajo  
importantes entre factores no lineales, los cuales exhi- este enfoque en riesgos, volatilidad, fluctuaciones ge-  
ben de manera particular transiciones abruptas en pe- nerando expectativas e ignorando la incertidumbre  
riodos muy cortos de tiempo. Estas transiciones se dan como eje de caos para las dinámicas financieras que se  
por “fuerzas” subyacentes, que generalmente colapsan desarrollan en un entorno complejo.  
el equilibrio de los mercados financieros, exponiéndo-  
se a fallas estructurales, que no solo pueden ser me- En consecuencia se toman por ejemplo a los riesgos,  
didas cuantitativamente como colapsos en el mercado volatilidades y especulaciones como solo factores li-  
de valores, disturbios sociales que conducen a grandes neales y amenazantes que provocan desventajas para  
cambios.  
las organizaciones. No obstante, estos factores están  
asociados con muchos otros que son necesariamente  
Estos factores de cambio en el mercado de valores, por matemáticos o pueden ser abordados linealmente, se  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
81  
necesita percepción y conocimiento para poder identifi- Al igual que las emociones, las creencias, preferencias  
carlos, coberturarlos y administrarlos.  
y percepciones impactan significativamente en las de-  
cisiones de los inversores ya que la mente de los indi-  
Para ello es importante considerar que los riesgos es- viduos comprende y archivan información de acuerdo  
tán estrechamente vinculados con la complejidad, es a esquemas y categorizaciones internas aprendidas  
decir no son una parte de las finanzas que necesita (Pompian, 2006) Los cuales en muchas oportunidades  
ser controlada o minimizada. Se necesita gestionar la son sesgos que pueden dominar la cognición dando  
incertidumbre y diseñar estrategias de cobertura las como resultado una decisión afectiva y no efectiva.  
cuales no deben ser manejadas únicamente con ins-  
trumentos o modelos matemáticos. De tal forma que El impacto de estos sesgos es tal que los sentimientos  
no se considere al riesgo como un factor o componente de esperanza y miedo desvían la atención del tomador  
financiero que deba ser controlado, sino que se evalúe de decisiones y le hace tomar una decisión más sobre  
y administre como un todo complejo incurriendo en parámetros emocionales que sobre razonamiento.  
variables de entorno y conductuales. (Fender & Mit-  
chell, 2005)  
Debido a la presencia de estas heurísticas y sesgos, la  
información no se utiliza de manera objetiva. Además,  
Es así que la complejidad y las finanzas están muy vin- los sentimientos como el miedo, la codicia, la seguri-  
culadas dándole una connotación multidimensional y dad, la conformidad y la seguridad afectan decisiones  
conductual, donde influyen muchos factores dentro de elecciones y sesgan a un individuo hacia opciones que  
ellos el comportamiento, estrés, emociones, confianza, se adapten a los motivos del individuo.  
experiencia, conocimiento y agilidad de respuesta. To-  
dos estos factores son relevantes para diseñar, ejecutar Si bien existen factores internos como la conductuali-  
y evaluar estrategias para dar respuestas óptimas ante dad, emociones, percepciones y creencias que modifi-  
sistemas y dinámicas complejas.  
can las decisiones financieras también existen factores  
externos como el estado de ánimo social que pueden  
Un factor importante de analizar es el comportamiento influir como una variable biopsicosocial ambiental en la  
de los inversores al tomar una decisión para poder co- toma de decisiones representando y mostrando una to-  
berturar riesgos, ya sean internos o externos, ya que en lerancia a los riesgos financieros distinta la cual está en  
este punto las emociones juegan un papel significativo función del estado de ánimo social y la especulación en  
en la toma de decisiones.  
el mercado y en las redes inter e intraorganizacionales.  
Roszkowski & Grable 2007).  
(
A pesar de que las emociones tienen un carácter princi-  
pal en la toma de decisiones embebidas en las corpora- Si bien no se pueden evitar las que las emociones in-  
ciones, no se puede decir que las organizaciones tienen fluyan en las decisiones ya que ellas están ligadas a la  
sentimientos o pensamientos refiriéndose solo a una naturaleza humana se pueden tomar medidas estraté-  
estructura inerte, sino que ello conlleva a una conno- gicas para la cobertura de riesgos de forma técnica e  
tación distinta y es que las emociones están orientadas inteligente, realizando un análisis complejo abordando  
hacia las decisiones y expectativas de los inversores, variables y agentes relevantes no solo desde una forma  
que prevalecen dentro y entre las organizaciones en el numérica sino desde una perspectiva de entorno reu-  
sector financiero. (Pixley, 2002)  
niendo variables psicosociales que pueden influir nega-  
tiva o positivamente.  
No obstante, al estar dentro de los procesos de deci-  
siones financieras tienden a “distorsionar” las operacio- En consecuencia, existen muchos factores como el ries-  
nes normales en el mundo financiero dejándolo frágil go, volatilidad, entre otros que pueden ser solo mane-  
o dicho de otra forma crean brechas de especulacio- jados desde un punto reducido y lineal. Sino como un  
nes las cuales son sesgos, que en varias oportunidades todo complejo valorando factores psicosociales, even-  
impactan negativamente en las decisiones presentes y tos y agentes relevantes los cuales pueden fluctuar y  
expectativas futuras.  
distorsionar impulsando o mermando el comportamien-  
to de los agentes  
Otro factor relevante que puede influir en las decisiones  
de los inversores son las percepciones, creencias o pre- CONCLUSIÓN  
ferencias las cuales sesgan las decisiones de inversión  
financiera. Estos sesgos revelan el diseño de la mente Las finanzas fluctúan en un mundo dinámico e incierto  
del inversor y también los defectos de ella exponiéndolo el cual no es lineal, fluctúan bajo fuerzas y factores en-  
a eventos inciertos.  
dógenos y exógenos, las cuales son características de  
82  
CIENCIAS DE LA COMPLEJIDAD  
sistemas complejos. Por lo que se puede afirmar que las  
finanzas son complejas; además estas fuerzas permi-  
ractions in Complex Financial Dynamics. Sci Rep. 4, 5321  
https://Doi.Org/10.1038/Srep05321  
ten gestionar la incertidumbre y dirigir las perspectivas Pixley, J. (2002). Emotions and Economics. The Sociologi-  
y decisiones de los inversionistas hacia campos no li-  
neales poniendo en juego no solo su conocimiento y ex-  
cal Review, 50, 69–89. https://doi.org/10.1111/j.1467-  
954X.2002.tb03592.x  
periencia, sino factores psicosociales los cuales influyen Pompian, M. (2006) .Behavioral Finance and Wealth Manage-  
e impactan en el entorno de forma positiva y negativa.  
Se necesitan estrategias de manejo que permitan iden- Pompian. M. (2011). Behavioral Finance and Wealth Management:  
ment: How to Build Optimal Portfolios for Private Clients  
tificar estructuras de caos dentro del sistema, las cuales  
puedan gestar la incertidumbre del entorno proponien-  
How to Build Investment Strategies That Account For Inves-  
tor Biases  
do análisis y perspectivas para administrar los riesgos Kryvovyazyuk, I, Smerichevskyi, S.,Myshko, O., Oleksandrenko,  
convirtiéndolos en oportunidades positivas para las cor-  
poraciones y mercados financieros.  
I., Dorosh, & V.,Visyna, T. (2020). Application of Combi-  
ned Modeling Methods for Estimating and Forecasting the  
Business Value of International Corporations.International  
Journal of Management, 11, 1000-1007, Doi: 10.34218/  
Ijm.11.7.2020.087  
Referencias  
Álvarez Piedrahita, Iván (2002). Finanzas Estratégicas Y Creación  
De Valor. Financial Publishing. Colombia.  
Ramírez C., Carbal, A., & Zambrano, A. (2012). La Creación De  
Valor En Las Empresas. Saber, Ciencia Y Libertad, 7(1),  
Artzner, P., Delbaen, F., Eber, J.‐M. & Heath, D. (1999), Coherent  
159-169.  
Https://Doi.Org/10.18041/2382-3240/Sa-  
Measures of Risk. Mathematical Finance, 9, 203-228. ht-  
tps://doi.org/10.1111/1467-9965.00068  
ber.2012v7n1.1795  
Sornette, D. (2004). A Complex View Of The System Of Why  
The Stock Markets Shock, Chair of Entrepreneurial Risks,  
1, 5-18  
Beckert, J. (2013). Imagined futures: fictional expectations in the  
economy. Theor Soc 42, 219–240. https://doi.org/10.1007/  
s11186-013-9191-2  
Sornette, D. (1998). Discrete scale invariance and complex di-  
mensions, Physics Reports, 297, 239-270.  
Froot, K., Scharfstein, D. & Stein, J., (1993). Risk Management:  
Coordinating Corporate Investment and Financing Poli-  
cies’, Journal of Finance, 48, 1629– 58. Https://Doi.Or-  
g/10.1111/J.1540-6261.1993.Tb05123.X  
Sornette, D. & W.-X. Zhou (2003) Predictability of Large Future  
Changes in Complex Systems, Submitted to Phys. Rev. Lett.  
(http://arXiv.org/abs/cond-mat/0304601)  
Fender, I. & Mitchell, J. (2205) Structured Finance: Complexity,  
Risk and the use of Rating, BIS Quarterly Review, 66-78  
Grable, J. & Roszkowski M. (2007) Self-Assessments of Risk To-  
lerance by Women and Men. Psychological Reports. 100.  
Steven L. & Schwarcz, (2009) Regulate Financial Complexity Mar-  
kets Washington University Law Review, 87, 211  
Vitari, C. & Raguseo, E. (2016). Digital Data, Dynamic Capability  
and Financial Performance: An Empirical Investigation in the  
era of Big Data. Systèmes D’information & Management. 21,  
63- 92 Https://Doi.Org/10.3917/Sim.163.0063  
7
95-802. Doi: 10.2466 / Pr0.100.3.795-802  
Jiang, X., Chen, T. & Zheng, B. (2014) Structure of Local Inte-  
Revista de la Unidad de Investigación de la Facultad de Economía de la UNSA  
83  
Cienciasde  
lacomplejidad  
Revista de la Unidad de Investigación  
de la Facultad de Economía de la UNSA  
UNIVERSIDAD NACIONAL DE SAN AGUSTÌN  
DE AREQUIPA  
Facultad de Economía  
Unidad de investigacion de la Facultad de Economía  
cienciasdelacomplejidad@unsa.edu.pe  
http://fec.unsa.edu.pe/revista-ciencias-de-la-complejidad/  
www.unsa.edu.pe  
Arequipa - Perú