El pensamiento sistémico es una de las conceptualizaciones o técnicas de pensamiento de mayor impacto en la actualidad por constituir un marco conceptual que permite representar problemas dentro de patrones totales o generales. La implementación de esta práctica permite el estudio de cualquier fenómeno y su experimentación ha contribuido en la resolución de múltiples problemas, donde otras perspectivas y áreas del conocimiento han fracasado.
Los conceptos fundamentales del pensamiento sistémico fueron desarrollados en la primera parte del siglo XX en disciplinas tales como: la biología, ecología, psicología y cibernética. Nace formalmente de la teoría general de sistemas, inventada por Ludwig Von Bertalanffy quien la introdujo a partir del cuestionamiento de la aplicación del método científico en problemas de biología, debido a que este método se basaba en una visión mecanicista y causal que lo hacía débil como esquema para la explicación de los grandes problemas que se dan en los sistemas vivos.
Por lo tanto, y a partir de este cuestionamiento, se definió la teoría capaz de describir la estructura y el comportamiento de los sistemas, identificando sus propiedades, relaciones y reformulando el paradigma intelectual para entender mejor el mundo que nos rodea.
Por consiguiente, el pensamiento sistémico se define como la actitud del ser humano que se basa en la percepción del mundo real en términos de totalidades para su análisis y comprensión, y difiere del planteamiento del método científico, que sólo percibe partes de éste de manera inconexa. Integra tanto el análisis de las situaciones, como el planteamiento de hipótesis dinámicas que proponen soluciones en las cuales se tienen que considerar diversos elementos y relaciones que conforman la estructura de lo que se define como “sistema” y su entorno.
Un sistema es una entidad que mantiene su existencia y funcionamiento como un todo a través de las interacciones
de sus partes. Bajo esta perspectiva, el sistema se considera como un elemento dotado de múltiples interacciones y propiedades, el cual tiene un fin común donde todas las partes aportan una contribución para cumplirlo.
Ideas fundamentales
Las ideas fundamentales de pensamiento sistémico no han cambiado significativamente sobre los años; éstas generalmente expresan lo siguiente:
- Las situaciones se ven de manera holística, compuestas por un conjunto de elementos diversos que interactúan dentro de un entorno.
- Reconocer que las relaciones o interacciones dentro de los elementos son más importantes que los mismos elementos al determinar el comportamiento del sistema.
- Reconocer que existe una jerarquía de niveles del sistema y propiedades emergentes en esos distintos niveles.
- Aceptar (especialmente en sistemas sociales) que las personas actúan acorde con sus propios propósitos y racionalidades.
En el ámbito organizacional, por ejemplo, esta lógica tiene una gran incidencia, puesto que es posible ver la organización, ya no como una suma de sus partes que trabajan aisladas cumpliendo objetivos independientes, –como lo plantea el esquema tradicional– sino que dicha organización puede ser el resultado de todas las interacciones entre los elementos de la compañía, considerando que todos los elementos poseen una fuerte influencia y que los comportamientos emergentes o resultados (positivos o negativos) de la misma dependen de la sinergia, comunicación, conexión, fuerza de trabajo y toma de decisiones que surgen a nivel de cada elemento.
Estos supuestos implican que el resultado final está condicionado por los intereses y valores que posean dichos entes
involucrados. Por tal motivo es fundamental apuntar a que exista un interés común centrado en la necesidad de la conservación de la compañía.
De manera específica, el enfoque sistémico señalado, aplicado al estudio de las organizaciones, plantea una visión
interconectada y multidisciplinaria que posibilita analizar la empresa de manera integral, permitiendo identificar y comprender con mayor claridad y profundidad los problemas organizacionales, sus múltiples causas y consecuencias. Así, y viendo a la organización como una entidad integrada, conformada por partes que se interrelacionan entre sí a través de una estructura que se desenvuelve en un entorno determinado con características y realimentaciones sistémicas, se está en capacidad de poder detectar las problemáticas y procesos de cambio que ocurren dentro de la misma.
En ámbitos relacionados con la ingeniería, por ejemplo, el pensamiento sistémico tiene una fuerte incidencia y
aplicación donde su conceptualización contribuye en el modelamiento de sistemas y fenómenos complejos a partir
de la concepción de los objetos (naturales o artificiales) y sus dinámicas (simples o complejas) existentes o intangibles.
El pensamiento sistémico se convierte entonces, en una herramienta útil para la formulación de modelos en muchos
ámbitos, lo cual facilita al experto la interacción con el problema de estudio y conlleva a la determinación de los
elementos fundamentales que deben involucrar los modelos con el objeto de plasmar adecuadamente las realidades
de estudio.
Habitualmente, se siguen tres principios básicos del pensamiento sistémico en torno al modelamiento de los sistemas:
- La articulación del problema
- El análisis de sistemas
- El uso de modelos
A continuación se explica cada uno de estos pasos.
La articulación del problema
La articulación del problema es el paso en el cual el modelador se cuestiona sobre el problema a resolver. Aquí debe identificar el problema real a estudiar, sin dejarse sesgar por los síntomas o por las dificultades que ocurren en el mismo. En este paso debe identificarse el límite y la resolución del modelo y el propósito fundamental del estudio. Para esta caracterización inicial del problema es adecuado discutir en grupo con expertos en el área, realizar una investigación histórica de las dinámicas del fenómeno, recolectar datos que ayuden a revelar tendencias y usar observación directa.
El análisis de sistemas
Los conceptos de análisis de sistemas son útiles en problemas relacionados con el planeamiento económico, las ciencias sociales, ambientales y la geografía. La idea base del análisis de sistemas en estos ámbitos es generar un entendimiento profundo de los objetos de estudio o sistemas de interés, y a partir de este conocimiento poder predecir el comportamiento de tales sistemas en el futuro.
Bajo esta perspectiva, se entiende como sistema el objeto de estudio que tiene una colección de componentes que están relacionados unos con otros o que interactúan entre sí de varias maneras. Algunos de estos componentes a menudo se juntan con otros sistemas o componentes externos estableciendo aun más relaciones.
El entorno fuera del sistema es conocido como ambiente y algunas veces es conveniente pensar que el sistema y el ambiente están separados por un límite donde puede haber transferencia o flujos de información (o material).
Un sistema que no comparte flujos (información, material, etc.) con el ambiente es llamado sistema cerrado; de manera contraria es llamado sistema abierto, un sistema que comparte flujos e información con el ambiente. Son llamados insumos, aquellos elementos o flujo de información que entran al sistema. Por el contrario, se llaman productos o resultados aquellos que salen del sistema hacia el ambiente.
La manera en la cual un sistema es visto y definido depende del nivel de resolución en el cual es adoptado. Un componente que es visto a un nivel grueso de resolución puede tener una estructura interna y un número de componentes distinto en comparación con un nivel más fino de resolución.
El nivel de resolución apropiado depende de los propósitos de análisis y debe ser escogido en relación con la efectiva
formulación de problema y la facilidad con la cual una solución puede ser obtenida. Adicionalmente, existen tres niveles de escogencia de escala: la escala espacial, relacionada con el número de unidades espaciales o zonas que serán usadas en el análisis; la temporal, que se refiere a las unidades de tiempo, y la sectorial que está implicada con el número de tipos de componentes a involucrar en el análisis (Wilson, 1981).
El siguiente paso en el argumento es definir las variables del sistema. Éstas son clasificadas como: variables endógenas, exógenas y de estado. Las variables endógenas, también conocidas como variables internas, surgen a partir de la interacción de los elementos del sistema. Las variables exógenas, a diferencia, son aquellas que son atribuidas
por el ambiente. Las variables de estado establecen las características que definen las distintas fases del sistema. De esta manera, los distintos valores asignados a las variables representan las particularidades y las dinámicas en el tiempo del sistema. Igualmente, existen otros elementos llamados parámetros que actúan como valores fijos, que describen aspectos de la estructura y son inalterables durante todo el horizonte de estudio.
Finalmente, y para términos de modelamiento, el comportamiento del sistema debe ser representado por formulaciones lógicas (matemáticas) que describan las interacciones o asociaciones entre los componentes. Con el
análisis anterior es posible identificar las propiedades emergentes de los sistemas que no se observan al mirar tan
solo sus partes individuales, y otorga la posibilidad de predecir el comportamiento sistémico rompiendo con paradigmas de funcionamiento.
El uso de modelos
Bajo un enfoque sistémico, los modelos permiten la imitación de operaciones de un proceso o sistema del mundo real a lo largo del tiempo. Son una declaración, no ambigua, de la forma en que interactúan los componentes del sistema bajo estudio. Los modelos sirven para mejorar el entendimiento del sistema real, para predecir comportamientos, y
para valorar alternativas para mejorarlos y transformarlos. Bajo la perspectiva sistémica, un modelo está compuesto
por los componentes más importantes que el diseñador cree afectan el sistema bajo estudio representados en variables exógenas, endógenas y de estado.
Los modelos buscan ser aceleradores de aprendizaje, ya que el modelamiento efectivo está determinado por iteraciones constantes entre experimentos y aprendizaje en el mundo virtual construido, retroalimentados con experimentaciones y aprendizaje del mundo real. Por lo tanto, el procesamiento de modelado consta de cuatro
pasos fundamentales que interactúan constantemente en todo el transcurso de construcción del modelo; estos son:
la identificación de relaciones dinámicas, la formulación, la validación y el planteamiento de políticas y la evaluación final.
Identificación de relaciones dinámicas. En este paso el diseñador desarrolla una teoría acerca del comportamiento problemático y construye relaciones que explican el fenómeno en términos del enfoque metodológico adoptado. La estructura debe especificar la dinámica del sistema y las reglas de interacción entre variables y agentes involucrados en el modelo.
Formulación del modelo. En este paso se realiza una formalización completa del modelo con todas sus ecuaciones,
parámetros y condiciones iniciales; es aquí cuando empieza a descubrir el entendimiento acerca del problema y la
habilidad para representarlo.
Validación. Equivale a probar el comportamiento y la estructura del modelo construido. Se debe garantizar que cada
variable corresponda a un concepto en el mundo real, y que cada ecuación tenga su fundamento teórico y dimensional. Asimismo, debe efectuarse la confrontación del comportamiento y los resultados del modelo con la estructura real bajo estudio.
Planteamiento de políticas y evaluación. Una vez se tenga entendimiento, confianza en la estructura y comportamiento del modelo se diseñan las políticas para el mejoramiento, implementar nuevas estrategias, estructuras y reglas de decisión que conlleven al sistema al punto deseado.
Herramientas de pensamiento sistémico
Diagramas Causales
Los diagramas causales están enmarcados dentro de las ideas fundamentales de la dinámica de sistemas que fue desarrollada por Jay Forrester en el MIT, en el año 1960. Él estuvo interesado en modelar el comportamiento dinámico
de los sistemas, tales como las poblaciones de las ciudades, y cadenas de suministro industriales.
Él argumentó que el comportamiento de tales sistemas complejos a cualquier nivel, resulta de las estructuras de flujos,
retardos, información y relaciones de retroalimentación y uso los diagramas causales como representación de dichas relaciones.
Los diagramas causales son una herramienta útil para identificar la dinámica de los sistemas. Ellos ilustran la estructura de realimentación del sistema y sirven para identificar los mapas mentales de las organizaciones, de las estructuras conformadas por varios elementos y para revelar patrones de comportamiento individual.
Los diagramas causales también son útiles en la elaboración y comprensión de los modelos y para la construcción
de hipótesis dinámicas, y facilitan la obtención y transmisión de conocimiento. Su conceptualización parte de la simple
definición de causalidad que representa el efecto (inmediato o retardado) que una variable puede tener sobre la otra.
Los diagramas causales están conformados por variables que son unidas a través de flechas que determinan la relación causal entre una variable y la otra. La variable base (o la que causa el efecto) está posicionada en la base de la flecha y es la que produce el efecto sobre la variable que se encuentra en la punta de la flecha (variable destino). La categorización del efecto o la relación causal se define por un símbolo de polaridad (+ ó –) que depende de si el efecto que causa la variable base sobre la variable destino es positivo (+) o, por el contrario, si el efecto es negativo (–), entendiéndose como positivo o negativo incrementos o decrementos observados en la variable afectada.
Identificadas las variables, relaciones causales y polaridades de todo el esquema, se procede a definir los identificadores de ciclos o de realimentación.
Estos se definen a partir de una flecha curva en dirección de la evolución del ciclo, y pueden ser positivos o de refuerzo (R). Se tiene un ciclo de refuerzo si al partir positivamente de una variable base, y siguiendo el efecto sobre todas las variables que involucran en el ciclo, se regresa a ella de forma positiva, o lo que es lo mismo cuando el producto de
todas las polaridades inmersas en el ciclo da como resultado un valor positivo.
De la misma manera pueden identificarse ciclos negativos o de balance (B) para los cuales al partir positivamente de
una variable base se regresa a ella después de recorrer todo el ciclo, de forma negativa, o por consiguiente cuando
el producto de todas las polaridades del ciclo da como resultado un símbolo negativo (-). En general, los ciclos de
refuerzo están asociados a comportamientos exponenciales crecientes y decrecientes de las variables que se afectan en el ciclo, y los ciclos de balance, por el contrario, limitan el crecimiento y generan patrones estabilizadores en las
variables involucradas en el ciclo.
Otro aspecto importante que puede ser identificado con este tipo de estructura son los retardos implícitos dentro del
sistema que afectan en gran medida los fenómenos reales. Como la caracterización de las variables se hace una a una
es fácil ver cuándo el efecto no es inmediato y esto ayuda notablemente en la formulación final del modelo.
Arquetipos
Complejos estudios de simulación pueden ser resumidos describiendo un diagrama estructural simplificado del modelo resultante. Dichos diagramas son comúnmente conocidos como arquetipos, los cuales son estructuras que representan y clasifican estructuras sistémicas, definiendo sus comportamientos. Los arquetipos juegan un importante rol en todos los procesos del pensamiento sistémico y, por tal motivo, recientes estudios de pensamiento sistémico se
enfocan en mejorar y refinar arquetipos. Los arquetipos buscan encontrar comportamientos intuitivos de los sistemas de estudio y pueden ser vistos como una síntesis de varios análisis (cualitativos y cuantitativos) e intentos de modelamiento de expertos, que producen conocimiento general en nuevas aplicaciones y sistemas. Esta definición
los hace un mecanismo muy poderoso para acelerar el aprendizaje. Estos describen patrones comunes de comportamiento en las organizaciones. Sirven como herramientas de diagnóstico y como herramientas prospectivas para dar alertas a los tomadores de decisiones para futuras consecuencias no intencionadas. También revelan las soluciones fundamentales haciendo del tiempo una variable explicita en la toma de decisiones.
Por lo tanto, los arquetipos sistémicos son herramientas altamente efectivas para identificar patrones de comportamiento; ellos reflejan la estructura fundamental bajo estudio y pueden ser aplicados de dos maneras: como diagnóstico y cómo prospectiva.
Como diagnóstico, los arquetipos ayudan a los tomadores de decisiones a reconocer patrones de comportamiento que ya han sido representados en los sistemas y sirven para entender la estructura fundamental de los mismos. Por lo tanto, en la planeación son de gran uso, ya que a partir de ellos se formulan las pautas o las medidas por
las cuales se espera lograr determinados fines en una estructura u organización. También pueden ser aplicados
para probar si las políticas y estructuras que se están implementando llevan a producir el comportamiento deseado,
y cuando se están presentando fenómenos negativos se pueden tomar medidas de control antes que los cambios
sean efectuados e integrados en la estructura del sistema.
El arquetipo genérico de la figura ilustra un tipo llamado “Shifting the Burden”, el cual es el primero de muchos
arquetipos que ilustra la consecuencia de idear soluciones sintomáticas y no fundamentales a los problemas que
ocurren en una organización o en un problema determinado.
El arquetipo ejemplo muestra que las soluciones fundamentales o a largo plazo requieren un mayor entendimiento
y aprendizaje del problema y que en muchas ocasiones (generalmente por la presión que se genera dentro de la
organización) se idean soluciones sintomáticas que requieren un menor aprendizaje del problema pero que al final
terminan siendo más perjudiciales para la organización por el efecto adverso que producen. El Comportamiento en
el tiempo de este arquetipo se ilustra a continuación:
Los arquetipos ofrecen un gran conocimiento de los problemas y un fundamento sólido sobre el cual un modelo puede ser desarrollado y construido. Sin embargo, raramente son modelos suficientes para realidades particulares por
su naturaleza genérica y normalmente fallan al revelar importantes variables que son parte del sistema real de un
problema específico, pero sirven como una completa guía para desarrollar formulaciones matemáticas precisas.
Análisis de Complejidad
Un sistema complejo se puede definir como aquel que tiene las siguientes características:
• Posee condiciones de aleatoriedad e incertidumbre: en algunas ocasiones se desconoce el valor y comportamiento de sus variables.
• Es incierta la forma cómo va a reaccionar el sistema por el desconocimiento de sus dinámicas internas.
• El sistema es regido por comportamientos y dinámicas no lineales.
• Posee un alto número de variables e interacciones.
• Las causas y efectos que el sistema experimenta pueden no ser proporcionales.
• Las diferentes partes del sistema están conectadas de manera sinérgica.
• Existen realimentaciones positivas y negativas.
• Son sistemas abiertos, lo que implica que intercambian material, energía y flujos de información con el entorno.
• Tienden a llevar a procesos irreversibles.
• Las estructuras físicas (regulares e irregulares) juegan un papel fundamental en el sistema.
• Son dinámicos y difícilmente llegan al equilibrio.
• Frecuentemente sufren cambios súbitos o contra intuitivos.
Los sistemas complejos son comúnmente encontrados en la naturaleza, en estructuras sociales y en sistemas artificiales que han sido desarrollados por el hombre. El reto siempre ha consistido en generar herramientas y habilidades para analizar los comportamientos de este tipo de sistemas.
La idea siempre ha consistido en definir procesos, que capturen las características fundamentales de los sistemas complejos de manera sistemática organizada, a fin de ayudar al analista a evitar la omisión de los factores más destacados, tanto en su manifestación física como en su manifestación estructural.
Entre los procesos que han sido desarrollados, enmarcados dentro del pensamiento sistémico para abordar sistemas con estas características se destaca a nivel organizacional, el proceso CLIOS (Complexity – Large Scale – Interconected – Open – Sociotechnical), el cual es un enfoque interdisciplinario que considera el espacio físico de las estructuras y ayuda al desarrollo de alternativas estratégicas considerando altos niveles de incertidumbre, análisis tecnológicos, reglas institucionales, restricciones jerárquicas y políticas.
El proceso CLIOS define tres importantes fases: la primera relacionada con la representación del sistema, en la cual se
identifica la estructura en términos del dominio físico e identificación de los subsistemas envueltos en la estructura
política e institucional, y el comportamiento en el cual se identifica el grado y naturaleza de la interacción de los componentes con las conexiones débiles o fuertes y los ciclos de realimentación.
Un segundo paso define el diseño, la evaluación y la selección del sistema complejo bajo estudio. En esta etapa se
mide el rendimiento de todo el sistema y de los subsistemas. También se estima cómo puede mejorarse el rendimiento
de la estructura a partir de alternativas estratégicas, y finalmente se implementa un modelo donde se evalúa la actual
estructura institucional y se administra el sistema para alcanzar niveles razonables de rendimiento.
La dinámica de sistemas es otra metodología de bastante apogeo en la actualidad, que permite construir simulaciones de sistemas sociales y económicos complejos, entre otros. Maneja un lenguaje formalizado en el cual se usan como conceptos los diagramas de flujos y niveles, y el modelamiento es definido a partir de ecuaciones diferenciales integradas a partir de métodos numéricos. Este tipo de modelamiento se basa principalmente en entender la estructura sistémica del objeto de estudios a partir de los diagramas causales discutidos anteriormente.
En próximos post de este blog seguiremos profundizando en el pensamiento sistémico.