Un sistema adaptativo complejo o sistema complejo adaptable, (CAS, del inglés complex adaptive system) es un tipo especial de sistema complejo; es complejo en el sentido de que es diverso y conformado por múltiples elementos interconectados; y adaptativo, porque tiene la capacidad de cambiar y aprender de la experiencia. Consiste de un gran número de partes y agentes que interactúan y se entrelazan entre sí. Algunos ejemplos de un CAS son: las redes neuronales y sociales, los sistemas nervioso e inmunológico, culturas antiguas y modernas, idiomas, economía, ecología, mercado de valores, los insectos sociales (las colonias de hormigas), la biósfera, el ecosistema, el cerebro, el sistema inmune, las empresas y cualquier grupo social humano con cultura y con un sistema social. En general, este concepto de CAS se refiere a los mismos sistemas que pueden ser simulados y descritos por sistemas multi-agentes (SMA).
La expresión «sistema adaptativo complejo» (o «ciencia de la complejidad») fue acuñada en el interdisciplinario Santa Fe Institute por John H. Holland, Murray Gell-Mann y otros. Es a menudo usada para describir el campo académico libremente organizado que se ha desarrollado alrededor de estos sistemas. La ciencia de la complejidad no es una teoría única, ya que abarca más de un marco teórico, es sumamente interdisciplinaria y busca las respuestas a algunas preguntas fundamentales sobre los sistemas vivos, adaptables y cambiables.
Los ejemplos de sistemas adaptativos complejos incluyen el Ser humano, la bolsa de valores, las sociedades de insectos y colonias de hormigas, la biósfera y el ecosistema, el cerebro y el sistema inmunitario, las células y el desarrollo embrionario, negocios de fabricación y cualquier esfuerzo de grupos sociales humanos dentro de un sistema cultural y social dado, tales como partidos políticos o comunidades. Hay una estrecha relación entre el campo de los CAS y la vida artificial, en ambas áreas los principios emergentes y de autoorganización son muy importantes.
Definiciones Es necesario hacer una caracterización precisa para poder distinguir a los Sistemas Complejos de los Sistemas Complicados o los Sistemas Caóticos. Un CAS es una compleja y autosimilar colección de agentes adaptativos interactuando. En un Sistema Complicado, los diversos elementos que lo conforman mantienen un grado de independencia unos de otros. Los Sistemas Complicados son reducibles, esto es, las propiedades del Sistema Complicado pueden entenderse y anticiparse mediante el estudio de los elementos constitutivos del Sistema (Page). En un Sistema Complicado o Caótico, una pequeña modificación en las condiciones del Sistema produce rápidamente resultados altamente desordenados e impredecibles. A diferencia de los Sistemas Complicados, en un Sistema Complejo el nivel de dependencia o interacción entre los elementos se vuelve importante. Las fuertes interacciones entre sus elementos provocan que los eventos presentes tengan una gran influencia en la probabilidad de ocurrencia de muchos tipos de eventos posteriores (Axelrod).
Los estudios de CAS se enfocan en la complejidad, las propiedades emergentes y macroscópicas de los sistemas. Distintos investigadores han esbozado varias definiciones:
Otra diferencia de los Sistemas Caóticos con respecto a los Sistemas Complejos, es que los primeros, se vuelven altamente desordenados; mientras que un Sistema Complejo es coherente frente a los cambios (Holland), las interacciones son altamente no lineales es imposible reducir el estudio del Sistema Complejo al estudio de sus elementos constitutivos (Page).
Propiedades de los CAS
Lo que distingue a los CAS de los SMA (sistemas multiagentes) puros es su enfoque de propiedades de alto nivel y característica, como autosimilitud, complejidad, emergencia, y autoorganización. Un SMA es definido simplemente como un sistema compuesto de múltiples agentes interactuando. En CAS los agentes así como los sistemas son adaptativos, el sistema es autosimilar. Un CAS es una compleja y autosimilar colectividad de interacciones de agentes adaptativos. Los CAS se caracterizan por un alto grado de capacidad adaptativa, lo que les proporciona resiliencia frente a la perturbación.
Otras propiedades importantes son la adaptación (homeostasis), comunicación, cooperación, especialización, organización espacial y temporal, y, por supuesto, reproducción. Ellos pueden organizarse en todos los niveles: las células se especializan, se adaptan y se reproducen a sí mismas tal como los organismos más grandes lo hacen. La comunicación y la cooperación toman lugar en todos los niveles, desde agentes hasta niveles de sistemas.
Dentro de la clase de los Sistemas Complejos conviene hacer una diferencia entre los que son Adptables y los que no lo son. De acuerdo con Axelrod, un Sistema Complejo Adaptable es un Sistema Complejo integrado por agentes o poblaciones que buscan adaptarse mediante una intervención planificada. Bajo esta definición un tornado es un Sistema Complejo no Adaptable (las partes no tienen una capacidad de intervención planificada), pero los peatones en una gran ciudad conforman un Sistema Complejo Adaptable (las personas tienen la capacidad de hacer intervenciones planificadas para evitar chocar con otros peatones). Axelrod propone que en un Sistema Complejo Adaptable hay tres procesos centrales: Variación, Interacción y Selección. Para Mitchell un Sistema Complejo (Adaptable) es “Un sistema en el cual grandes redes de componentes sin control central y con reglas simples de operación origina un comportamiento colectivo complejo, procesamiento sofisticado de información y adaptación mediante aprendizaje o evolución.” (Mitchell 2009:13). De acuerdo con Mitchell, esta definición contiene tres propiedades comunes de los Sistemas Complejos Adaptables:
1. Mitchell comparte la idea de Holland de que el comportamiento colectivo complejo, de patrones cambiantes y difíciles de predecir tiene su origen en la acción colectiva más que en las acciones individuales de los componentes del sistema.
2. Procesamiento de información y señales producidas tanto en el medio ambiente interno como en el externo.
3. Cambios adaptables del sistema a través del aprendizaje o procesos evolutivos. Uno de los autores fundamentales en el desarrollo de la Teoría de los Sistemas Complejos Adaptables es John H. Holland.
Para Holland un Sistema Complejo Adaptable es un sistema compuesto por una gran variedad de agentes distintos y componentes no estáticos que no mantienen una configuración fija, sin un órgano central de planeación o dirección pero que en conjunto desarrolla una identidad única y mantiene un patrón estable y coherente a lo largo del tiempo. En esta definición Holland expande el significado del término “adaptación” para incluir el aprendizaje y los procesos relacionados con éste.
Para Kevin Dooley un Sistema Complejo Adaptable se comporta/evoluciona de acuerdo a tres principios fundamentales: el orden es emergente en lugar de tener un nivel determinado (ej. redes neuronales), la historia del sistema es irreversible y el futuro del sistema es a menudo impredecible Los elementos básicos de SCA son los agentes; los cuales exploran su medio ambiente y desarrollan esquemas de interpretación y representación de las reglas de acción. Estos esquemas están sujetos al cambio y evolución (Fuente: K. Dooley, AZ State University).
Para Murray Gell-Mann un Sistema Complejo Adaptable adquiere información sobre su entorno en el que interactúa e identifica regularidades en la información obtenida, condensando esas regularidades en una especie de esquema o modelo y actúa en el mundo real sobre la base de ese esquema (Fuente: "The Quark and the Jaguar: Adventures in the Simple and the Complex", p.17).
Para Stephanie Forrest los Sistemas Complejos Adaptables se componen de elementos que interactúan y se adaptan en un entorno operativo. Los agentes de actúan y están influenciados por su entorno local. No hay control global sobre el sistema. Todos los agentes son sólo capaces de influir en otros agentes a nivel local. Cada agente es impulsado por mecanismos simples, por lo general las reglas de condición-acción, donde las condiciones son muy sensibles al entorno. (Fuente: Forrest, 1990).
Propiedades y Mecanismos de los Sistemas Complejos Adaptables
Holland menciona cuatro propiedades y tres mecanismos comunes a todos los SCA. Otras propiedades y mecanismos de los Sistemas complejos Adaptables pueden derivarse a partir de estos siete elementos básicos:
Agregación La agregación puede usarse en dos formas. Primero, es una manera sencilla de simplificar los SCA agregando cosas similares en categorías. Una vez que se define una cuestión de interés, se ignoran los detalles irrelevantes y se agrupan en una categoría las cosas que difieren en esos detalles. Las categorías elaboradas se convierten en bloques de construcción que pueden combinarse para construir modelos. Un segundo uso de la propiedad de agregación se relaciona con la emergencia de comportamientos complejos generados por la suma de las interacciones de agentes menos complejos. Los agregados (meta-agentes) actúan como agentes a un nivel superior y pueden exhibir comportamientos y capacidad de adaptación no presentes en los agentes individuales. En este sentido, la agregación proporciona una estructura jerárquica a los SCA.
No linealidad A grandes rasgos podemos entender la linealidad como una propiedad que permite obtener un valor para el todo mediante una suma de los valores ponderados de sus partes. Cuando un sistema tiene la propiedad de linealidad, es fácil usar las matemáticas para crear modelos mediante el análisis de tendencias, métodos de muestreo o búsqueda de equilibrios. Desafortunadamente los SCA no tienen esta propiedad de linealidad, lo que hace que su estudio y el establecimiento de teorías sea particularmente difícil. En un SCA las interacciones no lineales casi siempre provocan que el comportamiento agregado sea más complejo que la simple suma de los comportamientos individuales.
Flujos En los SCA los flujos ocurren a partir de una relación en la triada Nodo-Conector-Recurso. En términos generales los nodos son los agentes que llevan a cabo el procesamiento de recursos, mientras que los conectores son los canales de comunicación que determinan las posibles interacciones. En los SCA los flujos en la red varían a lo largo del tiempo como consecuencia del proceso de adaptación y aprendizaje. En este proceso, tanto los nodos como los conectores pueden aparecer o desaparecer dependiendo del éxito en su búsqueda de adaptación. Los marbetes casi siempre definen las interacciones principales al delimitar las redes y crear la estructura jerárquica. Los agentes con marbetes útiles se adaptan y propagan mientras que aquellos con marbetes inútiles terminan extinguiéndose. Los flujos tienen dos propiedades principales:
1. El efecto multiplicador. El efecto de una acción inicial se propaga a través de la red de interacciones provocando cambios notables en todo el sistema. Este efecto que surge independientemente de la naturaleza particular del recurso, es evidente cuando ocurren cambios evolutivos.
2. El efecto reciclante. Este efecto es debido a los ciclos en las redes. El reciclaje con una misma cantidad de recursos iniciales puede alimentar a la red muchas veces provocando que el sistema retenga sus recursos y produciendo un mayor consumo de recursos en cada nodo, lo cual hace que los agentes prosperen en mayor medida.
Diversidad