De un péndulo a dos: el gancho
Un péndulo es el niño bueno de la física. Galileo lo cronometró, Huygens hizo relojes con él, y cualquier estudiante escribe su ecuación en una línea: dado dónde empieza, puedes decir dónde estará dentro de un año con toda la confianza del mundo. Es el emblema de lo predecible, del universo-reloj.
Ahora hazle una sola cosa: cuélgale un segundo péndulo del extremo. Ni una fuerza nueva, ni un motor, ni un dado escondido — las mismas leyes de Newton de siempre. Y sin embargo el aparato se vuelve salvaje: oscila, se detiene, se lanza, gira, y nunca repite el mismo movimiento. Suéltalo dos veces desde posiciones casi idénticas y a los pocos segundos hacen cosas completamente distintas. Sigue siendo determinista —las ecuaciones están ahí, no hay azar— y aun así es impredecible a poco que mires hacia adelante.
Ese salto, de un péndulo a dos, es en miniatura todo lo que estudia esta sala. Pasamos de un sistema que entendemos y controlamos a otro que obedece exactamente las mismas reglas y, pese a ello, se nos escapa. La pregunta que abre la ciencia de la complejidad es justo esa: ¿por qué juntar cosas sencillas, que conocemos una a una, produce un comportamiento que no sabíamos que estaba ahí — y que a veces no podemos predecir ni en principio?
Primera idea de base: determinismo no es lo mismo que predictibilidad
Durante siglos se dio por hecho que las dos cosas iban juntas: si conoces las leyes y el estado de partida, conoces el futuro. Lo dijo célebremente Laplace con su «demonio», una inteligencia que, sabiéndolo todo del presente, vería el porvenir entero. El doble péndulo lo desmiente sin dramatismo: puedes conocer las leyes al dedillo y aun así no poder predecir.
La razón tiene nombre: sensibilidad a las condiciones iniciales. Un error minúsculo en la posición de partida —el que sea, por pequeño que lo hagas— no se queda pequeño: se amplifica exponencialmente con el tiempo hasta arruinar cualquier predicción. Lo descubrió por las malas el matemático Henri Poincaré a finales del siglo XIX, estudiando algo tan «de reloj» como el movimiento de tres cuerpos bajo la gravedad (el Sol, la Tierra y la Luna): no hay fórmula cerrada, y el sistema puede volverse caótico. Y lo reencontró, ya en 1963, el meteorólogo Edward Lorenz (Deterministic Nonperiodic Flow, Journal of the Atmospheric Sciences): al redondear un dato de partida en la cuarta cifra decimal, su modelo del tiempo atmosférico acababa prediciendo un clima por completo distinto. De ahí nació la imagen más famosa de todas —el efecto mariposa—: el aleteo de una mariposa en Brasil podría, semanas después, estar detrás de un tornado en Texas. No es magia; es esa amplificación de lo diminuto.
El matiz que casi nadie cuenta: caos no es desorden ni aleatoriedad. Un sistema caótico es perfectamente determinista y sigue reglas fijas; lo que ocurre es que su horizonte de predicción es corto, porque la incertidumbre crece sola. Por eso el tiempo atmosférico se predice bien a tres días y fatal a treinta: no es que falten datos, es que el sistema borra la información de partida.
Segunda idea de base: el todo es más que la suma de las partes
Hay un segundo motor de la complejidad, distinto del caos y aún más profundo: la emergencia. Una molécula de agua no está «mojada»; la humedad, la tensión superficial o el hecho de que el agua fluya son propiedades que solo existen cuando hay billones de moléculas juntas. Una neurona no piensa; el pensamiento aparece de la conversación de ochenta mil millones de ellas. Una hormiga es casi tonta; el hormiguero resuelve problemas de logística que ninguna hormiga entiende. En todos los casos surge, de abajo arriba y sin director de orquesta, un comportamiento nuevo que no estaba en las piezas.
El físico Philip Anderson lo resumió en un artículo célebre de 1972 en Science con un título que es ya un lema: «More is Different» («más es diferente»). Su tesis: saberlo todo sobre la pieza no basta para deducir el todo, porque en cada nivel de organización aparecen leyes propias que no se leen en el nivel de abajo. La química no se reduce a física de partículas, ni la biología a química, ni una sociedad a la suma de sus individuos. No porque haya nada mágico, sino porque la organización importa tanto como los ingredientes.
A ese orden que se genera solo, sin un plan central, se le llama autoorganización; el químico Ilya Prigogine ganó el Nobel de 1977 estudiando cómo aparece precisamente lejos del equilibrio, allí donde la energía fluye. Es lo que hace un copo de nieve, una duna, una célula o un mercado: estructura que se monta a sí misma.
Qué es, entonces, un «sistema complejo»
Con esas dos ideas en la mano —caos y emergencia— ya se puede decir sin humo qué estudia esta sala. Un sistema dinámico es cualquier cosa que cambia con el tiempo siguiendo una regla: un péndulo, una población de conejos, la bolsa. Un sistema complejo es un tipo particular: uno hecho de muchas partes que interactúan, normalmente con realimentaciones (lo que sale vuelve a entrar) y no linealidad (la respuesta no es proporcional al empujón). De esa maraña de interacciones —de ese nudo— brotan tres rasgos que se repiten en sitios que no parecen tener nada que ver:
- Comportamiento emergente: el todo hace cosas que las partes no.
- Sensibilidad y no linealidad: cambios pequeños pueden no tener efecto… o desencadenar una avalancha.
- Autoorganización: aparece orden sin nadie que lo imponga.
Y aquí está lo que vuelve fascinante a esta ciencia: los mismos patrones matemáticos describen cosas dispares. La forma en que se propaga un rumor, un virus, un apagón en cascada o una moda se parece sorprendentemente, porque todas son redes de elementos que se influyen. Estudiar el nudo es aprender el idioma común de la bolsa, el cerebro, el clima, un atasco y un ecosistema.
Por qué esto importa (y por qué pide humildad)
La ciencia de la complejidad no es un capricho académico: es la que explica por qué algunos problemas se resisten por más datos que acumulemos. El clima tiene puntos de inflexión —umbrales a partir de los cuales el cambio se dispara— que son, en el fondo, transiciones de un sistema complejo (lo tienes en el ). Una economía puede pasar de estable a pánico sin que cambie casi nada visible. Un ecosistema aguanta y aguanta hasta que colapsa de golpe. En todos late la misma lección doble: cosas pequeñas pueden tener efectos enormes, y sistemas deterministas pueden ser impredecibles.
Esa es, quizá, la mayor aportación de esta sala al resto de la casa: una vacuna contra la falsa seguridad. Ni el «esto es imposible de prever, así que da igual lo que hagamos», ni el «lo tenemos todo bajo control». La complejidad enseña a movernos en el terreno de en medio —el de las probabilidades, los márgenes y la prudencia—, que es donde de verdad ocurren el clima, la biología, la tecnología y la sociedad.
El mapa de la sala
Desde este pilar salen las piezas, cada una tirando de un hilo del nudo:
- El caos y el efecto mariposa — determinismo sin predicción; Lorenz, atractores, el doble péndulo.
- Sistemas y sistemas dinámicos — el lenguaje común: estado, reglas, espacio de fases, atractores.
- Emergencia y autoorganización — hormigueros, cerebros y mercados: orden sin director.
- Teoría de redes — mundo pequeño, hubs y redes libres de escala; contagios y cascadas.
- Teoría de juegos — cooperación, conflicto y el dilema del prisionero.
- Leyes de potencia y cisnes negros — colas gordas, avalanchas y criticalidad autoorganizada.
- Complejidad desde reglas simples — autómatas celulares y el Juego de la Vida.
- Paradojas de la decisión y el azar — Monty Hall, San Petersburgo, Newcomb y Sorites: cuando la intuición se estrella.
- Glosario de la sala — los términos clave (caos, emergencia, atractor, hub, ley de potencias…) definidos en breve.
Fuentes (a enlazar en web)
- Henri Poincaré (c. 1890) — problema de los tres cuerpos; raíz del caos determinista.
- **Edward Lorenz (1963, Journal of the Atmospheric Sciences)** — «Deterministic Nonperiodic Flow»; efecto mariposa.
- **Philip W. Anderson (1972, Science)** — «More is Different»; emergencia y niveles de organización.
- Ilya Prigogine (Nobel de Química, 1977) — estructuras disipativas y autoorganización lejos del equilibrio.
- Steven Strogatz, Nonlinear Dynamics and Chaos — manual de referencia (sistemas dinámicos, caos).
- Melanie Mitchell, Complexity: A Guided Tour — síntesis divulgativa del campo.