Como qualquer um de nós gostaria de dizer a si mesmo que a idade é apenas um número, alguns desses números tendem a se destacar e parecer mais significativos do que outros. Eles têm uma maneira de nos fazer parar e refletir. Enquanto escrevo isto, estou me aproximando de um aniversário divisível por dez, completando 30 anos, e ultimamente tenho refletido sobre as fases do meu desenvolvimento intelectual nos últimos dez anos. Essa introspecção, comum em transições de década, revela uma jornada intelectual moldada por diversas disciplinas e uma crescente apreciação pela complexidade do mundo.
Na época da minha última transição decenal, eu era um estudante universitário típico, talvez exceto pelo fato de que tinha acabado de começar a reivindicar a intenção e a propriedade do meu aprendizado. Eu havia me transferido da faculdade de administração de graduação para um curso de economia depois de ficar desiludido com os cursos e a cultura. Foi uma pequena mudança no grande esquema das coisas, mas significativa para mim, pois eu não estava mais no caminho da menor resistência. Essa mudança, embora modesta, sinalizou um afastamento da conformidade e um despertar para uma busca mais autêntica por conhecimento e compreensão. A decisão de explorar a economia em vez da administração de empresas refletiu uma crescente insatisfação com as abordagens convencionais e um desejo por uma perspectiva mais crítica e analítica.
Desde então, meu amor pelo aprendizado me levou a mergulhos profundos no ambientalismo e na ciência de dados, e a mergulhos na filosofia, matemática, energia, ecologia, evolução cultural e uma variedade de outros campos. Mas um dos meus primeiros grandes mergulhos após concluir minha graduação foi na ciência dos sistemas complexos. A amplitude dos interesses intelectuais demonstra uma busca incessante por uma compreensão holística do mundo. A exploração de áreas como ambientalismo e ciência de dados indica uma preocupação com os desafios contemporâneos, enquanto incursões na filosofia, matemática e ecologia sugerem uma apreciação pela profundidade e interconexão do conhecimento. Essa curiosidade insaciável culminou em um envolvimento profundo com a ciência dos sistemas complexos, que se tornou um ponto focal para integrar e dar sentido a diversas perspectivas.
O que são Sistemas Complexos?
A ciência dos sistemas complexos (ou “ciência da complexidade”) é um campo acadêmico interdisciplinar fascinante com uma ideia simples em seu núcleo. Em vez de procurar entender o mundo dividindo as coisas em suas partes constituintes, vamos ver o que podemos aprender estudando o todo, centrando as relações e mantendo o contexto em mente. A ciência da complexidade emerge como um paradigma alternativo, desafiando a visão reducionista predominante na ciência moderna. Ao enfatizar as relações, o contexto e o todo, essa abordagem oferece uma maneira mais abrangente de entender sistemas interconectados e dinâmicos. Essa perspectiva holística representa uma mudança fundamental na forma como abordamos o conhecimento, deslocando o foco da análise isolada para a compreensão da interdependência.
Como se vê, essa ideia simples é bastante subversiva ao pensamento intelectual moderno, embora possa ser difícil ver até que ponto a ciência e a cultura foram moldadas pelo domínio da epistemologia de quebrar para entender (muitas vezes referida como “reducionismo”). O reducionismo, que busca explicar fenômenos complexos em termos de seus componentes mais simples, tem sido uma força dominante na ciência moderna. No entanto, a ciência da complexidade desafia essa abordagem, argumentando que o todo é mais do que a soma de suas partes e que as interações e relações entre os componentes são cruciais para entender o comportamento do sistema. Essa crítica ao reducionismo destaca as limitações de abordagens puramente analíticas e a necessidade de considerar o contexto e a interconexão ao estudar sistemas complexos.
Na economia, “o mercado” é dividido em consumidores e empresas, cada um dos quais é modelado como autômatos desconectados, cuja única interação é influenciar uns aos outros por meio de seus efeitos sobre os preços predominantes. Na medicina, entendemos o corpo e a experiência humana como consistindo em sistemas de órgãos distintos, fases de desenvolvimento distintas e coisas distintas que podem dar errado, e temos especialistas para cada um. Mesmo em algo como o basquete, pensamos que o jogo tem elementos distintos, ataque e defesa, espaçamento e chutes, consistência e equilíbrio. Em todos esses exemplos, e em incontáveis outros lugares que podemos olhar, é fácil ver que as linhas que traçamos são convenções, abstrações, produtos da mente. Esses exemplos ilustram como o pensamento reducionista permeia várias disciplinas. Na economia, a simplificação excessiva do comportamento do mercado ignora a complexidade das interações humanas e os fatores contextuais que influenciam as decisões. Na medicina, a compartimentalização do corpo em sistemas de órgãos distintos negligencia a interconexão e a influência mútua desses sistemas. Até mesmo em esportes como o basquete, a separação em elementos distintos como ataque e defesa obscurece a fluidez e a interdependência das ações em um jogo real.
Essas divisões podem ser úteis, e sem elas podemos nos sentir perdidos. Mas, na verdade, tudo está conectado e estamos cercados por sistemas complexos. Reconhecer a natureza artificial dessas divisões é crucial para adotar uma perspectiva mais holística. Embora a compartimentalização possa ser útil para fins de análise e compreensão, ela não deve obscurecer a interconexão fundamental de todas as coisas. A ciência da complexidade nos lembra que estamos imersos em sistemas interconectados, onde ações e eventos em uma parte do sistema podem ter ramificações amplas e imprevisíveis em outras partes. Essa consciência da interconexão é essencial para enfrentar os desafios complexos que enfrentamos no mundo de hoje.
A seguinte passagem do livro de Jonathan Rowson *The Moves That Matter: A Chess Grandmaster on the Game of Life* faz um bom trabalho capturando o fato de que estamos sempre nadando em sistemas interconectados: “O pensamento sistêmico pode parecer nichado e exigente, mas os sistemas não são exóticos, eles estão dentro e entre tudo. O sistema solar inclui o sistema atmosférico da Terra. Organizamos nossas vidas neste planeta por meio de um sistema político que tenta governar um sistema econômico, que depende de recursos materiais fornecidos por sistemas naturais e também da criação perpétua de demanda do consumidor por meio de um sistema semiótico de persuasão chamado marketing. O marketing atua em nossos sistemas nervosos para aumentar nosso desejo por todos os tipos de coisas que não precisamos, mas podemos gostar, por exemplo, donuts aprimorados com açúcar pérola, geleia de morango, cobertura rosa e creme de baunilha de Madagascar. Esses donuts irracionalmente saborosos subvertem nossos sistemas de controle de apetite que evoluíram com uma fraqueza por alimentos densamente calóricos para ajudar na sobrevivência a curto prazo, particularmente sob estresse. Uma mudança na demanda por tais donuts em escala tem impacto sobre cadeias de suprimentos e ecossistemas relacionados de maneiras que nunca suspeitamos enquanto lambemos restos saborosos de nossos lábios inferiores. Com o tempo, as influências sistêmicas reforçam os desejos por produtos semelhantes a donuts em culturas obesogênicas que eventualmente destroem nossos sistemas imunológicos, nossos sistemas de saúde e os ecossistemas dos quais a vida como tal depende. A quebra de sistemas que auxiliam nossa qualidade de vida causada por uma confluência de outros sistemas é parte do motivo pelo qual os ativistas falam de ‘o sistema’ como um todo e não necessariamente se abstêm de comer donuts. Em vez disso, eles dizem: ‘Temos que mudar o sistema!'”. A citação de Rowson ilustra vividamente a complexidade das interconexões sistêmicas em nossa vida cotidiana. Desde o sistema solar até o nosso desejo por donuts, estamos constantemente interagindo com sistemas complexos que se influenciam mutuamente de maneiras sutis e profundas. O marketing, por exemplo, explora as vulnerabilidades de nossos sistemas nervosos para criar demanda por produtos que podem prejudicar nossa saúde e o meio ambiente. Essas interconexões destacam a importância de uma perspectiva sistêmica para entender os desafios que enfrentamos e a necessidade de mudanças abrangentes em vez de soluções isoladas. A observação de que os ativistas não se abstêm de comer donuts, mas ainda assim buscam mudar o sistema, reconhece a dificuldade de evitar a participação em sistemas problemáticos, ao mesmo tempo em que se esforça para transformá-los.
O elemento contracultural do pensamento sistêmico e, particularmente, da ciência dos sistemas complexos era inegavelmente atraente para minha sensibilidade, mas ainda mais atraente era o fato de que *funciona*. A ciência da complexidade oferece ferramentas e perspectivas que podem nos ajudar a entender e navegar em sistemas complexos de forma mais eficaz. Ao mudar nosso foco da análise isolada para a compreensão da interconexão e da dinâmica, podemos desenvolver soluções mais eficazes e sustentáveis para os desafios que enfrentamos.
Exemplos Práticos da Ciência dos Sistemas Complexos
Um dos primeiros exemplos disso (que na verdade antecede a nomenclatura de “complexidade”) foi *Os Limites do Crescimento*, lançado em 1972. Pesquisadores do MIT financiados pelo Clube de Roma usaram uma nova simulação de “dinâmica de sistemas” para mapear a interação de tendências em nível planetário em população, produção de alimentos, industrialização, poluição e consumo. O estudo *Os Limites do Crescimento* foi um marco na ciência dos sistemas complexos, pois foi um dos primeiros a aplicar modelagem de sistemas dinâmicos para entender as interações complexas entre a população humana, a economia e o meio ambiente. Ao simular diferentes cenários, os pesquisadores mostraram que o crescimento exponencial da população e do consumo não era sustentável em um planeta finito e que, se as tendências atuais continuassem, o sistema global entraria em colapso no século XXI. Esse estudo gerou grande controvérsia na época, mas suas previsões têm sido amplamente confirmadas por dados subsequentes.
Este trabalho inovador forneceu uma base para o que se tornou uma verdade simples do movimento ambiental: que o crescimento industrial ilimitado em um planeta finito como nossa Terra azul-verde é impossível. A mensagem central de *Os Limites do Crescimento* é que devemos mudar nosso foco do crescimento ilimitado para o desenvolvimento sustentável, que atenda às necessidades do presente sem comprometer a capacidade das gerações futuras de atender às suas próprias necessidades. Isso requer uma mudança fundamental em nossos valores e prioridades, bem como o desenvolvimento de novas tecnologias e políticas que apoiem a sustentabilidade.
Outro feito fascinante da ciência dos sistemas complexos veio em 1997, quando Geoffrey West, James Brown e Brian Enquist publicaram uma teoria (teoria WBE) explicando padrões de escala observados anteriormente em todas as espécies. Muito provavelmente você nunca se perguntou em que medida um elefante é apenas uma versão ampliada de um rato, mas acontece que essa extensão é bem grande. Esses cientistas procuraram explicar a notável previsibilidade na relação observada entre massa e taxa metabólica (Lei de Kleiber). A teoria WBE é outro exemplo notável de como a ciência dos sistemas complexos pode revelar padrões e princípios fundamentais que governam o mundo natural. Ao estudar as relações de escala entre diferentes espécies, West, Brown e Enquist descobriram que os sistemas biológicos são organizados de forma hierárquica e que os processos metabólicos são otimizados para minimizar o consumo de energia. Essa teoria tem implicações importantes para entender o crescimento, o envelhecimento e a morte de organismos vivos, bem como para projetar sistemas mais eficientes e sustentáveis.
Em termos simples, a teoria WBE mostrou que o rato e o elefante compartilham um padrão de ramificação comum na geometria de seus sistemas circulatórios (“geometria fractal”), e essa generalidade entre espécies que produz a relação de escala. Isso pode soar como uma história extremamente nichada de um avanço acadêmico, mas as consequências de entender os mecanismos em funcionamento são de longo alcance, conforme capturado no título completo do livro de West de 2018 *Escala: As Leis Universais da Vida, Crescimento e Morte em Organismos, Cidades e Empresas*. O livro de West, *Escala*, estende os princípios da teoria WBE para sistemas complexos, como cidades e empresas. West argumenta que esses sistemas também exibem padrões de escala previsíveis e que entender esses padrões pode nos ajudar a projetar cidades e empresas mais eficientes, inovadoras e sustentáveis. Por exemplo, West mostra que as cidades maiores tendem a ser mais inovadoras e produtivas do que as cidades menores, mas também enfrentam desafios maiores em termos de criminalidade, poluição e desigualdade. Ao entender esses desafios, podemos desenvolver políticas e tecnologias que ajudem as cidades a crescer de forma sustentável e a melhorar a qualidade de vida de seus cidadãos.
Minha própria incursão na ciência dos sistemas complexos não produziu nenhuma dessas descobertas. Nem perto. Mas ajudou a ampliar minha visão de mundo. Aproveitei os cursos online gratuitos oferecidos pelo Santa Fe Institute e aprendi sobre geometria fractal, sistemas dinâmicos não lineares, modelagem baseada em agentes e alguns outros tópicos. Além do livro de Geoffrey West, li trabalhos de Robert Axtell, W. Brian Arthur, Fritjof Capra e Pierre Luigi Luisi, e quando o Sante Fe Institute publicou volumes editados, também os peguei avidamente. O envolvimento com o Santa Fe Institute e o estudo de diversas disciplinas dentro da ciência da complexidade ampliaram o conhecimento e a compreensão do autor sobre sistemas complexos. O Santa Fe Institute é um centro líder em pesquisa em ciência da complexidade, e seus cursos e publicações oferecem uma riqueza de informações e insights sobre esse campo emergente.
Um desses volumes se chama *Mundos Ocultos à Vista Desarmada: Trinta Anos de Pensamento sobre a Complexidade no Sante Fe Institute*, editado por David Krakauer, o atual presidente do SFI. Originalmente, eu o havia lido no início e meados dos meus vinte anos, mas ao fazer as malas para uma viagem recente, me vi entre livros e decidi jogá-lo na minha mochila para revisitar no avião. Este volume contém ensaios que rastreiam o surgimento e o crescimento da ciência dos sistemas complexos da década de 1980 até o presente. Embora eu esperasse uma viagem relaxante por esta memória intelectual, o que encontrei nessas páginas realmente me surpreendeu e me incomodou. O conteúdo não havia mudado desde a primeira vez que li o livro, mas algo sobre minha perspectiva certamente havia mudado. Essa experiência de revisitar um texto antigo com uma nova perspectiva destaca a natureza dinâmica do aprendizado e como nossa compreensão do mundo pode mudar com o tempo. O autor, tendo passado por várias experiências e perspectivas desde a primeira leitura do livro, conseguiu ver o conteúdo sob uma nova luz e questionar algumas das premissas e conclusões apresentadas.
As Armadilhas do Controle em Sistemas Complexos
Aqui estão alguns exemplos das frases que estavam me irritando, muitas vezes encontradas em ou perto das conclusões desses ensaios.
Em um ensaio intitulado *Sociedades Projetadas*, depois de discutir a enorme quantidade de dados disponíveis sobre a interação social humana por meio da mídia social atualmente, os autores Jessica C. Flack e Manfred D. Laubichler afirmam: “[D]entro dos dados (se devidamente anonimizados) está o imenso potencial para obter insights refinados sobre padrões e designs sociais, pois, cada vez mais, pessoas de todas as esferas da vida estão vivendo vidas online.” Em outro, este intitulado *O que acontece quando os sistemas em que confiamos dão errado?*, o autor John H. Miller conclui com: “Estamos em uma corrida pelo conhecimento e controle do mundo complexo ao nosso redor, uma corrida que devemos vencer se quisermos prosperar e talvez até sobreviver como espécie.” Finalmente, em um ensaio intitulado Aprendendo a Controlar Sistemas Complexos, ouvimos de Seth Lloyd que “à medida que se vai para escalas cada vez menores e para amostragem cada vez mais frequente, uma escala pode surgir na qual um sistema incontrolável de repente se torna controlável”. Mais tarde, ele observa que “[p]ara caracterizar e controlar o ambiente ao nosso redor, devemos identificar as partes do mundo onde a ordem pode ser aumentada às custas da desordem”. A preocupação do autor surge de uma tendência em direção a uma visão excessivamente otimista sobre o potencial dos dados e da computação para controlar sistemas complexos. Os autores citados expressam uma crença de que, com dados e poder computacional suficientes, podemos obter insights refinados sobre o comportamento do sistema e, eventualmente, controlá-lo. No entanto, o autor argumenta que essa busca pelo controle é falha e que trai a natureza da ciência dos sistemas complexos.
Você pode identificar o padrão aqui? Existe uma tendência entre esses autores de identificar fenômenos altamente complexos e dinâmicos e enquadrar essa complexidade como um desafio a ser enfrentado com enormes dados e computação. Se ao menos tivéssemos um supercomputador grande o suficiente ou uma inteligência artificial inteligente o suficiente, poderíamos executar uma simulação mais precisa e alcançar o controle do que atualmente é incontrolável. O problema que vejo aqui é que, ao fixar seus olhos no controle, esses autores traem a natureza da ciência dos sistemas complexos e cometem o erro que a humanidade tem cometido há centenas (se não milhares) de anos. Se você me perguntar, é nossa sede de poder e controle sobre a natureza que está voltando para nos morder. A crítica central do autor é que a busca pelo controle sobre sistemas complexos é uma ilusão perigosa. A ciência dos sistemas complexos nos ensina que esses sistemas são inerentemente imprevisíveis e que as tentativas de controlá-los podem ter consequências não intencionais e indesejadas. A busca pelo controle também reflete uma visão antropocêntrica do mundo, onde os humanos se veem como separados da natureza e capazes de dominá-la. Essa visão, argumenta o autor, é insustentável e está nos levando a uma crise ambiental.
Suponho que existam três respostas possíveis quando alguém confronta a complexa interconexão do mundo ao nosso redor e chega a aceitar que a natureza é inerentemente entrelaçada. Você pode fazer como esses autores fazem, e fazer suas apostas na Lei de Moore (big data e computação) para desvendar os mistérios dos sistemas complexos. Esta é uma estratégia insensata, e vou dar algumas razões pelas quais em um momento. Outra opção, sempre disponível, mas nunca preferível, é desistir do conhecimento. Nunca compreenderemos totalmente o mundo em nossas mãos, para fazer o que quisermos, então qual é o sentido? Uma terceira opção é, nas palavras da autora de *Os Limites do Crescimento*, Donella Meadows, dançar com sistemas. O autor apresenta três respostas possíveis à complexidade: a busca pelo controle por meio de dados e computação, a renúncia ao conhecimento e a dança com sistemas. A primeira opção, que é criticada pelo autor, representa uma abordagem tecnocrática que deposita fé excessiva no poder da tecnologia para resolver problemas complexos. A segunda opção, a renúncia ao conhecimento, é rejeitada como uma atitude derrotista que nos impede de buscar uma compreensão mais profunda do mundo. A terceira opção, dançar com sistemas, é apresentada como uma abordagem mais humilde e eficaz, que reconhece os limites de nosso conhecimento e a necessidade de trabalhar em harmonia com a natureza.
Por que “Dançar” e Não “Controlar”?
Mas antes de colocarmos nossos sapatos de dança, deixe-me dizer um pouco mais sobre por que a estrada que passa por big data para alcançar o entendimento e o controle é traiçoeira. O autor agora elabora por que a busca pelo controle por meio de big data e computação é uma estratégia falha. Ele apresenta quatro argumentos principais: energia, caos, entropia e o efeito observador.
Primeiro, energia. Mencionei a Lei de Moore, que é o padrão de tecnologia digital exponencial em que o número de transistores em um chip de computador tem dobrado a uma taxa quase constante de cerca de dois anos nas últimas décadas. Este é o padrão que nos lançou na era da informação, mas apesar do que possamos esperar, não nos libertou das restrições materiais e energéticas da realidade física. Se você está confiando neste padrão para resolver a complexidade e fornecer controle, você está apostando na disponibilidade cada vez maior de computação massiva, que depende dos próprios elementos físicos de eletricidade, metais raros e outros insumos materiais, e cadeias de suprimentos extremamente complexas. Isso sem mencionar a água necessária para resfriar os enormes data centers e assim por diante. Em outras palavras, a computação é um produto da modernidade de alta energia, que tem sido repetidamente demonstrada como insustentável. Uma abordagem recente para esta ideia que achei extremamente clara e acessível é a série *Modernidade Metastática* de Tom Murphy. O argumento da energia destaca a dependência da computação massiva de recursos finitos e a insustentabilidade da busca pelo controle em um mundo com restrições energéticas crescentes. A Lei de Moore, embora tenha impulsionado avanços tecnológicos notáveis, não nos isentou das leis da termodinâmica e da necessidade de consumir energia para processar informações. A série *Modernidade Metastática* de Tom Murphy explora essa questão em detalhes, argumentando que nossa dependência de tecnologias intensivas em energia está nos levando a um colapso energético.
Segundo, caos. Vamos supor que o acesso à computação não seja um problema. Sistemas complexos exibem comportamento caótico, e não é difícil mostrar por que isso cria um problema intratável para a abordagem de prever e controlar. Considere a equação logística, que é uma relação matemática usada para demonstrar o caos. A equação afirma que o valor em qualquer etapa de tempo pode ser calculado por uma transformação simples do valor na etapa de tempo anterior e, dada essa simplicidade, você pode pensar que é fácil prever onde o valor acaba se simulamos para frente, digamos, dez etapas de tempo. Se você conhece o valor inicial com precisão completa, isso estaria correto. Mas se conectarmos uma estimativa do valor inicial e estivermos errados por uma quantia teeny minúscula, nossa previsão pode estar muito longe da realidade apenas alguns passos adiante na estrada. E à medida que você estende o período de tempo que deseja prever, a quantidade de precisão que você precisa ao medir a condição inicial aumenta exponencialmente. Aqui e aqui estão alguns bons recursos se você quiser aprender mais, mas o ponto é este: se você está esperando que a era da IA e do big data nos ajude a cruzar os limiares onde os sistemas complexos vão de incontroláveis a controláveis, você está essencialmente perseguindo um exponencial (caos) com outro (Lei de Moore). Tenho um pressentimento muito forte sobre qual deles vai vencer. A equação logística demonstra a dependência sensível das condições iniciais em sistemas caóticos. Ordens de magnitude aumentam a precisão resultam em aumentos relativamente pequenos na capacidade preditiva. O argumento do caos destaca a imprevisibilidade inerente de sistemas complexos. A equação logística é um exemplo clássico de um sistema caótico, onde pequenas mudanças nas condições iniciais podem levar a grandes diferenças no resultado. Isso significa que, mesmo com dados e poder computacional perfeitos, é impossível prever o comportamento de sistemas complexos com precisão por longos períodos de tempo. A busca pelo controle, portanto, é uma ilusão, pois o caos inerente dos sistemas complexos frustra nossos esforços para prever e controlar seu comportamento.
Terceiro, entropia. A Segunda Lei da Termodinâmica descreve a tendência da energia de se espalhar ao longo do tempo de pacotes mais úteis e concentrados para bagunças menos úteis e distribuídas. (Por que a energia faz isso? Eu recomendaria este vídeo para uma explicação.) Sistemas com baixa entropia, onde a energia é mais compacta e útil, levam menos informações para descrever e, portanto, são mais fáceis de controlar. Mas dada a Segunda Lei, para reduzir a entropia em uma área, a entropia deve ser aumentada em outro lugar. Geladeiras, chama e a própria vida são todos exemplos intuitivos disso: a geladeira dissipa o calor para se manter fria, uma chama queima sua fonte e a vida expele a desordem de todos os tipos de maneiras. Como resultado da Segunda Lei, se você tentar resolver um problema como a mudança climática controlando os sistemas complexos que a impulsionam, você pode se ver jogando whack-a-mole à medida que consequências desordenadas não intencionais surgem em sistemas conectados. Talvez você tenha resolvido as emissões de carbono, mas quebrou a economia e esmagou a biodiversidade. É por isso que os pensadores sistêmicos tendem a falar em termos de “respostas” em vez de “soluções” – porque nossas “soluções” não tendem a ficar dentro de nossos limites arbitrários e muitas vezes voltam para nos morder. O argumento da entropia destaca os limites impostos pela Segunda Lei da Termodinâmica. A Segunda Lei afirma que a entropia, ou a desordem, de um sistema fechado sempre aumenta com o tempo. Isso significa que qualquer tentativa de criar ordem em uma parte do sistema inevitavelmente levará a um aumento da desordem em outra parte. No contexto da resolução de problemas complexos, isso significa que as soluções que parecem eficazes em curto prazo podem ter consequências não intencionais e indesejadas em longo prazo. É por isso que os pensadores sistêmicos enfatizam a importância de respostas adaptativas e flexíveis em vez de soluções fixas.
Quarto, o efeito observador. Se você busca o controle de sistemas complexos, você está necessariamente assumindo uma separação entre o controlador e a coisa a ser controlada. Você está em boa companhia, pois é assim que a ciência normalmente opera, com uma separação dura entre o observador e o observado. Mas sabemos que fundamentalmente essa separação não existe e, de fato, a dependência dela trai a percepção central da ciência dos sistemas complexos. Há algumas coisas que você simplesmente não pode entender a menos que se envolva com elas. Essa percepção é bem desenvolvida por Robert Pirsig em seu romance Zen e a Arte da Manutenção de Motocicletas, no qual o personagem principal passa a ver a noção de “trabalhar em sua motocicleta” como um enquadramento pobre. Um enquadramento melhor é vê-lo e sua motocicleta como um sistema conectado trabalhando juntos em direção à qualidade. O argumento do efeito observador destaca a interconexão entre o observador e o sistema observado. A física quântica nos ensinou que o ato de observar um sistema pode afetar seu comportamento. Da mesma forma, no contexto de sistemas complexos, nossas tentativas de controlar um sistema podem mudar fundamentalmente sua dinâmica. Isso significa que, para entender verdadeiramente um sistema complexo, devemos nos envolver com ele de forma participativa e reconhecer nossa própria influência sobre ele.
A Arte de Dançar com Sistemas
Espero que neste ponto você esteja se perguntando sobre “dançar com sistemas”. Eu o direcionaria para o ensaio de Donella Meadows com o mesmo nome, e eu realmente recomendaria dedicar algum tempo para lê-lo. Mas você pode obter a ideia central apenas do título: Precisamos tratar os sistemas complexos não como objetos que podemos controlar de forma previsível, mas como parceiros em uma grande dança. Você pode provocar e insinuar o próximo movimento, mas não pode determiná-lo totalmente, e se você for bom, poderá receber feedback e ajustar seu comportamento também. A “dança com sistemas” é uma metáfora para uma abordagem mais humilde e colaborativa para entender e interagir com sistemas complexos. Em vez de tentar controlar o sistema, nos envolvemos com ele de forma participativa, ouvindo seu feedback e ajustando nosso comportamento de acordo. Isso requer uma mudança de mentalidade de uma visão de controle e dominação para uma visão de parceria e colaboração.
É claro, se você tem experiência em dança ou não, somos quase todos especialistas nesse tipo de interação. A menos que você seja um economista, você não coleta grandes quantidades de dados sobre seu parceiro romântico e os usa para prever e, finalmente, controlar como eles responderão quando você perguntar o que eles gostariam para o jantar. (Aliás, no meu caso, eu não precisaria de big data para me dizer o que minha esposa quer para o jantar; a resposta é quase sempre “sopa”.) Qualquer relacionamento saudável é uma troca, com riscos, surpresas e crescimento mútuo ao longo do caminho. O mesmo vale para todos os nossos relacionamentos, inclusive com o ambiente natural ao nosso redor. O exemplo do relacionamento romântico ilustra a importância da interação participativa e adaptativa. Em vez de tentar controlar o comportamento de nosso parceiro, nos envolvemos com ele em uma dança de comunicação e compromisso, ouvindo suas necessidades e ajustando nosso comportamento de acordo. Da mesma forma, nossa relação com o meio ambiente deve ser baseada na parceria e na colaboração, em vez de no controle e na dominação.
E, no entanto, apesar de nossa familiaridade com essa “dança”, ela permanece contrária à prática científica normal, e acho que é essa oposição de forças que torna a ciência dos sistemas complexos generativa e interessante. Em uma direção, a ciência insiste na separação e na observação objetiva. Na outra, a realidade implora por conexão. A frase “modelagem de sistemas complexos” captura o compromisso inerente, pois implica uma desconexão acentuada entre o modelador e aquilo que é modelado, enquanto dentro do modelo os elementos estão conectados e podem interagir. A ciência dos sistemas complexos oferece um ponto de vista único que desafia a abordagem científica tradicional. Ao reconhecer a interconexão entre o observador e o sistema observado, a ciência dos sistemas complexos nos convida a nos envolver com o mundo de forma mais participativa e adaptativa.
Através do reconhecimento deste compromisso e das limitações que ele impõe, um conhecimento prático da ciência dos sistemas complexos pode ser um bom antídoto para a narrativa cultural generalizada, mas falha, de que a ciência e a tecnologia são os únicos salvadores de nossos atuais problemas globais. Essa tem sido minha experiência, pelo menos. Desde que aprendi sobre a ciência dos sistemas complexos, minha jornada intelectual me levou a um caminho para uma melhor apreciação do conhecimento experiencial e participativo em parceria com o conhecimento científico. Como Robin Wall Kimmerer observa em seu livro best-seller Braiding Sweetgrass, “a ciência não tem o monopólio da verdade”. Kimmerer e outros autores indígenas exploraram como vale a pena aprender com as culturas indígenas em parte porque (para pintar em traços largos) eles mantiveram a conexão com o mundo natural no centro de seus sistemas de conhecimento cultural. A perspectiva da ciência dos sistemas complexos complementa o conhecimento científico tradicional com outras formas de conhecimento, como o conhecimento experiencial e participativo. Ao reconhecer a interconexão entre os humanos e o meio ambiente, a ciência dos sistemas complexos nos convida a aprender com as culturas indígenas que mantiveram essa conexão no centro de seus sistemas de conhecimento.
Com tudo isso dito, como cientista de dados, certamente entendo o fascínio de capturar montanhas de informações e extrair insights, fazer previsões e otimizar o controle de sistemas complexos. Mas também sei que mais dados nem sempre são melhores, e muitas vezes as melhores intervenções criam loops de feedback onde as informações certas chegam às pessoas certas na hora certa, permitindo o aprendizado e a melhoria contínuos. Em vez de impor controle sobre a complexidade “lá fora”, podemos nutrir a complexidade “aqui dentro” para ficar melhor em ouvir, aprender e responder. Às vezes não precisamos de mais dados, só precisamos sair e dançar. A mensagem final do autor é que devemos mudar nosso foco do controle externo para o aprendizado e a adaptação internos. Em vez de tentar dominar a complexidade “lá fora” com dados e computação, devemos nos concentrar em nutrir nossa própria capacidade de ouvir, aprender e responder ao feedback do sistema. Isso requer uma mudança de mentalidade de uma visão de controle para uma visão de colaboração e aprendizado contínuo.
Espero ser capaz de criar alguns novos movimentos nos meus trinta anos – apenas não espere me ver fazendo breakdance na minha festa de 40 anos. O autor conclui com um tom humorístico, expressando o desejo de continuar aprendendo e crescendo, mas reconhecendo os limites de suas próprias habilidades e ambições. A analogia da dança é mantida até o fim, enfatizando a importância da adaptação e da flexibilidade na vida.
Palavras totais: 3238 “`
