Problemas complejos
Identificar y enfrentarse a problemas complejos
Vivimos en un mundo cada vez más complejo (más interconectado, más diverso, con más interdependencias), pero no todos los problemas son complejos.
Antes de plantearnos cómo resolver un problema, deberíamos identificar qué tipo de problema es. Más que nada, porque las estrategias que sirven en un caso, no servirán en otro.
Podemos centrarnos en muchas características para diferenciar problemas que son complejos (no lineales, no predecibles, interconectividad entre sus partes, diversidad, etc.), de aquellos que no lo son, pero quizás la diferencia más clara es que los problemas complejos son dinámicos.
Es decir, si un problema (por complicado que sea) es fijo y una vez se soluciona, se puede solucionar una y otra vez de la misma forma, no es complejo. Aquí entrarían problemas desde resolver una ecuación matemática, construir un vehículo que vuele, un edificio muy alto que soporte movimientos sísmicos, crear un ordenador cuántico o encontrar la cura contra un tipo de cáncer.
Esos problemas (los complicados), por muy difíciles que sean, no cambian. Una vez lo resuelves, puedes replicarlo.
En cambio, los problemas complejos cambian y se adaptan a lo que ocurre dentro y fuera del sistema en el que ocurren. Cualquier acción que hagamos alterará el problema en sí mismo y lo hará en formas totalmente impredecibles.
Existirá una lógica interna para los cambios que se den en el sistema y el problema, pero esa lógica es también dinámica (derivada de la autoorganización e interacciones de los agentes involucrados) y normalmente desconocida por nosotros.
Es más, aunque la conociéramos (como ocurre en algunos casos), la multiplicación de interacciones, junto con los mecanismos de retroalimentación, las tendencias del sistema (atractores) y otros factores de lo que hemos hablado en artículos anteriores, harán que no podamos predecir qué ocurrirá en el siguiente cambio.
Los problemas complejos cambian y se adaptan. Una misma solución puede no servir la siguiente vez.
Ejemplos de este tipo de problemas complejos podría ser la educación de un hijo, la salud de una persona, tener la cultura adecuada en una organización, una pandemia, una catástrofe natural, una crisis política o evitar una estampida en caso de incendio en un concierto.
En todos estos casos, cualquier intervención hará que el problema cambie y no siempre se puede predecir qué tipo de cambio. Así que habrá que buscar una solución al nuevo problema, y al siguiente, etc.
Se podría decir, que son problemas que no se pueden resolver completamente, solo una versión del mismo problema cada vez. Así que la estrategia debe ser diferente a la que usamos para un problema que no cambia.
Hay que tener en cuenta que en los sistemas complejos, no funciona el control desde arriba (top-down), sino la autoorganización de los actores implicados en el mismo (bottom-up). Así que cualquier intervención para controlar el sistema que genera el problema puede acabar de forma inesperada y posiblemente muy diferente a la que quieres.
Para construir un puente necesitas un plan y una organización diseñada para completar el trabajo de forma eficiente y en un tiempo razonable. Es un problema fijo y conocido.
Pero no puedes hacer que personas (cada una con sus circunstancias, conocimientos, expectativas, miedos y motivaciones) actúen como tú quieres y sigan tu plan al pie de la letra en un momento de crisis. Cada una lo hará en función de muchísimos factores que ni ellas mismas conocen y mucho menos controlan. Ni siquiera podrías hacerlo cuando no hay crisis.
Se puede cambiar el entorno, los incentivos, los objetivos, la distribución de los agentes en el espacio, cómo se conectan unos con otros, añadir o reducir diversidad.
Todos estos parámetros podrían estar bajo nuestro control y podrían influenciar más al sistema en ir en la dirección que queremos que tratar de forzar a los agentes a actuar de una forma determinada. Además, en el raro caso de que consiguiéramos que actuaran de una manera determinada (por ejemplo, con miedo), eso cambiaría el sistema de tal forma, que sería muy difícil predecir qué ocurrirá a continuación.
Como ejemplo tenemos todas las revueltas tras una gran opresión. O la caída de grandes empresas tras acabar con una homogeneidad de ideas, lo que les lleva a una falta de capacidad de innovar que les vuelve frágiles ante cambios en los mercados.
«Un actor en un sistema complejo no controla casi nada, pero influye en casi todo»
Scott E. Page
Pero, si no se pueden imponer políticas, intervenciones o soluciones desde arriba y el sistema siempre se autoorganiza ante los cambios internos y externos, ¿cómo nos enfrentamos a problemas complejos?
Pues lo primero es asumir que el problema no tiene una solución final, que tendremos que ir adaptando constantemente las soluciones al sistema.
Esto implica buscar un equilibrio entre las dos estrategias que he nombrado ya varias veces en artículos anteriores:
Explorar
Explotar
Cuando nos enfrentamos a un problema fijo, primero exploramos, hasta que encontramos una solución, y luego explotamos esa solución.
En un problema dinámico y complejo, deberemos explorar y explotar, para luego volver a explorar y explotar una y otra vez. Porque lo que sería ayer puede no servir hoy. Puede que necesite un ajuste, pero también puede que necesite un cambio radical.
Como el problema ocurre dentro de un sistema (que es lo que lo hace complejo) y es este sistema el que se va a autoorganizar independientemente de lo que hagamos, una manera de conseguir que el sistema explore y explote, es jugar con la diversidad.
Un sistema con más diversidad tenderá a la exploración y la innovación, mientras que un sistema con menos diversidad tenderá más a la explotación y la eficiencia.
Si queremos un sistema saludable que sea capaz de enfrentarse a problemas complejos, deberemos huir de los extremos y de quedarnos en un solo lado del espectro.
La diversidad es necesaria para la salud del sistema, pero el cuánto es variable dependiendo de las circunstancias.
Algo que puede ayudar a manejar los niveles de diversidad y otros parámetros son los incentivos y los mecanismos de selección. Esto es algo de lo que hablé en detalle en el artículo de la diversidad.
El tema de los problemas complejos da para mucho, pero creo que esta es una buena forma de empezar. Necesitamos identificar si el problema es complejo y luego cambiar nuestras expectativas y estrategias respecto a las que solemos usar.
Sobre todo olvidarnos de nuestro afán controlador e intervencionista, para poder centrarnos en cómo podemos cambiar el sistema, para que el problema, cuando cambie y evolucione, lo haga en la dirección que más nos interesa.
Estrategias a evitar
Y por añadir alguna cosa concreta, aquí tienes una lista de estrategias que se suelen usar para «resolver» problemas complejos que suelen ser una mala idea:
«Divide y vencerás»
Solución simplista (reduccionismo)
Solución complicada
Solución compleja
Divide y vencerás
En sistemas complicados, formados por muchas partes, suele ser útil dividir el sistema en cada una de sus partes y tratar de arreglarlas o mejorarlas de forma independiente, para luego integrarlas de nuevo.
Eso funciona con un reloj suizo, un coche, un satélite, pero no con un sistema complejo. Sobre todo porque en el sistema complejo, las relaciones e interacciones entre los elementos son igual o más importantes que los elementos en sí mismos.
Solución simplista (reduccionismo)
Se trata básicamente de ignorar la complejidad. Ignorar las relaciones, interconecciones, interdependencias, diversidad en los agentes, mecanismos de retroalimentación, etc.
El «divide y vencerás» es quizás el más representativo de este tipo de estrategias, pero, en general, cualquier estrategia que no tenga en cuenta el sistema como un todo y las interacciones entre sus componentes, está ignorando una parte importante del problema.
Aquí podríamos ver desde aplicar teoría de juegos a investigaciones en laboratorio donde se estudian elementos fuera de su entorno y en circunstancias diferentes de las que se dan en la vida real.
Solución complicada
Esto lo suelo ver mucho en ingeniería, pero aplica a todas las áreas. Tenemos una tendencia natural a querer controlarlo todo, así que diseñamos soluciones que traten de tener en cuenta todos los casos y variables posibles.
El problema es que en un sistema complejo, muchos de estos casos y variables no se pueden conocer (emergen con el tiempo o están ocultos al que observa), aparte de que van variando. Aparecen y desaparecen. Mutan.
Por un lado, es imposible cubrir todos los casos o los suficientes para que la solución sea buena y, por otro lado, tu solución es estática y complicada, creando un nuevo problema.
Solución compleja
En muchos casos, una solución complicada termina siendo compleja. La solución crece tanto, tratando de adaptarse, que termina teniendo diferentes componentes que interactúan entre sí y las interacciones crecen exponencialmente.
Al final, hemos creado un problema cada vez más complejo, para solucionar nuestro problema complejo original.
Estrategias que pueden ayudar
Lo primero que puede ayudarnos es conocer los mecanismos y características propias de los sistemas complejos. Entender cómo a partir de las interacciones entre agentes que están interconectados, son interdependientes y diversos, surgen comportamientos y estructuras emergentes. Eso nos dará pistas de por qué se comporta el sistema como lo hace y qué parámetros podemos cambiar para influir en el sistema.
Algo que puede darnos una ventaja es entender y ser capaz de reconocer los mecanismos de retroalimentación, las externalidades y los atractores del sistema. Eso puede ayudarnos a intuir cómo afectarán los cambios que hagamos en el sistema.
A partir de ahí se trata de combinar la exploración de posibles cambios en esos parámetros con la explotación de aquellas soluciones que vayan en la dirección correcta. Siempre teniendo en cuenta que habrá que volver a evaluar y explorar, ya que el sistema y el problema habrán mutado.
Eso líneas generales. Luego tenemos dos estrategias que suelen ayudar:
Diversidad en los puntos de vista
Soluciones dinámicas
Diversidad en los puntos de vista
Por su naturaleza, los problemas complejos son, generalmente, estudiados por disciplinas muy diferentes con puntos de vista muy diferentes. Y debido a que en ciencia se suele usar el reduccionismo para poder abordar el conocimiento y los problemas, se acaba teniendo una idea acertada pero incompleta de los problemas.
Es como la antigua parábola de la India de «los ciegos y el elefante»:
Un grupo de ciegos escuchó que un extraño animal, llamado elefante, había sido traído al pueblo, pero ninguno de ellos era consciente de su figura y forma. Por curiosidad, dijeron: "Hay que inspeccionarlo y conocerlo al tacto, de lo que somos capaces". Entonces, lo buscaron, y cuando lo encontraron, lo buscaron a tientas. La primera persona, cuya mano se posó en la trompa, dijo: "Este ser es como una serpiente gruesa". Para otro cuya mano llegaba a su oreja, dijo que parecía una especie de abanico. En cuanto a otra persona, cuya mano estaba sobre su pata, dijo, el elefante es un pilar como el tronco de un árbol. El ciego que puso su mano en su costado dijo que el elefante "es una pared". Otro que sintió su cola, lo describió como una cuerda. El último sintió su colmillo, indicando que el elefante es lo que es duro, liso y como una lanza.
Desde lo que cada uno podía percibir, todos tenían razón, pero ninguno veía la realidad completa.
«Cuando los expertos calificados tienen desacuerdos importantes sobre los conceptos básicos de cómo resolver un problema, lo más probable es que sea complejo.»
Todd Hargrove
El reduccionismo es una herramienta muy útil para profundizar en el conocimiento. Gracias a ella, la ciencia ha avanzado muchísimo, pero hay que diferenciar entre reducir la complejidad de algo para entender ciertas propiedades individuales y entender ese algo en el mundo real.
Estudiar células aisladas en un laboratorio nos da mucha información útil sobre su estructura, composición y funcionamiento interno, pero no explica cómo esa célula, cuando se junta con otras, genera la consciencia.
En resumen, los equipos multidisciplinares son clave para resolver problemas complejos. Cada persona podrá aportar un conocimiento y una perspectiva diferente sobre el sistema y el problema. Además, el uso de otras formas de pensar, otras técnicas y herramientas suele dar lugar a avances inesperados.
En estos equipos, creo que es importante que haya personas que sean más generalistas, que conozcan todas (o casi todas) las áreas implicadas, aunque no sean expertas en ellas.
En mi experiencia, mientras más experta es una persona en un área, más le cuesta ver la foto global y más le cuesta comunicarse con expertos de otras áreas. Personas capaces de hablar el «idioma» de cada experto, viene muy bien para tener esa foto global y establecer conexiones que el resto no ve.
Y bueno, teniendo en cuenta todo lo que he dicho sobre la importancia de la exploración y la diversidad, tampoco es que sea una sorpresa esta estrategia no ;-)
Más diversidad en conocimientos y formas de pensar, lleva a más y mejor exploración de las posibles soluciones y a más innovación. Así que hay más probabilidades de encontrar una solución al estado actual del problema.
Soluciones dinámicas
Hay problemas para los que el mismo sistema puede desarrollar habilidades dinámicas y flexibles que permitan solucionar las distintas mutaciones y cambios del problema.
Un ejemplo sería el sistema inmune, que está constantemente usando la exploración para detectar problemas y la explotación cuando detecta uno. Es un sistema dentro de un sistema (el ser vivo), que se adapta constantemente a los posibles ataques que este sistema superior vaya encontrando.
O nuestro sistema locomotor, que se adapta constantemente para producir soluciones óptimas al problema de tener que coordinar muchísimas partes móviles e interconectadas de forma eficiente (el problema de los grados de libertad en el control motor).
Podría ser un departamento dentro de una organización. Uno que sea lo suficientemente pequeño y diverso como para adaptarse constantemente a las necesidades de la misma y que esté continuamente explorando nuevas soluciones.
Yo incluiría las habilidades que desarrollamos de forma dinámica y flexible para resolver problemas en un dominio. No el aplicar técnicas o soluciones preestablecidas, sino ser capaces de adaptar soluciones a las características del sistema en cada momento.
Y quizás podríamos incluir los modelos basados en agentes (MBA), como herramienta dinámica que nos puede permitir explorar diferentes intervenciones para enfrentarnos al problema complejo.
Expliqué en qué consisten esos modelos y cómo funcionan en este artículo.
Resumen
Si tenemos que enfrentarnos a problemas complejos, lo primero es entender las características básicas de los sistemas complejos y asumir que no existe una única solución definitiva al problema.
Necesitaremos un constante trabajo de exploración combinado con cierta explotación y deberemos evitar estrategias simplistas que ignoren esas características que hacen al problema (y el sistema en el que existe) complejo.
Múltiples puntos de vista nos darán una gran ventaja frente a un único punto de vista por muy experto que sea. Pero hay que tratar de encontrar la intersección entre los distintos puntos de vista.
Debemos evitar buscar soluciones que traten de tener en cuenta todos los factores, casos y variables. Eso solo nos llevará a una solución estática muy complicada, o incluso compleja, que terminará siendo un problema en sí mismo.
Y en vez de tratar de controlar e intervenir el sistema para solucionar el problema, debemos influir en él. Podemos jugar con parámetros como la diversidad, la interconexión, los incentivos y el entorno en general, para que el sistema se vaya autoorganizando en torno a una solución más alineada con el resultado que esperamos.
En fin, nadie dijo que los problemas complejos eran sencillos, pero sí son interesantes :-)