Sistemas complejos: el juego, más allá de los modelos
Explorando el juego como una poderosa herramienta para trabajar con ciertos sistemas complejos
En el artículo de hoy te presento otra herramienta para trabajar con sistemas complejos. Puede que no lo parezca, pero verás que lo es y que puede ser muy útil.
Siento el retraso con el artículo, aunque creo que valdrá la pena. En este artículo conectaré muchas de las ideas que hemos ido aprendiendo en artículos anteriores con otras de las que hablaré más adelante. Así que el artículo servirá un poco de puente.
O eso espero.
Índice
Introducción
Advertencia sobre los modelos
¿Qué es el juego?
Definición
Repaso: exploración vs. explotación
El juego como comportamiento emergente
Entrenando agentes
Ejemplo práctico
Calibración
Desarrollo interno del agente
Creando atractores y reduciendo la fragilidad
Cuidado con pasarse
Beneficios de usar el juego para entrenar agentes
Resumen
Introducción
En el artículo anterior hablé sobre los modelos basados en agentes (MBA) y en cómo estos nos pueden ayudar a entender mejor los sistemas complejos, e incluso, ayudar a predecir los posibles efectos de intervenciones o cambios en los mismos.
También prometí que en este nuevo artículo hablaría de una herramienta que llevamos usando desde que existe nuestra especie y que no requiere tecnología alguna. ¿Ya sabes cuál es?
El título hace «spoiler», así que imagino que sí, pero espero que al menos hayas tratado de averiguarlo.
Pues sí, esa herramienta que usamos desde que existe nuestra especie, es el juego. En este artículo me gustaría explicar:
¿Qué es el juego?
¿Por qué se puede considerar una herramienta para trabajar con sistemas complejos?
¿En qué nos ayuda?
¿A qué problemas podemos aplicarla?
¿Cómo usarla?
Algunas advertencias
Reconozco que tengo un sesgo muy fuerte con este tema. El juego me interesa mucho desde el siglo pasado (sí, soy suficientemente viejo como para que ya me obsesionaran cosas en el siglo pasado...) y no es la primera vez que escribo sobre él, ni será la última.
Pero eso no quita que el juego sea una herramienta muy útil, e infravalorada, que puede ayudarte a la hora de enfrentarte a según qué sistemas complejos. Al fin y al cabo, el juego, al igual que los MBA, nos permite simular situaciones y problemas en sistemas en los que las interacciones entre agentes son clave.
Eso sí, esta herramienta será útil fundamentalmente para sistemas con «agentes fuertes», generalmente personas o animales. Aunque también se están usando con éxito en sistemas basados en redes neuronales artificiales, que pueden aprender las reglas de un juego y encontrar formas creativas de jugar, simplemente jugando contra otros agentes (artificiales o humanos).
Advertencia sobre los modelos
Antes de nada, debemos recordar que los modelos, por definición, no son representaciones 100% fiables de la realidad. Esto es algo que a veces olvidamos y que Alfred Korzybski reflejó en su famosa frase: «El mapa no es el territorio».
Y autores como Jorge Luis Borges o Lewis Carroll lo reflejaron en historias en las que se trataba de hacer un mapa tan realista, que terminaba siendo del tamaño del país, lo que lo hacía totalmente inútil como mapa.
Un mapa, como cualquier modelo, tiene que tener la información necesaria para que sea útil y representativo, pero debe estar suficientemente simplificado, como para que se pueda trabajar con él. Por eso, por definición, un modelo siempre será una simplificación y le faltará mucha información. Pero, si se deja la información adecuada para el problema que se desea resolver, será suficiente para poder trabajar.
Por ejemplo, para ir en coche de una ciudad a otra, un mapa que muestra las carreteras será suficiente. Un mapa con todos los detalles sobre la geografía de la región no solo no será útil, sino que puede resultar más difícil usar.
Esto pasa tanto con los MBA como con los juegos. De hecho, cuando veamos el apartado de cómo diseñar los juegos, veremos que elegir qué grado de representación queremos y la información más relevante para nuestro objetivo concreto, es la base de un buen diseño.
¿Qué es el juego?
Existen muchas definiciones de lo que es el juego, pero podríamos definirlo así:
Juego: Actividad libre y placentera, delimitada en un tiempo y espacio, con unas reglas aceptadas (que pueden adaptarse), cuya motivación es intrínseca. Es decir, se juega por el disfrute de jugar, no por otro motivo externo. A menudo implica simular una situación similar a la vida real, pero en un entorno seguro y con las variables más controladas.
El juego es abierto, en el sentido de que no hay una única forma de jugar, cada jugador es libre para actuar como desee, dentro de las reglas. Esto lleva a la exploración y la creatividad.
En el juego, cada participante debe interactuar con el entorno y otros posibles jugadores. A veces, esas interacciones implican competencia, cooperación o una combinación de ambas.
Es importante resaltar que, aunque el juego tenga un objetivo y se pueda obtener un beneficio de él (aprender o desarrollar habilidades), la motivación de quien participa es pasarlo bien jugando. Si la motivación es otra (una motivación externa), no se considera juego y si se acaba la diversión, se acaba el juego.
Esto podemos verlo en niños o en cachorros. Si para alguno de los que participa ya no es divertido, este deja de jugar.
El juego es probablemente la primera herramienta pedagógica que hemos tenido y que usan todos los animales. Al final del artículo espero que quede clara esta relación entre el juego y el aprendizaje.
Como adultos, solemos ver el juego como algo infantil y que no tiene ninguna utilidad, pero el juego no es algo exclusivo de la infancia. De hecho, existen juegos más típicos de adultos.
Veamos algunos ejemplos:
Juegos de rol: Juegos de rol como «Dungeons & Dragons» permiten a los jugadores explorar situaciones complejas en un entorno ficticio. Estos juegos pueden ayudar a los jugadores a desarrollar habilidades de toma de decisiones, resolver problemas, trabajar en equipo, la empatía y comunicarse efectivamente.
Videojuegos de simulación: Algunos videojuegos se diseñan específicamente para simular situaciones reales. Juegos como «The Sims» simulan la vida cotidiana, mientras que otros como «SimCity» o «Cities: Skylines» permiten a los jugadores experimentar con la planificación y gestión de una ciudad.
Juegos de mesa de estrategia: Juegos de mesa como «Risk» o «Catan» pueden ayudar a los jugadores a aprender sobre estrategia, negociación y gestión de recursos. Otros juegos de mesa, como «Pandemic», requieren que los jugadores trabajen juntos para resolver problemas, reflejando la cooperación necesaria en situaciones de crisis.
Juegos de cartas: Juegos de cartas como el póker pueden ayudar a los jugadores a aprender sobre probabilidad y estrategia, además de habilidades de lectura de personas y engaño.
Simuladores de vuelo y conducción: Los simuladores de vuelo y conducción pueden ayudar a las personas a aprender las habilidades básicas requeridas para pilotar un avión o conducir un coche en un entorno seguro.
Juegos de «escape room»: Los juegos de «escape room» físicos y digitales ayudan a los jugadores a desarrollar habilidades de resolución de problemas, trabajo en equipo y pensamiento crítico al desafiarlos a escapar de una habitación o situación usando pistas y resolviendo acertijos.
Juegos de deporte: Muchos deportes simulan situaciones de conflicto o competencia, y pueden ayudar a los jugadores a desarrollar habilidades físicas, estratégicas y de trabajo en equipo.
Es importante recordar que, aunque estos juegos pueden simular situaciones reales y ayudar a los jugadores a desarrollar habilidades, todavía son simplificaciones y no pueden capturar toda la complejidad de las situaciones reales. Sin embargo, pueden ser una herramienta útil para la enseñanza y el aprendizaje.
Repaso: exploración vs. explotación
En el artículo sobre la diversidad en los sistemas complejos mencioné dos mecanismos que usan los sistemas complejos para resolver problemas y cumplir sus objetivos:
Exploración
Explotación
Esto es algo de lo que hablaré más extensamente en siguientes artículos, cuando hable de estrategias para resolver problemas, pero conviene refrescar estos conceptos antes de seguir.
La exploración consiste en buscar nuevas estrategias y soluciones, mientras que la explotación es usar una solución conocida, para sacarle más provecho y ser más productivos.
En líneas generales y yendo al extremo para entenderlo mejor:
Si solo exploramos, nunca llegaremos a ningún sitio.
Si solo explotamos, llegaremos antes a algún sitio, aunque no sabemos si al mejor sitio.
Un ejemplo sería escribir este artículo. Mientras más investigue (exploración), mejor preparado estaré para escribir el artículo, pero si no me pongo a escribir (explotación), jamás lo acabaré, por muy preparado que esté.
— Pero Juanje, esas son estrategias que siguen los sistemas complejos y aquí hablamos de agentes que «juegan» y se autoorganizan. ¿Seguro que es relevante?
Pues sí, porque estamos hablando de «agentes fuertes», es decir, de agentes que son sistemas complejos en sí mismos. Así que usarán este tipo de estrategias para adaptarse a su entorno y resolver los problemas que se vayan encontrando.
— ¿Y qué relación tiene eso con el juego?
El juego es fundamentalmente exploratorio. Se juega por el placer de jugar, así que no es tan importante el resultado final como el camino. Mientras más cosas pruebes, más novedad (más motivante) y más durará.
Debido a que es abierto (no hay una única forma de jugar) y a que se simulan situaciones parecidas a las reales, pero de forma segura, en la que no pasa nada por cometer errores, se promueve la exploración y el descubrimiento de nuevas soluciones y ser más creativos.
Por contra, cuando trabajamos o competimos en un deporte, el objetivo es obtener resultados (motivación externa). En esos casos, se optará más por la explotación, donde te enfocas más en usar soluciones conocidas que en buscar nuevas.
El juego como comportamiento emergente
Juegos muy similares aparecen en culturas muy diferentes a lo largo de todo el mundo. Y en todo tipo de animales, sin que unos enseñen a otros.
En humanos, existe una transmisión oral y escrita que facilita la replicación de estos juegos y sus reglas, pero esto no ocurre en animales. Aun así, se siguen viendo los mismos juegos una y otra vez. Y se sabe que culturas totalmente aisladas, tenían juegos muy parecidos.
Por ejemplo, estos juegos suelen darse en muchos animales diferentes:
Persecución y pilla-pilla: Muchos animales jóvenes, como perros, gatos, lobos, y hasta aves, participan en juegos de persecución. Esto a menudo implica correr y tratar de atraparse entre sí. Este tipo de juego ayuda a los animales jóvenes a desarrollar habilidades de caza y evasión.
Juego con objetos: Los animales a menudo juegan con objetos, como palos, piedras, o cualquier cosa que encuentren en su entorno. Por ejemplo, los cuervos y los elefantes a menudo son vistos jugando con objetos, y los perros y gatos domésticos también juegan con juguetes.
Juegos de lucha y forcejeo: Esto es común en mamíferos como leones, tigres, osos, y caninos. Los jóvenes a menudo se involucran en peleas simuladas, lo que les ayuda a desarrollar habilidades y fuerza para enfrentamientos reales en el futuro.
Juego social y de imitación: En manadas o grupos, los animales jóvenes a menudo imitan el comportamiento de los adultos en un contexto lúdico. Esto es común en primates, donde los jóvenes pueden imitar la búsqueda de alimentos o el cuidado de los más pequeños.
Juego solitario y exploración: Los animales también a menudo juegan por sí mismos, explorando su entorno y experimentando con diferentes movimientos y comportamientos. Esto es común en animales jóvenes y ayuda en su aprendizaje sobre el mundo que les rodea.
Estos tipos de juegos en animales son cruciales para su desarrollo y a menudo reflejan habilidades que necesitarán en la edad adulta para sobrevivir y prosperar. Como habrás notado, los seres humanos desarrollamos estos mismos comportamientos lúdicos, independientemente de dónde o cuándo hayamos nacido.
Todo esto nos lleva a pensar que el juego es un comportamiento emergente.
Algo bastante curioso que se ha observado es que el juego suele darse en animales inteligentes. Mientras más inteligentes, más suelen jugar. El ser humano, por ejemplo, es el que juega más y de formas más variadas y elaboradas.
Esto podría tener que ver con lo que comentábamos sobre los «agentes fuertes» (también llamados «inteligentes»). El hecho de que cada agente trate de explorar su entorno, y las mejores formas de interactuar con otros agentes, para conseguir su objetivo, es muy posible que lleve a una actitud lúdica.
Este comportamiento, unido al de otros actores que se encuentren en una situación similar (nuevos agentes descubriendo problemas similares), termine desarrollando el comportamiento al que llamamos «juego».
Sea de esta forma o de otra, lo que sí parece estar claro es que el juego suele emerger en sistemas con agentes inteligentes.
Entrenando agentes
Ahora que hemos visto todos los elementos necesarios, vamos con el tema principal del artículo: ¿Por qué se puede considerar una herramienta para trabajar con sistemas complejos?
Como vimos en los artículos sobre los agentes y la autoorganización (primera parte y segunda parte), los agentes perciben su entorno, reaccionando a cambios en el mismo o perturbaciones, así como a otros agentes, reaccionando a sus acciones.
Esto, cuando hablamos de agentes débiles, nos lleva a interacciones muy reactivas. Pero cuando hablamos de agentes fuertes, con memoria, intención y capacidad de aprender y adaptarse, nos encontramos con interacciones más complejas y dinámicas. Ya no reaccionan solo a lo que perciben, sino que cada agente tiene en cuenta las interacciones anteriores, atractores y mecanismos de retroalimentación internos, etc.
Esto, aparte de crear interacciones más dinámicas e impredecibles, significa que el cómo actúe un agente depende de su historia y aprendizaje.
Así que la primera utilidad práctica que podemos encontrar en el juego, en el contexto de los sistemas complejos, es ayudar a los agentes a ser mejores agentes. O lo que es lo mismo, a aprender y adaptarse para interactuar de la mejor manera posible en su sistema.
Desde el cachorro que no sabe ni qué es comida y qué no, o cómo controlar su cuerpo, desplazarse y comunicarse, hasta la persona jugando por primera vez con un simulador de vuelo, permitiéndole aprender a volar sin riesgo de matar a nadie en el intento.
A través del juego y la exploración, el agente va descubriendo qué información es relevante (distinguir la señal del ruido), cuáles son las mejores respuestas a cada situación y creando sus mecanismos internos (mecanismos de retroalimentación y atractores) que le permitan encontrar el comportamiento más adecuado en cada situación.
Esa experimentación (consigo mismo, el entorno y con otros agentes), le permitirá aprender sus límites (físicos o de cualquier tipo), los del sistema y de otros agentes. Algo que habrás experimentado en tus carnes si has interactuado con niños o cachorros.
Ser capaz de explorar y experimentar en un entorno seguro, antes de tener que hacerlo en «la vida real», prepara mejor al agente para cuando tenga que enfrentarse a los problemas de verdad.
Por muy bueno que sea un agente, cuando no tiene experiencia previa, la primera vez que se enfrenta a un problema, responderá mal. Ya sea porque no es capaz de discernir la información importante de la que no lo es, o porque no ha desarrollado aún los mecanismos para reaccionar apropiadamente, lo normal es que falle. Ese error le ayudará a mejorar y aprender a calibrar sus respuestas.
El juego proporciona un entorno ideal para tratar de resolver el problema una y otra vez, pudiendo afinar la respuesta cada vez. Pero como el juego simula el sistema real y se juega con agentes reales, el problema es dinámico. Esto es importante porque crea un aprendizaje más flexible y realista que si la situación fuera exactamente igual cada vez.
En la «vida real» (o el sistema complejo al que pertenezca el agente), nada ocurre dos veces de la misma forma. El sistema y los agentes cambian constantemente, por lo que el agente necesita aprender habilidades que sean adaptables y puedan lidiar con esos cambios constantes.
Ejemplo práctico
Imagina el modelo de los lobos, ovejas, cabras y hierba del artículo anterior. Como vimos, cada agente tiene sus reglas, pero cuando nace, no las conoce. Ni las de los otros agentes. Es más, no sabe qué son los otros agentes. Aun así, actúa (torpemente) según sus propias reglas, sin entender cómo ni por qué.
Pero estos son agentes inteligentes (al menos los animales), así que pueden aprender, para optimizar y lograr sus objetivos. Lo que requiere probar, equivocarse y seguir probando. El problema es que, en algunos casos, el equivocarse significa que te coma el lobo.
Así que los agentes recién nacidos, exploran su entorno y van aprendiendo sobre sí mismos, otros agentes jóvenes de su especie y sobre las reglas que le guían.
El lobo no sabe cómo se caza, así que empieza a imitar a su madre cuando juega con sus hermanos. Así, los cachorros aprenden a acechar, perseguir, huir, morder, controlar, etc. Aprenden jugando, en un entorno seguro que les permite cometer errores y explorar las opciones hasta que vayan desarrollando aquellas que les funcionen mejor.
Las cabras, por su lado, no saben buscar comida o huir de los lobos, así que explorarán el terreno, aprenderán cómo encontrar los mejores sitios para comer, al tiempo que jugarán con sus hermanas a perseguirse, lo que les servirá cuando tengan que huir de un peligro real. O, incluso, enfrentarse a él.
Como ves, a partir de la interacción con otros agentes en una versión más pequeña del sistema, los agentes pueden practicar y desarrollar capacidades y habilidades que les permitirán actuar de forma más efectiva cuando se presente la ocasión.
Calibración
Una de esas capacidades que practicará y mejorará cada agente durante esas simulaciones (el juego) será la percepción. Para los agentes aprender a percibir cambios en el entorno (el sistema) y en otros agentes será fundamental. Como vimos en artículos anteriores, los agentes reaccionan ante lo que perciben.
Sobre esa percepción, en el caso de «agentes fuertes», pueden añadir otras capas (memoria, intención, voluntad, etc.), pero siempre reaccionarán basándose en lo que perciban.
Esto es importante, porque a veces tratamos de crear ejercicios para aprender o mejorar, las capacidades o habilidades de los agentes, de forma aislada. Es decir, sin otros agentes y fuera del contexto del sistema.
Ahí se está perdiendo una parte importantísima del aprendizaje que es la conexión entre la percepción y la acción. La percepción y la acción del agente van de la mano.
Además, el sistema real será dinámico y para que un agente pueda funcionar bien en él debe ser capar de adaptarse constantemente a los cambios a su alrededor. Así que esa percepción y la capacidad de reaccionar de manera adecuada, son fundamentales.
Por eso el juego (como simulación en un entorno representativo del sistema) es tan potente para el desarrollo y aprendizaje de los agentes. Pueden, no solo practicar las capacidades y habilidades requeridas, sino que lo harán en contexto y conectando sus acciones a lo que perciban del entorno y los otros agentes.
Esta relación entre la percepción y la mejora respuesta se conoce en algunos entornos como «calibración», ya que requiere mucho ajuste, experiencia y capacidad de percepción el responder de la forma más eficiente y efectiva.
Esto es algo que podemos ver en los simulacros que hacen bomberos y otros profesionales de respuesta a emergencias. No basta con conocer la teoría o practicar las técnicas, es necesario responder de forma adecuada en situaciones de alto estrés.
Por eso, aquellos simulacros que sean más realistas (dentro de los límites del entorno seguro) serán más efectivos para desarrollar la capacidad de comprender la situación de riesgo y actuar, con calma, de forma óptima.
Un ejemplo espontáneo de esto lo vemos en los cachorros de perros jugando a morder (a otros perros o a humanos). Se sabe que aquellos que no juegan de pequeños son más agresivos de adultos y tienen más probabilidades de causar daño. Esto es porque, al jugar, los perros van explorando (en una situación no estresante y relajada) los límites. Cuánto puedo morder sin que se acabe el juego, cuánta fuerza tengo, cuánto me duele si me muerden a mí, qué es juego y qué es abuso o agresión.
Todo eso lo va experimentando y aprendiendo mediante el juego, de tal forma de cuando se dé una situación potencialmente peligrosa, sabe «leer» mejor la situación y sabe reaccionar de forma más proporcional y sin necesidad de escalar la situación.
Cuando un perro nunca ha practicado estas cosas, y se encuentra, ya de adulto (con dientes y fuerza de adulto) con una situación nueva y potencialmente peligrosa, se asusta y reacciona cómo puede. Y lo normal es que se pase de fuerza y agresividad.
La primera vez que nos enfrentamos a una situación desconocida, sobre todo si es potencialmente peligrosa o estresante, actuaremos mal. Nos pasaremos o no llegaremos. Por eso debemos calibrar.
Y mejor calibrar en un entorno seguro y controlado que en medio de un incendio, un rescate o una pelea.
Esa es una de las principales razones por las que existen los juegos de pelea de adultos: «sparring»
El «sparring» no es otra cosa que un juego donde se practica una situación (una pelea) dentro de un sistema reducido y controlado (las reglas del arte marcial o deporte), en el que los agentes aprenden a calibrar sus respuestas.
De hecho, gracias a competiciones como las de «artes marciales mixtas» ha quedado bastante claro que aquellas personas que practican el juego de la pelea (sparring) saben reaccionar mejor en la competición y tienen mejores resultados.
Desarrollo interno del agente
Aparte de las adaptaciones y aprendizajes que hacen los agentes de cara al sistema en el que se encuentran, el juego cumple una función de desarrollo interno.
Pensemos en un bebé. Cuando nace, prácticamente no sabe hacer nada y tendrá que aprender desde desplazarse a coger objetos, comer o identificar elementos del mundo a su alrededor.
Para hacer todo eso, tiene que aprender a controlar su propio cuerpo y entender qué significan las señales que recibe del mundo. Por lo que se volcará en un continuo juego de exploración. Empezará a mover de forma aleatoria su cuerpo viendo qué pasa y qué consigue, hasta obtener resultados interesantes. Si estos son útiles, lo usará más y terminarán siendo soluciones que podrá repetir cuando lo necesite.
Podemos ver ahí un sistema complejo usando la exploración y explotación para aprender a manejarse en su sistema.
A medida que el bebé va logrando hitos importantes (controlar el movimiento de la cabeza, estabilizar el tronco, alcanzar objetos, ponerse a cuatro patas, gatear, etc.) irán apareciendo más opciones. Ve más alto, más lejos, puede desplazarse, puede agarrar objetos, etc. lo que le ofrece nuevas oportunidades. Así que sigue explorando. Lo que antes era óptimo (por ejemplo, gatear), puede que se quede corto, así que seguir explorando y buscar nuevas soluciones es una buena idea.
— Que sí, Juanje, superinteresante cómo el bebé va explorando y desarrollando habilidades. Y sí, aceptamos «explorar» su mundo como juego, pero ¿qué tiene que ver eso con lo que estabas contando?
Pues todo. El bebé es un agente dentro de un sistema que es el mundo que le rodea, así que juega, se adapta y autoorganiza como ya habíamos hablado antes. Pero es que, al ser un «agente fuerte» también en un sistema complejo.
Esto quiere decir, que cada uno de los elementos que forman ese sistema que es el bebé (sistema nervioso, cardiovascular, vestibular, etc.) van a autoorganizarse, aprender y adaptarse también. Y lo harán en función de lo que haga el sistema y los estresores a los que se enfrente.
Es decir, el hecho de que el bebé mueva la cabeza de un lado para otro buscando a su madre, comida o simplemente «jugando» a entender el mundo que le rodea, va a forzar al los agentes que son los músculos de su cuello a organizarse para poder hacer esos movimientos. Como esto ocurrirá mucho, terminarán adaptándose (siendo más fuertes y resistentes).
Lo mismo ocurrirá con los ojos o el oído interno. Estos se autoorganizarán para coordinarse y crear nuevos comportamientos como el equilibrio y la capacidad de orientarse en el espacio.
Es decir, lo que hace el agente (el bebé) para practicar el juego en el sistema, creará perturbaciones, situaciones y comportamientos que obligarán a agentes internos a autoorganizarse y adaptarse.
Evidentemente, eso ocurre con cualquier acción que haga, sea juego o no. La diferencia es que en el juego, se explora mucho más, con lo que se consigue una adaptación más flexible.
Creando atractores y reduciendo la fragilidad
Piensa en cómo te sientas todos los días en una silla. Los componentes del sistema complejo que es tu cuerpo se autoorganizarán y adaptarán a esa postura. Pero si «juegas» a sentarte en el suelo de todas las maneras posibles, los elementos que conforman tu cuerpo, se irán adaptando a más opciones diferentes.
Conectándolo con lo que vimos con los atractores, tendrás más atractores y te será más fácil cambiar de uno a otro. Mientras que si solo tienes uno y muy profundo (sentarte en una silla), en cuanto pase algo en el sistema (caerte al suelo), más le costará a tu cuerpo enfrentarse a esa nueva situación.
Así que el juego, debido a su carácter abierto y seguro, promueve la exploración y esta exploración nos proporciona una mayor variabilidad de situaciones y estímulos. Qué es precisamente lo que hablábamos en el artículo de los atractores para crear más atractores (menos profundos), para reducir así la fragilidad de los sistemas.
Y si queremos añadir variabilidad, nada mejor que otros agentes. Nada más variable que la interacción con otros agentes. Algo que vimos en los artículos anteriores sobre los agentes y la autoorganización.
Y esto conecta con lo que comentaba antes sobre por qué funciona mejor un juego representativo del sistema en el que «vive» el agente, que un «ejercicio» aislado.
Practicar una habilidad sin interacción con otros agentes, no solo no es realista, sino que genera atractores muy fuertes, debido a la falta de elementos que generen variabilidad.
Esta falta de variabilidad y el desarrollar atractores (comportamientos o soluciones a problemas) muy estereotipados y rígidos, termina creando agentes frágiles y poco adaptables.
En cambio, los agentes que se desarrollan en entornos representativos del sistema en el que tendrán que actuar y con la variabilidad que proporciona interactuar con otros agentes, estarán mejor preparados para los problemas dinámicos que surgen en los sistemas complejos.
Cuidado con pasarse
Una advertencia final, como hemos visto, el juego puede ser una herramienta genial para conseguir que un agente aprenda y se adapte, para funcionar mejor en su sistema. Pero no hay que abusar.
Una de las ventajas principales del juego es la exploración y el ganar resiliencia gracias a la variedad de estímulos y situaciones. Pero si siempre jugamos a los mismos juegos, con los mismos agentes, terminamos explotando las mismas soluciones y tendremos muy poca variabilidad de estímulos y situaciones posibles.
Esto nos puede llevar a crear menos atractores y más profundos, mermando nuestra capacidad de adaptación al cambio y haciéndonos más frágiles.
Así que, es importante variar de juegos, agentes, situaciones, etc. si lo que buscamos es mejorar.
El otro problema es caer en el otro extremo: el cambio constante.
La variación en las interacciones es lo que buscamos, pero si el sistema en sí cambia constantemente, el agente no tiene oportunidad de descubrir las reglas o de generar adaptaciones. Aunque el juego sea principalmente exploración, debemos dejar algo de espacio para la explotación de las soluciones que parecen válidas. De esta forma, se crearán atractores, es decir, pasarán a formar parte de nuestro repertorio de soluciones más probables.
Beneficios de usar el juego para entrenar agentes
A modo de resumen, diría que cuando diseñamos (o emerge) un juego en el que diferentes actores interactúan en una versión simplificada de su sistema, los agentes consiguen:
Aprender sus reglas implícitas.
Aprender a percibir el entorno y los otros agentes.
Entender las reglas de otros agentes.
Aprender las reglas del sistema.
Predecir los cambios en el sistema o acciones de los otros agentes.
Creación de meta-reglas.
Aprender límites:
Propios (agente).
De otros agentes.
Del sistema.
Descubrir nuevas soluciones.
Desarrollar (el agente) mecanismos de retroalimentación para autorregularse y motivarse.
Exponerse de forma controlada y segura a perturbaciones y estrés, para ganar flexibilidad, variabilidad, resiliencia y desestabilizar atractores.
Que los agentes internos (del cuerpo) aprendan a organizarse.
Poner al agente en diferentes situaciones para que se adapte y aprenda.
¡Casi nada!
Resumen
El juego se da de forma espontánea en algunos sistemas complejos con agentes fuertes o inteligentes, es un comportamiento emergente. En sistemas en los que no se suele desperdiciar energía y en la que cada acción impacta al resto del sistema, da que pensar que se den estos comportamientos sin aparente funcionalidad.
Pero, como hemos visto, el juego puede ser muy útil para que los agentes inteligentes ganen conocimiento de sí mismos, el sistema y las reglas que gobiernan a ambos. Le permite aprender y desarrollarse más rápido y de forma más adaptable.
Esto es algo que ocurre sin que nosotros hagamos nada, pero también podemos aprovechar esta estrategia para crear mejorar en los agentes o, incluso, experimentar para buscar nuevas soluciones, más creativas.
De hecho, ya se usa en educación infantil, educación física, algunos sistemas de entrenamiento para deportes, servicios de emergencia, «team building» (creación de equipos), etc.
La creación de pequeños juegos que representan una versión simplificada, más segura y menos estresante, de una situación real, se utiliza en esos y otras muchas áreas. Quizás no desde el punto de vista sistémico y quizás su diseño podría mejorarse teniendo en cuenta muchos de los puntos vistos en este artículo, pero se usa desde hace mucho.
Si te ha generado interés este tema, dale a «me gusta» o deja un comentario. Si veo que la temática interesa, crearé algún artículo profundizando en cómo diseñar juegos con estos objetivos en mente y pondré algunos ejemplos prácticos.
Espero que te haya gustado el artículo y siento que sea más largo de lo esperado, pero al final es un tema que sirve de puente entre muchas de las características de los sistemas complejos que hemos visto, los que vamos a ver y otros temas de los que quería hablar como la percepción, el aprendizaje, la adaptación, etc.