En la era de la Inteligencia Artificial, saber más no es suficiente, hay que aprender a mirar de otra manera. En 1973, el economista Burton Malkiel sugirió que un mono lanzando dardos para seleccionar acciones podría tener un rendimiento tan bueno como el de los expertos en inversiones. No era una falaz boutade; era una advertencia sobre los límites de la predicción en sistemas complejos. Vivimos rodeados de datos, modelos, algoritmos y explicaciones. Nunca hemos sabido tanto. Y, sin embargo, pocas veces ha parecido tan difícil entender algo de verdad. Un mundo donde las causas se enredan, las soluciones generan problemas nuevos y la inteligencia artificial no elimina la incertidumbre, sino que la reorganiza. La ciencia de la complejidad lleva décadas demostrando que los grandes sistemas sociales, ecológicos, económicos, cognitivos no se comportan como máquinas que se pueden desmontar y reparar pieza a pieza. Sus componentes interactúan, se retroalimentan y generan consecuencias que nadie planeó ni habría podido prever. Entenderlos exige algo más que una disciplina o una ideología; exige cambiar de lente, y saber cuándo hacerlo. Thomas Schelling demostró en los años setenta que bastaba con que cada persona prefiriera tener un tercio de vecinos parecidos a ella para que el resultado final fuera un barrio con una segregación racial casi total; sin odio ni conspiraciones; solo hicieron falta miles de decisiones individuales perfectamente razonables. Hipercomplejidad propone ocho enfoques complementarios para pensar el mundo contemporáneo: el epistémico, el algorítmico, el sistémico, el hipersocial, el de las crisis complejas, el de la resolución de problemas, el de la optimización humana y el numinoso. Herramientas para distinguir lo importante de lo accesorio, detectar las falsas certezas y actuar cuando no sabemos lo suficiente.
-5%
