Escola de Redes

Evolução Teoria Sistemas = tratar relações e padrões. Mais qualitativa que quantitativa incorpora mudança na ênfase característica do pensamento sistêmico - objetos para relações, da quantidade para q


Evolução Teoria Sistemas = tratar relações e padrões. Mais qualitativa que quantitativa incorpora mudança na ênfase característica do pensamento sistêmico - objetos para relações, da quantidade para qualidade, da substância para padrão.



A Teoria Geral dos Sistemas – da qual um dos ramos é a Analise de Sistemas de Informações / Cibernética (controle por laços de realimentação) – surgiu da Biologia, só depois incorporando a matemática como FERRAMENTA. Sua evolução – a Teoria dos Sistemas Dinâmicos ou Teoria da Complexidade (engloba teoria do caos e teoria das fractais) – busca expressar matematicamente o funcionamento da Vida. Assim a Teoria Geral dos Sistemas “fecha o ciclo” retornando às suas origens!

Durante o início do século XX, os biólogos organísmicos, que se opunham tanto ao mecanicismo como ao vitalismo, abordaram o problema da forma biológica com um novo entusiasmo, elaborando e aprimorando muitas das idéias básicas de Aristóteles, Goethe, Kant e Cuvier. Algumas das principais características daquilo que hoje denominamos pensamento sistêmico emergiram de suas longas reflexões. Ross Harrison, um dos primeiros expoentes da escola organísmíca, explorou a concepção de organização, que gradualmente viria a substituir a velha noção de função em fisiologia. Essa mudança de função para organização representa uma mudança do pensamento mecanicista para o pensamento sistêmico, pois função é essencialmente uma concepção mecanicista. Harrison identificou a configuração e a relação como dois aspectos importantes da organização, os quais foram posteriormente unificados na concepção de padrão como uma configuração de relações ordenadas. O bioquímico Lawrence Henderson foi influente no seu uso pioneiro do termo "sistema" para denotar tanto organismos vivos como sistemas sociais. Dessa época em diante, um sistema passou a significar um todo integrado cujas propriedades essenciais surgem das relações entre suas partes, e "pensamento sistêmico", a compreensão de um fenômeno dentro do contexto de um todo maior. Esse é, de fato, o significado raiz da palavra "sistema", que deriva do grego synhistanai ( "colocar junto"). Entender as coisas sistemicamente significa, literalmente, colocá-las dentro de um contexto, estabelecer a natureza de suas relações

 

(...)

 

O grande impacto que adveio com a ciência do século XX foi a percepção de que os sistemas não podem ser entendidos pela análise. As propriedades das partes não são propriedades intrínsecas, mas só podem ser entendidas dentro do contexto do todo mais amplo. Desse modo, a relação entre as partes e o todo foi revertida. Na abordagem sistêmica, as propriedades das partes podem ser entendidas apenas a partir da organização do todo. Em conseqüência disso, o pensamento sistêmico concentra-se não em blocos de construção básicos, mas em princípios de organização básicos. O pensamento sistêmico é "contextual", o que é o oposto do pensamento analítico, A análise significa isolar alguma coisa a fim de entendê-la; o pensamento sistêmico significa colocá-la no contexto de um todo mais amplo. (Ver abaixo: [1] Pensamento Sistêmico)


155

Matemática da Complexidade

 

A concepção dos sistemas vivos como redes auto-organizadoras cujos componentes estão todos interligados e são interdependentes tem sido expressa repetidas vezes, de uma maneira ou de outra, ao longo de toda a história da filosofia e da ciência. No entanto, modelos detalhados de sistemas auto-organizadores só puderam ser formulados muito recentemente, quando novas ferramentas matemáticas se tornaram disponíveis, permitindo aos cientistas modelarem a interconectividade não-linear característica das redes. A descoberta dessa nova "matemática da complexidade" está sendo cada vez mais reconhecida como um dos acontecimentos mais importantes da ciência do século XX.

 

As teorias e os modelos de auto-organização descritos nas páginas anteriores lidam com sistemas altamente complexos envolvendo milhares de reações químicas interdependentes. Nas três últimas décadas, emergiu um novo conjunto de conceitos e de técnicas para se lidar com essa enorme complexidade que está começando a formar um arcabouço matemático coerente. Ainda não há um nome definitivo para essa nova matemática. Ela é popularmente conhecida como "a nova matemática da complexidade", e tecnicamente como "teoria dos sistemas dinâmicos", "dinâmica dos sistemas", "dinâmica complexa" ou "dinâmica não-linear". O termo "teoria dos sistemas dinâmicos" é talvez o mais amplamente utilizado.

 

Para evitar confusões, é útil ter sempre em mente o fato de que a teoria dos sistemas dinâmicos não é uma teoria dos fenômenos físicos, mas sim, uma teoria matemática cujos conceitos e técnicas são aplicados a uma ampla faixa de fenômenos. O mesmo é verdadeiro para a teoria do caos e para a teoria das fractais, importantes ramos da teoria dos sistemas dinâmicos.

 

A nova matemática, como veremos detalhadamente, é uma matemática de relações e de padrões. É mais qualitativa do que quantitativa e, desse modo, incorpora a mudança de ênfase característica do pensamento sistêmico - de objetos para relações, da quantidade para a qualidade, da substância para o padrão. O desenvolvimento de computadores de alta velocidade desempenhou um papel fundamental na nova capacidade de domínio da complexidade. Com a ajuda deles, os matemáticos são agora capazes de resolver equações complexas que, antes, eram intratáveis e de descobrir as soluções sob a forma de curvas num gráfico. Dessa maneira, eles descobriram novos padrões qualitativos de comportamento desses sistemas complexos e um novo nível de ordem subjacente ao caos aparente.

 

 

Ciência Clássica

 

Para apreciar a novidade da nova matemática da complexidade é instrutivo contrastá-la com a matemática da ciência clássica. A ciência, no sentido moderno da palavra, começou no final do século XVI com Galileu Galilei, que foi o primeiro a realizar experimentos sistemáticos e a utilizar linguagem matemática para formular as leis da natureza que descobriu. Nessa época, a ciência ainda era chamada de "filosofia natural", e quando Galileu dizia matemática estava se referindo à geometria. "A filosofia", escreveu "está escrita nesse grande livro que sempre se encontra à frente dos nossos olhos; não podemos entendê-lo se não aprendermos antes a linguagem e os caracteres nos quais ele está escrito. Essa linguagem é a matemática, e os caracteres são triângulos, círculos, e outras figuras geométricas."

 

Galileu herdou essa visão dos filósofos da antiga Grécia, que tendiam a geometrizar todos os problemas matemáticos e a procurar respostas em termos de figuras geométricas. Dizia-se que a Academia de Platão, em Atenas, a principal escola grega de ciência e filosofia durante nove séculos, ostentava uma tabuleta acima de sua porta de entrada com os dizeres: "Não entre aqui se não estiver familiarizado com a geometria." Vários séculos depois, uma abordagem muito diferente para a resolução de problemas matemáticos, conhecida como álgebra, foi desenvolvida por filósofos islâmicos na Pérsia, os quais, por sua vez, a aprenderam de matemáticos indianos. A palavra deriva do termo al jabr ("ligar conjuntamente") e se refere ao processo de reduzir o número de qualidades desconhecidas ligando-as conjuntamente em equações. A álgebra elementar baseia-se em equações nas quais certas letras - tiradas, por convenção, do começo do alfabeto que significam vários números constantes. Um exemplo bem conhecido, que a maioria dos leitores se lembrará de seus anos de ginásio, é esta equação:

 

(a+b)=a2+2ab+b2

 

A álgebra superior envolve relações, denominadas "funções", entre números variáveis desconhecidos, ou "variáveis", que são denotados por letras tiradas, por convenção do fim do alfabeto. Por exemplo, na equação:

 

y=x+1

 

diz-se que a variável y é "função de x", o que, na grafia concisa da matemática é representado por y = f(x).

 

Assim, na época de Galileu, havia duas abordagens diferentes para resolver problemas matemáticos: a geometria e a álgebra, que provinham de culturas diferentes. As duas abordagens foram unificadas por René Descartes. Uma geração mais jovem diante de Galileu, Descartes é usualmente considerado o fundador da filosofia moderna, e foi também um brilhante matemático. A invenção por Descartes de um método para tornar fórmulas e as equações algébricas visíveis como formas geométricas foi a maior dentre suas muitas contribuições à matemática.

 

O método, agora conhecido como geometria analítica, envolve coordenadas cartesianas, o sistema de coordenadas inventado por Descartes e assim denominado em sua homenagem. Por exemplo, quando a relação entre as duas variáveis x e y, no exemplo anterior, a equação y = x + 1, é representada num gráfico com coordenadas cartesianas, vemos que ela corresponde a uma linha reta (Figura 6-1). É por isso que as equações desse tipo são chamadas de equações "lineares".

 

 

Figura 6-1

Gráfico correspondente à equação y = x + 1. Para qualquer ponto sobre  a linha reta, o valor da coordenada y é sempre uma unidade maior do que o da coordenada x.

 

 

De maneira semelhante, a equação y = x2 é representada por uma parábola (Figura 6-2). Equações desse tipo, que correspondem a curvas na grade cartesiana, são chamadas de equações "não-lineares". Elas possuem, como característica distintiva, o fato de que uma ou várias de suas variáveis são elevadas ao quadrado ou a potências maiores.

 

Figura 6-2

Gráfico correspondente à equação y = x2. Para qualquer ponto da parábola, a coordenada y é igual ao quadrado da coordenada x.

 

Equações Diferenciais

Com o novo método de Descartes, as leis da mecânica que Galileu descobrira podiam ser expressas quer em forma algébrica, como equações, quer em forma geométrica, como formas visuais. No entanto, havia um problema matemático de grande importância, que nem Galileu nem Descartes nem nenhum de seus contemporâneos pôde resolver. Eles não foram capazes de encontrar uma equação que descrevesse o movimento de um corpo animado de velocidade variável, acelerando ou desacelerando.

 

Para entender o problema, consideremos dois corpos em movimento, um deles viajando com velocidade constante e o outro acelerando. Se representarmos a correspondência entre a distância percorrida por eles e o tempo gasto para percorrê-la, obteremos os as dois gráficos mostrados na Figura 6-3. No caso do corpo em aceleração, a velocidade muda a cada instante, e isso é algo que Galileu e seus contemporâneos não podiam expressar matematicamente. Em outras palavras, eles eram incapazes de calcular a velocidade exata do corpo em aceleração num dado instante.

 

Isso foi conseguido um século depois por Isaac Newton, o gigante da ciência clássica, e, por volta da mesma época, pelo filósofo e matemático alemão Gottfried Wilhelm  Leibniz. Para solucionar o problema que tinha atormentado matemáticos e filósofos naturais durante séculos, Newton e Leibniz, independentemente, inventaram um novo método matemático, que é agora conhecido como cálculo e é considerado o portal para a "matemática superior".

 

É muito instrutivo ver como Newton e Leibniz tentaram resolver o problema, e isso não requer nenhuma linguagem técnica. Todos nós sabemos como calcular a velocidade de um corpo em movimento se essa velocidade permanecer constante. Se você está dirigindo a 30 km/h, isto significa que em uma hora você terá percorrido uma distância de trinta quilômetros, em duas horas percorrerá sessenta quilômetros, e assim por diante. Portanto, para obter a velocidade de um carro, você simplesmente divide a distância (por exemplo, sessenta quilômetros) pelo tempo que ele demorou para cobrir essa distância (por exemplo, duas horas). No nosso gráfico, isto significa que temos de dividir a diferença entre duas coordenadas de distância pela diferença entre duas coordenadas de tempo, como é mostrado na Figura 6-4.

 

Quando a velocidade do carro varia, como naturalmente acontece em qualquer situação real, você terá dirigido mais, ou menos, de trinta quilômetros em uma hora, dependendo do quanto você acelere ou desacelere nesse tempo. Nesse caso, como podemos calcular a velocidade exata num determinado instante?

 

Eis como Newton resolveu o problema. Ele disse: vamos primeiro calcular (no exemplo do movimento acelerado) a velocidade aproximada entre dois pontos substituindo a curva entre elas por uma linha reta. Como é mostrado na Figura 6-5, a velocidade é, mais uma vez, a razão entre (d2 - dl) e (t2 – t1). Essa não será a velocidade exata em nenhum dos dois pontos, mas se fizermos a distância entre eles suficientemente pequena, será uma boa aproximação.

 

Figura 6-3

Gráficos mostrando o movimento de dois corpos, um deles movendo-se com velocidade constante e o outro acelerando.

 

Então, disse Newton, vamos reduzir o tamanho do triângulo formado pela curva e pelas diferenças entre as coordenadas, aproximando mais e mais os dois pontos da curva. À medida que o fazemos, a linha reta entre os dois pontos se aproximará cada vez mais da curva, e o erro no cálculo da velocidade entre os dois pontos será cada vez menor. Finalmente, quando atingirmos o limite de diferenças infinitamente pequenas – e esse é o passo crucial! - ambos os pontos da curva se fundirão num só, e obteremos a velocidade exata nesse ponto. Geometricamente, a linha reta será então tangente à curva.

 

Figura 6-4

Para calcular uma velocidade constante, divida a diferença entre as coordenadas de distância (d2 – d1) pela diferença entre as coordenadas de tempo (t2 – t1).

 

Figura 6-5

Cálculo da velocidade aproximada entre dois pontos no caso do movimento acelerado.

 

Reduzir matematicamente esse triângulo a zero e calcular a razão entre duas diferenças infinitamente pequenas é algo que está longe do trivial. A definição precisa do limite do infinitamente pequeno é o ponto fundamental de todo o cálculo. Em linguagem técnica, uma diferença infinitamente pequena é denominada "diferencial", e por isso o cálculo inventado por Newton e Leibniz é conhecido como "cálculo diferencial". Equações envolvendo diferenciais são denominadas equações diferenciais.

 

Para a ciência, a invenção do cálculo diferencial foi um passo gigantesco. Pela primeira vez na história humana, a concepção de infinito, que tinha intrigado filósofos e poetas desde tempos imemoriais, tinha recebido uma definição matemática precisa, que abria inúmeras possibilidades novas para a análise dos fenômenos naturais.

 

O poder dessa nova ferramenta analítica pode ser ilustrado com o célebre paradoxo de Zenão, proveniente da antiga escola Eleata de filosofia grega. De acordo com Zenão, o grande atleta Aquiles nunca pode alcançar uma tartaruga numa corrida na qual se concede a esta uma vantagem inicial. isto porque, quando Aquiles tiver completado a distância correspondente a essa vantagem, a tartaruga terá percorrido uma distância a mais; quando Aquiles tiver transposto essa distância a mais, a tartaruga terá avançado mais um pouco, e assim por diante, até o infinito. Embora a defasagem do atleta continue diminuindo, ela nunca desaparecerá. Em qualquer dado momento, a tartaruga sempre estará à frente. Portanto, concluiu Zenão, Aquiles, o mais rápido corredor da Antiguidade, nunca poderá alcançar a tartaruga.

 

Os filósofos gregos e seus sucessores argumentaram durante séculos a respeito desse paradoxo, mas nunca puderam resolvê-lo porque a definição exata do infinitamente pequeno lhes escapava. A falha no argumento de Zenão reside no fato de que, mesmo que Aquiles precise de um número infinito de passos para alcançar a tartaruga, esse processo não requer um tempo infinito. Com as ferramentas do cálculo de Newton, é fácil mostrar que um corpo em movimento percorrera um número infinito de intervalos infinitamente pequenos num tempo finito.

 

No século XVII, Isaac Newton usou esse cálculo para descrever todos os movimentos possíveis de corpos sólidos em termos de um conjunto de equações diferenciais, que ficaram conhecidas, a partir dessa época, como as "equações do movimento de Newton". Esse feito foi saudado por Einstein como "talvez o maior avanço no pensamento que um único indivíduo teve o privilégio de realizar".

 

Encarando a Complexidade

Nos séculos XVIII e XIX, as equações newtonianas do movimento foram modeladas em formas mais gerais, mais abstratas e mais elegantes por algumas das maiores mentes da história da matemática. Sucessivas reformulações por Pierre Laplace, Leonhard Euler, Joseph Lagrange e William Hamilton não mudaram o conteúdo das equações de Newton, mas sua crescente sofisticação permitiu aos cientistas analisar uma faixa cada vez mais ampla de fenômenos naturais.

 

Aplicando sua teoria ao movimento dos planetas, o próprio Newton foi capaz de reproduzir as características básicas do sistema solar, embora não os seus detalhes mais precisos. No entanto, Laplace aprimorou e aperfeiçoou os cálculos de Newton em tal medida que foi capaz de explicar os movimentos dos planetas, das luas e dos cometas até os seus menores detalhes, bem como o fluxo das marés e outros fenômenos relacionados com a gravidade.

 

Encorajados por esse brilhante sucesso da mecânica newtoniana, físicos e matemáticos estenderam-na ao movimento dos fluidos e às vibrações de cordas, sinos e outros corpos elásticos, e mais uma vez ela funcionou. Esses sucessos impressionantes fizeram os cientistas do começo do século XIX acreditar que o universo era, de fato, um grande sistema mecânico funcionando de acordo com as leis newtonianas do movimento. Desse

modo, as equações diferenciais de Newton tornaram-se o fundamento matemático do paradigma mecanicista. A máquina newtoniana do mundo era vista como completamente causal e determinista. Tudo o que acontecia tinha uma causa definida e dava origem a um efeito definido, e o futuro de qualquer parte do sistema poderia - em princípio - ser previsto com certeza absoluta se o seu estado em qualquer instante fosse conhecido em todos os seus detalhes.

 

Na prática, naturalmente, as limitações da modelagem da natureza por meio das equações do movimento de Newton ficaram logo evidentes. Como assinalou o físico inglês Ian Stewart: "Montar as equações é uma coisa, resolvê-las é totalmente outra." As soluções exatas estavam restritas a alguns fenômenos simples e regulares, enquanto a complexidade de várias áreas parecia esquivar-se a toda modelagem mecanicista. Por exemplo, o movimento relativo de dois corpos sob a força da gravidade podia ser calculado de maneira precisa; mas quando se chegava aos gases, com milhões de partículas, a situação parecia sem esperança.

 

Por outro lado, durante um longo tempo, físicos e químicos tinham observado, no comportamento dos gases, regularidades que tinham sido formuladas em termos das chamadas leis dos gases - relações matemáticas simples entre a temperatura, o volume e a pressão de um gás. Como poderia essa simplicidade aparente derivar da enorme complexidade de movimentos de cada molécula?

 

No século XIX, o grande físico James Clerk Maxwell encontrou uma resposta. Mesmo que o comportamento exato das moléculas de um gás não possa ser determinado, Maxwell argumentou que seu comportamento médio poderia dar origem às regularidades  observadas. Por isso, propôs o uso de métodos estatísticos para formular as leis de movimento dos gases:

 

A menor porção de matéria que podemos submeter à experiência consiste em milhões de moléculas, e nenhuma delas jamais se torna individualmente sensível a nós. Não podemos, pois, determinar o movimento real de nenhuma dessas moléculas; portanto, somos obrigados a abandonar o método histórico restrito e adotar o método estatístico de lidar com grandes grupos de moléculas.

 

O método de Maxwell foi de fato altamente bem-sucedido. Ele permitiu aos físicos explicar de imediato as propriedades básicas de um gás de acordo com o comportamento médio das suas moléculas. Por exemplo, tornou-se claro que a pressão de um gás é a força causada pelo empurrão médio das moléculas, ao passo que a temperatura se revelou proporcional à energia média de movimento dessas moléculas. A estatística e a teoria das probabilidades, sua base teórica, tem-se desenvolvido desde o século XVII e podia ser facilmente aplicada à teoria dos gases. A combinação de métodos estatísticos com a mecânica newtoniana resultou num novo ramo da ciência, apropriadamente denominado "mecânica estatística", que se tornou o fundamento teórico da termodinâmica, a teoria do calor.

 

Não-linearidade

Desse modo, por volta do final do século XIX, os cientistas desenvolveram duas diferentes ferramentas matemáticas para modelar os fenômenos naturais - as equações do movimento exatas, deterministas, para sistemas simples; e as equações da termodinâmica, baseadas em análises estatísticas de quantidades médias, para sistemas complexos.

 

Embora essas duas técnicas fossem muito diferentes, tinham uma coisa em comum. Ambas exibiam equações lineares. As equações newtonianas do movimento são muito gerais, apropriadas tanto para fenômenos lineares como para não-lineares; na verdade, equações não-lineares vez ou outra sempre foram formuladas. Porém, como estas, em geral, eram muito complexas para serem resolvidas, e devido à natureza aparentemente

caótica dos fenômenos físicos associados - tais como fluxos turbulentos de água e de ar - os cientistas geralmente evitavam estudar os sistemas não-lineares.

 

Portanto, desde que apareceram equações não-lineares, elas foram imediatamente "linearizadas" - em outras palavras, substituídas por aproximações lineares. Desse modo, em vez de descrever os fenômenos em sua plena complexidade, as equações da ciência clássica lidam com pequenas oscilações, ondas baixas, pequenas mudanças de temperatura, e assim por diante. Como observa Ian Stewart, esse hábito tornou-se tão arraigado

que muitas equações eram linearizadas enquanto ainda estavam sendo construídas, de modo que os manuais de ciência nem mesmo incluíam as versões não-lineares completas. Em conseqüência, a maioria dos cientistas  e dos engenheiros veio a acreditar que praticamente todos os fenômenos naturais poderiam ser descritos por equações lineares.

 

Uma Nova Síntese

Podemos agora voltar à questão central deste livro: "O que é a vida?" Minha tese é a de que uma teoria dos sistemas vivos consistente com o arcabouço filosófico da ecologia profunda, incluindo uma linguagem matemática apropriada e implicando uma compreensão não-mecanicista e pós-cartesiana da vida, está emergindo nos dias de hoje.

 

Padrão e Estrutura

A emergência e o aprimoramento da concepção de "padrão de organização" tem sido um elemento fundamental para o desenvolvimento dessa nova maneira de pensar. De Pitágoras até Aristóteles, Goethe e os biólogos organísmicos, há uma contínua tradição intelectual que luta para entender o padrão, percebendo que ele é fundamental para a compreensão da forma viva. Alexander Bogdanov foi o primeiro a tentar a integração das concepções de organização, de padrão e de complexidade numa teoria sistêmica coerente.

 

Os ciberneticistas focalizaram padrões de comunicação e de controle - em particular, os padrões de causalidade circular subjacentes à concepção de realimentação - e, ao fazê-lo, foram os primeiros a distinguir claramente o padrão de organização de um sistema a partir de sua estrutura física.

 

As "peças do quebra-cabeça" que faltavam foram identificadas e analisadas ao longo dos últimos vinte anos - a concepção de auto-organização e a nova matemática da complexidade. Mais uma vez, a noção de padrão tem sido central para esses dois desenvolvimentos. A concepção de auto-organização originou-se do reconhecimento da rede como o padrão geral da vida, e foi posteriormente aprimorada por Maturana e Varela em sua concepção de autopoiese. A nova matemática da complexidade é essencialmente uma matemática de padrões visuais - atratores estranhos, retratos de fase, fractais, e assim por diante - que são analisados no âmbito do arcabouço da topologia, que teve Poincaré como pioneiro.

 

O entendimento do padrão será, então, de importância fundamental para a compreensão científica da vida. No entanto, para um entendimento pleno de um sistema vivo, o entendimento de seu padrão de organização, embora seja de importância crítica, não é suficiente. Também precisamos entender a estrutura do sistema. De fato, vimos que o estudo da estrutura tem sido a principal abordagem na ciência e na filosofia ocidentais e, enquanto tal, eclipsou repetidas vezes o estudo do padrão.

 

Vim a acreditar que a chave para uma teoria abrangente dos sistemas vivos reside na síntese dessas duas abordagens - o estudo do padrão (ou forma, ordem, qualidade) e o estudo da estrutura (ou substância, matéria, quantidade). Devo seguir Humberto Maturana e Francisco Varela em suas definições desses dois critérios fundamentais de um sistema vivo - seu padrão de organização e sua estrutura. O padrão de organização de qualquer sistema, vivo ou não-vivo, é a configuração de relações entre os componentes do sistema que determinam as características essenciais desse sistema. Em outras palavras, certas relações devem estar presentes para que algo seja reconhecido como – digamos - uma cadeira, uma bicicleta ou uma árvore. Essa configuração de relações que confere a um sistema suas características essenciais é o que entendemos por seu padrão de organização. A estrutura de um sistema é a incorporação física de seu padrão de organização. Enquanto a descrição do padrão de organização envolve um mapeamento abstrato de relações, a descrição da estrutura envolve a descrição dos componentes físicos efetivos do sistema - suas formas, composições químicas, e assim por diante.

 

Para ilustrar a diferença entre padrão e estrutura, vamos nos voltar para um sistema não vivo bastante conhecido, a bicicleta. Para que algo seja chamado de bicicleta, deve haver várias relações funcionais entre os  componentes, conhecidos como chassi, pedais, guidão, rodas, corrente articulada, roda dentada, e assim por diante. A configuração completa dessas relações funcionais constitui o padrão de organização da bicicleta. Todas essas relações devem estar presentes para dar ao sistema as características essenciais de uma bicicleta.

 

A estrutura da bicicleta é a incorporação física de seu padrão de organização em  termos de componentes de formas específicas, feitos de materiais específicos. O mesmo padrão "bicicleta" pode ser incorporado em muitas estruturas diferentes. O guidão será diferentemente modelado para uma bicicleta de passeio, uma bicicleta de corrida ou uma  bicicleta de montanha; o chassi pode ser pesado e sólido, ou leve e delicado; os pneus podem ser estreitos ou largos, com câmara de ar ou em borracha sólida. Todas essas combinações e muitas outras serão facilmente reconhecidas como diferentes materializações do mesmo padrão de relações que define uma bicicleta.

 

Os Três Critérios Fundamentais

Numa máquina tal como a bicicleta, as peças foram planejadas, fabricadas e em seguida reunidas para formar uma estrutura com componentes fixos. Num sistema vivo, ao contrário, os componentes mudam continuamente. Há um incessante fluxo de matéria através de um organismo vivo. Cada célula sintetiza e dissolve estruturas continuamente, e elimina produtos residuais. Tecidos e órgãos substituem suas células em ciclos contínuos. Há crescimento, desenvolvimento e evolução. Desse modo, a partir do princípio mesmo da  biologia, o entendimento da estrutura viva tem sido inseparável do entendimento dos processos metabólicos e desenvolvimentais.

 

Essa notável propriedade dos sistemas vivos sugere o processo como um terceiro critério para uma descrição abrangente da natureza da vida. O processo da vida é a atividade envolvida na contínua incorporação do padrão de organização do sistema. Desse modo, o critério do processo é a ligação entre padrão e estrutura. No caso da bicicleta, o padrão de organização é representado pelos rascunhos de desenho que são utilizados para construir a bicicleta, a estrutura é uma bicicleta física específica e a ligação entre padrão e estrutura está na mente do desenhista. No entanto, no caso de um organismo vivo, o padrão de organização está sempre incorporado na estrutura do organismo, e a ligação entre padrão e estrutura reside no processo da incorporação contínua.

 

O critério do processo completa o arcabouço conceitual de minha síntese da teoria emergente dos sistemas vivos. As definições dos três critérios - padrão, estrutura e processo - são novamente listadas na tabela a seguir. Todos os três critérios são totalmente interdependentes. O padrão de organização só poderá ser reconhecido se estiver incorporado numa estrutura física, e nos sistemas vivos essa incorporação é um processo em andamento. Assim, estrutura e processo estão inextricavelmente ligados. Pode-se dizer que os três critérios - padrão, estrutura e processo - são três perspectivas diferentes mas inseparáveis do fenômeno da vida. Formarão as três dimensões conceituais da minha síntese.

 

Compreender a natureza da vida a partir de um ponto de vista sistêmico significa identificar um conjunto de critérios gerais por cujo intermédio podemos fazer uma clara distinção entre sistemas vivos e não-vivos. Ao longo de toda a história da biologia, muitos critérios foram sugeridos, mas todos eles acabavam se revelando falhos de uma maneira ou de outra. No entanto, as recentes formulações de modelos de auto-organização e a

matemática da complexidade indicam que hoje é possível identificar tais critérios. A idéia-chave da minha síntese consiste em expressar esses critérios em termos das três dimensões conceituais: padrão, estrutura e processo.

 

Em resumo, proponho entender a autopoiese, tal como é definida por Maturana e Varela, como o padrão da vida (isto é, o padrão de organização dos sistemas vivos); a estrutura dissipativa, tal como é definida por Prigogine, como a estrutura dos sistemas vivos;  e a cognição, tal como foi definida inicialmente por Gregory Bateson e mais plenamente por Maturana e Varela, como o processo da vida.

 

Critérios Fundamentais de um Sistema Vivo:

  • padrão de organização - a configuração de relações que determina as características essenciais do sistema  
  • estrutura - a incorporação física do padrão de organização do sistema
  • processo vital - a atividade envolvida na incorporação contínua do padrão de organização do sistema

 

O padrão de organização determina as características essenciais de um sistema. Em particular, determina se o sistema é vivo ou não-vivo. A autopoiese - o padrão de organização dos sistemas vivos - é, pois, a característica que define a vida na nova teoria. Para descobrir se um determinado sistema - um cristal, um vírus, uma célula ou o planeta Terra - é vivo, tudo o que precisamos fazer é descobrir se o seu padrão de organização é o de uma rede autopoiética. Se for, estamos lidando com um sistema vivo; se não for, o sistema é não-vivo.

 

A cognição, o processo da vida, está inextricavelmente ligada com a autopoiese, como veremos. Autopoiese e cognição constituem dois diferentes aspectos do mesmo fenômeno da vida. Na nova teoria, todos os sistemas vivos são sistemas cognitivos, e a cognição sempre implica a existência de uma rede autopoiética. Com o terceiro critério da vida, o da estrutura dos sistemas vivos, a situação é ligeiramente diferente. Embora a estrutura de um sistema vivo seja sempre uma estrutura dissipativa, nem todas as estruturas dissipativas são redes autopoiéticas. Desse modo, uma estrutura dissipativa pode ser um sistema vivo ou não-vivo. Por exemplo, as células de Bénard e os relógios químicos, extensamente estudados por Prigogine, são estruturas dissipativas mas não são sistemas vivos.

 

Os três critérios fundamentais da vida e as teorias subjacentes a eles serão discutidos detalhadamente nos capítulos seguintes. A essa altura, quero simplesmente oferecer um breve resumo.

 

 

 [1] Pensamento Sistêmico

Desde os primeiros dias da biologia organísmica, essas estruturas multiniveladas foram denominadas hierarquias. Entretanto, esse termo pode ser enganador, uma vez que deriva das hierarquias humanas, que são estruturas de dominação e de controle absolutamente rígidas, muito diferentes da ordem multinivelada que encontramos na natureza. Veremos que a importante concepção de rede - a teia da vida - fornece uma nova perspectiva sobre as chamadas hierarquias da natureza.

 

Aquilo que os primeiros pensadores sistêmicos reconheciam com muita clareza é a existência de diferentes níveis de complexidade com diferentes tipos de leis operando em cada nível. De fato, a concepção de "complexidade organizada" tornou-se o próprio assunto da abordagem sistêmica. Em cada nível de complexidade, os fenômenos observados exibem propriedades que não existem no nível inferior. Por exemplo, a  concepção de temperatura, que é central na termodinâmica, não tem significado no nível dos átomos individuais, onde operam as leis da teoria quântica. De maneira semelhante, o sabor do açúcar não está presente nos átomos de carbono, de hidrogênio e de oxigênio, que constituem os seus componentes. No começo da década de 20, o filósofo C. D. Broad cunhou o termo "propriedades emergentes" para as propriedades que  emergem num certo nível de complexidade, mas não existem em níveis inferiores.

 

Pensamento Sistêmico

As idéias anunciadas pelos biólogos organísmicos durante a primeira metade do século ajudaram a dar à luz um novo modo de pensar - o "pensamento sistêmico" – em termos de conexidade, de relações, de contexto. De acordo com a visão sistêmica, as propriedades essenciais de um organismo, ou sistema vivo, são propriedades do todo, que nenhuma das partes possui. Elas surgem das interações e das relações entre as partes. Essas propriedades são destruídas quando o sistema é dissecado, física ou teoricamente, em elementos isolados. Embora possamos discernir partes individuais em qualquer sistema, essas partes não são isoladas, e a natureza do todo é sempre diferente da mera soma de suas partes. A visão sistêmica da vida é ilustrada de maneira bela e profusa nos escritos de Paul Weiss, que trouxe concepções sistêmicas às ciências da vida a partir de seus estudos de engenharia, e passou toda a sua vida explorando e defendendo uma plena concepção organísmica da biologia.

 

A emergência do pensamento sistêmico representou uma profunda revolução na história do pensamento científico ocidental. A crença segundo a qual em todo sistema complexo o comportamento do todo pode ser entendido inteiramente a partir das propriedades de suas partes é fundamental no paradigma cartesiano. Foi este o célebre método de Descartes do pensamento analítico, que tem sido uma característica essencial do moderno pensamento científico. Na abordagem analítica, ou reducionista, as próprias partes não podem ser analisadas ulteriormente, a não ser reduzindo-as a partes ainda menores. De fato, a ciência ocidental tem progredido dessa maneira, e em cada passo tem surgido um nível de constituintes fundamentais que não podia ser analisado posteriormente.

 

O grande impacto que adveio com a ciência do século XX foi a percepção de que os sistemas não podem ser entendidos pela análise. As propriedades das partes não são propriedades intrínsecas, mas só podem ser entendidas dentro do contexto do todo mais amplo. Desse modo, a relação entre as partes e o todo foi revertida. Na abordagem sistêmica, as propriedades das partes podem ser entendidas apenas a partir da organização do todo. Em conseqüência disso, o pensamento sistêmico concentra-se não em blocos de construção básicos, mas em princípios de organização básicos. O pensamento sistêmico é "contextual", o que é o oposto do pensamento analítico, A análise significa isolar alguma coisa a fim de entendê-la; o pensamento sistêmico significa colocá-la no contexto de um todo mais amplo.

 

 

Trecho acima extraído do livro:

 

Capra, Fritjof. A TEIA DA VIDA. Uma nova compreensão científica dos 
sistemas vivos. Tradução: Newton Roberval Eíchemberg

 

-- 
Atenciosamente. 
Claudio Estevam Próspero 

__________________________________
http://twitter.com/prosperoclaudio 
http://www.linkedin.com/in/cprospero 

http://www.facebook.com/people/Claudio-Estevam-Prospero/1253621184
http://sinapsesgaia.blogspot.com/ (Blog: Sinapses de Gaia) 

http://mitologiasdegaia.blogspot.com/ (Blog: Mitologias de Gaia)

http://criatividadeinovao.blogspot.com/ (Blog: Criatividade e Inovação)

http://redessociaisgovernanaliderana.blogspot.com/ (Blog:Governança e Liderança em Redes Sociais)

http://reflexeseconmicas.blogspot.com/ (Blog: Reflexões Econômicas)

http://poltica20-yeswikican.blogspot.com/ (Blog: Política 2.0 - Yes, WIKI CAN)

http://mobilidadeurbana-prosperoclaudio.blogspot.com/  (Blog: Mobilidade Urbana)

http://escoladeredes.ning.com/ (Escola de Redes [E = R]) 
http://romanticos-conspiradores.ning.com/
http://pt.wikipedia.org/wiki/Ecocidade 
http://www.nossasaopaulo.org.br/portal/ 




Exibições: 1068

© 2017   Criado por Augusto de Franco.   Ativado por

Badges  |  Relatar um incidente  |  Termos de serviço