Brand in a brand new world Javier Celdránmngmnt cybrntcs

“Locura es hacer la misma cosa una y otra vez esperando obtener diferentes resultados.”

Complejidad exponencial / cambios dinámicos

Necesitamos el conocimiento correcto

Necesitamos el conocimiento correcto

Cibernética según Norbert Wiener:

Control y comunicación en el animal y en la máquina.

A B

Pensamiento tradicional determinista se deja fuera mucha información

Determinismo

A B

Pensamiento sistémico tiene en cuenta las relaciones y su retroalimentación

Pensamiento sistémico

Pensamiento sistémico

Necesitamos manejar la creación de conocimiento que está distribuido entre muchos actores

Pensamiento sistémico

Desde este punto de vista, una organización social es un sistema de comunicación en dónde las relaciones e interdependencias son las que caracterizan un sistema y las que lo diferencian de otros sistemas.

Metafóricamente podríamos decir que una empresa es como un juego. Lo que caracteriza y diferencia por tanto una empresa de otra, un juego de otro, no son las personas sino las reglas del juego. Las personas son la premisa sin la cual no existirá el juego.

La cibernética trata de estudiar esas relaciones, sus consecuencias y efectos, las decisiones que se toman, etc.

Una diferencia que hace la diferencia

Complejidad exponencial / cambios dinámicos

Complejidad exponencial / cambios dinámicos

Hay docenas de definiciones y medidas de complejidad. Muchas de ellas ven a la complejidad como un balance entre el orden y el caos, entre la estabilidad y el cambio. Por ejemplo, los sistemas vivos requieren de cierta estructura, pero también de cierto cambio. Si hubiese solo estructura, en otras palabras una auto organización muy elevada, no sería posible la evolución, la adaptación y el aprendizaje. En el otro extremo, si hubiese cambio constante, en otras palabras una emergencia muy elevada, no se podrían mantener los patrones que caracterizan a la vida. La vida requiere de un balance entre la estabilidad o auto organización y la variabilidad o emergencia.

Si definimos a la complejidad como un balance entre emergencia y auto organización lo cual se puede obtener con la multiplicación, podemos usar también la información de Shanon para medir complejidad. En casos extremos, cuando haya mucho cambio o nada de cambio la complejidad sería cero, y la complejidad sería máxima para casos intermedios, donde hay espacio para mantener ciertos patrones pero también para mantener cierta novedad. El balance necesario para lograr un valor alto de complejidad puede lograrse combinando distintos tipos de retroalimentación. Si un sistema es muy estático, podemos usar la retroalimentación positiva para incrementar su variabilidad. Por otra parte, si un sistema cambia constantemente podemos usar la retroalimentación negativa para incrementar su estabilidad.

Complejidad exponencial / cambios dinámicos

Podemos relacionar la complejidad con la ley de la variedad requerida, de manera similar a la que un controlador requiere tener por lo menos la misma variedad que aquello que intenta controlar. Un sistema requiere de una complejidad equivalente a la complejidad de su entorno para lograr su viabilidad. Si la complejidad del entorno es mayor a la complejidad del sistema los cambios en el sistema, estarán determinados principalmente por los cambios en el entorno. Cuando un sistema logra tener una complejidad mayor a la de su entorno le permite influir en su propia dinámica más de lo que influye en su entorno. Esto le da cierto grado de autonomía lo cual es deseable en los sistemas que construimos y está presente en los sistemas vivos. Ya que la complejidad requerida de un sistema depende de la complejidad de su entorno, no hay solo una manera de lograr esta complejidad requerida.

Para empezar, podríamos incrementar la complejidad del sistema pero también podemos reducir la complejidad del entorno. Por otra parte si un sistema es frágil, esto quiere decir que el cambio lo daña, podemos incrementar la auto-organización para preservar la integridad del sistema. Por otra parte si un sistema es anti-frágil, el cambio lo beneficia. En este caso, podemos incrementar la emergencia para mejorar o por lo menos, mantener su funcionalidad. Por ejemplo, el ejercicio en cierta medida nos beneficia. Si un sistema es robusto, esto quiere decir que puede mantener su funcionalidad esto implica que no es necesario incrementar su complejidad. Por ejemplo, un ecosistema prístino no requiere de nuestra intervención para perdurar.

Viabilidad

Viabilidad

El término viabilidad es utilizado por Stafford Beer para indicar la capacidad de un organismo (o un sistema, una organización, etc.) para mantener una existencia independiente, es decir de sobrevivir ante los cambios que puedan producirse en su entorno a lo largo del tiempo (incluso aunque éstos no hayan sido previstos cuando el sistema fue diseñado). Para ello, habrá de estar dotado de capacidad de regulación, aprendizaje, adaptación y evolución.

Evidentemente las organizaciones se crean con la intención y deseo de que sean viables. Obviamente se trata de que lo sean cumpliendo con una determinada finalidad o propósito.

Variedad

Variedad

El segundo concepto es el de variedad. Éste ha sido utilizado por Ashby para reflejar el grado de complejidad de un sistema (organización, empresa, etc.) y equivale al número de estados posibles y comportamientos actuales o potenciales que se pueden dar en una determinada situación o problema. El trabajo de los directivos y en general de los tomadores de decisiones en las organizaciones es más o menos difícil en función de la complejidad (variedad) a la que se enfrentan. Si ésta es muy baja el problema es trivial. Desde el punto de vista cibernético, el manejo de la complejidad es la esencia de la actividad directiva.

1.

2.

Número de personas

Número de relaciones en el sistema, n(n-1) x unilateral

5 40

20 1.560x 80

3.

Número de estados por relación (funciona/no funciona el intercambio de información)

2 2

4.Variedad aprovechable/dominable 25 240X

34.359.738.36832 1.099.511.627.776

Variedad

Emergencia

Emergencia

Los componentes de un sistema pueden producir información nueva al interactuar. Podemos llamar a esta información emergente ya que no estaba antes en sus componentes, sino que surge a partir de sus interacciones. Por ejemplo, podemos decir que la vida de una bacteria es emergente ya que surge a partir de las interacciones de sus componentes que son moléculas, las cuales están vivas. Citando a Aristóteles, el todo es más que la suma de las partes. Podemos ver otro ejemplo con el oro. Aunque conozcamos al detalle las propiedades de sus componentes no podremos predecir cuál serán sus propiedades a nivel de sistema. Por ejemplo su conductividad, su maleabilidad o hasta su color. Estos son producto de las interacciones de sus componentes atómicos. O bien si tomamos las propiedades de una molécula de hidrógeno o de una molécula de oxígeno podemos conocerlas a detalle, pero esto no nos dirá nada sobre las propiedades de una molécula de agua.

La información de Shanon puede usarse para medir la novedad de una serie de datos. Por lo tanto, podemos usar esta misma información de Shanon para medir la emergencia. Si un sistema es muy predecible, no habrá información nueva ni tampoco emergencia. Que es igual a complejidad cero. Pero si un sistema produce información nueva a partir de las interacciones de sus componentes, podemos decir que sí hay emergencia. Emergencia máxima sería cuando la información nueva se genera constantemente, lo cual limita o impide la predicción, que también significa complejidad cero. Podemos encontrar una relación entre la retroalimentación positiva y la emergencia. La retroalimentación positiva puede generar cambios, los cuales también pueden producir información nueva y emergencia. En algunos casos, podría ser deseable tener emergencia para generar cierta novedad, sin embargo demasiada novedad podría destruir estructura y organización.

Retroalimentación

Retroalimentación

Retroalimentación y dinámica

La dinámica es el cambio en el tiempo. Podría ser interesante estudiar un sistema en un instante, sin embargo hay pocos sistemas que son estáticos, es decir que no sufren cambios. La dinámica puede representarse con otra red diferente a la estructural. Sin embargo no es la única manera de representar la dinámica ya que el espacio de estados tiende a crecer exponencialmente con el número de variables, en muchas situaciones esdifícil visualizar esta red de estado. Otra manera de visualizar la dinámica es simplemente viendo cómo va cambiando el estado en el tiempo como se hace en un vídeo. La dinámica también puede estudiarse a escalas múltiples, ya que en algunos sistemas los cambios relevantes ocurren a escalas de segundos y en otros a escalas de años. También hay sistemas donde hay cambios relevantes a escalas múltiples. Por ejemplo: los cambios que se dan en nuestro cuerpo son a escalas múltiples, nuestras neuronas disparan a escalas de milisegundos, nuestro corazón late o respiramos a escalas de segundos, digerimos comida y dormimos en escalas de horas, nuestros tejidos se regeneran en escalas de días y crecemos y envejecemos en escalas de años. Simplemente el aprendizaje puede darse ya sea en escalas de segundos o también en escalas de años para que un sistema perdure.

Retroalimentación y dinámica II

Un concepto importante del pensamiento sistémico desarrollado dentro de la cibernética es el de retroalimentación. Esta nos dice que el efecto de un elemento de un sistema puede regresar al mismo elemento. Por ejemplo, podemos imaginar que estoy atrapado en el tráfico. Los humanos somos animales que tendemos a imitar bastante. Entonces por ejemplo si yo empiezo a tocar el claxón de manera exagerada, es muy probable que otros conductores me imiten y también empiecen a tocar el claxón. Si quieren hagan el experimento. Si hay una masa crítica de conductores desesperados, los claxónes se propagarán aunque sea de manera inconsciente, y al haber más gente tocando el claxón probablemente ellos sigan tocando el claxón. Esta es una retroalimentación positiva, ya que mi acción de tocar el claxón se propaga por el sistema de conductores a través de nodos desesperados y la acción me vuelve a afectar a mi por lo que sigo tocando el claxón hasta que haya un cambio que rompa esta dinámica.

Retroalimentación y dinámica III

La retroalimentación positiva puede generar una reacción en cadena, pero también existe la retroalimentación negativa, la cual tiende a minimizar la propagación de los cambios. Tomando otro ejemplo social, también imitamos la formación de opiniones. Supongamos que tenemos que elegir entre dos opciones, ir a la huelga o no. Hay gente que nunca va a cambiar de opinión, pero otros que sí y su decisión dependerá en muchos casos de lo que opine la mayoría de las personas con las que esté en contacto. Entonces si por ejemplo yo estoy a favor de ir a la huelga y las personas que están a mi alrededor con las cualesyo tengo contacto también están a favor, será más difícil que yo cambie mi opinión. Esta retroalimentación negativa reduce las probabilidades de que a la larga haya un cambio en mi opinión. La retroalimentación negativa tiende a estabilizar la dinámica you que inhibe los cambios, por el contrario la retroalimentación positiva promueve los cambios. Dependiendo de nuestro propósito podríamos preferir la retroalimentación negativao positiva o combinaciones de ambas.

Retroalimentación y dinámica IV

Un concepto relacionado con la retroalimentación es el de prealimentación. En la retroalimentación los efectos de un elemento regresan a través de las interacciones que hay en el sistema. En la prealimentación se trata de influir en la dinámica antes de que ocurra cierto evento para poder regular mejor el sistema. Por ejemplo si el pronóstico meterológico sugiere que va a llover, yo puedo decidir llevar un paraguas, si en verdad llueve tal vez no me moje tanto. En este caso el pronóstico me prealimenta cambiando mi comportamiento. O bien otro ejemplo, el servicio de mantenimiento que se la da a un avión, automóvil u otro máquina prealimenta el estado futuro de la máquina con la intención de evitar fallas. En otras palabras la prealimentación trata de influir en el futuro a partir de un estado presente, mientras que la retroalimentación trata de hacer un cambio en el presente a partir de un evento pasado. Los seres vivos constantemente realizamos ciclos de retroalimentación y prealimentación, solo que normalmente los llamamos adaptación.

Retroalimentación y dinámica V

La adaptación es la habilidad de un sistema para cambiar su estado como respuesta a una perturbación. La anticipación actúa antes de que una perturbación ocurra para preservar al sistema. Tanto la adpatación como la anticipación son necesarias para que un sistema perdure. Sería deseable poder predecir o bien anticipar todo lo que le podría ocurrir a un sistema y así evitar cualquier daño. Sin embargo debido a la complejidad de un entorno que está cambiando constantemente y a las interacciones hemos visto que esta predicción es limitada. Para esto es deseable que los sistemas puedan adaptarse a todos aquellos cambios que no sean posibles de predecir. La adaptación y la anticipación nos permiten enfrentar a la dinámica del entorno de un sistema de manera activa. Esto es porque implica cambios en el sistema.

Adaptación

Dato,

Información,

Comunicación,

Regulación,

Aprendizaje,

Adaptación,

Evolución

Enfoque sintético

Recursion C

Recursion A

Recursion B

Sistema

Modelo

Modelo

A veces se nos puede olvidar que un mapa es distinto a un territorio. Si tuviéramos un mapa completamente igual a un territorio no sería muy útil como you escribió Borges. El propósito de un modelo es representar una realidad reduciendo sus aspectos esenciales a un mínimo pero no más allá. De manera similar es importante distinguir los modelos que son descripciones de los fenómenos, de lo modelado que son los fenómenos en sí. En filosofía los modelos son estudiados por la epistemología y lo modelado por la ontología. Por ello, no podemos decir que hayan verdades absolutas, porque para cualquier fenómeno puede haber más de una descripción, es decir un modelo y no podemos decidir cuál de los dos es más adecuado independientemente de un contexto. Por lo anterior conviene ser tolerantes a descripciones distintas a las nuestras ya que en muchos casos no es que estén mal sino simplemente están generadas en contextos o desde perspectivas distintas a las nuestras. Hacemos énfasis entre la diferencia de modelo y modelado, entre epistemología y ontología porque si nos referimos a un fenómeno en términos de sistemas esta será solo una descripción. Una descripción no cambia un fenómeno pero sí el entendimiento que tengamos del mismo. Por ejemplo si decidimos describir a una célula como un sistema o como un subsistema o como un ente aislado esto no va a cambiar el funcionamiento de la célula. Entonces la pregunta no es tanto si un fenómeno es o no un sistema sino más bien, ¿cuándo nos conviene describir a un fenómeno como un sistema?

Modelo

Depende del propósito para el que se quiere usar el modelo o la descripción. La descripción de un fenómeno como sistema puede ser más completa pero también puede ser más compleja. Podemos decir que entre más completa sea una descripción será más adecuada en una variedad mayor de contextos. Pero si tenemos más información sobre un fenómeno, esto no implica necesariamente que va a ser una descripción más útil. Por lo tanto, nos conviene buscar un balance entre qué tan extensa, simple y completa sea una descripción. Como dijo Einstein: un modelo debe ser lo más simple posible pero no más simple.

Tampoco podemos decir que un modelo sea verdadero o falso, más bien podemos decidir si es útil o no con respecto a un contexto particular. Por ejemplo es tentador prejuzgar a distintas personas pero muchas veces es difícil tratar de entender en qué contexto se encuentran y cómo es que actúan de la manera en que lo hacen. Se ha dicho que los sistemas son útiles para describir fenómenos donde los componentes interactúan entre sí. Si para nuestros propósitos no es necesario considerar las interacciones de un fenómeno entonces tal vez una descripción sistémica no sea la más adecuada.

Ley de Conant-Ashby

Ley de Conant-Ashby

Otro componente de la cibernética organizacional se refiere a los “modelos” utilizados por los decisores ante el problema al que se enfrentan y sobre el que tendrán que decidir y actuar. La necesidad de “modelos” adecuados ya había sido puesta de manifiesto por Conant-Ashby (1970) en el famoso teorema que lleva su nombre en el que se dice que: ”Un buen regulador de un sistema debe ser un modelo de ese sistema”. Por tanto, la calidad de las decisiones de los directivos va a depender de la calidad de los modelos que utilicen y a su vez éstos han de poseer la variedad requerida por el problema que están tratando de resolver.

El pensamiento sistémico nos ayuda a entender nuestro mundo

Es la mejor manera de manejarse en la complejidad

Nos permite reducir la incertidumbre al tener una visión más rica y realista de nuestro entorno

Nos ayuda a medir las consecuencias de nuestras acciones y por tanto evitar problemas futuros

Y para diseñar modelos de trabajo colaborativo mucho más eficientes.

Modelo de Sistemas Viables

System Thinking Cómo manejarse en la incertidumbre

13 Recursos para utilizar el pensamiento sistémico en tu empresa y en tu vida

Management Cybernetics

#1 The Big Picture: Trata de entender el cuadro completo en donde se bate tu marca. Dibuja sus elemento o haz un mind map! http://www.consideo.com, www.mindjet.com

#2 Cambios dinámicos: Observa los cambios que se producen en los elementos que componen tu marca en el tiempo y cómo generan patrones y tendencias. El averiguar en donde estaban hace años ayuda a ver la tendencia.

#3 Estructura del sistema: Reconocer que la estructura (las reglas del juego) de un sistema genera su conducta.

#4 Interdependencia: Identifica la naturaleza circular de las complejas relaciones causa-efecto. (http://www.consideo.com)

#5 Conexiones: Haz conexiones lógicas dentro y entre sistemas.

#6 Cambiar perspectivas: Cambia el punto de observación para entender mejor la realidad. El customer value analysis te ayuda a la hora de ponerte en el lugar del cliente y del competencia.

#7 Suposiciones: Profundiza y valida hipótesis antes de actuar.

#8 Considera un problema totalmente… y resístete a la tentación de llegar a una conclusión rápidamente. Divídelo en doce o al menos en cinco y éstos a su vez en otros cinco.

#9 Modelos mentales: Considera cómo los modelos mentales afectan a la realidad actual y futura.

eventos

patrones

estructuras

modelos mentales

visible

generalmenteinvisible

#10 Apalancamiento: Utiliza la comprensión de la estructura del sistema para identificar posibles puntos de palanca.

#11 Consecuencias a corto y largo plazo: Considera siempre ambas consecuencias en tus acciones y decisiones.

#12 Retardos de tiempo: Identifica el impacto del retardo a la hora de explorar relaciones de causa y efecto.

#13 Aproximación sucesiva: Comprueba los cambios en los resultados y ecualiza las acciones si es necesario.

“Las especies que sobreviven no son las más fuertes, ni las más inteligentes, sino aquellas que se adaptan mejor a los cambios.”

Se trata de poner controles que eviten decisiones sistémicamente erróneas

Éstos 6 centros de rendimiento de una organización sirven a la vez de control y orientación estratégica: 2x1 :)

1. Posición en el mercado 2. Capacidad innovadora 3. Productividad 4. Atractivo a los mejores profesionales 5. Rentabilidad 6. Liquidez

La atención es la nueva divisa universal.

El segundo es el primero de los perdedores

No importa tanto ser mejor como ser diferente

Mejor aún: ser único

Las personas únicas son como son porque son como son

Las marcas ya no venden productos, venden ideas

Si las marcas son ideas, entonces pueden ser cualquier cosa

Tu marca no es tuya

Los 4 principios de la comunicación

Toda comunicación tiene un nivel factual (material, objetivo) y un nivel de relación.

La perspectiva determina el contenido

El sentido de la comunicación se crea en el receptor

No se puede no comunicar

old worldshareholder value

«We must not forget that do not do business in markets; we do business in society»

Douglas Daft CEO of Coca-Cola (2000–2004), now advisor for Rothschild

new worldcustomer value

brand new worldvalue for society

a original invariable

Integrar el propósito en la acción

Está arreglando un coche

Está ayudando a ganar el mundial F1

Tus primeros clientes: tus empleados

Sistemas complejosDescentralizadoAuto-organizaciónEmergenteRobustoFlexible

POSIWID

no podemos predecir el futuro

…pero podemos programar el futuro.

Knowledge and tools for a brand new world

¡Muchas gracias!

Management Cybernetics

jceldran@management-cybernetics.com