La scienza della complessità può essere utilizzata per comprendere e gestire un'ampia varietà di sistemi.

https://complexityexplained.github.io/

Che cos'è la scienza della complessità?

La scienza della complessità, chiamata anche scienza dei sistemi complessi, studia come una grande raccolta di componenti - che interagiscono localmente tra loro su piccola scala - può auto-organizzarsi spontaneamente per esibire strutture e comportamenti globali non banali su scale più grandi, spesso senza intervento esterno, autorità o leader. 

Le proprietà del collettivo potrebbero non essere comprese o previste solo dalla piena conoscenza dei suoi componenti. 

Tale collettivo è chiamato "sistema complesso" e richiede nuovi quadri matematici e metodologie scientifiche per essere indagato.

I sistemi complessi sono costituiti da molte componenti che interagiscono tra loro e con il loro ambiente in molteplici modi.

Queste componenti formano reti di interazioni, a volte con pochi componenti coinvolti in molte interazioni. 

Le interazioni possono generare nuove informazioni che rendono difficile studiare i componenti in isolamento o prevedere completamente il loro futuro. 

Inoltre, le componenti di un sistema possono anche essere sistemi completamente nuovi, che portano a sistemi di sistemi, essendo interdipendenti l'uno dall'altro. 

La sfida principale della scienza della complessità non è solo vedere le parti e le loro connessioni, ma anche capire come queste connessioni diano origine al tutto.

Ad esempio i miliardi di neuroni che interagiscono nel cervello umano, i computer che comunicano su Internet o gli esseri umani nelle loro multiformi relazioni.

Emergenza

Le proprietà dei sistemi complessi, nel loro insieme, sono molto diverse dalle proprietà dei loro singoli componenti e sono spesso inaspettate.

Nei sistemi semplici, le proprietà dell'insieme possono essere comprese o previste dall'aggiunta o dall'aggregazione dei suoi componenti. 

In altre parole, le proprietà macroscopiche di un sistema semplice possono essere dedotte dalle proprietà microscopiche delle sue parti. 

Nei sistemi complessi, invece, le proprietà dell'insieme spesso non possono essere comprese o previste dalla conoscenza dei suoi componenti, a causa di un fenomeno noto come "emergenza". 

Questo fenomeno coinvolge diversi meccanismi che causano l'interazione tra i componenti di un sistema, per generare nuove informazioni e mostrare strutture e comportamenti collettivi non banali su scala più ampia. 

Questo fatto è solitamente riassunto con la frase popolare: "il tutto è più della somma delle sue parti"; ne sono esempi una massiccia quantità di molecole di aria e vapore che formano un tornado, più cellule che formano un organismo vivente,  miliardi di neuroni in un cervello che producono coscienza e intelligenza.

Dinamica

I sistemi complessi tendono a cambiare i loro stati in modo dinamico, spesso mostrando comportamenti imprevedibili a lungo termine.

I sistemi possono essere analizzati in termini di cambiamenti dei loro stati nel tempo. 

Quando il sistema cambia il suo stato da uno all'altro, cambiano anche le sue variabili, spesso rispondendo al suo ambiente. 

Questo cambiamento è chiamato lineare se è direttamente proporzionale al tempo, allo stato attuale del sistema o ai cambiamenti nell'ambiente, o non lineare se non è proporzionale ad essi. 

I sistemi complessi sono tipicamente non lineari e cambiano a velocità diverse a seconda dei loro stati e del loro ambiente. 

Possono anche avere stati stabili in cui possono rimanere gli stessi anche se perturbati, o stati instabili, in cui i sistemi possono essere interrotti da una piccola perturbazione. 

In alcuni casi, piccoli cambiamenti ambientali possono modificare completamente il comportamento del sistema; tali cambiamenti sono noti come biforcazioni, transizioni di fase o punti di non ritorno. 

Alcuni sistemi sono caotici, estremamente sensibili alle piccole perturbazioni e imprevedibili nel lungo periodo, mostrando i cosiddetti effetti farfalla. 

Un sistema complesso può anche essere path-dependent, cioè il suo stato futuro dipende non solo dal suo stato presente, ma anche dalla sua storia passata; il tempo che cambia costantemente in modi imprevedibili o la volatilità finanziaria del mercato azionario ne sono esempi.

Auto-organizzazione

I sistemi complessi possono auto-organizzarsi per produrre spontaneamente modelli non banali senza un progetto.

Le interazioni tra le componenti di un sistema complesso possono produrre un modello o comportamento globale. 

Questo è spesso descritto come auto-organizzazione, poiché non esiste un controller centrale o esterno. 

Piuttosto, il "controllo" di un sistema auto-organizzato è distribuito tra i componenti e integrato attraverso le loro interazioni. 

L'auto-organizzazione può produrre strutture fisiche/funzionali come modelli cristallini di materiali e morfologie di organismi viventi, o comportamenti dinamici/informativi come il comportamento di un branco di pesci.

Man mano che il sistema diventa più organizzato, nuovi modelli di interazione possono emergere nel tempo, portando potenzialmente alla produzione di una maggiore complessità. 

È il caso di una singola cellula uovo che si divide ed eventualmente si auto-organizza nella forma complessa di un organismo.

Adattamento

I sistemi complessi possono adattarsi ed evolvere: "nulla in biologia ha senso se non alla luce dell'evoluzione", affermava Theodosius Dobzhansky.

Piuttosto che spostarsi verso uno stato stazionario, i sistemi complessi sono spesso attivi e rispondono all'ambiente.

Quando le componenti vengono danneggiate o rimosse, questi sistemi sono spesso in grado di adattarsi e recuperare la loro precedente funzionalità;  talvolta diventano anche migliori di prima. 

Ciò può essere ottenuto dalla robustezza, dalla capacità di resistere alle perturbazioni: dalla resilienza, cioè la capacità di tornare allo stato originale dopo una grande perturbazione, o dall'adattamento, la capacità di cambiare il sistema stesso per rimanere funzionale e sopravvivere. 

I sistemi complessi con queste proprietà sono noti come sistemi adattativi complessi, il loro funzionamento è simile a quello del sistema immunitario che apprende continuamente dagli agenti patogeni o di una colonia di termiti che ripara i danni causati al suo tumulo; della stessa vita terrestre, sopravvissuta a numerosi eventi di crisi nei miliardi di anni della sua storia.

Interdisciplinarietà

I sistemi complessi compaiono in tutti i domini scientifici e professionali, tra cui fisica, biologia, ecologia, scienze sociali, finanza, affari, gestione, politica, psicologia, antropologia, medicina, ingegneria, tecnologia dell'informazione e altro ancora. 

Molte delle ultime tecnologie, dai social media e dalle tecnologie mobili ai veicoli autonomi e alla blockchain, producono sistemi complessi con proprietà emergenti che sono cruciali per comprendere e prevedere per il benessere della società. 

Un concetto chiave della scienza della complessità è l'universalità, cioè l'idea che molti sistemi in domini diversi mostrino fenomeni con caratteristiche sottostanti comuni, che possono essere descritti utilizzando gli stessi modelli scientifici: dai vari sistemi di elaborazione delle informazioni (sistemi nervosi, Internet, infrastrutture di comunicazione), ai modelli universali riscontrati in vari processi di diffusione, come epidemie, mode o incendi boschivi.

Metodi

I metodi matematici e computazionali sono strumenti potenti per studiare sistemi complessi. 

Sono quasi sempre necessari modelli matematici e computazionali avanzati, nonché approfondite analisi e simulazioni,  per vedere come questi sistemi sono strutturati e cambiano nel tempo. 

Con l'aiuto dei computer, possiamo verificare se un insieme di regole ipotetiche potrebbe portare a un comportamento osservato in natura e quindi utilizzare la nostra conoscenza di tali regole per generare previsioni di diversi scenari "ipotetici". 

I computer vengono anche utilizzati per analizzare enormi dati provenienti da sistemi complessi, per rivelare e visualizzare schemi nascosti che non sono visibili agli occhi umani. 

Questi metodi computazionali possono portare a scoperte che approfondiscono la nostra comprensione e il nostro apprezzamento dei sistemi di supporto vitale del pianeta.