Articolo del Prof. Sergio Sabetta.
------------------------------
“La fortuna è stata spesso citata come un fattore determinante in numerose scoperte, ma a noi pare che sia più importante la capacità degli scopritori di rendersi conto che è accaduto qualcosa di insolito, e di domandarsi come sia accaduto”
( P. Le Couteur – J. Burreson, I bottoni di Napoleone, Longanesi 2001)

In molti casi non è necessario conoscere la “struttura interna” dell’ oggetto su cui si va ad agire, né è, se anche possibile, conoscerla con precisione senza dissipare eccessive risorse, tanto che è stato adottato il termine di black box o scatola nera, quello che effettivamente importa è il principio della relazione causa – effetto si che si possa prevedere l’efficacia delle decisioni, si crea in tal modo una relazione di dipendenza input ( t) - output ( t) nell’elaborazione delle informazioni in termini olistici senza dovere penetrare nella complessità della struttura.
Nella società moderna qualsiasi organizzazione tende alla complessità proprio per la difficoltà insita nel prendere decisioni adeguate, questo conduce alla necessità di frantumare la contiguità spazio-temporale in singoli “eventi” nello spazio- tempo, in una semplificazione di momenti successivi.
D´altronde la struttura non può essere frantumata e ricostruita come semplice somma o sovrapposizione, in quanto le parti interagendo fra loro sono qualcosa di maggiore della loro somma ma anche di diverso dalla loro singola unità iniziale. La struttura di un sistema è quindi caratterizzata dai sottosistemi, dal loro comportamento, nonché dalle relazioni che intercorrono fra essi, ne consegue che l’output rispetto ad identico input può variare nel tempo a seconda del variare dello stato del sistema nel tempo stesso, considerando che questi proprio per il fatto di essere sistema ha una memoria del passato, ma anche la stessa misurazione è causa del suo variare accrescendone la complessità in forma esponenziale seguendo l’ampia capacità di calcolo automatico introdotta con i computer, sì da trasformare l’analisi lineare ( causa- effetto) in analisi comportamentale secondo un concetto spaziale di rete ( Mari) .
Dobbiamo considerare che la causalità dopo una serie di ramificazioni, ossia di decisioni, perde di coerenza si che la conoscenza dello stato iniziale perde anch’esso il proprio valore programmatico a seguito del generarsi e degradarsi continuo dell’informazione, il sistema impone quindi un continuo feedback per il nascere di differenti eventi in presenza di un’unica storia, viene meno la possibilità di previsioni comportamentali sul lungo termine, mentre nuove regole intervengono ad ogni nuovo stadio di organizzazione.
Modelli eccessivamente complessi nascondono gli elementi essenziali e disperdono l’effetto tunnel per una conoscenza coerente al fine della modifica dell’output.
Ogni transizione di fase è un momento di distruzione e riformulazione di un ordine “su larga scala”, la rinormalizzazione in termini decisionali porta alla necessità di considerarla in termini generali al fine di migliorare la visione di insieme senza diluire le decisioni nei dettagli.
In ogni spazio di una nuova fase vi sono più centri di dominio in competizione fra loro con la conseguente frammentazione della linea di confine, circostanza che impone una continua contrattazione, peraltro ogni centro di attrazione contiene al suo interno punti critici non pienamente controllabili né assimilabili. D’altra parte nessuna crescita può essere lineare in termini illimitati, come già osservato da Verhulst, pertanto la linearità è propria di intervalli di tempo finiti, nasce la necessità della valutazione della variabilità nello spazio per lunghi intervalli di tempo.
Il succedersi delle biforcazioni decisionali trasforma la struttura da ordinata in caotica, con intervalli lineari sempre più brevi ad ogni raddoppio del periodo, di un fattore universale che tende al crescere del periodo stesso al valore di 4,669…., detto “numero di Feigenbaum”.
In questa immagine complessa di biforcazioni e sovrapposizioni di eventi, in cui viene meno la linearità continua del fenomeno, la presenza nello spazio di “attrattori” o centri di influenza fa si che l’attenzione deve volgersi ai confini tra regioni differenti in competizione fra loro, gli eventi posti ai confini sono quelli che subiranno la diversa attrazione al variare dei parametri, fino al limite massimo della frantumazione e decadimento dello spazio di uno degli “attrattori”.
Del resto la diversità è massima nelle zone di confine, in cui ogni conflitto nasconde dimensionalmente altri mille conflitti in scala sempre minore e per espressioni differenti della stessa organizzazione ( Peitgen – Richter).
La logica previsionale induttiva basata sulla regolarità storica di causa-effetto è efficace sui brevi periodi per sistemi complessi e su sistemi puramente meccanici per periodi più lunghi, ne consegue per sistemi complessi la necessità dell’introduzione di un pensiero sistemico che introduca modelli interpretativi per parti di realtà con la conseguente necessità di determinare il confine del sistema rispetto all’ambiente sia in ampiezza che in profondità, dobbiamo tuttavia considerare che una eccessiva profondità porta a perdere l’unitarietà della visione, parcellizzando la logica degli interventi.
Ogni modello costruito al fine di interpretare l’evolversi degli eventi ha solo una verità parziale e non può essere inteso in termini assoluti proprio per la complessità sistemica e la conseguente necessità di semplificazione al fine di poterla gestire in termini di interventi previsionali, in questa ottica deve decidersi se l’osservatore è parte del sistema per il solo fatto di osservare e rilevare, oppure può essere posto all’esterno nell’ambiente.
L’unico effettivo parametro indipendente dalle altre variabili risulta essere il tempo, essendo anche lo spazio dimensionabile in una logica di dinamica temporalmente locale, pertanto il tempo è il parametro ossia l’elemento costante nel dialogo tra dinamiche locali e globali.
Come ricorda Yourdan (Analisi strutturale dei sistemi ) quanto più un sistema è specializzato tanto maggiore è la sua difficoltà di adattamento e comunque ogni sistema tende per se stesso a crescere con il conseguente assorbimento continuo di sempre maggiori risorse necessarie al suo mantenimento, ma anche di una continua crescita di sotto-sistemi che lo compongono, in un continuo processo di formalizzazione (Mari).
Dobbiamo considerare che non sempre complesso è sinonimo di complicato, come del resto la semplicità del sistema non è correlata alla facilità di controllo, lo stesso dicasi per lo spezzettamento di un sistema complesso in unità minori per la semplificazione dell’analisi, se è più facile suddividere ben più difficile è ricostruire la complessità anche se vi è necessità di individuare i fattori della complessità al fine di una loro considerazione unitaria. La complessità nasce il più delle volte dal ricorrere di relazioni semplici, ma non lineari, che comportano biforcazioni nella proporzionalità tra causa ed effetto (Pastrone), l’informazione da parte sua, quale struttura portante del sistema, viene a dissiparsi nei termini originali per i continui passaggi, ma anche a riformularsi nello spazio-tempo per l’azione degli altri centri di influenza o “attrattori”, rimarrà comunque sempre presente in qualche parte dell’universo organizzativo.
L’orizzonte temporale è particolarmente importante in un’analisi del sistema, infatti le relazioni con effetti a lungo termine sono quelle più importanti nella gestione di un sistema complesso e possono sovrapporsi in termini negativi sugli interventi effettuati in urgenza su eventi a breve termine.
Particolarmente pericoloso dal punto di vista dinamico è l’effetto cumulativo delle relazioni del ciclo se questo assume il carattere di “circolo auto-catalitico”, in cui il sistema si auto rafforza automaticamente senza interventi esterni fino al blocco o all’esplosione del sistema stesso; in tali casi solo un intervento negativo (feedback) stabilizza il sistema tanto in natura che nel sociale (Alberti – Gandolfi – Larghi), la stabilizzazione logicamente costerà sia in termini energetici che di aspettative, per questo risulta essere politicamente di particolare gravosità e pertanto si tende ad affidarla ad organi tecnici esterni che se ne assumano la responsabilità.
Nelle situazioni complesse o solo incerte si procede alla semplificazione del sistema cercando un bilanciamento tra l’interpretazione intuitiva e quella modellizzata analiticamente al fine di rendere gestibile la complessità stessa, si crea un’area dell’incertezza nella quale gli eventi sono calcolati in termini probabilistici a fianco di un’area della complessità nella quale vi è una semplice possibilità dell’evento senza una quantificazione affidabile, solo in seguito allo scorrere del tempo con la modificazione del contesto si modificano i rapporti tra le due aree.
Nell’ambiente complesso acquista importanza la percezione del fenomeno quale premessa per l’anticipazione dell’evento sorprendente, l’uso di tecniche come quelle degli alberi decisionali possono essere semplificatori ma non risolutivi e pienamente affidabili nel tempo, intervengono simulazioni in forme deterministiche, probabilistiche stocastiche che approfondiscono le relazioni causali del sistema mediante modalità sempre più articolate ( Olivotto).
Tuttavia è stato osservato che la capacità di prevedere e quindi controllare gli scenari derivanti dalla complessità, restringendo il ruolo della causalità anche grazie al crescere delle potenzialità di calcolo, si risolve in molte occasioni in un’illusione del controllo, ossia della nostra capacità di influenzare i risultati , ma uno dei modi in cui la causalità interviene è proprio è proprio mediante l’influenza che ha sulle misurazioni, infatti “la misurazione è sempre segnata dall’incertezza, ma di questi fattori si parla pochissimo” (Mlodinow).
Gli psicologi chiamano “bias di conferma” il desiderio di dimostrare la fondatezza delle nostre idee accogliendo ed esaltando gli indizi favorevoli, diminuendo al contempo quelli contrari, questo in particolare in ambienti ambigui e complessi, la capacità di procedere non alla verificabilità bensì alla falsificabilità ( Popper) non di un singolo evento, come contestato da Lakatos, bensì di un sistema, con risultati magari contrari ai nostri desideri, non è di tutti per i costi psicologici di autostima che ci comporta.
D´altronde nei sistemi complessi, semplici fattori del tutto secondari possono costituire elementi del caso per deviare la linearità causa /effetto, secondo la “teoria degli incidenti normali” di Perrow, anche per segmenti temporali lineari, necessita pertanto concentrarsi sulla capacità di reagire all’imprevedibilità degli eventi, invece di concentrarsi prevalentemente sull’abilità di prevederli ( Mlodinow ), in altri termini la capacità di reazione è la scialuppa di salvataggio nell’impossibilità di determinare una rotta sicura nella difficoltà della prevedibilità nei sistemi complessi, un sistema è quindi efficiente in quanto fornito di una ampia variabilità, tale da ricomprendere il massimo numero di eventi imprevedibili, con il minimo di informazioni.
Si deve considerare che tutti gli eventi possibili, anche se improbabili, possono accadere, il problema è il tempo necessario all’evento d´altronde , come già osservato, lo stesso osservatore in quanto portatore di valori e centro dell’osservazione crea l’evento, collassandolo nello stato da lui definito in quel contesto esistente, la lettura che ne deriva varierà a seconda dei piani di lettura usati, ma essa a sua volta subirà ulteriori increspature da dimensioni non considerate.
Dobbiamo ricordarci che come scrive Hempel a proposito del rapporto tra causalità e ricerca, ogni teoria scientifica è “paragonabile a una complessa rete sospesa nello spazio. I suoi termini sono rappresentati dai nodi mentre i fili che li collegano corrispondono, in parte, alle definizioni, in parte alle ipotesi fondamentali e derivate dalla teoria. L’intero sistema fluttua, per così dire, sul piano dell’osservatore, cui è ancorato mediante le regole interpretative”. Queste pur non appartenendo alla rete connettono alcuni punti con determinate zone del piano di osservazione, si crea un collegamento interpretativo tra dati empirici e rete teorica, in cui l’immaginazione nella formulazione delle congetture acquista un ruolo decisivo temperato da un “minuzioso esame critico”, si creano rapporti simmetrici tra fenomeni apparentemente indipendenti.
Come Heisemberg evidenzia ogni tradizione scientifica è insieme premessa e ostacolo alla crescita della conoscenza, altrettanto avviene nell’attività di controllo dei sistemi complessi, in cui ogni idea formulata dall’analisi fuzzy dei dati diventa ostacolo al nascere di una nuova interpretazione più coerente con il mutare del contesto.


Bibliografia


• AA.VV., Filosofia della scienza, Raffaele Cortina Ed., 2002;

o L. Mari, Un’introduzione alla teoria dei sistemi, Università Cattaneo-LIUC, 2005-2009;

• H. O. Peitgen – P. H. Richter, La bellezza dei frattali, Bollati Boringhieri, 1989;

o G. E. Alberti – A. Gandolfi – G. Larghi, la pratica del problem solving, Franco Angeli 2004;

• F. Pastrone, Complessità e semplicità, in Google;

• L. Mlodinow, Le leggi scientifiche del caso, RCS, 2009;

o L. Olivotto, Valore e sistemi di controllo. Strumenti per la gestione della complessità, Mc Graw- Hill, 2000;

o K. R. Popper, La logica della scoperta scientifica, tr. it. di M. Trinchero, Einaudi, 1970;

o C. Perrow, Normal Accidents: Living with High-risk Technologies, Princeton University press, Princeton, NJ, 1999.