Qual è la tua definizione di "sistemi complessi"? Beh, la mia definizione, in una frase, è sistemi che non si prestano ad essere rappresentati o descritti in forma compatta, e lo dovrei spiegare meglio. Nei sistemi di cui si occupano i fisici, spesso basta scrivere in una sola pagina qualche bella ed elegante equazione, come quelle della legge di Newton sulla conservazione del momento, o le equazioni di campo di Maxwell per l'elettromagnetismo, e così via. E puoi spiegare moltissimi dati empirici quando si parla di genoma, o del cervello, o di proprietà della storia sociale o della letteratura, per quanto ne sappiamo, non esistono descrizioni tanto belle, eleganti e compatte. Per me, è la prova del fatto che abbiamo a che fare con un sistema complesso. Perché? Bene, il motivo per il quale penso che sia difficile farlo è che si tratta di sistemi che codificano storie lunghe. Per me, una delle caratteristiche di un sistema complesso è che ha trovato il modo, o un meccanismo, per estrarre dal suo ambiente una qualche informazione, al fine di sfruttarla per adottare un comportamento adattivo. Fare previsioni e controllare. Conseguentemente, è necessario descriverlo attraverso modelli che hanno caratteristiche un po' diverse da quelle alle quali siamo abituati nelle scienze matematiche e naturali. Tipicamente, saranno modelli fatti da calcoli. Quindi, se ti ponessi la stessa domanda che faccio a tutti, e cioè qual è la tua definizione di sistema complesso. Oh no! Lo dicono tutti. Nell'informatica teorica, non diciamo che certi sistemi, in sè, sono complessi o semplici, normalmente diciamo che certe ricerche sono complesse se quelle ricerche richiedono molte risorse computazionali per essere risolte. Molto tempo, molta memoria, molta comunicazione tra le persone. Risorse limitate. Ricerche diverse possono presentare livelli diversi di complessità computazionale. Per esempio, se voi sapere che aspettò avrà il sistema fra t incrementi di tempo da ora, puoi rispondere in un tempo t eseguendo una simulazione in avanti, ma una domanda interessante potrebbe essere che forse non c'è un algoritmo che viene eseguito molto più velocemente di così. Forse non c'è una scorciatoia per saltare oltre la storia. Forse, proprio come un sistema dinamico caotico che non ha una soluzione in forma chiusa, forse non c'è un'alternativa breve a quella laboriosa simulazione passo a passo. A mio avviso lo trovo utile, piuttosto che chiedersi se questo sistema sia semplice o complesso. Intendo dire che non nego che spesso abbiamo le idee chiare al riguardo, ma trovo utile cambiare un po' i termini della questione, fammi una domanda alla quale vuoi una risposta "sì/no" su questo sistema, o una quantità che vuoi misurare su questo sistema, e poi parleremo di quanto sia computazionalmente difficile rispondere a quella domanda o misurare quella quantità. Beh, è un concetto complicato. Non ho detto complesso, ma solo un po' complicato. Quindi, questo si ricollega a una discussione che faremo di certo, sull'informazione, e ho un'idea piuttosto precisa di cosa intendo dire quando mi riferisco a un sistema naturale o artificiale come a un sistema complesso, e intendo in particolare che presenta una struttura causale interna molto sofisticata, che registra e processa delle informazioni. Quindi, i tecnicismi di cui parleremo fra poco hanno a che fare con il modo in cui misuriamo delle informazioni memorizzate e il loro livello di strutturazione. Quindi, in un certo modo, l'informazione ha il ruolo di cercare di descrivere com'è fatto un sistema complesso, e diversi tipi di elaborazione e memorizzazione dell'informazione si possono associare alla maniera in cui un sistema è organizzato. Certamente è un concetto fondamentale. L'idea originaria di Shannon sull'informazione come grado di "sorpresa", il livello di impredicibilità di un sistema, o quanto casuale un sistema sia dev'essere sviluppato ulteriormente. Sicuramente è centrale al mio lavoro cercare di mostrare che ci sono molti tipi diversi di informazione, non solo l'informazione Shannoniana. Dunque, la mia definizione di sistemi complessi è quella di un sistema che interagisce. Possiede elementi di non-linearità. Ho la tendenza a lavorare su sistemi a molte dimensioni, non poche. E im piace usare gli strumenti della meccanica statistica della fisica per comprendere i problemi in questi sistemi. Il più delle volte, le caratteristiche interessanti di questi sistemi hanno la proprietà di scalare, cioè obbediscono a una legge di potenza (power law) o contengono oggetti frattali, incorporati da qualche parte, o nell'effettiva disposizione fisica o in termini delle statistiche che osservi. Dunque, la mia definizione fondamentale è che un sistema complesso consiste di un mucchio di entità che potrebbero essere uguali all'inizio, ma che alla fine sono diversificate. Sono collegate, in qualche modo, normalmente attraverso una qualche struttura di rete o spaziale, e acquisiscono informazione e segnali attraverso quella rete, o struttura locale, ma a volte ricevono anche segnali o informazioni globali, che potrebbero essere prezzi in un mercato, o la temperatura in un sistema, cosicché oltre ad essere in un certo senso variegati e interconnessi, sono anche indipendenti, in modo che le azioni di un agente nel sistema in un certo modo influenzeranno o avranno implicazioni per un altro agente. Quindi, nel contesto di un sistema sociale, come nell'economia, dirò che se vado a comprare del pane in un negozio di alimentari, sia che io compri pane integrale o pane bianco, non importa. Non c'è interdipendenza. Non c'è una cera interdipendenza forte, se non i prezzi. Ma se decido di guidare normalmente o di andare troppo forte in macchina, questo è il genere di cose che potrebbe avere su di te un grandissimo effetto. E quindi sono interdipendenti. E l'ultima cosa oltre a presentare questi comportamenti interdipendenti, e le reti, e gli agenti diversificati, è che gli agenti si adattano e reagiscono all'ambiente nel quale si trovano. Quindi non si tratta solo di seguire delle semplici regole, ma che in un certo senso si adattano. Quest'ultima parte diventa un po' sottile, filosoficamente, dal momento che l'adattamento non è altro che una regola di ordine superiore, quindi puoi avere una regola di primo livello, e poi una metaregola e quindi si potrebbe dire che sono basati su regole, ma in realtà sono basati su metaregole che permettono loro di comportarsi in modo da poter reagire ai segnali che ricevono, sia globalmente che localmente. Come ultima cosa, c'è una specie di paradosso nella definizione di sistemi adattivi complessi, e cioè che un sistema del genere può essere complesso ma non lo deve essere necessariamente. Un sistema può incorporare quelle compomenti, ma può finire per produrre un equilibrio. Specialmente se osservo un sistema economico alcune parti dei sistemi economici di tengono molto bene in equilibrio, ma altre finiscono per essere veramente complesse. Se consideri il consumo di petrolio a livello globale, nel tempo, è piuttosto prevedibile, è un andamento piuttosto stabile ma se osservo i prezzi del petrolio nel tempo, è complesso, perché c'è molta più interdipendenza, e quelle cose entrano in gioco. A volte scherzo con John Holland dicendogli che dovremmo chiamarli sistemi in grado di produrre complessità. Non suona particolarmente notevole. Ebbene, c'è una questione che è stata molto dibattuta. Suppongo che molti sarebbero d'accordo sul fatto che un sistema complesso è costituito da molte parti interagenti in cui il sistema è più della somma delle sue parti. Mostra comportamenti emergenti che non sono solo la somma dei comportamenti individuali delle parti. Altri aggiungono elementi ulteriori, ma probabilmente la mia definizione è tutta lì. Un sistema di parti intergenti che mostra comportamenti emergenti. Piuttosto semplice. Ma spacchettare il tutto richiede del tempo in più. Quindi vi darò una definizione di sistemi complessi, ma vi devo ricordare che molti concetti importanti come la virtù e la vita sono molto difficili da definire e penso che i sistemi complessi ricadano in quella categoria. Comunque, i tipi di sistemi che chiamo complessi hanno molte componenti attive interagenti e le interazioni tra le componenti hanno interazioni non banali o non lineari e ciò risulta in un comportamento imprevedibile del sistema. Può essere che siano cose già sentite. Ma soprattutto, tutte le componenti imparano, o modificano in qualche misura il loro comportamento, mentre il sistema sta funzionando. Il che risulta in tutta una serie di dinamiche interessanti. Quando penso a un sistema complesso, più o meno penso a questo. Pensi che l'adattamento sia essenziale per il comportamento complesso? Beh, è essenziale per il tipo di comportamento complesso al quale sono più interessato Mi sembra giusto. Penso che la mia definizione sia simile a quella di molti altri in quanto un sistema complesso è qualcosa con molte parti interagenti in cui qualcosa nel modo in cui quelle parti si comportano quando interagiscono è qualitativamente diverso dal modo in cui si comportano se le osservi individualmente. Quindi è qualcosa che include fenomeni emergenti. E penso che possiamo cavillare sul vero significato di quei termini per esempio potrei intendere qualcosa di leggermente diverso da qualcun altro, ma non penso che ci sia nulla di veramente unico nella mia definizione. I sistemi complessi tendono ad essere oggetti differenti da sistemi più semplici, solitamente fisici, nel fatto di tendere ad essere eterogenei, tendono ad essere costituiti da parti che non sono dello stesso tipo. Per esempio, le persone e le industrie in una città sono tutte diverse. Non sono tutte uguali. Tendono ad esserlo, molti sono aperti, anche se non tutti. Quindi una città o un ecosistema può continuare ad evolversi Spesso ciò che li rende più difficili da studiare nel senso di fare previsioni su di essi è che tipicamente hanno delle catene di meccanismi causali che fanno sì che si verifichino fenomeni circolari, quindi ci sono retroazioni (feedback) sia positivi che negativi che fanno sì che la loro evoluzione sia quantomeno più difficile da studiare che in sistemi fisici più semplici, o progettati, con i quali possiamo avere a che fare in regimi in cui si comportano più semplicemente o più linearmente, e possono rispondere in modi che possiamo quanto meno sperare di caratterizzare. Queste sono ancora definizioni operative di ciò che un sistema complesso potrebbe essere. Ma sono molto utili per spiegare che cosa sia, tipicamente, un sistema complesso, a partire dagli ecosistemi, agli organismi, alle città, ai cervelli. Un sistema complesso è un sistema che contiene un numero enorme di attori o agenti che interagiscono, normalmente, in modo non lineare da cui tutti i tipi di comportamento multi-livello evolvono. Ci sono questi fenomeni emergenti, ma penso anche che una componente cruciale di un sistema complesso, che lo differenzia da ciò che potremmo chiamare un sistema semplice, come il moto dei pianeti attorno al sole, è che, da una parte, non si può ridurre le dinamiche in qualche semplice equazione, il che è profondamente collegato al fatto che questi sistemi evolvono e sono adattivi. E penso che sia una delle differenze più cruciali tra quello e i sistemi tradizionali con cui ho avuto a che fare in gran parte della mia carriera come fisico.