(Home page)
Diciembre 2018

ESTUDIO INTEGRAL DE SIMULACIÓN Y PREDICCIÓN DE ESCENARIOS CON ENFOQUE SISTÉMICO. EN SISTEMAS ECOLÓGICOS

Walter Ritter Ortíz

Sección de Bioclimatología, Centro de Ciencias de la Atmósfera, UNAM. Circuito Exterior de Ciudad Universitaria, Del. Coyoacán, México, D. F., C. P. 04510. 

walter@atmosfera.unam.mx

RESUMEN

Anticiparnos a muchos de nuestros desafíos ambientales, por presentarse en las próximas décadas, que requieren de un mejoramiento sustantivo de las actuales metodologías de adquisición del conocimiento científico; donde la simulación y el pronostico ecológico, emergen como un imperativo para mejorar la planeación y la toma de decisiones sobre el estado de los ecosistemas y, de su capital natural productivo, llevándonos hacia una capacidad de producir, evaluar y comunicar dichos pronósticos en aquellos estados críticos que requieran de un proceso de atención inmediata y, que involucre ligas interdisciplinarias y análisis de sus posibles procesos de propagación y retroalimentación, incluyendo procesos evolutivos y emergentes, considerando impactos sociales y, la relevancia del pronóstico en los procesos de toma de decisiones.

En base a la nueva visión de la ciencia del enfoque sistémico, se propone la creación de un modelo general de simulación y pronóstico, que de forma integrada dé respuesta a una serie de cuestionamientos sobre ecología, manejo de recursos naturales y evaluación de impacto ambiental.

La visión filosófica de este modelo, tiene su fundamento en el “enfoque sistémico” derivado de la “teoría general de sistemas”; cuyo proceso metodológico nos permitirá la creación de escenarios requeridos, para una mejor toma de decisiones.

Definimos al pronóstico ecológico como el proceso de predecir el estado del ecosistema, de sus servicios por aportar, su capital natural de crecimiento, contingencias y escenarios sobre el clima, uso del suelo, población humana, tecnologías, actividad económica y educativa.

A fin de utilizar aspectos de metodologías comunes en los diferentes proyectos por desarrollar, se hace necesario incorporar en los objetivos de este estudio, un proceso de descripción general de las mencionadas metodologías del enfoque sistémico a utilizar, en el desarrollo de dicho modelo y en los posibles proyectos por derivarse de éste, esperando con esto una mayor homogeneidad y cohesión de sus propósitos, así como en una mayor sistematización en la obtención de los objetivos planteados.

El objetivo, consiste no sólo en ofrecer un planteamiento coherente y sistémico de una visión unificada de la vida y el ambiente, sino también de algunas de las cuestiones críticas de la economía, sociales y personales que vivimos en nuestra época y que actúan como procesos de retroalimentación de los objetivos iniciales.

INTRODUCCIÓN

Cuando nos encontramos con un problema de tipo ambiental o de cualquier otro tipo y necesitamos resolverlo, además de considerar las interacciones entre los factores físicos, biológicos y ecológicos, debemos tomar en cuenta también los factores económicos, culturales y legales; ya que si abordamos estos problemas por métodos simplistas, llegaremos al diseño de experimentos y muestreos de baja calidad que nos conducirán a tomar decisiones inadecuadas.

El análisis de sistemas, se basa en un planteamiento holístico para la solución de estos problemas y, usa los modelos matemáticos para identificar, simular y predecir las características importantes de la dinámica de estos sistemas, considerados como complejos.

El origen de la visión de sistemas, se remonta al periodo de la Segunda Guerra Mundial y estuvo relacionada con la solución de problemas de tipo logístico.

Actualmente, el uso de esta perspectiva en ecología, climatología, evaluación, manejo de recursos naturales, simulación y pronóstico de impacto ambiental, consiste en proporcionar un enfoque que permita abordar la solución de dichos problemas en los sistemas complejos (como son todo tipo de ecosistemas conocidos). Y que además, promueva el diseño de proyectos de investigación que nos ayuden a tomar decisiones adecuadas, utilizando el método científico como una forma de resolver dichos problemas: basándose en una observación disciplinada y en la manipulación de las partes del mundo real, que resulten interesantes en el contexto del problema en estudio.

Como climatólogos ecólogos y administradores de los recursos naturales, frecuentemente debemos analizar sistemas que están caracterizados por una complejidad organizada, como cuando se cuenta con poca información, pocos datos y poca expectativa de generar una base de datos completa.

Para esto, es precisamente que ha sido diseñado y desarrollado el análisis de sistemas y sus metodologías de investigación, que permiten integrar el conocimiento obtenido por medio de la descripción, la clasificación y el análisis matemático y estadístico de las observaciones del mundo real.

El proceso de construcción de modelos en climatología o ecología y muchas áreas más, es un proceso intuitivo, donde de forma personal, se decide qué variables o factores son los más importantes para ser incorporados, dentro del proceso de modelado.

En el modelo tradicional, los expertos interpretan los datos, eligiendo algunos de sus aspectos e ignorando otros.

Aquí necesitamos una amplia distribución de información, puntos de vista e interpretaciones si queremos entender el significado del mundo en que vivimos.

El cual, debe entenderse no como un mundo de objetos sino de procesos.

La grandiosa meta de toda ciencia es abarcar el mayor número de hechos empíricos, por deducción lógica a partir del menor número de hipótesis o axiomas, como solía decir Einstein, pero Mandelbrot, nos dice que en un mundo cada vez más complejo, los científicos necesitan tanto las imágenes como los números, es decir la visión geométrica y la analítica.

Necesitamos partir de un marco teórico para el desarrollo, evaluación y uso de los modelos de simulación y pronóstico en: impacto ambiental, climatología, ecología y manejo de los recursos naturales.

Donde, en el desarrollo del modelo conceptual, podamos abstraer del sistema real aquellos factores y procesos que deben ser incluidos dentro del modelo, por ser relevantes en nuestros objetivos específicos. Y de tal manera, que en la evaluación del modelo se compare el enfoque de sistemas con otros métodos utilizados para resolver problemas en éstas y otras áreas.

El modelo puede ser de lo más simple posible, siempre y cuando no excluya a aquellos componentes cruciales para su solución, donde las decisiones deben estar basadas en la información de mejor calidad que tengamos acerca del sistema en estudio.

En otro caso, podrá ser necesario monitorear varios atributos del sistema en forma simultánea, clasificando los componentes del sistema de interés por sus diferentes funciones en el modelo.

Dichos componentes los podemos clasificar como variables: de estado, variables externas, constantes, variables auxiliares, transferencias de materia, energía e información, fuentes y sumideros.

Obviamente, si con los conocimientos adquiridos no podemos formular hipótesis útiles acerca de la estructura y funcionamiento del sistema, debemos concentrar nuestro esfuerzo en realizar nuevas observaciones en el sistema natural.

La idea básica fundamental detrás de todo esto, es que podamos realizar experimentos de simulación de la misma forma en que se pudiera realizar en un laboratorio o en la misma naturaleza.

La justificación del estudio es, debido a nuestro interés por lograr un crecimiento económico sin destruir los sistemas ecológicos, que forman la base de nuestra existencia.

Necesitamos introducir el uso del análisis de sistemas y su simulación, como herramientas de apoyo para resolver los problemas de impacto ambiental que a diario se nos presentan y que además, nos ayuden en la toma de las mejores decisiones.

El análisis de sistemas y su simulación, es un conjunto de técnicas cuantitativas desarrolladas con el propósito de enfrentar problemas relacionados con el funcionamiento de los sistemas complejos, como son los diferentes tipos de ecosistemas conocidos.

La utilidad del análisis de sistemas y su simulación, se da tanto por el proceso de identificación y especificación de los problemas, así como del desarrollo, usos y producto final del modelo.

1.- METODOLOGÍA BÁSICA GENERAL

Para contestar una pregunta, demostrar una teoría o para clasificar una parte del mundo real, todos coincidimos en que dependiendo de nuestros intereses, algunas de las posibles perspectivas a elaborar serán más adecuadas y útiles que otras; donde los sistemas de interés generalmente presentan dos propiedades de importancia primordial:

Primera, los sistemas pueden estar anidados, es decir que un individuo es parte de una población, una población es parte de una comunidad y así sucesivamente.

Segunda, a cualquier escala y a cualquier nivel de detalle, los sistemas naturales pueden ser estudiados usando el mismo conjunto de principios y técnicas desarrolladas y conocidas por la teoría general de sistemas, donde debemos definir cuidadosamente los límites del sistema de interés, de acuerdo con el problema que estamos estudiando.

La síntesis, es la clave del pensamiento sistémico, mientras que el análisis lo es de la especialidad. En el pensamiento analítico, se enfoca en las estructuras, en el cómo funcionan los objetos, que produce conocimiento que permite describir; mientras que la síntesis, se enfoca en la función, en el porqué los objetos funcionan como lo hacen y, produce entendimiento que permite explicar.

El análisis mira el interior de los objetos, la síntesis mira el exterior.

La síntesis y el análisis son procesos complementarios y el pensamiento sistémico combina los dos de una nueva manera, donde la síntesis precede al análisis.

Un sistema es un todo, que no puede entenderse por análisis y, sus propiedades esenciales se derivan de las interacciones de sus partes, no de las acciones de éstas tomadas por separado.

El enfoque sistémico funciona y conduce tanto a la comprensión como a la predicción, sin limitarse a entidades materiales, sino que es apropiado también a entidades inmateriales y heterogéneas, como son las empresas comerciales, valores monetarios, motivación y otros elementos imponderables que pueden brindar respuestas precisas y consejos prácticos; donde además, se considera que los procesos históricos no son completamente accidentales, sino que obedecen a leyes y regularidades que pueden determinarse, siendo útil además en la economía y desarrollo de valores humanos.

La naturaleza es creadora, pero por definición, el creador es también un destructor.

Una ciencia que dé sentido a la noción de creatividad y, en términos más generales al concepto de innovación, no puede ser más que una ciencia profundamente distinta a la clásica.

Nuestro mundo es un mundo de cambios, de intercambios y de innovación. Para entenderlo, es necesaria una teoría de los procesos, de los tiempos de vida, de los principios, los fines y la aparición de lo cualitativamente nuevo.

Los ecosistemas pueden ser entendidos como sistemas, en el sentido de la Teoría General de Sistemas y, son el ejemplo más complejo de un sistema de control.

Considerando a la biodiversidad como un asunto de profundo significado para el futuro de la humanidad y la vida, la cual es, sinónimo de riqueza y abundancia relativa de especies.

El reduccionismo actual, (estudio de las partes por separado) ha demostrado ser muy eficiente en la ciencia, siempre y cuando podamos entender que las entidades complejas de la naturaleza no sólo son la suma de sus componentes más simples.

Las matemáticas de la física clásica, están concebidas para complejidades no organizadas y, muchos de los problemas biológicos, económicos y sociales son esencialmente organizados, multivariados y complejos; por lo tanto, deben introducirse nuevos modelos conceptuales, incluyendo a la cibernética, teoría de la información, teoría de juegos, teoría de decisiones, análisis factorial, ingeniería de sistemas, investigación de operaciones, etc., considerando a los sistemas como un complejo de componentes interactuantes, con conceptos característicos de totalidades organizadas, como son: interacción, suma, mecanización, centralización, competición, finalidad, etc. Y, saber aplicarlos a fenómenos concretos.

Predicción no equivale a explicación.

La concepción reduccionista, conduce de modo natural a una clasificación jerárquica de materias y teorías.

En esta jerarquía, la lógica y las matemáticas constituyen la roca inamovible sobre la que se construye el edificio de la ciencia.

La fragmentación está ahora muy difundida, no sólo a través de la sociedad, sino en cada individuo; y esto nos lleva a una forma de confusión mental, generadora de interminables series de problemas que interfieren nuestra claridad perceptiva, al punto de negarnos capacidad para resolver la mayoría de ellos.

Nuestra idea de la existencia separada de todos estos fragmentos, es evidentemente una ilusión y ésta no puede menos de llevarnos a un sinfín de conflictos y confusiones.

Necesitamos una amplia distribución de información, puntos de vista e interpretaciones si queremos entender el significado del mundo en que vivimos.

La naturaleza posee un orden que podemos comprender y, la ciencia tan solo es una descripción optimista de cómo pensar una realidad que nunca comprenderemos del todo; sin embargo, con el enfoque sistémico, comenzamos a entrever una forma enteramente nueva de comprender las fluctuaciones, el desorden y el cambio, donde conceptos como los de atractor, retrato de fase, diagrama de bifurcación y fractal, no existían antes del desarrollo de la dinámica no lineal.

El modelo sistémico ha propuesto una epistemología diferente, que todavía no ha alcanzado el status de paradigma, ni ha logrado suplantar y ni siquiera absorber el enigma vigente y, no es por motivos de que el enfoque sistémico no reúna los elementos conceptuales adecuados.

El objetivo básico de la Dinámica de Sistemas, es llegar a comprender las causas que provocan una evolución del sistema, donde no se pretende predecir detalladamente el comportamiento futuro.

En su enfoque de largo plazo, podrán analizarse las tendencias fundamentales de comportamiento, después de observar todos los aspectos significativos de la evolución del sistema, el cual podrá ser comprendido únicamente si se identifican las principales causas del cambio, lo que permite extraer la lógica interna del modelo y, a partir de esta estructura, se intenta el conocer la evolución a largo plazo del sistema.

Siendo el análisis de la lógica interna y de las relaciones estructurales, los puntos fundamentales en la construcción del modelo.

El pensamiento causal es lineal, donde hay una secuencia en los acontecimientos causa-efecto; sin embargo, en el enfoque sistémico no se le considera como una ley absoluta, sino sólo como una posibilidad que no llega por completo al fondo de las leyes naturales, donde los números expresan la relación regular de las cosas y facultan la ordenación concreta de ellas, creyendo que el universo probablemente posea un ritmo numérico básico, que explique todos los distintos fenómenos.

La naturaleza, sólo es sencilla en sus causas y su economía, consiste en producir un gran número de fenómenos, a menudo muy complicados, mediante un pequeño número de leyes generales. La sencillez es la base de la complejidad y, el complicado comportamiento del mundo, no es más que una complejidad superficial que surge de una profunda sencillez.

La historia de la Tierra es un relato dramático, una sucesión de mundos desaparecidos que, por medio de la transformación de la atmósfera y una revolución biológica, nos ayuda a comprender nuestro pasado y nos llevan hasta el mundo que conocemos hoy.

Las especies aparecen y desaparecen en una sucesión geológica de extinciones, que ponen de manifiesto la fragilidad de las poblaciones en un mundo de competencia y cambio ambiental.

La impresión general que surge de la larga historia planetaria, es la de interacciones entre organismos y ambientes (coevolución), reflejando la continua acción reciproca entre las posibilidades genéticas y las oportunidades ecológicas.

Poblaciones y comunidades están sujetas no solamente de factores físicos e interacciones bióticas, sino también de la estocásticidad demográfica.

La vida nació por mediación de procesos físicos (tectónicos, oceanográficos y atmosféricos) que sustentaron la vida era tras era, al tiempo que modificaban continuamente la superficie de la Tierra.

La vida se expandió y diversificó, uniéndose a los procesos tectónicos y físico-químicos en la transformación de la atmósfera y los océanos, hasta convertirse en una fuerza planetaria por derecho propio.

La materia viva se originó a partir de la materia inanimada por medio de un proceso evolutivo continuo.

Toda estructura disipativa, tiene la potencialidad de evolucionar donde las tres perspectivas de la naturaleza de los sistemas vivos corresponden al estudio de la forma o patrón de organización, de la materia y el proceso, donde la emergencia tiene como resultado innovar. Y lo nuevo, es a menudo cualitativamente diferente de los fenómenos de los que emergió.

La mayoría de los animales en estado salvaje, experimentan períodos de limitación de energía, limitando lo que ellos pueden hacer en cuanto a movimiento, crecimiento, reproducción y producción de calor.

La cantidad de energía que se recibe procedente de los alimentos, debe equilibrar la cantidad de energía que se utiliza para vivir y, si este delicado equilibrio se descompensa, la muerte está asegurada, salvo que se pueda recuperar rápidamente el equilibrio.

En todas las especies de mamíferos y en muchos otros animales, la relación entre el tamaño del cuerpo, la tasa metabólica y la duración máxima de la vida es impresionante; donde la relación entre el tamaño corporal y la tasa metabólica, se podría fijar con exactitud, lo que tiene implicaciones enormes en sus funciones, fisiologías, conducta, modo de vida y en la ecología en general.

Los animales pequeños viven a una velocidad diferente, debido a su metabolismo frenético, diferente a los de mayor tamaño; sin embargo, el número de latidos del corazón durante toda su vida es similar, lo que explica el porqué los animales grandes vivan más tiempo.

Una de las instituciones cruciales del planteamiento sistémico, ha sido comprender que la red es el patrón de manifestación preferido de la naturaleza, donde la función de cada componente de esa red consiste en transformar o sustituir a los demás, de modo que la red entera se genera a sí misma de manera continua.

La nueva manera de comprender la vida, es la de que las formas y las funciones biológicas no están determinadas simplemente por un programa genético, sino que son propiedades emergentes de la totalidad de la red; donde la dinámica no lineal y las nuevas matemáticas por surgir de la necesidad de llegar a comprender estos patrones de manifestación del mundo vivo, jugarán un papel muy importante.

Una comprensión plena de los fenómenos biológicos sólo se dará si se considera la biología del fenómeno, las leyes físicas y químicas y la dinámica no lineal de los sistemas complejos.

En la modelación de impacto ambiental, lo consideraremos ejemplificado por nuestros estudios de diagnóstico, simulación y pronóstico, que estarán apoyados exclusivamente en las metodologías de simulación, ya que si escogemos las variables apropiadas y además, representamos adecuadamente las reglas que gobiernan la dinámica y el proceso de cambio en el sistema de estudio, debemos poder predecir los cambios de dichos sistemas a través del tiempo; es decir, podríamos simular correctamente el comportamiento del sistema, basados en las cuatro etapas fundamentales del proceso de desarrollo y uso del modelo, las cuales, son las siguientes:

Desarrollo del modelo conceptual;

Desarrollo del modelo cuantitativo;

Evaluación del modelo y

Uso del modelo (Grant et al., 2001).

En primer lugar, hay que identificar el problema con claridad y describir los objetivos del estudio con precisión, teniendo en mente que vamos a estudiar la realidad como un sistema.

El resultado de esta fase, ha de ser una primera percepción de los elementos que tienen relación con el problema planteado.

La estadística y los métodos numéricos, serán de gran utilidad cuando exista una gran abundancia de datos y podamos suponer que la realidad permanecerá estable.

Debemos conocer los elementos que forman el sistema y, las relaciones que existan entre ellos, ya que con frecuencia para solucionar un problema es más fácil y efectivo trabajar con las relaciones, incluyendo sólo aquellos elementos que tienen una influencia razonable sobre nuestro objetivo, que es la de proponer acciones practicas para solucionar el problema.

En las diferentes fases de construcción del modelo, se añadirán y suprimirán elementos con la correspondiente expansión y simplificación del modelo, donde a través de un diagrama causal, se incorporan los elementos clave del sistema y sus relaciones.

El concepto de rizo (definido como una cadena cerrada de relaciones causales) será muy útil, porque nos permitirá a partir de la estructura del sistema que analizamos, llegar hasta su comportamiento dinámico.

Donde podemos ver que los sistemas socioeconómicos, ecológicos y climáticos estarán formados por cientos de rizos positivos y negativos interconectados, identificando las razones estructurales que nos permitan decidir cómo modificar los bucles causales que lo alteran, ya que es la estructura del sistema lo que provoca su comportamiento, donde si el sistema tiene los elementos que causan el problema, también tiene la forma en la que se puede solucionar.

Notándose que en las estructuras de los sistemas estables, hay un número de relaciones impar y el bucle o proceso de retroalimentación es negativa, donde cualquier acción que intente modificar un elemento, se ve contrarrestado por todo el conjunto de bucles negativos súper-estabilizando el sistema, neutralizando en conjunto la acción o los cambios del exterior.

En tales sistemas, el factor limitativo es lo verdaderamente importante, el cual es dinámico, con capacidad de producir comportamientos inesperados, pero al final será el rizo negativo el que estabilice el sistema.

Con base en los objetivos del proyecto, debemos decidir cuáles son y cómo se relacionan entre ellos los componentes del mundo real que incluiremos en nuestro sistema de interés; también debemos bosquejar los patrones esperados de comportamiento en términos de la dinámica temporal de los componentes más relevantes del sistema, sirviendo además como puntos de referencia en la validación del modelo, asegurándonos que éste provea el tipo de predicciones que nos permita responder nuestras preguntas y finalmente, tomar las mejores decisiones.

Así mismo, a través de los objetivos, debemos determinar si el modelo es apropiado o no para cumplir con nuestros propósitos y, dependiendo de dichos objetivos, podemos profundizar en la interpretación de las relaciones entre sus componentes, así como en su capacidad predictiva, donde además nos interesa evaluar qué tan sensibles son las predicciones del modelo a aquellos aspectos que hemos representado con cierta incertidumbre, como también determinar dicha sensibilidad a posibles errores cometidos al representar la ecuación fundamental, usando relaciones estimadas a partir de un amplio grupo de especies.

Debemos definir los objetivos en términos del problema que queremos resolver o de la pregunta que queremos responder, donde las preguntas o problemas pueden surgir a partir de observaciones en el sistema real o bien, pueden ser impuestas por la necesidad práctica de evaluar diversos esquemas de manejo.

Dichos objetivos deben definir el marco conceptual para las bases, desarrollo y evaluación, así como interpretación de los resultados del modelo.

El objetivo final del análisis de sistemas, será responder las preguntas identificadas al comienzo del proyecto, lo cual, implica que debemos diseñar y simular con el modelo desarrollado los mismos experimentos que realizaríamos en el mundo real, para responder nuestras preguntas fundamentales.

Si en el diseño experimental es necesario desarrollar una versión estocástica del modelo, podemos correr el número de réplicas necesarias y comparar los valores predichos en el marco de cada uno de los regímenes de nuestras variables, usando un análisis de varianza y detectando cualquier incoherencia que nos ayude con su identificación, a comprender el sistema y obtener sus beneficios en el proceso de desarrollo del modelo.

En forma sintética, podemos decir que con el desarrollo del modelo conceptual, definimos un proceso por medio del cual abstraemos del sistema real aquellos factores y procesos a incluir en nuestro modelo y, por ser relevantes para nuestros objetivos específicos, de tal forma que en la evaluación del modelo podamos determinar la utilidad del modelo desarrollado.

Con respecto a nuestros objetivos específicos, definiremos los límites del sistema de interés e identificaremos las relaciones entre los componentes que generan la dinámica del sistema, basados en las siguientes etapas de desarrollo del modelo:

Definir los objetivos del modelo;

Definir los límites del sistema de interés;

Clasificar los componentes del sistema de interés;

Identificar los componentes del sistema;

Representar formalmente el modelo conceptual;

Describir los patrones esperados del comportamiento del modelo.

Durante el desarrollo del modelo cualitativo, trataremos de traducir nuestro modelo conceptual a una serie de ecuaciones matemáticas que en conjunto, forman el modelo cuantitativo haciendo uso de los diversos tipos de información sobre el sistema real; posteriormente resolvemos todas las ecuaciones del modelo para el periodo completo de simulación.

Esta simulación recibe el nombre de simulación de referencia.

Con la generación de este modelo, esperamos simular adecuadamente la dinámica general y productiva del sistema, la magnitud del impacto ecológico y económico.

Además de pronosticar el destino de los sistemas actuales, ya que podremos generar escenarios que nos permitirán derivar la mejor toma de decisiones.

Así mismo, nos permitirá conocer el grado de estabilidad de los sistemas existentes (naturales, implantados e impactados).

La elección entre un modelo analítico de la física y un modelo de simulación del análisis de sistemas, implica para el primer caso, pérdida de realismo ecológico, para tener más potencia matemática. Para el segundo, la pérdida de potencia matemática, para incluir más realismo ecológico.

Si el nivel de detalle que se busca para lograr los objetivos deseados es mayor y por lo tanto, nos exige el uso de modelos analíticos, debemos de tratar de usarlos; sin embargo, si se observa que en el nivel analítico de detalle apropiado, se requiere de un modelo que para trabajarlo resulta demasiado complejo, debemos otra vez cambiar y regresar al uso de los modelos de simulación; es decir, regresar a la idea de que lo complejo se resuelve con lo simple.

Esto es muy importante, ya que en muchos problemas ecológicos, manejo de recursos naturales y estudios de impacto ambiental, es necesario representar el sistema de interés de una manera demasiado compleja, recurriendo para su solución a metodologías de análisis sistémico, ya que no se puede hacer de forma analítica.

2.- REDES DE INFORMACIÓN REGIONAL Y MONITOREO PERMANENTE

Los datos regionales, son críticos en la realización de pronósticos y conocimiento de los procesos de gran escala, ya que los estudios de pequeña escala nunca serán suficientes para este propósito.

Las redes de información y el monitoreo permanente, son necesarios para un mejor pronóstico, así como para un mejor conocimiento de las estrategias adaptativas y de diseño con retroalimentación, evolución y otras dinámicas básicas en la naturaleza.

El proceso de planeación, debe empezar utilizando la información climática biológica y socio-económica existente, donde adicionalmente para la mayoría de los sitios se requiere de prospecciones, para proveer información más exacta en que basar nuestras decisiones y que nos permitan además, los diagnósticos requeridos de planeación, enfocándose principalmente en la información necesaria en los procesos de toma de decisiones, utilizando las mejores herramientas para estos objetivos, como son: los Sistemas de Información Geográfica, fotografía aérea, sensores remotos, etc., con la participación de las localidades en la adquisición regional de información.

La forma en como los datos sean colectados, interpretados, administrados y almacenados, determinará la eficiencia en la administración de los recursos naturales.

Mucha de la información de tipo multidisciplinario, está ya disponible de fuentes regionales, nacionales y mundiales así como de otras fuentes, por lo que los Sistemas de Información Geográfica (SIG.) y otros softwares sobre ambiente, están siendo utilizados para procesar y manejar esta información.

Una primera meta debe ser la de acceder a esta información, para generar nuestros propios bancos de información.

En general existen las siguientes metas en el manejo de los recursos naturales y ambientales de una región:

a) Satisfacer las necesidades humanas a través del desarrollo económico y humano.

b) Conservar los recursos naturales a través de su administración sustentable.

c) Evitar la degradación del ambiente a través de medidas de protección probadas y confiables.

La minimización de conflictos para lograr estas metas, requiere del arreglo de convenios institucionales, adecuado financiamiento y recursos para investigación.

Sólo cuando se sabe qué perjudica y cuánto, es posible determinar la mejor manera de actuar para mejorar el estado de las cosas, que es cuando se puede planear una estrategia correcta.

La planeación es absolutamente esencial, pues sin una planeación cuidadosa, la ejecución de la estrategia estará destinada al fracaso; recordando que cuando se es muy lento para actuar, nunca se hará lo necesario en el momento requerido.

Se deben establecer prioridades para las actividades y reconocer qué actividades representan tareas desperdiciadas y cuáles pueden resolverse por sí solas con el tiempo, siendo cuidadosos en no exagerar en esfuerzos y compromisos.

En vez de enfrentar el caos y cambiar con temor, se debe evaluar con calma y claridad las situaciones que puedan representar una oportunidad de mejora y ganancia.

Se debe analizar cualquier problema por pequeño que pudiera parecer; mientras más pronto nos encarguemos de ellos, menos energía necesitará para su solución y menor será el espacio para que se desarrollen mayores complicaciones.

Debemos esforzarnos por dominar el arte de la prevención, donde si sabemos actuar a la primera señal de síntomas preocupantes, corrigiendo condiciones indeseadas antes que se presenten y, cultivando el arte de la oportunidad, podamos lograr mucho más en menos tiempo y con menos problemas.

Mejores teorías de biodiversidad son necesarias, para describir, manejar y proteger nuestros recursos, ya que entenderlas en sus orígenes, mantenimiento y pérdida, tiene una profunda importancia para el futuro de la humanidad y la vida como la conocemos.

3.- LA VISIÓN SISTÉMICA EN LA SOLUCIÓN DE PROBLEMAS

La mayoría de los problemas que enfrentamos día con día y, nuestros fracasos al tratar de resolverlos, se relacionan con nuestra ineptitud para comprender y manejar a los sistemas complejos.

La complejidad de los problemas nos abruma y el pensamiento sistémico, es más necesario que nunca.

Al tratar de responder a estas preguntas y otras similares, se tiene plena conciencia de que los fenómenos tanto personales como de la naturaleza y de la sociedad, son constitutivamente complejos. Y, de que su complejidad tiende a aumentar al integrarse en unas o en otras composiciones y ordenamientos, ya que al interaccionar y relacionarse unos con otros, tales fenómenos, se generan nuevos niveles de realidad.

Tales percepciones exigen construir conocimientos correlativamente complejos, coordinados por una nueva metodología que participe en ese conjunto de interacciones.

El pensamiento sistémico, nos permite descubrir los patrones que se repiten en los acontecimientos de la naturaleza y la vida diaria, proporcionándonos métodos más eficaces para afrontar los problemas con mejores estrategias de pensamiento, además de ser la base de un razonamiento claro y una buena comunicación, así como de una forma de profundizar y ampliar nuestros puntos de vista.

Ver sólo los actos individuales pasando por alto la estructura de dichos actos, forma parte de nuestra impotencia natural frente a las situaciones complejas.

Los procesos de retroalimentación por otra parte, nos permiten ver que continuamente estamos recibiendo influencias de la realidad, pero que además nosotros también ejercemos influencias sobre ella. Alude además, a todo flujo reciproco de influencia y en donde dicha influencia es a la vez causa y efecto, trastocando nuestras ideas más arraigadas sobre causalidad. Donde lo esencial es que veamos las interrelaciones en vez de las relaciones lineales de causa y efecto, así como de ver los procesos de cambio en vez de los momentos instantáneos.

La lógica es una forma de pensar clara y eficaz, considerada la mejor manera de resolver problemas, pero no es adecuada para manejar un mundo de sistemas complejos, ya que nuestro mundo es desordenado, incompleto y con frecuencia ambiguo.

El desarrollo de la nueva disciplina de la lógica difusa, es porque ésta puede ser más aplicable a los sistemas complejos, donde nuestros juicios y decisiones rara vez están perfectamente definidos y suelen ser aproximados e inciertos, creándose en dichos sistemas complejos en ocasiones, paradojas ilógicas y extrañas.

Con esto, no queremos decir que en el pensamiento sistémico no tomemos en cuenta a la lógica, sino que va más allá considerando el tiempo, la autorreferencia y la recursividad.

En las cadenas de causa y efecto, hace falta incorporar el tiempo y utilizar distinciones que se apliquen a sí mismo y la recursividad, que es la aplicación de la autorreferencia, que nos llevará a niveles cada vez más altos, formando parte estructural de los procesos de retroalimentación.

Nuestros actos crean la realidad y por lo mismo, son ellos los que pueden cambiarla. Las relaciones humanas parecen estar ligadas por tramas invencibles de actos interrelacionados, que a menudo tardan años en exhibir plenamente efectos mutuos.

Solemos concentrarnos en partes aisladas del sistema y nos preguntamos porqué nuestros problemas más profundos nunca se resuelven.

La inteligencia emocional es piedra angular de la organización inteligente y, es lo que permite aclarar y ahondar continuamente nuestra visión, concentrando energías y paciencia para ver la realidad objetivamente.

Sin una orientación sistemática, no hay motivación para examinar cómo se interrelacionan las disciplinas.

La visión sin pensamiento sistémico, termina por pintar seductoras imágenes del futuro, sin conocimiento profundo de las fuerzas que se deben dominar para poder llegar a su entendimiento.

BIBLIOGRAFÍA

1- Forrester, J. W. Industrial dynamics. Cambridge, Mass., US, The MIT Press.

2- Grant, W. E. 1986. Systems analysis and simulation in wildlife and fisheries sciences. New York, John Wiley.

3- Grant, W. E., Marín, S. L. y Pedersen, E. K. 2001. Ecología y manejo de recursos naturales: análisis de sistemas y simulación. Editorial Agroamérica. San José, Costa Rica. 340 p.

4- Ritter, O. W., P. Mosiño, A. y R. Patiño M. 2000. Predicción y naturaleza. Ciencia y Desarrollo. Volumen XXVI. No. 153.

5- Ritter, O. W., P. Mosiño, A. y R. Klimek. 2000. Una visión estadística no-lineal de El Niño, simulación y posible pronóstico. Ciencia y Mar. Volumen IV. No. 10: 29-37 pp.

6- Ritter, O. W., Guzmán, S. R., Sánchez-Santillán, N., Suárez, J., Corona, C., Muñoz, H., Ramos, A. Rodríguez, R. y Pérez, T. 2002. El clima como sistema complejo adaptativo en coevolución. Ciencia y Mar. Volumen VI. No. 17: 23-35 pp.







(Volver a página inicial)