¿Qué es la dinámica de sistemas?

Visión de conjunto

La dinámica del sistema es un enfoque para el análisis y diseño de políticas asistido por computadora. Se aplica a problemas dinámicos que surgen en sistemas sociales, gerenciales, económicos o ecológicos complejos, literalmente, cualquier sistema dinámico caracterizado por interdependencia, interacción mutua, retroalimentación de información y causalidad circular.

El campo se desarrolló inicialmente a partir del trabajo de Jay W. Forrester. Su libro seminal Industrial Dynamics (Forrester, 1961) es todavía una declaración significativa de filosofía y metodología en el campo. Dentro de los diez años de su publicación, el lapso de aplicaciones creció a partir de problemas corporativos e industriales para incluir la administración de investigación y desarrollo, el estancamiento y la decadencia urbana, los ciclos de productos básicos y la dinámica del crecimiento en un mundo finito. Ahora se aplica en economía, políticas públicas, estudios ambientales, defensa, construcción de teorías en las ciencias sociales y otras áreas, así como en su campo local, la administración. El nombre de dinámica industrial ya no hace justicia a la amplitud del campo, por lo que se ha generalizado a la dinámica del sistema. El nombre moderno sugiere enlaces a otras metodologías de sistemas, pero los enlaces son débiles y engañosos. La dinámica del sistema surge de la ingeniería de servomecanismos, no de la teoría general de sistemas o de la cibernética (Richardson 1991).

El enfoque de la dinámica del sistema

El enfoque de la dinámica del sistema implica:

  • Definir problemas dinámicamente, en términos de gráficos a lo largo del tiempo.
  • Adoptando un punto de vista endógeno y conductual de las dinámicas significativas de un sistema, un enfoque hacia adentro sobre las características de un sistema que a su vez genera o exacerba el problema percibido.
  • Pensando en todos los conceptos en el sistema real como cantidades continuas interconectadas en bucles de retroalimentación de información y causalidad circular.
  • Identificar existencias o acumulaciones (stocks) independientes en el sistema y sus entradas y salidas (flujos).
  • Formular un modelo de la estructura causal capaz de reproducir, por sí mismo, el problema dinámico bajo estudio. El modelo generalmente es un modelo de simulación expresado en ecuaciones no lineales, pero ocasionalmente se deja sin cuantificar, como un diagrama o mama que captura la estructura causal de retroalimentación y de acumulación en los stocks.
  • Derivar entendimientos e ideas de política aplicables del modelo resultante.
  • Implementando cambios resultantes de comprensiones y entendimientos basados en el modelo.

Modelado y simulación

Matemáticamente, la estructura básica de un modelo de simulación de dinámica de sistemas formal es un sistema de ecuaciones diferenciales (o integrales) de primer orden acopladas, no lineales:

d/dt x(t) = f(x, p)

donde x es un vector de acumuladores (stocks o variables de estado), p es un conjunto de parámetros, y f es una función no lineal de valores vectoriales.

La simulación de tales sistemas se logra fácilmente dividiendo el tiempo simulado en intervalos discretos de longitud dt y recorriendo el sistema a lo largo del tiempo un dt a la vez. Cada variable de estado o acumulador se calcula a partir de su valor anterior y su tasa neta de cambio x ‘(t):

x (t) = x (t–dt) + dt * x‘ (t–dt).

En el lenguaje de simulación más antiguo en el campo (DYNAMO) esta ecuación se escribía con los índices de tiempo K (el momento actual), J (el momento anterior) y JK (el intervalo entre el tiempo J y K):

XK = XJ + DT * XTASAJK (ver, por ejemplo, Richardson y Pugh 1981).

El intervalo de cálculo dt se selecciona lo suficientemente pequeño como para no tener un efecto discernible en los patrones de comportamiento dinámico exhibidos por el modelo. En entornos de simulación más recientes, están disponibles esquemas de integración más sofisticados (aunque la ecuación escrita por el usuario puede parecerse a este simple esquema de integración de Euler), y los índices de tiempo pueden no estar visibles en las ecuaciones. Los entornos de simulación actuales importantes incluyen Vensim (Ventana Systems, www.vensim.com), STELLA (isee Systems, www.iseesystems.com), PowerSim (www.powersim.com) y AnyLogic (AnyLogic, www.anylogic.com), SYSDEA (https://app.sysdea.com).

El trabajo original de Forrester enfatizaba un enfoque continuo, pero las aplicaciones cada vez más modernas de la dinámica de sistemas contienen una mezcla de ecuaciones de diferencia discreta y ecuaciones diferenciales o integrales continuas. Algunos profesionales asociados con el campo de la dinámica de sistemas trabajan en las matemáticas de tales estructuras, incluyendo la teoría y mecánica de simulación por computadora, análisis y simplificación de sistemas dinámicos, optimización de políticas, teoría de sistemas dinámicos y dinámica no lineal compleja y caos determinista.

El principal trabajo aplicado en el campo, sin embargo, se centra en la comprensión de la dinámica de los sistemas complejos con el propósito de análisis y diseño de políticas. Las herramientas conceptuales y los conceptos del campo, incluidos el pensamiento de retroalimentación, los acumuladores y los flujos, el concepto de dominancia bucle de retroalimentación y un punto de vista endógeno, son tan importantes para el campo como sus métodos de simulación.

Pensamiento de retroalimentación

Conceptualmente, el concepto de retroalimentación está en el corazón del enfoque de la dinámica de sistemas. Los diagramas de bucles ( o ciclos o lazos) de retroalimentación de información y causalidad circular son herramientas para conceptualizar la estructura de un sistema complejo y para comunicar ideas basadas en modelos. Intuitivamente, existe un bucle de retroalimentación cuando la información resultante de alguna acción viaja a través de un sistema y, finalmente, regresa de alguna forma a su punto de origen, lo que puede influir en la acción futura. Si la tendencia en el bucle es reforzar la acción inicial, el bucle se llama bucle de retroalimentación positiva o de refuerzo; si la tendencia es oponerse a la acción inicial, el bucle se denomina bucle de retroalimentación negativa o compensador. El signo del bucle se llama polaridad. Los bucles de compensación se pueden caracterizar de diversas maneras como procesos de búsqueda de objetivos, de equilibrio o de estabilización. A veces pueden generar oscilaciones, como cuando un péndulo que busca su objetivo de equilibrio cobra impulso y lo sobrepasa. Los bucles de refuerzo son fuentes de crecimiento o colapso acelerado; son desequilibrantes y desestabilizadores. Los procesos de retroalimentación causal circular combinados, reforzadores y compensadores pueden generar todo tipo de patrones dinámicos.

Dominancia de bucles y no-linealidad

Sin embargo, el concepto de bucle subyacente a la retroalimentación y la causalidad circular no es suficiente. El poder explicativo y la perspicacia de las interpretaciones de retroalimentación también se basan en las nociones de estructura activa y dominancia de bucle. Los sistemas complejos cambian con el tiempo. Un requisito crucial para una visión poderosa de un sistema dinámico es la capacidad de un modelo mental o formal para cambiar la fuerza de las influencias a medida que cambian las condiciones, es decir, la capacidad de cambiar la estructura activa o dominante.

En un sistema de ecuaciones, esta capacidad de cambiar el dominio del bucle se produce endógenamente a partir de las no linealidades en el sistema. Por ejemplo, el comportamiento dinámico en forma de S del modelo de crecimiento logístico clásico (dP/dt = aP – bP2) se puede ver como la consecuencia de un cambio en la dominancia de bucle de un bucle de retroalimentación positivo (aP) que produce crecimiento exponencial a un bucle de retroalimentación compensador o negativo (-bP2) que lleva al sistema a su objetivo final. Solo los modelos no lineales pueden alterar endógenamente su estructura activa o dominante y cambiar el predominio del bucle. Desde una perspectiva de retroalimentación, la capacidad de las no linealidades para generar cambios de dominancia de bucle y capturar la naturaleza cambiante de la realidad es la razón fundamental para defender los modelos no lineales del comportamiento del sistema social.

El punto de vista endógeno

El concepto de cambio endógeno es fundamental para el enfoque de la dinámica del sistema. Dicta aspectos de la formulación del modelo: las perturbaciones exógenas se consideran como desencadenantes del comportamiento del sistema (como desplazar un péndulo); las causas están contenidas dentro de la estructura del sistema mismo (como la interacción de la posición de un péndulo y el momento que produce oscilaciones). Las respuestas correctivas tampoco se modelan como funciones del tiempo, sino que dependen de las condiciones dentro del sistema. El tiempo en sí mismo no se ve como una causa.

Pero, lo que es más importante, la construcción de teorías y el análisis de políticas se ven significativamente afectados por esta perspectiva endógena. Tomar una visión endógena expone las tendencias compensatorias naturales en los sistemas sociales que conspiran para vencer muchas iniciativas políticas. La retroalimentación y la causalidad circular son retardadas, tortuosas y engañosas. Para su comprensión, los practicantes de dinámica de sistemas luchan por un punto de vista endógeno. El esfuerzo consiste en descubrir las fuentes de comportamiento del sistema que existen dentro de la estructura del sistema en sí.

Estructura del sistema

Estas ideas son capturadas en el marco organizativo de Forrester (1969) para la estructura de un sistema:

  • Frontera conceptual cerrada
    • Circuitos de retroalimentacion
    • Acumuladores
    • Flujos
      • Meta
      • Condición observada
      • Discrepancia
      • Acción deseada

La frontera conceptual cerrada señala el punto de vista endógeno. La palabra cerrado aquí no se refiere a sistemas abiertos y cerrados en el sentido general del sistema, sino que se refiere al esfuerzo por ver un sistema como causalmente cerrado. El objetivo del modelador es ensamblar una estructura formal que pueda, por sí misma, sin explicaciones exógenas, reproducir las características esenciales de un problema dinámico.

La frontera conceptual causalmente cerrada en la primera línea de la lista arriba identifica el punto de vista endógeno como la vista de retroalimentación llevado al extremo. El pensamiento de retroalimentación puede verse como una consecuencia del esfuerzo por capturar la dinámica dentro de un límite causal cerrado. Sin bucles causales, todas las variables deben rastrear las fuentes de su variación, en última instancia, fuera del sistema. Suponiendo, en cambio, que las causas de todo comportamiento significativo en el sistema están contenidas dentro de unas fuerzas límite cerradas causales, las influencias causales se retroalimentan a sí mismas, formando circuitos causales. Los ciclos de retroalimentación permiten el punto de vista endógeno y le dan estructura.

Acumuladores y flujos

Los acumuladores o stocks (a veces llamados niveles) y los flujos que los afectan son componentes esenciales de la estructura de un sistema. Un mapa de influencias causales y bucles de retroalimentación no es suficiente para determinar el comportamiento dinámico de un sistema. Un flujo de entrada constante produce un stock en aumento lineal; un flujo ascendente que aumenta linealmente produce un stock que sube a lo largo de una trayectoria parabólica, y así sucesivamente. os acumuladores (variables de estado) son la memoria de un sistema dinámico y son las fuentes de su posible desequilibrio y comportamiento dinámico.

Forrester (1961) colocó las políticas operativas (reglas de decisión empleadas) de un sistema en sus flujos. Muchas de estas políticas asumen la estructura clásica de un ciclo de retroalimentación compensador que se esfuerza por tomar medidas para reducir la discrepancia entre la condición observada del sistema y un objetivo. La estructura de flujos más sencilla da como resultado una ecuación de la forma

flujo neto = (meta – nivel actual del acumulador) / (tiempo de ajuste),

donde tiempo de ajuste es el tiempo durante el cual el acumulador se ajusta para alcanzar la meta.

El comportamiento de un sistema es una consecuencia de su estructura

La importancia de los acumuladores y los flujos aparece más claramente cuando se tiene una visión continua de la estructura y la dinámica. Aunque una vista discreta, centrándose en eventos y decisiones por separado, es totalmente compatible con una perspectiva de retroalimentación endógena, el enfoque de la dinámica del sistema enfatiza una visión continua. La vista continua se esfuerza por mirar más allá de los eventos para ver los patrones dinámicos subyacentes. Además, la visión continua se enfoca no en decisiones discretas, sino en la estructura subyacente de políticas de decisión. Los eventos y las decisiones se consideran fenómenos de superficie que se basan en una marea subyacente de la estructura y el comportamiento del sistema. Es esa marea subyacente de la estructura de las políticas y el comportamiento continuo que es el enfoque del dinamista del sistema.

Existe, por lo tanto, un distanciamiento inherente al enfoque de la dinámica del sistema, no tan cerca como para ser confundido por decisiones discretas y una miríada de detalles operacionales, pero no tan lejos como para omitir los elementos críticos de la estructura y el comportamiento de las políticas. Los eventos se difuminan deliberadamente en un comportamiento dinámico. Las decisiones se difuminan deliberadamente en las estructuras políticas percibidas. Los conocimientos sobre las conexiones entre la estructura del sistema y el comportamiento dinámico, que son el objetivo del enfoque de la dinámica del sistema, provienen de esta distancia particular de la perspectiva.

Sugerencias para lecturas adicionales

La mayor parte de las publicaciones disponibles están en Inglés:

  • System Dynamics Review, la revista de la Sociedad de Dinámica del Sistema, es la mejor fuente de actividad actual en este campo, incluidos los avances metodológicos y las aplicaciones. Otras fuentes importantes de revistas incluyen Management Science, European Journal of Operational Research (EJOR), Journal of the Operational Research Society (JORS) y Systems Research and Behavioral Science. Para textos sobre el proceso de modelado en dinámica de sistemas, ver Sterman (2000), Maani y Cavana (2007), Ford (2009), Morecroft, (2007), Wolstenholme (1990) y Richardson y Pugh (1981).
  • Una colección temprana e interesante de aplicaciones es Roberts (1978); Richardson (1996) es una colección editada en dos volúmenes más reciente en el mismo espíritu, que contiene trabajos galardonados en antecedentes filosóficos, toma de decisiones dinámicas, aplicaciones en los sectores privado y público, y técnicas para modelar con la administración.
  • Una dirección actual dentro del campo es el uso de ideas basadas en modelos para el aprendizaje organizacional, representadas con mayor fuerza en Senge (1990) y Morecroft y Sterman (1994). El nuevo esfuerzo importante para construir modelos con grupos relativamente grandes de expertos y partes interesadas, conocido como construcción de modelos grupales, se describe en Vennix (1996) y Richardson y Andersen (2010).
  • Richardson (1991/1999) pone la perspectiva de retroalimentación endógena del enfoque de la dinámica del sistema en su contexto histórico e incluye una extensa bibliografía.

Sin embargo, también hay algunos textos disponibles en Español:

El profesor español Javier Aracil publicó, en 1995, un texto introductorio “Dinámica de Sistemas” que puede ser descargado libremente en formato PDF. Contiene una introducción conceptual básica, no técnica, que ofrece un acercamento a la temática.

Un texto docente que introduce las formulaciones estándar más importantes para modelar bucles reforzadores y compensadores, indagar el crecimiento en forma de S, las oscilaciones, sobrecrecimiento y colapso, demoras, cadenas de enviejecimiento y co-flujos que publicado en 2008 por el profesor de la Universidad de Talca (Chile) Martin Schaffernicht: “Indagación de situaciones complejas mediante la dinámica de sistemas“, (descargable gratis desde la página web de la Editorial Universidad de Talca).

Referencias

Aracil, J. 1995. Dinámica de Sistemas, ISDEFE, Madrid

Ford, A. 2009. Modeling the Environment. Washington, DC: Island Press.

Forrester, J.W. 1961.  Industrial Dynamics. Cambridge, MA: The MIT Press.  Reprinted by Pegasus Communications, Waltham, MA.

Forrester, J.W. 1969.  Urban Dynamics. Cambridge, MA: The MIT Press.  Reprinted by Pegasus Communications, Waltham, MA.

Maani, K. E. and R. Y. Cavana. 2007.  Systems Thinking, System Dynamics: Understanding Change and Complexity. Aukland: Printice Hall.

Morecroft, J. D. W. 2007.  Strategic Modeling and Business Dynamics: a Feedback Systems Approach. Chichester: Wiley.

Morecroft, J. D. W. and J. D. Sterman, Eds. 1994. Modeling for Learning Organizations. System Dynamics Series. Cambridge, MA:  Pegasus Communications.

Richardson, G.P.  1991/1999.  Feedback Thought in Social Science and Systems Theory. Philadelphia: University of Pennsylvania Press; reprinted by Pegasus Communications, Waltham, MA.

Richardson, G.P., Ed. 1996.  Modelling for Management:  Simulation in Support of Systems Thinking.  International Library of Management.  Aldershot, UK:  Dartmouth Publishing Company.

Richardson, G.P. and D. F. Andersen. 2010. Systems Thinking, Mapping, and Modeling for Group Decision and Negotiation, Handbook for Group Decision and Negotiation, C Eden and DN Kilgour, eds.  Dordrecht: Springer, 2010, pp. 313-324.

Richardson, G.P. and A.L. Pugh III. 1981. Introduction to System Dynamics Modeling with DYNAMO. Cambridge, MA: The MIT Press.  Reprinted by Pegasus Communications, Waltham, MA.

Roberts, E.B. 1978, ed.  Managerial Applications of System Dynamics. Cambridge, MA: The MIT Press.  Reprinted by Pegasus Communications, Waltham, MA.

Schaffernicht, M. 2008. Indagación de situaciones complejas mediante la dinámica de sistemas, Editorial Universidad de Talca, Talca

Senge, P.M.  The Fifth Discipline:  The Art and Practice of the Learning Organization. New York: Doubleday/Currency.

Sterman, J.D. 2000.  Business Dynamics: Systems Thinking and Modeling for a Complex World.  Boston: Irwin McGraw-Hill.

System Dynamics Review. 1985-present.  Chichester, U.K.:  Wiley, Ltd.

Vennix, J. A. M. 1996. Group Model Building: Facilitating Team Learning Using System Dynamics. Chichester: Wiley.

Wolstenholme, E.F. 1990.  System Enquiry:  a System Dynamics Approach.  Chichester, U.K.:  John Wiley & Sons,Ltd.

Agradecimiento

Este texto es mayoritariamente una traducción y adaptación de la página web de la System Dynamics Society.