Vad är komplexitet och emergens? När helheten är större än delarna
Under antiken myntade filosofen Aristoteles att helheten kan vara större än summan av de enskilda delarna. Biologer och fysiker har länge undersökt självorganiserande system, men från vart sitt håll. Problemet är att den vetenskapliga metoden är bra på att förstå delar av en helhet, men sämre på att förstå hur delar skapar en helhet.
Komplexitetsteori uppstod under 1900-talets andra hälft inom främst fysik, biologi och matematik. I “Life’s Irreducible Structure” från 1968 påpekade kemisten Michael Polanyi att varje nivå i naturens hierarki inbegriper ”gränsvillkor” som sätter mer eller mindre stränga begränsningar för fenomen på lägre nivå och att varje nivå fungerar under sina egna, oåterkalleliga principer och lagar.
År 1972 skrev fysikern Philip W. Anderson den nu ofta citerade artikeln “More is different”, där han betonade reduktionismens begränsningar och förekomsten av hierarkiska nivåer inom vetenskapen, som var och en kräver sina egna grundläggande principer för avancemang.
I dag används komplexitetsteorin även inom samhällsvetenskaperna, drivna av en önskan att förstå systems beteenden inom makroekonomi, ekologi, neurologi och organisationsvetenskap.
Komplexitetsteorin ifrågasätter uppdelningen mellan studiet av det mänskliga och det naturliga. Problemet för komplexitetsteorin är att dess breda användbarhet och potential till analys inte har ett klart definierat fokus och därför inte syftar till universellt förutsägbara generaliseringar. Därför används komplexitetsteorin mer för att beskriva förändringar, då det mesta av den mänskliga miljön består av komplexa system som är satta i ständig förändring och utveckling. Vetenskaplig reduktionism fungerar bra för slutna system, men sämre när det tillämpas på öppna system där hela systemet uppstår genom samverkan mellan dess enskilda komponenter.
Öppna system betyder inte fristående, utan att gränserna mellan delarna är luddiga och kan påverkas av yttre händelser. Sociala system är särskilt öppna och förefaller enligt forskningen vara mer komplexa än naturliga system, eftersom de mänskliga deltagarna både är komplexa i sig själva och är beroende av att en målmedveten aktör tolkar systemen.
Det komplexa systemet uppstår nedifrån och upp, genom delarnas samverkan med helheten. Denna uppkomst, emergens, definierar komplexiteten och kan i sin tur ge upphov till framväxande processer.
Emergenta strukturer finns hos många arter i naturen, som i formen på gräshoppssvärmar, fiskstim och fågelflockar och hur de kan samordna sina rörelser. Inom fysiken beskriver emergens en egenskap eller ett fenomen som finns på makronivå men inte på mikronivå. Termodynamikens lagar är jämförelsevis enkla, även om lagarna som reglerar interaktionen mellan delpartiklarna är komplexa. Klassisk mekanik uppstår som ett specialfall i kvantmekaniken. Formen på väderfenomen som stormar och oväder är emergenta strukturer. Konvergent evolution, att obesläktade djurarter utvecklar liknande utseenden oberoende av varandra genom anpassning till en liknande livsmiljö är ett annat exempel på emergens.
Dataprogrammering har dragit nytta av kunskapen. Genetiska algoritmer räknar fram lösningar inom ett ramverk från ett slumpmässigt genererat utgångsläge och låter sedan de beräkningar som bäst uppfyller en lämplighetsfunktion ligga till grund för nästa generation. Agentbaserade modeller används för simuleringar, där de egenskaper man försöker efterlikna på makronivå skapas upp genom samverkan mellan en stor mängd enkla objekt, agenterna. Neurala nät är ett samlingsnamn för algoritmer som efterliknar hjärnans funktion. De används för problem inom mönsterigenkänning och självlärande. Algoritmerna kan bedöma information baserat på information som de tidigare fått.
Organisation inom komplexa system är inte centralstyrda inifrån eller utifrån systemet. Självorganisationen är en produkt av samtidiga handlingar från enskilda agenter och innebär att alla andra i systemet anpassar sig till varandra.
En viktig faktor till att komplexitet är mer omtalat är att det nuförtiden finns fler samverkande element. En större befolkning ger fler möjliga interaktioner, fler institutioner, fler kulturella koncept, fler sätt som naturresurser kan påverkas på och så vidare.
Moderna globala system är obegränsade, vilket innebär att deras gränser kan vara svåra att fastställa och förändringar i ett system kan hoppa över gränser och leda till oväntade förändringar i andra system. Människors sociala, ekonomiska och politiska system är också “inkapslade” och beroende av naturens system som mänskligheten har svårt att förstå eller kontrollera till fullo.
Ny teknik har genom exempelvis datatekniken utvecklat “tätt sammankopplade” komplicerade system där hastigheten i anslutningarna mellan noderna gör det svårt eller omöjligt att förbereda sig för att isolera misslyckanden. Utvecklingar kan förändras i kaskader som fortplantar sig och utlöser ny systempåverkan i sin tur.
Medvetenhet om komplexa systems egenskaper, framför allt framväxande kausalitet och icke- linjära system, uppmuntrar forskare till att söka ny förståelse för vad komplex styrning innebär för framtidens styrmodeller.
Styrning handlar då mer om att förstå de processer och utvecklingar som redan finns och hur dessa integreras och anpassas i politisk förståelse, snarare än att styra dem från toppen mot bestämda mål. Styrning handlar mer om motståndskraft i systemet än att förhindra överraskningar, på grund av bristen på kunskap. Målsättningar behöver istället vara flexibla, och hantering behöver handla om att utforma processer och relationer.
Synsättet om komplexa system framför att det inte finns några enkla lösningar på problemen som uppstår i dessa system. Det behövs en förbättrad känslighet för att kunna peka ut komplexa problem genom att ta in mer data. Den datainsamlingen kräver att system är transparenta till sin utformning, inte som en eftertanke. Transparens behöver återkoppling från deltagarna och element i systemet, vilket medför att systemet även bör vara deliberativt.
Studiet av självorganisation inom ekonomi och samhälle har fått en renässans efter Elinor Ostroms nobelpris i ekonomi 2009. Hennes forskning tog in empiri och teori från statskunskap, spelteori och evolutionsteori för att förklara tillitens betydelse och hur grupper kan hantera gemensamma resurser utan att överanvända dem. Ostroms forskning pekade på de lokala lösningarnas betydelse. Hon var skeptisk till både statlig kontroll och andra privata initiativ, utan betonade istället att förändringar måste växa fram inifrån själva verksamheten. Den ständiga föränderligheten skiljer sig från hur nationalekonomin normalt antar att ekonomin är i jämvikt och att individer strävar efter att maximera sin egen vinst, där istället det naturliga urvalet bygger på att vara relativt framgångsrik. De egenskaper som maximerar en individs vinst skiljer sig ofta från egenskaperna för gruppen att kunna nå gemensamma mål.
I Ostroms polycentriska styrningsteori bör lokal kunskap och ansvarskänsla tas till vara, liksom förmågan att snabbt lära av misstag. Ett exempel är webbföretag som möter snabba förändringar på kort sikt och oförutsägbara trender på lång sikt. De arbetar ofta enligt enkla regler för att kunna svara snabbt och flexibelt på hastigt övergående förhållanden.
Vissa kontroller utifrån måste dock byggas in, så att lokala misstag eller felslut inte tar över helheten. Om de lokala systemen kör fast ska det finnas större system som kan rycka in, och omvänt.
Viktigare än styrning är att sätta gränser och hur knuffar, en “nudge”, i rätt riktning kan sättas i system. För att avgöra var det är lämpligt måste experiment möjliggöras i systemet och återkoppling tas tillvara.
Naturligt urval är resultatet av variation, differentiering och ärftlighet, det finns ingen mening eller mål som det strävar efter att uppfylla. Det strävar inte efter framsteg eller balanserade ekosystem.
Samtidigt är det fel att tolka evolutionen som en slumpmässig process. Den genetiska variationen i en befolkning genom mutationer är slumpmässig, men de variationer som är till hjälp för att överleva och fortplanta sig kommer att bli vanligare än de som inte är det.
Det är en sak att förstå att både samhälle och teknik fortsätter att bli mer komplexa, vilket gör uppgiften att överse dem allt svårare, men det är en annan att också inse att många av dessa system faktiskt inte går att begripa längre. Vi lever i en värld fylld av buggar och processer. Framtidens (mar)drömsscenario är inte en självmedveten artificiell intelligens utan en omedveten sådan.
