La ciencia de datos permite conocer - aproximadamente - la realidad actual de ciertos servicios y grupos de usuarios. La ciencia de redes nos permite conocer la realidad de éstas, su distribución (desigual) y su creciente complejidad. Y esta complejidad nos obliga a dar un paso más y abordar la ciencia del caos, la única que nos puede hablar de su evolución a mediano y largo plazo.
Como lo estableció John Holland, científico del Santa Fe Institute (Nuevo México, EE.UU.), en su trabajo sobre la ciencia del caos, con las redes digitales estamos ante un sistema altamente dinámico y flexible, que parece caótico y, hoy, fuente de crisis de todo tipo: económicas, políticas, valóricas. Pero estos sistemas siguen reglas evolutivas, como las de las especies vivas: son las “reglas de los sistemas adaptativos complejos”. Y lo complejo no puede ser descrito (ni menos controlado) con precisión. Internet es compleja, igual que el sistema inmunitario humano o el clima mundial. Mientras más complejo, más difícil de predecir. Pero sí se puede predecir que, en algún momento, se producirá una transición de fase y surgirá un nuevo orden … y luego otra transición ...
Al aumentar el número de los elementos que componen un sistema, “muy pronto se alcanza un punto a partir del cual se hace imposible que cada elemento se relacione con todos los demás” (Luhman, 1990, pp.68-69). Esta complejidad “significa obligación a la selección, obligación a la selección significa contingencia, y contingencia significa riesgo” (ibidem, p.69). Esto explica que se puedan formar sistemas muy distintos a partir de unidades muy parecidas (ibidem, p.69). “Los sistemas complejos no sólo deben adaptarse a su entorno sino también a su propia complejidad” por lo cual se ven “obligados a la autoadaptación, y esto en el doble sentido de una propia adaptación a la propia complejidad” (ibidem, p.71).
¡Olvidemos la lógica predictiva: aquí no funciona! ¡El análisis de big data no presenta utilidad alguna para entender adonde vamos (ni siquiera, probablemente, a nivel de empresa)! La nueva “ciencia de los datos” puede describir (aproximadamente) el hoy, pero no puede predecir válidamente nada, a pesar de que algunos crean que tenemos por fin suficientes datos y herramientas para probar algunas teorías sociales que no podían ser demostradas por falta de ellos. Cualquier teoría social actual debería tener en cuenta la realidad de la red y, por lo tanto, asumir su complejidad.
Las grandes plataformas también, tratando de asegurar su permanencia, se vuelven más y más complejas, corriendo así un riesgo de colapso o de cambio radical también creciente. Cuando un sistema complejo llega a una situación tal que su propia complejidad podría generar el caos (y su destrucción), aparecen fenómenos intrínsecos – relacionados con el procesamiento de mayor cantidad de información – que generan una profusión de nuevas propuestas organizativas, las cuales son puestas a prueba en la siguiente fase. Las que den los mejores resultados vivirán, mientras las otras desaparecerán. Es el típico fenómeno en forma de sucesión de paráguases (ver gráfico adjunto), que se observa en el proceso evolutivo: multiplicación de especies seguida de selección y desarrollo de las más eficientes mientras las otras decaen; crecen los subsistemas probados, se multiplican las interacciones y se llega a un nuevo umbral cercano al caos, con la repetición del proceso.
Mirar de este modo la diversificación de los medios de comunicación y de los recursos de la red de redes implica considerar una escala temporal más amplia, en la cual el siglo pasado y las primeras décadas del presente corresponderían a la etapa de multiplicación de propuestas. De ello deberíamos deducir, primero, que no hay seguridad de que el proceso creativo haya terminado: medios antiguos desaparecerán y nuevos medios podrán surgir (y hay indicios de algunos). Pero también deberíamos colegir que, si bien cada uno crea su nicho, no hay seguridad alguna de que permanezcan. Lo que sí se puede esperar – aunque es imposible predecir cuánto tiempo pasará hasta una estabilización – es que un nuevo orden, más eficiente, habrá de reemplazar el que conocemos ahora.
