Sobre desorden y azar

22 octubre, 2014 0 , 3

Lo primero, vamos a intentar explicar cómo funciona la fiesta en la que estás metido, vamos a intentar explicar Matrix. Este post trata sobre el azar, el desorden, sobre la no linealidad en la que se desenvuelven nuestras vidas, nuestro trabajo, nuestro dinero. Y va a poner patas arriba muchas de tus creencias, creencias que se han formado a lo largo de tu vida como consecuencia de tu aprendizaje convencional. Lo que te ha generado un conocimiento convencional, que tiene una gran cantidad de limitaciones, que lo hace en su mayoría inútil.

No nos gusta el azar. Además de ser incapaces, no tenemos voluntad alguna de aceptar el azar. Tal es así, que desarrollamos significados a cualquier cosa. Hasta el punto de ver personas y objetos en las nubes, o ver el futuro en los posos de una taza de té, y cosas por el estilo. Subestimamos la proporción de azar en casi todo.

Vivimos con la ilusión del orden, creyendo que la planificación y la previsión son posibles. Creyendo que vivimos en un mundo y una realidad lineal. Lo aleatorio nos perturba, nos descoloca, nos cuesta asimilarlo y entenderlo. De hecho nos pasamos la vida desarrollando todo tipo de previsiones y predicciones, sobre el tiempo, sobre la economía, sobre nuestra vida y nuestros negocios. Previsiones que casi siempre se revelan equivocadas, somos incapaces de estimar y ver el futuro. Así de sencillo.

De qué va esto del desorden, del caos. Caos es la gota que colma el vaso. El copo de nieve que provoca un alud, o el grano de arena que derriba un montón. Llamamos teoría del caos al estudio de las dinámicas no lineales, estas dinámicas son aquellas en las que un pequeño factor provoca respuestas desproporcionadas. Esas respuestas pueden ser positivas o negativas.

Si te fijas, nada ocurre mientras la montaña se va cubriendo de nieve, bonito paisaje, y todo un poco más blanco que de costumbre. Hasta que un copo cae, desestabiliza la masa de nieve y provoca un alud (que se puede llevar, y se lleva, vidas y bienes por delante en un abrir y cerrar de ojos). Entonces te das cuenta que la cosa no era tan estable (lineal) como creías ¿verdad?

Lo complicado (e imposible) es determinar cuál es el copo que va a provocar la avalancha, podemos ver el efecto acumulativo, pero no discernir que copo será el culpable. Lo que podemos es decidir no habitar en la falda de la montaña mientras nieva.

Con este post quiero abrirte una ventana para intentar que aprecies, la textura de la realidad que te rodea, la que seguramente te ha pasado desapercibida hasta ahora. Voy a intentar que entiendas que la realidad que te rodea es mucho menos lineal de lo que piensas, esta realidad está compuesta de saltos, de pequeños sucesos que provocan acontecimientos de tamaño desproporcionado (ya sean buenos o malos).

Cómo pensamos. El razonamiento inductivo es una modalidad del razonamiento no deductivo. Este razonamiento obtiene conclusiones generales a partir de premisas que contienen datos particulares.

Por ejemplo, de la observación repetida de objetos o acontecimientos de la misma índole se establece una conclusión para todos los objetos o eventos de dicha naturaleza. He observado un cisne blanco. He observado un segundo cisne blanco. He observado un tercer cisne, también era blanco. Conclusión: Luego, todos los cisnes son blancos.

En este razonamiento se generaliza para todos los elementos observados que son finitos (en este caso tres cisnes). Pero la verdad de estas premisas (tres observaciones de cisnes blancos). No hacen que la conclusión sea cierta (todos los cisnes son blancos). Puede que existan cisnes de otro color (negros, por ejemplo).

Por lo tanto la conclusión de un razonamiento inductivo sólo es probable y, de hecho, la información que obtenemos por medio de esta modalidad de razonamiento es siempre una información incierta y discutible.

En un razonamiento inductivo válido, es posible afirmar las premisas y, simultáneamente, negar la conclusión sin contradecirse. Acertar en la conclusión será una cuestión de probabilidad. A mayor cantidad de datos, ¿mayor probabilidad de acierto?

Según Hume: Ninguna cantidad de observaciones de cisnes blancos permite inferir que todos los cisnes son blancos, pero la observación de un solo cisne negro es suficiente para refutar esta conclusión. Otro ejemplo de cómo nos equivocamos: Llevo viendo a mi madre viva todos los días desde hace 43 años. Conclusión: Mi madre es inmortal.

De hecho cuanto más elaboradas sean nuestras previsiones, más frágiles seremos. Unas previsiones demasiado elaboradas implican que se debe desarrollar una gestión demasiado rígida, incapaz de adaptarse a los cambios aleatorios del entorno. Eso te incapacita para atender, entender y explorar a las diferentes opciones que van surgiendo por el camino.