Una terza via per la Scienza?

di Antonio Manzalini - Esiste una terza via per la Scienza, oltre a quella teorica e a quella sperimentale? È la Natura a darci la risposta: basta osservare un alveare. Il comportamento sociale delle api non è analizzabile con un approccio tradizionale, serve una terza via: la Teoria della Complessità.

 

 

È sicuramente capitato a tutti di osservare il comportamento delle api in un alveare o delle formiche all’interno di un formicaio. Moltitudini di piccoli organismi che, pur esprimendo comportamenti molto semplici (e quindi apparentemente privi di intelligenza), sono capaci di far emergere, grazie alle loro interazioni, un ordine organico e collettivo, rispondendo semplicemente a bisogni e stimoli locali. Una formica sembrerebbe capace solo di cercare e raccogliere cibo, di costruire il nido e tenerlo pulito: eppure una colonia di formiche è un sistema ben organizzato che si auto-sostiene. Uno stormo di uccelli ha un comportamento sorprendente; le regole che seguono gli uccelli dello stormo sono molto semplici, locali: imitare il comportamento dell’uccello più vicino, mantenere la sua direzione, la stessa velocità e cercare di non urtarlo, eppure lo stormo ha una dinamica globale ben organizzata.

 

Questi sono esempi di sistemi chiamati complessi ed adattativi: si dicono “complessi” per la loro caratteristica di essere costituiti da un numeroso insieme di elementi che interagiscono in modo apparentemente casuale e disordinato; sono anche detti adattativi grazie alla capacità di questi sistemi di far emergere un comportamento globale che si adatta all’ambiente, anche in assenza di un controllo centralizzato.

 

Le applicazioni dei sistemi complessi adattativi sono straordinariamente ampie: vanno dalla fisica alla biologia, dalle neuro-scienze all’economia finanziaria, dalla scienza dell'informazione e delle comunicazioni, alla linguistica. Ed oggi siamo solo all’inizio.

 

Straordinariamente, questi sistemi, per loro natura, non possono essere analizzati con un approccio teorico o sperimentale (basato sulla decomposizione del sistema in elementi sempre più semplici, fino ad arrivare a descrivere le unità elementari): infatti, l’analisi delle singole componenti elementari non è sufficiente per comprenderne il comportamento globale, occorre guardare al sistema nella sua totalità. In pratica, non si può comprendere la dinamica del volo di uno stormo di uccelli studiando solo il comportamento individuale di un uccello: occorre comprendere come ogni uccello interagisce dinamicamente con gli altri suoi simili.

 

Qual è dunque la terza via che permette di carpire i segreti di questi comportamenti globali complessi ed adattativi? Non è la formulazione teorica, non è l’analisi esperimentale, ma è la simulazione numerica con l’ausilio di potenti calcolatori. Per simulazione s’intende l’esecuzione numerica di un modello che consente di valutare e prevedere lo svolgersi dinamico di una serie di eventi (comportamenti, interazioni) susseguenti all'imposizione di certe condizioni iniziali (pensate ad esempio ad un simulatore di volo).

 

Lo scopo della scienza della complessità è dunque simulare su dei calcolatori l'emergere di proprietà collettive di sistemi composti da miriadi di semplici unità interagenti tra di loro. La sfida che la complessità prospetta alla scienza tradizionale è dunque quella di saper conquistare una dimensione inter-disciplinare, dove gli oggetti elementari possono essere particelle come formiche, messaggi come neuroni, azioni di micro-economia come comportamenti dei tifosi in una partita di calcio.

 

Questa terza via comporterà, inevitabilmente, un atteggiamento diverso nell’affrontare i problemi scientifici, orientato alla visione sistemica (facciamo dialogare entrambi gli emisferi del cervello). Secondo lo scienziato Fritjof Capra, una delle grandi innovazioni della scienza del XX secolo sarà proprio il passaggio da analisi a sintesi creativa. Nell'approccio sistemico non basta studiare le proprietà delle singole parti, ma occorre capire come interagiscono e quindi come si manifesta l'organizzazione del tutto. Analisi significa smontare qualcosa per comprenderlo; il pensiero sistemico significa porlo nel contesto di un insieme più ampio, studiandone le interazioni e l'organizzazione.

 

Il concetto di "ecosistema" rappresenta una delle più interessanti applicazioni della teoria della complessità sistemica in materia ambientale. L’ecosistema comprende in genere una comunità formata da diverse specie (ad es. animali e vegetali) che condividono un determinato spazio, che a sua volta agisce da "supporto attivo" per tale comunità. L’ecosistema si basa, infatti, principalmente su competizione e simbiosi di diverse specie: la prima può portare alla scomparsa di una specie; la seconda, tramite l’interazione tra due o più specie, può aumentare il loro valore nell’ecosistema. Le città, le nazioni sono esempi di ecosistemi complessi, così come lo sono anche i macro-sistemi economici.

 

Qualora si alteri il delicato equilibrio naturale di un ecosistema, si può entrare in una fase di apparente crescita esponenziale: ad esempio, il sistema sociale di una civiltà può arrivare a proporzioni tali da far sembrare che la produzione di ricchezza possa continuare all'infinito. È un’illusione: c'è sempre un punto in cui il sistema inizia ad oscillare e diventa troppo instabile perché continui a funzionare efficacemente. Da quel momento in poi inizia sempre un processo di progressiva disgregazione, dal quale emergerà la creazione di un nuovo ecosistema. Lo insegna la Natura.

 

Dunque, cosa accomuna le dinamiche di stormi di uccelli, delle cellule cerebrali, dei mercati finanziari, del comportamento di una folla o certe reazioni nucleari? Una sola parola: la complessità adattativa. È questa la nuova sfida scientifica.

 

 

A chi vuole divertirsi a simulare alcuni sistemi complessi, consiglio di provare Starlogo, un programma di simulazione del Massachusetts Institute of Technology (MIT).