Curadorias

Essas diferenças existem nos planos conceitual e operacional. Nosso objetivo é mostrá-las por meio da linguagem mais simples possível.

Para tanto, convém começar pelos conceitos. Esclarecemos que as divisões binárias (o que é sistêmico e o que é complexo, por exemplo) são úteis como recursos didáticos, como acontece em algumas partes deste texto, mas nem sempre são tão nítidas no mundo real. Há sempre um certo número de exceções e graus maiores ou menores de interpenetração.

Sistemas complicados são basicamente os sistemas mecânicos e tecnológicos. Incluem um grau baixo de incerteza, podem ser simplificados e produzem resultados previsíveis. Nos sistemas complicados, os elementos constituintes se comportam sempre da mesma maneira. Por isso o pensamento sistêmico é o mais indicado para lidar com eles.

Na metáfora de Pearl Zhu, dada sua natureza mecânica os sistemas complicados podem ser desmontados e recompostos de forma lógica e concreta, como um brinquedo Lego. Acrescentamos que quem quiser fazer isso precisa preencher os requisitos necessários (expertise, tempo e ferramentas adequadas). Os sistemas complicados não produzem propriedades emergentes (que nascem das interações de suas partes) e por isso são basicamente previsíveis.

Sistemas complexos são os que comportam níveis altos de incerteza. São os sistemas que incluem seres vivos. Hoje existem softwares e máquinas cujo funcionamento inclui um grau razoável de incerteza, de modo que essa definição deve ser estendida a eles.

Os sistemas complexos incluem muitas relações de interdependência e são basicamente imprevisíveis. Quando se tomam como pontos de partida condições iniciais semelhantes, os resultados são diferentes a cada vez, embora essas diferenças nem sempre sejam fáceis de detectar.

Isso acontece porque seus elementos constituintes nem sempre se comportam da mesma maneira. Na metáfora de Zhu, os sistemas complexos são como a maionese: depois que um prato de maionese for manipulado e dividido, não poderá ser reconstituído com o formato inicial. Aqui a lógica do Lego não se aplica.

Os sistemas complexos são capazes de se auto-organizar gerar propriedades novas que não estavam presentes em suas partes individuais (propriedades emergentes). Isso os torna basicamente imprevisíveis, pois suas partes estão em constante mudança. Por isso o pensamento complexo é o mais indicado para lidar com eles.

A complexidade é um fenômeno natural e social. A teoria da complexidade é o conjunto de disciplinas que a estudam. O pensamento complexo é um modo de lidar com a complexidade. Para isso ele dispõe de um conjunto de métodos e técnicas. Na concepção de Pearl Zhu, o pensamento complexo é uma otimização do pensamento sistêmico. Agora vejamos com mais detalhes o que foi dito há pouco. Quanto mais complicado for um sistema (isto é, quanto mais baixo for o seu nível de incerteza) mais o pensamento sistêmico será indicado para trabalhar com ele, em especial por meio de modelagens matemáticas e computacionais.

Quanto mais complexo for um sistema (isto é, quanto mais alto for seu nível de incerteza), mais o pensamento complexo será indicado para lidar com ele, em especial por meio de seus operadores cognitivos conceituais e operacionais.

Em ambos os casos o fiel da balança é o nível de incerteza dos sistemas. O mais importante é entender o melhor possível o contexto em que se trabalha antes de decidir que abordagem usar. É importante não se deixar levar por sistemas de crenças ou dogmas grupais (groupthink) que, entre outras coisas, limitam a aquisição e utilização das linguagens e das metáforas apropriadas para cada contexto.

Não é possível gerenciar / controlar um sistema complexo a partir de fora, como propunha a chamada cibernética de primeira ordem. Hoje sabemos que não existe percepção objetiva nem conhecimento objetivo. Ambos são subjetivos. O observador faz parte de tudo que observa (cibernética de segunda ordem). Imaginar que é possível controlar um sistema a partir de fora é um sinal de medo da incerteza e, ao mesmo tempo, de ilusão de controle.

Edgar Morin é o autor mais representativo da escola humanística da teoria da complexidade, que ele chama de “complexidade geral”, por oposição à escola “matemática / computacional” (basicamente representada pelo Instituto Santa Fé, nos EUA), que ele chama de “complexidade restrita”. Embora no discurso as duas escolas falem em integração, na prática elas parecem ignorar-se mutuamente – o que não é bom para nenhuma das duas.

As principais fontes da teoria da complexidade são: 1) a revolução quântica, no início do século XX; 2) a primeira cibernética, no início da década de 1940; 3) o pensamento sistêmico, que começou logo depois; 4) a teoria da complexidade em si, que começou na década de 1960 e introduziu os conceitos de auto-organização e emergência. A teoria da complexidade e o pensamento sistêmico usam vários termos em comum, como complexidade, emergência, auto-organização e adaptação, entre outros.

Os autores da vertente humanística da teoria da complexidade entendem que o pensamento sistêmico faz parte do seu âmbito, que seria mais amplo. Os autores ligados ao pensamento sistêmico entendem o contrário: a chamada “visão sistêmica da vida” seria um âmbito maior, que abrange o pensamento sistêmico e a teoria da complexidade.

Ao que tudo indica, os autores dessas duas vertentes falam da mesma realidade por meio de terminologias ligeiramente diferentes, o que na realidade não altera o sentido fundamental de seus respectivos discursos.

A cronologia acima apresentada tem objetivo didático, pois na prática o que há é uma continuidade, na qual as fases se interpenetram.

De todo modo, pode-se dizer que a cibernética e o pensamento sistêmico são precursores da teoria da complexidade. De um modo geral, os autores (alguns deles citados nas referências deste texto) mencionam as seguintes diferenças entre o pensamento sistêmico e a teoria da complexidade/pensamento complexo:

O pensamento sistêmico tem um viés mais mecanicista/industrial. Segue a vertente do conhecimento explicativo da tecnociência e usa uma linguagem mais mecanicista e analítica, que transparece em suas metáforas, exemplos e estudos de caso. É uma abordagem que procura entender mais o “como funciona” do que “o que é”, traçar um futuro ideal e definir estratégias para alcançá-lo. Visa a simplificar a complexidade até atingir o maior nível possível de simplicidade.

O pensamento sistêmico pressupõe que é possível um certo grau de controle sobre a incerteza e por isso, como foi dito, procura identificar metas e alinhar uma série de passos estratégicos para alcançá-las. A ênfase recai mais sobre o ponto de chegada do que sobre o trajeto da viagem. A gestão de projetos é um exemplo.

A teoria da complexidade está ligada à vertente compreensiva e sintética e inclui a filosofia, as artes e a cultura humanística em geral. Trabalha com interpretações, inferências, críticas e busca de sentido (sensemaking). Sua linguagem procura entender mais “o que é” do que o “como funciona”.

O pensamento complexo é o braço operacional da teoria da complexidade. Trabalha com o tempo presente e seu potencial de evolução. Tenta identificar o que acontece “agora” e descobrir o que pode ser modificado e se possível mensurado. A seguir acompanha o passo a passo da evolução do sistema e procura influenciá-lo ou modulá-lo sem, no entanto, pretender controlá-lo.

Aqui a ênfase recai mais sobre o trajeto da viagem do que sobre o ponto de chegada. A esse respeito há uma metáfora famosa, representada pelo verso do poeta espanhol Antonio Machado: “O caminho se faz ao andar”.

A teoria da complexidade reconhece que pode haver altos níveis incerteza e, portanto, coisas que estão fora de nosso controle. Implica traçar estratégias que podem se desdobrar em muitas outras. Para Zhu, há cinco habilidades que podem ajudar a diminuir o gap entre o pensamento sistêmico e o pensamento complexo: 1) atenção dinâmica; 2) compreensão sintética; 3) capacidade integradora; 4) clareza estratégica; 5) colaboração coesiva. Essas habilidades expandem a ação do pensamento sistêmico, melhoram desempenhos, proporcionam melhor entendimento da complexidade e favorecem os relacionamentos.

 

(Position Paper, 2016. Atualizado em 2020)

Referências

BLIGNAUT, Sonja (2013) “Five differences between complexity & systems thinking”. http://sonjablignaut.wordpress.com/2013/10/20

KRAKAUER, David C, ed. (2019). Worlds hidden in plain sight: the evolving idea of complexity at the Santa Fe Institute. Santa Fe, New Mexico: The Santa Fe Institute Press.

LAKOFF, George; Johnson, Mark (2003). Metaphors we live by. Chicago and London: The University of Chicago Press.

MALAINA, Alvaro (2015). “Two complexities: the need to link complex thinking and complex adaptive systems science”. https://journal.emergentpublications.com/article/two-complexities/

MARIOTTI, Humberto (2014). “Complexity is not systems thinking” (1). LinkedIn, July 24. MARIOTTI, Humberto (2014). “Complexity is not systems thinking (2). LinkedIn, July 29, 2014.

MARIOTTI, Humberto (2014). “What is complexity, after all?” LinkedIn, November 30.

MARIOTTI, Humberto (2016). “What is complexity leadership”. LinkedIn, October 29.

STACEY, Ralph; Griffin, Douglas; Shaw, Patricia (2006). Complexity and management: fad or radical challenge to systems thinking? London and New York: Routlegde.

ZHU, Pearl (2014). “Complexity thinking vs. systems thinking”. http://futureofcio.blogspot.com.br/2014/08/complexity-thinking-vs-systems-thinking.html

 

HUMBERTO MARIOTTI e CRISTINA ZAUHY são autores e pesquisadores independentes da teoria da complexidade e suas aplicações. São Paulo, Brasil. humberto.mariotti1@gmail.com criszauhy@gmail.