PARTE IV. GENEALOGÍA INTELECTUAL
14. Teoría de sistemas
14.1. Ludwig von Bertalanffy
14.2. Jay Forrester
14.3. Donella Meadows
14.4. Stocks, flujos y leverage points
14. Teoría de sistemas
Introducción: qué toma RMS de la teoría de sistemas y qué debe seguir perteneciendo a la economía
Llegados a este punto conviene hacer una pausa conceptual.
Los capítulos anteriores han construido RMS 2.0 utilizando conceptos como:
- stocks;
- flujos;
- feedbacks;
- retardos;
- redes;
- estructura;
- resiliencia;
- adaptación;
- transiciones.
Muchos de ellos tienen antecedentes importantes en la teoría de sistemas y en la dinámica de sistemas.
Pero esto plantea una cuestión metodológica fundamental:
¿qué aporta realmente la teoría de sistemas a RMS y qué elementos proceden ya de la propia teoría económica?
La respuesta debe ser cuidadosa.
RMS no debe cometer el error de presentar como descubrimientos sistémicos ideas que la economía lleva décadas formalizando.
La economía ya dispone de:
- variables de estado;
- ecuaciones de acumulación;
- sistemas dinámicos;
- equilibrio general;
- expectativas;
- modelos intertemporales;
- redes;
- restricciones;
- complementariedades.
Un modelo de crecimiento de Solow, Ramsey o Barro ya contiene:
stocks, flujos y dinámica.
Minsky y Brunnermeier contienen:
feedbacks financieros.
Arthur:
rendimientos crecientes y path dependence.
Acemoglu:
redes y propagación.
Nelson-Winter:
adaptación y evolución.
Por tanto, RMS no puede afirmar:
“la economía estudia variables mientras la teoría de sistemas estudia relaciones”.
Eso sería históricamente falso y académicamente innecesario.
La contribución específica de la teoría de sistemas es diferente.
Consiste en proporcionar un lenguaje especialmente disciplinado para preguntar simultáneamente:
¿cuál es la frontera del sistema?
¿qué elementos constituyen variables de estado?
¿qué flujos modifican esos stocks?
¿qué feedbacks producen el comportamiento observado?
¿qué retardos separan causas y consecuencias?
¿qué estructura genera determinados patrones dinámicos?
¿en qué punto de esa estructura podría una intervención modificar de forma persistente la trayectoria?
En este sentido puede establecerse una genealogía muy clara:
Bertalanffy → sistema, organización y apertura.
Forrester → estructura dinámica, feedbacks, stocks y flujos.
Meadows → comportamiento sistémico, límites de la intervención intuitiva y leverage points.
Y RMS intenta después conectar estas herramientas con la economía moderna:
Sistema → mecanismos económicos → estructura → capacidades → dinámica.
La posición que defenderemos será:
La teoría de sistemas no sustituye la teoría económica; proporciona una arquitectura adicional para organizar relaciones dinámicas que deben recibir después contenido económico, identificación causal y validación empírica.
14.1. Ludwig von Bertalanffy
14.1.1. El punto de partida: el sistema como objeto de análisis
Ludwig von Bertalanffy ocupa una posición fundamental en la genealogía del pensamiento sistémico.
Su proyecto de General System Theory buscaba formular principios aplicables a diferentes clases de sistemas y reaccionaba contra explicaciones excesivamente reduccionistas que intentaban comprender fenómenos organizados exclusivamente mediante el aislamiento de sus componentes.
En su formulación temprana sobre sistemas abiertos, Bertalanffy estudió organismos que mantienen su organización mediante intercambios continuos de materia y energía con el entorno, en contraste con la representación de sistemas estrictamente cerrados. Su artículo de 1950 sobre open systems constituye una de las formulaciones originales de esta perspectiva.
Para RMS, la primera aportación no es matemática.
Es ontológica:
¿cuál debe ser nuestra unidad de análisis?
14.1.2. De los elementos a las relaciones
Un sistema no se caracteriza exclusivamente por:
qué elementos contiene.
Importa también:
cómo están organizados.
Podemos imaginar dos economías con cantidades semejantes de:
- trabajadores;
- capital;
- tecnología.
Sin embargo:
Sistema A
dispone de:
- proveedores conectados;
- mercados financieros capaces de financiar expansión;
- instituciones eficaces.
Sistema B
posee los mismos recursos nominales
pero:
- empresas desconectadas;
- financiación inadecuada;
- instituciones lentas.
Los elementos pueden parecer similares.
La organización:
no.
Por tanto:
{componentes} iguales ≠ sistema equivalente.
Ésta es una de las intuiciones de Bertalanffy que RMS puede adoptar legítimamente.
14.1.3. Pero “el todo es más que la suma de las partes” no basta
Ésta es precisamente una frase que RMS debería utilizar con cautela.
Decir:
“el todo es más que la suma de las partes”
puede ser intuitivamente sugerente.
Pero no explica:
por qué.
El objetivo económico debe ser identificar el mecanismo.
Por ejemplo:
complementariedad
puede generar:
C_system ≠ ΣC_i.
Una red:
puede generar efectos indirectos.
Un contrato:
puede modificar incentivos.
La teoría de sistemas ofrece:
la pregunta organizativa.
La economía debe proporcionar:
el mecanismo causal.
14.1.4. Sistemas abiertos
Esta idea sí tiene una relevancia económica enorme.
Una economía nacional es:
un sistema abierto.
Intercambia continuamente:
- bienes;
- energía;
- capital;
- tecnología;
- información;
- trabajadores.
Podemos representar:
Sistema nacional ↔ entorno internacional.
Esto significa que su funcionamiento depende parcialmente de:
variables que están fuera de su frontera administrativa.
14.1.5. La frontera analítica no tiene por qué coincidir con la frontera política
Esta distinción será esencial para RMS.
Supongamos que analizamos:
semiconductores europeos.
Una frontera analítica que termine en:
la UE
puede ser insuficiente.
Necesitamos incorporar:
- diseñadores estadounidenses;
- foundries asiáticas;
- materiales;
- equipos de litografía;
- software.
Por tanto:
la frontera correcta del sistema depende de la función analizada.
No necesariamente:
del territorio político.
14.1.6. Frontera demasiado estrecha
Si elegimos una frontera excesivamente pequeña:
podemos transformar variables endógenas en:
aparentemente exógenas.
Ejemplo:
una empresa recibe:
“shock de proveedor”.
Desde la empresa:
es externo.
Pero si ampliamos el sistema hacia:
la supply chain,
puede ser resultado de:
una dinámica interna de red.
La frontera cambia:
la explicación.
14.1.7. Frontera demasiado amplia
El problema contrario también existe.
Si declaramos:
“todo está relacionado con todo”
obtenemos:
un sistema imposible de analizar.
RMS necesita el principio:
incluir únicamente aquello cuya exclusión pueda alterar materialmente el mecanismo estudiado.
Podemos llamarlo:
principio de frontera causal suficiente.
14.1.8. Sistema y entorno
Podemos distinguir:
S = sistema analizado
y:
E = entorno relevante.
Entonces:
Sₜ₊₁ = Φ(Sₜ,Eₜ).
Pero algunos cambios internos de S pueden modificar después E.
Ejemplo:
China aumenta masivamente producción solar.
Eso modifica:
- precios mundiales;
- competencia internacional.
Entonces:
S → E → S.
La frontera analítica puede permanecer fija,
pero la causalidad:
atraviesa la frontera.
14.1.9. Sistemas anidados
Las economías presentan otra característica importante:
sistemas dentro de sistemas.
Por ejemplo:
trabajador
↓
empresa
↓
ecosistema
↓
economía nacional
↓
economía internacional.
Cada nivel contiene:
propiedades distintas.
Así:
micro → meso → macro → global.
RMS ya ha insistido en que el nivel meso es particularmente importante porque muchas capacidades residen en:
- empresas;
- clusters;
- redes.
14.1.10. Emergencia
Bertalanffy ayuda también a abrir la puerta hacia el concepto de:
propiedad emergente.
Pero, nuevamente, RMS debe traducirlo.
Ejemplo:
ninguna empresa aislada posee:
la capacidad industrial completa.
Sin embargo el ecosistema conjunto sí.
Tenemos:
capacidad emergente relacional.
La explicación puede ser:
- complementariedad;
- conocimiento distribuido;
- red de proveedores.
14.1.11. Equifinalidad
Otra idea tradicionalmente asociada a la teoría de sistemas abiertos es que sistemas diferentes pueden alcanzar estados similares mediante:
trayectorias distintas.
Para economía esto resulta interesante.
Dos países pueden alcanzar:
productividad semejante
mediante arquitecturas distintas.
Uno:
- grandes empresas;
- mercados de capital.
Otro:
- banca;
- coordinación industrial diferente.
Esto sugiere:
un mismo resultado no identifica necesariamente una única arquitectura causal.
14.1.12. Multifinalidad económica
También podemos invertir la idea.
Recursos semejantes pueden producir:
resultados diferentes.
Esto es central para RMS:
R semejantes + M/S diferentes → C diferentes → O diferentes.
Proposición RMS-TS1
La unidad de análisis económico debe definirse por la función y las relaciones causales relevantes, no necesariamente por fronteras administrativas ni por una lista predeterminada de variables.
14.1.13. Qué no debemos importar de Bertalanffy
También es importante establecer límites.
RMS no necesita:
una teoría general capaz de descubrir leyes universales idénticas para:
- organismos;
- sociedades;
- empresas.
La analogía sistémica puede orientar preguntas.
No constituye:
evidencia económica.
Por tanto:
similitud formal entre sistemas no demuestra identidad causal entre ellos.
Un feedback ecológico y uno financiero pueden representarse con diagramas similares.
Pero sus mecanismos:
son distintos.
14.1.14. Bertalanffy dentro de RMS
Su aportación fundamental será:
1. Organización
los componentes deben estudiarse dentro de relaciones.
2. Frontera
todo análisis necesita definir:
sistema y entorno.
3. Apertura
los sistemas económicos intercambian recursos e información.
4. Multinivel
los sistemas pueden estar anidados.
5. Propiedades relacionales
algunas propiedades no pertenecen a:
ningún componente individual.
Pero RMS añadirá:
cada propiedad relacional necesita posteriormente microfundamento económico.
14.2. Jay Forrester
Si Bertalanffy proporciona una visión general del sistema,
Jay Forrester introduce una metodología mucho más operacional:
System Dynamics.
Forrester desarrolló esta disciplina en MIT y la aplicó inicialmente a problemas industriales y posteriormente urbanos y sociales. Los materiales históricos de MIT describen precisamente la representación de problemas mediante stocks, flows y feedbacks como núcleo del enfoque.
Aquí la influencia sobre RMS puede ser mucho más concreta.
14.2.1. La pregunta de Forrester
El cambio fundamental consiste en dejar de preguntar únicamente:
¿qué variables están correlacionadas?
y preguntar también:
¿qué estructura dinámica puede generar el comportamiento observado a lo largo del tiempo?
Esto introduce una distinción esencial:
Evento
algo ocurre una vez.
Patrón
algo se repite.
Estructura
mecanismos que generan:
ese patrón.
14.2.2. Estructura genera comportamiento
Ésta puede formularse como una de las intuiciones centrales de System Dynamics:
determinadas estructuras de feedback y acumulación producen patrones característicos de comportamiento.
Los materiales formativos de MIT sobre System Dynamics ponen precisamente el énfasis en feedbacks, stocks, flows y construcción de modelos para comprender comportamiento temporal.
Para RMS:
Structure → Dynamics.
Pero también:
Dynamics → adaptation → Structure'.
Porque nuestras economías son:
adaptativas.
14.2.3. Stock
Un stock es aquello que:
se acumula.
Ejemplos económicos:
- capital físico;
- deuda;
- conocimiento;
- inventarios;
- población.
En System Dynamics:
el stock es una:
variable de estado.
Forrester explicaba esta distinción mediante ejemplos elementales como el agua acumulada en una bañera: el nivel es el stock y las entradas y salidas son los flujos que modifican ese nivel.
14.2.4. Flow
Un flujo modifica:
el stock.
Formalmente:
Kₜ₊₁ = Kₜ + inflowₜ − outflowₜ.
O, en tiempo continuo:
dK/dt = inflow − outflow.
La importancia de esta identidad es enorme.
El stock no cambia porque:
“queremos”.
Debe existir:
un flujo.
14.2.5. Stocks como memoria
El capítulo 3 ya derivó una consecuencia fundamental:
los stocks son parte de la memoria del sistema.
Una crisis puede terminar.
Pero:
deuda permanece.
Una guerra puede terminar.
Pero:
infraestructura destruida permanece destruida.
La inversión puede detenerse.
Pero:
capital acumulado sigue funcionando durante un tiempo.
Por ello:
shock temporal → efecto persistente
cuando modifica:
stocks.
14.2.6. Feedback
Un segundo elemento central:
feedback.
El output de un proceso vuelve a afectar:
alguna de sus causas.
Ejemplo:
capital → producción → inversión → capital.
O:
deuda → fragilidad → crédito → inversión → ingresos → deuda.
14.2.7. Feedback reforzador
Una perturbación se:
amplifica.
Ejemplo:
adopción → aprendizaje → reducción de costes → adopción.
Brian Arthur proporciona un microfundamento económico extraordinariamente sólido para este tipo de dinámica.
14.2.8. Feedback compensador
El sistema responde:
en dirección contraria.
Ejemplo:
precio ↑ → demanda ↓ → presión sobre precio ↓.
La teoría económica posee multitud de:
balancing mechanisms.
14.2.9. Causal closure
La contribución de System Dynamics no consiste simplemente en dibujar:
muchas flechas.
Consiste en intentar construir:
una explicación endógena suficientemente cerrada del comportamiento.
En lugar de explicar repetidamente:
“ocurrió por un shock externo”,
pregunta:
¿qué parte del comportamiento puede generar internamente la estructura?
14.2.10. Esto conecta directamente con Minsky
Minsky plantea:
estabilidad → confianza → leverage → fragilidad.
La crisis no necesita ser exclusivamente consecuencia de:
un gran shock exógeno.
Parte de la fragilidad se genera:
internamente.
Esto es muy próximo al principio:
endogenous behavior.
14.2.11. Brunnermeier-Sannikov
La macro-finanza moderna permite formalizar aún mejor esta intuición.
La riqueza neta de intermediarios, el leverage, los precios de activos y la inversión interactúan generando dinámicas no lineales.
Esto demuestra que:
pensamiento en feedback
y:
microfundamento económico
son perfectamente compatibles.
14.2.12. Shin
De manera similar:
balances ↑ → leverage/financiación ↑ → activos ↑ → balances ↑.
Tenemos un loop.
Pero la teoría financiera nos permite especificar:
- quién decide;
- qué restricción;
- qué variable contractual.
Ésa será la metodología RMS:
feedback sistémico + mecanismo económico.
14.2.13. Del causal-loop al stock-flow
Ésta es una distinción extremadamente importante.
Podemos dibujar:
deuda ↑ → intereses ↑ → deuda ↑.
Pero para modelarlo necesitamos:
un stock:
D = deuda.
Y flujos:
- nuevo endeudamiento;
- amortización.
Por tanto:
Causal Loop Diagram ≠ Stock-Flow Model.
Los materiales de System Dynamics de MIT hacen precisamente esta transición desde la conceptualización hasta modelos computables de stocks y flows.
14.2.14. Consistencia dimensional
Una fortaleza de este enfoque es que obliga a preguntar:
¿en qué unidades está cada variable?
Ejemplo:
deuda:
euros.
déficit:
euros/año.
Confundir ambos:
es un error conceptual.
14.2.15. Retardos
Forrester concede también gran importancia a:
delays.
Una decisión hoy puede producir resultados:
mucho después.
Ejemplo:
formación → nuevo talento
puede tardar:
años.
14.2.16. Retardo y oscilación
Imaginemos:
empresas detectan:
escasez.
Todas invierten.
Pero nueva capacidad tarda:
cinco años.
Mientras tanto:
los precios continúan altos.
Más empresas invierten.
Cuando la capacidad entra:
sobreoferta.
Entonces:
delay → overshooting → ciclo.
Esto conecta directamente con:
- inversión;
- vivienda;
- energía;
- commodities.
14.2.17. Política y retrasos
Una autoridad puede observar:
problema hoy
que refleja:
decisiones pasadas.
Implementa una política.
El efecto tarda.
Antes de verlo:
vuelve a intervenir.
Resultado:
overcorrection.
14.2.18. System Dynamics y política pública
Ésta es una de las áreas donde Forrester aporta una intuición especialmente poderosa:
la intervención intuitivamente obvia puede producir efectos no deseados cuando ignora feedbacks y retardos.
En la tradición posterior de System Dynamics, John Sterman ha insistido en que comprender sistemas complejos exige manejar explícitamente feedbacks, stocks, flows, delays y nonlinearity, y que las intervenciones pueden encontrar policy resistance.
14.2.19. Policy resistance
Podemos traducir:
resistencia de política = respuesta adaptativa o estructural que compensa parcial o totalmente una intervención.
Ejemplo:
política intenta:
reducir congestión construyendo carreteras.
Pero carretera mejora movilidad.
Eso aumenta:
demanda.
La congestión puede:
volver.
En economía:
policy → behavior adaptation → offsetting effect.
14.2.20. Aquí entra Lucas
La Lucas critique ofrece una versión específicamente económica de la misma cautela:
las relaciones observadas pueden cambiar cuando:
cambia la política.
No porque System Dynamics y Lucas sean la misma teoría.
Sino porque ambos advierten contra:
tratar comportamiento como estructura fija.
Proposición RMS-TS2
Los resultados económicos persistentes deben analizarse como posibles productos de una estructura de acumulación, feedbacks y retardos, no únicamente como sucesiones de shocks independientes.
14.2.21. Forrester y la economía: lo que añade y lo que no
La economía ya sabía trabajar con:
ecuaciones dinámicas.
La aportación específica de Forrester es metodológica:
1.
Obligar a hacer explícita la arquitectura de stocks y flows.
2.
Buscar feedbacks endógenos.
3.
Estudiar comportamiento a lo largo del tiempo.
4.
Incorporar delays.
5.
Simular consecuencias no intuitivas de estructuras dinámicas.
Pero RMS debe añadir:
- optimización cuando proceda;
- equilibrio;
- incentivos;
- expectativas;
- contratos;
- identificación empírica.
14.3. Donella Meadows
Donella Meadows ocupa una posición diferente.
No inventa la dinámica de sistemas.
Su aportación fundamental es:
hacerla más inteligible, más orientada a intervención y más sensible a la estructura profunda de los sistemas.
Su ensayo de 1999 Leverage Points: Places to Intervene in a System organiza distintas clases de intervención, desde cambios relativamente superficiales en parámetros hasta transformaciones de reglas, objetivos y paradigmas que estructuran el sistema.
Esta idea es extremadamente importante para RMS.
Pero también:
fácil de utilizar mal.
14.3.1. Leverage point
Definiremos provisionalmente:
un leverage point es un lugar dentro de la estructura causal del sistema donde una intervención puede producir un cambio relativamente grande o persistente en su comportamiento.
No significa:
pequeña política = enorme efecto garantizado.
Significa:
algunos puntos estructurales pueden tener más capacidad de alterar la dinámica que otros.
14.3.2. Parámetros
En el nivel más superficial se encuentran cambios como:
- impuestos;
- subsidios;
- límites.
Pueden ser importantes.
Pero a menudo modifican:
cuánto
sin cambiar:
cómo funciona el sistema.
14.3.3. Buffers
Otro punto de intervención:
tamaño de stocks estabilizadores.
Ejemplo económico:
- reservas;
- inventarios;
- capital bancario;
- capacidad ociosa.
Aumentar buffers puede:
reducir vulnerabilidad.
Pero también puede:
tener coste.
14.3.4. Estructura física
Cambiar:
- red;
- infraestructura;
- conexiones.
Puede modificar:
la dinámica más profundamente.
Ejemplo:
construir una interconexión eléctrica.
No cambia sólo:
un precio.
Cambia:
las opciones estructurales del sistema.
14.3.5. Retardos
Modificar el tiempo entre:
señal y respuesta
puede cambiar:
- estabilidad;
- oscilación.
Ejemplo:
reducir tiempos de permisos puede transformar:
capacidad de oferta.
14.3.6. Feedback compensador
Fortalecer un mecanismo de estabilización.
Ejemplo:
mejor regulación macroprudencial.
Pero demasiado fuerte:
puede impedir:
innovación o ajuste.
14.3.7. Feedback reforzador
También podemos:
debilitar o fortalecer loops.
Ejemplo:
limitar:
precio de activos → leverage → precio
puede reducir:
fragilidad.
14.3.8. Información
Meadows sitúa la estructura de información en posiciones de intervención de alta relevancia: cambiar quién recibe determinada información puede alterar decisiones sin necesidad de modificar directamente recursos físicos.
Esto conecta extraordinariamente bien con:
- Hayek;
- Akerlof;
- Grossman-Stiglitz;
- Holmström;
- Angeletos.
14.3.9. Ejemplo informativo
Supongamos contaminación.
Si los consumidores desconocen:
emisiones empresariales,
una obligación de transparencia puede alterar:
- reputación;
- demanda.
La política cambia:
arquitectura informativa.
14.3.10. Reglas
Más arriba aparecen:
reglas del sistema.
Ejemplo:
- normas de quiebra;
- derechos de propiedad;
- regulación bancaria.
Cambiar una regla puede modificar:
todos los incentivos posteriores.
Aquí Meadows conecta naturalmente con:
- North;
- Williamson;
- Hart-Moore;
- Acemoglu.
14.3.11. Self-organization
Otra dimensión profunda:
capacidad del sistema para:
crear nuevas estructuras.
En economía:
- entrada empresarial;
- innovación;
- experimentación institucional.
Limitar excesivamente esta capacidad:
puede aumentar:
rigidez.
14.3.12. Objetivo del sistema
Esto es especialmente interesante.
Una organización optimizada para:
crecimiento de ventas
puede comportarse de manera distinta a otra optimizada para:
rentabilidad.
Cambiar:
objetivo
modifica:
múltiples decisiones sin cambiar inicialmente:
ningún activo.
14.3.13. Paradigmas
Meadows sitúa todavía más profundamente:
los paradigmas que generan las reglas y objetivos.
Pero aquí RMS deberá ser extremadamente prudente.
“Cambiar paradigma” puede convertirse fácilmente en:
lenguaje vago.
Para RMS sólo será útil si podemos traducirlo a:
- cambio de objetivo;
- cambio de regla;
- cambio de criterio de decisión.
14.3.14. Morin
Aquí Edgar Morin puede desempeñar un papel metodológico secundario.
Su pensamiento complejo ayuda a recordar que:
las categorías mediante las que observamos el sistema condicionan qué relaciones vemos.
Pero RMS no utilizará:
“cambio de paradigma”
como sustituto de:
mecanismo económico concreto.
14.3.15. Meadows no dice simplemente “intervenir más arriba”
Ésta es una cautela importante.
Un leverage point profundo puede:
- tener gran capacidad de transformación;
pero también:
- ser difícil de identificar;
- ser políticamente costoso;
- generar efectos amplios inciertos.
Por tanto:
deep leverage ≠ best policy automatically.
14.3.16. RMS debe añadir coste
Podemos formular:
Leverage_i = impacto sistémico / coste total de intervención.
Pero el denominador debería incluir:
- coste fiscal;
- coste político;
- riesgo;
- tiempo;
- efectos secundarios.
14.3.17. Y debe añadir evidencia
Para llamar algo:
leverage point
deberíamos demostrar:
modificarlo genera realmente un cambio persistente.
No basta:
que el diagrama parezca sugerirlo.
Proposición RMS-TS3
Los puntos de intervención difieren en profundidad y capacidad de modificar la dinámica; sin embargo, su relevancia debe establecerse mediante mecanismos económicos, costes, contrafactuales y evidencia, no únicamente por su posición intuitiva en un diagrama sistémico.
14.3.18. Meadows y cuellos de botella
Esto permite diferenciar dos conceptos que RMS ya ha desarrollado.
Bottleneck
dónde está limitada actualmente:
la capacidad.
Leverage point
dónde una intervención produce:
gran cambio relativo.
Pueden coincidir.
Pero:
no necesariamente.
14.3.19. Ejemplo
Puerto congestionado:
bottleneck.
Posibles intervenciones:
A
construir otro puerto.
Muy costoso.
B
digitalizar aduanas.
Puede liberar:
gran capacidad.
Entonces:
bottleneck = sistema portuario
pero:
leverage point = flujo de información/procedimiento.
14.3.20. Meadows y políticas estructurales
Esto aporta a RMS una distinción útil:
Política paramétrica
cambia:
un número.
Política estructural
cambia:
una relación.
Política institucional
cambia:
una regla.
Política adaptativa
cambia:
capacidad de aprender/reconfigurar.
Así podemos clasificar:
profundidad de intervención.
14.4. Stocks, flujos y leverage points
Llegamos ahora a la integración de los tres autores.
Podemos construir una genealogía sencilla:
Bertalanffy
¿qué constituye el sistema y cómo se relaciona con su entorno?
Forrester
¿qué estructura de stocks, flows, feedbacks y delays genera su comportamiento?
Meadows
¿en qué parte de esa estructura puede una intervención modificar de manera significativa la trayectoria?
Esta secuencia encaja extraordinariamente bien con RMS.
14.4.1. La arquitectura básica
Podemos representar:
Entorno
↓
flujos de entrada
↓
stocks
↓
capacidades
↓
resultados
↓
feedbacks
↓
nuevos flujos
↓
stocks futuros.
En forma compacta:
Kₜ → Cₜ → Oₜ → Fₜ → Flowsₜ → Kₜ₊₁.
Pero RMS añade:
- recursos;
- mecanismos;
- estructura.
Así:
Rₜ + Mₜ + Sₜ + Kₜ → Cₜ → Oₜ → Fₜ → Kₜ₊₁,Sₜ₊₁.
14.4.2. Stock-flow consistency
Un principio fundamental:
todo cambio de stock debe explicarse mediante flujos.
Si decimos:
“Europa perdió capacidad industrial”,
debemos identificar:
- cierres;
- inversión;
- depreciación;
- entrada de nuevas plantas.
No basta:
una narrativa.
14.4.3. Ejemplo: capital humano
Stock:
H.
Entradas:
- formación;
- inmigración;
- experiencia.
Salidas:
- jubilación;
- emigración;
- obsolescencia.
Entonces:
Hₜ₊₁ = Hₜ + Formación + Experiencia + Inmigración − Jubilación − Emigración − Obsolescencia.
Ahora tenemos:
una arquitectura contrastable.
14.4.4. Ejemplo: capacidad industrial
Aquí la cuestión es más compleja porque:
capacidad
no es un stock simple.
Depende de:
- capital físico;
- conocimiento;
- proveedores.
Entonces:
C_ind = Φ(K_physical,K_human,K_knowledge,Network).
System Dynamics nos ayuda a modelar:
stocks subyacentes.
RMS añade:
función emergente de capacidad.
14.4.5. Ejemplo: deuda
Stock:
D.
Flujos:
- nuevo endeudamiento;
- amortización.
Pero el stock de deuda afecta:
intereses y comportamiento.
Entonces:
Dₜ → Interest Paymentsₜ → Financing Needₜ → Dₜ₊₁.
Tenemos:
feedback.
14.4.6. Minsky como dinámica de sistemas económica
Esto permite reinterpretar Minsky:
estabilidad → confianza → leverage → fragilidad.
El leverage modifica:
stocks de balance.
Entonces el feedback se:
materializa en una variable de estado.
Ésta es una conexión especialmente importante entre:
Forrester y macro-finanzas.
14.4.7. Brunnermeier-Sannikov como formalización económica avanzada
La gran diferencia es que Brunnermeier-Sannikov proporciona:
- agentes;
- optimización;
- precios;
- restricciones financieras.
Por tanto demuestra una idea metodológica importante:
un fenómeno sistémico no necesita abandonar los fundamentos económicos rigurosos.
RMS debería aspirar precisamente a esa integración.
14.4.8. Stocks versus tasas
La confusión entre:
stocks
y:
flows
es frecuente incluso entre personas con formación avanzada; la investigación pedagógica en System Dynamics ha documentado dificultades persistentes para razonar correctamente sobre acumulación.
Esto importa enormemente para política.
Ejemplo:
reducir:
déficit
no implica reducir inmediatamente:
deuda.
Si:
déficit sigue positivo,
deuda:
sigue aumentando.
14.4.9. Flujo cero
Para estabilizar un stock:
entrada = salida.
No necesariamente:
ambas = 0.
Una población puede permanecer estable con:
- nacimientos;
- muertes;
elevados pero iguales.
14.4.10. Cambio de flujo y cambio de stock
Otra confusión:
reducir entrada
no significa:
reducir stock.
Ejemplo:
menos crédito nuevo
no implica:
menos deuda.
La deuda puede seguir aumentando:
más lentamente.
14.4.11. Aceleración
También podemos distinguir:
stock, flow y cambio del flow.
Ejemplo:
Stock
deuda.
Flow
déficit.
Cambio del flow
variación del déficit.
Esta claridad evita muchos errores de discusión macroeconómica.
14.4.12. Buffers como stocks
Los buffers también son:
stocks.
- inventarios;
- reservas;
- liquidez.
Su función es desacoplar temporalmente:
entrada
de:
salida.
Ejemplo:
inventario permite seguir produciendo aunque:
suministro se interrumpa.
14.4.13. Buffers y resiliencia
Entonces:
buffer ↑ → absorción de shock ↑.
Pero:
coste de mantener buffer ↑.
Tenemos:
trade-off entre:
eficiencia normal y resiliencia.
14.4.14. Retardos y stocks
Un stock puede esconder durante cierto tiempo:
un desequilibrio de flujo.
Ejemplo:
inventario disminuye lentamente.
La producción continúa.
El sistema parece:
normal.
Hasta que:
stock llega a cero.
Entonces aparece:
discontinuidad.
Esto explica muchos:
latent bottlenecks.
14.4.15. Early warning indicators
Por tanto, a veces debemos observar:
stock trend
más que:
output corriente.
Ejemplo:
producción estable
pero inventarios cayendo.
Puede indicar:
vulnerabilidad futura.
14.4.16. Leverage point y stock
La intervención más obvia puede ser:
aumentar stock.
Pero no siempre es la mejor.
Ejemplo:
hospital saturado.
Podemos aumentar:
camas.
Pero si el flujo de altas es:
muy lento,
el leverage point puede estar:
en el proceso de salida.
14.4.17. Leverage point y feedback
Otro ejemplo:
crédito excesivo.
Podemos limitar:
cantidad.
Pero quizá el mecanismo estructural está en:
colateral procíclico.
Modificar:
regla de leverage
puede tener efecto más profundo.
14.4.18. Leverage point e información
Una política puede no necesitar:
gran gasto.
Cambiar información puede:
modificar decisiones.
Esto conecta Meadows con:
Hayek y Stantcheva.
14.4.19. Leverage point y reglas
Aquí entran:
- North;
- Acemoglu;
- Williamson.
Una norma institucional puede afectar:
miles de decisiones posteriores.
Pero modificarla puede tener:
consecuencias generales.
14.4.20. Leverage point y adaptación
La intervención más profunda quizá no sea:
resolver directamente el problema.
Puede ser aumentar:
capacidad del sistema para resolver futuros problemas.
Ejemplo:
mejorar:
- información;
- evaluación;
- aprendizaje.
Esto conecta Meadows con:
Teece, Senge, Ashby y Rodrik.
14.4.21. Meta-leverage
Podemos introducir un concepto RMS:
Meta-leverage point = intervención que aumenta la capacidad del sistema para detectar y corregir posteriormente sus propias restricciones.
Ejemplo:
mejorar una administración para:
identificar cuellos futuros.
Eso puede ser más importante a largo plazo que:
resolver una restricción concreta.
14.4.22. Ashby y leverage
Ashby añade:
una intervención profunda puede consistir en aumentar:
variedad de respuesta.
Si el entorno cambia continuamente,
un sistema optimizado para:
un único escenario
puede volverse frágil.
Entonces:
Adaptive Repertoire
es también una posible:
palanca sistémica.
14.4.23. Meadows y capacidad adaptativa
Podemos reinterpretar algunos leverage points superiores como:
cambios en capacidad de adaptación.
Reglas mejores.
Información mejor.
Aprendizaje mejor.
No sólo:
más recursos.
Esto conecta directamente con la futura:
Meta-capacidad RMS.
14.4.24. No todos los leverage points son “pequeños”
Es importante dejarlo claro.
Modificar:
- red eléctrica;
- regulación financiera;
- sistema educativo;
puede tener:
efecto enorme
pero también requerir:
coste enorme.
Por tanto:
leverage ≠ cheap.
14.4.25. Magnitud versus profundidad
Podemos distinguir:
Depth
qué tan profundamente modifica la estructura causal.
Cost
cuánto cuesta.
Effect
cuánto cambia el resultado.
Así:
Leverage Quality = f(depth, effect, cost, uncertainty).
14.4.26. Leverage point y irreversibilidad
Una intervención profunda puede ser:
difícil de revertir.
Por tanto:
cuanto mayor:
irreversibilidad,
mayor debería ser:
evidencia exigida.
Esto será importante en:
transiciones.
14.4.27. Leverage point y experimentación
Si existe incertidumbre:
puede ser preferible:
experimentar a pequeña escala
antes de:
intervención estructural completa.
Rodrik, Ostrom y Nelson-Winter encajan aquí.
14.4.28. De Meadows a Rodrik
Existe una conexión especialmente interesante.
Meadows:
¿dónde intervenir?
Rodrik:
¿cuál es la restricción vinculante?
RMS combina:
Constraint Diagnosis + Leverage Analysis.
Primero:
¿qué está limitando?
Después:
¿dónde intervenir sobre esa restricción produce mayor efecto sostenible?
14.4.29. Bottleneck versus leverage point revisado
Podemos formular definitivamente:
Bottleneck = dónde falta capacidad.
Leverage Point = dónde una intervención altera más eficazmente la dinámica que produce esa falta.
Ésta es una distinción muy potente.
14.5. El puente con la economía moderna
Aunque el índice formal termina en 14.4, conviene cerrar la genealogía mostrando cómo estas ideas se conectan con autores posteriores.
Porque RMS no debería parecer una simple aplicación de System Dynamics.
14.5.1. Arthur
Forrester aporta:
feedback.
Arthur aporta:
microfundamento mediante increasing returns, adopción y aprendizaje.
14.5.2. Minsky, Shin y Brunnermeier
System Dynamics muestra:
feedback financiero.
Minsky explica:
por qué aparece.
Shin:
cómo opera mediante balances y leverage.
Brunnermeier-Sannikov:
cómo puede formalizarse en equilibrio dinámico.
14.5.3. Acemoglu y redes
Forrester permite:
pensar conexiones.
Acemoglu formaliza:
propagación mediante redes productivas.
14.5.4. Kremer y Jones
La teoría de sistemas llama la atención sobre:
interdependencia.
Kremer y Jones ofrecen:
modelos económicos de complementariedad y weak links.
14.5.5. Hausmann-Hidalgo
La idea sistémica de combinación se convierte en:
capabilities + Product Space.
14.5.6. Nelson-Winter y Arthur
La economía evolutiva añade:
agentes adaptativos.
Esto es importante porque los modelos clásicos de System Dynamics pueden representar agregados donde las reglas de comportamiento permanecen especificadas por el modelador.
Una economía adaptativa necesita además:
reglas que cambian.
14.5.7. Farmer
Aquí Doyne Farmer se convierte en un puente particularmente importante.
Los Agent-Based Models permiten introducir:
- heterogeneidad;
- interacción;
- redes;
- aprendizaje.
Así, RMS podrá utilizar:
System Dynamics
cuando:
stocks y flows agregados sean suficientes.
ABM
cuando:
heterogeneidad e interacción micro sean esenciales.
14.5.8. No existe método único
Ésta debe ser una conclusión metodológica importante:
pensamiento sistémico no implica que todos los problemas deban modelarse mediante System Dynamics.
RMS podrá utilizar:
- equilibrio general;
- DSGE;
- redes;
- ABM;
- econometría;
- System Dynamics.
La herramienta depende de:
mecanismo y pregunta.
14.6. Cinco niveles de análisis sistémico en RMS
Podemos ahora construir una jerarquía metodológica.
Nivel 1 — Mapa
¿Qué componentes y relaciones existen?
Nivel 2 — Feedback
¿Qué causalidad circular puede existir?
Nivel 3 — Stock-flow
¿Qué variables acumulan memoria?
Nivel 4 — Modelo
¿Qué ecuaciones representan los mecanismos?
Nivel 5 — Evidencia
¿los datos confirman esos mecanismos?
Esto evita quedarse en:
diagramas intuitivos.
14.7. Los causal-loop diagrams como hipótesis
Debe quedar como regla central:
un causal-loop diagram no demuestra causalidad.
Representa:
una hipótesis causal estructurada.
Por tanto cada flecha debe especificar:
- mecanismo;
- signo;
- horizonte;
- evidencia.
14.8. Un ejemplo económico completo
Supongamos:
baja productividad empresarial.
Stock
capital productivo.
Flow
inversión.
Feedback
productividad baja → margen bajo → inversión baja → capital bajo → productividad baja.
Podemos identificar:
R1.
Pero también:
Compensador
productividad baja → pérdida de cuota → salida → reasignación → productividad agregada ↑.
Tenemos:
B1.
Entonces el comportamiento real depende de:
R1 versus B1.
14.9. Ahora añadimos estructura económica
¿Por qué quizá no funciona B1?
Porque:
- crédito zombie;
- barreras de salida;
- regulación.
Ahora incorporamos:
North, Shleifer, finanzas.
Así:
feedback sistémico → mecanismo económico identificado.
14.10. Y añadimos evidencia
Podemos contrastar:
¿las empresas menos productivas salen?
¿reciben crédito?
¿a dónde se reasignan trabajadores?
Entonces:
RMS deja de ser:
una narrativa circular.
Se convierte en:
hipótesis empírica.
14.11. Las cuatro aportaciones centrales de la teoría de sistemas a RMS
Después de toda la discusión, podemos reducir la contribución a cuatro elementos.
1. Organización
Bertalanffy:
importar relaciones y fronteras.
2. Dinámica
Forrester:
stocks + flows + feedbacks + delays.
3. Intervención
Meadows:
identificar distintos niveles de leverage.
4. Integración
RMS:
traducirlos a mecanismos económicos contrastables.
14.12. Qué NO debe tomar RMS de la teoría de sistemas
Tan importante como incorporar conceptos es establecer límites.
No 1
No debe asumir:
“todo está conectado”.
Necesitamos distinguir:
conexiones relevantes.
No 2
No debe sustituir:
causalidad por diagramas.
No 3
No debe tratar:
analogías biológicas como leyes económicas.
No 4
No debe asumir:
sistemas orientados hacia un objetivo único.
Una economía contiene:
agentes con objetivos diferentes.
No 5
No debe suponer:
que el planificador conoce toda la arquitectura.
Hayek sigue siendo fundamental.
No 6
No debe abandonar:
equilibrio, incentivos o optimización.
No 7
No debe considerar automáticamente:
leverage point profundo = buena política.
14.13. Bertalanffy versus Hayek
Existe aquí una combinación intelectual interesante.
Bertalanffy:
estudiar organización del conjunto.
Hayek:
nadie conoce completamente el conjunto.
Estas ideas no son incompatibles.
Implican:
el analista puede intentar comprender estructura sin suponer que un actor dentro del sistema dispone de toda la información necesaria para controlarla.
Esta distinción es esencial.
14.14. Forrester versus Lucas
Otra combinación:
Forrester:
la estructura genera comportamiento.
Lucas:
el comportamiento puede cambiar cuando cambian las reglas.
Entonces:
estructura → comportamiento → nueva estructura.
RMS necesita ambos.
14.15. Meadows versus Rodrik
Meadows:
dónde intervenir.
Rodrik:
qué restricción identificar.
Combinados:
diagnóstico causal → punto de palanca → experimentación → evaluación.
Ésta puede ser una arquitectura especialmente potente para política económica RMS.
14.16. Meadows versus Ashby
Meadows:
cambiar estructura.
Ashby:
asegurar suficiente variedad de respuesta.
Entonces una intervención puede dirigirse no sólo a:
resolver el shock actual,
sino a:
ampliar el repertorio futuro.
14.17. Sistemas adaptativos: el límite de una dinámica puramente mecánica
Ésta es probablemente la principal ampliación que RMS debe realizar respecto a System Dynamics clásica.
Una economía contiene agentes que:
- aprenden;
- anticipan;
- innovan;
- manipulan reglas.
Por tanto:
los parámetros de comportamiento pueden cambiar endógenamente.
Tenemos:
Systemₜ → incentivesₜ → behaviorₜ → learningₜ → Systemₜ₊₁.
Aquí se vuelven imprescindibles:
- Arthur;
- Nelson-Winter;
- Sargent;
- Teece.
14.18. Una teoría del sistema económico debe incluir expectativas
Otra diferencia fundamental.
Una presa no cambia hoy porque:
espera una política mañana.
Una empresa:
sí.
Por tanto:
future expected state → current behavior.
Woodford, Sargent y Angeletos añaden algo que la genealogía sistémica clásica no cubre suficientemente:
expectativas forward-looking.
RMS necesita incorporarlas.
14.19. Y debe incluir poder
Los agentes tampoco ocupan:
posiciones equivalentes.
Farrell-Newman, Acemoglu, North y Shleifer nos recuerdan que:
estructura distribuye poder.
Una teoría sistémica económica sin poder sería:
incompleta.
14.20. Y selección
Los componentes del sistema:
- nacen;
- desaparecen;
- compiten.
Schumpeter, Alchian y Nelson-Winter añaden:
selection dynamics.
Entonces la arquitectura no sólo:
se mueve.
También:
cambia su población de componentes.
14.21. RMS como sistema dinámico ampliado
Podemos ahora formular una arquitectura más completa:
Rₜ + Kₜ + Mₜ + Sₜ
↓
Cₜ
↓
Equilibrium / Behaviorₜ
↓
Oₜ
↓
Feedbacks + Learning + Selection
↓
Rₜ₊₁ + Kₜ₊₁ + Mₜ₊₁ + Sₜ₊₁
↓
Cₜ₊₁.
Y sobre todo ello actúan:
shocks + entorno internacional.
14.22. RMS y la noción de leverage point
Podemos ahora redefinir leverage de forma más económica.
Un leverage point RMS será:
una variable, relación, regla o capacidad cuya modificación produce un cambio desproporcionado y persistente en una función económica relevante porque altera una restricción dominante, un feedback importante o la arquitectura que los genera.
Esta definición incorpora:
- Meadows;
- Rodrik;
- mecanismos económicos.
14.23. Tres tipos de leverage RMS
Podemos distinguir:
Tipo I — Paramétrico
Modificar:
precios/cantidades.
Tipo II — Estructural
Modificar:
redes, feedbacks, cuellos.
Tipo III — Adaptativo
Modificar:
capacidad del sistema para aprender y reconfigurarse.
Esta tercera categoría puede ser una extensión particularmente importante de RMS.
14.24. Leverage adaptativo
Ejemplo:
en lugar de subvencionar eternamente:
una tecnología,
mejorar:
- investigación;
- capital riesgo;
- transferencia;
- escalado.
La intervención no escoge:
la solución concreta.
Aumenta:
capacidad de generar soluciones.
14.25. Meta-capacidad y teoría de sistemas
Aquí aparece una conexión profunda con el capítulo 8.
La meta-capacidad adaptativa puede convertirse en uno de los leverage points más importantes.
Porque modifica:
la capacidad futura de resolver problemas todavía desconocidos.
14.26. Una cautela: profundidad no garantiza eficiencia
Pero una intervención profunda puede:
equivocarse profundamente.
Modificar una regla fundamental puede generar:
grandes beneficios
o:
grandes daños.
Por tanto:
leverage ↑ → necesidad de evidencia ↑.
Podemos convertirlo en:
un principio RMS.
14.27. Protocolo RMS de intervención sistémica
Ante cualquier propuesta:
1. Definir función
¿Qué queremos cambiar?
2. Identificar stock
¿Qué variable acumula el problema?
3. Identificar flows
¿Qué lo aumenta y reduce?
4. Identificar feedbacks
¿Qué reproduce la dinámica?
5. Identificar delays
¿Qué efectos están separados temporalmente?
6. Identificar bottleneck
¿Qué restricción limita?
7. Buscar leverage points
¿qué modificación altera el mecanismo?
8. Analizar adaptación
¿cómo responderán los agentes?
9. Simular efectos secundarios
¿qué nueva restricción aparecerá?
10. Medir
¿qué resultado falsaría nuestra hipótesis?
Éste podría denominarse:
RMS Systemic Intervention Protocol.
14.28. Proposiciones RMS derivadas de teoría de sistemas
RMS-TS1 — Frontera
La frontera relevante de un sistema debe definirse por la función y las relaciones causales estudiadas, no únicamente por divisiones administrativas.
RMS-TS2 — Organización
Las propiedades económicas de un sistema pueden depender de la organización de sus componentes y no únicamente de la cantidad de cada componente.
RMS-TS3 — Memoria
Los stocks constituyen variables de estado que transmiten consecuencias del pasado hacia posibilidades futuras.
RMS-TS4 — Acumulación
Todo cambio persistente de un stock requiere flujos de entrada o salida y no puede inferirse correctamente a partir de variaciones de flujo aisladas.
RMS-TS5 — Feedback
Parte del comportamiento económico puede ser endógeno cuando los resultados modifican las condiciones que determinan resultados posteriores.
RMS-TS6 — Retardo
La distancia temporal entre acción y respuesta puede alterar estabilidad, generar oscilaciones y reducir efectividad de políticas.
RMS-TS7 — Estructura
Patrones persistentes deben buscarse parcialmente en estructuras que los reproducen y no sólo en secuencias de shocks externos.
RMS-TS8 — Leverage
Una intervención posee mayor leverage cuando modifica de manera persistente una restricción, feedback o regla relevante con un coste y riesgo relativamente inferiores al efecto conseguido.
RMS-TS9 — Adaptación
En sistemas económicos humanos, las reglas de comportamiento pueden modificarse como respuesta a las propias intervenciones, por lo que la estructura dinámica no debe asumirse completamente fija.
RMS-TS10 — Evidencia
Diagramas sistémicos constituyen hipótesis causales; cada relación debe recibir microfundamento económico y contraste empírico.
14.29. Autores principales y función dentro de la genealogía
| Autor | Aportación a RMS |
|---|---|
| Ludwig von Bertalanffy | sistema, organización, apertura y frontera |
| Jay Forrester | stocks, flows, feedbacks, delays y simulación dinámica |
| Donella Meadows | leverage points, reglas, información y objetivos |
| John Sterman | formalización y enseñanza moderna de System Dynamics, policy resistance |
| W. Ross Ashby | regulación y requisite variety |
| Edgar Morin | cautela frente al reduccionismo; marco metodológico secundario |
| Hayek | límite informativo del control central |
| Lucas | adaptación de comportamiento frente a cambio de política |
| Minsky / Shin / Brunnermeier | microfundamentos económicos de feedback financiero |
| Arthur / Nelson-Winter | adaptación y evolución endógena |
| Rodrik | identificación de restricciones y política experimental |
La jerarquía importa.
Los tres protagonistas del capítulo siguen siendo:
Bertalanffy → Forrester → Meadows.
El resto muestra:
cómo RMS conecta esa genealogía con economía moderna.
Conclusión: de “pensar en sistemas” a construir explicaciones económicas sistémicas
La teoría de sistemas ofrece a RMS una genealogía intelectual importante.
Pero su contribución debe formularse con precisión.
Bertalanffy aporta una pregunta fundamental:
¿qué constituye realmente el sistema y cómo se relacionan sus componentes con el entorno?
Su concepción de los sistemas abiertos permitió estudiar organizaciones que mantienen su estructura mediante intercambios continuos con el entorno.
Forrester convierte esta intuición general en una metodología dinámica mucho más operacional:
¿qué stocks acumula el sistema, qué flows los modifican y qué feedbacks y delays generan el comportamiento observado?
Ésta continúa siendo la estructura conceptual básica de System Dynamics en la tradición desarrollada en MIT.
Meadows añade la cuestión de intervención:
¿todos los puntos del sistema tienen la misma capacidad de modificar su comportamiento?
Su respuesta es claramente negativa. Cambiar parámetros, información, feedbacks, reglas, objetivos o paradigmas puede intervenir a profundidades muy diferentes dentro de una estructura sistémica.
Pero RMS necesita dar un paso adicional.
Porque una economía no es sólo:
un sistema dinámico.
Es un:
sistema humano adaptativo.
Sus agentes:
- anticipan;
- aprenden;
- reaccionan;
- innovan;
- poseen poder;
- modifican instituciones.
Por eso Forrester debe complementarse con:
Hayek, Lucas, Sargent, Woodford y Angeletos para información y expectativas.
Con:
Minsky, Shin, Geanakoplos y Brunnermeier para feedback financiero.
Con:
Arthur, Alchian y Nelson-Winter para adaptación y selección.
Con:
Acemoglu para redes e instituciones.
Con:
Kremer y Jones para complementariedades.
Con:
Hausmann-Hidalgo para capacidades.
Y con:
Rodrik para diagnóstico de restricciones e intervención adaptativa.
De esta integración surge una diferencia importante entre:
Pensamiento sistémico descriptivo
“muchas cosas están relacionadas”.
y:
Análisis sistémico económico
“estas variables están relacionadas mediante estos mecanismos, generan estos stocks y feedbacks, bajo estas condiciones deberían producir este comportamiento y podemos contrastarlo mediante estos datos”.
RMS debe aspirar siempre a la segunda versión.
Podemos condensar toda la genealogía del capítulo mediante cuatro preguntas:
Bertalanffy: ¿cuál es el sistema?
Forrester: ¿qué estructura genera su dinámica?
Meadows: ¿dónde puede alterarse esa dinámica?
RMS: ¿qué mecanismo económico hace que esa intervención funcione y cómo podemos demostrarlo?
Ésta última pregunta es decisiva.
Porque evita convertir el pensamiento sistémico en:
una narrativa capaz de explicar cualquier cosa.
Y permite conservar su principal virtud:
obligarnos a mirar no sólo los componentes de una economía, sino las estructuras de acumulación, interacción y retroalimentación mediante las cuales esos componentes producen trayectorias.
En forma compacta:
Stocks contienen memoria.
Flows producen cambio.
Feedbacks generan dinámica.
Delays separan causa y efecto.
Structure condiciona comportamiento.
Leverage points permiten intervenir.
Pero RMS añade:
incentivos dan microfundamento.
expectativas generan adaptación.
capacidades determinan qué es posible.
redes determinan cómo se propaga.
instituciones distribuyen reglas y poder.
evidencia decide si la explicación es correcta.
Ésa debería ser la herencia intelectual que RMS 2.0 conserve de la teoría de sistemas: no la afirmación vaga de que “todo está conectado”, sino una disciplina para identificar qué está conectado, mediante qué mecanismo, con qué retardo, sobre qué stock, generando qué feedback y con qué posibilidad real de intervención
