Goedel e l'incompletezza di Dio (pt.2)
In questa parte, tratteremo l'origine della "scienza della complessità" e delle sue caratteristiche fondamentali, di come proceda e di come si differenzi dalla scienza assiomatica.Eravamo rimasti all'introduzione della meccanica quantistica, che per prima, propone l'idea che esistano grandezze non conoscibili non tanto per la difficoltà di essere misurate, o per l'inadeguatezza dei mezzi sperimentali di misurazione; insomma, non per una limitatezza dei nostri strumenti. Esistono grandezze non conoscibili poiché esse non hanno senso. Non esistono nella realtà fisica.
In particolare, il principio di indeterminazione stabilisce che è impossibile conoscere con precisione contemporaneamente il valore di due variabili correlate che definiscono l'esistenza fisica di un quanto: la sua posizione ed il suo vettore di direzione. Inoltre, queste due grandezze, seppur conosciute, sono espresse in termini di probabilità, e non in termini di misura puntuale.
Fino ad Einstein, incluso, vale la teoria "atomistica" di origine greca, di cui abbiamo parlato nella prima parte: dividendo la materia in parti sempre più piccole, si arriverà a un punto in cui non è più possibile dividere oltre, e quello è l'a-tomos filosofico. Con la meccanica quantistica, la natura della materia elementare cambia radicalmente. Possiamo arrivare fino ad analizzare un punto infinitamente piccolo dello spazio, un non-atomo la cui dimensione è un così detto epsilon piccolo a piacere. E la cosa stupefacente è che la meccanica quantistica ci informa che in questo spazio infinitamente piccolo c'è esattamente niente, o meglio, una probabilità infinitamente piccola di esistenza.
Se allarghiamo lo spazio di cui vogliamo sapere qualcosa, ecco che aumentano le probabilità di esistenza. Se lo spazio preso in considerazione è abbastanza ampio, la probabilità che una particella elementare vi si trovi all'interno è molto vicina alla certezza... senza mai esserlo; a meno che spazio considerato sia l'intero universo.
E la stessa cosa vale per il tempo. Se noi potessimo avere una macchina fotografica quantistica, e scattassimo un'immagine ferma nel tempo, in un preciso istante di tempo lungo epsilon piccolo a piacere, vedremmo il nulla, o meglio una probabilità di esistenza infinitamente piccola. Estendendo il tempo di osservazione, aumenta la probabilità di verificare un'esistenza, fino ad avere un valore vicino alla certezza quando il tempo è infinito. La certezza di esistenza si ha solo con un tempo infinito: un'eternità. Torneremo su questo punto nella terza parte.
Per fare un confronto con la teoria meccanica della materia, se esistesse un a-tomo filosofico (ben più piccolo dell'atomo come comunemente inteso, il quale è composto di altre particelle elementari come protoni, neutroni e elettroni, anch'essi molto probabilmente formati da più particelle ancor più elementari), secondo la teoria meccanica, se avessimo una "lente perfetta", uno strumento di misurazione "infinitamente preciso", potremmo vedere quest'a-tomo come un immenso macigno, di massa voluminosa, la cui superficie potrebbe essere vista e analizzata facilmente, così come ora vediamo la superficie delle molecole con i microscopi a scansione. La meccanica quantistica invece ci dice che se avessimo una lente perfetta, una macchina capace di misurare lo spazio più piccolo possibile, vedremmo il nulla. Vi ricorda qualcosa? -- è la conclusione della trascendenza della "via di mezzo", ossia, della mediazione dei concetti opposti così come sviluppata dalle filosofie orientali.
La meccanica quantistica dimostra inevitabilmente continuando ad analizzare all'infinito i fenomeni fisici osservabili, si scivola inesorabilmente verso l'unica conclusione possibile: il nulla. Allo stesso modo, la filosofia orientale individua questo "nulla" come iterazione infinita del ragionamento sugli opposti, sulle contraddizioni. Se è vero qualcosa ma è vero anche il suo opposto, allora deve essere vera una terza affermazione che afferma che né l'una né l'altra sono vere, e sono vere entrambe. E questo è possibile solo se diamo a questa terza affermazione il valore logico di "non esistenza", (in Giapponese, "mu"). L'unico valore che realizza l'equazione x = kx è x = 0. L'unica sintesi possibile fra opposti entrambi veri è il "nulla" logico. L'unica materia esistente in uno spazio infinitamente piccolo è il nulla. La materia si "apprezza" solo osservandola nello spazio e nel tempo, così come i paradossi si risolvono solo osservandoli in un contesto che vada oltre la loro definizione letterale.
Per ancora un po' di tempo, dopo i primi anni trenta, è rimasto il dubbio che la meccanica quantistica fosse solo "un trucco matematico" per sopperire alla mancanza di una variabile nascosta che spiegasse la relazione fra posizione e moto, e che conosciuta quella variabile, ogni discorso di "probabilità" dovesse cadere. Con quella variabile nascosta, conoscendo la posizione e il moto di una particella elementare, si sarebbe potuto sapere esattamente in quale luogo si sarebbe trovata dopo un certo tempo; la materia sarebbe tornata ad essere una "cosa", e l'a-tomo un granello di polvere piccolo ma ancora soggetto alle forze della meccanica classica, come un qualsiasi "corpo". Einstein introdusse questa variabile in una serie di formalismi matematici, accompagnati dall'affermazione che "Dio non gioca a dadi". La materia non poteva essere "dovuta al caso". Bohr, senza più dargli troppo peso, gli rispose "smettila di dire a Dio quel che deve fare". Chi Diede peso all'ultima difesa einsteiniana della meccanica classica, e la falsificò sia a livello matematico che sperimentale fu John Bell, nel 1965. La materia cessò per sempre di essere fatta da granelli di polvere, per assumere la forma di una probabilità.
Questo teorema, e le sue verifiche sperimentali, sono di cruciale importanza per la scienza della complessità, perché ci danno la certezza dell'ineliminabilità del caso. A livello filosofico, la fisica meccanica sosteneva che avendo una capacità di calcolo enorme, ma non infinita, e conoscendo la posizione e il moto di tutti gli a-tomi dell'universo (un grande numero, ma non infinito), si sarebbe potuto sapere tutto dell'istante successivo. Questa speranza veniva estesa anche ad altri campi; ad esempio, conoscendo tutto dello stato di una essere umano, come la quantità di ormoni in circolo, la struttura di tutte le sue fibre nervose, ecc, si sarebbe potuto sapere con estrema precisione quale sarebbe stata la sua reazione di fronte a un qualsiasi stimolo.
Il 1965 segna l'anno in cui l'ultimo baluardo a difesa di questa illusione cade. La natura è imprevedibile. Lo è nell'intimo. Conoscendola perfettamente, possiamo solo sapere che è imprevedibile. Gli a-tomi non esistono, e la materia in forma elementare non ha una posizione e un moto pre-stabiliti, ma ha solo probabilità di essere e di cambiare. Il caso è una componente fondamentale e ineliminabile della realtà fisica dell'universo. La conoscenza perfetta è impossibile, non per un nostro limite, non per la limitatezza delle nostre menti e dei nostri strumenti: ma per via della stessa natura delle cose.
Questa nuova scoperta, ossia il fatto che la conoscenza perfetta non esiste, è il punto di svolta che da il via alla scienza della complessità. Alla scienza della complessità si intreccia anche la scienza che studia la scienza: l'epistemologia, perché è sono gli epistemologi che si accorgono della rilevanza di questa scoperta nel modo di procedere dell'indagine scientifica, e che iniziano a introdurre nuovi metodi di indagine. Ma oltre che dall'epistemologia, arrivano apporti separati e all'inizio totalmente scorrelati da una serie di scienze "meno esatte" della fisica. Vediamole in ordine sparso (esattamente l'ordine che ci si aspetta nella scienza della complessità).
La cibernetica, con Von Neumann e Turing, cerca di farsi strada come una scienza esatta, attraverso teoremi e schemi concettuali mutati dalla teoria dei sistemi, dalla teoria dell'informazione e dove possibile dalla matematica. In particolare, le "macchine" di Von Neumann e Turing sono macchine deterministiche. Dato uno stato S ad un tempo T, applicato un input I, la macchina si muoverà nel tempo T1 ad uno stato S1. Si realizza qui il sogno di conoscenza perfetta di cui sopra. Ma la cibernetica presenta un aspetto che fugge alle formalizzazioni: si possono realizzare macchine non deterministiche; ossia, a comportamento "casuale". La parte "casuale" della cibernetica è volutamente ignorata dai formalizzatori, ma molto nota agli operatori del settore, ossia, a quelli che devono poi usare delle macchine che "fanno qualcosa", al di là di "essere modelli matematici". I primi esperimenti nel campo della fuzzy logic negli anni sessanta tentano di sfuggire alla gabbia del determinismo e formalismo cibernetico, ma a mio giudizio, chi ci riesce maggiormente in quel periodo è Forrester, che sviluppa la System dynamics. Si tratta di una disciplina che coniuga teoria dei sistemi e cibernetica, assieme ad una forte quantità di senso pratico, e modella una realtà di relazioni fra entità. La novità è che le relazioni possono essere ricorsive, e le entità possono non essere semplici; e che il caso può giocare un ruolo attivo sia nel comportamento delle singole entità che nelle relazioni fra di esse. Si da origine così ad una "cibernetica pratica" che abbandona il formalismo Neumanniano per introdurne uno molto più flessibile e basato sulla pratica operativa... ossia, sull'accoppiamento tra il "modello" ed i risultati pratici ottenuti. L'accoppiamento delle osservazioni è un altro aspetto fondamentale della scienza della complessità.
Sempre in cibernetica, John Holland pubblica nel 1975 il suo lavoro sugli algoritmi genetici, programmi i cui parametri, o la cui struttura funzionale, è creata in modo totalmente casuale. Attraverso un processo di riproduzione con mutazioni casuali e selezione del programma migliore, si sviluppano singoli programmi o popolazioni di programmi che risolvono al meglio certi problemi.
Salto a piè pari la discussione sulle reti neurali, non perché meno importante delle altre, ma perché le reti neurali sono anch'esse simulazione cibernetica di comportamenti biologici così come gli algoritmi genetici. Questo abbondare di analogie (in questo caso tra cibernetica e biologia) sarà parte fondamentale del metodo complesso, come vedremo sotto. Per brevità, passiamo agli altri aspetti del sapere che si muovono verso la complessità.
In matematica si iniziano a studiare oggetti "algoritmici", ossia, la cui definizione non è più strettamente simbolica, bensì iterativa: nel 1975, Mandelbrot presenta i primi frattali; proprio per il fatto di essere definiti iterativamente, questi oggetti hanno la caratteristica di ripetere le loro forme, o ripetere forme auto-simili (somiglianti ma non identiche fra diverse parti) all'infinito. Questi oggetti sono interessanti nella scienza della complessità per due aspetti: primo perché alcuni fenomeni naturali sono rappresentati molto bene tramite frattali (alcuni aspetti della meccanica dei fluidi, forme auto-simili come quelle degli alberi e delle foglie, dei cristalli di ghiaccio, ecc.), secondo perché la loro caratteristica di ripresentare lo stesso "pattern" all'infinito avvicina il concetto di esistenza tramite infinito, di cui parleremo dopo.
Nel campo della fisica, nel 1977 il premio nobel Ilya Prigogine introduce i concetti di "equlibrio dinamico" e "limiti del caos" nella chimica dei fluidi. Agli inizi degli anni '80, gli italiani Roberto Serra e Gianni Zanarini svolgono un eccellente lavoro chiamato "Introduction to the Physics of Complex Systems", in cui estendono i risultati di Prigogine a tutta una serie di sistemi fisici, sistematizzando e impiegando nella descrizione di questi fenomeni una serie di strumenti matematici poco noti fino ad allora: il calcolo numerico di sistemi di ordine superiore, gli attrattori e i frattali. Il lavoro sugli attrattori è particolarmente interessante, perché tramite gli attrattori è possibile rappresentare lo stato di "esistenza" di tutta una serie di sistemi complessi caotici. Gli attrattori danno anche una spiegazione matematica alla distribuzione nello spazio-tempo dei quanti (particelle elementari).
A dire il vero, gli attrattori sono definiti per la prima volta negli anni '60, assieme alla formazione della prima teoriea del caos, ma l'interesse per questi oggetti matematici rimane molto limitato, fino a che non li si applica ai sistemi fisici, e si scopre che molti sistemi fisici, incluse molte particelle elementari, hanno una serie di "stati di esistenza" legati al loro attrattore. Gli attrattori sono molto interessanti per spiegare in modo quasi-matematico lo stato attuale di un sistema anche molto complesso, come ad esempio un intero ecosistema, e la loro struttura matematica permette di fare alcune assunzioni. Ma torneremo sull'argomento, nella terza parte di questo articolo, quando parleremo dell'impossibilità di essere ottimi.
Estremamente interessante per lo sviluppo della scienza della complessità è il percorso delle scienze cognitive (psicologia, sociologia, economia). Già negli ultimi anni dell'800 un particolare fronte dell'economia, la così detta "economia austriaca" aveva iniziato ad applicare la teoria dei sistemi all'economia, concentrandosi non sugli "equlibri" di mercato, cari alla scuola classica, ma cercando di analizzare i flussi e la dinamica dei movimenti. In questa dinamica, gioca un ruolo anche la retroazione, che ha un ruolo fondamentale nella scienza della complessità, tanto da avvicinarsi alla definizione stessa di complessità.
La psicanalisi freudiana e lo sviluppo di Yung gettano le basi per avvicinare il mistero del funzionamento della mente umana ad una scienza. A Freud va l'immenso merito di aver compreso che, seppur di scienza si doveva parlare, non poteva essere una scienza di metro e bilancia ad investigare la mente umana. Una deduzione il cui impatto non fu chiaro da subito; ancora per molto tempo, molte discipline dal successo più o meno ampio cercheranno di ridurre il funzionamento del cervello, e addirittura la "mente" stessa, ad un sistema meccanico, inseguendo il sogno di una fisica meccanica valida in assoluto. Ad esempio, la fisiognomica, che cercava di determinare tratti psicologici da caratteristiche fisiche osservabili, e il comportamentismo, secondo il quale i modelli di funzionamento della mente sono relativamente deterministici e prevedibili, ebbero successi di varia entità e durata. I comportamentisti rimasero sulla cresta dell'onda fino agli anni '40 del secolo scorso. L'irriducibile casualità e complessità della mente degli esseri viventi viene sancita dal lavoro di Maturana e Varela, L'albero della conoscenza, nel 1984, preceduto da "autopoiesi e conoscenza" del 1981. Qui si studia la natura biologica della conoscenza e della consapevolezza, ma in modo assai diverso da come si sarebbe potuto trattare l'argomento solo qualche anno prima, in modo prettamente meccanicistico. Maturana e Varela non affrontano problemi filosofici o trascendenti, come l'esistenza di un'anima, ma determinano in modo indiscutibile la relazione fra la computazione ricorsiva nei circuiti biologici e la consapevolezza. Consapevolezza che non risiede nei neuroni, ma nel modo con il quale questi interagiscono fra di loro, con l'organismo che li ospita e con l'ambiente. Per la prima volta si ipotizza, e in un certo senso, si determina, l'esistenza di un "sistema", che possiamo chiamare "mente", che pur senza risiedere in un luogo preciso, senza essere fatto di materia e atomi, senza essere "fisico", esiste. Non può essere pesato, misurato, individuato, ma esiste ed è reale; e ne si scopre anche la struttura, ma soprattutto l'origine: ha origine dal calcolo che gli esseri viventi compiono su loro stessi.
Questa scoperta ha enormi impatti su tutte gli altri rami della scienza della complessità, ma "retroagisce" principalmente sull'epistemologia, dando origine al neo-costruttivismo (lo si definisce "neo" per distinguerlo da posizioni filosofiche simili già sostenute da molti filosofi greci, ma senza l'appoggio delle scienze biologiche, sociologiche e cognitive dalle quali questa posizione si muove ex-novo); se tutto ciò che possiamo sapere della realtà è il risultato del nostro computo su noi stessi e sulla realtà che percepiamo (qui, la ricorsione di concetti è voluta), allora possiamo dire che "la realtà è inventata". Ciò nonostante, la realtà esiste... eppure, senza di noi, non è la stessa. La scienza occidentale studia per la prima volta il rumore di un albero che cade in una foresta deserta.
La lista di altre posizioni che hanno influenzato l'attuale scienza della complessità sarebbe infinita, e includerebbe Watzlawik principalmente per gli eccellenti lavori di compilazione e di sistematizzazione dei risultati nel campo della complessità, John Casti e la sua science of surprise, e tutta la gente del Santa Fe Institute of Complexity. Ma l'uomo che ha dato alla scienza della complessità il suo nome, e la dignità di metodo scientifico alternativo che sarà sempre più usato dalle generazioni di scienziati futuri è Edgard Morin.
Morin ha raccolto i contributi di tutte le scienze e il loro "sentimento complesso". La voglia dei frattali di imitare le foglie, il desidero degli attrattori di spiegare il moto delle particelle elementari, la somiglianza tra i fluidi in equilibrio dinamico e l'auto-evoluzione delle prime catene di amminoacidi, la voglia del pensiero di assomigliare al computo, e del computo di assomigliare al pensiero, assomigliava tutto ad una scienza, tutto voleva essere una scienza sola assieme alle tante scienze da cui originava, ma è Morin che ci da una sistemazione completa nel suo "Metodo", diviso originariamente in tre parti:
* 1977, La Nature de la nature (La natura della natura)
* 1980, La Vie de la vie (La vita della vita)
* 1986, La Connaissance de la connaissance (La conoscenza della conoscenza).
Questi tre libri formano il corpus del Metodo, e sono arricchiti e chiusi da altri tre volumi ("Le idee", "L'umanità dell'umanità" e "L'etica complessa").
Ma cos'è, nel concreto, la "scienza della complessità"? -- in cosa consiste?
Se è chiaro che il metodo sperimentale rimane tale, e che la fisica, la chimica, la biologia, l'ecologia, l'economia, la psicologia, la sociologia, la cibernetica, la scienza dell'informazione, la matematica e altre discipline non hanno modificato i loro metodi di indagine e studio, va però detto che la scienza della complessità sta iniziando lentamente a modificare l'approccio al metodo scientifico. Il passaggio al metodo complesso non è un D-Day, è un processo che va coinvolgendo parti sempre più ampie delle discipline pre-esistenti.
Sarà ancora possibile per molto tempo lavorare proficuamente in uno di questi campi senza interessarsi alla scienza della complessità, dato che le varie discipline scientifiche sono ancora largamente autosufficienti; eppure, già si nota un movimento di alcune punte più avanzate della ricerca verso la sintesi della scienza della complessità.
Detto questo, la scienza della complessità è costituita dall'insieme delle discipline scientifiche che operano in un dominio "complesso". Si individua un dominio complesso tramite il criterio di non-linearità. Nell'accezione della scienza della complessità, un dominio non-lineare è dove, data una certa condizione iniziale, si verificano dei comportamenti o dei risultati "inaspettati". Ad esempio, se una transizione da uno stato T0 ad uno stato T1 cambia il fattore A0 in A1 ed il fattore B0 in B1, la stessa transizione NON trasformerà la coppia (A0, B0) in (A1, B1); la transizione sulla coppia avrà un effetto diverso. O ancora, se A + B = C, e D+E = F, la somma A+B+D+E non darà come risultato C+F, ma qualcosa di diverso. In pratica, il principio della non linearità sta a significare che una "cosa" (sistema fisico, equazione, teoria intesa come insieme di simboli e formalismi) è complessa se applicando le stesse operazioni su elementi diversi e/o in tempi diversi si ottengono risultati differenti.
Molto della complessità sta nella "definizione del problema", ossia, nel modo con il quale noi osservatori ci poniamo verso il problema. Lo stesso problema può essere definito in modo "semplice" e "complesso", ed entrambe le definizioni possono funzionare abbastanza bene in contesti diversi. Ad esempio, possiamo definire il bilancio familiare in termini di entrate e uscite sul nostro conto corrente. Se da 100 sottraggo 10 avrò sempre 90, e se a 90 aggiungo 10 avrò sempre 100. Il problema è lineare, ossia, semplice. Se però inseriamo le scelte di acquisto nel modello, le cose si complicano, o meglio, si complessificano: ad esempio, se le somme sul conto corrente superano una certa soglia, ci sarà una certa probabilità che i figli insisteranno per avere un cellulare nuovo, e tanto maggiore sarà la somma, tanto più alta sarà la probabilità. Quindi, aggiungere 10 a 100 non ha più un risultato lineare; alla fine dell'anno, potrebbe essere convenuto avere solo 100 sul conto corrente, invece di aggiungere 10 ma spendere 20 per i nuovi cellulari.
Il problema è lo stesso (il bilancio familiare); è la definizione del problema ad essere diversa, e che rende il problema "complesso". Anche questo è un aspetto che vedremo nella terza parte.
Dunque, la non-linearità è la discriminante nel definire il dominio complesso. Va detto che la non linearità è quasi sempre causata dalla ricorsività della definizione del problema. Ad esempio, il bilancio familiare di cui sopra inizia a diventare un problema non lineare, quindi complesso, quando inizia a dipendere anche da se stesso. Questa affermazione sarà molto importante nell'ultima parte, dove ridurremo l'applicabilità del teorema di Goedel ai domini semplici.
Nei sistemi complessi, ossia, quando la "cosa" con dominio complesso non è una teoria o un oggetto logico-matematico, bensì un sistema composto da elementi e relazioni (non importa se, e in quanta misura, fisico o no), la non-linearità si legge nelle risposte (effetti) agli stimoli (cause) applicati; queste risposte saranno sovra o sotto dimensionate rispetto alle risposte delle singole parti. I sistemi complessi si caratterizzano per le così dette "emergenze" ed i "vincoli". Le emergenze sono caratteristiche che le parti del sistema non hanno ma il sistema nel suo insieme ha. I vincoli sono caratteristiche che le parti hanno, ma che vengono perse nell'insieme. Per esempio, se pensiamo ad una molecola d'acqua come ad un sistema complesso composto da tre atomi, due di idrogeno ed uno di ossigeno, un'emergenza è la capacità di dissetare, che né l'idrogeno né l'ossigeno possiedono; un vincolo è la perdita di libertà degli atomi, precedentemente organizzati in gas e molto più mobili (a temperatura ambiente).
La scienza della complessità consiste nello studio di queste non-linearità; nella maggior parte dei casi (nel caso dello studio dei sistemi), si occupa dello studio delle emergenze e dei vincoli.
Per quanto concerne il metodo complesso (metodo di indagine usato nel campo della scienza della complessità), si basa principalmente sui seguenti aspetti:
- Approssimazione: Il metodo matematico-galileiano semplifica. Il metodo complesso, approssima. Nella semplificazione si effettua l'eliminazione di elementi di disturbo alla teoria e di "impurità", sperando che l'errore introdotto sia irrilevante. Quando galileo getta i pesi dalla torre di Pisa non considera il diverso effetto che il vento potrebbe avere sui due pesi; ignora questo fattore, nella certezza che è irrilevante. Procedendo per semplificazione si perde la dimensione dell'errore, ed in sistemi complessi, dove la resa è non-lineare, questo può portare a discrepanze notevoli, alle volte fatali. Il metodo complesso non semplifica mai: approssima, tenendo conto dell'errore e dell'intervallo di confidenza delle proprie misure.
- Analogia: Nel metodo matematico-galileiano, il "progresso" della conoscenza avviene per induzione. Il pensiero complesso è invece fortemente "analogico", ossia, l'estensione della conoscenza avviene per applicazione di risultati noti a campi simili. L'analogia è effettivamente una forma di induzione, ma è più precisa, e consente anche contro-induzioni. Ad esempio, se due categorie dotate di due caratteristiche sono analoghe per una caratteristica ma non per un'altra, il processo analogico può prevedere un'applicazione parziale e mirata dei risultati ottenuti sulla categoria nota a quella ignota.
- Accoppiamento: Così come per il metodo galileiano, il metodo complesso prevede la sperimentazione e il confronto dei dati attesi con quelli sperimentali; ma non tutti i fenomeni indagati dalla scienza della complessità sono sperimentabili (riproducibili in laboratorio). Ad esempio, se un programma basato sugli algoritmi genetici segue con una certa precisione le serie storiche delle chiusure dell'ultimo anno delle sedute di borsa, si dice che il programma si accoppia bene alle chiusure. L'accoppiamento può essere contestuale o assoluto; il nostro programma può accoppiarsi bene all'ultimo anno di risultati borsistici, ma essere un disastro nello spiegare i precedenti 9 anni. Il metodo galileiano non è troppo gentile con i modelli incapaci di spiegare fenomeni nella loro interezza, cosa che può risultare impossibile per modelli che si accoppiano a fenomeni complessi.
- Soggettività: quando si adotta il metodo complesso, si scrive in cima al foglio degli appunti lo scopo dell'analisi da un lato, e la natura dell'osservatore dall'altro. Il metodo complesso nega la possibilità che esistano verità assolute, e relativizza ogni risultato al tipo di indagine svolto e all'osservatore che svolge l'indagine. Ad esempio, il fatto che una delle emergenze dell'acqua sia la capacità di dissetare dipende dal fatto che l'ho analizzata dal punto di vista dell'uomo. Dal punto di vista del pesce, l'acqua permette anche il movimento, emergenza che per un uomo non esiste; ma che invece esiste per una compagnia di trasporti navali. E di certo, non esiste per l'acqua stessa, che non sa nulla della sua capacità di dissetare o di consentire movimenti altrimenti impossibili.
Per quanto riguarda la logica complessa, il discorso sarebbe lunghissimo, ma mi limito a indicare le due modalità operative più importanti nella logica complessa di tipo non-matematico: la chiusura e la sintesi emergente.
La logica complessa procede in modo circolare; nella logica tradizionale si ha una premessa, dalla quale, attraverso passaggi deduttivi si giunge a delle inevitabili conclusioni. La logica complessa lavora in cerchio. Da una prima parte del ragionamento (non necessariamente una premessa) si giunge ad un'ultima, ed alla fine si effettua una chiusura che aggancia l'ultima parte alla prima. La necessita di "partire da un punto" è semplicemente una necessità comunicativa; serve perché le parole e con essa i discorsi iniziano e finiscono, ma inizio e fine sono concetti non necessari nella logica complessa. Il pensiero circolare è auto-sostenuto e auto-provato; l'unico criterio di validità, quindi, è l'accoppiamento con la realtà osservata. Accoppiamento che può anche non essere perfetto, bensì approssimato e analogico. La logica complessa accetta l'imprecisione, ma non accetta di essere spezzata, poiché procede in modo circolare.
Se volete un esempio... l'avete appena avuto. Il precedente paragrafo è chiuso dall'ultima frase, tornando sulla prima in modo circolare. Questo però non ne riduce la validità o la veridicità. Oltre alla coerenza interna, ossia, alla validità dei singoli passaggi logici, incluso il passaggio di chiusura che collega l'ultimo discorso al primo, il suo principale criterio di validità sta nel riscontro con il fenomeno analizzato. E se ci fate caso, anche questo paragrafo chiude con il precedente, formando un doppio anello.
La sintesi emergente è quello che potremmo chiamare "il centro del cerchio", o risultato emergente dal ragionamento. Non è sempre utile, o possibile, ottenere una sintesi emergente, ma alle volte è necessario. Dopo la chiusura, si può trarre una conclusione sul discorso appena chiuso, una "morale", potremmo dire; la validità della sintesi che traiamo non può che essere soggettiva e intuitiva, ma anche qui vale il criterio dell'accoppiamento per analogia al reale. E quindi, anche la sintesi, attraverso un giro più largo, può rientrare a far parte di un pensiero circolare che include il primo pensiero circolare, la sintesi, eventuali altri ragionamenti ed una nuova chiusura... esattamente come abbiamo fatto adesso.
Nella terza parte ci spingeremo oltre, fino a sostenere che il pensiero complesso, circolare, è l'unico che può rappresentare la realtà. Il pensiero assiomatico semplifica, creando dei "punti fermi" che non esistono in natura, e che sono in realtà sintesi emergenti di pensieri circolari più o meno razionali e più o meno consci. Peggio ancora, essendo punti fermi arbitrari, possono tranquillamente e impunemente essere palesemente falsi; finché il criterio di valutazione è la correttezza formale dei passaggi deduttivi, qualsiasi sistema o ragionamento basato su di essi "reggerà", anche contro l'evidenza più lampante. Abbandonando questa presunzione, il pensiero complesso si mette in gioco ogni volta, si confronta necessariamente con l'esperienza pratica ad ogni nuovo cerchio chiuso, e proprio per questo motivo è pronto a buttare tutto e ricominciare tutto da capo nel momento in cui le evidenze del reale dovessero non accoppiarsi più al cerchio tracciato. Nell'avere nell'osservazione pratica, più ancora che sperimentale, il proprio criterio di validità, la logica complessa si rende umile e necessariamente pronta a riconoscere i propri errori; anzi, a essere certa, preventivamente, che ne commetterà, e per questo guardinga proprio verso le proprie certezze, che sono tali solo quando confortate dall'osservazione del reale, e non validate a priori tramite assiomi ben raramente messi in discussione.
Nell'ultima parte approfondiremo i concetti lasciati in sospeso: la logicità del pensiero magico, l'errore del pensiero assiomatico, il fallimento della logica matematica; ma soprattutto parleremo della necessità della retroazione, della circolarità come definizione di esistenza; dell'indispensabilità dell'infinito, e quindi... di come il teorema dell'incompletezza di Goedel dimostra la fallacia dei nostri concetti di trascendenza e divinità.
« Precedente - Prossimo »
Commenti
Nessun commento (per ora).
