Este documento trata sobre la neuroepistemología y las ciencias de la complejidad. Introduce conceptos como la teoría general de sistemas, la cibernética, los sistemas complejos, la autopoiesis, los fractales y el conectivismo. Explica cómo pequeños cambios pueden tener grandes consecuencias y cómo surgen comportamientos emergentes de la interacción de numerosos componentes.

1. Neuroepistemología

2. Neuroepistemología

3. Objetivos
• Brindar los conocimientos teóricos acerca de
los principios que sustentan la Teoría General
los Sistemas y las Ciencias de la Complejidad.
• Extrapolar y aplicar estos principios al estudio
de los sistemas humanos.

4. Teoría General de los Sistemas
• La terapia sistémica se
fundamenta en una serie de
principios epistemológicos
derivados de la teoría general de
los sistemas del célebre biólogo
alemán Ludwing Von
Bertalannfy.
• Norbert Wiener del MIT con su
clásico cibernética quién nos
habla de causalidad circular
explicando los mecanismos de
comunicación y control de las
máquinas y los seres vivos.

5. Demonio de Laplace

8. Cibernética de segundo orden

10. Roger Sperry
Humberto Maturana

11. El proceso de la escucha
Escuchamos de acuerdo a cómo somos, desde
nuestra historia, desde nuestra
personalidad, desde nuestras heridas.
Aprender a indagar mediante
El ser humano construye la pregunta. La información
realidades. sobre los hechos e
La realidad y la verdad información acerca de los
no son dadas, sino juicios, de los valores,
construcciones de la respecto de cómo mira el
mente. coacheado y las conclusiones
a las que arriba.
El coaching apunta a descubrir la mirada del
coacheado y ayudarlo a generar nuevos
sentidos que enriquezcan su existencia.

13. .
Aron A R et al. J Neurophysiol 2004;92:1144-1152

14. El efecto mariposa
“¿Provoca el aleteo de una mariposa en Brasil,
un tornado en Texas?”
Pequeñas variaciones en las condiciones iniciales del
sistema pueden producir grandes variaciones en el
comportamiento del mismo...

16. ¿EXISTE LO SIMPLE?
EXISTE UNA MIRADA
SIMPLIFICADORA
LO QUE SE ESCAPA A
NUESTRA LÓGICA, LO
SIMPLIFICAMOS.

17. Equilibrio Caos
EQUILIBRIO CAOS
Alejado del Equilibrio
ESTRUCTURA DISIPATIVA Al Borde del Caos

18. El mundo es turbulento, el orden-
desorden conviven

19. AMPLIFICACIÓN POR FLUCTUACIONES .
Elementos simples, al
entrar en estado
crítico, pueden
desencadenar procesos
que cambian
completamente las
condiciones del sistema.
(Lorenz, Poincaré, Prigogin
e)

20. Sistemas Complejos
• Son sistemas compuestos por una enorme cantidad de componentes
en interacción (condición acción) capaces de intercambiar entre
ellos y con el entorno materia, energía o información y de adaptar
sus estados como consecuencia de tales interacciones realizadas en
paralelo.
• Dan lugar a comportamientos emergentes (en que el todo es más
que la suma de las partes).
• Suelen ser “computacionalmente irreducibles”: obligan a la
aproximación constructiva (bottom-up)
• Pueden exhiber estados estacionarios, comportamientos
críticos, transiciones de fase, histéresis y metaestabilidades
Principio de Causa-Efecto
Toda causa tiene su efecto; todo efecto tiene su causa; todo sucede de acuerdo a la ley;
la suerte no es más que el nombre que se le da a la ley no reconocida;
hay muchos planos de casualidad, pero nada escapa a la Ley (El Kybalion)

21. Ejemplos de sistemas complejos
• El comportamiento atmosférico
• Los hormigueros y colmenas
• La economía y la dinámica de los mercados
• Los sistemas ecológicos: evolución de la biodiversidad
• La propagación de epidemias, rumores, etc.
• La dinámica de cooperación competencia en los sistemas
sociales
• Las redes metabólicas y el sistema autoinmune
• Internet y la conectividad de todo tipo
• Etc.

22. Autopoiesis
• Es la capacidad de un sistema para organizarse de tal manera
que el único producto resultante sea él mismo: el Ser y el
Hacer en una unidad
• Se desarrolla a través de la existencia de modelos internos con
los que se filtra la información del entorno
• El sistema para conservarse a sí mismo resiste el cambio o
cambia para mantenerse intacto a sí mismo. Sólo interesa lo
que interesa.
• Ejemplo: sólo aprendemos lo que queremos aprender en
función de nuestra visión del mundo. Si nos exigen cambiar
contra nuestra visión lo resistimos. Por eso si se quiere
“imponer” hay que empezar por escuchar.

24. FRACTALES
Un fractal es un objeto geométrico cuya estructura básica se repite en diferentes
escalas, posee dimensión fraccionaria y extensión infinita

25. AUTOSEMEJANZA O FRACTALIDAD
Escalas, pautas o comportamientos que si bien aparecen en una dimensión, campo o
condición, también aparecen en otras dimensiones campos o condiciones, por
diferentes que estos sean. (Mandelbrot)

26. FRACTALES
Características:
•La longitud de su perímetro es infinita
•Son autosemejantes
•Poseen dimensión fraccionaria
Demo...

38. Fractales: Sierpinsky

39. Sierpinski Triangle
• In the nth step, 3(n-1) triangles will be
removed.

40. Sierpinski Triangle - Dimension

42. Koch Snowflake
• δ will be used to refer to the side length of the
equilateral triangle.
• In the nth iteration, 3 * 4(n-1) triangles are
added.

43. Koch Snowflake - Dimension

44. Koch Snowflake - Perimeter
• Each iteration increased the length of a side to
(4/3) its original length.
• Thus, for the nth iteration, the overall
perimeter is increasing by (4/3)n.
Divergent
Sequence

46. Dimension Of A Line
a b c

47. Dimension Of A Square

48. Dimension Of A Cube

49. Global metabolism map (human)

51. Regulación genética
● Redes booleanas aleatorias de
Kauffmann: modelo de redes
de regulación genéticas.
● Un atractor corresponde a un
tipo de célula

52. Además de la homología, se asumen dos condiciones para utilizar caracteres
como indicadores de la filogenia:
Que sean heredables, o sea que tengan una base genética.
Que sean independientes, o sea que la probabilidad de un cambio de estado
en uno no dependa de un cambio en otro.

54. Largo del Árbol
El Largo del árbol es calculado por la suma de los cambios o transformaciones o
estado de los caracteres a lo largo de cada rama o internado del árbol.

55. ESTADISTICA DE LA FILOGENIA
PRINCIPALES PARAMETROS
Estados de transformación de los caracteres
Pasos:
0 1
2 3
1
0 1 2 3 0 1

57. El juego de la vida
Reglas:
• Si una celda viva tiene 2 ó 3 vecinos vivos = sobrevive
• Si una celda viva tiene menos de 2 ó más de 3 vecinos vivos = muere
• Si una celda muerta tiene exactamente 3 vecinos vivo = nace

64. Conectivismo
El conectivismo es la integración de los principios explorados por las teorías del
caos, redes neuronales, complejidad y auto-organización. El aprendizaje es un proceso
que ocurre dentro de una amplia gama de ambientes que no están necesariamente
bajo el control del individuo. Es por esto que el conocimiento (entendido como
conocimiento aplicable) puede residir fuera del ser humano, por ejemplo dentro de una
organización o una base de datos, y se enfoca en la conexión especializada en conjuntos
de información que nos permite aumentar cada vez más nuestro estado actual de
conocimiento.
Principios del conectivismo
• El aprendizaje y el conocimiento yace en la diversidad de opiniones.
• El aprendizaje es el proceso de conectar nodos o fuentes de información.
• No sólo los humanos aprenden, el conocimiento puede residir fuera del ser humano.
• La capacidad de aumentar el conocimiento es más importante que lo que ya se sabe.
• Es necesario nutrir y mantener las conexiones para facilitar el aprendizaje continuo
• La habilidad para ver las conexiones entre los campos, ideas y conceptos es primordial.
• La información actualizada y precisa es la intención de todas las actividades del proceso
conectivista.
• La toma de decisiones es en sí misma un proceso de aprendizaje. Escoger qué aprender
y el significado de la información entrante es visto a través de la lente de una realidad
cambiante. Es posible que una respuesta actual a un problema esté errada el día de
mañana bajo la nueva información que se recibe.

65. We tend to treat our knowledge
as personal property to be
protected and defended.

67. Christakis demonstrate the
“contagious” spread of obesity in a
large social network (NEJM 2007).

71. http://oracleofbacon.org/

77. Solé & al – Universitat Pompeu Frabra
Relaciones sintácticas (azul) y de precedencia

78. Transición de red en estrella a red IE – Adquisición del lenguaje

79. Distribución desigual: Pocos nodos con muchos links (muy
ricos), muchos nodos con pocos links (muy pobres).

80. Efecto Mateo: parábola de los talentos
Al que tiene se le dará más y tendrá en abundancia
y al que no tiene se le quitará aún lo que tiene
(conexión preferencial)

82. El impacto de lo
altamente improbable

83. Mediocristan is where we must
endure the tyranny of the
collective, the routine, the
obvious and the predicted;
Extremistan is where we are
subjected to the tyranny of
the singular, the
accidently, the unseen and the

85. ¿Qué son las leyes de la potencia
(power laws)?
Son leyes que describen ASIMETRÍA
(Zipf/Pareto). Explican situaciones en las
que los fenómenos extraordinarios son
escasos y donde los fenómenos comunes
abundan (Piscitelli, 2005).

86. Power Laws
-Pocos elementos con un alto valor (la cola de la izquierda en los diagramas).
-Un número medio de elementos con valores intermedios (la parte media del
diagrama).
-Una gran cantidad de elementos que tienen un ranking bajísimo (la cola de la
derecha en los diagramas) .

87. Pareto (80/20)
Hay muchas cosas sin importancia y algunas
claves. El 80% de las resoluciones de
problemas se originan en el 20% de los
elementos.
Por ende: el 20 % de la población se
apoderará del 80 % de los

88. Leyes de Potencias
Palabras en los textos Tamaño de los cortes de luz
Magnitud de terremotos Acceso a documentos en Internet

89. La red tiene estructura
Red de colaboración científica
en el Santa Fe Institute
(ejemplo de [Girvan, Newman 2002; cond-
mat/0112110])

90. Gráfico de sinergia de
factores de transcripción in
S. cerevisiae
Biochemical Journal
www.biochemj.org
Biochem. J. (2004) 381, 1-12

91. Red de metaheurísticas

92. Los enlaces entre
comunidades
tienen alto
betweenness
(ejemplo de [Newman, Girvan, 2004; cond-mat/0308217])

93. Grafos aleatorios
• Se generan
aleatoriamente
• Tienen pinta de
maraña
• Pero no son muy
realistas

94. Liándose como la zapatilla de un
romano
• La evolución de una red aleatoria va
creando un componente principal y
eventualmente un grafo conectado

95. El culebrón del verano

96. ¿Qué hago ahora?
• La visualización es
un reto.
– Y un problema np-
completo.

97. Lo que lleva a un comportamiento
libre de escala
• No hay número de enlaces
preferido
– En redes aleatorias la
distribución es de Poisson
• Por lo que no hay una
escala preferida
– Muchos enlaces son
improbables, pero posibles.

98. ¿Por qué aparecen las leyes de
potencia?
• Enlazado preferencial (Barábasi)
– No siempre se cumple
• Efecto San Mateo
– Los mejores consiguen más
• Otros modelos: log-
normal, exponencial
estirada, Weibull.

99. Estos ricos, como lo viven
 Se habla de club de ricos cuando
los vértices con muchos enlaces
solo se enlazan entre si

100. Empequeñeciendo el mundo
• A partir de una red regular, con pocos
enlaces.

101. Categorizing always produces
reduction in true complexity

102. Worry less about
embarrassment than
about missing an opportunity