La auto-organización es la habilidad de un sistema de implementar su orden por
medio de las interacciones de sus componentes.
Por ejemplo, un cardumen de peces o una parvada de aves generan patrones.
Es decir, cierta organización a partir de las interacciones locales entre distintos
animales.
Y estos patrones están muy lejos de ser aleatorios.
Otro ejemplo de auto-organización es la sincronización de algunas especies de
luciérnagas.
En este caso, cada macho parpadea con cierta frecuencia,
intentando atraer a la hembra.
Sin embargo, tendrán más éxito si parpadean de manera coordinada.
Las luciérnagas empiezan a ajustar sus parpadeos con el de sus vecinos y pronto
árboles completos parpadean al unísono.
Lo cual permite ver a las luciérnagas desde distancias donde no sería
posible verlas de manera individual.
En estos ejemplos, no hay un control centralizado.
El control, o más bien la organización,
se logra a partir de las interacciones locales.
Podemos relacionar al auto-organización con la retroalimentación negativa.
you que esta reduce cambios, lo cual implica un mayor orden.
De esta manera,
es posible usar la auto-organización para guiar el comportamiento de sistemas que se
encuentran en entornos dinámicos y cambiantes.
you que se pueden regular las interacciones de los componentes y así
lograr una adaptación a cambios que son difíciles de predecir.
Podemos usar a la información de Shanon también para medir la auto-organización.
you que la infomación mide el cambio y la auto-organización lo reduce.
En otras palabras, la auto-organización puede ser el inverso de la información y
por lo tanto de la emergencia.
Por ejemplo, la auto-organización será máxima cuando no haya cambios,
como en un cristal.
La estructura es tan regular que es predecible.
Por otra parte, la auto-organización será mínima cuando haya cambios constantes,
you que los patrones que haya se perderán, y no encontraremos regularidad alguna.
Podemos ver que la emergencia genera novedad,
y la auto-organización genera estructura.
Podemos combinar estas dos para definir complejidad,
el tema de nuestro próximo video.
Carlos GershensonInvestigador
