El sueño de Rashevsky

Fundamentos físico-matemáticos para la historia y la cultura

https://doi.org/10.7203/metode.13.72170

La famosa serie de ciencia ficción Fundación, escrita por Isaac Asimov, explora la idea de que el futuro de las sociedades no solo es predecible, sino que puede incluso ser diseñado. En el mundo de ficción de Asimov, se presenta una ciencia multidisciplinar llamada psicohistoria que combina las matemáticas, la psicología y la historia para predecir acontecimientos futuros. Nicolas Rashevsky, el padre de la biología matemática, dio credibilidad a la existencia de principios universales que sustenten la evolución cultural humana mediante modelos matemáticos. Su visión todavía no se ha realizado plenamente, ya que nuestra capacidad para predecir e incluso para diseñar la ingeniería necesaria es muy fragmentaria. Dos obstáculos importantes son la confusión con respecto al papel de los modelos matemáticos y las limitaciones de los conjuntos de datos actuales. Los avances recientes en la investigación sobre sistemas complejos, simulaciones computacionales y bases de datos a gran escala están allanando el camino para el desarrollo de una verdadera teoría matemática de la historia humana.

Palabras clave: psicohistoria, cliodinámica, culturómica.

Introducción

La evolución sociocultural ha sido documentada a lo largo de la historia de los humanos y los primeros homininos. Esta evolución se manifiesta a través del desarrollo de herramientas que pueden ser tan simples como una roca utilizada para abrir nueces o tan complejas como una nave espacial capaz de aterrizar en otros planetas. Del mismo modo, hemos sido testigos de la evolución de la población humana hacia una organización social multinivel (por ejemplo, con caciques y estados). Aunque en algunos casos se ha observado una disminución o pérdida de complejidad social, en términos globales la complejidad tiende a aumentar con el tiempo. A pesar de su importancia, las condiciones y los factores que impulsan estos cambios de complejidad todavía son poco conocidos y están sujetos a debate.

En el pasado, el estudio de la historia se ha abordado desde un punto de vista principalmente cualitativo. Tradicionalmente, se han propuesto muchas explicaciones verbales ad hoc. Por ejemplo, un historiador alemán dio 210 explicaciones alternativas para la caída del Imperio romano (Demandt, 1984), pero, obviamente, no todas pueden ser correctas. Las sociedades son sistemas dinámicos con muchos elementos en interacción. La matemática formaliza estas retroalimentaciones complejas y nos permite extraer conclusiones fiables a partir de estos modelos a las que no podríamos llegar por mera intuición. Esta aproximación ha tenido un éxito inmenso en física y biología. ¿Es posible hacer algo parecido para entender las dinámicas históricas?

Cuando Hari Seldon, el inventor de la psicohistoria en las novelas de Asimov, descubre que su sociedad galáctica está al borde del colapso, entiende que el público será muy reacio a creerlo (Asimov, 2010). Después de todo, su imperio es completamente funcional y los humanos, en general, son incapaces de comprender cambios de comportamiento bruscos y no lineales. Más allá del escepticismo con respecto a sus predicciones, Seldon se enfrenta a un peligro mayor, puesto que muchos en el imperio galáctico ven su trabajo como una amenaza para el statu quo social. En el mundo real, quienes proponen teorías matemáticas que podrían servir para predecir el comportamiento humano a gran escala se han enfrentado en ocasiones a respuestas similares.

La teoría del Gran Hombre fue popular hasta mediados del siglo XX. Sugería que los sucesos históricos están moldeados por individuos extraordinarios cuyo liderazgo e ingenio trascienden las limitaciones impuestas por el entorno y logran propiciar acontecimientos transformadores para las sociedades y las culturas. Podemos encontrar esta perspectiva en muchos textos históricos, desde la antigüedad hasta eras más modernas, en una relación recíproca entre el derecho divino a gobernar y quienes codifican la historia de las sociedades humanas. Esta perspectiva fue sustituida por una más razonable, la de que «la historia es complicada», que apunta que numerosos factores en competencia (desde la demografía a la religión) pueden tener un impacto en períodos cruciales de la historia y formar su propio microcosmos con reglas y explicaciones idiosincrásicas. Es esta perspectiva general de que las cosas son complicadas y, en gran medida, impredecibles, la que permea las críticas a las teorías matemáticas de la historia.

En la psicohistoria ficticia, una predicción acertada depende de dos prerrequisitos o axiomas principales. Primero, la población cuyo comportamiento se desea modelar ha de ser lo suficientemente extensa (aproximadamente 75.000 millones); y segundo, los individuos deben ignorar que el análisis psicohistórico se está realizando. Estos supuestos refuerzan la idea de que, aunque no es posible prever las acciones de un individuo concreto, las acciones individuales «se compensan» mutuamente en las grandes sociedades y el flujo general de los acontecimientos futuros se vuelve predecible. Podemos encontrar este mismo desarrollo en la transición desde la física newtoniana (en la que la predictibilidad depende de la capacidad de cuantificar la posición y velocidad de cada objeto de un sistema) a la física lagrangiana (en la que el foco teórico no es el movimiento de partículas individuales sino las cantidades y su evolución dentro del sistema, como la energía cinética y potencial). Quienes critican las aproximaciones matemáticas a la historia se han quejado de que los humanos no son como bolas de billar –que, organizados en configuraciones específicas y golpeados con la cantidad adecuada de fuerza, no rodarán inevitablemente hacia la guerra o la paz–. Es inútil plantearse si la psique y el comportamiento humano se pueden predecir. Solo importa si, en una cantidad lo suficientemente grande, los grupos de humanos tienen propiedades sistemáticas (como la presión o la temperatura en el conjunto de partículas que forman un gas) que sí se puedan predecir y correlacionar con la guerra o la paz. Sin embargo, esta perspectiva de que los detalles humanos no importan es diametralmente opuesta al enfoque predominante en Occidente, donde el valor humano reside en la singularidad y la individualidad.

Hacia una teoría matemática de la historia

Se han utilizado diferentes marcos para explicar el aumento de la complejidad sociocultural en las sociedades humanas (el factor demográfico, el componente cognitivo o la contingencia histórica), pero hasta ahora no se ha alcanzado ningún consenso.

Nicolas Rashevsky

Las aproximaciones matemáticas a la historia han estado indisolublemente asociadas a los avances en biología matemática. Muchos investigadores destacados en esta área se han visto influenciados por la teoría evolutiva y por los múltiples intentos de conectar las matemáticas y la evolución. Algunos se formaron como biólogos o comenzaron investigando en ciencias de la vida. Es el caso de Nicolas Rashevsky (1899-1972), uno de los padres de la biología matemática y la cliodinámica (Rashevsky, 1968). Aunque comenzó su carrera como físico teórico, más tarde se pasó a la biología y pronto se interesó por transformar las ideas teóricas en un programa completo de investigación en biología matemática. Los humanos son parte del mundo natural y, como muchas otras especies, sus acciones pueden dar forma a su entorno, lo que a su vez influye indirectamente en las acciones de otros (mediante la tecnología, por ejemplo). Esto sugería que los modelos matemáticos de comportamiento individual se podían extender a las interacciones sociales. El trabajo de Rashevsky y de otros expertos en sociología matemática demostró la viabilidad de este enfoque, que allanó el camino para un plan más ambicioso (y controvertido).

En el libro de Rashevsky Looking at history through mathematics (“Observando la historia a través de las matemáticas”) (Rashevsky, 1968) se esboza un intento de unir las matemáticas y la historia. El libro describe una colección de elegantes modelos matemáticos para toda una serie de procesos históricos. Para Rashevsky, las matemáticas respaldaban la búsqueda de cualquier principio general; esto es, las «leyes de la naturaleza». La existencia de leyes generales que gobiernan tanto a los sistemas vivos como a las sociedades humanas ya había sido propuesta en 1913 por Felix Auerbach, en Das Gesetz der Bevölkerungskonzentration (“La ley de concentración de la población”), así como en el libro de George K. Zipf Human behavior and the principle of least effort (“Comportamiento humano y el principio del mínimo esfuerzo”), publicado en 1949. El plan de Rashevsky seguía esta tradición, pero fue recibido con escepticismo y reticencia por parte de historiadores y filósofos, y se descartó por ser demasiado simplista. Rashevsky dejó claro que su intención no era encajar en ningún sistema concreto, sino desarrollar las bases matemáticas para una ciencia histórica. Pero los historiadores han dudado de la existencia de leyes universales en su disciplina desde hace tiempo, bajo el argumento de que con modelos estilizados es absolutamente imposible explicar las complejidades y singularidad de las sociedades humanas. Incomprendido, el libro de Rashevsy fue, en gran medida, olvidado, y la aproximación matemática a la historia se descartó como una cuestión marginal durante unas cuantas décadas.

Turchin y la cliodinámica

Podemos encontrar a un defensor moderno del enfoque matemático de la historia en Peter Turchin, un antiguo ecólogo que trazó algunos paralelismos entre Hari Seldon y él mismo en su libro del año 2000 titulado War and peace and war (“Guerra y paz y guerra”) (Turchin, 2005). Turchin reconoce fuertes influencias más allá del mundo de la literatura, como trabajos clásicos en teoría ecológica y sistemas dinámicos, pero también en los textos del filósofo árabe del siglo XIV Ibn Khaldun, a quien a menudo se atribuye la fundación de varias disciplinas científicas, entre ellas la historiografía, la sociología y la demografía. En War and peace and war, Turchin define un marco matemático (la cliodinámica) utilizando las herramientas de la biología de poblaciones para estudiar y predecir diversos fenómenos sociales, desde la geopolítica a la etnocinética. La cliodinámica, llamada así en honor a la musa griega de la historia, establece una aproximación en dos pasos a la historia humana, combinando las matemáticas y un análisis empírico riguroso.

Según Peter Turchin, en el ciclo vital de la evolución social («modelo de los ciclos seculares»), las tendencias históricas a largo plazo no se explican como consecuencia de «cambios exógenos en las tendencias poblacionales», sino como «el resultado de retroalimentaciones que operan en un plazo significativamente largo». Turchin analizó las tendencias globales de ascenso y caída de imperios y naciones y se dio cuenta de que existen patrones regulares a los que llama ciclos seculares: similitudes dinámicas en la forma en que las naciones se crean, crecen en poder más allá de lo que pueden manejar, y entran en colapso territorial y poblacional durante el curso de unos pocos siglos.

En primer lugar, Turchin establece la necesidad de convertir las teorías verbales en modelos matemáticos. De esta forma, se pueden formalizar los vínculos causales entre variables, lo cual nos permitiría realizar predicciones comprobables y cuantitativas y alcanzar conclusiones sobre el tejido que nos une a las estructuras sociales. Además, esta abundancia de teorías y modelos necesita ser comprobada con un conjunto robusto de datos que incluya variables históricas generales, como la demografía y el tamaño de las naciones. En concreto, Turchin analiza las tendencias globales de ascenso y caída de imperios y naciones y se da cuenta de que existen patrones regulares a los que llama ciclos seculares: similitudes dinámicas en la forma en que las naciones se crean, crecen en poder más allá de lo que pueden manejar, y entran en colapso territorial y poblacional durante el curso de unos pocos siglos (Figura 1). Estos ciclos no son el resultado de causas exógenas y su impacto en aspectos políticos, económicos o sociales, sino de retroalimentaciones endógenas que operan a escalas temporales muy largas.

Ejemplo de dinámicas históricas imperiales en Asia occidental. A lo largo de seis siglos nacieron, crecieron, maduraron y se derrumbaron (sustituidos por nuevas naciones) varios entes de gobierno. / Fuente: Recreado a partir de Taagepera (1997).

Para mejorar nuestra comprensión de las dinámicas históricas, Turchin y sus colaboradores (2015) crearon el banco de datos de historia global Seshat (que recibe el nombre de la diosa egipcia del conocimiento y la escritura), un recurso de valor incalculable con datos históricos de todas las épocas relacionados con la complejidad cultural, la extensión de las naciones y la población. Esta extensa base de datos debería ayudar a los científicos de todo el mundo a desarrollar teorías comprobables que mejoren la comprensión formal de la cliodinámica, es decir, a crear una verdadera psicohistoria. El Seshat no se adhiere a ninguna teoría concreta, y se ha utilizado para estudiar un amplio espectro de temas, como la evolución de la complejidad social, el papel de la religión para promover la cohesión social, el ascenso y la caída de los imperios y muchas otras cuestiones. Sin embargo, Turchin y sus compañeros se han enfrentado a fuertes críticas por ofrecer solo indicadores revisados (generales) en lugar de datos en bruto. Según Spinney (2016), la complejidad agregada no suele ser suficiente para establecer inferencias causales y es necesario utilizar en su lugar variables de bajo nivel, aunque reconoce que el Seshat debería al menos permitirnos descartar muchas teorías verbales sociológicas que nunca se han verificado con bases de datos amplias.

Humanidades digitales, culturómica y ‘big data’

Podemos encontrar una alternativa al Seshat en los extensos conjuntos de datos producidos por las humanidades digitales. Ya sea en la producción de libros, el rendimiento económico o los mensajes de las redes sociales, nuestra civilización se ha convertido en una «sociedad algorítmica» que genera 2,5 exabytes de datos al día, de acuerdo a las estimaciones actuales. Para ordenar y utilizar tales cantidades de información, es necesario adoptar enfoques de big data (tanto en el ámbito privado como en el académico).

En el caso de la literatura, los libros nos proporcionan una ventana única a la evolución cultural desde los orígenes de la escritura. Observando el conjunto de registros escritos, esperamos poder reconstruir patrones históricos a largo plazo. Pero el análisis de textos a gran escala no está exento de dificultades. En primer lugar, un análisis longitudinal del lenguaje se debe enfrentar a la fragmentación de la información en libros individuales (Moretti, 2013). Y, en segundo lugar, la integridad de los datos (especialmente la de los textos antiguos) crea un vacío considerable que hace muy complicado crear una teoría completa. Las humanidades digitales han surgido como nueva disciplina para ocuparse de estas grandes cantidades de información. En este contexto, los proyectos de digitalización de libros a gran escala son un componente esencial del enfoque cuantitativo en las humanidades. Uno de los precursores fue el proyecto de digitalización de Google, y la disciplina asociada de la culturómica: el estudio de las tendencias culturales a través del análisis cuantitativo de grandes colecciones de medios digitales. Una colaboración entre Google y la Universidad de Harvard escaneó aproximadamente el 12 % de todos los libros publicados en la historia (cerca de unos quince millones de libros impresos). Esta colección masiva (a la que se puede acceder de forma gratuita a través de Google Ngram) (Michel et al., 2011) se utiliza para trazar trayectorias a largo plazo de la frecuencia de uso de las palabras en los libros impresos (véase Figura 2). Se sugirió que la culturómica se ocupa de mapear el comportamiento colectivo en la era del big data, pero no comprendemos bien cómo son las trayectorias terminológicas y cómo pueden ser usadas en la predicción de tendencias futuras.

Figura 2. Culturómica y big data. Frecuencia de uso diacrónico de Rashevsky, psychohistory, Peter Turchin, cliodynamics e Isaac Asimov en millones de libros impresos (1900-2019). Gracias a los datos digitalizados, podemos observar los periodos en los que estos conceptos fueron más utilizados en la literatura.

Una limitación de estos enfoques de big data es la falta de control sobre variables teóricas. Al centrarnos en lo que ya ha ocurrido, limitamos nuestras teorías y predicciones a resultados que ya hemos observado. Diseñar experimentos en el mundo real que aborden escenarios no observados es muy diferente. Por ejemplo, los investigadores han explorado el papel del tamaño de grupo en la toma colectiva de decisiones. Se ha descubierto que los individuos con una comprensión parcial de un problema se pueden unir para mejorar la toma colectiva de decisiones (Prelec et al., 2017). Otros trabajos han explorado el papel de los puestos de liderazgo grupal, y han comprobado que incluso los individuos en puestos sin liderazgo pueden provocar impactos duraderos en las decisiones colectivas si su decisión se comunica con la suficiente antelación. Esto se ve justificado por un impulso psicológico humano básico que nos hace ajustarnos a las emociones y creencias expresadas anteriormente. Estos resultados dan contexto al umbral de población de 75.000 millones propuesto por Asimov y sugieren que la evolución cultural en grupos pequeños está sujeta a decisiones individuales que pueden alcanzar una importancia desproporcionada.

Discusión

Los historiadores y filósofos se han mostrado reacios a aceptar una aproximación matemática a la historia. Detrás de sus críticas está la suposición de que la historia es una serie de acontecimientos caóticos interrelacionados que nadie puede desentrañar. Como nos ha demostrado el estudio de sistemas complejos, este es precisamente el contexto en el que los modelos matemáticos no solo son útiles, sino que se convierten en una herramienta indispensable para dar sentido a un mundo complejo. Estos modelos son necesariamente versiones simplificadas de la realidad; un modelo con la misma complejidad que el mundo real es imposible de procesar. El punto de vista alternativo, en el que las historias humanas no están sujetas a modelos matemáticos, implica que todas las teorías verbales son posibles y no se pueden confrontar con datos del mundo real.

De izquierda a derecha: Nicolas Rashevsky (1899-1972), Isaac Asimov (1920-1992) y Peter Turchin (1957), los tres defensores de los enfoques matemáticos de la historia.

Una simplificación que los historiadores han encontrado particularmente difícil de aceptar es la irrelevancia de las elecciones individuales en las escalas más grandes de evolución social. La psicología experimental ha corroborado que, al menos en grupos pequeños, los líderes y otros individuos pueden dirigir las dinámicas colectivas. En las sociedades reales del pasado, las dinámicas colectivas se producían por la interacción de muchos individuos, impulsadas por la cooperación y el conflicto. Hoy en día, las comunicaciones electrónicas han provocado importantes cambios sociales, económicos y de comportamiento. Los estados modernos postindustriales muestran un creciente individualismo, y esto, paradójicamente, los acerca más a la física del billar, al eliminar la interactividad social. El aislamiento en las sociedades modernas plantea numerosos retos globales, incluyendo un aumento de la xenofobia, la política reaccionaria y las amenazas autocráticas, como demuestran ejemplos recientes (Bak-Coleman et al., 2017).

La visión de Rashevsky de una teoría matemática de la historia aún no se ha realizado completamente. Una teoría como esta depende de nuestra habilidad para examinar enormes bases de datos en continua expansión y encontrar la proverbial aguja en el pajar. Sorprendentemente, la exhaustividad de los datos (la posibilidad de que nuestro conocimiento sea incompleto) también es un verdadero desafío para todas las ciencias históricas, incluyendo la biología evolutiva. Esto es especialmente cierto en el caso de la arqueología, pero también en la era digital: no todo lo que hacen los humanos se conserva y existe un peligro real de perder fragmentos importantes de información histórica. Esta amenaza se ha identificado incluso en disciplinas que normalmente consideramos seguras, como la innovación (datos de patentes, publicaciones científicas) o el contexto histórico (las noticias). De igual forma que un organismo se deteriora con la edad, también lo hace el conjunto de conocimientos acumulado en nuestra sociedad. Sin una correcta preservación de la información y un marco teórico coherente que recoja las tendencias históricas, estamos condenados a vivir en un universo en el que nunca lograremos entender completamente la naturaleza social de la historia humana.

Pero no debemos desesperarnos. Alguien como ­Ra­shevsky probablemente habría ido más lejos en la era de Internet y el big data. El investigador luchó por establecer una aproximación matemática a la biología y la historia. Hoy en día existen proyectos de recopilación de datos a gran escala, y se realiza un trabajo considerable en el modelado teórico y computacional de la historia y la evolución cultural. Ha llegado el momento de recuperar el sueño de Ra­shev­ky de una psicohistoria 2.0 que nos permita modelar dinámicas culturales e históricas gracias a la gran riqueza de datos de que disponemos. 

Referencias

Asimov, I. (2010). Foundation: Foundation and empire; Second foundation. No. 332. Everyman’s Library.

Bak-Coleman, J. B., Alfano, M., Barfuss, W., Bergstrom, C. T., Centeno, M. A., Couzin, I. D., Donges, J. F., Galesic, M., Gersick, A. S., Jacquet, J., Kao, A. B., Moran, R. E., Romanczuk, P., Rubenstein, D. I., Tombak, K. J., Van Bavel, J. J., & Weber, E. U. (2021). Stewardship of global collective behavior. Proceedings of the National Academy of Sciences, 118(27), e2025764118. https://doi.org/10.1073/pnas.2025764118

Demandt, A. (1984). Der Fall Roms: Die Auflösung des römischen Reiches im Urteil der Nachwelt. Beck.

Michel, J. B., Shen, Y. K., Aiden, A. P., Veres, A., Gray, M. K., Google Books Team, Pickett, J. P., Hoiberg, D., Clancy, D., Norvig, P., Orwant, J., Pinker, S., Nowak, M. A., & Aiden, E. L. (2011). Quantitative analysis of culture using millions of digitized books. Science, 331(6014), 176–182. https://doi.org/10.1126/science.1199644

Moretti, F. (2013). Distant reading. Verso Books.

Prelec, D., Seung, H. S., & McCoy, J. (2017). A solution to the single-question crowd wisdom problem. Nature, 541(7638), 532–535. https://doi.org/
10.1038/nature21054

Rashevsky, N. (1968). Looking at history through mathematics. MIT Press.

Spinney, L. (2016). History lessons. New Scientist, 232(3095), 38–41.

Taagepera, R. (1997). Expansion and contraction patterns of large polities: Context for Russia. International Studies Quarterly, 41(3), 475–504. https://doi.org/10.1111/0020-8833.00053

Turchin, P. (2005). War and peace and war: The life cycles of imperial nations. Pi.

Turchin, P., Brennan, R., Currie, T. E., Feeney, K. C., Francois, P., Hoyer, D., Manning, J., Marciniak, A., Mullins, D., Palmisano, A., Peregrine, P., Turner, E. A. L., & Whitehouse, H. (2015). Seshat: The global history databank. Cliody­namics: The Journal of Quantitative History and Cultural Evolution, 6(1), 77–107. https://doi.org/10.21237/C7clio6127917

© Mètode 2022 - 113. Vida social - Volumen 2

Investigador postdoctoral en el Evolution of Networks Lab del Instituto de Biología Evolutiva (UPF-CSIC) (España). Sus intereses incluyen la biología sintética, la arquitectura de tejidos, los sistemas complejos y las redes ecológicas.

Experto en sistemas complejos, doctor en Física Aplicada e investigador del Instituto de Biología Evolutiva (UPF-CSIC) de Barcelona (España), donde lidera el Laboratorio de Evolución de la Tecnología (ETL). Su grupo de investigación es pionero en el estudio de las grandes transiciones evolutivas mediante la comparativa de sistemas biológicos y artificiales. Su investigación multidisciplinar integra diversas áreas de conocimiento, des de la teoría de redes hasta la ecología teórica y la simulación computacional de los elementos evolutivos. Es miembro de la junta de la Red Catalana para el Estudio de los Sistemas Complejos (complexitat.cat).