Teoría de sistemas para estudiar el medio ambiente

Como ya hemos visto al definir el medio ambiente, éste incluye al conjunto de todos los elementos que lo componen y las relaciones que se establecen entre ellos. Por este motivo, una visión centrada en los componentes individuales puede no ser suficiente para su estudio y lo más adecuado es recurrir a una visión holística del medio ambiente.

El enfoque holístico proporciona una visión global del medio ambiente

De forma tradicional la ciencia ha abordado el estudio de los problemas a través de un enfoque reduccionista, dividiendo el problema en sus componentes más sencillos y observándolos de manera individual. Sin embargo, esta manera de enfocar un problema es poco útil cuando el objeto de estudio es un sistema complejo, con importantes interacciones entre sus componentes.

La teoría de sistemas permite abordar el estudio científico del medio ambiente haciendo uso del enfoque holístico, que proporciona una visión global, estudiando el conjunto de componentes del sistema y las relaciones existentes entre los mismos. Aunque el enfoque reduccionista puede ser útil para ampliar el conocimiento sobre un determinado punto, el enfoque holístico es el apropiado para el estudio de sistemas complejos, donde el conjunto es más que la suma de sus componentes.

Principios de la teoría de sistemas para el estudio medioambiental

Un sistema se define como un conjunto de componentes que interaccionan y presentan relaciones entre sí, de forma que los cambios en uno o varios componentes afectan al resto y al sistema en su totalidad.

Como ya hemos dicho antes, el medio ambiente es un sistema complejo donde totalidad es más que la suma de sus componentes debido a las fuertes interacciones que se establecen. Por tanto, las propiedades del conjunto no se pueden atribuir a la suma de las propiedades individuales de las partes y es necesario un estudio holístico donde se le da más importancia al estudio de las relaciones que se producen entre los componentes del sistema que al estudio individual de los mismos.

Efecto mariposa

Los sistemas complejos son difíciles de precedir y pequeñas variaciones en alguno de sus componentes, por insignificantes que parezcan, pueden producir efectos a gran escala que afecten a la totalidad del sistema. Este fenómeno es conocido como "efecto mariposa" y se ilustra con el ejemplo de una mariposa que al batir sus alas provoca un huracán en el otro lado del mundo. Por amplificación, una pequeña alteración en el medio ambiente puede tener consecuencias a escala global.

Tipos de sistemas

Los sistemas pueden dividirse en otros sistemas más pequeños y éstos a su vez, en otros sistemas más pequeños todavía. El nivel de detalle dependerá de los objetivos del estudio.

Podemos clasificar los sistemas según los intercambios de materia y energía con su entorno en:

• Sistemas abiertos: intercambian materia y energía con los alrededores.
• Sistemas cerrados: no intercambian materia, pero sí intercambian energía con los alrededores.
• Sistemas aislados: no intercambian ni materia ni energía con los alrededores.

En la realidad, casi todos los sistemas son abiertos, pero en ocasiones pueden considerarse como sistemas cerrados o aislados para simplificar su estudio.

Además de lo anterior, los sistemas también pueden clasificarse según su evolución en el tiempo y así hablamos de:

• Sistemas estáticos: cuando sus propiedades, componentes y relaciones se mantienen invariables.
• Sistemas dinámicos: cuando sus propiedades, componentes y relaciones varían con el tiempo.

Para estudiar sistemas complejos se diseñan modelos simplificados

Se puede recurrir al uso de modelos para simplificar la realidad y facilitar su estudio. Los modelos son versiones reducidas de un sistema complejo y dependiendo de las simplificaciones que se lleven a cabo en el diseño del modelo, se obtendrá un tipo de información u otra, dependiendo de los objetivos del estudio.

Los modelos simulan la realidad, pero no lo son. Un modelo bien diseñado, permite predecir el comportamiento futuro del sistema al que representa. Además, los modelos son útiles para experimentar con situaciones que no podrían llevarse a cabo en la realidad. Sin embargo, al ser simplificaciones siempre van a tener aspectos que los diferencien del entorno natural, que es mucho más complejo.

Modelos de caja negra y caja blanca

En el estudio de los sistemas se utilizan principalmente dos modelos distintos, denominados modelos de caja negra y de caja blanca.

• Modelo de caja negra: Sólo interesan las entradas y salidas de materia o energía. No interesan los componentes del sistema ni sus interacciones.
• Modelo de caja blanca: Interesan tanto las entradas y salidas de materia o energía como los componentes del sistema y sus interacciones.

Para construir un modelo a partir de un sistema se determina cuáles son sus componentes, si existen subsistemas y cuáles son las interacciones. Dependiendo del objetivo del estudio, se escogen los componentes que se van a incluir en el modelo y qué variables se van a observar, descartando el resto para reducir la complejidad. A continuación se estudian las relaciones entre las variables para establecer interacciones causa-efecto mediante diagramas causales. Finalmente se valida el modelo, comprobando si simula la realidad y permite hacer predicciones sobre su comportamiento.

Diagramas causales

Los diagramas causales representan las relaciones de causa-efecto que se establecen entre las variables de un sistema y son útiles para estudiar cómo se regula el sistema. Estas relaciones pueden ser de dos tipos: simples (positivas, negativas o encadenadas) y complejas (bucles de retroalimentación).

Las relaciones causa-efecto simples indican la influencia directa de una variable sobre otra y pueden ser:

• Positivas o directas (+): El aumento de una variable implica el aumento de la otra, o viceversa.
• Negativas o inversas (-): El aumento de una variable implica la disminución de la otra, o viceversa.
• Encadenadas: Se dan cuando se relacionan más de dos variables. Si el número de relaciones negativas es par, la relación resultante (entre la primera y la última variable) es positiva. Si el número de relaciones negativas es impar, entonces la relación resultante es negativa.

Las relaciones causa-efecto complejas (bucles de retroalimentación) indican que las acciones de una variable sobre otra provocan que, a su vez, ésta actúe sobre la primera. Es decir, una variable se altera como consecuencia de sus propias acciones. Los bucles de retroalimentación pueden ser:

• Positivos: El cambio de una variable en un sentido (positivo o negativo) produce un cambio sobre otra variable en el mismo sentido y ésta, a su vez, actúa sobre la primera de la misma forma. Se produce un refuerzo positivo sobre el proceso inicial y suelen estar asociados a procesos de crecimiento.
• Negativos: El cambio de una variable en un sentido (positivo o negativo) produce un cambio sobre otra variable en el mismo sentido y ésta, a su vez, actúa sobre la primera en el sentido opuesto. Se produce una regulación del proceso inicial llegando a un estado de equilibrio dinámico (sistemas homeostáticos).