Sistemas simples e sistemas complicados

Os tipos de arquiteturas e as formas como os subsistemas são aninhados determinam o modo como um sistema pode ser: simples ou complicado.

Sistemas simples costumam ser mecânicos, lineares e previsíveis. Sistemas complicados tendem a ser não-lineares, possuem algum dispositivo de retro-alimentação (feedback) e controle do retorno e, por isso, são cibernéticos.

Um bolo é um exemplo de sistema simples. A estrutura é formada por matéria, que são os componentes sólidos (farinha, fubá, chocolate), os líquidos (leite, suco, água), os viscosos para dar liga (margarina, ovos batidos, iogurte) e um componente que libere bolhas de dióxido de carbono para fazê-lo crescer.

A energia é fornecida pelo processo de misturar e aquecer os componentes materiais e a informação são os inputs dados pelas quantidades e pelo calor. Se houver muito líquido, será preciso ter calor por mais tempo para que o bolo possa emergir e, ao fazê-lo, deixou de ser a soma dos componentes, da energia e da informação para se tornar algo comestível e apetitoso.

O problema dos sistemas simples é que eles são muito limitados; o dos problemas complicados é que eles são mais difíceis de serem visualizados e compreendidos.

Para começar a discorrer sobre a natureza simplista ou complicada dos sistemas, o professor Berardi exibiu uma citação do livro “Systemic Thinking: Solving Complex Problems (C. Larry Hutchins, Professional Development Systems, 1996, ISBN-13: 978-1888017519):

“O reducionismo produziu uma visão mecanicista do mundo, uma visão capturada do trabalho de Sir Isaac Newton. Metaforicamente o mundo foi comparado a um relógio lacrado, um sistema fechado, perpetuamente em execução através de leis fundamentais como “para toda ação há uma reação igual e oposta.”

Aplicada à realidade de questões contemporâneas como a produção e o consumo, essa visão mecânica, linear e reducionista poderia resultar no hamster impossível. Esse animal duplica seu tamanho a cada duas semanas, do nascimento à puberdade, e depois pára de crescer, como acontece com todos os animais adultos. Se ele obedecesse as regras de um sistema linear newtoniano, em um ano, pesaria 9 milhões de toneladas!

As alternativas à visão reducionista dos sistemas simples são oferecidas pelos sistemas complicados, que tentam compreender fenômenos incorporando o papel do feedback  e dos chamados “Tipping Points” ou “Pontos de Inflexão”. Na matemática é um ponto sobre uma curva de um gráfico no qual a curvatura troca de sinal, isto é, deixa de ser positiva (ou côncava para cima) e se torna negativa  (ou côncava para baixo), ou vice-e-versa.

O meu cachorro, Sid Vicious, passeando na Avenida Getúlio Vargas em Bauru é um exemplo de sistema complicado (e põem complicado nesse sistema!) que incorpora o feedback:

O sistema Sid Vicious é composto por três subsistemas: um nariz farejador de xixi, um dispositivo cerebral que o ajuda a reconhecer o cheiro do próprio xixi ou o dos seus concorrentes no domínio dos postes, um dispositivo disparador de mais xixi.

Quanto menos ele sente o cheiro do próprio xixi, mais o seus dispositivo cerebral o alerta de que é preciso demarcar o poste. Quanto mais o seu dispositivo cerebral o alerta, mais o dispositivo disparador dispara. Quando o sensor envia ao cérebro o input do cheiro suficiente para ser reconhecido por ele e pelos competidores, o disparador é interrompido. Isso até chegarmos ao próximo poste e o sistema é novamente ativado. O tipping point acontece quando o passeio já dura mais de uma hora, o xixi acaba mas o cheiro dos concorrentes continua. Nesse ponto, ele muda o comportamento: olha para mim com cara de dó e começa a bater a biela.

O fenômeno da aprendizagem também pode ser melhor compreendido com a ajuda do pensamento sistêmico, especialmente quando a educação o considera um sistema simples, linear, fechado e previsível. Todo mundo conhece o problema, mas nem a escola, o Estado ou a academia tem conseguido oferecer soluções consistentes. E se a aprendizagem for analisada como um fenômeno complicado?

Sobre ABujokas

Sou graduada em jornalismo, doutora em educação, professora da Universidade Federal do Triângulo Mineiro e pesquisadora no campo da media literacy/mídia-educação. Embora viva na terra do boi Zebu, não tomo leite e não como carne, porque fazem mal para mim e para o meio ambiente.
Esta entrada foi publicada em AULA 1, TEORIA. ligação permanente.

Deixe uma Resposta

Preencha os seus detalhes abaixo ou clique num ícone para iniciar sessão:

Logótipo da WordPress.com

Está a comentar usando a sua conta WordPress.com Terminar Sessão / Alterar )

Imagem do Twitter

Está a comentar usando a sua conta Twitter Terminar Sessão / Alterar )

Facebook photo

Está a comentar usando a sua conta Facebook Terminar Sessão / Alterar )

Google+ photo

Está a comentar usando a sua conta Google+ Terminar Sessão / Alterar )

Connecting to %s