¿Por qué las redes de neuronas funcionan tan bien? Computadores y cerebros

¿Y si toda la corteza cerebral no fuera más que una máquina de hacer predicciones? Con esta hipótesis, Jeff Hawkins, el inventor de la Palm, y Sandra Blakesle, graduada en ciencias políticas, escribieron en 2004 un interesante libro sobre inteligencia artificial: On Intelligence. 

El neo-cortex o corteza cerebral de los mamíferos, es una lámina que cubre los hemisterios cerebrales. Se encuentra plegada de un modo característico dando al cerebro humano el aspecto que conocemos. En toda su extensión conserva una estructura celular fija de 6 capas neuronales consecutivas conectadas entre sí y con otras zonas del cerebro.

Según los autores, la red recibiría la información del mundo exterior en forma de patrón de señales eléctricas. Con esta información realizaría una predicción de cuál sería la siguiente señal en el futuro, o lo que es lo mismo, de qué podría pasar a continuación en el mundo real. Los mamíferos usaríamos estas predicciones para ajustar nuestros comportamientos con mayores garantías de supervivencia.

Para crear sus predicciones este sistema usaría su “memoria” de experiencias previas que mantiene guardada en su propia estructura de conexiones. De hecho, sabemos que ésta es (de forma simplificada) el modo en que el cerebro guarda la memoria. Las neuronas refuerzan o destruyen conexiones, creando estructuras físicas que guardan la información de los recuerdos que tenemos y de las cosas que aprendemos.

Según esta explicación, la predicción que realiza el neo-cortex no sería más que un cálculo automático de su red neuronal ante una entrada de información del entorno. Se trata de una perspectiva muy propia de ingeniería y de hecho, para desarrollarla, los autores se basan en un conocido modelo de este campo: las máquinas de estado finito.

Hawkins siempre ha defendido que es necesario aprender cómo funciona el cerebro para crear sistemas inteligentes. Cuenta la leyenda que fue esta defensa a ultranza de la neurociencia como modelo de IA la que hizo que lo rechazaran cuando intentó entrar en el MIT.

Sinceramente, en su momento no fui capaz de decidir si el libro era una locura o una genialidad. La idea era plausible pero soy incapaz de analizar las matemáticas que hay debajo y tampoco soy un experto en procesamiento de señal en cerebro. Sin embargo, la simplicidad de la idea me marcó y quedó fuertemente grabada en mi red neuronal.

La cuestión es que mucho tiempo después, hace cosa de un año, un amigo me habló de un modelo de aprendizaje de máquina que estaba consiguiendo éxitos increíbles en el campo de la IA, el "deep learning", traducido como "aprendizaje profundo".

Simplificando un poco la cuestión, un sistema de aprendizaje profundo es una red neuronal artificial muy grande, con varias capas. La teoría de las redes neuronales está establecida desde hace unos años, pero ha sido la enorme mejora en la potencia de los procesadores actuales la que ha permitido aumentar su tamaño y propiciar su desarrollo.

Como me adelantó mi amigo, las redes de aprendizaje profundo han revolucionado por completo el campo de la inteligencia artificial. Todos los sistemas actuales, de reconocimiento de escritura, de caras, lenguaje natural e incluso Siri, están basados en este modelo. Además, estos sistemas han machacado a los humanos en todos los juegos conocidos, incluidos el último reducto que nos quedaba, el Go. Un juego de origen chino que dicen es el más difícil del mundo.

Uno de los campos en los que mejor se ha estudiado el funcionamiento del aprendizaje profundo ha sido en el reconocimiento facial. La estrategia es entrenar una red con imágenes etiquetadas de un grupo de personas con el objetivo de que sea capaz de reconocer a estas personas en nuevas imágenes.

Como el propio cerebro, las redes neuronales, guardan su conocimiento de forma distribuida en la red. Ante una nueva imagen, sólo se activan unas pocas neuronas de todas opciones las posibles. Si el patrón de activación coincide con el que se ocurrió con una persona determinada durante el aprendizaje, el sistema etiquetará la imagen con su nombre.

Estos patrones de activación de neuronas ocurren de forma secuencial en cada una de las capas del sistema. De hecho, podemos decir que cada capa guarda un tipo diferente de información. En la imagen de abajo puede comprobarse cómo cada una de las capas trabaja con un tipo de información diferente: color del pixel, formas simples, objetos y por fin caras.

Una imagen ya clásica de cómo procesa la información una red neuronal (fuente)

Sin embargo, a pesar de los increíbles resultados que hemos logrado con los sistemas de redes neuronales, tenemos que reconocer que nos falta mucho por conocer sobre ellos. De hecho, en realidad no tenemos ni idea de por qué funcionan tan bien ¿Cómo puede ser que esos sistemas sean útiles en ámbitos tan diferentes como el reconocimiento de caras, la lectura de leguaje natural o las predicciones económicas?

Respondiendo a esta cuestión, hace unos día se ha escrito un interesante artículo en arXiv (Why does deep and cheap learning work so well?. Henry W. Lin. 2016) que nos da algunas pistas. Según sus autores, la respuesta de está en la propia naturaleza de la realidad, el mundo que conocemos tiene ciertas características que facilitan el trabajo de las redes neuronales:

i) Resulta que las leyes físicas son bastante simples. Sé que parece una locura afirmar que la física, con todas esas fórmulas infernales, es simple. Pero digamos que podría ser peor. La mayor parte de las leyes físicas que conocemos tienen, en su representación más fundamental, ecuaciones con exponentes bajos, como máximo 4. Este hecho reduce enormemente el número de soluciones a explorar y el número de parámetros a ajustar, facilitando mucho el trabajo de la red. Es lo que los autores llaman "cheap learning" (aprendizaje barato).

ii) Además, en el mundo físico la información es normalemente independiente de procesos de rotación o traslación. Un gato es también un gato aunque le demos la vuelta o lo movamos 10 metros. Estas características también facilitan la aproximación de la red a procesos reales.

iii) Por último, la realidad, como las redes neuronales, está muy jerarquizada. Las moléculas forman células que forman organismos, planetas, sistemas solares, galaxias… los pixeles forman narices, ojos y bocas que forman caras… Cada una de las capas de la red neuronal funcionaría como una aproximación a cada uno de estos niveles jerárquicos, como hemos visto arriba.

    Parte del esquema del paper que resume el proceso de codificación de información

Resulta que, años después, por fin se confirma que aquel libro era más una genialidad que una locura y que Hawkins tenía bastante razón. Copiar el cerebro ha sido una buena estrategia para crear sistemas inteligentes, al menos si van para trabajar en el mundo en que vivimos. 

Millones de años de azar y selección han permitido a la evolución crear un sistema que "comprende" bien la realidad. Parece que el secreto de las redes neuronales no sólo está en cómo guardan la información aprendida, su propia arquitectura ofrece un modelo de datos que captura la esencia última de la realidad física.

    Actualización 2024: Imagen generada por inteligencia artificial

Es cierto que las redes neuronales artificiales son increíbles, pero para mi, lo más interesante de todo es lo que nos dice de nosotros mismos. Las razones del éxito del aprendizaje profundo explican también por qué nuestro cerebro nos ha proporcionado tal ventaja evolutiva. La clave ha sido aprender a predecir la realidad.

"Prediction is not just one of the things your brain does. It is the primary function of the neo-cortex, and the foundation of intelligence.*"

Jeff Hawkins

* Traducción: "La predicción no es sólo una de las cosas que hace el cerebro. Es la función principal de neocortex y el origen de la inteligencia."

El arroz con leche de mi abuela: Análisis de experiencia de usuario.

No sé si os lo he contado antes, pero mi abuela era una gran experta en experiencia de usuario. Su principal especialidad era el arroz con leche. Hacía el mejor arroz con leche del mundo, elegido de forma unánime por toda la familia.

El resultado de mi receta... extraído de
http://www.dessert.net/

Yo he intentado muchas veces replicar su plato pero me ha sido imposible. Lo he probado todo. He seguido su receta de forma obsesiva, he comprado la misma leche y la misma marca de arroz, he cronometrado los tiempos y calculado los pesos con la máxima exactitud. De hecho, puedo decir que consigo un resultado casi perfecto. Mi arroz con leche tiene un aspecto idéntico al de mi abuela, la misma textura cremosa y los mismos toques de caramelo. Pero cuando por fin me decido a probarlo... ¡¡no sabe igual!!

No fue hasta hace poco que, leyendo aquí y allá sobre psicología de consumo y experiencia de usuario, empecé a comprender algunos de los secretos que habían convertido el arroz con leche de mi abuela en un plato irrepetible. El artículo que me puso en la pista se titulaba algo así como "Evaluando el impacto de la vajilla y otras variables contextuales en la percepción multisensorial de sabor". Fue publicado en 2012 en la revista "Flavour" ("Sabor") ...  Ya sabéis, los científicos siempre se han caracterizado por un naming claro y conciso.

Cómo se crea una experiencia: integración multisensorial

En el artículo se analizaban cómo cuestiones aparentemente no relacionadas con el sabor, como el color del plato, el material de la cubertería o la ambientación del restaurante, podían afectar al sabor que los usuarios percibían en los alimentos. Corroboraron, por ejemplo, algo que casi todos hemos sentido de algún modo: Comer con una cuchara de plástico hacía que experiencia de la comida no fuese tan agradable (Liking) y hacía que los usuarios tuvieran la sensación de que la comida era de peor calidad (Quality).

Resulta que, a diferencia de lo que nos enseñaron en el colegio, en la percepción de sabor no sólo participan el sentido del gusto y el olfato. La experiencia completa de saborear una comida incluye sensaciones de muchas otras características del alimento, tales como color, textura, temperatura... ¡incluso el sonido que hace al morderse!*

Se trata de un fenómeno denominado integración multisensorial que es parte inseparable de nuestro proceso de percepción. Para crear la experiencia que nosotros percibimos, el cerebro integra todas las señales de las que dispone, construyendo una explicación coherente de lo que está ocurriendo. De este modo, dentro de procesado de información del sistema sensorial, cada sentido está ligado a los demás y la información que se percibe por un sentido afecta al resto.

El fenómeno es, si cabe, aún más complejo. Los estudios* muestran que nuestra percepción de sabor no sólo integra toda la información sensorial, también la que tenemos guardada en nuestra memoria... Nuestros conocimientos (¡y nuestros prejuicios!) sobre la marca, el lugar de origen, los ingredientes o el etiquetado, participan también en la creación de la experiencia y son capaces de modificar significativamente el sabor, la sensación, que percibimos.

Experiencia de usuario de abuela

Acababa de comprenderlo todo. Había conseguido replicar el plato de mi abuela pero ella, como la auténtica experta en experiencia de usuario que era, tenía algunos trucos que cambiaba completamente el sabor de su plato. A su receta de "arroz con leche de abuela" añadía, además de los clásicos leche, azucar, canela y limón... todo aquellos estímulos que lo convertían en algo irrepetible: el cariño, la calidez y los mimos de una abuela... Mi arroz con leche no me sabía igual que el que me hacía mi abuela por una sola razón: no lo había hecho ella, no me lo servía ella y no había nadie que me dejara repetir a escondidas de mi madre. Una experiencia irrepetible. ¡Un beso abuela!

Juanjo Valderrama

@jvaarq

* Puedes encontrar una buena revisión sobre factores que afectan al sabor aquí: "The impact of perceptual interactions on perceived flavor." y sobre marca y etiquetado aquí: "Sensory suggestiveness and labeling" o aquí "Fine as North Dakota wine: Sensory expectations and the intake of companion foods"

Festum de Autorganización: reglas y liderazgos en equipos autorganizados.

El verano pasado, los días 29-30 de agosto, organizamos la segunda edición de festum. Si no sabes lo que es, que será lo más normal, te cuento que se trata de una frikada de tamaño considerable en el que un grupo multidisciplinar de profesionales: psicólogos, informáticos, diseñadores, biólogos,... nos reunimos para discutir y aprender sobre un tema que nos resulte interesante. En este caso fue sobre procesos autorganizados, de ahí el nombre de esta edición: "festum de autorganización".

Durante estos días analizamos, experimentamos y discutimos sobre cómo funcionan los grupos de personas que se organizan de forma no centralizada, como ocurre no sólo el grupos asamblearios y asociaciones, también en equipos de desarrollo de software y equipos profesionales. Tras dos días, más de 20h de trabajo y 4 meses de decantación (he mejorado, en la primera edición tardé 8 meses) he filtrado las cuestiones que considero más interesantes:

1. La autorganización se aprende.

Al final de la actividad, durante la puesta en común, la mayor parte del grupo coincidió en que este modelo de organización no centralizada es mucho menos efectivo que el sistema clásico jerarquizado. Recuerdo haber escuchado lo mismo en conversaciones después de algunas reuniones de cooperativistas o de personas que asistían a asambleas del 15M o ... Por otro lado, en mi experiencia personal, por ejemplo en la Federación de Jóvenes Investigadores o en algunas consultoría de empresas, es que "una asamblea" puede ser tan ágil y efectiva como una reunión centralizada. ¿Qué diferencia había en los grupos que funcionaban? Sobre todo que tenían experiencia haciéndolo...

Llevamos toda la vida inmersos en sistemas centralizados en los que la coordinación está claramente establecida en una persona que marca los ritmos y toma decisiones: colegio, universidad, empresas... Incluso en una "estructura democrática" como la que vivimos, nuestra participación se reduce a una votación cada 2 años. Sería un milagro que la primera vez que intentáramos crear un proceso realmente participativo funcionara de forma espontánea.

Como equipo autorganizado ni siquiera fuimos capaces de acordar qué escribir en la pizarra de agradecimiento del restaurante. Un claro ejemplo de decisión a delegar y revisar :)

De hecho, tengo que reconocer en estas jornadas tenían truco... El modelo festum consiste en experimentar, discutir y equivocarse en un entorno en el que equivocarse sale gratis... de modo que, al menos por parte de gottraining, intentamos no facilitar el proceso. Hubiera sido relativamente fácil organizar un poco el sistema y agilizar la toma de decisiones con alguna de las herramientas que usamos normalmente. Estamos acostumbrados a hacerlo en situaciones mucho más complejas. Pero en ese caso no hubiera sido un festum, y menos un festum de autorganización.

Reunimos a un grupo de personas muy diferentes, sin jefes, sin coordinadores preestablecidos y con poca experiencia en trabajo en grupos autorganizados, con el objetivo de crear un proyecto artístico, científico o tecnológico sobre autorganización... Agitamos y esperamos a ver qué sucedía. El resultado fue, por supuesto, bastante desorganizado. Sin embargo es precisamente de esos errores, intentos, idas y venidas, de donde se sacan las conclusiones más interesantes.

2. Hay que definir las reglas de juego. 

Una de la confusiones más comunes con los sistemas autorganizados es confundir autorganización con la inexistencia de normas. Nada más lejos de la realidad. Por nuestra experiencia, el establecimiento de las reglas es una de las cuestiones clave en el desarrollo de dinámicas autorganizadas, ya que permiten a cada participante comprender lo que ocurre, prever el futuro y decidir. Además disminuye el número de "malos entendidos" que pueden derivar en conflictos.

En los sistemas autorganizados naturales los compormientos complejos emergen desde reglas simples que se aplican a todos sus componentes. Un modelo de bandada solo con 3 reglas simples.

En los sistemas autorganizados naturales los compormientos complejos emergen desde reglas simples que se aplican a todos sus componentes. Un modelo de bandada.

3. Enfocar en el objetivo, no en el sistema de reglas.

Aunque parezca contradictorio con el punto anterior, el establecimiento de reglas no puede convertirse en el objetivo mismo del grupo. El "para qué estamos aquí" es más importante que el "cómo vamos a funcionar". Necesitamos las mínimas reglas necesarias para poder empezar a trabajar, aunque sea de modo provisional.

Para comenzar a organizar una primera asamblea el coordinador, por ejemplo, puede proponer algo parecido a esto: "la persona que habla tiene 3 minutos para exponer su argumento y cada intervención terminará en todo caso con una propuesta concreta. Trabajaremos de este modo durante los primeros 45min y revisamos ¿Os parece?".

De este modo los participantes podrán entrar en el juego que se les plantea con un marco de reglas común pero con la tranquilidad de que, aunque el método tenga fallos, éstos se discutirán en poco tiempo.

4. Las reglas se aplican por igual a todo el grupo. 

La baja jerarquía está en la naturaleza misma de los procesos autorganizados, las reglas son las mismas para todos, desapareciendo la figura del jefe o del coordinador centralizado. Esto obliga a los propios miembros a ocupar de algún modo el papel de coordinación dando lugar a un interesante fenómeno denominado liderazgo distribuido o compartido (Shared leadership).

Si echamos un vistazo a las características definen la jerarquía comprobaremos cómo los procesos de liderazgo distribuido suponen una ruptura profunda del modelo jerárquico puro.

Llamo la atención sobre cómo, a pesar de que no haya un coordinador institucionalmente establecido, resulta casi imprescindible que alguien controle en todo momento la aplicación de las reglas y evite que nos dispersemos. El papel del coordinador pasa por organizar los temas de discusión, presionar para cumplir plazos de argumentación-decisión e incluso evitar que se repitan argumentos ya comentados... El problema es que esta tarea no sólo es difícil, también resulta muy erosiva, de modo que el puesto se hace incómodo y a menudo termina vacío, quedando el grupo sin coordinación.

Una de las estrategias para la organización fue la creación de "el palo de hablar" ... no surtió efecto.

5. Se necesitan líderes. 

El grupo precisa de un grupo mínimo de personas que puedan realizar el papel de coordinación, con los conocimientos suficientes de facilitación y el compromiso de asumir el papel de coordinación, y el desgaste asociado a ello.

6. El problema de la toma de decisiones. 

Probablemente el principal reto al que se enfrenten los grupos autorganizados es la toma de decisiones. Lo hemos visto en numerosas ocasiones, las asambleas son lentas, aburridas y torpes, los temas se repiten una y otra vez sin control y sin enfoque y las discusiones las gana el más "cansino". El problema además puede agravarse mucho cuando la coordinación no es eficaz... o no existe.

En primer lugar no todas las decisiones tienen que ser tomadas en asamblea. Las decisiones rutinarias deberían delegarse en responsables o comisiones siempre que el sistema sea suficientemente transparente. Aprender a diferenciar cuáles pueden delegarse y cuáles no es una de las cuestiones clave.

Por otra parte, si la coordinación de la asamblea es diligente puede ahorrarse mucho tiempo evitando intervenciones repetidas y organizando la información.

Por último, los propios asistentes con la experiencia mejoran la síntesis de las exposiciones y aprenden evitar los finales interminables... ¿Qué es eso? Seguro que habéis escuchado a personas que hacen un buen discurso pero no saben darlo por finalizado y se repiten y alargan hasta agotarlo. Un coordinador puede, con un gesto cómplice, ayudar a cerrar eficazmente una intervención.

7. ¿Y si votamos? 

Votar es posiblemente el único mecanismo de autorganización con el que estamos familiarizados. Sin embargo prácticamente nunca tiene resultados satisfactorios para todos. No existe el sistema perfecto, y esto podemos comprobarlo fácilmente en los sistemas democráticos: los mecanismos de mayorías absolutas excluyen a las minorías y los de mayorías simples con pactos pueden darles excesivo poder de decisión. Casi cualquier decisión no unánime va a aumentar el nivel de insatisfacción dentro del grupo.

8. La experiencia festum

Al final, después de algunas discusiones, conseguimos elegir y comenzar dos proyectos.

i) Análisis de puntos clave para el comportamiento autorganizado en grupos de personas.

ii). Modelo informático de toma de decisiones en bandadas de pájaros.

Ninguno de los dos está concluido, fue imposible en tan poco tiempo y la experiencia se comió el objetivo... o bueno, en realidad el objetivo era experimentar y aprender así que...

Como experiencia, tener la oportunidad de trabajar en un lugar como la Fundación Escultor Berrocal es todo un lujo. Su acogida fue espectacular, y trabajazo de Claudia en cuanto a logística que consiguió que todo funcionase perfecto y además comiéramos increiblemente... así nunca le se va a librar de nosotros.

En cuanto al proceso, creo que resultó claramente menos lúdico que en la primera edición, la creatividad fue mucho más fácil de gamificar. Sin embargo también creo que en este caso, al menos para mí, fue más interesante, el tema era mucho más difícil y todos cometimos muchos más errores... y eso, en un entorno en el que es gratis equivocarse, resulta impagable :)

Gracias a todos los que os atrevisteis a jugar con nosotros.

Juanjo Valderrama

@jjvaarq

Participo en gottraininig

Pd 1. Hay al menos otros dos post que hablan del festum de autorganización: "Human cocktail: especialización profesional y dependencia." y "Maquillaje empresarial y autorganización de bajo nivel".

Pd 2. Si estás interesado en participar en el próximo festum puedes escribirnos a este email: [email protected], contándonos quién eres y por qué quieres venir.

¿Por qué el “si quieres, puedes" es una estrategia de M. para dirigir a tu equipo?

Este post es el resultado de años de experiencia en consultoría de empresas Y su objetivo es evitar uno de los errores más frecuentes que he encontrado

* Porque está basada en una estadística con errores de bulto.

Se basa en una muestra sesgada, formada sólo por aquellos que lo consiguieron y asumiendo que la única variable importante fue "querer". Desestimando todas las demás cuestiones: habilidad, contexto, red de contactos... Cada vez que alguien usa el argumento "si yo pude, tú también" se muere el gatito de un estadístico.

"Creo que es posible volar como un pájaro"

* Porque generarás un ambiente poco motivador.

Aunque esta frase se usa a menudo con intenciones motivadoras, alegando al trillado efecto Pigmalión, a menudo tiene el efecto contrario. "Creer" o "desear" es algo no puedo controlar, no está dentro de eso que llaman el "círculo de influencia". Que nos evalúen por cuestiones que no podemos controlar provoca además una sensación de incertidumbre y deriva fácilmente en frustación y desmotivación.

* Porque realizarás planificaciones erróneas.

Si tienes suerte alguien de tu equipo te explicará que eso de la motivación y el "si quieres puedes" no hay que tomarlo de forma literal. Te dirá además que las estimaciones deberían realizarse en base a los recursos reales y datos previos… pero seguramente no seas tan afortunado. De modo que tus trabajadores, frente a una demostración de irracionalidad de ese tamaño, elegirán la callada por respuesta y empezarán a preparar las excusas para explicarte el mes que viene por qué no pudo ser lo que estáis planificando en este momento.

* Por que te crearas una imagen de jefe… de mierda.

Cuando les pidas una tarea y te intenten explicar que no va a poder realizarse por cuestiones técnicas o de tiempo... Si eres un "jefe-quieres-puedes", responderás con alguna perla del tipo: “no estás motivado" o "eso es porque no crees en ti mismo” … En ese momento tus trabajadores te verán como un iluminado que vive en su pecera de cristal completamente fuera de la realidad.

Me he reído mucho con este sketch: Qué hacer si te piden dibujar siete líneas perpendiculares rojas, dos con tinta roja, dos con tinta verde y el resto con tinta transparente...

Igual este post os parece algo exagerado pero he vivido cada uno de los puntos del post en empresas reales con las que hemos trabajado... en algunas incluso podías encontrarlos todos a la vez. Conocemos el efecto pigmalión y la importancia de la confianza en el desempeño, pero las extrapolaciones del tema se han ido de las manos. Actualmente creo que hay demasiadas teorías pseudocientíficas asumidas en círculos de dirección e impartidas en escuelas de negocio, a pesar de que resultan contraproducentes para la gestión de equipos. Por todo ello me uno al movimiento #stopgurus.

Juanjo Valderrama

@jjvaarq

Pd. Tengo que agradecer a @olgarusu ese "ufff" y la discusión posterior que me ha hecho explicar mejor algunos de los puntos de este post :)

Festum de Autorganización. Presentación

Vamos a volver a hacerlo... Necesitamos un grupo de gente que esté tan mal de la cabeza como nosotros para participar en el próximo festum. Y es que los días 29 y 30 de agosto estaremos reunidos en la Fundación Escultor Berrocal, en Villanueva de Algaidas (Málaga), con el objetivo de trabajar, discutir y aprender, esta vez sobre "autorganización".

¿Qué es un festum?

Es un nombre cualquiera que hemos inventado para definir una reunión de personas con perfiles muy diferentes científicos, artistas, sociólogos, ingenieros... que se encuentran durante dos días para aprender, discutir y experimentar juntos sobre un tema de interés. Un proyecto no comercial, sin profesores ni clases magistrales... se trata encontrar juntos fuentes de conocimiento que resulten aplicables en nuestras diferentes realidades.

En la primera edición aprendimos sobre personas y creatividad... Aquí tienes un resumen en vídeo de la experiencia... son 2min.

* Si quieres saber más hay un par de posts escritos sobre la experiencia:

 "10 consejos para estimular tu creatividad" y "Dirección de equipos creativos... ¡y de innovación!"

¿Por qué autorganización?

Porque nos apetece, porque es interesante, porque se ajusta perfectamente a un acercamiento transdisciplinar y porque salió elegida después de toda una mañana de discusión :)

Probablemente la imagen más conocida de procesos autorganizados es la formación
 de bandadas de pájaros que se mueven de forma coherente sin líderes ni jefes, sólo
con tres reglas sencillas: separación, alineamiento y cohesión. La imagen es una
composición de www.jogjis.com y processing.org.

Los modelos autorganizados se están aplicando en ámbitos tan diferentes como el desarrollo de infraestructuras, el comportamiento de animales gregarios, la formación de atascos en carreteras, la organización de grupos humanos o la formación de estructuras corporales...

La aparición de autómatas celulares en el juego de la vida de
Conway emerge a partir de unas pocas reglas sencillas.
La imagen es de wikipedia.

No existe una definición unánime de autorganización pero en pocas palabras podemos definirla como un sistema de organización sin control centralizado ni excesivas estructuras jerárquicas. La autorganización parece estar relacionada, al menos en ciencia, con lo que se han venido a llamar sistemas complejos: aquellos formados por un gran número de componentes, que se encuentran suficientemente conectados y se relacionan de forma no jerárquica por medio de reglas sencillas.

Una imagen de Moscú desde el proyecto Complexcity que estudia la organización
 de las ciudades como sistemas evolutivos. Lee Jang Sub. 

Es durante la interacción simple pero masiva de estos múltiples componentes, cuando el sistema sufre una profunda transformación de comportamiento que trasciende el nivel local afectando a sus características globales. En el sistema autorganizado emergen nuevas propiedades que no estaban en los componentes por separado

Las células de convección o de Benard aparecen en masas de
agua sometidas a un campo gravitatorio y un determinado
gradiente de temperatura. En ellas, las moléculas se mueven
 ordenadamente transportando calor de una forma muy eficiente.

¿Sigues sin saber lo que es? Normal... Puedes leer más directamente en wikipedia, claro... un proyecto por cierto con altas dosis de autorganización.

¿Quién lo organiza?

Esta edición está organizada por la Fundación Escultor Berrocal, que además aporta un lugar inmejorable: el Estudio-Taller Berrocal. Está también Damian López, un diseñador industrial fundador de Leblume y que está metido en otros saraos como el PechaKucha Night Málaga y Málaga Design Walk... y claro, estamos todo el equipo de gottraining.

Una imagen del estudio taller de la Fundación Escultor Berrocal.

¿Cuánto cuesta y cómo puedo inscribirme?

Festum es un proyecto no comercial, de modo que cada asistente (incluidos los organizadores) cubrirá sus gastos de comida y alojamiento:

- Festum de Autorganización: 70€/ pers.

Actividades del viernes y sábado. Incluye visita guiada del estudio taller (15€), material de papelería (5€), buffet de desayuno y almuerzo de viernes y sábado (30€), cena en restaurante cercano (20€). Para dormir, el ayuntamiento ha cedido el albergue juvenil del pueblo.

- Si quieres dormir en hotel rural noche del sábado (+35€/noche)

- Algunos se quedarán hasta el domingo para continuar la conversación... así que la estancia puede extenderse hasta el domingo en el que haremos un almuerzo en la casa-museo Berrocal. +50€/pers. A todo lo anterior se le añade cena del sábado en restaurante (20€) y desayuno y almuerzo en casa-museo Berrocal (15€)

El número máximo de participantes es 25, así que si estás interesado/a en venir puedes enviar un email a [email protected] contándonos en unas líneas tu perfil y por qué quieres asistir.

Nos vemos!

Juanjo Valderrama

@jjvaarq

Participo en gottraining

¿Cómo se mide la jerarquía... y cuánta hay? - Reescrito -

AVISO: He vuelto a escribir este post porque que me consta que no es fácil. Mezclar disciplinas nunca lo es y extrapolar los conocimientos teóricos en sistemas reales aún menos. Así, que después de la crítica de @javierdisan que definía este post como "pestiñazo" ... me dispongo a reintentarlo :)

¿Por qué tanto esfuerzo? Porque creo que el artículo original es realmente interesante y pone orden en cuestiones clave para toda organización: relaciones, jerarquía, participación... desde una perspectiva diferente.

--

Mucho se ha escrito, bueno y malo, sobre el concepto de jerarquía, pero no ha sido hasta hace muy poco que se ha descrito formalmente y se ha desarrollado un modelo con el que poder cuantificarla en sistemas reales, ya sea en una red neuronal o en nuestra propia empresa.

El artículo que lo ha conseguido se ha publicado nada menos que en PNAS y ha venido a llamarse: “On the origins of hierarchy in complex networks”. En él se analiza, dentro del marco de la teoría de la información, cuáles son las características que definen las estructuras jerárquicas. Intentaré contaros un poco los resultados sin meterme en ecuaciones...

¿Qué es la jerarquía?

Los autores parten de la idea intuitiva de que una organización jerárquica es aquella en la que unos pocos mandan sobre la mayoría. Así que, si asumimos que las órdenes fluyen de arriba a abajo, una organización jerárquica dibujaría el organigrama piramidal que estamos acostumbrados a ver en las organizaciones.

Pero ¿cuáles son las características de esta pirámide?... esto es: ¿Cómo podemos saber si una organización es más o menos jerárquica que otra?

Qué os voy a contar yo de organigramas empresariales

que vosotros no sepáis... La imagen es de Wikipedia. 

1ª Característica jerárquica: "Arborescencia" (T)

La primera de las características en las que se han fijado los autores es la forma de la red de relaciones: ¿Cómo podemos medir cuánto se parece a una pirámide?

La respuesta ha sido una variable llamada Arborescencia (Treeness) que, como su nombre indica, da un valor numérico a la forma más o menos arborescente de la estructura. La cuantificación es un poco complicada y no necesitas los detalles para comprender el artículo, pero si estás interesad@ en el método o te pone la entropía de Shannon puedes ir al punto [*1] del anexo al final del post.

Arborescencia (T) puede tomar valores que van desde 1, que representaría una estructura piramidal perfecta, con un sólo "jefe" y muchas personas en la base, hasta -1 en la que esta pirámide estaría invertida, gran número de "jefes" y pocas personas en la base. Tanto las redes formadas por dos o más "árboles de relaciones" como las no centralizadas tendrían un valor de T≈0.

Algunos ejemplos de redes y su valor de T.
Partimos siempre del supuesto en que la información fluye de arriba a abajo.
La imagen es una composición propia.

2ª Característica jerárquica: "Ordenabilidad" (O)

Sí, me he inventado la palabra, pero no os preocupéis, los autores también... Ellos la llaman Orderability y trata sobre la posibilidad de identificar con claridad quién es el superior y quién el subordinado. 

En los sistemas puramente jerárquicos el envío de órdenes es un proceso unidireccional, en el que no cabe duda quién manda sobre quién. Sin embargo los sistemas reales no suelen ser tan simples. Pueden existir relaciones bidireccionales en las que los individuos se influyen mutuamente o incluso grupos de componentes (comités) que mantienen relaciones entre ellos que forman estructuras cíclicas. En ambos casos se complica la identificación del "jefe".

Un grafo en el que se señala qué se ha considerado
un ciclo para el cálculo de Ordenabilidad.
Fuente: material adicional del artículo.

Y ahora viene la gran cuestión... ¿Cómo medimos eso? En este caso es relativamente simple: Orderabilidad (O), calcula el porcentaje de modos de la red que están formando parte de algún ciclo [*2]. Su valor es 1 cuando no existen ciclos y 0 cuando toda la estructura es cíclica.

Vamos a revisar qué hemos visto hasta aquí. Si tomamos ambas variables de forma conjunta vemos que cuando un sistema es completamente jerárquico ocurre lo siguiente:

* T ≈ 1. Todas las órdenes parten de un sólo individuo y se reparten sin ambigüedades desde él a toda la organización. 
* O ≈ 1. Además no existen ciclos de información en forma de grupos de trabajo, comisiones... pero ojo, un grupo de trabajo no es el único modo de crear un ciclo de órdenes. Los envíos de información desde abajo hacia arriba también crean ciclos de relaciones. ¿Os suena? Lo llaman feedback... Pero sigamos, después hablaremos de ese tema...

3ª Característica jerárquica: "Amplificabilidad" (F)

Las estructuras completamente jerárquicas son una excepción. En la mayor parte de los sistemas reales existe al menos una relación en forma de grupo o feedback que complica el modelo. ¿Cómo afectan otras estructuras cíclicas a la jerarquía del sistema? De esta cuestión surge la última de las variables que se definen en el artículo, denominada algo así como Amplificabilidad (Feedfordwardness).

Para saber si un sistema es más o menos jerárquico, no sólo importa el número y el tamaño de los ciclos de información, tenemos que medir si éstos influyen más o menos en la pirámide de mandos. Cuanto más alto esté situado un ciclo en el organigrama de relaciones, más influye en el funcionamiento de la organización. 

Amplificabilidad (F) Dicho lo anterior, cuanto más altos en la estructura se encuentren los ciclos de información más cerca estará del valor 1 la amplificabilidad (F). En el caso contrario se acercará a 0. [*3]

La jerarquía en tres palabras

Así que, con esta última variable tenemos completamente definido el concepto de jerarquía. Cualquier sistema realmente jerárquico tiene tres características: 

- Tiene forma de pirámide o árbol invertido T ≈ 1.
- Tiene pocos ciclos de información, pocos equipos de trabajo y poco feedback, O ≈ 1.
- Los pocos "ciclos" que existen están recluídos en el final de la cadena de mandos F ≈ 1 con mínima influencia sobre los procesos globales.

Se trata de un modelo... ni más, ni menos.

Como todas las definiciones formales, este artículo es una simplificación. Sólo mide la jerarquía estructural y reduce las relaciones a conexiones de todo o nada, y por si fuera poco se trata de un modelo estático.

Además, para aplicarse en organizaciones humanas, tendríamos que definir bien qué consideramos una relación ¿Un email? ¿Una orden directa? ¿Una pieza de información que modifique tu siguiente decisión? ... A pesar de que hemos hablado varias veces del "organigrama" de la organización, éste no suele ser más que un esquema en un papel. La verdadera estructura de la organización la crean las relaciones efectivas entre las personas, que suelen coincidir muy poco con lo que está escrito.

A pesar de todo y asumiendo todas sus limitaciones, este trabajo me parece una buena oportunidad para reflexionar sobre cuáles son los modelos organizativos que sostienen nuestras instituciones o empresas y cómo podemos mejorarlos.

La propia definición de variables está poniendo el foco en tres cuestiones que sabesmos clave: la forma del organigrama más o menos "aplanado", la creación de equipos intra e interdepartamentales y por supuesto el feedback.

¿Cuánta jerarquía hay en el mundo?

Una vez establecido un modelo con el que cuantificar la jerarquía, el artículo analiza una serie de sistemas reales que van desde el sistema neuronal de un gusano llamado C. Elegants hasta la estructura de algunos libros famosos, pasando por relaciones personales de empleados, conexiones entre empresas, circuitos electrónicos y ecosistemas.

La primera conclusión que podemos extraer de los resultados es que, fuera de algunas organizaciones humanas, la jerarquía no es una característica muy extendida.

Ni siquiera los mecanismos más refinados que la evolución ha diseñado para tomar decisiones, como el sistema nervioso o los reguladores genéticos de ciclo celular, presentan una jerarquización significativa... Más bien todo lo contrario, se trata de sistemas que carecen de control centralizado, en los que el procesamiento de información se encuentra distribuido por toda la red… en realidad estos resultados coinciden con lo que ya sabemos sobre autorganización y cerebro.

Un ejemplo de aplicación del modelo para el análisis del sistema nervioso del
gusano C. Elegants. Fijaos en que tiene forma de pirámide invertida (T<0), lo que quiere 
decir que tiene más estructura dedicada a recepción de información que a su envío.
Las esferas que se observan dentro del cono corresponder a los ciclos más importantes del sistema.
La imagen es de la documentación adicional del artículo.

Jerarquía y feedback

Por otra parte, que la mayor parte de los sistemas reales no sean jerárquicos, tampoco es sorprendente si nos paramos a pensarlo. Como hemos visto antes, un sistema completamente jerárquico no es más que un modo de transmitir y amplificar órdenes desde los centros de control, sin capacidad de procesamiento ni integración de información. 

Cualquier sistema que tenga la necesidad de crear respuestas adaptadas de forma efectiva está obligado a romper la transmisión unidireccional de órdenes e integrar gran cantidad de información desde el mundo real... Y aquí vuelve esa palabra tan de moda: feedback!!.

Si revisamos las variables anteriores veremos que el feedback es, de hecho, una ruptura total de la jerarquía… La palabra mágica!! Feedback, feedback, feedback,...  No, “¡Buena idea, jefe!" no cuenta como feedback.

Esa curiosa inteligencia social que tiene Homer

Juanjo Valderrama

@jjvaarq

Participo en gottraining

-- ANEXO --

[*1] A ver cómo explico esto... Para calcular Arborescencia es necesario colapsar cada ciclo existente en un sólo punto, quedando un árbol ramificado. Qué significa colapsar, pues nada más que asumir que, si existe un grupo de puntos que forma un ciclo de relaciones, este grupo queda automáticamente reducido a un solo punto. 

Una vez hayamos eliminado de este modo todos los ciclos de la estructura, nos quedaremos con una forma arborescente en la que podremos medir cuánto se parece a una pirámide. Para ello se mide el número de caminos posibles descendentes y el número de caminos ascendentes. ¿Cómo se traduce eso en matemáticas? El número de caminos posibles no deja ser la entropía de Shannon así que ésta se calcula de arriba a abajo y al contrario. 

Para que los valor no dependan del tamaño de la red sino de la forma, el resultado se normaliza, esto es se divide entre el número total de caminos posibles en toda la red completa: la máxima entropía de la red.

[*2] En realidad el cálculo de Orderability es a la inversa: se calcula el porcentaje de nodos que no forman parte de ciclos. Se trata de una cuestión formal, de este modo en sistemas jerárquicos toma valor +1.

[*3] Feedfordwardness es una función algo más compleja, pero básicamente no sólo calcula el tamaño de los ciclos existentes, además penaliza y se acerca más a 1, con los ciclos que están más altos en la estructura.

[*4] Si has llegado hasta aquí sin huir despavorido te dejo un resumen gráfico del modelo... En él se reúnen las tres variables de las que hemos hablado (T, O y F) dibujando un espacio tridimensional en forma de cubo. Como veis, cada variable está representada en uno de los ejes.

De este modo, la posición de un sistema dentro de este cubo determina cuáles son sus características jerárquicas

Imagen del artículo

-Las variables O, el número de ciclos, y F, la posición de los ciclos en la estructura, están ligadas. Si no hay ciclos no tiene sentido pensar a qué altura están. De modo que ambas varían juntas formando una línea curva que corta el cubo de forma diagonal. 

- En la zona superior del cubo están las estructuras con menos ciclos y por tanto más jerárquicas que las de la zona inferior.
(O = F =1).

- Arriba a la derecha están las estructuras jerárquicas por excelencia. Sin ciclos y con forma de pirámide de mando. 
(T = O = F = 1).