Documente Academic
Documente Profesional
Documente Cultură
net/publication/262562333
CITATIONS READS
16 13,940
1 author:
Jose Navarro
University of Barcelona
213 PUBLICATIONS 786 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Evaluation and Selection of Public Managers: equality measures and procedures View project
All content following this page was uploaded by Jose Navarro on 24 May 2014.
La Organización como
Sistema Dinámico Complejo
LAS ORGANIZACIONES COMO SISTEMAS ABIERTOS ALEJADOS DEL
EQUILIBRIO
1.- INTRODUCCIÓN. 1
Parte I
De la Teoría General de Sistemas a la Ciencia de la Complejidad
i
Complejas. 67
3.2.3.2.- La Duplicación de Períodos como Ruta Universal hacia el Caos. 72
3.2.4.- Caos e Información: el Grupo de Santa Cruz. 73
3.3.- A MODO DE SÍNTESIS: ¿QUÉ ES EL CAOS? 75
3.3.1.- Características del Caos. 77
3.3.2.- Rutas hacia el Caos. 79
3.3.3.- Medidas del Caos. 79
3.3.3.1.- Exponentes de Lyapunov. 79
3.3.3.2.- Entropía de Kolmogorov. 81
3.3.3.3.- Dimensión del Atractor. 81
3.4.- CIENCIA DE LA COMPLEJIDAD. 82
3.4.1.- Vida en el borde del caos. 83
3.4.2.- Teoría de los Sistemas Alejados del Equilibrio. 88
3.4.2.1.- Sistemas En, Cerca y Alejados del Equilibrio. 88
3.4.2.2.- Características diferenciales entre los Sistemas Alejados del
Equilibrio frente a los Sistemas En y Cerca del Equilibrio. 95
3.4.3.- Caracterización de la Complejidad. 100
3.4.4.- Teoría de los Sistemas Autopoiéticos. 106
3.4.4.1.- Autopoiesis: la organización de los sistemas vivos. 106
3.4.4.2.- Aportaciones principales de la Teoría de los Sistema
Autopoiéticos. 110
Parte II
La Organización como Sistema Complejo
ii
4.4.2.4.- Gestión centrada en Valores Nucleares y Borrosos. 171
4.5.- CONCLUSIÓN. 173
iii
Agradecimientos.
Este trabajo ha contado con apoyo humano en tiempo y energías de otras perso-
nas sin el cuál no hubiera podido realizarse. A todas ellas estoy profundamente
agradecido y me gustaría dejar constancia de ello.
A mis directores de tesis, el Dr. Frederic Munné y el Dr. Santiago Quijano. El pri-
mero consiguió que mi interés inicial por la no linealidad se encauzara gracias al
magnífico puente que está tendiendo entre la complejidad y la ciencia social. El
segundo me permitió participar en un proyecto de investigación ambicioso y ca-
minar por otro interesante puente de intercambio de experiencias entre la investi-
gación y las necesidades empresariales.
Al Dr. José Manuel Cornejo, por haber sabido motivarme en las tareas de investi-
gar y haber sabido mostrarme a mirar los datos desde una visión psicosocial.
Al Dr. Federico Javaloy que, como tutor, ha estado siempre disponible cuando le
he necesitado.
A mi hermana Felisa, por haber sabido mostrarme tantas veces que el esfuerzo
merece la pena.
Y a mis padres, José Félix y Brígida, por haber estado ahí, por haber sido padres
y haberos desvivido por nosotros, por haber conseguido y conseguir llegar a ser
todo lo que soy.
iv
A mis padres
‘Os hice caso y cogí el libro’
v
1.- Introducción.
D
esde la antigua Grecia, una dualidad se manifiesta ante todos aquellos que
pretenden comprender el mundo. De un lado, en las cosas hay algo que per-
manece, que es. De otro, también hay algo que cambia, que está llegando a
ser. Para Parménides los fenómenos de la naturaleza no podían originarse de un no
ser, de ahí que considerase que todo permanece. Nada surge ni desaparece. Para
Heráclito incluso los fenómenos en apariencia más estables sufrían un cambio conti-
nuo. Y lo ilustraba con su ejemplo de que una persona no puede bañarse dos veces
en el mismo río.
El trabajo que aquí comienza trata, en gran medida, sobre esta dualidad. Se
topa con ella. Al igual que Demócrito integrara ambas ideas, las teorías del caos y
de la complejidad, con las que aquí vamos a trabajar, integran ambas posturas lle-
gando incluso a materializarlas en unos objetos increíblemente bellos denominados
‘atractores extraños’. Y como tantas veces ocurre en el quehacer científico hemos
estado rodeados de estos objetos, de estos atractores extraños, y no hemos sabido
como tratarlos, como entenderlos, como explicarlos. Se ha necesitado de desarro-
llos importantes y punteros en la física y matemática de este final de siglo para con-
seguir aproximarnos al conocimiento de estos objetos.
Ni que decir tiene que las ciencias naturales pueden ser fuente de conceptos,
teorías y metodologías de interés para otras disciplinas, incluida la psicología social.
Por ejemplo, y haciendo referencia ahora a lo conceptual, Lewin tomo como base la
topología y la física de su tiempo para elaborar la teoría del campo, utilizando inclu-
so una terminología propiamente física (fuerza, vectores, valencias, espacio de fa-
ses, etcétera). La cibernética y su propuesta de dos tipos de mecanismos de reali-
mentación, negativos y positivos, están en la base de teorías actuales como la del
1
La Organización como Sistema Dinámico Complejo
Junto a este interés por lo que se haga fuera de nuestro ámbito disciplinario
conviene también una actitud de cautela. Aplicar modelos de las ciencias naturales a
las ciencias sociales puede ser, y suele serlo, arriesgado (Kickert, 1993). Para ello
se hace necesario un buen entendimiento de las formulaciones originales para com-
prender los conceptos y también los contextos en los que éstos se trabajan, y ser
cautelosos en su traslado posterior a la ciencia social. Es relativamente fácil caer en
un uso abusivo de los conceptos y términos científicos, extrayéndolos de sus contex-
tos y, encima, no argumentar lo más mínimo este proceder (Sokal y Bricmont, 1998).
Un ejemplo ilustrará mis emociones al respecto: ¿de qué sirve afirmar que el
liderazgo carismático muestra un coeficiente de determinación (R2) con respecto a
la conducta motivada de los subordinados con un valor igual a 0.35, valor que, por
supuesto, es estadísticamente significativo? La estadística oficial, basada en el mo-
delo lineal general, nos ha enseñado a leer ese dato como que el liderazgo carismá-
tico explica el 35% de la varianza observada en la conducta motivada de los subor-
dinados. De otra forma, y surge el inevitable salto hacia el control, que si queremos
gestionar la conducta motivada de los subordinados la variable liderazgo carismáti-
co nos permitirá gestionar eficazmente dicho resultado en algo más de un tercio de
los casos. Se trata de una visión optimista. Lo que no se entiende entonces es por
2
Introducción
que este tipo de resultados no se aplica de inmediato a las empresas que, sin lugar
a dudas, estarían muy interesadas.
3
La Organización como Sistema Dinámico Complejo
que tienen algunos sistemas no-lineales como por ejemplo los sistemas vivos y so-
ciales. Es por todo esto que me haya lanzado a la extensión de teorías propias de
las ciencias naturales dentro de la psicología social a fin de estudiar si pueden apor-
tar modelos de interés para el estudio de los fenómenos psicosociales. Sobra decir
que ni soy el primero en hacerlo ni el único que en la actualidad está en esta tarea
que puede ser calificada de aventura.
En segundo lugar, y para evitar esas imposturas a las que aludí, se hace ne-
cesario una exposición detallada de las teorías y, sobre todo, de los conceptos que
van a ser objeto de extensión a campos no originarios de los mismos. Es por ello
que dedique un gran espacio en este trabajo a la presentación y explicación detalla-
da de las teorías del caos y de la complejidad. Es una tarea de divulgación pero
considero que, hoy por hoy y en nuestro campo, es necesaria.
4
Introducción
Estructura y contenidos
5
La Organización como Sistema Dinámico Complejo
También este capítulo nos servirá para conocer como algunos autores traba-
jan desde modelos complejos materias clásicas dentro de la teoría y el comporta-
miento organizativos.
6
Introducción
1.- Que las organizaciones son sistemas abiertos alejados del equilibrio.
En contraste con mucha literatura organizativa actual que enfatiza los aspec-
tos de equilibrio y estabilidad en las organizaciones y, particularmente, en las rela-
ciones organización – entorno, desde el paradigma de la complejidad defendere-
mos que los estados alejados del equilibrio no son la excepción, no son anormales,
al contrario, se constituyen en la auténtica norma del comportamiento organizacional.
Intentaremos demostrar que el fenómeno organizativo, en cuanto a lo que constituye
la tarea de organizar y al cambio y desarrollo permanente de toda organización, son
mejor comprendidos desde un paradigma complejo de la organización.
7
De la Teoría General de Sis-
temas a las Ciencias de la
Complejidad
2.- Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa.
2.1.- Introducción.
N
os interesa en este capítulo hacer un repaso a las principales aportaciones
que, tanto la Teoría General de Sistemas, como la Dinámica de Sistemas,
disciplina sustentada en la noción de ‘sistema dinámico’, han realizado en
orden a la contribución de una mejor comprensión de las organizaciones.
Al finalizar este capítulo, debe quedarnos dibujada una clara imagen acerca
de las organizaciones como sistemas abiertos, como sistemas en constante inter-
cambio con el medio que les rodea, y como sistemas sociales, con características
diferenciales también propias frente a otros tipos de sistemas abiertos. Con ello,
esperamos recoger las aportaciones más clásicas que desde el pensamiento sis-
témico se han realizado en el marco de la Teoría Organizativa.
9
La Organización como Sistema Dinámico Complejo
10
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Por ello, es posible que sobre una misma realidad puedan definirse numero-
sos sistemas (Martínez y Requena, 1986), lo cual obedecerá a razones del tipo inte-
reses o finalidad del observador, experiencia de éste, etcétera. Ello conduce a una
concepción que podríamos denominar perspectivismo (Bertalanffy, 1955) sobre la
realidad. Como dijo una vez Aldous Huxley (recogido por el propio Bertalanffy), el
mundo es como un pastel de helado napolitano cuyos niveles -el físico, el biológico,
el social, el moral- corresponden a las capas de chocolate, fresa y vainilla. La fresa
no es reducible al chocolate. Es decir, y como diríamos hoy, desde la Teoría General
de Sistemas, se está argumentando en la línea de una visión construccionista de la
realidad: el sujeto construye al objeto. Bertalanffy veía en este perspectivismo una
actitud para el científico que se oponía al reduccionismo imperante de su época, en
tanto que suponía la desmitificación de las visiones científicas tradicionales.
1
El concepto de teleonomía o teleología es rechazado de plano por autores como Maturana y Varela
(1973) en su teoría de los sistemas autopoiéticos que veremos en el capítulo 3. Aquí baste decir que,
para estos autores, no es un concepto necesario para dar cuenta de lo vivo.
2
En la literatura más reciente, suele hablarse de Pensamiento de Sistemas (systems thinking) en referen-
cia a lo que posteriormente veremos bajo el epígrafe de Dinámica de Sistemas. Preferimos decantarnos
por incluir bajo la denominación ‘pensamiento de sistemas’ aspectos más genéricos, y ta mbién más
clásicos, y no vincularlo solamente a los bucles de realimentación y demoras en los flujos de realimen-
tación que luego veremos como los conceptos básicos de la Dinámica de Sistemas.
11
La Organización como Sistema Dinámico Complejo
Por esto, y en cuarto lugar, el pensamiento de sistemas aboga por una visión
holística en el estudio de los sistemas como entidades, más que como conglomera-
dos de partes (Ackoff, 1959). Ello no quiere decir que el pensamiento de sistemas
abandone la propensión al análisis, sino que más bien, combina éste junto con la
elaboración de síntesis, más propias del holismo (Aracil, 1986).
12
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Propiedades Emergentes
del Sistema
Figura 1: Aparición de propiedades emergentes de las interacciones entre los elementos del
sistema y que acaban afectando a éstas.
13
La Organización como Sistema Dinámico Complejo
14
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
6. Sistemas animales (animal level), en los que hay una mayor capacidad en
el procesamiento de la información del exterior -evolución de subsistemas
receptores, de un sistema nervioso, etcétera- y en la organización de la
propia información en cuanto a la generación de una imagen o
conocimiento estructurado sobre el entorno. Por otro lado, en los sistemas
animales hay una capacidad de aprendizaje, y una primera capacidad de
conciencia sobre sí mismos. Aún así, no puede decirse estrictamente que
los sistemas animales tengan una capacidad de autoconciencia en tanto a
que no conocen qué conocen. Para este segundo nivel de conciencia -si
se me permite llamarlo así- se necesita de una capacidad de procesa-
miento simbólico de la información que los sistemas animales no poseen.
15
La Organización como Sistema Dinámico Complejo
en su estudio no se han desarrollado modelos más allá de los niveles tercero y cuar-
to (sistemas cibernéticos y sistemas abiertos respectivamente).
Por otra parte, esta jerarquía de complejidad puede concebirse de tal manera
que cada nivel incluye a todos los precedentes. De este modo, es posible la aproxi-
mación a niveles más complejos a través de modelos elaborados desde niveles
menos complejos. Por ejemplo, para el estudio de una organización social (nivel 8)
pueden concebirse modelos cibernéticos (nivel 3), modelos que tengan en cuenta
las relaciones organización-entorno en tanto a los intercambios de energías e infor-
maciones (nivel 4), o modelos que enfaticen la capacidad de procesamiento de la
información de los individuos (nivel 7). En todos los casos, estas aproximaciones
serán reducionistas en tanto a una limitación de carácter epistemológico: para afron-
tar el estudio en su globalidad de un determinado nivel, se necesitan enfoques que
tengan presentes las características sistémicas propias de ese nivel.
16
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
La materia no
puede entrar Tierra
ni salir
17
La Organización como Sistema Dinámico Complejo
La energía puede
entrar y salir
La materia
Ciudad
puede entrar
y salir
Dentro de los sistemas abiertos tendrían un lugar preferente los sistemas vi-
vos, en lo cuáles además de intercambios de materia y energía con el medio, tam-
bién se darían intercambios de información (Miller, 1965, 1978, 1992). Tanto mate-
ria como energía son dos magnitudes bien conocidas por la física. La información
sólo ha sido desarrollada desde la matemática (teoría de la información de Shan-
non y Weaver).
La energía no puede
entrar ni salir
La materia no puede
entrar ni salir
18
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Suele ser más conocida aquella otra formulación que declara que la energía
ni se crea ni se destruye, sólo se transforma. Ahora bien, como era patente de la
experiencia real, en cualquier intercambio térmico se producen inevitables pérdidas
de calor, en tanto a la posibilidad de utilización del mismo. En la naturaleza existe
una disimetría: los cuerpos calientes se enfrían y no al revés. Es decir, aunque la
energía sólo se transformase permaneciendo constante, era evidente que la forma
en que la energía existe no era la misma tras el proceso de transformación, de tal
forma que la energía dejaba de ser aprovechable. Cuando una máquina de vapor
del siglo pasado consumía carbón mineral para su funcionamiento, era evidente que
tras el uso del carbón la energía había cambiado de forma, de tal manera, que una
vez utilizada para el movimiento de la máquina, ya no era aprovechable. El carbón
había servido para propulsar la máquina, pero se había reducido a cenizas.
19
La Organización como Sistema Dinámico Complejo
A finales del siglo pasado, el físico inglés James Clerk Maxwell, reinterpretará
la segunda ley de una manera probabilista. Para Maxwell (1860, 1890), la segunda
ley era más bien una generalización estadística que una ley, con el sentido absoluto
que ésta implica. Trabajando con las velocidades moleculares de un gas, propuso
que nada impide que las moléculas del mismo se acumulen todas en una determi-
nada zona del espacio. Ahora bien, tal hecho era muy improbable. De todas formas,
ello suponía que el segundo principio no tenía la fuerza de una ley y confería a la en-
tropía una significación estadística. Posteriormente, Ludwig Boltzman, físico austría-
co, desarrollará esta reinterpretación de Maxwell. Boltzman (1909) amplía el concep-
to de entropía al considerarla como una medida de la aleatoriedad, o del desorden,
en un sistema cerrado, proponiendo una formulación para su cálculo. En concreto,
esta formulación era la siguiente:
S = k (log W) (1)
donde S es la entropía,
k es una constante universal (k = 3,2983 * 10-24), y
W es una magnitud relacionada con el desorden atómico y que mide hasta que punto la
energía se halla dispersa
20
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
dS = d eS + d i S (3)
21
La Organización como Sistema Dinámico Complejo
deS
d iS ≥ 0
dS = deS + diS
Figura 5.- Dos términos del cambio de entropía producido a través del tiempo.
dS = d eS + d i S
dS = diS (ya que deS = 0)
dS = diS $ 0 (4)
dS $ 0
Por tanto, para los sistemas aislados los cambios de entropía son siempre
positivos. Luego, tiende siempre a crecer, tal y como ya había sido fijado por la for-
mulación de Clausius.
Para los casos en los que el flujo de entropía no sea cero (deS K 0), es decir,
en sistemas en los que se produce algún tipo de intercambio con el exterior (siste-
mas cerrados o abiertos), la formulación prigoginiana ofrece otras lecturas más inte-
resantes. Veamos, de manera breve, qué ocurre en los sistemas cerrados, para
centrarnos luego en los sistemas abiertos, que son el foco de nuestra atención.
Para los sistemas cerrados, la evolución marcada por la segunda ley viene
determinada por una nueva magnitud: la energía libre. La energía libre es función de
la energía, de la temperatura y de la entropía. Su formulación es como sigue:
F = E - TS (5)
Energía libre = Energía - Temperatura * Entropía
Para los casos en los que la temperatura es baja, la entropía también lo es, y
el segundo término de la ecuación puede despreciarse. Es la situación característi-
ca de los estados sólidos. En los casos de temperaturas elevadas, la entropía tam-
22
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Por fin, para los sistemas abiertos se precisa de un flujo de entropía con valor
similar, pero de signo contrario, al valor de la producción de entropía. Es decir:
deS = -di S
deS = -di S < 0 (ya que di S $ 0) (6)
2. ..en un segundo régimen que difiere poco del estado de equilibrio, pero en
él las pequeñas diferencias de temperatura o de concentración se mantie-
nen dentro del sistema para que permanezca en un ligero desequilibrio. Si
la perturbación del equilibrio es lo bastante pequeña, podemos analizar el
sistema añadiendo únicamente una leve corrección al estado de equilibrio
(estado lineal de no equilibrio).
23
La Organización como Sistema Dinámico Complejo
Para finalizar con este punto, y haciendo resumen, tres son los aspectos que
considero de mayor interés de la formulación de Prigogine y que debemos retener
aquí y ahora. Primero, que en los sistemas aislados la producción de entropía siem-
pre es positiva (di S $ 0), luego la variación de entropía en estos sistemas también
es positiva (dS $ 0). Los sistemas aislados tienden hacia estados de mayor entro-
pía, de mayor desorden, de mayor probabilidad (recogiendo ahora las aportacio-
nes de Clausius y Boltzman).
24
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
25
La Organización como Sistema Dinámico Complejo
26
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
-
+ Población
Comida
Número de +
Nacimientos
+
Tasa de
+ Nacimientos
27
La Organización como Sistema Dinámico Complejo
28
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
nivel actual
del agua
Figura 7: El acto de llenar un vaso de agua desde una visión cibernética, en la que se enfati-
za la importancia del feed-back o realimentación. Las flechas expresan relaciones de influen-
cia.
29
La Organización como Sistema Dinámico Complejo
fijos a blancos móviles, Wiener trabajo en la predicción del vuelo del móvil, por ello,
era “de suma importancia disparar el misil, no contra el blanco, sino de modo que el
misil y el blanco coincidan en un determinado momento futuro en el espacio” (1948,
pág. 27). Con este objetivo, Wiener se valió de la información que proporcionaba la
diferencia entre la predicción efectuada en cada momento y la posición real del
blanco: “cuando deseamos que un movimiento siga un patrón determinado, la dife-
rencia entre este patrón y el movimiento realmente efectuado se utiliza como nuevo
impulso para que la parte regulada se mueva de tal modo que su movimiento se
aproxime más al previsto por el patrón” (ob. cit., pág. 29).
Vemos que esta cibernética más clásica presenta un marcado carácter teleo-
lógico, debido al carácter de los bucles de realimentación negativos. En el caso an-
tes descrito, conseguir dar en el blanco.
30
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
31
La Organización como Sistema Dinámico Complejo
Weick (1969) ofrece una serie de guías, más detalladas, para determinar el
carácter global del sistema. Así, la primera de ellas sería que el carácter del sistema
viene determinado por el bucle que mayor número de elementos contiene. Si este
bucle es reforzador, el sistema será de carácter de amplificación de las desviacio-
nes; si éste es estabilizador, el sistema será de carácter de contención de las des-
viaciones. Si esta regla no es aplicable, por ejemplo, por igual número de elementos
en bucles de distinto tipo, aplicaremos una segunda regla. El carácter del sistema
vendrá dado por la predominancia de bucles positivos o negativos, es decir, por la
predominancia, en número, de un tipo de bucles. Una tercera regla a aplicar en de-
trimento de las dos precedentes consiste en contar el número total de relaciones
negativas entre todos los elementos del sistema, contando cada relación negativa
cada vez que aparezca dentro de un bucle. Si este número total resulta impar, el sis-
tema será de tipo estabilizador, que contrarresta las desviaciones, si el número es
par, el sistema será de tipo reforzador, que amplifica las desviaciones. Aplicando
estas guías al ejemplo de la figura 6, basta con tener en cuenta la primera de las
reglas: el sistema es de carácter estabilizador en tanto al mayor número de elemen-
tos que implica el bucle negativo (cuatro en total) frente a los elementos implicados
en el bucle positivo (dos).
Junto al interés por los bucles de realimentación, bien positivos bien negati-
vos, la Dinámica de Sistemas enfatiza la importancia de las demoras o retrasos en
las transmisiones (de información, de material, etcétera). Es decir, al construir un
modelo mediante diagramas causales, éste debe también tener en cuenta que la
relación de influencia que une dos elementos puede precisar del transcurso de un
cierto período de tiempo.
32
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
+
ventas del producto
precio del
producto
-
tiempo
rebaja del
producto
Las demoras también nos sirven para explicar un fenómeno muy típico de los
sistemas sociales: el alejamiento, en el tiempo y el espacio, entre causas y efectos
(Aracil, 1983). Las decisiones que hoy toman nuestros políticos nos afectarán en un
futuro, en unos casos más inmediato, en otros más lejano.
Una vez repasados las principales ideas que, tanto la Teoría General de Sis-
temas como la Dinámica de Sistemas, han aportado al pensamiento científico ac-
tual, nos vamos a centrar en la Teoría Organizativa y en las principales aportaciones
que aquéllas han realizado en este campo. Antes de ello, dejemos claro que vamos
a entender por organización.
De las organizaciones se ha dicho que es más fácil dar ejemplos que definir
el término de manera precisa (March y Simon, 1977). Aun así, multitud son los auto-
res que han propuesto su propia definición de lo que para ellos es una organización.
Más que recoger algunas de estas definiciones que puedan ser representativas, nos
interesa conceptualizar el fenómeno organizativo en sus características básicas.
33
La Organización como Sistema Dinámico Complejo
ción ha dado sus frutos. Así, cabe citar el trabajo de Porter, Lawler y Hackman
(1975) en el que se recogen diez definiciones diferentes de otros tantos autores
(Barnard, 1938; Etzioni, 1964; Scott, 1964; Thompson, 1967; Gross, 1968; Presthus,
1958; Simon, 1952; Schein, 1970; Litterer, 1965; Strother, 1963), y en nuestro país
el trabajo de Quijano (1987, 1993) recogiendo las definiciones de dieciocho autores
(Porter, Lawler y Hackman, 1975; Chapple, 1954; Leibestein, 1960; Weber, 1947;
Barnard, 1938; Pfiffner y Sherwood, 1961; Simon, 1952; March y Simon, 1958;
Mayntz, 1972; Etzioni, 1964; Scott, 1964; Friedmann, 1971; Weiss, 1956; Mateu,
1984; Katz y Khan, 1966; Mooney, 1947; Gerth y Mills, 1961; Argyris, 1957). Ambos
trabajos, concluyen con un total de cinco características definitorias, como conjunto,
del fenómeno organización a diferencia de lo que puedan ser otras instituciones y
formaciones sociales. Estas características son las siguientes:
2. Orientación hacia unos objetivos o fines que guían las actividades y pro-
cesos organizacionales, y que son perseguidos por la organización a fin de
su propia subsistencia. Esta orientación teleológica de la organización conlle-
va, como ha señalado Quijano (1993), una serie de implicaciones políticas
en tanto a la determinación de qué objetivos perseguir, el cómo perseguirlos
así como su preservación. Igualmente, también representa unas implicacio-
nes para la gestión por cuanto se ha de dirigir grupos de personas en la con-
secución de unos “intereses organizacionales”, para lo cual la organización
deberá contar con el esfuerzo de sus miembros;
34
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Aunque las fronteras que separan una organización de su entorno son borro-
sas (empleando el término borroso desde el prisma científico de la Lógica Borrosa;
Zadeh, 1965), estaríamos de acuerdo en que organizaciones como El Corte Inglés,
el BSCH, o Repsol, por citar algunas organizaciones conocidas por todos, tienen
una entidad propia, y se diferencian del entorno que las envuelve o de otras organi-
zaciones. Esta entidad propia es fruto del comportamiento como un todo de la orga-
nización, como un sistema.
35
La Organización como Sistema Dinámico Complejo
Tercero, desde una visión sistémica, el interés por las organizaciones se cen-
tra en los problemas de relación, de estructura e interdependencia y no en sus
atributos constantes (Katz y Khan, 1966; Schein, 1980; Peiró, 1983). Ello es con-
gruente con la idea de una visión de la organización como un conjunto de roles (Katz
y Khan, 1966), ya que éstos se basan en los procesos relacionales entre las partes
de una organización (jerarquías, diferenciación por secciones, etcétera). Además,
se enfatiza la fuerte interrelación entre los componentes del sistema, de tal forma
que, cambios en una parte del sistema acaban afectando al sistema entero (un
ejemplo de actualidad lo constituye la introducción de nuevas tecnologías en los
puestos de trabajo). Llevando más allá este énfasis por los problemas de
interdependencia, de relación y de estructura, toda intervención organizativa debiera
centrarse más en los procesos que en los contenidos (como tanto ha insistido
Schein, 1980, 1987, 1988), algo similar al interés por los procesos de grupo en una
técnica como el t-group, más que en la temática que pueda desarrollarse en el
mismo. Es lógico, por ello, que en la literatura actual haya un mayor interés por
estudios del tipo estilos de liderazgo eficaces (proceso) que por estudios del tipo
coeficiente de inteligencia de líderes transformacionales (contenido), buscando un
ejemplo dentro del comportamiento organizativo
36
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Y sexto y último, en toda organización, como sistema que es, hay puntos de
influencia clave, partes estratégicas o centrales (Peiró, 1983). Ello es de vital impor-
tancia con vistas a la intervención, como ya dijimos. Por ejemplo, en la vasta literatu-
ra sobre participación en el trabajo, hay muchos ejemplos de intervenciones, expe-
rimentaciones incluso, acerca de cómo la mera participación de los empleados en
los procesos de trabajo iba acompañada de una amplia serie de efectos en la con-
ducta organizativa: mejora en la solución de problemas, mayor satisfacción, mayor
autorrealización, menor alienación, mejora de las relaciones superiores-
subordinados, mejor desempeño, menor absentismo, menor rotación, mejora de las
actitudes ante el trabajo y, mejora de la producción (remitimos a Quintanilla, 1988,
donde el autor hace un repaso histórico de algunas de las investigaciones más re-
presentativas en el ámbito de la participación).
Ello nos remite a algo a lo que prestaremos más atención en el próximo capí-
tulo referido a que en los sistemas no lineales (una definición matemática de siste-
ma no lineal es “aquél cuyo todo no es igual a la suma de sus partes”, Kosko, 1993,
pág. 279; luego una organización es un sistema no lineal, por todo lo dicho hasta
aquí) pequeñas acciones pueden conseguir grandes efectos, lo que en climatología
se conoce como el “efecto mariposa”.
37
La Organización como Sistema Dinámico Complejo
También debemos citar el trabajo de Scott (1961) quién considera que el en-
foque de los sistemas abiertos es el más óptimo para el entendimiento de la organi-
zación. Y seguramente hay otras referencias anteriores no conocidas por nosotros,
pero de existencia muy probable dado el desarrollo que tuvo la Teoría General de
38
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Sistemas durante la década de los años 50. Con todo ello, consideramos que es en
1966, con la primera edición de la obra de Katz y Khan ‘Psicología Social de las
Organizaciones’, cuando se asienta de manera definitiva esta concepción de la or-
ganización como sistema abierto. De este modo, afirmarán:
‘Las organizaciones sociales son notoriamente sistemas abiertos, pues el insumo de ener-
gías y la conversión del resultado en insumo energético adicional consisten en transaccio-
nes entre la organización y su ambiente’ (1966, pág. 25)
Podemos hacernos una idea más gráfica esta visión de las organizaciones
de Katz y Khan como una entidad transformadora de inputs ambientales en outputs
que también retornan al medio ambiente de la organización. La organización como
generadora de un proceso adquisición de inputs-transformación-retorno de outputs
al ambiente. Como un sistema en constante intercambio con su entorno, del que
depende sobremanera.
39
La Organización como Sistema Dinámico Complejo
• Los inputs del sistema no son sólo de carácter energético, también hay inputs
informativos (Miller, 1955, 1965, 1978), que proporcionan señales acerca del
ambiente así como de su propio funcionamiento en relación con éste, constitu-
yendo un feedback negativo que conduce a la organización hacia estados esta-
bles.
40
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
No quisiera dar por finalizado este punto sin hacer unos añadidos a la carac-
terización de Katz y Khan. En primer lugar, los inputs informativos no sólo pueden
constituir feedbacks negativos para la organización. Como ya hemos visto, la Diná-
mica de Sistemas (Forrester, 1961, 1968; Aracil, 1983) y la Cibernética (Wiener,
1948; Ashby, 1956; Maruyama, 1963) nos enseñan que, además de bucles de feed-
back negativos, que tienden a estabilizar el sistema, también existen bucles de
feedback positivos, que tienen a no mantener el equilibrio, sino que transportan al
sistema hacia nuevos estados.
41
La Organización como Sistema Dinámico Complejo
42
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
Pero hay más. Los sistemas abiertos no sólo eluden la segunda ley, sino que,
además, exhiben transiciones hacia estados de mayor complejidad y de mayor or-
den y estructuración (Laszlo, 1988; Waldrop, 1992), hecho que ya fue apuntado por
Bertalanffy en su ley de evolución biológica (1955) a la que hicimos referencia más
atrás. El nuevo principio termodinámico, no reconocido como tal por todos en la físi-
ca actual, viene a decir que en los sistemas abiertos hay una tendencia natural
hacia los incrementos de complejidad, entendiendo por complejidad autonomía con
respecto al medio y capacidad de procesamiento de información. Entiéndase bien,
tendencia, no una dirección inviolable. El ejemplo paradigmático de esta tendencia
natural hacia estado más complejos lo constituye el aumento de complejidad orgáni-
ca acontecido a lo largo de la evolución biológica. Como atinadamente dice Jorge
Wagensberg (1998), entre una bacteria y William Shakespeare algo ha pasado. Es-
te nuevo principio termodinámico introduce un aspecto más relevante para la com-
prensión del cambio en las organizaciones y en otros sistemas sociales.
• Como cualquier otro sistema abierto, los sistemas sociales requieren de insumos
de mantenimiento, además de los de producción. Los insumos de mantenimiento
son importaciones energéticas que sostienen al sistema. Los de producción son
las importaciones de energía que, al ser transformadas, devienen en resultados
productivos del sistema. Pero en el caso de los sistemas sociales, estos insumos
de mantenimiento están menos especificados y el problema del mantenimiento
es más complejo. Por ejemplo, un organismo vivo requiere de mantener un de-
terminado nivel de temperatura, un determinado nivel de reserva de grasas, de
calorías, etcétera. Pero en el caso de los sistemas sociales, la situación es mu-
cho más abierta. Por ejemplo, en la gestión de una organización, hay un amplio
43
La Organización como Sistema Dinámico Complejo
• Los lazos que mantienen a las personas vinculadas a los sistemas sociales son
más de carácter psicológico y social, que biológicos. Son necesidades como las
de pertenencia, de autoestima, de desarrollo personal y profesional, entre otras,
las que mantienen a las personas en las organizaciones. Ojo, además de otras
como la de una retribución adecuada, de una seguridad relativa, etcétera.
• Los sistemas sociales presentan una mayor variabilidad que otros sistemas
abiertos, como los biológicos. Por ejemplo, tienen un mayor gama de objetivos
(abanico de productos y servicios muy amplio), pueden a su vez incorporar nue-
vos objetivos o modificar los existentes (los conocidos fenómenos de desplaza-
miento, sucesión e incorporación de objetivos) y, presentan un mayor número de
mecanismos de control para mantener unido el sistema (todo el aparato burocrá-
tico tiene una lectura en clave de control del sistema).
• Un aspecto muy enfatizado por Katz y Khan es la concepción del sistema social
como sistema de roles, como concepto que pauta las conductas de los miembros
de la organización haciéndoles previsibles. Y con la particularidad que el sistema
de roles trasciende a las personas que lo forman, haciéndose posible su continui-
dad al margen de la continuidad de los miembros. Echando mano del dicho, en
los sistemas sociales nadie es imprescindible.
44
Teoría General de Sistemas y Dinámica de Sistemas:
su aplicación a la Teoría Organizativa
• Los bucles de realimentación nos brindan, todavía, una sorpresa. Sucede, a ve-
ces, que un sistema social no modifica su comportamiento básico cuando se le
somete a una determinada acción. Por el contrario, en otros casos, pequeñas ac-
ciones producen grandes efectos. El sistema es sensible a pequeñas desviacio-
nes en el valor de un determinado, o determinados, parámetros. Como ya había-
mos dicho, y recuperando la expresión, hay puntos en los que la palanca ejerce
una mayor presión. Pero aquí, ahora, se viene a enfatizar el carácter catastrófico
(esto no lo expresa así Aracil, autor del que extraemos la idea) de algunos valores
(nuevamente, el término catastrófico es utilizado aquí en su acepción científica
según la Teoría de las Catástrofes elaborada por Thom, 1977 y Zeeman, 1977).
En el próximo capítulo desarrollaremos este aspecto, ahora baste decir que los
puntos de catástrofes son los puntos en concreto en los que el sistema da un sal-
to hacia un nuevo estado.
• Cabe hacer mención también de algo muy característico de los sistemas sociales
y es el habitual conflicto entre políticas a largo plazo y políticas a corto plazo. Co-
mo bien señala Aracil (1983), ello condiciona en gran medida la toma de decisio-
nes, en función de un interés temporal más inmediato o más lejano.
• Por fin, los sistemas sociales son sistemas intencionales. Un sistema social
puede elegir, decidir sobre qué objetivos perseguir, sobre qué estrategias dise-
ñar, sobre que principios, valores defender, sobre que estructura y diseño organi-
zativo tener, y un largo etcétera. Y también tiene la posibilidad de modificar éstos
en cualquier momento. Lo que no quiere decir que ello sea fácil. Los sistemas so-
ciales tienen la propiedad de modificarse a sí mismos de una manera estructural
fundamental (Buckley, 1967; Lawrence y Lorsch, 1969). Un sistema social tam-
bién puede cuestionar los propios principios en los que se ha sustentado hasta
ahora. La capacidad de aprendizaje, no se limita a una mera acumulación de ex-
periencias que puedan cuestionar el comportamiento habitual de la organización,
también se puede llegar a cuestionar las creencias y supuestos compartidos so-
bre los que ésta se cimienta (Argyris y Schön, 1978; Swieringa y Wierdsma,
1992).
45
La Organización como Sistema Dinámico Complejo
46
3.- Teorías del Caos y Ciencia de la Complejidad. Nuevos
desarrollos en la Teoría General de Sistemas
3.1.- Introducción.
‘En el principio creó Dios los cielos y la tierra. La tierra era caos y confusión y oscuridad por
encima del abismo, y un viento de Dios aleteaba por encima de las aguas.
Dijo Dios: «Haya luz», y hubo luz. Vio Dios que la luz estaba bien, y apartó Dios la luz de la
oscuridad; y llamó Dios a la luz «día», y a la oscuridad la llamó «noche». Y atardeció y
amaneció: día primero.’
...
Génesis, I. Orígenes del mundo y de la humanidad5.
‘..la Ciencia es el esfuerzo colectivo del hombre para extraer un orden autorizado y de univer-
sal aceptación a partir del caos de la percepción sensorial, orden que viene continuamente
evaluado por una observación minuciosa.’
C
on precedentes como los anteriores, representativos del pensamiento occi-
dental en lo religioso y en el quehacer científico, pretender hacer del caos un
‘objeto’ de interés científico bien pudiese parecer una tarea condenada al
fracaso, cuando no un pequeño gesto de locura o, acaso, de manifiesta ingenuidad.
Pero afortunadamente también hay referencias francamente alentadoras.
‘..en la Antigüedad, el caos no sólo fue visto como un desorden destructor de lo existente,
sino que era la fuente generadora del orden. El Egipto faraónico hizo desempeñar este rol al
padre de los dioses, Nut o Num; la mitología babilónica, a Apsu y Tiamat, que surgen de un
magma primigenio; y algo parecido ocurre en el pensamiento chino, con el Yin y el Yang.’
‘..en la filosofía presocrática griega encontramos dos términos referidos a la cuestión: el tér-
mino apeiron, empleado por Anaximandro, para designar lo indeterminado e infinito como ori-
gen de todas las cosas, y el término caos, con el que Anaxágoras se refería a la mezcla
donde todas las cosas están en germen y que hace posible que el caos, como principio del
orden, las haga realidad. En definitiva, en la visión que el pensamiento antiguo tuvo del caos,
5
Biblia de Jerusalén. Bilbao: Desclée de Brouwer, 1992.
47
La Organización como Sistema Dinámico Complejo
éste tampoco se confundía con el desorden sino que respondía a una idea muy diferente: la
fuente y, por lo tanto, el germen y la condición del orden.’
Frederic Munné, Complejidad y caos: más allá de una ideología del orden y el desorden,
1994, pág. 16.
Desde la década de los setenta, son numerosas las disciplinas que se han
interesado por el caos. Comenzó en la matemática y en la física, rápidamente tras-
pasó a la química, y le siguieron la biología, la ecología, la geología. En los últimos
tiempos, han sido disciplinas como la medicina, la economía y otras ciencias socia-
les, entre ellas la psicología, quienes han mostrado su interés en el estudio del caos.
Parece por fin que, la complejidad, puede ser abordada de pleno derecho, y
dejar de ser mero recurso lingüístico o conceptual con el que cubrir importantes la-
gunas en el conocimiento. En este sentido, las teorías del caos, así como antes
hubieran hecho la teoría general de sistemas y la dinámica de sistemas, vienen a
ofrecernos una serie de guías para la caracterización, no sólo teórica sino también
operativa, de la complejidad. No vamos entrar aquí en más detalles dado que va a
ser objeto de un amplio desarrollo posterior, baste ahora con apuntar que las dife-
rentes teorías que iremos viendo a lo largo de este capítulo nos ofrecerán la posibi-
lidad de un abordaje de la complejidad, en lo conceptual, en cuanto a caoticidad,
fractalidad, catastrofismo y no-linealidad (Briggs y Peat, 1989; Lorenz, 1993; Munné,
1993, 1994a, 1995a) y, en lo operativo o metodológico, con relación a medidas con-
cretas de complejidad como el exponente de Lyapunov, entropía de Kolmogorov y
dimensión fractal, entre las más destacadas.
49
La Organización como Sistema Dinámico Complejo
tos y dirección de éstos, misma posición de las nubes, etcétera-. Narra Lorenz
(1993, págs. 136-139) cómo trabajando con esta simulación, en un momento dado
decidió repetir algunos de los cálculos para lo cual paró la predicción e introdujo en
el programa simulador una secuencia que había salido impresa un poco antes. Vol-
vió a poner en marcha la simulación y pudo comprobar como los números resultan-
tes no tenían nada que ver con los que anteriormente habían salido. La sorpresa fue
mayúscula. El programa simulador no había sido cambiado en ningún momento, se
habían introducido los mismos valores para operar, pero los resultados eran distin-
tos.
Cuadro 1: Manifiesto de Laplace sobre el determinismo. La inteligencia a la que se refiere será cono-
cida desde entonces como “el demonio de Laplace”.
“Una inteligencia que conociera todas las fuerzas que animan la naturaleza, así
como la situación respectiva de los seres que la componen, ... podría abarcar en
una sola fórmula los movimientos de los cuerpos más grandes del universo y los
del átomo más ligero; nada le resultaría incierto y tanto el futuro como el pasado
estarían presentes a sus ojos.”
P. S. Laplace, 1814, Essai philosophique sur les probabilités; recogido por Fernández-Rañada, 1990,
pág. 5.
Observando los nuevos valores, Lorenz comprobó que éstos repetían los an-
teriores en un primer momento pero enseguida empezaban a diferir de tal forma que
las diferencias se duplicaban cada cuatro días de predicción y, al cabo de dos me-
ses, ambas soluciones eran completamente distintas. Lorenz cayó en la cuenta que
los valores que él había introducido para el nuevo cálculo eran los valores redondea-
dos que le había facilitado la salida impresa. En la impresión, y por motivos de es-
pacio, sólo aparecían tres de los seis decimales originales, con lo cual, dedujo que
los errores redondeados iniciales se había amplificando hasta dominar la solución.
50
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Figura 11: Divergencia de dos pautas de tiempo atmosférico. A dos condiciones ini-
ciales muy parecidas se les aplica el mismo programa generador, pero con el tiem-
po, las predicciones de ambas comienza a diferenciarse más y más. De otra forma,
un input aproximado no rinde un output aproximado (extraído de Gleick, 1989, pág.
25).
Dicha figura presenta la propiedad de que sus órbitas nunca se tocan, dado
que el sistema no es periódico, con lo que las superficies descritas son infinitas en
número. Y, además, permanecen siempre dentro de un espacio confinado. La para-
doja es evidente: superficies infinitas dentro de un espacio finito. Se trata, como ve-
remos más adelante, de un atractor extraño.
51
La Organización como Sistema Dinámico Complejo
Figura 12: Esbozo del atractor de Lorenz. La simulación informática describe una ór-
bita que alterna entre circuitos en el sentido de las agujas del reloj en torno al aguje-
ro izquierdo, y circuitos en sentido contrario a las agujas del reloj en torno al agujero
derecho (figura tomada de Lorenz, 1993, pág. 144). El propio Lorenz construiría des-
pués un artilugio mecánico consistente en una noria -noria de Lorenz- que describe
dichos movimientos y que suele ser habitual encontrar en los Museos de Ciencia.
52
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Cuadro 2: Declaración de H. Poincaré en la que queda reflejada la esencia del caos. Haría falta casi
un siglo para que la ciencia afrontase su estudio.
‘Si conociésemos exactamente las leyes de la naturaleza y la situación del Univer-
so en el momento inicial, podríamos predecir exactamente la situación de ese
mismo Universo en un momento posterior. Pero, aun cuando se diese el caso de
que las leyes de la naturaleza no tuvieran ningún secreto para nosotros, incluso
así sólo podríamos conocer la situación inicial aproximadamente. Si esto nos
permitiese predecir la situación siguiente con la misma aproximación, eso es todo
lo que necesitamos y diríamos que el fenómeno habríase predicho, que está go-
bernado por leyes. Pero no siempre es así; puede ocurrir que pequeñas diferen-
cias en las condiciones iniciales las produzcan grandes en el fenómeno final. (..)
La predicción se hace imposible y aparece el fenómeno fortuito.’
Henri Poincaré, Science et Méthode, 1908; recogido por Crutchfield et al., 1987, pág. 80.
53
La Organización como Sistema Dinámico Complejo
pología centra su estudio en el análisis de las formas que van adquiriendo los siste-
mas dinámicos.
El espacio de fases dibuja una trayectoria circular que se repite una y otra
vez, al igual que el movimiento pendular (de un péndulo con mecanismo de propul-
sión, como, por ejemplo, el de un reloj de pared). Es por ello que, el espacio de fa-
ses se constituya en una buena herramienta para poner de manifiesto la dinámica
del sistema y las formas en ella implícitas. En nuestro caso, para caracterizar al sis-
tema péndulo como un sistema con un comportamiento periódico.
54
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
puntos vecinos. Las fuentes o puntos concretos que actúa como de repulsor de los
puntos vecinos: éstos se alejan más y más de él. Las sillas de montar o puntos que
actúan a la vez de sumidero y de fuente dependiendo de la dirección que se tome en
cuenta: en una dirección horizontal, por ejemplo, actúan como puntos de atracción,
esto es, como sumideros, de los puntos vecinos, mientras que en dirección vertical,
actúan al mismo tiempo como fuente. Y los ciclos límite o conjunto de puntos en el
espacio de fases que, formando un círculo, atraen una y otra vez al resto de los pun-
tos, como en el caso del péndulo apuntado antes.
55
La Organización como Sistema Dinámico Complejo
Figura 14: Ejemplo de obtención de una sección de Poincaré sobre un haz de tra-
yectorias pertenecientes a una dinámica determinista (imagen extraída de Gleick,
1987, pág. 151).
De otra forma, esta técnica va siguiendo el rastro de los valores de las varia-
bles que van cambiando con el transcurso del tiempo. El tipo y número de variables
depende de cada sistema, así en muchos sistemas complejos resulta difícil medir, o
siquiera identificar, la totalidad de variables de interés que conforman el sistema. En
estos casos, adquiere un mayor interés la técnica de mapas de retardo ya que sólo
precisamos del conocimiento de una serie temporal de alguna de las variables que
forman parte del sistema. En el caso del mapa de retardo más sencillo, cada punto
de la gráfica corresponde al valor de una de las variables del sistema en un instante
dado, expresado en función del valor que toma esa misma variable tras un período
de retardo. Con una serie de tales puntos, correspondientes a los instantes sucesi-
56
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
vos, se dibuja una curva o trayectoria que describe la evolución del sistema (Gold-
berger, Rigney y West, 1990). Detrás se esconde una argumentación estimulante:
de alguna forma, se piensa que ‘la evolución de cualquier componente singular de un
sistema está determinada por los demás con los que interactúa. La información so-
bre los componentes relevantes está, pues implícitamente contenida en la historia
de cualquier componente singular’ (Crutchfield, et al., 1987, pág. 87). Nótese tam-
bién que no se hace necesario conocer las ecuaciones que rigen la dinámica, por lo
que esta técnica se muestra tremendamente útil en todos aquellos casos en los que
carecemos de dicho conocimiento, es decir, la mayor parte de las veces.
40
35
Un retardo
30
25
20
20 25 30 35 40
Temperaturas
57
La Organización como Sistema Dinámico Complejo
tran figuras visibles. Con esta técnica podemos saber el tipo de atractor que rige la
dinámica, calcular su dimensión y sus exponentes de Lyapunov (ver apartado 3.3.3.-
Medidas del caos).
En esencia, y entrando en la tipología de los atractores, son tres los tipos bá-
sicos de atractores que podemos encontrar en cualquier sistema dinámico (e.g.
Crutchfield, et al., 1987; Dubois, et al., 1987; Haken y Wunderlin, 1990; Eckmann y
Mashaal, 1991; Simó, 1991). Dos de ellos ya fueron descritos por Poincaré, sumide-
ros y ciclos límites. El tercer tipo, lo intuyó, pero fue un problema que le desbordó. Se
encontró con él al afrontar un problema que propuso el rey Óscar II de Suecia sobre
si el sistema solar era estable.
Figura 16: Atractor de punto fijo captado por un mapa de retardo (extraído de Gleick,
1987, pág. 57).
58
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Resulta de interés constatar que en los ciclos límite se pone de relieve cómo
la conducta individual, regular o irregular, determinada o al libre albedrío, como se
prefiera, da lugar a pautas regulares en la conducta del colectivo.
Figura 17: Dos ejemplos de atractores de ciclo límite captados por el mapa de retar-
do. En el primer caso, se trata de un atractor de un ciclo, mientras el segundo pre-
senta un ciclo de periodo tres (extraído de Gleick, 1987, pág. 57).
Las dinámicas relacionales entre depredador y presa nos dan pié a pensar
en la existencia de ciclos límites que rivalicen entre sí. Por ejemplo, y continuando
con nuestro ejemplo de lucios y carpas, podemos introducir en la ejemplificación una
tercera especie, el hombre actuando como otro depredador, y obtendremos dos
ciclos límites acoplados. Los ciclos límites acoplados dan lugar a una nueva figura,
un toro, con una forma de rosquilla y que describe dos ciclos límites a la vez: uno el
que recorre la rosquilla a lo largo de su circunferencia más larga y, un segundo que
recorre la rosquilla en su circunferencia corta. Aunque podríamos considerar el toro
como un nuevo tipo de atractor (Crutchfield, et al., 1987), hemos de percatarnos que,
en lo esencial, describe un comportamiento periódico al igual que ya hacen los ci-
clos límite.
59
La Organización como Sistema Dinámico Complejo
En 1944, Lev D. Landau, físico ruso y premio Nobel en 1962, concibió la tur-
bulencia como un fenómeno que aparecía de manera progresiva en los movimientos
de un fluido a medida que estos se iban haciendo más complejos. Teorizó que el
movimiento turbulento aparecía como una superposición de multitud de movimientos
periódicos distintos. De otra forma, Landau establecía una ruta que conducía hacia
la turbulencia. Poco después, en 1948 Eberhard Hopf construiría un modelo mate-
mático, basado en la hipótesis de Landau, y que servía para describir las bifurcacio-
nes que conducían a la turbulencia. Desde entonces, y hasta la década de los
ochenta, la teoría de Landau-Hopf ha sido la teoría aceptada en la comunidad cientí-
fica como la válida interpretación de la aparición del fenómeno turbulento en los flui-
dos. La teoría de Landau-Hopf prevé una serie de puntos críticos, conocidas como
inestabilidades de Hopf, en los que la dinámica del fluido da saltos de una atractor
sencillo a otro más complejo. Así, en la primera inestabilidad de Hopf, el fluido pasa
de una dinámica regida por un atractor de punto fijo a un atractor de ciclo límite. En
la segunda inestabilidad de Hopf, el sistema salta de la dinámica cíclica a una regi-
da por un atractor de tipo toro. En la tercera inestabilidad, el sistema salta a un
atractor toro de cuatro dimensiones. En la cuarta inestabilidad de Hopf, salta a una
dinámica regida por un atractor toro de cinco dimensiones. Y así sucesivamente. En
definitiva, la turbulencia según la teoría de Landau-Hopf sería una dinámica regida
por un atractor toro multidimensional, complejo en el sentido del gran número de di-
mensiones incluidas.
60
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
61
La Organización como Sistema Dinámico Complejo
Figura 18: Experimento del grifo que gotea (Robert Shaw). En los mapas de retardo, en esta caso
tridimensionales, se representa los puntos según sus coordenadas en tres momentos temporales tn,
tn+1 y tn+2, es decir, los intervalos temporales entre gota y gota con un doble retardo, a fin de generar
una imagen del atractor tridimensional. Los atractores extraños reconstruidos con un grifo real (a, c)
se correlacionan favorablemente con variantes del atractor de Hénon (b, d). Los casos e y f se re-
construyeron a partir de elevados flujos de agua, y revelan atractores aún más complejos (imagen
extraída de Crutchfield, et al., 1987, pág. 87).
62
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
63
La Organización como Sistema Dinámico Complejo
64
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
propio espacio de fases, sus trazos son más borrosos, menos nítidos. Pero tampo-
co son totalmente desordenados. Frente a una dinámica totalmente aleatoria que
quedaría recogida como una nube de puntos homogéneamente distribuida llenando
por completo el espacio de fases, los atractores extraños se nos presentan como
elegantes formas geométricas. Aparece un orden aunque claramente distinto a los
órdenes de dinámicas de punto fijo o cíclicas. Se trata de un orden más complejo.
Figura 20: Cuatro ejemplos de otros tantos atractores extraños ya clásicos. Los atractores de
Hénon, Lorenz, Rössler y Pickover. Algunos de ellos ya han sido hallados en experimentacio-
nes de diverso tipo. Es el caso del atractor de Rössler observado en flujos de fluidos y en al-
gunas reacciones químicas, o del atractor de Hénon del que se ha hallado una variedad en el
experimento de Shaw sobre el grifo que gotea.
Las estructuras fractales se han constituido hoy en toda una nueva geometría con la que dar cuenta
de los aspectos quebrados y rotos de las estructuras naturales. Las montañas no son conos, los
planetas no son esferas, la costa de un país no es una línea recta. Frente a las figuras clásicas,
idealizadas, de una línea, un plano, una esfera, un triángulo, un cuadrado, un cono, etcétera, de la
geometría euclídea, la geometría fractal se ha fijado en formas rotas, irregulares y fragmentadas.
La geometría fractal ha sido desarrollada por Benoît B. Mandelbrot (1924-) cuyas obras principales
podemos encontrar traducidas al castellano (1975: Los objetos fractales. Forma, azar y dimensión, y
1977: La geometría fractal de la naturaleza, ambas en Tusquets Editores).
Fractal es una palabra acuñada por Mandelbrot, proveniente del adjetivo latino fractus, con el que el
autor supo recoger dos características básicas y definitorias de estas estructuras: su fragmentación
o grado de irregularidad y su propiedad fraccional en lo que hace referencia a su dimensión. Así, y en
primer lugar, la irregularidad o fragmentación de un fractal posee propiedades estadísticas. El grado
de irregularidad o fragmentación se mantiene constante en las diferentes escalas que podamos pro-
fundizar dentro del fractal. Es la propiedad conocida como invarianza escalar.
65
La Organización como Sistema Dinámico Complejo
Los fractales son estructuras autosimilares: dentro del fractal encontramos pequeñas estructuracio-
nes muy parecidas, cuando no iguales, a la totalidad y, a su vez, dentro de estas pequeñas estructu-
raciones encontraremos nuevas estructuras, aún más pequeñas, que también son parecidas a la
estructura global. Lo más interesante, al margen de la curiosidad de la repetición de formas a diferen-
tes escalas, está en lo siguiente: el grado de irregularidad de todas esas estructuras, estructuras
pequeñas, microestructuras, etcétera, es el mismo. ¡La irregularidad de un fractal tiene un carácter
regular!
En segundo lugar, es característico de los fractales el tener una dimensión fraccional, una dimensión
no entera. La dimensión fractal recoge el grado de irregularidad del propio fractal, irregularidad que
sabemos se mantiene constante en las diferentes escalas del fractal.
Como padre de la nueva geometría, Mandelbrot creará un bello fractal, conocido hoy como el conjun-
to de Mandelbrot, partiendo de trabajos anteriores del matemático francés Gaston Julia. El conjunto
de Mandelbrot se obtiene mediante la aplicación de la regla iterativa z ÷ z 2 + c, siendo z un numero
complejo de la forma x + yi (x e y son números reales, e i es igual a la raíz cuadrada de -1) y c una
constante. El conjunto está conformado por los puntos para los cuáles la aplicación de la regla itera-
tiva permanece en valores dentro de un círculo de radio 2. El conjunto de Mandelbrot que hemos
recogido aquí es una variante coloreada del mismo en el que los colores recogen los puntos que no
se encuentran en el conjunto, variando el color según el número de iteraciones necesarias para es-
capar del conjunto. La iteración de una regla tan simple genera una figura de extraordinaria compleji-
dad y riqueza de detalles. Simplicidad generadora de complejidad.
66
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
67
La Organización como Sistema Dinámico Complejo
Algo que ayuda a magnificar los hallazgos de May es que el común de los
mortales puede repetir sus simulaciones en una familiar hoja de cálculo o con una
sencilla calculadora. Procedamos a ello, antes recordemos la formulación de la
ecuación logística:
68
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
0.637 0.785 0.572 0.832 0.474 0.847 0.438 0.837 0.463 0.845 0.444
0.839 0.458 0.844 0.447 0.840 0.455 0.843 0.449 0.841 0.454 0.842
0.450 0.841 0.453 0.842 0.451 0.841 0.452 0.842 0.451 0.841 0.452
0.842 0.451 0.842 0.452 0.842 0.451 0.842 0.452 0.842 0.451 0.842
0.452 0.842 0.451 0.842 0.452 0.842 0.451 0.842 0.451 0.842 0.451
De otra forma, la población oscila entre dos valores que van sucediéndose de
manera continua en el tiempo. A un tiempo de una población 0.842, población alta,
sucede un tiempo de población 0.451, población media. Y a éste, nuevamente le
sucede un valor de 0.842. Y vuelta a empezar.
0,67 0,9
0,66 0,8
0,65 0,7
Población
Población
0,64 0,6
0,63 0,32 0,5 0,25
0,62 0,65 0,4 0,81
0,61 0,3
0,6 0,2
0,59 0,1
0,58 0
1 5 9 13 17 21 25 29 33 37 41 45 1 5 9 13 17 21 25 29 33 37 41 45
Tiempo Tiempo
0,9 1
0,8
0,7 0,8
Población
Población
0,6
0,25 0,6 0,25
0,5
0,4 0,38 0,26
0,4
0,3
0,2 0,2
0,1
0 0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 1 5 9 13 17 21 25 29 33 37 41 45
Tiempo Tiempo
Figura 22: Diferentes desarrollos de la ecuación logística xn+1 = N xn (1 - x n) con diferentes valores de
N. Para N = 2.8, la dinámica acaba estableciéndose en un valor estable independientemente de la
condición inicial de partida (gráfico superior-izquierda). Para una N = 3.4, la dinámica oscila en un
ciclo de período dos. Nuevamente el desarrollo es independiente de la condición inicial (gráfico supe-
rior-derecha). Aumentando más N, con N = 3.5, el período se duplica y ahora la oscilación recorre
cuatro puntos. Se trata de un ciclo de período cuatro que es seguido, una y otra vez, por las diferen-
tes condiciones de las que podamos partir (gráfico inferior-izquierda). Finalmente, con tasas elevadas
de N, como N = 3.7, el caos nos enseña su faz. Han desaparecido los puntos de equilibrio que atra-
paban la dinámica y tampoco hay oscilación alguna. En su lugar, se nos presentan unas series que
parecen regidas por el azar. Además, con la peculiaridad de que dos condiciones iniciales próximas
69
La Organización como Sistema Dinámico Complejo
(se han tomado 0,25 y 0,26) pronto acaban evolucionando de manera muy diferente (gráfico inferior-
derecha).
Figura 23: Ilustración con la que Robert May recoge la cascada de bifurcaciones que
se da en la ecuación logística al ir aumentando N. La línea continua recoge estados
estables, la discontinua estados inestables. De los valores 3.57 a 3.83 y 3.85 en
adelante, May no dibujó nada dado que toda la región esta ocupada por puntos. Se
trata de regiones caóticas. (Imagen extraída de May, 1976, pág. 462).
Y encontró algo nuevo. Igual que el caos surgía del orden allá por un valor de
N = 3.57, cuando N tomaba el valor de 3.8284 un nuevo orden surgía del propio caos
70
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Con los medios actuales conseguimos obtener una imagen de mayor defini-
ción y encontrar nuevas ventanas de orden dentro del caos que no llegó a describir
May. La ecuación logística nos dibuja un hermoso fractal en el que podemos profun-
dizar y descubrir estructuraciones que se repiten una y otra vez como la progresiva
duplicación de períodos o la aparición continua de intermitencias cada vez a menor
escala (ver figura 24).
Figura 24: Gráfico completo de la cascada de bifurcaciones que proporciona la ecuación logística. No
representamos los valores numéricos de ningún eje. El interés está en el comportamiento cualitativo
de la ecuación. Puede apreciarse nítidamente como la sucesiva duplicación de períodos conduce al
caos y como dentro del caos aparecen ventanas con rigurosa ordenación. Las diferentes tonalidades
de gris recogen probabilidades de que la dinámica acabe estabilizándose en ese punto. (Imagen
obtenida con el programa de fractales Fractint).
71
La Organización como Sistema Dinámico Complejo
Por otra parte, para los ecólogos el que una ecuación fuera capaz de obtener
dinámicas aperiódicas y fluctuantes era de sumo interés. En particular, porque hasta
la fecha era común la propuesta de formulaciones que dibujaban una dinámica que
alcanzaba un ideal estado de equilibrio o unos ciclos primorosos, cómodos luego de
trabajar con análisis lineales. Hasta los años setenta, los especialistas de las dife-
rentes ciencias de la vida (biología, ecología, epidemiología, medicina, etcétera)
consideraban posible un solo tipo de evolución a largo plazo: alcanzar un estado de
equilibrio, de estabilidad (May, 1991; Bascompte, 1995). Y ocurría que, en los datos
empíricos, tales desarrollos no aparecían ni por asomo. Era común achacar la falta
de periodicidad o la no consecución de equilibrios a fallas en la metodología de ob-
tención de datos censales de las poblaciones. Ahora se presentaba una formula-
ción, sencilla, que era capaz de dar cuenta de fluctuaciones como las que se obser-
vaban en dinámicas poblacionales, en la mutación de genes o en el desarrollo de
epidemias. De otra forma, se presentaba el argumento que las fluctuaciones obser-
vadas podían ser de carácter puramente intrínseco a la propia dinámica.
Los hallazgos de May con la ecuación logística eran muy interesantes, pero
quedaba la sospecha sí no se trataría de una rareza matemática por lo demás sólo
aplicable a dicha ecuación.
72
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Se pensaba que los valores críticos en los que se producen las diferentes
bifurcaciones eran específicos de cada sistema, de cada ecuación concreta. Fei-
genbaum (1978, 1979, 1980) descubre una relación abstracta con carácter universal
para las ecuaciones no lineales y recursivas, una métrica entre la distancia a que se
producen las diferentes bifurcaciones, una pauta geométrica que describe el camino
evolutivo de un sistema no lineal hacia el caos.
Matemáticamente:
β − βn −1
→ 4.669201609103...
n
lim β
n _gra ndes −β
(8)
n+ 1 n
siendo $n, los puntos concretos en los que se producen las sucesivas bifurcaciones.
Un nuevo impulso e importante desarrollo para las teorías del caos va a venir
de la vinculación de éstas con la teoría de la información de Shannon y Weaver. Se
asociará el caos con la información por cuanto una dinámica caótica contiene más
información que dinámicas estables u periódicas en las que la información se repite
una y otra vez. Y se llegará a la conclusión que la mayoría de los fenómenos biológi-
cos sólo pueden producirse en el borde del caos en donde la capacidad de proce-
73
La Organización como Sistema Dinámico Complejo
Con este fin rescataron una medida ya existente dentro de la topología y que
daba cuenta de la divergencia de trayectorias: el exponente de Lyapunov (ver apar-
tado 3.3.3.- Medidas del caos), encontrando que los sistemas caóticos, con atracto-
res extraños, tienen, al menos, un exponente de Lyapunov positivo indicativo de que
los puntos próximos tras el estirado se separan (Packard, et al., 1980; Froehling, et
al., 1981). De este modo, el exponente de Lyapunov se convertía en una medida de
la dependencia sensible a las condiciones iniciales, en una medida de la caoticidad
del sistema.
Pero quizá la aportación más destacada del grupo de Santa Cruz a los estu-
dios del caos fue la vinculación que establecieron con la teoría de la información
(Shaw, 1981). La teoría de la información desarrollada por Claude Shannon y Wa-
rren Weaver a finales de los cuarenta es relativamente conocida en nuestra discipli-
na, sobra el presentarla aquí. Sí es importante recordar su nacimiento dentro de la
ingeniería electrónica y que el término información es usado sin las connotaciones
habituales de conocimiento o significado. Se trata más bien de la información que
circulaba por los circuitos electrónicos y que era posible de medir, usar, almacenar.
Su unidad de medida es hoy harto conocida: el bit.
74
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Para entender la relación que Robert Shaw estableció entre la teoría del caos
y la de la información sirvámonos de un ejemplo. Imaginemos una secuencia numé-
rica como la siguiente: 2, 4, 6, 8, 10, 12, ..., secuencia que también podríamos es-
pecificar como “secuencia de los números pares enteros, empezando por 2”. Imagi-
nemos ahora otra secuencia totalmente aleatoria, como por ejemplo: 2, 17, 3, 1, 24,
23, 54, 15, 32, 6, ... A diferencia de la primera secuencia, en este caso, cada nuevo
número es una sorpresa, cada número nos transmite una nueva información. Desde
el punto de vista de la teoría de la información, la conclusión que podemos extraer
es clara: mientras más aleatorio sea un mensaje, más información contiene.
Ahora, la relación con los sistemas caóticos se nos dibuja clara. Frente a di-
námicas de punto fijo, un valor que se repite constantemente en el tiempo, o dinámi-
cas cíclicas, unos valores por los que pasa periódicamente el sistema, los sistemas
caóticos tienen la propiedad de no visitar el mismo lugar dos veces. Como diría
Shaw, los sistemas caóticos, o en concreto los atractores extraños, son máquinas
de información. Cercano al azar, pero sin ser azar, el caos supone el máximo ale-
jamiento del orden clásico en el que se maximiza la información. De alguna forma,
la no linealidad crea información donde no la hay. El movimiento fortuito no está en
las ecuaciones de Lorenz, por ejemplo. “Parecía algo gratuito o algo brotado de la
nada” (Doyne Farmer, declaración realizada en una entrevista con J. Gleick, 1987,
pág. 250). La explicación que ofreció Robert Shaw a este hecho se halla en la rela-
ción entre diferentes escalas. En opinión de Shaw, los sistemas caóticos tienden un
puente entre las macroescalas en que se cuentan y miden los objetos cotidianos, y
las microescalas en que los átomos se agitan al azar. Al tender este puente, las ma-
croescalas rescatan parte de la información que proporciona el azar de las microes-
calas. La información era capaz en estos sistemas de traspasar las microescalas
para instalarse en las macroescalas. El caos suponía la creación de información.
Por cierto, la analogía con fenómenos sociales de la relación entre fenómenos de
carácter local y fenómenos globales está servida.
75
La Organización como Sistema Dinámico Complejo
El término caos fue utilizado por primera vez por Tien-Yien Li y James Yorke
en 1975 en un artículo que llevaba por título ‘Period three implies chaos’. Para ellos
el caos era una dinámica difícil de diferenciar de un proceso puramente estocástico
salvo que venía producida por ecuaciones deterministas. Poco después, en 1977,
se celebraría el primer congreso especializado en la materia en Como, Italia, con-
greso que fue organizado por los físicos Joseph Ford y Giulio Casati. Hace, por tan-
to, más de veinte años que la ciencia del caos ha tomado consistencia dentro de
disciplinas como la física y la matemática. Hoy podemos encontrar casi una veintena
de centros dedicados a su estudio repartidos por todo el mundo como por ejemplo
el Institute of Nonlinear Science de la Universidad de California en Santa Cruz, el
Center for Nonlinear Dynamics de la Universidad de Texas en Austin, el Institute of
Nonlinear Science de la Universidad de California en San Diego, el Nonlinear Phy-
sics Group del Institut für Angewandte Physics en Alemania, el Control of Complex
Systems Lab. de la Russian Academy of Sciences, el Grupo de Sistemas Comple-
jos de la Universidad Politécnica de Cataluña, etcétera.
Es importante recoger una distinción que realiza Lorenz (ob. cit.) al diferenciar
entre lo que denomina caos total y caos limitado. Los sistemas caracterizados por
un caos total mostrarían dependencia sensible en la mayoría de sus órbitas. Mien-
tras tanto, cuando sólo algunas de las órbitas muestra dependencia sensible siendo,
en cambio, la mayor parte de ellas periódicas o cuasiperiódicas, el sistema estaría
caracterizado por un caos limitado. La visualización como continuo de la serie diná-
mica de punto fijo-cíclica-caótica-aleatoria es muy útil y acorde con la exposición
anterior. El caos total estaría más cercano al azar, mientras que el caos limitado se
hallaría más cerca de la dinámica cíclica.
76
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
mann y Mashaal, 1991; Ritchter, 1996). Y entendiendo que el ‘largo plazo’ no obede-
ce tanto a ritmos temporales externos (minutos, horas, días, etcétera) como a ritmos
internos de cada sistema: ritmos con los que se producen los movimientos topológi-
cos de estirado, plegado y compresión. A mayor rapidez de estos movimientos, me-
nor es la escala temporal (ahora sí, en minutos, horas, días, etcétera) para la que se
pueden realizar predicciones con éxito.
77
La Organización como Sistema Dinámico Complejo
una buena construcción teórica. Ahora bien, si los fenómenos son caóticos las pre-
dicciones a largo plazo resultan imposibles. El proceso de verificación científica de-
be ser entonces otro, y debe basarse en propiedades estadísticas y geométricas
antes que en la predicción. Y dos, el caos nos muestra que fenómenos que se han
considerado aleatorios pueden que sean más predecibles de lo que inicialmente se
había pensado (Crutchfield, et al., 1987).
78
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Estas son las características básicas del caos. En los dos siguientes aparta-
dos desarrollaremos los caminos que nos llevan hacia él y su caracterización métri-
ca.
Por último, una nueva ruta hacia el caos se nos presenta mediante la cuasi-
periodicidad, tratándose también de un derivado de la duplicación de períodos. Por
aumento de un parámetro de control, el régimen periódico comienza a sufrir la cas-
cada de bifurcaciones y, tras hallarse en un régimen biperiódico, ocurre que la di-
námica pierde repentinamente su estabilidad y se vuelve caótica. Tal hecho es posi-
ble con la aparición de una tercera frecuencia (Ruelle y Takens, 1971, 1980; Fauve,
1982; Schuster, 1984; Dubois, et al., 1987; Haken y Wunderlin, 1990; Ruelle, 1991).
De otro modo, basta la influencia de una tercera variable para que una dinámica
cuasiperiódica pueda ingresar en el caos.
79
La Organización como Sistema Dinámico Complejo
De manera reciente también se han propuesto métodos para dar cuenta del
carácter caótico de una dinámica que no precisan de series temporales largas, tipo
80
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
de series que no son siempre fáciles de obtener. Por ejemplo, Sugihara y May
(1990) proponen un método basado en la predicción no lineal para diferenciar entre
series temporales debidas al azar o series con dinámicas deterministas (caóticas).
Su planteamiento es muy intuitivo. Tomando la serie cronológica, la podemos dividir
en dos partes, considerando la primera como conocida y la segunda como un futuro
que podemos suponer desconocido. Ahora, utilizamos la primera parte de la serie
para realizar predicciones a corto plazo de la segunda parte de la serie. Estas pre-
visiones son comparadas con los datos reales que conocemos de la dinámica (la
segunda parte de la serie). En concreto, utilizan la correlación entre valores predi-
chos y la segunda parte de la serie. Las correlaciones constituyen una medida de la
precisión de las previsiones.
81
La Organización como Sistema Dinámico Complejo
La dimensión del atractor es su dimensión fractal, siendo por ello una dimen-
sión fraccionaria. En primer lugar, el que la dimensión del atractor sea finita nos indi-
ca que las irregularidades de la dinámica no obedecen a un fenómeno estocástico,
sino que son el resultado de una dinámica determinista explicable por un número
reducido de variables. Por ello, la dimensión del atractor nos indica el número míni-
mo de variables necesarias para describir la dinámica del sistema (Froehling, et al.,
1981; Farmer, et al., 1983; Dubois, et al., 1987; Ruelle, 1989; Jou, 1995), eso sí, na-
da nos dice acerca de cuáles podrán ser estas variables.
En los puntos precedentes hemos explorado la ruta que nos ha llevado desde
sistemas ordenados a sistemas caóticos. Pero las teorías del caos no se han dete-
nido ahí y han seguido propiciando nuevos desarrollos.
Dos teorías son especialmente relevantes para enfatizar esta idea. Primera la
teoría de la vida en el borde del caos, desarrollada por un conjunto de científicos
americanos pertenecientes al Instituto de Santa Fe (especialmente Chris Langton y
82
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Stuart Kauffman) interesados por la vida artificial y por los fenómenos autoorganiza-
tivos. Y segunda la teoría de los sistemas alejados del equilibrio elaborada por Ilya
Prigogine, químico de origen ruso pero instalado en Bruselas, también interesado
por los fenómenos de autoorganización.
83
La Organización como Sistema Dinámico Complejo
84
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
85
La Organización como Sistema Dinámico Complejo
Stuart Kauffman (1992, 1993) trabaja con redes booleanas aleatorias del tipo
NK, especie de redes neuronales en la que los elementos se encuentran relaciona-
dos entre sí de una manera aleatoria, siendo N el número de elementos de la red y K
el número de conexiones por elemento. En una red booleana cada variable está re-
gulada por otras que operan sobre ella como señales de entrada. Las variables son
binarias, pudiendo presentar dos estados, bien activada bien desactivada. El com-
portamiento dinámico de cada variable, es decir, en cuál de sus dos estados posi-
bles se va a encontrar en el instante siguiente, está gobernado por las funciones
booleanas o reglas lógicas de conmutación del tipo ‘O’ e ‘Y’. Así, con la función boo-
leana ‘O’, la variable se encuentra activada cuando lo está al menos una de las va-
riables de entrada que se relacionan con ella. Y con la función booleana ‘Y’, la varia-
ble está activada cuando lo están todas las variables de entrada también lo están.
Las redes booleanas aleatorias le sirven a Kauffman para modelar matemáticamen-
te sistemas biológicos autónomos en los que ninguna señal proviene del exterior.
Figura 25: Ilustración de una red booleana de las trabajadas por S. Kauffman y el
funcionamiento de la misma. En este caso, todos los elementos están gobernados
por funciones booleanas del tipo ‘O’ e inicialmente se encuentran desactivados. Al
activar uno de los elementos o variables del sistema (en negro) el sistema experi-
menta una cascada de cambios. Como consecuencia de la configuración de la red y
del tipo de funciones booleanas en ella presentes, la red acaba presentando una
cierta configuración de elementos congelados en estado activo a cuyo estado retor-
narán aun cuando se alteren ellos o alguna de sus entradas. (Ilustración tomada de
Kauffman, 1992, pág. 49).
86
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Un nuevo apoyo de la teoría del borde del caos vendrá de la mano de la teo-
ría de la criticalidad autoorganizada de Per Bak y Kan Chen (1991), pertenecientes
al Laboratorio Nacional de Brookhaven en Nueva York. Para Bak y Chen, los gran-
des sistemas interactivos se auto-organizan de tal forman que llegan a un estado
crítico en el que un acontecimiento banal puede dar lugar a reacciones en cadena
capaces de producir auténticas catástrofes. Tomando como modelo un montón de
arena, Bak y Chen proponen que el montón de arena se auto-organiza en un estado
crítico tal que la añadidura de un nuevo grano de arena puede provocar avalanchas
catastróficas. Aunque la mayoría de las veces el grano se sumará al montón sin pro-
ducir avalancha alguna. En este sentido, aparece una ley potencial: la probabilidad
que se produzca una avalancha es inversamente proporcional al tamaño de ésta, así
las avalanchas pequeñas son más frecuentes que las avalanchas grandes.
87
La Organización como Sistema Dinámico Complejo
88
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
t1 t2
Hidrógeno
Nitrógeno
Si calentamos uno de los recipientes de tal forma que mantengamos una lige-
ra diferencia de temperatura entre ambos recipientes, el nitrógeno y el hidrógeno se
mezclarán pero no de manera uniforme. Hay más nitrógeno en uno de los recipientes
y más hidrógeno en el otro. La diferencia de temperatura ha producido un cierto or-
den, un estado cercano al equilibrio. Los estados cercanos al equilibrio son estados
lineales en los que el flujo es una función lineal de la fuerza (en nuestro ejemplo, el
intercambio molecular de hidrógeno y nitrógeno es proporcional a la diferencia de
temperatura que mantengamos). Son estados en los que la producción de entropía
es mínima, siendo ésta compatible con las ligaduras impuestas al sistema, lo que se
conoce como el teorema de producción mínima de entropía. Además, cualesquiera
que sean las condiciones iniciales, el sistema alcanza finalmente el estado cercano
al equilibrio que las condiciones le están imponiendo. Las reacciones del sistema
son, por ello, perfectamente predecibles. Si aumentamos la diferencia de temperatu-
ra obtendremos más pureza en los gases situados en cada uno de los recipientes.
Si igualamos las temperaturas, obtendremos una mayor mezcla del hidrógeno y del
nitrógeno.
t1 t2
Figura 26: Sistema que acaba en un estado cercano al equilibrio debido a la diferencia de
temperaturas mantenidas entre ambas partes del recipiente.
89
La Organización como Sistema Dinámico Complejo
producción mínima de entropía, en el segundo) que actúan como atractores del sis-
tema. Igualmente, en ambos casos, la materia cumple con la prescripción probabilis-
ta de Bolztman que ya hemos visto. También tienen en común el que el tiempo es
reversible. Los cambios son posibles en ambas direcciones temporales. Por ello, es
posible la realización de predicciones tanto de momentos futuros como de momen-
tos pasados, dada la reversibilidad de los procesos. Las predicciones en Astrolo-
gía, tanto hacia atrás en el tiempo -saber cuál fue la estrella avistada por Los Magos
de Oriente-, como hacia delante -conocer cuándo se producirá el próximo eclipse de
Luna completo- son muy ilustrativas en este sentido.
‘Imaginemos un oleoducto que derrama petróleo en un gran receptáculo en una planta indus-
trial. El petróleo fluye regularmente, formando un hoyuelo al caer en la superficie del petróleo
del receptáculo. Supongamos que alguien abre el grifo para que más petróleo circule por el
oleoducto. El primer efecto del nuevo chorro de petróleo consiste en una turbulencia mayor,
en fluctuaciones. Estas fluctuaciones aumentan aleatoriamente, enfilando aparentemente
hacia el caos total hasta que llegan a un punto de bifurcación. Allí, en una intersección críti-
ca, una de las muchas fluctuaciones se amplifica y se propaga, influyendo sobre el sistema
y dominándolo. Se forma un patrón de remolinos. El orden ha surgido del caos.’ (p. 136).
90
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Durante mucho tiempo se pensó que dicha reacción violaba las leyes de la
naturaleza. Se cuenta la anécdota de que el artículo en el que Belousov exponía di-
cho hallazgo fue rechazado por el editor de la revista en que debía publicarse por
considerar su descubrimiento del todo imposible. En lugar de tender hacia un estado
de uniformidad y mezcla entre sus componentes, hacia un estado de equilibrio, apa-
recían estructuras ordenadas y oscilatorias a modo de un perfecto reloj químico.
91
La Organización como Sistema Dinámico Complejo
al., 1980; Hudson y Mankin, 1981; Pomeau, et al., 1981; Simoyi, Wolf y Swinney,
1982) han hallado el atractor extraño de dicha reacción así como un exponente de
Lyapunov positivo propio de los sistemas caóticos.
Figura 28: Otro ejemplo de sistema alejado del equilibrio: la inestabilidad de Bé-
nard (imagen fotográfica extraída de Prigogine, 1986, pág. 162).
92
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Todos estos ejemplos han de servirnos para entender que ‘en un estado ale-
jado del equilibrio, la materia tiene propiedades radicalmente nuevas’ (Prigogine,
entrevista concedida a Briggs y Peat, 1989, pág. 139). A Prigogine le gusta decir
que la materia en equilibrio es ciega, mientras que la materia muy alejada del equili-
brio detecta minúsculas diferencias, esenciales para la construcción de sistemas
altamente coherentes y complejos (1983). Las fluctuaciones que en los sistemas en
y cerca del equilibrio remitían, dando la existencia de atractores, ahora no sólo pue-
den eventualmente no remitir, sino que pueden aumentar y arrastrar al sistema hacia
nuevas configuraciones. Se produce así un orden por fluctuaciones.
93
La Organización como Sistema Dinámico Complejo
En efecto, en los diferentes ejemplos que hemos ido dando, el punto de bifur-
cación se hallaba cuando el sistema tiene que elegir entre seguir en el estado de
equilibrio o adaptar el nuevo comportamiento de la fluctuación que se va amplifican-
do. Superada una distancia crítica del equilibrio, las ecuaciones que determinan la
dinámica del sistema se tornan no lineales. Una característica básica de toda ecua-
ción no lineal es la no-unicidad de su solución. De otro modo, las ecuaciones no li-
neales tienen más de una solución posible. Las soluciones posibles se bifurcan (lo
hemos visto en el trabajo de Robert May), pero el sistema adoptará una de ellas.
¿Cuál? Apuntemos la respuesta: el azar decide (Wagensberg, 1986). Ya conocemos
el papel del azar en los sistemas caóticos. Azar recuperado de las escalas micros-
cópicas, que explicaría Robert Shaw. Volveremos sobre ello más adelante.
Tabla 4: Diferencias más significativas entre los diferentes tipos de sistemas según su posición de
equilibrio.
Sistemas ...
94
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
En primer lugar, los sistemas en y cerca del equilibrio son sistemas básica-
mente estables debido a los atractores que rigen sus dinámicas7, mientras que su-
perada una distancia crítica del equilibrio, con el alejamiento del equilibrio, los sis-
temas se tornan inestables. Superada una distancia crítica del equilibrio, las fluc-
tuaciones pueden eventualmente no remitir y tienden a amplificarse. Los sistemas
estables son aquellos en los que pequeñas perturbaciones no impiden al sistema
retornar a su posición de equilibrio, de estabilidad (por ejemplo, un leve empujón
dado al péndulo de un reloj de pared no impide a éste regresar a su oscilación habi-
tual después de un breve tiempo de oscilación turbulenta). Los sistemas inestables
se caracterizan por el hecho de que las mismas pequeñas perturbaciones pueden
7
Para ser precisos, hay que decir que los sistemas en y cerca del equilibrio son sistemas estables
debido al tipo de atractores que rigen sus dinámicas, atractores del tipo punto fijo y ciclo límite.
95
La Organización como Sistema Dinámico Complejo
precipitar al sistema hacia otros estados (por ejemplo, el pequeño empujón dado en
este caso a un lápiz en pie) (J. C. Maxwell, 1876; recogido por Thom, 1980). En los
sistemas estables (sistemas en equilibrio o cerca del equilibrio), pequeñas causas
producen pequeños efectos. En los sistemas inestables (sistemas alejados del equi-
librio), pequeñas causas pueden producir efectos desproporcionados (Prigogine,
1997). Es “el efecto mariposa” ya visto (Lorenz, 1963, 1972).
Por tanto, en los sistemas alejados del equilibrio hay una desproporcionali-
dad, no-linealidad, entre las causas y los efectos. Los sistemas alejados del equili-
brio son, por todo ello, sistemas caóticos, sistemas que presentan una extrema sen-
sibilidad a las condiciones iniciales de las que parten (a la variación de las condi-
ciones iniciales, diría el profesor Frederic Munné, 1994a; 1995a), en tanto a los pro-
cesos no lineales que les son característicos. Debemos matizar por ello la afirma-
ción anterior: los sistemas muy alejados del equilibrio son sistemas caóticos.
También hemos de tener presente que sistema puede ser estable en cuanto
a algunos de sus elementos e inestable si lo referimos a otros. Estabilidad e inesta-
bilidad pueden coexistir en un sistema, a diferentes niveles. En el ejemplo anterior
que hemos puesto podríamos argumentar que, aunque es cierto que el lápiz ya no
está en su posición erguida, sigue siendo un lápiz. Es decir, ha permanecido estable
en un metanivel. Otro ejemplo que nos puede ilustrar puede ser el análisis de cual-
quier sistema ecológico. Un ecosistema es metaestable, debido a que pocas per-
turbaciones son capaces de superar su poder de integración. Ahora bien, ello no
debe llevarnos a pensar que dichos sistemas son estructuralmente estables, dado
que en ellos existen cambios dramáticos como, por ejemplo, la desaparición de es-
pecies.
Dos son los aspectos diferenciales entre ambos tipos de procesos que que-
remos destacar aquí. De un lado, la proporcionalidad en los cambios en las dinámi-
cas lineales frente a la no proporcionalidad en los cambios de los procesos no linea-
les. De otro, la bifurcación de las soluciones en las dinámicas no lineales, en espe-
cial cuando la tasa de no-linealidad es alta, aspecto éste que queda patente en los
estudios de Robert May con la ecuación logística (ver apartado 3.2.3.1.).
Por ejemplo, para un determinado valor, digamos, 0.1, una función del tipo
f(x)=2x/1.75 genera un resultado igual a 0.11; para un valor 0.2, un resultado de 0.22;
96
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
para un valor de 0.3, 0.34; para 0.4 resulta 0.45; para 0.5 un 0.57; etcétera. Resulta-
dos que pueden representarse gráficamente alineándose todos ellos en una línea
recta (de ahí el término de lineal). En cambio, una función como la ecuación logística
con una alta tasa de no-linealidad como f(x)=3.99· x· (1-x), genera, aplicándola a los
mismos valores, los siguientes resultados: 0.35, 0.63, 0.87, 0.95, 0.99, 0.95, 0.87,
etcétera. Secuencia que como vemos no mantiene una proporcionalidad como el
caso anterior.
Sin embargo, en los sistemas alejados del equilibrio las dinámicas son esen-
cialmente no lineales. El clima meteorológico nos sirve de ejemplo. El azar, aquí, sí
juega un papel importante. El azar decide. La mínima fluctuación, antes irrelevante,
decide ahora el futuro del sistema. El pequeño empujón que no desestabilizaba al
péndulo del reloj de pared, ahora es capaz de tumbar un lápiz. El azar deja de ser
benigno para convertirse en un “azar salvaje” (Mandelbrot, 1996). Aquí, las fluctua-
ciones no se neutralizan, apareciendo, de manera ocasional, enormes desviaciones,
97
La Organización como Sistema Dinámico Complejo
Por este motivo, bien podemos decir que frente al futuro cierto, ya dado, que
siguen los sistemas en y cerca del equilibrio, en los sistemas alejados del equilibrio
el futuro es abierto. El futuro se convierte en una construcción de los pasos por los
98
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
que previamente haya pasado la dinámica del sistema. Se entiende por todo ello el
prestigio de disciplinas como la Astrología y el descrédito, en cuanto a predicciones
se refiere, de las personas dedicadas a la Meteorología.
Por otra parte, y para finalizar, bien podemos considerar que los sistemas
alejados del equilibrio nos están ofreciendo un tercer tipo de posibilidad evolutiva en
la dinámica de un sistema (Prigogine, 1997). En efecto, frente al futuro ya escrito en
las dinámicas deterministas en la que no es posible la aparición de novedad alguna,
y también frente al desarrollo azaroso de una dinámica totalmente aleatoria, absur-
da, en la que cualquier suceso posible puede ser el siguiente, el desarrollo de los
sistemas alejados del equilibrio nos invita a pensar en una evolución inestable y a la
vez ordenada, incierta y autoorganizada.
99
La Organización como Sistema Dinámico Complejo
100
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
101
La Organización como Sistema Dinámico Complejo
• borrosidad
• catastrofismo
• fractalidad, y
• caoticidad.
De otra parte, para Munné (1995a) este conjunto de teorías tienen un elevado
valor epistemológico por cuanto afrontan la realidad sin prescindir de su compleji-
dad. Además, a la luz de estas teorías la realidad se nos presenta como una reali-
dad paradójica: una realidad que no es nítida ni tampoco dual (aportación de la teo-
ría de los conjuntos borrosos), una realidad que no es continua (catástrofes) ni dis-
continua (borrosidad), ni estable ni inestable (teorías del caos), ni reiterativa ni inno-
vadora (caos y fractales), ni ordenada ni desordenada (caos y fractales). De una rea-
lidad que no es ni lo uno ni lo otro. O dicho de otra forma, de una realidad que no es
lo uno sin lo otro.
Bajo este prisma, “el caos es uno de los ingredientes constitutivos de la com-
plejidad” (Munné, 1993, pág. 46). Y la aportación más fructífera al tema de la
complejidad según el propio Munné (1995a). Ahora bien, también es preciso tener
claro que con la visión que aquí estamos desarrollando, referente al caos, no se da
cuenta de toda la complejidad. Es obvio. Por decirlo de alguna forma, lo que
hacemos es analizar uno de sus aspectos relevantes. Uno de los aspectos en los
que la complejidad se manifiesta. Como gusta decir a Munné referentes a otros
ámbitos de corte psicosocial, como por ejemplo el self (1989, 1997b; véase también
Codina, 2000), la complejidad también es un objeto inabarcable no reducible a
ninguno de los aspectos en los que se manifiesta, matizando además que la
inabarcabilidad no significa que no podamos conocerlo todo sino más bien que no
podemos conocerlo todo a la vez. Se hace preciso cambiar de aspecto a conside-
rar.
Esta inabarcabilidad del objeto ‘complejidad’ contrasta con el claro interés
holístico y no reductible de las diferentes teorías que hemos ido exponiendo, desde
la teoría general de sistemas hasta la teoría de la vida en el borde del caos o la teo-
ría de los sistemas alejados del equilibrio, por ejemplo. Es por ello que otro autor
102
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
como el sociólogo francés Edgar Morin (1990) afirme que el pensamiento complejo
se mueve en la tensión permanente de aspirar a un saber no parcelado, no reduc-
cionista, o al menos no tan reduccionista diríamos nosotros, y a la vez reconocer lo
incompleto de todo conocimiento. Merece que nos adentremos un poco más en la
aportación de Morin a la complejidad, una aproximación también realizada desde la
epistemología.
Pero este no es el único tipo de complejidad según Morin. Junto a esta com-
plejidad ligada con el desorden, con el azar, también nos presenta una complejidad
relacionada con las contradicciones lógicas. De este modo para Morin la compleji-
dad se asoma allí donde no podemos remontar una contradicción y debemos acep-
tarla. Quizá la más clásica de todas ellas en el pensamiento científico occidental
haya sido la oposición entre orden y desorden. Y más aún en nuestros días cuando
se constata empíricamente que cierto desorden se hace necesario para la aparición
de estructuras y de organización biológica, para la aparición del orden. Este tipo de
complejidad es una heredera del pensamiento clásico manifestado por Heráclito en
su lucha de opuestos y expresada en afirmaciones como “lo único que permanece
es el cambio” o su célebre “vivir de muerte, morir de vida”.
103
La Organización como Sistema Dinámico Complejo
“Una serie de dígitos es aleatoria si el menor algoritmo capaz de generarla contiene aproxi-
madamente los mismos bits de información que la propia serie” (1985, pág. 58).
En efecto, desde otro nivel de análisis, dicho autor diferencia entre lo que lla-
ma un azar epistemológico que es un azar corrosivo y deshacedor que sigue a raja-
tabla el segundo principio de la termodinámica, un camino contra el que luchan las
formas vivas, y un azar ontológico, un azar que representa la contingencia pura que
104
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
También Morin, por ejemplo, afirma que “la aspiración de la complejidad lleva
en sí misma la aspiración a la completud” (1990, pág. 100-101), y continúa “pero, en
otro sentido, la conciencia de la complejidad nos hace comprender que no podre-
mos escapar jamás a la incertidumbre y que jamás podremos tener un saber total”
(pág. 101).
105
La Organización como Sistema Dinámico Complejo
Como última teoría de este capítulo, vamos a exponer la teoría de los siste-
mas autopoiéticos de los biólogos chilenos Humberto Maturana y Francisco Varela.
Aunque es una teoría que, en cierta medida, se desmarca de todo lo desarrollado
hasta aquí, nos aporta una visión para entender aún más el fenómeno auto-
organizativo. De ahí que esté justificado su incorporación dentro de este capítulo en
el que nuestra ruta de exploración nos ha llevado a estudiar la autoorganización co-
mo fenómeno definitorio de los sistemas caóticos y complejos.
106
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Los seres vivos tienen una extrema habilidad para conservarse a sí mismos,
para conservar su identidad, a pesar de los cambios continuos en sus entornos, de-
mostrando con ello una alta y continuada capacidad homeostática, una ultraestabili-
dad que diría Ashby (1960). Por esto, Maturana y Varela considerarán dos las ca-
racterísticas esenciales de todo sistema vivo:
1) la conservación de su identidad, y
2) el mantenimiento o la invarianza de las relaciones internas al sistema vivo
y que son definitorias del mismo; es decir, el mantenimiento de su organi-
zación.
107
La Organización como Sistema Dinámico Complejo
Otras definiciones del término más claras las encontramos en otros autores
que también han tratado sobre la autopoiesis. Por ejemplo, Zeleny (1981) considera
que la autopoiesis hace referencia a “una unidad realizada a través de una organi-
zación de producción de procesos cerrada tal que a) la misma organización de pro-
cesos es generada mediante la interacción entre sus componentes, y b) como resul-
tado de estos procesos emergen unas fronteras en el sistema” (pág. 6).
108
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
109
La Organización como Sistema Dinámico Complejo
turana y Varela, 1973, 1980, 1990; Maturana, 1995, 1996) en la que se apunta la
importancia de la autorreflexividad del conocimiento, aportación que claramente se
podría conectar con las contribuciones de la Gestalt a la comprensión de los proce-
sos de percepción. Y aportación también que ha sido muy tenida en cuenta por la
psicología social crítica ya que está en el fundamento de la concepción constructivis-
ta de la realidad. Pero aquí nos interesan sobremanera otras aportaciones más re-
lacionadas con el hilo argumental sistémico que venimos desarrollando a lo largo de
todo este trabajo.
De acuerdo con Kickert (1993) son dos las ideas básicas aportadas por la
teoría de los sistemas autopoiéticos: una, ofrecer una nueva perspectiva sobre el
auto-gobierno de los sistemas autopoiéticos y, dos, ofrecer una perspectiva diferen-
te acerca de cómo entender las relaciones sistema-entorno. Comencemos, por su
interés, por desarrollar esta segunda.
Por ello, la inteligibilidad del sistema debe tener en cuenta al sistema y la re-
lación que mantiene con el ambiente, relación que, en esto si estarían de acuerdo
110
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
Y ¿cómo entiende esta apertura hacia el entorno la teoría de los sistemas au-
topoiéticos? Pues la apertura es entendida como autorreferencia. De otro modo, un
sistema autopoiético mantiene una relación con su entorno acorde con su organiza-
ción interna dado que no puede ser de otra manera ya que el sistema autopoiético
no puede entrar en interacciones que no estén ya especificadas en su organización.
El entorno es percibido como una proyección de la propia identidad organizativa.
Luego las transacciones con el ambiente no son más que autorreferencias (Morgan,
1986; Kickert, 1993; Luhmann, 1995). El interactuar con el entorno como si éste fue-
ra un espejo al que el sistema autopoiético se asoma y sólo se ve a sí mismo sería
una buena ilustración gráfica de esta idea de autorreferencia.
En general, tanto Maturana como Varela son reacios a esta extensión del
concepto original. Así por ejemplo Maturana considera que “aunque es indudable
que los sistemas sociales son sistemas autopoiéticos de tercer orden por el solo
hecho de ser sistemas compuestos por organismos, lo que los define como lo que
111
La Organización como Sistema Dinámico Complejo
Una posición muy similar es la mantenida por Varela aunque muestre algo de
mayor flexibilidad. Varela (1994) considera dos usos posibles del concepto de auto-
poiesis en contextos para los que inicialmente no fue pensado (especialmente en
ciencias sociales). El primero, dice Varela, es una utilización literal de la idea, por
ejemplo, cuando la idea de red de procesos se traduce en interacciones entre per-
sonas y la membrana celular en la frontera o borde del grupo humano. Tal utilización
es abusiva según Varela por cuanto no puede considerarse a un grupo humano co-
mo un sistema autopoiético en tanto que su singularidad como tal no se halla en
producirse continuamente a sí mismo. Es el mismo argumento anteriormente em-
pleado por Maturana. El otro posible uso del concepto es lo que Varela considera
una utilización por continuidad que pondría su centro de atención en tomar las ideas
de autonomía, de circularidad, de autorreferencia y hacerlas extensivas a otros con-
textos. En lo fundamental, Varela sí se manifiesta de acuerdo con este uso.
Entre estas extensiones destacan los trabajos del sociólogo alemán Niklas
Luhmann (e.g. 1984, 1995) en los que aplica el concepto de autopoiesis a los siste-
mas sociales y en donde la autopoiesis consistiría en la producción de las comuni-
caciones sociales. Con ello se caracterizaría la capacidad continua de autorrepro-
ducción gracias a la cual los sistemas sociales están definiéndose perpetuamente a
sí mismos. Esta aplicación de la teoría de los sistemas autopoiéticos en la genera-
ción de una teoría de los sistemas autopoiéticos sociales ha servido para superar
algunos problemas de la teoría social según Fuchs (1988) o Bailey (1997) tales co-
mo, por ejemplo, la concepción de la relación activa con el entorno. También hay que
mencionar los trabajos de Erich Jantsch (1980, 1981) en los que extiende la idea de
autorreproducción también fuera del campo de lo vivo formulando una teoría general
de los sistemas dinámicos con la ‘autoorganización disipativa’ como perspectiva
integradora. Jantsch considera que los conceptos de autopoiesis, de estructuras
disipativas (ya vistas en este mismo capítulo) y otros como los hiperciclos y ultraci-
clos de Eigen, son aspectos del mismo fenómeno, fenómeno que denomina de au-
toorganización disipativa y que se constituye en una integración de todas estas
ideas de una manera jerarquizada. Jantsch articula la doble perspectiva del fenóme-
no autoorganizativo alejado del equilibrio (tal y como propone Prigogine) y la del
continuo mantenimiento de la autonomía del sistema con respecto al medio (idea de
autopoiesis), considerando que con ello se escapa a los aspectos a menudo tauto-
lógicos a los que conduce la autopoiesis considerada en solitario como caracteriza-
ción de la organización de lo vivo.
Hay que decir que Maturana ha manifestado su desacuerdo expreso con ca-
da una de estas dos extensiones (ver Maturana, 1994; y Jantsch, 1981).
112
Teorías del Caos y Ciencia de la Complejidad: Nuevos
Desarrollos en la Teoría General de Sistemas
113
La Organización como
Sistema Complejo
4.- Complejidad, Equilibrio y Organizaciones.
4.1.- Introducción.
A
unque más tarde que temprano, las ciencias de la complejidad están comen-
zando a ser tenidas en cuenta seriamente dentro de campos científicos que
no fueron los originarios de las mismas. En este sentido, es quizás dentro de
la ciencia económica, especialmente dentro del mundo financiero, donde las teorías
de la complejidad y teorías del caos han supuesto una pequeña gran revolución
acerca del cómo entender diversos fenómenos económicos y los vaivenes de los
mercados financieros.
115
La Organización como Sistema Dinámico Complejo
116
Complejidad, Equilibrio y Organizaciones
editados por Kiel y Elliott (1997) y Eve, Horsfall y Lee (1997) en los que se recogen
diversos trabajos de diferentes autores con aplicaciones concretas al tratamiento de
datos sociales, a la ciencia política y la planificación social, a la propia economía y
al management. Artículos como los de Bailey (1984), Loye y Eisler (1987), Greger-
sen y Sailer (1993), Levy (1994), Smith (1995), Hallinan (1997) o Mathews, White y
Long (1999) abundan en el mismo interés.
De igual forma hay autores que han alertado de las dificultades y peligros de
dicho enfoque, en tanto que, en el desarrollo actual de las ciencias de la complejidad
es prematuro aplicarlo al estudio del comportamiento de organizaciones sociales
(Begun, 1994) o de los procesos sociales en general (Puddifoot, 2000). También se
han señalado las dificultades que entrañan las nuevas metodologías propuestas que
aún no están del todo desarrolladas y que son poco familiares a muchos investiga-
dores sociales (Mathews, White y Long, 1999; Puddifoot, 2000) o incluso que las
ciencias de la complejidad no pueden aplicarse de una manera rigurosa al estudio
de los sistemas sociales (Johnson y Burton, 1994).
Algunas de las ideas de todos estos trabajos serán expuestas más adelante
ya que pueden relacionarse con la teoría y comportamiento organizativos, objetos de
este capítulo.
117
La Organización como Sistema Dinámico Complejo
Pero si ha habido alguna área de la ciencia social que ha producido casi tan-
ta literatura como la economía es, sin duda, el área del management. Basta con visi-
tar librerías internacionales en sus secciones dedicadas a la gestión empresarial,
por ejemplo en Amazon, para darse cuenta de que el caos y la complejidad parecen
ser la última moda en gestión (al menos en el momento en que escribo estas líneas).
Igualmente han proliferado el material electrónico y podemos mencionar, junto a nu-
merosas webs dedicadas al management y la complejidad, al menos una publica-
ción periódica que puede conseguirse por esta vía como es Emergence: A Journal
of Complexity Issues in Organizations and Management. Ni que decir tiene que los
numerosos trabajos, libros, artículos, revistas, etcétera, que están configurando este
‘último grito’ en gestión son muy desiguales. Junto a trabajos muy serios y rigurosos
en el trato de los conceptos de la complejidad podemos hallar trabajos que sólo utili-
zan estos términos a modo de reclamo.
Hay dos grandes temas subyacentes a todo esta nueva concepción de las
organizaciones y que van a ser recurrentes a lo largo del capítulo. El primero, de ca-
rácter más teórico si se quiere, y que podríamos expresar con la siguiente pregunta:
¿cómo caracterizar a la organización en cuanto a sistema complejo? El segundo
muestra una vertiente más aplicada, aunque está claramente ligado al anterior: una
vez reconocidas las organizaciones como sistemas que se auto-organizan y que
dicha propiedad es natural y ventajosa con vistas a una mejor evolución con respec-
118
Complejidad, Equilibrio y Organizaciones
to al medio, ¿c ómo se han de gestionar las mismas a fin de facilitar esta capacidad
auto-organizativa? A ambas cuestiones pretendemos dar respuesta.
119
La Organización como Sistema Dinámico Complejo
120
Complejidad, Equilibrio y Organizaciones
Pues bien, dejando ahora de lado los aspectos relacionados con la gestión
que serán considerados más abajo (ver punto 4.4.- Complejidad y Management) y
centrándonos en la concepción implícita de organización, si el gestor ha de tener
como meta conducir a la organización hacia estados de equilibrio más estables es
debido a, al menos, una de las dos presunciones posibles siguientes: una, que las
organizaciones son sistemas en equilibrio en las que hay que controlar posibles in-
estabilidades que, dicho sea de paso, son perjudiciales para alcanzar la excelencia;
y dos, que las organizaciones tienden a desestabilizarse por lo que la tarea del ges-
tor será reconducirlas a sus estados de equilibrio, estados más apropiados con vis-
tas al éxito adaptativo. En la primera presunción se considera a la organización co-
mo un sistema en equilibrio. En la segunda, se reconoce su carácter de sistema que
se aleja del equilibrio, aunque la tarea del gestor será controlar las inestabilidades
inevitables de tal situación. Contra ambos supuestos recaen las aportaciones de las
teorías del caos y de la complejidad a la teoría organizativa.
121
La Organización como Sistema Dinámico Complejo
organización, que acontece de manera espontánea una vez que se dan unas condi-
ciones determinadas (condiciones de alejamiento del equilibrio, condiciones que
sitúan al sistema en el borde del caos, etcétera). Numerosos son los autores que
han realizado propuestas sobre este punto (e.g. Stacey, Zimmerman, Goldstein, en-
tre otros). Veamos detalladamente algunas de las más relevantes.
122
Complejidad, Equilibrio y Organizaciones
Para Stacey (1995) la ciencia de la complejidad tiene que ver con las propie-
dades fundamentales de la conducta de no-linealidad y sistemas de feed-back en
red (network feed-back systems). Según este autor, las organizaciones cumplen
ambas propiedades: las organizaciones son no lineales y son sistemas de feed-
back. De hecho podríamos definir a la organización como a una red de personas en
donde los agentes individuales interactúan con otros agentes y también con agentes
pertenecientes a otras organizaciones que constituyen el entorno (Stacey, 1996a).
Las organizaciones son no lineales debido a la combinación de feed-backs negati-
vos y positivos que en ella tienen lugar así como las demoras que se producen en
los mismos. Ello conlleva la consecuencia de no-proporcionalidad entre una acción y
el efecto correspondiente, es decir, de no-linealidad. La segunda de las propieda-
des apenas merece explicación, baste con decir que en las organizaciones el com-
portamiento de las personas suele tener consecuencias para el comportamiento de
otras, es decir, cada conducta funciona como información, o retro información en su
caso, para otra conducta. Como consecuencia de todo ello se desprenden dos pro-
piedades más, y fundamentales, que podemos aplicar a las organizaciones: una,
que son sistemas en inestabilidad limitada (bounded instability), y dos, que son sis-
temas en los que emerge un orden fruto de la auto organización espontánea (cfr.
Lissack, 1999).
123
La Organización como Sistema Dinámico Complejo
Combinando esta relación entre sistemas formal e informal, con los tres tipos
de sistemas de los que nos habla Stacey, obtenemos tres posibles atractores o con-
figuraciones en las que se pueden hallar las organizaciones (tabla 6). La primera
configuración corresponde a la organización en equilibrio estable. Es un atractor
idealista: en él hay una clara concordancia entre sistema formal e informal, un claro
equilibrio. El sueño dorado de la organización científica del trabajo. La segunda con-
figuración corresponde a la organización en inestabilidad explosiva. El atractor es
‘imposible’. No hay organización que soporte tal estado a largo plazo, y sólo en los
comienzos emprendedores de algunas empresas, por ejemplo en Apple, parece
detectarse dicho atractor. También aquí hay un equilibrio entre sistemas formal e
informal. La tercera corresponde a la organización en inestabilidad limitada. Aquí no
hay equilibrio entre sistemas y se reconoce la importancia del juego dialéctico entre
ambos. La organización está en constante cambio. El comportamiento de la
organización es complejo e inestable, pero no de forma explosiva ya que el sistema
formal impone límites. El atractor resultante es realista.
124
Complejidad, Equilibrio y Organizaciones
Tabla 6: Tres atractores posibles para la organización. Adaptado de Stacey, 1995, pág. 486.
Sistema formal Sistema informal
Equilibrio estable Integración mediante Conformismo, aversión al
jerarquía y burocracia riesgo, cultura dependiente.
Feed-back negativos, Cultura y visión comparti-
de control das.
Si consideramos con Stacey (1992, 1996a) que un criterio de éxito muy im-
portante en nuestro entorno empresarial actual es la capacidad de innovar de mane-
ra continua, las organizaciones que pretendan ser eficaces no pueden plantearse la
elección entre sistemas y estructuras estrictas de control formal, de un lado, y los
imprecisos comportamientos informales que provoca el aprendizaje, del otro. Las
organizaciones de éxito ‘deben contar con ambos, porque todas tienen que enfren-
tarse al mismo tiempo tanto a lo conocido como a lo desconocido. El resultado de
ello es (..) la tensión organizativa y la contradicción interminable, pero esto provo-
ca el conflicto y el aprendizaje y es, por tanto, fuente de creatividad’ (1992, pág.
18). Por esto, es significativo como numerosas empresas que han conseguido sono-
ros éxitos empresariales (cfr. Peters y Waterman, 1982; Miller, 1990; Pascale, 1990)
poco tiempo después han fracasado por excederse en aquello que originalmente les
condujo al éxito. El principio ampliamente defendido por Peters y Waterman de ‘za-
patero a tus zapatos’ no siempre resultó válido. De ahí que para Stacey ‘el éxito
continuado (surja) del no equilibrio, de la interacción creativa con el entorno, y no
del equilibrio adaptativo que simplemente se deriva de la insistencia en nuestros
puntos fuertes actuales’ (ob. cit., pág. 15). Dice Stacey (1992, pág. 68):
‘(..) un poderoso conjunto de fuerzas impulsa a los sistemas de control de todas las empre-
sas hacia un equilibrio estable de osificación, y otro poderoso conjunto de fuerzas la impulsa
hacia un equilibrio explosivo de desintegración. El éxito está entre esos estados, en el punto
en que la organización altera continuamente aspectos de su sistema de control para evitar la
atracción tanto hacia la desintegración como hacia la osificación. Por esta razón vemos a
todas las organizaciones empresariales en lo que parece un tiovivo permanente entre centra-
lización y descentralización.’
125
La Organización como Sistema Dinámico Complejo
2. Tiene un modelo que es irregular: tiene un modelo por cuanto hay límites al
comportamiento organizativo que impiden una conducta errante o azarosa,
pero este modelo es más de carácter cualitativo, por cuanto dentro del abani-
co de valores posibles, cualquiera puede darse.
Para Stacey esta propiedad proporciona una nueva visión acerca de la ges-
tión estratégica de las organizaciones, retomando antiguas ideas olvidadas en la
teoría sobre dinámica económica como los procesos de destrucción creativa de
Schumpeter (1934) o la autoorganización espontánea fruto de multitud de decisio-
nes económicas individuales de Hayek (1948). No vamos a desarrollar ahora esta
aportación dado que encaja mejor dentro de las aplicaciones a la gestión que des-
arrollaremos en un punto posterior. Baste ahora decir que, en cuanto a gestión estra-
tégica, se precisan organizaciones ricas en conectividad, en las que la información
circule con rapidez y por todas sus partes. Ello facilitará, junto con una posición de la
organización en el borde del caos, en inestabilidad limitada, el que aparezca un or-
126
Complejidad, Equilibrio y Organizaciones
den, una organización como emergente de las conductas individuales de todos los
miembros de la organización y no un orden intencionalmente impuesto. Según este
autor, la conducta de un sistema como el organizativo ‘no puede ni diseñarse, ni
controlarse, en cambio, la conducta emerge’ (1996a, págs. 67-68). Y ello ocurre
gracias a otros dos procesos importantes: la redundancia continua de la información
y las conductas de cooperación entre los componentes de la organización. Amplia-
remos más adelante estas ideas.
3. Las organizaciones son caóticas por naturaleza. Están sujetas a fuerzas ex-
ternas e internas a las cuáles son particularmente sensibles.
127
La Organización como Sistema Dinámico Complejo
positivo. Y tercero, cuando hay una presencia simultánea de feed-backs tanto nega-
tivos como positivos y en donde podemos encontrar tres nuevas situaciones: a) un
equilibrio fruto de una estabilidad periódica, b) una dinámica completamente erráti-
ca, azarosa, y c) una dinámica gobernada por un atractor extraño. Para los autores,
la organización sigue una dinámica de este último tipo al ser un sistema caótico.
Para finalizar, Thiétart y Forgues (1995) proponen una serie de seis conjuntos
de proposiciones como caracterización general de la organización caótica, proposi-
ciones en las que habrá que profundizar la futura investigación en teoría organizativa.
Dichas proposiciones pueden verse en la tabla siguiente.
Tabla 7: Proposiciones derivadas de la aplicación de la teoría del caos a las organizaciones (Thiétart
y Forgues, 1995).
128
Complejidad, Equilibrio y Organizaciones
Imposibilidad en la predicción
129
La Organización como Sistema Dinámico Complejo
nagement, dicho trabajo descansa en una serie de asunciones acerca del fenómeno
organizativo que sí nos interesa resaltar ahora.
130
Complejidad, Equilibrio y Organizaciones
la teoría del caos no enseña que los sistemas a pesar de estar rigurosamente de-
terminados no son predecibles por la entrada en juego del azar como constitutivo
esencial de la propia dinámica. Por ello, aunque desde el caos no se rechace el de-
terminismo en su sentido más clásico, éste se muestra útil, es decir, capaz de pro-
porcionar la predicción, sólo en determinados momentos de la dinámica.
Tabla 8: Asunciones de los Modelos de Equilibrio y Teoría del Caos (Zimmerman, 1993, pág. 33).
Equilibrio No-Equilibrio
Teleología Teoría del Caos
Estados Finales Equifinalidad Dependencia sensible a las
condiciones iniciales
Temporalidad Recursividad No-recursividad
Reversibilidad Irreversibilidad
Predecibilidad Determinismo y predecibilidad Interacción entre azar y
determinismo
Feed-back Feed-backs negativos Feed-backs positivos
(amortiguan fluctuaciones) (amplifican fluctuaciones)
131
La Organización como Sistema Dinámico Complejo
132
Complejidad, Equilibrio y Organizaciones
dad e interacciones que, a su vez, reforzarán las asunciones iniciales. En este desa-
rrollo falta, a mi juicio, un elemento importante, quizás pasado por alto por su obvie-
dad: que el doble bucle consiga que la organización tenga éxito.
Desde este modelo, la identidad del sistema es la única vía para organizarse,
y también la identidad determinará el ambiente percibido. Ante ello surge una nueva
explicación de la resistencia al cambio: debido a la naturaleza circular y autorrefe-
rencial de la relación organización – entorno surge la resistencia como inevitable. La
organización persigue mantener su identidad, mantener el conjunto de asunciones
que se ha formado (sobre el entorno, sobre la propia organización, etcétera) y el
cambio organizativo pasa entonces por el cambio de identidad. El cambio se con-
cebirá como amenazador para las asunciones y comportamientos relacionados con
la identidad de la organización. En esto radica el que los seres humanos seamos
especialmente poco tolerantes al cambio. Pero, por otra parte, y aquí se da una pa-
radoja, los seres humanos también estamos permanentemente envueltos en proce-
sos de desarrollo y cambio. Luego, como corolario podríamos decir que los seres
humanos, y por añadidura nuestras organizaciones, tenemos las necesidades de
cambiar y de proteger nuestra identidad a un mismo tiempo. Por esto Morgan
(1986) ha propuesto la evolución de la organización como la evolución de la auto-
identidad.
También se entiende mejor, desde este prisma, el énfasis puesto en los valo-
res nucleares o valores esenciales en la literatura más reciente sobre cambio orga-
nizativo (cfr. García y Dolan, 1997).
133
La Organización como Sistema Dinámico Complejo
Finalmente, para Goldstein superar tal resistencia pasa por generar condicio-
nes de alejamiento del equilibrio bajo las cuales emergen nuevas reestructuraciones,
sugiriendo algunas vías para conseguir este alejamiento: aportar información y ge-
nerar altos niveles de conocimiento entre los miembros de la misma. En los puntos
4.3 y 4.4 referidos a la aplicaciones dentro del comportamiento organizativo y al ma-
nagement se presentarán más claramente procedimientos para generar condiciones
de alejamiento del equilibrio.
Uno de los adjetivos más repetidos que han acompañado a las organizacio-
nes dentro de la teoría organizativa ha sido el que éstas son complejas. Por ejemplo,
Morgan en sus Imágenes de la Organización (1986, pág. 310) argumentaba que:
‘Los directivos y los teóricos de la organización, a menudo tratan de hacer caso omiso de
esta complejidad, asumiendo que las organizaciones son, en último caso, un fenómeno ra-
cional, que debe ser entendido con referencia a sus metas y objetivos. Si verdaderamente se
desea comprender una organización, es mucho más exacto empezar desde la siguiente
premisa: que las organizaciones son complejas, ambiguas y paradójicas.’
Entre nosotros Quijano (1993, pág. 181) ha definido las organizaciones co-
mo:
‘Formaciones sociales complejas y plurales, compuestas por individuos y grupos, con lími-
tes relativamente fijos e identificables, que constituyen un sistema de roles, coordinado me-
diante un sistema de autoridad y de comunicación, y articulado por un sistema de <signifi-
cados compartidos> (que incluye interpretaciones de la realidad, normas y valores) en orden
a la integración del sistema y a la consecución de objetivos y fines. Estos fines, o el modo
de conseguirlos, no siempre son aceptados por todos sus miembros, por lo que deben ser
negociados o impuestos, lo que permite entender las organizaciones como coaliciones de
poder en lucha, a veces por el cómo conseguir los objetivos, y a veces por la fijación de los
objetivos mismos. De duración relativamente estable y continua, estas formaciones sociales
se hallan inmersas en un medio ambiente con el que mantienen mutuas relaciones de in-
fluencia.’
134
Complejidad, Equilibrio y Organizaciones
1. La primera tenía que ver con las fronteras de la organización: es difícil definir
de manera apropiada el alcance de una organización, además, también es
difícil de determinar cuál es su medio más pertinente.
3. La tercera apuntaba a los roles: las organizaciones tienen dentro de ellas re-
presentantes del medio exterior. Un trabajador desempeña otros roles ade-
más del estrictamente organizativo, con lo que surgen exigencias, expectati-
vas y normas culturales que, a menudo, entran en conflicto con las normas in-
ternas de la organización para la que trabaja la persona.
135
La Organización como Sistema Dinámico Complejo
Tabla 9: Algunas de las paradojas fundamentales a las que se enfrentarán las organizaciones en los
próximos años según Tetenbaum (1998).
Largo plazo – Corto plazo Personas – Productividad
Planificar – Experimentar Habilidades de relación – Habilidades de tarea
Bajar costos – Aumentar calidad Conflicto – Consenso
Centralización – Descentralización Competición – Cooperación
Creatividad – Eficiencia Estabilidad – Cambio
Competencias clave – Diversificación Simple – Complejo
Especialistas – Generalistas Regularidad – Irregularidad
Dirección – Liderazgo Predecible – Impredecible
Independencia – Interdependencia Orden – Desorden
136
Complejidad, Equilibrio y Organizaciones
137
La Organización como Sistema Dinámico Complejo
Como nos han enseñado diferentes autores (e.g. Stacey, Thiétart y Forgues,
Zimmerman) la inestabilidad está íntimamente relacionada con la creatividad y la
capacidad de renovación en la organización (lo veremos de manera más clara en el
apartado 4.3.- Complejidad y Comportamiento Organizativo). Nada nuevo puede
surgir de aquellos sistemas caracterizados por un alto grado de orden y estabilidad.
Por otro lado, sistemas azarosos y carentes de forma como una revuelta o una es-
tampida tampoco son capaces de materializarse en nada (Pascale, 2000). La orga-
nización compleja, como argumentaría Stacey, sólo es posible en la inestabilidad
limitada.
138
Complejidad, Equilibrio y Organizaciones
cesos organizativos nos dice que no siempre habrá que buscar explicaciones exter-
nas ante estos hechos. Es posible que causas similares den lugar a efectos distin-
tos. Por ejemplo, no necesariamente al diseñar la retribución fija basándose en los
contenidos del puesto conseguiremos una percepción de equidad interna mayor en
los trabajadores; puede ocurrir que dicha medida sensibilice aún más las diferen-
cias acerca de la percepción del rendimiento de los otros con la consecuente dismi-
nución en la percepción de equidad interna.
139
La Organización como Sistema Dinámico Complejo
140
Complejidad, Equilibrio y Organizaciones
141
La Organización como Sistema Dinámico Complejo
142
Complejidad, Equilibrio y Organizaciones
143
La Organización como Sistema Dinámico Complejo
Figura 30: Elementos clave en el cambio grupal (Smith y Gemmill, 1991, pág. 704).
Proceso de experimentación;
capacidad de auto renovación;
generación de variantes,
de estructuras alternativas
Estructura disipativa,
reflejo del mejor ajuste entre
las restricciones internas y
externas, ganando en
simbiosis y autonomía
144
Complejidad, Equilibrio y Organizaciones
zación cuyo resultado será una nueva organización grupal que ha crecido en comple-
jidad en relación con la organización previa. Es de suponer que esta nueva organi-
zación presentará ventajas adaptativas para el grupo, suposición que se verá con-
firmada, bajo ciertas condiciones, en un trabajo posterior de Smith y Comer (1994).
Así es, Smith y Comer comprueban como los grupos sociales que funcionan
dentro de condiciones turbulentas son más eficaces en la realización de una tarea
grupal cuando tienen diseños acordes con el modelo de la auto-organización disipa-
tiva (alta capacidad de experimentación, de autorreferencia y reparación de fronte-
ras). Además, encuentran que cuando las condiciones son más plácidas la presen-
cia de estas características auto-organizacionales no necesariamente correlacionan
con una alta eficacia. Los grupos estaban conformados por 70 alumnos, divididos en
10 grupos, que participaban en diferentes seminarios sobre gestión de la innova-
ción. La tarea que tenían que realizar los grupos era la presentación de un proyecto
final en relación con el seminario impartido.
145
La Organización como Sistema Dinámico Complejo
Tabla 11: Muestra de items del Coaction Diagnosis Scale de Smith y Comer (1994).
Experimenting Behaviour
Self-reference
“Members feel committed and have ownership in what the group does”
“Members have a vision of how they can effectively fulfil goals”
“Members of the group see themselves as able to be creative”
Boundary Reparation
Coaction
146
Complejidad, Equilibrio y Organizaciones
necesitan algún tipo de normas que den soporte a la experimentación del desorden
y que faciliten oportunidades para experimentar. Estas normas, unidas a conductas
de cooperación y una elevada comunicación entre los componentes de la organiza-
ción, favorecerán el terreno necesario para la emergencia de nuevos alineamientos
del sistema. Por último, el entendimiento del propio modelo de cambio de estructura
disipativa puede ayudar a los miembros de la organización a comprender lo que
están viviendo. No en el sentido de ofrecerles un mapa exacto de lo que está acon-
teciendo, pero sí en el sentido de ofrecerles un contexto en el que poder enmarcar
las inevitables frustraciones e inconsistencias.
Las fases de estabilidad y cambio son experimentadas por todas las organi-
zaciones. Los enfoques más tradicionales, por ejemplo el modelo racional, ha con-
cebido que el estado normal de la organización es el de estabilidad y equilibrio,
mientras que las situaciones de cambio eran transitorias a las que habría que res-
ponder a fin de reestablecer el equilibrio. También existe otra postura que argumen-
ta que lo normal es que las organizaciones se hallen en un continuo cambio atisbán-
dose por momentos algunas situaciones de equilibrio puntuado o estabilidad8. Esta
visión considera el cambio como lo natural e inevitable. Para Leifer entender la or-
ganización como una estructura disipativa nos ayuda a integrar ambas visiones.
8
La idea del equilibrio puntuado ha sido propuesta por Eldredge y Gould (1972, Gould y Eldredge,
1977) en biología evolutiva para explicar como en la evolución son muy habituales los períodos de
estabilidad, en las que los cambios acontecen muy poco a poco y de manera incremental, inte-
rrumpidos por períodos muy turbulentos y en los que se producen gran cantidad de cambios, como
el caso del período cámbrico.
147
La Organización como Sistema Dinámico Complejo
evento desencadenante
Condiciones aleja- Re-enmarque y
das nueva visión Aumento del
ajuste inefectivo
Estabilidad y
equilibrio
Nueva
síntesis
148
Complejidad, Equilibrio y Organizaciones
Gómez Pallete denomina a estos tres posibles cambios como cambios tipo
0, tipo 1 y tipo 2, correspondiéndose los dos últimos a los propuestos por Watzla-
wick et al. y los representa gráficamente como sigue (figura 32). De esta gráfica
conviene decir que las etiquetas dadas a los dos ejes nunca son puestas por dicho
autor, apareciendo éstos en blanco, pero dichas etiquetas sí que aparecen implíci-
tas en su trabajo.
149
La Organización como Sistema Dinámico Complejo
Figura 32: La evolución de las organizaciones según Gómez Pallete (1995; gráfica obtenida de la
fusión de varias que aparecen en dicho trabajo).
Cambio 2
Crecimiento
Declive
Resistencias
Nacimiento Cambio 1
Cambio 0
Tiempo
150
Complejidad, Equilibrio y Organizaciones
‘De manera típica, los cambios discontinuos requieren de cambios dramáticos en la estrate-
gia y repentinos abandonos de los trabajos tradicionales, estructuras, enriquecimiento de los
puestos, culturas, que a la vez necesitan de una completa revisión de la organización’.
De este modo, en nuestro entorno actual, por ejemplo, las exigencias de cali-
dad conducen a muchas organizaciones a organizarse de manera distinta a fin de
conseguir alguno de los certificados de calidad al uso.
‘(..) si varias firmas de tamaño similar entran en un mercado al mismo tiempo, pequeños
acontecimientos fortuitos –pedidos imprevistos, encuentros afortunados con compradores,
genialidades o fantasías empresariales- contribuirán a determinar quienes se hacían con las
primeras ventas y qué firma domina con el tiempo (..) y esos pequeños acontecimientos
‘aleatorios’ pueden acumularse y verse ampliados por retroacciones positivas que acabarán
determinando el resultado’ (Arthur, 1990, pág. 88).
151
La Organización como Sistema Dinámico Complejo
Además, es interesante tener en cuenta que para que el sistema se auto or-
ganice, para que las fluctuaciones conduzcan a la organización a nuevos estados de
orden, se requiere de un cierto aislamiento con respecto al medio, ya que éste
siempre tiende a amortiguar y neutralizar dichas fluctuaciones (Prigogine, 1993).
Todavía hay algo más. De alguna manera, cuando las organizaciones se auto
organizan están siendo capaces de influir en sus entornos y permitir ciertas evolu-
ciones y cambios en éstos. Como diría Stacey (1992) adaptarse significa identificar
las necesidades de los clientes e intentar satisfacerlas lo mejor posible, innovar (au-
to organizarse) significa crear y modelar las necesidades en los futuros clientes. De
otra forma, cuando las organizaciones se auto organizan están contribuyendo a la
creación de un entorno más propicio. Utilizando un término de moda, las organiza-
ciones son capaces de co-evolucionar junto a sus entornos (cfr. Kauffman, 1995).
Con lo cual tenemos que, los cambios en los entornos organizativos son entendidos
como el producto de los procesos de autoorganización de las organizaciones que
conforman determinado nicho. Ello contrasta con algunas ideas muy implantadas en
la teoría organizativa.
152
Complejidad, Equilibrio y Organizaciones
Desde el caos y la complejidad se nos muestra que los sistemas se auto or-
ganizan rebelándose contra las condiciones del entorno, y desde los sistemas auto-
poiéticos se nos muestra que los sistemas vivos son organizaciones cerradas que
en sus interacciones con el entorno sólo se referencian a sí mismos. Las organiza-
ciones, como otros sistemas abiertos y complejos, muestran evoluciones crecientes
en complejidad y estructuración interna. Es este principio termodinámico en el que
descansan el resto de los cambios.
153
La Organización como Sistema Dinámico Complejo
Otras áreas dentro del comportamiento organizativo que han sido objeto de
aplicaciones de las ciencias de la complejidad que consideramos interesantes son
los procesos de innovación organizacionales, los procesos de toma de decisiones y
el estudio de la dinámica de la motivación. Veamos cada uno de ellos de manera
breve.
Estos resultados alteran, según los propios autores Cheng y Van de Ven, las
visiones tradicionales acerca de la dinámica de los procesos de innovación. Con
arreglo a los estudios más tradicionales, las innovaciones organizacionales son
consideradas a la luz de alguna de las dos dinámicas siguientes: o bien que la di-
námica se produce de manera ordenada y periódica, o bien que dicha dinámica
acontece como consecuencia de la aleatoriedad, del azar. En el primer caso se
considera la dinámica de innovación como determinista, en el segundo se otorga el
principal papel de la innovación al azar. Los resultados de Cheng y Van de Ven
muestran que, al menos en sus fases iniciales, los procesos de innovación no se
ajustan a dinámicas cíclicas ni tampoco a dinámicas aleatorias. Como señalan
Cheng y Van de Ven, este hecho tiene importantes implicaciones con vistas a la
gestión del proceso de innovación dado que la dinámica de dicho proceso se nos
está mostrando como determinista pero caótica. Desarrollar aquí dichas implicacio-
nes están fuera del objetivo de este trabajo, baste apuntar que la planeación tal y
como es entendida habitualmente como sucesión de pasos por los que seguir para
llegar a una innovación determinada final se presenta ahora como imposible. Como
dice Quinn, uno de los expertos actuales en la materia, ‘mis estudios revelan que
pocas, por no decir ninguna, de las grandes innovaciones tienen su origen en sis-
temas de planificación fuertemente estructurados’ (1986, pág. 53).
Por otra parte, los resultados de Cheng y Van de Ven (1996) vienen a reafir-
mar una línea de investigación desarrollada por el propio Van de Ven en otros traba-
jos (Garud y Van de Ven, 1992; Van de Ven y Polley, 1992) en lo que no se encontró
apoyo experimental al modelo lineal (cíclico) determinista en distintos estudios sobre
innovación. Igualmente, dichos resultados han sido confirmados por Dooley y Van de
Ven (1998) en un análisis más refinado de una de las innovaciones originalmente
154
Complejidad, Equilibrio y Organizaciones
En concreto, las series de datos con las que trabaja son: una generada de
manera experimental y utilizando el dilema del prisionero, con la que obtiene series
de más 120 interacciones, tras múltiples juegos al combinar a todos los participan-
tes entre sí, y en donde los datos recogidos representan las ganancias en el juego
de los participantes en cada partida; otra constituida por los gastos de defensa de
Estados Unidos en el periodo 1885-1985; y una tercera consistente en una nueva
serie de datos sobre el número de comunicaciones diarias, oficiales y escritas du-
rante el periodo de la crisis de los misiles en Cuba.
155
La Organización como Sistema Dinámico Complejo
Aunque no entra en el estudio del atractor subyacente de cada una de las se-
ries, ni en las dimensiones de los mismos, este trabajo es especialmente importante
de cara a mostrar que ‘las estructuras de interdependencia implican procesos no
lineales’ (pág. 219). Lo que unido a la interacción continua que se da en todos los
procesos de interacción interpersonal nos conduciría al caos.
156
Complejidad, Equilibrio y Organizaciones
modelo propuesto pone de manifiesto que, con pequeños cambios en alguno de los
dos parámetros de control, la respuesta de la persona puede ser muy diferente. Así,
por ejemplo, cuando los costos percibidos son bajos, la relación entre refuerzos y
conductas es bastante lineal: a pocos refuerzos encontramos asociadas comporta-
mientos de abandono y similares mientras que a valores altos de refuerzos van aso-
ciados conductas de motivación y rendimiento. Pero cuando los costos son eleva-
dos, no hay tal relación lineal y encontramos puntos o valores muy determinados a
partir de los cuales la respuesta de la persona es cualitativamente distinta: de repen-
te se pasa de conductas de absentismo, por ejemplo, a conductas de abandono. Es
decir, las relaciones que se dan entre los dos parámetros de control y el conjunto de
respuestas posibles son no lineales.
En concreto, Guastello, Johnson y Rieke (1999) han trabajado con lo que de-
nominan flujo de motivación (motivational flow), entendido como la experiencia sub-
jetiva de la motivación intrínseca. Y a su vez la motivación intrínseca entendida como
el resultado de los niveles de reto y habilidades requeridas para una tarea particular.
157
La Organización como Sistema Dinámico Complejo
158
Complejidad, Equilibrio y Organizaciones
Takeuchi, 1996; Goldstein, 1994; Gunter, 1995; Pascale, 1990, 2000; Stacey, 1991,
1992, 1996a, 1996b; Zimmerman, 1991, 1993; Zimmerman y Hurst, 1992).
Dos son los aspectos bajo los que pueden resumirse las aportaciones de
estos autores. Por un lado, un aspecto poco desarrollado pero de indudable interés
referente al diseño de la organización. Es decir, cómo diseñar organizaciones de
manera acorde con la concepción de la organización como un sistema complejo
para permitir y aprovechar las potencialidades del caos. Por otro lado, cómo gestio-
nar de forma que se facilite y promueva la autoorganización y el desarrollo continuo
hacia formas de organización más complejas. Este segundo aspecto ha sido am-
pliamente desarrollado como veremos.
159
La Organización como Sistema Dinámico Complejo
Pensamos que este principio podría ser más efectivo si tomamos la variedad
requerida en su prescripción mínima. Es decir, consideramos que es mejor el tomar
la consideración del entorno en cuanto a marcar la variedad interna mínima requeri-
da. Un principio similar ha sido propuesto por Buckley (1968) en el ámbito de la bio-
logía. Si pensamos en la variedad interna requerida como variedad mínima requeri-
da dejamos abierta la posibilidad a que en la organización haya aún más variabili-
dad de la existente en sus entornos. Con ello, existirán funciones dentro de la organi-
zación que no tengan ningún referente exterior y que podrán trabajar y gestionar, por
ejemplo, la introducción de novedades en el propio entorno o en la misma organiza-
ción. De esta forma, la organización tiene la posibilidad de construir en cierta medi-
da su propio entorno y preparar una co-evolución junto a él. Los departamentos de
I+D encajan, en principio, perfectamente en este esquema.
160
Complejidad, Equilibrio y Organizaciones
161
La Organización como Sistema Dinámico Complejo
de los mismos, etcétera. También no conviene obviar que los grupos de trabajo au-
tónomos ponen de relieve la potencialidad y beneficios mutuos que provee el trabajo
cooperativo (Weisbord, ob. cit). Es significativo la implantación actual en nuestras
empresas de círculos de calidad, equipos semi-autónomos, Kaizen, y similares (cfr.
Gil y Alcover, 2000, para una revisión sobre publicaciones existentes en nuestro país
sobre este aspecto).
Los grupos de trabajo deberán estar compuestos por miembros con un am-
plio conjunto de habilidades que faciliten la sensación de control a los miembros so-
bre la consecución de objetivos grupales, logros que producirán satisfacción entre
sus miembros (Fox, 1995).
Por otro lado, los grupos autónomos son como células en el gran entramada
de la organización. En estas células se tiene la oportunidad de compartir conoci-
mientos y formas de hacer, incluso puede aumentarse la eficacia organizativa si se
permite que las diferentes células o grupos interactúen entre sí (Coleman, 1999). La
comunidad científica, con sus equipos de investigación, funciona en gran medida de
esta manera.
Consideremos, por ejemplo, una conocida firma de ordenadores que ha reorganizado muchas
de sus fábricas en la línea que refleja los principios del diseño holográfico. Por ejemplo, en una plan-
ta que emplea casi 200 personas, la organización ha sido dividida en equipos de 14 a 18 personas.
Estos grupos operativos tienen completa responsabilidad de la producción, desde la recepción de los
suministros en la planta hasta que el producto terminado está en el embraque. Cada uno de los em-
pleados certifican las veinte tareas necesarias para realizar un producto en su totalidad. Los equipos
se reúnen diariamente para tomar decisiones relativas a la producción, para dividir el trabajo y para
atender cuestiones especiales, tales como optimizar la distribución del trabajo, problemas del sumi-
nistro o del embarque, contratación de nuevo personal. Los miembros del equipo son responsables
del establecimiento propio del horario de trabajo, de la programación de la producción y de los
controles de calidad. Incluso gestionan los certificados de capacidad de sus colegas. Cada equipo
operativo tiene un director que actúa como recurso, instructor y gestor, teniendo una especial
preocupación por la identidad del grupo.
Además de los equipos operativos hay también administrativos y técnicos que proporcionan
sistemas de apoyo, servicio y materiales. La plantilla técnica también juega una función importante
ayudando a los equipos operativos a integrar nuevos productos, procesos y el equipamiento dentro
de las operaciones diarias para que la planta pueda mantenerse al frente de desarrollos tecnológicos.
162
Complejidad, Equilibrio y Organizaciones
Establecidos los principios de diseño acordes con las teorías del caos y de la
complejidad, la otra pieza clave en la que descansa la gestión compleja de las orga-
nizaciones son precisamente una serie de principios de gestión que han sido pro-
puestos por diferentes autores.
163
La Organización como Sistema Dinámico Complejo
piedad del entorno la cual hay que absorber, controlar, o afrontar de alguna manera.
Por otra parte, la incertidumbre ambiental ha sido caracterizada por Duncan (1972)
en función de dos factores tales como la naturaleza cambiante del entorno y el núme-
ro de factores que conforman dicho entorno. Duncan comprobó que el aspecto de
inestabilidad del entorno era un factor más importante para determinar la percepción
de incertidumbre que el factor numérico.
‘.. hemos sostenido que la forma burocrática es resultado de un intento exitoso de lograr lo
que todas las organizaciones procuran lograr –reducir al mínimo el impacto de las influencias
extrañas a la organización sobre los miembros; promover la especialización en alto grado pa-
ra estar seguros de tener eficiencia y competencia; y controlar hasta donde sea posible las
incertidumbres y la variabilidad del medio ambiente’ (pág. 251).
Y el segundo:
‘Pero cuando el medio ambiente cambia con demasiada rapidez para poder controlarlo o ni-
velarlo y cuando las tareas están demasiado mal definidas o son demasiado variables para
permitir una especialización de máximo nivel, no es posible disponer de un alto grado de bu-
rocracia ni de estructura. En lugar de ello, es necesario exponerse a la intrusión de influen-
cias extrañas a la organización, a la vez que procurar reducirlas al mínimo por medio del
costoso dispositivo de profesionalización del personal. Se pierden las ventajas de la especia-
lización para poder promover la flexibilidad y la solución de los problemas. No se pueden se-
llar las entradas y orificios de la organización para garantizar la capacidad de adaptación,
hay que dejar que penetre el medio ambiente. (..) Pero, según aducimos, el esfuerzo de las
organizaciones está dirigido hacia la rutinización, la estandarización y la burocracia. Dicha
tendencia es inherente a la naturaleza de una civilización industrial’ (pág. 252).
164
Complejidad, Equilibrio y Organizaciones
ambos extremos. La ambigüedad de rol y el conflicto de rol son dos de los principa-
les factores determinantes del estrés laboral. La incertidumbre en el desempeño del
rol llega a provocar malestar fisiológico en el organismo. En el otro extremo, el traba-
jo en cadenas de montaje en parte de nuestra industria sólo se mantiene gracias a
las altas retribuciones que se dan a cambio. La certidumbre, la rutina, genera tam-
bién disfunciones organísmicas: la persona se siente insatisfecha, poco motivada y
aliena a su tarea. Como diría Dee Hock, fundador de Visa, las máquinas deshuma-
nizan al trabajador (cfr. Durrance, 1997).
165
La Organización como Sistema Dinámico Complejo
Las entidades bancarias, por continuar con ejemplos más cercanos, trabajan
actualmente una cartera de productos claramente distinta en número y cualidad a la
de hace algunos años. Los clubes de fútbol obtienen hoy grandes ingresos por lo
que serían considerados atípicos tiempos atrás, tales como retransmisiones televi-
sivas, publicidad, contratos de imagen, etcétera. En todos estos casos, se manifies-
ta un desarrollo de las diferentes organizaciones hacia formas de mayor compleji-
dad. Y en todos estos casos, la forma de desarrollarse ha consistido en la incorpo-
ración de mayor complejidad a la organización. El señor o señora que antes debía
realizar los ingresos y pagos de cuentas a los clientes del banco, hoy, además de
eso, debe vender diversos servicios que el banco ofrece –seguros de diversos tipo,
préstamos, cuentas vivienda, etcétera-.
Otra diferencia apuntada por Zimmerman (1991, 1993) entre las dos lecturas
posibles sobre los procesos estratégicos está en el papel otorgado a la información.
Zimmerman cree que la visión clásica de la gestión estratégica, al considerar la in-
166
Complejidad, Equilibrio y Organizaciones
167
La Organización como Sistema Dinámico Complejo
168
Complejidad, Equilibrio y Organizaciones
radical en nuestros esquemas de gestión occidentales. Aunque, todo hay que decir-
lo, ya hay numerosos autores en occidente que comienzan a tener en cuenta la im-
portancia de la generación de significados en la gestión, como Marvin Weisbord
(1992) y sus seminarios de prospección de futuro como método de dirección estra-
tégica y en los que se pretende la generación de significados en la interacción mu-
tua de múltiples de miembros de la organización de diferentes niveles. Lo que sí
parece claro es que la organización no sólo procesa información, también la crea. Y
esta creación de información, creación de significados, es una herramienta vital pa-
ra facilitar un desarrollo organizativo complejo. Tras la creación masiva de informa-
ción, habrá que ofrecer interpretaciones válidas sobre las mismas, habrá que gene-
rar significados. Es ésta la esencia de la tarea de organizar (Weick, 1969).
Otra vía para crear información y, también, para generar complejidad e incer-
tidumbre, es mediante el uso del conflicto positivo en la organización y el apoyo de
fuerzas contrapuestas dentro de la misma.
Que el conflicto puede ser útil para favorecer cambios ha sido una idea ex-
tendida en la ciencia social en general (e.g. Thompson, 1965; Touraine, 1973; Dah-
rendorf, 1979) y también dentro de la psicología social en particular (e.g. Daümling
et al., 1982; Tjosvold, 1991; Ayestarán, 1997). Así Van Doorn (1956), por ejemplo,
ve en el conflicto la condición necesaria para que se produzca el progreso en las
organizaciones. Daümling et al. (1982) conciben el desarrollo de los grupos como
una continua sucesión de conflictos y de las resoluciones que se dan a los mismos.
Greiner (1972) veía la evolución de las organizaciones como una sucesión de evolu-
ciones y revoluciones. Para Ayestarán (1997) el conflicto permite en el grupo el
cuestionamiento y puesta en discusión de los propios valores, dando por ello pie a la
oportunidad de evolución hacia formas de funcionamiento más complejas. Nótese
también que toda esta literatura, al menos implícitamente, rompe con la idea de que
las organizaciones persigan equilibrios estables al reconocer la dinámica del cam-
bio como constitutiva de la organización.
169
La Organización como Sistema Dinámico Complejo
Por otra parte, en empresas como Canon y Honda hay la tradición de fichar
directivos que se han formado profesionalmente en otras empresas con culturas dis-
tintas a las de Canon y Honda. Con esta estrategia de fichajes de directivos se bus-
ca la generación intencionada de contraculturas dentro de la misma organización, al
garantizar que haya fuerzas contrapuestas (Nonaka, 1988a; Syacey, 1992). En cas-
tellano diríamos que buscamos ‘sangre nueva’. Con esta estrategia se favorece la
generación de procesos de innovación.
170
Complejidad, Equilibrio y Organizaciones
ción por objetivos o la dirección por instrucciones ha sido claramente puesto de re-
lieve por García y Dolan (1997). Los valores tienen una mayor capacidad de absor-
ber incertidumbre. Con una gestión centrada en los valores nucleares de la organi-
zación permitimos una mayor tolerancia y puede que hasta una asunción creativa de
la complejidad e incertidumbre cada vez más presentes en los entornos empresaria-
les e, incluso, dentro de las propias organizaciones. Además, los valores pueden
permitir encauzar las acciones estratégicas de la empresa al proporcionar una vi-
sión.
171
La Organización como Sistema Dinámico Complejo
172
Complejidad, Equilibrio y Organizaciones
4.5.- Conclusión.
173
La Organización como Sistema Dinámico Complejo
174
5.- Estudio Empírico: la Motivación como Proceso Diná-
mico Complejo.
5.1.- Introducción.
C
omo hemos visto en el capítulo anterior las teorías del caos y de la compleji-
dad han traspasado los ámbitos disciplinarios que las vieron nacer y co-
mienzan a realizar aportaciones de interés en las ciencias sociales. El caos
y la complejidad están configurando un nuevo paradigma enfatizando los aspectos
dinámicos de los sistemas objetos de estudio. En este sentido, es evidente que di-
chas teorías están en condiciones de hacer, al menos en lo teórico, aportaciones de
interés a cualquier tipo de proceso psicológico o psicosocial. Ya hemos visto, por
ejemplo, como se han propuesto modelos basados en estas teorías para algunos de
estos procesos (e.g. de cambio grupal u organizativo) y también como ya contamos
con estudios empíricos que han mostrado evidencia de patrones caóticos en otros
tantos procesos psicológicos o psicosociales (por ejemplo, en los procesos de toma
de decisiones, en las dinámicas de innovación, o en el flujo de motivación). En defi-
nitiva, como afirman Vallacher y Nowack (1994) los procesos psicosociales pueden
aprovechar las aportaciones realizadas por las ciencias de la complejidad.
175
La Organización como Sistema Dinámico Complejo
Una última cuestión que merece ser apuntada en esta introducción se refiere
al uso de la simulación como herramienta para probar el comportamiento del mode-
lo propuesto. Para la utilización de las teorías del caos y de la complejidad, la cien-
cia psicosocial tropieza con el impedimento de que se precisan de largas series
temporales a las que someter a los análisis propios de éstas (mapas de retardo,
cálculo de exponentes de Lyapunov, dimensión de correlación, etcétera). Los estu-
dios psicosociales son poco proclives a la realización de estudios longitudinales y
desde luego en pocos casos se obtienen series temporales con cientos de puntos.
Las razones son obvias. Ante este problema, la simulación informática del proceso
deseado es una alternativa. Como ya dijimos en el capítulo 2, la simulación juega el
papel de la experimentación frente a la teoría pudiendo ponerla en entredicho y su-
176
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
gerir su revisión. La simulación sirve para explorar que tipo de relaciones individua-
les son compatibles con un comportamiento conocido de un todo o, de manera in-
versa, para, una vez conocidas ciertas reglas de actuación de los elementos del
modelo realizar ciertas predicciones sobre el comportamiento del todo (Wagens-
berg, 1985). Edward Lorenz, padre de las teorías del caos, utilizó la simulación para
poner de manifiesto el comportamiento complejo del clima (Lorenz, 1963). En otras
ciencias sociales, por ejemplo en economía, las simulaciones también son habitua-
les. Levy (1994) ha empleado esta técnica para ilustrar la aplicación de la teoría del
caos en un modelo dinámico sobre ventas y demandas a fin de mostrar la compleji-
dad de este aspecto económico y como puede constituirse en una herramienta útil
de gestión. También dentro de la psicología podemos encontrar, por ejemplo, diver-
sos trabajos que presentan modelos de reconocimiento de información de diverso
tipo (Ishii et al., 1996; Ryeu y Chung, 1996; Chang et al., 1998) en los que trabajan
con simulaciones informáticas de redes neuronales.
177
La Organización como Sistema Dinámico Complejo
mente fáciles de manejar desde la gestión de recursos humanos. Basta con selec-
cionar a las personas apropiadas, o formarlas adecuadamente, en el primer caso, y
disponer de los medios y tecnologías convenientes, en el segundo, para garantizar
unos buenos niveles en el desempeño que es afectado por ambos aspectos. A
igualdad de estas condiciones o, de otro modo, cuando estos aspectos han sido
cuidados por la gestión empresarial, el factor motivacional (el querer) se torna en el
factor clave. Pero, a diferencia de los dos aspectos anteriores, el querer no está tan
al alcance de la gestión de los recursos humanos dado que para conseguirla se ha
de contar con la participación activa de la persona. En esta peculiaridad, y dificultad
si se quiere, radica que la motivación se constituya en uno de los tópicos más clási-
cos en la gestión de los recursos humanos.
Saber
Desempeño
real
Poder Querer
El anterior esquema también nos sirve para abordar como va a ser entendida
la motivación en este trabajo. Estamos de acuerdo con Vroom (1964) y otros auto-
res (por ejemplo, Porter y Lawler, 1968; Campbell y Pritchard, 1976) en definir la
motivación laboral como el nivel de esfuerzo que las personas están dispuestas a
realizar y mantener en sus trabajos. Se trata de una definición operativa de la moti-
vación laboral por cuanto que el nivel de esfuerzo es observable en términos, por
ejemplo, de latencia -tiempo que tarda en iniciarse la conducta-, persistencia -
cantidad de tiempo empleado-, elección -entre diferentes opciones posibles-, ampli-
tud -intensidad de la conducta- o probabilidad de respuesta -cantidad de veces que
se produce la conducta- (Reeve, 1992).
178
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
De manera clásica las diferentes teorías sobre la motivación laboral han sido
agrupadas en teorías centradas en los contenidos motivacionales y teorías centra-
das en el proceso de motivación (Campbell, Dunnette, Lawler y Weick, 1970). Las
teorías centradas en los contenidos motivacionales se han interesado por el porqué
de la conducta motivada y han propuesto una serie de necesidades a cubrir o satis-
facer como las razones de dicha conducta. Por su parte, las teorías centradas en el
proceso de motivación se han preocupado más por el cómo la conducta es una
conducta motivada y por el estudio de los procesos cognitivos, conativos y emocio-
nales involucrados en la dirección, intensidad y persistencia de la misma.
179
La Organización como Sistema Dinámico Complejo
Ante tal cúmulo de teorías, y otras tantas más no mencionadas (por ejemplo,
la teoría X e Y de McGregor, la aportación de Herzberg de los factores de higiene y
los factores motivadores, las tres necesidades de Mclelland, las modificaciones de
Porter y Lawler a la VIE original, etcétera), es lógico que hayan aparecido numero-
sas propuestas con la elaboración de modelos integrados sobre la motivación labo-
ral en un intento de acotamiento y concreción del fenómeno, por un lado, y de inte-
gración en un modelo más verosímil, por otro. Dado que en este capítulo vamos a
elaborar un modelo propio de motivación con pretensiones de dar cuenta de la
180
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
complejidad del proceso motivacional, nos interesa ahora exponer, aunque sea bre-
vemente, alguno de estos modelos.
Figura 35: Modelo integrado de motivación laboral de Katzell y Thompson (1988). Tomado de Kanfer
(1990, pág. 140).
181
La Organización como Sistema Dinámico Complejo
Figura 36: Modelo integrado de motivación laboral de Robbins (1996, pág. 234).
182
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
183
La Organización como Sistema Dinámico Complejo
Figura 37: Modelo integrado de motivación laboral de Quijano y Navarro (1998, pág. 199).
Trabajo
Exigencias del Puesto
IMEs
Percepción de
Instrumentalidad
Conexión trabajo bien hecho
con satisfacción de
necesidades
Motivación
Decisión de Esfuerzo:
IMEf
Autoeficacia
Necesidades +
Activadas
Habilidades y
(Energía Estados Psicológicos
Conocimientos
Motivacional Críticos: Conciencia,
Potencial) Responsabilidad y
Significado
Equidad
Satisfacción de
Desempeños y
Necesidades
Resultados
Segundos resultados:
Primeros resultados:
recompensas de la
trabajo bien hecho
Comparación con organización
terceros
Por último, también se incluyen otros tres procesos psicológicos que ponde-
rarán en el IMEs como son los estados psicológicos críticos del modelo de las ca-
184
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
racterísticas del puesto de Hackman y Oldham (1976, 1980): la conciencia sobre los
resultados o conocimiento por parte del trabajador de los resultados que obtiene con
su trabajo, la conciencia de responsabilidad sobre esos resultados o el grado en la
persona se siente responsable de dichos resultados y, finalmente, el significado
percibido o el grado en que la persona considera significativo su trabajo en cuanto a
que lo perciba como una actividad importante, reconocida por las personas de su
entorno y cuyos resultados tienen impacto sobre otras personas de dentro o de fuera
de la organización.
185
La Organización como Sistema Dinámico Complejo
186
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
modelo habrá de ser iterativo, es decir, los resultados que produzca habrán de
revertir de alguna manera en él mismo, con alguna posibilidad de cambio en el
patrón de relaciones.
Estos dos aspectos son fundamentales para obtener una visión dinámica de
los procesos son también dos aspectos tradicionalmente olvidados en la literatura
psicosocial. Acaso el trabajo de Guastello, Johnson y Rieke (1999) que vimos en el
capítulo anterior sobre el flujo motivacional sea el único que se ha acercado a este
abordaje. También Seijts (1998), desde un plano teórico, ha puesto de manifiesto la
importancia de considerar aspectos relacionados con el factor tiempo, como la ca-
pacidad de prever y anticipar, como aspectos relevantes a la hora elaborar planes o
planificarse las metas futuras. Por ello, estos dos aspectos de no-linealidad y de ite-
ración serán el objeto de interés de este trabajo empírico. Con ello pretendemos
mostrar que la no-linealidad y la iteración introducen un elemento de complejidad
fundamental en el proceso motivacional.
187
La Organización como Sistema Dinámico Complejo
proceso complejo (cfr. Peiró, 1983) y, en este trabajo sostendremos que dicha com-
plejidad viene dada en buena medida por su compleja dinámica. Por otro lado, me-
nos sentido tendría aún que la motivación siguiese un proceso puramente aleatorio:
¿cómo justificaríamos entonces su interés científico? Es a medio camino entre am-
bos extremos donde la motivación adquiere su sentido de proceso complejo (no un
proceso sencillo continuamente repetitivo) y de proceso con estructura (no un proce-
so aleatorio). Se trata de estudiar si ese intermedio puede ser asimilado a una si-
tuación caótica.
Como dijimos vamos a partir del modelo de Quijano y Navarro (1998) para
proponer un modelo complejo de la motivación en el trabajo. Para ello hemos de
reducir considerablemente dicho modelo y considerar sólo algunos de sus construc-
tos centrales así como reformular en alguna medida las relaciones que éstos man-
tengan entre sí.
Tal y como ya hemos explicado el modelo, tal cual ha sido puesto a prueba
utilizando el Cuestionario ASH-MOT, se centra en cinco constructos motivacionales
básicos: necesidades de la persona en su entorno laboral, percepción de instrumen-
talidad o de conexión entre el trabajo bien hecho y la satisfacción de necesidades,
percepción de autoeficacia, percepción de equidad y los tres estados psicológicos
críticos. En la figura 38 presentamos un esquema básico de las relaciones propues-
tas entre estos constructos.
188
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
Figura 38: Esquema de constructos motivacionales y sus relaciones del modelo integrado de Quijano
y Navarro (1998) y que son evaluadas por el Cuestionario ASH-MOT.
conexión Percepción de
Necesidades
Instrumentalidad
IMEs o Base
Motivacional
Percepción de
Autoeficacia
Estados Psicológicos
Críticos
Percepción de
Equidad
IMEf o Nivel
de Motivación
189
La Organización como Sistema Dinámico Complejo
Esfuerzo Individual
Expectativa
Desempeño Individual
Instrumentalidad
Recompensas de la Organización
Valencia
Metas Personales
190
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
191
La Organización como Sistema Dinámico Complejo
regulador del nivel de esfuerzo. Si la persona cree que su desempeño individual irá
acompañado de las recompensas que necesita o desea lógicamente se sentirá mo-
tivada a esforzarse adecuadamente para conseguir ese desempeño. Y al contrario,
si la persona percibe que por muy bien que se desempeñe no conseguirá satisfacer
sus necesidades pronto dejará de emplear esfuerzo trabajando a mínimos.
Estos tres serán los constructos clave de nuestro modelo complejo de moti-
vación. Necesidades o motivos, percepción de autoeficacia y percepción de instru-
mentalidad. Aún nos queda perfilar a qué necesidades-motivos o tipo de necesida-
des-motivos nos referiremos. Lo haremos más adelante. Un primer esquema del
modelo combinado que hemos formulado se puede ver en la figura 39. Comparado
con el esquema de la teoría VIE (figura 39) hemos volteado como decíamos los tér-
minos, comenzando con las metas, ahora necesidades o motivos, para finalizar en
las recompensas obtenidas que, y esto también es nuevo al esquema de la VIE,
acaban repercutiendo nuevamente en las necesidades-motivos. De esta forma el
modelo se realimenta a sí mismo con lo que nos proporciona una primera descrip-
ción del proceso de motivación laboral.
Necesidades o Motivos
Comportamiento
Comportamiento
orientado
orientado para
para
satisfacerlas
satisfacerlas
Esfuerzo Individual
Percepción de
Autoeficacia
Desempeño Individual
Percepción de
Instrumentalidad
Recompensas de la Organización
192
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
193
La Organización como Sistema Dinámico Complejo
Necesidades o
Motivos
Percepción
Percepción de
de
Autoeficacia
Percepción
Percepción de
de
Instrumentalidad
Ejecución
conseguida
194
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
cacia. Tercero, es un modelo no lineal dado que las relaciones establecidas serán
también modelizadas mediante parches borrosos. Y cuarto, es un modelo predictivo
a priori. Hay que decir que para comprobar este último aspecto es necesario la
puesta aprueba del mismo mediante la realización de simulaciones informáticas.
Para esto, para poner a prueba del modelo, es necesario estimar primero los
parámetros del mismo. Es decir, hay que clarificar el tipo de relaciones entre las va-
riables consideradas. Precisaríamos de crear un instrumento que midiese las cuatro
variables que intervienen en el modelo y hacer posteriormente un estudio de relacio-
nes entre las mismas. El Cuestionario ASH-MOT, ya mencionado, mide tres de es-
tas variables: necesidades o motivos, percepción de autoeficacia y percepción de
instrumentalidad. Luego, nos podemos servir del mismo y de algunas de las aplica-
ciones que ya se han realizado. Pero, hemos de salvar el escollo de tomar alguna
medida, aunque sea indirecta, del nivel de ejecución.
195
La Organización como Sistema Dinámico Complejo
dades que las personas tienen en sus trabajos, o lo que es lo mismo, lo que les mo-
tiva, son medidas mediante la combinación de las dos escalas siguientes:
En cada una de las siguientes preguntas se describen brevemente dos tipos diferen-
tes de trabajo. Por favor, indique, marcando con una X o rodeando con un círculo, cuál
de los dos preferiría, si tuviera que elegir entre ellos, utilizando la siguiente escala:
Puesto A Puesto B
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
196
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
¿Hasta qué punto es importante para usted en su trabajo cada uno de los siguien-
tes aspectos? Marque con una X o rodeando con un círculo según la escala:
1. Nada importante
...
5. Muy importante
Nada Muy
importante importante
1 2 3 4 5
Que sus superiores le apoyen
Por tanto, mientras en la primera escala el sujeto debe priorizar entre sus ne-
cesidades (determinar su valor relativo entre ellas), en la segunda se le ofrece la
oportunidad de valorar cada una de estas necesidades por separado (matizar su
valor absoluto lo cual también es importante, por ejemplo, aun cuando para una per-
sona sea más importante el crecimiento personal que el sueldo, éste también puede
ser muy importante para ella). Como hemos dicho, la medición de necesidades se
obtiene de la combinación de ambas escalas, obteniéndose un rango de medida
para cada necesidad que oscila entre 2 y 10.
1. Retribución económica
2. Condiciones físicas del entorno de trabajo
3. Seguridad y estabilidad en el empleo
4. Relaciones con los compañeros de trabajo
5. Apoyo y respeto de los superiores
6. Reconocimiento del superior por el trabajo bien hecho
7. Desarrollo personal en el trabajo
197
La Organización como Sistema Dinámico Complejo
¿Cuál es la probabilidad de que le ocurra cada una de estas cosas a usted si realiza
bien su trabajo? Marque con una X o rodeando con un círculo, utilizando la siguiente escala:
1. Muy improbable
2. Improbable
3. Tal vez ocurra, puede ocurrir
4. Probable
5. Muy probable
Muy Muy
improbable probable
198
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
Algunos ejemplos de los ítems incluidos en esta parte del cuestionario pue-
den verse a continuación:
Marque con una X o rodeando con un círculo, el número que indica su grado de acuerdo o
desacuerdo con cada una de las afirmaciones siguientes, utilizando la escala que se indica a
continuación:
TD TA
199
La Organización como Sistema Dinámico Complejo
Indique su grado de acuerdo o desacuerdo con cada una de las afirmaciones siguientes:
TD TA
200
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
Una vez que hemos visto como son evaluadas cada una de las variables que
intervienen en nuestro modelo, el siguiente paso consiste en determinar cuáles se-
rán el tipo de relaciones que mantendrán las variables entre sí.
201
La Organización como Sistema Dinámico Complejo
202
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
Gráfico 1: Relación entre el tipo motivacional conformado por las necesidades de higiene y el com-
promiso con la organización.
12
10
8
NIVEL DE COMPROMISO
0
2 3 4 5 6 7 8 9 10
Gráfico 2: Relación entre el tipo motivacional conformado por las necesidades motivadoras y el com-
promiso con la organización.
12
10
8
NIVEL DE COMPROMISO
0
2 3 4 5 6 7 8 9 10
203
La Organización como Sistema Dinámico Complejo
12
Instrume = (instrum5 + instrum6 + instrum7) / 3
10
0
2 4 6 8 10 12
AUTOEFICACIA
204
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
12
Instrume = (instrum5 + instrum6 + instrum7) / 3
10
0
2 4 6 8 10 12
AUTOEFICACIA
Hemos dibujado cuatro parches que recubren bien la línea de ajuste de los
datos. Siempre trabajaremos con la media móvil como línea que mejor ajusta los
datos. El número de parches que hemos utilizado queda a criterio subjetivo. A mayor
número de parches mejor cubrimiento de la línea de ajuste. Hemos de tener presen-
te que luego deberemos pasar los parches a reglas borrosas y éstas a programa-
ción para la simulación informática del modelo. Considerando que no conviene es-
tablecer demasiadas reglas más allá de un buen cubrimiento de la línea de ajuste,
cuatro parches nos han parecido convenientes en este caso.
205
La Organización como Sistema Dinámico Complejo
Si la autoeficacia tiene un valor entre 8,01 y 10, la instrumentalidad podrá tener cualquier valor.
El resto de los parches establecidos para las otras relaciones pueden verse
en el anexo XIII. El conjunto completo de reglas establecidas que surgen de los mis-
mos quedan recogidas en la tabla siguiente.
206
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
De la tabla anterior hay que hacer varias aclaraciones. Como sabemos, nues-
tro modelo consta de cuatro variables: autoeficacia, instrumentalidad, necesidades y
nivel de ejecución. De estos cuatro parámetros, el nivel de ejecución viene determi-
nado por el resto. Luego, a la hora de introducir datos en el modelo para simularlo
bastará con tres valores iniciales (a las variables autoeficacia, instrumentalidad y
necesidades) y esperar que el modelo opere obteniendo, gracias a las reglas que le
hemos introducido, el valor en nivel de ejecución y las modificaciones de los valores
iniciales de necesidades y autoeficacia fruto de las dos realimentaciones que tiene
el modelo (ver figura 41).
207
La Organización como Sistema Dinámico Complejo
En todas las relaciones en las que se establecen reglas que ponderan sobre
un valor inicial se han establecido los coeficientes de ponderación siguiendo el si-
guiente criterio. Se ponderará por 1, es decir, dejar igual, cuando el parche recoja
aquellos valores que se sitúan en el valor medio de la variable que se pondera. Por
ejemplo, en la relación entre nivel de ejecución y percepción de autoeficacia se pon-
dera por 1 cuando el parche recoge unos valores que claramente recogen el prome-
dio en autoeficacia. A partir de aquí, y establecido el valor promedio, se sube dos
décimas de punto en la ponderación (1,2) por aumento en un número en la escala de
la variable a ponderar (cuando la línea de ajuste de datos se sitúa un punto por en-
cima del valor promedio). Y se pondera por dos décimas menos (0,8) por descenso
en un número (cuando la línea de ajuste se sitúa un punto por debajo del valor pro-
medio). El manejar cambios de dos décimas es una decisión subjetiva. Lo más im-
portante es que, una vez establecido cuanto se ha de subir o bajar por cada punto
de cambio en la escala, se mantenga este criterio a la hora de parchear toda la línea
y establecer las relaciones entre las variables.
208
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
1. Si la persona tiene unas necesidades o motivos muy activados, tienen una al-
ta percepción de autoeficacia y también tiene una alta percepción de instru-
mentalidad, su nivel de ejecución será alto.
209
La Organización como Sistema Dinámico Complejo
Este hecho nos pone en la pista de que el modelo, en realidad, sólo presenta
dos tipos de comportamientos posibles: primero, todas las variables comienzan a
aumentar en sus valores dado la realimentación positiva continua que hay entre to-
dos ellos, y este aumento es cada vez mayor salvo para aquellas variables en las
que se han limitado los valores máximos (el caso del nivel de ejecución que puede
alcanzar el valor máximo de 11.2); y segundo, todas las variables comienzan a dis-
minuir progresivamente hasta llegar a valores prácticamente nulos. Nuevamente sal-
vo en aquellos casos en los que se han limitado los valores mínimos (en este caso la
percepción de instrumentalidad).
210
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
4,5E+16
4E+16
Valor en las variables
3,5E+16
3E+16
2,5E+16
2E+16
1,5E+16
1E+16
5E+15
0
10
19
28
37
46
55
64
73
82
91
100
109
118
127
136
145
154
163
172
181
190
199
1
Número de iteracciones
2,5
Valor en las variables
1,5
0,5
0
1
11
21
31
41
51
61
71
81
91
101
111
121
131
141
151
161
171
181
191
Número de iteracciones
211
La Organización como Sistema Dinámico Complejo
212
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
cias negativas de un posible fracaso (Lewin, 1951), dicho nivel de aspiración puede
ser incluido en nuestro modelo de la siguiente forma. Cuando la persona vaya consi-
guiendo altos niveles de ejecución éste incidirá positivamente en aumentar la varia-
ble necesidades, hasta un punto en el que las necesidades mismas cambien y ya no
sean las mismas que anteriormente activaban nuestra conducta motivada. Por ello,
hemos de incluir algún tipo de mecanismo que haga bajar dicho valor en las necesi-
dades por cuanto las propias necesidades ya no son las mismas (ya no nos motiva
correr los 100 metros en menos de 15 segundos, nuestra necesidad es más exigen-
te y, por tanto, más difícil de satisfacer). De manera inversa, cuando la persona no
consiga unos adecuados niveles de ejecución éste acabará repercutiendo en un
descenso en el valor de la variable necesidades, hasta el punto en que las necesi-
dades cambiarán hacia otros valores que garanticen una cierta ejecución que evite
las sensaciones de fracaso. Nuevamente, hemos de incluir algún mecanismo que
haga subir dicho valor en las necesidades por cuanto las propias necesidades tam-
poco son las mismas (al no poder conseguir correr los 100 metros en menos de 12
segundos, flexibilizamos nuestro listón personal conformándonos con algo más sen-
sato).
El mecanismo al que hemos aludido, que haga subir el valor de las necesida-
des cuando éstas bajen en exceso y que baje su valor cuando suban demasiado,
puede perfectamente ser recogido por un modelo de ecuación logística de las que
estudiamos en el capítulo tercero. Recordemos ahora su formulación:
Por último, hay que decir que el nivel de aspiración no constituye la incorpo-
ración de una nueva variable en nuestro modelo, sino que lo que introducimos es un
patrón de cambio en una de las variables que ya teníamos: las necesidades o moti-
vos.
213
La Organización como Sistema Dinámico Complejo
Nivel de
Aspiración
Necesidades o
Motivos
Percepción
Percepción de
de
Autoeficacia
Percepción
Percepción de
de
Instrumentalidad
Ejecución
conseguida
Cuando el modelo parte de unos valores medios (valor de 5 en los tres casos)
la dinámica generada es mucho más interesante. Ahora los gráficos nos muestran
una evolución compleja de las cuatro variables estudiadas. Las subidas y bajadas
214
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
son continuas y queda por estudiar si dichas series esconden patrones caóticos.
Lógicamente es esperable que así sea dado que estamos trabajando con un mode-
lo que incluye entre sus elementos a la ecuación logística. Es interesante comprobar
en esta simulación como los valores altos en las distintas variables se asocian en
iteraciones sucesivas, y los valores más bajos de esas variables también se corres-
ponden con iteraciones sucesivas. Y es que, al margen de que hayamos incluido la
ecuación logística, el modelo sigue dando explicación de que a valores altos en ne-
cesidades, instrumentalidad y autoeficacia van asociados unos altos valores en eje-
cución y a valores bajos en necesidades, instrumentalidad y autoeficacia van aso-
ciados unos valores bajos en ejecución.
Gráfico 7: Simulación del Modelo Complejo partiendo de unos valores iniciales medios.
12
10
Valor de las variables
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
Nº de iteraciones
Finalmente, con unos valores en los parámetros iniciales altos (valor de 8 pa-
ra los tres casos) la dinámica muestra un comportamiento más regular presentando
una dinámica cíclica para las variables necesidades y ejecución. Por el contrario, las
percepciones de autoeficacia e instrumentalidad parecen aumentar sin cesar con
este tipo de parámetros.
Con todo esto tenemos que, cuando los niveles en necesidades y ejecución
son muy regulares (casos 1 y 3 de los anteriormente mencionados) el desarrollo de
la dinámica de las cuatro variables no es verosímil. En el primer caso tenemos que
la percepción de autoeficacia tiende a 0 y la percepción de instrumentalidad se hace
constante. En el tercer caso ambas percepciones, de instrumentalidad y de autoefi-
cacia, parecen aumentar hasta el infinito. Es justo cuando las variables necesida-
des y ejecución siguen una serie más desordenada cuando el modelo parece ser
verosímil. Queda por estudiar, entonces, la posible caoticidad de estas variables
en esta situación.
215
La Organización como Sistema Dinámico Complejo
Para estudiar si las variable necesidades y ejecución son caóticas o no, pro-
cederemos a mostrar sus respectivos mapas de retardo y comprobar si el modelo
es sensible a las condiciones iniciales de las que parte. Esto último podría realizar-
se con el cálculo del exponente de Lyapunov como ya sabemos. Pero dada el des-
conocimiento de este procedimiento concreto en nuestra disciplina preferimos
trabajar con un procedimiento gráfico para mostrar como la dinámica generada es
distinta con sólo variar de manera mínima la condición inicial.
14
12
10
8
Xt+1
0
-2 0 2 4 6 8 10 12 14
-2
Xt
216
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
12
10
6
Xt+1
0
-2 0 2 4 6 8 10 12
-2
Xt
También puede observarse que ambos atractores son muy parecidos. Ello es
debido a que, en gran medida, el nivel de ejecución viene determinado por las nece-
sidades. Nos queda por estudiar ahora si el modelo muestra dependencia sensible
de las condiciones iniciales. Para ello estudiaremos como el partir de valores muy
similares en la variable necesidades acaba generando niveles de ejecución clara-
mente distintos.
217
La Organización como Sistema Dinámico Complejo
12
10
Nivel de Ejecución
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
Nº iteraciones
218
Estudio Empírico: la Motivación como Proceso Dinámico Complejo
219
6.- Discusión y Conclusiones.
N
umerosas son las conclusiones en las que debemos detenernos en este
último capítulo de esta tesis. La mayor parte de ellas irán referidas a la
consideración que hemos establecido de la organización como sistema
complejo, como sistemas alejados del equilibrio, como sistemas caóticos. Y ello
en consonancia con el argumento principal defendido en este trabajo. Por otro
lado, también nos detendremos en algunas conclusiones derivadas del modelo
de motivación que hemos propuesto en el capítulo precedente. Para ello, en un
primer momento discutiremos sobre la consideración de la organización como
sistema alejado del equilibrio y sistema complejo, y en un segundo lugar afronta-
remos la aportación realizada en el terreno de la motivación laboral.
220
Discusión y Conclusiones
221
La Organización como Sistema Dinámico Complejo
222
Discusión y Conclusiones
223
La Organización como Sistema Dinámico Complejo
zación que son la fuente del cambio y, a su vez, los cambios internos de la organi-
zación son capaces de incidir en el propio entorno organizativo.
Por otra parte, hemos visto como desde el caos y la complejidad los sis-
temas se auto organizan rebelándose contra las condiciones del entorno y como
desde los sistemas autopoiéticos los sistemas vivos son organizaciones cerra-
das que en sus interacciones con el entorno sólo se referencian a sí mismos. Esta
segunda idea aportada por la teoría de los sistemas autopoiéticos es de gran
relevancia, y vienen a incidir fuertemente en la importancia de las dinámicas inter-
nas de la organización, en el carácter cerrado de los procesos organizativos, que
no conviene confundir con que, además, la organización permanezca abierta a la
información exterior. La organización autopoiética enfatiza la importancia de los
procesos internos, con lo que el tan manido tema de la turbulencia del entorno
adquiere otra lectura. La turbulencia no sólo está en el entorno, está en dentro de
las propias organizaciones que conforman dicho entorno.
El propio Weick (1979) había enfatizado también que los ambientes son
creados por las organizaciones y que los ambientes devienen en significativos
una vez que ya están bastante avanzados los procesos de organización. ‘El am-
biente (dice Weick) es visto como un dato de salida en vez de como un dato de
entrada’ (pág. 230).
Un tema de elevado interés una vez que se han concebido las organizacio-
nes como sistemas que se auto-organizan y que dicha propiedad es natural y ven-
tajosa con vistas a una mejor evolución con respecto al medio hace referencia a
cómo gestionar sistemas auto-organizativos. La cuestión se referirá, por tanto, a
como facilitar esta capacidad auto-organizativa. Hemos presentado una propues-
ta en este sentido consistente en ofrecer unas guías de diseño organizativo, por
una parte, y unos principios complejos de gestión, por otra.
224
Discusión y Conclusiones
Como diría Stacey (1992) para operar en la nueva frontera del caos los
directivos, en su estrategia, deben priorizar el entendimiento de la organización
como un todo interconectado, y no operar y comprender las partes aisladas del
mismo; deben anclarse en el aquí y el ahora, en lugar de posicionarse temporal-
mente en un futuro; y centrarse en los procesos más que en los resultados.
Un aspecto que se podría criticar tanto a las guías de diseños como a los
principios de gestión compleja que se han propuesto es la ausencia de límites en
los mismos. Es cierto, hemos convenido en la importancia de crear incertidumbre,
de potenciar el conflicto positivo, etcétera, pero, ¿hasta qué grado? En ausencia
de investigación al respecto, sólo cabe echar mano del sentido común y dejarse
guiar por la máxima de conseguir y mantener los mejores niveles de calidad de
vida para los miembros de la organización.
225
La Organización como Sistema Dinámico Complejo
Pero hay algo más. Es bastante probable que la gestión compleja de las
organizaciones sólo sea aceptada de pleno cuando, como contrapartida, las per-
sonas cuenten con ciertas dosis de estabilidad en, por ejemplo, otras facetas de
sus vidas, como puedan ser buenas relaciones de apoyo familiares y redes de
apoyo social consistentes.
II
226
Discusión y Conclusiones
sentado muestre una dinámica estable y con sentido. Como hemos visto, ha sido
con la inclusión de la ecuación logística, sustentada en el concepto teórico de ni-
vel de aspiración, cuando se ha permitido conseguir un efecto que podría haber
calificado a priori de antinatura: resulta que es con la inclusión de una formulación
caótica como conseguimos que el modelo presente una dinámica que podemos
calificar de verosímil. Es justo cuando la dinámica es caótica cuando aparece la
autoorganización emergente reflejada en el atractor encontrado. El nivel de aspi-
ración consigue la autorregulación de la conducta en función del cambio de me-
tas.
227
La Organización como Sistema Dinámico Complejo
Otra cuestión de sumo interés sería trabajar este modelo complejo utiliza-
do la metodología que proporciona las redes neuronales. Y redes neuronales que,
por supuesto, permitan la inclusión de relaciones mediante parches borrosos en-
tre las variables y que permitan la realimentación continua.
228
Discusión y Conclusiones
Conclusiones.
2.- En relación con nuestra segunda hipótesis de trabajo (en el desarrollo de toda
organización interviene un doble proceso de adaptación y auto-organización)
hemos mostrado como un modelo de desarrollo organizativo adaptativo no es
capaz de dar cuenta del propio cambio organizacional. Hemos mostrado que las
organizaciones además de adaptarse a sus entornos son capaces de innovar en
los mismos y crear nuevos entornos. Esta capacidad de innovación organizativa
es un exponente claro de cómo las organizaciones no sólo cumplen con los requi-
sitos que sus entornos les exigen sino que, además, desoyendo al propio entorno
se encierran sobre sí mismas y se auto-organizan como condición elemental para
que se produzca el proceso de innovación.
229
La Organización como Sistema Dinámico Complejo
5.- Que en cuanto proceso dinámico la motivación laboral puede estudiarse des-
de el paradigma de la complejidad (segunda hipótesis de la página 187), de tal
forma que hemos elaborado un modelo complejo de motivación laboral. Y ello
partiendo de una abordaje clásico en el estudio de la motivación (estudiándola
mediante el uso de cuestionarios) y proponiendo un modelo que se simula en el
ordenador para comprobar si el mismo muestra un comportamiento verosímil con
las relaciones encontradas empíricamente.
230
Referencias Bibliográficas
7.- Referencias Bibliográficas.
232
Referencias bibliográficas.
233
La Organización como Sistema Dinámico Complejo
234
Referencias bibliográficas.
235
La Organización como Sistema Dinámico Complejo
236
Referencias bibliográficas.
237
La Organización como Sistema Dinámico Complejo
238
Referencias bibliográficas.
239
La Organización como Sistema Dinámico Complejo
MILLER, James G. (1955): Toward a general theory for the behavioral sciences.
American Psychologist, 10, 513-531.
MILLER, James G. (1965): Living systems: basic concepts. Behavioral Science,
10, 193-237.
MILLER, James G. (1978): Living systems. New York: Wiley.
MILLER, Jessie L. y MILLER, James G. (1992): Greather than the sum of its parts.
I. Subsystems which process both matter-energy and information. Behavioral
Science, 37, 1-9.
MOLINER, María (1984): Diccionario de uso del español. Madrid: Gredos.
MORAGREGA, J. L. y CONTRERAS, M. (1994): La frecuencia cardíaca como un
fenómeno caótico. Revista Latina de Cardiología. 15, 6, 179-187.
MORIN, Edgar (1990): Introducción al pensamiento complejo. Barcelona:
Gedisa, 1994.
MUNNÉ, Frederic (1989): Entre el individuo y la sociedad. Marcos y teorías
actuales sobre el comportamiento interpersonal. Barcelona: PPU, 2ª ed. de
1993.
MUNNÉ, Frederic (1993): La teoría del caos y la psicología social. En I.
FERNÁNDEZ JIMÉNEZ y M. F. MARTÍNEZ (Comp.): Epistemología y
procesos psicosociales básicos. Sevilla: EUDEMA.
MUNNÉ, Frederic (1994a): Complejidad y caos: más allá de una ideología del
orden y del desorden. En M. MONTERO (Coord.) (1994): Conocimiento,
realidad e ideología. Caracas: Avespo.
MUNNÉ, Frederic (1994b): Del pluralisme teoric a la complexitat. Annuari de
Psicologia, 1, 100-111.
MUNNÉ, Frederic (1995a): Las teorías de la complejidad y sus implicaciones en
las ciencias del comportamiento. Revista Interamericana de Psicología, 29, 1,
1-12.
MUNNÉ, Frederic (1997a): Entrevista com Frederic Munné: “Psicologia social e
epistemologia: questão complexa ou complicada?”. Psicologia & Sociedade,
9, 1/2, 5-30.
MUNNÉ, Frederic (1997b): Pluralismo teórico y comportamiento social.
Psicologia & Sociedade, 9, 1/2, 31-46.
240
Referencias bibliográficas.
241
La Organización como Sistema Dinámico Complejo
242
Referencias bibliográficas.
243
La Organización como Sistema Dinámico Complejo
244
Referencias bibliográficas.
AA. VV. (1998): Psicología social. Una visión crítica e histórica. Antrhopos.
Huellas del conocimiento, 1998, nº 177.
ABRAHAM, Frederick D. y GILGEN, Albert R. (1995): Chaos theory in
psychology. Westport, CT: Praeger Publishers.
ADAMS, John S. (1963): Toward understanding of inequity. Journal of Abnormal
and Social Psychology, 67, 422-436.
ADAMS, John S. (1965): Inequity in social exchange. En L. BERKOWITZ (Ed.):
Advances in experimental social psychology. New York: Academic Press.
AHMAD, Syed (1991): Capital in economic theory. Neo-classical, Cambridge
and chaos. Vermont: Edward Elgar Publishing.
ALDERFER, C. P. (1969): An empirical test of a new theory of human needs.
Organization and Human Performance, 4, 142-175.
ALLPORT, Floyd H. (1962): A structuronomic conception of behavior: individual
and collective. I. Structural theory and the master problem of social psychology.
Journal of Abnormal and Social Psychology, 64, 3-30.
ANDREWS, K. R. (1980): The concept of corporate strategy. New York: Dow
Jone Irwin.
ARGYRIS, Chris (1957): Personality and organization. New York: Harper & Row.
ARGYRIS, Chris y SCHON, D. (1978): Organizational learning: A theory of action
perspective. Reading, Mass.: Addison-Wesley Publishing.
ARNAU, Jaume (1974): Motivación y conducta. Barcelona: Fontanella.
ARTHUR, W. Brian (1990): La retroacción positiva en economía. Investigación y
Ciencia, abril, 86-93.
245
La Organización como Sistema Dinámico Complejo
246
Referencias bibliográficas.
247
La Organización como Sistema Dinámico Complejo
248
Referencias bibliográficas.
EMERY, Fred E. (1967): The next thirty years: concepts, methods and
anticipations. Human Relations, 20, 199-237.
Equipo Change Integration de Price Waterhouse (1996): Las paradojas de la
dirección. Madrid: IRWIN.
ETZIONI, Amitai (1964): Modern organizations. Englewood Cliff, N. J.: Prentice-
Hall.
EVE, Raymond E., HORSFALL, Sara y LEE, Mary E. (1997): Chaos, complexity
and sociology. Newbury Park: Sage.
249
La Organización como Sistema Dinámico Complejo
250
Referencias bibliográficas.
251
La Organización como Sistema Dinámico Complejo
252
Referencias bibliográficas.
LISSACK, Michael R. (1999): Complexity: the science, its vocabulary, and its
relation to organizations. Emergence, 1,1, 110-126.
LITTERER, J. A. (1965): The analysis of organizations. New York: Wiley.
LOCKE, E. A., CARTLEDGE, N. y KNERR, C. S. (1970): Studies of the
relationships between satisfaction, goal setting, and performance.
Organizational behavior and Human Performance, 5, 135-158.
LOCKE, Edwin A. (1968): Toward a theory of task motivation and incentives.
Organizational behavior and Human Performance, 3, 157-189.
LOCKE, Edwin A. y HENNE, Douglas (1986): Work motivation theories. En C. L.
COOPER y I. ROBERTSON (Eds.): International Review of Industrial and
Organizational Psychology. New York: John Wiley & Sons Ltd.
LOUÇA, Francisco (1997): Turbulence in economics. An evolutionary appraisal
of cycles and complexity in historical processes. Cheltenham, UK: Edward
Elgar Publishing.
LOYE, David y EISLER, Riane (1987): Chaos and trnasformation: implications of
nonequilibrium theory for social science and society. Behavioral Science, 32,
53-65.
MAEL, F. y ASHFORTH, B. E. (1992): Alumni and their alma mater: a partial test
of the reformulated model of organizational identification. Journal of
Organizational Behavior, 13, 2, 103-123.
MAINZER, Klaus (1996): Thinking in complexity. The complex dynamics of
matter, mind, and mankind. Berlin: Springer-Verlag, 2nd edition (1st ed. 1994).
MARCH, James G. y SIMON, Herbert A. (1958): Organizations. New York: Wiley
and Sons.
MARCH, James G. y SIMON, Herbert A. (1977): Teoría de la organización.
Barcelona: Ariel.
MASIP, Ricard, QUIJANO, Santiago D. de y NAVARRO, José (1997): Un modelo
integrado de la motivación en el trabajo: conceptualización y medida.
Comunicación presentada al VI Congreso Nacional de Psicología Social,
septiembre-octubre de 1997, San Sebastián.
MASLOW, Abraham H. (1943): A theory of human motivation. Psychological
Review, 50, 370-396.
MASLOW, Abraham H. (1954): Motivation and personality. New York: Harper &
Row.
MASTERPASQUA, F. y PERNA, P. A. (Eds.) (1997): The psychological
meaning of chaos: traslating theory into practice. Washington: American
Psychological Association.
MATEU, Melchor (1984): La nueva organización del trabajo. Alternativas
empresariales desde una óptica psicosociológica. Barcelona: Hispano
Europea.
MATHEWS, K. Michael, WHITE, Michael C. y LONG, Rebecca G. (1999): Why
study the complexity sciences in the social sciences? Human Relations, 52, 4,
439-462.
MATHIEU, J. E. y ZAJANC, D. M. (1990): A review and meta-analysis of the
antecedents, correlates, and consequences of organizational commitment.
Journal of Applied Psychology, 108, 171-194.
253
La Organización como Sistema Dinámico Complejo
254
Referencias bibliográficas.
255
La Organización como Sistema Dinámico Complejo
256
Referencias bibliográficas.
257
La Organización como Sistema Dinámico Complejo
258
Referencias bibliográficas.
TRIPPI, Robert R. (Ed.) (1995): Chaos & Nonlinear dynamics in the financial
markets. Theory, evidence and applications. Chicago: Irwin.
TRIST, Eric L. (1950): The relations of social and technical systems in coal-
minig. Trabajo presentado en la British Psychological Society.
TRIST, Eric L. (1981): The evolution of socio-technical systems: a conceptual
framework and action research program. Ontario: Ontario Quality of Working
Life Center.
TRIST, Eric L. y BAMFORD, K. W. (1951): Some social and psychological
consequences of the long-wall method of coalgetting. Human Relations, 4, 3-
38.
TURNER, J. H. (1978): The structure of sociological theory. Homewood, Ill.:
Dorsey.
259
La Organización como Sistema Dinámico Complejo
ZIMMERMAN, Brenda (1991): The inherent drive towards chaos. Paper presented
at the Strategic Processes: state of the Art Conference, Oslo, Norway, june 19-
22.
ZIMMERMAN, Brenda (1993): Chaos & Nonequilibrium: the flip side of strategic
processes. Organization Development Journal, 11, 1, 31- 38.
ZIMMERMAN, Brenda y KURST, David K. (1992): Breaking the boundaries: the
fractal organization. Paper submitted for SMJ special issue on Corporate
Restructuring.
ZUIJDERHOUDT, Robert W. L. (1990): Chaos and the dynamics of self-
organization. Human Systems Management, 9, 4, 225-238.
260
Anexos
ANEXOS
ANEXOS ...................................................................................................................262
ANEXO I: CUESTIONARIO ASH-MOT (VERSIÓN 2).................................................263
ANEXO II: CUESTIONARIO ASH-ICI (VERSIÓN ADAPTADA PARA ESTE TRABAJO)..270
ANEXO III: CARACTERÍSTICAS MÁS RELEVANTES DE LA MUESTRA .......................271
ANEXO IV: ESTADÍSTICOS DESCRIPTIVOS DE LAS DIFERENTES NECESIDADES
EVALUADAS. ............................................................................................................272
ANEXO V.- CORRELACIONES ENTRE LAS DOS ESCALAS DE MEDICIÓN DE
NECESIDADES (E SCALAS A Y B). ..........................................................................280
ANEXO VI.- FIABILIDAD DE LA ESCALA DE INSTRUMENTALIDAD.............................282
ANEXO VII.- ESTADÍSTICOS DESCRIPTIVOS DE LOS DIFERENTES TIPOS DE
INSTRUMENTALIDAD.................................................................................................287
ANEXO VIII.- FIABILIDAD DE LA ESCALA DE AUTOEFICACIA ...................................294
ANEXO IX.- ESTADÍSTICOS DESCRIPTIVOS DEL ÍNDICE DE AUTOEFICACIA ............297
ANEXO X.- FIABILIDAD DE LA ESCALA DE COMPROMISO......................................298
ANEXO XI.- ESTADÍSTICOS DESCRIPTIVOS DEL ÍNDICE DE COMPROMISO. ..........301
ANEXO XII.- DIFERENCIACIÓN ENTRE LAS NECESIDADES: TIPOS MOTIVACIONALES.
.................................................................................................................................302
ANEXO XIII.- ESTABLECIMIENTO DE PARCHES BORROSOS...................................306
ANEXO XIV.- PROGRAMA SPSS DE GENERACIÓN DE LA MEDIDA NIR................308
ANEXO XV.- MODELO COMBINADO DE MOTIVACIÓN TRABAJADO EN UNA HOJA DE
CÁLCULO..................................................................................................................309
ANEXO XVI.- SIMULACIONES CON EL MODELO COMPLEJO DE MOTIVACIÓN EN EL
TRABAJO..................................................................................................................311
262
Anexos
Puesto A Puesto B
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
Puesto A Puesto B
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
263
La Organización como Sistema Dinámico Complejo
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
264
Anexos
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
265
La Organización como Sistema Dinámico Complejo
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
1--------------------2----------------------3--------------------4---------------------5
266
Anexos
¿Hasta qué punto es importante para usted en su trabajo cada uno de los
siguientes aspectos? Marque con una X o rodeando con un círculo según la esca-
la:
1. Nada importante
...
5. Muy importante
267
La Organización como Sistema Dinámico Complejo
1. Muy improbable
2. Improbable
3. Tal vez ocurra, puede ocurrir
4. Probable
5. Muy probable
268
Anexos
Marque con una X o rodeando con un círculo, el número que indica su grado de
acuerdo o desacuerdo con cada una de las afirmaciones siguientes, utilizan-
do la escala que se indica a continuación:
1. Totalmente en desacuerdo
2. En desacuerdo
3. Ni de acuerdo, ni en desacuerdo
4. De acuerdo
5. Totalmente de acuerdo
Totalmente En Ni de De Totalmente
en desacuer- acuerdo, ni acuerdo de acuerdo
desacuerdo do en
desacuer-
do
269
La Organización como Sistema Dinámico Complejo
Totalmente En Ni de De Totalmente
en desacuer- acuerdo, ni acuerdo de acuerdo
desacuerdo do en
desacuer-
do
270
Anexos
271
La Organización como Sistema Dinámico Complejo
Statistics
RETRIBUCIÓN ECONÓMICA
N Valid 271
Missing 0
Mean 7.3106
Median 7.5000
Mode 8.00
Std. Deviation 1.3333
Variance 1.7778
Skewness -1.015
Std. Error of Skewness .148
Kurtosis 1.625
Std. Error of Kurtosis .295
Minimum 2.67
Maximum 10.00
RETRIBUCIÓN ECONÓMICA
60
50
40
30
20
Frequency
0 N = 271.00
2.50 3.50 4.50 5.50 6.50 7.50 8.50 9.50
3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
RETRIBUCIÓN ECONÓMICA
272
Anexos
Statistics
40
30
20
Frequency
0 N = 271.00
2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
2.50 3.50 4.50 5.50 6.50 7.50 8.50 9.50
273
La Organización como Sistema Dinámico Complejo
Statistics
SEGURIDAD Y ESTAB. EMPLEO
N Valid 271
Missing 0
Mean 7.8143
Median 8.3333
Mode 9.00
Std. Deviation 1.5534
Variance 2.4129
Skewness -1.310
Std. Error of Skewness .148
Kurtosis 1.564
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
50
40
30
20
Frequency
0 N = 271.00
2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
2.50 3.50 4.50 5.50 6.50 7.50 8.50 9.50
274
Anexos
Statistics
RELACIONES COMPAÑEROS
N Valid 271
Missing 0
Mean 7.1525
Median 7.3333
Mode 8.00
Std. Deviation 1.2453
Variance 1.5507
Skewness -.836
Std. Error of Skewness .148
Kurtosis .737
Std. Error of Kurtosis .295
Minimum 3.00
Maximum 9.67
RELACIONES COMPAÑEROS
60
50
40
30
20
Frequency
0 N = 271.00
3.00 4.00 5.00 6.00 7.00 8.00 9.00
3.50 4.50 5.50 6.50 7.50 8.50 9.50
RELACIONES COMPAÑEROS
275
La Organización como Sistema Dinámico Complejo
Statistics
40
30
20
Frequency
0 N = 271.00
2.50 3.50 4.50 5.50 6.50 7.50 8.50 9.50
3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
276
Anexos
Statistics
RECONOCIMIENTO SUPERIOR
N Valid 271
Missing 0
Mean 5.5381
Median 5.5000
Mode 5.50
Std. Deviation 1.6678
Variance 2.7817
Skewness .134
Std. Error of Skewness .148
Kurtosis -.300
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
RECONOCIMIENTO SUPERIOR
50
40
30
20
Frequency
0 N = 271.00
2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
2.50 3.50 4.50 5.50 6.50 7.50 8.50 9.50
RECONOCIMIENTO SUPERIOR
277
La Organización como Sistema Dinámico Complejo
Statistics
DESARROLLO PERSONAL
N Valid 271
Missing 0
Mean 7.6476
Median 8.0000
Mode 8.67
Std. Deviation 1.5348
Variance 2.3557
Skewness -.858
Std. Error of Skewness .148
Kurtosis .403
Std. Error of Kurtosis .295
Minimum 3.00
Maximum 10.00
DESARROLLO PERSONAL
60
50
40
30
20
Frequency
0 N = 271.00
3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00
3.50 4.50 5.50 6.50 7.50 8.50 9.50
DESARROLLO PERSONAL
278
Anexos
279
La Organización como Sistema Dinámico Complejo
1. La correlación entre las dos formas de medir necesidades. Así las casillas
grises recogen la correlación entre las dos escalas.
280
Anexos
Por todo lo anterior, debemos dar por buena la medida de las distintas necesida-
des como la suma de las dos escalas, tal y como ya han sido recogidas en el
anexo IV.
281
La Organización como Sistema Dinámico Complejo
Communalitiesa
Initial Extraction
TENDRÁ UNAS BUENAS
CONDICIONES FISICAS .271 .254
TRAB.
RECIBIRA ELOGIOS POR
.663 .801
PARTE DE SU JEFE
PODRA PONER EN
JUEGO TODO LO QUE .567 .569
VD ES CAPAZ DE HACER
RECIBIRA SU
RETRIBUCION .352 .156
ECONOMICA
SERA MAS RESPETADO
.313 .403
POR LOS COMPAÑEROS
SUS SUPERIORES LE
.575 .575
APOYARAN
SERA FELICITADO POR
.685 .777
SU JEFE
CONSEGUIRA UNAS
.267 .331
BUENAS COND. FISICAS
TENDRA UNAS BUENAS
RELACIONES CON LOS .352 .398
COMPAÑEROS DE T.
LE PAGARAN EL
.325 .163
SUELDO CONVENIDO
OBTENDRA SEGURIDAD
PARA EL FUTURO EN SU .568 .734
PUESTO
SUS SUPERIORES LE
.494 .487
RESPETARAN
PONER EN JUEGO
.637 .976
CONOC. Y HABILID.
OBTENDRA MAYOR
SEGUR. Y ESTAB. EN SU .582 .655
PUESTO
Extraction Method: Maximum Likelihood.
a. One or more communalitiy estimates greater than 1.0
were encountered during iterations. The resulting
solution should be interpreted with caution.
282
Anexos
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
% of Cumulative % of Cumulative % of Cumulative
Factor Total Variance % Total Variance % Total Variance %
1 4.998 35.701 35.701 3.657 26.120 26.120 2.217 15.839 15.839
2 1.844 13.173 48.875 1.456 10.399 36.519 1.780 12.717 28.556
3 1.336 9.544 58.419 1.317 9.404 45.923 1.762 12.589 41.145
4 1.011 7.220 65.638 .847 6.053 51.975 1.516 10.831 51.975
5 .888 6.344 71.982
6 .773 5.520 77.502
7 .682 4.874 82.376
8 .518 3.700 86.076
9 .485 3.461 89.538
10 .411 2.934 92.472
11 .349 2.492 94.964
12 .273 1.947 96.911
13 .262 1.872 98.783
14 .170 1.217 100.000
Extraction Method: Maximum Likelihood.
283
La Organización como Sistema Dinámico Complejo
Factor
1 2 3 4
RECIBIRA ELOGIOS POR
.871 .111 8.151E-02 .153
PARTE DE SU JEFE
SERA FELICITADO POR
.837 .190 4.202E-02 .197
SU JEFE
SUS SUPERIORES LE
.574 .393 .207 .221
APOYARAN
OBTENDRA SEGURIDAD
PARA EL FUTURO EN SU .210 .790 .179 .186
PUESTO
OBTENDRA MAYOR
SEGUR. Y ESTAB. EN SU .155 .694 .292 .252
PUESTO
SUS SUPERIORES LE
.392 .482 .236 .211
RESPETARAN
SERA MAS RESPETADO
7.457E-02 .118 .616 6.042E-02
POR LOS COMPAÑEROS
TENDRA UNAS BUENAS
RELACIONES CON LOS 1.633E-02 4.947E-02 .613 .138
COMPAÑEROS DE T.
CONSEGUIRA UNAS
-2.82E-02 2.551E-02 .543 .184
BUENAS COND. FISICAS
TENDRÁ UNAS BUENAS
CONDICIONES FISICAS .111 .174 .437 .143
TRAB.
LE PAGARAN EL
8.822E-02 .162 .350 -7.58E-02
SUELDO CONVENIDO
RECIBIRA SU
RETRIBUCION .118 .181 .330 3.205E-03
ECONOMICA
PONER EN JUEGO
.281 .297 .133 .890
CONOC. Y HABILID.
PODRA PONER EN
JUEGO TODO LO QUE .295 .211 .217 .624
VD ES CAPAZ DE HACER
Extraction Method: Maximum Likelihood.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 6 iterations.
284
Anexos
A fin de indagar más sobre el comportamiento conjunto del par de items que eva-
lúan cada una de los siete tipos de instrumentalidad presentaremos la matriz de
correlaciones entre dichos items.
285
La Organización como Sistema Dinámico Complejo
Hemos recogido entre paréntesis el número de items tal y como quedan recogi-
dos en el Cuestionario ASH-MOT (ver anexo I).
Como puede observarse, también aquí encontramos que cada item muestra un
coeficiente de correlación mayor cuando se cruza con su pareja correspondiente
(casillas en diagonal y en gris). De ahí que las parejas de items que conforman
cada tipo de instrumentalidad se hayan respetado en la solución hallada por el
análisis factorial. Este hecho, junto con los elevados valores de los coeficientes,
nos deben servir para tomar como buena la formación de las medidas de los dife-
rentes tipos de instrumentalidad como la suma de los dos items que en el plano
teórico se han propuesto.
286
Anexos
Statistics
RETRIBUCION ECONÓMICA
N Valid 271
Missing 0
Mean 7.3432
Median 8.0000
Mode 8.00
Std. Deviation 2.1179
Variance 4.4855
Skewness -.568
Std. Error of Skewness .148
Kurtosis -.322
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
RETRIBUCION ECONÓMICA
80
70
60
50
40
30
20
Frequency
RETRIBUCION ECONÓMICA
287
La Organización como Sistema Dinámico Complejo
Statistics
50
40
30
20
Frequency
288
Anexos
Statistics
60
40
20
Frequency
289
La Organización como Sistema Dinámico Complejo
Statistics
RELACIONES COMPAÑEROS
N Valid 271
Missing 0
Mean 6.9446
Median 7.0000
Mode 8.00
Std. Deviation 1.6955
Variance 2.8747
Skewness -.423
Std. Error of Skewness .148
Kurtosis .015
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
RELACIONES COMPAÑEROS
80
60
40
20
Frequency
RELACIONES COMPAÑEROS
290
Anexos
Statistics
60
40
20
Frequency
291
La Organización como Sistema Dinámico Complejo
Statistics
RECONOCIMIENTO SUPERIOR
N Valid 271
Missing 0
Mean 5.1550
Median 6.0000
Mode 6.00
Std. Deviation 2.0651
Variance 4.2648
Skewness .027
Std. Error of Skewness .148
Kurtosis -.829
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
RECONOCIMIENTO SUPERIOR
80
60
40
20
Frequency
RECONOCIMIENTO SUPERIOR
292
Anexos
Statistics
DESARROLLO PERSONAL
N Valid 271
Missing 0
Mean 6.8524
Median 7.0000
Mode 8.00
Std. Deviation 2.0130
Variance 4.0522
Skewness -.529
Std. Error of Skewness .148
Kurtosis -.161
Std. Error of Kurtosis .295
Minimum 2.00
Maximum 10.00
DESARROLLO PERSONAL
80
60
40
20
Frequency
DESARROLLO PERSONAL
293
La Organización como Sistema Dinámico Complejo
Communalities
Initial Extraction
PUEDO RES. PROB. SI
ME ESFUERZO .122 .139
ANTE DIF., TRABAJO
TRANQUILO PUES
TENGO HABILIDADES .207 .264
NECESARIAS
VENGA LO QUE VENGA,
SOY CAPAZ DE .369 .599
MANEJARLO
AL HACER FRENTE A UN
PROB., SE ME
OCURREN VARIAS .340 .499
ALTERNATIVAS DE
RESOL.
Extraction Method: Maximum Likelihood.
294
Anexos
Factor Matrix a
Factor
1
VENGA LO QUE VENGA,
SOY CAPAZ DE .774
MANEJARLO
AL HACER FRENTE A UN
PROB., SE ME
OCURREN VARIAS .706
ALTERNATIVAS DE
RESOL.
ANTE DIF., TRABAJO
TRANQUILO PUES
.514
TENGO HABILIDADES
NECESARIAS
PUEDO RES. PROB. SI
.373
ME ESFUERZO
Extraction Method: Maximum Likelihood.
a. 1 factors extracted. 5 iterations required.
Goodness-of-fit Test
Chi-Square df Sig.
7.003 2 .030
Aunque la solución factorial obtenida recoge unos valores en las cargas factoria-
les muy elevados para todos los items que conforman la escala, así como el mo-
delo en general parece tener un buen ajuste, el coeficiente KMO nos insta a ser
cautos con la solución. En gran medida, el valor bajo de este coeficiente viene
determinado por la no normalidad de los items de autoeficacia que claramente
presentan una simetría negativa (para detalles ver Quijano y Navarro, 2000). Por
esta serie de motivos, hemos realizado también un nuevo análisis factorial en es-
te caso confirmatorio con método de máxima verosimilitud.
295
La Organización como Sistema Dinámico Complejo
,066
item43 ,373
,065
,514
item44
autoeficacia
,706
,066
item45
,774
,066
item46
Este modelo obtiene un índice de bondad de ajuste (Goodness of fit index) igual
a 0,990, un índice ajustado (Adjusted goodness of fit index) de 0,950 y un valor
promedio del cuadrado de los residuos (Root mean square residual) de 0,028.
Todos estos valores son suficientemente positivos para tomar como buena la es-
cala de autoeficacia.
296
Anexos
Statistics
AUTOEFICACIA
N Valid 271
Missing 0
Mean 7.9373
Median 8.0000
Mode 8.00
Std. Deviation 1.2699
Variance 1.6127
Skewness -.382
Std. Error of Skewness .148
Kurtosis -.084
Std. Error of Kurtosis .295
Minimum 4.00
Maximum 10.00
AUTOEFICACIA
100
80
60
40
Frequency
20
Std. Dev = 1.27
Mean = 7.9
0 N = 271.00
4.0 5.0 6.0 7.0 8.0 9.0 10.0
AUTOEFICACIA
297
La Organización como Sistema Dinámico Complejo
Communalities
Initial Extraction
SIENTO QUE EXISTE
SIMILITUD ENTRE MIS
.274 .311
VALORES Y LOS DE MI
ORG
ME SIENTO ORGULLOSO
DE TRABAJAR PARA
.410 .548
ESTA EMPRESA
CUANDO ALGUIEN
ALABA, COMO .363 .473
CUMPLIDO PERSONAL
EL EXITO DE ESTA
.388 .496
EMPRESA ES MI EXITO
Extraction Method: Maximum Likelihood.
298
Anexos
Factor Matrixa
Factor
1
ME SIENTO ORGULLOSO
DE TRABAJAR PARA
.740
ESTA EMPRESA
EL EXITO DE ESTA
.704
EMPRESA ES MI EXITO
CUANDO ALGUIEN
ALABA, COMO .688
CUMPLIDO PERSONAL
SIENTO QUE EXISTE
SIMILITUD ENTRE MIS
.557
VALORES Y LOS DE MI
ORG
Extraction Method: Maximum Likelihood.
a. 1 factors extracted. 5 iterations required.
Goodness-of-fit Test
Chi-Square df Sig.
16.679 2 .000
Al igual que ocurría con los cuatro items de autoeficacia, aquí también la solución
factorial obtenida recoge unos valores en las cargas factoriales adecuados para
todos los items que conforman la escala de compromiso, así como un buen ajuste
en el modelo en general. Pero el coeficiente KMO no es tan elevado como sería
conveniente. Nuevamente procederemos a la realización de un análisis factorial
confirmatorio empleando el método de máxima verosimilitud.
299
La Organización como Sistema Dinámico Complejo
,061
item47 ,740
,062
,688
item48
compromiso
,557
,068
item49
,704
,062
item50
Este modelo obtiene un índice de bondad de ajuste (Goodness of fit index) igual
a 0,967, un índice ajustado (Adjusted goodness of fit index) de 0,836 y un valor
promedio del cuadrado de los residuos (Root mean square residual) de 0,046.
Todos estos valores son lo suficientemente positivos como para tomar como
buena la escala de compromiso.
300
Anexos
Statistics
NIVEL DE COMPROMISO
N Valid 240
Missing 31
Mean 6.6813
Median 6.7500
Mode 7.00
Std. Deviation 1.7493
Variance 3.0601
Skewness -.391
Std. Error of Skewness .157
Kurtosis -.108
Std. Error of Kurtosis .313
Minimum 2.00
Maximum 10.00
NIVEL DE COMPROMISO
60
50
40
30
20
Frequency
NIVEL DE COMPROMISO
301
La Organización como Sistema Dinámico Complejo
12
10
8
NIVEL DE COMPROMISO
0
2 4 6 8 10 12
RETRIBUCIÓN ECONÓMICA
12
10
8
NIVEL DE COMPROMISO
0
0 2 4 6 8 10 12
302
Anexos
12
10
8
NIVEL DE COMPROMISO
0
0 2 4 6 8 10 12
12
10
8
NIVEL DE COMPROMISO
0
2 3 4 5 6 7 8 9 10
RELACIONES COMPAÑEROS
303
La Organización como Sistema Dinámico Complejo
12
10
8
NIVEL DE COMPROMISO
0
2 4 6 8 10 12
12
10
8
NIVEL DE COMPROMISO
0
0 2 4 6 8 10 12
RECONOCIMIENTO SUPERIOR
304
Anexos
12
10
8
NIVEL DE COMPROMISO
0
2 4 6 8 10 12
DESARROLLO PERSONAL
305
La Organización como Sistema Dinámico Complejo
12
10
8
NIVEL DE COMPROMISO
0
2 3 4 5 6 7 8 9 10
12
10
8
NIVEL DE COMPROMISO
0
-2 0 2 4 6 8 10
306
Anexos
12
10
6
AUTOEFICACIA
2
0 2 4 6 8 10 12
NIVEL DE COMPROMISO
10
NECES. MOTIVACIÓN (nec5+2*nec6+3*nec7)
2
0 2 4 6 8 10 12
NIVEL DE COMPROMISO
307
La Organización como Sistema Dinámico Complejo
RECODE
ni5 ni6 ni7 nni5 nni6 nni7 (MISSING=0) .
EXECUTE .
Claves:
308
Anexos
309
La Organización como Sistema Dinámico Complejo
310
Anexos
9
8
7
Valor de las variables
6
5
4
3
2
1
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
Nº de iteraciones
9
8
7
Valor de las variables
6
5
4
3
2
1
0
1
10
19
28
37
46
55
64
73
82
91
100
109
118
127
136
145
154
163
172
181
190
199
Nº de iteraciones
311
La Organización como Sistema Dinámico Complejo
12
10
Valor de las variables
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
Nº de iteraciones
12
Valor de las variables
10
0
105
113
121
129
137
145
153
161
169
177
185
193
1
9
17
25
33
41
49
57
65
73
81
89
97
Nº de iteraciones
312
Anexos
25
20
Valor de las variables
15
10
0
1
10
13
16
19
22
25
28
31
34
37
40
43
46
49
Nº de iteraciones
35
30
Valor de las variables
25
20
15
10
0
105
113
121
129
137
145
153
161
169
177
185
193
1
9
17
25
33
41
49
57
65
73
81
89
97
Nº de iteraciones
313