Universitatea ,,Ovidius” din Constanţa

Master Geografie Aplicată şi Evaluarea Resurselor Turistice, I

Teoria complexității în studiul spațiului și al

locului
(by Steven Manson & David O'Sullivan)

Prof. coordonator Lect. Univ. Dr. Paraschiv Mirela

Realiza de Buhaev Elisa-Andreea

Abstract.
Cercetătorii din diferite discipline aplică teoria complexității la probleme care
variază de la dezvoltarea economică la predicția cutremurului. Lărgimea aplicațiilor se referă
la promisiunea teoriei complexității, dar rămân o serie de provocări care trebuie îndeplinite,
în special cele legate de dimensiunile sale ontologice (ramură a filozofiei care studiază trăsăturile
generale ale existenței) și epistemologice (Parte a filosofiei care studiază procesul cunoașterii așa cum
se desfășoară în cadrul științelor, mijloacele de cunoaștere, valorile și limitele cunoașterii) . Identificăm
o serie de probleme cheie. Teoria complexității funcționează la un nivel prea general pentru a
spori înțelegerea? Care sunt implicațiile ontologice și epistemologice ale complexității? Care sunt
provocările în complexitatea modelării? Răspunzând la aceste întrebări, susținem că, deși
complexitatea oferă mult studiului locului și spațiului, cercetarea în aceste domenii are o serie de
puncte forte care sporesc cercetarea complexității.

Introducere.
Teoria complexității este un concept captivant, dar contestat. Acesta constată o
acceptare din ce în ce mai mare, după cum reiese din recentele publicații din revista Science
(1999) și din cărțile științifice laice (de exemplu, Kauffman, 1995 - Stuart Alan Kauffman este un
medic american, biolog teoretic și cercetător în sisteme complexe care studiază originea vieții pe
Pământ. A fost profesor la Universitatea din Chicago, la Universitatea din Pennsylvania și la
Universitatea din Calgary.- ; Wolfram, 2002 - Stephen Wolfram este un om de știință în domeniul
computerelor și al fizicii teoretice și antreprenor britanic-). În același timp, detractorii se tem cu
siguranță de hiperbole, văzând complexitatea alternativ ca un moft inofensiv (Sardar și Ravetz,
1994), ca domeniu de cercetare interesant, dar depășitor (Horgan, 1995) sau ca transfer
necorespunzător al conceptelor de știință fizică pe tărâmul social (Lo Presti, 1996).
În abordarea sistemelor umane și a mediului într-un cadru interdisciplinar,
complexitatea prezintă cercetătorilor spațiului și locului cu noi oportunități provocatoare,
care sunt totuși familiare. S-a sugerat că complexitatea este `` preternatural spatial '' (Thrift,
1999, pagina 32).
Mai mult decât atât, în raport cu câmpuri mai concentrate, natura interdisciplinară a
cercetării bazate pe spațiu și loc permite o mai mare triangulare și comparare între teorii, abordări
și domenii de aplicare. Prin urmare, folosim termenul de studii bazate pe spațiu și loc pentru a
cuprinde un grup larg de discipline, dar intrinsec legate de discipline care își găsesc o casă în
mediu și planificare A. Acestea includ, dar nu se limitează la, geografie, antropologie, științe de
mediu, urbanism, știință regională și arhitectură. Este important, deși o mare parte a atenției
asupra complexității se regăsește în ramurile mai științifice științifice „spațiale”, interesul se
regăsește și în abordările mai etnografice, fundamentate, adesea bazate pe munca de teren.
Potențialul rezultat pentru care aplicațiile din aceste discipline să atragă și să contribuie la teoria
complexității este suportat de creșterea aplicațiilor de complexitate spațială.
Pentru a clarifica rolul complexității în studiile bazate pe spațiu și loc (și pentru științele
spațiale în complexitate) trebuie să definim ce înseamnă „complexitate”. Nu există o singură
teorie a complexității identificabile, ci, în schimb, o serie de concepte aplicabile sistemelor
complexe, dispersate pe câmpuri ca o spiritualitate de vârstă vastă și practică de afaceri prozaică
(Thrift, 1999). Cuvântul „complexitate” se referă la cercetarea în trei fluxuri majore (Manson,
2001).
Cel mai important pentru discuția actuală este complexitatea algoritmică,
(În informatică, complexitatea în timp a unui algoritm exprimă măsura timpului cât durează rularea
algoritmului, ca funcție de lungimea șirului ce reprezintă datele de intrare) din teoria complexității
matematice și teoria informației, care susține că complexitatea unui sistem rezidă în dificultatea
de a descrie caracteristicile sistemului. Complexitatea deterministă
(Determinismul este propoziția filozofică potrivit căreia orice eveniment,
inclusiv cogniția și acțiunea umană, este determinat în mod cauzal de un lanț
neîntrerupt de evenimente anterioare. Nici un miracol misterios sau eveniment pur
întâmplător nu are loc) încearcă să simplifice unele clase de sisteme dinamice cu ajutorul
teoriei haosului ("Un fenomen care pare a se desfășura la întâmplare, are de fapt un
element de regularitate ce ar putea fi descris matematic ”) și, într-o măsură mai mică, a
teoriei catastrofelor.
Cercetarea complexității este identificată din ce în ce mai mult cu complexitatea agregată
(unit), care este studiul modului în care elementele individuale care lucrează în armonie creează
sisteme complexe care au o structură internă în raport cu mediul înconjurător și care pot prezenta,
de asemenea, învățare și apariție. Având în vedere natura fluidă a conceptelor de complexitate,
este important de menționat că această schemă este doar una dintre multe și este supusă dezbaterii
și schimbărilor (de exemplu, Manson, 2003a; Mikulecky, 2001; Reitsma, 2002; Stewart, 2001;
Thrift, 1999). Nu este intenția noastră aici să contribuim în continuare la încercările de definire a
complexității (a se vedea Lissack 2001).
O definiție liberă a complexității este de așteptat doar de la un efort implicat în atâtea
discipline. Alături de Jonathan Phillips (1999), am argumenta că, deși potențialul de comunicare
între disciplinele oferite de perspectiva complexității este interesant, este important să ne
concentrăm și asupra modului în care perspectiva este aplicabilă în științele spațiale. Din nou,
accentul interdisciplinar al studiilor bazate pe loc și spațiu este un teren fertil pentru concepte de
complexitate și reprezintă o oportunitate pentru diversele discipline, cu un accent comun pe loc și
spațiu, pentru a oferi direcție în domeniul complexității.
Având în vedere aceste idei, apelăm la o serie de întrebări deschise menite să
perfecționeze conceptul și practica științei complexității și mergem într-un anumit fel către
respingerea sau confirmarea semnificației complexității pentru științele spațiale. Ne punem și
avem în vedere posibile răspunsuri la următoarele trei întrebări:
(1) Teoria complexității funcționează la un nivel prea general pentru a spori înțelegerea?
(2) Care sunt implicațiile ontologice și epistemologice ale complexității?
(3) Care sunt provocările în complexitatea modelării?
2. Teoria complexității funcționează la un nivel prea general pentru a spori
înțelegerea?
Oamenii de știință greșesc constant cu nevoia de a generaliza, fără a pierde din
vedere particularul. Majoritatea științelor sociale din ultimele trei decenii au observat dezacord
în ceea ce privește măsura în care orice mare ,,teorie a tuturor” poate pretinde o largă generalitate,
confruntată cu critici de anvergură care decurg din postmodernism, feminism, post-colonialism și
alte poziții pe rândul său cultural (Barnes, 2001; Hamnett, 2003; Johnston și colab., 2003). În
anumite privințe, complexitatea este marea teorie pentru a pune capăt tuturor teoriilor mari și,
prin urmare, trebuie să punem la îndoială viabilitatea (durabilitatea) acesteia din această
perspectivă, în același timp, în timp ce evaluăm utilitatea de a folosi cercetări în spațiu și de a
familiariza cu conceptele de scară și înlănțuirea datelor, modele și teorie cu caracteristici spațiale
și temporale.

2.1 Complexitate și generalizare

Teoria complexității propune o serie de generalizări la nivel înalt despre
comportamentul colecțiilor de elementelor care interacționează care constituie sisteme
complexe. Prin urmare, este vorba despre generalitate, unde o gamă diversă de fenomene
este văzută ca împărtășind proprietăți structurale și dinamice fundamentale. De exemplu,
Stuart Kauffman (1995) sugerează că șirurile gramaticale (colecții mici de date structurate) pot fi
considerate `` modele de molecule, modele de bunuri și servicii într-o economie, poate chiar
modele de memorii culturale, cum ar fi modurile, rolurile și idei”. Termenul „model” în
cercetarea complexității se aplică conceptualizărilor abstracte prin măsuri matematice de
complexitate. Deosebit de importante sunt un set de modele conceptuale care acționează ca
șabloane generalizate de complexitate și care sunt considerate cauze de bază sau modele comune
diferitelor sisteme. Criticitatea auto-organizată, de exemplu, este un model cu un singur proces cu
aplicabilitate pretinsă la o serie de fenomene diverse (Bak, 1996). Legea privind mărimea de rang
a lui Zipf oferă poate cel mai bun exemplu de model, cu aplicabilitatea pretinsă la domenii la fel
de diverse precum distribuțiile de mărimi ale orașului (Krugman, 1996), lungimile cuvintelor
(Zipf, 1949) și comerțul electronic (Adamic și Huberman, 2000).
Generalitatea măturată =sweeping (ar putea spune că depășește) generalitatea teoriei
complexității se datorează în parte rădăcinilor sale care se întind de la „filozofia organismului”
(Whitehead, 1925) la cibernetică (Wiener, 1961). De asemenea, se bazează pe teoria sistemelor
generale, partajare un accent pe interconectarea sistemului (Phelan, 1999). Văzută din această
perspectivă, complexitatea este cea mai recentă dintr-o lungă linie de eforturi interdisciplinare în
generalizarea științifică și o critică esențială a teoriei sistemelor generale, că este prea abstractă și
generală (Johnston, 1994), se poate aplica în mod egal teoriei complexității. Dacă teoria
complexității este aplicabilă la fel de multe fenomene în mod evident diferite, ce lucruri utile
poate avea, probabil, să spună despre orice?
Utilizarea de modele abstracte, la nivel înalt, în teoria complexității, este larg
răspândită și riscă să se confrunte fenomenele fundamental diferite. Există, de exemplu,
întrebări cu privire la măsura în care conceptele și practicile, în special din științele fizice, ar
trebui utilizate în alte discipline, într-o manieră care se bazează foarte mult pe deducerea din
analogie și acordă o atenție redusă teoriei acceptate și observației empirice. Unele modele de
procese fizice, cum ar fi cutremurele sau avalanșele se bazează pe legi de autoorganizare și
scalare, fără a face referire la nicio descriere a principiilor fizice care stau la baza implicate
(Malanson, 1999). În mod similar, fizicienii au aplicat modele de complexitate la dispariția și
evoluția speciilor într-o manieră pe care paleobiologii o consideră naivă (Monastersky, 2001).
Se poate solicita și mai multă precauție în examinarea unor aspecte ale efortului uman,
cum ar fi experiența trăită, cultura sau sensul pentru a evita tratarea lor ca expresii algoritmice
facile (Stewart, 2001). De exemplu, atunci când examinăm modelele de etnie și spațiu bazate pe
complexitate - cu focare care variază de la segregarea rezidențială la genocid - trebuie să fie
neapărat prudent în a accepta că explicațiile utile pentru probleme atât de dificile, multifacete și
de lungă durată se găsesc pe grilele twodimensionale ' ciupercat „de gospodării cu minte simplă
care acționează după doar câteva reguli simple (de exemplu, Benenson, 1998; Schelling, 1978;
Srbljinovic și colab., 2003). După cum discutăm mai jos, validarea modelelor împotriva
observării atente a setărilor din lumea reală este esențială pentru o mai largă acceptare și
aplicabilitate a modelelor complexe de proces social.
Problemele ridicate de generalizare și simplificare nu sunt noi pentru științele spațiale (de
exemplu, Wilson 1969; Couclelis 1984). Răspunsurile la aceste probleme în cercetarea bazată
pe loc și în spațiu includ o atenție sporită reprezentării, accentul pus pe fundamentarea
empirică și acomodarea perspectivelor interdisciplinare. În virtutea înțelegerii cu spațiul și
timpul, pe lângă o serie de zone de fond, cercetătorii din spațiu și loc sunt familiarizați cu
problemele reprezentării proceselor care variază în mai multe dimensiuni și, prin urmare, necesită
o specificitate nuanțată, combinată cu generalizarea. Criticii modelării spațiale pun la îndoială
măsura în care fenomenele pot fi reprezentate în mod computerizat, de exemplu, ceea ce a dus,
probabil, la o concentrare mai mare asupra problemelor reprezentării și ontologiei computaționale
(Pickles, 1997; Wright et al, 1997). Suprageneralizarea poate fi abordată și prin cercetări care
acordă o atenție deosebită modului în care funcționează procesele studiate, legând observația
bazată pe teren de reprezentarea atentă a entităților și relațiilor implicate. Deși o atenție deosebită
la astfel de probleme este obișnuită în cercetarea fundamentată care tipifică multă muncă bazată
pe loc și spațiu, aceasta este mai puțin obișnuită în lucrările de modelare care domină multă
știință a complexității.
O preocupare conexă este că, deși complexitatea este considerată o mișcare
interdisciplinară, în anumite privințe este de fapt supradisciplinară, astfel încât generalizările
complexității de la un domeniu sunt aplicate altora uneori în mod adecvat, dar deseori nu.
Nigel Thrift (2002) observă că o serie de discipline descoperă importanța spațiului, ceea
ce duce la o cercetare intenționată interdisciplinară. Deși această lățime poate fi văzută ca o
slăbiciune în ceea ce privește coerența disciplinară și profunzimea analizei, ea poate, de
asemenea, ușura sarcina necesară de a găsi generalitățile care definesc cercetarea complexității,
fără a pierde din vedere particularitatea. Această dinamică este văzută în modul în care
perspectivele disciplinare multiple sunt combinate atât în cercetarea spațială cât și în
complexitatea cercetării în contextul relațiilor umane cu mediul (Janssen, 2003).

2.2. Complexitate și specificitate

După ce am susținut o acuzație de suprageneralizare, recunoaștem că cercetarea complexă

este, de asemenea, foarte specifică, adesea în numele de a oferi „informații” despre procesele din
lumea reală, cu prețul concluziilor generale (Judson, 1994). Modelele bazate pe complexitate se
pot concentra pe particularitate și contingență, până la punctul în care nu pot oferi estimări de
rezistența rezultatelor fără a apela la simularea Monte Carlo sau la alte mijloace de a varia în mod
sistematic condițiile inițiale (Bankes, 1993). Modelele bazate pe agenți, de exemplu, pot suferi de
„blestemul dimensionalității” (Anderies, 2003); pe măsură ce numărul de entități dintr-o simulare
crește sau abilitățile lor cresc, există un număr mai mare exponențial de trasee de sistem posibile.
Modelele de complexitate sunt adesea mai orientate către răspunsul la întrebările „ce se
întâmplă” și mai puțin către „ceea ce este cel mai bine” la întrebările prescrise
(la aplicarea unor norme) sau „ce se întâmplă în general” la întrebările teoretice (Kwasnicki,
1999). Acest teren nu se limitează la complexitate: este cunoscut cercetătorilor care lucrează cu
sisteme de susținere a deciziilor spațiale (SDSS) (Longley și Batty, 1996), în care preferința
pentru generarea scenariului „ce-dacă” atestă dificultatea de a trece de la proprietăți particulare
ale unui studiu specific la concluzii teoretice generale. De asemenea, subliniază modul în care
modelele de complexitate, precum SDSS-urile, sunt utilizate din ce în ce mai mult pentru a
rezolva problemele semistructurate a căror natură împiedică aplicarea unor metode mai simple.
Geografii s-au încurcat mult timp asupra multitudinii de generalizare de la anumite cazuri
la teorii sau ipoteze mai largi (Harvey, 1969, pagina 101). În răspunsul parțial la întrebarea
noastră: `Teoria complexității funcționează la un nivel prea general pentru a spori
înțelegerea? ', Am sugera că complexitatea este întemeiată pe o cercetare substanțială
bazată pe spațiu și pe loc oferă o nouă modalitate de abordare a problemei prin focalizare
atenție asupra importanței scării pentru generalizare și specializare. În loc să apere primatul
unei anumite scări, complexitatea oferă noi modalități de abordare a proiectului geografic de
scară de înțelegere, atât ca cadru pentru analiză, cât și ca focus teoretic în sine. Știința spațială a
folosit de mult timp concepte de scară, cum ar fi reguli de mărime de rang sau ordonarea
fluxurilor, dar știința complexității aduce noi explicații interpretării lor.
În schimb, studiile despre spațiu și loc pot fundamenta știința complexității prin furnizarea
de concepte la scară și o gamă diversă de subiecte de fond pentru cercetare. Deși este important
să se dezvolte modele abstracte cu care să se exploreze implicațiile spațiului (de exemplu,
Sheppard și Barnes, 1990), afirmațiile mai mari ale științei complexității sunt într-adevăr foarte
mari, iar generalitățile plutitoare libere, cum ar fi apariția și dependența de cale sunt. poate fi mai
util atunci când este adus (literalmente) pe pământ în științele spațiale. Cercetările asupra
sistemelor de suprafață terestră, de exemplu, au arătat o importanță asupra importanței scării
geografice pentru utilizarea conceptelor de complexitate (Phillips, 1999). În legătură cu această
mișcare de-a lungul scării este necesitatea dezvoltării teoriei și modelului în studiile detaliate ale
oamenilor, instituțiilor și evenimentelor. Oricât de greu ar putea fi generalizarea de la particular,
anticipând ceea ce este general este mai greu. Nicio cantitate de teoretizare abstractă nu poate
înlocui investigația empirică bine fondată a fenomenelor în medii reale.

3. Care sunt implicațiile ontologice și epistemologice ale complexității?

Complexitatea agregată, cu care ne preocupăm în principal, face puține presupuneri

restrictive despre modul în care lumea este (în termeni simpli, ontologia ei), în același timp în
care presupune foarte multe despre cum putem învăța despre lume (în termeni simpli ,
epistemologia sa). Complexitatea subiacentă a agregatelor este o ontologie limitată a entităților și
a relațiilor dintre ele. Deși afirmațiile ontologice ale științei complexității sunt limitate,
afirmațiile sale epistemologice implicite sunt grandioase (O'Sullivan, 2004). În special,
dependența pe scară largă de modelarea simulării ca mijloc de înțelegere este problematică, o
problemă pe care o luăm în considerare și în această secțiune.

3.1. Ontologie complex

Complexitatea nu prezintă o ontologie atotcuprinzătoare, întrucât se concentrează

asupra entităților și relațiilor dintre ele, o premisă care direcționează atenția asupra
tipurilor și punctelor tari ale relațiilor dintr-un sistem, un accent împărtășit cu astfel de școli
divergente de gândire ca rețea de actori. teorie (Law, 1992) și realism critic (Harvey și Reed,
1996). Această lățime de perspectivă în complexitate permite aplicarea ideilor din știința
complexității pe continuitatea abordărilor realiste la constructiviste. Deși puțini teoreticieni ai
complexității urmăresc o abordare pur constructivistă, există un interes din ce în ce mai mare
pentru, de exemplu, `` interpretivismul postmodern '' bazat pe complexitate în cercetarea pe
acțiuni (Reason and Goodwin, 1999, pagina 1). O astfel de cercetare are loc pe fundalul
dezvoltării legăturilor dintre teoria complexității și preceptele constructiviste (Cilliers, 1998;
Henrickson și McKelvey, 2002). Complexitatea ca atare nu este, așadar, antitetică nici
realismului, nici construcției, deoarece colecțiile de elemente atomice pot fi ontologice „reale”
sau nu.
Cercetătorii locului și spațiului sunt la fel de largi atunci când sunt văzuți dintr-o
perspectivă ontologică și au testat demult mișcări ontologice și epistemologice, ancorandu-i în
exemple concrete. Paginile acestui jurnal și revistele sale surori evidențiază modul în care spațiul
și locul sunt vehicule pentru imperativele ontologice și epistemologice ale structuralismului
(Storper, 1987), feminismului (Pratt și Hanson, 1988), postmodernismului (Dragă, 1986),
discursive(Care deduce, prin raționament, o idee din alta, ajungând la o concluzie după o
serie de etape intermediare.) și construcționist practici (Philo, 1992) și dimensiunile
ontologice ale științei informației geografice (Flowerdew, 1998).
Știința complexității are minte largă (permisivă, chiar), în sensul că entitățile în
cauză ar putea fi orice (inclusiv agregate de alte lucruri), și astfel relațiile ar putea fi
aproape de orice fel. Acest lucru a spus, pentru orice domeniu de studiu dat, anumite tipuri de
relații sunt mai frecvente, importante sau mai necesare decât altele. După cum sa menționat mai
sus, „șabloanele” de complexitate sunt adesea folosite pentru a transmite explicații ale
fenomenelor care aparent ignoră mecanisme bine înțelese. Aspectele generale ale complexității
nu scutesc nevoia de a aborda specificul.
Un alt mod în care specificitatea contează este afirmația cheie că complexitatea agregată
ontologie definită de entități și relațiile lor este holistică, în contrast cu știința reducționistă. Cu
toate acestea, cercetătorii parcurg o linie fină între holism și reducționism, deoarece revendicarea
holismului se bazează foarte mult pe noțiunea de emergență, ceea ce este invocat pentru a
considera că capacitățile unui sistem complex sunt mai mari decât suma părților sale constitutive.
Având în vedere că un sistem complex este definit în parte drept `` unul ale cărui proprietăți nu
sunt explicate pe deplin printr-o înțelegere a componentelor sale '' (Gallagher și Appenzeller,
1999, pagina 79), apariția ocupă clar un loc central în știința complexității. Apariția rezultă din
sinergism, prin care caracteristicile la nivelul întregului sistem nu sunt o simplă suprapunere a
efectelor aditive a componentelor sistemului. De exemplu, fenomene economice precum bulele
de stoc și comportamentul efectivului de investitori, de obicei văzut ca irațional, poate fi rezultate
intrinseci și emergente ale interacțiunilor raționale, locale, (Andreoni și Miller, 1995).
Având totuși să explice apariția holistică, forțează cercetătorul de complexitate să
definească entitățile de nivel inferior și comportamentul acestora, ceea ce poate fi privit ca o
practică reducționistă. Reflexivitatea complică și mai mult conceptul de emergență, în special pe
tărâmul social. Deși normele sociale, de exemplu, pot fi modelate ca provenind din interacțiunea
agentului (Ostrom, 1999), reversul este de asemenea adevărat, iar normele emergente pot afecta
agenții. Definițiile de apariție afirmă de obicei că elementele de nivel inferior nu știu rolul lor în
fenomenele emergente (Forrest, 1990) sau că apariția nu este predictibilă analitic din atributele
componentelor interne sau aparentă la niveluri inferioare (Crutchfield, 1994). Cu toate acestea,
această imagine este inadecvată pentru sistemele umane care posedă reflexivitate, deoarece ``
oamenii sunt capabili de a detecta, argumenta și acționa asupra proprietăților macro-nivelului
(caracteristicile emergente) ale societăților din care fac parte '' (Gilbert, 1995 , pagina 151).
Modelarea bazată pe agenți a instituțiilor de resurse, de exemplu, aruncă o lumină asupra modului
în care scară mică, interacțiunile locale se extind până la artefacte la scară mai mare și modul în
care fenomenele la scară mai mare se alimentează din nou în local, așa cum se vede în modul în
care instituțiile de proprietate comună ies din interacțiunile locale și apoi la rândul lor constrâng
aceste interacțiuni. (Bousquet et al, 1998).
Înțelegerea statutului apariției ca concept este vitală pentru progresul teoretic în aplicarea
ideilor din știința complexității, în special la științele sociale. Scriind despre individualismul
implicit în simularea socială bazată pe agenți, Keith Sawyer susține că o explorare a entităților
emergente, ca mai mult decât tipare agregate în statele entităților de nivel inferior, este critică. În
altă parte, observând că `` emergența este un concept alunecos '' (2000, pagina 579), el sugerează
că `supraviețuirea 'este una mai utilă, mai puțin încărcată de multiplele caracteristici concurente
acordate unei emergențe deloc definite. Supraviețuirea este o noțiune de lucru mai mare decât
apariția; pur și simplu susține că stările de nivel superior ale unui sistem sunt super-elementare pe
colecțiile de microstate ale elementelor care constituie sistemul, astfel încât nu poate exista
modificări ale proprietăților unui sistem fără să existe modificări ale componentelor sale de bază.
Mai mult, diferitele colecții de microstate care se combină pentru a produce aceleași macrostate
identice sau similare pot fi foarte diferite unele de altele (concept denumit „disjuncție sălbatică”).
Aceasta face ca o abordare a relației dintre stările micro și macro ale sistemului să depindă mai
puțin de un moment implicit (și mai degrabă misterios) de apariție.

3.2. Epistemologie complex (Este o ramură a filozofiei care se ocupă cu originile, natura și

scopurile, metodele și mijloacele cunoașterii)

Este necesar să luăm în considerare epistemologia complexității pentru a înțelege mai

bine relațiile dintre ontologia complexității, apariția și echilibrul dintre holism și reductionism.
După cum s-a menționat mai sus, complexitatea are o ontologie relativ deschisă, care susține o
linie de lucrări constructiviste care se bazează în principal pe complexitate ca sursă de metaforă
sau analogie. Cea mai mare parte a cercetării complexității se bazează totuși pe modelări de
calcul care implică o viziune asupra lumii, care este mai în concordanță cu realismul.
Cercetarea de complexitate poate fi deci luată în considerare prin lentila filozofică a „concepției
semantice” prin care modelele intermediază relația dintre realitate și teorie (Henrickson și
McKelvey, 2002). Variabilele și experiența din lumea reală sunt criterii pentru care pot fi
măsurate modelele (concepția realistă), dar nu cu prețul de a nega puterea de interpretare
personală și construcția socială (care tind spre viziunea constructivist / relativist).
În contextul științei complexității, „modelarea” se referă la multe metode. Pe tărâmul
complexității agregate, metoda de abordare a acestei documente este obișnuită ca mijloc de
înțelegere a interacțiunilor între un număr mare de entități. Printre metodele cele mai strâns
asociate cu complexitatea sunt metode evolutive (de exemplu, algoritmi genetici sau sisteme de
clasificare), analogi biologici (de exemplu, plase neuronale artificiale sau viață artificială),
modele celulare (cum ar fi câmpurile Markov aleatorii sau automate celulare) și modele bazate pe
agent. O discuție mai detaliată a acestor metode este dincolo de scopul acestei lucrări. În
geografie, multe dintre aceste metode au fost aplicate la rubrica „geocomputare” (Longley și
colab., 1998). (GeoComputation reprezintă o încercare conștientă de a muta agenda de
cercetare înapoi la analiza și modelarea geografică, cu sau fără GIS în tract.)
Modelarea computațională este epistemologia dominantă a științei complexității, în mare
parte datorită nevoii de concentrare asupra entităților și a relațiilor lor, în special în ceea ce
privește apariția. Brian Arthur (1994) susține că utilizarea unor astfel de modele este esențială,
deoarece permit cercetătorilor să înțeleagă cum rezultă fenomenele emergente din interacțiunile
multor entități. Acest lucru contrastează cu metodele care simplifică sistemele prin reducerea
acestora la componente agregate care interacționează slab sau la „variabile” (de exemplu, prin
presupuneri statistice). Principiile suprapunerii, echilibrului și liniarității sunt utile deoarece
simplifică problemele prin furnizarea de modele tractabile și indicații clare de cauzalitate
necesare pentru construirea teoriei. Aceste principii au însă un dezavantaj în faptul că
presupunerile implicite ale metodelor aparent prozaice, cum ar fi alegerea forțată a variabilelor
independente și dependente în regresie, ghidează activ tipurile de întrebări care pot fi puse.
În schimb, epistemologia explicită pe model a teoriei complexității se bazează pe o
conștientizare accentuată a rolului modelelor și a posibilității unei varietăți de abordări de
modelare. Ghidate de o ontologie de bază a entităților și a relațiilor lor, cercetarea de
complexitate ne îndepărtează, de exemplu, de la agregarea reducționistă și de la simplificarea
caracteristicilor sau comportamentului entităților din cadrul unui sistem și către reprezentarea
entităților individuale și a relațiilor acestora cu puține presupuneri a priori ale cum ar trebui să fie
reprezentate acestea. Văzute în acest fel, modelele de calcul sunt o alternativă din ce în ce mai
atrăgătoare pentru a raționa pur și simplu despre implicațiile naturii relației dintre
entitățile teoretice și cele observabile [comparați sugestia lui Andrew Sayer (1995, pagina 29)
despre utilizarea experimentelor gândirii]. Într-un model de calcul, putem reprezenta și simula
numeroasele entități discrete, adesea eterogene, și relațiile lor care definesc sisteme
complexe agregate. Un accent puternic al activității de complexitate economică, de exemplu,
este subiectul modului în care se schimbă comportamentul sistemului modelat atunci când o
populație de entități este considerată ca un sistem de interacțiuni diverse agenți, în loc de
agregare statistică a agenților similare (Tesfatsion, 2001). Deși o astfel de lucrare nu este (de
obicei) destinată să înlocuiască teoria economică ortodoxă bazată pe matematica echilibrului, ea
încearcă să conteste presupunerile ortodoxiei economice pentru a identifica contexte în care
interacțiunile între actori individuali nu pot fi asumate. În mod similar, se deschide spre
examinarea corolarilor raționalității perfecte, cum ar fi informațiile perfecte sau optimizarea și
examinează alternative precum raționalitatea delimitată care depinde de interacțiunile locale între
entități.
Importanța modelelor de calcul evidențiază modul în care cercetarea bazată pe
complexitate este însoțită de presupuneri și simplificări care sunt esențial reducționiste.
Tensiunea dintre holism și reducționism, în special în contextul apariției, poate fi evitată
deținerea preliminarelor neapărat reducționiste în orice efort de modelare computațională. Două
puncte pot fi făcute aici. În primul rând, nu este nimic în neregulă cu determinarea domeniului de
aplicare a unui model, decizând în același timp care sunt elementele din contextul real vor fi
reprezentate și în ce mod. Exact asta este modelarea sau orice abordare a teorizării! David
Rapport (1991) constată că definirea limitelor și componentelor unui sistem este o
provocare perenă, în special atunci când se ocupă de modele. Este greu de văzut cum am putea
proceda altfel, ca modelare la nivelul quark-urilor sau orice altceva este greu de dorit (Goldenfeld
și Kadanoff, 1999). În al doilea rând, în cazul în care modelele bazate pe complexitate se
îmbunătățesc la multe eforturi anterioare este în încercarea deschisă de a vedea ce se întâmplă
atunci când entitățile atomice și de nivel superior identificate ca fiind relevante pentru model
interacționează.
Cercetarea locului și spațiului oferă o posibilitate vastă de a împărți spațiul și timpul
în zone de fond într-o manieră care nu permite ca cercetarea să fie prinsă la un nivel de
analiză dat. Acest lucru este deosebit de util atunci când abordăm apariția, care tinde să
acționeze la scări spațiale, temporale și sociale multiple. Asta nu înseamnă că este necesară o
abordare a locului și a spațiului pentru această cercetare, dar contestă simultan nivelurile de scară
acceptate și le deschide pe noi pentru analiză. De exemplu, modelele bazate pe agenți și modelele
de automate celulare de utilizare a terenurilor au făcut obiectul cercetărilor încă din anii 1980
(Couclelis, 1985), iar această lucrare abordează în mod explicit scările spațiale, temporale și
instituționale care definesc complexitatea în utilizarea terenului (Agarwal et al, 2002).

4. Care sunt provocările în complexitatea modelării?

Modelarea computațională este o componentă epistemologică esențială a științei

complexității, având în vedere necesitatea de a reprezenta entitățile și relațiile care definesc
sisteme complexe și rezultate precum apariția. Tehnicile de simulare computerizată conduc în
mare măsură cercetarea complexității prin `` simularea exploratorie '' a unei multimi de sisteme
complexe (Conte și Gilbert 1995, pagina 4). Simularea bazată pe complexitate este acceptată din
ce în ce mai mult ca o modalitate de evaluare a rezultatelor posibile ale sistemului, care nu
forțează comportamente preordonate sau deterministe ale sistemului (Thrift, 1999). Deși
cercetătorii de complexitate au ales modelarea computațională ca instrument de alegere, în unele
moduri modelele au creat cercetări de complexitate: ascensiunea teoriei complexității nu se
datorează în mare parte disponibilității largi de computere, limbaje de programare și cadre de
lucru din ce în ce mai puternice. -modelare orientată (O'Sullivan, 2004).
Modelarea complexității se confruntă cu o serie de provocări legate de numărul mare de
metode de modelare bazate pe complexitate și faptul că au fost acceptate recent (sau cel puțin
recunoscute) la scară largă în majoritatea disciplinelor. La fel cum o examinare a modelării
complexității nu depășește scopul acestei lucrări, nu este intenția noastră să abordăm cea mai
mare parte a acestor provocări, având în vedere că acestea sunt adesea particulare metodelor date.
Două probleme - legătura dintre model și proces și verificarea modelului și validarea lor sunt
importante pentru aplicațiile de cea mai mare complexitate și sunt germane în discuțiile de
generalizare și epistemologie de mai sus.

4.1. Model și process

Așa cum s-a menționat, generalizarea este esențială pentru cercetarea complexității, în
special prin utilizarea șabloanelor arhetipice concentrate pe tipare complexe, ca fractale,
invarianță la scară, atracții ciudate și procese complexe precum imprevizibilitatea, apariția și
autoorganizarea. Multe dintre aceste modele și procese generale sunt definite greșit sau
definite pe scară largă pentru a-și păstra generalitatea. Această lărgime este problematică,
având în vedere importanța modelării computationale pentru bazele epistemologice ale
complexității. Această combinație de generalitate și modelare poate duce la o tendință de a ``
urmări fierberea oalei'' (Holland, 1992, pagina 185) atunci când rulați un model de calcul, prin
analiza modelelor în rezultatele modelului, fără așteptări a priori cu privire la ceea ce pot fi. O
astfel de abordare „să vedem ce se întâmplă” este în contradicție cu știința deductivă condusă de
teorie, deși nu neapărat în contradicție cu o orientare mai inductivă.
Mai important, cernerea tiparelor tinde să privilegieze modelul peste proces, astfel
încât tiparele să devină obiectul principal de studiu, în detrimentul procesului subiacent.
Conceptul de invarianță de scară, de exemplu, este aplicat pe parcursul cercetării complexității,
prin care un singur proces sau un set de procese operează pentru a produce tipare identice sau
similare pe scări spațiale sau temporale. Identificarea fenomenelor invariante la scară implică
aplicarea unor spectre de măsurare a frecvenței, legilor puterii, dimensiunii fractale - pe o serie de
scale de observație, pentru a urmări regularitățile în tipare pe scări. Există numeroase exemple în
cercetarea locului și spațiului. Sunt invocate măsuri precum dimensiunile fractale, mărimea
rangului sau distribuțiile Zipf pentru a descrie invarianța la scară în sistemele naturale și sociale,
de la coastă până la aglomerările urbane (Axtell, 2001; Batty și Longley, 1994; Mandelbrot,
1982; Stanley și colab., 2002; Turcotte și Rundle, 2002; White și Engelen, 1993). Dacă o măsură
descoperă tipare similare pe o gamă de scale, se poate presupune că procesele care dau naștere
tiparelor funcționează pe scări, astfel încât înțelegerea proceselor la o scară este echivalentă cu
înțelegerea acestora la alte scale.
Dificultatea cheie legată de această conflagrație a modelului și a procesului este că
caracteristicile arhetipice ale complexității apar din diferite procese. Fractalele, de exemplu, sunt
asociate atât cu autoorganizarea, cât și cu haosul determinist, care sunt manifestări foarte diferite
ale complexității. Utilizarea terenurilor urbane este văzută ca având un model fractal, dar o
legătură convingătoare a acestei observații cu procesele care țin cont de pragurile forțelor
socioeconomice și culturale rămâne o provocare (Batty și Longley, 1994; White și Engelen
1993). Chiar dacă tipul procesului de lucru este cunoscut în termeni generali, datele specifice
domeniului entităților și relațiilor din cadrul sistemul poate rămâne necunoscut. Aceasta este
„problema echivalenței”, în care multe procese (sau modele) pot da naștere acelorași (sau foarte
similare) tipare, astfel încât relația de la proces la model este de la multe la unul. De fapt, multe
tipare pot apărea din orice proces suficient de complex, astfel încât situația este mai gravă decât
aceasta, și nu există o relație unică în general între tipare și procese. În același timp, o forță a
complexității este capacitatea de a lega tipare și procese generalizate.
Aceste probleme se referă la cei ridicați mai sus despre suprageneralizare și
disponibilitatea cu care cercetătorii aplică concepte de complexitate generalizată unor cazuri
specifice, ignorând în același timp cunoștințele despre cazul specific. Ca mai sus, răspunsurile la
provocările tiparului și procesului în modelarea computațională a complexității sunt sugerate de
natură de cercetare bazată pe loc și spațiu. Deși limbajul comun al științei complexității poate
permite analogii și cunoașterea limitelor disciplinare, este necesară prudență considerabilă.
Phillips (1999) solicită în mod explicit o reinventare și o reaplicare a ideilor corespunzătoare din
științele neliniare din geografia fizică și am face același apel în domeniul interacțiunii umane cu
mediul uman în știința spațială. O înțelegere mai completă a relației dintre model și proces este
necesară, iar acest lucru pare cel mai probabil să se ajungă la o modelare relativ abstractă a
sistemelor spațiale combinate cu o împământare considerabilă.
 Cercetarea bazată pe loc și în spațiu susține o serie de abordări teoretice și metodologice
cu un număr tot mai mare de oportunități de cercetare empirică, în special cele oferite prin
combinarea cercetării calitative bazate pe loc și a tehnologiilor geospatiale cantitative, cum ar fi
teledetecția, sisteme de poziționare globală și știința informației geografice. Modelarea
caracterului complex, multifacetic al utilizării terenului necesită tot mai mult transferul
intenționat între teorie și datele empirice, care variază de la imagini cu senzor de la distanță, până
la interviuri calitative în profunzime (de exemplu, Bousquet et al, 1998). Bogăția de date și teorii
referitoare la utilizarea terenurilor în diverse regiuni a ajutat oamenii de știință spațiali să conducă
agenda de cercetare a complexității, abordând probleme precum legarea modelului la proces și
definirea apariției. În același timp, teoria complexității a informat o mare parte din cercetarea
privind utilizarea terenurilor în ultimul deceniu, așa cum se poate observa în includerea cu
ridicata a conceptelor de complexitate, cum ar fi autoorganizarea și metode, cum ar fi automatul
celular (Parker și colab., 2003).

4.2. Adevăr și validare

Legarea modelului la proces este un aspect important al validării modelului. Dificultățile

de validare a modelelor spațiale complexe sunt multiple și includ caracterul spațiotemporal al
modelelor complexe de spațiu și loc și cantitatea de date produse. Modelele bazate în mod expres
pe complexitate poartă, de asemenea, așteptarea că ar trebui să prezinte un comportament cum ar
fi apariția, sensibilitatea la condițiile inițiale și critica selforganizată (Manson, 2003b). Aceste
comportamente sunt în contradicție cu multe metode standard și, prin urmare, este nevoie de
construirea de noi instrumente de validare (Miller, 1998).
Luați în considerare cazul validării rezultatelor emergente. Cercetătorii se confruntă cu o
problemă înnodată: este doar fenomene emergente neanticipate care pot fi considerate emergente
corespunzător sau putem considera, de asemenea, emergente fenomenele pe care le-am anticipat?
Reversul poate fi, de asemenea, întrebat: ar trebui respinse rezultatele cu adevărat neașteptate ca
artefacte, deoarece nu sunt încadrate de cadrul teoretic utilizat? Pe contul lui James Gleick (1987)
al operei lui Edward Lorenz, de exemplu, acesta este modul în care a fost descoperit haosul - o
realizare lentă că modelele „artefacte” erau reale într-un anumit sens. Aceste întrebări se referă,
de asemenea, la combinația de generalitate și modelare și la importanța așteptărilor a priori ale
rezultatelor modelului - cum ne așteptăm la neașteptate?
Răspunsul la aceste întrebări pare să fie valabil prin triangulare; aplicarea mai multor
puncte de vedere și transferul dintre teorie și observații empirice. După cum s-a menționat mai
sus, cercetătorii bazate pe loc și spațiu ancorează o serie de teorii cu exemple pe multiple scări
spațiale și temporale. Studiile despre spațiu și loc adăpostesc, de asemenea, o diversitate de
abordări care se pot dovedi utile pentru întărirea naturii interdisciplinare a complexității. Craig
Nicolson și colab. (2002) remarcă faptul că unul dintre subiecții principali ai cercetării
interdisciplinare sunt sistemele umane complexe de mediu; și, de asemenea, acestea sunt, de
asemenea, un punct esențial al cercetării bazate pe loc și spațiu. În acest sens, modelele care sunt
mai atente la detaliile derivate din munca de teren pot solicita atenție unei comunități mai largi de
savanți și utilizatori. În această privință, este relevantă sugestia potrivit căreia este adecvat
validarea modelelor în moduri mai orientate și mai calitativ narativ și în concordanță cu utilizarea
acestor metode calitative pentru a lega tiparul de procesare.
De asemenea, necesar pentru validarea rezultatelor emergente este un cadru al minții care
urmărește în mod activ „surpriza imaginabilă” - comportamentul sau rezultatele care sunt la
suprafață inedite sau neașteptate, dar care, în retrospectivă, sunt în limitele cunoscutului. Lărgirea
sferei imaginabile necesită împingerea interdisciplinarității până la realizarea unor cercetări
sintetice la marginile domeniilor actuale și pe scări de anchetă. Această concentrare extinsă este
determinată de realizarea faptului că surprinde anresult de faptul că nu apreciază conectivitatea și
complexitatea unui sistem dat - uneori necesită perspective din afara unui cadru epistemic
acceptat. Cercetările asupra schimbărilor globale de mediu, de exemplu, oferă o mulțime de
comentarii cu privire la natura complexității, relația sa cu incertitudinea și surpriza și nevoia de
perspective multiple (Schneider et al, 1998).
În ciuda disponibilității diverselor strategii de abordare a provocărilor validării modelelor
complexe, Naomi Oreskes et al (1994) susțin cu tărie că validarea modelului, în sensul stabilirii
adevărului unui model ca reprezentare a realității, este imposibilă. Într-o lucrare ulterioară,
Oreskes susține că numai sistemele observabile și măsurabile, care au o structură constantă în
timp, al cărui comportament este constant pe măsură ce condițiile neparameterizate variază și
despre care se pot aduna suficiente date ar putea fi validate în acest sens (Oreskes) , 1998). În
contextul modelelor spațiale complexe, am adăuga o cerință ca sistemele să fie invariabile în
spațiu, astfel încât rezultatele pentru o locație să poată fi extrapolate la altele. Ea continuă să
susțină că astfel de condiții nu sunt niciodată satisfăcute de sisteme complexe, ceea ce este
probabil ceea ce le face complexe! Așa încât ideea de model care poate fi validată este de
nejustificat. Scopul mult mai modest al evaluării modelului este prezentat ca o alternativă,
obligând modelatorul, în special atunci când vorbim în domeniul politic, să găsească modalități
accesibile de a exprima capabilitățile și limitările modelelor.
Pe scurt, modelele sunt integrante practicii actuale a științei complexității și sunt
importante pentru bazele sale epistemologice. Rămâne totuși să răspundem provocărilor legate de
modelul și procesul și de a dezvolta abordări pentru validarea modelelor bazate pe complexitate.
Considerând aceste aspecte, cercetarea de complexitate trebuie să fie deschisă către „alte
modalități de cunoaștere”, prin care evaluarea și validarea sunt de natură bazată pe narațiune și de
natură politică, deoarece trebuie să fie tehnice și cantitative. Din nou, comunitatea globală de
cercetare privind schimbările de mediu oferă un prototip pentru utilizarea modelelor în știința
complexității. Această comunitate a trecut de la a vedea schimbarea globală ca un exercițiu în
modelarea chimiei și fizicii către un efort mai larg în care intervin aspecte „științifice”. Acestea
variază de la abordarea incertitudinilor cu risc ridicat în ceea ce privește rezultatele, implicând o
gamă mai largă de părți interesate anterior în procesul științific, până la confruntarea cu
dimensiunile politice și instituționale ale producției de cunoștințe (Jasanoff și Wynne, 1998).

5. Concluzii
 Considerarea noastră a unor întrebări fundamentale atrage atenția asupra conexiunilor
dintre trăsăturile terenului interdisciplinar al științei complexității și preocupările de lungă durată
din științele spațiale. În unele domenii, științele spațiale pot conduce mai larg la studii de
complexitate; în alții, oamenii de știință spațiali au multe de învățat dintr-o întâlnire cu studii de
complexitate. Există puncte de contact în toate cele trei domenii luate în considerare aici:
dacă teoria complexității este prea specifică sau prea generală; implicațiile sale ontologice și
epistemologice; și relația sa cu modelarea computatională.
În primul rând, am identificat o nevoie urgentă de a aborda problema nivelurilor
adecvate de generalizare și specificitate în cercetarea bazată pe complexitate. Această
necesitate decurge din tendința unei astfel de cercetări de a fi aruncată într-o extremă sau alta
extremitate, cu costul oferirii de explicații generalizate, sustinute printr-o examinare mai atentă
pe de o parte sau a concentrării pe specificul unui singur studiu de caz într-un mod care inhibă pe
de altă parte explicații mai largi. Aici, studiile bazate pe spațiu și loc sunt exemplare, deoarece
evidențiază importanța conectării mai strâns a modelelor generalizate la cercetarea
detaliată pe teren. Acest lucru necesită eforturi concertate pentru a relaționa abordări
metodologice diverse, o cerință cunoscută în cercetarea bazată pe loc și spațiu, care nu este
nimic, dacă nu este diferită metodologic. Așa cum s-a menționat în cazul modelării de utilizare a
terenurilor, cercetarea bazată pe teren poate ajuta la dezvoltarea modelelor și a altor
instrumente conceptuale abstracte, legând abstractizările de exemple concrete. Mai mult,
întrebările de generalizare și de specific sunt strâns legate de scala spațială, temporală și
instituțională și de nevoia, identificată adesea în cercetarea bazată pe loc și spațiu, de a articula
rolul scării în analiză.
În al doilea rând, examinarea noastră asupra tensiunilor din ontologia și epistemologia
științei complexității ne amintește de aspecte importante pentru geografie și știința spațială. O
ontologie permisivă a „lucrurilor” și a „relațiilor” subliniază importanța conceptelor și modelelor
care sunt bine fundamentate atât în teorie, cât și în observație. Se pune accentul pe emergență,
(Care iese dintr-un mediu după ce l-a traversat.) cu condiția să se concentreze asupra unei
epistemologii a simulării ca mijloc de a „vedea ce se întâmplă” atunci când entitățile și relațiile
teoretice interacționează, mai degrabă decât pe un moment mistic în evoluția unui sistem.
Contabilitatea apariției ridică întrebări despre reducționism versus holism, ceea ce este, de
asemenea, în acord cu o preocupare în știința spațială de a înțelege modul în care fenomenele
locale se extind până la scară regională și globală. Pe de altă parte, științele spațiale oferă mai
degrabă științei complexității un accent mai consecvent asupra efectelor descendente, de la forțe
și efecte globale la scară mai mare, înapoi la elemente locale, pentru a intensifica accentul general
asupra constituției de jos în sus a entităților de scară mai mare.
În al treilea rând, importanța modelării computationale pentru complexitate evidențiază
necesitatea de a aborda problemele legate de modelul de confruntare cu procesul și întrebările
despre validarea modelelor de calcul. Aceste probleme sunt legate de cele de generalizare și
specializare și de provocările ontologiei și epistemologiei complexe. Nu este surprinzător, atunci,
există soluții similare pentru aceste probleme. Problemele întâmpinate în legarea tiparului și a
procesului pot fi rezolvate prin legarea conceptelor de complexitate generală la cazuri specifice
și, mai important, prin participarea la cercetările curente într-un domeniu dat. Același remediu se
aplică problemelor ridicate prin validarea modelelor complexe, cu mențiunea suplimentară că
poate fi necesară o perspectivă expres interdisciplinară pentru a permite triangularea între
metode. În același timp, modele mai puțin abstracte mai atente la detalii derivat din munca de
teren ar cere atenție unei comunități mai largi de savanți și utilizatori. În această privință, sugestia
potrivit căreia este necesar să se verifice modelele în moduri mai orientate spre narați și calitative
devine relevantă.
Într-un pas în urmă, întrebările noastre ne-au îndepărtat să ne întrebăm dacă teoria
complexității este prea specifică sau prea generală, prin unele implicații ontologice și
epistemologice și pe relațiile teoriei complexității cu modelarea computațională. Deși am
examinat doar câteva aspecte legate direct de modelare în sine, acestea oferă un punct de plecare
util pentru gândurile noastre finale. Utilizarea pe scară largă a modelelor în știința complexității a
reînnoit dezbaterile în știință mai pe larg despre utilizarea adecvată a modelelor pentru
dezvoltarea cunoștințelor și pentru a face predicții. Modelele de simulare sunt utilizate pentru mai
mult decât dezvoltarea ideilor și continuând să cunoaștem modul în care funcționează lumea,
totuși: sunt încurcați în lumile dezordonate ale politicii și dezvoltării politicilor. Lecția pe care o
tragem din aceasta este că este nevoie urgentă de modalități de descriere, explicare și învățare de
la modele care sunt mai deschise despre limitările simulărilor și mai accesibile pentru un public
mai larg al părților interesate în deciziile spațiale pe care le modelează. `sprijin“.Acest lucru va
solicita dezvoltatorilor de modele să se concentreze mai puțin pe minutii tehnice obscure și să
acorde mai multă atenție preocupărilor mai largi ale societății.
Cercetarea bazată pe loc și în spațiu a vorbit de mult despre aceste preocupări printr-un
angajament continuu cu cercetarea în acțiune, planificarea și dezbaterea politică, care se implică
în dezbaterile teoretice mai mari, care în cele din urmă guvernează natura cercetării și aplicarea
sa posibilă pe teren. Simțul responsabilității care conduce în cele din urmă această implicare
sporește acele alte puncte forte ale cercetării bazate pe loc și în spațiu pe care le-am identificat,
care includ introducerea în cercetarea de complexitate a unei voințe mai mari de a înțelege cu
numeroase fire ontologice și epistemologice; dorința de a lega teoria, modelele și datele în
domenii de fond; un accent pe cercetarea interdisciplinară; și necesitatea de a încorpora locul,
spațiul și timpul ca componente ale sistemelor complexe.
Pe scurt, acesta este un moment interesant și critic pentru a contribui la implicarea
continuă între complexitate și cercetare bazată pe loc și spațiu. Complexitatea începe să se
deplaseze dincolo de exuberanța sa inițială, aproape înstelată, spre practica și principiile
consacrate. Această tranziție este una pentru care cercetarea bazată pe loc și spațiu poate oferi un
exemplu. Deși cercetarea bazată pe spațiu și loc nu este un singur coerent corp de muncă, este un
domeniu care recunoaște legitimitatea atât a științei spațiale cantitative, cât și a abordărilor
calitative și socioteoretice. Robustețea complexității și a cercetării bazate pe loc și spațiu oferă
atât latitudinea către riscul de a împinge limitele metodologice, teoretice și disciplinare, astfel
încât abordările noi, relevante și interesante intelectual pot fi dezvoltate și să fie descoperite noi
cunoștințe.