%2011.36.15%20a.m..png)
Límites, información y libertad en la organización de la vida
La naturaleza no discute.
No prohíbe mediante decretos ni exige obediencia. Simplemente vuelve inviables determinadas trayectorias.
Un organismo puede reparar sus tejidos, aprender de una perturbación y anticipar parcialmente el futuro. Pero no puede conservar indefinidamente su organización sin consumir energía. No puede controlar aquello que no logra distinguir. No puede responder antes de recibir alguna señal, salvo que posea un modelo que le permita anticiparse. No puede maximizar simultáneamente todas sus funciones. No puede conservar su identidad si todas sus relaciones cambian sin restricción.
Estas imposibilidades son intelectualmente más profundas que muchas descripciones de lo que ocurre. Nos revelan el espacio dentro del cual pueden surgir la vida, la inteligencia, la evolución y la libertad.
La realidad no permite cualquier cosa. Pero dentro de sus restricciones produce una creatividad extraordinaria.
La vida es quizá la expresión más sofisticada de esa creatividad restringida.
Antes de hablar de leyes
No todas las afirmaciones transdisciplinares tienen el mismo estatus.
La segunda ley de la termodinámica es una ley física. El teorema de Noether es un resultado matemático válido bajo condiciones precisas. La ley de la variedad requerida de Ashby es un principio formal de la cibernética. La selección natural es un mecanismo evolutivo. La criticalidad, la antifragilidad o la autopoiesis son marcos conceptuales y programas de investigación cuya validez debe establecerse en cada sistema concreto.
Confundir estos niveles produce una falsa profundidad.
La transdisciplinariedad rigurosa no consiste en tomar una palabra poderosa de la física y aplicarla indiscriminadamente a una célula, una sociedad o una mente. Consiste en identificar estructuras causales comparables sin borrar las diferencias entre dominios.
Una analogía es científicamente útil cuando genera predicciones.
Si solo produce admiración, es literatura.
Si restringe lo que esperamos observar y puede fracasar frente a los datos, empieza a convertirse en ciencia.
Primera inevitabilidad: existir exige una frontera
Todo sistema necesita alguna forma de límite.
No necesariamente una pared. Puede tratarse de una membrana, una frontera funcional, una red de interacciones, una separación informacional o un criterio operativo definido por el observador. Pero debe existir alguna diferencia entre lo que pertenece al sistema y lo que no pertenece a él.
Sin frontera no hay identidad.
Una célula existe porque su membrana regula qué entra, qué sale y qué permanece separado. Un organismo conserva una interioridad fisiológica frente al ambiente. Un sistema inmunitario distingue, de manera imperfecta y dinámica, configuraciones propias, tolerables y peligrosas. Una mente separa algunas señales relevantes del inmenso flujo sensorial. Una disciplina científica delimita los fenómenos que estudia y las operaciones que considera válidas.
Pero una frontera completamente cerrada también destruye al sistema.
Una célula herméticamente aislada no podría incorporar nutrientes ni eliminar residuos. Un organismo incapaz de intercambiar materia, energía e información moriría. Una institución que se protege de toda crítica termina confundiendo estabilidad con ceguera. Una teoría que no permite ser perturbada por evidencia contraria deja de ser científica.
La frontera viable debe cumplir dos funciones aparentemente opuestas: preservar la identidad y permitir el intercambio.
Este principio puede formularse así:
Todo sistema persistente necesita un cierre suficiente para conservar su organización y una apertura suficiente para renovarla.
La identidad no es aislamiento.
Es permeabilidad regulada.
Segunda inevitabilidad: todo orden persistente tiene un costo
La vida produce una impresión engañosa: parece desafiar el aumento de la entropía.
Una célula mantiene gradientes electroquímicos, sintetiza macromoléculas, repara daños y conserva una arquitectura interna altamente organizada. Un organismo reconstruye continuamente sus tejidos. Un ecosistema sostiene redes tróficas y ciclos materiales. El cerebro preserva memorias durante años a pesar de que sus componentes moleculares cambian.
Nada de esto viola la termodinámica.
Los sistemas vivos conservan orden local porque son sistemas abiertos. Reciben energía libre, transforman gradientes y exportan calor, residuos y entropía al entorno. Su organización no persiste a pesar de la disipación, sino mediante ella.
Una llama mantiene su forma mientras consume combustible.
Un remolino persiste mientras existe un flujo.
Una célula vive mientras transforma energía.
La estabilidad biológica no es quietud. Es reconstrucción continua.
Por eso, la homeostasis no debería imaginarse como la conservación rígida de un estado. Es una actividad permanente de compensación, reparación y renovación. El organismo parece estable porque cambia continuamente de manera coordinada.
De aquí se sigue una regla brutal:
Todo orden que persiste está siendo pagado en alguna parte.
Se paga con energía, tiempo, materiales, eliminación de residuos, mantenimiento o pérdida de otras posibilidades.
Cuando un sistema parece obtener organización sin costo, probablemente estamos observando una escala incompleta. Quizá el costo fue desplazado al ambiente, transferido a otros componentes o aplazado hasta el futuro.
La economía, la ecología y la medicina sufren con frecuencia el mismo error: confundir costos invisibles con costos inexistentes.
Externalizar contaminación no la elimina.
Posponer mantenimiento no lo vuelve innecesario.
Suprimir síntomas no siempre corrige la dinámica que los produce.
Aumentar eficiencia eliminando todas las reservas puede disminuir costos inmediatos y construir fragilidad futura.
La termodinámica enseña una lección que trasciende prudentemente su dominio: los balances completos importan más que las apariencias locales.
Tercera inevitabilidad: ningún sistema puede usar información que nunca recibió
Una diferencia en el mundo solo puede influir en un sistema si existe algún canal por el cual esa diferencia sea detectada.
Esto parece obvio, pero muchas promesas científicas y tecnológicas lo olvidan.
Un algoritmo no puede reconstruir con certeza una variable que nunca fue medida, salvo que introduzca supuestos adicionales. Una imagen estática no contiene automáticamente la historia temporal completa del proceso que la produjo. Un estudio observacional no identifica por sí solo la dirección causal. Una representación derivada de los mismos datos no constituye evidencia independiente sobre esos datos.
La teoría de la información expresa una forma rigurosa de este límite. Si una variable se transforma en otra sin introducir una nueva observación, el procesamiento puede reorganizar o comprimir la información existente, pero no crear evidencia adicional sobre la fuente original.
En una cadena X → Y → Z, donde Z se obtiene únicamente procesando Y, la información de Z sobre X no puede superar la información que Y ya contenía sobre X.
El procesamiento puede revelar una regularidad.
Puede reducir ruido mediante redundancia o conocimiento previo.
Puede construir una representación más útil.
Pero no puede convertir ausencia de medición en conocimiento empírico.
Los supuestos pueden completar lo que los datos no contienen, pero entonces la conclusión depende del modelo, no solamente de la observación.
Esta distinción es crucial para la inteligencia artificial. Un sistema puede generar una respuesta convincente sin poseer acceso suficiente a la realidad que describe. La fluidez verbal no garantiza observabilidad. La precisión formal no garantiza verdad empírica. La capacidad generativa no equivale a capacidad de control.
No todo lo computable es identificable.
Y no todo lo identificable es causal.
En medicina de precisión, esto significa que acumular miles de variables ómicas no compensa un diseño incapaz de separar causa, consecuencia y confusión. Más dimensiones pueden aumentar el detalle y, simultáneamente, disminuir la capacidad de distinguir estructuras reales de coincidencias.
La información útil no es simplemente abundante.
Es información que cambia racionalmente una inferencia o una decisión.
Cuarta inevitabilidad: todo control está limitado por lo que puede distinguir
Un controlador solo puede responder de manera diferente a estados que logra reconocer como diferentes.
Esta es la esencia de la ley de la variedad requerida de W. Ross Ashby.
Cuando el entorno produce múltiples perturbaciones que exigen respuestas incompatibles, un sistema con un repertorio demasiado limitado fracasa. No necesariamente porque sea débil, sino porque trata como equivalentes situaciones que requieren acciones distintas.
Un termostato puede controlar la temperatura porque reduce un entorno complejo a una variable relevante para su función. Pero sería inútil si pretendiera diagnosticar simultáneamente una infección, una falla eléctrica y una intoxicación ambiental usando una única medición.
La regulación exige una correspondencia suficiente entre la diversidad de perturbaciones y la diversidad efectiva de respuestas.
La palabra importante es “efectiva”.
Cien mecanismos que reaccionan de la misma manera frente a todas las perturbaciones no representan cien capacidades regulatorias independientes. La variedad nominal puede ser grande mientras la variedad funcional es casi nula.
Esto ocurre en los sistemas biológicos, en las organizaciones y en la inteligencia artificial.
Un sistema inmunitario con enorme capacidad de activación, pero incapaz de discriminar correctamente el contexto, puede destruir al organismo que intenta proteger.
Una empresa con numerosos departamentos, pero una única lógica de decisión, puede parecer diversa y actuar como una sola pieza frágil.
Un conjunto de modelos entrenados con los mismos datos, objetivos y sesgos puede ofrecer muchas respuestas formalmente distintas y fracasar de manera correlacionada.
La diversidad funcional no se mide contando partes.
Se mide evaluando cuántas perturbaciones relevantes puede distinguir y cuántas respuestas causalmente diferentes puede producir.
Quinta inevitabilidad: todo control llega tarde
Nada regula fuera del tiempo.
Detectar una perturbación requiere una interacción física. Transmitir una señal requiere tiempo. Procesarla requiere tiempo. Ejecutar una respuesta requiere tiempo. Evaluar el resultado también requiere tiempo.
Toda retroalimentación contiene retardo.
Por eso, una respuesta puede ser correcta en intensidad y dirección, pero llegar demasiado tarde.
En una infección, la respuesta inmunitaria debe desplegarse antes de que la carga del patógeno exceda la capacidad de control. Sin embargo, una respuesta demasiado intensa o demasiado prolongada puede convertirse en la principal fuente de daño.
En la regulación endocrina, una concentración medida en el presente refleja procesos iniciados antes. En el movimiento, el cerebro actúa sobre un cuerpo cuyo estado cambia mientras la señal nerviosa viaja. En una organización, las decisiones suelen basarse en indicadores que describen una realidad ya pasada.
Cuando el entorno cambia más rápido que la capacidad de respuesta, la regulación puramente reactiva se vuelve insuficiente.
El sistema necesita anticipación.
Para anticipar necesita un modelo, explícito o implícito, de las dinámicas que generan las perturbaciones.
Los ritmos circadianos preparan al organismo para cambios previsibles del ambiente. La memoria inmunológica modifica la respuesta frente a exposiciones futuras. El sistema nervioso utiliza modelos internos para estimar las consecuencias de sus acciones. Una institución construye escenarios para actuar antes de que el problema sea evidente.
Pero anticipar introduce un nuevo riesgo.
Un sistema sin modelo responde tarde.
Un sistema con un modelo equivocado puede equivocarse antes.
La inteligencia no consiste solamente en predecir. Consiste en actualizar el modelo cuando la realidad deja de comportarse como se esperaba.
Sexta inevitabilidad: comprender significa descubrir invariantes
La realidad cambia constantemente. Sin embargo, no todo cambia de cualquier manera.
Una de las tareas más profundas de la ciencia consiste en descubrir qué relaciones permanecen invariantes bajo determinadas transformaciones.
El teorema de Noether mostró, en sistemas físicos formulados bajo condiciones específicas, una conexión profunda entre simetrías continuas y leyes de conservación. La invariancia temporal se relaciona con la conservación de la energía; la invariancia espacial, con la conservación del momento; la invariancia rotacional, con la conservación del momento angular.
No sería riguroso trasladar literalmente este teorema a la biología o la sociedad. Pero su lección epistemológica es extraordinariamente general:
Comprender un fenómeno es identificar qué puede cambiar sin que cambie la relación esencial.
Un organismo conserva su identidad mientras reemplaza materiales.
Una célula modifica su expresión génica sin perder necesariamente su organización.
Una función biológica puede preservarse mediante rutas moleculares diferentes.
Una teoría generaliza cuando mantiene capacidad explicativa bajo cambios de contexto que no deberían alterar el mecanismo propuesto.
Esto revela una diferencia fundamental entre rigidez y coherencia.
La rigidez intenta preservar cada estado.
La coherencia preserva relaciones esenciales mientras permite que los estados cambien.
Una estructura rígida puede parecer estable bajo perturbaciones pequeñas y colapsar cuando estas superan un umbral. Una estructura coherente reorganiza componentes para conservar funciones de orden superior.
Las perturbaciones son, por ello, jueces privilegiados de las invariancias.
Observar un sistema en reposo permite describir correlaciones. Perturbarlo permite descubrir qué relaciones son necesarias, cuáles son compensables y cuáles desaparecen primero.
Una teoría profunda de la vida debería responder:
¿Qué transformaciones puede tolerar el sistema?
¿Qué propiedades intenta restaurar?
¿Qué relaciones permanecen?
¿Qué perturbación rompe la coherencia?
¿La recuperación reproduce el estado anterior o construye uno nuevo?
La identidad de un sistema no se encuentra únicamente en lo que permanece inmóvil.
Se encuentra en la estructura de sus transformaciones permitidas.
Séptima inevitabilidad: toda optimización implica una renuncia
La palabra “óptimo” suele ocultar una pregunta no formulada.
Óptimo, ¿para qué?
Un organismo debe crecer, repararse, reproducirse, defenderse, explorar y conservar energía. Una célula debe sintetizar biomasa y evitar daños. Un sistema inmunitario debe eliminar amenazas sin destruir tejidos. Una organización busca eficiencia, velocidad, innovación, seguridad y adaptabilidad. Una teoría científica intenta ser precisa, general, interpretable y parsimoniosa.
Estos objetivos no siempre pueden maximizarse simultáneamente.
Cuando existen recursos finitos o restricciones incompatibles, mejorar una función exige sacrificar otra. La optimización se convierte entonces en una elección entre compromisos.
La teoría de Pareto formaliza esta situación: una solución es Pareto-óptima cuando no puede mejorarse un objetivo sin empeorar al menos otro.
En biología, la proliferación rápida puede reducir inversión en reparación. La sensibilidad inmunitaria puede aumentar protección y, simultáneamente, elevar el riesgo de daño inflamatorio. La especialización puede mejorar el rendimiento en un ambiente estable y reducir la capacidad de responder a condiciones nuevas.
La máxima eficiencia puede destruir la resiliencia.
La máxima robustez puede ser metabólicamente demasiado costosa.
La máxima precisión puede requerir tiempos incompatibles con una amenaza inmediata.
Pero también debemos ser rigurosos: no toda correlación negativa demuestra un compromiso inevitable. El supuesto recurso limitante debe identificarse. La incompatibilidad debe mostrar un mecanismo. El aparente sacrificio puede desaparecer cuando cambia el ambiente o cuando aparece una solución tecnológica o evolutiva diferente.
Los compromisos son hipótesis mecanísticas, no adornos narrativos.
Cuando son reales, implican algo incómodo:
No existe una configuración universalmente superior.
Existe una configuración adecuada para ciertos objetivos, bajo ciertas restricciones, durante cierto horizonte temporal y a una determinada escala.
Octava inevitabilidad: la robustez requiere diversidad, pero no cualquier diversidad
Un sistema compuesto por elementos idénticos puede ser resistente frente a fallas aleatorias y, al mismo tiempo, extremadamente vulnerable frente a una perturbación común.
La redundancia aporta copias.
La degeneración funcional aporta alternativas.
Dos estructuras son degeneradas cuando pueden contribuir a una función semejante mediante mecanismos parcialmente diferentes. Esa diferencia es crucial porque una perturbación que elimina una ruta puede dejar intactas otras.
La vida utiliza ambas estrategias.
Genes parcialmente redundantes.
Rutas metabólicas alternativas.
Plasticidad celular.
Sistemas de reparación.
Diversidad inmunológica.
Variación entre individuos.
Reorganización de redes.
La robustez no depende de una única solución perfecta, sino de un espacio de soluciones parcialmente intercambiables.
Sin embargo, más diversidad no siempre significa mayor resiliencia.
Una diversidad descoordinada puede aumentar conflicto, ruido y costo de mantenimiento. Demasiadas respuestas posibles pueden retrasar la decisión. Una red excesivamente conectada puede distribuir información con rapidez y propagar fallas con la misma eficacia.
El principio correcto no es maximizar la diversidad.
Es conservar la diversidad efectiva necesaria para enfrentar perturbaciones relevantes sin perder coherencia global.
Un sistema viable necesita dos cualidades aparentemente opuestas:
Suficiente unidad para actuar como un sistema.
Suficiente heterogeneidad para no fracasar como una sola pieza.
Novena inevitabilidad: todo sistema carga una historia
El presente no contiene únicamente lo que está ocurriendo ahora.
Contiene huellas de lo que ocurrió antes.
Una célula modifica su cromatina después de ciertas señales. El sistema inmunitario cambia tras una infección. Las conexiones neuronales conservan efectos de la experiencia. Un ecosistema retiene consecuencias de incendios, extinciones e invasiones. Una institución hereda normas, infraestructuras y conflictos. Un modelo de inteligencia artificial incorpora regularidades y sesgos de sus datos de entrenamiento.
La memoria es una modificación presente producida por el pasado y capaz de alterar respuestas futuras.
Sin memoria, cada perturbación tendría que resolverse desde cero.
Pero la memoria no es siempre adaptativa.
Puede conservar conocimiento o estabilizar error.
Puede acelerar una respuesta adecuada o perpetuar una reacción que perdió su contexto.
Puede producir aprendizaje o rigidez.
En algunas enfermedades, la pregunta central no es solamente qué perturbó al sistema, sino por qué este no regresó al estado anterior cuando la perturbación terminó.
La inflamación persistente, la fibrosis, ciertos estados autoinmunes y algunos trastornos metabólicos pueden involucrar mecanismos de memoria, histéresis o estabilización de atractores patológicos.
Esto no reemplaza la explicación molecular. La profundiza.
No basta con identificar componentes alterados. Debemos comprender la dinámica que hace que el estado se mantenga.
La historia también limita la evolución.
La selección natural no diseña organismos desde cero. Modifica estructuras heredadas. Trabaja con soluciones disponibles, no con todas las soluciones concebibles.
Por eso, lo que existe no debe confundirse con lo perfecto.
La persistencia demuestra viabilidad suficiente dentro de una historia concreta. No demuestra optimización universal.
La evolución es creativa, pero no libre de sus antecedentes.
Décima inevitabilidad: lo que beneficia a una parte puede destruir al conjunto
Los sistemas multiescala enfrentan conflictos internos.
Una célula puede maximizar su proliferación y reducir la viabilidad del organismo. Un órgano puede proteger su función inmediata a costa de desestabilizar otros sistemas. Un individuo puede obtener una ventaja local degradando el ecosistema del que depende. Una empresa puede maximizar resultados trimestrales destruyendo su capacidad futura. Un algoritmo puede optimizar la métrica que recibe y traicionar el objetivo real para el que fue creado.
El cáncer es un ejemplo extremo: ciertas células adquieren ventajas locales de supervivencia y expansión mientras destruyen la organización multicelular que hace posible su existencia.
No se trata simplemente de “egoísmo celular”. Es una ruptura de las restricciones que alineaban la dinámica local con la viabilidad del organismo completo.
La misma lógica aparece, con mecanismos distintos, en la inflamación sistémica, la tragedia de los comunes, la explotación ecológica y la optimización mal especificada de sistemas artificiales.
Esto conduce a una ley organizacional:
La estabilidad de un sistema multiescala depende de mecanismos que impidan que los óptimos locales destruyan las condiciones de existencia del conjunto.
La cooperación no elimina el conflicto.
Lo contiene mediante restricciones, retroalimentación, dependencia mutua y control distribuido.
¿Vive la vida en el borde del caos?
La idea es seductora: los sistemas vivos operarían cerca de una transición crítica, entre la rigidez y la desorganización, donde la sensibilidad, el rango dinámico y la capacidad de procesamiento serían máximos.
En algunos sistemas existen resultados compatibles con regímenes críticos o casi críticos. Las avalanchas neuronales, ciertas redes regulatorias y algunos fenómenos colectivos muestran patrones que merecen investigación rigurosa.
Pero no debemos convertir una hipótesis interesante en una ley universal.
No toda distribución con cola pesada demuestra criticalidad.
No toda transición abrupta implica un punto crítico.
No todo sistema vivo necesita operar permanentemente en un “borde del caos”.
La afirmación más defendible es más modesta y, quizá, más profunda:
Los sistemas adaptativos necesitan evitar tanto la rigidez extrema como la pérdida completa de coordinación.
La criticalidad puede ser uno de los mecanismos capaces de ampliar sensibilidad y repertorio en determinados contextos. Pero debe demostrarse mediante exponentes, escalamiento, susceptibilidad, correlaciones y predicciones específicas, no mediante semejanzas visuales.
La naturaleza no necesita nuestras metáforas.
Necesita que nuestras teorías sobrevivan a las perturbaciones.
Enfermedad como pérdida de organización reguladora
Desde esta perspectiva, una enfermedad no es solamente una molécula alterada ni un componente defectuoso.
Puede ser una falla de frontera.
Una insuficiencia energética.
Una pérdida de observabilidad.
Una respuesta correcta en un tiempo equivocado.
Una memoria que dejó de ser adaptativa.
Una optimización local destructiva.
Una reducción de diversidad funcional.
Una retroalimentación excesiva.
Una transición hacia un estado estable, pero patológico.
La sepsis, por ejemplo, no puede comprenderse únicamente como presencia de un patógeno. Incluye fallas de coordinación inmunitaria, vascular, metabólica y temporal. La autoinmunidad no es simplemente “demasiada inmunidad”; implica una alteración de las distinciones, restricciones y mecanismos de tolerancia. El cáncer no es solo proliferación; es evolución somática dentro de un sistema cuyas reglas de cooperación han sido parcialmente quebradas.
La medicina de precisión debería identificar estas arquitecturas causales.
Un biomarcador es verdaderamente útil cuando distingue estados que requieren decisiones diferentes.
Una intervención es profunda cuando modifica la dinámica que mantiene la enfermedad, no solo una de sus manifestaciones visibles.
La ciencia como búsqueda de imposibilidades
Una buena teoría no solo explica lo que ocurrió.
También establece qué no debería ocurrir si la teoría es correcta.
Esa capacidad de prohibir resultados es una de las fuentes de poder de la ciencia.
Una explicación compatible con cualquier observación no es profunda. Es invulnerable porque no arriesga nada.
La ciencia progresa cuando formula restricciones y permite que la realidad las juzgue.
Por eso, las perturbaciones tienen un papel central. Permiten preguntar:
¿Qué variable intenta conservar el sistema?
¿Qué energía sostiene esa conservación?
¿Qué diferencias puede detectar?
¿Qué perturbaciones confunde?
¿Qué retardo limita la respuesta?
¿Qué rutas compensatorias aparecen?
¿Qué relación permanece invariante?
¿Qué compromiso impide maximizar todas las funciones?
¿Qué memoria queda después de la recuperación?
¿Qué observación obligaría a abandonar el modelo?
Estas preguntas convierten una filosofía de la naturaleza en un programa de investigación.
La libertad no es ausencia de restricciones
Solemos imaginar la libertad como eliminación de límites.
Pero un sistema sin restricciones no es necesariamente libre. Puede ser simplemente incoherente.
Una molécula completamente desligada de toda interacción no puede construir una célula. Una célula incapaz de restringir sus reacciones no puede coordinar metabolismo. Un cerebro sin inhibición no alcanza creatividad ilimitada; pierde organización. Una sociedad sin ninguna regla no produce máxima autonomía, sino una lucha inestable entre poderes desiguales.
Las restricciones no solo reducen posibilidades.
También crean nuevas posibilidades.
La geometría del ala limita el movimiento del aire y hace posible el vuelo. La gramática restringe combinaciones de palabras y permite construir significados. La membrana limita el intercambio y hace posible el metabolismo. La inhibición neuronal restringe la excitación y hace posible la señal organizada.
La libertad funcional emerge cuando las restricciones eliminan trayectorias destructivas y conservan un repertorio amplio de trayectorias viables.
La vida no es libre porque pueda hacer cualquier cosa.
Es libre porque, dentro de límites inevitables, puede explorar más de una manera de continuar existiendo.
Conclusión: la creatividad de lo inevitable
Las leyes inevitables no convierten el universo en una máquina sin novedad.
Definen un espacio de posibilidades.
Dentro de ese espacio aparecen bifurcaciones, contingencias, innovaciones, simetrías rotas, nuevas escalas y formas de organización que no estaban explícitas en los componentes aislados.
Pero ninguna creatividad material puede ignorar indefinidamente la contabilidad energética, los límites de la información, los retardos causales, los conflictos entre objetivos, la historia acumulada y la necesidad de coordinación.
La vida no derrota estas restricciones.
Las utiliza.
No elimina la entropía: explota gradientes.
No conoce todo el entorno: selecciona diferencias relevantes.
No responde a toda perturbación: construye repertorios.
No predice perfectamente: combina memoria, anticipación y corrección.
No conserva cada componente: preserva relaciones.
No maximiza todas las funciones: administra compromisos.
No elimina la fragilidad: distribuye riesgos mediante diversidad.
No escapa de la historia: transforma la memoria en posibilidad futura.
Tal vez esa sea una definición suficientemente profunda de la vida:
Materia capaz de convertir restricciones físicas en organización, organización en información e información en nuevas maneras de persistir.
La naturaleza no nos debe explicaciones.
Pero deja regularidades.
La ciencia comienza cuando aprendemos a reconocerlas, a ponerlas a prueba y a aceptar que las leyes más profundas no son aquellas que prometen que todo es posible.
Son aquellas que nos muestran por qué algunas cosas son imposibles y cómo, precisamente dentro de esos límites, pudo surgir algo tan improbable como la vida.
Referencias fundamentales
Ashby, W. R. (1956). An Introduction to Cybernetics. Chapman & Hall.
Conant, R. C., y Ashby, W. R. (1970). Every good regulator of a system must be a model of that system. International Journal of Systems Science, 1, 89-97.
Francis, B. A., y Wonham, W. M. (1976). The internal model principle of control theory. Automatica, 12, 457-465.
Landauer, R. (1961). Irreversibility and heat generation in the computing process. IBM Journal of Research and Development, 5, 183-191.
Noether, E. (1918). Invariante Variationsprobleme. Nachrichten von der Gesellschaft der Wissenschaften zu Göttingen, 235-257.
Prigogine, I. (1978). Time, structure, and fluctuations. Science, 201, 777-785.
Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379-423 y 623-656.
Shoval, O., Sheftel, H., Shinar, G., Hart, Y., Ramote, O., Mayo, A., Dekel, E., Kavanagh, K., y Alon, U. (2012). Evolutionary trade-offs, Pareto optimality, and the geometry of phenotype space. Science, 336, 1157-1160.
%2011.36.15%20a.m..png)
%2011.36.15%20a.m..png)
%2011.36.15%20a.m..png)