El entorno económico y tecnológico: la complejidad
Se habla mucho hoy en día de la complejidad del hacer productivo y de los mercados que permiten fluir a los productos. El concepto de «complejo» se liga específicamente a la teoría económica. En efecto, se describe a la economía como un sistema complejo social. La atribución de esta descripción se debe a Friedrich von Hayek10. Un sistema complejo se define como un sistema carente de control central y en que la actividad llega a puntos de equilibrio a través de «comportamiento emergente» (emergent behaviour)11. La teoría de Von Hayek (Von Hayek 2004) es que un mercado es un sistema complejo donde la existencia de información (precios) resulta en acuerdos entre los entes llegando a una especie de orden (la «mano invisible» de Adam Smith). El análisis matemático de los sistemas complejos más reciente (la teoría de caos) nos enseña que dichos equilibrios son más bien transitorios y efímeros. Sin embargo, la comprensión de los sistemas complejos subyace a la interpretación actual de eventos y procesos económicos.
Además de los economistas, los ingenieros y los científicos son a menudo los mejor situados para entender estos procesos, dada la incertidumbre inherente en la ciencia y el hecho de la prevalencia de sistemas complejos en la ciencia y la sociedad. Ejemplos de sistemas complejos existen en economía, sociología, matemáticas, física, neurología, biología e ingeniería. Recientes ejemplos existen también en sistemas de transportes y comunicaciones. El estudio de estos sistemas es importante, y aunque son no lineales y no previsibles, se puede observar cómo funcionan a través de modelos en los que se pueden estimar las clases de comportamiento inherentes a un sistema y preparar estrategias para enfrentar cambios abruptos en las circunstancias económicas.
Un ejemplo de investigación y desarrollo de sistemas complejos está constituido por las redes de comunicación en colaboración con British Telecomunicación (BT) (Pointon, Carrasco and Gell 1996). El problema se originó con una agencia de viajes en una pequeña ciudad, la cual publicó una oferta de vacaciones de costo bajo y competitivo y, como consecuencia de la misma, el número de llamadas telefónicas aumentó exponencialmente creando inestabilidad en las redes de comunicaciones, en las cuales este efecto se propagaba a través de la infraestructura produciendo un colapso de la red. Para comprender este comportamiento del sistema, el objetivo fue modelar el comportamiento de las redes de comunicaciones con un intenso tráfico y la evaluación de un modelo no lineal que consiste en una compleja conectividad de elementos (interruptores). El modelo representa el flujo de datos a través de una compleja red heterogénea con un rango de comportamiento que incluye varios estados (estado estable, inestable caótico y no balanceado). El flujo de tráfico se puede controlar y caracterizar por una matriz representando datos estadísticos y analíticos. Esta información del comportamiento dinámico de la red se usa para manejar el flujo de datos basada en el enrutamiento de tráfico adaptivo. Los resultados muestran un ejemplo de cómo puede sobrevivir un sistema complejo, lo cual se puede extender a los cambios bruscos que proporcione la economía global.
La falla de muchas economías es la percepción de la necesidad de «revoluciones», o sea de cambios bruscos impuestos por decisiones políticas, cuando la teoría de sistemas complejos nos enseña que cambios pequeños pueden tener consecuencias mayores. La falla fundamental atribuible a los discípulos de la Universidad de Chicago era su fe absoluta en los equilibrios, cuando estos son en realidad más bien efímeros.
Tecnología y futuro de la industria
La esencia de una economía del conocimiento es la existencia de una tecnología para adquirir, compartir y aplicar dicho conocimiento. La tecnología que prevalece es la informática, que está produciendo avances significativos en la automatización, llevando a la creación de robots y dispositivos inteligentes. La velocidad de procesamiento, la capacidad de memoria de los computadores y el potencial de comunicación digital reunidos en la informática en nube (cloud computing) a través de la eficiencia de hardware, software y algoritmos, han creado oportunidades para mejorar los procesos de negocio y generar riqueza. Los resultados incluyen automóviles y casas smarts. Lo mismo en el caso de aviones, utensilios de cocina, equipos y dispositivos para la salud, elementos de apoyo para la educación y métodos de producción, como asimismo infraestructura de transporte y de suministro de energía, etc. Ninguna de estas cosas, en su mayor parte, había cambiado significativamente desde mediados del siglo XX.
Algunos denominan a todo este intenso proceso de innovación como «cuarta revolución industrial» o «industria 4.0», que lleva la automatización y el intercambio de datos a un nuevo nivel, estableciendo sistemas ciber-físicos en el espacio del internet de las cosas (IoT) y el big data.Todo ello implica cambios inéditos por la dimensión de su impacto y su velocidad vertiginosa. No solamente han cambiado la organización de las empresas y los nuevos modelos de negocios que requieren utilización de las últimas tecnologías, sino también hemos cambiado nosotros mismos en el modo de conectarnos e interactuar. Otro importante progreso en el desarrollo tecnológico y la computación es la inteligencia artificial12.
La inteligencia artificial (IA) es supuestamente la demostración de función cognitiva implementada en máquinas o computadores, en contraste con la inteligencia natural mostrada por el ser humano y otros animales. En la ciencia de la computación, la IA investiga y es definida como el estudio de «agentes inteligentes». Hay que reconocer que la inteligencia realizada por una máquina es enfáticamente «artificial», lo cual quiere decir que deja en cuestión si acaso la IA es en realidad «inteligencia», ya que está basada en el cálculo repetido y en abstracciones numéricas y lingüísticas tratables por medio de máquinas (Carrasco & Riveros 2020). El cálculo en su entorno está basado en teorías del funcionamiento del cerebro; teorías que, en cualquier caso, carecen de evidencia sólida en su apoyo. Aunque el debate sobre la credibilidad biológica de la IA sigue, es cierto que ha proporcionado nuevos modelos de tratamiento digital de datos que demuestran habilidades de aprendizaje y resolución de problemas.
La automatización y la robótica en procesos de manufactura o servicios proporcionan bastantes ventajas a nivel económico, social y tecnológico, y son muy importantes para la competitividad en cualquier industria. La automatización puede aumentar la capacidad de producción y responder con más agilidad a las exigencias de los clientes. También ofrece varias ventajas, por ejemplo, puede disminuir los costes de fabricación y aumentar la eficiencia de los procesos productivos al remplazar al hombre en trabajos de gran esfuerzo que ponen en peligro su integridad física y disminuye el impacto de beneficios salariales y no salariales.
Todos estos elementos y progresos que se han mencionado, tienen serias y profundas implicancias para la educación. Por una parte, porque ella misma está cambiando, en la medida en que existen nuevas tecnologías que permiten realizar el proceso educativo de una manera más efectiva y eficiente. Por otro lado, porque esta serie de cambios profundos en el hacer social, marcados por la gran innovación tecnológica, demanda una educación capaz de formar individuos aptos para esa nueva realidad social y productiva. Siguiendo la vieja acepción de que la educación es un proceso de adaptación a la realidad social, hoy día, siendo eso así, tenemos que hacernos de una educación capaz de preparar individuos que impulsen la continuación de esa cadena de cambios.
Súper-inteligencia y la singularidad
Los nuevos avances exponenciales de la ciencia, particularmente la informática, y el manejo de la materia a niveles atómicos y la nanotecnología, pueden ser lo que defina el futuro. Ellos permitirán la salvación de muchos problemas de la humanidad, a la vez que representan la declinación inevitable de la sociedad industrial, mundo en el que se localiza actualmente el debate científico y filosófico. Christopher Bennett y Nick Bostrom (Bostrom 2016) describen el concepto de súper-inteligencia poshumana que es implementada completamente en una computadora. Modelada y simulada en el uso artificial del cerebro humano, o en sistemas computacionales, o en un híbrido de sistemas