1.1 La prehistoria de la Teoría General de Sistemas.

"Puesto que el carácter fundamental de

la cosa vivente es su organización, la
investigación usual de procesos y
elementos individuales es incapaz de
ofrecer una explicación completa de los
fenómenos vitales. Dicha clase de
investigación no nos informa sobre la
coordinación de partes y procesos."
(Bertalanffy, 1975, Perspectivas en la
Teoría General de Sistemas. Madrid.
Alianza, 140)1

La cosmología aristotélica recogía la visión griega de kosmos como orden

inteligible. Sin embargo, su análisis partía de una concepción holística y
teleológica que sería abandonada por el desarrollo posterior de la ciencia.
Tanto la visión cartesiana como el método científico de Galileo, por poner dos
ejemplos, se basaban en la descomposición de los fenómenos complejos en
partes elementales (en el Discurso del Método de Descartes se expone la
metodología de descomposición; Galileo llama método “resolutivo” a su modo
de analizar los problemas, que también consiste en el análisis de las componentes
por separado).
Estos modos de operar y concebir la realidad fueron adecuados para el avance de
disciplinas mecanicistas como la física o la química, pero no satisficieron las
necesidades, por ejemplo, de otra ciencia natural de carácter fundamental: la
biología. En ella, el concepto de organismo no tenía ningún marco de referencia
que lo sustentara, ya que no había ninguna teoría que explicara el fenómeno de
las estructuras organizadas que se orientan a una finalidad concreta.
Por otra parte, ciertos autores defienden la idea que ésta era una cuestión
recurrente, de manera que los predecesores del enfoque sistémico habían ido
apareciendo en el panorama del pensamiento a lo largo de la historia:
"Ya la lengua griega conocía la palabra sistema (...). Desde
principios del siglo XVII esta palabra fue usada por filósofos y
teólogos, y pronto se generalizó en todas las disciplinas.
Tras los primeros teóricos del concepto de sistema, B.
Keckermann, C. Timpler, J.H. Alsted y más tarde N.

1
A la muerte de Bertalanffy, en 1972, su mujer y sus colaboradores ordenaron el vasto material que dejó
a medias dicho autor (notas, apuntes, preediciones de libros, etc.) y editaron una obra póstuma
(Bertalanffy, 1975). El capítulo 12 de esta obra contiene un desarrollo histórico de la Teoría General de
Sistemas que he seguido para la exposición de este apartado. Las apreciaciones de tipo general, por tanto,
derivan de dicha publicación; las específicas que he añadido de otras obras se acompañan de la referencia
correspondiente.
 Malebranche y CH. Wolff, J.H. Lambert fue el que estableció
una teoría general aunque fragmentaria de Sistema
("sistematología"). La definición clásica de Kant (...)
introduce el concepto de arquitectura (...)” (Konig, 1983, 186)

La situación de carencia epistemológica se agudizó a principios del siglo XX con

el auge de otras disciplinas (psicología, sociología y, en general, las ciencias
humanas) que tampoco encontraban un marco adecuado en las concepciones
clásicas. Se creó, por tanto, la situación idónea para la aparición y desarrollo de
la Teoría General de Sistemas en la que, desde su primera concepción, ya se
intuía el carácter extensivo a múltiples disciplinas:
“... el concepto de Sistema se ha introducido en todas las
ciencias, la "General System Theory" fundada por L. v.
Bertalanffy; la teoría cibernética del sistema, iniciada por N.
Wiener y la "Systems Science" ("System Analysis", "System
Engineering"...), de orientación más pragmática, intentan
elaborar puntos de vista interdisciplinarios de tipo global"
(Konig, 1983, 186)

Este suministro de un sostén teórico fue completado por la influencia de otros

factores, que proceden del desarrollo de las ciencias exactas y la ingeniería, y que
contribuyeron a la fundamentación de la teoría de sistemas. Es decir, se dio el
fenómeno curioso de converger, por una parte, una necesidad epistemológica de
las ciencias humanas y algunas ciencias naturales y, por otra, el desarrollo de
unos campos nuevos en las ciencias formales y aplicadas, de manera que el
segundo hecho apuntaló el cuerpo de conocimientos que emergía del primero.
Esta sinergia de aportaciones configuró la Teoría General de Sistemas tal como la
conocemos en la actualidad. La historia de su evolución se explica de forma más
detallada en los dos apartados siguientes.

1.2 Hacia la Teoría General de Sistemas de nuestros días: de la lógica

formal a la cibernética.
«En la inferencia silogística», escribió en cierta
ocasión Bertrand Russell «se supone que uno
sabe ya que todos los hombres son mortales y
que Sócrates es un hombre; y de ahí uno
deduce lo que jamás había sospechado, a
saber, que Sócrates es mortal. Esta forma de
inferencia se da realmente, aunque muy raras
veces.» (Gardner, 1983, Circo Matemático, 107)

El intento de desligar el razonamiento formal del semántico constituyó el

objetivo de filósofos y matemáticos durante miles de años. El primer intento
corresponde a Aristóteles, precisamente por su estudio del silogismo, y puede
atribuirse a él la colocación de la primera piedra de la lógica formal. ¿Se podía
razonar rápida y correctamente desligando por completo los conceptos de su
significado y con la certeza de que la conclusión era buena? En el año 1847
Boole inventaba un sistema de entidades y operaciones (Álgebra de Boole) que
daba respuesta a esta preguntas y sentaba, además, las bases de nuevas
disciplinas teóricas y aplicadas.
Aunque el mismo Boole2 había indicado que su álgebra podía servir para el
cálculo de proposiciones, no fue hasta el año 1910 cuando Paul S. Ehrenfest
elaboró la interpretación "electrónica" (circuitería lógica) de sus reglas de
cálculo. Todo el desarrollo paralelo que se daba entre lógica, matemática e
ingeniería, sentó la cuna de la visión basada en modelos. A modo de ejemplo,
cabe señalar que el primer trabajo con cierto éxito, sobre sistemas para diseñar
circuitos dotados de significado lógico, lo realizó Shannon en 19383.
En esta línea de progreso, juega un papel relevante la introdución y el auge de la
palabra “cibernética” y la visión que se deriva de ella. En marinería, se sabe
desde siempre que la navegación a contraviento se realiza en zigzag, dado que se
aprovecha el empuje sobre una vela lateral para avanzar en sentido opuesto a la
fuerza que incide sobre el barco. En esta maniobra es importante la labor del
timonel, ya que decide el momento de dar el golpe de timón (en griego, kiber)
para corregir el curso de la nave. Visto este detalle, es de alabar el acierto en los
nombres de Wiener, el cual acuñó el término cibernética4 para referirse a la
ciencia del control. Su mérito como ingeniero era el diseño de un proyectil que
autocorregía su rumbo, pero su influencia en nuestro modo de pensar fue mucho
más allá, ya que a partir de su contribución se introdujo la palabra feed-back
(retroalimentación) en la ingeniería del siglo XX y, de allí, a todo un abanico de
ciencias (en particular y de forma notable, en las Ciencias de la Educación).
A lo largo de este proyecto se constatará reiteradamente el fenómeno de apoyo
mutuo entre disciplinas (lógica, ingeniería aplicada y teórica, aprendizaje,
comunicación, etc.) que es característico de nuestro tiempo. En el presente
apartado se ha señalado solamente la parte inicial del proceso que, como postula
Vries (1998) frecuentemente consiste en un logro de la ingeniería al que se busca
aplicación y que, después, da lugar a los modelos teóricos.
En este caso esto fue así, de manera que el progreso en los aspectos formales de
la ciencia (que conllevó los logros que he descrito) contribuyó a crear un entorno
intelectual adecuado para el desarrollo de la Teoría General de Sistemas y ésta,
por añadidura, se nutrió de muchas de las aportaciones de dichos logros5.

2
La vida de Boole no deja de ser curiosa: pasó de zapatero a ser nombrado profesor de universidad
debido a la publicación de su teoría. Murió de un fuerte resfriado que se atribuye a su empeño por asistir a
impartir su clase en un día de lluvia torrencial y llegar empapado, cuando su edad ya no le permitía tales
avatares. Sus hijos continuaron el desarrollo de su teoría.
3
Nótese que esto sucedía diez años antes de que el mismo autor publicara su obra sobre la Teoría de la
Comunicación.
4
Es curioso pensar como se desarrollan términos nuevos que pierden su sentido inicial. El lexema “ciber”
se identifica actualmente con el campo semántico de la tecnología punta o de la cienfica ficción; se habla
de ciberespacio y de cibernautas, cuando esto último a un griego le parecería absolutamente redundante,
ya que un "cibernauta" sería un navegante que lleva timón. Obvio, ¿no?.
5
Para una visión de la Teoría General de Sistemas que comenta muchas de las aportaciones
interdisciplinares y las relaciona, véase Ferrer, 1998.
1.3 Hacia la Teoría General de Sistemas de nuestros días: Bertalanffy y
la matemática.
“Von Bertalanffy esbozó la teoría
“dinámica” de sistemas y describió
matemáticamente varias propiedades
sistémicas (totalidad, suma,
crecimiento, competencia, alometría,
mecanización, centralización, finalidad,
equifinalidad, etc.) derivadas de la
descripción del sistema mediante
ecuaciones diferenciales simultáneas”
(Bertalanffy, 1975, Perspectivas en la
Teoría General de Sistemas, 141)

La clave del impacto de la matemática en la Teoría General de Sistemas radica en

la capacidad de modelación; es decir, en la posibilidad de modelar sistemas
complejos con precisión y, por tanto, de predecir su conducta.
Ello ha sido posible debido al progreso en nuestro siglo del estudio de las
ecuaciones diferenciales y de los sistemas dinámicos. Grosso modo podemos
decir que ambos campos son complementarios. Las ecuaciones diferenciales, una
vez resueltas, pronostican el comportamiento de una o varias partículas
sometidas a condiciones concretas (por ejemplo, la trayectoria que sigue la Luna
alrededor de la Tierra, la que sigue el cometa Halley o la de cualquier otro cuerpo
sometido a su atracción, se obtienen de resolver este tipo de ecuaciones). El
estudio de los sistemas dinámicos consiste en la predicción de la conducta de
grandes grupos de partículas sometidos a condiciones conocidas (por ejemplo, las
formas que toma una galaxia en su movimiento giratorio, la distribución de las
estrellas que arrastra, se predice mediante dicha teoría).
En ambos ejemplos, las “condiciones conocidas” son la velocidad que lleva cada
partícula y la atracción que ejercen sobre ella las partículas más próximas (por la
ley de gravitación de Newton). Ello nos da una idea de la enorme potencia de
cálculo y modelación a la que hemos llegado en la actualidad. Es decir,
supongamos que no tuviéramos más datos del cometa Halley que su peso, su
velocidad en un instante dado y su distancia a la Tierra en este mismo instante,
pues bien, con estos datos la matemática actual descubriría su trayectoria exacta,
el período en que es visible, la forma de su movimiento y si éste sería perpetuo o
no. Y todo ello se calcularía con sólo una “fotografía” de un instante de la vida
del Halley (!).
Dos consecuencias importantes debidas al cálculo con ecuaciones diferenciales,
en definitiva, repercuten en el pensamiento actual:
1. La potenciación de la modelación.
La técnica predictiva para el comportamiento de las partículas es exportada y
aplicada a otras ciencias, que experimentan avances sustanciales, al poder
afirmar o refutar suposiciones hasta el momento hipotéticas. El término
partícula se extiende a su acepción más general, de manera que llega a
 significar “cualquier ser, vivo o no, sometido a unas condiciones conocidas”.
El éxito de las predicciones extiende la modelación a las ciencias humanas.
La constatación del pensamiento sistémico.
Se demuestra que las mismas ecuaciones diferenciales rigen hechos de
naturaleza completamente diferente. El tipo de pronóstico es el mismo, la
diferencia radica en que en un caso podemos estar hablando de átomos, en
otro de planetas, en otro de células del cuerpo humano, en otro de
conductores en la cola de un semáforo y en otro de depredadores y presas en
un hábitat común. Los científicos y pensadores de diferentes disciplinas
observan cómo existe una base matemática fuerte que confirma su sospecha:
hay unas estructuras modelables comunes en fenómenos estudiados por
disciplinas completamente diferentes.
A mediados de siglo, cuando se consolida la teoría y los avances matemáticos se
popularizan, se observa un aumento de la actividad interdisciplinar entre grupos
de estudiosos que constatan la existencia de patrones de modelaje comunes, por
ejemplo:
“Resulta sorprendente que sistemas biológicos tan diversos
como el sistema nervioso central y la red bioquímica
reguladora de las células sean estrictamente análogos...Y
ello es todavía más notable cuando se oberva que tal
analogía entre sistemas diferentes y en niveles distintos de
organización biológica constituye únicamente un caso
particular de un conjunto amplísimo de analogías similares”
(Rosen, 1967, 282)
“Creo haber llegado a sus mismas conclusiones, aunque en
mi caso acercándome desde la economía y las ciencias
sociales, en lugar de la biología; a saber, que hay un corpus
de lo que yo he llamado “teoría empírica general” o de
“teoría general de sistemas”, si utilizamos su excelente
terminología, que es aplicable con gran generalidad a un
sinnúmero de disciplinas diversas” (Boulding, en carta a
Bertalanffy, citado en Bertalanffy, 1975, 142).
"W. Kholer casi llegó a generalizar la teoría de la Gestalt en
la teoría general de sistemas. La discusión de Lotka sobre
sistemas de ecuaciones diferenciales simultáneas fue capital
para la posterior teoría de sistemas "dinámica" (...)
Desarrollados originalmente en torno a la competencia entre
especies, las ecuaciones de Volterra son aplicables a la
cinética y la dinámica generalizadas. En una de sus primeras
obras ("Effects of Control on Stability"), Ashby utilizó las
mismas ecuaciones sistémicas que von Bertalanffy..."
(Bertalanffy, 1975, 141)

El último párrafo es llamativo ya que aparece la psicología del aprendizaje, las

ecuaciones diferenciales que hemos mencionado en el apartado anterior y las
aplicaciones de la Teoría de Sistemas en biología que migran al campo de la
física. Vale la pena, para terminar este apartado, comentar un aspecto que
frecuentemente aparece en la bibliografía sobre sistemas: las ecuaciones de
Volterra.
Volterra aplicó las ecuaciones diferenciales al problema de la depredación de
especies y obtuvo modelos de gran potencia aplicativa. Voy a poner un ejemplo
ilustrativo de sistema cerrado modelable para entender la idea sin tener que entrar
en teoría matemática:
Supongamos que una empresa de protección de parques naturales quiere repoblar
un área cerrada de cierta extensión con dos especies en relación de depredador-
presa. Para fijar ideas, pensemos en raposas y conejos. Si repoblamos una sin la
otra, sucede una catástrofe (en Australia se cometieron varias de este estilo al
introducir especies nuevas en el continente). Cuando los conejos escasean, a las
raposas les cuesta más cazarlos, pasan más hambre, son más vulnerables a las
enfermedades y mueren más. Cuando mueren raposas, los conejos tienen un
respiro y su número aumenta. En general, pues, la población de estas dos
especies sigue unos ciclos de oscilación. ¿Cuál es el número deseable de
animales de una y otra que debemos introducir para repoblar?
La respuesta a esta pregunta es importante ya que, dependiendo de las cantidades
iniciales y de ciertos factores ambientales (que se expresan en términos de
parámetros en las ecuaciones diferenciales) se obtiene un modelo de parque u
otro. Es decir, la oscilación de poblaciones puede ser muy brusca o, por el
contrario, optar por un comportamiento más estable. Además, hay un valor
añadido: el riesgo de suministrar, por ejemplo, raposas de más, lo cual provocará
una mortalidad inicial fuerte de esta especie (ya que esta muy descompensada
respecto a la situación de supervivencia).
El valor de las ecuaciones de Volterra es que pronostican las curvas de
comportamiento (cantidad de cada una de las especies a cada instante) e indican,
por tanto, las cantidades a utilizar en repoblaciones. Si se entienden algunos
detalles del problema (de todos modos, es difícil de apreciar en el ejemplo que he
puesto, ya que está muy simplificado), se puede comprender por qué este modelo
es exportable a otros campos del saber. En definitiva, sirve para pronosticar el
comportamiento de sistemas en los que haya tensión entre componentes o
competición entre factores diferentes, su valía radica en que acierta con precisión
la magnitud de cada uno de ellos en cada instante.