Casi siempre que abrimos un editor de código para simular un sistema complejo cometemos el mismo pecado original: asumimos que las cosas ya son cosas. Escribimos class Agent o definimos arreglos de estructuras para modelar el comportamiento de una célula, de un árbol, de una fábrica o de una persona. Pero en el mundo físico no hay constructores de clases. Antes de que una célula sea célula, o de que un bosque sea bosque, existe un sustrato continuo de flujos químicos, gradientes de temperatura e intercambios de energía que no tiene bordes claros.

La decisión de dónde termina el entorno y dónde empieza la entidad es nuestra, no de la naturaleza. Es un corte epistémico, una línea arbitraria que dibujamos para que el fenómeno sea computable.

Cuando trabajaba en la instrumentación computacional de un proyecto de investigación —una tesis doctoral en filosofía de la ciencia y ciencias de la complejidad cuyo núcleo conceptual pertenecía a un colega filósofo—, este límite de la programación me golpeó de frente. Mi tarea era construir el motor de simulación. Pero diseñar un simulador para este proyecto no era una cuestión de elegir la base de datos más rápida o el framework de moda; era una decisión ontológica. Teníamos que simular el proceso mediante el cual algo empieza a existir como objeto. Teníamos que escribir código para lo que está antes del objeto.

El sustrato pre-individual

En la informática tradicional, el paradigma orientado a objetos nos ha malacostumbrado. Pensamos el mundo como un inventario de entidades discretas que se envían mensajes entre sí. Si queremos simular una epidemia, creamos mil agentes "persona" con estados internos compartimentados. Si queremos modelar el tráfico de Medellín, definimos agentes "vehículo" y agentes "vía". Asumimos la individualidad como el punto de partida.

Pero en la filosofía de la ciencia, y en especial cuando intentamos entender sistemas masivos o hiperobjetos —fenómenos tan distribuidos en el espacio y el tiempo que no se pueden observar de un solo vistazo—, la individualidad es el punto de llegada. Gilbert Simondon utilizaba el término "pre-individual" para describir ese estado donde existen potenciales, tensiones y flujos, pero todavía no hay individuos estables. El objeto es solo una cristalización temporal, una fase que emerge cuando el sustrato cruza un umbral físico o de información.

El problema real al que nos enfrentamos fue este: si para simular tenemos que declarar variables, y declarar variables implica definir tipos de datos rígidos y discretos en memoria, ¿cómo simulamos el tránsito entre la sopa amorfa del sustrato y la aparición de una estructura con bordes? Si modelas la entidad desde el inicio, estás haciendo trampa; estás asumiendo lo que deberías demostrar. Si no la modelas, ¿con qué corre el bucle de simulación?

La arquitectura ontológica: ABM + ODE

La respuesta técnica a este dilema no fue de optimización, sino de arquitectura. Decidimos acoplar modelos basados en agentes (ABM) con ecuaciones diferenciales ordinarias (ODE).

En el código, las ODE no representan agentes individuales; representan los campos continuos del sustrato pre-individual. Son el espacio físico, los gradientes de nutrientes, los flujos de contagio o las corrientes climáticas que se propagan de manera ininterrumpida por todo el sistema. No tienen fronteras; son pura continuidad matemática resuelta por un solver en cada paso de tiempo.

Por otro lado, los ABM representan las singularidades: los agentes que interactúan y se alimentan de ese campo continuo. Pero lo crucial de este acoplamiento es que el agente no es una isla hermética. El estado del agente se recalcula constantemente a partir del valor local del campo de la ODE, y las acciones del agente modifican a su vez el campo continuo.

Esta interacción híbrida no es solo una técnica multiescala para mezclar lo macro y lo micro en una sola ejecución. Es una representación computacional de la génesis de un objeto. El agente se alimenta de las tensiones del campo continuo hasta que se estabiliza. En nuestro motor, el acoplamiento ABM+ODE no asume el objeto; simula el umbral de su aparición. El objeto emerge cuando la regularidad operativa local —el bucle de retroalimentación entre el agente y el campo— se vuelve lo suficientemente robusta como para resistir perturbaciones externas.

La métrica EDI: medir el shock

¿Cómo demostramos que esa regularidad que vemos en la simulación es un objeto real y no solo un artefacto de nuestra forma de agrupar los datos? Si un patrón se ve organizado en la pantalla, es fácil caer en la tautología de decir que "emergió un objeto". La mente humana es una máquina de buscar caras en las nubes; vemos coherencia donde solo hay combinatoria.

Para romper este autoengaño estadístico, implementamos el protocolo EDI (que en nuestro marco de falsación funciona como un Índice de Emergencia/Dependencia). En lugar de observar pasivamente el sistema y catalogar lo que parecía un objeto, diseñamos un protocolo de validación ablativo. El concepto es directo, casi violento: si crees que una estructura macroscópica existe y es causalmente real, aplícale un shock localizado —elimínala o pertúrbala a nivel macro— y observa si la predicción del nivel micro se desmorona.

Si al realizar esta ablación de la variable macro el comportamiento de las partes individuales sigue siendo perfectamente predecible, entonces el "objeto" que creíamos ver era una ilusión estadística. Todo estaba ya codificado en las reglas micro. Pero si al perturbar la estructura macro la capacidad del modelo para predecir el comportamiento micro decae severamente, entonces la estructura preontológica tiene realidad causal. Posee lo que en complejidad llamamos "cierre operativo".

Corrimos este protocolo sobre 40 casos de estudio diferentes. No nos limitamos a un solo dominio: los casos abarcaron 30 órdenes de magnitud espaciales y temporales, desde las dinámicas de transporte de partículas microscópicas hasta el colapso de ecosistemas a gran escala y la dispersión de epidemias multiregionales.

La honestidad de la falsación

Lo que descubrimos no fue una apología optimista de la complejidad. De los 40 casos analizados bajo el protocolo EDI, la gran mayoría no mostró una emergencia fuerte. En muchos sistemas donde la literatura científica suele declarar con entusiasmo que "ha emergido un comportamiento colectivo", la métrica EDI reveló que las macroestructuras eran reducibles. Eran consecuencias lineales o promedios estadísticos de las partes; no objetos irreductibles.

Para un paper tradicional, reportar que tus casos de simulación caen en la categoría de "reducibles" o "falsados" es una mala noticia. Para un filósofo que programa, es honestidad epistémica.

La ciencia de la complejidad está llena de modelos pulcros que confirman lo que el investigador ya quería encontrar. Todo se ve limpio en el PDF final porque el software fue diseñado para acoplarse con la conclusión deseada. Sin embargo, cuando pones a prueba tu propio modelo mediante un gate de 13 condiciones simultáneas y perturbaciones adversariales en el protocolo EDI, te ves obligado a aceptar lo frío de los datos. Si la métrica dice que el sistema es reducible, entonces lo que creías que existía antes del objeto era solo ruido ordenado por el azar.

La lección del código

Al final, construir EstructurasPreontologicas me enseñó que la filosofía no es una capa decorativa que añadimos a la ingeniería para que el código suene más profundo. La filosofía es el núcleo del diseño de software cuando nos atrevemos a simular la realidad sin simplificarla.

El código nos obliga a ser ontológicamente rígidos: tenemos que declarar tipos, alocar memoria y estructurar flujos. Pero la física del mundo real es un fluido sin etiquetas. Toda la tensión de modelar sistemas complejos vive en esa grieta: en la incomodidad de usar una máquina discreta para representar un universo continuo.

La métrica EDI y el motor ABM+ODE no resuelven el misterio de la existencia, ni pretenden ser la última palabra en simulación. Pero nos dan un instrumento riguroso para marcar el límite de nuestras caricaturas computacionales. Nos enseñan a mirar de cerca el momento exacto en que una regularidad operativa en el campo continuo empieza a consolidarse, a resistir el shock, y a convertirse en algo que —por fin y con un poco de suerte— podemos llamar un objeto.

— Steven Vallejo, Medellín