a complexidade e os seus paradigmas na gestão
DESCRIPTION
Artigo de Marco Arraya sobre gestão e aplicação da teoria da complexidadeTRANSCRIPT
A Complexidade e os seus paradigmas na gestão. Uma Abordagem
Marco Arraya (Ph.D)
Ficha Técnica
Título: A Complexidade e os seus paradigmas na gestão. Uma abordagem.
Subtítulo:
Autor: Marco Arraya
ISBN: 978-989-20-5014-0
Foto de Capa:
Setembro de 2014
Edição de Autor
Contactos ResearchGate.com: Arraya M. ResearcherID: I-7636-2012 https://www.marcoarraya.com Email: [email protected]
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 3
Biografia do autor
O principal objetivo com esta abordagem aos paradigmas da complexidade é contribuir para a divulgação e clarificação dos temas. No que se refere aos meus interesses académicos e profissionais existe um eixo condutor: contribuir para um mundo cada vez mais altruísta, solidário e fraterno. As minhas áreas de interesse e pesquisa académica procuram alcançar dois desideratos:
1) desenvolver a longevidade organizacional; 2) a criação de valor aos Stakeholders. Os meus projetos privilegiam a partilha de conhecimento e incentivo à melhoria do desempenho organizacional, onde pretendo seguir um pensamento de Peter Drucker, “o abandono organizado”, pois só o fazendo serei amanhã melhor que hoje.
Académica � 2014 - Doutorado em Gestão Estratégica
Tema da tese: “O efeito da homeostasia nas organizações e o desempenho”. Universidade Aberta, Portugal
� 2012 – Master of Administration “Business Management” Tema da tese: “An investigation into the impact of goal-setting on productivity in a selected team sports environment” University of South Africa (UNISA)
� 2006 - Mestrado em Gestão do Desporto Tema da tese: “ O Balanced Scorecard no desenvolvimento das competências do dirigente”. Universidade Técnica de Lisboa / Faculdade de Motricidade Humana
� 1999 - Pós Graduação em Gestão Comercial e Marketing Universidade Politécnica de Madrid
� 1998 - Pós Graduação em Marketing Instituto Superior de Gestão
� 1997 - Licenciatura em Marketing Especialização em Marketing de Serviços Instituto Português de Administração de Marketing
Outros � Gestor � Colunista em artigos de opinião na área de gestão (Executive Digest, Marketeer,
OJE; MaisValia, Record). � Autor e editor do livro “Recursos e Capacidades. Uma visita ao paradigma da Visão
de Recursos (RBV) e das Capacidades Dinâmicas (DCV). ISBN: 978-989-20-4648-8, 2014.
� Co-autor e editor do livro técnico “Tendências Contemporâneas da Gestão Desportiva”, 2014.
� Co-autor e editor do livro técnico “Andebol: um caminho para o alto rendimento”, 2012.
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 4
Nota Prévia
Esta visita aos paradigmas da complexidade surge da procura de um caminho para a
mudança dentro das organizações, é uma investigação bibliográfica efectuada à
literatura existente até 2011 sobre estes paradigmas.
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 5
Índice
1. Introdução ................................................................................................................. 7 2. Cibernética .............................................................................................................. 15
2.1. Conceito de variedade ......................................................................................... 18 3. Pensamento Sistémico - Teoria Geral dos Sistemas ............................................... 20 4. Segunda Lei da Termodinâmica e a Flecha do Tempo ............................................ 35 5. Sistemas Dinâmicos ................................................................................................. 39
5.1. Definição de sistemas dinâmicos ........................................................................ 39 5.2. Realimentação e causalidade .............................................................................. 43 5.3. Modelos fundamentais do comportamento dinâmico ....................................... 46 5.4. Auto-organização ................................................................................................. 47
6. Caos ......................................................................................................................... 52 6.1. Efeito Feedback e equação logística .................................................................... 57 6.2. Comportamento Não-Linear ............................................................................... 59 6.3. Sensibilidade às Condições Iniciais (Efeito Borboleta) ........................................ 60 6.4. Níveis Críticos ...................................................................................................... 64 6.5. Espaço Fase .......................................................................................................... 64 6.6. Trajectória do Sistema ......................................................................................... 66 6.7. Atractor ................................................................................................................ 66 6.8. Parâmetros de Controlo e as Bifurcações ........................................................... 71 6.9. Fractais ou Auto Similaridades ............................................................................ 72 6.10. Outras Considerações ........................................................................................ 75
7. Complexidade .......................................................................................................... 78 7.1. Sistemas Adaptativos Complexos ........................................................................ 85 7.2. Auto-organização, a auto-organização baseada na hierarquia e autopiese ..... 101 7.3. A Emergência ..................................................................................................... 114 7.4. Comparar emergência e auto-organização ....................................................... 130 7.5. Breve revisão das Ciências da Complexidade .................................................... 134
8. Definição de termos da “complexidade” .............................................................. 140 Referências Bibliográficas ............................................................................................. 150 Quadros Quadro 1. Princípios da Ciência Clássica e Preceitos da Ciência Moderna. ..................... 9 Quadro 2. Preceitos Cartesianos e Preceitos Sistémicos. .............................................. 13 Quadro 3. O que é um sistema? ..................................................................................... 26 Quadro 4. Epistemologia da Teoria do Caos .................................................................. 53 Quadro 5. Características dos sistemas simples e complexos ....................................... 86 Quadro 6. As diferentes características/princípios dos SAC’s ...................................... 100 Quadro 7. As diferentes características/princípios da auto-organização .................... 109 Quadro 8. A Complexidade e os seus paradigmas na gestão. ...................................... 129 Quadro 9. Ciências da Complexidade: as suas teorias que a integram........................ 139
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 6
Figuras Figura 1. Esquema de retroalimentação. ....................................................................... 16
Figura 2. Representação de um sistema de aquecimento de água ............................... 23
Figura 3. Uma célula é um sistema já muito elaborado e complexo ............................. 24
Figura 4. O que não é e o que é um sistema .................................................................. 25
Figura 5. Abordagem qualitativa, diagrama de enlace causal........................................ 45
Figura 6. Equação logística e caos .................................................................................. 59
Figura 7. Gráfico obtido por Lorenz, após alterar os estados inicias do sistema ........... 61
Figura 8. Azenha de Lorenz............................................................................................. 62
Figura 9. Desenho gráfico do Efeito Borboleta .............................................................. 64
Figura 10. Espaço de fase de um pêndulo ...................................................................... 65
Figura 11. Trajectória Caótica ......................................................................................... 66
Figura 12. Bola colocada num bol em posição de equilíbrio estável ............................. 67
Figura 13. Bacia de atracção ........................................................................................... 67
Figura 14. O Atractor de Lorenz, caótico de dupla espiral ............................................. 68
Figura 15. O ponto ao centro é um atractor pontual num espaço de duas dimensões 69
Figura 16. O ciclo fechado é um atractor de ciclo limite ................................................ 69
Figura 17. Operação de esticar e dobrar no atractor de Rössler ................................... 71
Figura 18. Esquema de um diagrama de bifurcações .................................................... 72
Figura 19. Matryoshka .................................................................................................... 73
Figura 20. O feto é um exemplo de uma estrutura fractal ............................................ 75
Figura 21. Representação esquemática ......................................................................... 77
Figura 22. inter-relação entre os princípios doa sistemas adaptativos complexos ....... 91
Figura 23. Combinação de interações não lineares ....................................................... 94
Figura 24. Representação esquemática da Circularidade ���� Identidade ���� Organização ...................................................................................................................................... 114
Figura 25. Diferenças Emergência / Auto-organização ................................................ 130
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 7
1. Introdução
“Pela falta de um prego, perdeu-se a ferradura; pela falta da ferradura, perdeu-se o
cavalo; pela falta do cavalo, perdeu-se o cavaleiro; pela falta do cavaleiro, perdeu-se a
batalha; por falta da batalha, perdeu-se o reino.” (Provérbio desconhecido)
Durante séculos os mitos e as crenças ditavam o sentido e a ordem do universo, no
séc. XVII com o surgimento das denominadas ciências modernas houve uma
substituição pelas leis científicas. Nasce e sobrevive até aos dias de hoje uma forma de
pensar e fazer ciência que se baseia no paradigma das ciências clássicas, onde se
destacam pensadores historicamente influentes tais como: Bacon, Galileu, Descartes,
Newton, Adam Smith, Karl Marx e Sigmund Freud. Este paradigma edificou-se sobre
três pilares (Morin & Moigne, 1999).
• Ordem: esta noção nasce da concepção determinista e mecânica do mundo, atrás
da desordem aparente existia uma ordem a ser descoberta;
• Separabilidade: deriva do princípio cartesiano segundo o qual é necessário para
estudar um fenómeno ou resolver um problema, decompô-lo em elementos
simples. A disjunção entre o observador e a sua observação é outro aspecto da
separabilidade;
• Razão: o modo de pensar é o da lógica da indução da dedução e da identidade, ou
seja, a rejeição da contradição.
A maior contribuição da abordagem cartesiana, via Descartes, foi o pensamento de
que os sistemas complexos podem ser compreendidos pela análise de uma das suas
partes, no tempo, e, a partir da compreensão dessa parte, atribuir conclusões ao
sistema como um todo, compreendendo-se o contexto. Com esse objectivo, Descartes,
em 1619, formulou quatro preceitos básicos que fundamentam um método universal
para conduzir a razão (Descartes, 1980).
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 8
• O primeiro é o da evidência � o qual refere que nunca se deve aceitar nada como
verdadeiro, se não é possível provar. Noutras palavras, tem-se de evitar
cuidadosamente a precipitação e a previsão;
• O segundo é o da redução � pressupõe a divisão das dificuldades encontradas
para a resolução de um problema na máxima quantidade de partes que facilite
essa resolução;
• O terceiro é o da causalidade � estabelece uma ordem hierárquica para facilitar o
conhecimento dos objectos. Inicia-se pelos elementos mais simples e mais fáceis
de identificar, evoluindo-se para objectos complexos e mais difíceis;
• O quarto é o da exaustividade � retoma os três primeiros preceitos, perfazendo
enumerações tão completas e revisões tão gerais do objecto estudado que se
supõe ter o total conhecimento desse objecto.
Os quatro preceitos, instituídos por Descartes, marcam a passagem da ciência clássica
para a ciência moderna: a primeira norteada pela filosofia aristotélica; a segunda
guiada pelo pensamento cartesiano. Enquanto a Ciência Clássica associava a Ciência à
Filosofia, a Ciência Moderna, estabelecida por Descartes, dissocia a Ciência da Filosofia
(Morin, 1991).
Assim, apesar de continuar com o objectivo da redução herdada da lógica da ciência
clássica, a mudança, estabelecida por Descartes na ciência moderna, conduziu à
elaboração de um conhecimento científico com especificações metodológicas, com
princípios e regras que fazem desse conhecimento objectivo e universal.
O Quadro 1 apresenta um resumo dos princípios da ciência clássica e dos preceitos da
ciência moderna.
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 9
Quadro 1. Princípios da Ciência Clássica e Preceitos da Ciência Moderna.
Ciência Clássica Ciência Moderna
Lógica de funcionamento: Simplificação. Lógica de funcionamento: Simplificação.
Base da lógica: Filosofia Aristotélica e Ciência associada à Filosofia.
Base da lógica: Pensamento Cartesiano e Ciência dissociada da Filosofia.
Princípios Básicos Preceitos Básicos
1. Princípio da ordem; 1.Preceito da evidência;
2. Princípio da separabilidade; 2.Preceito da redução;
3. Princípio da redução; 3. Preceito da causalidade;
4. Princípio indutivo-dedutivo-identitário. 4. Preceito da exaustividade.
Estava-se perante uma visão mecânica do mundo, que era visto como um conjunto de
sistemas simples (linear), ordenada por leis naturais determinísticas, sustentadas na
hipótese de que uma causa definida conduz a um efeito igualmente definido. Criando
um padrão de pensamento que tende à simplificação e à procura da causalidade
simples (Lewin, 1992).
A Teoria da Relatividade de Einstein, Mecânica Quântica, o paradigma da Incerteza de
Heisenberg, e mais recentemente, as Teorias dos Sistemas Dinâmicos, do Caos e da
Complexidade vieram colocar em causa o saber adquirido e derrubaram os três pilares
já referidos. A introdução de novos paradigmas alterou, significativamente, o modo de
como compreender e explicar o funcionamento do universo. A visão simplista do
funcionamento do universo está paulatinamente a ser substituída por uma visão
complexa e paradoxal. Estes novos paradigmas têm também aplicação em modelos de
análise económica e nas teorias organizacionais (Lewin, 1992).
“Nós vivemos um momento de uma complexidade sem precedentes, quando as coisas
estão mudando mais rápido que a nossa habilidade de compreendê-las […] Enquanto o
momento de complexidade inevitavelmente gera confusão e incerteza, as
transformações sociais, económicas, políticas e culturais estão criando possibilidades
para apreendermos nós mesmos novos caminhos […] A maioria dos teóricos sobre
teoria da catástrofe, do caos e da complexidade concordam em não restringir as
pesquisas aos fenómenos naturais e encorajam a extensão das pesquisas para os
sistemas sociais, económicos e culturais” (Taylor, 2001).
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 10
Assim, a evolução tecnológica, tanto no perfil humano como nos processos de gestão,
e as influências do meio ambiente externo tornaram as organizações mais complexas.
Os modelos e teorias clássicas não conseguem resolver adequadamente os problemas
complexos. Investigadores como Capra (1982), Senge (1990), Morin (1990, 2000),
Stacey (1994, 1995, 1996), Morgan (2000), Pascale (2000), Beinhocker (2006) entre
muitos outros que acreditam que a vida nas organizações é um fenómeno complexo,
instável e imprevisível, começaram a abordar a organização sob a perspectiva destes
novos paradigmas criando uma visão mais ampla e holística que fez despontar as
ciências da complexidade.
Todos os conceitos e princípios que descrevem as teorias relacionadas com a
complexidade encontram-se na natureza e nos sistemas dinâmicos, desde a
organização da célula até ao comportamento do ecossistema ou organismo. Todos
possuem sistemas de controlo para a manutenção do equilíbrio de uma forma
dinâmica, contudo, quando se rompe o equilíbrio (através de estímulos/carga) produz-
se os efeitos da retroalimentação negativa e as consequentes adaptações/ajustes (se
existe equilíbrio não podem existir adaptações/ajustes).
Os sistemas de controlo biológicos e fisiológicos actuam respondendo a
estímulos/cargas, a visão linear estímulo/carga � resposta sem considerar as redes
existentes no organismo parte do pressuposto que se está perante um sistema
reactivo e autómato em relação aos estímulos/cargas externas, dando a entender que
a adaptação/ajuste1 afim de atingir o mero equilíbrio é o objectivo final. Este modelo
faz pouco sentido, em virtude do organismo ser essencialmente activo e com
1 Na Fisiologia, a adaptação é utilizada frequentemente para descrever ajustamentos fenotípicos
1 de
um organismo ao meio ambiente (Dantas, 1985), como na aclimatização e na aclimação1. Outro aspecto
importante envolvendo adaptação é a diferença com que as áreas sócio-culturais a utilizam relativamente à Biologia. De facto, quando alguém se refere à adaptação no universo não biológico, está, provavelmente, a referir à forma como um indivíduo altera o seu comportamento perante algumas condições ambientais – adaptação a um novo ambiente, novo concorrente, novo trabalho, etc.. Portanto, adaptação refere-se basicamente ao estado de ajustamento aos eventos imediatos que ocorrem no meio ambiente e que o perturbam (Ridley, 1997). Para Moran (1994),
existe uma diferença entre adaptação e ajustamento. Este autor defende que se
devem diferenciar estes conceitos, sendo que o primeiro deve ser utilizado quando as mudanças estruturais/funcionais ocorrerem de forma irreversível, com possibilidade de transmissão para outras gerações, devido ao seu valor adaptativo para a espécie. No caso dos humanos, que podem ter o fenótipo alterado pela exposição aos estímulos ambientais, que são por meio de ajustamentos morfológico-funcionais, devemos fazer distinção entre ajustamentos reguladores, de aclimação, de aclimatização e de desenvolvimento
(Ricklefs, 1973).
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 11
autonomia em relação ao sistema nervoso. A simples reactividade linear não pode
explicar as actividades espontâneas, os processos de regulação durante e após uma
patologia, o processo de crescimento, o desenvolvimento, a criatividade, assim como
as actividades humanas do âmbito social e cultural (Bertalanffy, 1976).
As teorias relacionadas com a complexidade, ou seja as ciências da complexidade,
ajudam a resolver esta questão entendendo a retroalimentação como um processo
contínuo entre o sistema e o meio ambiente externo. Provocando desta forma uma
alteração no conceito de retroalimentação, pois todo o ser vivo ou organismo é
constituído por números ciclos de retroalimentação. Tendo em consideração que nos
sistemas abertos nunca se reproduzem as mesmas condições e como tal nunca se
recupera o ponto de partida faz mais sentido utilizar o termo realimentação do que
retroalimentação.
Os ciclos de realimentação permitem dois tipos de regulação, que por sua vez
respondem a dois princípios dos sistemas dinâmicos: a estabilidade e a
adaptação/ajuste. A primeira mantém as condições existentes apesar das mudanças
de ambiente (realimentação negativa) e a segunda permite ao sistema
adaptar/ajustar-se ás mudanças internas e externas (realimentação positiva). Estes
ciclos de realimentação positiva permitem o reforço e amplificação das respostas. A
interacção de realimentação positiva e negativa forma redes complexas que
determinam o comportamento não linear que caracteriza os seres vivos (Capra, 1996).
As relações entre as variáveis que se estabelecem neste tipo de redes são diferentes
daquelas que se verificam na ciência clássica, possuem propriedades particulares que
ajudam a compreender as diferentes manifestações do comportamento humano
(Kelso, 1997)..
Devido a estas redes complexas as relações lineares deixam de fazer sentido. A
interacção entre as partes e o meio, e por outro lado as diferentes causas/eventos e
estímulos/cargas, motivam que uma causa/evento de pequena dimensão resulte num
grande acontecimento, uma causa/evento de grandes dimensões num pequeno
acontecimento, as mesmas causas/eventos nos mesmos acontecimentos, que sem
causas/eventos aparentes haja acontecimentos e vice-versa. Deixa de existir causa �
efeito e naturalmente linearidade.
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 12
Com base nos preceitos cartesianos, Le Moigne (1977) estabeleceu preceitos para um
novo método que considerava a complexidade dos fenómenos, os quais devem
funcionar como o contrário complementar dos preceitos cartesianos. A motivação de
Le Moigne foi o pensamento de que nenhum método é tão perfeito a ponto de ser
universal.
• O primeiro preceito é o da pertinência como contrário complementar do preceito
da evidência de Descartes. O preceito da pertinência reconhece que todo objecto
se define em relação aos objectivos implícitos e explícitos do observador. Se os
objectivos do observador se modificarem, a percepção do objecto, também, se
altera;
• O segundo preceito é o do globalismo como contrário complementar do preceito
reducionista de Descartes. Considera que o objecto investigado é parte activa de
um todo maior. A preocupação centra-se no comportamento funcional do objecto
em relação ao ambiente, sem a preocupação de estabelecer uma imagem fiel da
sua estrutura interna;
• O terceiro preceito é o teleológico como contrário complementar do preceito
causalista de Descartes. Interpreta o objecto através do comportamento e não
pela sua estrutura física, sem o objectivo de explicar esse comportamento em
função de alguma lei que rege a estrutura;
• O quarto preceito é o da agregatividade como contrário complementar do
preceito da exaustividade de Descartes. Reconhece que toda a representação é
influenciada pela visão do mundo do observador e, portanto, podem-se omitir
muitos aspectos. Os aspectos considerados são seleccionados explícita e
publicamente. Não se pretende explicar tudo, mas apenas interpretar o que
interessa em determinada situação.
Os quatro preceitos, instituídos por Le Moigne, mostram que o paradigma reducionista
não pode modelar todos os fenómenos, pois, ao excluir a complexidade, para dominar
os problemas, elimina-se grande parte da riqueza do fenómeno. A proposta do autor é
conservar a complexidade. Para isso, é necessário mudar o método intelectual de
intervenção, da redução para a sistemografia (sistemografia - escrita do sistema -
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 13
permite o mapeamento e a racionalização dos processos, facilitando a sua
compreensão pelos diversos profissionais envolvidos. A modelagem gráfica e
descritiva, por meio da sistemografia, consiste em construir, de forma quase que
simultânea, os sistemógrafos operacional, informacional e decisional do processo em
fase de modelagem). Nesse sentido, Morin (2001) destaca que o pensamento
complexo não pode nem quer elaborar um sistema de inteligibilidade universal, pois
ele é dialógico, aberto, admite a incerteza e, ao mesmo tempo, emprega a ideia de
sistema para compreender como o fenómeno se organiza.
Comparativamente, apresenta-se, no Quadro 2, um resumo contendo os quatro
preceitos cartesianos, instituídos por Descartes, e os quatro preceitos sistémicos,
instituídos por Le Moigne.
Nota-se, observando o Quadro 2, que os preceitos cartesianos opõem-se aos preceitos
sistémicos quanto aos objectivos a que cada lógica segue. Enquanto a lógica cartesiana
visa excluir a complexidade para dominar os fenómenos, a lógica sistémica objectiva
identificar a complexidade dos fenómenos para criar estratégias apropriadas de
intervenção no comportamento deles.
Quadro 2. Preceitos Cartesianos e Preceitos Sistémicos.
Preceitos Cartesianos Preceitos Sistémicos
Evidência: a verdade é única e só existe se puder ser provada.
Pertinência: a percepção do objecto está directamente relacionada à intenção do sujeito.
Reducionismo: divisão dos problemas nas menores partes possíveis para proceder a sua resolução.
Globalismo: é consciente de que o objecto investigado faz parte de um todo maior, por isso a importância de compreender o funcionamento da parte em relação ao ambiente.
Causalista: institui-se uma hierarquia estrutural para resolução dos problemas, iniciando-se pelas partes mais simples e fáceis e ascendendo para as mais difíceis e complexas.
Teleológico: procura compreender o comportamento do objecto, sem o objectivo de explicá-lo em relação à estrutura física do objecto.
Exaustividade: retoma os três primeiros preceitos e faz uma última análise do objecto, considerando que nada mais existe para ser explorado.
Agregatividade: considera que toda representação é influenciada pela visão de mundo do observador. Por isso, muitos aspectos podem ser omitidos.
Capítulo 1 - Introdução
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 14
Caso se tome em consideração que os fenómenos naturais que actuam de forma linear
são poucos e raros (apesar de praticamente terem sido os únicos a serem estudados
pela ciência clássica), que as suas propriedades só são válidas nos sistemas dinâmicos
estáveis, compreende-se a importância das teorias relacionadas com a complexidade
no avanço das ciências sociais e económicas.
Capítulo 2 - Cibernética
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 15
2. Cibernética
Por volta dos anos 40 do século XX, um grupo de investigadores, coordenados por
Norbert Wiener e Arthur Rosenbleuth, começaram a estudar os mecanismos de
regulação e de auto-regulação em máquinas e nos seres vivos, a comunicação e a
construção de máquinas que criassem comunicação, ou a incrementassem. Surgiu a
Cibernética. Segundo Abraham (2002), a cibernética surgiu de uma série de encontros
realizados pela Macy Foundation, de 1946 a 1953, nas quais, a Wiener e Rosenbleuth
juntaram-se os antropólogos Gregory Batesson e Margaret Mead, vários
investigadores sociais onde surgiu o representante da Psicologia Social da Gestalt, Kurt
Lewin. Nasceram contribuições estavam para além dos recursos teóricos e
computacionais da época, tais como: Newman ao discutir a lógica dos autómatos
aborda a questão da complexidade, prevendo que ela se tornaria a grande questão da
futura ciência; Langmuir e a noção de fenómenos divergentes antecipa o conceito da
sensibilidade às condições iniciais da teoria do caos; a exploração do conceito de auto-
organização por Foerster, que exerceu grande influência sobre Henri Atlan e Francisco
Varela (Dupuy, 1994). A Macy Foundation realizou trabalho significativo no que
respeita a: redes de feedback, inteligência artificial e comunicação.
O objectivo subjacente era a criação de uma ciência exacta da mente. Embora usassem
uma abordagem reducionista, concentravam-se em padrões comuns aos animais e às
máquinas, o que envolvia muitas ideias inovadoras que exerciam bastante influência
nas concepções sistémicas subsequentes aos fenómenos mentais. Wiener (1948) foi o
cientista que mais se destacou no desenvolvimento da Cibernética. Ele definiu-a como
ciência do controle e da comunicação no animal e na máquina, introduzindo os
conceitos de realimentação (feedback), causalidade circular (ou laços causais) que
estabelecem auto-regulação e auto-organização dos sistemas.
O grupo mencionado foi responsável pela criação de importantes ideias e conceitos
sobre o funcionamento dos sistemas em geral, rompendo com o princípio da
causalidade linear. Introduziu a ideia de causalidade circular como sendo o padrão
lógico subjacente ao conceito de realimentação (feedback). Realimentação, recorde-
Capítulo 2 - Cibernética
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 16
se, significa o transporte de informações presentes no resultado de qualquer processo,
ou actividade, que retorna até a origem deste processo, gerando o mecanismo de
auto-regulação dos sistemas (Capra, 1998). Norbert Wiener demonstrou que um
sistema que procura um estado que expressa o seu próprio objectivo, deve se valer de
dois conceitos fundamentais: controle e comunicação. Informação relativa a um
estado assumido na saída de determinado sistema, que esteja em desacordo com o
seu objectivo ou propósito, é transmitida a um componente de controle que actua na
forma de acção correctiva interna, com o objectivo de trazer o sistema de volta ao
estado desejado.
A novidade do conceito de realimentação, trouxe novos caminhos para a introdução
de métodos de auto-regulação e controle na modelagem de sistemas. Como se viu
anteriormente a realimentação é um processo de comunicação que reage a cada
entrada de informação. Se a informação faz aumentar o desempenho do sistema, esta
é considerada uma realimentação positiva, caso contrário, negativa. O equilíbrio
dinâmico, um dos conceitos essenciais das Ciências da Complexidade, é alcançado
através do acoplamento não linear de realimentações positivas e negativas.
Figura 1. Esquema de retroalimentação.
Adaptado de Jackson (2003)
Para Wiener os processos de realimentação são importantes conceitos para modelar
não apenas sistemas vivos, mas também sistemas sociais. Assim, Capra (1998) cita uma
passagem do livro Cybernetics de Wiener:
“É certamente verdade que o sistema social é uma organização semelhante ao
indivíduo que é mantido coeso de um meio de sistema de comunicação, e que tem uma
Sistema
Entrada Saída Activador Processo Sensor
Comparador
Objectivo
Capítulo 2 - Cibernética
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 17
dinâmica na qual processos circulares com natureza de realimentação desempenham
um papel importante.”
Outra importante facilidade proporcionada pela abordagem da cibernética é a sua
habilidade de manipular o conceito de caixa preta. O conceito de caixa preta refere-se
à possibilidade de representar um determinado componente de um sistema apenas
pelas propriedades de respostas que ele produz, sem se interessar pela forma com a
qual ele processa e produz essas respostas. A ênfase da cibernética encontra-se no
comportamento de cada uma das partes de um sistema e este é estudado
descobrindo-se as correlações lógicas e estatísticas entre as informações que entram e
saem de um componente a ser representado (Beer, 1959).
Por outro lado a procura por um equilíbrio dinâmico, ou de auto-regulação, dentro de
um sistema é definida como uma acção homeostática. Sob a perspectiva da
cibernética, os sistemas biológicos e sociais apresentam princípios homeostáticos
(Beer, 1959)
Diante dos conceitos de realimentação, caixa preta e da necessidade de actuar através
de dispositivos homeostáticos, a informação torna-se um elemento fundamental
dentro da cibernética, uma vez que fornece os dados necessários para a determinação
do modo e nível de homeostase a ser aplicada numa determinada situação de
desequilíbrio.
A informação reduz a incerteza na resposta de um determinado componente do
sistema e está directamente relacionada ao nível da entropia do ambiente interno e
externo deste. De facto, a informação é uma das formas pelas quais se pode reduzir a
entropia, ou desorganização, num sistema (Bertalanffy, 1975).
A informação traz, portanto, a leitura dos estados internos e externos de um ambiente
que podem ser interpretados como a diversidade ao qual um sistema está sujeito e
deve responder. A cibernética trata esta diversidade pelo conceito de variedade.
Capítulo 2 - Cibernética
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 18
2.1. Conceito de variedade
A complexidade de um sistema reside no volume total de combinações possíveis de
diversidades, ou variedades a serem tratadas de forma simultânea, bem como das
combinações que uma determinada parte do sistema deve oferecer como resposta às
variedades identificadas num ambiente.
O termo variedade foi introduzido pela primeira vez por W. Ross Ashby em 1956 e faz
referência ao número de possíveis estados que um sistema pode assumir (Jackson,
2003). De acordo Ashby (1957) os sistemas podem ser plenamente controlados
somente se os indivíduos responsáveis pelo mesmo possuírem capacidade de
administrar com o mesmo grau de variedade que apresenta o sistema em questão.
Para Beer (1979), a análise de um ambiente organizacional, utilizando os princípios da
cibernética, toma como ponto de partida o conceito de variedade e a premissa de que,
para se obter um controle efectivo de uma operação, a variedade deve ser equilibrada.
Da mesma forma, pode-se considerar que a complexidade de um sistema possui
relação directa e proporcional com o volume de variedades a que ele está sujeito e,
portanto, a variedade pode ser também considerada como uma medida de
complexidade (Beer, 1969,1979).
Actualmente os sistemas sociais e organizacionais apresentam um elevado grau e
complexidade numa dinâmica manifestada por mudanças constantes. Estas, são
caracterizadas pela cibernética como distúrbios que mudam as características das
variedades a serem administradas dentro de um sistema. Para administrar esses
cenários, os gestores das organizações procuram acções que levem à redução desta
variedade ou ainda acções que possam aumentar a sua própria variedade, permitindo
aumentar a sua capacidade de lidar com as adversidades.
A lei dos requisitos de variedade concebe que somente a variedade pode destruir a
variedade. O equilíbrio da variedade num sistema organizacional é possível através de
duas abordagens: reduzir a variedade do meio ou amplificar a própria variedade. Este
processo de equilíbrio é conhecido como engenharia de variedade (Ashby, 1957; Beer,
1979).
Capítulo 2 - Cibernética
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 19
No entanto, a ideia de manter-se um controle da variedade não pode ser confundida
com a intenção de supressão da mesma. A habilidade de um determinado subsistema
organizacional em lidar com mudanças do ambiente está directamente ligada à sua
capacidade de actuar com autonomia. Se um actor de uma organização decide
restringir a variedade neste sistema, ou em parte dele, de forma excessiva, a
capacidade adaptativa do mesmo pode ser comprometida (Beer, 1979; Jackson, 2003).
Pode-se considerar que as organizações, enquanto sistemas que procuram adaptar-se
ao ambiente, actuam concomitantemente nas duas abordagens na medida em que
restringem ou ampliam as suas competências internas ou espaços de actuação. A
transferência de actividades internas de um sistema para o meio externo, num outro
sistema mais especializado, é um exemplo de equilíbrio da variedade pela redução de
variedade interna, pois o subsistema remanescente fica reduzido a actividades de
monitorização e controle.
A abordagem a um sistema especializado, sugere o estabelecimento de uma
correlação entre o nível de variedade interna e o nível de especialização do sistema.
Maturana & Varela (1973) afirmam que a especialização excessiva pressupõe um
conjunto específico de estados ao qual um determinado sistema deve responder com
máxima eficiência. Em ambientes instáveis e sujeitos a constantes mudanças, essa
especialização excessiva pode contrapor-se às habilidades do sistema em adaptar-se
ao meio na velocidade necessária. (Maturana & Varela, 1973).
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 20
3. Pensamento Sistémico - Teoria Geral dos Sistemas
O denominado Pensamento Sistémico ou Abordagem Sistémica da Organização,
aborda os aspectos relacionados com a interacção, interdependência, complexidade,
entre outros. O biólogo alemão Ludwig Von Bertalanffy é o principal artífice da Teoria
Geral dos Sistemas na qual procurou identificar propriedades, princípios e leis dos
sistemas em geral, independentemente do tipo, natureza e da relação dos elementos.
Com a Teoria Geral dos Sistemas, estuda-se as organizações como um sistema aberto
que interage a partir das suas relações com o ambiente externo.
A ideia de “sistema” está associada a ideia de uma totalidade, estabelecida por um
conjunto de elementos inter-relacionados segundo determinados princípios
organizacionais; o seu uso comum é tanto que há a sensação de se prescindir de uma
explicação do seu conceito. Entretanto, de acordo com Prigogine (in Enciclopédia
Einaudi, 1993):
“Sistema é um conceito de variados aspectos, onipresente, sempre carregado de juízos
de valor, quer positivos, quer negativos; e isto tanto quando designa um estado de
conhecimento (um sistema formal, representacional, que expressa o conhecer) como
quando designa o seu objecto (um sistema real, o ser em si)”.
Um sistema é um "todo organizado e unido, composto por duas ou mais partes
interdependentes, componentes ou subsistemas, e delimitado por fronteiras
identificáveis do seu metasistema ambiental". Jordan (1968) referenciou e analisou
quinze definições de sistema, de genéricas a específicas, provenientes de dicionários, e
conclui que existe um padrão comum a todas elas: “um sistema é visto como um
conjunto de entidades ou elementos unidos por alguma forma de interacção ou
interdependência regular, que forma um todo integral”.
O ser vivo, um ecossistema ou uma organização são por esta definição um sistema. A
afirmação que "na ciência moderna, a interacção dinâmica é o problema básico em
todos os campos" de Ludwig von Bertalanffy tem presente o carácter pluridisciplinar
da Teoria Geral dos Sistemas. Trata-se de constatar algo aparentemente simples: vive-
se num universo de sistemas interdependentes.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 21
Gharajedaghi (1999) refere que quanto maior o grau de sofisticação de um sistema,
maior a sua interdependência, existindo a necessidade de ultrapassar a visão
cartesiana e criar uma nova forma de pensar. Morin (1997) perante a percepção
analítico/reducionista/cartesiana da interpretação da realidade aponta a necessidade
de um método que detecte as ligações, as articulações, as interdependências e as
complexidades entre o sujeito e o objecto, ou seja, um método que expresse
preocupação na crença da existência de fortes relações no interior do objecto
observado e na sua ligação ao meio ambiente externo.
Johansen (2002) refere que a Teoria Geral dos Sistemas através da análise da
totalidade das suas interacções internas e das externas com o meio exterior, é, na
actualidade, uma poderosa ferramenta que permite a explicação de fenómenos que se
sucedem na realidade e ainda a predição da conduta futura dessa realidade. Quando
afirma acerca da “predição da conduta futura dessa realidade” deve-se tomar em
consideração que quanto mais complexo é o sistema menor é a capacidade de
predição, contudo, ao mesmo tempo esse sistema aumenta a sua capacidade de
adaptação/ajuste às condições do ambiente externo.
Ackoff (1974) vê na abordagem sistémica a compreensão de uma parcela do sistema
como o resultado do seu desempenho no todo, ou seja, o comportamento de um
factor ou variável deve ser determinado em função da totalidade das interacções que
são estabelecidas entre todos os factores e variáveis incluídos na descrição do
fenómeno. Assim, em vez de reduzir o foco à procura de parcelas elementares, a
abordagem sistémica contextualiza o fenómeno na globalidade.
Pode-se então afirmar que o pensamento sistémico produz uma forma holística de
compreender os sistemas em virtude das sinergias que se estabelecem entre os vários
subsistemas/parcelas/partes.
Para Ackoff (1974) sistema é um conjunto de dois ou mais elementos de conceitos,
ideias, objectos, pessoas, que se distinguem de um mero agrupamento de elementos
em virtude de:
• O comportamento de cada elemento tem efeito no comportamento do conjunto;
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 22
• Nenhuma parte exerce efeito independente sobre o todo, e cada uma é afectada
por pelo menos uma correspondente;
• Há conexões entre os subgrupos de elementos não sendo viável a consideração
isolada das partes.
Scott (1998) vai mais longe e ordena as organizações como sistemas compostos por
estrutura social, participantes, tecnologia e objectivos que podem ser observadas
como:
• Sistemas racionais, que se focam numa estrutura formalizada e normalizada, em
que as pessoas são parte de uma engrenagem na persecução de objectivos
específicos centrados na produtividade e eficiência;
• Sistemas naturais, nos quais a presença da estrutura informal é mais importante e
produtiva que a formal, visam o ganho do colectivo, uma vez que os
relacionamentos entre indivíduos coexistem com os valores organizacionais;
• Sistemas abertos, que, além dos elementos já citados, possuem ainda a
perspectiva do ambiente exterior que as rodeia promovendo um constante fluxo
de interacção e troca de recursos e informações, tendo o foco nos processos.
Pode-se então definir sistema como um conjunto de elementos, ou componentes,
relacionados e interagindo entre si de modo a desempenharem alguma função.
Genericamente diz-se que existe uma relação entre os elementos A1 e A2 (de um
sistema) se o comportamento de A1 é influenciado ou controlado pelo de A2 e se o
comportamento de A2 é influenciado ou controlado pelo de A1. Um atributo de um
elemento é uma propriedade característica do elemento (cor, tamanho, peso, etc.).
Um atributo de uma relação é uma qualidade característica da relação (intensidade,
velocidade de comunicação, etc.). No estudo de sistemas dinâmicos (próximo tema a
ser abordado) a evolução dos atributos assume um aspecto fundamental, dado que é
essa mudança que exprime a dinâmica.
Se entendermos elemento como algum fenómeno da vida natural ou social, ou a sua
representação (por exemplo um estímulo/carga), que tem certos atributos que podem
variar ao longo do tempo em consequência do seu próprio comportamento, teremos
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 23
uma definição suficientemente geral para abranger a relação complexidade/gestão.
Um sistema diz-se dinâmico se os atributos dos seus elementos variam ao longo do
tempo.
Há dois conceitos chave nesta definição de sistema: relação e interacção. Sem eles não
existe o sistema.
Suponha-se um copo/vaso com água, uma lamparina e fósforos, isoladamente não são
mais do que meros componentes de um eventual sistema sem interacção entre si. Mas
se interagirem entre si, através da fonte de alimentação energética que é a lamparina
e o copo/vaso passa a circular energia passando a existir um sistema. Assim, o sistema
não é igual à soma dos seus componentes. Ele é mais do que isso.
Figura 2. Representação de um sistema de aquecimento de água
Copo/vaso
Lamparina
Fósforos
Observe-se uma célula e está-se perante um sistema sofisticado e complexo. Cada um
dos seus componentes tem uma missão específica, e a interacção entre eles,
conjugando as suas missões, permite a vida. Também aí fenómenos de trocas de
massa (nutrientes, por exemplo), de energia (por exemplo calor), de informação
(através dos genes e das proteínas) são a condição primitiva para a existência do
sistema celular no seu todo.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 24
Figura 3. Uma célula é um sistema já muito elaborado e complexo
Célula animal
Célula vegetal
Adaptado de http://www.enchantedlearning.com/subjects/biology/cells.
A perspectiva pertinente para esta abordagem é a aquela que vê a organização como
um sistema aberto que estabelece uma inter-relação com o exterior. Existe em
contraposição o sistema fechado é aquele que não tem qualquer relação com o
respectivo ambiente.
A organização, enquanto sistema aberto procura a inserção na cadeia de valor do
universo que a rodeia tornando-se interdependente de todos os participantes, os
modelos que vêm a organização como um sistema fechado, possuem uma visão
independente dos participantes que a rodeiam e podem ou não afectar.
A Teoria Geral dos Sistemas tem as suas fundações em conceitos intuitivos e simples e
através dos sistemas abertos foi a resposta a um paradoxo que intrigava deste a
formulação do segundo princípio da termodinâmica. Este princípio referia que todos os
sistemas físicos, com o decorrer do tempo, evoluiriam para estados de acentuada
entropia (desordem, o conceito de entropia refere que todas as formas de organização
se movem para a desorganização e a morte), para estados de maior desordem. A
consequência mais dramática seria a inevitável debilitação de todas as formas
organizadas existentes na natureza.
No entanto, existia neste princípio uma flagrante contradição com a observação
empírica, especialmente no que diz respeito aos sistemas vivos. Estes, num período
significativo da sua existência, através da diferenciação orgânica, aumentam a sua
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 25
complexidade e organização, o que contraria ou no mínimo não é explicado pelo
segundo princípio da termodinâmica (Bertalanffy, 1975).
Cada sistema é formado por subsistemas em que o todo é superior à mera soma das
partes que o constituem. Cada sistema transforma inputs em outputs, numa relação
dinâmica com o ambiente cuja profundidade da relação é determinada pela
permeabilidade dos limites/fronteira. Num sistema, a entropia pode ser baixa e até
transformada em entropia negativa (ordem), quando a ordem aumenta dentro do
sistema. O sistema aberto procura encontrar estados de equilíbrio com o respectivo
ambiente externo. Esse equilíbrio quando atinge um estado de máxima entropia estará
na eminência da morte do sistema, ou poderá gerar um equilíbrio dinâmico.
Figura 4. O que não é e o que é um sistema
a) Um conjunto de elementos não compõe um sistema; b) Algumas relações entre alguns elementos não são suficientes para se considerar um sistema; c) Caso haja uma densidade de relações envolvendo a maior parte dos elementos (ainda que um ou outro se possam manter isolados) então teremos um sistema com entradas, saídas e uma fronteira com o meio ambiente. Adaptado de Flood e Carson (1993)
A propriedade fundamental de um sistema aberto é a sua capacidade de manter-se
organizado realizando trocas contínuas com o seu ambiente externo (Bertalanffy,
1975). Desta forma e utilizando uma linguagem da termodinâmica, “sistemas abertos
podem conservar-se num estado de alta improbabilidade estatística, de ordem e de
organização” (Bertalanffy, 1975).
No que se refere à estabilidade do sistema aberto esta é de natureza distinta do
equilíbrio de um sistema fechado. A estabilidade de um organismo ocorre através de
processos que o mantém em equilíbrio dinâmico, afastado do verdadeiro equilíbrio
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 26
termodinâmico, através da contínua importação de matéria e energia. Envolve a
manutenção de componentes energéticos que tornam possível a realização de
trabalho. Tais componentes são essenciais para que os processos (metabólicos no caso
de organismos vivos) não sejam interrompidos. Inversamente é através da
continuidade dos processos internos que o equilíbrio dinâmico é conservado. Tornam
possível que a matéria e energia livre sirva para renovar as estruturas, impedindo a
degradação do sistema.
Quadro 3. O que é um sistema?
Sistema Unidades
Partes interligada que funcionam como um todo; Série de partes;
Alteram-se caso se removam ou adicionem peças. Caso se divida um sistema em dois, não se conseguem dois sistemas mais pequenos, mas sim um sistema defeituoso que provavelmente não funcionará;
As propriedades essenciais não se alteram ao remover ou adicionar peças. Quando se divide, conseguem-se duas unidades mais pequenas;
A disposição das peças é fundamental; A disposição das peças não é importante;
As partes estão ligadas e funcionam todas juntas; As partes não estão ligadas e funcionam independentemente;
O seu comportamento depende da estrutura global. Quando se altera a estrutura altera-se o comportamento do sistema.
O seu comportamento depende do seu tamanho e do número de peças que existem na unidade.
Adaptado de Ó Connor & McDermott (1998).
Num sistema aberto, dado que as trocas são permanentes e contínuas, nem sempre é
possível identificar a fronteira/limite com precisão. Os seres vivos (tal como as
organizações) são sistemas abertos: estão sempre a receber do ambiente externo e a
enviar materiais e energia, a sua estrutura interna está em permanente mudança, e
por isso nunca se encontram em estado estacionário (no sentido de que todos os
atributos de todos os seus elementos têm um valor constante ao longo do tempo),
mas em equilíbrio químico e termodinâmico (em que os atributos apresentam padrões
definidos ao longo do tempo, com possíveis pequenas variações transitórias). A este
equilíbrio chama-se homeostasia. O equilíbrio dinâmico tem uma tendência de
adaptação/ajuste com o objectivo de alcançar um equilíbrio interno face às variações
externas.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 27
A organização encontra-se exposta a mudanças imprevisíveis e constantes do exterior,
as quais como menciona Johansen (2002):
“[…] de facto, face ás mudanças externas que se produzem no seu meio, o sistema, com
o efeito homeostático minimiza o impacto desenvolvendo acções pré-estabelecidas que
reagem internamente e o defendem das alterações externas. Por outro lado, o princípio
da sinergia tende a nivelar as mudanças internas que os subsistemas sofrem. Crê-se
que o sistema tenha a propriedade de autocontrole ou auto-regulação que o leva ao
equilíbrio homeostático rumo a um “estado permanente”. […] Contudo, esse estado
permanente ou de equilíbrio estático não é inerte.”
Noutra linguagem, cada sistema está permanentemente a receber os resultados das
suas acções, isto é, quando o sinal de ajuste actua sobre o subsistema de entrada, ou
seja, regula um mecanismo anterior ao sensor, chama-se a esse processo
realimentação ou feedback. Quando o sinal de ajuste actua sobre o subsistema de
saída, ou seja, regula um mecanismo posterior ao sensor (da saída para a entrada),
chama-se de anteroalimentação ou retroacção. Por meio da realimentação, o sistema
está direccionado ao estado de equilíbrio dinâmico.
Em termos de exemplo pode-se utilizar as condições atmosféricas, num dia muito frio
abre-se uma janela da habitação e entra uma grande quantidade de ar frio. Esse facto
constitui uma perturbação do ambiente do sistema, mas, caso exista um automatismo
de regulação de temperatura a partir de um sistema de ar condicionado está-se
perante o fenómeno da realimentação, ou seja, o sistema é capaz de reagir a essa
perturbação de modo a repor as condições de equilíbrio. Mas sem ela tal não
acontece.
Na vida quotidiana contacta-se com centenas de sistema de auto-regulação quer
naturais ou artificiais (servomecanismos). Pode-se mesmo afirmar que a nossa
civilização tecnológica assenta em servomecanismos (sistema de regulação construído
pelo homem com um objectivo preciso, existe um mecanismo servo/escravo que tem
alguma capacidade de auto-regulação) de (auto)regulação. Os sistemas biológicos têm
múltiplos e intrincados caminhos de feedback que viabilizam a vida.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 28
Considere-se por exemplo um sistema biológico de duas populações, o par predador-
presa, sendo a presa herbívora e o predador carnívoro. Se a vegetação aumenta, a
população de herbívoros cresce exponencialmente. Por isso a população de carnívoros
aumenta também exponencialmente, o que provoca a diminuição dos herbívoros.
Assim, o aumento inicial dos herbívoros retroagiu consigo própria através da sua
relação com a população de carnívoros.
Tanto as realimentações quanto a anteroalimentação podem-se apresentar como
positiva (quando está a percorrer o trilho certo) ou negativa (quando se desvia do
trilho previamente traçado).
A realimentação negativa e a anteroalimentação positiva são essenciais à manutenção
da estabilidade do sistema. O processo positivo produz no subsistema um efeito
directamente proporcional à diferença entre o sensor e o nível de referência,
enquanto o processo negativo produz um efeito inversamente proporcional. Tanto a
realimentação negativa quanto a anteroalimentação positiva são essenciais para a
manutenção de um organismo estável. Mas pode existir realimentação positiva.
A realimentação positiva pode ter efeitos favoráveis mas também pode ter efeitos
catastróficos sobre um sistema. Quando um indivíduo exercita-se, necessita de mais
oxigénio e por isso aumenta o ritmo da respiração (feedback positivo, quanto mais
corre, mais oxigénio precisa). A realimentação positiva domina durante esta fase,
provocando um aumento da oxigenação dos pulmões que por sua vez permite o
exercício. Numa pessoa saudável os limites fiisiológicos são determinados por
feedback negativo, e por isso só se pode exercitar até um certo limite, o que impede a
exaustação. Se realimentações negativas se quebram, permitindo o domínio
indesejável das positivas, como acontece quando os atletas tomam certas drogas
dopantes, podem-se alcançar desempenhos sobre-humanos, mas por vezes com
resultados trágicos quando os processos biológicos dos atletas não conseguirem
aguentar requisitos descontrolados que levam ao colapso e à morte, como se tem já
verificado em plenas provas desportivas.
Tendo em consideração a multiplicidade de subsistemas, elementos e componentes o
sistema pode apresentar uma panóplia de objectivos, em que cada um pode ter,
naturalmente, os seus interesses específicos. Da mesma forma, os sistemas abertos
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 29
partindo de situações iniciais distintas e diferentes percursos podem obter o mesmo
resultado, a esta ocorrência dá-se o nome de equifinalidade.
Uma outra propriedade importante dos sistemas abertos é a capacidade de compensar
alterações temporárias do seu meio através de flutuações reversíveis dos seus estados
internos (Bertalanffy, 1975). Via mecanismos auto-reguladores, que fazem parte da
sua organização, está-se perante um processo de adaptação/ajuste dos sistemas
abertos a novas situações.
No entendimento de Bertalanffy (1975) o conceito que melhor define a organização de
um sistema vivo como sistema aberto é o de “uma máquina composta de combustível
que se consome continuamente e, no entanto, se conserva a si próprio”. A
característica básica do sistema aberto é manter e encontrar uma organização no
próprio fluxo do processo.
Observe-se um ser vivo, que na visão sistémica de Bertalanffy (1975), não é um
agregado de unidades celulares, moleculares, centros nevrálgicos, impulsos, etc, mas
uma interacção recíproca de componentes e processos que subsistem dinâmica e
ordenadamente. Nenhum processo é mais importante num organismo. Observe-se
uma patologia que pode afectar diversas funções (por exemplo uma infecção), e, ao
mesmo tempo, devido à interacção das partes, fornecer ao sistema capacidade de
recuperação e regulação considerável. Na visão sistémica, qualquer disfunção é mais
uma perturbação do sistema como um todo, do que perda de alguma função.
O ser vivo segundo Bertalanffy (1975), é um sistema aberto, pois:
• Troca sempre componentes materiais com o ambiente;
• Nunca alcança um estado de equilíbrio;
• Pode alcançar um mesmo estado final ou meta a partir de condições iniciais
diferentes (equifinalidade);
• Desenvolve-se e evolui em direcção a estados mais ordenados.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 30
Bresciani & D’Ottaviano (2000) descrevem algumas condições e princípios que devem
ser reconhecidos ao se investigar um problema tendo como fundamentação o
pensamento sistémico:
• Um sujeito pode reflectir sobre um sistema apesar de seus limites de
entendimento sobre este;
• Um sistema pode ser compreendido subjectivamente ou pode ser explicado
objectivamente;
• Estes dois níveis, concreto e abstracto, não podem ser confundidos.
Quando se estuda um sistema, e o respectivo conjunto de
subsistemas/elementos/componentes, não se pode confundi-lo com o seu universo, já
que a relação entre esses subsistemas/elementos/componentes é tal que as
características do sistema, como uma entidade unitária, são diferentes das
características dos subsistemas/elementos/componentes que o constituem. O sistema
apresenta estrutura e funcionalidade que não podem ser determinadas unicamente
pelo estudo dos seus subsistemas/elementos/componentes. As diferentes relações
entre eles são importantes para ocorrências de diferentes propriedades resultantes da
dinâmica deste sistema. Segundo Bresciani & D’Ottaviano (2000) “a presença dessas
relações garante a possibilidade de emergências no sistema, inclusive a possibilidade
de processos com auto-organização”.
Outras características da fundamentação sistémica são (Bresciani & D’Ottaviano,
2000):
• A existência de elementos internos, externos e de fronteira nos sistemas;
• A troca que o sistema faz com o meio ambiente de energia, matéria e informação;
• A existência de propriedades teleológicas, a procura de finalidade, a
equifinalidade;
• A necessidade da existência de forças ou influências que provoquem um fluxo de
actividades.
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 31
Existem também algumas características no sistema que lhe garantem identidade
própria, por exemplo, um humano possui, desde a sua concepção, os mesmos pais
biológicos. No entanto, algumas mudanças que ocorrem durante a vida de um sistema
podem mudar a sua organização – estrutura e funcionalidade – a ponto de torná-lo
irreconhecível.
Perante o exposto, a Teoria Geral dos Sistemas suprime necessidades que a visão
analítica/reducionista/cartesiana não abordava: problemas de ordem, organização,
totalidade, etc. (Bertalanffy, 1995).
No âmbito do pensamento organizacional a Teoria Geral dos Sistemas constitui uma
referência, uma vez que até Bertalanffy as denominadas teorias clássicas, abordavam
as organizações de forma fragmentada, linear e com visão de sistema fechado, ou seja,
sem contacto com o meio ambiente externo.
Está-se então perante uma mudança de paradigma. Na perspectiva de Kuhn (1995) a
mudança de qualquer paradigma é consequência de um activo processo de
aprendizagem inerente à necessidade de interpretação de certos fenómenos que já
não são compreendidos pelos modelos existentes. Isto é, a associação de uma
estrutura conceitual que estabelece uma abordagem de pensamento, a uma ideia de
soluções e descobertas dentro de modelos definidos que estabelecem explicações
científicas sobre o funcionamento do mundo, de tal forma que conjuntamente esses
dois elementos estabelecem uma visão de mundo para a comunidade (Kuhn, 1995).
Essa mudança de paradigma é explicada por Capra (1998), da seguinte forma:
“Na mudança do pensamento mecanicista para o pensamento sistémico, a relação
entre as partes e o todo foi invertida. A ciência cartesiana acreditava que em qualquer
sistema complexo o comportamento do todo podia ser analisado em termos das
propriedades das partes. A ciência sistémica mostra que os sistemas vivos não podem
ser compreendidos por meio de análise. As propriedades das partes não são
propriedades intrínsecas, mas só podem ser entendidas dentro do contexto do todo
maior. Desse modo, o pensamento sistémico é pensamento contextual; e, uma vez que
explicar coisas considerando o seu contexto significa explicá-las considerando o seu
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 32
meio ambiente, também podemos dizer que todo pensamento sistémico é pensamento
ambientalista.”
A evolução da compreensão da organização tem passado pela mudança de paradigma.
Na realidade organizacional a Teoria Geral dos Sistemas está relacionada com a
complexidade da organização, que vista como sistema, é constituída de outros
subsistemas, como por exemplo:
• O social, formado pelas pessoas, os seus valores, crenças e emoções;
• O estrutural com os sectores, departamentos, hierarquia, autoridade e regras;
• O tecnológico com máquinas e equipamentos.
Partindo do referencial abordado, pode-se definir a organização actual, como sendo
um sistema aberto e complexo, composto de inúmeros subsistemas inter-relacionados
e inter-agentes, em constante troca de percepções, informações e conhecimentos com
o meio ambiente externo, ou seja, existe um elevado grau de interdependência.
No que diz respeito à interdependência, podem-se destacar duas importantes
reflexões:
• A respeitante à informação e ao conhecimento, fundamental no processo de
decisão e que não podem ser tratadas de forma analítico/reducionista/cartesiana,
uma vez que tem carácter de quase indissolubilidade;
• E outra a respeitante ás das relações inter-organizacionais, devido à necessidade
de realização de alianças e da troca de informações e conhecimento.
Como se constatou o pensamento sistémico coloca a organização no patamar do
sistema aberto, permitindo interacções com o meio, fazendo crer que os eventos
tenham uma fraca componente de previsibilidade. As equações que o sustentam são
conhecidas como equações não lineares, ou seja, uma pequena alteração nas
condições iniciais, poderá provocar no sistema um estado final completamente
diferente daquele previsto pelas equações lineares (Lorenz, 1963).
A compreensão do fenómeno não-linear e complexo está relacionada com o
entendimento do que é padrão. Segundo Capra (1998), “padrão da organização é uma
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 33
configuração de relações características de um sistema em particular”, e tornou-se
importante para o entendimento dos sistemas.
Ainda segundo Capra (1998),
“[…] ao longo de toda a história da ciência e da filosofia ocidentais, tem havido uma
tensão entre o estudo da substância e o estudo da forma. O estudo da substância
começa com a pergunta: “do que ele é feito?”; e o estudo da forma, com a pergunta:
”Qual é o padrão?”.
Estas duas abordagens são diferentes e competem entre si ao longo de toda a tradição
científica e filosófica.
Para Capra (1998) o segredo para uma teoria abrangente dos sistemas complexos está
na síntese dessas duas abordagens: o estudo da substância (ou estrutura) e o estudo
da forma (ou padrão).
Quando se estudam estruturas, mede-se ou pesam-se objectos, envolve quantidades.
Quando se estudam padrões, estes não podem ser medidos nem pesados. Para
entender um padrão, tem que se mapear uma configuração de relações, e isso envolve
qualidade/subjectividade.
Para se compreender os sistemas complexos é fundamental o estudo do padrão, em
virtude das propriedades sistémicas surgirem de uma configuração de padrões
ordenados. Quando um organismo vivo é dissecado, o que é destruído é o seu padrão,
pois os seus componentes estão vivos, mas a configuração de relações entre eles – o
padrão – é destruído, e desse modo o organismo morre (Capra, 1998).
Capra (1998) criou a expressão “matemática da complexidade” para definir uma
matemática de relações e de padrões, que é sobretudo qualitativa. A nova matemática
da complexidade é conhecida como “teoria dos sistemas dinâmicos”, ou “dinâmica dos
sistemas” ou “dinâmica não linear”, e principalmente como “teoria dos sistemas
dinâmicos”, que não é uma teoria dos fenómenos físicos, mas sim, uma teoria
matemática cujos conceitos e técnicas são aplicados a uma ampla faixa de fenómenos.
A teoria do caos e a geometria fractal são importantes ramos desta teoria.
A partir da teoria dos sistemas dinâmicos ficou demonstrado que os sistemas
complexos são a maioria dos sistemas encontrados na natureza e nas sociedades,
Capítulo 3 – Pensamento Sistémico – Teoria Geral dos Sistemas
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 34
como por exemplo: o tráfego rodoviário, a actividade neural, as funções fisiológicas,
fenómenos climáticos e geológicos, o funcionamento de um ecossistema, uma
sociedade ou de uma organização etc. Estes sistemas complexos não podem ser
compreendidos e tratados pelos pressupostos das ciências clássicas (Guerrini, 1998;
Lewin, 1992).
Os sistemas complexos são divididos em dois grupos:
• Os sistemas complexos não-adaptativos � apresentam comportamento
aperiódico, não-linear e instável, tal comportamento impossibilita a realização de
previsões exactas e produz soluções aparentemente aleatórias. Na sua maioria,
são sistemas físicos constituídos por componentes (agentes) inanimados, como
por exemplo: os fenómenos climáticos e geológicos. A teoria do caos concentra-se
no estudo destes tipos de sistema (Garcia, 2001).
• Os sistemas complexos adaptativos � envolvem componentes (agentes
adaptativos) animados que agem, interagem, aprendem, modificam o seu
comportamento e evoluem, como por exemplo: o homem, as sociedades, as
organizações e os seres vivos em geral. Estes agentes também interagem com os
agentes dos sistemas complexos não-adaptativos. A teoria dos sistemas
complexos adaptativos é conhecida como ciência da complexidade ou
simplesmente teoria da complexidade (Garcia, 2001; Lewin, 1992).
No entendimento de Gleiser (2002) a diferença entre os sistemas complexos não-
adaptativos e os adaptativos, está na forma como eles evoluem, isto é:
• Os não-adaptativos – sistemas puramente físicos – evoluem através das reacções
químicas;
• Enquanto os adaptativos – sistemas vivos – evoluem por meio da aprendizagem e
das reacções químicas.
Capítulo 4 – Segunda Lei da Termodinâmica e a Flecha do Tempo
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 35
4. Segunda Lei da Termodinâmica e a Flecha do Tempo
A segunda lei da termodinâmica expressa a quantidade de entropia que qualquer
sistema de uma forma isolada tende a incrementar com o tempo, para Hawking (2001)
é “[…] a lei que afirma que a entropia aumenta sempre.” A organização ou o corpo
humano são sistemas abertos que dispõe de energia e ao trocarem-na com o ambiente
externo impedem que se cumpra esta lei.
Num sistema fechado a entropia “[…] a medida da desordem de um sistema físico”
(Hawking, 2001) aumenta com o decorrer do tempo. Esta característica evolucionária
no tempo converte-a num processo irreversível.
Também se afirma que todo o sistema tende a evoluir para um nível máximo de
entropia. Segundo a teoria do Big Bang, o universo no seu início encontrava-se num
estado ordenado e após uma explosão começou a expandir-se, processo em que ainda
se encontra (Papp & Estrella, 1996). Isto significa que o universo no seu estado
primário era um sistema extremamente ordenado e com uma entropia baixa, contudo,
após uma explosão começou a expandir-se e a desordenar-se com um aumento
significativo da entropia. Esse aumento da desordem através do tempo é o que se
denomina de flecha do tempo. A este respeito Hawking (1988) refere:
“[…] é com o tempo que aumenta a desordem da qual a entropia é um exemplo,
denominando-se a flecha do tempo. Algo que distingue o passado do futuro dando
uma direcção ao tempo. Existem pelo menos três flechas do tempo. A flecha
termodinâmica, que é a direcção do tempo em que a desordem e a entropia
aumentam. A seguir apresentasse a flecha psicológica, é a direcção em nos sentimos a
passar pelo tempo, em que se recorda o passado e não o futuro. Finalmente a flecha
cosmológica, é a direcção do tempo em que o universo se expande em vez de contrair-
se.”
Considerando o universo como um sistema fechado, toda a energia que consome está
nele próprio, o que significa que não possui uma fonte energética externa e sendo a
ordem uma consumidora de energia quanto mais a consome mais próxima está da
desordem (aumento da entropia). A segunda lei da termodinâmica, segundo Hawking
Capítulo 4 – Segunda Lei da Termodinâmica e a Flecha do Tempo
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 36
(2001) “[…] lei que afirma que a entropia aumenta sempre” estabelece que num
sistema fechado a desordem e a entropia crescem com o tempo.
O tempo, conforme Prigogine (1996), é uma dimensão fundamental da existência. Na
física newtoniana e quântica não existe distinção entre passado e futuro, e os
processos ou movimentos dos corpos são reversíveis e determinados. Mas, com o
desenvolvimento da física do não-equilíbrio e dos sistemas dinâmicos instáveis, houve
uma reformulação da noção de tempo. O papel fundamental do tempo e a
irreversibilidade podem ser reconhecidos ao admitir-se que comportamentos
coerentes surgem em populações de bilhões de moléculas. Comportamentos auto
organizados que se renovam no tempo e no espaço de forma irreversível. Prigogine
(1996) alerta que a irreversibilidade não pode ser reduzida a “uma mera evolução na
direcção da desordem”.
Prigogine (1996) explica essas novas organizações espaço-temporais, as estruturas
dissipativas (abertas estruturalmente, que se relacionam com os fluxos de matéria e
energia, no entanto, fechadas organizativamente, e que se auto-organizam, a sua
ordem e comportamento não é imposta do exterior), observando que “[…] longe do
equilíbrio, a matéria adquire novas propriedades em que as flutuações, as
instabilidades desempenham um papel essencial: a matéria torna-se mais activa […]”.
Já não se tem mais controle, como nas reacções em equilíbrio dos sistemas fechados,
sobre as soluções possíveis, sobre os produtos produzidos ou sobre as concentrações
dos produtos intermediários. Longe do equilíbrio e controle, ocorrem instabilidades,
fenómenos novos e reacções químicas oscilantes Prigogine (1996).
Em sistemas abertos, a entropia (a crescente desordem) que entra no sistema através
das suas fronteiras é somada à entropia que é produzida no interior do sistema. É a
partir dessa troca, desse fluxo de entropia, que, parece, os sistemas abertos mantêm
uma organização (Prigogine, 1996).
Nos sistemas abertos evita-se o incremento desequilibrado da entropia através da
troca constante de energia com o ambiente externo (Prigogine, 1996). A neguentropia
é o oposto da entropia e determina o nível de ordem dentro do sistema.
Capítulo 4 – Segunda Lei da Termodinâmica e a Flecha do Tempo
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 37
A neguentropia significa então organização, ou, como se refere Morin (2004) “[…] a
neguentropia não é nada mais que o desenvolvimento da organização e da
complexidade”. Quanto maior for a neguentropia maior será o nível de organização de
um sistema, contudo, é fundamental a reposição de energia via ambiente externo.
As estruturas dissipativas que se formam longe do equilíbrio só são possíveis, segundo
Prigogine (1996), devido à flecha do tempo.
“A direcção do tempo é o que torna o nosso universo coerente, porque uma rocha
envelhece, um planeta envelhece, nós envelhecemos, você envelhece, eu envelheço – e
envelhecemos todos na mesma direcção –, então a flecha do tempo é a propriedade
comum a tudo o que existe no universo.” (Prigogine, 2002).
Prigogine (1996) distingue a descrição da dinâmica da trajectória individual de uma
partícula, que permite a reversibilidade no tempo, da descrição das dinâmicas das
correlações entre elementos. O fluxo de correlações é orientado no tempo e só pode
ser reversível em sistemas em equilíbrio – nos quais os fenómenos ou produtos que
serão observados já estariam previstos.
Prigogine (2002) defende um modelo probabilístico das leis da natureza, no qual o
universo está em construção e o futuro é incerto. Através de experiências com
reacções químicas, longe do equilíbrio, pode mostrar que diferentes estruturas podem
se formar. Conforme Prigogine (2002), “[…] cada uma dessas estruturas pode aparecer
com uma certa probabilidade […]”. Aparece o elemento de incerteza, ligado à
probabilidade, e a importância da flecha do tempo, em que o futuro não está
determinado. Os fenómenos que ocorrem, as estruturas que se formam, a realização
de possibilidades ocorrem no tempo, variam no tempo e se dissipam no tempo.
“Hoje, não temos mais medo da hipótese indeterminista. Ela é a consequência natural
da teoria moderna da instabilidade e do caos. E confere um significado físico
fundamental à flecha do tempo, sem a qual somos incapazes de compreender os dois
principais caracteres da natureza: sua unidade e sua diversidade. A flecha do tempo,
comum a todas as partes do universo, é testemunha dessa unidade. O futuro de você é
o meu futuro, o futuro do Sol é o de qualquer outra estrela. Quanto à sua diversidade,
pense nesta sala onde estou escrevendo: o ar, mistura de gases, atingiu aqui mais ou
Capítulo 4 – Segunda Lei da Termodinâmica e a Flecha do Tempo
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 38
menos um equilíbrio térmico e se encontra num estado de desordem molecular; mas há
também estas magníficas flores, que são objectos longe do equilíbrio, objectos
altamente organizados graças aos processos irreversíveis de não-equilíbrio. Nenhuma
formulação das leis da física que não leve em conta o papel construtivo do tempo
poderá satisfazer nossa necessidade de compreender a natureza.” Prigogine (1996).
As mudanças que ocorrem nos sistemas abertos e naturalmente nos organismos vivos
afastam-no do equilíbrio, está-se perante uma inter-relação dinâmica de energia,
informação e matéria em diferentes formas que lhes permite estabelecer uma ordem
crescente e com ela ser cada vez mais complexa e sucedida.
Caso se regresse à flor que se encontra no escritório a que se referiu Priogogine (ou as
reacções que nela ocorrem continuamente) vai conseguir manter-se viva (longe do
equilíbrio) por algum tempo, até misturar-se cada vez mais ao ar do escritório e, aos
poucos, transformar-se noutra matéria.
Acrescente-se ainda que caso se siga o pensamento das estruturas da teoria dos
sistemas de Bertalanffy o comportamento humano nunca é previsível. Nesta ordem de
ideias uma organização está imbuída pelos valores dominantes dos seus ambientes,
contudo, os seus membros afectam consideravelmente a estrutura social e cultural. O
membro de uma organização é simultaneamente membro de outros grupos que
afectam o seu comportamento e naturalmente as suas relações. Isto significa que o
indivíduo é um ser complexo, responde a diversas variáveis que muitas vezes não são
inicialmente compreensíveis. Tomando em consideração que o cérebro humano é a
estrutura “mais complexa conhecida” todo o acto que ele gere corresponderá a uma
actividade com uma certa imprevisibilidade (O’Connor & McDermott, 1997).
Se o indivíduo é complexo e imprevisível, por inerência, como parte integrante do
sistema que é a organização social esta possui as mesmas características elevadas
exponencialmente, extravasando a soma das partes.
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 39
5. Sistemas Dinâmicos
5.1. Definição de sistemas dinâmicos
A abordagem sistémica das organizações forneceu uma base conceptual para se
entenderem os seres vivos e as organizações. Observou-se que são sistemas, com uma
hierarquia (subsistemas) e integradas no metasistema ambiental que as envolve. O seu
comportamento é dinâmico, por um motivo simples: evolui no tempo. Temos, assim, o
ser vivo e a organização como sistema dinâmico.
Indagações acerca da origem de novos comportamentos, envolvendo a continuidade, a
descontinuidade, e sua variabilidade, levaram investigadores a procurarem novos
conceitos e princípios que a partir das últimas décadas do século XX começaram a
preencher as lacunas deixadas pelos paradigmas e teorias anteriores, trazendo assim
uma nova luz para o estudo do desenvolvimento organizacional. A tomada de decisão
e a aprendizagem são bons exemplos da crescente complexidade dinâmica e da
necessidade do pensamento sistémico e holístico, ou seja, uma expansão nas
fronteiras dos paradigmas existentes e o desenvolvimento de ferramentas que
permitam compreender como a estrutura de sistemas complexos afecta o
comportamento do próprio sistema. Surge o paradigma dos Sistemas Dinâmicos, que é
uma perspectiva e um conjunto de ferramentas conceituais que auxilia na
compreensão da estrutura e na dinâmica de sistemas complexos.
O paradigma dos Sistemas Dinâmicos iniciou-se com professor Jay W. Forrester do
Massachussets Institute of Technology (MIT), que em 1958 publicou um artigo na
Harvard Business Review, onde demonstrou as aplicações da teoria de controlo por
feedback em modelos de controle da organização (Maani & Cavana, 2000).
Posteriormente publicou o livro “Industrial Dynamics” (1961), aprofundando este
tema.
Em Industrial Dynamics, apresenta a filosofia e a metodologia dos sistemas dinâmicos.
Um exemplo de aplicação da teoria foi a análise de empresas de alta tecnologia. O
modelo proposto mostra o porquê destas organizações geralmente, crescerem até
determinado nível e depois estagnarem, fracassarem e morrerem. Na sua construção
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 40
foram utilizadas variáveis do tipo: estrutura de gestão, qualidade dos líderes,
características dos accionistas, criação dos objectivos e tradições da organização,
capacidade, preço, qualidade e atrasos na entrega dos produtos. A metodologia
qualitativa utilizada foi a entrevista e questões como tipos de crises enfrentadas,
interesses individuais, influência dos concorrentes e tipos de acções tomadas para
solucionar problemas da organização também foram levantadas. O resultado da
simulação mostrou que as acções sugeridas nas entrevistas para solucionar os
problemas eram justamente as causas dos mesmos. Mostrou-se que a situação gerava
uma série de problemas, os quais geralmente pioravam quando as acções
continuavam a serem seguidas.
Além do uso de sistemas dinâmicos no sector industrial, o paradigma foi estendido em
análises de comportamentos sociais e económicos. Urban Dynamics (1970) foi o
primeiro trabalho de Forrester nesta área e provocou fortes reacções.
O modelo apresentado em Urban Dynamics foi aplicado no comportamento dos
sistemas económicos, sendo muito diferente dos modelos convencionais
econométricos onde as estruturas são baseadas na teoria macroeconómica com
parâmetros extraídos de análises estatísticas de dados históricos, com grande
dependência de séries temporais exógenas. No que diz respeito aos sistemas
dinâmicos, os modelos econométricos não contêm a estrutura de realimentação,
responsável pela criação das trocas dinâmicas presentes nas economias reais.
Trabalhos relacionando os sistemas dinâmicos e a educação também foram
desenvolvidos. Forrester (1998) afirma que existe o planeamento do negócio para
obtenção de resultados na educação e a construção de um modelo pode organizar as
informações descritivas, reter a riqueza dos processos reais e construir conhecimento
dos gestores do negócio. O modelo de simulação revela a variedade dos
comportamentos dinâmicos que se encaminham para diferentes escolhas e acções.
Apesar da aplicação deste paradigma em diferentes ambientes, Bedeian (1992)
entende que a compreensão do comportamento dinâmico é um processo lento.
Processos de aprendizagem simples e desintegrados da realidade não satisfazem.
Podem ser encontradas dinâmicas de realimentação em equações matemáticas
diferenciais, em simulações informáticas, em experimentos laboratoriais e em
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 41
observações informais de ambientes naturais e processos sociais. Contudo, pode não
ser suficiente e a combinação destes pode não produzir resultados imediatamente.
Nos sistemas dinâmicos, compreender como as mudanças acontecem através do
tempo é facilitado pelo uso de processos de integração ou acumulação. O
comportamento dinâmico da ciência e da tecnologia é feito em termos de equações
diferenciais, sendo a derivação um conceito mais complexo. Os sistemas dinâmicos
podem fornecer uma estrutura dinâmica que mostra o significado dos factos em
detalhe, as fontes de informação e as respostas humanas (Bedeian, 1992).
De acordo ainda com Bedeian (1992), os sistemas dinâmicos demonstram como as
estruturas e os fluxos de informação afectam o comportamento e o controle do
crescimento, da estabilidade, decadência, sucesso e fracasso do sistema. As relações
internas de realimentação do sistema provocam trocas através do tempo, sendo que
somente por meio do entendimento do comportamento dos sistemas é possível
reorganizar a estrutura e as políticas na procura de um novo comportamento com
maior desempenho. As ideias desenvolvidas no paradigma dos sistemas dinâmicos são
aplicáveis para sistemas naturais, humanos e técnicos (Bedeian, 1992).
Cover (1996) refere que as pessoas apresentam dificuldade em apresentar os modelos
mentais de forma compreensível. Os sistemas dinâmicos superam essas deficiências,
na medida em que capta as informações da estrutura de um sistema, formaliza-as num
modelo informático e, a partir disso, a simulação retorna o comportamento gerado
pela estrutura [“estrutura” em dinâmica de sistemas refere-se à interdependência dos
recursos tanto tangíveis como intangíveis da organização (Forrester, 1961)].
Os sistemas dinâmicos procuram compreender a evolução de um sistema ao longo do
tempo. A premissa central é que o comportamento de um sistema é determinado pela
sua estrutura interna, assim, utilizando-se uma linguagem própria para modelá-lo,
torna-se possível investigar o seu comportamento ao longo do tempo. Isto significa
testar os diferentes tipos de comportamento que o sistema real pode experimentar, o
que torna viável a identificação e avaliação de melhorias potenciais, desde que um ou
mais pontos de alavancagem sejam descobertos (Fernandes, 2003).
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 42
Afirma Senge (1990) que é a “complexidade dinâmica” a justificação para uma situação
organizacional supostamente previsível produzir resultados surpreendentes ou até
totalmente opostos aos desejados. O êxito da gestão, na maioria das situações, está na
compreensão da complexidade dinâmica existente nos ambientes organizacionais.
"Aqueles que estudam a teoria dos sistemas dinâmicos estão particularmente
interessados em saber como um sistema varia ao longo do tempo, passando de um
estado estável para outro, devido ao efeito de uma variável específica" (Magill, 1998).
Considerando a perspectiva sistémica, a maioria dos gestores procura solucionar os
constrangimentos organizacionais de maneira reactiva e focada em eventos e soluções
de curto prazo. Por norma baseiam-se no conhecimento adquirido em experiências
anteriores e analisam o constrangimento fragmentando-o. No entanto, a forma mais
profunda de resolução é a identificação das causas subjacentes aos padrões de
comportamento do sistema, permitindo que esses padrões sejam modificados através
da compreensão estrutural do sistema (Senge, 1990). Esta abordagem considera toda
estrutura sistémica, as partes do sistema e seus inter-relacionamentos. Segundo Senge
(1990), a prática de operar com base nos eventos imediatos e superficiais são formas
limitadas no sentido de produzir resultados sustentáveis e, não raro, trazem
consequências contrárias àquelas desejadas.
Segundo Sterman (2000), sistemas dinâmicos é um método para aperfeiçoar a
aprendizagem em sistemas complexos e fundamenta-se em teorias de controle e
dinâmica de sistemas não-lineares.
A fim de tratar a complexidade na prática, os sistemas dinâmicos procuram construir
modelos representativos do sistema, simulando o seu comportamento ao longo do
tempo, reproduzindo comportamentos problemáticos e avaliando o impacto de novas
políticas na condução deste sistema. Diferentes dos sistemas lineares, num sistema
dinâmico as decisões são derivadas de informações sobre o sistema. Estas decisões são
convertidas em acções que interferem no comportamento do sistema. Quando novas
informações são geradas, é possível avaliar-se qual o impacto da decisão passada no
sistema em questão. (Fernandes, 2003). A modelação do sistema dinâmico está
orientada para mapear a estrutura, e por intermédio da simulação, verificar o impacto
das decisões, e testar diferentes políticas e soluções na operação do sistema.
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 43
Um projecto de sistemas dinâmicos, de acordo com Forrester (1998), nasce com um
problema, onde algum comportamento apresenta inconformidade ou desenvolve-se
de forma indesejada. A primeira etapa para começar a solucionar este problema é
recolher informações das pessoas. Durante a intervenção no processo, os estudos
seguem a aplicação de estudos de caso. Após a descrição dos níveis de informação e o
estabelecimento das relações entre elas, a próxima etapa é a descrição de um modelo
informático. Os sistemas dinâmicos utilizam o controlo de realimentação para
organizar as informações dentro do modelo de simulação. O resultado da simulação
revela as implicações comportamentais do sistema. Softwares são utilizados para
simular sistemas de modelos dinâmicos de situações planeadas.
Resumidamente é uma metodologia que procura mapear sistemas organizacionais ou
sociais, procurando examinar a inter-relação das suas influências, observando-as e
compreendendo-as num contexto sistémico como parte de um processo comum. Por
intermédio da simulação, propõe a compreensão de como o sistema estudado evolui
no tempo e como mudanças nas suas partes afectam todo o seu comportamento.
5.2. Realimentação e causalidade
O grande objectivo no desenvolvimento da teoria de sistemas dinâmicos foi a
simulação de sistemas complexos e não lineares.
De acordo com Corbett (2003), as decisões são derivadas de informações sobre e
geradas pelo sistema e perante estas acções podem e devem ser tomadas com o
objectivo de solucionar constrangimentos, ou até mesmo modificar o próprio sistema.
Estas mudanças podem gerar outras decisões e acções que podem produzir mais
mudanças. A sequência de causa e efeito que se forma pode ser chamada de
realimentação (ou feedback).
De acordo com Senge (1990), no raciocínio sistémico, o ciclo de realimentação é um
conceito mais amplo, em virtude de qualquer fluxo ter uma influência recíproca, ou
seja é, ao mesmo tempo, causa e efeito, não tendo apenas uma única direcção. A
estrutura de realimentação estabelece as inter-relações características dos sistemas, e
mostra como se comporta na realidade. Nos modelos de simulação lineares, este tipo
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 44
de estrutura não se modifica, implicando a análise dos comportamentos individuais
das variáveis e consequentemente gerando soluções analíticas.
Nos sistemas dinâmicos os ciclos de realimentação mostram as relações não-lineares
existentes, a parte do sistema dominante e as partes dominadas. Estas relações não-
lineares podem ser vistas e analisadas através de ciclos de retalimentação positivos e
negativos.
Senge (1990) define como ciclo de realimentação positivo o reforço ou a amplificação,
os quais são considerados propulsores do crescimento. Para Corbett (2003), o ciclo de
realimentação positivo surge quando uma variável alimenta-se a si mesma e reforça o
seu próprio crescimento ou declínio. Isto gera um círculo vicioso ou virtuoso e tende a
amplificar qualquer distúrbio num sistema. Já o ciclo de realimentação negativo é
definido por Senge (1990) de estabilização e actua quando o comportamento procura
atingir um objectivo. Para Corbett (2003), este ciclo negativo é uma estrutura auto-
reguladora, que também procura alcançar um objectivo, tentando manter o sistema
sempre em equilíbrio.
A estruturação do ciclo de realimentação e, consequentemente, a definição do
comportamento dos sistemas dinâmicos surge a partir de uma estrutura causal. A
estrutura de causa e efeito, segundo Senge (1990), não está necessariamente próxima
no tempo e no espaço.
Uma mudança ocorrida hoje pode causar mudanças imediatas ou ter consequências
no longo prazo. Para Corbett (2003), o aumento numa variável de causa não quer
dizer, necessariamente, que a variável efeito irá aumentar.
Numa lógica pragmática uma das aplicações resultantes da modelagem do sistema
dinâmico é a possibilidade de visualização de qualquer sistema, através da
identificação das suas características, das relações causa efeito e das estruturas de
realimentação. Para tal, utiliza-se a os denominados diagramas de Enlace Causal, são
diagramas de natureza qualitativa que possibilitam uma maior compreensão do
comportamento do sistema devido à simplicidade com que os seus elementos e
respectiva interacção são representados de maneira estruturada. Estes diagramas
apresentam ordenadamente as variáveis do modelo e respectivas relações de causa e
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 45
efeito, permitindo que se identifique como os elementos podem interagir e influenciar
todo o sistema.
Segundo Sterman (1986) os diagramas de enlace causal tornam-se importantes
ferramentas para a comunicação entre os ciclos de realimentação. De acordo com
Sterman (1986), estes diagramas cumprem um importante papel na modelagem dos
sistemas por servir como um esboço das hipóteses causais e possibilitar que os
pressupostos estruturais dos sistemas sejam explicitamente comunicados. Segue
abaixo um exemplo sobre um diagrama causal.
Figura 5. Abordagem qualitativa, diagrama de enlace causal
Mas Richardson (1986) levantou a questão de que a definição tradicional das ligações
positivas e negativas falha em muitos casos. O autor refere que a fonte do problema
aparece quando cada uma das ligações representa, na realidade, uma “conexão de
fluxo para nível” (rate-to-level conection).
Richardson (1986) define que a variável no final da seta é a taxa de troca (a derivada)
da variável do início da seta, está-se perante uma noção básica do cálculo do aumento
ou diminuição natural da derivada que determina a curva do gráfico. As definições
tradicionais traduzem as ligações que representam a proporção das relações, mas
falham em casos em que representam fluxos de acumulação.
Por isso, o autor sugere uma definição para a influência positiva no diagrama de enlace
causal dizendo que A tem uma influência positiva em B se o aumento ou diminuição
em A resulta em um valor de B maior ou menor. Uma definição similar pode ser feita
para a influência negativa.
Promoções Procura Clientes
Stocks
Encomendas a Fornecedores
Preço
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 46
Resumindo a colocação de Richardson (1986), tem-se a seguinte definição para as
influências positivas e negativas nos diagramas de enlace causal:
• Para ciclo de realimentação positivo: A tem uma influência positiva sobre B se A
soma-se a B ou provoca uma mudança em A, que resulta em uma mudança em B
na mesma direcção;
• Para ciclo de realimentação negativo: A tem um efeito negativo em B se A subtrai
de B ou se provoca uma mudança em A, que resulta em uma mudança de B na
direcção oposta.
De acordo com o autor, para a modelagem de sistemas complexos é preciso utilizar os
enlaces causais com cuidado. Segundo Sterman (1986), recursos e fluxos podem ser
representados junto a diagramas de causalidade ou separadamente. É preciso
estabelecer as ligações de fluxo e nível ou, simplesmente, mostrar uma estrutura dos
recursos e fluxos que compõem o modelo.
5.3. Modelos fundamentais do comportamento dinâmico
De acordo com Senge (1990), as estruturas influenciam o comportamento e conectam
inter-relações básicas de controle. Nos sistemas dinâmicos, um dos objectivos é
mapear as tendências dinâmicas e procurar compreender se o sistema é estável ou
instável, se tende a oscilar, a crescer, declinar ou ao equilíbrio.
As inter-relações existentes nas estruturas de realimentação geram diferentes tipos de
comportamento no sistema. Nos sistemas dinâmicos, três comportamentos
fundamentais podem ser observados.
• Crescimento exponencial � que de acordo com Sterman (1986), é gerado a partir
de um ciclo de realimentação positivo. Quanto maior a quantidade, maior o
crescimento.
• Procura do objectivo (goal seeking) � característico do ciclo de realimentação
negativo. De acordo com Sterman (1986) a taxa na qual o estado do sistema
atinge o objectivo diminui à medida que diminui a discrepância. Isso ocorre
porque grandes discrepâncias entre o estado desejado e o actual geram grandes
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 47
acções correctivas, enquanto discrepâncias menores geram respostas menores.
Quando a discrepância diminui, a taxa de ajuste também diminui.
• O movimento oscilatório � é um comportamento comum nos sistemas
dinâmicos. Este tipo de movimento também é causado pela realimentação
negativa. A diferença para a Procura do Objectivo é que, neste caso, existem os
atrasos envolvidos na inter-relação causal. Ou seja, as acções correctivas podem
não gerar um efeito imediato no sistema. Estes atrasos, quando não considerados
e entendidos correctamente, fazem com que os ajustes, através de acções
correctivas, sejam feitos em excesso. O movimento oscilatório mostra que o
sistema oscila em torno do objectivo. Segundo Corbett (2003), as oscilações em
sistemas complexos com muitas interacções não são regulares. Eles sofrem
perturbações que causam uma irregularidade no seu movimento. Esta
irregularidade é resultado de uma combinação, muitas vezes não-linear, da
dinâmica endógena e de factores exógenos.
5.4. Auto-organização
A auto-organização é considerada dentro dos Sistemas Dinâmicos como um dos
elementos essenciais para o desenvolvimento do sistema, considerando que
perturbações registadas neste provocam rupturas e com isso emergem novos
comportamentos (Haywood, 1986).
Piaget (1970) nos textos que escreveu acerca do desenvolvimento da inteligência na
criança partindo de processos, tais como a assimilação e acomodação, refere que a
partir das estruturas cognitivas já existentes quando novas experiências eram somadas
havia uma alteração dessas estruturas permitindo ao organismo, responder a novas
situações.
O conceito de equilíbrio dinâmico (equilibração, em português da América do sul)
proposto por Piaget refere-se ao processo em que o organismo procura um estado
próximo ao equilíbrio após passar por um estado de desequilíbrio e reequilíbrio, nos
Sistemas Dinâmicos também utiliza-se este conceito para explicar o desenvolvimento
humano o que abre a janela da plausibilidade biológica dos sistemas dinâmicos. Quer
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 48
para Piaget, no que diz respeito ao desenvolvimento da inteligência do ser humano
como para os Sistemas Dinâmicos, a base teórica encontra-se nos princípios
termodinâmicos que reconhecem que ordem e complexidade num sistema surgem em
oposição a desordem, tendo como característica comum a auto-organização do
sistema (Thelen & Ulrich, 1991).
A auto-organização nos Sistemas Dinâmicos tem origem nas perturbações do sistema,
que rompem a estabilidade de velhas formas, ocasionando a emergência de novos
padrões (Haywood, 1986). E da mesma forma que surge nos sistemas inanimados,
também surge nos sistemas biológicos e sociais ou em outro qualquer composto por
numerosos componentes. (Schmidt, 1999). Este acontecimento produz-se como
consequência das interacções energéticas entre as condições externas e internas sem
que exista à priori uma ordem específica de uma parte do sistema que seja
hierarquicamente superior à do exterior.
Kelso (2000) nos estudos que efectuou acerca da auto-organização em sistemas
dinâmicos refere que os princípios da auto-organização encontram-se nos próprios
padrões que são formados por diferentes tipos de substratos materiais e de
mecanismos. A suposição de Kelso é de que a auto-organização actua em muitas
escalas de observação, com diferentes dinâmicas.
Bresciane & D’Ottaviano (2000) entendem a auto-organização como: mudanças
organizacionais (na estrutura ou na funcionalidade) espontâneas que surgem como
consequência das actividades autónomas dos elementos do sistema. Algumas
actividades predeterminadas fazem parte da organização formal do sistema e às vezes
competem ou cooperam com as mudanças espontâneas. Dessa interacção
(competição ou cooperação), surgem novas organizações ou transformações em
organizações através de processos recorrentes. Esses devem estar presentes “para que
os elementos autónomos, nas suas actividades, se integrem numa organização com
auto-referência” (Bresciane & D’Ottaviano, 2000). Pode ocorrer auto-organização sem
que haja novidade na organização; esses processos são chamados autopoiese.
Debrun (1996) afirma que a auto-organização está presente do seguinte modo:
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 49
“Há auto-organização cada vez que, a partir de um encontro entre elementos
realmente (e não analiticamente) distintos, desenvolve-se uma interacção sem
supervisor (ou sem supervisor omnipotente) – interacção essa que leva eventualmente
à constituição de uma forma ou à reestruturação, por complexificação, de uma forma
já existente.”
Segundo Debrun (1996), a auto-organização é um processo (uma maneira de operar)
que engloba várias actividades, a auto-organização não é acção, é uma maneira de
agir.
Quando são construídos dispositivos para a simulação da cognição, eles não são
realmente bottom-up – não têm raiz própria – são concebidos tendo em consideração
a configuração dos organismos naturais. Na auto-organização, ocorrem encontros
entre elementos distintos (células, indivíduos, sons) e ocorrem dois tipos diferentes de
ajustes ou encontros: uma aproximação propositada ou casual2 e uma interacção onde
há funcionalidade3 (Debrun, 1996). Pode-se, então, considerar auto-organização
primária aquele processo que ocorreu na ausência de um sujeito e do qual participam
elementos realmente distintos e auto-organização secundária, o processo que se inicia
a partir de uma organização já existente e adquire, através de um rompimento, uma
maior complexidade, proveniente da interacção de elementos semi-distintos.
Contudo, para que exista auto-organização é necessário um fluxo constante de matéria
e energia a percorrer o sistema, e que não esteja em equilíbrio para poderem surgirem
novas estruturas. Assim, os sistemas recebem a energia do exterior, no entanto, os
novos comportamentos são consequência de flutuações internas amplificadas por
ciclos de realimentação positiva que variam de situação para situação. Devido a esta
2 Auto-organização primária, representa um potencial de novidade, pois não guarda nenhum compromisso com a continuidade de um sistema preexistente, sendo uma criação e não o resultado de um processo mecânico. A ruptura com esta continuidade liberta elementos distintos para a ocorrência de um encontro. Faz-se necessário, no entanto, que estes elementos sejam realmente distintos e que não exista entre eles qualquer vínculo preestabelecido ou condicionamentos prévios. Tal condição garante a existência do acaso neste encontro, ao menos em seu início. 3 Auto-organização secundária, no interior de um ser que os pretende mas que não se comporta como dominante no processo, participando no máximo, como hegemónico. Tais processos partem, assim, de uma organização já dada, mas que, com ocorrência de um rompimento com a sua continuidade, adquire maior complexidade, envolvendo uma aprendizagem.
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 50
propriedade diz-se que os sistemas abertos são estruturas dissipativas4. As estruturas
dissipativas mantêm um estado longe do equilíbrio e podem desenvolver-se de várias
formas complexas devido ao seu comportamento como um todo e aos ciclos de
realimentação. Podem ocorrer situações em que existe um retrocesso às condições
iniciais e a indeterminação é outra das características deste tipo de sistema.
No entendimento de Hayles (2000) as estruturas dissipativas que emergem do Caos,
são, estruturas que dissipam energia. Esta dissipação de energia produz-se por
intercâmbio com o meio exterior e um aumento da entropia, que é a medida de
desordem num sistema. Por consequência uma característica dos sistemas caóticos é a
presença de entropia alta (maior desordem) que possibilita uma maior capacidade de
auto-organização.
Um sistema dissipativo é aquele que se encontra num intercâmbio permanente de
energia com o meio ambiente, são sistemas distantes do equilíbrio, denotam um
grande instabilidade que incita a um maior intercâmbio energia, originando assim,
uma nova ordem, uma estrutura numa escala superior de organização (Prigogine,
2004). Esta capacidade de uma estrutura gerar outra estrutura de ordem superior é a
auto-organização já abordada.
No entendimento de Prigogine (2004), a ordem parte do caos. Nos sistemas caóticos
(ricos em entropia) ou estruturas dissipativas, estruturas de não equilíbrio, emergem
estruturas com maior capacidade de auto-organização, Prigogine (2004) refere:
“[…] hoje sabe-se que a matéria se comporta de uma forma radicalmente distinta em
condições de não equilíbrio, quando os fenómenos irreversíveis apresentam um papel
fundamental. Um dos aspectos mais espectaculares deste novo comportamento é a
formação de estruturas de não equilíbrio que só existem enquanto o sistema dissipa
energia e permanece em interacção com o mundo exterior. Existe aqui um evidente
contraste com as estruturas em equilíbrio, como os cristais, que uma vez formados
podem permanecer isolados e são estruturas mortas sem dissipação de energia.”
4 Abertas estruturalmente, que se relacionam com os fluxos de matéria e energia, no entanto, fechadas organizativamente, e que se auto-organizam, a sua ordem e comportamento não é imposta do exterior.
Capítulo 5 – Sistemas Dinâmicos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 51
As organizações podem ser consideradas estruturas de não equilíbrio, estruturas
dissipativas em permanente interacção com o meio ambiente externo e segundo este
enfoque, delas emergem outras estruturas de maior complexidade e com maior
capacidade de adaptação/ajuste às vicissitudes do meio.
Surge o efeito da irreversibilidade provocada pela adaptação/ajuste, nunca se volta ao
estado inicial, um sistema que evoluiu para estruturas mais complexas nunca volta ao
estado que lhe deu origem. A irreversibilidade garante a aptidão e subsistência do
sistema.
Prigogine (2004) conclui que de sistemas caóticos emergem sistemas organizados
abertos que trocam matéria e energia com o meio ambiente. Estes sistemas
caracterizam-se por uma complexidade crescente.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 52
6. Caos Historicamente a palavra caos tem um significado relacionado com a desordem,
confusão, ambiente indesejável, está sempre relacionada com a negatividade o que é
pouco interessante na óptica científica. Nos dicionários de línguas vivas pode-se
comprovar a versão clássica do significado de caos:
• “The Oxford Concise Dictionary”:
chaos as: formless primordial matter; utter confusion.
• Vigésima Primera Edición del Diccionario de la Lengua Española de la Real
Academia Española:
Caos: estado amorfo e indefinido que se supone anterior a la constitución del
cosmos. Confusión, desorden.
• Segundo o Dicionário Houaiss da Língua Portuguesa (2005):
Caos: confusão, mistura confusa dos elementos; os infernos; escuridão, trevas; o
caos a que tudo será reduzido, o fim do mundo. Mistura de ideias e sentimentos;
confusão mental; balbúrdia, coisas em total desequilíbrio; desarrumação,
confusão.
O emprego do termo "caos", tradicionalmente associado à desordem, é na verdade
enganador. Caos, na ciência, não é desordem, mas sim: "é uma ordem mascarada de
aleatoriedade" (Lorenz, 1963). A Teoria do Caos veio a legitimar a desordem, a suposta
confusão e o acaso (indeterminismo) no campo científico; ou seja, é uma perspectiva
que se situa entre o determinismo cartesiano e o indeterminismo (acaso). Nas últimas
décadas, surgiu uma mudança decisiva acerca da pouca utilidade do pensamento
linear e determinista, que é o reconhecimento de que a natureza, segundo afirma o
físico inglês Ian Stewart (1978) é “inflexivelmente não-linear”. Esta não linearidade é a
trave mestra da plausibilidade da teoria do caos e respectiva complexidade nas
organizações.
Para Gleick (1989) e Smith (1995) o significado de caos antes da década de 80 do
século XX implicava desordem, falta de explicação, impossibilidade de predição, sendo
evitado devido á sua conexão negativista. Posteriormente Gleick (1991) mencionou
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 53
que o Caos não é mais do que estabelecer um padrão organizado para a desordem
aparente. Foi após os importantes trabalhos de Lorenz (1963), Prigogine (1984) e
Mandelbrot (1983), sem esquecer o matemático francês Jules Henri Poincaré (1854-
1912), percussor dos estudos sobre sistemas de comportamento caótico
(desorganizado).
No século XVIII o paradigma newtoniano/cartesiano era incapaz de explicar o que se
denomina a Física dos Três Corpos, como é, a Terra, o Sol e a Lua, devido às
perturbações da atracção gravitaria que a Lua produzia na orbita dos outros dois e
vice-versa. Os cálculos de cada uma das orbitas tinham incongruências com o
postulado cartesiano e não se conseguia compreender com o conhecimento da época.
Henri Poincaré demonstrou que o problema não podia ser resolvido por equações
lineares (paradigma newtoniano/cartesiano), em virtude do sistema de três corpos
apresentar comportamentos extremamente irregulares, complexos e não-periódicos.
Aquilo a que nos tempos actuais se denomina de comportamento caótico. Estava-se
perante algo que contrariava grande parte do saber da Mecânica Clássica. A pergunta
que o cientista formulou foi: se três corpos manifestavam um comportamento
instável, como é que se podia garantir a estabilidade do Sistema Solar?
Quadro 4. Epistemologia da Teoria do Caos
Epistemologia da Teoria do Caos
Ano Trabalhos científicos que marcaram o desenvolvimento da Teoria do Caos
1865 Poincaré, Henri: sensibilizou para a necessidade de uma nova ciência que explicasse a dinâmica dos sistemas complexos.
1890 Planck, Max: formula os princípios da Teoria Quântica.
1900 Einstein, Albert: formula a Teoria da Relatividade.
1905 Bohr, Niels: formula o Principio de Complementariedade.
1907 Einstein, Albert: agrega a aceleração e a gravidade na Teoria da Relatividade.
1916 Clausius Rudolf: introduz o conceito de entropia.
1925 Paulí, Wolfgang: estabelece o Principio da Exclusão.
1925 Bertalanffy, Ludwig von: Inicia os trabalhos da Biologia como um sistema.
1927 Heisenberg, Werner: establece o Principio de Incerteza.
1963 Lorenz, Edgard: publica os seus trabalhos sobre os sistemas impredecibles.
1977 Prigogine, Ilya: Premio Nobel da Química (1977) pelos seus trabalhos sobre termodinâmica de processos irreversíveis com a formulação da teoria das estruturas dissipativas.
1980 Feigenbaum, Mithell: “Alamos Science” teoriza a estrutura profunda do caos.
1981 Shaw, Robert: “Strange Attractors, Chaotic Behavior and Information Flow”.
1983 Mandelbrot, Benoit: publica o livro “Fractal, Geometry of Nature”.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 54
Na sequência do trabalho pioneiro de Poincaré, surgiu um novo campo de investigação
sobre os sistemas não-lineares, atribuindo-se o nome de Teoria do Caos. Um sistema
não-linear não é determinista nem previsível, evolui no tempo com um
comportamento aperiódico, longe do equilíbrio e fazendo depender o seu estado
futuro do estado actual.
No entendimento de Appleyard (2004) a teoria do Caos estuda os sistemas complexos
e “fundamentalmente, a descoberta de pequenas mudanças na condição inicial que
podem produzir mudanças caóticas e essencialmente imprevisíveis nas condições
posteriores”.
Campbel (1993) menciona "é importante recordar que o Caos ocorre em sistemas que
são sensíveis às condições iniciais; até um sistema maior pode ser caótico se em algum
lugar um pequeno estímulo perturba o sistema".
Para Gleiser (2002), a teoria do Caos “é o estudo de comportamentos instáveis e
aperiódicos em sistemas dinâmicos determinísticos não-lineares”.
Os comportamentos instáveis são aqueles constrangimentos que perturbam o
equilíbrio do sistema constantemente, pode-se dar o exemplo, das variações da oferta
e procura de um dado produto que, após determinada variação, retorna ao seu valor
inicial, de equilíbrio. Já os comportamentos aperiódicos são aqueles em que as
variáveis apresentam uma repetição irregular de valores, nunca se repetem, o que
impossibilita prever com precisão os seus efeitos futuros.
Os sistemas para além de fechados ou abertos, podem ser, também, lineares ou não-
lineares (Gleiser, 2002).
• Sistemas lineares � são aqueles em que há uma relação entre a causa e efeito e
as variáveis, podendo se prever com precisão o próximo comportamento do
sistema. Para exemplificar, o autor cita o estudo da física que permite calcular os
minutos necessários para um veículo chegar a determinado ponto mediante uma
velocidade específica e a distância a ser percorrida;
• Sistemas não-lineares � as respostas a uma variação não se dão de forma
proporcional à intensidade da variação, isto é, uma pequena mudança numa
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 55
condição inicial pode gerar grandes mudanças no futuro. Estes sistemas são
estudados, então, pela Teoria do Caos.
Neste sentido, o comportamento caótico está directamente relacionado com o
funcionamento interno de um sistema, e não com as influências externas. Para
Giovannini & Kruglianskas (2004), há um engano ao se pensar que se conseguíssemos
todas as informações necessárias para controlar as variáveis de um sistema seria
possível prever o seu comportamento e dirigir as organizações de forma precisa, como
pretende a visão determinística e cartesiana. Todavia, há um limite para esta
imprevisibilidade, como o limite imposto pelos atractores (limites de um
comportamento imprevisível ao longo do tempo) que se abordará mais à frente. Dessa
forma, há um outro tipo de determinismo, diferente do proposto pela ciência clássica,
que foi denominado determinismo caótico ou caos determinístico que
“ […] refere-se ao movimento caótico (ou irregular) que é gerado por sistemas não
lineares. Este comportamento é gerado por regras definidas aplicadas recursivamente,
e não, como pode parecer, devido a fontes externas de ruído, a um número muito
elevado de graus de liberdade do sistema ou à incerteza do tipo quântica. A fonte de
irregularidade é a Dependência Sensitiva às Condições Iniciais, isto é, ínfimas
irregularidades nas condições iniciais do sistema (impossíveis de serem medidas) são
exponencialmente amplificadas. Isto torna impossível prever o comportamento de
sistemas dinâmicos não lineares no longo prazo.” (Giovannini & Kruglianskas, 2004).
Os trabalhos Parker & Stacey (1994) apresentam uma análise dos fenómenos caóticos,
que denominaram de pensamento não-linear, num momento em que “uma visão
simplista de como o mundo funciona está sendo substituída por outra essencialmente
complexa e paradoxal” (Parker & Stacey, 1994). O caos está relacionado com a mistura
de ordem e desordem, regularidade e irregularidade.
Para a Teoria do Caos, uma determinada causa ou acção pode ter diferentes efeitos ou
resultados, em contra-posição com o pensamento linear que afirma a existência de
uma relação unilateral e determinista de causa e efeito, ou seja, uma pequena
variação na entrada de um sistema provoca uma pequena alteração na saída e uma
grande modificação na entrada provoca uma grande alteração na saída, todos de
forma proporcional e linear. O sistema não-linear tem um entendimento diferente e
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 56
não reconhece esta propriedade aditiva simples, isto é, o todo constituído como uma
simples soma das suas partes, mas entende que há uma sinergia, no sentido de que o
todo é mais que a soma das partes, não tendo como precisar todos os resultados
possíveis de uma dada acção ou causa.
Assim, no sistema não-linear, a “[…] sinergia assume importância total. E temos que
compreender o seu comportamento em termos sistémicos, holísticos, e não em termos
reducionistas, causais.” (Parker & Stacey, 1994). Os planos a longo prazo no
pensamento não-linear, estão carregados de incerteza e imprevisibilidade, o que torna
a previsão e o controle de difícil execução, daí a maioria do planeamento ter que
sofrer adaptações ao longo do seu ciclo de vida.
A incerteza, a imprevisibilidade e a execução estão sujeitas à alta sensibilidade do
sistema quanto às condições iniciais, o que o leva a gerar grandes distorções na saída
perante pequenas alterações nos valores de entrada; em termos quantitativos, pode-
se dizer que há uma variação mais que proporcional na saída do sistema em relação ao
valor da variação inicial. Confirma-se então, que muitos fenómenos variam numa
forma não linear – imprevisível, ou seja, a sua conduta no futuro não pode ser prevista
pelo comportamento passado. Os seus componentes não mudam de forma
proporcional entre si e têm um componente de aleatoriedade.
Este efeito é suficiente para demonstrar a impossibilidade das previsões e afastar o
determinismo cartesiano: para se fazer uma previsão perfeita dever-se-iam conhecer
as variáveis iniciais com uma precisão infinita. Para armazenar uma variável com
precisão infinita, é preciso uma memória infinita. Sendo impossível dispor de uma tal
memória, é impossível a previsão determinista. Assim, segundo a teoria do caos
determinístico, pequenas causas podem causar grandes efeitos, através de uma
sucessão de eventos encadeados (na relação sistémica), tornando difícil a
previsibilidade.
As diferenças das pequenas causas iniciais são quase imperceptíveis e levam a uma
sucessão de reacções do sistema, causadoras de um comportamento completamente
diferente (Rosenhead, 1998). Isto levou Gleick (1990) a afirmar que “a noção de uma
borboleta, agitando o ar hoje em Pequim pode modificar no mês seguinte sistemas de
tempestade em Nova York”; esta sensibilidade ficou conhecida por “Efeito Borboleta”.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 57
Desta forma, o sistema não-linear realimentado gera uma profunda complexidade ao
se tentar compreender os possíveis resultados de uma dada acção. Neste sistema
forma-se uma mescla de ordem e de desordem. De acordo com vários pesquisadores
(Bauer, 1999; Gleick, 1990; Gleiser, 2002; Stacey & Parker, 1995), os sistemas caóticos
são pela dependência sensível das condições iniciais, compostos pelo efeito feedback,
comportamento não-linear, pelos atractores e pelos fractais.
6.1. Efeito Feedback e equação logística
O efeito feedback já foi abordado na Teoria Geral dos Sistemas e nos Sistemas
Dinâmicos. No entanto, a Teoria do Caos acrescenta-lhe a não-linearidade.
Feedback é o fenómeno de realimentação do sistema, ou seja, as saídas do sistema
num determinado instante condicionam a entrada no momento subsequente. O
feedback é denominado negativo quando, em função das saídas ou resultados do
sistema, as entradas procuram estabilizar o sistema em determinado valor de
referência. É o que ocorre, por exemplo, nos sistemas centrais de aquecimento de
água nos quais o reóstato liga e desliga, mantendo a temperatura estável num valor de
referência.
Nos sistemas não-lineares a realimentação também se procede de forma positiva e
negativa.
• A realimentação negativa � significa que uma dada acção gera consequências
que compensam ou cancelam o desvio original, isto é, há uma restrição ou
limitação de um desvio apresentado na saída de um sistema. Todo sistema
planeado possui uma realimentação negativa, pois ela visa monitorar a diferença
entre o resultado obtido na saída do sistema e o valor pré-determinado, que foi
planeado anteriormente. Se ocorrer uma diferença entre o estipulado e o
ocorrido na saída do sistema, a realimentação “age” no sentido de restabelecer e
assegurar o equilíbrio do sistema. Por exemplo, se planeia aquecer um
determinado líquido a uma temperatura X; ao atingir tal temperatura, a
realimentação negativa envia um sinal de retorno à entrada, fonte de calor,
inibindo-a, controlando-a, a fim de manter a temperatura nos níveis pré-
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 58
estabelecidos. Este tipo de realimentação é o mais comum e o mais aplicado aos
sistemas em geral, visando o controlo de certas variáveis dentro de uma dada
faixa de controlo. Ele é o mais adoptado nas organizações como meio de executar
e controlar algum tipo de trabalho ou tarefa administrativa.
• O feedback positivo � por outro lado, ocorre quando o resultado do sistema em
determinado momento é realimentado directamente como a entrada do sistema
no momento subsequente. Isto é, a realimentação positiva representa o aumento
progressivo da diferença entre o planeado e o obtido. Ela não cancela, assim, os
desvios, mas reforça-os, causando uma amplificação e uma desestabilização, de
forma oposta à realimentação negativa. Em termos matemáticos, é o que ocorre
na iteração, quando o resultado de uma equação serve de parâmetro de entrada
na rodada seguinte. Tal processo leva o sistema a um comportamento não-linear
e imprevisível à medida que as interacções se sucedem. Esse tipo de
comportamento foi observado pelo matemático e biólogo Robert May, citado por
Gleick (1990), nos estudos dos fenómenos de crescimento e decadência de
populações de animais.
Nesses estudos, May utilizou a equação logística:
Xprox = r.X(l-X);
onde X representa a população em um dado período;
Xprox a população no período seguinte e
“r” a taxa de crescimento populacional.
Fazendo crescer lentamente o valor do parâmetro “r”, May observou que para valores
baixos a população decrescia e estabilizava num determinado valor.
Para r=2,7, por exemplo, a população apresentava uma oscilação inicial e se
estabilizava em 0,6296.
Entretanto, para valores acima de 3, a linha bifurcava-se em duas, resultando numa
população que oscilava entre dois valores em anos alternados. Para valores acima de
um valor crítico, o sistema passava a ser caótico, sem repetição de valores (figura 6).
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 59
Figura 6. Equação logística e caos
Adaptado de Gleick (1990)
A realimentação negativa pode ser presenciada nos ambientes económicos e sociais,
no sentido de que um dado fenómeno desencadeia, estimula ou fortalece outros
fenómenos, amplificando as consequências de uma dada causa ou acção particular.
Parker & Stacey (1994) afirmam que se deve procurar compreender os fenómenos
sociais, económicos ou organizacionais a partir da “aprendizagem de circuito duplo”,
que seria “um processo de realimentação positiva que atende às contradições e aos
conflitos entre o que está acontecendo na realidade e as expectativas originadas de um
modelo agora ultrapassado”.
Os planeamentos macroeconómicos e microeconómicos (organizações) são formados
por uma realimentação tipicamente negativa, pois procuram produzir padrões
previsíveis de comportamento. Já os realimentados positivamente não ficam presos a
um dado padrão ou estabilidade, mas entre o estável e o instável, o que produz
resultados que no pensamento linear não seria possível detectar.
6.2. Comportamento Não-Linear
O comportamento linear é a principal característica dos sistemas lineares, ou seja, são
aqueles comportamentos nos quais a resposta do sistema é proporcional ao estímulo
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 60
nele aplicado. As partes do sistema podem ser estudadas separadamente e, a partir
daí construir o comportamento do sistema como um todo, através dos
comportamentos de suas partes (Carroll, 1994).
O comportamento de um sistema linear não apresenta complicações e é previsível,
pois uma determinada causa tem um e somente um efeito, e uma determinada acção
têm um e somente um resultado (Carroll, 1994).
O comportamento não-linear é característico dos sistemas complexos – adaptativos ou
não – é aquele cuja resposta a um determinado estímulo não é necessariamente
proporcional à intensidade desse estímulo. Devido ao efeito feedback, existe uma
quebra da causalidade linear de tal forma que a causa age sobre o efeito, e o efeito
age sobre a causa tornando-se causador ao retroagir sobre a causa. Os sistemas
complexos não possuem a propriedade aditiva simples, isto é, não é possível construir
o comportamento do sistema como um todo através da soma de suas partes (Parker &
Stacey, 1994).
Os sistemas complexos possuem estrutura não-linear, em virtude dos seus
componentes (partes) e o ambiente onde estão inseridos estarem interligados por
processos de feedbacks recursivos, fazendo com que, ao longo do seu funcionamento,
pequenas perturbações sejam ampliadas, quebrando o vínculo entre entrada e a saída
subsequente (Parker & Stacey, 1994).
As não-linearidades e descontinuidades dos sistemas complexos resultam das
intrincadas acções combinadas entre processos de feedback entre input e o
subsequente output, difíceis senão mesmo impossíveis de discernir, onde pequenas
causas podem conduzir a grandes efeitos em outra parte do sistema e num tempo
diferente (Parker & Stacey, 1994).
6.3. Sensibilidade às Condições Iniciais (Efeito Borboleta)
O efeito caótico observado na figura 6 foi devido unicamente à variação do parâmetro
(a taxa de crescimento). Entretanto, uma das características fundamentais dos
sistemas dinâmicos determinísticos não-lineares refere-se à sua sensibilidade às
condições iniciais das variáveis do sistema, no caso o valor inicial da população. Esse
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 61
efeito foi inicialmente percebido por Edward Lorenz, ao demonstrar o efeito de
pequenas variações nas condições iniciais do sistema, o chamado efeito borboleta.
Gleick (1990) cita os exemplos: a) do cometa Halley que passa perto da Terra a cada 76
anos; b) “a noção de uma borboleta, agitando o ar hoje em Pequim pode modificar no
mês seguinte sistemas de tempestade em Nova York”. Um pequeno erro nos valores
iniciais do cálculo pode gerar um grande desvio temporal na provável data de retorno
do cometa.
A consequência prática dessa característica é que pequenas, e muitas vezes não
percebidas, diferenças nas condições iniciais de um sistema vão originar grandes
efeitos no futuro, tornando impossível a previsão de longo prazo.
Figura 7. Gráfico obtido por Lorenz, após alterar os estados inicias do sistema
Adaptado de Lorenz (1963)
Este comportamento não havia sido notado antes pela ciência clássica, fazendo com
que muitos autores do século XX defendam que o ano de 1963 foi tão importante
quanto os anos em que Newton, Galileu e Copérnico publicaram as suas obras. Mas
algo deve ser mencionado, o efeito caótico aparece independentemente de se possuir
todas a variáveis que compõe um sistema. Ele faz parte de um universo que até então
o homem sempre procurou se distanciar: O mundo das incertezas.
Lorenz no seu estudo constatou que a principal diferença entre a dinâmica dos
planetas (que eram previsíveis) e do clima, estava contida no facto de que este último
quase nunca se repetia, ou seja, era um sistema aperiódico, assim como a fisiologia e
uma organização. Então o objectivo era determinar qual a relação entre a
aperiodicidade e a imprevisibilidade, e não demorou a Lorenz perceber que o elo
estava nas equações não lineares.
Um exemplo sucinto de como essas equações não lineares estão presentes no dia-a-
dia, é a chamada azenha de Lorenz, apresentada a seguir na figura 8, experiência
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 62
efectuada pelo autor para mostrar tacitamente que o caos sempre esteve presente
nos elementos mais simples da engenharia humana.
Figura 8. Azenha de Lorenz
Adaptado de Lorenz (1963)
Como pode ser observado na figura 8, um fluxo de água constante cai em vasos
pendurados na roda, tais vasos possuem pequenos furos no fundo, desta forma,
algumas situações podem ser esperadas neste caso, conforme as seguintes hipóteses
abaixo:
1. Se o fluxo de água for demasiado lento o vaso que está colocado no topo nunca
chega a encher o suficiente para ultrapassar o atrito e a azenha mantém-se
imóvel;
2. Se o fluxo for maior, o peso do vaso do cimo coloca a azenha em movimento
(esquerda). A azenha pode estabilizar num movimento de rotação contínuo
(centro);
3. Contudo, se o fluxo da água for ainda maior (direita), o movimento pode
tornar-se caótico por causa dos efeitos não-lineares, pois até que ponto os
vasos que passam sob a água se enchem depende da velocidade de rotação da
azenha? Se esta roda rapidamente, os vasos terão pouco tempo para se encher
de água. Além disso, se a azenha rodar rapidamente, os vasos podem começar
o movimento ascendente antes de terem tempo para se esvaziarem e em
consequência de tal o peso destes pode travar a rotação da azenha e,
inclusivamente, invertê-la.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 63
De facto, o sentido da rotação da azenha pode inverter-se várias vezes, sem nunca
alcançar um estado estável ou seguir um padrão de algum modo previsível. A azenha,
apesar de ser um sistema extremamente simples, mostra-se capaz de um
comportamento surpreendentemente complexo.
De acordo com Giovannini & Kruglianskas (2004), existe o hábito de relacionar causa e
efeito de forma proporcional, ou seja, pequenas causas, pequenos efeitos; grandes
causas, grandes efeitos, o que na realidade não ocorre quando se consideram os
sistemas complexos. Assim, quanto mais um sistema opera com novas variáveis na sua
entrada, mais complexo se torna o cálculo da provável saída do sistema, até chegar a
um ponto em que o sistema chega ao seu limite, amplificando a incerteza e passando a
ter um comportamento caótico, imprevisível. Neste sentido, para estes autores, a
dependência sensitiva às condições iniciais é
“ […] resultante da não-linearidade presentes no sistema, as quais amplificam
exponencialmente pequenas diferenças nas condições inicias. Assim sendo, leis de
evolução determinísticas podem levar a comportamentos caóticos, inclusive na
ausência de ruídos ou flutuações externas” (Giovannini & Kruglianskas, 2004).
Outra questão relevante é a da irreversibilidade dos fenómenos caóticos, pois, na
medida em que não se pode reproduzir a totalidade das condições do universo, não se
pode garantir a reversibilidade às condições iniciais. Torna-se decisivo para a
organização adaptar/ajustar às novas realidades e aquela que melhor souber fazê-lo,
de maneira mais rápida e menos traumática, conseguirá melhores resultados. Lang
(1991) argumenta que a grande contribuição da teoria do caos foi a de corrigir uma
certa “miopia” referente á visão de sistemas mais complexos. Assim, ao contrário do
pensamento clássico que demonstra os fenómenos como algo linear ou proporcional,
a Teoria do Caos concluiu que pequenas mudanças nos valores de entrada de um
sistema complexo podem gerar grandes variações na saída, porém, como veremos a
seguir, dentro de certo limite, de acordo com os atractores.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 64
Figura 9. Desenho gráfico do Efeito Borboleta
6.4. Níveis Críticos
Uma das características comuns aos sistemas dinâmicos não-lineares é a existência de
níveis críticos numa ou mais variáveis, acima dos quais um pequeno aumento nessas
variáveis torna o sistema instável. É o exemplo da última gota que provoca o
transbordo da água do recipiente, ou da última carta que provoca o desmoronamento
de um “castelo de cartas”. Essa propriedade dos sistemas dinâmicos não-lineares
delimita o ponto entre a estabilidade e a instabilidade, tendo profundos reflexos sobre
a aplicação nas organizações e na fisiologia. No caso da experiência de May, o nível
crítico ocorre quando o sistema se torna caótico, sem repetição dos valores.
6.5. Espaço Fase
A teoria geométrica desenvolvida por Poincaré referente aos sistemas dinâmicos
permitiu conceptualizar conceitos fundamentais que se aplicaram posteriormente,
com é o caso de espaço de estados, espaço de fases e atractores (Abraham & Shaw,
1992). A faixa de valores que podem adquirir as diferentes variáveis do sistema é o
espaço de estados (espaço abstracto onde se podem representar todas as variáveis de
um sistema complexo com todas as possíveis combinações de valores). Quando este
estado de espaço se interpreta geometricamente, as mudanças de estado podem-se
representar como movimentos de um ponto afastado da “superfície” desse espaço
(Martin, 2005).
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 65
O espaço de fases é a representação do comportamento do sistema dinâmico no
estado de espaço (Stergiou et. al, 2004).
Para Gleiser (2002), o conceito de espaço de fase constitui-se na forma mais
importante de estudar os sistemas complexos.
Espaço de fase consiste na representação matemática do sistema e na sua tradução
numa imagem que contém todas as informações num dado instante. No caso simples
de um sistema que pode ser descrito por duas variáveis (X e Y), o espaço de fase
consiste na representação dessas variáveis num gráfico cartesiano. Cada ponto
representa a situação do sistema num dado instante. Está-se perante uma forma de
representar todas as evoluções possíveis de um sistema, para as diferentes condições
iniciais. Ou seja, a equação diferencial diz que para cada ponto do espaço de estado
que direcção adoptará o sistema e a que velocidade num intervalo de tempo
infinitesimal. Caso se imagine um pêndulo sem qualquer tipo de atrito, o espaço de
fase seria representado por um círculo cujas coordenadas seriam a sua posição e
velocidade em cada instante.
Figura 10. Espaço de fase de um pêndulo
Adaptado de Gleiser (2002)
Dentro do espaço de fases produz-se uma relação entre os diferentes componentes
que se denomina de relação de fase.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 66
6.6. Trajectória do Sistema
Caso o sistema se descreva com duas variáveis, o espaço de estados terá duas
dimensões, será um plano, e as mudanças representam-se como curvas nesse espaço.
Esta curva é a trajectória do sistema e o seu seguimento indica a evolução do sistema
(Gleiser, 2002).
Figura 11. Trajectória Caótica
Adaptado de Gleiser (2002)
As dimensões do espaço aumentam de forma proporcional ao número de variáveis
que se escolhem para definir o sistema. As trajectórias definem assim o
comportamento do sistema num intervalo de tempo, as teorias dos Sistemas
Dinâmicos e do Caos tentam estudar estas trajectórias de forma qualitativa. Nos
sistemas lineares só se conseguem estudar quantitativamente, no entanto, na maioria
dos problemas de dinâmica aplicada o estudo quantitativo é impossível (Abraham &
Shaw, 1992).
6.7. Atractor
Para se poder estudar qualitativamente um sistema o conceito de atractor é
fundamental.
Os sistemas complexos possuem comportamentos imprevisíveis, que no longo prazo
dificilmente se conseguem prever. Todavia, há certos limites para esta
imprevisibilidade, determinada pelos chamados atractores que, conforme Giovannini
& Kruglianskas (2004), são “a maneira de se referir ao comportamento de longo prazo
de um sistema”, isto é, são os valores para os quais tendem os resultados de um
sistema dinâmico não-linear.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 67
O atractor incluirá os estados do sistema rumo ao limite, e representará o
comportamento do sistema em equilíbrio dinâmico, depois de terem desaparecido as
transições (Hayles, 1998).
Atractor é então o comportamento para o qual um sistema dinâmico converge,
independentemente do ponto de partida. Um exemplo é o relógio de pêndulo, o qual
acaba por parar, se pusermos o pêndulo a oscilar com uma amplitude demasiado
pequena, e acaba por ficar a oscilar de forma estável, se a amplitude inicial for
suficientemente grande, outro exemplo é uma bola ao rolar sobre uma superfície com
atrito converge para uma situação de velocidade nula.
Figura 12. Bola colocada num bol em posição de equilíbrio estável
No plano, em mudança, caso se mova fica em equilíbrio na nova posição. Na bacia invertida, o equilíbrio é instável, poi movendo a bola ela cai pelo exterior da bacia. Adaptado de Haken (1994)
Os atractores podem-se visualizar marcando os estados sucessivos de um sistema num
gráfico, que terá tantas dimensões quantas as variáveis envolvidas.
Figura 13. Bacia de atracção
Um atractor A é um conjunto no espaço de fase para o qual tendem todas as trajectórias vizinhas e que descreve, por isso mesmo, o comportamento a longo prazo do sistema para todo um conjunto de condições iniciais diferentes.
A é invariante (i.e. se o ponto inicial da órbita estiver em A, permanece lá).
A tem uma bacia de atracção (região do espaço de fase contendo todas as trajectórias que tendem para A).
Adaptado de http://cftc.cii.fc.ul.pt/PRISMA/capitulos/capitulo2/modulo3/topico4.php
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 68
Para conhecer o comportamento dinâmico de um sistema de três equações
diferenciais com que estava a trabalhar, Lorenz representou-o num gráfico deste tipo,
obtendo a imagem do atractor tridimensional para o qual o sistema convergia. No
entanto, este atractor não correspondia nem a nenhuma situação estacionária nem
periódica, o sistema nunca assumia duas vezes o mesmo valor, mas a sua evolução
desenhava nitidamente uma forma vagamente semelhante a uma borboleta. O
sistema é caótico e imprevisível, mas ao mesmo tempo converge para um atractor
determinado que se denomina, apropriadamente, atractor estranho.
Figura 14. O Atractor de Lorenz, caótico de dupla espiral
Adaptado de Lorenz (1963)
Os atractores, para Gleiser (2002) podem ser pontuais, de ciclo limite e caótico.
O atractor pontual é um ponto de equilíbrio para o qual tendem as órbitas vizinhas.
Como o caso de uma bola no interior de uma bacia esférica que fica girando ao redor
dela até parar no seu fundo, isto é, devido ao atrito, há uma tendência ao equilíbrio e o
seu resultado é previsível – para no fundo da bacia. Outro exemplo é o pêndulo que ao
iniciar um movimento oscilatório, depois de certo tempo, pára no meio, no seu ponto
de equilíbrio (Martin, 2005).
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 69
Figura 15. O ponto ao centro é um atractor pontual num espaço de duas dimensões
Há uma zona circular na qual qualquer trajectória que se inicia dentro dela finalizará num ponto, no atractor estático. Adaptado de Abraham & Shaw (1992)
Já o atractor de ciclo limite ou atractor periódico representa um equilíbrio periódico. É
o caso de um pêndulo de relógio que oscila regularmente, apesar dos efeitos da fricção
e da resistência do ar, devido a impulsos eléctricos. O pêndulo não está atraído rumo a
um ponto fixo, está sim oscilante de um ponto ao outro dentro de certos limites
espaciais. Este limite como se viu anteriormente é o espaço de fase, ou seja, o espaço
em que o pêndulo ocupa durante o seu movimento de oscilatório. A esta situação
chama-se ciclo limite. Os ciclos limitados têm a capacidade de resistir à mudança
mediante a realimentação (Martin, 2005).
Figura 16. O ciclo fechado é um atractor de ciclo limite
Á excepção do ponto central, qualquer estado inicial evoluirá rumo ao ciclo limite ou atractor periódico. Adaptado de Abraham & Shaw (1992)
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 70
Por fim, há o atractor caótico ou estranho em que o espaço ocupado sofre variações
ao longo do tempo, ou seja, espaço de fase parece aleatório ou caótico. Ele não se
apresenta de forma estável ou cíclica como os dois primeiros tipos. Como exemplo,
pode-se citar o caso de um pêndulo que a cada volta sofre um empurrão com
intensidade variável, o que leva a mudar aleatoriamente a velocidade e a sua posição,
porém limitado à amplitude máxima do pêndulo. Neste caso, o comportamento é
imprevisível, pois o seu comportamento não se repete.
De acordo com Stacey & Parker (1995), num sistema não-linear com atractores
caóticos,
“ […] pode haver pontos dentro dele, para os quais o sistema é atraído, que não
produzem um ponto de equilíbrio estável ou um ciclo regular (periódico). Em vez disso,
o produto é um comportamento muito mais complexo. O sistema se torna uma mistura
de estabilidade e instabilidade.”
Dessa forma, Stacey & Parker (1995), afirmam que o comportamento complexo, ligado
a um atractor caótico, é encontrado na fronteira entre a estabilidade e a instabilidade,
o que torna difícil ou mesmo impossível de se prever os futuros acontecimentos.
Gleiser (2002) faz uma analogia entre o atractor estranho e o sistema social.
Ambos são estáveis, mas seus comportamentos nunca se repetem, pois dada à
interacção das pessoas, os seus comportamentos são afectados por essa interacção.
Estes comportamentos sociais podem mudar com o tempo, como as “modas que vão e
vem, mercados sobem e descem, nossas relações com as instituições se alteram, nossa
definição de família se transforma” (Gleiser, 2002); tal como num pêndulo que sofre
empurrões aleatórios.
Os sistemas abertos/dinâmicos procuram modos de comportamento preferenciais em
função das interacções entre os seus componentes internos e a sensibilidade das
condições externas. Não existem códigos nem programas, e debaixo de certas
condições os componentes podem organizar-se formando outros padrões estáveis. Os
atractores podem ter diferentes graus de estabilidade e instabilidade, o que
habitualmente se representa mediante as bacias e as funções potenciais. Estas funções
potenciais representam as possibilidades energéticas do parâmetro de ordem,
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 71
ilustrando os seus atractores e respectiva estabilidade, assim como as mudanças nos
atractores ao modificar-se os parâmetros. Existem configurações tão estáveis que só
perturbações muito importantes as desestabilizam (Martin, 2005).
Figura 17. Operação de esticar e dobrar no atractor de Rössler
Adaptado de Scientific American Dec., 1986 Vol. 254 No. 12, 46-57.
A distribuição dos atractores é única para cada organismo, organização ou sistema, e
uma pequena diferença, devido à não-linearidade, pode provocar um processo
completamente diferente num sistema ou noutro. Esta dependência sensível às
condições iniciais justifica o princípio da individualidade (Martin, 2005).
6.8. Parâmetros de Controlo e as Bifurcações
Para se poder analisar o comportamento do sistema é necessário conhecer os
parâmetros de controlo. Estes correspondem às variações ambientais que ocorrem de
uma forma natural ou às manipulações específicas experimentais que levam o sistema
a diferentes estados produzindo mudanças (Kelso, 2000).
Estes parâmetros são inespecíficos, ainda que os sistemas biológicos sejam específicos
informalmente.
Durante o aquecimento de um recipiente com água, o parâmetro que produzirá a
mudança de padrão da organização das moléculas é a temperatura da água. A partir
de um determinado valor crítico da temperatura, o comportamento da água muda de
forma qualitativa. Esta mudança qualitativa acontece devido à instabilidade, e
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 72
denomina-se de transições de fase em estados de não equilíbrio ou bifurcações.
Nestes pontos de instabilidade o comportamento é imprevisível, e podem surgir
espontaneamente novas estruturas de ordem e complexidade crescente (Martin,
2005). Contudo, nem sempre a perda de estabilidade produz necessariamente uma
bifurcação (Carson, 1995). A presença de bifurcações no comportamento de qualquer
sistema é um sinal de não-linearidade, pelo que qualquer processo fisiológico não se
pode explicar através da linearidade.
Figura 18. Esquema de um diagrama de bifurcações
Adaptado de http://cftc.cii.fc.ul.pt/PRISMA/capitulos/capitulo2/modulo1/topico7.php
6.9. Fractais ou Auto Similaridades
Outro nome importante no desenvolvimento da teoria do caos é o do investigador
Benoit Mandelbrot. O seu trabalho, publicado pela primeira vez em 1975 versa a
geometria fractal.
Fractais são objectos, figuras cujo padrão geométrico se repete em escalas cada vez
menores (auto-similaridade com o todo), isto é, tem sempre cópias de si mesmo em
seu interior. Como por exemplo, as famosas bonecas russas Matryoshka.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 73
Figura 19. Matryoshka
Além da auto-similaridade, os fractais possuem formas e superfícies irregulares que
não podem ser representadas pela geometria clássica – euclidiana (é a geometria
sobre planos ou objectos em três dimensões baseados nos postulados de Euclides de
Alexandria), (Guerrini & Spagnuolo, 2004).
A palavra fractal surgiu do latim frangere, que significa quebrar, produzir pedaços
irregulares. O fractal quer dizer quebrar em fracções, em que a forma das partes se
relaciona com o todo.
Para Stacey & Parker (1994), fractal é “[…] uma forma geométrica na qual
configurações semelhantes se repetem em várias escalas diferentes. As formas
assemelham-se, não importa a que nível de detalhe são examinadas ”.
A geometria fractal tem como objectivo elaborar um modelo matemático de um
grande número de coisas/objectos de formatos irregulares. Esses formatos podem ser
produzidos em computador a partir de equações matemáticas, calculadas de forma
recursiva (processo que, para atingir um objectivo, realiza-se várias vezes, e a cada vez
fornece um resultado parcial que alimentará o passo seguinte do processo) e, são
semelhantes às figuras encontradas na natureza, como folhas, cristais, vales e
montanhas. A geometria da natureza é fractal na medida em que, várias formas
naturais – nuvens, árvores, folhas, etc. – ou, como exemplo ainda o código genético de
uma célula que, ao ser ampliado num microscópio, possui as características da célula
que a forma. Nestes exemplos verifica-se que as partes menores são similares a partes
maiores.
No plano organizacional, Giovannini & Kruglianskas (2004), citam, para exemplificar, o
organograma de uma organização, em que é dividida em unidades de negócios, que
são divididas em departamentos que naturalmente são formados por indivíduos, ou
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 74
seja, “[…] qualquer nível que se observar no organograma [...] é auto-semelhante ao
seu nível anterior ou posterior”.
Mandelbrot foi o investigador que descobriu uma característica fascinante da natureza
e do universo humano: a auto-similaridade, palavra usada para falar de coisas
(objectos, estruturas, figuras, formas) nas quais as formas geométricas se repetem
independentemente da escala em que se olha para elas. Mandelbrot percebeu que o
mundo estava repleto dessas coisas, as quais poderiam ser criadas de forma ideal, e,
portanto, modeladas em computadores. Assim, ficou evidenciada a possibilidade real
de se gerar ordem a partir de uma desordem inicial, repetindo no computador o que
ocorre na natureza.
Fractal passou a ser sinal de ordem, um padrão bem ordenado que nasce da desordem
a partir de um procedimento simples, realimentado e repetitivo, ou seja, um indício
concreto do caos (Guerrini & Spagnuolo, 2004).
O estudo dos fractais está ligado ao caos porque também procura padrões organizados
de comportamento, em virtude dos fractais serem provenientes de operações
matemáticas com equações que se realimentam (numa equação, o resultado volta a
ser a condição inicial na próxima iteração. Iterar uma equação significa repeti-la
recursivamente), demonstrando relação bastante íntima com os sistemas complexos,
adaptativos ou não, pois os comportamentos desses sistemas são gerados por
operações semelhantes. Outra relação é a dimensão fractal dos atractores de um
sistema complexo, isto é, todo atractor estranho é um fractal e todo fractal deve ser
reconhecido como padrão (um atractor estranho) do caos determinístico (Stacey &
Parker, 1994; Guerrini & Spagnuolo, 2004).
Desta forma, apesar dos comportamentos caóticos finais não serem previsíveis com
antecedência, o fractal possui um comportamento global similar ao local, isto é, ao se
observar uma parte de uma organização, um departamento, percebe-se uma
semelhança com os demais departamentos, até a organização como um todo, devido à
presença dos fractais nos sistemas complexos. Assim, existe ordem mesmo em certos
sistemas aparentemente caóticos, como as nuvens, as células, as organizações, na
medida em que as formas da natureza e dos fenómenos sociais se repetem. Esta
repetição ocorre dentro de uma instabilidade circunscrita, “que consiste em linhas
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 75
finíssimas, complexas e altamente irregulares” (Parker & Stacey, 1994), ou seja, as
fronteiras de um sistema não são um corte definido, nem uma linha clara, dividindo
duas áreas distintas, mas oscilações complexas, auto-similares. Como exemplo, pode-
se pensar na folha de um feto: a observação por meio de um microscópio, percebe-se
uma ordem na sua constituição celular, ao passo que a observação a “olho nu” a uma
certa distância perceber-se-iam as várias folhas do feto como totalmente distintas uma
das outras, numa espécie de forma caótica, que, na verdade, segundo a Teoria do
Caos, há uma ordem, uma similaridade intrínseca.
Figura 20. O feto é um exemplo de uma estrutura fractal
Cada uma das folhas que o compõe é constituída por outras folhas mais pequenas com uma forma semelhante.
6.10. Outras Considerações
Os conceitos apresentados relacionados com o Caos colocaram em causa a ciência
baseada em relações simples de causalidade, que ignorava as zonas turbulentas do
mundo real. A teoria do caos rompe as fronteiras entre disciplinas, revertendo a
tendência da dissecação e compartimento da ciência. Por ser uma teoria da natureza
global dos sistemas, reuniu pesquisadores de campos que estavam muito separados. A
tendência para especializações foi revertida em virtude das perspectivas do complexo
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 76
e concretamente da teoria do caos. Esses pesquisadores acreditam estar à procura do
todo (Gleick, 1989).
Os mais radicais defensores da teoria do caos chegam ao ponto de dizer que a ciência
do século XX será lembrada apenas por três coisas: a teoria da relatividade, a mecânica
quântica e a teoria do caos. Afirmam que a teoria do caos se transformou na terceira
grande revolução do século XX nas ciências físicas.
Como as duas primeiras revoluções, causadas respectivamente pela teoria da
relatividade e a mecânica quântica, a teoria do caos modifica muitos dos postulados da
física de Newton. Assim, de acordo com Ford (apud Gleick, 1989; p. 5):
“ […] a relatividade eliminou a ilusão newtoniana sobre o espaço e o tempo absolutos;
a teoria quântica eliminou o sonho newtoniano de um processo controlável de
mensuração; e o caos elimina a fantasia laplaciana da previsibilidade determinista.”
A teoria do caos possui também uma plausibilidade nas ciências biológicas, a
desordem e a instabilidade podem levar a mudanças qualitativas (Atlan, 1992), e ainda
como refere Tarocchi (2000) em virtude da medicina lidar com a interacção de grande
quantidade de factores, deve ser focalizada sob o aspecto da não-linearidade, a qual é
uma de suas principais características.
“A doença é na sua essência uma desordem das estruturas e/ou das funções, com
alterações características a nível dos tecidos, das células e das moléculas. Uma
descrição satisfatória das doenças parte do quadro clínico e procura as suas causas
(etiologia) e mecanismos (patogénese). Esta investigação consegue obter êxitos
quando se trata de causas bem precisas, frequentemente limitadas a um ou escassos
factores de dano físico, químico e biológico, mas encontra obstáculos muitas vezes
inultrapassáveis quando estes são múltiplos ou quando a doença advém de uma série
de eventos subsequentes no tempo, em que cada um remete para o anterior ”.
Tarocchi (2000)
Assim, pode-se considerar que as doenças ou os mecanismos fisiopatológicos em geral,
comportam-se como parte de um Sistema Complexo Dinâmico Não-Linear
Determinístico sendo comandados pela Teoria do Caos.
Capítulo 6 – Caos
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 77
Tudo na natureza evolui e nada no Universo é passivo, a noção de equilíbrio passa a
ser compreendida como um caso limite particular, o equilíbrio dinâmico é a noção que
fundamenta a evolução. É o fim da causalidade linear enquanto fundamento único.
Caos e Complexidade são fenómenos interconexos, sendo que alguns argumentam
que Caos é a teoria geral que engloba o estudo de sistemas complexos, enquanto
outros argumentam exactamente o contrário, ou seja, que Complexidade é a teoria
geral que engloba o estudo do Caos. Existem também aqueles que não vêem diferença
alguma entre os dois (Gleiser, 2002) e os que, por outro lado, consideram que os
termos Caos e Complexidade quase nada têm em comum (Pascale et. al, 2000).
Um entendimento possível é considerar os sistemas em simples e complexos. Os
sistemas simples são aqueles regidos por comportamento linear gerando
consequentemente ordem de nível simples. Os sistemas complexos são aqueles
regidos por comportamento não-linear. A interacção de sistemas complexos criaria o
ambiente da Complexidade, cujo comportamento seria em parte explicado pela Teoria
do Caos.
Figura 21. Representação esquemática
Representação esquemática, da inter-relação entre os tipos de sistema e seu comportamento, a geração da complexidade e o controle pela Teoria do Caos. Adaptado
de Godoy (2003)
A Teoria do Caos é complementada pela Teoria da Complexidade que estuda os
comportamentos dos sistemas complexos adaptativos.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 78
7. Complexidade
Vilas-Boas (2000) refere que
“A complexidade das realidades que são objecto de abordagem científica constitui um
dos principais eixos em torno dos quais se define a necessária profundidade e
complexidade do discurso da ciência. Vale isto por dizer que não existem abordagens
completas, nem porventura úteis, sempre que a complexidade da abordagem não
corresponder à complexidade do fenómeno em causa; ou, pelo menos, e melhor
dizendo, sempre que a complexidade da abordagem não respeitar a complexidade do
objecto, constrangendo a percepção da sua dimensão e das suas relações.”
E Leite (2004)
“O termo complexidade é de difícil conceituação, existindo muitas definições, sendo
que algumas enfatizam a complexidade do comportamento do sistema, outras
enfatizam a estrutura interna do sistema, seu funcionamento. Por outro lado, o
conceito complexidade pode ser encontrado em vários campos, desde os sistemas
naturais, representados pelos sistemas biológicos, físicos e químicos aos sistemas
artificiais, tais como sistemas computacionais e estruturas organizacionais”.
Para Morin (2005), a complexidade pode ser observada como um tecido constituído
por matérias heterogéneas inseparavelmente associadas onde são observados
acontecimentos, acções, interacções, retroacções, determinações e acasos resultantes
de cadeias de fenómenos.
Mariotto (2000) destaca que não existe consenso acerca do que é a teoria da
complexidade, sobretudo no campo das organizações. O estudo da teoria da
complexidade foi um passo importante para o reconhecimento de que, nas
organizações, as coisas são consideravelmente mais complexas do que aquelas
adoptadas na visão clássica do determinismo newtoniano. Tentar modelar as
organizações de forma mecânica, como Newton modelou o movimento dos planetas,
sem dúvida ajudou inicialmente os pensadores da organização a pensaram-na como
uma máquina. Porém, tal perspectiva deixa de lado aspectos fundamentais do estudo
dos sistemas organizacionais, como por exemplo, as pessoas e suas interacções.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 79
No entendimento de Abraham (2002), a teoria da complexidade foi concebida a partir
das conexões entre a teoria geral de sistemas, a cibernética e a teoria dos sistemas
dinâmicos.
Entre 1956 e 1970, existiram várias conexões entre esses três ramos das ciências da
complexidade. Estas ocorreram devido à necessidade de uma teoria utilizar conceitos
de outra com o objectivo de evoluírem pela troca de informação. Para Abraham
(2002), a cibernética foi a primeira a prosperar; em seguida, veio a teoria geral de
sistemas e, após, os sistemas dinâmicos. A complexidade surge, onde o pensamento
simplificador falha, mas ela integra em si tudo o que põe ordem, clareza, distinção e
precisão no conhecimento Morin (2005). Lynaldo (2006) e Morin (2005) fundamentam
que as principais características que compõem a complexidade são:
• Incerteza ou indeterminação � ideia de que não se pode controlar os
acontecimentos futuros;
• Complexidade � os sistemas compreendem relações de interdependência
recíprocas e indeterminadas;
• Autopoiese e auto-organização � capacidade dos seres vivos ou sociais de
gerarem e manterem as suas próprias organizações;
• Sinergia � as respostas finais apresentam-se maiores que a soma das partes,
resultante de relações não lineares entre as partes componentes de um sistema.
Nos sistemas lineares as respostas globais são únicas e iguais às somas das
contribuições de todas as partes.
Pigliucci (2000), refere que a teoria da complexidade tenta estudar sistemas que
satisfaçam duas condições:
• Sejam constituídos de muitas partes em interacção;
• As interacções resultem em propriedades emergentes, que não possam ser
reduzidas imediatamente a simples soma das propriedades dos componentes
individuais.
Higgs (2001) destaca que a teoria da complexidade trata com as entidades ou com os
componentes do sistema que interagem e transformam-se de modo imprevisível. O
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 80
autor argumenta que, dessa forma, existem dois níveis em que os sistemas podem ser
analisados:
• As interacções ou conectividade das entidades ou componentes;
• E a variabilidade das próprias entidades.
Com este pensamento Higgs confirma a percepção de Pigliucci sobre as propriedades
emergentes. El-Hani (2000) define propriedade emergente como característica que
deve potencialmente estar presente apenas em objectos complexos, não estando
presente em qualquer uma das partes do objecto e sendo distinta de qualquer
propriedade estrutural do objecto em estudo.
A emergência é exemplificada por Baranger (2002) a partir da seguinte metáfora:
“ […] O corpo humano é capaz de caminhar. Esta é uma propriedade emergente.
Contudo, estudando-se somente a cabeça, somente o tronco ou somente os membros
de uma pessoa, nunca compreenderá a capacidade de caminhar. A combinação da
estrutura e da emergência leva à auto-organização, que ocorre quando um
comportamento emergente produz mudança na estrutura existente ou cria uma nova
estrutura. “
Neste sentido, Warren, Frankin & Streeter (1998) observam que, enquanto a teoria
geral de sistemas intervém nos sistemas, considerando o holismo, a teoria da
complexidade focaliza o modo pelo qual as interacções locais dos componentes
individuais levam a um sistema global. Preocupa-se, ainda, com as configurações
assumidas pelas interacções e o modo como agem para manter e aumentar a
complexidade do sistema. Por outras palavras, a teoria da complexidade interessa-se
pela evolução dos sistemas complexos.
Por outro lado, Stacey (1996) destaca que a teoria da complexidade
“[…] estuda as propriedades fundamentais das redes de feedback não-lineares e, em
especial, das redes adaptativas complexas. Essas redes consistem numa certa
quantidade de componentes, ou agentes, que interagem de acordo com um conjunto
de regras, as quais requerem que as pessoas examinem e respondam às acções de
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 81
cada uma delas, no sentido de melhorar os seus comportamentos e, também, o
comportamento do sistema como um todo”.
Noutras palavras, os sistemas operam de maneira que constituem um processo
contínuo de aprendizagem, e em ambientes que, na maioria das vezes, consistem de
outros sistemas de aprendizagem, formando um supra-sistema em co-evolução que,
por sua vez, cria e aprende o seu próprio caminho para o futuro.
Essa compreensão é reforçada por Axelrod & Cohen (2000) que afirmam que
“complexidade” não indica simplesmente muitas partes em movimento, mas sim, que
o sistema consiste de partes que interagem entre si, influenciando fortemente as
probabilidades de eventos futuros. Para esses autores, complexidade resulta, com
frequência, em características chamadas “propriedades emergentes”, as quais são
propriedades do sistema que as partes isoladas não possuem.
Mariotti (2000) propõe alguns princípios do pensamento complexo:
• Tudo está ligado a tudo;
• O mundo natural é composto de opostos ao mesmo tempo antagónicos e
complementares;
• Toda acção implica em um feedback;
• Todo feedback resulta em novas ações;
• Vive-se em círculos sistêmicos e dinâmicos de feedback;
• Todos têm responsabilidade em tudo que tem influência, e o feedback pode surgir
bem longe da acção inicial, em termos de espaço e tempo;
• Todo sistema reage segundo a sua estrutura;
• A estrutura de um sistema muda continuamente, mas não a sua organização;
• Os resultados nem sempre são proporcionais aos esforços iniciais;
• Os sistemas funcionam melhor por meio das suas ligações mais frágeis;
• Uma parte só pode ser definida como tal em relação a um todo;
• Não se pode fazer uma coisa isoladamente;
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 82
• Não há fenómenos de causa única no mundo natural;
• E, por fim, é impossível pensar em sistema sem pensar em seu contexto.
Stacey (1996), ao identificar a teoria da complexidade como o estudo dos sistemas de
rede de feedback não-lineares e com as redes adaptativas complexas, afirma que esse
enfoque constrange a visão mecanicista e reducionista, e, assim, apresenta uma
perspectiva mais abrangente na qual o todo é mais do que a soma das partes, as quais
se relacionam de maneira interactiva, seguindo leis não-lineares. Esta óptica destaca as
limitações da previsibilidade, e desafia a possibilidade de formas lineares de controlo
praticadas pelas pessoas sobre a natureza e sobre as organizações, além de destacar a
inter-relação existente entre criatividade e situações de desequilíbrio caracterizadas
por diferenças, conflitos e crises (Stacey, 2000).
Complexidade, portanto, pode ser entendida como um tipo de pensamento que
articula as relações necessárias e interdependentes de todos os aspectos da vida
humana associada, além de integrar todos os modos de pensar, opondo-se aos
mecanismos reducionistas e simplificadores. Considera ainda, todas as influências
recebidas, enfrentando a incerteza e a contradição, deixando conviver entre si
fenómenos aparentemente contraditórios.
Em vista disso, Anderson (1999) explora as implicações do uso de tal modelo para a
gestão e assinala que
“[…] as organizações actuais estão diante de um mundo com alto grau de
conectividade, vivendo num ambiente hiper-competitivo, e as relações entre acções e
resultados tornam-se mais complexas, exibindo comportamento não-linear. Em
ambientes dessa natureza, mudanças adaptativas devem ser evolutivas e não,
rigidamente planeadas”.
O referido autor vê a mudança adaptativa como a passagem que uma organização faz
através de uma série de sucessivos micro-estados organizacionais, os quais emergem
das interacções locais entre agentes que tentam melhorar as suas condições. Nessas
condições, a tarefa dos gestores não é moldar o padrão que forma a estratégia, mas
lidar com o contexto no qual essa estratégia emerge.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 83
Para Anderson (1999), tal tarefa pode ser empreendida pelos gestores através de dois
mecanismos, que devem ser articulados entre si:
• Alteração da forma como cada agente percebe o seu ambiente local e as suas
condições individuais;
• E reconfiguração da arquitectura organizacional dentro da qual os agentes
adaptam-se.
Por “‘reconfiguração da arquitectura”, Anderson quer destacar a extensão da
improvisação, a natureza da colaboração, o ritmo típico da inovação e as mudanças
que a organização experimenta em sua demografia e estrutura.
O destaque fica para o entendimento de que os processos de concepção podem ser
tanto de formulação (quando previamente planeado) quanto de formação (quando o
processo emerge das acções desenvolvidas no quotidiano, e só podem ser entendidas
em retrospectiva). Entendê-las como plano e como padrão oferece uma visão
integradora.
A óptica da complexidade indica que as relações são marcadas pela interacção entre
pessoas que formam uma rede de agentes que actuam num ambiente e procuram
adaptar-se através de um processo de aprendizagem (Rebelo, 2003). Neste sentido,
segundo a visão sistémica, Capra (2002) elucida que o surgimento espontâneo da
ordem, bem como a dinâmica da acoplagem estrutural, que ocasiona as mudanças
estruturais contínuas que caracterizam todos os sistemas vivos, são tidos como
fenómenos básicos determinantes do processo de aprendizagem. Nesse sentido,
afirma Choo (2003), que
“[…] a informação é fabricada por indivíduos (agentes) a partir da experiência passada
e de acordo com as exigências de determinada situação na qual a informação deve ser
usada. Um modelo de informação deve englobar a totalidade da experiência humana:
os pensamentos, sentimentos, acções e o ambiente onde eles se manifestam”.
A complexidade pode ser entendida como um tipo de pensamento que não separa,
mas une as relações necessárias e interdependentes de todos os aspectos da vida
humana, integrando todos os modos de pensar. Para Morin, (2000) a complexidade
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 84
sempre existiu e amplia-se continuamente, aparecendo onde o pensamento
simplificador falha.
Erdmann (1995) esclarece que não se pode entender a complexidade como
complicação e imposição de dificuldades, ou seja, imbricação de acções, interacções,
retroacções, que fogem da possibilidade do exercício do pensar sobre as mesmas.
Quanto mais complexo um sistema for, maior será a sua capacidade de operar com a
desordem.
Wu (2002) refere que complexidade tornou-se num chavão que atravessa muitos
campos da ciência e com vários significados. Cita a complexidade estrutural, que se
refere à configuração do sistema; a complexidade funcional, que enfatiza a
heterogeneidade e a não-linearidade da dinâmica do sistema; e a complexidade auto-
organizada, que depende das propriedades emergentes do sistema ao co-evoluírem
com o ambiente. Inicia-se por meio de interacções locais, depois, por retornos
(feedbacks) em diferentes escalas espácio-temporais.
Para Choo (2003), os problemas mudam com o tempo, à medida que as novas
informações são recebidas e as pessoas alteram as suas percepções.
Pode-se afirmar que a teoria da complexidade é um ramo das ciências da
complexidade que se apropria, dos conceitos referentes à cibernética, à teoria geral de
sistemas e aos sistemas dinâmicos, com o objectivo de compreender a auto-
organização dos sistemas complexos por meio das suas propriedades emergentes e
respectivas interacções. As propriedades emergentes produzem novas propriedades
emergentes que dão origem a novos níveis de organização; esses novos níveis de
organização são derivados das interacções dos componentes. Assim, a teoria da
complexidade procura, também, compreender como o sistema complexo evolui.
A teoria da complexidade aparece como um caminho para compreender que o mundo
organizacional é composto de muitas partes que interagem entre si, de forma
dinâmica, através do sistema de redes em que os agentes estabelecem relações uns
com os outros. Nesse processo interactivo, sobressai o papel que os agentes
desempenham, bem como sua capacidade de aprender e modificar o esquema
dominante (Carlisle & McMillan, 2006).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 85
Uma das consequências do pensamento complexo é que, em vez de pensar a
compartimentação estrita do saber, passa-se a focalizar nas possíveis e necessárias
relações entre as disciplinas e a efectivação de contribuições entre elas,
caracterizando-se uma interdisciplinaridade (Vasconcellos, 2002). Entra-se no âmbito
dos Sistemas Adaptativos Complexos (SAC’s).
7.1. Sistemas Adaptativos Complexos
Esta denominação de SAC’s foi criada pelos estudiosos da área (Holland, 1996), ao
constatarem que tais sistemas são capazes de responder activamente as ocorrências
em seu redor, de forma qualitativamente diferente da perspectiva clássica.
Stacey (1996) define SAC's como sistemas com múltiplos componentes em interacção,
cujo comportamento não pode ser inferido a partir do comportamento das partes, isto
é, exibem propriedades que emergem da interacção das suas partes.
Os SAC’s consistem num número de agentes que se encontram conectados em
diferentes níveis e que interagem uns com os outros de acordo com regras (Stacey,
1996). Os agentes são as partes menores do sistema, capazes de interagir uns com os
outros e com o ambiente ao redor de forma interactiva e não-linear.
Stacey (1996) refere que os componentes apresentam uma dinâmica de interacção,
originando um número de níveis ou escalas que exibem comportamentos comuns,
apresentando processos de auto-organização e emergência.
Heylighen (2001) define SAC’s como um sistema composto pela interacção de agentes,
que sofrem constante mudança, quer autonomamente quer em a interacção com o
meio ambiente.
Quando se pensa em SAC’s, o foco vai para sistemas com múltiplos componentes em
interacção, com comportamentos que não podem ser inferidos a partir do
comportamento das partes, ou seja, envolvem muitos componentes, apresentam uma
dinâmica de interacção entre eles, dando origem a um número de níveis, que exibem
comportamentos comuns, apresentando processos de emergência e auto-organização
(Coelho, 2001).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 86
“Sistemas complexos adaptativos são organizações em rede formadas por inúmeros
agentes, os quais são elementos activos e autónomos, cujo comportamento é
determinado por um conjunto de regras e pelas informações a respeito do seu
desempenho e das condições do ambiente imediato” (Agostinho, 2003).
Para Holland (1995), uma visão importante dos SAC’s é que são sistemas de agentes
que interagem e que podem ser descritos por regras. Esses agentes adaptam-se
alterando as suas regras a partir de experiências acumuladas. Nos SAC’s, a maior parte
do ambiente de um agente adaptativo é constituída por outros agentes adaptativos.
Assim, uma grande parcela de esforço de um agente é usada para se adaptar aos
outros agentes. Esta característica é a maior fonte dos padrões temporais complexos
que os SAC’s geram. Para entender os SAC’s deve-se compreender esses padrões de
constante mudança.
Battram (2001), diz que para explicar um SAC’s é preciso observar tanto os sistemas
simples como os complexos e as suas diferenças. O quadro a seguir enumera as
principais características de tais sistemas:
Quadro 5. Características dos sistemas simples e complexos
Variáveis Sistema Simples Caos: sistemas desordenadamente complexos
Sistemas Adaptativos Complexos
Número de estados
Poucos estados Mais estados possíveis Grande quantidade de estados possíveis
Conexões As conexões entre os componentes são fixas
Os componentes estão dispersos e podem interactuar localmente com toda liberdade
Os componentes (“agentes”) estão dispersos e podem interactuar localmente com toda liberdade dentro de uma estrutura hierárquica
Comportamento Comportamento simples, previsível
Comportamento desorganizado (caótico), mas previsível
Comportamento emergente com parcelas de imprevisibilidade
Exemplos Um sistema de aquecimento central ou um equipamento de televisão
O clima ou uma torneira que goteja, um monte de areia que de repente abate ao se acrescentar mais areia
Tudo o que está vivo, grandes organizações, ecologias, culturas, políticas
Adaptado de Battran (2001)
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 87
O mesmo investigador (Battran, 2001), afirma que “[…] os Sistemas Adaptativos
Complexos (SAC’s) revêem e reordenam constantemente os seus componentes como
resposta aos estímulos que recebem do ambiente, e como re-arranjos advindos das
interacções entre os agentes, e até mesmo como resposta às situações aleatórias”.
Este autor oferece outro argumento para esclarecer o que são Sistemas Complexos e
Sistemas Adaptativos Complexos (SAC’s): o clima é um sistema complexo, mas uma
organização é um sistema adaptativo complexo porque não é só complexo, mas
também se adapta ao seu ambiente. Ou seja, um SAC aprende cada vez que se
reorganiza, e as partes que o compõem não são de todo “gratuitas”, mas estão
limitadas por certos vínculos existentes entre elas (Battran, 2001).
No entender de Holland (1996), SAC’s exibem coerência sob mudança, via acção
condicional e previsão e eles fazem isso sem direcção central. Ao mesmo tempo,
esclarece que os SAC's parecem ter pontos estratégicos, onde pequenas quantidades
de input’s podem produzir mudanças significativas. A liberdade permitida aos agentes
actuantes nos SAC’s evoca a possibilidade de auto-organização, os agentes são livres
para exercerem a capacidade de aprendizagem e de adaptação.
"Eles têm autonomia para orientarem as suas acções de acordo com o que apreendem
da interacção com o ambiente – o qual em grande parte é formado pelos outros
agentes […]" (Agostinho, 2003).
Quando se fala de autonomia do agente, Agostinho (2003) inclui a capacidade de
adaptação, aumento da diversidade, aprendizagem, redução de erros e resolução de
conflitos. Quando fala de cooperação, a investigadora assinala que esta pode emergir
sem a presença de autoridade central ou de forças coercitivas, a partir da percepção
dos indivíduos de que isso lhes trás benefícios. Em relação à agregação, Agostinho
afirma que um agregado (ou uma organização) pode ser identificado pelos seus
objectivos e competências, uma vez que em torno dos objectivos globais agrega-se um
certo número de indivíduos (agentes) os quais contribuem com os seus conhecimentos
e habilidades para a competência do todo. Por fim, quando se refere à auto-
organização, esta investigadora menciona a capacidade dos agentes recriarem o seu
espaço cada vez que surge uma certa situação. Eles têm autonomia para orientarem as
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 88
suas acções de acordo com o que aprendem da interacção com o ambiente, o qual é
formado, em grande parte, por outros agentes.
Agostinho (2003) também evidencia que adaptação é a propriedade básica dos SAC’s
no sentido de que o sistema é capaz de ajustar o seu comportamento, a partir do que
consegue perceber sobre as condições do seu meio ambiente e sobre o seu
desempenho.
Os estudos empreendidos por Stacey (1996) indicam, que o enfoque dos SAC’s explora
a natureza das redes de feedback não-lineares, as quais comportam grande número de
agentes, que interagem de acordo com esquemas de cada um. A principal descoberta
desses estudos realçou que os SAC’s são criativos quando operam num espaço de
transição (ou, espaço de possibilidades). É um estado paradoxal, pois é estável e
instável ao mesmo tempo, orientado pela dinâmica contraditória da competição e
cooperação, da amplificação e restrição, e da exposição à tensão criativa. Tais sistemas
evoluem com resultados bastante imprevisíveis.
Stacey (2000) afirma que “[…] um SAC consiste num grande número de componentes,
ou agentes, os quais comportam-se de acordo com seus próprios princípios de
interacção local, num processo de auto-organização”.
Auto-organização significa a existência de agentes interagindo localmente de acordo
com seus próprios princípios, ou “intenções”, na ausência de um esquema total para o
sistema. Esses sistemas exibem amplas propriedades dinâmicas que incluem equilíbrio
estável e caos aleatório numa fronteira de ordem/desordem. Esse sistema, ao
contrário de crenças oriundas do paradigma cartesiano, não gera anarquia; ele oferece
as condições necessárias para que aconteça a criatividade e a inovação, não através de
processos prévios, mas através do processo de auto-organização espontânea que
produz resultados emergentes (Stacey, 1996).
Stacey (1996) reitera que os SAC’s consistem num grande número de agentes
interagindo uns com os outros de acordo com esquemas, isto é, com regras de
comportamento, que lhes exige o exame do comportamento de cada um e o ajuste do
seu próprio comportamento à luz do comportamento dos outros. Ou seja, os SAC’s
aprendem, evoluem e interagem com outros SAC’s. Eles sobrevivem porque aprendem
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 89
ou evoluem de maneira adaptativa, ou seja, registam informação para extrair
regularidades, inserindo-os dentro de esquemas que são continuamente alterados à
luz da experiência.
No entendimento de Argyris & Schon (1978) agentes humanos constituindo um
sistema apresentam os seguintes princípios básicos: realização de tarefas e
sobrevivência. No parecer de Argyris & Schon (1978), a realização de tarefas e a
sobrevivência necessitam de esquemas que direccionam os comportamentos de
aprendizagem para que possam ser observados.
Associando o conceito de sistema com complexidade, Agostinho (2003b), enfatiza que
os SAC’s são organizações em rede formadas por inúmeros agentes, os quais são
elementos activos e autónomos, que aprendem e adaptam os seus comportamentos
através de um conjunto de regras, pelas informações a respeito do seu desempenho e
das condições do ambiente imediato. O comportamento global do sistema emerge,
então, como efeito da combinação das interacções (não-lineares) entre os diversos
componentes.
Um sistema adaptativo complexo adquire informação sobre o seu ambiente e a sua
própria interacção com aquele ambiente, identifica as regularidades existentes
naquela situação e condensa estas regularidades num tipo de esquema e permanece
agindo no mundo real com base naquele esquema (Agostinho, 2003b).
"Em cada caso, há vários esquemas competindo e os resultados da acção no mundo
real são realimentados para influenciar a competição entre aqueles esquemas […]"
(Agostinho, 2003).
No entanto, adaptação está relacionada às "[…] mudanças na estrutura (estratégia)
com base na experiência do sistema […]" (Agostinho, 2003).
O pensamento de Agostinho reforça Stacey (1996) quando este menciona que “[…] o
sistema produz padrões de comportamentos que consistem numa cadeia de agentes
dirigida por feedback (realimentação) de interacção não linear para produzir
resultados desconhecidos que têm padrão. Os SCA’s têm uma ordem inerente que está
simplesmente esperando para ser desdobrado pela experiência do sistema, mas
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 90
ninguém pode saber qual aquela será a ordem, que de facto, se desdobra em tempo
real.”
A aprendizagem do sistema é uma propriedade determinante bem como a coerência
por ele apresentada. A fim de se conhecer um sistema adaptativo complexo é preciso
que se compreenda os padrões de constante mudança. A operacionalização mais
importante dos SAC's consiste na capacidade de aprendizagem, ou seja, na
aprendizagem em single loop – conceito de aprendizagem em circuito simples (Argyris
& Schon, 1978), caracterizada pelo abandono de esquemas que fracassam por outros
pré-existentes, e na aprendizagem em double loop – conceito de aprendizagem em
circuito duplo (Argyris & Schon, 1978).
Diferentes autores das ciências da complexidade – Palmberg (2009), Benbya &
McKelvey, 2006; Webb & Lettice, 2005; Leite, 2004; Mitleton-Kelly, 2003; Harkema,
2003; Agostinho, 2003; Heylighen, 2002; Anderson, 1999; Holland, 1999 e 1996;
Stacey, 1996 – apresentam importantes contributos em relação às
características/princípios dos SAC’s.
Palmberg (2009) apresenta oito princípios:
1. Agentes interdependentes � unicamente dentro do seu contexto;
2. Não-linearidade � como pequenas mudanças podem fazer uma grande
diferença;
3. Adaptabilidade � adaptação às novas condições do meio ambiente;
4. Emergência � para desenvolver a capacidade que é maior do que a soma da
capacidade das partes;
5. Auto-organização � a criação de ordem no caos;
6. Controle distribuído � ordem, sem controle central;
7. Co-evolução � agir e reagir em cooperação e em competição com outros
agentes;
8. Não é previsível, em pormenor, somente com as estruturas e os padrões.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 91
Figura 22. inter-relação entre os princípios doa sistemas adaptativos complexos
Representação esquemática, da inter-relação entre os princípios doa sistemas adaptativos complexos. Adaptado de Palmberg (2009)
Benbya & McKelvey (2006) indica oito características: largo número de componentes,
variedade e diversidade; auto-organização, dinamismo e actividade, adaptação ao
meio ambiente, interacções, não linearidade e selecção.
Webb & Lettice (2005) sugere seis princípios: longe do equilíbrio/limite do caos (far-
from equilibrium/ edge of chaos), variedade e diversidade; auto-organização, tempo e
história (historicity and time), imprevisibilidade e reconhecimento de padrões.
Leite (2004) identifica as seguintes características dos sistemas adaptativos complexos:
1. Os sistemas desenvolvem um esquema que norteia o seu comportamento �
O sistema possui uma organização interna que é ajustada pelas perturbações
externas ou pressões selectivas, pela aprendizagem e pela experiência. Os
esquemas podem captar os padrões, separando o que é aleatório das
regularidades. Nos humanos, os padrões de reconhecimento surgem
naturalmente, pela transmissão hereditária recebida do processo de evolução
biológica e, também, por meio da transmissão da cultura passada de geração
a geração (Leite, 2004).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 92
2. Os sistemas se auto-organizam � A estrutura do sistema complexo é formada
por componentes diferentes e conectados. A combinação dessa estrutura e da
emergência, que se dá pela interacção das partes, originando
comportamentos novos, leva à auto-organização. A auto-organização ocorre
quando um comportamento emergente produz uma mudança na estrutura.
Leite (2004), argumenta que os sistemas co-evoluem entre a ordem e a
desordem. Esses sistemas se adaptam ao próprio ambiente pelo esforço para
aumentarem a sua aptidão permanentemente. Cada recompensa individual
funciona dependendo das escolhas que os outros indivíduos fazem. Por isso,
cada sistema possui um cenário adaptativo, que é constantemente alterado. O
cenário adaptativo é construído pelo mapeamento do comportamento do
sistema em relação aos resultados conseguidos. O equilíbrio que resulta de tal
co-evolução é dinâmico, pois pequenas mudanças no comportamento de um
sistema, em determinado período de tempo, podem gerar grandes mudanças
nos resultados no próximo período de tempo.
3. A recombinação, mutação e evolução do sistema � Os sistemas adaptativos
complexos evoluem ao longo do tempo por meio de entradas, saídas e
transformações. Esses sistemas são formados de componentes distintos, os
quais sofrem variação. Desde que a variação não seja absoluta, o sistema
permanecerá com uma parcela de estabilidade (Heylighen, 2002). Em outras
palavras, as mudanças não ocorrem todas ao mesmo tempo; existe alguma
forma de inércia ou continuidade que limita a mudança. Tanto a organização
interna do sistema, como as conexões entre os sistemas podem mudar. No
primeiro caso, ocorre pelo processo de mutação, no qual muda um ou mais
elementos dentro do sistema. No segundo, dá-se pelo processo de
recombinação, no qual novas conexões são feitas pelo sistema. Essas novas
conexões podem evoluir ao longo do tempo, mudando o padrão de
interconexões, a intensidade de cada conexão e suas formas de
funcionamento (Heylighen, 2002).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 93
Mitleton-Kelly (2003) identificam dez princípios genéricos: conectividade e
interdependência, co-evolução, longe do equilíbrio/limite do caos (far-from
equilibrium/ edge of chaos), contexto (space of possibilities), feedback, tempo e
história (historicity and time), dependência do caminho (path-dependence), auto-
organização, emergência e criação de uma nova ordem.
Para Harkema (2003), as características mais importantes dos SCA’s são: não
linearidade, comportamento dinâmico, emergência e auto-organização.
Agostinho (2003b) indica quatro princípios: autonomia, cooperação, agregação e auto-
organização como sendo capazes de explicar como a acção autónoma individual leva à
auto-organização sistémica.
1. Autonomia � a autonomia é definida como “a faculdade do indivíduo orientar
a sua acção com base na sua capacidade de julgamento” (Agostinho, 2003a),
que leva à flexibilidade e robustez em relação às perturbações externas. A
autonomia não se contrapõe a certo grau de centralização e pode levar a
adaptabilidade, aumento da diversidade, aprendizagem, redução de erros,
solução de conflitos.
2. Cooperação � “É necessário que haja cooperação mútua e coordenação para
que seja possível que o conjunto de acções de vários indivíduos autónomos
convirja para o benefício do sistema” (Agostinho, 2003a). Acrescenta ainda
que, além da cooperação, existe a necessidade de coordenação. Cabe
salientar que um subsequente pilar da cooperação é a reciprocidade.
3. Agregação � Agostinho (2003b), afirma que, por intermédio de uma espécie
de “rotulagem”, um indivíduo é capaz de reconhecer com quem ele poderá
obter benefícios mútuos, seleccionando as interacções úteis.
4. Auto-organização � Quando há a iminência de uma nova situação, os
indivíduos realizam uma combinação de experiências testadas em momentos
anteriores para modelar a situação em que se encontram (Agostinho, 2003b).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 94
Figura 23. Combinação de interações não lineares
Da combinação das interacções (não lineares) entre os diversos agentes, o comportamento global do sistema emerge; e os quatro princípios explicam como a acção autónoma individual leva à auto-organização sistémica. Adaptado de Agostinho (2003)
Erdmann (1995a) evidencia que a auto-organização se apresenta como resultante da
capacidade de fazer face às perturbações aleatórias do ambiente, por desorganizações
seguidas de reorganizações internas, absorvendo, tolerando, integrando o erro e/ou
ruído aos causadores das perturbações.
Para Heylighen (2002), os SAC’s tem três princípios fundamentais que estão
interligados com a auto-organização:
1. Adaptação “fit” � A configuração de um sistema é denominada de “fit” caso
seja capaz de se manter ou crescer perante a configuração específica do
ambiente. A configuração “não fit”, é aquela que espontaneamente se
desintegrará perante condições de limite. Diferentes configurações podem ser
comparadas pelo seu grau de adequação, ou probabilidade de sobreviver
nestas condições impostas pelo ambiente. Assim, a adaptação pode ser
concebida como a realização de um “fit” entre o sistema e o meio ambiente.
2. Regulação e limite do caos � Isto significa que o sistema deve ser capaz de: a)
produzir uma variedade suficiente de acções para lidar com cada uma das
perturbações possíveis (lei de Ashby "da variedade necessária"), 2) seleccionar
a oposição mais adequada para uma dada perturbação.
3. Variação e selecção � Quando as circunstâncias numa mudança do
ecossistema (por exemplo, o clima fica mais seco), as espécies ou variedades
ORDEM ORGANIZÇÃO INTERACÇÕES
AUTONOMIA COOPERAÇÃO AGREGACÃO AUTO-ORGANIZAÇÃO
DESORDEM
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 95
do ecossistema que melhor se adaptam tornam-se mais numerosas em
relação aos que são menos, até que o equilíbrio é restaurado.
Segundo Anderson (1999), os modelos de SCA’s representam um novo caminho para
simplificar a complexidade, e são caracterizados por quatro elementos chaves: agentes
com esquemas; redes auto-organizadas mantidas pela importação de energia; co-
evolução à beira do caos; recombinação e evolução do sistema.
Holland (1999) enumera algumas características comuns aos SAC’s:
• A inexistência de um sistema óptimo � o exemplo é uma floresta tropical, onde
não existe um organismo óptimo, mas uma grande variedade de organismos com
diferentes comportamentos, que interagem uns com os outros, ocupando
diferentes nichos.
• A adaptação e a aprendizagem estão ocorrendo permanentemente � em
consequência, esses sistemas nunca atingem um equilíbrio estável, pois, estão
constantemente a evoluir. A novidade é perpétua, qualquer que seja a escala de
tempo em que o sistema está operando. Dessa forma, os SAC’s não procuram
atingir o equilíbrio ou estabilizar-se, pelo contrário, estão sempre a criar
novidades. Quando o sistema atinge a estabilidade, é como se tivesse morrido.
• Os SAC’s têm capacidade de antecipação � ou seja, o sistema segue regras que o
levam a agir de determinada forma, porque o resultado futuro dessa forma de
agir lhe será benéfico.
Ao lado dessas características, Holland (1995 e 1999) referencia sete itens que
considera essenciais para entender os SAC’s. Esses sete pontos estão divididos em
quatro propriedades e três mecanismos. Iniciando pelas propriedades, tem-se:
1. Agregação� consiste em colectar uma variedade de objectos e tratá-los de
maneira uniforme. Consiste na separação dos aspectos comuns de cada coisa
ou aspecto a ser considerado, porém é indispensável saber que elementos
desprezar e quais devem ser guardados;
2. Não-linearidade � o todo é maior que a soma das partes do sistema. Essa
característica dos SAC’s decorre de duas outras: a capacidade de aprendizagem
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 96
e a interacção. Assim, devido à interacção, o conhecimento das actividades de
cada parte do sistema não conduz directamente à actividade resultante do
sistema todo;
3. Fluxos � processos iterativos de entrada e saída de recursos, possibilitando a
emergência de novas e inesperadas propriedades. A circularidade do processo
permite que surjam propriedades que serão responsáveis pela contínua
reprodução do sistema como um todo;
4. Diversidade � relaciona-se ao grande número de tipos de um dado sistema,
evidenciando o padrão dinâmico dos SAC’s. A interacção entre essa variedade
de tipos é capaz de gerar novos tipos para manter o fluxo do sistema como um
todo.
Além dessas propriedades, há três mecanismos considerados essenciais por
Holland (1995; 1999), que são:
1. Rótulos � são como uma marca registada; são métodos para quebrar
simetrias, aumentando a complexidade de um sistema, e tem relação directa
com agregação (representam um modo eficiente de agregar);
2. Blocos de construção � permitem gerar grande variedade a partir de um
número pequeno de características, consistindo no uso de modelos internos
para gerar um número crescente de combinações;
3. Modelo interno � trata-se do conjunto de regras (mapas mentais) que cada
agente possui, nem sempre de forma consciente, as quais permitem
antecipação dos resultados.
Stacey (1996) apresenta uma proposta similar à exposta por Holland, ao identificar as
propriedades das redes de feedback dos sistemas adaptativos e não lineares:
1. Espaço para a criatividade� compreende uma fase de transição entre
estabilidade e instabilidade situado na fronteira do sistema; um estado de
paradoxo; uma actualização dos arquétipos; uma destruição criativa; e, um
ponto crítico para controle dos parâmetros de energia e dos fluxos de
informação.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 97
2. Fontes de instabilidade � compreendem a amplificação de mudanças
ínfimas, a competição, e, a revelação da tensão criativa trazida pelos esquemas
recessivos.
3. Fontes de estabilidade � compreende as restrições, a cooperação e a
redundância e, o amparo da tensão criativa pelos esquemas dominantes.
4. Evolução dialéctica � compreende mudanças pequenas, progressivas e
incrementais que são estratégias de mudanças reduzidas, todavia a tensão
entre forças contraditórias provoca uma aprendizagem mais efectiva.
5. Causalidade e a previsibilidade � indica que as evoluções específicas de
longo prazo são radicalmente imprevisíveis, contudo padrões arquetípicos e
mudanças de curto prazo são previsíveis.
Sob este enfoque, Stacey (1996) esclarece que “[…] os SAC’s procuram explicar que os
sistemas podem iniciar-se de um estado aleatório ou desordenado, e ainda assim
produzir ordem complexa”. A ordem surge da interacção das redes de feedback não-
lineares entre os agentes, nas quais cada um executa a sua tarefa sem qualquer
esquema global ou programa prévio. Isso indica que a capacidade de auto organização
é uma propriedade inerente aos SAC’s.
Sumarizando a estrutura dos SAC’s na perspectiva de Stacey (2001), tem-se:
a) O sistema compreende grande número de agentes individuais;
b) Esses agentes interagem uns com os outros de acordo com regras que
organizam as interacções entre eles, em nível local. Ou seja, um agente possui
um conjunto de regras que determina como ele irá interagir com outros
agentes, e esta interacção é local no sentido de que não há um sistema amplo
de regras determinando as interacções. As únicas regras são aquelas localizadas
no nível do próprio agente;
c) Os agentes repetem infinitamente suas interacções referenciadas pelas suas
próprias regras, ou seja, a interacção é iterativa, recursiva e auto-referente;
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 98
d) As regras de interacção dos agentes são tais que eles adaptam-se uns aos
outros. A interacção é não-linear e se expressa através de uma variedade de
regras que perpassam um grande número de agentes;
e) A variedade das regras é gerada pela mutação aleatória e pela replicação ao
longo da rede.
Com base nesses princípios, Stacey (2001) aponta que:
1. Padrões de ordem globais coerentes emergirão da auto-organização
espontânea dos agentes, que interagirão de acordo com as regras locais, sem
qualquer esquema prévio;
2. Um esquema pode assumir formas dinâmicas diferentes, dependendo da
importância dos parâmetros, particularmente do fluxo de energia, do número e
da força das conexões entre os agentes e do grau de diversidade dos mesmos;
3. Como extensão crítica dos parâmetros, uma dinâmica entre estabilidade e
aleatoriedade surge, tomando a forma de atractor, que é paradoxalmente
estável e instável ao mesmo tempo;
4. Na presença da mutação aleatória e de sua replicação ao longo do sistema,
os agentes evoluirão de uma maneira adaptativa, sendo que essa evolução é
radicalmente imprevisível;
5. A dinâmica na fronteira do caos é caracterizada por um poder de lei, o que
significa que há um pequeno número de grandes eventos em extinção e grande
número de pequenos eventos que deixam de existir. Esse poder de lei oferece
uma fonte de estabilidade, na qual grandes extinções são raras, e outra fonte
de instabilidade, na qual há eventos em extinção, em qualquer grau. Uma razão
adicional para a estabilidade do sistema assenta-se nas restrições trazidas pelos
agentes, como as regras, que são interpostas nas interacções de uns com os
outros, e no fato de que essas restrições conflituam com outras geradas pela
instabilidade.
Uma característica relevante dos SAC’s, apontada por Stacey (2001), é a ordem
inerente que está simplesmente esperando ser revelada através da experiência do
sistema, porém, ninguém consegue determinar o que esta ordem será até ela se
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 99
revelar em tempo real. Em certas condições, ao deixar de se auto-organizar, o que
pode parecer confusão, agentes interagindo num sistema sem ordem aparente,
podem produzir, ao invés de anarquia, novos resultados criativos inesperados.
Kelly & Allison (1998) discutem que os sistemas passam por um processo de evolução,
representados por níveis de aptidão. O nível de aptidão do sistema pode ser expresso
pela capacidade que ele possui de identificar, reconhecer, aceder às informações e se
ajustar às perturbações externas sem, necessariamente, se desorganizar
internamente. Num modelo avançado de complexidade, os níveis de aptidão são
determinados por graus de intervenção, que se formam pela interacção dos agentes
autónomos. Estes são caracterizados pela energia colaborativa que possuem, pelo
profundo compromisso existente entre eles, pela aprendizagem compartilhada e pelo
efectivo processo de execução das actividades, conforme as necessidades do ambiente
interno e externo.
Os sistemas complexos adaptativos têm a capacidade de aprender na medida em que
interagem com o ambiente, quando na direcção da evolução (Agostinho, 2003). Um
estado de equilíbrio levaria o sistema à sua morte por tornar-se incapaz de se
reorganizar diante do meio. Um exemplo seria o cérebro humano que está em
constante organização e reorganização para aprender com as experiências vivas. As
várias formas de vida procuram adaptar-se ao meio com o objectivo de sobreviverem e
interagirem com o meio. Conforme Gleiser (2002), as empresas também procuram
adaptar-se ao meio, pois são exemplos de sistemas complexos adaptativos. Neste
sentido, Parker & Stacey (1995) ilustram esta adaptação por meio de uma interacção
entre 3 pessoas ou empresas, X, Y e Z. A empresa X descobre o que a Y e a Z estão
fazendo, escolhe como reagir e age. Essa acção de X traz consequências que, ao serem
descobertas por Y e Z, levam a uma resposta à acção de X; isso ocasiona reflexos sobre
X que, por sua vez, reage diante da acção de Y e Z, e assim por diante. Em termos
práticos, poderia ser o lançamento de um produto pela empresa X que leva as
empresas Y e Z a lançarem outros produtos que reflectem na empresa X, levando-a a
criar e a lançar outros novos produtos, fechando um ciclo de realimentação entre as
três empresas.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 100
Palmberg (2009)
Benbya & McKelvey
(2006)
Webb & Lettice (2005)
Leite (2004)
Mitleton-Kelly (2003)
Harkema (2003)
Agostinho (2003b)
Heylighen, 2002
Anderson (1999)
Holland (1999)
Stacey (1996)
Largo número de componentes x x x x
Interacções x x x
Variedade e diversidade x x x x
Auto-organização x x x x x x x x x
Dinamismo e actividade x x
Adaptação ao meio ambiente / Contexto
x x x x x
Não linearidade e selecção / Imprevisibilidade
x x x x x
Longe do equilíbrio/limite do caos (far-from equilibrium/ edge of chaos)
x x x x x x
Tempo e história (historicity and time) / Dependência do caminho (path-dependence)
x x
Reconhecimento de padrões x
Os sistemas desenvolvem um esquema que norteia o seu comportamento
x x
A recombinação, mutação e evolução do sistema
x
Co-evolução x x x
Feedback x
Emergência x x x x
Criação de uma nova ordem x x
Autonomia x
Cooperação x
Agregação x x
Distribuição do Controle x
As diferentes características/princípios dos SAC’s encontram-se sumarizados neste quadro, que ilustra como a revisão bibliográfica efectuada permite uma visão geral das características/princípios dos SAC’s.
Quadro 6. As diferentes características/princípios dos SAC’s
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 101
A comparação da tabela permite verificar que Benbeya & McKelvey (2006), Agostinho
(2003b), e estão mais preocupados com a interpretação dos SAC’s através dos agentes
(para eles o SAC é composto por uma variedade de agentes que interagem e
reestruturam as suas inter-relações e comportamentos como resposta à mudança),
enquanto Webb & Lettice (2005), Leite (2004), Mitleton-Kelly (2003) e Holland (1999)
interpretam como os actores activos e energéticos que se encontram na fase de
transição de longe do equilíbrio/limite do caos (far-from equilibrium/ edge of chaos).
Palmberg (2009), Heylighen (2001), Anderson (1999) e Stacey (1996) possuem um
entendimento que combina as duas tendências anteriores.
7.2. Auto-organização, a auto-organização baseada na hierarquia e autopiese
7.2.1. Auto-organização
Os sistemas auto-organizados estão omnipresentes na física, química, biologia,
sociologia, economia ou engenharia (Serugendo et al., 2006, Bettstetter et al. 2005,
Fuchs, de 2003,Camazine et al. 2001, Foster, 2000). Numa descrição informal, um
sistema auto-organizado é composto por vários elementos, e autonomamente altera a
sua estrutura para exibir comportamento mais coerente.
Kauffman (2005) sugeriu que a auto-organização é uma propriedade fundamental da
natureza, sobre a qual ocorre a selecção, que levou ao surgimento da vida na Terra.
Apesar de estar representada numa diversidade de áreas e de pesquisas, auto-
organização é ainda um assunto controverso em termos de uma definição precisa
(Gershenson & Heylighen, 2003).
Atlan (1992) descreve a auto-organização como um fenómeno primário que
caracteriza os seres vivos na sua organização tanto estrutural quanto funcional.
Capra (1996) define a auto-organização como a emergência de novas estruturas e de
novas formas de comportamentos em sistemas abertos que operam afastados do
equilíbrio.
Erdmann (1996) refere que a auto-organização apresenta-se como resultado da
capacidade de fazer face às perturbações aleatórias do ambiente, por desorganizações
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 102
seguidas de reorganizações internas, absorvendo, aceitando e integrando o motivo
causador da perturbação. O processo auto-organizador pode criar o radicalmente
novo, ampliando a capacidade do sistema de interagir com os eventos aleatórios que o
perturbam, assimilando-os e modificando a sua estrutura. Assim, ambiguidade e
paradoxo marcam a relação entre ordem e desordem (Erdmann, 1996).
Stacey (1996) menciona que auto-organização é o processo em que os agentes do
sistema interagem uns com os outros de acordo com as suas próprias regras locais de
comportamento, sem seguir nenhuma regra imposta pelo sistema. O conceito inclui,
mas não coincide com aprendizagem de loop duplo, porque sistemas determinísticos,
que não aprendem, também exibem auto-organização espontânea.
Para Maturana & Varela (1997), a auto-organização é uma forma viva de inter-relações
existentes no interior do organismo que, além de mantê-lo vivo, estrutura-o, sem, para
isso, depender da estrutura física dos seus componentes.
No entendimento de Wolf & Holvoet (2005) auto-organização é um processo dinâmico
e adaptativo, onde os sistemas adquirirem e mantêm a sua estrutura, sem controle
externo. A estrutura pode ser espacial, temporal ou funcional. Nenhum controle
externo refere-se à ausência de direcção, manipulação, interferência ou participação e
pressões vindas de fora do sistema. Isto não exclui informações provenientes do
exterior do sistema, desde que não sejam instruções de controlo (Wolf & Holvoet,
2005).
A auto-organização ou organização espontânea é a propriedade dos sistemas
complexos de se estruturarem sem um controle central. Este estudo foi originalmente
desenvolvido por Ilya Prigogine, ao estudar as estruturas dissipativas que
confrontaram a Segunda Lei da Termodinâmica. Segundo esta lei, em sistemas
fechados existe uma entropia (desordem, perda de energia) que tende a crescer com o
passar do tempo, levando o sistema a uma desordem crescente, o que conduziria os
sistemas a um processo contínuo de desordem, sem qualquer possibilidade de
reverter tal processo, isto é, sem hipóteses de se obter novamente a ordem (Prigogine,
2004).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 103
Ao contrário desta lei, Prigogine (Gleiser, 2002), descobriu que os sistemas complexos,
ao entrarem em processo de desequilibro, iniciam um outro processo interno no
sentido da auto-organização, um estado de instabilidade com criatividade e
capacidade de adaptação, criando espontaneamente uma nova ordem a partir de uma
desordem. Este processo torna o sistema complexo capaz de resistir às influências do
meio externo. Tudo isso, consequência da aprendizagem, que permite a auto-
organização partir das mudanças.
Como exemplos, Gleiser (2002) cita a economia capitalista, onde os indivíduos se
organizam num mercado, onde há compradores e vendedores; um bando de aves que
ao migrar de um local para outro se auto-organiza inconscientemente em forma de
uma flecha para obter maior aerodinâmica; e a diferenciação das células em que os
genes se organizam de tal forma que se tornam células para o coração ou para o
cérebro.
Tudo isso acontece pela interacção das partes individuais a nível local que leva a gerar
uma propriedade global, total, que não seria possível de se prever com o
conhecimento das partes individuais separadamente. Dessa forma, “[…] as partes
individuais afectam o comportamento do sistema como um todo, mas também são
afectadas por ele. O efeito feedback é então responsável pela adaptabilidade do
sistema ao meio […]” (Gleiser, 2002).
No entendimento de Agostinho (2003) a possibilidade de auto-organização surge uma
vez que os numerosos agentes que compõem o sistema são elementos activos.
Possuem autonomia para orientarem as suas acções de acordo com o que apreendem
da interacção com o ambiente. Estes agentes estão livres para colocarem em prática a
sua capacidade de aprendizagem e adaptação (Agostinho, 2003). Refere também que
o sistema se auto-organiza a partir da condição de não-equilíbrio, no sentido de que o
comportamento resultante não é determinado por alguma força externa, mas emerge
da própria dinâmica do sistema, o qual se esforça para fazer frente às restrições que
sofre (condição de não-equilíbrio).
Para Morin (2004), no universo actuam, de modo complementar, concorrente e
antagónico, a ordem, a desordem e a organização. Nesse sentido, existe um processo
de auto-organização viva. Segundo o autor, “[…] toda evolução é fruto do desvio bem-
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 104
sucedido cujo desenvolvimento transforma o sistema onde nasceu: desorganiza o
sistema, reorganizando-o, num complexo de ordem, desordem e organização”. Morin
(2004) indica que “[…] há uma espécie de luta entre um princípio de ordem e dum
princípio de desordem, mas também uma espécie de cooperação entre ambos,
cooperação da qual nasce [...] a ideia da organização”. Assim, o que deve ser
considerado é o jogo entre a ordem, a desordem e a organização.
A organização, segundo Morin (2005), transforma, produz, mantém, considerando que
ela assegura solidariedade e solidez relativa às ligações dos elementos componentes
de um todo, o que assegura ao sistema uma certa possibilidade de duração apesar das
perturbações aleatórias.
As perturbações aleatórias, que apresentam um carácter de novidade ao estado
global, consideradas como qualidades emergentes, nascem das associações ou
combinações entre os elementos, levam o sistema a construir e reconstruir a sua
autonomia, ou seja, a se auto-organizar (Morin, 2004).
A auto-organização, segundo Morin (2004), é a capacidade que o sistema possui de se
transformar sempre, ou seja: reorganizar. Essa reorganização, como salienta Moraes
(2004), pressupõe autonomia, interactividade e interdependência entre os
componentes do sistema e implica no surgimento de novas estruturas e novas formas
de comportamento, a partir de uma cooperação global.
Assim, de acordo com Moraes (2004), “[…] para que haja auto-organização é preciso
que haja perturbações, desafios, problemas e turbulências que estimulem uma reacção
do organismo em relação ao seu meio ambiente”.
Morin (2004) amplia o conceito para auto-eco-organização ao conceber o sistema
como uma organização viva, rodeada por um ecossistema, que necessita ser
considerado no seu ambiente. Como os sistemas operam em rede, uma característica
dos sistemas complexos (Johnson, 2003) e envolve o aparecimento de padrões de
comportamento em larga escala, que não são necessariamente determinados em
micro-escala (Monge & Contractor, 2003), na qual cada componente ajuda a produzir e
a transformar os outros, o fluxo constante de energia e matéria que ocorre dentro e
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 105
fora do organismo permite a sua adaptação, desenvolvimento e evolução, mantendo a
circularidade global da rede.
Um sistema é auto-eco-organizador porque se auto-organiza, se autoproduz a partir de
suas relações com o meio, tendo, ao mesmo tempo, necessidade de extrair do meio
exterior energia, matéria e informação, ou seja, os próprios componentes constituintes
da sua organização, o que lhe confere uma condição autopoiética (Moraes, 2004).
Segundo Moraes (2004) cada organismo tem a capacidade intrínseca de se auto-
organizar e reconstruir-se. O acto de conhecer e aprender requer interpretação,
criação e auto-organização por parte de quem o pratica, normalmente sujeitos activos
na interacção com o mundo e a realidade que os cerca, assim, as situações de
desequilíbrio, que requerem processos de auto-organização, são produtivas no
desenvolvimento da aprendizagem.
7.2.2. As propriedades/características da auto-organização
No entendimento de Oliveira (2006) os sistemas auto-organizados possuem cinco
propriedades relevantes:
1. Inexistência de controlo exterior � “Apesar de um sistema poder interagir com
o ambiente e, portanto, receber informação, tal, não é na forma de um modelo
de comportamento ou orientação de controlo. Pode ser apenas composta de
sinais que não especificam o comportamento e para o qual o sistema reage. A
reacção do sistema é, então, autónoma, resultante da especificação do
componente interno. Portanto, a organização do sistema não pode ser
externamente especificada. Isto não exclui todas as interacções com o meio
ambiente e assim o sistema irá eventualmente modificar a sua organização em
reacção a um ou mais parâmetros ambientais ou estímulos externos, como
referenciado em Parrish & Edelstein-Keshet (1999). No entanto, esses
parâmetros não devem conter ou expressar qualquer semântica específica
sobre a organização do sistema.”
2. Aumento da ordem � “O sistema vai aumentar a ordem como resultado da
auto-organização. Entretanto, a ordem não pode aumentar indefinidamente,
nem o sistema fica nessa configuração de ordem superior permanentemente. A
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 106
ordem pode às vezes diminuir como resultado de factores intrínsecos ou
extrínsecos. Bennett (1988), propôs que a auto-organização é o aumento
espontâneo na mesma organização […]. Um aumento da complexidade
também tem sido proposta como alternativa, especialmente porque pode ser
estabelecida uma relação directa entre a complexidade e organização (Shalizi &
Shalizi, 2005).”
3. Adaptabilidade � “Um sistema de auto-organizado deve ser robusto contra
perturbações e, portanto, adaptar-se às mudanças.”
4. Interacção � “Um sistema auto-organizado é necessariamente composto de
vários elementos. O comportamento resultante do sistema deve implicar uma
relação de acções para produzir um comportamento organizado, sob algum
critério. Sem interacção, os componentes seriam apenas um grupo de entidades
independentes incapaz de qualquer comportamento coerente. A interacção
pode ocorrer directamente entre os elementos ou através do ambiente
(Anderson, 2002). […] A interacção pode ser cooperativa ou competitiva. A
competitiva acontece sempre que a auto-organização é necessária para
compartilhar um recurso entre os componentes do sistema.”
5. Assincronismo � “Assincronismo significa que não há forma de sincronização
global. Em qualquer sistema físico, um sinal, leva tempo a se propagar.
Estímulos externos não serão percebidos ao mesmo tempo por todos os
componentes do sistema auto-organizado. […] Assincronismo implica que cada
componente pode perceber e reagir a um sinal com tempos que pode ser um
pouco diferente de outros componentes. Esta variabilidade é resultado de
flutuações do ruído e falta de propagação do sinal instantâneo.”
Wolf & Holvoet, (op.cit.) apresentam como características:
1. Aumento da Ordem � “Uma característica importante de auto-organização é a
"organização" como conceito. Calresco.org descreve organização como a
configuração de partes seleccionadas de modo a promover uma função
específica. Isto restringe o comportamento do sistema, de tal forma o confina a
um pequeno espaço. Esta pequena região de espaço é denominada de atractor.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 107
Em essência, a organização pode ser encarada como um aumento na ordem do
comportamento do sistema que permite que o sistema de adquirir um espacial,
temporal, ou estrutura funcional. Note que nem todo sistema que tem um
aumento na ordem precisa ser auto-organização. Autonomia completa do
comportamento também é necessária. Em Shalizi (2001), uma abordagem mais
formal é utilizada para definir a auto-organização. O autor utiliza a noção de
complexidade estatística […]. Um aumento na estatística complexa é
considerado uma condição necessária de auto-organização. A estatística
complexa mede a quantidade média de memória histórica armazenada no
processo. Esta formulação abrange uma série de outras definições encontradas
na literatura. Por exemplo, "o arranjo das partes seleccionadas" implica que o
acordo é uma espécie de memória histórica do processo que se torna maior
quando mais e mais partes estão dispostas. Um aumento na ordem implica que
estes sistemas começaram a partir de condições iniciais semi-organizadas ou
completamente aleatórias (ou seja, sem memória histórica). Existe também do
comportamento do sistema tornar-se menos ordenados (ou seja, perde
memória histórica), como resultado de uma mudança. Ambas as situações
deixam espaço para um aumento da ordem através do processo de auto-
organização. A formulação "a fim de promover uma função específica" em
Calresco.com é importante. Sistema sem ordem pode não apresentar um
comportamento útil, mas, um sistema com demasiada ordem pode ter esse
problema. É possível que organize os processos em condições tão complexas
que nenhuma funcionalidade útil resulte daí. Ou seja, pode haver muita
memória histórica. Os sistemas entre eles, no limite da ordem e do caos, podem
apresentar uma forma mais flexível de comportamento organizado. Portanto, a
auto-organização precisa de encontrar um equilíbrio entre ordem e pouca
ordem.”
2. Autonomia � “Nem todo o aumento de ordem é auto-organização. A segunda
característica importante de auto-organização é a ausência de controle
externo. Um sistema deve organizar, sem interferências exteriores. Outras
formulações são: "sem um agente externo que a impõe", "espontânea, ou seja,
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 108
dirigida por um sistema externo", etc. A falta de controle externo e autonomia
significa que […] as entradas não são instruções de controle de fora do sistema.
Por outras palavras, o fluxo normal de dados de entrada são permitidos, mas a
decisão sobre o que fazer a seguir deve ser feita completamente dentro do
sistema, ou seja, o sistema é autónomo. A noção de "fronteira de um sistema"
torna-se muito importante aqui. Para ser capaz de dizer se um determinado
sistema é auto-organização, é preciso primeiro definir claramente os limites do
sistema. Precisamos separar o interior do exterior.”
3. Adaptabilidade e Robustez (no que diz respeito a mudanças) � “Nos sistemas
de auto-organizados, a robustez é utilizada em termos de adaptabilidade, na
presença de perturbações e de mudança. Um sistema auto-organizado lida com
essa mudança e mantém a organização autónoma. Por outras palavras, é
necessário um comportamento adaptável auto-gerado, e tendo em conta as
experiências do passado pode ser útil formular esta adaptabilidade como: "uma
mudança no ambiente pode influenciar o mesmo sistema a gerar uma tarefa
diferente, sem qualquer alteração nas características comportamentais dos
seus constituintes". Esta adaptação implica a necessidade de o sistema ser
capaz de apresentar uma grande variedade de comportamentos. Auto-
organização exige a evolução para um atractor determinado no espaço de
estado (ou seja, para um determinado comportamento organizado). Existem
diferentes tipos de atractores, desde um ponto atractor que permite apenas um
comportamento, um ciclo limite que permite um comportamento periódico, um
atractor caótico, que permite uma variedade de comportamentos. Para ser
adaptável, o sistema precisa fazer uma selecção entre os comportamentos e, ao
mesmo tempo considerar uma variedade de comportamentos. Contudo, muita
variedade, como o atractor caótico, torna o sistema incontrolável. Demasiada
selecção, como o ponto atractor, resulta num sistema que não é
suficientemente flexível. Isso está relacionado ao equilíbrio do sistema no limite
do caos, a fim de ser capaz de promover uma função específica. Por exemplo, as
condições iniciais de um sistema podem suportar múltiplas funções (atractor
caótico, por exemplo), mas é necessário que haja pressões selectivas para
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 109
concentrar os resultados. Por exemplo, um sistema que possui um atractor
caótico pode equilibrar o seu comportamento numa parte específica desse
atractor.”
4. Dinâmicos (longe de equilíbrio) � “Uma propriedade essencial da auto-
organização é o facto de ser um processo. Com o tempo, há um aumento na
ordem, ou seja, uma dinâmica para uma maior ordem. Relacionadas com a
adaptabilidade necessária num contexto em rápida mutação, o comportamento
de auto-organização deve ser dinâmico. Alterações influenciam a estrutura
organizada. Para manter essa estrutura, é necessário que haja uma dinâmica
constante que lide com essas mudanças. Noutras palavras, o sistema precisa
ser “longe de equilíbrio”, a fim de manter a estrutura. Prigogine (op.cit.)
considera de “longe do equilíbrio” como um dos requisitos deduzidos
matematicamente. O sistema “longe do equilíbrio” é mais frágil e sensível às
mudanças no ambiente, mas também mais dinâmico e capaz de reagir.”
Quadro 7. As diferentes características/princípios da auto-organização
Oliveira (2006) Wolf & Holvoet. (2005)
Inexistência de controle exterior X X
Aumento da ordem X X
Adaptabilidade X X
Interacção X
Assincronismo X
Dinâmica X
As diferentes características/princípios da auto-organização encontram-se sumarizados neste quadro, que ilustra como a revisão bibliográfica efectuada permite uma visão geral das suas características/princípios.
7.2.3. A auto-organização baseada no conceito de hierarquia
A auto-organização, baseada no conceito de hierarquia, possui Herbert Simon (1969)
como principal investigador. Este autor desenvolveu estudos sobre a construção de
uma arquitectura para a complexidade, utilizando o conceito de hierarquia.
Simon (1969) destacou, que a hierarquia é uma característica da organização que
permite edificar uma arquitectura da complexidade. Na discussão à volta das questões
que levam a complexidade a apresentar forma hierárquica, destacou-se a relação
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 110
entre a estrutura de um sistema complexo e o tempo necessário para ele emergir
através de processos evolutivos. Explorou as propriedades dinâmicas dos sistemas de
organização hierárquica, realçando a possibilidade de decomposição em subsistemas
possibilitando a análise e descrição do seu comportamento. Referenciou também a
tendência natural dos sistemas complexos de assumirem a forma de hierarquia sem a
ajuda de um elemento idealizador.
Este conceito de hierarquia pode ser observado em todos os tipos de sistemas, sejam
eles naturais ou artificiais.
A célula é um bom exemplo: as células formam tecidos � os tecidos formam órgãos
� os órgãos formam sistemas. Considerando a célula como um sistema maior,
observa-se que ela se divide em vários subsistemas (núcleo, membrana celular,
microssomas, mitocôndrias) que interagem uns com os outros de modo recursivo e
regular.
Nos sistemas sociais, o conceito de hierarquia pode ser percebido pelo processo de
construção das sociedades históricas: da nação à província � da província à comuna
� da comuna aos lares (Morin, 2002).
A interacção é um conceito essencial na compreensão da evolução dos sistemas com
estrutura hierárquica. Nos sistemas físicos e biológicos, por exemplo, as relações
hierárquicas são espacialmente dispostas e identificadas em função de sua localização
física. Quanto mais próximos os sistemas, mais interferência exercem uns sobre os
outros. Já nos sistemas sociais, as relações hierárquicas são identificadas pela
intensidade das interacções ocorridas entre as entidades, independentes da posição
em que estão situadas em relação umas às outras (Simon, 1969).
Nesse sentido, Axelrod & Cohen (2000) ressaltam que, quaisquer que sejam os
sistemas, os padrões de interacção associam proximidade e activação (como o sistema
é despertado para interagir). Eles discutem a existência de dois tipos de activação:
interna e externa ao sistema. A activação interna é desencadeada por processos
constitutivos ao sistema analisado, sem necessariamente existir um estímulo externo
que o direccione. A activação externa é desencadeada por oportunidades vindas de
estímulos do ambiente exterior; pode ser intensa ou difusa. A activação externa
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 111
intensa não privilegia a variedade, explora uma oportunidade pormenorizadamente
por um longo período de tempo, enquanto preserva um intenso aprofundamento no
conhecimento da mesma questão. Já a activação externa difusa privilegia a variedade,
utilizando muitas oportunidades externas, mas sem se aprofundar em nenhuma delas.
Pode-se notar que a evolução dos sistemas complexos, a partir do processo
hierárquico, ocorre pela formação de subsistemas básicos, intermediários e superiores
e pelas suas interacções em diferentes níveis. Para ascender de um nível mais baixo
para um nível mais alto, os subsistemas precisam adquirir estabilidade. Para Morin
(2003) "[…] a organização hierárquica possibilita a constituição, em cada nível, de um
patamar estável que, por esse fato, torna-se a base da constituição de um nível
superior, que por sua vez pode se tornar a base de um novo nível.”
A estrutura hierárquica, também, é útil para facilitar a descrição da complexidade de
um sistema. Por ser hierárquico, o sistema apresenta uma certa redundância na
variedade dos seus subsistemas, diferindo apenas nas combinações e arranjos
formados.
7.2.4. Autopiese
O processo de auto-organização, baseado no conceito de autopoiese, é representado
pela organização dos sistemas vivos, que possuem a propriedade de auto referência.
Esta propriedade possibilita a auto produção e a auto manutenção das condições
necessárias à existência da vida em situações de não-equilíbrio (Maturana & Varela,
2001).
Os seres vivos são sistemas naturais, organizados dinamicamente, comprometidos, por
um lado, com a determinação, a repetição, a regularidade e a redundância, por outro,
com a incerteza, o aleatório, a variedade, a improbabilidade e a complexidade. Esse
tipo de organização dinâmica que caracteriza os seres vivos, mediado, por um lado, de
ordem e, por outro lado, de desordem, denomina-se auto-organização. Por isso, os
sistemas vivos, em geral, podem ser definidos por sua organização autopoietica, que
consiste numa rede de processos, os quais se produzem a si mesmos (Maturana &
Varela, 2001).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 112
O estudo da organização autopoietica teve início com a descoberta feita por Maturana
(1980) de que o sistema nervoso funciona como uma rede fechada de interacções,
seguindo uma lógica circular. A partir de então, considerou-se a organização circular
como a organização básica de todos os sistemas vivos. Nesse ambiente, as mudanças
no sistema ocorrem seguindo a circularidade, facto que leva à constatação de que os
componentes da organização podem ser produzidos e mantidos por ela própria.
Maturana também evidenciou que, além de auto-organizador, o sistema nervoso é
continuamente auto referente, considerando o processo de cognição como um reflexo
da realidade interior de cada ser vivo.
Maturana & Varela (2001) são os principais representantes da teoria da autopoiese, o
desenvolvimento da qual ocorreu, oficialmente, a partir da percepção de que os seres
vivos, além dos seus processos internos, são afectados pelas interacções com o
ambiente. Assim, eles são, ao mesmo tempo, organizacionalmente fechados e
estruturalmente abertos à captação de energia e recursos do meio exterior.
A organização é definida como as relações necessárias ao funcionamento de um
sistema, e a estrutura é o suporte físico para a ocorrência dessas relações.
Maturana & Varela (2001) observam que um sistema autopoiético passa por contínuas
modificações estruturais, enquanto preserva o seu padrão de organização circular. Os
componentes da rede estão continuamente a produzirem-se e transformarem-se, de
duas maneiras distintas.
• O primeiro tipo de mudança estrutural é a mudança cíclica da auto-renovação,
processo que ocorre sistematicamente em todos os organismos vivos. Apesar
disso, o organismo mantém a sua identidade, o seu padrão de organização global;
• O segundo tipo de mudança estrutural, em sistemas vivos, é o resultado da
dinâmica interna do sistema.
A interacção do sistema vivo com o ambiente, segundo a teoria da autopoiese,
manifesta-se por meio do acoplamento estrutural. Ou seja, ocorre através de
interacções recorrentes e estáveis, cada uma das quais desencadeando mudanças
estruturais no sistema vivo. Mesmo assim, o sistema permanecerá autónomo, já que o
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 113
meio ambiente, apenas, desencadeia as mudanças, mas não específica, nem as dirige
(Maturana & Varela, 2001, 1997; Capra, 1996).
Segundo Maturana & Varela (1997), todos os fenómenos biológicos resultam, directa
ou indirectamente como consequência de diferentes contingências históricas na
realização da autopoiesis de pelo menos um ser vivo.
A autopoiesis do sistema organizacional é consequência das contingências históricas
de pelo menos um membro da organização. No sistema organizacional tradicional, cuja
característica básica é a liderança autocrática, o modelo mental de um indivíduo (suas
percepções e valores), pode determinar a evolução da organização.
O comportamento de um agente e o seu papel na rede de agentes que integra não
permanece estático, muda ao longo da sua ontogenia (que é a história do
desenvolvimento de um organismo ao longo de toda a sua vida) de uma maneira
subordinada à ontogenia do sistema estratégico organizacional, já que são produto e
causa das mudanças que a rede de agentes e a organização sofrem.
Segundo Maturana & Varela (1997), a ontogenia é a história da transformação de uma
unidade. Em consequência, a ontogenia de um sistema vivo é a história da
conservação de sua identidade através de sua autopoiesis continuada no espaço físico.
Ainda que num sistema autopoiético todas as trocas são determinadas internamente,
para um observador a sua ontogenia reflecte em parte a história de suas interacções
com um ambiente independente. Em consequência, dois sistemas autopoiéticos
equivalentes em outros aspectos podem ter ontogenias diferentes.
Segundo Maturana & Varela (1997), os seres vivos são sistemas determinados na
estrutura, e, como tal, tudo o que acontece surge como uma mudança estrutural
determinada também a cada instante, segundo a estrutura do momento. Significa que
as regularidades, padrões arquétipos de comportamentos e regularidades observadas,
são específicos de um determinado sistema organizacional, não podendo ser
generalizado para outras estruturas, porque cada organização tem o seu próprio senso
de identidade, ou seja, seu processo de auto-referência, determinado pela sua
ontogenia.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 114
Para Maturana & Varela (2001), a autopoiese está baseada numa concepção circular e
auto-referencial dos processos. A ideia é simples: somente uma circularidade do tipo
da autopoiese pode ser a base de uma organização autónoma. O mecanismo da auto-
organização é esclarecido como autopoiese ao que estabelecer uma relação entre
auto-organização e autonomia.
Figura 24. Representação esquemática da Circularidade � Identidade � Organização
Adaptado de Bauer (1999)
7.3. A Emergência
No entendimento de Fuller et. al. (2008) a velha ordem económica encontra-se
destruída, e a nova conjuntura é criada em contextos que estão longe do equilíbrio.
Nesse sentido, a emergência é uma metáfora poderosa que pode capturar novas
estruturas de forma inovadora, em termos gerais, a conjugação de forças pode
produzir um resultado que seja superior à soma das suas componentes isoladas (Fuller
et. al, 2008).
Emergência pode ser considerada como a produção de padrões globais de
comportamento dos agentes que interagem num sistema complexo de acordo com as
suas próprias regras de comportamento, sem preocupação com os padrões globais de
comportamento que surgem. Na emergência, os padrões globais não podem ser
previstos com base nas regras locais de comportamento que os produzem. Dito de
outra maneira, os padrões globais não podem ser reduzidos a comportamentos
individuais (Stacey, 1996).
Para Baskerville et al. (1992) a emergência da organização é caracterizada pelo facto
de estar em constante mudança, não seguindo um padrão pré-definido e nunca
alcançar um estado estacionário. A emergência da ordem em todo o sistema é vista
IDENTIDADE ORGANIZAÇÃO
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 115
como um processo co-evolutivo decorrente da interacção entre agentes heterogéneos
no sistema e é caracterizada pela mudança constante, a dependência mútua entre os
agentes (Holland, 1998; Lichtenstein, 2000a) e a sensibilidade às condições iniciais
(Gleick, 1987). Para Holland (1998) emergência é " […] acima de tudo, um produto
associado a interacções dependentes do contexto".
Para Wolf & Holvoet (2005) existem quatro escolas centrais que influenciam a forma
como a emergência é estudada nos sistemas complexos:
1. Teoria dos sistemas adaptativos complexos � que se tornou famosa no Santa
Fé Institute, e que usa explicitamente o termo "emergência" para se referir ao
padrões de nível macro resultante da interacção dos agentes;
2. Teoria não-linear dos sistemas dinâmicos e teoria do caos � que promulga o
conceito de atractores, ou seja, o comportamento específico em que o sistema
evolui. Um tipo de atractor é o chamado atractor estranho que Newman (1996)
classifica como um autêntico fenómeno emergente;
3. A escola sinergética � que iniciou, entre outros, o estudo da emergência em
sistemas físicos. Descreve a ideia de um parâmetro ordenante que influência o
nível macro do fenómeno coerente exibido no sistema (Haken, 1981);
4. Longe do equilíbrio termodinâmico � que foi introduzido por Ilya
Prigogine e que se refere aos fenómenos emergentes como estruturas
dissipativas decorrentes de condições de longe do equilíbrio (Nicolis, 1989).
Em suma, o uso do conceito de emergência refere-se a duas importantes
características: um comportamento global que surge a partir das interacções das
partes locais, e que o comportamento global não pode ser rastreado das partes
individuais (Wolf & Holvoet, 2005). Como definição os mesmos autores atribuem: “um
sistema exibe emergência quando há emergentes (entendido como o resultado do
processo de emergência: propriedades, comportamento, estrutura, padrões)
coerentes a nível macro (o todo) que dinamicamente surgem a partir das interacções
entre os componentes do nível micro (agentes, indivíduos) ”.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 116
Segundo Serugendo et. al. (2006) um sistema ou mecanismo para fornecer fenómenos
emergentes deve ter pelo menos dois níveis. O sistema deve apresentar uma dinâmica
durante o seu tempo de vida. Porque é um fenómeno emergente observável durante o
tempo, precisa de uma forma de auto-equilíbrio. No entanto, não é um equilíbrio
homeostático, mas dinâmico. Emergência ocorre num intervalo muito estreito situado
entre as condições que são muito ordenadas e muito desordenadas. Esta fronteira ou
margem é o limite do caos (Kaufman & Johnsen, 1992), que se encontra longe do
equilíbrio. Na proximidade do equilíbrio, um sistema tem a capacidade de auto-
organização que permite a emergência de um fenómeno (Serugendo et. al., 2006).
As organizações podem ser definidas como sistemas adaptativos complexos sociais
que evoluem e produzem comportamentos emergentes de uma forma imprevisível
(McKelvey, 1997; Mitleton & Kelly, 2003). Nos sistemas complexos produzem-se
padrões comportamentais e propriedades que não podem ser previstos pelo
conhecimento das suas partes isoladas (Heylighen, 2008).
Heylighen (2008) refere:
“Ao contrário do individualismo das partes, propriedades emergentes caracterizam o
padrão de interacções ou relações entre elas. Incluem aspectos tipicamente globais ou
"holísticos", tais como a robustez, a sinergia, a coerência, a simetria e função.
Diferentes atractores implicam diferentes propriedades para o sistema de obediência.
Uma vez que não pode ser previsto à priori qual o atractor do sistema determinante, as
propriedades emergentes do todo não pode derivar a partir das propriedades das
partes isoladamente.
Por outro lado quando o sistema tem o atractor estabilizado, o comportamento das
partes é bastante regulamentada ou restringida pelas propriedades do conjunto de
nível superior. Denomina-se de nexo de causalidade descendente. Por exemplo, os
idiomas utilizados pelos humanos não são determinados pela neurofisiologia do
cérebro, mas pela auto-organização de léxicos comuns e regras gramaticais dentro de
uma comunidade particular.
Apesar da auto-organização como um todo ser intrinsecamente estável, é
suficientemente flexível para lidar com perturbações exteriores. Estas perturbações
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 117
podem levar o sistema para fora do seu atractor, mas desde que o desvio não seja
muito grande, o sistema retornará automaticamente ao mesmo atractor. No pior dos
casos, o sistema é empurrado para dentro de uma bacia diferente, ao encontro de um
atractor diferente. Nesse sentido, um sistema auto-organizado é intrinsecamente
adaptável: mantém a sua organização básica, apesar da evolução contínua no seu
ambiente. Como se observa, as perturbações podem até mesmo tornar o sistema mais
robusto, ajudando-a a descobrir uma organização mais estável.”
Emergência engloba não só a criação (a origem), mas também a contínua recriação ao
longo do tempo (a metamorfose) de novas populações organizacionais; a novidade e a
metamorfose estão intimamente vinculadas: emergência é um processo
transformador, e a metamorfose é um processo emergente (Leifer, 1989).
A emergência é exemplificada por Baranger (1999) da seguinte forma: o corpo humano
é capaz de caminhar. Esta é uma propriedade emergente. Contudo, estudando-se
somente a cabeça, somente o tronco ou somente os membros de uma pessoa, não
haverá a compreensão da capacidade de caminhar.
“Emergência, então, não pode ser controlada, prevista ou controlada. Não existem
alavancas que possam ser puxadas para dar um determinado tipo de resultado
emergente. Mas, ainda assim, duas questões permanecem, que são fundamentais para
os interessados na vida organizacional e na mudança: a emergência pode ser facilitada
e pode ser influenciada?” (Seel, 2007).
Caso a emergência possa ser facilitada, será através das suas propriedades. As
propriedades emergentes são as mais evidentes características que distinguem um
sistema complexo de um sistema complicado (Casti, 1994).
Segundo Morin (1977), as emergências são as qualidades ou propriedades de um
sistema que apresentam um carácter de novidade com relação às qualidades ou
propriedades dos componentes isolados ou dispostos diferentemente num outro tipo
de sistema. A emergência apresenta três pressupostos (Morin, 1997):
1. O todo é mais do que a soma das partes � o sistema possui algo mais do que
os seus componentes considerados de modo isolado. A sua organização, a
unidade global, as qualidades e novas propriedades que emergem da
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 118
organização e da unidade global. Estes termos estão enlaçados e são difíceis de
separar. Morin (1997) destaca as emergências globais, ressaltando que todo o
estado global apresenta qualidades emergentes. A realidade da emergência
comporta a ideia de qualidade, produto, globalidade e novidade. Tais ideias
precisam de estar interligadas para se compreender a emergência. A
emergência da realidade é imprevisível, fisicamente irredutível e perde-se caso
o sistema se dissocie;
2. O todo é menos do que a soma das partes � toda a organização comporta
diversos níveis de subordinação quanto aos componentes. Em todo sistema, há
coesões sobre as partes. Estas impõem restrições e servidões, que fazem
perder ou inibir qualidades e propriedades. Nesse sentido, o todo é, portanto,
menos do que a soma das partes. Deve-se considerar, no sistema, não somente
o ganho de emergências, mas também a perda, por imposições, repressões e
subordinações. Um sistema não é apenas enriquecimento, é, também,
empobrecimento. Por isso, é essencial observar em que proporções existem
enriquecimento e empobrecimento;
3. A formação do todo e as transformações das partes � um sistema é um todo
que ganha forma ao mesmo tempo que os seus elementos se transformam. A
ideia de emergência é inseparável da ideia de criação de uma nova forma que
constitui um todo. A organização transforma uma diversidade descontínua de
elementos numa forma global. Por fim, a emergência da emergência faz surgir
a globalidade.
Seel (2007) a partir da premissa que a mudança organizacional é fruto da mudança nos
padrões das relações entre aqueles que são membros das organizações (e também de
novos padrões de interacção com o ambiente), e dos trabalhos realizados por
Prigogine & Stengers (1984), Chris Langton (1986), Stuart Kauffman (1995), Ralph
Stacey (1996), John Holland (1995, 1999) e Albert Barabási (2002) por sugere sete
propriedades:
1. Conectividade � a conectividade é essencial para as relações inter-agentes e
entre estes e o meio ambiente. Existem padrões de conexão “cristalizados” que
sem um aumento da conectividade não se alteram (Seel, 2007). Apesar do
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 119
trabalho de Kauffman (1995) mencionar que demasiada conectividade pode
inibir a emergência isso raramente é um problema nas organizações.
Construção de conexões, especialmente através das fronteiras é vital para a
preparação de uma organização para a mudança (Seel, 2007);
2. Diversidade � a diversidade é crucial para a emergência ocorrer, é necessário
um aumento da diversidade para a mudança ocorrer. Quanto maior a
diversidade de uma organização, maior é o "espaço possível", a explorar. O que
é necessário é a diversidade de todos os tipos, cultural, intelectual e emocional.
Diversidade, por si só, não dará origem a padrões emergentes, na verdade,
pode levar à anarquia e ao conflito. Mas, em concertação com as outras
condições que tem um papel vital a desempenhar (Seel, 2007);
3. Taxa de fluxo de informação � a conectividade possibilita a comunicação,
contudo, é necessário a interacção entre os agentes. Existe uma analogia entre
as organizações e as estruturas dissipativas (Prigogine & Stengers, 1984).
Nestas estruturas há uma transferência de energia constante e estável apesar
de poderem estar em condições longe do equilíbrio. Quando uma estrutura
dissipativa atinge uma nova ordem, requer mais energia ou informações para
sustentá-la e a estrutura mais simples é substituída. Em termos de fluxo de
informação, um sistema estável pode ser mantido com um fluxo lento, mas um
sistema operacional longe do equilíbrio necessita de um fluxo mais vigoroso e
rico (Seel, 2007);
4. Inibidores � Muita ou pouca ansiedade inibe a emergência (Stacey, 1996).
Níveis de diferenciais de poder no sistema quando são muito altos ou muito
baixos, também podem inibir a emergência. Emergência pode ser suprimida
por aqueles que têm poder e que se sentem ameaçados com as possibilidades
implícitas nas novas formas de organização. Os agentes também resistem se se
sentirem muito ansiosos sobre a mudança ou se sentirem que a mudança põe
em causa a identidade do núcleo organizacional a que pertencem (Seel, 2007);
5. Boas Fronteiras (limites) � Parecem ser necessárias para a emergência
ocorrer. Estas podem ser os prazos, metas e intenções claras, as prescrições
sobre a duração ou tamanho, e assim por diante. O factor comum parece ser a
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 120
existência um “espaço bem delimitado" em que a emergência pode ocorrer
(Seel, 2007);
6. Intencionalidade � Intenção, parece desempenhar um papel na emergência
dos sistemas sociais, especialmente no encorajamento de resultados. O
trabalho de Cooperrider (1990) sobre a forma como as intenções positivas
podem levar a resultados positivos sugere que é possível influenciar o amplo
sentido de emergência. No entanto, tem que ser reconhecido que a intenção
não é uma propriedade intrínseca do agente. Em vez disso, é o resultado de
interacções com outros agentes. Intenção, portanto, pode ser pensada como
uma propriedade emergente criada a partir das interacções dentro de um
sistema social que, em seguida, realimenta o sistema e influencia o seu
desenvolvimento futuro. Em particular, ela influencia o modo em que pelo
menos um dos agentes se comportará no futuro (Seel, 2007);
7. Antecipação Vigilante � A clausura prematura pode inibir a emergência, ou
pelo menos impedir a sua floração plena e posterior alimentação contínua do
desenvolvimento do sistema. A emergência não pode ser apressada, exige uma
espécie de espera expectante e uma sensibilidade para o momento (Seel,
2007).
Plowman et. al. (2007) apresentam quatro construtos provenientes da teoria da
complexidade essenciais para a compreensão do comportamento emergente e
fornecer um referencial teórico para melhor compreender a mudança: (1) as condições
iniciais, (2) longe do equilíbrio (3), amplificação do desvio, e (4), fractais e
escalabilidade.
1. Condições iniciais � Está-se perante o “efeito borboleta” de Lorenz (1963), já
descrito anteriormente. Vários autores ao aplicarem a teoria da complexidade
nas organizações, descrevem-nas como sistemas com interacções não-lineares
onde pequenas mudanças podem provocar grandes efeitos (Anderson, 1999;
Cilliers, 2000). Lichtenstein (2000), por exemplo, afirmou que "uma ideia
simples pode fornecer a semente de auto-organização, o início de uma nova
configuração” quando um sistema se move para além de certos limites ou
capacidade. A noção de sensibilidade às condições inicial sugere que a
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 121
organização não é previsível e que as mudanças em si, são muitas vezes mais
emergentes do que intencionais (Stacey, 1995). Anderson (1999) e outros têm
argumentado que, quando sistemas adaptativos complexos co-evoluem no
limite do caos, pequenas mudanças em cascata podem, desencadear uma
avalanche de mudança (Kauffman, 1995);
2. Estado longe do equilíbrio � A partir do estudo de sistemas químicos,
Prigogine e colaboradores (Nicolis & Prigogine, 1989; Prigogine & Stengers,
1984) estabeleceu que os sistemas químicos não lineares só alteram o seu
estado quando são empurrados para um estado longe do equilíbrio. Quando as
tensões adaptativas aumentam e forçam o sistema para longe do equilíbrio, o
sistema importa energia e informação. Em determinado ponto crítico, a
energia, é dissipada através do sistema, quebrando as simetrias existentes e
cria desordem. No meio deste caos, irregular e imprevisível surgem padrões
denominados de estruturas dissipativas que levam a novas formas de
comportamento e consequentemente novas ordens e estruturas, diferentes
das anteriores. Estas estruturas dissipativas existem enquanto a energia está
continuamente a ser importada e, normalmente, o surgimento de auto-
organização leva a uma nova ordem imprevisível (Kauffman, 1995). Quando as
organizações se afastam do equilíbrio para a instabilidade, podem exibir um
comportamento complexo, isto é, estão em ordem o suficiente para serem
estáveis, mas também cheios de surpresas (Kauffman, 1995), e forças
contraditórias funcionam em simultâneo, a puxar as organizações em
diferentes direcções (Stacey, 1992). Maguire & McKelvey (1999) descreve esta
zona da complexidade como repleta de tensão adaptável, é neste estado que
emergentes de auto-organização e da destruição criativa ocorrem (Stacey,
1995). Uma organização aproxima-se de um estado de longe do equilíbrio
quando os membros têm liberdade suficiente para experimentar novas formas
de produção e estas levam à desordem capaz de se mover através de toda a
organização;
3. Amplificação do desvio � Quando pequenas mudanças ocorrem numa
organização longe do equilíbrio, onde um padrão de forças desestabilizadoras
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 122
move-se na direcção da organização intensificando a não-linearidade, as
pequenas mudanças são mais propensas a serem amplificadas por outras
acções e resultarem numa mudança radical não intencional (Thietart &
Forgues, 1995). Uma acção tem um efeito amplificador sobre uma pequena
mudança inicial se a faz maior ou mais forte ou se intensifica a pequena
mudança ou aumenta as suas consequências (Maruyama, 1963; Weick, 1979).
Como os sistemas atingem estados críticos de adaptação, os elementos que
eram independentes tornaram interdependentes (McKelvey, 2001), ou
fortemente acoplados. Quando os sistemas sociais experimentam o stress,
pessoas ou grupos que eram independentes tornam-se altamente
interdependentes, muitas vezes, como resultado de uma crise ou turbulência
de qualquer tipo. Em sistemas altamente interligados, o feedback positivo
reforça um sinal inicial e pode amplificar pequenas mudanças. Wheatley
descreve a amplificação de uma pequena perturbação da seguinte forma:
"Uma vez dentro da rede, esta pequena perturbação circula e alimenta-se a si
própria. Como diferentes partes do sistema se apossam dela, interpretá-lo e
alterá-lo, a perturbação cresce" (Wheatley,1999). A noção de feedback positivo
e seus efeitos amplificadores podem levar a “círculos viciosos" ou "círculos
virtuosos" nas organizações (Masuch, 1985; Sastry, 1997; Weick, 1979);
4. Fractais e escalabilidade � Mandelbrot (1977), pioneiro na ciência da
omplexidade, introduziu o termo "padrões fractais". São estruturas cujos
componentes têm semelhança com a totalidade da estrutura. Estes
componentes, por sua vez, são formados por sub-componentes também
semelhantes ao todo, mas não são exactamente o mesmo. Uma folha de feto
ilustra bem como esse fenómeno ocorre com frequência na natureza. A
observação por meio de um microscópio, percebe-se uma ordem na sua
constituição celular, ao passo que a observação a “olho nu” a uma certa
distância perceber-se-iam as várias folhas do feto como totalmente distintas
uma das outras, numa espécie de forma caótica, que, na verdade, segundo a
Teoria do Caos (de onde vêm os fractais), há uma ordem, uma similaridade
intrínseca. Da mesma maneira que existe o hábito de ver o comportamento de
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 123
um indivíduo reflectindo o comportamento do todo. Ao ser mal atendido numa
empresa por um funcionário é comum observar-se a generalização de que a
empresa atende mal, não serve. Esse comportamento individual, para o
observador, é um reflexo do comportamento do todo. Assim, a complexidade é
organizada; os padrões de complexidade observáveis em sub-níveis de um
sistema também são observáveis no todo. Aplicado a organizações, os
conceitos de padrões fractais e escalabilidade significa que, como na natureza,
padrões semelhantes aparecem em vários níveis: indivíduo, grupo e
organização. McKelvey & Lichtenstein (2005) propõem uma teoria sem escala
de emergência, o que sugere que a emergência ocorre no mesmo padrão em
etapas ou níveis de uma organização.
Stepney et al. (2006) numa revisão da literatura acerca das características da
emergência, apresentam:
1. O conjunto (sistema) é superior, e diferente, a soma das suas partes (em
termos de comportamento e outras qualidades) (Aristóteles, 350 ac; Anderson,
1972);
2. A emergência pode, em vários sentidos, ser equiparada a novidade (Bickhard &
Campbell, 2000; Crutchfield, 1994; Ronald et al., 1999);
3. Uma visão processual, no qual as partículas são apenas expressões de
estabilidade processual, é mais útil do que uma visão substântiva (Abbott,
2006; Bickhard & Campbell, 2000; Campbell & Bickhard, 2001), em especial
quando se considerar emergência em sistemas dinâmicos em não-equilíbrio;
4. Os níveis são essenciais: a emergência ocorre num nível superior (Bickhard &
Campbell 2000; Emmeche et al. 1997, Hordijk et al. 1998), ou numa escala de
tempo maior do que aquela em que ocorrem os processos básicos (Burns et al.
2005; Campbell, 1974);
5. A emergência é uma característica que se expressa num nível superior,
provocada pelo nível inferior (Abbott, 2006; Bedau, 1997); sistemas
emergentes podem apresentar uma forma de "causalidade para baixo", onde a
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 124
emergência de nível superior influencia a actividade posterior de nível inferior
(Bickhard & Campbell 2000, Campbell & Bickhard 2001);
6. A emergência está relacionada com atractores de sistemas dinâmicos
(Goldstein, 1999; Kauffman, 1993; Newman, 1996,).
Bar-Yam (2004) argumenta que a emergência efectiva é uma consequência de
restrições globais no sistema (por oposição às restrições dos seus componentes ou
partes). Como um subsistema não pode ser entendido de forma isolada a partir do
sistema, um sistema não pode ser compreendido de forma isolada do seu ambiente
(Bar-Yam, 2004).
Wolf & Holvoet (2005) com a finalidade de argumentarem a definição de emergência
que propuseram indicam as seguintes características:
1. Efeito Micro-Macro � o efeito micro-macro refere-se ás propriedades,
comportamentos, estruturas, ou padrões que estão situadas a um nível macro
e decorrem das acções (inter) no nível micro do sistema. Chama-se essas
propriedades de "emergentes". O comportamento global do sistema (ou seja,
o emergente) é o resultado das interacções entre as entidades individuais do
sistema.
2. Novidade radical � o comportamento global é um facto novo em relação ao
comportamento individual no nível micro, ou seja, os indivíduos no nível micro
não tem representação explícita no comportamento global. Em termos do
reducionismo este é formulado como: a nível macro emergentes não são
redutíveis (não pode ser reduzida a) às partes a nível micro do sistema (= não
reducionismo). Contudo, afirmar-se que os emergentes não são contemplados
pelo comportamento das partes é um grande mal-entendido. A novidade
radical surge porque o comportamento colectivo não é facilmente entendido a
partir do comportamento das partes. O comportamento colectivo, no entanto,
está implicitamente contido no comportamento das partes, se eles forem
estudados no contexto em que foi encontrado. As propriedades emergentes
não podem ser estudadas pela física, observando unicamente as partes (=
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 125
reducionismo). Podem, no entanto, ser estudadas observando cada uma das
partes no âmbito do sistema como um todo.
3. Coerência � refere-se à lógica e consistente correlação entre as partes.
Emergentes aparecem como “todos” integrados, que tendem a manter algum
senso de identidade ao longo do tempo (ou seja, um padrão persistente).
Coerência abrange e correlaciona a separação dos componentes de nível
inferior numa unidade de nível superior, ou seja, correlações entre os
componentes são necessárias para atingir um todo coerente. Esta coerência é
também denominada de "clausura organizacional" (Heyligen, 2002).
4. Componentes Interagindo � os componentes precisam de interagir, o
paralelismo é não é suficiente. Sem interacções, comportamentos
interessantes a nível macro nunca surgiram. Os emergentes surgem a partir
das interacções entre as partes.
5. Dinâmica � em sistemas com emergência, emergentes surgem
com o evoluir do sistema no tempo. Esse emergente é um novo tipo de
comportamento que torna-se possível num determinado ponto no tempo.
Portanto, como uma construção dinâmica pode-se relacionar o aparecimento
de emergentes com o surgimento de novos atractores
em sistemas dinâmicos, ou seja, bifurcações.
6. Controle descentralizado � controle descentralizado usa apenas mecanismos
locais para influenciar o comportamento global. Não há nenhum controle
central, ou seja, nenhuma parte do sistema direcciona o comportamento a
nível macro. As acções dos componentes são controláveis. O todo não é
directamente controlável. Esta característica é uma consequência directa da
novidade radical que é necessária para a emergência. Controle centralizado só
é possível se o componente central do sistema tem uma representação do
comportamento global (por exemplo, um plano).
7. Ligação nos dois sentidos � Nos sistemas emergentes há uma ligação
bidireccional entre o nível macro e o nível micro. A partir do nível micro ao
nível macro, as partes dão origem a uma estrutura emergente. No entanto, a
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 126
estrutura emergente influência também os componentes. Propriedades de
nível elevado têm efeitos no nível mais baixo, ou seja, o nexo de causalidade
descendente.
8. Robustez e flexibilidade � a necessidade de controlo descentralizado e
o facto de que nenhuma entidade pode ter uma representação emergente
global, implica que um único componente não pode ser o único ponto de erro.
Os emergentes são relativamente insensíveis a perturbações ou erros.
Aumentar os erros irá diminuir o desempenho, a degradação, mas vai ser
"graciosa": a qualidade da produção irá diminuir gradualmente, sem perda
súbita da função. A substituição ou o erro de um único componente não irá
provocar uma falha completa dos emergentes. Esta flexibilidade faz com que
os componentes individuais possam ser substituídos, mas a estrutura
emergente pode permanecer. Por exemplo, aves em bando ou carros num
engarrafamento podem ser substituído por outras aves ou carros, mas o bando
e o fenómeno do engarrafamento permanecem.
Chiles et al. (2004) num contributo importante para a teoria da organização
mencionam que o surgimento de um novo colectivo organizacional pode ser explicado
através de quatro mecanismos da emergência baseados pelo modelo das estruturas
dissipativas, de Ilya Prigogine e refinado posteriormente por estudiosos da
organização: dinâmica de flutuação, dinâmica de feedback positivo, dinâmica de
estabilização e dinâmica de recombinação.
Como referenciado anteriormente, uma estrutura dissipativa é um estado de ordem
que surge espontaneamente quando um sistema é mantido longe do equilíbrio,
porque a energia é continuamente injectada e dissipou-se com ele (Anderson, 1999).
Essas estruturas não são "coisas concretas", mas "as estruturas do processo" (Juarrero,
1999), as transformações qualitativas periódicas para novas formas de funcionamento
permitem a estrutura dissipativa renovar-se constantemente e permanecer resiliente,
absorve um maior fluxo de energia, e lidar com a complexidade crescente (Leifer,
1989, Smith & Gemmill, 1991).
1. Dinâmicas de flutuação � Crescentes injecções de energia eventualmente
conduzem os sistemas desequilibrados ao limiar da estabilidade, onde uma
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 127
pequena flutuação ou uma série de flutuações de energia podem ser
suficientemente fortes para superar as forças defensivas do actual regime e
criar a oportunidade de lançar um novo sistema de ordem (Leifer, 1989). Em
sistemas sociais, as flutuações de energia são representados por novas
actividades, eventos ou recursos que interrompem a ordem existente e
catalisam a emergência de uma nova ordem (Lichtenstein, 2000). Esta ideia de
“ordem através de flutuações" é central para o modelo das estruturas
dissipativas (Prigogine & Stengers, 1984);
2. Dinâmicas de feedback positivo � Uma vez que o limiar de estabilidade é
ultrapassado, feedback loops positivos (ou auto-reforço) facilitam a criação
duma nova ordem ou sistema de configuração (Gemmill & Smith, 1985). O
processo de feedback positivo amplifica as flutuações iniciais, ajudando a nova
ordem a "agarrar e ganhar impulso" (Smith & Gemmill, 1991). Apesar da
ausência de um controlador central, os componentes do sistema (por exemplo,
A, B, C) podem "comunicar", porque eles estão parcialmente conectados numa
rede de feedback loops positivos por meio do qual o fluxo de energia é
repetidamente canalizada (ou seja, A → B, B →C, C → A) (Prigogine & Stengers,
1984);
3. Dinâmicas de estabilização � Estabilizar mecanismos são manobras
importantes na criação de uma nova ordem ou configuração no sistema. A
estabilização destes mecanismos não é no sentido de equilíbrio, mas sim uma
espécie de processo natural que regulamenta a dinâmica do feedback positivo
(Chiles et al., 2004). Processos dissipativos auto-organizados baseiam-se numa
profunda estrutura que serve de quadro de auto-referência na formação de
novidades e guia opções de forma coerente com a história e aprendizagem
acumulada do sistema, preservando a identidade de sistema e principais
padrões de comportamento (Smith, 1986). Estrutura profundas são "semi-
permanentes subestrutura invisíveis", que, diferentemente de muitas
estruturas observáveis, permanecem intactas durante importantes
transformações, assumem a forma de regras sociais básicas que compreendem
"princípios organizacionais e lógica do negócio" fundamentais (MacIntosh &
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 128
MacLean 1999), e, estabelecem uma ordem "super ordenada” (Smith, 1986). A
nova ordem emergente é auto referenciada quando baseada em "[…]
princípios, valores e elementos que estão intrínsecos […] do que […] impostos
sem consultar a história e aprendizagem do sistema” (Lichtenstein, 2000). A
auto-referenciação das estruturas profundas proporciona um elemento de
continuidade e estabilidade, reflectindo "pontos de referência" comuns no
sistema, como participantes sustentados, valores e crenças, ou outros
elementos que facilitam a mente colectiva (Smith, 1986);
4. Recombinação dinâmica � A emergência (surgimento) de estruturas
dissipativas implica que alguns dos elementos existentes do regime devem ser
reconstituídos para gerarem novos (Gemmill & Smith, 1985; Smith, 1986).
Gerar esses elementos novos no sistema obriga a reutilização dos elementos
existentes, reorganizados, reconstruídos, novamente aproveitados e
alavancados, e recriados através de uma dinâmica essencial conhecida como
recombinação (Chiles et al., 2004). Recombinação representa uma forma
importante de entender como a auto-organização dos sistemas evolui
(Anderson, 1999) e como a variedade e novidades são geradas (Hodgson,
1997).
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 129
Seel (2007)
Plowman et. al. (2007)
Stepney et al. (2006)
Wolf & Holvoet (2005)
Chiles et al. (2004)
Morin (1977)
Conectividade X X
Diversidade X
Taxa de fluxo de informação X
Inibidores X
Boas Fronteiras (limites) X
Intencionalidade X
Antecipação Vigilante X
Condições iniciais X
Estado longe do equilíbrio X
Amplificação do desvio X
Fractais e escalabilidade X
O conjunto (sistema) é superior, e diferente, à soma das suas partes
X X
Novidade X X
Visão processual X
Níveis e Efeito Micro-Macro X X
Causalidade para baixo X
Atractores X
Coerência X
Dinâmica X X
Controle descentralizado X
Ligação nos dois sentidos e Dinâmicas de feedback positivo
X X
Robustez e flexibilidade X
Dinâmicas de estabilização X
Recombinação dinâmica X
O todo é menos do que a soma das partes X
A formação do todo e as transformações das partes X
Este quadro, que ilustra como a revisão bibliográfica efectuada permite uma visão geral das suas características/princípios.
Quadro 8. A Complexidade e os seus paradigmas na gestão.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 130
7.4. Comparar emergência e auto-organização
Existem diferenças entre auto-organização e emergência, ambas sublinham diferentes
características do comportamento de um sistema complexo. Ambos os fenómenos
poderão existir isoladamente e podem co-existir num sistema dinâmico (Wolf &
Holvoet, 2005). A essência da emergência é a existência de um comportamento global
novo em relação aos componentes (agentes, entidades) do sistema. A essência da
auto-organização é um comportamento adaptável que autonomamente adquire e
mantém uma ordem crescente (estrutura) (Wolf & Holvoet, 2005).
A principal similaridade entre emergência e auto-organização reside no facto ambas
serem processos dinâmicos ao longo do tempo; são robustos, no entanto, a robustez
da emergência tem a ver com a flexibilidade de alguns componentes que permitem as
suas propriedades (o que significa que uma falha num componente não compromete a
propriedade), na auto-organização tem a ver com adaptabilidade à mudança e a
capacidade de manter o aumento da ordem (Wolf & Holvoet, 2005). As poucas
semelhanças não excluí o facto dos dois conceitos estarem relacionados,
complementam-se um ao outro quando combinados. As principais diferenças
encontram-se retratadas na figura abaixo.
Figura 25. Diferenças Emergência / Auto-organização
(a) Auto-organização sem emergência; (b) emergência sem auto-organização; (c) Os dois em combinação. Adaptado de Wolf & Holvoet (2005).
• Auto-Organização sem Emergência � a figura 25 (a) ilustra esquematicamente
um sistema de auto-organização, mas isenta do efeito micro-macro. Não há
nenhum controle exterior à fronteira do sistema. A linha curva representa o
processo de organização interna. As propriedades que são específicas para a
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 131
emergência, mas não são necessárias para a auto-organização: novidade radical, o
efeito micro-macro, flexibilidade referente às entidades e controle
descentralizado. Quando uma dessas propriedades não estiver presente não
existe emergência. Considere certos tipos de sistemas multi-agente, denominado
sistema multi-agente "clássico" (Parunak & Brueckner, 2004). Esse sistema é
autónomo e aumenta a sua ordem através de interacções. No entanto, não há
nenhuma necessidade para que o sistema apresentar propriedades emergentes,
ou seja, propriedades que são novas em função aos agentes do sistema. Quando,
por exemplo, cada agente tem um modelo de comportamento global que tem de
ser alcançado, esse comportamento está presente explicitamente nas partes do
sistema e, portanto, não é novidade. Um sistema onde há um único agente de
controlo que dirige o comportamento global (ou seja, sem controlo
descentralizado) é preciso um plano explícito de controlo. Naturalmente, um
processo de auto-organização pode re-eleger um agente de controlo quando os
agentes se tornam mais adequados ao trabalho, mas não há nenhuma novidade
radical. Outra propriedade importante dos sistemas emergentes é a "degradação
graciosa", devido à flexibilidade referente às entidades. Uma única entidade não é
essencial para o funcionamento do sistema como um todo. Um sistema de auto-
organização, onde cada entidade é essencial não está de acordo com as
características necessárias da emergência (Wolf & Holvoet, 2005).
• Emergência, sem auto-organização � a figura 25 (b) ilustra esquematicamente a
situação inversa. O sistema tem um efeito de micro-macro, mas não é auto-
organizado. As propriedades essenciais aqui são o aumento da ordem, sem
controle externo e adaptabilidade. Emergência, sem auto-organização é
definitivamente possível. Por exemplo, em física, termodinâmica pode emergir de
mecânica estática num sistema estacionário (e assim não há auto-organização)
(Shalizi, 2001). Um processo estacionário é um processo onde a ordem é
invariável, ou seja, não há qualquer aumento na ordem. Considere um gás que
tem um certo volume no espaço. Este volume é uma propriedade emergente
resultante das interacções (isto é, atracção e repulsão) entre as partículas
individuais. No entanto, como o gás está num estado estacionário. A
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 132
complexidade estática continua a ser a mesma ao longo do tempo, ou seja, as
partículas podem mudar de lugar, mas a quantidade de estrutura permanece
igual. Neste caso, temos um sistema cujas condições iniciais são suficientes para
expor propriedades emergentes. Adaptabilidade refere-se à necessidade de
alcançar um equilíbrio entre a selecção de um comportamento específico e uma
grande variedade de comportamentos. Foukia & Hassas (2003) formula isto em
termos de um equilíbrio entre a exploração e aproveitamento. Um sistema pode
exibir caos (isto é, considerando uma grande variedade de comportamentos e
também em constante mudança entre estes) que emerge a partir das interacções
entre as partes a nível micro. Mas, tal sistema não é auto-organizado, porque não
se organiza para promover uma função específica (Wolf & Holvoet, 2005).
• Combinação de ambos � a figura 25 (c) ilustra esquematicamente que o "[...]
comportamento de auto-organização ocorre no nível macro" (Parunak &
Brueckner, 2004). Este ponto de vista é explicado como resultado de uma
característica de auto-organização, isto é, a necessidade de um aumento na
ordem. Num sistema emergente, a nível micro as dinâmicas são muitas vezes
complicadas e desordenadas. Isso significa que um aumento só pode ocorrer
dentro do nível global (Parunak & Brueckner, 2004), ou seja, os emergentes
tornam-se mais e mais organizados. Parunak & Brueckner (2004) também
afirmam que o sistema como um todo diminui a sua ordem. A razão para isto é
que, a nível micro dos sistemas emergentes as dinâmicas são muitas vezes muito
complicadas e desordenadas. Também em Shalizi (2001) "[...] auto-organização
aumenta a complexidade (estática), enquanto a emergência, em geral, reduz [...]".
Assim, essa necessidade de aumento ordem parece de acordo com a auto-
organização como um efeito ao nível macro da emergência. Porque emergência e
auto-organização são descritas frequentemente em combinação uma com a
outra, uma característica, que alguns autores atribuem aos dois fenómenos,
provavelmente é mais específica para o conjunto dos fenómenos. Esta
característica é Não Linearidade: um sistema, sem uma ordem precedente onde a
emergência se auto-organiza, exige o princípio da "pequena causa, grande efeito"
e deve ter um intenso foco na interactividade não-linear. Não-linearidade permite
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 133
os efeitos secundários a nível macro, a que chamamos de emergentes. Esta não
linearidade é geralmente conseguida através de feedback positivo que amplifica
uma mudança inicial. O resultado da primeira amplificação dispara o feedback
positivo que amplifica o efeito da mudança. Depois de um tempo, um número de
componentes estão "alinhados" com a configuração criada pela alteração inicial e
pára de crescer: o sistema “esgotou” os recursos disponíveis. Este alinhamento é
muitas vezes a propriedade emergente do sistema. Dessa forma, um emergente
pode se auto-organizar. Mecanismos não-lineares estão relacionados a uma das
propriedades da auto-organização, matematicamente deduzida por Prigogine
(1992). Ele afirma que pelo menos um dos componentes do sistema deve exibir
auto-catálise. O sistema exibe auto-catálise se um dos seus componentes é
causalmente influenciado por um outro componente, resultando no seu próprio
aumento. Na verdade, auto-catálise é uma espécie de feedback positivo que pode
causar um efeito não-linear. Num sistema auto-organizado, a emergência deve ser
adaptável a fim do sistema se auto-organizar na presença de uma situação de
mudança. Quando há um "alinhamento não-linear", com feedback positivo, a
única possibilidade de escapar ao alinhamento, e acabar num novo alinhamento
adaptado a uma nova situação, é usar o feedback negativo. Nos sistemas
complexos auto-organizados, existem vários círculos de feedback positivo e
negativo interligado, para que as mudanças em algumas direcções sejam
amplificadas, enquanto alterações noutras direcções são suprimidas. A presença
de feedback positivo e negativo também é considerado importante para o
comportamento adaptativo (Camazine, 2001; Wolf & Holvoet, 2005).
No parecer de Wolf & Holvoet (2005) emergência enfatiza a presença de um novo
emergente coerente no nível macro (propriedade, comportamento, estrutura, etc.)
como resultado do aumento das interacções adaptativas de ordem ou estrutura sem
controle externo. Auto-organização e emergência como fenómenos podem existir de
forma isolada, mas a combinação dos dois está frequentemente presente em sistemas
complexos dinâmicos. Nesses sistemas, a complexidade é enorme, o que torna inviável
a imposição de uma estrutura á priori: o sistema precisa de se auto-organizar. Além
disso, o grande número de entidades individuais impõe a necessidade de emergência e
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 134
não se pode responsabilizar uma única entidade pela execução de toda a estrutura
global, é necessário manter as entidades num estado simples e deixar o
comportamento complexo se auto-organizar como um comportamento emergente
através das interacções entre estas entidades simples.
7.5. Breve revisão das Ciências da Complexidade
Na ciência da complexidade destacam-se pelo menos cinco propriedades em comum
com os sistemas naturais, biológicos e sociais (Casti, 1994; Crutchfield et al., 1986;
Davis, 1990; Hayles, 1989, 1990, 1991; Kamminga, 1990; Kellert, 1993; Stewart, 1993):
1. Os sistemas complexos são não-lineares: não existe proporcionalidade entre
causas e efeitos. Pequenas causas podem provocar grandes efeitos. Não
linearidade é a regra, a linearidade é a excepção;
2. Sistemas complexos são fractais: formas irregulares são dependentes da escala.
Não existe uma forma de medida que permita uma resposta verdadeira, a
resposta depende do dispositivo de medição. Quanto menor a escala, maior a
medição obtidos;
3. Sistemas complexos exibem simetria recursiva entre os níveis de escala:
tendem a repetir uma estrutura básica em vários níveis. Por exemplo, um fluxo
turbulento pode ser modelado como pequenos remoinhos aninhadas dentro
de remoinhos, aninhada, por sua vez, dentro de remoinhos ainda maior;
4. Os sistemas complexos são sensíveis às condições iniciais, mesmo infinitesimais
perturbações podem colocar o sistema num vasto cruzamento de direcções.
Por este facto não podem ser adequadamente especificadas com infinita
precisão, sistemas complexos têm a tendência a tornarem-se imprevisíveis;
5. Os sistemas complexos estão repletos de círculos de feedback. O
comportamento sistémico é o resultado emergente de múltiplas cadeias de
interacção. Como o nível da organização aumenta, os sistemas complexos têm
a tendência de mudança para um novo modo de comportamento, a descrição
do que não é redutível à anterior descrição do comportamento do sistema.
Essas novidades emergentes representam pontos de bifurcação.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 135
Por outro lado, as interfaces entre as ciências da complexidade, cibernética, teoria
geral dos sistemas, teoria do caos e teoria da complexidade, evidenciam-se pelas
características de redundância, interconectividade e complementaridade entre os seus
elementos conceptuais. Pretende-se nesta fase sumarizar os diferentes ramos que
formam as Ciências da Complexidade, apresentando-se conceitos, características,
objectivos e interfaces. O Quadro 8 mostra um resumo dessas teorias.
Observando-se o Quadro 8, nota-se que as teorias expostas possuem objectivos
diferentes, apesar de perfazerem a estrutura de referência para o estudo da
complexidade. Em comum, essas teorias apresentam a procura pela compreensão da
complexidade existente nos sistemas, sejam estes naturais ou artificiais. A Cibernética,
por exemplo, está mais interessada em desenvolver sistemas artificiais, como o
computador, que funcionem como ferramenta de interface entre as pessoas que os
utilizam. A Teoria Geral de Sistemas preocupa-se em estudar os sistemas abertos,
tendo como base os seres vivos. Procura compreender o sistema como um todo,
instituindo o holismo, e não somente as partes. Os Sistemas Dinâmicos surgem com o
objectivo de estudar as mudanças ocorridas no sistema, considerando o tempo.
Para tanto, usam como instrumento a Geometria Fractal, para auxiliar a compreensão
das formas que surgem no processo de evolução do sistema, além de estudar os
atractores. Os Sistemas Dinâmicos são objecto de investigação da Teoria do Caos. A
Teoria da Complexidade apropria-se de conceitos derivados dessas teorias, tais como:
feedback, sistemas abertos, trajectória, atractores, fractal, etc. Desenvolve, também,
uma abordagem para pesquisar as interacções entre os agentes/componentes que
formam o sistema, suas propriedades emergentes e a evolução do sistema, sendo,
portanto, mais adequada à estrutura e ao comportamento exibido pelos sistemas
complexos.
Da mesma forma, percebe-se, analisando o Quadro 8, que a Cibernética e a Teoria
Geral de Sistemas estão mais relacionadas à ordem dos sistemas. A Teoria do Caos
inclina-se mais a observar e actuar na desordem gerada pelo sistema. A Complexidade
é percebida na dialógica entre ordem e desordem (Morin, 1977) ou à beira do caos
(Waldrop, 1992). A teoria do Caos descreve como mudanças mínimas podem gerar
efeitos grandes e imprevisíveis, refira-se que um sistema caótico é determinístico.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 136
Apesar de fornecer contributos interessantes sobre a imprevisibilidade, o caos não
operacionaliza.
Para Stacey (1996), os sistemas humanos não são determinísticos, como muitas
pessoas gostariam que eles fossem. Eles são definitivamente adaptativos, e a ciência
da complexidade tem muito a dizer sobre estes sistemas. O autor argumenta que o
sistema de feedback adaptativo não linear, em contraste ao sistema de feedback
determinístico não linear, até mesmo o sistema adaptativo simples tem algum
propósito, isto é, executar alguma tarefa. Noutras palavras, sistemas adaptativos
aprendem, ao menos, de uma maneira de loop simples, enquanto sistemas
determinísticos não.
As ideias da complexidade, possibilitam afirmar que a adaptação é mais efectiva em
sistemas em que os componentes estão conectados. Axelrold & Cohem (2000),
oferecem o seguinte argumento sobre a diferença da complexidade para o caos: “[...] o
caos lida com situações como a turbulência (Gleick, 1987), que logo se tornam
altamente desordenadas e incontroláveis. Por outro lado, a complexidade lida com
sistemas compostos por muitos agentes interactivos.” Para Cohen & Stewart (1994
apud Anderson 1999), a ciência mostra como efeitos complexos podem ser entendidos
por regras simples; a teoria do caos demonstra que regras simples podem ter
consequências complicadas e imprevisíveis e a teoria da complexidade descreve como
causas complexas pode produzir efeitos simples.
Como apresentam diversos autores, a Teoria da Complexidade, por meio da análise
das interacções e das propriedades emergentes, propõe-se trabalhar especificamente
na faixa entre a ordem e a desordem. A Teoria da Complexidade é, usualmente,
abordada na literatura como sinónimo de Ciências da Complexidade, isso acontece em
decorrência da maior abrangência que a Teoria da Complexidade assume em relação
às outras teorias componentes das Ciências da Complexidade. Acerca do pensamento
complexo Mariotti (2000) realça “[…] o pensamento complexo resulta da
complementaridade (do abraço, como diz Edgar Morin) das visões de mundo linear e
sistêmica. Essa abrangência possibilita a elaboração de saberes e práticas que
permitem buscar novas formas de entender a complexidade dos sistemas naturais e
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 137
lidar com ela, o que, é claro, inclui o ser humano e suas culturas. As conseqüências
práticas dessa visão bem mais ampla são óbvias.”
Alguns princípios do pensamento complexo (Mariotti, 2000)
• Tudo está ligado a tudo.
• O mundo natural é constituído de opostos ao mesmo tempo antagônicos e
complementares.
• Toda acção implica um feedback. Todo feedback resulta em novas acções.
• Vive-se em círculos sistémicos e dinâmicos de feedback, e não em linhas
estáticas de causa-efeito imediato. Por isso, tem-se responsabilidade em tudo o
que se influencia.
• O feedback pode surgir bem longe da acção inicial, em termos de tempo e
espaço.
• Todo sistema reage segundo a sua estrutura. A estrutura de um sistema muda
continuamente, mas não a sua organização.
• Os resultados nem sempre são proporcionais aos esforços iniciais.
• Os sistemas funcionam melhor por meio das suas ligações mais frágeis.
• Uma parte só pode ser definida como tal em relação a um todo. Nunca se pode
fazer uma coisa isolada.
• Não há fenómenos de causa única no mundo natural.
• As propriedades emergentes de um sistema não são redutíveis aos seus
componentes.
• É impossível pensar num sistema sem pensar no seu contexto (ambiente). Os
sistemas não podem ser reduzidos ao meio ambiente e vice-versa.
Alguns benefícios do pensamento complexo (Mariotti, 2000)
• Facilita a percepção de que a maioria das situações segue determinados
padrões.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 138
• Facilita a percepção de que é possível diagnosticar esses padrões (ou arquétipos
sistémicos, ou modelos estruturais) e assim intervir para modificá-los (no plano
individual, no trabalho e em outras circunstâncias).
• Facilita o desenvolvimento de melhores formas de pensamento. Permite não
apenas entender melhor e mais rapidamente as situações, mas também ter a
possibilidade de mudar a forma de pensar que levou a elas.
• Permite aperfeiçoar a comunicação e as relações interpessoais.
• Permite perceber e entender as situações com mais clareza, extensão e
profundidade. Por isso, aumenta a capacidade de tomar decisões de grande
amplitude e longo prazo.
O que se aprende por meio do pensamento complexo (Mariotti, 2000)
• Que pequenas ações podem levar a grandes resultados (efeito borboleta).
• Que nem sempre se aprende pela experiência.
• Que só se pode autoconhecer com a interacção com outros agentes.
• Que soluções imediatistas podem provocar problemas ainda maiores do que
aqueles que se está a tentar resolver.
• Que não existem fenómenos de causa única.
• Que toda acção produz efeitos colaterais.
• Que soluções óbvias em geral causam mais prejuizos do que resultados.
• Que é possível (e necessário) pensar em termos de conexões, e não de eventos
isolados.
• Que os princípios do pensamento sistêmico podem ser aplicados a qualquer
sistema.
• Que os melhores resultados provêm da conversação e do respeito à diversidade
de opiniões, não do dogmatismo e da unidimensionalidade.
• Que o imediatismo e a inflexibilidade são os primeiros passos para o sub-
desenvolvimento, seja ele pessoal, grupal ou cultural.
Capítulo 7 – Complexidade
A complexidade e os seus paradigmas na gestão. Uma abordagem. Página | 139
Teorias Conceitos Objectivos Características Interfaces Cibernética (Wiener, 1948) Variedade (Ashby, 1956)
Ciência do controle e da comunicação no animal e na máquina. Número de estados que um sistema pode assumir.
Estudar a realimentação (feedback), causalidade circular para criar uma ciência exacta da mente.
(1) Interdisciplinar: Matemática, Engenharia, Neurobiologia e Ciências Sociais. (2) Usa abordagem reducionista. (3) Estuda os padrões comuns entre os animais e as máquinas.
1) Teoria Geral de Sistema. (2) Teoria dos Sistemas Dinâmicos.
Teoria Geral de Sistemas (Bertalanffy, 1956)
Cria princípios gerais que, aplicados a várias disciplinas, explorem a auto sustentabilidade dos sistemas abertos.
Substituir os fundamentos reducionistas da ciência pela visão holística
(1) Considera que todos os sistemas são similares: físicos, biológicos ou sociais. (2) Organicismo, holismo e sistemas abertos.
Cibernética.
Teoria dos Sistemas Dinâmicos Poincaré (1880)
Estuda as mudanças de um sistema ao longo do tempo.
Representar o estado de um sistema no tempo.
(1) Ramo da Matemática criada por Newton e actualizada por Poincaré em 1880. Em 1975, é reconhecida como Teoria do Caos. (2) Mudança de modo linear ou não-linear. (3) É movido por atractores e bacias de atracção. (4) Apresentam bifurcações.
(1) Teoria das Catástrofes. (2) Geometria Fractal. (3) Teoria do Caos. (4) Cibernética.
Teoria do Caos (Forrester, 1961)
Estuda as mudanças de um sistema ao longo do tempo.
Representar o estado de um sistema no tempo
(1) Dimensão do tempo e dimensão do espaço. (2) Possui estrutura fractal. (3) Possui espaço de fase. (4) Possui trajectória. (5) O estudo da trajectória do sistema parte de condições iniciais. (6) Trajectória guiada por atractores.
(1) Teoria das Catástrofes. (2) Geometria Fractal. (3) Sistemas Dinâmicos. (4) Cibernética.
Teoria da Complexidade
Apropria-se de conceitos de outras teorias para se estabelecer e analisar os sistemas, observando as propriedades emergentes e suas interacções.
Compreender como o sistema complexo evolui e estudar a auto organização.
(1) Foi concebida a partir das conexões entre a Cibernética, da Teoria Geral de Sistemas e os Sistemas Dinâmicos. (2) Estuda sistemas formados por componentes diferentes e em contínua conexão. (3) Interacções locais levam a um sistema global.
(1) Cibernética. (2) Teoria Geral de Sistemas. (3) Teoria dos Sistemas Dinâmicos. (4) Geometria Fractal. (5) Teoria do Caos.
Adaptado de Leite (2004)
Quadro 9. Ciências da Complexidade: as suas teorias que a integram
Capítulo 8 – Definição de termos da “complexidade”
140
8. Definição de termos da “complexidade”
Adaptação ���� Propriedade do sistema complexo, que lhe confere a capacidade de
perceber a mudança no ambiente, organizar-se internamente e ajustar-se ás
perturbações do ambiente externo (Leite, 2004).
Agente ���� Entidade activa, reactiva e reflexiva. Com capacidade de modificar o
ambiente em que actua, ao mesmo tempo que sofre alterações provocadas pelo
ambiente.
Agregação ���� Acção ou efeito de agregar-se. Reunião em grupo; associação,
aglomeração. Conjunto de indivíduos da mesma espécie, não organizado de modo
cooperativo.
Relação entre as partes de um todo em que cada uma delas mantém a autonomia e a
consistência próprias; justaposição (Aurélio, 1999).
“É o processo através do qual um sistema se torna mais do que um conjunto de partes
– e uma equipa, mais do que um amontoado de pessoas – emergindo desse conjunto
uma série de capacidades não atribuíveis aos seus integrantes em particular. Mediante
um processo de especialização e colaboração internas, tais capacidades emergentes
garantem que uma série de funções fundamentais para o desempenho organizacional
sejam realizadas […] O princípio da Agregação estabelece que as fronteiras de um
agregado – seja ele uma equipa, um sector, um departamento ou assim por diante –
definem o universo de acção autónoma. Portanto, dentro dos limites do agregado, os
indivíduos têm autonomia para se organizarem, para definir mutuamente suas funções
e para atrair, seleccionar e desligar seus pares” (Agostinho, 2003).
Agregado ���� Um agregado, segundo Holland (1995), é um “meta-agente”, no sentido
de ser um agente num nível de organização mais elevado – como células e órgãos,
artesão e fábrica. Esta organização hierárquica é típica dos sistemas complexos
adaptativos.
Atractor ���� É um objecto ou situação que norteia o equilíbrio do sistema. Os
atractores podem ser: pontuais, periódicos e estranhos. Os pontuais são norteados por
Capítulo 8 – Definição de termos da “complexidade”
141
pontos fixos localizados no centro do espaço de fase, o qual atrai a trajectória do
sistema. Os periódicos possuem oscilações periódicas e regulares, seguindo uma
trajectória conhecida e determinada. Os estranhos possuem comportamentos
imprevisíveis, gerando padrões que nunca se repetem.
Auto-organização ���� A partir da emergência de novas propriedades advindas das
interacções, o sistema pode se auto-organizar, mudando de um nível de complexidade
para outro, não necessariamente para melhor nível.
“O princípio da Auto-organização estabelece que a direcção da organização deve
garantir que o resultado das acções seja reportado aos actores e que estes sejam
capazes de compreendê-los e de ajustarem os seus comportamentos. Cabe à direcção
fomentar a criação de mecanismos eficientes de feedback e garantir a legitimidade da
autonomia dos indivíduos. […] Não basta que os indivíduos saibam o que fazer se não o
puderem colocar em prática. Além de comunicações franqueadas e um eficiente
sistema de informação, é condição primordial que a direcção legitime a autonomia de
todos os seus integrantes. Ainda que haja limites específicos para o universo de acção
autónoma, ligados principalmente às competências individuais, é importante que as
pessoas percebam que, dentro dos seus limites, elas têm todo o direito de agir
conforme julgarem mais apropriado. A legitimidade da autonomia só pode ser
reconhecida caso o padrão de relações seja razoavelmente simétrico, isto é, caso as
barreiras de poder baseado na posição sejam abandonadas” (Agostinho, 2003).
Autonomia ���� A autonomia implica depender de si próprio no sentido da
autoprodução. Não se pode entender autonomia como independência. Nas
organizações o princípio da autonomia estabelece que a maior parcela dos indivíduos,
antes simples executores de ordens, seja incluída no papel de decisores, sendo
orientados pela própria capacidade de julgamento a respeito do que aprendem do
ambiente ao seu redor (Agostinho, 2003).
Co-evolução ���� Quando os sistemas interagem, há a possibilidade de uma evolução
conjunta. As qualidades de um deles podem ser absorvidas pelos de outro e vice-versa,
levando-os a mudarem de níveis de complexidade. Um sistema também pode
influenciar negativamente outro sistema e a co-evolução pode ser negativa. Por isso, é
importante ficar atento às interacções assumidas pelo sistema.
Capítulo 8 – Definição de termos da “complexidade”
142
Complexidade ���� Termo usado com vários sentidos e abrangências. É utilizado em
diferentes campos da ciência. Os diferentes usos dependem do tipo de sistema que é
caracterizado, bem como da perspectiva disciplinar que o suporta e da percepção do
observador. É uma palavra multidimensional. Pode ser empregada fora do contexto
das Ciências da Complexidade, como substantivo, para designar o crescimento de um
sector, ou como adjectivo, para designar o aumento de inter-relações num sector.
Assim, a complexidade está relacionada a: número de elementos, número de relações
do sistema, percepções, interesses e capacidades do observador. Ela pode está
presente na estrutura, no comportamento, na organização e na evolução do sistema,
porém, para que seja percebida, é preciso que o sistema reconheça que funciona entre
a ordem e a desordem. Por todos esses motivos, não existe uma definição padrão para
o termo. Contudo, a complexidade pode ser entendida como um tipo de pensamento
que não separa, mas une as relações necessárias e interdependentes de todos os
aspectos da vida humana, integrando todos os modos de pensar. “Opõe-se aos
mecanismos reducionistas e simplificadores, além de considerar as influências
recebidas do ambiente interno e externo, enfrentar a incerteza e a contradição, e
conviver com a solidariedade entre os fenómenos existentes” (Morin, 2003).
Cooperação ���� O paradigma da Cooperação de Axelrod (1990), está baseado na
investigação de que indivíduos motivados por interesse próprio que cooperam sem a
presença de uma autoridade central que os force a isto. Tal fenómeno pode ser
observado em situações em que a procura da optimização dos seus interesses
individuais leva a um resultado favorável para todas as partes.
Dados � é qualquer elemento identificado na sua forma bruta que, por si só, não
conduz a uma compreensão de determinado facto ou situação.
Decisão ���� é a escolha entre vários caminhos alternativos que levam a determinado
resultado.
Departamentalização � é o agrupamento, de acordo com um critério específico de
homogeneidade, das actividades e correspondentes recursos (humano, financeiro,
material e equipamentos) em unidades organizacionais.
Capítulo 8 – Definição de termos da “complexidade”
143
Determinismo � que não é regido por fenómenos aleatórios, ou seja, tudo decorre de
uma relação de causa e efeito.
Dialógica ���� Convivência de duas lógicas, uma de ordem outra de desordem. Preceito
básico para a emergência da complexidade. Isto porque, no estado de desordem, não
existe a possibilidade de formação de estrutura ou diferenciação, e no estado de
ordem, o sistema é linear e determinístico, facto que impossibilita a emergência da
complexidade (Morin, 2003).
Emergência ���� Propriedade dos sistemas complexos que surgem das interacções entre
as partes e o todo, sem um planeamento prévio. São qualidades novas e diferentes,
das exibidas pelas partes isoladas do sistema. A emergência somente acontece pela
interacção.
Entropia ���� Conceito que refere que todas as formas de organização se movem para a
desorganização, desgaste e a morte.
Entropia negativa � O empenho dos sistemas em se organizarem para a
sobrevivência, por meio de maior ordenação.
Espaço de Fase ���� Conjunto de todos os possíveis estados que podem assumir as
variáveis que compõem um sistema.
Equifinalidade � Segundo a qual um mesmo estado final pode ser alcançado, partindo
de diferentes condições iniciais e por maneiras diferentes.
Estrutura ���� Arcabouço de suporte indispensável à emergência das propriedades de
um sistema complexo (Leite, 2004).
Estrutura Formal � Objecto de grande parte de estudo das organizações sociais, é
aquela deliberadamente planeada e formalmente representada, em alguns de seus
aspectos, pelo organograma.
Estrutura Informal � Rede de relações sociais e pessoais que não é estabelecida ou
requerida pela estrutura formal. Surge da interacção social das pessoas, o que significa
que se desenvolve, espontaneamente, quando as pessoas se reúnem. Portanto
apresenta relações que, usualmente, não aparecem no organograma.
Capítulo 8 – Definição de termos da “complexidade”
144
Estrutura organizacional � Conjunto ordenado de responsabilidades, autoridades,
comunicações e decisões das organizações.
Componentes da estrutura organizacional:
Responsabilidade � refere-se às obrigações que uma pessoa tem com outrem.
Autoridade � é o direito para fazer alguma coisa. Pode ser o direito de tomar
decisões, de dar ordens e requerer obediência, ou simplesmente o direito de
desempenhar um trabalho atribuído. A autoridade pode ser formal ou informal.
Comunicação � é o processo mediante o qual uma mensagem é enviada por um
emissor, por meio de determinado canal, e entendida por um receptor.
Decisão � é a escolha entre vários caminhos alternativos que levam a determinado
resultado.
Evolução ���� O sistema complexo tende à evolução. A evolução ocorre pelas
interacções, experiências acumuladas e pela capacidade que os sistemas possuem de
perceber, identificar e aceder ás informações usando-as a seu favor.
Feedback (baseado no serviço) ���� O feedback (realimentação) é a chave para os
controles do sistema. É parte do controle do sistema onde os resultados das acções
retornam ao indivíduo, permitindo que os procedimentos de trabalho sejam
analisados e corrigidos (Stoner, 1995).
Fitness Landscape ���� É um termo usado na Biologia para designar espaço de
possibilidades ou o cenário de aptidão de um sistema vivo. Dependendo da posição no
cenário, das ferramentas usadas e percepção do observador, o fitness landscape do
sistema pode ser maior ou menor.
Fronteira do Sistema ���� Cada sistema tem uma fronteira que o separa do seu
ambiente. Num sistema fechado, essa fronteira é rígida; num sistema aberto, a
fronteira é mais flexível. As fronteiras dos sistemas de muitas organizações vêm
ficando cada vez mais flexíveis (Stoner, 1995).
Heterostase ���� Processo de passagem da homeostase para outra homeostase
diferente.
Capítulo 8 – Definição de termos da “complexidade”
145
Hierarquia ����Pode significar subordinação ou integração. Neste trabalho, significa
integração. Um sistema é hierárquico, quando possui subsistemas inter-relacionados
que são hierárquicos em estrutura, em relação aos outros, até que atinja um
determinado nível inferior de subsistemas elementares. Os níveis são recursivos e
semi-autónomos.
“Quanto à hierarquia, identificam-se muitas vezes sob esse termo dois tipos de
fenómenos diferentes. O primeiro é o de uma arquitectura de níveis sistémicos,
sobrepostos uns aos outros, em que as qualidades globais emergentes num primeiro
nível se tornam elementos de base do segundo, e assim por diante. Nesse sentido, a
hierarquia produz ao máximo as emergências, isto é, as qualidades e as propriedades
do sistema. O segundo tipo de fenómenos, que responde ao sentido vulgar do termo,
corresponde à rígida estratificação em que cada nível superior controla estreitamente o
inferior, inibindo ou reprimindo suas potencialidades de emergência, com suprema
autoridade centralizadora no topo” (Morin, 2003).
A hierarquia na lógica da integração é uma constante em praticamente todos os
sistemas complexos adaptativos e através do qual se dará a complexificação dos
mesmos (Agostinho, 2003).
Homeostase ���� Manutenção das variáveis do sistema dentro de uma faixa
estabelecida, mesmo na ocorrência de estímulos para que ultrapassem os limites
desejados.
Interacção ���� Condição essencial para a sobrevivência do sistema. As interacções
formam a base da sua dinâmica. São acções recíprocas, que modificam o
comportamento do sistema e podem originar sua organização.
Mutação ���� Analogia ao processo de mutação celular. No processo de mutação, as
mudanças ocorrem somente dentro da organização interna do sistema. Podem mudar
um ou mais elementos dentro desse sistema.
Nível de complexidade ���� Pelo processo de evolução, o sistema pode mudar de um
nível de complexidade para outro. A mudança de um nível para outro aumenta ou
diminui a aptidão (capacidade de sobreviver eficientemente no ambiente) desse
sistema.
Capítulo 8 – Definição de termos da “complexidade”
146
Organização ���� A organização é entendida por Morin (1986) como “ […] a combinação
das relações entre componentes ou indivíduos que produzem uma unidade complexa
organizada ou sistema, dotada de uma relativa autonomia. A organização constitui,
mantém, alimenta sistemas autónomos, isto é, a autonomia desses sistemas”. A
autonomia sistémica/organizacional é concebida a partir da ideia sistémica de
emergência e a ideia cibernética de retroacção que são duas ideias básicas do
pensamento complexo.
Organização da empresa ���� é a ordenação e o agrupamento de actividades e recursos,
visando ao alcance de objectivos e resultados estabelecidos.
Políticas ���� É o conjunto de regras de conduta que permitam condições de trabalho
eficientes, harmoniosas e seguras (Malagón-Londoño, Morera & Laverde, 2003). É o
conjunto de princípios e medidas norteadoras das acções de um determinado grupo
social organizado. “As políticas são guias norteadoras ou directrizes gerais
orientadoras e demarcadoras da acção e da decisão” (Horr, 1992).
Pressões Selectivas ���� São perturbações externas, que podem interferir na
organização interna do sistema. São mecanismos de equilíbrio. Usualmente, o sistema
possui uma grande variedade de elementos e interacções e constantemente, precisa
de seleccionar os mais importantes em determinada situação. Quanto mais estável o
sistema, maior será sua capacidade de reconhecer as perturbações e se ajustar.
Recombinação ���� O sistema procede a novas conexões fora da sua organização
interna. As novas conexões podem evoluir ao longo do tempo, mudando o padrão de
interconexões, a intensidade de cada conexão e suas formas de funcionamento.
Reducionista (Paradigma) ���� Predominante na ciência clássica e, depois na ciência
moderna, instituída por Descartes, amplamente usada e difundida desde a sua origem.
A lógica é reduzir os fenómenos ao desempenho de suas partes, desconsiderando as
conexões entre si.
Sinergia ���� Sinergia significa que o todo é maior do que a soma das partes. Em termos
organizacionais, a sinergia significa que, quando os diferentes departamentos de uma
organização cooperam e interagem, tornam-se mais produtivos do que se cada um
agisse isoladamente (Stoner, 1995).
Capítulo 8 – Definição de termos da “complexidade”
147
O conceito de sinergia, demonstrado desde a década de 40, afirma que a
produtividade e os resultados do trabalho em grupo são potencialmente maiores que a
soma dos esforços individuais: trata-se, em última análise, de colocar-se as interacções
humanas a serviço da cooperação (Bauer, 1999).
A sinergia é então uma propriedade emergente, produto da dinâmica do sistema como
um todo (quando este se torna maior que a soma de suas partes), não tendo como ser
inferida a partir do comportamento das partes isoladas (Bauer, op.cit.).
Sistema ���� é uma conjugação de partes inter-agentes e interdependentes que,
conjuntamente, formam um todo unitário com determinado objectivo e efectuam
determinada função.
“Sistema é um conjunto de elementos em interacção; sistema é um todo organizado e
complexo; sistema é um conjunto de elementos interdependentes, cujo resultado final
é superior ao somatório dos resultados que esses elementos teriam caso operassem de
forma isolada; sistema é qualquer conjunto de partes reunidas, desde que
caracterizado pelas relações entre as partes e pelo comportamento do todo” (Bauer,
1999).
“ Um sistema é uma unidade global organizada de inter-relações entre elementos,
acções e indivíduos” (Morin, 1977).
Os componentes de um sistema:
Os objectivos � é a finalidade para a qual o sistema foi criado;
As entradas do sistema � cuja função caracteriza as forças que fornecem ao sistema o
material, a informação e a energia para a operação ou processo;
O processo de transformação do sistema � definido como a função que possibilita a
transformação de uma entrada num produto, serviço ou resultado (saída);
As saídas do sistema � correspondem aos resultados do processo de transformação.
As saídas podem ser definidas como as finalidades para as quais se uniram objectivos,
atribuições e relações do sistema;
Os controles e as avaliações do sistema � verificar se as saídas estão coerentes com
os objectivos estabelecidos;
Capítulo 8 – Definição de termos da “complexidade”
148
A realimentação ou feedback � é um processo de comunicação que reage a cada
entrada de informação, incorporando o resultado da acção resposta desencadeada por
meio de nova informação, a qual afectará o seu comportamento subsequente, e assim
sucessivamente.
Ambiente � de um sistema é o conjunto de factores que não pertencem ao sistema,
mas: 1) qualquer alteração no sistema pode mudar ou alterar esses factores externos;
2) qualquer alteração nos factores externos pode mudar ou alterar o sistema.
Subsistemas ���� As partes que compõem o todo de um sistema. E cada sistema por sua
vez pode ser o subsistema de um todo ainda maior (Stoner, 1995).
Sistemas Complexos ���� Para Axerold & Cohen (2000), o conceito deste termo
pressupõe que o sistema consiste de partes que interagem, influenciando fortemente
as probabilidades de ocorrência de eventos futuros. Sistemas que dependem das
conexões para sobreviverem. Uma parte não pode ser interpretada sem a
compreensão de suas inter-relações. Do movimento de interacção entre o todo e a
parte, emergem os comportamentos imprevisíveis. Em geral, são sistemas reais e
naturais, relacionado a visão sistémica.
Sistemas Complexos Adaptativos � É composto de agentes que aprendem e
evoluem. Adaptam-se ao ambiente externo pela capacidade de interacção. Captam
regularidades pela observação do comportamento de outros sistemas e de si mesmo e
transformam essas informações em esquemas que auxiliam a sua acção, reacção e
reflexão.
“São organizações em rede formadas por inúmeros agentes, os quais são elementos
activos e autónomos, cujo comportamento é determinado por um conjunto de regras e
pelas informações a respeito de seu desempenho e das condições do ambiente
imediato” (Agostinho, 2003).
Sistema Complicado ���� Sistema que não depende das conexões para sobreviver. A
análise de uma parte, pode ser feita independente de outra e do todo, com resultados
satisfatórios. Apresentam comportamento previsível, relações lineares e actuam com
total racionalidade. Em geral, esses sistemas são idealizados e artificiais, relacionados
com a visão mecanicista e reducionista.
Capítulo 8 – Definição de termos da “complexidade”
149
Sistema de Informações � é o processo de transformação de dados em informações.
Sistémico (Paradigma) ���� Questiona a perfeição e a universalidade do paradigma
reducionista, identificando sistemas que somente existem e evoluem, se interagirem,
como o caso dos sistemas humanos. Aponta a imprevisibilidade de comportamentos e
as relações não-lineares que acorrem em alguns sistemas. Esses sistemas precisam ser
associados ao contexto, e não apenas, analisado em partes isoladas.
Trajectória ���� Percurso assumido pelo sistema, da sua condição inicial, passando pelas
mudanças nele próprio e no seu contexto, até o estado actual desse sistema.
Variação – Selecção ���� Processo presente em todos os sistemas complexos. A variação
é gerada pelas interacções e tem a função de aumentar a aptidão do sistema, torná-lo
mais resistente às perturbações externas e por consequência, mais estáveis. Apesar
disso, são desenvolvidas muitas interacções que não alcançam um estado de
estabilidade, sendo eliminadas pelo processo de selecção.
Referências Bibliográficas
150
Referências Bibliográficas
Abbott, R. Emergence explained: getting epiphenomena to do real work. arXiv:cs/0602045. February. 2006.
Abraham, H. Ralph. The Genesis of Complexity. In: Series: Advances in Systems Theory, complexity, and the human Sciences. Edited by Alfonso Montuori, 2002.
Abraham, R. H., & Shaw, C. D. Dynamics: The geometry of behavior (2nd ed.). Redwood. City, CA: Addison-Wesley, 1992.
Ackoff, R. General System Theory and System Research. John Wiley & Sons, 1974.
Ades, C. Motivação animal: da equilibração clássica à perspectiva ecológica. Psicologia: Teoria e Pesquisa, 1. 1985
Agostinho (b), M.C.E. Administração complexa: revendo as bases científicas da administração. In RAE electrónica, v.2, n.1, jan/jun, 2003.
Agostinho, M. E. Complexidade e organizações: em busca da gestão autónoma. São Paulo: Atlas, 2003.
ALVES-MAZOTTI, A. J; GEWANDSZNAJDER, F.O método nas ciências naturais e sociais: pesquisa quantitativa e qualitativa. 2. ED. São Paulo: Pioneira, 2001.
Anderson, P. W. More is different. Science, 177(4047):393–396, 1972.
Anderson, R. Complexity theory and organization science. Organizational Science, v.10, n.3, p. 216-232, 1999.
Anselmo, Estevão. Modelo de Gestão Não-Linear: a teoria do Caos e Complexidade aplicada à gestão de empresas de alto crescimento em ambientes dinâmicos e imprevisíveis. Tese de Doutorado em Administração, Universidade de São Paulo (USP, 146p), 2005.
ARGYRIS, C.; SCHÖN, D. Organizational learning: a theory of action perspec-tive. Reading, MA: Addison-Wesley, 1978.
Aristotle. Metaphysics, volume book H (VIII). 350 BC. Translation from W. D. Ross, Aristotle’s metaphysics, 2 vols, Oxford University Press, 1924.
Ashby, W. R., (1956) An Introduction to Cybernetics, First Edition, Chapman and Hall: London, UK, John Wiley and Sons: New York, NY, 296 pp.
Atlan, H. Entre o Cristal e a Fumaça: ensaio sobre a organização do ser vivo. Rio de Janeiro: Zahar, 1992.
AXELROD, R.; COHEN, M. D. Harnessing complexity: organizational implications of a scientific frontier. New York: The Free Press, 2000.
AXELROD, R.M. The evolution of cooperation. EUA: Basic Books, 1984.
AXELROD, R.M.; COHEN, M. Harnessing complexity: organizational implica-tions of a scientific frontier. New York: The Free Press, 1999.
Badyaev AV. Stress-induced variation in evolution: from behavioural plasticity to genetic assimilation. Proc Biol Sci 2005;272(1566):877-86.
Referências Bibliográficas
151
Baldridge, J. V. Organizational characteristics of colleges and universities. In: BALDRIDGE, J. V.; DEAL, T. Dynamics of organizational change in education. Berkeley: McCutchan Publishing Corporation, 1983.
BALDRIDGE, J. V.; DEAL, T. Power and conflict in the university. New York: John Wiley, 1971.
Barabási, Albert-László. Linked: The New Science of Networks, Cambridge, Mass: Persues. 2002
BARANGER, Michael. Chaos, complexity, and entropy: a physics talk for nom-physicists. Cambridge: MIT, 2002.
Barbanti, V. J. Treinamento Físico: bases científicas. São Paulo: CLR Balieiro, 1986.
BARRATT, M.; OLIVEIRA, A. Exploring the experiences of collaborative planning
Bar-Yam; Y. A mathematical theory of strong emergence using multiscale variety. Complexity, 9(6):15–24, 2004.
Baskerville R., Travis J., Truex D. “Systems without method: The impact of new technologies on information systems development projects,” The Impact of Computer Supported Technologies on Information Systems Development, ISBN 9780444896490, pp. 241-269. 1992.
Battram, A. Navegar por la complejidad. Barcelona: Granica, 2001.
Bauer, R. Gestão da mudança: caos e complexidade nas organizações. São Paulo: Atlas, 1999.
Bedau, M. A. Bedau. Weak emergence. In J. Tomberlin, editor, Philosophical Perspectives 11: Mind, Causation, and World, pages 375–399. Blackwell, 1997.
Bedeian, Arthur, G. From the ranch to system dynamics: an autobiography. Management Laureats: A collection of Autobiographical Essays, Vol 1. Jay Press, 1992.
Beer, S. (1959), Cybernetics and Management, English Universities Press, London; John Wiley, New York, NY
Beer, S. (1979), The Heart of Enterprise, John Wiley, London and New York, reprinted with corrections 1988, 1994, paperback, ISBN 0-471-94837-3.
Beinhocker, E. D., The Origin of Wealth: Evolution, Complexity, and the Radical Remaking of Economics, Harvard Business School Press, 2006.
Benard, Claude. Introduction à la médecine expérimentale. 1865.
Bertalanffy, L. von et al. Teoria dos sistemas. Tradução de Maria da Graça Lustosa Becskeházy. Rio de Janeiro: Ed. da Fundação Getúlio Vargas, p. 1-20. 1976.
Bertalanffy, L. von et al. Teoria dos sistemas. Tradução de Maria da Graça
Bertalanffy, L. von. Teoria general de los sistemas: fundamentos, desarrollo, aplicaciones. Tradução de Juan Almela. 10. ed. México: Fondo de Cultura Económica,pag. 12, 1995.
Bertalanffy, L. von. Teoria general de los sistemas: fundamentos, desarrollo,
Referências Bibliográficas
152
Bertalanffy, L. von. Teoria geral dos sistemas: aplicação à psicologia. In: aplicaciones. Tradução de Juan Almela. 10. ed. México: Fondo de Cultura Económica, 1995.
Bertalanffy, L.V. General system theory. New York: George Braziller, 1968.
Bettstetter, C., Fitzek, F., Hartenstein, H., Pujolle G., Santi, P. Guest editorial. European Transactions on Telecommunications, Special Issue: Self-Organisation in Mobile Networking, 16(5):371–373, September/October 2005.
Bickhard, M. H. & Campbell, D. T.. Emergence. In P. B. Andersen, C. Emmeche, N. O. Finnemann, and P. V. Christiansen, editors, Downward Causation, pages 322–348. Aarhus University Press, 2000.
Bohm, D. Causality and chance in modern physics. London: Routledge, 1957.
Boist, M.; Child, J. Organizations as adaptive systems in complex environments: the case of China. Organization Science, v.10, n.3, p.237-252, 1999.
Bompa, T. (1994). Theory and Methodology of Training, 3rd Edition -. Kendall/Hunt Publishing Company.
Bompa, T. Primer on Periodization. Olimpic Coach, v.18, n.4, p. 4-8, 2004.
Borba, M.; SIDENBERG, D. Organizações que aprendem: potencializando e comparti-lhando o desenvolvimento. In: DINIZAR, F. B.; WITTMANN, M. L. Santa Cruz do Sul (Org). Desenvolvimento regional: abordagens interdisciplinares, EDUNISC, 2003.
BRESCIANI, E.; D’OTTAVIANO, I. M. L. Conceitos básicos de sistêmica. In:
Bresciani, F.E., D'Ottaviano, I.M.L. Conceitos básicos de sistémica. In: D'Ottaviano, I.M.L., Gonzales, M.E.Q. (orgs.), Auto-organização: estudos interdisciplinares. Campinas: CLE/UNICAMP, p.283-306. (Coleção CLE, v. 30). 2000.
BROWN, S.L.; EISENHARDT, K.M. The art of continuous change: linking complexity the-ory and time-paced evolution in relentlessly shifting organizations. Administrative Sci-ence Quarterly, v.4, n.2, p.1-34, 1997.
Bruner, Jerome (1977). The process of education (2nd ed.). Cambridge, MA: Harvard University Press. Burggren, W, Monticino MG. Assessing physiological complexity. J Exp Biol. 2005; 208:3221-32.
Burns, A.; I. J. Hayes, G. Baxter, and C. J. Fidge. Modelling temporal behaviour in complex socio-technical systems. Technical Report YCS-2005-390, Department of Computer Science, University of York, 2005.
Cabanac, Michel E Russek, Mauricio. Regulated Biological Systems. Journal of Biological Systems, v. 8, n.2. 2000.
calresco.org . Self-organizing systems faq. online (2003) available at http://www.calresco.org/sos/sosfaq.htm.
Camazine, S., Deneubourg JL, Franks,N. R., Sneyd, J., Theraulaz, G., Bonabeau, E. Self-Organization in Biological Systems. Princeton University Press, 2001.
Campbell, D. T. Campbell. ‘Downward Causation’ in hierarchically organised biological systems. In Francisco Jose Ayala and Theodosius Dobzhansky, editors, Studies in the
Referências Bibliográficas
153
Philosophy of Biology: reduction and related problems, chapter 11, pages 179–186. Macmillan, 1974.
Campbell, R. J. & Bickhard, M. H. Physicalism, emergence and downward causation. www.lehigh.edu/~mhb0/physicalemergence.pdf. 2001.
Cannon, W. B. “Organization for Physiological Homeostasis”. Physiological Review, 9. 1929.
Capra, F. (1996). The web of life: A new scientific understanding of living systems. New York: Anchor.
CAPRA, F. O ponto de mutação. São Paulo: Cultrix, 1982.
CAPRA, F. The Hidden Connections : A Science for Sustainable Living. Harper Collins, 2002.
CAPRA, F.; STEINDEL-RAST, D. Pertencendo ao universo: explorações nas fronteiras da ciência e da espiritualidade. São Paulo: Cultrix, 1991.
Capra, Fritjof. A Teia da Vida. Editora Cultrix. São Paulo. 1996
Capra, Fritjof. The Turning Point, Simon & Schuster, New York, 1982
Capra, Fritjof. The Web of Life, Doubleday, New York, 1998.
Carlisle, Y. McMillan, E. Innovation in organizations from a complex adaptive systems perspective. E:CO Vol. 8 No. 1 pp. 2-9. 2006
Carvalho, Ma. Luíza – Construindo o Saber. Paprirus. 1990
CASTELLS, M. O poder da identidade. São Paulo: Paz e Terra, 2. ed., 2000.
CASTI, Jonh. Complexification: Explaining a paradoxical World through the science of surprise. HarperCollins, New York, 1994.
CHIAVENATO, Idalberto. Gestão de Pessoas: e o novo papel dos recursos humanos nas organizações. Rio de Janeiro: Segunda Edição. Editora Elseveier. 2004.
Chiles, T. H.; Meyer, A. D.; Hench, T. J. Organizational Emergence: The Origin and Transformation of Branson, Missouri’s Musical Theaters. Organization Science, Vol. 15, No. 5, September–October, pp. 499–519. 2004
Choo, Chun Wei. A Organização do Conhecimento. São Paulo: Ed. SENAC, 2003
Cilliers, P. Rules and complex systems. Emergence, 2(3): 40–50. 2000.
Coelho, C. C. S. R. Complexidade e sustentabilidade nas organizações. 2001.
COFFIELD, D. Why is the beer always stronger up north: studies of lifelong learning in Europe. Bristol: Policy Press, 1998.
COLEMAN, H. What enables self-organizing behavior in businesses. Emergence, v.1, n.1, p. 33-48, 1999.
Cooperrider, D. “Positive Image, Positive Action: The Affirmative Basis of Organizing”, in Srivastva and Cooperrider et al Appreciative Management & Leadership. San Fransisco: Jossey-Bass. (Also at http://www.appreciative-inquiry.org/Pos-ima.htm). 1990.
Referências Bibliográficas
154
Corbett, T. N. Introdução à Dinâmica de Sistemas. São Paulo, 2003. Disponível em < http://www.corbett.pro.br/artigos.asp> Acesso Março 2010.
Correia, L. Self-organised systems: fundamental properties.
Cover, J., 1996, Introduction to system dynamics. 1ª edição. Powersim Press. Reston.
Coyle, E.F. Destreinamento e Retenção das Adaptações Induzidas pelo Treinamento de Endurance In: Manual de Pesquisas das Diretrizes do American College of Sport Medicine para os Testes de Esforços e sua Prescrição. 4º Edição. Rio de Janeiro: Guanabara Koogan. Cap. 21. 2002
Crutchfield, J. P. The calculi of emergence: Computation, dynamics, and induction. In Physica D special issue on the Proceedings of the Oji International Seminar, 1994.
D’OTTAVIANO, I. M. L.; GONZALEZ, M. E. Q. Auto-organização: estudos interdisciplinares. Campinas: UNICAMP, CLE, 2000. p. 283-306. (Coleção CLE; v. 30)
Dajoz, Roger. Princípios de Ecologia, edição 2005. Editora Artmed.
Dantas, Estélio Henrique M. A Prática da Preparação Física, Rio de Janeiro. Sprint. 1985
Debrun, M. A dinâmica da auto-organização. In: Debrun, M.; Gonzalez, M. E. Q.; Pessoa Júnior, O.,(org). Auto-organização: estudos interdisciplinares, em filosofia, ciências naturais e humanas, e artes. Campinas: UNICAMP, Cap.2, p.25 -59. Colecção CLE. 1996.
Delboni, T. H. Vencendo o Stress. São Paulço: Makron Books, 1997.
DEMO, P. Complexidade e aprendizagem: a dinâmica não linear do conheci-mento. São Paulo: Atlas, 2002.
DEMO, P. Metodologia do conhecimento científico. São Paulo: Atlas, 2000.
Depuy. J.P. Aux origines des sciences cognitives, La Découverte, 1994 - à propos des Conférences Macy.
DESCARTES, R. Discurso sobre o método. In: Descartes. São Paulo: ed. Abril, 1980 (Os pensadores)
DIJKSTERHUIS, M. S.; VAN DEN BOSH, F. A. J.; VOLBERDA, H. W. Where do new organizations come from? Management logic as a source of coevolution. Organization Science, v. 10, n. 5, p. 569-582, sep/oct, 1999.
Douglas, Carlos Roberto. Tratado de Fisiologia Aplicada às Ciências da Saúde. Robe Editorial. São Paulo. 2000.
DUBAR, Claude. A sociologia do trabalho frente à qualificação e à competência. Educ. Soc., Campinas, v. 19, n. 64, 1998. Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010173301998000300004&lng= n &nrm=iso>. Acesso em: 26 out. 2013.
EL-HANI, Charbel N. Níveis da Ciência, Níveis da Realidade: Evitando o dilema holismo/reducionismo no ensino de ciências e biologia. Tese. Faculdade de Educação da Universidade de São Paulo. São Paulo: 2000
Emmeche, C., S. Køppe, and F. Stjernfelt. Explaining emergence: towards an ontology of levels. Journal for General Philosophy of Science, 28:83–119, 1997.
Referências Bibliográficas
155
Erdman, A. L. A complexidade no quotidiano de um sistema organizacional de cuidados de enfermagem hospitalar. Florianópolis: UFSC, 1995.
ERDMANN, A. L. Diagnóstico de problemas num sistema de enfermagem de hospital de ensino – proposta de modelo. Rio de Janeiro: UERJ, 1987. Tese de Livre Docência.
ERDMANN, A. L. et al. O reconhecimento do produto do sistema organizacional de cuidados de enfermagem. Ciência, Cuidado e Saúde. Maringá, v. 4, n. 1, p. 37-46, jan/abr. 2005.
ERDMANN, A. L. Sistema de cuidados de enfermagem. Pelotas: Universitária/UFPEL, 1996.
ESTRADA, R. J. S. Os rumos do planejamento estratégico na universidade pública: um estudo de caso na Universidade Federal de Santa Maria. 2000. 206f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Santa Catarina, Florianópolis.
FEIJÓ, R. Metodologia e filosofia da ciência. São Paulo: Atlas, 2003.
Fernandes, A.C. Scorecard dinâmico – em direcção à integração da dinâmica de sistemas com o Balanced Scorecard. Tese de Doutoramento, COPPE/UFRJ, 2003.
Ferreira, A. B. H.. Novo Dicionário Aurélio - Século XXI. Editora Nova Fronteira. 1999
Flood, R.L. and Jackson, M.C. Creative Problem Solving: Total Systems Intervention, Wiley, Chichester. 1991
Forrester, J. W. Designing the Future. Universidad de Sevilla, Spain, 1998
Forrester, J. W. Industrial Dynamics. Cambridge, MIT Press, 1961.
Foster, J. Competitive selection, self-organisation and joseph a. schumpeter. Journal of Evolutionary Economics, 10:311–328, 2000.
Foukia, N., Hassas, S.: Towards self-organizing computer networks: A complex system perspective. In: Proceedings of the International Workshop on Engineering Self-Organizaing Applications 2003, Melbourne, Austrialia (2003)
FREEMAN, C.; PEREZ, C. Structural crises and adjustment, business cycles and investment behaviour. In: DOSI, G., et al (eds.). Technical change and economic theory, London: Pinter, p. 38-66, 1988.
Fuchs, C. Some implications of pierre bourdieu’s works for a theory of social self- organization. European Journal of Social Theory, 6(4): 387–408, 2003.
Fuller, T.; Warren, L.; Welter, F. An emergence perspective on entrepreneurship: processes, structure and methodology. Embracing Complexity: Advancing Ecological Understanding in Organization Studies. Fourth Organizational Studies Workshop, 2008.
Garcia, E. Andres. Cognição organizacional e ciência da complexidade. In: Cunha, Miguel P. et al (Orgs). Empresas, caos e complexidade. Lisboa: RH, 2001. Cap. IV.
GELL-MANN, M. O quark e o jaguar: aventuras no simples e no complexo. Rio de Janeiro: Rocco, 1996.
Gemmill, G., C. Smith. A dissipative structure model of organization transformation. Human Relations 38 751–766. 1985.
Referências Bibliográficas
156
Gershenson C., Heylighen, F. When can we call a system self-organizing? In Banzhaf, Christaller, Dittrich, Kim, and Ziegler [2003], pages 606–614.
Gharajedaghi, J. Systems Thinking: managing chaos e complexity. Butterworth Heinemann, 1999.
GIL, A. C. Como elaborar projetos de pesquisa. 3. ed. São Paulo: Atlas, 1991.
GIOVANNINI, F. A complexidade e o estudo das organizações: explorando possibilidades. Revista de Administração, São Paulo, v.37, n.3, p. 56-66, jul./set. 2002.
Gleick, J. Caos: la creación de una ciencia. Barcelona, Seix Barral, 1989.
Gleick, J. Chaos: Making a New Science, Viking, Penguin, New York. 1987.
Gleiser, Ilan. Caos e complexidade. Rio de Janeiro: Campus, 2002.
GLEISER, Ilan. Caos e Complexidade: a evolução do pensamento econômico. Rio de Janeiro: Campus, 2002.
Goldberger, A, Rigney D, West BJ. Chaos and fractals in human physiology. Sci Am. 1990; 262:42-9.
Guerrini, I. A. Caos e fractais em física aplicada. Botucatu, SP: Apostila Depto. de Física e Biofísica – UNESP, 1998.
HABERMAS, J. Teoría de la acción comunicativa. Madrid: Taurus, 1989.
Haken, H.: The Science of Structure: Synergetics. Van Nostrand Reinhold, NY. 1981.
HALL, R. E. Organizações: Estruturas e Processos. Rio de Janeiro: Prentice-Hall do Brasil, 1984.
HAMBRICK, D.C. Environmental scanning and organization strategy. Strategic Management Journal, v. 3, p. 159-174, 1982.
HARDY, C.; FACHIN, R. Gestão estratégica na universidade brasileira: teoria e casos. Porto Alegre: UFRGS, 1996.
Harre, Dietrich. Bases del Entrenamiento de las Capacidades Condicionales: Lectura para el curso internacional de entrenadores Teoria general de entrenamiento y movimiento (ABTW). Leipzig: Universität Leipzig, 2001.
Hawking, S. (2003a). The Universe in a Nutshell, (Bantam Press 2001).
Hawking, S. (2003b). A Brief History of Time, (Bantam Press 1988)
Hayles (Ed.). Chaos and order: Complex dynamics in literature and science (pp. 1-33). Chicago: Univ. of Chicago.
Hayles, N. K. (1990). Chaos bound: Orderly disorder in contemporary literature and science. Ithaca, NY: Cornell Univ.
Hayles, N. K. (1991). Introduction: Complex dynamics in literature and science. In N. K.
Hayles, N.K. (2000). La Evolución del Caos. España: Editorial Gedisa.
Haywood, M.K. Life Span Motor Development. Champaign: Htiman Kinetics, pA01. 1986.
Referências Bibliográficas
157
Heylighen F. (2002): “The Science of Self-organization and Adaptivity”, in: L. D. Kiel, (ed.)
Heylighen, F. Complexity and Self-organization; prepared for the Encyclopedia of Library and Information Sciences, edited by Marcia J. Bates and Mary Niles Maack (Taylor & Francis, 2008)
HIGGS, Geoffrey. Complexity science and order Creation. London school of economyics. London, 2001.
Hodgson, G. M. Economics and the return to Mecca: The recognition of novelty and emergence. Structural Change Econom. Dynam. 8 399–412. 1997.
HOLLAND, J. Emergence: from chaos to order. Massa-chusetts: Perseus Books.1995.
HOLLAND, J. Hidden order: how adaptation builds complexity. Cambridge: Perseus Books, 1995.
Holland, John H. 1995, Hidden Order. Reading, Mass: Helix.
Holland, John H. 1998, Emergence: From Chaos to Order. Reading, Mass: Helix.
Hordijk, W., J. P. Crutchfield, and M. Mitchell. Mechanisms of emergent computation in cellular automata. In [Eiben et al. 1998], pages 613–622. 1998.
Howley,E.T., Powers, S.K. Exercise Physiology. McGraw-Hill College, 2000.
HUBER, G.P. The nature and design of post-industrial organizations. Management Science, v.8, n. 30, p. 928-951, 1984.
Hurtubia, Jaime. La evolución del pensamiento ecológico. Seminario Regional Estilos De Desarrollo Y Medio Ambiente En América Latina: 1979: Santiago, Chile
ILINITSC, A.Y.; D´AVENI, R.A.; LEWIN, A.Y. New organizational forms and strategies for managing in hypercompetitive environments. Organization Science, n. 7, p. 211-220, 1996.
initiatives. [S.I.: s.n.] International Journal of Physical Distribuition & logistics, v..31, n.4, p. 266-289, 2001
Jackson, M.C. Systems Thinking: Creative Holism for Managers ohn Wiley & Sons, 2003. 376pp.
Johansen, O., (2002). Introducción a la Teoría General de Sistemas. México: Limusa, Noriega Editores
Jordan, N. Themes in speculative psychology.Tavistock Publications, London, 1968.
Juarrero, A. Dynamics in Action. MIT Press, Cambridge, MA. 1999.
Kauffman, S. A. At home in the universe: The search for the laws of self-organization and complexity. New York: Oxford University Press. 1995.
Kauffman, S. A., Johnsen, S. Coevolution of the edge of chaos: coupled fitness landscapes, poised states, and coevolutionary avalanches. C.G. Langton et al. (eds.), Artificial Life II, Proceedings Volume X in the Santa Fe Institute Studies in the Sciences of Complexity, Addison-Wesley, Reading, MA, 1992.
Kauffman, S. A.. O Universo, A Nossa Casa. Editorial Bizâncio, 2005.
Referências Bibliográficas
158
Kelly S. and Allison M. A. (1999), The Complexity Advantage, New York: McGraw-Hill
Kelly, S.; Allison, M. A. The Complexity Advantage – How the science of complexity can help your business achieve peak performance. New York, 1998.
Kelso, J.A.S. Dynamic Patterns: The Self-Organization of Brain and Behavior. MIT Press; 1997.
Kelso, J.A.S. Principles of dynamic pattern formation and change for a science of human behavior. In: Bergman, L.R., Cairns, R.B., Nilsson, L.-G., & Nystedt, L. Developmental science and the holistic approach. Mahwah, NJ: Erlbaum, pp. 63-83, 2000.
Klopf, A. H. The Hedonistic Neuron: a Theory of Memory, Learning, and Intelligence, Washington: Hemisphere. 1982.
Knowledge Management, Organizational Intelligence and Learning, and Complexity, in: The Encyclopedia of Life Support Systems ((EOLSS), (Eolss Publishers, Oxford). [http://www.eolss.net]
Korte, S. M.; Koolhaas, J. M.; Wingfield, J. C.; Mcewen, B. S. The Darwinian concept of stress: benefits of allostasis and costs of allostatic load and trade-offs in health and disease. Neuroscience and Biobehavioral Reviews. v. 29, n. 1, p. 3 - 38, 2005.
Kuhn, T. S. A Estrutura das Revoluções Científicas. São Paulo: Perspectiva, 1995.
L. von Bertalanffy; The Theory of Open System in Physics and Biology, 1950.
Langley, L. L.. Homeostasis. Editora Alhambra. Madrid. 1980.
Langton, C. G. “Studying Artificial Life with Cellular Automata” in D.
LAWRENCE, P.R. Organization and environment perspective. In: VAN DE VEN, A. H.; JOYCE, W.F. (Eds.). Perspectives in Organization Design and Behavior, New York: Wiley, p. 311-337, 1981.
Le Moal M. Historical approach and evolution of the stress concept: A personal account. Psychoneuroendocrinol 2007; in press.
LE MOIGNE, Jean-Louis. A teoria do sistema geral: teoria da modelização.Tradução: Jorge Pinheiro. Instituto Piaget, Lisboa, Portugal, 1977.
Leifer, R. Understanding organizational transformation using a dissipative structure model. Human Relations 42 899–916. 1989.
Leite, Maria S. A.; BORNIA, Antonio C.; COELHO, Christianne C. S. R. A contribuição da teoria da complexidade à modelagem de sistemas. 2004. Artigo. XXIV Encontro Nacional de Engenharia de Produção. Florianópolis, SC.
Levine, D. S.. Explorations in Common Sense and Common Nonsense, on-line book, url: http://www.uta.edu/psychology/faculty/levine/EBOOK/index.htm. 1998
LEWIN, A.Y.; LONG, C.; CARROL, T. The coevolution of new organizational forms. Organization Science, v.10, p. 535-550, 1999.
Lewin, Roger. Complexity, Life at the Edge of Chaos. New York: MacMillan Publishing Co., 1992.
Referências Bibliográficas
159
Lichtenstein, B. M.B. Self-organized transitions: A pattern amid the chaos of transformative change. Academy of Management Executive, 14(X): 128–141. 2000.
Lichtenstein, B.M.B. Emergence as a process of self-organizing - New assumptions and insights from the study of non-linear dynamic systems”, Journal of Organizational Change Management, Vol.13, No. 6, pp. 526-44. 2000a.
Lipp M., organizador. Stress: conceitos básicos. In: Pesquisas sobre stress no Brasil: saúde, ocupações e grupos de risco. Campinas: Papirus; 1996. p.17-28.
Lorenz, E. Deterministic non-periodic flows. Journal of Atmospheric Science,20,130-141, 1963.
Lustosa Becskeházy. Rio de Janeiro: Ed. da Fundação Getúlio Vargas, 1976. p. 1-20.
Maani K & Cavana R. Systems Thinking and Modelling – Understanding Change and Complexity, Prentice Hall: Auckland. 2000.
MacIntosh, R., D. MacLean. Conditioned emergence: A dissipative structures approach to transformation. Strategic Management J. 20 297–316. 1999.
Maffei, W.E. Os Fundamentos da Medicina. 2.ª edição. São Paulo. Artes Médicas, 1978.
Magill, Richard A. Motor learning: Concepts and applications 5th edition. Boston, Mass.: McGraw Hill Custom Publishing. 1998
Maguire, S., & McKelvey, B. Complexity and management: Moving from fad to firm foundations. Emergence, 1(2): 19–61. 1999.
Malagón-Londoño G.; Morera, G.; Laverde, P. Administração hospitalar. 2.ed. Rio de Janeiro: Guanabara Koogan, 2003.
Mandelbrot, B. The fractal geometry of Nature. New York, NY: W.H. Freeman. 1983.
Manno, R.: Les Qualités Physiques entre 6 et 14 ans. Revue de Education Physique et Sport. 246. Mars/Avril: 62-65. 1994.
Manso, M.G.; Valdivieso, N.M.; Caballero, J.A.R. Planificación del Entreinamiento Deportivo. Madri. Gymnos, 1996.
MARCH, J. Footnotes to organizational change. Administrative Science Quaterly, 1981.
MARIOTTI, H. As paixões do ego: complexidade, política e solidariedade. São Paulo: Palas Atenas, 2000.
MARIOTTO, F. L. Mobilizing emergent strategies. Relatório nº 10/2000. Núcleo de Pesquisas e Publicações. São Paulo: EAESP/FGV, 2000. (Série Relatórios de Pesquisa).
Martin, C.T. La teoria dos sistemas dinámicos y el entrennmiento deportivo. Tesis doctoral, Universitat de Barcelona. 2005.
Maruyama, M. The second cybernetics: Deviation amplifying mutual causal processes. American Science, 51: 164–179. 1963.
Masuch, M. Vicious circles in organizations. Administrative Science Quarterly, 30: 14–33, 1985.
MATURANA, H. Biology of cognition. [S.I.:s.n]. Original, 1970. Impresso, 1980.
Referências Bibliográficas
160
Maturana, H.R. and Varela, F.J. (1973), De máquinas y seres vivos: Una teoría de la organización biológica (Santiago: Editorial Univeristaria).
Maturana, H.R. and Varela, F.J. A árvore do conhecimento: as bases biológicas da compreensão humana. Tradução: Humberto Mariotti e Lia Disken. São Paulo: Palas Athena, 2001.
Maturana, H.R. and Varela, F.J. Autopoiesis and cognition. D. Reidel, Dodrecht: Holanda, 1980.
Maturana, H.R. and Varela, F.J. Autopoiesis: The Organization of the Living”. Santiago, Chile: Universitária, 1980.
Maturana, H.R. and Varela, F.J. De máquinas e seres vivos: autopoiese. A organização do vivo. Tradução: Juan Açunã Llorens. Porto Alegre: Artes Médicas. Tradução de: Autopoiesis: la organizacion de lo vivo, 1997.
MATURANA, Humberto R.; VARELA, Francisco J. A árvore do conhecimento: as bases biológicas da compreensão humana. São Paulo: Palas Athena, 2003.
Mayer, E. A. The neurobiology of stress and gastrointestinal disease. Gut. v. 47, n. 6, p. 861 - 869, 2000.
McKelvey, B. “Quasi-natural organization science,” Organization Science, ISSN 1047-7039, 8: 351-381. 1997.
McKelvey, B., & Lichtenstein, B. Forthcoming. Toward a theory of emergence by stages: Complexity and enabling leadership. In J. Hazy, J. Goldstein, & B. Lichtenstein (Eds.), Complex systems leadership theory. Boston: ISCE Publishing. 2005.
Menna-Barreto, L. E Marques, N. O tempo dentro da vida, além da vida dentro do tempo. Ciência e Cultura, Outubro 2002.
MINTZBERG, H. Ascensão e queda do planejamento estratégico. Porto Alegre: Bookman, 2004.
MINTZBERG, H. Crafting strategy. Harvard Business Review, p. 109-118, July-Aug. 1987.
MINTZBERG, H.; AHLSTRAND, B.; LAMPEL, J. Safári de estratégia: um roteiro pela selva do planejamento estratégico. Porto Alegre: Bookman, 2000.
MINTZBERG, H.; QUINN, J. B. O processo da estratégia. 3. ed. Porto Alegre: Bookman, 2001
Mitleton-Kelly E. “Ten principles of complexity and enabling infrastructures,” in E. Mitleton-Kelly (ed.), Complex Systems and Evolutionary Perspectives on Organizations: The Application of Complexity Theory to Organizations, ISBN 9780080439570. 2003.
Monge, P. R.; Contractor, N. S. Theories of Communication Networks. New York: Oxford University Press. 2003
Moraes, M.C. O pensamento eco-sistêmico: educação, aprendizagem e cidadania no século XXI. Petrópolis/RJ: Vozes. 2004.
Moran, E. Adaptabilidade humana. São Paulo: EDUSP, 1994. p.21-43
MORGAN, G. Ciência com consciência. 7. ed. rev. e ampl. São Paulo: Bertrand Brasil, 2003.
Referências Bibliográficas
161
MORGAN, G. Imagens da organização. São Paulo: Atlas. 1995.
Morin, E. Ciência com consciência. 4. ed. Rio de Janeiro: Bertand Brasil, 2000.
MORIN, E. A complexidade e a empresa. The Generation of Scientific,Administrative Knowledge, Michel Audet e Jean-Louis Maloin: Presses de l'Université Laval, Quebec, p. 135-154, 1986.
MORIN, E. Ciência com consciência. 4. ed. Rio de Janeiro: Bertrand Brasil, 2000.
Morin, E. Cultura de massas no século XX. Tradução de Maura Ribeiro Sardinha. 9ª ed., Forense Universitária, Rio de Janeiro: 1997.
MORIN, E. Introdução ao pensamento complexo. 3. ed. Lisboa: Instituto Piaget, 2001.
Morin, E. Introdução ao pensamento complexo. Porto Alegre: Sulina, 2005. (Original: Introduction à pensée complexe)
MORIN, E. O método 1: da natureza da natureza. Tradução: Ilana Heineberg. 2ª ed., Porto Alegre: v. 1, sulina, 1977.
MORIN, E. O método I: a natureza da natureza. Lisboa: Publicações Europa-América Ltda, 1977.
MORIN, E. O problema epistemológico da complexidade. Lisboa: Publicações Europa- América Ltda, 1983. (Coleção Biblioteca Universitária nº 38)
MORIN, E.; CIURANA, E. R.; MOTTA, R. D. Educar na era planetá-ria: o pensamento como método de aprendiza-gem pelo erro e incerteza humana. São Paulo: Cortez; Brasília: UNESCO, cap.2, 2001
MORIN, Edgar. Ciência com Consciência. Rio de Janeiro: Bertrand Brasil, 1996.
Morin, Edgar. Ciência com consciência. Trad. Maria D. Alexandre e Maria. Alice Sampaio Dória. 7. ed. rev. mod. Rio de Janeiro: Bertrand Brasil, 2003
MORIN, Edgar. Introdução ao Pensamento Complexo. Porto Alegre: Editora Sulina. 2005
MORIN, Edgar. LE MOIGNE, Jean-Louis. A inteligência da complexidade. Tradução: Nurimar Maria Falci. São Paulo: Peirópolis,2000.
MORIN, Edgar. O método 2: a vida da vida; Tradução: Marina Lobo. Porto Alegre: v.2
Morin, Edgar; Moigne, Jean-Louis Le. L'Intelligence de la Complexité, Edition l'Harmattan. 1999.
Newman, D. V. Emergence and strange attractors. Philosophy of Science, 63(2):245–261, 1996.
NICOLAU, Isabel. O conceito de estratégia. Disponível em: <www.iscte.pt/Estrategial/conceito%20estratégia.pdf >. Acesso em: 15 abr. 2003.
Nicolis, G.: Physics of far-from-equilibrium systems and self-organization. In Davies, P., ed.: The New Physics. Cambridge University Press (1989)
O‘ CONNOR, J. & MCDERMOTT, I. The art of systems thinking. Harper & Collins, 1997.
Odum, Eugene P. Fundamentos de Ecologia, edição 2007, Editora Thomson Pioneira.
Referências Bibliográficas
162
Palmberg, Klara Complex Adaptive Systems, Properties and approaches.. Research report 2009, Luleå University. Sweden, Luleå 2009.
Papp, D.; Estrella, J. (1996). Breve Historia de la Ciencia. Argentina: Editorial Claridad.
Paraná, PPGTE.
Parker, D., Stacey, R. “Chaos, management and economics: the implications of non-linear thinking”, Hobart Paper 125, Institute of Economic Affairs, London, 1994.
PARSONS, T. A sociologia americana: perspectivas, problemas, métodos. São Paulo: Cultrix, 1970.
Parunak, H.D., Brueckner, S.A.: Engineering Swarming Systems. In Bergenti, F., Gleizes, M.P., Zambonelli, F., eds.: Methodologies and Software Engineering for Agent Systems. Kluwer (2004) (to appear, available online at hup://www.erim.org/˜vparunak/).
PERROW, C. Complex organizations: a critical essay. New York: Mac-Graw Hill, 1986 [1972].
Pfeifer, R. & Scheier, C. Understanding Intelligence, MIT Press. 1999
Piaget, J. Science of education and the psychology of the child. New York: Viking. 1970.
Piaget, Jean. Biologia e Conhecimento. 2ª Ed. Vozes : Petrópolis, 1996.
PIGLIUCCI, Massino. Chaos and Complexity: should we be skeptical? In: Skeptic. vol. 8, n° 3, 2000, p.62-64.
Platonov, V.N. La adaptación en el deporte. Ed.Paidotribo, Barcelona. 1991.
Plowman, D. A.; Baker, L. T.; Beck, T. E.; Kulkarni, M.; Solansky, S. T.; Travis, D. V. Radical change accidentally: the emergence and amplification of small change. Academy of Management Journal, Vol. 50, No. 3, 515–543. 2007
PRIESMEYER, H.R. Organizations and chaos. West Port CT: Quorum Books. 1992.
Prigogine, I. (2004). Las Leyes del Caos. (2ª. ed.). Editorial Crítica: Barcelona.
PRIGOGINE, I. From being to becoming, Freeman, San Francisco 1980
PRIGOGINE, I. O fim das certezas – tempo, caos e leis da natureza. Ed. Unesp, 1996
PRIGOGINE, I. Self-organization in Nonequillibrium systems, Willey, New York 1977.
Prigogine, I; Allen, P. The challenge of complexity. In: Schieve, W.; Allen, P.(EDS.) self-organization and Dissipative Structures: Applications in the Physical and Social Sciences. Austin TX: University of Texas Press. 1982.
Prigogine, Ilya and Stengers, Isabelle 1984, Order Out of Chaos, New York: Bantam Books. 1986.
PRIGOGINE, Ilya. As leis do caos. São Paulo: Unesp, 2002.
Provérbio Desconhecido retirado de http://www.hkocher.info/minha_pagina/port/port.htm
RAMOS, A. G. A nova ciência das organizações: uma reconstrução da riqueza das nações. 2.ed. Rio de Janeiro: FGV, 1983.
Referências Bibliográficas
163
RANSON, S.; HININGS, B.; GREENWOOD, R. The structuring of organizational structures. Administrative Science Quarterly, v.25, n.1, p.1-17, mar. 1980.
REBELO, L. M. B. A dinâmica do processo de formação de estratégias de gestão em universidades: a perspectiva da Teoria da complexidade. 2004. 276f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Santa Catarina, Florianópolis.
Richardson, George P. Problems with causal-loop diagrams. In: System Dynamics Review 2, n° 2. System Dynamics Society, 158-170. 1986.
Ricklefs, R. Ecology. Portland: Oregon, 1973.
Ridley, M. Evolution. Oxford: Oxford Riders, 1997.p. 1-430
Roberts, N.; Andersen, D.; Deal, R.; Garet, M. & Shaffer, W. Introduction to Computer Simulation - A System Dynamic Modelling Approach. New York: Addison Wesley. 1983.
ROCHA NETO, Ivan. Ciência, tecnologia & inovação: enunciados e reflexões: uma
ROCHA NETO, Ivan. Gestão de Organizações. São Paulo: Editora Atlas, 2003.
Ronald,E. M. A.; M. Sipper, and M. S. Capcarr`ere. Testing for emergence in artificial life. In D. Floreano, J.-D. Nicoud, and F. Mondada, editors, Advances in Artificial Life: 5th European Conference, volume 1674 of LNCS, pages 13–20. Springer, 1999.
SANTOS, B.S. (Org.) Um discurso sobre as ciências. Porto Alegre, Edições Afrontamento, 1987.
SANTOS, B.S. A crítica da razão indolente: contra o desperdício da experiência. São Paulo: Cortez, 2ª ed., 2000.
Sastry, M. A. Problems and paradoxes in a model of punctuated organizational change. Administrative Science Quarterly, 42: 237–275, 1997.
SATO, Carlos E. A. Gestão Corporativa de Projetos para Instituições de Pesquisa
SCHEIN, E.H. Psicologia organizacional. RJ: Prentice Hall, 1982.
Schmidt, R. C., O'Brien, B., & Sysko, R. Self-organization in between-person cooperative tasks and possible applications for sport. International Journal of Sport Psychology, 30, 558-579. 1999.
SCHROEDER, M. Fractals, chaos, power laws, minutes from and infinite para-dise. New York: W.H. Freeman, 1990.
Scott, W. R. Organizations - Rational, Natural and Open Systems. Fourth Edition. New Jersey: Prentice Hall, 1998.
Scott, W. R. Organizations - Rational, Natural and Open Systems. Fourth Edition. New Jersey: Prentice Hall, 1998.
Scrödinger, Erwin. O Que é a Vida? Editora Fragmentos. Lisboa. 1947.
Seel, R. Emergence in Organisations. http://www.new-paradigm.co.uk/emergence-2.htm. (2006)
Seeman, T. E.; Mcewen, B. S.; Rowe, J. W.; Singer, B. H. Allostatic load as a marker of cumulative biological risk: MacArthur studies of successful aging. Proceedings of the
Referências Bibliográficas
164
National Academy of Sciences of the United States of America. v. 98, n. 8, p. 4770 - 4775, 2001.
Seeman, T. E.; Singer, B. H.; Ryff, C. D.; Dienberg Love, G.; Levy-Storms, L. Social relationships, gender, and allostatic load across two age cohorts. Psychosomatic Medicine. v. 64, n. 3, p. 395 - 406, 2002.
Seeman, T. E.; Singer, B. H; Rowe, J. W.; Horwitz, R. I.; Mcewen, B. S. Price of adaptation - Allostatic load and its health consequences: MacArthur studies of successful aging. Archives of Internal Medicine. v. 157, n. 19, p. 2259 - 2268, 1997a.
Selye H. Stress, a tensão da vida. 2. ed. São Paulo: Ibrasa; 1959
Senge, Peter M. A quinta disciplina: arte, teoria e prática da organização de aprendizagem. Tradução: Regina Amarante. Editora Best Seller. São Paulo. 4º Edição, 1990.
Serugendo, G. Di Marzo; Gleizes, M.-P.; Karageorgos, A.. "Self-organisation and emergence in MAS: an overview", Informatica 30(1): 45-54, Slovene Society Informatika, Ljubljana, Slovenia, 2006.
Serugendo, G. M., Gleizes, MP, and Karageorgos A. Selforganisation and emergence in MAS: an overview. Informatica, 30:45–54, 2006.
SERVA, M. Abordagem substantiva e ação comunicativa: uma complementaridade proveito-sa para a teoria das organizações. Revista de Administração Pública, Rio de Ja-neiro, v. 31, n. 2, p. 108-134, mar./abr., 1997.
Shalizi, C.R.: Causal Architecture, Complexity and Self-Organization in Time Series and Cellular Automata. PhD thesis, University of Wisconsin at Madison available at hup://cscs.umich.edu/˜crshalizi/thesis/. 2001
SHERMAN, H.; SCHULTZ, R. Open boundaries. New York: Perseu Books, 1998.
Silva, A. B.; Rebelo, L. M. B. A emergência do pensamento complexo nas organizações. Revista de Administração Pública, Rio de Janeiro, V.37, N.4, Jul-Ago, 2003. 20p.
SIMON, H. As ciências do artificial. Tradução: Luís Moniz pereira. Coimbra - Lisboa. Sucessor, 1969.
SIMON, H.A. Administrative behaviour: a study of decision-making process in administrative organizations. New York: The Free Press, 1997.
Smith, C. Transformation and regeneration in social systems: A dissipative structure perspective. Systems Res. 3 203–213, 1986.
Smith, C., G. Gemmill. Self-organization in small groups: A study of group effectiveness within non-equilibrium conditions. Human Relations 44 697–716, 1991.
Smith, D.J.; A framework for understanding the training process leading to elite performance. Sports Medicine. v.33, n.33, 2003.
Smith, R.D. The inapplicability principle: What chaos means for social science. Behavioral Science.22-40, 1995.
Snowden, D. HSM Management, 39, julho-agosto, 2003.
Referências Bibliográficas
165
STACEY, R. D. Complex responsive processes in organization: learning and knowledge creation. New York: Routledge, 2001.
STACEY, R. D. Complexity and creativity in organizations. Berret-Koehler Publishers, Inc.: San Francisco, 1996.
Stacey, R. D. Complexity and management. New York: Routledge, 2000
STACEY, R. D. Strategic management and organizational dynamics: the challenge of complexity. 3ªed. Ed.Haslow, Essex, Inglaterra: Pearson education, 2000.
STACEY, R. D. The chaos frontier: creative strategic control for business. Oxford: Butterworth-Heinemann, 1991.
STACEY, R. D.; GRIFFIN, D.; SHAW, P. Complexity and management. New York: Routledge, 2000.
Stacey, R. The science of complexity: An alternative perspective for strategic change processes. Strategic Management Journal, 16: 477–495, 1995.
STAKE, R. E.: Handbook of qualitative research. DENZIN, N; LINCOLN, Y. Eds, London: Sage, 1994.
Sterling, P. and Eyer, J., 1988, Allostasis: A new paradigm to explain arousal pathology. In: S. Fisher and J. Reason (Eds.), Handbook of Life Stress, Cognition and Health. John Wiley & Sons, New York.
Sterman, J. D. Modeling Managerial Behavior: Misperceptions of Feedback in a Dynamic Decision Making Experiment. Japanese Journal of System Dynamics, 2. 1998.
Sterman, John D. Business Dynamics: systems thinking and modeling for a complex world. 1a. ed. Boston: Irwin/ McGraw – Hill, 2000.
Stewart, J. A. The detrimental effects of allostasis: Allostatic load as a measure of cumulative stress. Journal of Physiological Anthropology. v. 25, n. 1, p. 133 - 145, 2006.
Szmuchrowski, L. A.; Gripp, F.; Gonçalves, R. ; Mourão, J; Pereira, J. A. R. Teste de Limiar Anaeróbio pela Frequência Cardíaca em Cicloergômetro. In: Pablo Juan Greco; Emerson Silami Garcia; Kátia Lúcia Moreira Lemos. (Org.). Temas Atuais em Educação Física e Esportes. Belo Horizonte, 1999, v. 4, p. 109-122.
Taylor, M. C. The Moment of Complexity: Emerging Network Culture by, published by the University of Chicago Press. 2001.
Tecnológica: Caso LACTEC. 2004. Dissertação. Universidade Tecnológica Federal do
TERRA, J.C.C. Gestão do conhecimento: o grande desafio empresarial. São Paulo: Negócio, 2000.
Thelen, E., Ulrich, B.D. Hidden skills: A dynamic systems analysis of treadmill stepping during the first year. Monographs of the Society for Research in Child Development. v.56, p.l06. (SeriaI223). 1991.
Thietart, R. A., & Forgues, B. Chaos theory and organizations. Organization Science, 6: 19–31. 1995.
THOMPSON, J.D. Organizations in action. New York: McGraw Hill, 1967.
Referências Bibliográficas
166
Ururahy, G. & Albert, E. Como Tornar-se um Bom Estressado. Rio de Janeiro: Salamandra, 1997.
Vasconcellos, M. J. E. Pensamento sistémico: o novo paradigma da ciência. 3ª ed., Campinas, SP: Papirus, 2002.
VASCONCELOS, E. M. Complexidade e pesquisa interdisciplinar: epistemolo-gia e metodologia operativa. Petrópolis, RJ: Vozes, 2002.
Vieira, S. I. & Schüller Sobrinho, O. Estresse e sua Prevenção. Coord: Vieira, S. I. In: Medicina Básica do Trabalho. v. IV, Curitiba: Genesis, 1995. Pg. 199 - 217.
Vilas-Boas, João Paulo. “Aproximação biofísica ao desempenho e ao treino de nadadores”, Rev. paul. Educ. Fís., São Paulo, 14(2):107-17, jul./dez. 2000.
VOLBERDA, H W. Building the flexible firm: how to re-main competitive. New York: Oxford University Press, 1998.
VOLBERDA, H. W. Strategic flexibility: creating dynamic competitive advantages. In: FAULKNER, D.; CAMPBELL, A. (Eds.). The Oxford handbook of strategy, v. II: Corporate Strategy. Oxford: Oxford University Press, 2003.
WALDROP, M.M. Complexity: the emerging science at the edge of order and chaos. New York: Simon e Schuster, 1992.
WARREN, Keith; FRANKLIN, Cynthia; STREETER, Calvin. New directions in systems theory: Chaos e Complexity. In: National Association of Social Working, vol.43, n° 4, p.357-372. July 1998.
Weick, K. The social psychology of organizing. New York: Random House. 1979.
WHEATLEY, M. J. Liderança e a nova ciência. São Paulo: Cultrix, 1992.
Wheatley, M. Leadership and the new science. San Francisco: Berrett-Koehler. 1999.
WHEATLEY, M.J.; KELLNER-ROGERS, M. A simple way. San Francisco: Berret-Koehler, 1995
Wiener, N., Cybernetics: Or Control and Communication in the Animal and the Machine. Paris, France: Librairie Hermann & Cie, and Cambridge, MA: MIT Press.Cambridge, MA: MIT Press. 1948
Wolf, T. ; Holvoet, T. Emergence Versus Self-Organisation: Different Concepts but Promising When Combined. S. Brueckner et al. (Eds.): ESOA 2004, LNCS 3464, pp. 1–15, 2005.
WU, J.: Modeling Complexity Ecological System: an introduction. In: Ecological Modelling. p.1-6, 2002.
Yun AJ, Bazar KA, Gerber A, Lee PY, Daniel SM. The dynamic range of biologic functions and variation of many environmental cues may be declining in the modern age: implications for diseases and therapeutics. Med Hypotheses; 65: 173-8, 2005.
Zatsiorsky V.M. Kinetics of Human Motion. Champaign, IL: Human Kinetics. 2002.
ZIMMERMAN, B. Complexity science: a route through hard times and uncertainty. Health Forum Journal, p.42-46, mar./apr. 1999.