1. Le basi

Troviamo un manifesto della complessità nel lavoro di Anderson (1972) intitolato More is different, in cui leggiamo:

«The reductionist hypothesis may still be a topic for controversy among philosophers, but among the great majority of active scientists I think it is accepted without questions.

[…] The main fallacy in this kind of thinking is that the reductionist hypothesis does not by any means imply a “constructionist” one: The ability to reduce everything to simple fundamental laws does not imply the ability to start from those laws and reconstruct the universe.

[…] The constructionist hypothesis breaks down when confronted with the twin difficulties of scale and complexity. The behavior of large and complex aggregates of elementary particles, it turns out, is not to be understood in terms of a simple extrapolation of the properties of a few particles. Instead, at each level of complexity entirely new properties appear, and the understanding of the new behaviors requires research which I think is as fundamental in its nature as any other» (p. 393).

Questa è la chiave di partenza: l’economia mondiale è costituita da strati interconnessi, popolati da agenti sempre più complicati (persone, famiglie, aziende, banche, banche centrali, istituzioni internazionali, multinazionali…). Le persone creano le economie, ma ognuno di noi è così lontano dal capire e controllare il sistema economico, quanto  un’umile formica con il suo formicaio. L’economia, come scienza, ha semplicemente ignorato questo “dettaglio” per circa duecento anni. La complessità, nelle parole di Anderson, è la grande “trappola” che genera la presente paranoica situazione in cui la crisi (2007-2012, almeno) non avrebbe riscontro nei modelli scientifici più perfezionati, ma… esiste nel mondo reale.

Come operare con la lente della complessità? Ci servono modelli, per noi e… per le formiche.

Dal bellissimo elenco di lavori fondamentali sulla complessità che troviamo a http://www.santafe.edu/library/foundational-papers-complexity-science, ci dotiamo di un secondo riferimento di base, riferito alla prospettiva della costruzione dei modelli. In Rosenblueth e Wiener (1945), i fondatori della cibernetica, si legge:

«A material model is the representation of a complex system by a system which is assumed simpler and which is also assumed to have some properties similar to those selected for study in the original complex system.

[…] Material models are useful in the following cases. a) They may assist the scientist in replacing a phenomenon in an unfamiliar field by one in a field in which he is more at home.

[…] b) A material model may enable the carrying out of experiments under more favorable conditions than would be available in the original system» (p. 317).

Essendo la cibernetica alla radice del nostro attuale lavoro su complessità e simulazione basata su agenti, è importante sottolineare l’analogia tra il “modello materiale” detto sopra e l’artefatto artificiale che si può costruire in un sistema computazionale, con lo scopo di poter esaminare i problemi che studiamo in modo ravvicinato, in parallelo allo studio nella prospettiva teorica.

Perché tutto ciò  è sempre più importante nelle scienze sociali e nell’economia.