Investiguem i desenvolupem tecnologia des de la visió sistèmica per comprendre i actuar en sistemes complexos i impulsar-ne el desenvolupament regeneratiu.
Fig. 01 — La Terra · globus sincronitzat
Concepte§ 01
Per transformar una realitat complexa primer cal aprendre a veure-la: les seves parts, les relacions que les uneixen i els patrons que en sorgeixen.
Els reptes que importen —la salut d'un territori, la viabilitat d'una organització, la transició ecològica— no són problemes aïllats sinó sistemes vius d'elements interdependents. Actuar-hi sense entendre'ls sovint desplaça el problema en lloc de resoldre'l.
La visió sistèmica és la disciplina de modelar la realitat per fer visibles les seves dinàmiques: els bucles de retroalimentació, els punts de palanquejament i les conseqüències no evidents de cada decisió.
Aquesta mirada té una tradició: la cibernètica, la ciència de com els sistemes —vius, socials o tècnics— s'autoregulen a partir de la informació que hi circula i dels seus circuits de retroalimentació. Norbert Wiener la va fundar als anys quaranta; Heinz von Foerster hi va incloure l'observador, que també forma part del sistema; i Stafford Beer la va portar a les organitzacions amb el Viable System Model i el projecte Cybersyn, que a Xile volia coordinar en temps real les empreses públiques del país. En recollim el fil: tecnologia que ajudi els sistemes a autoorganitzar-se, no a ser controlats des de fora.
Amb aquesta mirada, la tecnologia —i especialment la intel·ligència artificial— es converteix en un instrument per representar sistemes complexos i explorar com intervenir-hi amb saviesa.
Aplicació§ 02
Com ho portem a terme
La visió sistèmica es fa eina a Arkadium, el nostre model de saviesa artificial. Uneix un model geomètric del coneixement, el Meta-Globàlium, amb intel·ligència artificial per comprendre sistemes complexos i decidir-hi millor. arkadium.ai →
Modelització holística
Representa un sistema sencer —un territori, una organització, un problema— en un model geomètric on cada dimensió ocupa el seu lloc. Permet veure el conjunt abans de tocar les parts.
Mapatge de relacions i patrons
Estructura el coneixement com una xarxa d'elements interconnectats i en fa visibles les dependències, els circuits de retroalimentació i els punts de palanca que d'una altra manera quedarien ocults.
Simulació d'escenaris
Fa servir la intel·ligència artificial per explorar com respon un sistema a una intervenció abans de fer-la, i anticipar-ne els efectes secundaris i a llarg termini.
Alineament de la IA
Proposa criteris perquè la intel·ligència artificial comprengui els sistemes vius en lloc de simplificar-los, i que les seves recomanacions respectin l'equilibri del conjunt.
