The Metaphysics of Information The Power and the Glory of Machinehood

Não há disciplina em qualquer ramo da ciência, seja esta natural, social, humana, descritiva, experimental ou teórica, qualitativa ou quantitativa, que não tenha sido afectada a vários níveis da instrumentalidade, conceptualização, construção de modelos, escolha de metáforas heurísticas ou ontológicas, e sentidO da investigação, em alguns casos muito profunda e decisivamente, pela influência crescente da constelação informacional computacional. A investigação baseada em simulações por computador é uma “terceira espécie de ciência”, que se soma aos tipos teórico e físico-experimental de trabalho científico. A ciber-ciência é um lugar natural para simular ciência, ou meta-ciberciência, mas todo o conhecimento científico cai no domínio da meta-ciberciência ou da filosofia da ciência computacional. A meta-ciência simula a ciência(o estudo computacional da produção do conhecimento científico); a ciber-ciência é por definição simulatória; a ciber-ciência simula a Natureza; a Natureza, segundo alguns físicos, é ela mesma uma simulação. Receber a categoria da informação nas ciências da vida e nas ciências humanas e sociais, da maneira específica como tem vindo a ocorrer, traz um considerável lastro metafísico: os humanos como máquinas, ultrapassáveis por máquinas inteligentes ou “espirituais”. A informação emerge como a alavanca de Arquimedes para as nossas intervenções n o domínio da vida e do espírito, de máquinas informacionais naturais, com evidentes implicações para a ciência política.

Systems thinking: learning or driving?

The ability to foresee how behaviour of a system arises from the interaction of its components over time - i.e. its dynamic complexity – is seen an important ability to take effective decisions in our turbulent world. Dynamic complexity emerges frequently from interrelated simple structures, such as stocks and flows, feedbacks and delays (Forrester, 1961). Common sense assumes an intuitive understanding of their dynamic behaviour. However, recent researches have pointed to a persistent and systematic error in people understanding of those building blocks of complex systems. This paper describes an empirical study concerning the native ability to understand systems thinking concepts. Two different groups - one, academic, the other, professional – submitted to four tasks, proposed by Sweeney and Sterman (2000) and Sterman (2002). The results confirm a poor intuitive understanding of the basic systems concepts, even when subjects have background in mathematics and sciences.

Systems thinking: learning or driving?

The ability to foresee how behaviour of a system arises from the interaction of its components over time - i.e. its dynamic complexity – is seen an important ability to take effective decisions in our turbulent world. Dynamic complexity emerges frequently from interrelated simple structures, such as stocks and flows, feedbacks and delays (Forrester, 1961). Common sense assumes an intuitive understanding of their dynamic behaviour. However, recent researches have pointed to a persistent and systematic error in people understanding of those building blocks of complex systems. This paper describes an empirical study concerning the native ability to understand systems thinking concepts. Two different groups - one, academic, the other, professional – submitted to four tasks, proposed by Sweeney and Sterman (2000) and Sterman (2002). The results confirm a poor intuitive understanding of the basic systems concepts, even when subjects have background in mathematics and sciences.