Dünya Finansal Krizi ve Türkiye (2007-2010)

Larsen Freeman e Cameron (2008, p. 2) explicam que sistemas complexos recebem diferentes denominações dependendo de qual dimensão de seu comportamento está sendo enfatizada. Assim, para enfatizar o fato de que mudam ao longo do tempo são chamados de ‘sistemas dinâmicos’; para destacar que nesses sistemas ocorrem adaptação e aprendizagem, são, por vezes, denominados de ‘sistemas adaptativos complexos’. De qualquer maneira, as autoras ressaltam que esses sistemas não têm fronteiras permanentes, ou seja, não são ‘coisas’ definidas: “eles só existem através dos fluxos que os alimentam, e eles desaparecem ou se tornam moribundos na ausência de tais fluxos” (LARSEN-FREEMAN & CAMERON, 2008, p. 2).11

Larsen Freeman e Cameron (2008, p. 26) definem um sistema complexo como “um sistema com diferentes tipos de elementos, normalmente em grandes números, que se conectam e interagem de formas diferentes e variáveis”.12 Os componentes de um sistema complexo, também chamados de agentes13, podem ser processos ou outros sistemas complexos – subsistemas de sistemas maiores (LARSEN-FREEMAN & CAMERON, 2008, p. 27-28). Segundo Paiva (2006),

um sistema complexo não é um estado, mas um processo. Cada componente do sistema pertence a um ambiente construído pela interação entre suas partes. Nada é fixo, ao contrário, existe um constante movimento de ação e reação e mudanças acontecem com o passar do tempo. (p. 91)

11_{Tradução livre de: “They exist only through the fluxes that feed them, and they disappear or become} moribund in the absence of such fluxes” (LARSEN-FREEMAN & CAMERON, 2008, p. 2).

12_{Tradução livre de: “A complex system is a system with different types of elements, usually in large}

numbers, which connect and interact in different and changing ways” (LARSEN-FREEMAN &

CAMERON, 2008, p. 26). 13

Na nomenclatura da Teoria da Complexidade, os elementos ou componentes do sistema são, por vezes, denominados agentes – termo que se refere a humanos ou outros seres animados, assim como combinações entre eles; ex.: um indivíduo, uma espécie, uma célula nervosa (LARSEN-FREEMAN & CAMERON, 2008, p. 27). No entanto, neste trabalho, os termos ‘componentes’ ou ‘elementos’ serão usados de modo a se evitar ambiguidade, tendo em vista o estudo ter como foco a agência humana.

Leffa (2009, p. 25) acrescenta que “para ser um sistema complexo é preciso que haja não apenas a soma dos subsistemas, mas também interação entre esses subsistemas”. E essa interação não deve ficar restrita aos subsistemas de determinada camada, mas deve incluir, também, subsistemas de outras camadas. O autor esclarece que os elementos de um sistema complexo, no processo contínuo de interação, não se somam uns aos outros, mas integram-se “provocando transformações, às vezes a ponto de gerar um sistema novo, irreconhecível diante do sistema antigo” (LEFFA, 2009, p. 28). Desta forma, segundo Leffa (ibid., p. 28), esses sistemas são frágeis e fortes ao mesmo tempo: “frágeis porque vulneráveis ao que está ao seu redor, não oferecendo nenhuma resistência a qualquer tentativa de invasão; fortes porque se alimentam e crescem das próprias substâncias que o invadem”.

Larsen-Freeman (1997), em seu artigo seminal sobre a Teoria do Caos/Complexidade’ e a Aquisição de Segunda Língua (ASL), aponta algumas similaridades entre sistemas complexos não lineares que ocorrem na natureza, a língua e sua aquisição. Para tanto, a autora descreve as características de SACs, quais sejam: dinamismo, complexidade, não linearidade, caos, imprevisibilidade, sensibilidade às condições iniciais, abertura, auto-organização, sensibilidade ao feedback e adaptabilidade (LARSEN-FREEMAN, 1997, p. 142).

A seguir, cada uma dessas características é delineada.

2.3.1. Dinamismo e Complexidade

Em um sistema complexo e dinâmico, tudo muda o tempo todo. A dinamicidade é uma propriedade fundamental dos sistemas complexos; é o “reflexo de um processo de organização, de seus elementos constituintes, da qual emerge sempre uma ordem: unidade constituinte de um todo” (NASCIMENTO, 2009, p. 62). O comportamento de sistemas complexos é mais do que o produto do comportamento de seus componentes individuais. Em sistemas complexos, cada elemento se encontra em um ambiente produzido por suas interações com os outros elementos do sistema, o qual, por sua vez, está constantemente agindo e reagindo ao que os outros elementos estão fazendo (LARSEN-FREEMAN, 1997, p. 143). Durante esse processo dinâmico, os

componentes do sistema aprendem uns com os outros, recebem feedback, ganham experiência e mudam (PAIVA, 2011a).

2.3.2. Não linearidade

Larsen-Freeman & Cameron (2008, p. 31) afirmam que “não linearidade é um termo matemático que se refere à mudança que não é proporcional ao insumo”.14 A não linearidade do sistema resulta da dinâmica das relações e interações, que mudam ao longo do tempo, entre os elementos do sistema. Nas palavras de Larsen-Freeman (1997, p. 143), “um sistema não linear é aquele no qual o efeito é desproporcional à causa”. Pequenas interferências podem ser suficientes para ocasionar grandes revoluções no sistema ou levá-lo a um estado caótico. Um floco de neve, por exemplo, pode desencadear uma avalanche – processo denominado ‘camel’s back effect’, ou, em tradução livre, ‘a gota d’água’. É esta propriedade dos sistemas complexos que nos convida a revisitar a ideia de comportamento previsível, questionando a relação causa- efeito do paradigma positivista. Como destaca Franco (2013, p. 36): “na teoria do caos/ complexidade, não negamos as relações de causa e efeito, mas reconhecemos que, a princípio, não é possível estabelecê-las em um sistema complexo, porque são infinitos os elementos que poderiam ser considerados como causa de um determinado efeito”.

2.3.3. Caos, imprevisibilidade, sensibilidade às condições iniciais

Caos, segundo Larsen-Freeman (1997, p. 143), se refere “ao período de completa aleatoriedade que sistemas complexos não lineares entram de forma irregular e imprevisível”.15 A autora explica que, na verdade, essa aleatoriedade é até previsível. O que não é possível prever é quando, exatamente, ela irá ocorrer. Em outras palavras, não é possível prever o que irá acontecer com um sistema como um todo ao se considerar apenas o conhecimento de cada componente em separado.

Ainda segundo Larsen-Freeman (ibid.), a maior razão para a imprevisibilidade dos comportamentos de SACs é o fato de serem sensivelmente dependentes das condições iniciais. Uma pequena mudança nas condições iniciais pode ter grandes

14_{Tradução livre de: “non-linearity is a mathematical term, referring to change that is not proportional to} input (LARSEN-FREEMAN & CAMERON, 2008, p. 31).

15_{Tradução livre de: “[Chaos refers simply to] the period of complete randomness that complex nonlinear} systems enter into irregularly and unpredictably (LARSEN-FREEMAN, 1997, p. 143).

implicações para o comportamento futuro do sistema. Lembrando que o termo, ‘condições iniciais’, na Teoria do Caos/Complexidade, está ligado à propriedade não linear do sistema. Inicial não quer dizer, necessariamente, o momento em que o sistema foi criado, o ponto de partida do sistema, mas “qualquer espaço de tempo que interesse ao investigador, de forma que as condições iniciais de uma pessoa possam ser as condições mediais ou finais de outra” 16

(LORENZ, 2001, p. 9. In.: PAIVA, 2011a). Condições iniciais significa, portanto, que duas condições extremamente similares podem gerar coisas totalmente independentes. Assim, a condição inicial é o gatilho para a evolução de uma determinada trajetória no sistema.

O fenômeno popularmente conhecido como ‘efeito borboleta’ exemplifica essa característica e demonstra a interdependência entre todos os elementos do sistema. Quanto maior o nível de interação entre os elementos e quanto mais sensível é o sistema a mudanças no ambiente, maior é a probabilidade de que pequenas mudanças causarão grandes efeitos (SADE, 2009, p. 528).

2.3.3. Abertura

Um sistema complexo está constantemente aberto ao fluxo de energia, matéria ou informação que vêm de dentro e de fora do sistema, graças a seu processo de interação. É essa abertura que permite que o sistema se adapte e mantenha sua estabilidade. Lembrando que estabilidade, em SACs, não significa estagnação. Trata-se de uma ‘estabilidade dinâmica’, através da qual o sistema mantém sua identidade. Um exemplo seria a dinâmica de uma língua. O inglês, por exemplo, está aberto a todos os tipos de influência, e, consequentemente, em constante mudança. Ainda assim, de alguma forma, mantém uma identidade, isto é, ainda é a mesma língua (inglês). Em outras palavras, o inglês mantém um equilíbrio dinâmico (LARSEN-FREEMAN & CAMERON, 2008, p. 32).

2.3.4. Auto-organização/ Sensibilidade ao Feedback

Souza (2009, p. 95) define o processo de auto-organização como “as mudanças que ocorrem naturalmente e automaticamente nos sistemas”. Esse processo dá origem a

16

Tradução livre de: “any stretch of time that interests an investigator, so that one person’s initial conditions may be another’s midstream or final conditions (LORENZ, 2001: 9. In.: PAIVA, 2011a).

novas características globais do sistema chamadas de propriedades emergentes. Larsen- freeman & Cameron (2008, p. 58) explicam que “auto-organização e emergência são formas alternativas de se falar sobre a fonte de alterações de fase no comportamento de sistemas complexos”.17

Após uma bifurcação, ou alteração de fase, o sistema se auto- organiza devido às suas propriedades dinâmicas – e não a forças organizativas externas: a auto-organização ocorre porque o sistema é capaz de se adaptar em resposta às mudanças.

Algumas vezes a auto-organização leva a novos fenômenos em diferentes escalas e níveis. A esse processo dá-se o nome de emergência. O que emerge como resultado de uma transição de fase é algo diferente do que era antes: um todo que é mais que a soma de suas partes e que não pode ser explicado, de forma reducionista, através da atividade de suas partes - o que o sistema faz depois de uma alteração de fase é qualitativamente diferente do que ele fazia antes. Na aprendizagem, a emergência através da auto-organização ocorre quando novas ideias surgem em um dado momento de insight (a-ha moment). Uma vez compreendido, o novo conhecimento influencia outras ideias (LARSEN-FREEMAN & CAMERON, 2008, p. 59).

A auto-organização só é possível porque SACs são sensíveis ao feedback. Larsen-Freeman (1997, p. 145) afirma que essa sensibilidade é mais bem percebida no campo da Biologia, através do processo de seleção natural de Darwin – um mecanismo básico de feedback construído na natureza. Como exemplo de sensibilidade ao feedback, Franco (2013, p. 40) cita um bando de aves migratórias no qual cada ave é sensível ao movimento das demais e se organizam, inconscientemente, de modo a formar um bando de aves em voo, o que permite que percorram longas distâncias, garantindo a sobrevivência da espécie.

Ainda em relação aos processos de feedback, de acordo com Nascimento (2009, p. 64), uma propriedade importante de sistemas auto-organizadores é a recursão. A partir de Morin (2001, 2003), Nascimento (ibid.) explica que SACs, na interação com o meio, operam a reorganização de si mesmos através de um processo recursivo: um processo cujos estados ou efeitos finais produzem os estados iniciais ou as causas iniciais. Moraes (2007, p. 22), também citando Morin (1997), acrescenta que a partir do

17_{Tradução livre de: “Self-organization and emergence are alternative ways of talking about the source of}

princípio da recursão, os desvios, os erros e as emergências passam a dialogar e a alimentar novamente o sistema e a evoluir com ele.

2.3.5. Adaptabilidade

Em sistemas adaptativos, tendo em vista que os componentes não são independentes uns dos outros, uma mudança em uma área leva a uma mudança do sistema como um todo. Adaptação é o processo através do qual o sistema se ajusta em resposta às mudanças de seu ambiente, o que o ajuda a manter a ordem e a estabilidade (LARSEN-FREEMAN & CAMERON, 2008, p. 33). Essa ordem e estabilidade é atingida de acordo com o feedback que recebem do ambiente. É esta capacidade de selecionar naturalmente e se auto-organizarem que faz com que sistemas complexos sejam adaptativos, ou seja, eles não respondem passivamente aos eventos, mas tentam, ativamente, tirar vantagem do que quer que lhes acontece. Em outras palavras, esses sistemas são capazes de aprender (LARSEN-FREEMAN, 1997, p.145).

Assim, uma característica central de SACs é o fato de que indivíduo e contexto estão em intrínseca relação, ou seja, o contexto não é apenas uma variável externa ao indivíduo; ao contrário, é parte integrante do sistema. Devido a esse acoplamento, não só o indivíduo, mas também o contexto pode sofrer mudanças, em um processo de coadaptação entre indivíduo e ambiente (LARSEN-FREEMAN & CAMERON, 2008, p. 7).