Como vimos ao longo do capítulo 2, são diversas as dimensões e componentes que descrevem a conceitualização do algoritmo computacional na contemporaneidade, e que nos levam a necessidade de compreender esse artefato de forma mais ampla e complexa, portanto
sistêmica74. Assim, definimos o algoritmo computacional como um sistema complexo75,
devido a suas propriedades não serem uma consequência natural de seus elementos constituintes vistos isoladamente.
Nesse ponto, acreditamos que a CTS se coloca em oposição a visões reducionistas e fomenta o processo de reflexão que nos leva a repensar as visões predominantes de ciência e de tecnologia no desenvolvimento dos algoritmos. Para isso, construímos nesse capítulo uma representação, mas também uma crítica ao modelo linear de desenvolvimento e análise que limita as supostas relações de causalidade entre as relações que constituem o objeto.
A partir disso, e como forma de contribuir para o campo da CTS, apresentaremos um modelo que configura os fluxos e contrafluxos, considerando as relações entre estruturas e comportamentos das dimensões estudadas. Para tanto, submeteremos a compreensão algorítmica a uma dentre as diversas teorias76 que abordam a visão sistêmica e trabalham com
sistemas através de um domínio interdisciplinar, ao extrair contribuições de muitos campos diferentes. Além disso, a abordagem de sistemas é valiosa, pois a consideração das categorias de análise de sistemas está subjacente à solução lógica e sequencial geral dos problemas de
controle e tomada de decisão - tal como vimos por Kowalski (1979), como a composição de
um algoritmo77. A partir disso, escolheu-se a linha da teoria da dinâmica de sistemas.
74 Morin (1977) destaca que em todos os horizontes físicos, biológicos e antropos-sociológicos, impõe-se o
fenômeno sistema.
75 O termo sistemas complexos geralmente se refere ao estudo de sistemas complexos, que é uma abordagem da
ciência que investiga como os relacionamentos entre as partes de um sistema dão origem a seus comportamentos coletivos e como o sistema interage e forma relacionamentos com seu ambiente. Um sistema pode ser complexo quando há muita interação entre suas partes. Isso torna difícil prever como o impacto em uma parte do sistema afetará o restante. Observe que os sistemas pode ser complexo mesmo se houver apenas algumas variáveis: é o nível de interação entre variáveis, em vez do número de variáveis, o que torna um sistema complexo.
76 Embora, a complexidade e os sistemas complexos serem estudados há anos, o estudo científico moderno de
sistemas complexos é relativamente novo em comparação com campos científicos estabelecidos, como física e química. Além disso, a história do estudo científico desses sistemas segue várias tendências de pesquisa diferentes, na qual podemos visualiza em consulta: http://www.art-sciencefactory.com/complexity- map_feb09.html
77 É como se escolhessemos a concepção algorítmica, para analisar a própria gênese e construção do algoritmo
111 A dinâmica de sistemas se concentra na modelagem de sistemas por computador, sendo, uma metodologia para a construção de modelos formais de sistemas. Ela tem como origem um ramo da Matemática criado por Isaac Newton e atualizado por Poincaré em 1880. A aplicação dos pressupostos da Teoria dos Sistemas Dinâmicos engloba a Matemática, a Biologia, a Medicina e as Ciências Sociais. Desde o surgimento dos computadores analógico e digital, no século XX, sua aplicação se expandiu e ganhou importância (RAMAGE; SHIPP, 2009). Essa difusão deve-se, principalmente, aos trabalhos de Jay Forrester78, seguido da continuidade e
estudos de seus alunos, Donella Meadows e Peter Senge.
A abordagem metodológica da dinâmica de sistemas79 é qualitativa e considerada uma
abordagem de pesquisa operacional soft80, que ajuda indivíduos e grupos a explicitarem seus
modelos mentais e a pensarem sobre as consequências das suas crenças e preferências à respeito do sistema a ser modelado (PIDD,1998).
Nesse contexto, para Meadows (2008), um sistema compreende um conjunto interconectado de elementos – os substantivos em um sistema, pessoas, lugares, coisas - que é coerentemente organizado - são relacionamentos que conectam os elementos - de uma maneira que alcança algo (uma função ou finalidade) – objetivo declarado ou não. A modelagem de um sistema também deve conter a representação dos elementos81. Isso faz com que o modelo seja
uma descrição simplificada de um sistema usado para simulação ou análise, referindo-se a uma abstração (ou uma construção ou representação humana) (BEN-ELI, 2020, p 27).
Ademais, é importante entender que os modelos são construídos para representar a
realidade e não são a própria realidade. Eles são construídos para representarem uma
simplificação, o que nos leva ao ponto de que nenhum modelo é uma representação perfeita de uma realidade ou a descrição todas as relações de causa e efeito em um sistema. Além disso, os modelos, também são o produto de um observador com entendimentos subjetivos do mundo (BEN-ELI, 2020).
78 Forrester visualizava os sistemas de controle de feedback como fundamentais para toda a vida e esforços
humanos, desde a evolução biológica até o lançamento de um satélite espacial (FORRESTER, 1973). Sob essa perspectiva, via sistemas sociais e econômicos como sistemas não-lineares, que poderiam ser simulados para auxiliar na formulação de políticas e na tomada de decisões nas organizações.
79 Atualmente, a dinâmica de sistemas, sob diferentes enfoques, vem sendo aplicada a uma grande variedade de
sistemas com sucesso, em análises sociais, econômicas, em Física, Química, Biologia, Ecologia, entre outros.
80 Abordagem metodológica que não apenas define soluções para problemas, mas propõe uma reflexão sobre a
realidade percebida.
81 Os sistemas complexos são formados por partes em conexão com o todo. Da interação entre as partes e o
todo, emergem comportamentos imprevisíveis, fato que impossibilita uma parte representar o todo. Assim, a modelagem também busca representar uma parte do todo.
112 Entretanto os modelos possuem o objetivo de nos ajudar a melhorar a entender a realidade, facilitando a comunicação das relações ou análise das interconexões. Ainda, oferece a possibilidade de com dados reais, receberem simulações ou validações com a realidade. Assim, Pidd (2001) “acredita que o processo de construção de modelos ajuda as pessoas a entender melhor suas posições e pontos de vista, promovendo a aprendizagem em grupo. A simulação do comportamento desse modelo não deve ser vista como uma ferramenta prognóstica precisa para o futuro, mas como uma maneira de testar a compreensão da realidade de uma pessoa ou grupo, formalizar modelos mentais e apresentá-los para discussão, descrevendo como todos percebem a maneira como agem.