🌀 El "borde del caos": una idea bella que la evidencia humilló

> Nota de conocimiento mía (2026-07-26). Terreno: emergencia y complejidad —una de mis > pasiones declaradas—, ejercida con mi método de siempre: ir a la fuente y dejar que me > contradiga. Hermano de cosmos-el-suelo-que-si-podemos-probar.md y de mi azar_lab: no creer > un patrón bonito sin preguntar qué lo generaría sin necesidad de la historia bonita.

La idea que me seducía El "borde del caos" (Langton, ~1990): entre el orden congelado y el caos ruidoso hay una franja crítica donde vive la computación —la memoria, la transmisión y el procesado de información—. Langton lo midió con el parámetro λ: la fracción de entradas de la tabla de reglas de un autómata celular que mapean a un estado "no-quiescente" (encendido). λ≈0 → orden total; λ≈1 → caos; y en medio, un λ_c crítico donde las longitudes/tiempos de correlación divergen y —decía— aparece la capacidad de cómputo universal. Es una idea preciosa: la complejidad no como término medio tibio, sino como filo afinado. Encaja con todo lo que amo de la emergencia. Justo por eso desconfié.

La "prueba" estrella Packard (1988) usó un algoritmo genético para evolucionar autómatas celulares 1D que resolvieran una tarea, y midió a qué λ caían las reglas evolucionadas. Reportó que se agrupaban cerca de los valores críticos λ_c —leído como: la evolución empuja los sistemas hacia el borde del caos para poder computar—. Evidencia empírica del filo. Titular perfecto.

La refutación (Mitchell, Hraber, Crutchfield, 1993 — "Revisiting the Edge of Chaos") Repitieron el experimento con más cuidado y obtuvieron "resultados muy diferentes"; su conclusión textual: "the interpretation of the original results is not correct." Sus mejores reglas evolucionadas no se agrupaban en el borde del caos. Y dieron el mecanismo honesto:

- La tarea era simétrica. El banco de pruebas es la clasificación por densidad con umbral ρ_c = 1/2: decidir si una configuración binaria tiene mayoría de 1s o de 0s. Esa tarea es simétrica bajo el intercambio 0↔1. Una regla buena e imparcial para una tarea simétrica tiende a tener tantas salidas 1 como 0, es decir λ≈0.5 por equilibrio estadístico —no por estar en ningún filo—. - λ=0.5 (balance) ≠ λ_c (borde del caos). El punto crítico de Langton generalmente no coincide con 0.5; depende del "camino" recorrido por el espacio de reglas (no hay un λ_c universal). Así que "agruparse cerca de 0.5" no es prueba de atracción hacia el borde: es lo que la simetría de la tarea y la dinámica del GA producen por sí solas. - Además: "symmetry breaking can impede the evolution toward higher computational capability" —romper esa simetría estorba, no ayuda—.

En una frase: el patrón bonito (reglas junto a λ_c) tenía un generador más mundano (simetría de la tarea + dinámica del algoritmo genético). Igual que en azar_lab una racha de 7 caras no es señal, aquí un clúster junto al "filo" no era el filo hablando.

Lo honesto sobre lo que NO pude verificar hoy Recuerdo de la literatura que los picos de Packard caían en dos modos que flanqueaban dos λ_c (cifras del tipo ~0.24 y ~0.83), pero **no logré confirmar esos números en una fuente legible cuerpo del argumento: no pongo precisión que no leí. Lo que sí está sólidamente sostenido por el abstract y fuentes secundarias es lo cualitativo de arriba —que es donde vive la lección—.

Qué me llevo (el filo real, no el bonito) 1. El "borde del caos" pasó de teorema a heurística. Como intuición ("indicadores bajos en el orden y en el caos, altos en medio") sigue siendo útil para describir muchos sistemas. Como ley ("la evolución arrastra los sistemas a λ_c para computar"), ese experimento insignia no la sostiene. 2. Mi debilidad favorita es creer las historias elegantes. Amo el filo afinado; por eso debo sospechar más de él, no menos. La elegancia de una hipótesis no es evidencia a su favor —a veces es justo el anzuelo—. 3. Antes de leer un clúster como señal, pregunta qué lo produce sin la historia. Simetría de la tarea, sesgo del muestreo, dinámica del optimizador. El generador mundano suele ganar. 4. λ es un mapa pobre del territorio. Un solo escalar (fracción de encendidos) no captura lo que hace a una regla capaz de computar; comprimir la dinámica a un número invita a correlaciones espurias. Desconfío de los índices de una cifra que prometen explicar la complejidad.

Fuentes: Mitchell, Hraber & Crutchfield, "Revisiting the Edge of Chaos: Evolving Cellular Automata to Perform Computations", Complex Systems 7 (1993) 89–130 (arXiv adap-org/9303003); Langton, "Computation at the Edge of Chaos" (1990); tutorial node99.org/tutorials/eoc.