A principios de los años 90, los ecologistas habían acumulado suficientes conjuntos de datos de series temporales sobre poblaciones de especies y suficiente potencia informática para probar estas ideas. Solo había un problema: el caos no parecía estar allí. Solo alrededor del 10 por ciento de las poblaciones examinadas parecían cambiar caóticamente; el resto cicló de manera estable o fluctuó aleatoriamente. Las teorías del caos de los ecosistemas dejaron de estar de moda científicamente a mediados de la década de 1990.
Sin embargo, los nuevos resultados de Rogers, Munch y su colega matemática de Santa Cruz, Bethany Johnson, sugieren que el trabajo anterior no detectó dónde se escondía el caos. Para detectar el caos, los estudios anteriores utilizaron modelos con una sola dimensión: el tamaño de la población de una especie a lo largo del tiempo. No consideraron los cambios correspondientes en factores desordenados del mundo real como la temperatura, la luz solar, la lluvia y las interacciones con otras especies que podrían afectar a las poblaciones. Sus modelos unidimensionales capturaron cómo cambiaron las poblaciones, pero no por qué cambiaron.
Pero Rogers y Munch «fueron a buscar [chaos] de una manera más sensata”, dijo Aaron King, profesor de ecología y biología evolutiva en la Universidad de Michigan que no participó en el estudio. Usando tres algoritmos complejos diferentes, analizaron 172 series temporales de poblaciones de diferentes organismos como modelos con hasta seis dimensiones en lugar de solo una, dejando espacio para la influencia potencial de factores ambientales no especificados. De esta forma, pudieron verificar si los patrones caóticos inadvertidos podrían estar incrustados dentro de la representación unidimensional de los cambios de población. Por ejemplo, un mayor número de precipitaciones podría estar relacionado caóticamente con el aumento o la disminución de la población, pero solo después de un retraso de varios años.
Rogers, Johnson y Munch descubrieron que en los datos de población de aproximadamente el 34 por ciento de las especies, las firmas de interacciones no lineales estaban presentes, lo que era significativamente más caos de lo que se había detectado anteriormente. En la mayoría de esos conjuntos de datos, los cambios en la población de la especie no parecían caóticos al principio, pero la relación de los números con los factores subyacentes sí lo era. No podían decir con precisión qué factores ambientales eran los responsables del caos, pero fueran lo que fueran, sus huellas digitales estaban en los datos.
Los investigadores también descubrieron una relación inversa entre el tamaño del cuerpo de un organismo y cuán caótica tiende a ser la dinámica de su población. Esto puede deberse a diferencias en el tiempo de generación, ya que los organismos pequeños que se reproducen con mayor frecuencia también se ven más afectados por variables externas con mayor frecuencia. Por ejemplo, las poblaciones de diatomeas con generaciones de alrededor de 15 horas muestran mucho más caos que las manadas de lobos con generaciones de casi cinco años.
Sin embargo, eso no significa necesariamente que las poblaciones de lobos sean intrínsecamente estables. “Una posibilidad es que no estemos viendo el caos allí porque simplemente no tenemos suficientes datos para retroceder durante un período de tiempo lo suficientemente largo para verlo”, dijo Munch. De hecho, él y Rogers sospechan que, debido a las limitaciones de sus datos, sus modelos podrían estar subestimando la cantidad de caos subyacente presente en los ecosistemas.
Sugihara cree que los nuevos resultados podrían ser importantes para la conservación. Los modelos mejorados con el elemento correcto de caos podrían hacer un mejor trabajo al pronosticar la proliferación de algas tóxicas, por ejemplo, o rastrear las poblaciones de peces para evitar la sobrepesca. Considerar el caos también podría ayudar a los investigadores y administradores de la conservación a comprender hasta qué punto es posible predecir significativamente el tamaño de la población. “Creo que es útil que el tema esté en la mente de la gente”, dijo.
Sin embargo, tanto él como King advierten que no se debe confiar demasiado en estos modelos conscientes del caos. “El concepto clásico de caos es fundamentalmente un concepto estacionario”, dijo King. Se basa en la suposición de que las fluctuaciones caóticas representan una desviación de alguna norma estable y predecible. Pero a medida que avanza el cambio climático, la mayoría de los ecosistemas del mundo real se vuelven cada vez más inestables, incluso a corto plazo. Incluso teniendo en cuenta muchas dimensiones, los científicos deberán ser conscientes de esta línea de base en constante cambio.
Aún así, tener en cuenta el caos es un paso importante hacia un modelado más preciso. “Creo que esto es realmente emocionante”, dijo Munch. “Simplemente va en contra de la forma en que pensamos actualmente sobre la dinámica ecológica”.
historia original reimpreso con permiso de Revista Cuanta, una publicación editorialmente independiente de la Fundación Simons cuya misión es mejorar la comprensión pública de la ciencia al cubrir los desarrollos y tendencias de investigación en matemáticas y ciencias físicas y de la vida.