Collective behavior is the emergent coordinated action of individuals in a system that results from local interactions without central control.El comportamiento colectivo surge en sistemas de muchos agentes que interactúan, desde bandadas de animales hasta partículas en enjambre. La clave está en las interacciones locales: cada agente reacciona a su entorno siguiendo un algoritmo simple, sin un plan global. Esto da lugar a propiedades emergentes, aquellas que no poseen los elementos individuales. Por ejemplo, un banco de peces se compacta ante el peligro, creando la ilusión de un gran organismo; una colonia de hormigas encuentra el camino más corto hacia la comida mediante rastros de feromonas. La transición del movimiento caótico al ordenado es análoga a una transición de fase en física, donde el estado colectivo cambia bruscamente al alcanzar una densidad crítica o una fuerza de acoplamiento.
Las primeras descripciones científicas del comportamiento colectivo animal aparecen a principios del siglo XX, pero la base teórica fue establecida en la física por muchos científicos. Ludwig Boltzmann, en el siglo XIX, desarrolló la mecánica estadística, mostrando cómo las reglas microscópicas para las moléculas dan lugar a las propiedades macroscópicas de un gas. Esta idea se adoptó para otros sistemas. En las décadas de 1930 y 1940, en biología (Julian Huxley, William H. Thorpe) se estudió la sincronización en aves y peces. El punto de inflexión llegó con el desarrollo de las computadoras: en los años 70 aparecieron las primeras simulaciones (por ejemplo, el modelo de Vicsek para el movimiento colectivo de partículas), y en 1986 Craig Reynolds publicó el famoso modelo «Boids», que demostró que tres reglas generan un comportamiento realista de bandada. Paralelamente, físicos (Stanley Milgram, Serge Galam) investigaron las multitudes, y los químicos la reacción de Belousov-Zhabotinsky. Hoy el comportamiento colectivo es un área en rápido desarrollo, aplicable a la neurobiología, la robótica y las redes sociales.
El mecanismo se basa en la retroalimentación positiva y las interacciones no lineales. Cada agente obedece reglas locales simples, que a menudo incluyen repulsión a corta distancia (para evitar colisiones), alineación del vector de velocidad con el promedio de los vecinos (coordinación de dirección) y atracción hacia el centro del grupo local (cohesión). A baja densidad o interacción débil, el sistema es caótico. Al superar un umbral de acoplamiento (fuerza de atracción o número de vecinos) se produce una transición de fase, similar a la magnetización: surge un orden de largo alcance y todos los agentes se mueven coherentemente. Esto se describe mediante un parámetro de orden, por ejemplo, el vector de orientación promedio. En casos más complejos se forman ondas de excitación, vórtices, cúmulos. En sistemas neuronales, la dinámica colectiva genera oscilaciones y sincronización de descargas. La universalidad de estos fenómenos se explica mediante métodos del grupo de renormalización, que muestran que muchos sistemas heterogéneos pertenecen a una misma clase universal cerca del punto crítico.
Control de enjambres de drones, predicción de atascos y pánico en multitudes, creación de materiales autoorganizados.
Las luciérnagas de algunas especies sincronizan sus destellos sin director alguno: cada insecto se ajusta al ritmo de sus vecinas, y tras unos pocos ciclos toda la población brilla al unísono, convirtiendo el bosque nocturno en una nube viva y parpadeante.


















