社会文化进化模型必须考虑到多个相互作用的方面。如果一个社会是由多层、多部门交叉的耗散结构构成，我们就必须找到合适的图像去说明它们是如何形成的。在包含相互作用的耗散系统的复杂发展中，新的宏观结构的形成从长期角度看就是一种分散化和非计划事件。而且，在每一方面都包含着许多或明或暗的激励和鼓舞着人的行为的思想、感情和预计。它们无法直接地加以量化，因为它们溶解在一条被称作“生活方式”的洪流之中。然而，一个社会的生活方式是一种典型的社会文化的宏观现象，依赖于多种相互作用的可以鉴明的因素：诸如与经济、技术、工作、旅行、生态和传播媒介相联系的条件状况。
复杂性之网
当代世界中，技术进化已成为一种变化的推动力量，影响着多种多样的生活方式要素。对于自组织过程，一种显著的特征是，技术的发展是自催化的，每一种创新都催化下一种创新的产生。一种主导的思想（“范式”）是把技术和社会进化解释为技术相继被取代的结果，即一种人工物被另一种人工物取代，照此从增长到饱和的发展就可以进行数学建模，表示为相互关联的逻辑斯蒂曲线。断言技术的进展是通过一系列的相变和取代而进行的，意味着它们可以看成一系列相继的逻辑斯蒂曲线。每一条曲线都达到了某种饱和水平。随着每一水平的进化创新，就发展起一条新的逻辑曲线的相变。
在人类社会中，法律系统和政府活动为市场提供了某种框架。在复杂系统的框架中，它们不可能免遭进化力量的冲击。它们在政治生态系统中，以其自身的机制发生着进化，进行着法律的变异和选择。一些政治秘密，如政治欲望、政治口号或政治纲领，可以成为社会热力学相图中的吸引子。在一个开放的民主社会中，它们可能兴旺，但也可能衰落，如果由于竞争替换的选择压力使得它们的吸引力减小的话。
管理现代社会的复杂性的能力决定性地依赖于有效的通信网络。如同生物大脑中的神经网络一样，这些通信网络决定着有助于人类生存的学习能力。在复杂系统的框架中，我们必须为在其经济和文化环境中传播的信息技术进行动力学建模。因此，我们就涉及到信息和计算生态学。这样的例子是现实的，预订机票、银行联网、实验室联网都是现实的例子，它们都包括了许多各种各样的计算机网络。
不完整的知识和迟到的信息都是开放计算系统的典型特征，在此是没有中心控制的。这些巨大的网络，从不断增加着种种计算机辅助的信息中心联接中出现，正在变成一种自组织系统，它们不同于由单个程序控制的组件。它们的非计划性增长导致了巨大的技术复合和运用的多样性，也增加着相互兼容的困难。这种解放着人类文化的独立机器人世界，呈现出一幅令人生畏的景象，是许多可能令人不安的图景的最后结局。
世界正在成为充满数量巨大的计算系统的世界，复杂性在不断增长。其中包括有传统的“冯·诺伊机”、向量巨型机、共享贮存多处理器、联接机、神经网络机和成千上万的如同阿米巴那样充满这个世界的个人计算机以及将来的分子计算机。这些计算系统正在逐步与卫星、电话、光纤的种种信息系统联接起来。一个自组织的世界范围的软件和硬件系统网络的思想，已经变成现实了。
1969年，在美国国防部建立了计算机辅助的信息网络。它已经成了一个迅速成长的网络核心。这个网络已经联接了175000台计算机、936个终端及许许多多的人。在INTERNET的增长中，没有任何中央处理器的计划或控制，而是一个或多或少有些混乱的过程。然而，组织模式从混沌中出现了，或者也将以某种全球自组织的方式衰退。
在复杂的信息网络中，知识和信息分布在多个中心和个别的程序编制者中。它们的复杂性排除了集中计划，如同所有包括目标、资源和行动的系统一样，计算已经用经济学术语来加以描述了。显然，运用着市场机制的软件和硬件的计算市场已经出现。市场是一种自组织的复杂生态系统的形式。按照斯密的基本见解，比起任何程序编制者和集中控制者的计划和理解，消费者进行选择的力量将使得计算市场生态系统为人们提供更好的服务。原因在于，计算生态系统的巨大复杂性和多样性是与市场联系在一起的。
生物生态系统的复杂性有多个层次，包括细胞、器官和机体。同样，一个计算生态系统的元素，也是按照计算系统的复杂性增长而在不同水平上结合起来的。全球的USENET网络，它通过许多局域成长因素而成长起来。该网络的发展现状包含了37000个节点，它只是INTERNET的一部分。如果人们想要发送或接收电子邮件或利用其他的信息服务，只要找到一个局域的USENET站就可以实现所希望的全球联结。
非线性的迷局
克劳斯先生指出，一般来说，在一个非线性复杂现实中，线性的思维方式是危险的。
我们已经认识到，传统的自由概念是以线性的行为模型为基础的。在这种框架中，所有事件都是某种明确定义的起始原因的结果。因此，如果我们采取一种线性的行为模型，那么对一事件或结果的责任就是惟一的决定了。
但是，由局部的亿万自私的人们的非线性相互作用造成了全球性危害的情形又怎样呢？记住，作为一个例子，我们需要的是一个良好均衡的复杂的生态和经济系统。由于生态混沌可以是全球性的、不可控制的，一些哲学家例如汉斯·琼纳斯就主张，我们应该停止一切可能引起某些未知后果的行动。但是，我们却绝不可能预见一个复杂系统的长期发展。难道我们因此应该后退到海德格尔那样的屈从态度上吗？问题在于，无所事事并不能必然地稳定一个复杂系统，却可能将它推进到另一种亚稳态。然而，对于复杂系统作出短期的预测则是可能的，例如在经济学中是可以作出努力来加以改进的。
在一个线性的模型中，人们相信结果范围类似于它的原因范围。因此，一个该受惩罚的行动，法律上的惩罚就是按照受损程度的大小来进行。但是，微小涨落的“蝴蝶效应”，最初不过是某个人、某个群体或某个公司引发的，最后却导致了某种全球性的政治和经济危机，对此又该怎样办呢？例如，考虑管理者和政治家的责任，他们的失误可能引起数以千计或数以百万计人们的灾难。
人类的生态、经济和政治的问题都已经成为全球性、复杂的和非线性问题，传统的个人责任概念也就让人怀疑。我们需要的是新的集体行为模型，它们依赖于我们有着种种差别的一个个成员及其见解。个体的决策自由并没有被废弃，但却要受到自然和社会中复杂系统集体效果的制约，从长期看复杂系统是不可预测和不可控制的。因此，只有个人的良好愿望是不够的。我们必须考虑它们的非线性效果。全球的动力学相图提供了在一定环境下的可能图景。它们有助于实现合适的条件，去促进所希望的发展，并防止有害的发展。
复杂系统探究方式不可能给我们解释生命是什么。但是它向我们表明，生命是多么复杂和敏感。因此，它可以帮助我们自觉意识到我们生命的价值。
显然，对于政治学、经济学、生态学、医学以及生物科学、计算科学和信息科学的伦理学，从复杂系统理论可以得到一些结论。
这些伦理学结论强烈地依赖于我们关于自然和社会中复杂的非线性动力学的知识，但是它们并非是从复杂系统的原理中推导出来的。因此，我们并不捍卫任何的伦理学自然主义或还原主义。城市发展、全球生态、人的器官或信息网络的动力学模型，都仅仅是提供了有不同吸引子的可能图景。
问题在于，我们应该评价出哪个吸引子应是我们在伦理学上所偏爱的，并通过合适的条件有助它的实现。
复杂性思维的意义
关于复杂性思维的社会意义，我国学者陈倩在其题为《以复杂性思维应对风险社会》的文章中作了初步探讨。
文章指出，复杂性思维是一种以非线性思维、整体思维、关系思维、过程思维为其主要特征的考察事物运动变化的方式。“这种思维方式与以整体方式观察宇宙演化过程的系统范式一道，在坚持自然观和历史观相统一的基础上，不仅为人们提供了一幅世界自组织演化的自然图景，而且也提供了一个观察自然和社会的新角度。”
这些新科学为人们揭示了一个新的世界层面，从而逐渐形成为一种新的非线性系统观。这种非线性的系统观揭示，世界从本质上是非线性的，线性只是它的特例。这与经典科学所强调的有序性和稳定性相反。我们所能观测的都是涨落、不稳定性、多种选择性和有限预测性。因此，经典科学给予我们的只是“自然的碎片”。“非线性打破了还原论者的迷梦。”
文章认为，自然之形的基本形成过程也是不可逆和随机的，我们需要对物质进行重新考察，不再用机械的世界观描绘出凝固的观点，而是用一种与自发的活性相关联的新见解。概括说来，复杂性思维区别现代性思维主要有以下特征：不连续性、不确定性、不可分离性、不可预测性。复杂性思维以其独特的视角为我们提供了一种反思现代性思维的可能。同时也为我们提出了一种应对风险社会的可能。
同时，文章看到，复杂性思维在应对风险社会的同时，自身也带来了新的困境——复杂性思维的应用会不会又是一场科学或者类似科学的胜利呢？对此，我们或许没有清晰的前景，关键的议题可能是（其实作者对此时刻保持着一种警醒），一种思维图式所预兆的一切，未必如自身特质所努力达到的一致。
对于复杂性思维风险社会的契合性以及超越性，目前还仅限于理论层面上的探讨，在人类实践中，在人类历史长河的流逝之下，复杂性思维在与现代性思维的较量之中，可能胜利，但这种复杂性思维所追求的更高层次的文明同样将可能使我们再次陷入迷失。这其中并没有所谓不证自成的真理存在，正如复杂性思维所自身暗示的，无序、不确定性以及面对着开放的社会系统。
文章在最后的理论探讨以及试图把握整个人类社会的脉络中，陷入了一种沉思：或许无论复杂性思维还是风险社会，一切的一切都是人类自寻的烦恼。自然和生活或许本来就没有那么复杂或者充满着无休止的矛盾的解困。谁又能带我们走出复杂性思维的困境呢？让我们从生活的复杂回归到简单，从社会的风险回归到人性的安宁。
4.1.4从“复杂性思维”到“复杂性哲学”——读赵凯荣《复杂性哲学》
“线性问题”与“非线性问题”
赵凯荣先生的《复杂性哲学》一书，将复杂性问题带进了哲学思考的层次。在这里，世界复杂性的哲学本质，被一步步揭示出来。（赵凯荣《复杂性哲学》，中国社会科学出版社，2001年10月第一版）
赵凯荣认为，复杂性是由系统定义的，但不同的系统复杂性又是由系统的线性或非线性关系定义的。非线性和线性的关系不是平列的，线性关系是非线性的特例。线性和非线性最初只是在数学中被发现的。
为了认识一个对象的性质，人们总是把该对象置于一定的已知关系中，即将其和其他已知的性质联系起来，这便是建立方程或函数关系。这是人类认识未知世界的最基本的方法。很显然，如果方程或函数中仅有一个未知项，且未知项的结构很简单，比如只有一次方，那么这个方程很容易求解。如果方程的个数多余或等于未知项的个数，那么，其未知项可以较为容易、确切得出，如果方程的个数少于未知数的个数，则稍稍麻烦一点，但通过克莱姆法则、高斯消去法等，也可以确切地求解。
除此之外，方程的实际发展还有另外一个方向，这就是形成了所谓的多项式代数，它研究只含一个未知项却有任意次方的方程。由于二次方程有求解公式，所以人们曾集中精力寻求高次方的解。在十六世纪，人们找到了三次和四次方程的解。到十九世纪才最终发现，这样的高次公式是不可能找到的，即对一元高次方程，是不可能找到显式解的（封闭性）。非线性被发现出来，只不过人们并没有认识到。也就是说，对这类方程，根本不存在惟一的、确定的解，它的解是存在的，但不能像写数那样把它写出来。这个问题是由伽罗华解决的，他为之提出了一个新的数学概念——群。数学家霍金证明，只要考察的是三体问题（二体问题是牛顿力学的处理对象），得出精确的解已经不可能。
进入20世纪60年代以来，随着科学转向复杂性多变量系统研究的深入，各种关于非线性复杂系统的研究才取得了实质性的进展：耗散结构理论探索了远离平衡态系统的非线性相互作用的自组织特征；协同学研究了系统从一种组态向另一种组态转化过程中各组成部分协同行为的规律性；超循环论研究了类似生物催化循环的自催化系统的非线性模型；分形论从非线性的角度探讨了多样化与统一性的关系问题；突变论研究了各种系统出现突变的众多非线性模型；混沌学则将决定性与非决定性在非线性关系中统一了起来。
最近的研究表明，在自然、社会、思维中更为普遍存在的是非线性。