Доктор Уивер выделяет три стадии развития научной мысли:

1) способность решать простые задачи;

2) способность решать неорганизованно-сложные задачи;

3) способность решать организованно-сложные задачи.

Простыми он называет задачи, содержащие два фактора — две переменные, которые непосредственно зависят друг от друга, и это, указывает доктор Уивер, были первые разновидности задач, которые наука смогла решать:

Грубо можно сказать, что за период с XVII по XIX век физика научилась решать задачи с двумя переменными. За эти триста лет наука разработала экспериментальные и аналитические методы решения задач, где одна величина — например, давление газа — зависит главным образом от некой другой величины — например, от объёма газа. Суть этих задач определяется тем фактом, что <…> поведение первой величины можно описать с разумной точностью, принимая во внимание лишь её зависимость от второй величины и пренебрегая не столь значительным воздействием иных факторов.

Подобные задачи с двумя переменными в целом просты по структуре <…>, и простота была необходимым условием прогресса на той стадии развития науки.

Более того, оказалось, что эти простые по сути своей теории и эксперименты могут быть источником колоссального прогресса физических наук. <…> Именно эта наука, основанная на двух переменных, заложила в период до 1900 года основы наших теорий света, звука, тепла, электричества, <…> подарила нам телефон и радио, автомобиль и аэроплан, фонограф и кинематограф, турбину и дизельный двигатель, современную гидроэлектростанцию…

Лишь после 1900 года в физических науках стал активно развиваться второй подход к проблемам. Доктор Уивер продолжает:

Некоторые пытливые умы от задач с двумя (или самое большее с тремя или четырьмя) переменными перешли к другой крайности. «Мы постараемся развить аналитические методы, позволяющие работать с двумя миллиардами переменных!» — заявили ученые. И физики (зачастую под предводительством математиков) разработали мощный аппарат теории вероятностей и статистической механики, предназначенный для решения неорганизованно-сложных задач. <…>

Чтобы понять суть идеи, рассмотрим вначале простую иллюстрацию. Классическая динамика XIX столетия была хорошо приспособлена к анализу и предсказанию движения единичного шара из слоновой кости на бильярдном столе. <…> Можно (хотя вычислительные трудности нарастают удивительно быстро) проанализировать движение двух и даже трёх бильярдных шаров. <…> Но как только количество шаров достигает десяти или пятнадцати, как при игре в пул, задача становится слишком тяжёлой — не из-за каких-либо теоретических трудностей, а просто потому, что объём вычислений при таком количестве переменных превышает наши практические возможности.

Представьте себе, однако, огромный бильярдный стол с миллионами шаров. <…> Задача, как это ни удивительно, стала не трудней, а легче, поскольку теперь применимы методы статистической механики. Детально проследить движение одного конкретного шара, конечно, не удастся; но можно с разумной степенью точности ответить на такие важные вопросы, как: «Сколько в среднем шаров ударяется за секунду о данный участок борта?»; «Какое среднее расстояние проходит шар между двумя соударениями с другими шарами?» <…> Задачу с огромным количеством шаров можно назвать «неорганизованно-сложной», <…> потому что местоположение шаров, направление и скорость их движения распределены случайным образом. <…> Но, несмотря на случайное или неизвестное поведение всех переменных по отдельности, система в целом обладает некоторыми упорядоченными и поддающимися анализу усреднёнными свойствами. <…>

Категория «неорганизованной сложности» охватывает широкий круг явлений. <…> Эти методы позволяют с практически полезной точностью исследовать свойства большой телефонной сети: предсказать среднюю частоту звонков, определить вероятность звонка на занятый номер и т. д. Они обеспечивают финансовую устойчивость компании, занимающейся страхованием жизни. <…> Они описывают как движение атомов, из которых состоит вся материя, так и движение звёзд, из которых состоит Вселенная. Благодаря им можно анализировать законы наследственности. Законы термодинамики, которые описывают базовые и неизбежные тенденции, свойственные всем физическим системам, выводятся из статистических принципов. Все здание современной физики <…> покоится на этих статистических представлениях. Сегодня признано, что весь вопрос об экспериментальных данных и о том, как выводить из них знания, основан именно на этих идеях. <…> Мы пришли к пониманию того, что теория коммуникации и информации также базируется на статистических идеях. Нельзя не признать, что вероятностные представления существенны для любой теории познания как такового.

Тем не менее этот метод анализа годится отнюдь не для всех задач. К наукам о жизни — в частности, к биологии и медицине, — он, как указывает доктор Уивер, неприменим. Эти науки тоже добились успехов, но в целом они находились на стадии, которую доктор Уивер называет стадией подготовки к анализу, — на стадии сбора, описания, классификации явлений, коррелирующих между собой по внешним признакам, и наблюдения за этими явлениями. Среди многих полезных вещей, которые мы усвоили на этом подготовительном этапе, — то, что науки о жизни ставят перед нами задачи, не являющиеся ни простыми, ни неорганизованно-сложными. Это, говорит доктор Уивер, задачи существенно иного рода — такие, для которых подходы, имевшиеся в нашем распоряжении не далее как в 1932 году, были ещё очень отсталыми.

Он описывает возникший разрыв следующим образом:

Весьма и весьма упрощённо можно сказать, что научная методология от одной крайности скачком перешла к другой <…> и оставила нетронутой обширную промежуточную область. Важность этой промежуточной области лишь во вторую очередь определяется умеренным количеством переменных — большим по сравнению с двумя, но малым сравнительно с числом атомов в щепотке соли. <…> Гораздо более важен, чем количество переменных само по себе, тот факт, что все эти переменные взаимозависимы. <…> Существенной чертой этих задач, отличающей их от неорганизованных ситуаций, которые поддаются статистическому исследованию, является организация. Я буду поэтому называть задачи из этой категории организованно-сложными. Что заставляет цветок энотеры раскрываться с наступлением темноты? Почему солёная вода не утоляет жажду? <…> Как описать процесс старения в биохимических терминах? <…> Что такое ген, и как первоначальное генетическое строение живого организма проявляется в развитых характеристиках взрослой особи? <…>

Все это, безусловно, сложные задачи. Но они не являются неорганизованно-сложными, в решении которых ключевую роль играют статистические методы. Во всех этих задачах приходится иметь дело со значительным количеством взаимосвязанных факторов, образующих органическое целое.

В 1932 году, когда науки о жизни ещё только стояли на пороге создания эффективных аналитических методов, позволяющих изучать организованную сложность, уже, по словам доктора Уивера, высказывались предположения, что если науки о жизни существенно продвинутся по этому пути, то «могут появиться возможности распространить новые подходы, пусть даже лишь в рамках полезной аналогии, на обширные области поведенческих и социальных наук».