Un nuevo análisis crítico ha puesto en duda la originalidad y la utilidad de la "teoría de ensamblaje", una propuesta reciente que busca cuantificar la complejidad de un objeto basándose en el número de pasos necesarios para construirlo. Investigadores de la Universidad de Cambridge han demostrado que los principios fundamentales de esta teoría son matemáticamente equivalentes a algoritmos de compresión de datos estadísticos ya existentes, como los utilizados en la compresión de diccionarios (por ejemplo, Lempel-Ziv).

La teoría de ensamblaje, que ha ganado cierta tracción en campos como el origen de la vida y la astrobiología, postula que los objetos con mayor "número de ensamblaje" son intrínsecamente más complejos y, por tanto, menos probables de formarse aleatoriamente. Sin embargo, el estudio actual argumenta que esta métrica no introduce conceptos novedosos ni proporciona una comprensión más profunda de la complejidad que la que ya ofrecen las herramientas estadísticas estándar. La equivalencia matemática sugiere que la teoría de ensamblaje podría no ser una teoría fundamental de la complejidad, sino una reformulación de principios conocidos en la teoría de la información.

Los autores del análisis enfatizan que, si bien la teoría de ensamblaje puede ser útil como una heurística o una forma intuitiva de pensar sobre la complejidad, carece de la novedad teórica que se le ha atribuido. El trabajo sugiere que los investigadores que buscan cuantificar la complejidad de sistemas naturales o artificiales podrían obtener resultados similares y más robustos utilizando algoritmos de compresión de datos bien establecidos, que ya cuentan con un sólido fundamento matemático y una amplia aplicación en diversas disciplinas.