حقیقت در مورد مدل های علمی

به عنوان COVID-19 ادعا می کند بیشتر قربانیان علمی, مدل سرفصل. ما نیاز به این مدل ها به تصمیم گیری آگاهانه. اما چگونه می تواند به ما بگوید که آیا یک مدل می توان اعتماد کرد ؟ فلسفه علم به نظر می رسد تبدیل به یک موضوع از زندگی یا مرگ.

آیا ما در حال صحبت کردن در مورد سر و صدای ترافیک از یک بزرگراه جدید و یا در مورد تغییر آب و هوا یا یک بیماری همه گیر دانشمندان تکیه بر مدل که ساده ریاضی نمایندگی از جهان واقعی است. مدل های تقریب و حذف جزئیات اما یک مدل خوب را استوار خروجی مقادیر توسعه داده شد.

مدل های همیشه پیش بینی آینده. این نه آنها را غیرعلمی اما آن را می سازد آنها را به یک هدف برای علم منتقدان. من حتی نمی تواند سرزنش منتقدان به دلیل دانشمندان غالبا ستایش پیش بینی درست برای اثبات یک مدل را به ارزش. آن را در اصل ایده های خود را. بسیاری از فیلسوفان برجسته علوم از جمله کارل پوپر و Imre Lakatos اشاره کرد که پیش بینی درست یک راه گفتن علم از شبه علم.

اما درست پیش بینی به تنهایی نمی خوبی را علمی ، و این قضیه نیز صادق است: یک مدل را می توان علم خوب بدون همیشه پیش بینی. در واقع این مدل است که مهم ترین برای گفتمان سیاسی هستند کسانی که نه پیش بینی. در عوض آنها تولید “پیش بینی” و یا “سناریو” است که در مقایسه با پیش بینی ها پیش بینی است که بستگی به این دوره از عمل ما خواهد شد. که بعد از همه دلیل ما مشورت مدل: بنابراین ما می توانید تصمیم بگیرید که چه باید بکنید. اما از آنجایی که ما نمی تواند پیش بینی و تصمیم گیری های سیاسی خود واقعی آینده روند لزوما غیر قابل پیش بینی.

این تبدیل به یکی از مشکلات عمده در توضیح بیماری همه گیر ، پیش بینی وخیم برای COVID مرگ و میر در آن آمده است درست نیست. اما این نمی شد پیش بینی; آنها برنامه ریزی برای مورد که در آن ما را بدون اقدامات است.

تصمیم گیری های سیاسی نیست و تنها دلیل که چرا یک مدل ممکن است صرفا را مشروط بینی به جای قطعی پیش بینی. روند گرم شدن کره زمین به عنوان مثال بستگی به فرکانس و شدت فوران های آتشفشانی که خود را در حال حاضر نمی توان پیش بینی کرد. آنها نیز بستگی دارد پیشرفت های فن آوری است که خود بستگی به رونق اقتصادی آن بستگی دارد در میان بسیاری از چیزهای دیگر در مورد اینکه آیا جامعه است که در درک یک بیماری همه گیر. گاهی اوقات درخواست برای پیش بینی است که واقعا درخواست بیش از حد.

پیش بینی ها نیز به اندازه کافی به صورت علم است. به یاد بیاورید که چگونه در هر زمان یک فاجعه طبیعی اتفاق می افتد معلوم شده اند به “پیش بینی” در یک فیلم یا یک کتاب. با توجه به این که طبیعی ترین فجایع قابل پیش بینی هستند به حدی که “در نهایت چیزی شبیه به این اتفاق می افتد” این است که به سختی تعجب آور است. اما این پیش بینی آنها از نظر علمی بی معنی نبوت است زیرا آنها نه بر اساس یک مدل که روش می توان تکثیر و هیچ کس را آزمایش کرده است که آیا نبوت بودند بهتر از تصادفی حدس بزند.

بنابراین پیش بینی ها نه لازم است برای خوب علمی مدل و نه کافی به قاضی یکی است. اما پس چرا بودند فیلسوفان بنابراین مصمم است که علم خوب است نیاز به پیش بینی ؟ این است که آنها در اشتباه بودند. این درست است که آنها در تلاش بودند برای رسیدگی به یک مشکل متفاوت از آنچه ما در حال حاضر مواجه.

دانشمندان بگویید خوب مدل از آنهایی که بد توسط روشهای آماری است که سخت به برقراری ارتباط بدون معادلات. این روش ها بستگی به نوع و مدل و مقدار داده و زمینه پژوهش است. در آن دشوار است. خشن پاسخ این است که خوب و علمی مدل با دقت توضیح می دهد مقدار زیادی از اطلاعات با چند فرض است. کمتر مفروضات و بهتر مناسب به اطلاعات بهتر مدل است.

اما فیلسوفان که با کمی توضیح قدرت. آنها به دنبال یک راه برای گفتن خوب علم از علم بد بدون نیاز به تشریح اطلاعات علمی. و در حالی که درست پیش بینی ممکن است به شما بگوید که آیا یک مدل خوب است علم آنها افزایش اعتماد به دانشمندان نتیجه گیری به دلیل پیش بینی های جلوگیری از دانشمندان از اضافه کردن مفروضات پس از آنها دیده می شود داده ها. بنابراین درخواست برای پیش بینی یک قاعده ی و خوب اما از آن است که نفت خام و مستعد به خطا میرود. و اساسا آن را می سازد هیچ حس. یک مدل هم با دقت توصیف طبیعت و یا آن را نمی کند. که در آن لحظه در زمان یک دانشمند ساخته شده محاسبه شده است بی ربط به مدل رابطه با طبیعت است.

سردرگمی نزدیک و مرتبط با این ایده که علم خوب است باید پیش بینی این باور است که دانشمندان باید به روز رسانی یک مدل زمانی که اطلاعات جدید در می آید. این نیز می توان به پوپر & Co. که فکر آن بد است علمی عمل. اما البته یک دانشمند خوب به روز رسانی مدل خود را زمانی که آنها دریافت داده های جدید! این است ماهیت روش علمی: هنگامی که شما در یادگیری چیزی جدید تجدید نظر. در عمل این معمولا به معنی recalibrating پارامترهای مدل با داده های جدید. این است که چرا ما به طور منظم به روز رسانی از COVID مورد پیش بینی. آنچه یک دانشمند است و نه قرار است انجام دهید این است اضافه کردن بسیاری از مفروضات است که مدل مناسب می تواند هر گونه اطلاعات. این خواهد بود یک مدل با هیچ توضیحی قدرت.

درک نقش پیش بینی در علوم همچنین مسائل برای مدل های آب و هوا. این مدل را به درستی پیش بینی کرد بسیاری از مشاهده روند از افزایش دمای سطح به استراتوسفر خنک کننده به دریا یخ ذوب. این واقعیت است که اغلب توسط دانشمندان در برابر منکران تغییرات آب و هوا. اما منکران سپس دوباره با برخی از مقالات ساخته شده است که اشتباه پیش بینی. در پاسخ دانشمندان اشاره به اشتباه پیش بینی شد و چند دور بین. منکران شمارنده وجود دارد ممکن است تمام انواع از دلایل اریب شماره از مقالات که هیچ ربطی به علمی شایستگی. در حال حاضر ما در حال شمارش سر و quibbling در مورد اخلاق در انتشارات علمی به جای صحبت کردن علم است. چه مشکلی پیش آمد ؟ پیش بینی ها اشتباه از استدلال.

بهتر است پاسخ به منکران است که مدل های آب و هوا را توضیح دهد بارهای از اطلاعات با چند فرض است. از نظر محاسباتی ساده ترین توضیح برای مشاهدات ما این است که این روند ناشی از انسانی دی اکسید کربن انتشار. این فرضیه است که اکثر توضیحی قدرت.

به طور خلاصه به قضاوت علمی, مدل بپرسید نه برای پیش بینی. بپرسید به جای آن به چه میزان داده ها توضیح داده شده توسط این مدل و چگونه بسیاری از فرضیات لازم برای این کار است. و بیشتر از همه قضاوت نکنید یک مدل که آیا شما مانند آنچه در آن به شما می گوید.

tinyurlis.gdu.nuclck.ruulvis.netshrtco.de