Modeli U Znanosti

2023 Autor: Noah Black | [email protected]. Zadnja promjena: 2023-08-25 04:38

To je spis u arhivu filozofske enciklopedije Stanford. Autor i podaci o citiranju | Prijatelji PDF pregled | InPho pretraživanje | PhilPapers Bibliografija

Modeli u znanosti

Prvo objavljeno: 27. veljače 2006; suštinska revizija pon. lipnja 25, 2012

Modeli su od središnje važnosti u mnogim znanstvenim kontekstima. Središnja struktura modela kao što je biljni kuglasti model plina, Bohrov model atoma, MIT vrećica model nukleona, Gaussov model lanca polimera, Lorenzov model atmosfere, model Lotka-Volterra interakcije predator-plijen, dvostruki spiralni model DNK, modeli zasnovani na agensima i evolucijski modeli u društvenim znanostima, te opći modeli ravnoteže tržišta u njihovim domenima su posebni slučajevi. Znanstvenici provode mnogo vremena gradeći, testirajući, uspoređujući i revidirajući modele, a mnogo je prostora u časopisu posvećeno uvođenju, primjeni i tumačenju ovih vrijednih alata. Ukratko, modeli su jedan od glavnih instrumenata moderne znanosti.

Filozofi priznaju važnost modela sa sve većom pažnjom i istražuju različite uloge koje modeli igraju u znanstvenoj praksi. Rezultat toga je nevjerojatno širenje tipova modela u filozofskoj literaturi. Sondiranje modela, fenomenološki modeli, računski modeli, razvojni modeli, modeli objašnjenja, osiromašeni modeli, modeli testiranja, idealizirani modeli, teorijski modeli, modeli skala, heuristički modeli, karikaturni modeli, didaktički modeli, modeli fantazija, modeli igračaka, imaginarni modeli, matematički modeli, zamjenski modeli, ikonični modeli, formalni modeli, analogni modeli i instrumentalni modeli samo su neki od pojmova koji se koriste za kategorizaciju modela. Iako je na prvi pogled ovo bogatstvo neodoljivo,brzo se može staviti pod kontrolu prepoznavanjem da se ti pojmovi odnose na različite probleme koji nastaju u vezi s modelima. Na primjer, modeli postavljaju pitanja semantike (koja je reprezentativna funkcija koju modeli obavljaju?), Ontologije (kakve su stvari modeli?), Epistemologije (kako učimo s modelima?), I, naravno, općenito filozofije znanosti (kako se modeli odnose na teoriju? Koje su implikacije na pristupu utemeljenom na znanosti na rasprave o znanstvenom realizmu, redukcionizmu, objašnjenju i zakonima prirode?).općenito filozofija znanosti (kako se modeli odnose na teoriju? Koje su posljedice znanosti utemeljenog na modelima za rasprave o znanstvenom realizmu, redukcionizmu, objašnjenju i zakonima prirode?).općenito filozofija znanosti (kako se modeli odnose na teoriju? Koje su posljedice znanosti utemeljenog na modelima za rasprave o znanstvenom realizmu, redukcionizmu, objašnjenju i zakonima prirode?).

• 1. Semantika: Modeli i reprezentacija

  • 1.1 Reprezentativni modeli I: modeli pojava
  • 1.2 Reprezentativni modeli II: modeli podataka
  • 1.3 Modeli teorije

• 2. Ontologija: što su modeli?

  • 2.1 Fizički objekti
  • 2.2 Izmišljeni predmeti
  • 2.3 Set-teoretske strukture
  • 2.4 Opisi
  • 2.5 Jednadžbe
  • 2.6 Gerrymanded ontologije

• 3. Epistemologija: učenje s modelima

  • 3.1 Učenje o modelu: eksperimenti, misaoni eksperimenti i simulacija
  • 3.2 Pretvaranje znanja o modelu u znanje o cilju

• 4. Modeli i teorija

  • 4.1 Dvije krajnosti: sintaktički i semantički prikaz teorija
  • 4.2 Modeli neovisni o teorijama

• 5. Modeli i druge rasprave u filozofiji znanosti

  • 5.1 Modeli i rasprava realizam nasuprot antirealizmu
  • 5.2 Model i redukcionizam
  • 5.3 Modeli i zakoni prirode
  • 5.4 Modeli i znanstvena objašnjenja
• 6. Zaključak
• Bibliografija
• Akademske alate
• Ostali internetski resursi
• Povezani unosi

1. Semantika: Modeli i reprezentacija

Modeli mogu obavljati dvije bitno različite reprezentacijske funkcije. S jedne strane, model može predstavljati odabrani dio svijeta ('ciljni sustav'). Ovisno o prirodi cilja, takvi su modeli ili modeli pojava ili modeli podataka. S druge strane, model može predstavljati teoriju u smislu da tumači zakone i aksiome te teorije. Ova dva pojma nisu međusobno isključiva jer znanstveni modeli mogu biti reprezentacije u oba čula istodobno.

1.1 Reprezentativni modeli I: modeli pojava

Mnogi znanstveni modeli predstavljaju fenomen, pri čemu se 'fenomen' koristi kao krovni izraz koji pokriva sva relativno stabilna i opća obilježja svijeta koja su zanimljiva sa znanstvenog stajališta. Empiričari poput van Fraassena (1980) dopuštaju samo da se promatrači kvalificiraju kao takvi, dok realisti poput Bogena i Woodwarda (1988.) ne nameću takva ograničenja. Poznati su model bilijarne kuglice plina, Bohrov model atoma, dvostruki spiralni model DNK, skalasti model mosta, Mundell-Flemingov model otvorene ekonomije ili Lorenzov model atmosfere. primjeri za modele ove vrste.

Prvi korak prema raspravi o problemu znanstvenog predstavljanja jest spoznaja da ne postoji problem znanstvenog predstavljanja. Umjesto toga, postoje različiti, ali povezani problemi. Još nije jasno s kojim se konkretnim skupom pitanja teorija reprezentacije mora suočiti, ali bez obzira na popis pitanja koje bi se moglo staviti na dnevni red teorije znanstvenog predstavljanja, dva su problema koja će zauzeti središnju fazu u rasprava (Frigg 2006). Prvi je problem objasniti je li model koji predstavlja nešto drugo. Da bismo uvidjeli potisak ovog pitanja, moramo predvidjeti stav što se tiče ontologije modela (o kojoj ćemo raspravljati u sljedećem odjeljku). Sada je uobičajeno da se modeli tumače kao nejezični entiteti, a ne kao opisi. Ovaj pristup ima široke posljedice. Ako modele razumijemo kao opise, gornje bi se pitanje svelo na problem koji se vremenom odnosi na pitanje o načinu na koji se jezik odnosi na stvarnost i više ne bi bilo problema oko onih o kojima se već govorilo u filozofiji jezika. Međutim, ako modele razumijemo kao nejezičke cjeline, suočeni smo s novim pitanjem što je za objekt (to nije riječ ili rečenica) da znanstveno predstavlja fenomen.suočeni smo s novim pitanjem što je za objekt (to nije riječ ili rečenica) da znanstveno predstavlja fenomen.suočeni smo s novim pitanjem što je za objekt (to nije riječ ili rečenica) da znanstveno predstavlja fenomen.

Pomalo iznenađujuće, donedavno ovo pitanje nije privlačilo mnogo pozornosti u filozofiji znanosti dvadesetog stoljeća, unatoč činjenici da se o odgovarajućim problemima u filozofiji uma i u estetici intenzivno razgovaralo desetljećima (postoji značajan dio literature koji se bavi pitanje što za mentalno stanje znači predstavljanje određenog stanja i pitanje kako jedna konfiguracija ravnih žigova na platnu može prikazivati nešto izvan ovog platna već duže vrijeme zbunjuje estete). Međutim, neke nedavne publikacije bave se ovim i drugim usko povezanim problemima (Bailer-Jones 2003, Contessa 2007, Elgin 2010, Frigg 2006, 2010c, Knuuttila 2009, Morrison 2009, Giere 2004, Suárez 2003, 2004, 2009, Suárez i Solé 2006, Thomson-Jones 2010, Toon 2010, 2011, 2012,van Fraassen 2004), dok ga drugi odbacuju kao ne-pitanje (Callender i Cohen 2006, 2008 Teller 2001).

Drugi problem se bavi reprezentacijskim stilovima. Uobičajeno je da isti predmet može predstavljati na različite načine. Čini se da ovaj pluralizam nije prerogativ likovne umjetnosti, jer ni reprezentacije korištene u znanosti nisu sve vrste. Weizsäckerov model kapanja tekućine predstavlja jezgru atoma na način koji se vrlo razlikuje od modela ljuske, a model razmjera krila zrakoplova predstavlja krilo na način drugačiji od načina na koji to čini matematički model njegovog oblika. Koji su stilovi reprezentacije u znanosti?

Iako se to pitanje u literaturi izričito ne bavi takozvanim semantičkim prikazom teorija, čini se da neki odgovori proizlaze iz njegovog razumijevanja modela. Jedna verzija semantičkog pogleda, ona koja se temelji na matematičkom pojmu modela (vidi poglavlje 2), kaže da model i njegov cilj moraju biti izomorfni (van Fraassen 1980; Suppes 2002) ili djelomično izomorfni (Da Costa i francuski 2003) međusobno. Formalni zahtjevi slabiji od ovih razmatrali su Mundy (1986) i Swoyer (1991). Druga verzija semantičkog pogleda odustaje od formalnih zahtjeva u korist sličnosti (Giere 1988 i 2004, Teller 2001). Ovaj pristup uživa prednost u odnosu na izomorfizam što je manje restriktivan i može objasniti slučajeve netačnih i pojednostavljujućih modela. Međutim, kao što Giere ističe,ovaj račun ostaje prazan sve dok nisu navedeni relevantni poštovanja i stupnjevi sličnosti. Specifikacija takvih aspekata i stupnjeva ovisi o problemu koji postoji i širem znanstvenom kontekstu i ne može se donijeti na temelju čisto filozofskih razmatranja (Teller 2001).

Daljnji pojmovi koji se mogu shvatiti kao rješavanje problema reprezentativnih stilova uneseni su u literaturu o modelima. Među njima značajnu ulogu igraju modeli razmjera, idealizirani modeli, analogni modeli i fenomenološki modeli. Te se kategorije međusobno ne isključuju; na primjer, neki modeli razmjera također bi se mogli smatrati idealiziranim modelima i nije jasno gdje točno povući granicu između idealiziranih i analognih modela.

Modeli razmjera. Neki su modeli u pravilu umanjene ili povećane kopije ciljnih sustava (Crna 1962). Tipični primjeri su drveni automobili ili mostovi modela. Vodeća intuicija je da je model razmjera naturalistička replika ili istinita zrcalna slika mete; zbog toga se modeli skala ponekad nazivaju i „istinski modeli“(Achinstein 1968, Ch. 7). Međutim, ne postoji takva stvar kao savršeno vjeran model razmjera; vjernost je uvijek ograničena na neke aspekte. Drveni model automobila, primjerice, pruža vjeran prikaz oblika automobila, ali ne i njegov materijal. Modeli skale izgledaju kao poseban slučaj šire kategorije prikaza koje je Peirce nazvao ikone: reprezentacije koje zastupaju nešto drugo jer im jako nalikuju (Peirce 1931–1958, vol. 3, para. 362). Postavlja se pitanje kojim kriterijima mora biti zadovoljen model da bi se kvalificirao kao ikona. Iako se čini da imamo snažnu intuiciju o tome kako odgovoriti na to pitanje u određenim slučajevima, još uvijek nije formulirana teorija o ikoničnosti za modele.

Idealizirani modeli. Idealizacija je namjerno pojednostavljivanje nečeg kompliciranog s ciljem da se to učini više uočljivim. Ravnine bez trenja, mase bodova, beskonačne brzine, izolirani sustavi, sveznajući agensi i tržišta u savršenoj ravnoteži samo su neki dobro poznati primjeri. Filozofske rasprave o idealizaciji usredotočene su na dvije opće vrste idealizacija: takozvane aristotelske i galilejske idealizacije.

Aristotelovska idealizacija u našoj mašti znači „odstranjenje“svih svojstava konkretnog predmeta za koji vjerujemo da nisu relevantni za problem koji imamo. To nam omogućava da se usredotočimo na ograničeni skup svojstava. Primjer je klasični mehanički model planetarnog sustava, koji planete opisuje kao predmete koji imaju samo oblik i masu, zanemarujući sva ostala svojstva. Ostale oznake za ovu vrstu idealizacije uključuju "apstrakciju" (Cartwright 1989, Ch. 5), "pretpostavke o zanemarivosti" (Musgrave 1981) i "metodu izolacije" (Mäki, 1994).

Galilejske idealizacije su one koje uključuju namjerna izobličenja. Fizičari grade modele koji se sastoje od točaka mase koje se kreću ravninama bez trenja, ekonomisti pretpostavljaju da su uzročnici sveznajući, biolozi proučavaju izoliranu populaciju i tako dalje. Bilo je karakteristično za Galileov pristup znanosti da koristi ovakve pojednostavljenja kad god je situacija previše komplicirana za rješavanje. Iz tog razloga je uobičajeno ovu vrstu idealizacija nazivati "Galilejske idealizacije" (McMullin 1985); druga uobičajena oznaka su "iskrivljeni modeli".

Galilejske idealizacije zasipane su zagonetkama. Što nam model takvih izobličenja govori o stvarnosti? Kako možemo testirati njegovu točnost? Odgovarajući na ova pitanja, Laymon (1991.) je iznio teoriju koja idealizacije shvaća kao idealne granice: zamislite niz eksperimentalnih preciziranja stvarne situacije koja se približava pretpostavljenom ograničenju, a zatim zahtijevaju da bliža svojstva sustava dođu do idealna granica, što bliže njezinu ponašanju mora doći ponašanje idealne granice (monotonost). Ali ovi uvjeti ne moraju uvijek biti uvjeti i nije jasno kako razumjeti situacije u kojima ne postoji idealna granica. Možemo, barem u načelu, proizvesti niz vrhova stola koji su sve klizaviji, ali nikako ne možemo proizvesti niz sustava u kojima se Planckova konstanta približava nuli. To postavlja pitanje može li idealizirani model uvijek učiniti realnijim ako ga de-idealiziramo. Vratit ćemo se ovom pitanju u odjeljku 5.1.

Galilejske i aristotelske idealizacije nisu međusobno isključive. Naprotiv, često se okupljaju. Ponovno razmotrimo mehanički model planetarnog sustava: model uzima u obzir samo uski skup svojstava i iskrivljava ih, na primjer, opisujući planete kao idealne sfere s rotacijskom simetričnom raspodjelom mase.

Modeli koji uključuju značajne galilejske i aristotelove idealizacije ponekad se nazivaju i karikaturama (Gibbard i Varian 1978). Modeli karikatura izoliraju mali broj istaknutih karakteristika sustava i iskrivljavaju ih u ekstremnom slučaju. Klasičan primjer je Ackerlof-ov (1970) model tržišta automobila koji objašnjava razliku u cijeni između novih i rabljenih automobila isključivo u smislu asimetričnih informacija, zanemarujući sve ostale čimbenike koji mogu utjecati na cijene automobila. Međutim, sporno je može li se ovako visoko idealizirani modeli i dalje smatrati informativnim prikazom njihovih ciljnih sustava (za raspravu o karikaturnim modelima, posebice u ekonomiji, vidjeti Reiss 2006).

U ovom trenutku želimo spomenuti pojam koji je, kako se čini, usko povezan s idealizacijom, odnosno aproksimacijom. Iako se izrazi ponekad upotrebljavaju naizmjenično, čini se da postoji jasna razlika između njih dva. Aproksimacije se uvode u matematički kontekst. Jedna matematička stavka približavanje je druge ako joj je u nekom relevantnom smislu blizu. Što je ovaj predmet može varirati. Ponekad želimo približiti jednu krivulju drugoj. To se događa kada neku funkciju proširimo u niz moći i zadržimo samo prva dva ili tri pojma. U drugim situacijama jednadžbu aproksiramo drugom, dopuštajući da se kontrolni parametar kreće prema nuli (Redhead 1980). Ono što je istaknuto jest da se pitanje fizičke interpretacije ne mora postavljati. Za razliku od galilejske idealizacije,što uključuje izobličenje stvarnog sustava, aproksimacija je čisto formalna stvar. To, naravno, ne znači da ne mogu biti zanimljivi odnosi aproksimacija i idealizacije. Na primjer, aproksimacija se može opravdati naglašavanjem da je ona 'matematički privjesak' prihvatljivoj idealizaciji (npr. Kada zanemarimo disipativni pojam u jednadžbi jer dajemo idealizirajuću pretpostavku da je sustav bez trenja).kad zanemarimo disipativni pojam u jednadžbi jer dajemo idealizirajuću pretpostavku da je sustav bez trenja).kad zanemarimo disipativni pojam u jednadžbi jer dajemo idealizirajuću pretpostavku da je sustav bez trenja).

Analoški modeli. Standardni primjeri analognih modela uključuju hidraulički model ekonomskog sustava, model bilijarne kugle plina, računalni model uma ili model kapanja tekućine u jezgri. Na najosnovnijoj razini dvije su stvari analogne ako postoje određene relevantne sličnosti među njima. Hesse (1963.) razlikuje različite vrste analogija prema vrstama odnosa sličnosti u koje ulaze dva objekta. Jednostavna vrsta analogije je ona koja se temelji na zajedničkim svojstvima. Postoji analogija između zemlje i mjeseca koja se temelji na činjenici da su oba velika, čvrsta, neprozirna, sferna tijela, koja primaju toplinu i svjetlost od sunca, okreću se oko svoje osi i gravitiraju drugim tijelima. Ali istovjetnost svojstava nije nužan uvjet. Analogija između dva objekta također se može temeljiti na relevantnim sličnostima njihovih svojstava. U ovom liberalnijem smislu možemo reći da postoji analogija između zvuka i svjetlosti, jer odjeci su slični refleksiji, glasnoći do svjetline, tonu prema boji, prepoznatljivosti po uhu, otkrivanju oka i tako dalje.

Analogije se također mogu temeljiti na istovjetnosti ili sličnosti odnosa između dijelova dva sustava, a ne na njihovim monadičkim svojstvima. To je smisao da neki političari tvrde da je odnos oca prema svojoj djeci analogan odnosu države prema građanima. Dosad spomenute analogije bile su ono što Hesse naziva "materijalnim analogijama". Formalniji pojam analogije dobijamo kada apstrahiramo od konkretnih značajki koje sustavi posjeduju i usredotoče se samo na njihovo formalno postavljanje. Ono što analogni model tada dijeli sa svojim ciljem nije skup obilježja, već isti obrazac apstraktnih odnosa (tj. Ista struktura, gdje se struktura razumije u formalnom smislu). Taj je pojam analogija usko povezan s onim što Hesse naziva "formalnom analogijom". Dvije stavke povezane su formalnom analogijom ako su obje interpretacije istog formalnog izračuna. Na primjer, postoji formalna analogija između ljuljajućeg njihala i oscilirajućeg električnog kruga, jer su oba opisana istom matematičkom jednadžbom.

Daljnja razlika zbog Hessea je ona između pozitivnih, negativnih i neutralnih analogija. Pozitivna analogija između dva predmeta sastoji se u svojstvima ili odnosima koje dijele (obje molekule plina i biljarske kuglice imaju masu), negativna analogija u onima koje ne dijele (biljarne kuglice su obojene, molekule plina nisu). Neutralna analogija sadrži svojstva za koja još nije poznato pripadaju li pozitivnoj ili negativnoj analogiji. Neutralne analogije igraju važnu ulogu u znanstvenom istraživanju, jer postavljaju pitanja i sugeriraju nove hipoteze. U tom su smislu različiti autori isticali heurističku ulogu koju analogije igraju u teorijskoj konstrukciji i u kreativnoj misli (Bailer-Jones i Bailer-Jones 2002; Hesse 1974, Holyoak i Thagard 1995, Kroes 1989, Psillos 1995,i eseje prikupljene u Hellmanu 1988).

Fenomenološki modeli. Fenomenološki modeli definirani su na različite, iako povezane načine. Tradicionalna definicija smatra ih modelima koji predstavljaju samo vidljiva svojstva svojih ciljeva i suzdržavaju se od postuliranja skrivenih mehanizama i slično. Drugi pristup, zbog McMullina (1968), definira fenomenološke modele kao modele koji su neovisni o teorijama. Čini se, međutim, da je previše jak. Mnogi fenomenološki modeli, iako nisu izvedljivi iz teorije, uključuju principe i zakone povezane s teorijama. Model kapanja tekućine u atomskom jezgru, na primjer, predstavlja jezgro kao kap tekućine i opisuje ga kao da ima nekoliko svojstava (površinski napon i naboj, između ostalog) koji potječu iz različitih teorija (hidrodinamika i elektrodinamika, respektivno). Određeni aspekti ovih teorija - iako obično nisu cjelokupna teorija - tada se koriste za određivanje statičkih i dinamičkih svojstava jezgre.

Zaključne napomene. Svaki od tih pojmova i dalje je pomalo neodređen, pati od unutarnjih problema i treba puno raditi na njihovom zaoštravanju. No, goruće od ovih pitanja je pitanje kako se različiti pojmovi međusobno odnose. Da li se analogije bitno razlikuju od idealizacija ili zauzimaju različita područja u kontinuiranom opsegu? Po čemu se ikone razlikuju od idealizacija i analogija? Trenutno ne znamo kako odgovoriti na ova pitanja. Ono što nam je potrebno jest sustavni prikaz različitih načina na koje se modeli mogu povezati sa stvarnošću i kako se ti načini uspoređuju jedni s drugima.

1.2 Reprezentativni modeli II: modeli podataka

Druga vrsta reprezentativnih modela su takozvani 'modeli podataka' (Suppes 1962). Model podataka je ispravljena, ispravljena, regimentirana i u mnogim slučajevima idealizirana verzija podataka koje dobivamo izravnim promatranjem, takozvanih neobrađenih podataka. Karakteristično je da se najprije uklanjaju pogreške (npr. Uklanjaju se točke iz zapisa koje su nastale zbog neispravnog promatranja), a zatim se podaci prikazuju na "uredan" način, na primjer, crtanjem glatke krivulje kroz skup točaka. Ova se dva koraka obično nazivaju "smanjenje podataka" i "uklapanje krivulje". Na primjer, kad istražujemo putanju određenog planeta, prvo uklanjamo točke koje su pogrešne iz opažačkih zapisa, a zatim glatku krivulju postavljamo na preostale. Modeli podataka igraju presudnu ulogu u potvrđivanju teorija, jer uspoređujemo model podataka, a ne često zbrkani i složeni sirovi podaci, koje uspoređujemo s teorijskim predviđanjem.

Izgradnja modela podataka može biti vrlo složena. To zahtijeva sofisticirane statističke tehnike i postavlja ozbiljna metodološka i filozofska pitanja. Kako odlučiti koje točke iz zapisa treba ukloniti? I s obzirom na čist skup podataka, koja krivulja nam odgovara? Prvo se pitanje bavilo uglavnom u kontekstu filozofije eksperimenta (vidi, na primjer, Galison 1997 i Staley 2004). U središtu posljednjeg pitanja nalazi se takozvani problem uklapanja krivulja, a to je da sami podaci ne ukazuju na to koji oblik uklopne krivulje treba poprimiti. Tradicionalne rasprave o izboru teorije sugeriraju da je ovo pitanje riješeno pozadinskom teorijom, razmatranjem jednostavnosti, prethodnim vjerojatnostima ili kombinacijom tih. Forster i Sober (1994.) ističu da je takva formulacija problema uklapanja krivulje neznatno pretjerana vrijednost, jer postoji teorem iz statistike zbog Akaikea koji pokazuje (s obzirom na određene pretpostavke) da i sami podaci potiskuju (iako ne određuju) zaključak koji se odnosi na oblik krivulje ako pretpostavimo da uklopljena krivulja mora biti odabrana tako da uspostavlja ravnotežu između jednostavnosti i dobrote namještanja na način koji maksimizira prediktivnu točnost. Daljnja rasprava o modelima podataka može se naći u Chin and Brewer (1994), Harris (2003), Laymon (1982) i Mayo (1996).oblika ako pretpostavimo da postavljenu krivulju treba odabrati tako da uspostavlja ravnotežu između jednostavnosti i dobrote namještenja na način koji maksimizira prediktivnu točnost. Daljnja rasprava o modelima podataka može se naći u Chin and Brewer (1994), Harris (2003), Laymon (1982) i Mayo (1996).oblika ako pretpostavimo da postavljenu krivulju treba odabrati tako da uspostavlja ravnotežu između jednostavnosti i dobrote namještenja na način koji maksimizira prediktivnu točnost. Daljnja rasprava o modelima podataka može se naći u Chin and Brewer (1994), Harris (2003), Laymon (1982) i Mayo (1996).

1.3 Modeli teorije

U modernoj logici model je struktura koja sve rečenice teorije čini istinitim, gdje se smatra da je teorija (obično deduktivno zatvorena) rečenica na formalnom jeziku (za detalje vidjeti Bell i Machover 1977 ili Hodges 1997), Struktura je 'model' u smislu da je ono što teorija predstavlja. Kao jednostavan primjer uzmite u obzir euklidsku geometriju, koja se sastoji od aksioma - npr. 'Bilo koje dvije točke mogu se spojiti ravnom linijom' - i teoreme koje se mogu izvesti iz tih aksioma. Svaka struktura o kojoj su sve ove izjave istinite uzor je euklidske geometrije.

Struktura S = <U, O, R> je složeni entitet koji se sastoji od (i) ne-praznog skupa U pojedinaca nazvanog domena (ili svemira) S, (ii) indeksiranog skupa O (tj. Naredenog popisa) operacija na U (koji može biti prazan) i (iii) ne-prazan indeksirani skup R odnosa na U. Važno je napomenuti da za definiciju strukture ništa nije važno o onome što su objekti - oni su puki luđaci. Slično tome, operacije i funkcije su određene ekstenzivno; to jest, odnosi n-mjesta definirani su kao klase n-parova, a funkcije koje uzimaju n argumente definirane su kao klase (n +1) -paralova. Ako su sve rečenice teorije istinite kada se njeni simboli tumače kao upućivanje na objekte, odnose ili funkcije strukture S, tada je S model te teorije.

Mnogi modeli u znanosti prenose iz logike ideju da budu interpretacija apstraktnog proračuna. To je posebno primjereno u fizici, gdje opći zakoni - poput Newtonove jednadžbe gibanja - leže u središtu teorije. Ti se zakoni primjenjuju na određeni sustav - npr. Klatno - odabirom posebne funkcije sile, pretpostavkama o masovnoj raspodjeli klatna itd. Rezultirajući model tada je interpretacija (ili realizacija) općeg zakona.

2. Ontologija: što su modeli?

Postoji mnoštvo stvari koje se obično nazivaju modelima: fizički objekti, izmišljeni objekti, skupo-teoretske strukture, opisi, jednadžbe ili kombinacije nekih od ovih. Međutim, ove kategorije nisu ni međusobno isključive niti zajednički iscrpne. Tamo gdje se crta crta između, recimo, fiktivnih predmeta i skupa teorijskih struktura može ovisiti o nečijim metafizičkim uvjerenjima, a neki modeli mogu pasti u još jednu klasu stvari. Koji su modeli, naravno, samo po sebi je zanimljivo pitanje, ali kao što je kratko naznačeno u posljednjem odjeljku, ono ima i važne implikacije na semantiku i, kao što ćemo vidjeti u nastavku, za epistemologiju.

2.1 Fizički objekti

Neki su modeli jednostavni fizički objekti. Obično ih se naziva 'materijalnim modelima'. Klasa modela materijala sastoji se od svega što je fizička cjelina i služi kao znanstveni prikaz nečeg drugog. Među pripadnicima ove klase nalazimo primjere dionica poput drvenih modela mostova, aviona ili brodova, Watson i Crickov metalni model DNA (Schaffner 1969) i Phillipsov hidraulički model ekonomije (Morgan i Boumans 2004). Najčešći slučajevi materijalnih modela su takozvani modelni organizmi: organizmi koji se u naukama o životu koriste kao osnova za druge organizme (Ankeny 2009, Ankeny i Leonelli 2012 i Leonelli 2010).

Materijalni modeli ne stvaraju nikakve ontološke poteškoće iznad i iznad dobro poznatih kvizova u vezi s predmetima s kojima se bave metafizičari (npr. Priroda svojstava, identitet predmeta, dijelova i cjelina itd.).

2.2 Izmišljeni predmeti

Mnogi modeli nisu materijalni modeli. Bohrov model atoma, klatno bez trenja ili izolirana populacija, na primjer, postoje u umu znanstvenika, a ne u laboratoriju i ne moraju biti fizički realizirani i eksperimentirani kako bi obavljali svoju reprezentacijsku funkciju. Čini se prirodnim gledati ih kao izmišljene cjeline. Taj se položaj može pratiti do njemačkog neokantikanca Vaihingera (1911.), koji je naglasio važnost fikcija za znanstveno obrazloženje. Giere se nedavno založio za stajalište da su modeli apstraktni entiteti (1988, 81). Nije posve jasno što Giere znači pod "apstraktnim entitetima", ali čini se da njegova rasprava o mehaničkim modelima sugerira da on koristi termin za označavanje izmišljenih entiteta.

Ovo se stanovište uklapa u znanstvenu praksu, gdje znanstvenici često govore o modelima kao da su objekti, kao i s filozofskim pogledima koji manipuliranje modelima vide kao bitan dio procesa znanstvenog istraživanja (Morgan, 1999). Prirodno je pretpostaviti da se može manipulirati nečim samo ako ono postoji. Nadalje, modeli često imaju više svojstava nego što im izričito pripisujemo kada ih konstruiramo, pa su zbog toga zanimljiva sredstva istraživanja. Stajalište koje modele smatra predmetima može to jednostavno objasniti bez daljnjeg obožavanja: kada uvodimo model koristimo identifikacijski opis, ali sam objekt u ovom opisu nije iscrpno opisan. Istraživanje tada jednostavno znači saznati više o tako identificiranom objektu.

Nedostatak ovog prijedloga je taj što su izmišljeni entiteti notorno prekriveni ontološkim zagonetkama. To je navelo mnoge filozofe da tvrde da ne postoje stvari poput izmišljenih entiteta i da se očite ontološke obveze prema njima moraju odreći. Najutjecajniji od tih deflacijskih računa seže u Quine (1953). Nastavljajući na Russellovoj raspravi o definitivnim opisima, Quine tvrdi da je iluzija da se kada govorimo o njima izmišljeni entiteti. Umjesto toga, možemo navodno ukloniti te navodne predmete pretvarajući izraze koji ih upućuju u predikate i analizirati rečenice poput "Pegasus ne postoji" u "ništa pegasized". Eliminirajući problematičan pojam, izbjegavamo ontološku obvezu koju izgleda čini. To je rezultiralo nedostatkom interesa za izmišljene entitete,posebno među filozofima znanosti. U programskom eseju Fine (1993.) skreće pozornost na to zanemarivanje i tvrdi da je kinejski skepticizam bez obzira na fikcije igrao važnu ulogu u znanstvenom zaključku. Međutim, Fine ne nudi sustavni prikaz fikcija i načina na koji ih koriste u znanosti.

Pitanje kako razumjeti fikcije u znanosti predmet je nedavne rasprave u filozofiji modeliranja. Barberousse i Ludwig (2009), Contessa (2010), Frigg (2010a, 2010b), Godfrey-Smith (2006, 2009), Leng (2010) i Toon (2010) razvijaju poglede na koje modele doživljavaju kao neku vrstu fikcije. Giere (2009) negira da njegov raniji rad treba shvatiti na ovaj način i argumentirano promatra modele kao fikcije. Magnani (2012), Pincock (2012, Ch.4) i Teller (2009) drugi su Giereov antifikcionalizam i tvrde da se modeli ne trebaju smatrati fikcijama. Weisberg (2012) zalaže se za srednju poziciju koja smatra da modeli igraju heurističku ulogu, ali negira da su oni dio znanstvenog modela.

2.3 Set-teoretske strukture

Uticajno gledište uzima modele da budu postavljene teoretske strukture. Taj se položaj može pratiti do Suppesa (1960) i sada ga, s malim varijantama, drži većina zagovornika semantičkog pogleda na teorije. Nepotrebno je reći da postoje razlike između različitih verzija semantičkog prikaza (van Fraassen, na primjer, naglašava da su modeli strukture prostora-države); Istraživanje različitih položaja može se naći u Suppe (1989, Ch. 1). Međutim, na svim tim računima modeli su jedne ili druge vrste (Da Costa i French 2000). Kako su ove vrste modela često usko vezane za matematizirane znanosti, ponekad ih se naziva i "matematičkim modelima". (Za raspravu o takvim modelima u biologiji vidjeti Lloyd 1984 i 1994.)

Ovo gledište modela kritizirano je na različitim osnovama. Jedna pervazivna kritika je da mnoge vrste modela koji igraju važnu ulogu u znanosti nisu strukture i ne mogu se smjestiti u strukturalistički pogled na modele, koji ne mogu objasniti ni kako su ti modeli konstruirani, ni kako djeluju u kontekstu istrage. (Cartwright 1999, Downes 1992, Morrison 1999). Druga optužba postavljena protiv teoretsko definiranog pristupa je ta što nije moguće objasniti kako strukture predstavljaju ciljni sustav koji čini dio fizičkog svijeta bez davanja pretpostavki koje nadilaze ono što takav pristup može pružiti (Frigg, 2006).

2.4 Opisi

S vremenom se smatra da ono što znanstvenici prikazuju u znanstvenim radovima i udžbenicima kada predstavljaju model su više ili manje stilizirani opisi relevantnih ciljnih sustava (Achinstein 1968, Black 1962).

Ovo gledište nije podložno eksplicitnim kritikama. Međutim, neke kritike koje su izvedene protiv sintaktičkog pogleda na teorije jednako prijete jezičnom razumijevanju modela. Prvo, uobičajeno je da istu stvar možemo opisati na različite načine. Ali ako identificiramo model s njegovim opisom, tada svaki novi opis daje novi model, koji izgleda kontraintuitivno. Opis se može prevesti na druge jezike (formalni ili prirodni), ali ne bi se moglo reći da se ovim dobiva drugačiji model. Drugo, modeli imaju različita svojstva od opisa. S jedne strane, kažemo da se model Sunčevog sustava sastoji od sfera koje kruže oko velike mase ili da je populacija u modelu izolirana od svoje okoline, ali čini se da nema smisla ovo govoriti o opisu. S druge strane, opisi imaju svojstva koja modeli nemaju. Opis može biti napisan na engleskom jeziku, sastoji se od 517 riječi, biti ispisan crvenom tintom i tako dalje. Ništa od ovoga nema smisla kada se govori o modelu. Deskriptivist se suočava s izazovom ili da utvrdi da su ti argumenti u zabludi ili da pokaže kako zaobići te poteškoće.

2.5 Jednadžbe

Druga skupina stvari koja se obično naziva "modeli", posebice u ekonomiji, su jednadžbe (koje se potom nazivaju i "matematičkim modelima"). Black-Scholesov model dionica ili Mundell-Flemingov model otvorene ekonomije mogu se upozoriti na konkretne slučajeve.

Problem ovog prijedloga je taj što su jednadžbe sintaktičke jedinice i kao takve se suočavaju s prigovorima sličnim onima koji su predstavljeni protiv opisa. Prvo, možemo opisati istu situaciju koristeći različite koordinate i kao rezultat dobiti različite jednadžbe; ali čini se da ne dobivamo drugačiji model. Drugo, model ima svojstva različita od jednadžbe. Oscilator je trodimenzionalan, ali jednadžba koja opisuje njegovo kretanje nije. Jednako tako, jednadžba može biti nehomogena, ali sustav koji opisuje nije.

2.6 Gerrymanded ontologije

Dosad su razmatrani prijedlozi prešutno pretpostavljali da model pripada jednoj određenoj klasi predmeta. Ali ta pretpostavka nije potrebna. Može se dogoditi da su modeli mješavina elemenata koji pripadaju različitim ontološkim kategorijama. U ovom smislu Morgan (2001) sugerira da modeli uključuju strukturalne i narativne elemente ("priče", kako ih ona naziva).

3. Epistemologija: učenje s modelima

Modeli su vozila za učenje o svijetu. Značajni dijelovi znanstvenog istraživanja provode se na modelima, a ne o samoj stvarnosti, jer proučavanjem modela možemo otkriti značajke i utvrditi činjenice o sustavu za koji se model zalaže; ukratko, modeli omogućuju surogativno rezonovanje (Swoyer 1991). Na primjer, proučavamo prirodu atoma vodika, dinamiku populacije ili ponašanje polimera proučavanjem njihovih odgovarajućih modela. Ova kognitivna funkcija modela općenito je prepoznata u literaturi, a neki čak sugeriraju da modeli potiču novi stil zaključivanja, takozvano 'rezonovanje na temelju modela' (Magnani i Nersessian 2002, Magnani, Nersessian i Thagard 1999). To nas ostavlja pitanjem kako je moguće učenje s modelom.

Hughes (1997) daje opći okvir za raspravu o ovom pitanju. Prema njegovom takozvanom DDI računu, učenje se odvija u tri stupnja: denotaciji, demonstraciji i interpretaciji. Započinjemo uspostavljanjem reprezentacijskog odnosa ('denotacija') između modela i cilja. Zatim istražujemo značajke modela kako bismo pokazali određene teorijske tvrdnje o njegovoj unutarnjoj konstituciji ili mehanizmu; tj. učimo o modelu ('demonstracija'). Na kraju, ovi nalazi se moraju pretvoriti u tvrdnje o ciljanom sustavu; Hughes ovaj korak naziva "tumačenjem". Ovdje su u pitanju posljednja dva pojma.

3.1 Učenje o modelu: eksperimenti, misaoni eksperimenti i simulacija

Učenje o modelu događa se na dva mjesta, u konstrukciji i manipulaciji modelom (Morgan, 1999). Ne postoje fiksna pravila ili recepti za izradu modela, pa je i sama aktivnost otkrivanja što se uklapa i kako pruža priliku za učenje o modelu. Jednom kada je model izgrađen, ne učimo o njegovim svojstvima gledajući ga; moramo koristiti i manipulirati modelom kako bismo odabrali njegove tajne.

Ovisno o tome s kakvim se modelom bavimo, izrada i manipulacija modelom podrazumijeva različite aktivnosti koje zahtijevaju različitu metodologiju. Modeli materijala izgledaju neproblematično, jer se koriste u uobičajenim eksperimentalnim kontekstima (npr. Model automobila postavljamo u vjetrovski tunel i mjerimo njegov otpor zraku). Dakle, što se tiče učenja o modelu, materijalni modeli ne postavljaju pitanja koja općenito nadilaze pitanja eksperimentiranja.

Nije tako s izmišljenim modelima. Koja su ograničenja u stvaranju izmišljenih modela i kako njima manipuliramo? Čini se da je prirodni odgovor na to da odgovaramo na ova pitanja izvodeći misaoni eksperiment. Različiti autori (npr. Brown 1991, Gendler 2000, Norton 1991, Reiss 2003, Sorensen 1992) istraživali su ovu tvrdnju, ali došli su do vrlo različitih i često oprečnih zaključaka o tome kako se provode miselni eksperimenti i kakav je status njihovih rezultata. (za detalje pogledajte zapis o misaonim eksperimentima).

Važna klasa modela je matematičke prirode. U nekim je slučajevima moguće dobiti rezultate ili jednadžbe analitički riješiti. Ali vrlo često to nije slučaj. Upravo je u ovom trenutku izum računala imao veliki utjecaj jer nam omogućuje da riješimo jednadžbe koje su inače neizrecive pomoću računalne simulacije. Mnogi se dijelovi tekućih istraživanja, kako u prirodnim tako i u društvenim znanostima, oslanjaju na računalne simulacije. Nastanak i razvoj zvijezda i galaksija, detaljna dinamika visokoenergetskih teških ionskih reakcija, aspekti zamršenog procesa evolucije života kao i izbijanja ratova, napredak ekonomije, postupci odlučivanja u organizaciji i moralno ponašanje istražuje se računalnim simulacijama, da spomenemo samo nekoliko primjera (Hegselmann i sur. 1996, Skyrms 1996).

Što je simulacija? Simulacije se karakteristično koriste u vezi s dinamičnim modelima, tj. Modelima koji uključuju vrijeme. Cilj simulacije je riješiti jednadžbe kretanja takvog modela koji je oblikovan tako da predstavlja evoluciju vremena svog ciljanog sustava. Tako se može reći da simulacija oponaša (obično stvarni) proces drugim procesom (Hartmann 1996, Humphreys 2004).

Tvrdi se da računalne simulacije predstavljaju istinski novu metodologiju znanosti ili čak novu znanstvenu paradigmu, koja osim toga pokreće novi niz filozofskih pitanja (Humphreys 2004, 2009, Rohrlich 1991, Winsberg 2001 i 2003, i različiti doprinosi Sismondo i Gissis 1999). Otuda tvrdi da simulacije dovode u pitanje naše filozofsko razumijevanje mnogih aspekata znanosti. Međutim, ovaj entuzijazam ne dijeli se univerzalno, a neki tvrde da simulacije, daleko od zahtjeva nove filozofije znanosti, pokreću malo ako se pojave novi filozofski problemi (Frigg i Reiss 2009).

Bez obzira na to je li računalna simulacija postavljena ili ne, postavljaju potpuno nova filozofska pitanja, nema sumnje u njihov praktični značaj. Kad standardne metode ne uspiju, računalne simulacije često su jedini način da naučimo nešto o dinamičkom modelu; pomažu nam da se 'produžimo' (Humphreys 2004), kao što je to bilo. Važno pitanje koje se postavlja u ovom kontekstu je opravdanje rezultata simulacije: zašto trebamo vjerovati izlazima računalne simulacije? Utjecajni niz pokušaja suočavanja s tim pitanjem koristi sličnosti tradicionalnih eksperimenata i računalnih simulacija, što postavlja goruća pitanja o odnosu između računalnih simulacija i eksperimenata (Barberousse, Franceschelli i Imbert 2009, Morgan 2003, Morrison 2009, Parker 2008, 2009, Winsberg 2003).

Ovo pitanje pouzdanosti može se raščlaniti na potpitanja: (a) da li jednadžbe modela predstavljaju ciljni sustav dovoljno točno u svrhu i (b) pruža li računalo dovoljno točna rješenja ovih jednadžbi. Praktikanti ih navode, kao problem potvrde i problem verifikacije. U praksi se često susrećemo s verzijom Duhemovog problema, jer se samo može procijeniti "neto ishod" simulacije i nije moguće riješiti ta dva pitanja jedan po jedan. To je natjeralo znanstvenike da razviju različite metode kako bi provjerili je li ishod simulacije ciljan; za raspravu o tome pogledajte Winsberg (2009, 2010).

Računalne simulacije također su heuristički važne. Oni mogu sugerirati nove teorije, modele i hipoteze, na primjer na temelju sustavnog istraživanja prostora parametara modela (Hartmann 1996). Ali računalne simulacije također nose metodološke opasnosti. Oni mogu dati pogrešne rezultate, jer zbog diskretne prirode izračuna koji se provode na digitalnom računalu omogućuju samo istraživanje dijela cijelog prostora parametara; a ovaj podprostor možda neće otkriti neke važne značajke modela. Ozbiljnost ovog problema nekako je ublažena sve većom snagom suvremenih računala. No, raspoloživost veće računske snage također može imati štetne učinke. To može potaknuti znanstvenike da brzo pronađu sve složenije, ali konceptualno preuranjene modele,koji uključuju slabo razumljive pretpostavke ili mehanizme i previše dodatnih podesivih parametara (za raspravu o srodnom problemu u kontekstu pojedinih modela glumaca u društvenim znanostima vidjeti Schnell 1990). To može dovesti do povećanja empirijske adekvatnosti - što može biti dobrodošlo, primjerice, kada je riječ o prognoziranju vremena - ali ne nužno i do boljeg razumijevanja temeljnih mehanizama. Zbog toga upotreba računalnih simulacija može promijeniti težinu koju dodijelimo različitim ciljevima znanosti. Konačno, dostupnost računalne snage može zavesti znanstvenike u izračunu koji nemaju stupanj pouzdanosti kakav bi čovjek mogao očekivati. To se događa, na primjer, kada se računala koriste za širenje distribucije vjerojatnosti naprijed u vremenu,za koje se tada smatra da su vjerojatne za odlučivanje, iako se ispostavilo da ih nakon detaljnijeg ispitivanja ne mogu vidjeti (vidjeti Frigg i sur. 2012). Stoga je važno da se ne odvažite sredstvima koja nude nova moćna računala i da se time iz vida postave stvarni ciljevi istraživanja.

3.2 Pretvaranje znanja o modelu u znanje o cilju

Jednom kada imamo znanje o modelu, to znanje moramo „prevesti“u znanje o ciljnom sustavu. U ovom trenutku ponovno postaje važna reprezentacijska funkcija modela. Modeli nas mogu uputiti o prirodi stvarnosti samo ako pretpostavimo da (barem neki) aspekti modela imaju slične dijelove u svijetu. Ali ako je učenje vezano za reprezentaciju i ako postoje različite vrste reprezentacije (analogije, idealizacije, itd.), Tada postoje i različite vrste učenja. Ako, na primjer, imamo model koji smatramo realnim prikazom, prijenos znanja s modela na cilj ostvaruje se na drugačiji način nego što imamo posla s analognim ili modelom koji uključuje idealizirane pretpostavke.

Koji su to različiti načini učenja? Iako su napravljene brojne studije slučaja kako funkcioniraju određeni konkretni modeli, čini se da ne postoje općeniti izvještaji o tome kako se postiže prijenos znanja s modela na njegov cilj (ovo uz mogući izuzetak teorija analognog rasuđivanja, vidi gore navedene reference). Ovo je teško pitanje, ali jedno je koje zaslužuje više pažnje nego dosad.

4. Modeli i teorija

Jedno od najzahtjevnijih pitanja u vezi s modelima je kako se oni odnose prema teorijama. Razdvajanje između modela i teorije vrlo je mutno i u žargonu mnogih znanstvenika često je teško, ako ne i nemoguće, povući crtu. Dakle, pitanje je: postoji li razlika između modela i teorija i ako da kako se oni međusobno odnose?

Uobičajeno, pojmovi „model“i „teorija“ponekad se koriste da izraze nečiji stav prema određenom nauku. Izraz "to je samo model" ukazuje na to da se hipoteza o kojoj se radi tvrdi samo provjereno ili je čak poznato da je lažna, dok se nečemu dodjeljuje oznaka "teorija" ako je stekao određeni stupanj općeg prihvaćanja. Međutim, ovaj način crtanja linije između modela i teorija nema nikakve koristi za sustavno razumijevanje modela.

4.1 Dvije krajnosti: sintaktički i semantički prikaz teorija

Sintaktički prikaz teorija, koji je sastavni dio logičke pozitivističke slike znanosti, konstruira teoriju kao skup rečenica u aksiomatiziranom sustavu logike prvog reda. U okviru ovog pristupa, pojam model koristi se u širem i užem smislu. U širem smislu, model je samo sustav semantičkih pravila koja tumače apstraktni račun, a proučavanje modela znači pomenu proučavanja semantike znanstvenog jezika. U užem smislu, model je alternativno tumačenje određenog računa (Braithwaite 1953, Campbell 1920, Nagel 1961, Spector 1965). Ako, na primjer, uzmemo matematiku koja se koristi u kinetičkoj teoriji plinova i reinterpretiramo izraze ove računice na način koji ih upućuje na biljarske kuglice, bilijarske kuglice su model kinetičke teorije plinova. Zagovornici sintaktičkog stava smatraju da su takvi modeli nebitni za znanost. Modeli, drže oni, su suvišni dodaci koji su u najboljem slučaju pedagoške, estetske ili psihološke vrijednosti (Carnap 1938, Hempel 1965; vidi također Bailer-Jones 1999).

Semantički prikaz teorija (vidi npr. Van Fraassen 1980, Giere 1988, Suppe 1989 i Suppes 2002) preokreće ovo stajalište i izjavljuje da bismo se trebali potpuno odreći formalnog izračuna i teoriju promatrati kao obitelj modela. Iako različite verzije semantičkog pogleda pretpostavljaju različit pojam modela (vidi gore), svi se slažu da su modeli središnja jedinica znanstvenog teoriziranja.

4.2 Modeli neovisni o teorijama

Jedna od najočitijih kritika semantičkog stava je da pogrešno prikazuje mjesto modela u znanstvenoj građi. Modeli su relativno neovisni od teorije, umjesto da su od njih konstitutivni; ili da upotrijebimo Morrisonov slogan (1998), oni su "autonomni agenti". Ta neovisnost ima dva aspekta: izgradnju i funkcioniranje (Morgan i Morrison 1999).

Pogled na to kako su modeli izgrađeni u stvarnoj znanosti pokazuje da oni nisu ni u potpunosti izvedeni iz podataka ni iz teorije. Teorije nam ne daju algoritme za izgradnju modela; oni nisu „prodajni strojevi“u koje se može uložiti problem i pojavljuju se modeli (Cartwright 1999, Ch. 8). Izgradnja modela je umjetnost, a ne mehanički postupak. Londonski model superprovodljivosti pruža nam dobar primjer tog odnosa. Glavna jednadžba modela nema teorijsko opravdanje (u smislu da se može izvesti iz elektromagnetske ili bilo koje druge temeljne teorije) i motivirana je isključivo na osnovu fenomenoloških razmatranja (Cartwright i sur., 1995.). Ili, drugačije rečeno,model je konstruiran "odozdo prema gore", a ne "odozdo prema dolje", i zato uživa veliku neovisnost od teorije.

Drugi aspekt neovisnosti modela je taj da oni obavljaju funkcije koje ne bi mogli obavljati ako su bili dio ili vrlo ovisni o teorijama.

Modeli kao dopuna teorija. Teorija je možda nepotpuno određena u smislu da nameće određena opća ograničenja, ali šuti o detaljima konkretnih situacija koje pruža model (Redhead 1980). Poseban je slučaj ove situacije kada je poznata kvalitativna teorija i model uvodi kvantitativne mjere (Apostel 1961). Redheadov primjer za teoriju koja je na taj način nedovoljno definirana je aksiomatska teorija kvantnog polja koja samo nameće određena opća ograničenja za kvantna polja, ali ne daje popis određenih polja.

Iako se čini da Redhead i drugi takve slučajeve smatraju nekako posebnim, Cartwright (1983.) tvrdi da su to pravilo, a ne iznimka. Prema njenom mišljenju, temeljne teorije poput klasične mehanike i kvantne mehanike uopće ne predstavljaju ništa jer ne opisuju nijednu stvarnu situaciju u svijetu. Zakoni u takvim teorijama su sheme koje je potrebno konkretizirati i ispuniti detaljima određene situacije, što je zadatak koji se ostvaruje po modelu.

Modeli koji stupaju kada su teorije previše složene za obradu. Teorije su možda previše složene za obradu. U tom se slučaju može primijeniti pojednostavljeni model koji omogućuje rješenje (Apostel 1961, Redhead 1980). Na primjer, kvantna kromodinamika ne može se lako upotrijebiti za proučavanje hadronske strukture jezgre, iako je to osnovna teorija ovog problema. Da bi zaobišli tu poteškoću, fizičari konstruiraju fenomenološke modele koji se mogu primijetiti (npr. Model MIT vreća) koji učinkovito opisuju relevantne stupnjeve slobode razmatranog sustava (Hartmann, 1999). Prednost ovih modela je u tome što daju rezultate tamo gdje teorije ostaju tihe. Njihov je nedostatak to što često nije jasno kako shvatiti odnos teorije i modela, jer su ta dva, strogo govoreći, kontradiktorna.

Ekstremniji je slučaj korištenja modela kada teorije uopće nisu dostupne. Mi se susrećemo sa ovom situacijom u svim domenima, ali je posebno snažan u biologiji i ekonomiji, gdje općenite teorije često nisu postojale. Modeli koje znanstvenici zatim konstruiraju da bi se uhvatili u koštac sa situacijom ponekad se nazivaju i „zamjenskim modelima“(Groenewold 1961).

Modeli kao preliminarne teorije. Pojam modela kao zamjena za teorije usko je povezan s pojmom razvojnog modela. Ovaj je pojam skovao Leplin (1980), koji je istaknuo koliko su korisni modeli bili u razvoju rane kvantne teorije, a sada se koristi kao krovni pojam koji pokriva slučajeve u kojima su modeli neka vrsta preliminarne vježbe teorije.

Pojam je usko povezan s metodama sondiranja (također 'modeli studija' ili 'modeli igračaka'). Radi se o modelima koji ne obavljaju reprezentacijsku funkciju i od kojih se ne očekuje da nas upute o nečemu što je izvan samog modela. Svrha ovih modela je testiranje novih teorijskih alata koji se kasnije koriste za izradu reprezentativnih modela. Na primjer, u teoriji polja, takozvani φ ^4- model detaljno je proučavan ne zato što predstavlja nešto stvarno (poznato je da to ne čini), već zato što služi nekoliko heurističkih funkcija. Jednostavnost φ ⁴-model omogućava fizičaru da "stekne osjećaj" o tome kakve su teorije kvantnog polja i izvuče neke opće značajke koje ovaj jednostavan model dijeli s kompliciranijim. Može se isprobati složene tehnike poput renormalizacije u jednostavnom okruženju i moguće je upoznati mehanizme - u ovom slučaju kršenje simetrije - koji će se kasnije koristiti (Hartmann 1995). To vrijedi ne samo za fiziku. Kao što Wimsatt (1987) ističe, lažni modeli u genetici mogu obavljati mnoge korisne funkcije, među njima sljedeće: lažni model može pomoći u odgovoru na pitanja o realnijim modelima, osigurati arenu za odgovaranje na pitanja o svojstvima složenijih modela. ' utvrditi pojave koje se inače ne bi vidjeli,služe kao ograničavajući slučaj općenitijeg modela (ili dva lažna modela mogu definirati krajnost kontinuuma slučajeva u kojima bi stvarni slučaj trebao ležati), ili može dovesti do identifikacije relevantnih varijabli i procjene njihovih vrijednosti.

5. Modeli i druge rasprave u filozofiji znanosti

Rasprava o znanstvenim modelima ima značajne posljedice za ostale rasprave u filozofiji znanosti. Razlog za to je taj što su se tradicionalno rasprave o znanstvenom realizmu, redukcionizmu, objašnjenju i zakonima prirode ispreplele u pogledu teorija, jer su samo teorije priznate kao nositelji znanstvenih saznanja. Pitanje je da li se, i ako da, rasprave o tim stvarima mijenjaju kad fokus prebacimo iz teorija na modele. Do sada nisu razvijeni sveobuhvatni računi bilo kojeg od ovih problema temeljenog na modelu; ali modeli su ostavili neke tragove u raspravama o tim temama.

5.1 Modeli i rasprava realizam nasuprot antirealizmu

Tvrdilo se da praksa izrade modela favorizira antirealizam nad realizmom. Antirealisti ističu da istina nije glavni cilj znanstvenog modeliranja. Cartwright (1983), na primjer, prikazuje nekoliko studija slučaja koje ilustriraju da su dobri modeli često lažni i da navodno istinite teorije možda neće mnogo pomoći kad je u pitanju razumijevanje, recimo, rada lasera.

Realisti negiraju da lažnost modela onemogućava realistički pristup nauci ističući da je dobar model, koji nije doslovno istinit, obično barem približno istinit. Laymon (1985) tvrdi da predviđanja modela obično postaju bolja kada opustimo idealizacije (tj. De-idealiziraju model), što je on potreban za podršku realizmu (vidi također McMullin 1985, Nowak 1979 i Brzezinski i Nowak 1992).

Osim uobičajenih pritužbi na neuhvatljivost pojma približne istine, antirealisti su ovaj odgovor izdali iz dva (povezana) razloga. Prvo, kako ističe Cartwright (1989.), nema razloga pretpostaviti da se uvijek može poboljšati model dodavanjem de-idealizirajućih korekcija. Drugo, čini se da navedeni postupak nije u skladu sa znanstvenom praksom. Neobično je da znanstvenici ulažu rad u opetovanu de idealizaciju postojećeg modela. Umjesto toga, prelaze na potpuno drugačiji model modeliranja nakon što se preinake previše uvrste (Hartmann 1998). Različiti su modeli atomskog jezgra. Nakon što se shvati da su efekti školjki važni za razumijevanje različitih pojava,model kolektivnog ispuštanja tekućine stavljen je po strani i model jednodijelne ljuske razvijen je kako bi se vodili računa o tim nalazima. Daljnja poteškoća sa de-idealizacijom je ta što većina idealizacija nije 'kontrolirana'. Na primjer, nije jasno na koji bi način mogao de-idealizirati model MIT-Bag kako bi na kraju došao do kvantne kromodinamike, navodno ispravne temeljne teorije.

Daljnji antirealistički argument, "argument nespojivih modela", uzima kao polazište opažanje da znanstvenici često uspješno koriste nekoliko nespojivih modela jednog i istog ciljnog sustava u prediktivne svrhe (Morrison 2000). Ti se modeli naizgled međusobno protive jer pripisuju različita svojstva istom ciljnom sustavu. Na primjer, u nuklearnoj fizici, model kapanja tekućine istražuje analogiju atomskog jezgra sa (nabijenim) tekućinom, dok model ljuske opisuje nuklearna svojstva u smislu svojstava protona i neutrona, sastavnih dijelova atomskog jezgra. Čini se da ova praksa stvara problem znanstvenom realizmu. Realisti obično drže da postoji bliska povezanost između prediktivnog uspjeha teorije i njezinog barem približno istinitog. Ali ako je nekoliko teorija istog sustava prediktivno uspješno i ako su te teorije međusobno nedosljedne, ne mogu biti sve istinite, čak ni približno.

Realisti na ovaj argument mogu reagirati na različite načine. Prvo, oni mogu osporiti tvrdnju da su dotični modeli doista prediktivno uspješni. Ako modeli nisu dobri prediktori, argument se blokira. Drugo, oni mogu obraniti verziju perspektivnog realizma (Giere 1999, Rueger 2005) prema kojoj svaki model otkriva jedan aspekt dotičnog fenomena, a kad se sabere zajedno, pojavljuje se čitav (ili potpuniji) račun. Treće, realisti mogu poreći da u prvom redu postoji problem jer su znanstveni modeli, koji su uvijek na ovaj ili onaj način idealizirani i stoga strogo govoreći lažni, samo pogrešno sredstvo za stvaranje stajališta o realizmu.

5.2 Model i redukcionizam

Problem s više modela naveden u posljednjem odjeljku postavlja pitanje povezanosti različitih modela. Očito je da više modela za isti ciljni sustav općenito ne stoji u deduktivnom odnosu jer se često međusobno protive. S obzirom da se većina ovih modela čini nezamjenjivima za naučnu praksu, jednostavna slika organiziranja znanosti duž Nagelove (1961.) modela redukcije ili slika piramide Oppenheima i Putnama (1958.) ne čini se vjerojatnom.

Neki su predložili (Cartwright 1999, Hacking 1983) sliku znanosti prema kojoj ne postoje sustavni odnosi koji se drže između različitih modela. Neki su modeli povezani jer predstavljaju isti ciljni sustav, ali to ne znači da stupaju u daljnje odnose (deduktivni ili na neki drugi način). Mi smo suočeni s brošurama modela koji svi drže ceteris paribus u svojim specifičnim domenama primjenjivosti (vidi također radove prikupljene u Falkenburg i Muschik 1998).

Neki tvrde da je ta slika barem djelomično netočna jer postoje različiti zanimljivi odnosi koji se održavaju između različitih modela ili teorija. Ti odnosi se kreću od kontroliranih aproksimacija preko pojedinačnih graničnih odnosa (Batterman 2004) do strukturalnih odnosa (Gähde 1997) i prilično labavih odnosa koji se nazivaju pričama (Hartmann 1999; vidi također Bokulich 2003). Ovi prijedlozi napravljeni su na temelju studija slučaja (na primjer tzv. Učinkovite teorije kvantnog polja, vidi Hartmann 2001) i ostaje za vidjeti može li se dati općenitiji prikaz tih odnosa i može li se dublje opravdati mogu im se pružiti, na primjer, bajezijski okvir (prvi koraci ka bajevskom razumijevanju smanjenja mogu se naći u Dizadji-Bahmani i sur. 2011).

5.3 Modeli i zakoni prirode

Općenito se smatra da je znanost usmjerena na otkrivanje zakona prirode. Filozofi su se, pak, suočili s izazovom objasniti što su prirodni zakoni. Prema dva trenutno dominantna računa, najboljem sustavskom pristupu i univerzalnom pristupu, zakoni prirode podrazumijevaju se po opsegu, što znači da vrijede za sve što postoji na svijetu. Čini se da ovo zauzimanje zakona nije kvadratno sa stavom da modele vidi u središtu znanstvenog teoretiziranja. Kakvu ulogu igraju opći zakoni u znanosti ako su modeli koji predstavljaju ono što se događa u svijetu i kako su povezani modeli i zakoni?

Jedan od mogućih odgovora je tvrditi da zakoni prirode upravljaju entitetima i procesima na model, a ne u svijetu. Temeljni zakoni o ovom pristupu ne navode činjenice o svijetu, već istinitost entiteta i procesa u modelu. Različite varijante tog stajališta zagovarali su Cartwright (1983, 1999), Giere (1999) i van Fraassen (1989). Iznenađujuće, čini se da realisti o zakonima nisu odgovorili na ovaj izazov, pa ostaje otvoreno pitanje može li se (i ako da kako) realno razumijevanje zakona i znanstveni pristup utemeljen na modelu učiniti kompatibilnim.

5.4 Modeli i znanstvena objašnjenja

Zakoni prirode igraju važnu ulogu u mnogim prikazima objašnjenja, ponajviše u dedukcijsko-nomološkom modelu i pristupu objedinjavanja. Nažalost, ti računi nasljeđuju probleme koji snalaze odnos između modela i zakona. To nam ostavlja dvije mogućnosti. Bilo tko može tvrditi da se zakoni mogu izostaviti u objašnjenjima, ideja koja se primjenjuje i u van Fraassenovoj pragmatičkoj teoriji objašnjenja i pristupu kauzalnom objašnjenju kao što je Woodward (2003). Prema potonjem, modeli su alati za otkrivanje uzročno-posljedičnih odnosa koji stoje između određenih činjenica ili procesa i upravo ti odnosi obavljaju posao objašnjavanja. Ili se može objasniti opterećenje s modela. Pozitivan prijedlog u skladu s tim je Cartwright takozvani "simulacrum račun objašnjenja",što sugerira da pojam objasnimo konstruiranjem modela koji fenomen uklapa u temeljni okvir velike teorije (1983, Ch. 8). Na ovaj način, sam model je objašnjenje koje tražimo. To se dobro uklapa u osnovne znanstvene intuicije, ali ostavlja nas pitanje što pojam objašnjenja funkcionira (vidi također Elgin i Sober 2002). Bokulich (2008, 2009) slijedi slične razloge i vidi da je objasnjavajuća moć modela usko povezana s njihovom izmišljenom prirodom. To se dobro uklapa u osnovne znanstvene intuicije, ali ostavlja nas pitanje što pojam objašnjenja funkcionira (vidi također Elgin i Sober 2002). Bokulich (2008, 2009) slijedi slične razloge i vidi da je objasnjavajuća moć modela usko povezana s njihovom izmišljenom prirodom. To se dobro uklapa u osnovne znanstvene intuicije, ali ostavlja nas pitanje što pojam objašnjenja funkcionira (vidi također Elgin i Sober 2002). Bokulich (2008, 2009) slijedi slične razloge i vidi da je objasnjavajuća moć modela usko povezana s njihovom izmišljenom prirodom.

6. Zaključak

Modeli igraju važnu ulogu u znanosti. No unatoč činjenici da su stvorili veliko zanimanje među filozofima, u našem razumijevanju što su modeli i kako djeluju, i dalje postoje značajne praznine.

Bibliografija

• Achinstein, Peter (1968), Koncepti znanosti. Filozofska analiza. Baltimore: Johns Hopkins Press.
• Ackerlof, George A (1970), „Tržište za limunama: nesigurnost kvalitete i tržišni mehanizam“, Tromjesečni ekonomski časopis 84: 488–500.
• Ankeny, Rachel (2009), "Model organizmi kao fikcije", U Mauricio Suárez (ur.): Fikcije u znanosti, Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 194–204.
• Apostel, Leo (1961), „Prema formalnom proučavanju modela u neformalnim znanostima“, u Freudenthal 1961, 1–37.
• Bailer-Jones, Daniela M. (1999), "Traženje razvoja modela u filozofiji znanosti", u Magnani, Nersessian i Thagard 1999, 23–40.
• ––– (2003) „Kad se predstavljaju znanstveni modeli“, Međunarodne studije filozofije znanosti 17: 59–74.
• ––– i Bailer-Jones CAL (2002), „Modeliranje podataka: analogije u neuronskim mrežama, simulirano žarenje i genetski algoritmi“, u Magnani i Nersessian 2002: 147–165.
• Barbrousse, Anouk i Pascal Ludwig (2009), „Fikcije i modeli“, U Mauricio Suárez (ur.): Fikcije u znanosti, Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 56–75.
• ––– Sara Franceschelli, Cyrille Imbert (2009), „Računarske simulacije kao eksperimenti”, Synthese, 169 (3): 557–574.
• Batterman, Robert (2004), "Međusobni odnosi u fizici", Stanfordska enciklopedija filozofije (proljeće 2004. izdanje), Edward N. Zalta (ur.), URL = https://plato.stanford.edu/archives/spr2004/ unosi / fizika-međusobno povežu /.
• Bell, John i Moshé Machover (1977), Tečaj matematičke logike, Amsterdam: North-Holland.
• Black, Max (1962), modeli i metafore. Studije jezika i filozofije. Ithaca, New York: Cornell University Press.
• Bogen, James i James Woodward (1988), „Spasavanje pojava“, Filozofski pregled 97: 303–352.
• Bokulich, Alisa (2003), „Horizontalni modeli: od pekara do mačaka“, Filozofija znanosti 70: 609–627.
• ––– (2008), preispitivanje kvantno-klasične veze: Izvan redukcionizma i pluralizma, Cambridge: Cambridge University Press.
• ––– (2009), „Objašnjene fikcije“, U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji London: Routledge, 91–109.
• Braithwaite, Richard (1953), Znanstveno objašnjenje. Cambridge: Cambridge University Press.
• Brewer, WF i CA Chinn (1994), "Odgovori znanstvenika na anonimne podatke: dokazi iz psihologije, povijesti i filozofije znanosti", u: Zbornik radova sa Bijenalnog skupa udruge Filozofija znanosti 1994, svezak 1: Simpozija i Radovi u pozivu, 304–313.
• Brown, James (1991), Laboratorij uma: misaoni eksperimenti u prirodnim znanostima. London: Routledge.
• Brzezinski, Jerzy i Leszek Nowak (ur.) (1992), Idealizacija III: Približavanje i istina. Amsterdam: Rodopi.
• Callender, Craig i Jonathan Cohen (2006), "Ne postoji poseban problem sa znanstvenim predstavljanjem", Theoria, u nadolazećem vremenu.
• Campbell, Norman (1920), Fizika: Elementi. Cambridge: Cambridge University Press. Ponovno tiskano kao temelj znanosti. New York: Dover, 1957.
• Carnap, Rudolf (1938), "Osnovi logike i matematike", u Otto Neurathu, Charlesu Morrisu i Rudolfu Carnapu (ur.), Međunarodnoj enciklopediji objedinjene znanosti. Vol. 1. Chicago: Sveučilište Chicago Press, 139–213.
• Cartwright, Nancy (1983), Kako leže zakoni fizike. Oxford: Oxford University Press.
• ––– (1989.), Prirodni kapaciteti i njihovo mjerenje. Oxford: Oxford University Press.
• ––– (1999), Svijet Dappled. Studija o granicama znanosti. Cambridge: Cambridge University Press.
• ––– Towfic Shomar i Mauricio Suárez (1995), „Kutija alata nauke“, u Herfelu 1995, 137–150.
• Contessa, Gabrielle (2007) „Znanstveno predstavljanje, tumačenje i surogativno razmišljanje“, Filozofija znanosti 74 (1): 48–68.
• ––– (2010), „Znanstveni modeli i izmišljeni predmeti“, Sinteza 172 (2), 215–229.
• Da Costa, Newton i Steven French (2000) „Modeli, teorije i strukture: trideset godina dalje“, Filozofija znanosti 67, dodatak, S116–127.
• ––– (2003), Znanost i djelomična istina: Jedinstveni pristup modelima i znanstveno obrazloženje. Oxford: Oxford University Press.
• Dizadji-Bahmani, Foad, Roman Frigg i Stephan Hartmann (2011) „Potvrda i umanjenje: Bayesov račun“, Sinteza 179 (2): 321–38.
• Downes, Stephen (1992), "Značaj modela u teoretiziranju: deflacijski semantički pogled". Zbornik radova Udruge filozofija znanosti, vol. 1, uredili David Hull i sur., 142–153. East Lansing: Udruga filozofija znanosti.
• Elgin, Catherine (2010), "Pričajući slučajeve", U: Roman Frigg i Matthew Hunter (ur.): On the Mimesis and Nominalism: Reprezentacija u umjetnosti i znanosti, Berlin i Ney York: Springer, 1–17.
• Elgin, Mehmet i Elliott Sober (2002), "Cartwright o objašnjenju i idealizaciji", Erkenntnis 57: 441–50.
• Falkenburg, Brigitte i Wolfgang Muschik (ur.) (1998), Modeli, teorije i razdvojenost u fizici, Philosophia Naturali s 35.
• Fine, Arthur (1993), "Fikcionalizam", Srednjezapadne studije filozofije 18: 1–18.
• Forster, Malcolm i Elliott Sober (1994), "Kako znati kada će jednostavne, ujedinjenije ili manje ad hoc teorije pružiti preciznije predviđanja", Britanski časopis za filozofiju znanosti 45: 1–35.
• Freudenthal, Hans (ur.) (1961), Pojam i uloga modela u matematici i prirodnim i društvenim znanostima. Dordrecht: Reidel.
• Frigg, Roman (2006), „Znanstveno predstavljanje i semantički pogled na teorije“, Teorija 55: 37–53.
• ––– i Julian Reiss (2009), „Filozofija simulacije: nova nova pitanja ili isto staro staranje?“, Synthese 169 (3): 593–613.
• ––– (2010a), „Beletristika u znanosti“, U: John Woods (ur.): Fikcije i modeli: Novi eseji, München: Philosophia Verlag, 247–287
• ––– (2010b), „Modeli i fikcija“, Synthese, 172 (2): 251–268
• ––– (2010c), „Beletristika i znanstvena zastupljenost“, U: Roman Frigg i Metthew Hunter (ur.): On the Mimesis and Nominalism: Reprezentacija u umjetnosti i znanosti, Berlin i Ney York: Springer, 97–138.
• ––– Seamus Bradley, Razlog L. Machete i Leonard A. Smith (2012), „Vjerojatno prognoziranje: zašto je nesavršenost modela otrovna pilula“, predstojeći u Hanne Anderson, Dennis Dieks, Gregory Wheeler, Wenceslao Gonzalez i Thomas Uebel (eds): Novi izazovi filozofiji znanosti, Berlin i New York: Springer.
• Gähde, Ulrich (1997), „Anomalije i revizija teorijskih mreža. Bilješke o napredovanju Merkurovog perihelija “, u Marisa Dalla Chiara i sur. (ur.), strukture i norme u znanosti. Dordrecht: Kluwer.
• Galison, Peter (1997) Slika i logika. Materijalna kultura mikrofizike. Chicago: Chicago: University of Chicago Press.
• Gendler, Tamar (2000) Mišljeni eksperiment: o ovlastima i granicama imaginarnih slučajeva. New York i London: Garland.
• Gibbard, Allan i Hal Varian (1978.), „Ekonomski modeli“, časopis za filozofiju 75: 664–677.
• Giere, Ronald (1988), Objašnjenje znanosti: Kognitivni pristup. Chicago: University of Chicago Press.
• ––– (1999), Znanost bez zakona. Chicago: University of Chicago Press.
• ––– (2004), „Kako se modeli koriste za predstavljanje stvarnosti“, Filozofija znanosti 71, dodatak, S742–752.
• ––– (2009), „Zašto se znanstveni modeli ne mogu smatrati fikcijskim djelima“, u: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji London: Routledge, 248–258.
• Godfrey-Smith, P. (2006), „Strategija nauke utemeljene na modelima“, biologija i filozofija, 21: 725–740.
• ––– (2009), „Modeli i fikcije u znanosti“Filozofske studije, 143: 101–116.
• Groenewold, HJ (1961), „Model u fizici“, Freudenthal 1961, 98–103.
• Hakiranje, Ian (1983), predstavljanje i interveniranje. Cambridge: Cambridge University Press.
• Harris, Todd (2003), „Modeli podataka i prikupljanje i manipulacija podacima“, Filozofija znanosti 70: 1508–1517.
• Hartmann, Stephan (1995), „Modeli kao alat za teorijsku konstrukciju: neke strategije preliminarne fizike“, u Herfelu i sur. 1995, 49–67.
• ––– (1996), „Svijet kao proces. Simulacije u prirodnim i društvenim znanostima”, u Hegselmann i sur. 1996, 77–100.
• ––– (1998), „Idealizacija u kvantnoj teoriji polja“, u Shanks 1998, 99–122.
• ––– (1999), „Modeli i priče iz hadronske fizike“, u Morgan i Morrison 1999, 326–346.
• ––– (2001), „Učinkovite teorije polja, redukcija i znanstvena objašnjenja“, Studije iz povijesti i filozofije moderne fizike 32, 267–304.
• Hegselmann, Rainer, Ulrich Müller i Klaus Troitzsch (ur.) (1996), Modeliranje i simulacija društvenih znanosti s gledišta filozofije znanosti. Biblioteka teorija i odluka. Dordrecht: Kluwer.
• Hellman, DH (ur.) (1988), Analogical Reasoning. Kluwer: Dordrecht.
• Hempel, Carl G. (1965), Aspekti znanstvenog objašnjenja i drugi eseji iz filozofije znanosti. New York: Slobodna štampa.
• Herfel, William, Wladiyslaw Krajewski, Ilkka Niiniluoto i Ryszard Wojcicki (ur.) (1995), Teorije i modeli u znanstvenom procesu. (Poznanjske studije u filozofiji znanosti i humanističkih znanosti 44.) Amsterdam: Rodopi.
• Hesse, Mary (1963), modeli i analogije u znanosti. London: Sheed i Ward.
• ––– (1974), Struktura znanstvenih zaključaka. London: Macmillan.
• Hodges, Wilfrid (1997), Kraća teorija modela. Cambridge: Cambridge University Press.
• Holyoak, Keith i Paul Thagard (1995), Mentalni skokovi. Analogija u kreativnoj misli. Cambridge, Massachusetts: Bradford.
• Horowitz, Tamara i Gerald Massey (ur.) (1991), Misaoni eksperimenti u znanosti i filozofiji. Lanham: Rowman i Littlefield.
• Hughes, RIG (1997), „Modeli i reprezentacija“, Filozofija znanosti 64: S325–336.
• Humphreys, Paul (2004), Proširivanje sebe: računarstvo, empirizam i znanstvena metoda. Oxford: Oxford University Press.
• ––– (2009), „Filozofska novost računalnih metoda simulacije“, Sinteza 169: 615–626.
• Knuuttila, Taria (2009), „Reprezentacija, idealizacija i fikcija u ekonomiji: od pitanja pretpostavki do epistemologije modeliranja“, U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 205–233.
• Kroes, Peter (1989), "Strukturne analogije fizikalnih sustava", Britanski časopis za filozofiju znanosti 40: 145–154.
• Laymon, Ronald (1982), „Znanstveni realizam i hijerarhijski kontrafaktualni put od podataka do teorije“, Zbornik radova o Bijenalnom sastanku Udruge filozofija znanosti, svezak 1, 107–121.
• ––– (1985), „Idealizacije i ispitivanje teorija eksperimentacijom“, Peter Achinstein i Owen Hannaway (ur.), Eksperiment promatranja i hipoteza moderne fizičke znanosti. Cambridge, Massachusetts: MIT Press, 147–173.
• ––– (1991.), „Misaoni eksperimenti Stevina, Macha i Gouyja: misaoni eksperimenti kao idealne granice i semantičke domene“, u Horowitz i Massey 1991, 167–91.
• Leng, Mary (2010), Matematika i stvarnost, Oxford.
• Leonelli, Sabina (2010), "Pakiranje podataka za ponovnu upotrebu: baze podataka u biologiji modela organizma", U: Howlett P, Morgan MS (ur.): Koliko dobro putuju činjenice? Širenje pouzdanog znanja, Cambridge: Cambridge University Press.
• Leonelli, Sabina i R. Ankeny (2012), „Preispitivanje organizama: epistemički utjecaj baza podataka na biologiju modela organizma“, Studije iz povijesti i filozofije bioloških i biomedicinskih znanosti, 43, 29–36.
• Leplin, Jarrett (1980), "Uloga modela u teorijskoj konstrukciji", u: T. Nickles (ur.), Znanstveno otkriće, logika i racionalnost. Reidel: Dordrecht: 267–284.
• Lloyd, Elisabeth (1984), „Semantički pristup strukturi populacijske genetike“, Filozofija znanosti 51: 242-264.
• ––– (1994), Struktura i potvrda evolucijske teorije. Princeton: Princeton University Press.
• Magnani, Lorenzo i Nancy Nersessian (ur.) (2002), Obrazloženje zasnovano na modelu: znanost, tehnologija, vrijednosti. Dordrecht: Kluwer.
• ––– (2012), znanstveni modeli nisu izmišljotine: nauka zasnovana na modelu kao epiztemski rat, predstojeći u L. Magnani i P. Li (ur.): Filozofija i kognitivne znanosti: zapadne i istočne studije, Heidelberg / Berlin: Springer,
• ––– i Paul Thagard (ur.) (1999), Obrazovanje zasnovano na modelu znanstvenih otkrića. Dordrecht: Kluwer.
• Mäki, Uskali (1994), “Izolacija, idealizacija i istina u ekonomiji”, Bert Hamminga i Neil B. De Marchi (ur.), Idealizacija VI: Idealizacija u ekonomiji. Poznanjske studije u filozofiji znanosti i humanističkih znanosti, Vol. 38: 147–168. Amsterdam: Rodopi.
• Mayo, Deborah (1996), Pogreška i rast eksperimentalnog znanja. Chicago: University of Chicago Press.
• McMullin, Ernan (1968), "Što nam govore fizički modeli?", U B. van Rootselaar i JF Staal (ur.), Logika, metodologija i znanost III. Amsterdam: Sjeverna Holandija, 385–396.
• ––– (1985), „Galilejska idealizacija“, Studije iz povijesti i filozofije znanosti 16: 247–73.
• Morgan, Mary (1999), "Učenje iz modela", u Morgan i Morrison 1999, 347–88.
• ––– i Margaret Morrison (1999), modeli kao posrednice. Perspektive prirodnih i društvenih znanosti. Cambridge: Cambridge University Press.
• ––– i Margaret Morrison (1999), „Modeli kao posrednički instrumenti“, U: Morgan i Morrison 1999, 10–37.
• ––– (2001) „Modeli, priče i ekonomski svijet“, časopis za ekonomsku metodologiju 8: 3, 361–84. Ponovno tiskano u Činjenicama i Emisija iz ekonomije, uredio Uskali Mäki, 178–201. Cambridge: Cambridge University Press, 2002.
• ––– (2003) „Eksperimenti bez materijalne intervencije: ogledni modeli, virtualni eksperimenti i gotovo eksperimenti“, u: H. Radder (ur.): Filozofija znanstvene eksperimentacije, Pittsburgh: University of Pittsburgh Press, 217-235
• ––– i Boumans, Marcel J. (2004), „Tajne skrivene dvodimenzionalnosti: ekonomija kao hidraulički stroj“, U: S. de Chadarevian i N. Hopwood (ur.): Model: Treća dimenzija Znanost, Stanford: Stanford University Press, 369–401.
• Morrison, Margaret (1998), „Modeliranje prirode: između fizike i fizičkog svijeta“, Philosophia Naturalis 35: 65–85.
• ––– (1999) „Modeli kao autonomni agensi“, u Morgan i Morrison 1999, 38–65.
• ––– (2000), objedinjujući znanstvene teorije. Cambridge: Cambridge University Press.
• ––– (2009), „Fikcije, prikazivanja i stvarnost“, U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 110–135.
• ––– (2009), „Modeli, mjerenje i računalna simulacija: promjenjivo iskustvo eksperimentiranja“, Filozofske studije, 143 (1): 33–57.
• Mundy, Brent (1986), „O općoj teoriji smislenog prikazivanja“, Sinteza 67: 391–437.
• Musgrave, Alan (1981), "Nerealne pretpostavke" u ekonomskoj teoriji: The F-Twist Unwwisted ", Kyklos 34: 377–387.
• Nagel, Ernest (1961), Struktura znanosti. Problemi u logici znanstvenog objašnjenja. New York: Harcourt, Brace i svijet.
• Norton, John (1991), „Misaoni eksperimenti u Einsteinovom djelu“, u Horowitz i Massey 1991, 129–148.
• Nowak, Leszek (1979), Struktura idealizacije: prema sustavnoj interpretaciji marksističke ideje znanosti. Reidel: Dordrecht.
• Oppenheim, Paul i Hilary Putnam (1958), "Jedinstvo znanosti kao radna hipoteza", u Herbert Feiglu, Groveru Maxwellu i Michaelu Scrivenu (ur.), Minnesota Studije iz filozofije znanosti. Minneapolis: University of Minnesota Press, 3–36. Ponovno tiskano u The Philosophy of Science, uredili Richard Boyd i sur., Pogl. 22. Cambridge, Massachusetts: MIT Press, 1991.
• Parker, WS (2008), „Franklin, Holmes i epistemologija računalne simulacije“, Međunarodne studije filozofije znanosti 22 (2): 165–183.
• ––– (2009), „Ima li stvar zaista važna? Računalne simulacije, eksperimenti i materijalnost “, Synthese 169: 483–496
• Peirce, Charles Sanders (1931. - 1958.), zbornik radova Charlesa Sandersa Peircea. Vol 3. Uredili Charles Hartshorne, Paul Weiss i Arthur Burks. Harvard University Press, Cambridge, Massachusetts.
• Pincock, Christopher (2012) Matematika i znanstveno predstavljanje, Oxford, Ch.12.
• Psillos, Stathis (1995), "Kognitivna interakcija teorija i modela: slučaj fizike 19. stoljeća", u Herfelu i sur. 1995., 105–133.
• Quine, Willard Van Orman (1953), "O onome što postoji", s logičkog stajališta. Cambridge, Massachusetts: Harvard University Press.
• Redhead, Michael (1980), „Modeli u fizici“, Britanski časopis za filozofiju znanosti 31: 145–163.
• Reiss, Julian (2003), "Uzročno zaključivanje u apstraktnim ili sedam mitova o misaonim eksperimentima", u Causality: Metaphysics and Methods Research Project. Tehničko izvješće 03/02. ZSE.
• ––– (2006), „Onkraj kapaciteta“, u Luc Bovens i Stephan Hartmann (ur.), Nancy Cartwright Filozofija znanosti. London: Routledge.
• Rohrlich, Fritz (1991.) "Kompjuterske simulacije u fizičkim znanostima", u Zbornik radova Udruge filozofija znanosti, Vol. 2, uredili Arthur Fine i sur., 507–518. East Lansing: Udruga Filozofija znanosti.
• Rueger, Alexander (2005), "Perspektivni modeli i ujedinjenje teorije", Britanski časopis za filozofiju znanosti 56.
• Schnell, Rainer (1990), "Computersimulation und Theoriebildung in den Sozialwissenschaften", Kölner Zeitschrift za Soziologie i Sozialpsychologie 1, 109–128.
• Schaffner, Kenneth F. (1969, „Watson-Crick Model i redukcionizam", Britanski časopis za filozofiju znanosti, 20 (4): 325–348.
• Shanks, Niall (ur.). (1998), Idealizacija u suvremenoj fizici. Amsterdam: Rodopi.
• Sismondo, Sergio i Snait Gissis (ur.) (1999), modeliranje i simulacija. Posebno izdanje znanosti u kontekstu 12.
• Skyrms, Brian (1996), Evolucija društvenog ugovora. Cambridge: Cambridge University Press.
• Sorensen, Roy (1992), Mišljeni eksperimenti. New York: Oxford University Press.
• Spector, Marshall (1965), „Modeli i teorije“, Britanski časopis za filozofiju znanosti 16: 121–142.
• Staley, Kent W. (2004), Dokaz za gornji kvark: Objektivnost i pristranost u kolaborativnoj eksperimentaciji. Cambridge: Cambridge University Press.
• Suárez, Mauricio (2003), "Znanstveno predstavljanje: protiv sličnosti i izomorfizma." Međunarodni studiji iz filozofije znanosti 17: 225–244.
• ––– (2004), „Inferencijalna koncepcija znanstvenog predstavljanja“, Filozofija znanosti 71, dodatak, S767–779.
• ––– i Albert Solé (2006), „O analogiji između kognitivne reprezentacije i istine“, Teorija 55, 27–36.
• ––– (2009), „Znanstvene fikcije kao pravila zaključivanja“U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji, Routledge: London, 158–178.
• Suppe, Frederick. (1989.), Semantički prikaz teorija i znanstveni realizam. Urbana i Chicago: University of Illinois Press.
• Suppes, Patrick. (1960), „Usporedba značenja i upotrebe modela u matematici i empirijskim znanostima“, Synthèse 12: 287–301. Reprinted in Freudenthal (1961), 163–177, i u Patrick Suppes: Studije iz metodologije i osnove znanosti. Izabrani radovi od 1951. do 1969. Dordrecht: Reidel 1969, 10–23.
• ––– (1962), „Modeli podataka“, u: Ernest Nagel, Patrick Suppes i Alfred Tarski (ur.), Logika, metodologija i filozofija znanosti: Zbornik radova Međunarodnog kongresa 1960. godine. Stanford: Stanford University Press, 252–261. Reprinted in Patrick Suppes: Studije u metodologiji i osnovama znanosti. Izabrani radovi od 1951. do 1969. Dordrecht: Reidel 1969, 24–35.
• ––– (2002), Reprezentacija i invazija znanstvenih struktura. Stanford: CSLI Publikacije.
• Swoyer, Chris (1991), „Strukturno predstavljanje i surogativno razmišljanje“, Synthese 87: 449–508.
• Teller, Paul (2001), "Sumrak savršenog modela", Erkenntnis 55, 393–415.
• ––– (2004), „Kako udružujemo svijet“, Filozofija znanosti 71: 425–447.
• ––– (2009), „Fikcije, izmišljotina i istina u znanosti“, U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 235–247.
• Thomson-Jones, Martin (2010), „Nedostajući sustavi i praksa nominalne vrijednosti“, Synthese 172 (2): 283-299.
• Toon, A. (2010), „Modeli kao make-vjerovati“, U: Frigg, R i Hunter, M. (ur.): On the Mimesis and Convention: Reprezentacija u umjetnosti i znanosti, Boston Studies in the Philosophy of Science: Springer, 71–96.
• ––– (2010), „Ontologija teorijskog modeliranja: modeli kao vjeruju“, Synthese 172: 301–315.
• ––– (2011), „Igranje s molekulama“, Studije iz povijesti i filozofije znanosti 42: 580–589.
• ––– (2012), Modeli u kojima se vjeruje: mašta, fikcija i znanstvena reprezentacija, Palgrave Macmillan.
• Vaihinger, Hans (1911.), Filozofija 'Kao da'. Njemački original. Engleski prijevod: London: Kegan Paul 1924.
• van Fraassen, Bas C. (1980), Znanstvena slika. Oxford: Oxford University Press.
• ––– (1989.), Zakoni i simetrija. Oxford: Oxford University Press.
• ––– (2004), „Znanost kao reprezentacija: prorjeđivanje kriterija“, Filozofija znanosti 71, dodatak, S794–804.
• ––– (2008), Znanstveno predstavljanje: Paradoksi perspektive, Oxford: Oxford University Press.
• Weisberg, M. (2012), Simulacija i sličnost: Korištenje modela za razumijevanje svijeta, koje dolaze iz Sveučilišta Oxford Press, Ch. 4.
• Wimsatt, William. (1987), „Lažni modeli kao značenje pouzdane teorije“, u N. Nitecki i A. Hoffman (ur.), Neutral Models in Biology. Oxford: Oxford University Press, 23–55.
• Winsberg, Eric (2001), „Simulacije, modeli i teorije: složeni fizički sustavi i njihovi prikazi“, Filozofija znanosti 68 (zbornik): 442–454.
• ––– (2003), „Simulirani eksperimenti: Metodologija za virtualni svijet“, Filozofija znanosti 70: 105–125.
• ––– (2009), „Funkcija za fikcije: širenje područja znanosti“, U: Mauricio Suárez (ur.): Fikcije u znanosti. Filozofski eseji o modeliranju i idealizaciji, London: Routledge, 197–191.
• ––– (2010., Znanost u doba računalne simulacije, Chicago: University University Press.
• Woodward, James (2003), Making Things Happen: Theory of Causal Explanation. New York: Oxford University Press.

Akademske alate

	Kako navesti ovaj unos.
	Pregledajte PDF verziju ovog unosa na Društvu prijatelja SEP-a.
	Pogledajte ovu temu unosa na Projektu ontologije filozofije u Indiani (InPhO).
	Poboljšana bibliografija za ovaj unos na PhilPapersu, s vezama na njegovu bazu podataka.

Ostali internetski resursi

[Molimo kontaktirajte autora s prijedlozima.]