Modely Ve Vědě

2023 Autor: Noah Black | [email protected]. Naposledy změněno: 2023-11-26 16:06

Toto je soubor v archivech Stanfordské encyklopedie filozofie. Informace o autorovi a citaci Přátelé PDF Náhled | InPho Search | PhilPapers Bibliography

Modely ve vědě

První publikováno 27. února 2006; věcná revize po 25. června 2012

Modely mají ústřední význam v mnoha vědeckých kontextech. Centrálnost modelů, jako je kulečníkový kulový model plynu, Bohrův model atomu, MIT pytlový model nukleonu, Gaussův řetězový model polymeru, Lorenzův model atmosféry, Lotka-Volterra model interakce predátor-kořist, případy dvojitého šroubovice DNA, agentově založené a evoluční modely ve společenských vědách a modely všeobecné rovnováhy trhů v příslušných oblastech. Vědci tráví spoustu času budováním, testováním, porovnáváním a revizí modelů a mnoho času v deníku je věnováno zavedení, aplikaci a interpretaci těchto cenných nástrojů. Stručně řečeno, modely jsou jedním z hlavních nástrojů moderní vědy.

Filozofové uznávají důležitost modelů s rostoucí pozorností a zkoušejí rozmanité role, které modely hrají ve vědecké praxi. Výsledkem je neuvěřitelné množení typů modelů ve filozofické literatuře. Sondovací modely, fenomenologické modely, výpočetní modely, vývojové modely, vysvětlující modely, ochuzené modely, testovací modely, idealizované modely, teoretické modely, zmenšené modely, heuristické modely, karikaturní modely, didaktické modely, fantasy modely, modely hraček, imaginární modely, matematické modely, náhradní modely, ikonické modely, formální modely, analogové modely a instrumentální modely jsou jen některé z pojmů, které se používají k kategorizaci modelů. Zatímco na první pohled je tato hojnost ohromující,to může být rychle pod kontrolou tím, že uznává, že tyto pojmy se týkají různých problémů, které se objevují v souvislosti s modely. Například modely vyvolávají otázky v sémantice (jaká je reprezentativní funkce, kterou modely vykonávají?), Ontologie (jaké věci jsou modely?), Epistemologie (jak se učíme s modely?) A samozřejmě v obecné filozofii vědy (jak se modely vztahují k teorii ?; jaké jsou důsledky modelového přístupu k vědě pro debaty o vědeckém realismu, redukcionismu, vysvětlení a přírodních zákonech?).v obecné filosofii vědy (jak se modely vztahují k teorii ?; jaké jsou důsledky modelového přístupu k vědě pro debaty o vědeckém realismu, redukcionismu, vysvětlení a přírodních zákonech?).v obecné filosofii vědy (jak se modely vztahují k teorii ?; jaké jsou důsledky modelového přístupu k vědě pro debaty o vědeckém realismu, redukcionismu, vysvětlení a přírodních zákonech?).

• 1. Sémantika: Modely a reprezentace

  • 1.1 Reprezentativní modely I: modely jevů
  • 1.2 Reprezentativní modely II: modely dat
  • 1.3 Modely teorie

• 2. Ontologie: Jaké jsou modely?

  • 2.1 Fyzické objekty
  • 2.2 Smyšlené objekty
  • 2.3 Set-teoretické struktury
  • 2.4 Popisy
  • 2.5 Rovnice
  • 2.6 Gerrymandered ontologies

• 3. Epistemologie: učení s modely

  • 3.1 Seznámení s modelem: experimenty, myšlenkové experimenty a simulace
  • 3.2 Převod znalostí o modelu na znalosti o cíli

• 4. Modely a teorie

  • 4.1 Dva extrémy: syntaktický a sémantický pohled na teorie
  • 4.2 Modely jako nezávislé na teoriích

• 5. Modely a další diskuse ve filozofii vědy

  • 5.1 Modely a debata o realismu versus antirealismus
  • 5.2 Model a redukcionismus
  • 5.3 Modely a zákony přírody
  • 5.4 Modely a vědecké vysvětlení
• 6. Závěr
• Bibliografie
• Akademické nástroje
• Další internetové zdroje
• Související záznamy

1. Sémantika: Modely a reprezentace

Modely mohou vykonávat dvě zásadně odlišné reprezentační funkce. Na jedné straně může být model reprezentací vybrané části světa („cílový systém“). V závislosti na povaze cíle jsou takové modely buď modely jevů, nebo modely dat. Na druhé straně může model představovat teorii v tom smyslu, že interpretuje zákony a axiomy této teorie. Tyto dva pojmy se vzájemně nevylučují, protože vědecké modely mohou být reprezentacemi v obou smyslech současně.

1.1 Reprezentativní modely I: modely jevů

Mnoho vědeckých modelů představuje jev, kde se „jev“používá jako zastřešující pojem pokrývající všechny relativně stabilní a obecné rysy světa, které jsou z vědeckého hlediska zajímavé. Empirici, jako je van Fraassen (1980), pouze umožňují pozorovatelům, aby se kvalifikovali jako takové, zatímco realisté, jako je Bogen a Woodward (1988), taková omezení neukládají. Kulečníkový kulový model plynu, Bohrův model atomu, dvojitý šroubovicový model DNA, zmenšený model mostu, Mundell-Flemingův model otevřené ekonomiky nebo Lorenzův model atmosféry jsou dobře známy příklady modelů tohoto druhu.

Prvním krokem k diskusi o otázce vědecké reprezentace je uvědomit si, že neexistuje nic takového, jako je problém vědecké reprezentace. Spíše existují různé, ale související problémy. Dosud není jasné, s jakou konkrétní sadou otázek se teorie reprezentace musí vyrovnat, ale bez ohledu na seznam otázek, které by člověk mohl položit na agendu teorie vědecké reprezentace, existují dva problémy, které budou zabírat hlavní fázi diskuse (Frigg 2006). Prvním problémem je vysvětlit na základě toho, co model představuje reprezentaci něčeho jiného. Abychom ocenili podstatu této otázky, musíme předvídat pozici, co se týče ontologie modelů (o které pojednáváme v následující části). Nyní je běžné konstruovat modely jako nelingvistické entity spíše než jako popisy. Tento přístup má rozsáhlé důsledky. Pokud chápeme modely jako popisy, výše uvedená otázka by byla omezena na časem uznávaný problém toho, jak jazyk souvisí s realitou, a neexistovaly by žádné problémy nad rámec těch, které již byly projednány ve filosofii jazyka. Pokud však chápeme modely jako nelingvistické entity, čelíme nové otázce toho, co je vědecky představovat jev, který je předmětem (to není slovo ani věta).čelíme nové otázce, co je vědecky představovat fenomén (to není slovo ani věta).čelíme nové otázce, co je vědecky představovat fenomén (to není slovo ani věta).

Poněkud překvapivě, až donedávna tato otázka nepřitahovala velkou pozornost ve filozofii vědy 20. století, a to navzdory skutečnosti, že odpovídající problémy ve filozofii mysli a v estetice byly diskutovány po celá desetiletí (existuje značná část literatury zabývající se otázka, co to znamená pro duševní stav reprezentovat určitý stav věcí, a otázka, jak konfigurace plochých značek na plátně může zobrazovat něco, co přes toto plátno zmatilo estetiky po dlouhou dobu). Některé nedávné publikace se však zabývají tímto a dalšími úzce souvisejícími problémy (Bailer-Jones 2003, Contessa 2007, Elgin 2010, Frigg 2006, 2010c, Knuuttila 2009, Morrison 2009, Giere 2004, Suárez 2003, 2004, 2009, Suárez a Solé 2006, Thomson-Jones 2010, Toon 2010, 2011, 2012,van Fraassen 2004), zatímco jiní jej odmítají jako problém (Callender and Cohen 2006, 2008 Teller 2001).

Druhý problém se týká reprezentačních stylů. Je samozřejmé, že jeden může představovat stejný předmět různými způsoby. Tento pluralismus se nezdá být výsadou výtvarného umění, protože ani reprezentace používané ve vědách nejsou všechny jednoho druhu. Weizsäckerův model kapky kapaliny představuje jádro atomu způsobem velmi odlišným od modelu skořepiny a zmenšený model křídla vzduchové roviny představuje křídlo způsobem odlišným od matematického modelu jeho tvaru. Jaké reprezentační styly existují ve vědách?

Ačkoli tato otázka není v literatuře výslovně řešena o tzv. Sémantickém pohledu na teorie, zdá se, že některé odpovědi vycházejí z jejího chápání modelů. Jedna verze sémantického pohledu, která staví na matematickém pojetí modelů (viz kapitola 2), předpokládá, že model a jeho cíl musí být izomorfní (van Fraassen 1980; Suppes 2002) nebo částečně izomorfní (Da Costa a French 2003). Formální požadavky slabší než tyto byly projednány Mundym (1986) a Swoyerem (1991). Další verze sémantického pohledu snižuje formální požadavky ve prospěch podobnosti (Giere 1988 a 2004, Teller 2001). Tento přístup má oproti izomorfismu výhodu, že je méně restriktivní a může také vysvětlit případy nepřesných a zjednodušujících modelů. Jak však Giere zdůrazňuje,tento účet zůstává prázdný, pokud nejsou stanoveny žádné relevantní aspekty a stupně podobnosti. Specifikace těchto respektů a titulů závisí na daném problému a na širším vědeckém kontextu a nelze jej provést na základě čistě filozofických úvah (Teller 2001).

V literatuře o modelech byly zavedeny další pojmy, které lze chápat jako řešení problému reprezentačních stylů. Mezi nimi hrají důležitou roli modely v měřítku, idealizované modely, analogické modely a fenomenologické modely. Tyto kategorie se vzájemně nevylučují; například některé modely v měřítku by se také kvalifikovaly jako idealizované modely a není jasné, kde přesně nakreslit hranici mezi idealizovanými a analogovými modely.

Měřítkové modely. Některé modely jsou v podstatě zmenšené nebo zvětšené kopie svých cílových systémů (Black 1962). Typickými příklady jsou dřevěné automobily nebo modelové mosty. Hlavní intuicí je, že měřítkový model je naturalistická replika nebo pravdivý zrcadlový obraz cíle; z tohoto důvodu jsou modely měřítka někdy označovány také jako „skutečné modely“(Achinstein 1968, kapitola 7). Neexistuje však nic takového jako model dokonale věrného měřítka; věrnost je vždy omezena na některé aspekty. Dřevěný model automobilu například poskytuje věrné zobrazení tvaru vozu, ale nikoli jeho materiálu. Měřítkové modely se zdají být zvláštním případem širší kategorie reprezentací, které Peirce daboval ikony: reprezentace, které stojí za něčím jiným, protože se mu velmi podobají (Peirce 1931–1958 svazek 3, odstavec 362). To vyvolává otázku, jaká kritéria musí model splňovat, aby se mohl kvalifikovat jako ikona. Ačkoli se zdá, že máme silné intuice o tom, jak odpovědět na tuto otázku ve zvláštních případech, dosud nebyla vypracována žádná teorie ikonicity pro modely.

Idealizované modely. Idealizace je úmyslné zjednodušení něčeho komplikovaného s cílem dosáhnout toho, aby bylo lépe sledovatelné. Letadla bez tření, bodové hmoty, nekonečné rychlosti, izolované systémy, vševědoucí agenti a trhy v dokonalé rovnováze jsou jen některými dobře známými příklady. Filozofické debaty o idealizaci se zaměřily na dva obecné druhy idealizací: tzv. Aristotelské a galilejské idealizace.

Aristotelská idealizace je v naší představivosti „odstraněním“všech vlastností z konkrétního objektu, o kterém se domníváme, že pro daný problém nejsou relevantní. To nám umožňuje soustředit se na omezenou sadu vlastností izolovaně. Příkladem je klasický mechanický model planetárního systému, který popisuje planety jako objekty, které mají pouze tvar a hmotnost, bez ohledu na všechny ostatní vlastnosti. K dalším značkám pro tento druh idealizace patří „abstrakce“(Cartwright 1989, kap. 5), „předpoklady zanedbatelnosti“(Musgrave 1981) a „metoda izolace“(Mäki 1994).

Galilejské idealizace jsou ty, které zahrnují úmyslné zkreslení. Fyzici staví modely skládající se z bodových hmot pohybujících se na rovinách bez tření, ekonomové předpokládají, že agenti jsou vševědoucí, biologové studují izolované populace atd. Bylo charakteristické, že Galileův přístup k vědě používal zjednodušení tohoto druhu, kdykoli byla situace příliš složitá na to, aby se vyřešila. Z tohoto důvodu je běžné označovat tento druh idealizací za „galilejské idealizace“(McMullin 1985); dalším běžným štítkem jsou „zkreslené modely“.

Galilejské idealizace jsou hádány hádankami. Co nám model zahrnující zkreslení tohoto druhu říká o realitě? Jak můžeme otestovat jeho správnost? V odpovědi na tyto otázky Laymon (1991) předložil teorii, která chápe idealizace jako ideální limity: představte si řadu experimentálních vylepšení skutečné situace, která se blíží postulovanému limitu, a pak vyžadují, aby se blíže vlastnosti systému dostaly k ideální mez, čím blíže se jeho chování musí dostat k chování ideální meze (monotonita). Tyto podmínky však nemusí vždy platit a není jasné, jak chápat situace, ve kterých neexistuje ideální hranice. Můžeme přinejmenším v zásadě vytvořit řadu desek stolu, které jsou stále kluzší, ale nemůžeme vytvořit řadu systémů, ve kterých se Planckova konstanta blíží nule. To vyvolává otázku, zda je možné idealizovaný model vždy realističtější jeho de-idealizací. K tomuto problému se vrátíme v části 5.1.

Galileanské a aristotelské idealizace se vzájemně nevylučují. Naopak, často se scházejí. Zvažte znovu mechanický model planetárního systému: model bere v úvahu pouze úzký soubor vlastností a deformuje je, například popisováním planet jako ideální koule s rotačně-symetrickým rozložením hmoty.

Modely, které zahrnují značné galilejské i aristotelské idealizace, jsou někdy označovány jako „karikatury“(Gibbard a Varian 1978). Karikaturní modely izolují malý počet hlavních charakteristik systému a deformují je do krajního případu. Klasickým příkladem je Ackerlofův model automobilového trhu (1970), který vysvětluje rozdíl v ceně mezi novými a ojetými vozy pouze z hlediska asymetrických informací, čímž se nezohledňují všechny ostatní faktory, které mohou ovlivnit ceny automobilů. Je však sporné, zda lze tyto vysoce idealizované modely stále považovat za informativní reprezentace jejich cílových systémů (pro diskusi o karikaturních modelech, zejména v ekonomii, viz Reiss 2006).

V tomto bodě bychom rádi zmínili pojem, který se zdá být úzce spojen s idealizací, konkrétně sbližováním. Ačkoli se termíny někdy používají zaměnitelně, zdá se, že mezi nimi existuje jasný rozdíl. Aproximace jsou zavedeny v matematickém kontextu. Jedna matematická položka je aproximací jiné položky, pokud je jí v nějakém relevantním smyslu blízká. To, co je tato položka, se může lišit. Někdy chceme přiblížit jednu křivku jiné křivce. Toto se stane, když rozšíříme funkci na mocnickou řadu a zachováme pouze první dva nebo tři termíny. V jiných situacích aproximujeme rovnici další tím, že necháme kontrolní parametr směřovat k nule (Redhead 1980). Hlavní bod spočívá v tom, že problém fyzické interpretace nemusí vyvstat. Na rozdíl od galilské idealizacecož zahrnuje zkreslení skutečného systému, sbližování je čistě formální záležitost. To samozřejmě neznamená, že nemohou existovat zajímavé vztahy mezi aproximacemi a idealizací. Například, aproximace může být odůvodněna poukazem na to, že je to „matematický přívěsek“k přijatelné idealizaci (např. Když zanedbáme disipativní výraz v rovnici, protože vytváříme idealizující předpoklad, že systém je bez tření).když zanedbáme disipativní výraz v rovnici, protože vytváříme idealizující předpoklad, že systém je bez tření).když zanedbáme disipativní výraz v rovnici, protože vytváříme idealizující předpoklad, že systém je bez tření).

Analogické modely. Standardní příklady analogických modelů zahrnují hydraulický model ekonomického systému, kulečníkový model plynu, počítačový model mysli nebo model kapky kapaliny v jádru. Na základní úrovni jsou dvě věci analogické, pokud mezi nimi existují určité relevantní podobnosti. Hesse (1963) rozlišuje různé typy analogií podle druhů vztahů podobnosti, do kterých vstupují dva objekty. Jednoduchý typ analogie je ten, který je založen na sdílených vlastnostech. Mezi Zemí a Měsícem existuje obdoba založená na skutečnosti, že obě jsou velká, pevná, neprůhledná, sférická těla, přijímající teplo a světlo ze slunce, otáčející se kolem jejich os a gravitační k jiným tělům. Stejnost vlastností však není nutnou podmínkou. Analogie mezi dvěma objekty může být také založena na relevantních podobnostech mezi jejich vlastnostmi. V tomto liberálnějším smyslu můžeme říci, že existuje analogie mezi zvukem a světlem, protože ozvěny jsou podobné odrazům, hlasitosti k jasu, sklonu k barvě, detekovatelnosti uchem k detekovatelnosti okem atd.

Analogie mohou být také založeny na stejnosti nebo podobnosti vztahů mezi částmi dvou systémů spíše než na jejich monadických vlastnostech. V tomto smyslu někteří politici tvrdí, že vztah otce k jeho dětem je obdobou vztahu státu k občanům. Doposud zmiňované analogie byly tím, co Hesse nazývá „materiální analogie“. Formálnější představu o analogii získáme, když odečteme z konkrétních vlastností systémů a soustředíme se pouze na jejich formální uspořádání. To, co analogový model pak sdílí se svým cílem, není sada prvků, ale stejný vzor abstraktních vztahů (tj. Stejná struktura, kde je struktura chápána ve formálním smyslu). Tento pojem analogie úzce souvisí s tím, co Hesse nazývá „formální analogií“. Dvě položky jsou spojeny formální analogií, pokud jde o interpretace stejného formálního počtu. Například existuje formální analogie mezi kyvným kyvadlem a kmitajícím elektrickým obvodem, protože jsou oba popsány stejnou matematickou rovnicí.

Dalším rozlišením kvůli Hesenu je rozlišení mezi pozitivními, negativními a neutrálními analogiemi. Pozitivní analogie mezi dvěma položkami spočívá ve vlastnostech nebo vztazích, které sdílejí (molekuly plynu i kulečníkové koule mají hmotnost), negativní analogii v těch, které nesdílejí (kulečníkové koule jsou barevné, molekuly plynu nejsou). Neutrální analogie zahrnuje vlastnosti, o nichž není dosud známo, zda patří k pozitivní nebo negativní analogii. Neutrální analogie hrají ve vědeckém výzkumu důležitou roli, protože vyvolávají otázky a naznačují nové hypotézy. V tomto duchu různí autoři zdůraznili heuristickou roli, kterou analogie hrají v konstrukci teorie a v tvůrčím myšlení (Bailer-Jones a Bailer-Jones 2002; Hesensko 1974, Holyoak a Thagard 1995, Kroes 1989, Psillos 1995,a eseje shromážděné v Hellmanu 1988).

Fenomenologické modely. Fenomenologické modely byly definovány různými, i když příbuznými způsoby. Tradiční definice je bere jako modely, které představují pouze pozorovatelné vlastnosti jejich cílů a zdržují se předpokládaných skrytých mechanismů a podobně. Jiný přístup, kvůli McMullinovi (1968), definuje fenomenologické modely jako modely, které jsou nezávislé na teoriích. Zdá se však, že je to příliš silné. Mnoho fenomenologických modelů, i když nelze odvodit z teorie, začleňuje principy a zákony spojené s teoriemi. Například model kapky kapaliny atomového jádra zobrazuje jádro jako kapku kapaliny a popisuje, že má několik vlastností (mezi jiným povrchové napětí a náboj) pocházejících z různých teorií (hydrodynamika a elektrodynamika). Určité aspekty těchto teorií - i když obvykle ne úplná teorie - se pak používají ke stanovení statických i dynamických vlastností jádra.

Závěrečné poznámky. Každý z těchto pojmů je stále poněkud vágní, trpí vnitřními problémy a je třeba udělat hodně práce, aby byly zpřísněny. Ale mnohem naléhavější než tyto problémy je otázka, jak se různé pojmy vztahují k sobě navzájem. Jsou analogie zásadně odlišné od idealizací nebo zabírají různé oblasti v nepřetržitém měřítku? Jak se liší ikony od idealizací a analogií? V současné době nevíme, jak na tyto otázky odpovědět. Potřebujeme systematický popis různých způsobů, jak mohou modely souviset s realitou a jak se tyto způsoby vzájemně porovnávají.

1.2 Reprezentativní modely II: modely dat

Dalším typem reprezentačních modelů jsou tzv. „Modely dat“(Suppes 1962). Model dat je opravená, opravená, regimentovaná av mnoha případech idealizovaná verze dat, která získáme okamžitým pozorováním, tzv. Surová data. Charakteristické je, že jeden nejprve odstraní chyby (např. Odstraní body ze záznamu, které jsou způsobeny vadným pozorováním), a poté prezentuje data „úhledným“způsobem, například nakreslením hladké křivky množinou bodů. Tyto dva kroky se běžně nazývají „redukce dat“a „přizpůsobení křivky“. Když například zkoumáme trajektorii určité planety, nejprve z pozorovacích záznamů odstraníme body, které jsou klamné, a zbývajícím křivkám přizpůsobíme hladkou křivku. Modely dat hrají klíčovou roli při potvrzování teorií, protože je to model dat a ne často chaotická a komplexní surová data, která porovnáváme s teoretickou predikcí.

Konstrukce datového modelu může být velmi komplikovaná. Vyžaduje sofistikované statistické techniky a vyvolává vážné metodologické i filozofické otázky. Jak rozhodneme, které body v záznamu je třeba odstranit? A vzhledem k čisté sadě dat, jakou křivku k tomu přizpůsobíme? První otázka byla řešena hlavně v kontextu filozofie experimentu (viz například Galison 1997 a Staley 2004). Jádrem této druhé otázky je tzv. Problém s přizpůsobením křivky, který spočívá v tom, že data sama o sobě nenaznačují, jakou formu by měla přizpůsobená křivka mít. Tradiční diskuse o volbě teorie naznačují, že tento problém je vyřešen teorií pozadí, úvahami o jednoduchosti, dřívějšími pravděpodobnostmi nebo jejich kombinací. Forster a Sober (1994) poukazují na to, že tato formulace problému přizpůsobení křivky je mírným nadhodnocením, protože ve statistice existuje věta ve věcech Akaike, která ukazuje (vzhledem k určitým předpokladům), že samotná data podepisují (i když ne určují) závěr týkající se tvar křivky, pokud předpokládáme, že přizpůsobená křivka musí být vybrána tak, aby dosáhla rovnováhy mezi jednoduchostí a správností přizpůsobení tak, aby maximalizovala prediktivní přesnost. Další diskuse o datových modelech lze nalézt v Chin and Brewer (1994), Harris (2003), Laymon (1982) a Mayo (1996).s tvarem, pokud předpokládáme, že přizpůsobená křivka musí být vybrána tak, aby dosáhla rovnováhy mezi jednoduchostí a dobrým tvarem tak, aby maximalizovala prediktivní přesnost. Další diskuse o datových modelech lze nalézt v Chin and Brewer (1994), Harris (2003), Laymon (1982) a Mayo (1996).s tvarem, pokud předpokládáme, že přizpůsobená křivka musí být vybrána tak, aby dosáhla rovnováhy mezi jednoduchostí a dobrým tvarem tak, aby maximalizovala prediktivní přesnost. Další diskuse o datových modelech lze nalézt v Chin and Brewer (1994), Harris (2003), Laymon (1982) a Mayo (1996).

1.3 Modely teorie

V moderní logice, model je struktura, která dělá všechny věty teorie pravdivé, kde teorie je vzata být (obvykle deductively uzavřený) soubor vět ve formálním jazyce (vidět Bell a Machover 1977 nebo Hodges 1997 pro podrobnosti). Struktura je „model“v tom smyslu, že to je to, co teorie představuje. Jako jednoduchý příklad zvažte euklidovskou geometrii, která se skládá z axiomů - např. „Jakékoli dva body mohou být spojeny přímkou“- a věty, které lze z těchto axiomů odvodit. Jakákoli struktura, ve které jsou všechna tato tvrzení pravdivá, je modelem euklidovské geometrie.

Struktura S = <U, O, R> je složená entita sestávající z (i) neprázdné sady U jednotlivců nazývaných doménou (nebo vesmírem) S, (ii) indexované sady O (tj. Uspořádaného seznamu)) operací na U (které mohou být prázdné) a (iii) neprázdné indexované množiny R vztahů na U. Je důležité si uvědomit, že pro definici struktury není nic o tom, co jsou objekty, jsou to pouhé figuríny. Obdobně jsou operace a funkce specifikovány čistě extenzivně; to znamená, že n -place relace jsou definovány jako třídy n-tuplů a funkce užívající n argumentů jsou definovány jako třídy n-tuplů. Pokud jsou všechny věty teorie pravdivé, když jsou její symboly interpretovány jako odkazy na objekty, vztahy nebo funkce struktury S, pak S je modelem této teorie.

Mnoho modelů ve vědě převádí z logiky myšlenku bytí interpretací abstraktního počtu. Toto je obzvláště relevantní ve fyzice, kde obecné zákony - takový jako Newtonova pohybová rovnice - leží v srdci teorie. Tyto zákony jsou aplikovány na konkrétní systém - např. Kyvadlo - volbou speciální silové funkce, vytvářením předpokladů o hromadném rozložení kyvadla atd. Výsledný model je pak interpretací (nebo realizací) obecného zákona.

2. Ontologie: Jaké jsou modely?

Existuje celá řada věcí, které se běžně označují jako modely: fyzické objekty, smyšlené objekty, množiny teoretických struktur, popisy, rovnice nebo kombinace některých z nich. Tyto kategorie však nejsou vzájemně se vylučující ani společně vyčerpávající. Tam, kde člověk nakreslí hranici, řekněme, smyšlené objekty a set-teoretické struktury mohou dobře záviset na něčem metafyzickém přesvědčení a některé modely mohou spadat do další třídy věcí. Jaké modely jsou, samozřejmě, samy o sobě zajímavou otázkou, ale jak je stručně uvedeno v poslední části, má to také důležité důsledky pro sémantiku a, jak uvidíme níže, pro epistemologii.

2.1 Fyzické objekty

Některé modely jsou přímými fyzickými objekty. Obvykle se označují jako „materiálové modely“. Třída materiálních modelů zahrnuje vše, co je fyzickou entitou a které slouží jako vědecké vyjádření něčeho jiného. Mezi členy této třídy najdeme příklady akcií, jako jsou dřevěné modely mostů, letadel nebo lodí, kovový model DNA Watsona a Cricka (Schaffner 1969) a hydraulický model ekonomiky Phillips (Morgan a Boumans 2004). Více špičkových případů materiálových modelů jsou tzv. Modelové organismy: organismy používané v biologických vědách jako zástavy pro jiné organismy (Ankeny 2009, Ankeny a Leonelli 2012 a Leonelli 2010).

Materiálové modely nezpůsobují žádné ontologické potíže nad rámec známých dohadů ve vztahu k objektům, s nimiž se metafyzici zabývají (např. Povaha vlastností, identita objektů, částí a celků atd.).

2.2 Smyšlené objekty

Mnoho modelů není materiálních modelů. Například Bohrův model atomu, kyvadlo bez tření nebo izolované populace jsou spíše v mysli vědce než v laboratoři a nemusí být fyzicky realizovány a experimentovány, aby mohly vykonávat svou reprezentační funkci. Zdá se přirozené je považovat za smyšlené entity. Tuto pozici lze vysledovat až k německému neokantianskému vaihingerovi (1911), který zdůraznil význam fikcí pro vědecké zdůvodnění. Giere nedávno zastávala názor, že modely jsou abstraktní entity (1988, 81). Není zcela jasné, co Giere znamená „abstraktní entity“, ale zdá se, že jeho diskuse o mechanických modelech naznačuje, že tento termín používá k označení fikčních entit.

Tento pohled je v souladu s vědeckou praxí, kde vědci často hovoří o modelech, jako by šlo o objekty, a také o filosofické názory, které považují manipulaci s modely za podstatnou součást procesu vědeckého zkoumání (Morgan 1999). Je přirozené předpokládat, že člověk může něco manipulovat, pouze pokud existuje. Navíc modely často mají více vlastností, než jak jim výslovně přiřkneme, když je konstruujeme, a proto jsou zajímavými prostředky výzkumu. Pohled, který považuje modely za objekty, to může snadno vysvětlit bez dalšího uvážení: když představíme model, použijeme identifikační popis, ale samotný objekt není tímto popisem vyčerpávajícím způsobem charakterizován. Výzkum pak jednoduše znamená zjistit více o takto identifikovaném objektu.

Nevýhodou tohoto návrhu je, že fiktivní entity jsou notoricky známé s ontologickými hádankami. To vedlo mnoho filozofů k tvrzení, že neexistují žádné takové věci jako fiktivní entity a že zjevné ontologické závazky vůči nim musí být zřeknuty. Nejvlivnější z těchto deflačních účtů se vrací k Quine (1953). Na základě Russellovy diskuse o určitých popisech Quine tvrdí, že je to iluze, že když mluvíme o nich, odkazujeme na fiktivní entity. Místo toho můžeme tyto údajné objekty zlikvidovat otočením výrazů, které se na ně vztahují, na predikáty a analyzovat věty jako „Pegasus neexistuje“jako „nic pegasizes“. Odstraněním problematického termínu se vyhýbáme ontologickému závazku, který podle všeho nese. To má za následek nezájem o fiktivní entity,zejména mezi filozofy vědy. V programovém eseji Fine (1993) upozorňuje na toto zanedbávání a tvrdí, že quinejský skepticismus i přes fikce hraje důležitou roli ve vědeckém uvažování. Fine však nenabízí systematický popis fikcí a toho, jak jsou použity ve vědě.

Otázka, jak rozumět fikcím ve vědě, byla předmětem nedávné debaty ve filozofii modelování. Barberousse a Ludwig (2009), Contessa (2010), Frigg (2010a, 2010b), Godfrey-Smith (2006, 2009), Leng (2010) a Toon (2010) rozvíjejí názory, které vidí modely jako fikce nějakého druhu. Giere (2009) popírá, že by jeho dřívější práce měla být chápána tímto způsobem, a argumentuje proti prohlížení modelů jako fikcí. Magnani (2012), Pincock (2012, Ch.4) a Teller (2009) podporují Giereho anti-fikcionalismus a tvrdí, že modely by neměly být považovány za fikce. Weisberg (2012) se zasazuje o střední pozici, která vidí modely jako heuristickou roli, ale popírá, že jsou součástí vědeckého modelu.

2.3 Set-teoretické struktury

Vlivné hledisko bere modely jako teoretické struktury. Tato pozice může být stopována zpátky do Suppes (1960) a je nyní, s mírnými variantami, držel většinu zastánců sémantického pohledu na teorie. Netřeba dodávat, že existují rozdíly mezi různými verzemi sémantického pohledu (van Fraassen například zdůrazňuje, že modely jsou strukturami státního prostoru); přehled různých pozic lze nalézt v Suppe (1989, kapitola 1). Na všech těchto účtech však existují modely stejného druhu (Da Costa a French 2000). Protože jsou modely tohoto druhu často úzce spjaty s matematickými vědami, jsou někdy označovány také jako „matematické modely“. (Diskuze o takových modelech v biologii viz Lloyd 1984 a 1994.)

Tento pohled na modely byl kritizován z různých důvodů. Jednou všudypřítomnou kritikou je, že mnoho typů modelů, které hrají důležitou roli ve vědě, nejsou strukturami a nelze je přizpůsobit strukturalistickému pohledu na modely, které nemohou vysvětlit, jak jsou tyto modely konstruovány, ani za to, jak fungují v souvislosti s vyšetřováním. (Cartwright 1999, Downes 1992, Morrison 1999). Další obvinění proti set-teoretickému přístupu je to, že není možné vysvětlit, jak struktury představují cílový systém, který je součástí fyzického světa, aniž by se vytvářely předpoklady, které jdou nad rámec toho, co si přístup může dovolit (Frigg 2006).

2.4 Popisy

Časem uznávané postavení má to, že to, co vědci zobrazují ve vědeckých dokumentech a učebnicích, když představují model, je víceméně stylizovaným popisem příslušných cílových systémů (Achinstein 1968, Black 1962).

Tento názor nebyl výslovně kritizován. Některé kritiky, které byly zařazeny proti syntaktickému pohledu teorií, však stejně ohrožují lingvistické chápání modelů. Zaprvé je samozřejmé, že můžeme stejnou věc popsat různými způsoby. Pokud ale identifikujeme model s jeho popisem, pak každý nový popis poskytne nový model, který se zdá být kontraintuitivní. Je možné přeložit popis do jiných jazyků (formálních nebo přirozených), ale člověk by neřekl, že tímto získáme jiný model. Za druhé, modely mají odlišné vlastnosti než popisy. Na jedné straně říkáme, že model sluneční soustavy sestává z koulí obíhajících kolem velké hmoty nebo že populace v modelu je izolována od svého prostředí, ale zdá se, že nemá smysl říkat to o popisu. Na druhé straně popisy mají vlastnosti, které modely nemají. Popis lze napsat v angličtině, skládat se z 517 slov, vytisknout červeným inkoustem atd. Nic z toho nedává smysl, když se říká o modelu. Popisovač čelí výzvě, aby buď uvedl případ, že se tyto argumenty mýlí, nebo aby ukázal, jak se těmto obtížím obejít.

2.5 Rovnice

Další skupinou věcí, které se obvykle nazývají „modely“, zejména v ekonomii, jsou rovnice (které se poté nazývají také „matematické modely“). Příkladem jsou Black-Scholesův model akciového trhu nebo Mundell-Flemingův model otevřené ekonomiky.

Problém s tímto návrhem je v tom, že rovnice jsou syntaktické položky a jako takové čelí námitkám podobným těm, které byly předloženy proti popisům. Nejprve je možné popsat stejnou situaci pomocí různých souřadnic a v důsledku toho získat různé rovnice; ale nezdá se, že bychom získali jiný model. Za druhé, model má vlastnosti odlišné od rovnice. Oscilátor je trojrozměrný, ale rovnice popisující jeho pohyb není. Rovnice může být také nehomogenní, ale systém, který popisuje, není.

2.6 Gerrymandered ontologies

Dosud diskutované návrhy mlčky předpokládaly, že model patří do jedné konkrétní třídy objektů. Tento předpoklad však není nutný. Může se stát, že modely jsou směsí prvků patřících do různých ontologických kategorií. V tomto duchu Morgan (2001) naznačuje, že modely zahrnují strukturální i narativní prvky („příběhy“, jak je nazývá).

3. Epistemologie: učení s modely

Modely jsou vozidla pro učení o světě. Významné části vědeckého bádání jsou prováděny spíše na modelech než na samotné realitě, protože studiem modelu můžeme odhalit vlastnosti a zjistit fakta o systému, který model představuje; Stručně řečeno, modely umožňují alternativní uvažování (Swoyer 1991). Například studujeme povahu atomu vodíku, dynamiku populací nebo chování polymerů studováním jejich příslušných modelů. Tato kognitivní funkce modelů byla v literatuře široce uznána a někteří dokonce naznačují, že modely vedou k novému stylu uvažování, tzv. „Model založenému uvažování“(Magnani a Nersessian 2002, Magnani, Nersessian a Thagard 1999). To nám dává otázku, jak je možné se učit s modelem.

Hughes (1997) poskytuje obecný rámec pro diskusi o této otázce. Podle jeho takzvaného účtu DDI probíhá učení ve třech fázích: denotace, demonstrace a interpretace. Začneme stanovením reprezentačního vztahu („denotace“) mezi modelem a cílem. Poté zkoumáme vlastnosti modelu, abychom demonstrovali určité teoretické tvrzení o jeho vnitřní struktuře nebo mechanismu; tj. dovíme se o modelu („demonstrace“). Nakonec musí být tato zjištění převedena na požadavky týkající se cílového systému; Hughes označuje tento krok jako „interpretaci“. V sázce jsou poslední dva pojmy.

3.1 Seznámení s modelem: experimenty, myšlenkové experimenty a simulace

Poznání modelu se děje na dvou místech, při konstrukci a manipulaci s modelem (Morgan 1999). Neexistují žádná pevná pravidla nebo recepty pro tvorbu modelů, a tak samotná činnost spočívá v tom, co se hodí k sobě a jak poskytuje příležitost dozvědět se o modelu. Jakmile je model postaven, nedozvíme se o jeho vlastnostech tím, že se na něj podíváme; musíme použít a manipulovat s modelem, abychom získali jeho tajemství.

V závislosti na tom, s jakým modelem se zabýváme, se stavba a manipulace s modelem rovná různým činnostem vyžadujícím jinou metodiku. Materiálové modely se zdají být problematické, protože se používají v běžných experimentálních kontextech (např. Model automobilu jsme vložili do aerodynamického tunelu a změřili jeho odpor vzduchu). Pokud jde o učení o modelu, materiální modely nevyvolávají otázky, které jdou nad rámec otázek experimentování obecně.

U fikčních modelů to tak není. Jaká jsou omezení na konstrukci fikčních modelů a jak s nimi manipulujeme? Zdá se, že přirozenou odpovědí je, že na tyto otázky odpovíme provedením myšlenkového experimentu. Různí autoři (např. Brown 1991, Gendler 2000, Norton 1991, Reiss 2003, Sorensen 1992) prozkoumali tuto argumentaci, ale dospěli k velmi odlišným a často protichůdným závěrům ohledně toho, jak se provádějí myšlenkové experimenty a jaký je stav jejich výsledků. (podrobnosti viz položka o experimentech s myšlenkami).

Důležitá třída modelů má matematický charakter. V některých případech je možné odvodit výsledky nebo řešit rovnice analyticky. Ale často tomu tak není. Právě v tomto bodě měl vynález počítače velký dopad, protože nám umožňuje řešit rovnice, které jsou jinak neřešitelné pomocí počítačové simulace. Mnoho částí současného výzkumu v přírodních a sociálních vědách se spoléhá na počítačové simulace. Tvoření a vývoj hvězd a galaxií, podrobná dynamika vysokoenergetických těžkých iontových reakcí, aspekty složitého procesu vývoje života i vypuknutí válek, vývoj ekonomiky, rozhodovací postupy v organizaci a morální chování je zkoumáno pomocí počítačových simulací, abychom zmínili jen několik příkladů (Hegselmann et al. 1996, Skyrms 1996).

Co je to simulace? Charakteristicky se používají simulace ve spojení s dynamickými modely, tj. Modely, které vyžadují čas. Cílem simulace je vyřešit pohybové rovnice takového modelu, který je navržen tak, aby reprezentoval časový vývoj jeho cílového systému. Lze tedy říci, že simulace napodobuje (obvykle skutečný) proces jiným procesem (Hartmann 1996, Humphreys 2004).

Tvrdí se, že počítačové simulace představují skutečně novou metodologii vědy nebo dokonce nový vědecký vzor, který navíc vyvolává i nové množství filozofických otázek (Humphreys 2004, 2009, Rohrlich 1991, Winsberg 2001 a 2003, a různé příspěvky k Sismondo a Gissis 1999). Tvrdí se tedy, že simulace zpochybňují naše filozofické chápání mnoha aspektů vědy. Toto nadšení však není všeobecně sdíleno a někteří tvrdí, že simulace zdaleka nevyžadují novou filosofii vědy, ale přinášejí jen málo, pokud vůbec nějaké nové filosofické problémy (Frigg a Reiss 2009).

Ať už někdo vidí počítačové simulace jako vyvolání zásadně nových filosofických problémů, není pochyb o jejich praktickém významu. Když standardní metody selžou, počítačové simulace jsou často jediným způsobem, jak se dozvědět něco o dynamickém modelu; pomáhají nám „se rozšiřovat“(Humphreys 2004), jak to bylo. Důležitou otázkou, která v této souvislosti vyvstává, je zdůvodnění výsledků simulace: proč bychom měli důvěřovat výstupům počítačové simulace? Vlivná část pokusů o vyřešení této otázky využívá podobnosti mezi tradičními experimenty a počítačovými simulacemi, což vyvolává znepokojivé otázky o vztahu mezi počítačovými simulacemi a experimenty (Barberousse, Franceschelli a Imbert 2009, Morgan 2003, Morrison 2009, Parker 2008, 2009, Winsberg 2003).

Tuto otázku důvěryhodnosti lze rozdělit na dílčí otázky: (a) představují rovnice modelu dostatečně přesně cílový systém pro daný účel a (b) počítač poskytuje dostatečně přesná řešení těchto rovnic. Odborníci na ně odkazují jako na problém validace a ověřování. V praxi se často setkáváme s verzí problému Duhem, protože jeden může vyhodnotit pouze „čistý výsledek“simulace a není možné tyto dva problémy řešit jeden po druhém. To vedlo vědce k vývoji různých metod k testování, zda je výsledek simulace na cíli; jejich diskuse viz Winsberg (2009, 2010).

Počítačové simulace jsou také heuristicky důležité. Mohou navrhnout nové teorie, modely a hypotézy, například založené na systematickém zkoumání parametrického prostoru modelu (Hartmann 1996). Počítačové simulace však také nesou metodologické nebezpečí. Mohou poskytovat zavádějící výsledky, protože v důsledku diskrétní povahy výpočtů prováděných na digitálním počítači umožňují pouze průzkum části plného prostoru parametrů; a tento podprostor nemusí odhalit některé důležité vlastnosti modelu. Závažnost tohoto problému je nějak zmírněna rostoucí silou moderních počítačů. Dostupnost výpočetní síly však může mít také nepříznivé účinky. Může povzbudit vědce, aby rychle přijali stále komplexnější, ale koncepčně předčasné modely,zahrnující špatně pochopené předpoklady nebo mechanismy a příliš mnoho dalších nastavitelných parametrů (k diskusi o souvisejícím problému v kontextu jednotlivých aktérských modelů v sociálních vědách viz Schnell 1990). To může vést ke zvýšení empirické přiměřenosti - což může být vítáno, pokud jde například o předpovídání počasí - ale ne nutně k lepšímu pochopení základních mechanismů. V důsledku toho může použití počítačových simulací změnit váhu, kterou přikládáme různým vědeckým cílům. A konečně dostupnost počítačového výkonu může vědce přimět k tomu, aby provedli výpočty, které nemají takovou úroveň důvěryhodnosti, jakou by člověk očekával. To se děje například, když jsou počítače použity k šíření pravděpodobnostních distribucí dopředu v čase,které jsou pak považovány za pravděpodobnosti relevantní pro rozhodnutí, i když se ukáže, že nejsou podrobně zkoumány (viz Frigg et al. 2012). Proto je důležité, aby nás nesli prostředky, které nové výkonné počítače nabízejí, a tím mimo dohled nad skutečnými cíli výzkumu.

3.2 Převod znalostí o modelu na znalosti o cíli

Jakmile máme znalosti o modelu, musí být tyto znalosti „převedeny“do znalostí o cílovém systému. Právě v tomto bodě se opět stává důležitá reprezentační funkce modelů. Modely nás mohou poučit o povaze reality, pouze pokud předpokládáme, že (alespoň některé) aspekty modelu mají protějšky na světě. Pokud je však učení vázáno na reprezentaci a existují-li různé druhy reprezentace (analogie, idealizace atd.), Pak existují i různé druhy učení. Pokud například máme model, který považujeme za realistické zobrazení, je přenos znalostí z modelu do cíle proveden jiným způsobem, než když se zabýváme analogem nebo modelem, který zahrnuje idealizaci předpokladů.

Jaké jsou tyto různé způsoby učení? Ačkoli bylo provedeno mnoho případových studií o tom, jak určité konkrétní modely fungují, nezdá se, že by existovaly nějaké obecné zprávy o tom, jak je dosaženo přenosu znalostí z modelu k jeho cíli (to s možnou výjimkou teorií analogického zdůvodnění viz. odkazy výše). To je obtížná otázka, ale je to otázka, která si zaslouží více pozornosti, než se dosud věnovala.

4. Modely a teorie

Jednou z nejzložitějších otázek spojených s modely je to, jak se vztahují k teoriím. Oddělení mezi modely a teorií je velmi mlhavé a v žargonu mnoha vědců je často obtížné, ne-li nemožné, nakreslit čáru. Otázka tedy zní: existuje rozdíl mezi modely a teoriemi a pokud ano, jak se vztahují k sobě navzájem?

V běžné řeči se pojmy „model“a „teorie“někdy používají k vyjádření něčího postoje k určitému kusu vědy. Fráze „je to jen model“naznačuje, že se v sázce na hypotézu uplatňuje pouze předběžně nebo je dokonce známo, že je nepravdivá, zatímco něco je označeno „teorií“, pokud získala určitou míru obecného přijetí. Tento způsob kreslení linie mezi modely a teoriemi však není k systematickému porozumění modelů užitečný.

4.1 Dva extrémy: syntaktický a sémantický pohled na teorie

Syntaktický pohled na teorie, který je nedílnou součástí logického pozitivistického obrazu vědy, konstruuje teorii jako množinu vět v axiomatizovaném systému logiky prvního řádu. V rámci tohoto přístupu se pojem model používá v širším a užším smyslu. V širším slova smyslu je model pouze systémem sémantických pravidel, které interpretují abstraktní počet a studium modelu znamená zkoumat sémantiku vědeckého jazyka. V užším smyslu je model alternativní interpretací určitého počtu (Braithwaite 1953, Campbell 1920, Nagel 1961, Spector 1965). Pokud například vezmeme matematiku používanou v kinetické teorii plynů a znovu interpretujeme podmínky tohoto počtu způsobem, který je nutí odkazovat na kulečníkové koule, jsou kulečníkové koule modelem kinetické teorie plynů. Zastáncové syntaktického pohledu věří, že takové modely nejsou pro vědu relevantní. Modely, které drží, jsou nadbytečné doplňky, které mají nejlepší pedagogickou, estetickou nebo psychologickou hodnotu (Carnap 1938, Hempel 1965; viz také Bailer-Jones 1999).

Sémantický pohled na teorie (viz např. Van Fraassen 1980, Giere 1988, Suppe 1989 a Suppes 2002) zvrací toto stanovisko a prohlašuje, že bychom se měli zcela vyhýbat formálnímu počtu a dívat se na teorii jako na rodinu modelů. Ačkoli různé verze sémantického pohledu předpokládají odlišnou představu o modelu (viz výše), všichni se shodují, že modely jsou ústřední jednotkou vědecké teoretizace.

4.2 Modely jako nezávislé na teoriích

Jednou z nejnápadnějších kritik sémantického pohledu je to, že omylem umisťuje místo modelů ve vědecké stavbě. Modely jsou relativně nezávislé na teorii, spíše než na jejich vytvoření; nebo použít Morrisonův slogan (1998), jsou „autonomní agenti“. Tato nezávislost má dva aspekty: konstrukci a fungování (Morgan a Morrison 1999).

Pohled na to, jak jsou modely konstruovány ve skutečné vědě, ukazuje, že nejsou odvozeny výhradně z dat ani z teorie. Teorie nám neposkytují algoritmy pro konstrukci modelu; nejedná se o „prodejní automaty“, do kterých lze vložit problém, a objeví se modely (Cartwright 1999, kapitola 8). Vytváření modelů je umění a ne mechanický postup. Londýnský model supravodivosti nám poskytuje dobrý příklad tohoto vztahu. Hlavní rovnice modelu nemá žádné teoretické zdůvodnění (v tom smyslu, že by mohla být odvozena od elektromagnetické nebo jiné základní teorie) a je motivována pouze na základě fenomenologických úvah (Cartwright et al. 1995). Nebo, jinými slovy,model byl konstruován „zdola nahoru“a nikoli „shora dolů“, a proto se těší velké nezávislosti na teorii.

Druhým aspektem nezávislosti modelů je to, že vykonávají funkce, které nemohly vykonávat, kdyby byly součástí nebo silně závislé na teoriích.

Modely jako doplněk teorií. Teorie může být neúplně specifikována v tom smyslu, že ukládá určitá obecná omezení, ale mlčí o detailech konkrétních situací, které poskytuje model (Redhead 1980). Zvláštní případ této situace je, když je známa kvalitativní teorie a model zavádí kvantitativní míry (Apostel 1961). Redheadův příklad pro teorii, která je tímto způsobem nedefinována, je axiomatická teorie kvantového pole, která na kvantová pole ukládá pouze určitá obecná omezení, ale neposkytuje popis jednotlivých polí.

Zatímco se zdá, že Redhead a další považují případy tohoto druhu za něco zvláštního, Cartwright (1983) tvrdí, že jsou spíše pravidlem než výjimkou. Podle jejího názoru základní teorie, jako je klasická mechanika a kvantová mechanika, vůbec nic nepředstavují, protože nepopisují žádnou situaci ve skutečném světě. Zákony v takových teoriích jsou schémata, která musí být konkretizována a vyplněna podrobnostmi o konkrétní situaci, což je úkol, který je proveden modelem.

Modely vstoupí, když teorie jsou příliš složité zvládnout. Teorie mohou být příliš komplikované na to, aby se s nimi zacházelo. V takovém případě může být použit zjednodušený model, který umožňuje řešení (Apostel 1961, Redhead 1980). Například kvantová chromodynamika nemůže být snadno použita ke studiu hadronové struktury jádra, ačkoli je to základní teorie tohoto problému. Abychom se vyhnuli této obtížnosti, konstruktéři konstruují sledovatelné fenomenologické modely (např. Model MIT bag), které účinně popisují příslušné stupně volnosti uvažovaného systému (Hartmann 1999). Výhodou těchto modelů je, že přinášejí výsledky tam, kde teorie mlčí. Jejich nevýhodou je, že často není jasné, jak chápat vztah mezi teorií a modelem, protože tyto dva jsou, striktně řečeno, rozporuplné.

Extrémnějším případem je použití modelu, když neexistují vůbec žádné teorie. S touto situací se setkáváme ve všech oblastech, ale zejména v biologii a ekonomii, kde se často vyskytující zastřešující teorie často nemají. Modely, které vědci poté konstruují pro řešení situace, se někdy nazývají „náhradní modely“(Groenewold 1961).

Modely jako předběžné teorie. Pojetí modelů jako náhrad za teorie úzce souvisí s pojetím vývojového modelu. Tento termín byl vytvořen Leplinem (1980), který poukázal na to, jak užitečné modely byly ve vývoji rané kvantové teorie, a nyní se používá jako zastřešující pojem pokrývající případy, ve kterých jsou modely jakýmsi předběžným cvičením k teorii.

Úzce související pojem je jeden ze sondových modelů (také „studijních modelů“nebo „hračkových modelů“). Jedná se o modely, které nevykonávají reprezentační funkci a neočekává se, že by nás poučily o něčem mimo samotný model. Účelem těchto modelů je vyzkoušet nové teoretické nástroje, které se později používají k vytváření reprezentativních modelů. Například v teorii pole byl takzvaný φ ⁴ -model studován značně ne proto, že představuje něco reálného (je známo, že tomu tak není), ale proto, že slouží několika heuristickým funkcím. Jednoduchost φ ⁴- model umožňuje fyzikům „získat pocit“, jaké jsou kvantové teorie pole a získat některé obecné rysy, které tento jednoduchý model sdílí se složitějšími. Jeden může vyzkoušet složité techniky, jako je renormalizace v jednoduchém prostředí a je možné se seznámit s mechanismy - v tomto případě se jedná o porušení symetrie - které lze použít později (Hartmann 1995). To platí nejen pro fyziku. Jak zdůrazňuje Wimsatt (1987), falešné modely v genetice mohou vykonávat mnoho užitečných funkcí, mezi nimi i následující: falešný model může pomoci odpovědět na otázky o realističtějších modelech, poskytnout arénu pro zodpovězení otázek o vlastnostech komplexnějších modelů, “vyřadit jevy, které by jinak nebyly vidět,slouží jako omezující případ obecnějšího modelu (nebo dva falešné modely mohou definovat extrém kontinua případů, ve kterých má skutečný případ ležet), nebo to může vést k identifikaci relevantních proměnných a odhadu jejich hodnoty.

5. Modely a další diskuse ve filozofii vědy

Debata o vědeckých modelech má důležité důsledky pro další debaty ve filozofii vědy. Důvodem je to, že debaty o vědeckém realismu, redukcionismu, vysvětlení a přírodních zákonech byly tradičně formulovány z hlediska teorií, protože jako teorie vědeckého poznání byly uznány pouze teorie. Otázkou tedy je, zda a pokud ano, jak se diskuse o těchto věcech změní, když přesuneme zaměření z teorií na modely. Doposud nebyly vyvinuty žádné komplexní účty založené na modelech těchto problémů; ale modely v diskusích o těchto tématech zanechaly stopy.

5.1 Modely a debata o realismu versus antirealismus

To bylo prohlašoval, že praxe modelování zvýhodňuje antirealism přes realismus. Antirealisté poukazují na to, že pravda není hlavním cílem vědeckého modelování. Cartwright (1983) například uvádí několik případových studií, které dokládají, že dobré modely jsou často falešné a že údajně skutečné teorie nemusí příliš pomoci, pokud jde o porozumění, řekněme, práci laseru.

Realisté popírají, že falešnost modelů znemožňuje realistický přístup k vědě poukazem na to, že dobrý model, o kterém se domníváme, že není doslova pravda, je obvykle alespoň přibližně pravdivý. Laymon (1985) tvrdí, že předpovědi modelu se obvykle zlepšují, když uvolníme idealizace (tj. De-idealizují model), které bere na podporu realismu (viz také McMullin 1985, Nowak 1979 a Brzezinski a Nowak 1992).

Kromě obvyklých stížností na nepolapitelnost pojmu přibližné pravdy, antirealisté vznesli problém s touto odpovědí ze dvou (souvisejících) důvodů. Zaprvé, jak zdůrazňuje Cartwright (1989), není důvod předpokládat, že člověk může vždy vylepšit model přidáním de idealizačních oprav. Zadruhé se zdá, že uvedený postup není v souladu s vědeckou praxí. Je neobvyklé, že vědci investují do opakovaného odstraňování idealizace stávajícího modelu. Spíše se přesunou do úplně jiného rámce pro modelování, jakmile se úpravy příliš zapojí (Hartmann 1998). Příkladem jsou různé modely atomového jádra. Jakmile se zjistí, že skořápkové efekty jsou důležité pro porozumění různým jevům,model hromadné kapky kapaliny byl odložen stranou a byl vyvinut (skořepinový) model skořepiny, který zohledňuje tato zjištění. Další problém s de idealizací spočívá v tom, že většina idealizací není „kontrolována“. Není například jasné, jakým způsobem by člověk mohl de-idealizovat model MIT-Bag, aby nakonec dospěl k kvantové chromodynamice, údajně správné základní teorii.

Dalším antirealistickým argumentem, „argumentem nekompatibilních modelů“, je východiskem zjištění, že vědci často pro prediktivní účely často používají několik nekompatibilních modelů jednoho a stejného cílového systému (Morrison 2000). Tyto modely se zdánlivě navzájem protirečí, protože stejnému cílovému systému přiřazují různé vlastnosti. Například v jaderné fyzice model kapalinové kapky zkoumá analogii atomového jádra s (nabitou) kapkou tekutiny, zatímco skořápkový model popisuje jaderné vlastnosti z hlediska vlastností protonů a neutronů, složek atomového jádra. Zdá se, že tato praxe způsobuje problém pro vědecký realismus. Realisté obvykle zastávají názor, že existuje úzká souvislost mezi prediktivním úspěchem teorie a tím, že je alespoň přibližně pravdivá. Pokud je však několik teorií stejného systému prediktivně úspěšných a pokud jsou tyto teorie vzájemně nekonzistentní, nemohou být všechny pravdivé, dokonce ani přibližně.

Realisté mohou na tento argument reagovat různými způsoby. Zaprvé mohou napadnout tvrzení, že dotčené modely jsou skutečně prediktivní. Pokud modely nejsou dobrými prediktory, argument je blokován. Zadruhé, mohou hájit verzi perspektivního realismu (Giere 1999, Rueger 2005), podle níž každý model odhaluje jeden aspekt daného jevu, a když se vezme dohromady, objeví se plný (nebo plnější) účet. Zatřetí, realisté mohou popřít, že problém je na prvním místě, protože vědecké modely, které jsou vždy tak či onak idealizovány, a tedy striktně řečeno nepravdivé, jsou jen nesprávným prostředkem, který by mohl poukázat na realismus.

5.2 Model a redukcionismus

Problém s více modely uvedený v poslední části vyvolává otázku, jak různé modely souvisejí. Je zřejmé, že vícenásobné modely pro stejný cílový systém obecně nemají deduktivní vztah, protože se často navzájem protirečí. Vzhledem k tomu, že většina z těchto modelů se zdá být nezbytná pro praxi vědy, se nezdá věrohodný jednoduchý obraz organizace vědy podle Nagelova (1961) modelu redukce nebo Oppenheimova a Putnamova (1958) pyramidového obrázku.

Někteří navrhli (Cartwright 1999, Hacking 1983) obrázek vědy, podle které neexistují žádné systematické vztahy, které by držely mezi různými modely. Některé modely jsou svázány, protože představují stejný cílový systém, ale to neznamená, že vstupují do jakýchkoli dalších vztahů (deduktivních nebo jinak). Jsme konfrontováni s řadou modelů, z nichž všechny drží ceteris paribus ve svých specifických oblastech použitelnosti (viz také články shromážděné ve Falkenburgu a Muschiku 1998).

Někteří tvrdí, že tento obrázek je alespoň částečně nesprávný, protože existují různé zajímavé vztahy, které drží mezi různými modely nebo teoriemi. Tyto vztahy sahají od řízených aproximací přes singulární mezní vztahy (Batterman 2004) ke strukturálním vztahům (Gähde 1997) a spíše volným vztahům nazývaným příběhy (Hartmann 1999; viz také Bokulich 2003). Tyto návrhy byly učiněny na základě případových studií (například tzv. Efektivních kvantových teorií pole, viz Hartmann 2001) a zbývá zjistit, zda lze poskytnout obecnější přehled těchto vztahů a zda je možné hlubší odůvodnění lze jim například poskytnout Bayesovský rámec (první kroky k Bayesovskému pochopení redukce lze nalézt v Dizadji-Bahmani et al. 2011).

5.3 Modely a zákony přírody

Obecně se tvrdí, že cílem vědy je objevování přírodních zákonů. Filozofové zase čelili výzvě vysvětlit, jaké přírodní zákony jsou. Podle dvou v současnosti dominantních účtů, nejlepšího systémového přístupu a univerzálního přístupu se přírodní zákony chápou jako univerzální, což znamená, že se vztahují na vše, co ve světě existuje. Nezdá se, že by toto převzetí zákonů šlo o názor, který vidí modely v centru vědecké teorie. Jakou roli hrají ve vědě obecné zákony, pokud představují modely, co se děje ve světě a jak souvisí modely a zákony?

Jednou z možných reakcí je argumentovat, že zákony přírody řídí entity a procesy spíše v modelu než ve světě. Základní zákony o tomto přístupu neuvádějí fakta o světě, ale platí o entitách a procesech v modelu. Různé varianty tohoto pohledu obhajovaly Cartwright (1983, 1999), Giere (1999) a van Fraassen (1989). Překvapivě se zdá, že realisté o zákonech na tuto výzvu nereagovali, a tak zůstává otevřenou otázkou, zda (a pokud ano, jak) lze realistické porozumění zákonům a modelový přístup k vědě učinit slučitelným.

5.4 Modely a vědecké vysvětlení

Přírodní zákony hrají důležitou roli v mnoha popisech vysvětlení, zejména v deduktivně nomologickém modelu a sjednocujícím přístupu. Tyto účty bohužel zdědí problémy, které narušují vztah mezi modely a zákony. To nám dává dvě možnosti. Jeden může argumentovat, že zákony mohou být upuštěny od vysvětlení, nápad, který je zaměstnán v obou Van Fraassen je (1980) pragmatická teorie vysvětlení a přístupy k příčinnému vysvětlení takový jako Woodward je (2003). Podle posledně jmenovaného jsou modely nástrojem, který umožňuje zjistit příčinné vztahy, které mají mezi určitými fakty nebo procesy, a právě tyto vztahy dělají vysvětlující práci. Nebo lze přesunout vysvětlující břemeno na modely. Pozitivním návrhem v tomto směru je Cartwrightův tzv. „Simulacrový popis vysvětlení“,což naznačuje, že vysvětlujeme jev vytvořením modelu, který se hodí do základního rámce velké teorie (1983, Ch. 8). Z tohoto důvodu je samotný model vysvětlením, které hledáme. To umocňuje základní vědecké intuice, ale nechává nás otázka, jaké ponětí o vysvětlení funguje (viz také Elgin a Sober 2002). Bokulich (2008, 2009) sleduje podobnou linii uvažování a považuje vysvětlující sílu modelů za úzce související s jejich smyšlenou povahou. To umocňuje základní vědecké intuice, ale nechává nás otázka, jaké ponětí o vysvětlení funguje (viz také Elgin a Sober 2002). Bokulich (2008, 2009) sleduje podobnou linii uvažování a považuje vysvětlující sílu modelů za úzce související s jejich smyšlenou povahou. To umocňuje základní vědecké intuice, ale nechává nás otázka, jaké ponětí o vysvětlení funguje (viz také Elgin a Sober 2002). Bokulich (2008, 2009) sleduje podobnou linii uvažování a považuje vysvětlující sílu modelů za úzce související s jejich smyšlenou povahou.

6. Závěr

Modely hrají ve vědě důležitou roli. Ale navzdory skutečnosti, že vzbudili značný zájem mezi filozofy, v našem chápání toho, jaké modely jsou a jak fungují, zůstávají značné mezery.

Bibliografie

• Achinstein, Peter (1968), Concepts of Science. Filozofická analýza. Baltimore: Johns Hopkins Press.
• Ackerlof, George A (1970), „Trh pro„ citrony “: nejistota kvality a tržní mechanismus“, čtvrtletník Journal of Economics 84: 488–500.
• Ankeny, Rachel (2009), „Modelové organismy jako fikce“, v Mauricio Suárez (ed.): Beletrie ve vědě, Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 194–204.
• Apostel, Leo (1961), „Směrem k formálnímu studiu modelů v neformálních vědách“, Freudenthal 1961, 1-37.
• Bailer-Jones, Daniela M. (1999), „Trasování vývoje modelů ve filozofii vědy“, v Magnani, Nersessian a Thagard 1999, 23–40.
• ––– (2003) „Představují-li vědecké modely“, Mezinárodní studia ve filozofii vědy 17: 59–74.
• ––– a Bailer-Jones CAL (2002), „Data modelování: Analogie v neuronových sítích, simulované žíhání a genetické algoritmy“, Magnani a Nersessian 2002: 147–165.
• Barbrousse, Anouk a Pascal Ludwig (2009), „Beletrie a modely“, In Mauricio Suárez (ed.): Beletrie ve vědě, Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 56–75.
• ––– Sara Franceschelli, Cyrille Imbert (2009), „Počítačové simulace jako experimenty“, Synthese, 169 (3): 557–574.
• Batterman, Robert (2004), „Intertheory Relations in Physics“, Stanfordská encyklopedie filozofie (Edice jaro 2004), Edward N. Zalta (ed.), URL = https://plato.stanford.edu/archives/spr2004/ záznamy / fyzika-vzájemné vztahy /.
• Bell, John a Moshé Machover (1977), Kurz matematické logiky, Amsterdam: Severní Holandsko.
• Černá, Max (1962), Modely a metafory. Studium v jazyce a filozofii. Ithaca, New York: Cornell University Press.
• Bogen, James a James Woodward (1988), „Zachraňování jevů“, Philosophical Review 97: 303–352.
• Bokulich, Alisa (2003), „Horizontální modely: od pekařů k kočkám“, filozofie vědy 70: 609–627.
• ––– (2008), Přehodnocení kvantově-klasického vztahu: Za redukcionismem a pluralismem, Cambridge: Cambridge University Press.
• ––– (2009), „Vysvětlující beletrie“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci Londýn: Routledge, 91–109.
• Braithwaite, Richard (1953), vědecké vysvětlení. Cambridge: Cambridge University Press.
• Brewer, WF a CA Chinn (1994), „Odpovědi vědců na neobvyklá data: Důkazy z psychologie, historie a filozofie vědy“, v: Sborník z bienále setkání Asociace filozofie vědy 1994, svazek 1: Symposia and Invited Papers, 304–313.
• Brown, James (1991), Laboratoř mysli: Myšlenkové experimenty v přírodních vědách. Londýn: Routledge.
• Brzezinski, Jerzy a Leszek Nowak (eds.) (1992), Idealization III: Aproximace a pravda. Amsterdam: Rodopi.
• Callender, Craig a Jonathan Cohen (2006), „O vědeckém zastoupení není žádný zvláštní problém“, přichází Theoria.
• Campbell, Norman (1920), Fyzika: Prvky. Cambridge: Cambridge University Press. Přetištěno jako základy vědy. New York: Dover, 1957.
• Carnap, Rudolf (1938), „Základy logiky a matematiky“, v Otto Neurath, Charles Morris a Rudolf Carnap (eds.), Mezinárodní encyklopedie sjednocené vědy. Sv. 1. Chicago: University of Chicago Press, 139–213.
• Cartwright, Nancy (1983), Jak zákony fyziky leží. Oxford: Oxford University Press.
• ––– (1989), Kapacity přírody a jejich měření. Oxford: Oxford University Press.
• ––– (1999), The Dappled World. Studie hranic vědy. Cambridge: Cambridge University Press.
• ––– Towfic Shomar a Mauricio Suárez (1995), „The Tool-box of Science“, v Herfel 1995, 137–150.
• Contessa, Gabrielle (2007) „Vědecké zastoupení, interpretace a náhradní argumentace“, Filozofie vědy 74 (1): 48–68.
• ––– (2010), „Vědecké modely a fikční objekty“, Synthese 172 (2), 215–229.
• Da Costa, Newton a Steven French (2000) „Modely, teorie a struktury: Třicet let dál“, Philosophy of Science 67, Supplement, S116–127.
• ––– (2003), Věda a částečná pravda: Jednotný přístup k modelům a vědecké zdůvodnění. Oxford: Oxford University Press.
• Dizadji-Bahmani, Foad, Roman Frigg a Stephan Hartmann (2011) „Potvrzení a snížení: Bayesovský účet“, Synthese 179 (2): 321–38.
• Downes, Stephen (1992), „Význam modelů v teorizaci: deflační sémantický pohled“. Sborník filozofické asociace věd, svazek 1, vyd. David Hull a kol., 142–153. East Lansing: Asociace filozofie vědy.
• Elgin, Catherine (2010), „Vyprávění instancí“, In: Roman Frigg a Matthew Hunter (eds.): Beyond Mimesis and Nominalism: Reprezentace v umění a vědě Berlín a Ney York: Springer, 1–17.
• Elgin, Mehmet a Elliott Sober (2002), „Cartwright o vysvětlení a idealizaci“, Erkenntnis 57: 441–50.
• Falkenburg, Brigitte a Wolfgang Muschik (eds.) (1998), Modely, teorie a disistence ve fyzice, Philosophia Naturali s 35.
• Fine, Arthur (1993), „Fictionalism“, Midwest Studies in Philosophy 18: 1-18.
• Forster, Malcolm a Elliott Sober (1994), „Jak zjistit, kdy jednoduché, jednotnější nebo méně ad hoc teorie poskytnou přesnější předpovědi“, British Journal for the Philosophy of Science 45: 1–35.
• Freudenthal, Hans (ed.) (1961), Koncepce a role modelu v matematice a přírodních a sociálních vědách. Dordrecht: Reidel.
• Frigg, Roman (2006), „Vědecká reprezentace a sémantický pohled na teorie“, Theoria 55: 37–53.
• ––– a Julian Reiss (2009), „Filozofie simulace: horká nová čísla nebo stejný starý guláš?“, Synthese 169 (3): 593–613.
• ––– (2010a), „Beletrie ve vědě“, In: John Woods (ed.): Beletrie a modely: New Eseje, Mnichov: Philosophia Verlag, 247–287
• ––– (2010b), „Modely a fikce“, Synthese, 172 (2): 251–268
• ––– (2010c), „Beletrie a vědecké reprezentace“, In: Roman Frigg a Metthew Hunter (ed.): Beyond Mimesis and Nominalismus: Reprezentace v umění a vědě, Berlín a Ney York: Springer, 97–138.
• ––– Seamus Bradley, Důvod L. Machete a Leonard A. Smith (2012), „Pravděpodobnostní předpovědi: Proč je modelová nedokonalost jedovou pilulkou“, přichází v Hanne Anderson, Dennis Dieks, Gregory Wheeler, Wenceslao Gonzalez a Thomas Uebel (eds): Nové výzvy pro filozofii vědy, Berlín a New York: Springer.
• Gähde, Ulrich (1997), „Anomálie a revize teorií-sítí. Poznámky o pokroku rtuťového perihelionu “, v Marisa Dalla Chiara et al. (eds.), Structures and Norms in Science. Dordrecht: Kluwer.
• Galison, Peter (1997) Image and Logic. Materiálová kultura mikrofyziky. Chicago: Chicago: University of Chicago Press.
• Gendler, Tamar (2000) Myšlenkový experiment: O možnostech a mezích imaginárních případů. New York a Londýn: Garland.
• Gibbard, Allan a Hal Varian (1978), „Economic Models“, Journal of Philosophy 75: 664–677.
• Giere, Ronald (1988), vysvětlující vědu: kognitivní přístup. Chicago: University of Chicago Press.
• ––– (1999), Science without Laws. Chicago: University of Chicago Press.
• ––– (2004), „Jak se modely používají k reprezentaci reality“, Filozofie vědy 71, Dodatek, S742–752.
• ––– (2009), „Proč by se vědecké modely neměly považovat za díla beletrie“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci Londýn: Routledge, 248–258.
• Godfrey-Smith, P. (2006), „Strategie modelové vědy“, biologie a filozofie, 21: 725–740.
• ––– (2009), „Modely a beletrie ve vědě“, filozofická studia, 143: 101–116.
• Groenewold, HJ (1961), „Fyzikální model“ve Freudenthalu 1961, 98–103.
• Hacking, Ian (1983), Zastupování a vedlejší účastenství. Cambridge: Cambridge University Press.
• Harris, Todd (2003), „Datové modely a získávání a manipulace s daty“, filozofie vědy 70: 1508–1517.
• Hartmann, Stephan (1995), „Modely jako nástroj konstrukce teorie: některé strategie předběžné fyziky“, v Herfel et al. 1995, 49–67.
• ––– (1996), „Svět jako proces. Simulace v přírodních a sociálních vědách “, v Hegselmann et al. 1996, 77–100.
• ––– (1998), „Idealizace v kvantové teorii pole“, Shanks 1998, 99–122.
• ––– (1999), „Modely a příběhy ve Hadronově fyzice“, v Morgan a Morrison 1999, 326–346.
• ––– (2001), „Efektivní teorie pole, redukce a vědecké vysvětlení“, studium dějin a filozofie moderní fyziky 32, 267–304.
• Hegselmann, Rainer, Ulrich Müller a Klaus Troitzsch (eds.) (1996), Modelování a simulace v sociálních vědách z pohledu filozofie vědy. Knihovna teorie a rozhodnutí. Dordrecht: Kluwer.
• Hellman, DH (ed.) (1988), Analogical Reasoning. Kluwer: Dordrecht.
• Hempel, Carl G. (1965), Aspekty vědeckého vysvětlení a další eseje ve filozofii vědy. New York: Free Press.
• Herfel, William, Wladiyslaw Krajewski, Ilkka Niiniluoto a Ryszard Wojcicki (eds.) (1995), Teorie a modely ve vědeckém procesu. (Poznanská studia v filozofii vědy a humanitních věd 44.) Amsterdam: Rodopi.
• Hesse, Mary (1963), Modely a analogie ve vědě. Londýn: Sheed a Ward.
• ––– (1974), Struktura vědeckých závěrů. Londýn: Macmillan.
• Hodges, Wilfrid (1997), Kratší modelová teorie. Cambridge: Cambridge University Press.
• Holyoak, Keith a Paul Thagard (1995), Mental Leaps. Analogie v kreativním myšlení. Cambridge, Mass.: Bradford.
• Horowitz, Tamara a Gerald Massey (eds.) (1991), Myšlenkové experimenty ve vědě a filozofii. Lanham: Rowman a Littlefield.
• Hughes, RIG (1997), „Modely a reprezentace“, Filozofie vědy 64: S325–336.
• Humphreys, Paul (2004), Rozšíření sebe: Počítačová věda, empirismus a vědecká metoda. Oxford: Oxford University Press.
• ––– (2009), „Filozofické novosti metod počítačové simulace“, Synthese 169: 615–626.
• Knuuttila, Taria (2009), „Reprezentace, idealizace a fikce v ekonomii: od vydání předpokladů k epistemologii modelování“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 205–233.
• Kroes, Peter (1989), „Strukturální analogie mezi fyzickými systémy“, British Journal for the Philosophy of Science 40: 145–154.
• Laymon, Ronald (1982), „Vědecký realismus a hierarchická kontrafaktuální cesta od dat k teorii“, sborník dvouletého setkání Asociace filozofie vědy, svazek 1, 107–121.
• ––– (1985), „Idealizace a testování teorií experimentováním“, v Peter Achinstein a Owen Hannaway (ed.), Experiment pozorování a hypotéza v moderní fyzikální vědě. Cambridge, Mass.: MIT Press, 147–173.
• ––– (1991), „Myšlenkové experimenty Stevina, Macha a Gouye: Myšlenkové experimenty jako ideální limity a sémantické domény“, v Horowitz a Massey 1991, 167–91.
• Leng, Mary (2010), matematika a realita, Oxford.
• Leonelli, Sabina (2010), „Data o obalech pro opakované použití: databáze v biologii modelových organismů“, In: Howlett P, Morgan MS (eds.): Jak dobře cestují fakta? Šíření spolehlivých znalostí, Cambridge: Cambridge University Press.
• Leonelli, Sabina a R. Ankeny (2012), „Přemýšlející organismy: Epistemický dopad databází na biologii modelového organismu“, Studie v dějinách a filozofii biologických a biomedicínských věd, 43, 29–36.
• Leplin, Jarrett (1980), „Úloha modelů ve výstavbě teorií“, v: T. Nickles (ed.), Scientific Discovery, Logic a Racionalita. Odkaz: Dordrecht: 267–284.
• Lloyd, Elisabeth (1984), „Sémantický přístup ke struktuře populační genetiky“, Filozofie vědy 51: 242–264.
• ––– (1994), Struktura a potvrzení evoluční teorie. Princeton: Princeton University Press.
• Magnani, Lorenzo a Nancy Nersessian (eds.) (2002), Model-Based Reasoning: Science, Technology, Values. Dordrecht: Kluwer.
• ––– (2012), vědecké modely nejsou fikcí: věda založená na modelu jako epistemická válka, Představení v L. Magnani a P. Li (ed.): Filozofie a kognitivní věda: Západní a východní studia, Heidelberg / Berlín: Springer.
• ––– a Paul Thagard (ed.) (1999), Model-Based Reasoning In Scientific Discovery. Dordrecht: Kluwer.
• Mäki, Uskali (1994), „Izolace, idealizace a pravda v ekonomii“, v Bert Hamminga a Neil B. De Marchi (eds.), Idealization VI: Idealization in Economics. Poznaňská studia filosofie věd a humanitních věd, roč. 38: 147–168. Amsterdam: Rodopi.
• Mayo, Deborah (1996), Chyba a růst experimentálních znalostí. Chicago: University of Chicago Press.
• McMullin, Ernan (1968), „Co nám říkají fyzikální modely?“, V B. van Rootselaar a JF Staal (ed.), Logic, Methodology and Science III. Amsterdam: North Holland, 385–396.
• ––– (1985), „Galilská idealizace“, Studie v dějinách a filozofii vědy 16: 247–73.
• Morgan, Mary (1999), „Učení se z modelů“, v Morgan a Morrison 1999, 347–88.
• ––– a Margaret Morrisonová (1999), Modely jako prostředníci. Perspektivy přírodních a sociálních věd. Cambridge: Cambridge University Press.
• ––– a Margaret Morrison (1999), „Modely jako zprostředkující nástroje“, In: Morgan and Morrison 1999, 10–37.
• ––– (2001) „Modely, příběhy a ekonomický svět“, Journal of Economic Methodology 8: 3, 361–84. Přetištěno ve faktu a fikci v ekonomii, editoval Uskali Mäki, 178–201. Cambridge: Cambridge University Press, 2002.
• ––– (2003) „Experimenty bez materiálových zásahů: modelové experimenty, virtuální experimenty a prakticky experimenty“, In: H. Radder (ed.): Filozofie vědeckých experimentů, Pittsburgh: University of Pittsburgh Press, 217–235
• ––– a Boumans, Marcel J. (2004), „Tajemství skrytá dvojrozměrností: Ekonomika jako hydraulický stroj“, In: S. de Chadarevian a N. Hopwood (ed.): Model: Třetí dimenze Science, Stanford: Stanford University Press, 369–401.
• Morrison, Margaret (1998), „Modelování přírody: mezi fyzikou a fyzickým světem“, Philosophia Naturalis 35: 65–85.
• ––– (1999) „Modely jako autonomní agenti“, Morgan a Morrison 1999, 38–65.
• ––– (2000), Sjednocení vědeckých teorií. Cambridge: Cambridge University Press.
• ––– (2009), „Beletrie, reprezentace a realita“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 110–135.
• ––– (2009), „Modely, měření a počítačová simulace: Měnící se tvář experimentu“, filozofická studia, 143 (1): 33–57.
• Mundy, Brent (1986), „O obecné teorii smysluplného zastoupení“, Synthese 67: 391–437.
• Musgrave, Alan (1981), „Neskutečné předpoklady“v ekonomické teorii: F-Twist Untwisted, Kyklos 34: 377–387.
• Nagel, Ernest (1961), Struktura vědy. Problémy v logice vědeckého vysvětlení. New York: Harcourt, Brace a World.
• Norton, John (1991), „Myšlenkové experimenty v Einsteinově práci“, v Horowitz a Massey 1991, 129–148.
• Nowak, Leszek (1979), Struktura idealizace: Směrem k systematické interpretaci marxiánského ideálu vědy. Doporučení: Dordrecht.
• Oppenheim, Paul a Hilary Putnam (1958), „Jednota vědy jako pracovní hypotéza“, v Herbert Feigl, Grover Maxwell a Michael Scriven (ed.), Minnesota Studies in the Philosophy of Science. Minneapolis: University of Minnesota Press, 3–36. Přetištěno v The Philosophy of Science, editoval Richard Boyd et al., Ch. 22. Cambridge, Mass.: MIT Press, 1991.
• Parker, WS (2008), „Franklin, Holmes a Epistemologie počítačové simulace“, Mezinárodní studia ve filozofii vědy 22 (2): 165–183.
• ––– (2009): „Opravdu záleží na záležitosti? Počítačové simulace, experimenty a významnost “, Synthese 169: 483–496
• Peirce, Charles Sanders (1931–1958), Sběratelské papíry Charlese Sanderse Peirce. Svazek 3. Editoval Charles Hartshorne, Paul Weiss a Arthur Burks. Harvard University Press, Cambridge, Massachusetts.
• Pincock, Christopher (2012) Matematika a vědecké reprezentace, Oxford, Ch.12.
• Psillos, Stathis (1995), „Kognitivní souhra mezi teoriemi a modely: případ fyziky 19. století“, v Herfel et al. 1995, 105–133.
• Quine, Willard Van Orman (1953), „O tom, co existuje“, z logického hlediska. Cambridge, Mass.: Harvard University Press.
• Redhead, Michael (1980), „Modely ve fyzice“, British Journal for the Philosophy of Science 31: 145–163.
• Reiss, Julian (2003), „Kauzální inference v abstraktních nebo sedmi mýtech o experimentech s myšlením“, ve výzkumném projektu Kauzalita: Metafyzika a metody. Technická zpráva 03/02. LSE.
• ––– (2006), „Beyond Capacities“, v Luc Bovens a Stephan Hartmann (eds.), Nancy Cartwright's Philosophy of Science. Londýn: Routledge.
• Rohrlich, Fritz (1991) „Počítačové simulace ve fyzikálních vědách“, ve sborníku Filozofické asociace věd, roč. 2, editoval Arthur Fine a kol., 507–518. East Lansing: Asociace filozofie vědy.
• Rueger, Alexander (2005), „Perspektivní modely a sjednocení teorií“, British Journal for the Philosophy of Science 56.
• Schnell, Rainer (1990), „Computersimulation und Theoriebildung in den Sozialwissenschaften“, Kölner Zeitschrift für Soziologie und Sozialpsychologie 1, 109–128.
• Schaffner, Kenneth F. (1969, „Watsonův-Crickův model a redukcionismus“), British Journal for Philosophy of Science, 20 (4): 325–348.
• Shanks, Niall (ed.). (1998), Idealization in Contemporary Physics. Amsterdam: Rodopi.
• Sismondo, Sergio a Snait Gissis (eds.) (1999), Modelování a simulace. Zvláštní vydání vědy v kontextu 12.
• Skyrms, Brian (1996), Vývoj sociální smlouvy. Cambridge: Cambridge University Press.
• Sorensen, Roy (1992), Thought Experiments. New York: Oxford University Press.
• Spector, Marshall (1965), „Modely a teorie“, British Journal for the Philosophy of Science 16: 121–142.
• Staley, Kent W. (2004), Důkaz top kvarku: objektivita a zaujatost ve spolupráci experimentů. Cambridge: Cambridge University Press.
• Suárez, Mauricio (2003), „Vědecká reprezentace: Proti podobnosti a izomorfismu“. Mezinárodní studia ve filozofii vědy 17: 225–244.
• ––– (2004), „Inferenční koncepce vědeckého zastoupení“, filozofie vědy 71, dodatek, S767–779.
• ––– a Albert Solé (2006), „O analogii mezi kognitivním zastoupením a pravdou“, Theoria 55, 27–36.
• ––– (2009), „Vědecké beletrie jako pravidla usuzování“In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci, Routledge: London, 158–178.
• Suppe, Frederick. (1989), sémantický pohled na teorie a vědecký realismus. Urbana a Chicago: University of Illinois Press.
• Večeře, Patricku. (1960), „Srovnání významu a použití modelů v matematice a empirických vědách“, Synthèse 12: 287–301. Přetištěno v Freudenthal (1961), 163–177, a v Patrick Suppes: Studie v metodologii a základech vědy. Vybrané články od roku 1951 do roku 1969. Dordrecht: Reidel 1969, 10–23.
• ––– (1962), „Modely dat“, v Ernest Nagel, Patrick Suppes a Alfred Tarski (eds.), Logika, metodologie a filozofie vědy: Sborník mezinárodního kongresu z roku 1960. Stanford: Stanford University Press, 252–261. Přetištěno v Patrick Suppes: Studium metodologie a základů vědy. Vybrané články od roku 1951 do roku 1969. Dordrecht: Reidel 1969, 24–35.
• ––– (2002), Reprezentace a invence vědeckých struktur. Stanford: CSLI Publications.
• Swoyer, Chris (1991), „Strukturální reprezentace a surrogativní uvažování“, Synthese 87: 449–508.
• Teller, Paul (2001), „Soumrak dokonalého modelu“, Erkenntnis 55, 393–415.
• ––– (2004), „How Dapple the World“, Philosophy of Science 71: 425–447.
• ––– (2009), „Beletrie, Beletrie a Pravda ve vědě“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 235–247.
• Thomson-Jones, Martin (2010), „Chybějící systémy a praktikování hodnoty obličeje“, Synthese 172 (2): 283–299.
• Toon, A. (2010), „Modely jako věřící“, In: Frigg, R a Hunter, M. (eds.): Beyond Mimesis and Convention: Reprezentace v umění a vědě, Bostonská studia ve filozofii vědy: Springer, 71–96.
• ––– (2010), „ontologie teoretického modelování: modely jako věřící“, Synthese 172: 301–315.
• ––– (2011), „Hraní s molekulami“, Studium dějin a filozofie vědy 42: 580–589.
• ––– (2012), Modely jako věřící: představivost, beletrie a vědecké reprezentace, Palgrave Macmillan.
• Vaihinger, Hans (1911), Filozofie „Jako by“. Německý originál. Anglický překlad: London: Kegan Paul 1924.
• van Fraassen, Bas C. (1980), The Scientific Image. Oxford: Oxford University Press.
• ––– (1989), Laws and Symmetry. Oxford: Oxford University Press.
• ––– (2004), „Věda jako reprezentace: Flouting the Criteria“, Philosophy of Science 71, Supplement, S794–804.
• ––– (2008), vědecké zastoupení: Paradoxy perspektivy, Oxford: Oxford University Press.
• Weisberg, M. (2012), Simulace a podobnost: Použití modelů k porozumění světu, vycházející z Oxford University Press, Ch. 4.
• Wimsatt, William. (1987), „Falešné modely jako prostředky k teorii teorií“, v N. Nitecki a A. Hoffman (eds.), Neutrální modely v biologii. Oxford: Oxford University Press, 23–55.
• Winsberg, Eric (2001), „Simulace, modely a teorie: komplexní fyzikální systémy a jejich reprezentace“, filozofie vědy 68 (sborníky): 442–454.
• ––– (2003), „Simulované experimenty: metodologie pro virtuální svět“, filozofie vědy 70: 105–125.
• ––– (2009), „Funkce pro beletrie: rozšiřování působnosti vědy“, In: Mauricio Suárez (ed.): Beletrie ve vědě. Filozofické eseje o modelování a idealizaci, Londýn: Routledge, 197–191.
• ––– (2010, Science in Age of Computer Simulation, Chicago: Chicago University Press).
• Woodward, James (2003), Dělat věci se stávají: Teorie příčinného vysvětlení. New York: Oxford University Press.

Akademické nástroje

	Jak citovat tento záznam.
	Náhled na PDF verzi tohoto příspěvku v Friends of the SEP Society.
	Vyhledejte toto vstupní téma v projektu Indiana Philosophy Ontology Project (InPhO).
	Vylepšená bibliografie tohoto záznamu ve PhilPapers s odkazy na jeho databázi.

Další internetové zdroje

[Obraťte se na autora s návrhy.]