- •Глава 2. Методы 95
- •2 Мотрошилова н.В. Рождение и развитие философских идей. М., 1991. С. 5-6.
- •0.4. Наука как система знания
- •1 Киссирер э. Жизнь и учение Канта. СПб., 1997. С. 183. 1 Quine w. Van о. Word and Object. New York, London, i960. P. 9-13.
- •1 Поппер к Логика и рост научного знания. М.. 1983 с. 341.
- •1 ЛейбницГв. Сочинения: в 4-х т. Т, 3. М., 1982. С, 120.
- •1 Мостепаненко м.В, Философия и методы научного познания. Л., 1972, с. 65-66,71. 1 Чудиное э.М. Природа научной истины. М„ 1977. С. 26.
- •1 Кант и. Критика чистого разума: Соч. В 6 т. Т. 3. С. 159—160. М., 1964. ' Поппер к. Логика и рост научного знания. С. 341-342.
- •1 Зиновьев л.Л. Логика науки. М„ 1971, с. 251.
- •Раздел I
- •Глава 1. Основные структуры научного знания
- •1 Кассырер э. Познание и действительность. СПб., 1912. С, 42-93.
- •1 Рушнин г.И. Методы научного познания. М._ 1974. С. І 68-171.
- •1 Потер к. Логика и рост научного знания. М , 1983. С. 328- ГудменН. Способы создания миров, м„ 2001, с. 14-36,
- •1 Никитин е.П. Объяснение — функция науки. М„ 1970.
- •1 Штофф в.А. Проблемы методологии научного познания. M.. 197s. С. 254.
- •1 Гелтеяь к. Логика объяснения. М., 1998. С. 20.
- •1 Карнап р. Философские основания физики, м.. 1971. С. 259-261.
- •1 Гемпель к. Логика объяснения. М., 1998. С, 155,
- •2 Карнап р. Философские основания физики, м, 1971. С. 333-335.
- •1 Сгпепин вс. Теоретическое знание. М., 2000. С. 5
- •Глава 2. Методы
- •1 Стенин вс, Елсукое а.И. Методы научного познания. Минек. 1974. С. 54,
- •1 Степи» b.C. Теоретическое знание. М, 2000, с 244,
- •3 Степан b.C. Научные революции как «точки» бифуркации в развитии знания Научные революции в динамике культуры. Минск, 1487. С. 42.
- •1 А. Кайре. От мира «приблизительности» к универсуму прецизионности: Очерки истории философской мысли. М.. 19к5.
- •1 Гейзенберг в. Физика и философия. Часть и целое, м., 198°.
- •1 Лауэ ш История физики. М., 1956, с. 188.
- •1 Роговин ш.С. Метод наблюдения и деятельность наблюдатели //Вопросы философии, !988, №7. С. 96-97.
- •1 Роговин м.С. Метод наблюдения и деятельность наблюдателя// Вопросы философит 1988. №7. С. 100. Хакинг я. Представление и вмешательство. С, 197-219.
- •1 Готтсданкер р. Основы психологического эксперимента. М., 1982. С. 51-60
- •1 Нашмов в.В. Планирование эксперимента. М., 1972.
- •1 Поппер к. Логика и рост научного знания. С. 143.
- •1 Штофф в.А. Моделирование и философия. М.; л„ 1966. С, 19.
- •Объект-оригинал (знание до процесса исследования)
- •1 Штофф в.А. Проблемы методологии научного познания. М., 1978. С, 117.
- •1 Бикел п.. Доксам к Математическая статистика. М, 1983 с. 68,
- •1 Субботин л.Д. Идеализация как средство научного познания II Проблемы логики научного познания. М, 1964
- •5 Лебедев с.А. Индукция как меч од научного познания м.. 1980. С, 145-147.
- •1 Щтофф б.А. Проблемы методологии научного познания. С. 181. ' УемовА.И. Аналогия в практике научного познания. М., 1970.
- •1 Маркс к., ЭнгельсФ. Сочинения: 2-е им. Т. П. С. 180
- •Глава 3. Формы научного познания как единицы логико-методологического анализа
- •1 Декарт!'. Сочинения: в 2 т. Т. 1.М., с. 126-132.
- •1 Л. Лаудин. Наука и ценности // Современная философия науки. М., 1996, с. 329-332.
- •1 ХолтонДж. Тематический анализ науки. С. 311.
- •I Бикел п., Доксам к. Математическая статистика. С. 182.
- •Глава 4. Проблемы динамики научного познания
- •1 См.: БунгеМ. Философия физики. С. 286-287, 299-303. 9 - 1410 Ушаков
- •1 Кун т. Структура научных революций. М., 1977. С 232.
- •1 Кун т. Структура научных революций. М., 1977. Указ, соч. С. 63.
- •2 Кант и. Критика чистого разума: Сочинения в 6 т. Т. Ї. С. 218-21,
- •1 Рорти р. Философия и зеркало природы. Новосибирск, 1997. С, 233-234.
- •1 Бунге м. Философия физики. М., 1975. С. 270.
- •1 Куапн называет также среди принципов, которые руководят ученым, принципы простоты и достаточного основания. Quint' w. Van о Word and Ubjeel. P. 19-21.
- •1 ГодфручЖ. Что такое психология. Т. 1. VI., 1992. С, 157. Simon и. Models of Discovery. Dordrecht-Holland: Reidel, 1977.
- •Глава 5. Проблемы гуманитарных наук
- •1 Рикср п. Герменевтика. Этика. Политика. М., 1995. С.')
- •1 Üempel с к.. Oppenheim!'. PerTypus4iegrili im Lichte der neuen Logik. Uiden, 1936. : Го/kKnii j.I.H. Понятие о реальных и идеальных типах // Вопросы философии. 1986. № 10. С 25-34.
- •Раздел II
- •Глава 7. Наука как социальный институт
- •1 Маяяинз и. Модель развития теоретических [рупії и социологии а' Научная деятельность: Структуры и институты. М.Іу80. С. 251-2&2.
- •1 Прайс дДж. Не Тенденции в развитии научной коммуникации — прошлое, настоящее, будущее/.' Коммун и кашгя в современной науке. М„ [976. С. 93-ш9.
- •1 Кроул д.Чс р. Схемы интеллектуального влияния в научных исследованиях // Коммуникация в современной науке. М.. 1976. С. 390 425.
- •1 ЛаузИ. История физики. М., 1956. С. 167 1ля
- •1 Малкей м, Наука и социология знания. С. 196.
- •Глава 8. История науки
- •Глава 9. Взаимосвязь науки и культуры
- •1 Мамчур е.Л. Проблемы социокультурной детерминации научного знания. М., I 987. С. 40-44; Романовская т.Е. Наука х1х-хх веков в контексте истории культуры. М., 1995.
- •1 Дирак п. Электроны и вакуум. М„ 1957. С. 4-5.
- •1 Зеньковский в.В. Проблемы воспитания в свете христианской антропологии. М., 1993. С. 186-187,
- •Вводный раздел
- •Раздел 1. Логико-методологические аспекты науки Глава 1. Основные структуры научного знания
- •Глава 3. Формы научного познания
- •Глава 4. Проблемы динамики научного познания
- •Глава 5. Проблемы гуманитарных наук
- •Раздел 2. Социально-культурные аспекты науки
- •Глава 6. Наука, общество, цивилизация
- •Глава 7. Наука как социальный институт
- •Глава 8. История науки
- •Глава 9. Взаимосвязь науки и культуры
- •1 Валери п. Об искусстве. M, s976, с. 64-65,
- •1 Валери п. Об искусстве. M, s976, с. 64-65,
1 Штофф в.А. Моделирование и философия. М.; л„ 1966. С, 19.
Сейчас, хотя пик интереса исследователей к этой теме пройден, в философии и методологии науки важное значение моделирования общепризнано, а сам метод моделирования надежно занимает свое заслуженное место в научном познании. Термин «моделирование» сегодня ассоциируется прежде всего с использованием математических методов для реше
ния научно-практических задач, когда вместо непосредственного манипулирования объектом изучают его математический «образ», решая с использованием компьютерных технологий сложные вычислительные задачи. Но круг тем, охватываемых методами моделирования, гораздо разнообразнее; например, использование деловых игр в социальных исследованиях, в педагогике и т.п. тоже является видом моделирования. Методы и приемы моделирования получили сегодня широкое распространение во многих
Объект-оригинал (знание до процесса исследования)
областях научно-практической деятельности.
Само понятие модели сейчас трактуется чрезвычайно широко. Задачей настоящего параграфа является не выявление всех возможных смыслов понятия «модель», а описание специфического метода моделирования.
Показания к моделированию
Метод моделирования применяется в тех ситуациях, когда по какой-либо причине исследователю предпочтительно заменить непосредственное изучение исходного объекта его моделью. Это ситуации, в которых прямое манипулирование с оригиналом либо крайне затруднительно, либо
неэффективно, либо вообще невозможно. Такие случаи достаточно распространены в современной науке. Примерами ситуаций, в которых показано применение моделирования, могут служить:
-
многие виды медико-биологических исследований, объектом которых должен служить человек, что недопустимо по этическим причинам;
-
технические испытания различных дорогостоящих объектов: судов, самолетов, зданий и т.п. (которые вполне могут быть заменены моделями-макетами, воспроизведением отдельных частей);
-
недоступные во времени или в пространстве объекты и процессы (удаленные космические тела, процессы далекого прошлого);
-
отсутствие возможностей изучить объект целиком (массовые явления, которые подлежат изучению лишь на выборочных примерах);
-
другие случаи подобного рода, когда вместо оригинала исследователь строит или подыскивает подходящую модель: лабораторных животных — вместо человека, крыло самолета в аэродинамической.трубе —
вместо целого самолета, репрезентативную выборку для социологического опроса — вместо опроса всего населения, математическую модель колебания цен в каком-то периоде исторического прошлого и т.п.
Этапы и структура моделирования
Процесс моделирования включает в себя следующие шаги:
-
построение модели;
-
изучение модели;
-
экстраполяцию — перенос полученных данных на область знаний об
исходном объекте.
На первом этапе при осознании невозможности или нецелесообразности прямого изучения объекта создается его модель. Целью этого этапа является создание условий для полноценного замещения оригинала
объектом-посредником, воспроизводящим его необходимые параметры.
На втором этапе производится изучение самой модели, настолько детальное, насколько это требуется для решения конкретной познавательной задачи. Здесь исследователь может осуществлять наблюдения за поведением модели, проводить над ней эксперименты (модельный эксперимент), осуществлять измерение или описание ее характеристик.
Это зависит от специфики самой модели и от исходной познавательной задачи. Целью второго этапа является получение требуемой информации о модели.
Необходимо отметить, что, хотя модель мы создаем (или выбираем) сами, подчиняя ее ряду условий, она тем не менее обладает определенной
самостоятельностью. В ней присутствует некий элемент неизвестности, поэтому модель надо действительно изучать, и она в должной мере заранее неизвестна. Метод моделирования потому и относится к эмпирическим методам, что предполагает интерактивный режим работы с изучаемым явлением (в данном случае с моделью, а также в той или иной мере — и с оригиналом).
Третий этап (экстраполяционный) представляет собой возвращение
к исходному объекту, т.е. интерпретацию полученных знаний о модели, оценку их приемлемости и, соответственно, непосредственное применение их к оригиналу, позволяющее в случае успеха решить исходную познавательную задачу (см. рис. 2).
Эти шаги реализуют своеобразный цикл моделирования, в ходе которого модель и оригинал соотносятся друг с другом.
Роль модели достаточно интересна, т.к. она является одновременно
и объектом, и средством изучения. Модель по своей познавательной
Объект-оригинал
(знание после исследования)
Рис.
2.
Этапы
моделирования
Исходя из этапов моделирования легко увидеть, что структура метода моделирования содержит больше компонентов, чем наблюдение или эксперимент. В моделирование включены следующие составляющие:
-
субъект, осуществляющий моделирование;
-
моделируемый объект — оригинал;
-
объект-посредника — модель;
-
контекст моделирования, к которому относятся условия времени и места, концептуальные и материально-технические средства.
При построении модели исходного объекта часто происходит его упрощение и вводятся некоторые допущения (как правило, идеализирующие ситуацию). Допущения и базирующиеся на них понятия могут быть и весьма абстрактными, как, например, при математическом моделировании (скажем, понятие абстрактного инфекционного процесса при моделировании иммунных процессов). Исходные допущения должны быть осознанными и обоснованными, т.к. неверные допущения приведут к серьезным искажениям при экстраполяции. Это означает, что для всякой модели следует четко формулировать объем задач, которые будут решаться с ее помощью.
Надо помнить и о том, что исходный объект может быть воспроизведен с помощью разных моделей; в общем случае нельзя сказать, что какая-то из них является истинной, настоящей, правильной. Достоинства той или иной модели в полной мере зависят от конкретной цели исследования, от концептуального угла зрения ученого.
Классификациямоделей
Назовем некоторые основания классификации моделей:
-
по субстрату — материальные (вещественные) и идеальные (концептуальные, мысленные);
-
по моделируемым аспектам — структурные, функциональные и др.;
-
по виду сходства между оригиналом и моделью —- физические, аналоговые, квазианалоговые и др.
Деление по субстрату модели означает различие моделей относительно того, с помощью чего моделируется исходный объект. Здесь для обозначения конкретного способа моделирования часто используют название материала (пластмассовая модель самолета и т.п.), характеристику происхождения данной модели (лабораторное животное как естественная модель для изучения физиологических процессов у человека) или общего типа моделирующей среды (маятник как механическая модель колебательных процессов, термостат как термодинамическая модель физиологических процессов терморегуляции и т.п.).
Идеальные (концептуальные) модели тоже могут быть представлены разными субстратами: они могут быть графическими, логическими, математические (среди них есть алгебраические, геометрические, топологические и т.п.) и многими другими. Но следует помнить о том, что о моделировании в собственном смысле мы говорим лишь тогда, когда наличествуют его необходимые признаки (в т.ч. эвристическая ценность), а не просто имеется некоторая форма представления знаний, называемая моделью. Например, географическая карта может не только выступать способом хранения знаний, но и применяться в моделирующем исследовании: в том случае, когда мы анализируем пути на карте и выбираем наилучший, мы актуально используем и изучаем графическую модель дня решения конкретной задачи. Моделирование с применением концептуальной модели — это
особое эмпирико-теоретическое исследование; здесь могут использоваться мысленное экспериментирование, вычислительные эксперименты и т.п.
Деление по моделируемым аспектам означает различие моделей относительно того, что именно моделируется в данной ситуации. Ведь модель всегда отражает лишь какие-то отдельные, имеющие интерес для исследователя стороны оригинала. Здесь тоже возможно разнообразие видов моделирования. Модель может воспроизводить структуру объекта {структурная), какие-то его функции (функциональная), параметры, особенности формы, каналы управления (кибернетическая), информационные потоки,
состояния, связи (например, причинно-следственные), этапы истории
и многое другое.
Классификация по виду сходства используется для уточнения того, в каком именно отношении сходства находятся между собой оригинал и модель. Часто это имеет важное значение: знание точных соотношений между оригиналом и моделью оказывается необходимым в физике, в технических науках. Для обозначения этих видов сходства в специальных дисциплинах применяют особые термины. В случае тождества физической природы изучаемых явлений говорят о физическом подобии (например, электрические свойства исходного объекта изучают с помощью электрических свойств модели; то же касается свойств механических, жидкостных, оптических и т.п.). Аналоговое моделирование (или использование модели-аналога) — это способ воспроизведения, при котором физическая природа оригинала и модели различна, но математически они описываются одними и теми же уравнениями (например, колебательные процессы в цепи с током и в механической системе); различают также квазианалоговое моделирование (когда математические описания модели и ее прототипа отличаются, но эквивалентны относительно получаемых результатов) и другие его виды. Проблему сходства модели и оригинала
мы подробнее рассмотрим чуть ниже.
В названиях моделей, используемых на практике для их характериза-
ции, часто пересекаются сразу несколько оснований классификации. Так,
термин «теоретико-игровая модель», сообщая нам, что данная модель основана на методах математической теории игр, указывает сразу и на то, что эта модель относится к концептуальным, и на то, что моделирующей средой выступает контекст теории игр, и на аспекты, которые ею моделируются (в данном случае это будут какие-то стратегии поведения в некоторой конфликтной ситуации).
Рассмотренные способы классификации показывают, что существует обширное множество разновидностей моделей и способов моделирования. Тем не менее метод моделирования в своих базисных чертах является единым, несмотря на разнообразие частных модификаций. Не должно вызывать затруднения и то, что в конкретных областях научного познания в понятие «модель» иногда вкладывается специфический смысл. Скажем, в математической логике термин «модель» имеет специальное значение: там моделью формальной теории называется некоторый математический объект, для которого высказывания теории оказываются истинными. Но и такой смысл понятия «модель» совместим с общеметодологическим, ведь модель в математическом смысле тоже является объектом-посредником относительно формальной теории, средством
увидеть эту теорию в действии, т.к. будучи непроинтерпретированной,
вне своих моделей она является лишь чистой формой, которой мы пока не придали никакого смысла. Таким образом, общий смысл термина «модель» сохраняется и при специфическом использовании его в математической логике.
Проблема сходства оригинала и модели
Для решения многих задач, в которых используется моделирование, требуется уточнить интуитивное понимание того, что модель похожа на оригинал. Знание точных взаимоотношений модели и оригинала позволяет на всех этапах моделирования действовать более адекватно: от этапа построения модели с заданными характеристиками до экстраполяции,
осуществляемой по строгим правилам.
В физико-технических науках для обозначения обобщенного отношения сходства модели и оригинала используется термин «подобие». В физике существует особая дисциплина — теория подобия; она обеспечивает концептуальную поддержку моделирования. В теории подобия разрабатываются методы, с помощью которых можно репрезентировать данные как зависимости между безразмерными величинами, т.е. в некотором нейтральном виде; тогда явления, которые описываются одинаковыми значениями безразмерных величин, являются подобными друг другу. Пользуясь этой теорией, исследователь может, изучая явление на какой-либо модели, переносить полученные результаты на совершенно иные явления, но характеризующиеся теми же значениями безразмерных величин. При точном моделировании оперируют и такими понятиями, как масштабы (отношения, устанавливающие
условия перехода от модели к оригиналу), критерии подобия (критерии адекватного сходства модели и оригинала); выделяют также различные виды подобия — абсолютное, полное, неполное, приближенное. У истоков теории подобия стояли Г. Галилей и И. Ньютон. Так, Г. Галилей показал, что сходство механических систем базируется не просто на интуитивно понимаемом сходстве их по внешнему виду и т.п., а на определенных физических соотношениях. И. Ньютон, продолжая этот подход, сформулировал две теоремы подобия для механических систем.
Для обозначения еще более широкого отношения сходства между объектами, системами, процессами предлагают также использовать термин «изоморфизм» — понятие, пришедшее из абстрактной алгебры. Две сравниваемые системы называются изоморфными, если каждому элементу одной системы взаимно однозначно соответствует элемент второй системы, а каждому отношению между элементами первой системы соответствует отношение второй системы, имеющее такие же структурные свойства. В контексте моделирования две системы называют изоморфными, если между ними может быть установлено взаимное соответствие по некоторым изучаемым свойствам. Например, у информационных процессов могут быть выделены устойчивые общие черты, позволяющие им протекать сходным образом в биологическом объекте, компьютере, социальной системе, тогда все
эти объекты рассматриваются как изоморфные относительно протекания их информационных процессов.
Взаимное соответствие определенных аспектов двух систем может
быть обнаружено и реализовано различными способами. Наиболее ярким случаем такого соответствия является изоморфизм структур. При моделировании этого сходства исследователь пытается воспроизвести
структурные особенности одной системы на ином субстрате. В бионике
для нужд технических наук создаются искусственные аналоги объектов или процессов, обнаруженных в живой природе: например, ультразвуковая эхолокация имитирует соответствующие органы животных. Структурное моделирование также широко используется в медицинских науках при протезировании органов. Другим вариантом соответствия является существенное сходство функции (поведения). Один и тот же эффект может быть реализован в системах с совершенно разными структурами:
летательный аппарат может быть выполнен не обязательно на основе
крыла, но и на основе пропеллера, баллона с легким газом, реактивного двигателя.
■
Логические аспектыэтапа экстраполяции
Завершающим этапом моделирования является экстраполяция. В конечном счете именно экстраполяция оправдывает весь процесс работы с моделью. Экстраполяционный вывод как перенос информации с одного объекта на другой, сходный с ним, с логической стороны представляет собой заключение по аналогии. Однако в целом моделирование нельзя сводить лишь к логической операции вывода по аналогии, т.к. оно является сложным процессом, включающим в себя различные типы логического вывода. Положение дел здесь подобно тому, что имеет место в математике, которая является дедуктивной наукой, однако не может быть сведена к одному лишь дедуктивному выводу. Какие же процедуры лежат в основе экстраполяционных выводов?
Следует помнить, что вывод по аналогии относится в логике к недедуктивным, т.е. неточным, приближенным рассуждениям. Поэтому часто требуется применение более строгих методов, ведь методологическим идеалом экстраполяции является достижение максимальной точности при переходе от модели к оригиналу. В тех случаях, когда модель строится по уточненным критериям соответствия оригиналу, экстраполяционные выводы основываются на специальных расчетах, а не просто на видимом сходстве. Строго говоря, такие выводы, основанные на точных критериях подобия, не могут расцениваться как приблизительные, а являются уже дедуктивным процессом.
Существует один тонкий вопрос, касающийся логической стороны отношений модели и оригинала. Следует обратить внимание на то, что
в общем случае оригинал и его модель относятся к разным классам объектов, т.е. вполне могут быть совершенно разноплановыми явлениями. Именно поэтому между ними могут быть определены отношения только аналогии, но не логические отношения более тесного родства — отношения включения элемента в класс, части и целого, тождества и т.п. В противном случае будет утрачена специфика самого модельного соотношения, и оно примет универсальный и одновременно бессодержательный характер. Тогда окажется, что
