Istnieje opinia, że dla zwykłego człowieka, który nie jest specjalistą w jakiejś konkretnej dziedzinie nauki, wszelkie wnioski z tej dziedziny nauki, a raczej ich akceptacja, jest kwestią wiary, jak w przypadku religii. Ale jest to fundament wiedzy - że nie trzeba być Sokratesem, aby zrozumieć Sokratesa.
Na przykład w swoim nowym wywiadzie dla Wyborczej Jacek Dukaj opowiada "Mówię, że dla przeciętnego człowieka osądzenie racjonalności lub nieracjonalności tych przewidywań (zmiany klimatu - ja ) jest niemożliwe, więc jego stosunek do nich jest stosunkiem wiary."
Na owym błędnym skojarzeniu religijnej wiary i zaufania, bazującego na ocenie argumentów odmiennych stron danego obszaru naukowego, które może doświadczyć niespecjalista wobec wniosków nauki, opiera się hasło - ufaj nauce. To właściwie powinno było brzmieć "uwierz w naukę".
Gdzie nauka popełniła błędny zwrot? Stało się to w momencie pojawienia się metanauki. Dla każdego studenta piszącego pracę akademicką jest oczywiste, że wynik i wnioski zależą od modelu, który zostanie wybrany do zbadania danego zagadnienia. W zależności od wybranego modelu matematycznego otrzymamy jako wynik albo nieograniczony wzrost, albo parę optymalnych rozwiązań, albo jakąś oscylację.
Dla nauk humanistycznych jest to prawdziwe w 100% - wynik badania zależy od pewnego rodzaju modelu matematycznego, który został wybrany do przybliżenia przedmiotu badań. Wynik jest determinowany przez wybór instrumentu.
I tutaj naprawdę wszystko co pozostaje - to tylko wierzyć, że ten wybór jakoś przypadkowo zbiegł się z rzeczywistością.
Jacek Dukaj słusznie przelicza niektorze z modeli: "Mieliśmy epokę przyszłości nieuchronnej zagłady ludzkości w wojnie nuklearnej. Mieliśmy epokę nieuchronnej zagłady z powodu przeludnienia. Mieliśmy przyszłość wielkiego zlodowacenia z powodu zanieczyszczenia powietrza. Mieliśmy przyszłość zabójczej dziury ozonowej itd." Ale robi dalej zły wniosek: "I te modele miały przecież podstawy w ówczesnym stanie wiedzy. Naukowcy nie budowali ich w złej wierze. Zasób danych, dostępne im narzędzia, tryb krytyki wewnątrz środowiska naukowego sprawiały, że one często były najlepszymi modelami przyszłości, jakimi dysponowaliśmy."
To błędne - nie były one najlepsze, były to tylko dowolne modele o znanym od początku wyniku.
To błędne - nie były one najlepsze, były to tylko dowolne modele o znanym od początku
wyniku.
W jaki sposób mierzyć to jak dobry jest model jeśli nie przez porównywanie przewidywań modelu z rzeczywistymi wynikami (RMSE czy jakąś inną metryką)? Oczywiście do każdych danych znajdziesz wielomian odpowiednio wysokiego stopnia który przejdzie przez wszystkie zadane punkty ale to też możesz obejść.
konkretnej dziedzinie nauki, wszelkie wnioski z tej dziedziny nauki, a raczej ich
akceptacja, jest kwestią wiary, jak w przypadku religii. Ale jest to fundament wiedzy - że
nie trzeba być Sokratesem, aby zrozumieć Sokratesa.
Na przykład w swoim nowym wywiadzie dla Wyborczej Jacek Dukaj opowiada "Mówię, że dla
przeciętnego człowieka osądzenie racjonalności lub nieracjonalności tych przewidywań
(zmiany klimatu - ja ) jest niemożliwe, więc jego stosunek do nich jest stosunkiem
wiary."
Na owym błędnym skojarzeniu religijnej wiary i zaufania, bazującego na ocenie argumentów
odmiennych stron danego obszaru naukowego, które może doświadczyć niespecjalista wobec
wniosków nauki, opiera się hasło - ufaj nauce. To właściwie powinno było brzmieć "uwierz w
naukę".
Gdzie nauka popełniła błędny zwrot? Stało się to w momencie pojawienia się metanauki. Dla
każdego studenta piszącego pracę akademicką jest oczywiste, że wynik i wnioski zależą od
modelu, który zostanie wybrany do zbadania danego zagadnienia. W zależności od wybranego
modelu matematycznego otrzymamy jako wynik albo nieograniczony wzrost, albo parę
optymalnych rozwiązań, albo jakąś oscylację.
Dla nauk humanistycznych jest to prawdziwe w 100% - wynik badania zależy od pewnego
rodzaju modelu matematycznego, który został wybrany do przybliżenia przedmiotu badań.
Wynik jest determinowany przez wybór instrumentu.
I tutaj naprawdę wszystko co pozostaje - to tylko wierzyć, że ten wybór jakoś przypadkowo
zbiegł się z rzeczywistością.
Jacek Dukaj słusznie przelicza niektorze z modeli: "Mieliśmy epokę przyszłości
nieuchronnej zagłady ludzkości w wojnie nuklearnej. Mieliśmy epokę nieuchronnej zagłady z
powodu przeludnienia. Mieliśmy przyszłość wielkiego zlodowacenia z powodu zanieczyszczenia
powietrza. Mieliśmy przyszłość zabójczej dziury ozonowej itd." Ale robi dalej zły wniosek:
"I te modele miały przecież podstawy w ówczesnym stanie wiedzy. Naukowcy nie budowali ich
w złej wierze. Zasób danych, dostępne im narzędzia, tryb krytyki wewnątrz środowiska
naukowego sprawiały, że one często były najlepszymi modelami przyszłości, jakimi
dysponowaliśmy."
To błędne - nie były one najlepsze, były to tylko dowolne modele o znanym od początku
wyniku.
Dostęp otwarty:
https://wyborcza.pl/Jutronauci/7,165057,27810384,jacek-dukaj-wiekszosc-zmian-technologicznych-sprzyja-wspolczuciu.html#S.tylko_na_wyborcza.pl-K.C-B.2-L.1.maly:undefined
#nauka #dukaj
źródło: comment_1637953231gSruzz2Ckh4iJEoDVg0Kx7.jpg
Pobierzwyniku.
W jaki sposób mierzyć to jak dobry jest model jeśli nie przez porównywanie przewidywań modelu z rzeczywistymi wynikami (RMSE czy jakąś inną metryką)? Oczywiście do każdych danych znajdziesz wielomian odpowiednio wysokiego stopnia który przejdzie przez wszystkie zadane punkty ale to też możesz obejść.