11.9. Трудности современного моделирования

Выше говорилось о тех полезных эффектах, которые достигаются при его успешном применении. Однако этот метод, как всякий другой, стал­кивается и с определенными трудностями.

Например, в медико-биологических науках существует проблема прин­ципиальной непрозрачности при экстраполяции данных с лабораторных животных на человека. Применять полученные результаты к человеку (осо­бенно при испытании новых лекарственных препаратов) приходится с боль­шой осторожностью, проводя при этом дальнейшие серии проверок. К сожа­лению, в истории медицины известны досадные промахи.

Далее, если говорить о математическом моделировании (которое занимает важнейшее место в современной методологии моделирования), то в литературе отмечаются не только положительные, но и отрицательные его черты. Например, его отрицательными чертами являются следующие:

1. искусственность, проистекающая из символической переинтерпретации естественных связей, присущих оригиналу;

2. негибкость, или ригидность, состоящая в том, что малые изменения в исследуемом объекте могут повлечь за собой большие изменения в модели;

3. громоздкость, проистекающая из длины компьютерных программ. (Впрочем, последняя трудность преодолевается по мере совершен­ствования компьютерных технологий.)

Укажем и на другие трудности методологии моделирования. Использование моделирования (особенно математического) в современной науке часто требует сотрудничества ученых различных специальностей, ведь исходные допущения для построения модели должны, с одной сто­роны, базироваться на содержательных положениях конкретной науки, а с другой — иметь специфически математический характер. При этом нередко возникает проблема взаимного непонимания сотрудников из-за барьеров специализации.

Еще раз напомним, что общий новационный эффект моделирования зависит от взаимного соответствия разработанной модели и исходной предметной области. Поэтому уже с начальных стадий построения моде­ли необходимо учитывать согласованность базисных допущений модели со спецификой оригинала, т.е. уже с первых этапов помнить о будущей экстраполяции. Но задача выбора базисных допущений сама по себе доста­точно сложна и основывается на содержательных аспектах предметной области. Типичной проблемой в дисциплинах, особенно активно исполь­зующих математическое моделирование (в экономике, медико-биологи­ческих науках), является проблема неоднозначности полученной модели: то, что один исследователь считает существенным для построения и для анализа модели, другой может отвергать как неадекватное. Поэтому экстра­поляция полученных на той или иной конкретной модели результатов неред­ко становится весьма спорной, что приводит к потере ее эвристической ценности. Имевшее место в недавний период (1960-1970-е гг.) чрезмер­ное увлечение моделированием, при котором создание моделей стало своего рода самоцелью и не давало эвристического прироста, привело к некоторому разочарованию в этом методе. Сейчас период некритичного использования моделей в целом можно считать пройденным, и отноше­ние ученых к возможностям моделирования стало более сдержанным.

Итак, метод моделирования, как и другие методы научного познания, не имеет доминирующего, универсального значения. Для своего успеш­ного применения он на каждом этапе требует серьезного и вдумчивого отношения к себе со стороны исследователя. Методология моделирова­ния, несмотря на заслуженное признание в науке, не должна останавли­ваться на достигнутом, и будущее этого метода зависит от способности ученых совершенствовать его и сочетать с другими методами научных исследований.

Контрольные вопросы

1. Что понимается под моделированием и каковы его характерные черты ?

2. Какова структура метода моделирования ?

3. По каким основаниям классифицируются модели и их сущность ?

4. В чём состоит проблема сходства оригинала и модели ?

5. Каковы аспекты этапа экстраполирования ?

6. Чем характерно моделирование как познавательный процесс ?

7. Каковы функции моделей в научном познании ?

8. В чём состоят трудности современного моделирования ?

.

Семинар 9 Методологические основы реализации эмпирических результатов исследований

Обобщение и обработка эмпирических данных

Индуктивная направленность стадии. Применяемые методы. Ограничения статистического мышления.