Strona główna

Rola modelu i modelowania w pracy naukowej


Pobieranie 167.19 Kb.
Strona1/5
Data18.06.2016
Rozmiar167.19 Kb.
  1   2   3   4   5

Rola modelu i modelowania w pracy naukowej





  1. Pojęcie modelu i jego zastosowanie

  2. Bogaty świat modeli

  3. Funkcje i znaczenie modeli

  4. Pojęcie i typy modelowania

  5. W jaki sposób powstają modele?

  6. Błędy w modelach (modelowaniu)

  7. Teoria a modele

Pytania sprawdzające

Świata nie można zrozumieć bez nauki, ale jest ona niepotrzebna, aby go zniszczyć…

W teorii naukowej nie znajdziemy żadnych praktycznych wskazówek, jak postępować w życiu.

Streszczenie

Pod pojęciem modelu rozumiemy reprezentację istniejącego lub hipotetycznego fragmentu rzeczywistości tworzoną w określonym celu, pozbawioną szczegółów i cech nieistotnych dla osiągnięcia postawionego celu. W rozdziale podejmujemy próbę odpowiedzi na pytania: Co to jest model? Jakie rodzaje modeli spotyka się najczęściej w naukach ekonomicznych (ekonomii i zarządzaniu). Jakie funkcje pełni model (po co tworzy się modele)? Czemu służy modelowanie? Z naszych rozważań wynika, że termin „model” jest używany w sposób wieloznaczny i bywa odmiennie interpretowany. Typologie modeli bywają budowane w zgoła odmienny sposób, co sprawia wrażenie, że istnieje pewna dowolność w dodawaniu do słowa „model” takich przymiotników, jak „opisowy”, „matematyczny”, „abstrakcyjny”, „semantyczny” itp. Z drugiej strony, w naukach ekonomicznych obserwuje się tendencję, aby termin „model” interpretować wąsko, ekonometrycznie. W tym wypadku za model zjawiska ekonomicznego uważany jest model sformalizowany z pomocą języka algebry liniowej, rzadziej nieliniowej czy rozmytej. Model opisowy łącznie z modelem sformalizowanym mogą stanowić podstawę do zbudowania modelu wyjaśniającego, który z kolei – użyty jako baza prognozowania – zamyka cykl badania naukowego na etapie testów. Zupełnie inną funkcję pełni model budowany na potrzeby predykcji (przewidywania).


W modelach opisowych od początku koncentrujemy się na samym obiekcie poznania, starając się wyodrębnić i oddzielić od siebie jego powtarzające się, a więc typowe cechy, oraz cechy występujące marginalnie, przypadkowo
i zdecydowanie nie u wszystkich przedstawicieli badanej sfery rzeczywistości. W ten sposób otrzymujemy typ idealny, będący wyabstrahowanym z rzeczywistości modelem teoretycznym, zawierającym typowe, a więc powtarzające się cechy. Ważną częścią procesu modelowania jest ocena wykonanego modelu. Jak określić, czy model dobrze opisuje rzeczywisty układ? Odpowiedź na to pytanie nie jest prosta, ale łatwiejsza w świecie inżynierskim, niż menedżerskim. Zazwyczaj inżynierowie posiadają zbiór pomiarów wielkości
w układzie, który to zbiór jest użyty przy wykonywaniu modelu. Później, jeżeli opis został dobrze skonstruowany, model będzie wykazywał odpowiednie zależności dla znanego zestawu pomiarów. W świecie menedżerskim, gdzie trudno o mierzalność używanych kategorii, skazani jesteśmy na typy idealne, czyli abstrakcyjne modele składające się z cech istotnych danego zjawiska społecznego. Pełnią one przede wszystkim funkcję inspirującą.

5.1. Pojęcie modelu i jego zastosowanie


Rzeczywistość przytłacza nas swoją złożonością. Zawsze była złożona, nieprzenikliwa i trudna do poznania, ale współcześnie wydaje się, że te jej cechy nabierają wyjątkowego natężenia i ostrości. Odczucie nieradzenia sobie z narastającą złożonością rodzi frustrujące zwłaszcza wtedy, gdy przychodzi nam rozwiązać jakiś problem z nią związany. Nie dość, że często nie mamy pomysłu na rozwiązanie stojącego przed nami problemu, to jeszcze do tego – co nierzadko się zdarza – nie potrafimy należycie sformułować samego problemu, czyli sprecyzować jego sedna (meritum). Dlaczego tak się dzieje?

W rozdziale 2 pisaliśmy o tym, że problem dostrzeżony jest zazwyczaj w fazie analizy docierających do nas informacji. Jeśli na przykład kierownictwo jakiegoś przedsiębiorstwa dokona „porównania istniejącego stanu spraw z odpowiednim zbiorem norm i wzorców” i stwierdzi różnicę między nimi, to ta różnica jest (staje się ) problemem. Tak więc zaistniały problem wymaga teraz prawidłowego sformułowania, to jest zlokalizowania go w czasie i przestrzeni wraz z poznaniem jego rozmiaru, wewnętrznej struktury oraz skutków, które powoduje on (może spowodować) dla całości lub części działalności przedsiębiorstwa155.

Rozwiązanie prawidłowo sformułowanego, tak od strony treści, jak i formy problemu, opiera się na ciągu czynności, w których możemy wyodrębnić logiczne etapy: analizy, syntezy i oceny. W dalszych częściach opracowania takie czynnościowe podejście do budowania odwzorowań (reprezentacji) rzeczywistości będziemy nazywali modelowaniem. Modelowanie problemu ma w każdym przypadku kapitalne znaczenie dla poprawności jego rozwiązania. To jest jeden z głównych powodów, dlaczego temu zagadnieniu poświęcimy więcej uwagi.

Modelem zjawiska nazywa W. Flakiewicz „opis interesującego nas fragmentu (…) rzeczywistości, uwzględniający tylko istotne jej elementy z pominięciem mniej istotnych”156. Jest to, ogólnie biorąc, uzasadnienie potrzeby – i zarazem konieczności – stosowania modeli w pracy naukowej. Otaczającą nas rzeczywistość


i zjawiska które w niej występują, cechuje wysoka złożoność. Nie jesteśmy więc
w stanie rozpoznać i opisać wszystkich elementów tej rzeczywistości, oraz relacji zachodzących między nimi. Możemy natomiast dokonać selekcji, wybierając tylko niektóre spośród rozpoznanych przez nas elementów. Dobór elementów tworzonego przez nas modelu ma więc charakter subiektywny. (Do tej tematyki powrócimy w dalszej części rozdziału).

Definicja podana przez W. Flakiewicza jest podobna do wielu innych definicji modelu spotykanych w literaturze. Nie ma w tym jednak niczego dziwnego – cytowana wcześniej definicja objaśnia nam termin „model” przez przedstawienie jego istoty, polegającej na redukcji złożoności otaczającej nas rzeczywistości.

A. Rappaport pisze: „Modele w ich najszerszym znaczeniu mogą być uważane za abstrakcje z rzeczywistości, których celem jest wprowadzenie pojęciowego porządku do złożonego otoczenia”157. Zdaniem R. L. Ackoffa „Modele są przedstawieniami stanów, przedmiotów lub zdarzeń. Są one wyidealizowane w tym sensie, że są mniej złożone niż rzeczywistość i stąd łatwiejsze w użyciu do celów badawczych. Modelami łatwiej jest się posługiwać i manipulować niż przedmiotami rzeczywistymi. Prostota modeli w porównaniu z rzeczywistością wynika stąd, że uwzględniają one tylko te własności rzeczywistości, które są w danym przypadku istotne”158. Niekiedy dla oryginalności i myląco o modelu mówi się jako o układzie, „…który stanowi środek pośredniego poznania drugiego układu dzięki temu, że jest wobec niego analogiczny pod istotnym względem a równocześnie bardziej dostępny badawczo”159.

Przy definiowaniu pojęcia modelu używa się takich określeń jak: analogia, symetria, podobieństwo, reprezentacja, odwzorowanie. Jednak trudno zdefiniować pojęcie modelu nie przywołując pojęcia „izomorfizm”. „Tam gdzie schemat związków pomiędzy elementami systemu X jest taki sam jak w systemie Y, mamy do czynienia z izomorfizmem dwóch systemów, pisze J. O’Shaughnessy. Tak więc elementy A, B i C w systemie X ściśle odpowiadają elementom R, T, U w systemie Y i każdemu związkowi pomiędzy elementami systemu X odpowiada związek pomiędzy elementami systemu Y. W ten sposób związkowi A i B odpowiada w sposób ścisły związek R i T itd. Mapa jest na przykład odwzorowaniem niektórych cech jakiejś powierzchni kulistej”160.

W procesach badawczych stosuje się różnego rodzaju narzędzia ułatwiające rozumienie, poznanie i wyjaśnienie. Pojęcie modelu jest takim narzędziem, przy pomocy którego dokonuje się pewnych uproszczeń, aby lepiej zrozumieć badany przedmiot. Cytowany wcześniej J. O’Shaugnessy pisze: „Jeśli badanie struktury systemu X jest pożyteczne z punktu widzenia zrozumienia systemu Y, wtedy X stanowi model Y. Ideałem jest model izomorficzny. Być może współczesne tempo rozwoju (postępu) nauki zawdzięczamy możliwości znalezienia modeli matematycznych odpowiadających strukturze świata fizycznego”161.

Trudno sobie wyobrazić postęp w rozwoju nauki bez tworzenia modeli. Większość prac doktorskich w swoich intencjach zmierza do zaproponowania lub zmodyfikowania stosowanego modelu. Akcentowane jest to w tytułach dysertacji lub jako cel opracowań naukowych. Jak zobaczymy dalej pojęcie modelu jest stosowane na każdym etapie rozwiązywania problemu. Procesy opisywania i wyjaśniania wyrażane są przy pomocy modelu. Różne formy modeli stosowane są


w fazie przewidywania i implementacji wyników badań. W każdym przypadku chodzi o jakąś reprezentację związków pomiędzy elementami systemu, innymi słowy chodzi o jakiś zbiór współzależnych lub oddziałujących na siebie części, których zasady strukturalne określają istotę lub wzajemne uwarunkowanie części. Tryumfalny marsz pojęcia modelu zapoczątkowany na długo zanim N. Bohr162 podkreślał konieczność użycia tego terminu trwa do dziś. Wyraża się w tym zarówno moda na stosowanie modeli, ale też użyteczność ich stosowania. Model współzawodniczy z pojęciem teorii. W wielu dziedzinach łatwiej jest stworzyć model, niż zaproponować teorię. Czasami wydaje się, że droga rozwoju jest od modelu do teorii, gdy w rzeczywistości jest odwrotnie; rozwój nauki przebiega od teorii do modelu. Stworzenie modelu dla wielu nauk jest krokiem znaczącym, czasami przełomowym.

Wracając do pojęcia modelu warto przypomnieć, że na początku lat siedemdziesiątych modne stało się definiowanie modelu tak szeroko, by obejmował każdą fizyczną, lub abstrakcyjną reprezentację problemu. To podejście nie utrwaliło swojej obecności w metodologii nauk, choć w nieograniczonej liczbie prób rozwiązywania problemów zakłada się, jawne lub ukryte posługiwanie się modelem,


a wszelkie wykryte związki stają się elementami modelu. Nawet system klasyfikacji można rozpatrywać jako model. To, że prawie wszystko w nauce „da się” opisać, wyjaśnić i przewidzieć przy pomocy modelu nie napawa optymizmem.
W naukach społecznych, a także w ekonomii i nauce o zarządzaniu pojęcie modelu uległo banalizacji. Często służy bardziej jako „wytrych” niż klucz do rozwiązywania problemów. Dlaczego tak się dzieje?

Po pierwsze rzadko możliwe jest wypracowanie modeli spełniających kryterium izomorfizmu. Im bardziej rzeczywistość jest złożona, np. gospodarka, tym bardziej dla jej zrozumienia i zinterpretowania potrzebne są daleko idące uproszczenia. Takie uproszczenia mogą być poważną wadą, gdy formalizacja odbywa się kosztem zrozumienia prawdziwego świata.

Po drugie, prosty (z konieczności poważnie uproszczony) model niewiele wnosi do procesu naukowego poznania, a nawet proces ten zaciemnia lub fałszuje. Zawsze istnieje problem określenia stopnia adekwatności modelu z punktu widzenia możliwości jego operacjonalizacji.

Po trzecie, każdy badacz staje w obliczu wyboru, czy zaczynać od modelu prostego i stopniowo wprowadzać bardziej realistyczne (komplikujące) założenia, czy też zaczynać od modelu złożonego i stosując redukcję upraszczać do momentu, gdy model można już wygodnie stosować. Wydaje się, że nie ma jednego, uniwersalnie dobrego rozwiązania. Oba podejścia mają swe zalety i wady.

Rozważmy przykład osobniczego rozwoju jednostki ludzkiej. Można przyjąć założenie, że rozwój człowieka polega na nieustannym wzbogacaniu zasobu modeli jakimi dysponuje. Każda jednostka, na każdym etapie rozwoju ma określony zasób modeli; w swym umyśle nosi jakiegoś typu symboliczne przedstawienie tego, jak funkcjonuje otaczający ją świat, jaka jest jej rola w najbliższej wspólnocie, kim jest w relacji do rówieśników. Skłonna jest sklasyfikować te modele jako doświadczenie. Ambitny uczeń (student) uświadamia sobie po jakimś czasie, że sposób przygotowywania się do egzaminów do prowadzi do powodzenia. W jaki sposób dochodzi on do wniosku, że powinien zaprzestać dalszych prób uczenia się „po nocach” lub „wkuwania” na pamięć? Posiada model (który może nie być jawny), który sugeruje mu, że zachodzi nieadekwatność (nieproporcjonalność) wysiłku do efekt. Przy poświecenie na dany przedmiot określonej ilości czasu, powinien osiągnąć, oczekiwaną ocenę, potwierdzająca posiadaną wiedzę. Problem związany z wszystkimi tego typu modelami polega na tym, że wprawdzie zostały one przez jednostkę „odgadnięte”, są interpretowane jako odwzorowanie prawdziwej sytuacji. W rzeczywistości po prostu odpowiadają one zbiorowi hipotez. Raczej więc modele powinny być stosowane „jawnie”, gdyż mogą być przedwczesnymi systematyzacjami doświadczenia, a przez to sprzyjają kształtowaniu się stereotypów, fałszywych wyobrażeń lub co najgorsze uprzedzeń. Przedwcześnie sformułowane modele mogą wykluczyć inne możliwe modele.

Wielu badaczy przestrzega przed możliwością i pokusą nadmiernego upraszczania badanej rzeczywistości163. Nie powinno się prowadząc badania omijać stadium wstępne, opisowe pokazujące różnorodność i złożoność zdarzeń, które musi odzwierciedlić każda teoria lub model, jeśli mają być adekwatne. Jeśli w procesie poznania stadium to zostanie pominięte lub nadmiernie uproszczone mogą powstać w rezultacie modele nieadekwatne, odpowiadające rygorom ścisłości, ale nie prowadzące do zrozumienia interesujących nas zjawisk. J. O’Shaughnessy przypomina, że modele ustalania cen stworzone przez ekonomistów działały w kierunku ograniczania nowych podejść. Również w socjologii zwraca się uwagę, że obiegowe modele pojęciowe społeczeństwa skupiają uwagę na problemach równowagi, wzajemnych zależności i odchyleń od norm, a pomijają problematykę zmian i rozwoju społecznego.

W nauce o zarządzaniu rozwijane są modele użyteczne dla decydentów (menedżerów). Wysoki poziom operacjonalizacji reprezentują modele decyzyjne oparte na teorii ograniczonej racjonalności H. A. Simona164, a także modele zarządzania strategicznego, czy bardziej współczesne – modele zarządzania wiedzą. Atrakcyjność każdej nowej dziedziny wiedzy, nowego podejścia oceniana jest w kategoriach zaproponowanych modeli pojęciowych, nowych heurystyk, czy nowych klasyfikacji. W naukach praktycznych ważne jest zaproponowanie nowych rozwiązań. Mówimy tutaj o pozytywnej stronie wzbogacania procesu poznania lub wdrażania wiedzy do praktyki. Trzeba jednak pamiętać, nawet wtedy, gdy model jest stosowany jawnie, że istnieje niebezpieczeństwo zignorowania jego przesłanek i pomylenia go z rzeczywistością. Modele mogą stać się zabawkami akademickimi, manipulowanie którymi dostarcza wprawdzie podniety intelektualnej, ale nic ponadto nie daje. Model nie odzwierciedla ściśle rzeczywistości, tak jak nuty nie odzwierciedlają ściśle melodii.

Współczesny naukowiec nie postrzega rzeczywistości jako „pole bitwy”, gdzie każdy manewr czy potyczkę da się opisać, jakby rozgrywały się na jego oczach. Informacje o bitwie docierają do badaczy jak gdyby telegraficznie. Z tych fragmentarycznych informacji usiłuje się odtworzyć mapę pola bitwy, a na niej poruszać drewnianymi klockami, które obrazują żołnierzy, kampanie i armie. Owa mapa i klocki stanowią materialną realizację (pojęciowego) modelu bitwy. Model ten zmienia się w miarę napływania nowych informacji. Naukowiec obserwuje zmieniający się model oraz stara się wyprowadzić prawidłowości i poczynić przewidywania. Gdy za pomocą modelu dokona się wielu przewidywań, które okażą się słuszne? Trudno powiedzieć. Intuicyjnie oczekuje się znaczącej zgodności między modelem a rzeczywistością. Bezpośrednia weryfikacja nie jest jednak możliwa. Oprócz tej ograniczonej zgodności model wcale nie musi wyglądać tak, jak pole bitwy (bitwa).

Istnieje pewne niebezpieczeństwo, gdy w celu lepszego przedstawienia staramy się nadać modelowi „ciało i kości”, zamiast raczej skupić się na podobieństwach strukturalnych. Może to bowiem prowadzić do pomyłek. Jeśli model matematyczny umożliwia dokładne przewidywanie, nie ma potrzeby wprowadzać jakiejkolwiek formy uzmysławiania. Wszystkie modele powinny być sprawdzone pod kątem spójności wewnętrznej, ewentualnego nadmiernego uproszczenia lub skomplikowania (gdyż wtedy stają się niezrozumiałe), oraz zdolności wyjaśniania


i przewidywania.

W usilnym dążeniu do tego, żeby model pełnił te dwie funkcję badacze są narażeni na niebezpieczeństwo fałszywej analogii. W psychologii występuje niebezpieczeństwo antropomorfizmu, gdy badacze posługują się zwierzętami jako modelami istot ludzkich. Często model zwierzęcy przyjmuje się ignorując potrzebę potwierdzenia go przez przytoczenie danych wyprowadzonych z zachowania ludzkiego. W dążeniu do budowania ogólnych praw tworzy się uogólnienia odnoszące się uniwersalnie do wszystkich gatunków. Trzeba zachować pewną wstrzemięźliwość interpretacji. Nawet gdyby dane stwierdzenia miały statystyczne uzasadnienie, to nie pomagają one w eliminowaniu wątpliwości, czy model zwierzęcy jest właściwy w każdym pojedynczym przypadku.

W naukach o zarządzaniu rozpowszechnił się zwyczaj używania metafor dla wyjaśnienia złożonych zjawisk organizacyjnych. Różnica między modelem a metaforą jest w istocie niewielka. G. Morgan pisze, że „…metaforę uważa się często po prostu za sposób upiększania dyskursu, ale jej znaczenie jest o wiele większe. Użycie metafory jest bowiem konsekwencją sposobu myślenia i sposobu widzenia, które przenikają nasze rozumienie świata w ogóle. (...) Łatwo dostrzec jakie znaczenie ma tego rodzaju myślenie dla pojmowania organizacji i zarządzania. Organizacje są bowiem złożonymi i pełnymi paradoksów zjawiskami, które można rozumieć na wiele różnych sposobów. Wiele naszych, przyjmowanych za oczywiste, koncepcji dotyczących organizacji ma charakter metaforyczny, nawet gdybyśmy ich za takie nie uznawali”165. Podobnie jak modelom, również metaforom grozi niebezpieczeństwo fałszywej analogii. Przy pomocy metafor opisuje się obiekty niewyrażalne, niemierzalne a postrzegane, doświadczane i odczuwane. Jeśli zachodzi potrzeba wskazać (podkreślić) istotne cechy takiego obiektu używa się metafory, odwołując się do intuicji, doświadczenia i wiedzy odbiorcy czyli jego zdolności kojarzenia obrazów. Metafory dobrze spisują się w roli narzędzi diagnozowania organizacji. Ich przydatność bywa jednak poddawana weryfikacji poprzez odniesienie do określonego modelu organizacji. Np. w modelu organizacji uczącej się ważna role spełnia metafora „mózgu”166.

  1   2   3   4   5


©snauka.pl 2016
wyślij wiadomość