Методический комплекс новый

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:

искусственность, проистекающая из символической переинтерпретации естественных связей, присущих оригиналу;
негибкость, или ригидность, состоящая в том, что малые изменения в исследуемом объекте могут повлечь за собой большие изменения в модели;
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

Что понимается под моделированием и каковы его характерные черты ?
Какова структура метода моделирования ?
По каким основаниям классифицируются модели и их сущность ?
В чём состоит проблема сходства оригинала и модели ?
Каковы аспекты этапа экстраполирования ?
Чем характерно моделирование как познавательный процесс ?
Каковы функции моделей в научном познании ?
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.

Содержание