Het begrip model

23 januari 2020

Science is the name, modelling is the game"1

Modelleren is de wetenschappelijke bezigheid van het construeren en gebruiken van modellen. Een model kan een eenvoudig schema zijn met een beperkte geldigheid, of een fundamentele structuur zoals het dubbele-helix model van DNA. Een model kan ook een complexe wiskundige formule zijn zoals een klimaatmodel, een econometrisch model voor de WW-uitgaven of het standaardmodel van de elementaire deeltjes waarmee met grote nauwkeurigheid voorspellingen kunnen worden gedaan over de uitkomsten van versnellerexperimenten.

Als we ons beperken tot de wetenschap dan kunnen we stellen dat een model altijd een doel heeft (beschrijven, verklaren, voorspellen, ofwel ‘hanteerbaar’ maken van het object van onderzoek) en een verondersteld geldigheidsgebied.2 Kort gezegd: een model is een conceptuele representatie van de werkelijkheid bedoeld om verantwoorde uitspraken te doen over de gemodelleerde werkelijkheid. Andere formuleringen die op hetzelfde neerkomen zijn: a scientific model is a set of representations rules and reasoning structures that allow one to generate predictions and explanations3; models are units of structured knowledge used to represent observable patterns in physical phenomena4.

Observable_universe_logarithmic_illustration_small

Fig 1.2 Het waarneembare heelal op logaritmische schaal

In leerboeken en in de eindtermen van het VO wordt een andere algemene omschrijving van het modelbegrip in de natuurwetenschappen gebruikt: Een model is een vereenvoudigde en/of schematische weergave van de werkelijkheid5. Hierbij valt de nadruk op beperkingen en/of tekortkomingen van een model. Door het begrip ‘model’ af te zetten tegen de ‘werkelijkheid’ wordt de suggestie gewekt dat er buiten het model een absolute werkelijkheid bestaat die we uiteindelijk kunnen leren kennen door een reeks van steeds nauwkeuriger modellen.

De praktijk van het natuurkundig onderzoek wijst echter in een andere richting: door onderzoek ontstaan steeds nieuwe werkelijkheden waarvoor andere concepten en modellen noodzakelijk zijn om die te beschrijven. De relatie model-object is complexer dan alleen een ‘vereenvoudigde en/of schematische weergave’. Het model stuurt onze waarneming en ons denken over de waarneembare werkelijkheid, en verrijkt de natuurwetenschap met concepten die wij zelf construeren.6

De (politiek-) economische praktijk is nog complexer, omdat uitkomsten van modellen invloed kunnen hebben op dat wat ze proberen te beschrijven/verklaren/voorspellen. Bovendien is (vooralsnog) menselijk gedrag lastiger te modelleren dan het gedrag van een foton. Hierdoor wordt in economische modellen vaak gebruik gemaakt van scenario’s: een model wordt doorgerekend voor verschillende waarden van een variabele die erg belangrijk, maar niet bekend is. Denk bijvoorbeeld aan de grootte van de wereldhandel of de ontwikkeling van de olieprijs. Bewustzijn over de grenzen van modellen is dus binnen de economie nog belangrijker dan binnen de natuurwetenschappen.

Het inzicht dat modellen representaties van de werkelijkheid zijn waarmee we die werkelijkheid kunnen begrijpen geeft de kern van de natuurwetenschap goed weer. We kunnen naar het vakgebied van de natuurkunde kijken als een in de tijd gegroeid en groeiend model met behulp waarvan de natuur wordt geïnterpreteerd. Zoals kernachtig uitgedrukt door David Hestenes.

1. D. Hestenes, Modeling games in the Newtonian world, American Journal of Physics (1992)
2. P.L. Lijnse, Modellen van/voor leren modelleren, Tijdschrift voor Didactiek der β-wetenschappen (2008)
3. C.V. Schwarz en B.Y. White, Metamodeling Knowledge: Developing Students’ Understanding of Scientific Modeling, Cognition and Instruction (2005)
4. D. Hestenes, Towards a modeling theory of physics instruction, American Journal of Physics (1987)
5. SLO, Kennisbasis natuurwetenschappen en technologie voor de onderbouw VO (2014)
6. W. R. van Joolingen, Commentaar: modelleren als authentieke activiteit, Tijdschrift voor Didactiek der β-wetenschappen (2003)