Competitie - coördinatie en de dynamiek van wetenschappelijke revoluties
Competitie - coördinatie en de dynamiek van wetenschappelijke revoluties
Hoe komen wetenschappelijke revoluties tot stand?
Wetenschappelijke vooruitgang verloopt niet even rechtlijnig zoals sommigen nog altijd denken. Slechts sporadisch wordt er baanbrekend werk verricht. Fysicus en filosoof Thomas S. Kuhn was de eerste die dit idee uitgebreid naar voren bracht. Kuhn betoogt dat evolutie van wetenschap wordt gekenmerkt door revoluties. Een spraakmakend voorbeeld is de revolutie die de relativeitstheorie van Albert Einstein teweegbracht ten opzichte van de wetten van Isaac Newton. Het werk van Kuhn betekende uiteindelijk het einde van de traditionele wetenschapsfilosofie. Alhoewel Kuhn zijn visie ondersteunt met tal van voorbeelden uit de wetenschapsgeschiedenis, laakt hij achterliggende principes van zijn model uiteen te zetten. Als we zijn model beschouwen als een complex systeem kunnen we met behulp van statistische fysica trachten deze principes te achterhalen.
ParadigmadynamiekKuhn argumenteert dat wetenschap wordt bedreven binnen een bepaald kader, een paradigma. Een paradigma bepaalt hoe men de wereld interpreteert; het bepaalt wat we meten, hoe meetresultaten worden geïnterpreteerd, wat de ‘juiste’ wetenschappelijke methode is en welke theorieën hierbij worden gevormd en getest. Een paradigma heeft een eindige levensduur, waarbij paradigma’s elkaar opvolgen. Men kan dus spreken over een paradigmadynamiek. Een paradigma levert de puzzels aan die wetenschappers trachten op te lossen. Het opvullen van de tabel van Mendeleev of het experimenteel vaststellen van het Higgs-deeltje zijn hier voorbeelden van.
Kuhn onderscheidt in de ontwikkeling van een paradigma twee fases, normale wetenschap en wetenschap in crisis. Wanneer wetenschappers
P { margin-bottom: 0.08in;
P { margin-bottom: 0.08in; }
één of meerdere puzzels niet kunnen oplossen, kunnen ze het paradigma in twijfel trekken; wetenschap bevindt zich op dat moment in crisis. Wetenschappers beginnen andere paradigma’s te verkennen tot ze dat paradigma vinden dat een aantal onopgeloste puzzels beter kan oplossen; op dat moment vindt er een wetenschappelijke revolutie plaats. Het werken binnen een bestaand paradigmaleidt dus tot het ontstaan van een nieuw paradigma.Zelf-georganiseerde criticaliteitHet maken van analogi
P { margin-bottom: 0.08in; }
eën tussen wetenschapsfilosofie en statistische fysica is zeer belangrijk. Een concept uit de statistische fysica dat zeer goed lijkt aan te sluiten bij het model van Kuhn, is zelf-georganiseerde criticaliteit. Een systeem veroont zelf-georganiseerde criticaliteit wanneer het zichzelf afwisselend in een stabiele en kritische toestand brengt. Het bekendste voorbeeld is het zandhoop-model. Stel dat men elke seconde een zandkorreltje laat vallen op een zandhoop. Wanneer de helling te steil wordt, zal het bovenste zandkorreltje een niveau naar beneden vallen. Dit zandkorreltje kan er echter voor zorgen dat andere zandkorrels ook vallen, die op hun beurt ook weer zandkorrels kunnen laten vallen. Om de zoveel tijd ontstaan er dus zandlawines. Na een lawine breekt er weer een periode van rust aan waarbij zandkorrels kunnen toegevoegd worden zonder dat er sprake is van lawinegevaar.
Wetenschap als complex systeemEen complex systeem is een model dat bestaat uit een aantal simpele regels die aanleiding kunnen geven tot een complexe structuur. De complexiteit van de hersenen voortgebracht door neuronen is hier een passend voorbeeld van. Het doel van de scriptie “Competitie - co
P { margin-bottom: 0.08in; }
ördinatie en de dynamiek van wetenschappelijke revoluties” is het construeren van een model dat bestaat uit een aantal simpele regels die aanleiding geven tot de paradigmadynamiek die Kuhn beschrijft. Op deze manier kunnen we achterliggende principes van zijn model proberen op te stellen. Dit kan op zijn beurt de mogelijkheid bieden om wetenschappelijke ontwikkeling vanuit een ander perspectief te bekijken.
Competitie versus coördinatieOm bovenstaande dynamiek te kunnen genereren, hebben wetenschappers beweegregels nodig op basis waarvan zij beslissingen nemen. We voeren hiervoor de drijfveren coördinatie en competitie in. We gaan ervanuit dat wetenschappers een zo waardevol mogelijke bijdrage willen leveren in hun respectievelijke paradigma. Om dit te bewerkstelligen willen ze zoveel mogelijk coördineren met andere wetenschappers. Tegelijkertijd ervaart een wetenschapper competitie van diezelfde wetenschappers. Hij wil namelijk een zo origineel en innovatief mogelijke bijdrage leveren. Op basis van deze tegenstelling zal het meer of minder aantrekkelijk worden om in een bepaald paradigma een bijdrage te leveren. Het is bovendien mogelijk om een nieuw paradigma te kiezen waar totnogtoe geen enkele wetenschapper een bijdrage aan heeft geleverd. Op deze manier kunnen wetenschappers alternatieve paradigma’s verkennen wanneer huidige paradigma’s minder aantrekkelijk lijken te zijn.
SimulatiesOm het model te kunnen simuleren worden wetenschappers op een tweedimensionaal rooster geplaatst. Het aantal wetenschappers per paradigma wordt bijgehouden in functie van de tijd. In figuur 1 is het resultaat weergegeven voor een rooster met 10000 vakjes waarvan 75% gevuld is met wetenschappers; elke kleur stelt een ander paradigma voor. Aan de hand van deze figuur kunnen we het volgende vaststellen. Wetenschappers verenigen zich in één enkel paradigma gedurende lange tijd. Naarmate de tijd vordert nemen de fluctuaties toe tot er een wetenschappelijke revolutie plaatsvindt. Op dat moment beslist de meerderheid van de wetenschappelijke gemeenschap om binnen een alternatief paradigma te werken. Het systeem vertoont gedrag dat we vooraf niet konden voorspellen; wetenschappers zouden er ook voor kunnen kiezen om zich te verdelen over verschillende paradigma’s of om geleidelijk over te gaan naar een nieuw paradigma. Toch kiezen ze ervoor om gezamenlijk in korte tijd de overstap te maken naar een alternatief paradigma. Een revolutie treedt echter op na een tamelijk vaste tijd. Kuhn beweert dat men het tijdstip van een wetenschappelijke revolutie niet kan voorspellen. Dit is de enige eigenschap die niet overeenkomt met de paradigmadynamiek van Kuhn.
Concluderend kunnen we stellen dat de samenwerking tussen statistische fysica en wetenschapsfilosofie enorm vruchtbaar is. Door het maken van analogieën is het mogelijk om een systeem te construeren dat zelf-georganiseerde criticaliteit vertoont en voldoet aan tal van karakteristieken die paradigmadynamiek omschrijven. Hierbij worden wetenschappers door de tegenstellingen competitie en coördinatie. Deze manier van werken kan bovendien een alternatief perspectief bieden op de manier waarop wetenschap en zijn ontwikkeling benaderd worden, iets wat niet onbelangrijk is in dagen waarbij er veel ophef is omtrent zaken als de kwaliteit van wetenschappelijk onderzoek en publicatiedruk.
[1] S. Anderson, A. De Palma, and J. Thisse, Discrete Choice Theory of Product Diffe-rentiation. (The MIT Press, 1992).[2] P. Bak, C. Tang, and K. Wiesenfeld, PHYSICAL REVIEW A 38, 364 (1988).[3] A. Bird, Thomas kuhn, in The Stanford Encyclopedia of Philosophy, edited by E. N.Zalta, , spring 2013 ed., 2013.[4] S. Bornholdt, M. H. Jensen, and K. Sneppen, PHYSICAL REVIEW LETTERS 106(2011).[5] J.-P. Bouchaud, JOURNAL OF STATISTICAL PHYSICS 151, 567 (2013).[6] B. Castaing, Y. Gagne, and E. Hopfinger, PHYSICA D 46, 177 (1990).[7] C. Castellano, S. Fortunato, and V. Loreto, REVIEWS OF MODERN PHYSICS 81,591 (2009).[8] K. Christensen and N. Moloney, Complexity And Criticality (Imperial College Press,2005).[9] W. Clark, DEMOGRAPHY 28, 1 (1991).[10] A. Clauset, C. R. Shalizi, and M. E. J. Newman, SIAM REVIEW 51, 661 (2009).[11] R. De Langhe, TOPOI-AN INTERNATIONAL REVIEW OF PHILOSOPHY 32, 65(2013).[12] L. Gauvin, J. Vannimenus, and J. P. Nadal, EUROPEAN PHYSICAL JOURNAL B70, 293 (2009).[13] S. Ghashghaie, W. Breymann, J. Peinke, P. Talkner, and Y. Dodge, NATURE 381,767 (1996).[14] H. Gould and J. Tobochnik, Stp textbook chapter 5: Magnetic systems, in Thermaland Statistical Physics, 2008.[15] H. Gould and J. Tobochnik, Stp textbook chapter 9: Critical phenomena, in Thermaland Statistical Physics, 2009.[16] B. Grandi and W. Figueiredo, PHYSICAL REVIEW B 50, 12595 (1994).[17] S. Grauwin, F. Goffette-Nagot, and P. Jensen, JOURNAL OF PUBLIC ECONOMICS96, 124 (2012).[18] F. Goffette-Nagot, P. Jensen, and S. Grauwin, Dynamic Models of Residential Segre-gation: Brief Review, Analytical Resolution and Study of the Introduction of Coordi-nation, 2009, Working Paper GATE 2009-14.[19] A. D. Henry, P. Pralat, and C. Zhang, PROCEEDINGS OF THE NATIONAL ACA-DEMY OF SCIENCES OF THE UNITED STATES OF AMERICA 108, 8605 (2011).[20] J. Hoshen and R. Kopelman, PHYSICAL REVIEW B 14, 3438 (1976).[21] J. Houdayer and A. Hartmann, PHYSICAL REVIEW B 70 (2004).[22] H. Huang, L. Zhang, Y. Guan, and D. Wang, ESTUARINE COASTAL AND SHELFSCIENCE 77, 47 (2008).[23] K. Kiyono et al., PHYSICAL REVIEW LETTERS 93 (2004).[24] K. Kiyono, Z. Struzik, and Y. Yamamoto, PHYSICAL REVIEW LETTERS 96(2006).[25] T. Kuhn and I. Hacking, The Structure of Scientific Revolutions: 50th AnniversaryEdition (University of Chicago Press, 2012).[26] D. Landau and K. Binder, A Guide to Monte Carlo Simulations in Statistical Physics(Cambridge Univ. Press, Cambridge, 2000).[27] J. Leliaert, Modellering van de dynamiek van wetenschappelijke paradigma’s, Master’sthesis, Universiteit Gent, 2012.[28] R. Mantegna and H. Stanley, Introduction to Econophysics: Correlations and Com-plexity in Finance (Cambridge University Press, 2000).[29] O. Melchert, arXiv , 0910.5403v1.[30] P. Milan, M. Waumlchter, and J. Peinke, PHYSICAL REVIEW LETTERS 110,138701 (5 pp.) (2013).[31] M. Newman and G. Barkema, Monte Carlo Methods in Statistical Physics (ClarendonPress, 1999).[32] M. Newman, CONTEMPORARY PHYSICS 46, 323 (2005).[33] R. Pancs and N. J. Vriend, JOURNAL OF PUBLIC ECONOMICS 91, 1 (2007).[34] C. PENG et al., PHYSICAL REVIEW LETTERS 70, 1343 (1993).[35] M. Planck and M. von Laue, Scientific Autobiography, and other Papers (PhilosophicalLibrary, 1949).[36] T. Schelling, JOURNAL OF MATHEMATICAL SOCIOLOGY 1, 143 (1971).[37] T. Schelling, Micromotives and Macrobehavior (W. W. Norton & Company, 1978).[38] C. Schulze, INTERNATIONAL JOURNAL OF MODERN PHYSICS C 16, 351(2005).[39] L. Sorriso-Valvo, V. Carbone, P. Veltri, G. Consolini, and R. Bruno, GEOPHYSICALRESEARCH LETTERS 26, 1801 (1999).[40] D. Stauffer, JOURNAL OF STATISTICAL PHYSICS 151, 9 (2013).[41] D. Stauffer and S. Solomon, EUROPEAN PHYSICAL JOURNAL B 57, 473 (2007).[42] J. Thijssen, Computational Physics, 2 ed. (Cambridge University Press, 2007).[43] D. Vinkovi ́ and A. Kirman, PROCEEDINGS OF THE NATIONAL ACADEMY OFSCIENCES OF THE UNITED STATES OF AMERICA 103, 19261 (2006).[44] Y. Virkar and A. Clauset, arXiv (2012), 1208.3524v1.[45] J. Zhang, JOURNAL OF MATHEMATICAL SOCIOLOGY 28, 147 (2004).