Zusammenfassung
Die Computersimulation führt neue Techniken in die Wissenschaft ein. Diese verändern die Art der Modellierung: Sie ermöglichen komplexere Modelle. Infolgedessen werden die Simulationsmodelle opaker: Das Verhältnis der Wissenschaftler zu ihren auf Computersimulation basierenden Methoden und Resultaten wird intransparenter, die Weise ihrer Rechtfertigung verändert sich. Der Beitrag klärt dazu den notorisch unterbestimmten Begriff „epistemischer Opazität“ und entwickelt auf dieser Grundlage ein historisch-systemisches Argument: Die Erfolge der (computerbasierten) Modellierung führen zu einem Ende der Modelle in ihrem klassischen, durch das 19. Jahrhundert geprägten Sinne. Dadurch wird es möglich, die Transformation der Wissenschaft durch Computersimulation zu begründen sowie die gleichsam inflationäre Redeweise vom Vertrauen in die Simulation zu erklären.
Abstract
Computer simulation introduces new technologies into science. These changes the way models are made: they allow the generation of more complex models. Consequently, the simulation models become more opaque: the relationship of researchers to the methods and results on which their simulations are based becomes less transparent and they way they justify them changes. This contribution first clarifies the notoriously inadequately defined term “epistemic opacity” and then uses this to develop a historical-systemic argument: the successes of (computer-based) modeling lead to the demise of models, in the classical sense that was characterized by the 19th century. This makes it possible to account for the transformation of science by computer simulation and also to explain the quasi inflationary manner of speaking about trusting simulation.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Bailer-Jones, D. (2005). Mechanisms Past and Present. Philosophia Naturalis, 42 (1), 1 – 14.
Bailer-Jones, D. (2009). Scientific Models in Philosophy of Science. Pittsburgh, PA: University of Pittsburgh Press.
Bungartz, H., Zimmer, S., Buchholz, M., & Pflüger, D. (2013). Modellbildung und Simulation. Eine anwendungsorientierte Einführung. Berlin/Heidelberg: Springer Spektrum.
Frigg, R., & Hartmann, S. (2012). Models in Science. In The Stanford Encyclopedia of Philosophy. Abgerufen von http://plato.stanford.edu/archives/fall2012/entries/models-science/
Frigg, R., & Reiss, J. (2009). The Philosophy of Simulation. Hot New Issues or Same Old Stew ? Synthese, 169 (3), 593 – 613.
Gelfert, A. (2016). How to Do Science With Models. A Philosophical Primer. Dordrecht: Springer.
Goodman, N. (1968). Languages of Art. An Approach to a Theory of Symbols. Indianapolis, IN: Bobbs-Merrill.
Harrach, S., & Hubig, C. (2014). Transklassische Technik und Autonomie. In A. Kaminski, & A. Gelhard (Hrsg.), Zur Philosophie informeller Technisierung (S. 37 –53). Darmstadt: Wissenschaftliche Buchgesellschaft.
Hubig, C. (2005). „Wirkliche Virtualität“. Medialitätsveränderung der Technik und der Verlust der Spuren. In A. Hetzel, & G. Gamm (Hrsg.), Unbestimmtheitssignaturen der Technik. Eine neue Deutung der Technisierten Welt (S. 39 – 62). Bielefed: transcript.
Hubig, C. (2006). Die Kunst des Möglichen I. Grundlinien einer dialektischen Philosophie der Technik Bd. 1. Technikphilosophie als Reflexion der Medialität. Bielefeld: transcript.
Hubig, C. (2007). Die Kunst des Möglichen II. Grundlinien einer dialektischen Philosophie der Technik Bd. 2. Ethik der Technik als provisorische Moral. Bielefeld: transcript.
Hubig, C. (2015). Die Kunst des Möglichen III. Grundlinien einer dialektischen Philosophie der Technik Bd. 3. Macht der Technik. Bielefeld: transcript.
Humphreys, P. (2004). Extending Ourselves. Computational Science, Empiricism, and Scientific Method. New York: Oxford UP.
Humphreys, P. (2009). The Philosophical Novelty of Computer Simulation Methods. Synthese, 169 (3), S. 615 – 626.
Kaminski, A. (2014). Lernende Maschinen: naturalisiert, transklassisch, nichttrivial ? Ein Analysemodell ihrer informellen Wirkungsweise. In A. Kaminski, & A. Gelhard (Hrsg.), Zur Philosophie informeller Technisierung (S. 58 – 81). Darmstadt: Wissenschaftliche Buchgesellschaft.
Kaminski, A., Schembera, B., Resch, M., & Küster, U. (2016). Simulation als List. Jahrbuch Technikphilosophie. Technik, List und Tod, 2, 93 – 121.
Lenhard, J. (2015a). Mit allem rechnen. Zur Philosophie der Computersimulation. Berlin/ Boston, MS: de Gruyter.
Lenhard, J. (2015b). Kann Technik die Naturgesetze verändern ? Jahrbuch Technikphilosophie. Ding und System, 1, 171 – 186.
Lenhard, J. (2016). The Demon’s Fallacy. Simulation Modeling and a New Style of Reasoning. In M. Resch, A. Kaminski, & P. Gehring (Hrsg.), Science and Art of Simulation I (SAS). Berlin/Heidelberg: Springer.
Lenhard, J., & Hasse, H. (2017). Fluch und Segen. Die Rolle anpassbarer Parameter in Simulationsmodellen. Jahrbuch Technikphilosophie. Technisches Nichtwissen, 69 – 84.
Marr, D. (1977). Artificial Intelligence. A Personal View. Artificial Intelligence, 9 (1), 37 – 48.
Winsberg, E. (2003). Simulated Experiments. Methodology for a Virtual World. Philosophy of Science, 70 (1), 105 – 125.
Winsberg, E. (2010). Science in the Age of Computer Simulation. Chicago, IL/London: University of Chicago Press.
Wolfram, S. (1985). Undecidability and Intractability in Theoretical Physics. Physical Review Letters, 54 (8), 735 – 738. https://doi.org/10.1103/PhysRevLett.54.735
Wolfram, S. (2002). A New Kind of Science. Champaign, IL: Wolfram Media.
Zenil, H. (Hrsg.). (2013). Irreducibility and Computational Equivalence. 10 Years After Wolfram’s A New Kind of Science. Berlin/Heidelberg: Springer.
Zwirn, H. (2013). Computational Irreducibility and Computational Analogy. Abgerufen von https://arxiv.org/abs/1304.5247v3
Zwirn, H., & Delahaye, J. (2013). Unpredictability and Computational Irreducibility. In H. Zenil (Hrsg.), Irreducibility and Computational Equivalence. 10 Years After Wolfram’s A New Kind of Science (S. 273 – 295). Berlin/Heidelberg: Springer.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2018 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Kaminski, A. (2018). Der Erfolg der Modellierung und das Ende der Modelle. In: Brenneis, A., Honer, O., Keesser, S., Ripper, A., Vetter-Schultheiß, S. (eds) Technik – Macht – Raum. Technikzukünfte, Wissenschaft und Gesellschaft / Futures of Technology, Science and Society. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-15154-6_16
Download citation
DOI: https://doi.org/10.1007/978-3-658-15154-6_16
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-15153-9
Online ISBN: 978-3-658-15154-6
eBook Packages: Social Science and Law (German Language)