Kan vi sikre at matematiske modellar tener samfunnet?
På bakgrunn av Covid-19-pandemien presenterer UiB-forskarar fem prinsipp for modellkvalitet.
Main content
Matematiske modellar kan tene samfunnet, men då må dei brukast riktig. I løpet av Covid-19-pandemien har datamodellering vore i fokus i forsøket på å predikere og kontrollere spreiinga av viruset, men denne bruken av modellar får kritikk.
I ein kommentar i det verdsleiande tverrfaglege tidsskriftet Nature presenterer UiB-forskarane Andrea Saltelli, Arnald Puy, Erik Reinert, Jeroen Van der Sluijs og atten andre forfattarar eit manifest inspirert av Covid-19-pandemien, som fokuserer på bestepraksisar for ansvarleg matematisk modellering.
– I følgje forfattarane er "Covid-19-pandemien eit glimrande døme på korleis vitskapen endrar karakter når ein har dårleg tid, mykje står på spel, verdiar vert utfordra og uvissa er stor."
– Det fins ingen vesentlege trekk ved denne pandemien som forskarar kan gi presise og pålitelege tal for.
Forfattarane legg vekt på uvissa i tala modellane produserer, og korleis desse resultata kan utnyttast av politikarar som er meir interesserte i å forsvare sine eigne standpunkt enn i å utvide kunnskapen sin. For å hindre ei slik mogleg misbruk av modellar, legg forskarane fram eit manifest med fem prinsipp for ansvarleg modellering.
Eit umoge tilhøve mellom modellar og samfunn
Andrea Saltelli, førsteforfattar og gjesteforskar ved Senter for vitskapsteori, seier at manifestet oppstod som eit resultat av SVT sitt årlege symposium, som i 2019 fokuserte på kvantifiseringsetikk. Ein workshop tilknytt symposiet førte også til publiseringa av artiklar om kvantifiseringsetikk i tidsskriftet Humanities & Social Sciences Communications.
Ein av påstandane som blei diskuterte på dette symposiet var at tal utan kontekst og grunngjeving kan tilsløre meir enn dei opplyser. Theodore Porter, professor i historie ved UCLA, var ein av hovudinnleiarane på symposiet, og han er også ein av forfattarane av manifestet. Porter står bak boka Trust in Numbers: The Pursuit of Objectivity in Science and Public Life, eit viktig arbeid innanfor historiske og sosiale studiar av kvantifisering.
– Eg har i lang tid tenkt at noko burde ha blitt skrive om modellar, seier Saltelli.
– Eg hadde inntrykk av at det ikkje stod så bra til med måten modellar blei framstilte og brukte på, spesielt i politikkutvikling. Eg tenkte at modellane og samfunnet hadde eit umoge tilhøve til kvarandre.
Store forventningar til manifestet
Så langt har kommentaren fått stor merksemd, blant anna i den viktigaste avisa i Spania, El Pais, og i Canberra Times i Australia. Saltelli meiner at det også er ein god sjanse for at manifestet kan bli mykje brukt i matematisk modellering.
– Forventingane er store, fordi mange forfattarar har komme med liknande poeng i mindre framståande faglege tidsskrift. Med [publikasjonen i] Nature er katten ute av sekken, for å seie det på den måten.
Ei viktig tid for den post-normale tilnærminga?
Saltelli har også trua på at Covid-19-pandemien kan vise seg å vere viktig for den post-normale tilnærminga til modellar; at ‘modellar for å predikere og kontrollere framtida’ blir erstatta av ‘modellar for å kartlegge uvissa vår om framtida.’
– No har til og med urokkelege nypositivistar roa ned kritikken sin av det dei kallar ‘post-moderne relativisme.’
Fem prinsipp for ansvarleg modellering
Ver klar over forventingane
Vurder uvisse og sensitivitet. Modellar blir ofte henta frå andre bruksområde, samtidig som ein ser vekk frå korleis forventingar som er fornuftige i ein situasjon ikkje gir meining i ein annan. Modellar som fungerer til å vurdere sivil kjernefysisk risiko er ikkje nødvendigvis tilstrekkeleg når det gjeld å vurdere seismisk risiko.
Ver klar over hybrisen
Kompleksitet kan stå i vegen for relevans. Dei fleste som lagar modellar er klare over at dei må balansere nytta i modellen med breidda han prøver å fange opp, men mange blir tiltrekte av ideen om å auke kompleksiteten for å fange røynda med større presisjon. Etter kvart som fleire variablar blir lagt til, bygger usikkerheita seg opp, og feilmarginen kan auke såpass mykje at føreseiingar blir ubrukelege.
Ver klar over føremålet
Sjekk at føremålet og konteksten samsvarar. Resultat frå modellar vil i alle fall delvis spegle interessene, fagpreferansane og overtydingane til utviklarane. Dei som lagar modellar veit at kva verktøy dei vel å bruke kan påverke, og til og med bestemme, utfallet av analysane, så teknikken ein brukar er aldri nøytral.
Ver klar over konsekvensane
Kvantifisering kan slå feil. Eit overdrive fokus på å produsere tal kan føre eit fagfelt vekk frå å ha omtrent rett til å ta direkte feil. Falsk presisjon bidreg til ei kunstig kjensle av å vere sikker, og det å ikkje vere tydeleg om uvisse øydelegg tillit.
Ver klar over det ukjende
Anerkjenn uvissa. Dersom ein ikkje gjer det, risikerer ein å på kunstig vis avgrense dei politiske alternativa ein har, og opne døra til uønskte overraskingar. Ekspertar burde ha mot til å svare at « det ikkje finst eit svar på spørsmålet ditt som vi kan basere på tal,» som den amerikanske statstilsette epidemiologen Anthony Fauci gjorde då ein politikar la press på han.
