Los modelos y la ciencia

• Teniendo en cuenta el vídeo de Naomi Oreskes, ¿crees que los modelos computacionales y las simulaciones son un tipo particular de modelos científicos? ¿cuáles son sus características?

Imagen de Tumisu en Pixabay 

Para muchos de nosotros la ciencia es casi cuestión de fe. Esta es una de las afirmaciones que hace Naomi Oreskes, historiadora de la ciencia y profesora de la Universidad de Harvard en una charla TED titulada ¿Por qué debemos confiar en los científicos? Lo cierto es que es una cuestión que parece recurrente en mi entorno de científicos y divulgadores y que a menudo se salda con un "estamos recurriendo a un argumento de autoridad y no deberíamos hacerlo".  La Dra. Oreskes resuelve la cuestión recordándonos que se trata de un argumento de autoridad global, no de los científicos individuales independientemente de cuán inteligentes sean. sino la de todos aquellos que han trabajado buscando una solución a problemas concretos. 

En el vídeo se habla también de los modelos computacionales y las simulaciones de ordenador como herramientas muy útiles para intentar explicar el mundo y habla en concreto de los modelos y simulaciones climáticas. 

A día de hoy existe una rotunda unanimidad científica en que el cambio climático tiene causas antropogénicas y la figura que sigue estas líneas es una de las pruebas más robustas. No es la figura que la Dra. Oreskes utiliza en su presentación pero al final permite explicar lo mismo, que únicamente los modelos que han incluido contribuciones humanas al cambio climático han conseguido ajustar las simulaciones a los datos experimentales. 

4º informe del IPCC sobre Cambio Climático 

Para obtener estos resultados ha sido necesario desarrollar complejos modelos matemáticos multifactoriales e interrelacionados entre sí que parten de fenómenos físicos básicos conocidos en profundidad. En este sentido los modelos computacionales son modelos científicos clásicos porque no difieren respecto a otros modelos tanto de la base científica sobre la que se sustentan  como del método empleado para comprobar la bondad del modelo frente a los datos dada la potencia de cálculo que tienen los ordenadores modernos.

En ese sentido podríamos decir que los modelos computacionales son modelos inductivos porque se enfrentan al problema concreto e intentan obtener una afirmación que permita generalizar los datos recopilados y proyectar resultados a futuro, además de utilizar enfoques de inducción estadística-probabilística.