“Elk model is minder dan de werkelijkheid, behalve het fotomodel – dat is meer dan de werkelijkheid”. Die bumpersticker zag ik in mijn studententijd op de parkeerplaats van de Erasmus Universiteit. Vermoedelijk van een jonge econometrist die het tweede deel van de stelling betreurde. Enfin, zo leer je ook nog wat buiten de collegezaal.
Een model is dus een afbeelding van de werkelijkheid. En die afbeelding is nooit compleet, de modelmaker richt zich op de essentie die hij voor zijn doel nodig heeft, de rest is ballast en moet worden weggelaten. Een model kan in woorden zijn, zoals bij Adam Smith, die uitlegt dat er door de markt genoeg brood wordt geproduceerd zonder dat een opdracht voor nodig is, alleen doordat mensen hun welbegrepen eigenbelang volgen. Het kan ook grafisch, zoals Alfred Marshall deed, die in een assenkruis de prijs op de ene en het volume van de handel op de andere as zette, en vervolgens een vraagcurve (weinig volume bij hoge prijs) en aanbodscurve (net andersom) tekende, met de prijs op het snijpunt. Het kan wiskundig in formules, in hetzelfde voorbeeld mo=mk (marginale opbrengsten en marginale kosten bepalen de prijs). De wiskunde dwingt je exact te formuleren, in definities en in relaties tussen begrippen (‘variabelen’).
Een model met formules kun je ook in de computer stoppen en vullen met data, dan kun je rekenen. Dat leidt dan tot een uitkomst, eventueel een voorspelling (bv. van de aardappelprijs gegeven de vraag en de oogst) en daarmee eventueel afgeleide data. Een voorbeeld is de prijselasticiteit van de vraag (bv. een stijging van de vleesprijs met 1%, doet de vraag met 0.7% zakken). Die is daarmee uit tal van waarnemingen afgeleid en gaat als vuistregel een eigen leven leiden.
Doel en gemaakt keuzes vooraf bepalen hoe goed model is
Modellen zijn dus simpele afbeeldingen van de werkelijkheid waarbij de maker dingen weglaat die er voor zijn doel niet meteen toe doen of die als constant worden verondersteld (ceteris paribus). Of een model dus goed is, hangt af van het doel en de keuzes die de onderzoeker daarvoor maakt. In ieder geval verwacht je van een model dat het op plausibele theorie is gebaseerd (“als iets duurder wordt, gaan we er minder van kopen”), hoewel de moderne data science zich ook wel tot het omgekeerde laat verleiden (“blijkbaar kopen mannen bij luiers ook vaak bier”). Verder moet het ook aansluiten bij beschikbare data als je er mee wilt rekenen of het model wil valideren. Die data kunnen een bron van fouten zijn (ook door afwijkende definities).
Ingewikkelder modellen zijn moeilijker te doorzien en het maken is niet gratis: je kunt van alle Nederlandse aardappeltelers proberen hun aanbodreactie te modelleren op basis van bedrijfsomvang, machinepark, grondsoort etc., maar misschien is een schatting op basis van een gemiddeld bedrijf of macro-economische data uit het verleden, ook wel goed genoeg. En dus discussiëren onderzoekers over de kwaliteit van elkaars modellen in relatie tot de doelen en de achterliggende theorie. Voor modellen die gedrag moeten voorspellen, kun je kijken of ze dat goed doen: je schat het model over een eerste periode en kijkt hoe goed in de tweede periode wordt voorspeld.
Nog twee slotopmerkingen. Economische modellen gaan over menselijk gedrag. Soms zelfs met doel om te laten zien dat bepaald (kudde-)gedrag niet handig is. Gedrag dat in de modellen is gestopt, krijgt soms ook iets idealiserends of normatiefs, wat beleidsmakers kan verblinden. Ze verheffen een model tot een fotomodel, totdat na een beleidsinterventie de werkelijkheid toch anders uitvalt. Economie is een sociale wetenschap, geen theoretische natuurkunde. Economische modellen kun je dus makkelijker ter discussie stellen dan modellen over de zwaartekracht of de relativiteitstheorie.
Daar waar er politieke discussie is over feiten of door modellen gegenereerde getallen, is meer modelwerk lang niet altijd de oplossing. Vaak gaat het eigenlijk over belangen of verschillen in waarden. Conflicten over feiten kun je oplossen door samen te gaan meten of meer capaciteit op modellen te zetten. Bij verschillen in belangen (de een wil ergens windmolens, de ander wil er vissen) kun je onderhandelen en compenseren. Bij verschillen in waarde-opvattingen (de een vindt dat de 6e generatie uit traditie recht heeft ergens te boeren, de ander vindt dat dieren houden in onze tijd echt geen pas geeft) is alleen een politiek debat met democratische besluitvorming een uitweg. De OECD constateerde onlangs dat de interactie tussen feiten, belangen en waarden tot forse controverses kan leiden, waarbij bij verschillen in belangen of waarden, groepen soms overgaan tot framing van het debat met alternatieve feiten. Hun aanbeveling was dat te onderkennen en het niet alleen over modellen en de feiten te hebben, maar ook over die belangen en waarden en methoden te vinden om daarover besluiten te nemen. Modellen zijn nu eenmaal maar hulpmiddelen voor een gesprek over de werkelijkheid en wat ons te doen staat, ze zijn niet de werkelijkheid zelf.
Dit artikel afdrukken
Een model met formules kun je ook in de computer stoppen en vullen met data, dan kun je rekenen. Dat leidt dan tot een uitkomst, eventueel een voorspelling (bv. van de aardappelprijs gegeven de vraag en de oogst) en daarmee eventueel afgeleide data. Een voorbeeld is de prijselasticiteit van de vraag (bv. een stijging van de vleesprijs met 1%, doet de vraag met 0.7% zakken). Die is daarmee uit tal van waarnemingen afgeleid en gaat als vuistregel een eigen leven leiden.
Doel en gemaakt keuzes vooraf bepalen hoe goed model is
Modellen zijn dus simpele afbeeldingen van de werkelijkheid waarbij de maker dingen weglaat die er voor zijn doel niet meteen toe doen of die als constant worden verondersteld (ceteris paribus). Of een model dus goed is, hangt af van het doel en de keuzes die de onderzoeker daarvoor maakt. In ieder geval verwacht je van een model dat het op plausibele theorie is gebaseerd (“als iets duurder wordt, gaan we er minder van kopen”), hoewel de moderne data science zich ook wel tot het omgekeerde laat verleiden (“blijkbaar kopen mannen bij luiers ook vaak bier”). Verder moet het ook aansluiten bij beschikbare data als je er mee wilt rekenen of het model wil valideren. Die data kunnen een bron van fouten zijn (ook door afwijkende definities).
Ingewikkelder modellen zijn moeilijker te doorzien en het maken is niet gratis: je kunt van alle Nederlandse aardappeltelers proberen hun aanbodreactie te modelleren op basis van bedrijfsomvang, machinepark, grondsoort etc., maar misschien is een schatting op basis van een gemiddeld bedrijf of macro-economische data uit het verleden, ook wel goed genoeg. En dus discussiëren onderzoekers over de kwaliteit van elkaars modellen in relatie tot de doelen en de achterliggende theorie. Voor modellen die gedrag moeten voorspellen, kun je kijken of ze dat goed doen: je schat het model over een eerste periode en kijkt hoe goed in de tweede periode wordt voorspeld.
Beleidsmakers verheffen soms een model tot een fotomodel, totdat na een beleidsinterventie de werkelijkheid toch anders uitvaltHulpmiddel, niet de werkelijkheid
Nog twee slotopmerkingen. Economische modellen gaan over menselijk gedrag. Soms zelfs met doel om te laten zien dat bepaald (kudde-)gedrag niet handig is. Gedrag dat in de modellen is gestopt, krijgt soms ook iets idealiserends of normatiefs, wat beleidsmakers kan verblinden. Ze verheffen een model tot een fotomodel, totdat na een beleidsinterventie de werkelijkheid toch anders uitvalt. Economie is een sociale wetenschap, geen theoretische natuurkunde. Economische modellen kun je dus makkelijker ter discussie stellen dan modellen over de zwaartekracht of de relativiteitstheorie.
Daar waar er politieke discussie is over feiten of door modellen gegenereerde getallen, is meer modelwerk lang niet altijd de oplossing. Vaak gaat het eigenlijk over belangen of verschillen in waarden. Conflicten over feiten kun je oplossen door samen te gaan meten of meer capaciteit op modellen te zetten. Bij verschillen in belangen (de een wil ergens windmolens, de ander wil er vissen) kun je onderhandelen en compenseren. Bij verschillen in waarde-opvattingen (de een vindt dat de 6e generatie uit traditie recht heeft ergens te boeren, de ander vindt dat dieren houden in onze tijd echt geen pas geeft) is alleen een politiek debat met democratische besluitvorming een uitweg. De OECD constateerde onlangs dat de interactie tussen feiten, belangen en waarden tot forse controverses kan leiden, waarbij bij verschillen in belangen of waarden, groepen soms overgaan tot framing van het debat met alternatieve feiten. Hun aanbeveling was dat te onderkennen en het niet alleen over modellen en de feiten te hebben, maar ook over die belangen en waarden en methoden te vinden om daarover besluiten te nemen. Modellen zijn nu eenmaal maar hulpmiddelen voor een gesprek over de werkelijkheid en wat ons te doen staat, ze zijn niet de werkelijkheid zelf.
In Wat is ...? gaan we met bekende en minder bekende mensen op zoek naar wat hen motiveert om te ontdekken of we elkaar van daaruit weer kunnen vinden. De introductie tot de modellenreeks vind je hier. Waarom we dit doen lees je in De ontdekking van de ander.
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 5 april krijg je nieuwe kado-artikelen.
Op 5 april krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
Ik mag weer meedoen aangezien mijn bijdrage ook ingeleverd is :-)
Een paar zinnen waar ik van geniet, dank Krijn Poppe voor :
1- “Elk model is minder dan de werkelijkheid, behalve het fotomodel – dat is meer dan de werkelijkheid”
2- Of een model dus goed is, hangt af van het doel en de keuzes die de onderzoeker daarvoor maakt. In ieder geval verwacht je van een model dat het op plausibele theorie is gebaseerd ...
3- Ingewikkelder modellen zijn moeilijker te doorzien en het maken is niet gratis
4- Voor modellen die gedrag moeten voorspellen, kun je kijken of ze dat goed doen: je schat het model over een eerste periode en kijkt hoe goed in de tweede periode wordt voorspeld.
5- Economische modellen gaan over menselijk gedrag. ... Economie is een sociale wetenschap, geen theoretische natuurkunde. Economische modellen kun je dus makkelijker ter discussie stellen dan modellen over de zwaartekracht of de relativiteitstheorie.
6- Daar waar er politieke discussie is over feiten of door modellen gegenereerde getallen, is meer modelwerk lang niet altijd de oplossing. Vaak gaat het eigenlijk over belangen of verschillen in waarden.
7- Modellen zijn nu eenmaal maar hulpmiddelen voor een gesprek over de werkelijkheid en wat ons te doen staat, ze zijn niet de werkelijkheid zelf.
1- Die ga ik onthouden, en met permissie ook eens gebruiken. Kende ik nog niet.
2- Klopt, en hier gaat o bar zo weinig het gesprek over zo gauw modellen ook een maatschappelijk/economische/duurzaamheidsonderwerp 'in zich hebben'.
3- Klopt helemaal, eigenlijk heb je minimaal vier specialisten nodig: de domein-expert die formules kan opstellen, een wiskundige die de formules verwerkt, een analist die 'meetdata' creëert, en een communicatie-deskundige die kan uitleggen wat mitsen en maren en doelstellingen zijn.
4- Deze aanpak is ook essentieel voor modellen in natuurkundig/bio/scheikunde/etc domein. Een dataset om het model te kalibreren, en een dataset om het het model te valideren.
5- Alle modellen waar scheikunde, en biologie een rol speelt of fysische uitdagingen in een transept 3D systeem zijn net zo gemakkelijk ter discussie te stellen. Er wordt vaak gedacht dat de beta-vakken in dat opzicht 'hard' zijn. Dus niet, zeg ik maar alvast. Vooral bij complexere systemen krijg je spinnenwebmodellen die hard lijken maar het niet zijn.
6- Klopt helemaal. Ik erger me dood aan politieke discussie waar met automatische verwezen wordt naar 'de wetenschap' die het wel weet met haar modellen. Niet dus. Aan de andere kant een kwalitatief inhoudelijk politieke debat kan eigenlijk alleen maar via de inhoudsassen plaatsvinden. En laat dat nu al dik 10-20 jaar niet meer het geval zijn. Wie heeft gisteren een stukje van het mondkapjesdebat gezien? Stuitend! Geen wonder dat vertrouwen in politiek daalt.
7- Zo is het. Een model kan een hulpmiddel zijn om gesprekken te stimuleren, maar niet meer niet minder denk ik. Maar (zie ook 6) kunnen we dat nog? Een gesprek over 'de werkelijkheid'?
#1 Wouter, Er is dus een groot hiaat tussen de politiek die moet beslissen (daar zit naar jouw zeggen vnl alpha, en amper bèta tussen) , en wetenschappers die mbv modellen over de werkelijkheid praten.
"Ik erger me dood aan politieke discussie waar met automatische verwezen wordt naar 'de wetenschap' die het wel weet met haar modellen. Niet dus." Is het de politiek die denkt dat die wetenschappers het wel weten? Proberen wetenschappers die zich uiten, misschien om dat hiaat te overbruggen tussen politiek en wetenschap?
Frank Eric van der Meer , heel veel van wat je schrijft.
Politici denken niet graag zelf inhoudelijk na. Wijzen graag naar externe consultants (Deloitte, gisteren wat meegekregen van kamerdebat over mondkapjes?), naar wetenschappers (de laatste ogenschijnlijk 'te vertrouwen' specialisten nadat accountants, juristen en bankiers rond 2008 hun vertrouwen al verloren hebben).
En vergis je niet, het is o zo geil om als wetenschapper aan een kennisinstelling de politiek te mogen adviseren. Om naast een minister te kunnen zitten of Den Haag te mogen bezoeken. Ga je dan als je bij de 'excellentie' bent aangekomen zeggen "we hebben wat geprutst op onze computers, natuurlijk zitten er veel te veel vereenvoudigingen in" of zeg je "we hebben een sjiek model gemaakt dat de werkelijkheid best goed beschrijft, heel moeilijk, heel lastig, maar wat zijn we brilliant, het is ons gelukt".
Nu wat denk je?
En vergis je niet. De meeste van onze volksvertegenwoordigers hebben niet een al te briljante opleiding. En Ministers hebben een agenda (en zoeken bewijslast daarbij).
Al met al, ik denk dat er gewoon veel en veel te weinig gesprek is op inhoud. Gebrek aan visie dat ook. Maar bij elke besluit zou je het moeten hebben over de mitsen en maren, de consequenties.
Er speelt nog iets. Gebrek aan wederzijds vertrouwen. En dat is ook niet zo gek, half Nederland is geschoold in volgen van regels, het proces dus. En het gros mag geen grote fouten maken want anders verliezen ze hun baantje. Dus moeilijke besluiten laten ondersteunen door 'de wetenschap' (die helemaal niet bestaat!). En "de Wetenschap" zit altijd verlegen om centjes, en wat aanzien. Dit laatste is heel begrijpelijk. De wetenschap moet in dit domein daarom zeer nederig zijn en nadruk leggen op wat ze niet weten en waar de onzekerheid is. Dick Veerman noemde dat van de week "een duidelijke bijsluiter", ik ben het daar mee eens.
En we moeten leren om te gaan 'voordenken' en niet 'nadenken'. Nadenken (achteraf) kost altijd vreselijk veel geld, voordenken bespaart. Maar ja, wie heeft nog zin en tijd om diep de intellectueel uit te hangen? ... ... en intellectuelen daar heeft 'het volk' weer een hekel aan. "de Aaaaardappels".
Claudia Hulshof, die deze serie verzorgt, en ondergetekende zijn nu al heel blij met de bijdragen van de auteurs die lezer, wetenschap en media/politiek durven te laten zien wat modellen zijn: hulpmiddelen om beter te leren nadenken. Modellen zijn noch onzin, noch waarheid in beton.
Daarmee leggen ze de vinger op de zere plek: 'de wetenschap' en 'de kennis' op basis van modellen bestaat niet, maar zijn we zelf in onze gedachten.
Ik zou zeggen dat "de wetenschap" en "de kennis" niet in onszelf zit, maar datgene is wat we collectief denken van de wereld te begrijpen. En die kennis is met modellen opgebouwd en in modellen weergegeven.
Eén individueel onderzoek van bijvoorbeeld een PhD is vaak interessant maar zet niet meteen de kennis op zijn kop, al was het maar omdat het even duurt voordat iedereen bijzondere uitkomsten onderschrijft, valideert in herhalingsonderzoek etc.
De discussie gaat natuurlijk ook heel erg over toegepast onderzoek waarbij kennis wordt ingezet voor algemene beleidsregels. Bijvoorbeeld de theoretische en praktische kennis van rentmeesters die goed grond kunnen taxeren, of modellen die het neerslaggebied van een wolk verontreinigde stoffen (na een brand of standaard vanuit een installatie) probeert te berekenen of de fameuze R bij een besmettelijke ziekte. En dan hangen er vaak grote belangen aan de uitkomsten.
Overigens is er ook nog een aardige discussie mogelijk over wat de geloofwaardigheid van een (toegepast) wetenschappelijk onderzoek bepaalt, anders dan de kwaliteit van het model: moet het aan een universiteit of wetenschappelijk instituut? Mag het door een belanghebbende betaald zijn? Wat als een bepaald ministerie of politieke partij die belanghebbende is? Moet het gereviewed zijn? Internationaal gepubliceerd?