Дао прикладной философии. Предварительные записки - стр. 11
Адекватность модели следует рассматривать не по отношению к «реальности», а по отношению к решению тех задач, для решения которых эта модель предназначена.
Например, рассмотрим физику, как наиболее развитую из эмпирических наук. По общему мнению всех физиков, «физическая реальность» за последнюю 1 000 лет не претерпела существенных изменений в своих закономерностях. Но те её модели и «законы природы», которые использовались в физике, как в науке, менялись коренным образом многократно. При этом на каждом этапе (в периоде времени) соответствующие «законы природы» успешно использовались для решения определённого круга задач. А переход к другим «законам природы» позволял расширить этот круг задач или улучшить решения старого круга задач.
«Законы природы» – не свойства реальности (природы), а свойства изменяющихся моделей, которые мы (личность, общество, группа) используем для описания реальности, в постоянных попытках улучшить своё взаимодействие с ней.
Универсальные слова в аккуратном описании любой эмпирической модели (не формальной) – это слова «можно пренебречь». Например, при применении геометрии Евклида для строительства зданий или при вычислении площади поля мы можем пренебречь шарообразностью Земли и кривизной её поверхности, и получить удовлетворительные практические результаты. Но при межконтинентальных перелётах или при запуске искусственных спутников Земли мы этим уже пренебрегать не можем, а если попытаемся пренебречь, то практические результаты будут неудовлетворительными.
Любая модель учитывает ограниченное число «существенных» факторов и пренебрегает всеми остальными, как несущественными. Именно это позволяет делать модели относительно простыми, чтобы проводить обработку информации с их использованием и предсказывать некоторые аспекты будущего на основе исходной для данной модели информации о настоящем и прошлом. В любом случае, подобные предсказания будущего носят приблизительный характер по их точности, и вероятностный характер по их достоверности. Но при условии использования «хорошей» модели (теории), это можно делать точнее и достовернее, чем при использовании «плохой» модели.
При сравнении моделей и их разделении на «хорошие» и «плохие», кроме их точности и достоверности, обычно учитываются и затраты времени и других ресурсов на работу с этими моделями (сложность или простота моделей). Чем меньше такие затраты (проще модели), тем лучше (при прочих равных).
При оценке качества моделей (лучше – хуже) параметры точности, достоверности и сложности (простоты) могут иметь разный удельный вес. И определяются эти веса, в основном, не объектом моделирования, а кругом задач и пользователей, предполагаемых для этих моделей. Подобный метод оценки моделей называют «