1. Modelli nelle scienze sociali
Cosa sono, a che servono, e perché la filosofia li studia
Federica Russo
Dipartimento di Studi Umanistici, Università di Ferrara
federica.russo@unife.it
1

2. La lezione di oggi
Che cos’è un modello?
Rappresentazioni ed entità fittizie
Che rapporto tra modello e realtà?
Modelli come mediatori, mappe, isolamenti
Modelli nelle scienze sociali
Una proposta di classificazione
Modellizazione e filosofia della scienza
Causalità e spiegazione, simulazione, validità
2

3. CHE COS’È UN MODELLO?
3

4. Modello in senso logico o matematico
La opinione ricevuta (ovvero, del neopositivismo)
Natura della conoscenza (scientifica)
Eredità del primo Wittgenstein (ciò che è dotato di senso è
conoscibile scientificamente)
“Che cos’è una teoria / modello?” [In fisica!]
Insieme di enunciati aventi una struttura assiomatico-deduttiva
Enunciati teorici, osservativi, e regole di corrispondenza
Modello: rappresentazione di un sistema con strutture
matematiche
4

5. Esempi
Moto del pendolo
Moto e comportamento di
elettroni, protoni, etc
Bosone di Higgs
5

6. Modello come
famiglia di distribuzioni di probabilità
La visione della statistica (in particolare applicata alle
scienze sociali)
Famiglia di distribuzioni di probabilità
Teoria e modello sono ben distinti!
Teoria economica, demografica, sociologica …
Modello statistico di un certo fenomeno
Modello: rappresentazione di un fenomeno attraverso
la sua struttura probabilistica
6

7. Esempi
Teoria dei flussi migratori
Teoria delle bolle
speculative
Modello multi-livello della
migrazione in Norvegia
Modello economico
Keynesiano
7

8. Modelli come entità fittizie (Frigg)
Modelli: oggetti fisici
Un plastico, un mappamondo
Modelli: entità astratte
L’atomo di Bohr
Ma che cos’è un modello? Qual è la sua natura?
Entità ipotetiche senza esistenza spazio-temporale.
Ma, se esistessero, sarebbero reali
Risponde all’uso che gli scienziati (i fisici …) fanno di ‘modello’
Elimina il problema della rappresentazione (e del ‘morfismo’)
Ruolo dell’astrazione nel processo di modellizzazione 8

9. IL RAPPORTO TRA
MODELLO E REALTÀ
9

10. Modelli come strumenti mediatori
(Morgan e Morrison)
Chiarire dinamica di costruzione, funzione, uso dei
modelli
Rapporto tra Teoria – Modello – Realtà
Parziale autonomia, parziale dipendenza
I modelli mediano tra la teoria e la realtà
Modelli come strumenti d’indagine
Impariamo dal modello costruendolo, manipolandolo
10

11. Modelli come mappe (Giere)
Una visione ‘prospettica’ della scienza e dei suoi risultati
Ruolo della conoscenza di sfondo, degli a priori, etc
Modelli di dati non modelli di teorie
Modelli di dati per creare teorie
Modelli come mappe
Non vere o false, ma utili o inutili per uno scopo
Attività dello scienziato – e della comunità scientifica – al
centro del processo di modellizzazione
11

12. Modelli come isolamenti (Mäki)
Problema del ‘modello’ all’interno del dibattito
‘realismo-antirealismo’
Qual è lo statuto ontologico delle entità economiche?
Esistono, sono reali? Sono indipendenti o dipendenti dal
soggetto conoscente?
Come modellare un fenomeno economico?
Astraendo, idealizzando, isolando
Isolare fattori rilevanti, selezionare ipotesi
Rendere trattabili fenomeni complessi
12

13. MODELLI NELLE SCIENZE SOCIALI
13

14. Che cosa studiano le scienze sociali?
Demografia
Studia la popolazione, il suo stato e la sua evoluzione in base a nascita e morte,
movimenti migratori e sociali
Economia
Studia il comportamento di individui e gruppi nella gestione delle risorse
Sociologia
Studia il comportamento sociale di individui e gruppi, le sue origini ed evoluzioni
Antropologia
Studia l’essere umano nei sui vari aspetti (sociale, culturale, emotivo, religioso, …)
all’interno di una società
Epidemiologia
Studia la distribuzione e variazione di mortalità e morbilità di una popolazione in
base a caratteristiche biologiche e socio-economiche degli individui
14

15. Modelli quantitativi
Una lunga tradizione:
Quetelet e Durkheim
Wright e Duncan
Heckman, Hoover, Pearl, Glymour, …
Teoria della probabilità e statistica: mezzi per studiare
diversi fenomeni sociali
Studiare grandi popolazioni, con grandi base-dati
15

16. Dati e variabili
Che cosa sono i dati?
Osservazioni di caratteristiche di individui e popolazioni presi
in esame
socio-demo-economiche o biologiche
‘Organizzare’ i dati: le variabili
Genere e scala: continue / discrete; quantitative / qualitative
Ruolo: osservate, latenti, strumentali, proxy
Livello: individuale, aggregato
Ambito: socio-economiche, demografiche, biologiche, …
16

17. Variabili ed equazioni
Ordinare le variabili in (sistemi di) equazioni
Come una variabile cambia in fuzione di altre
Stabilire se il cambiamento in una variabile è effetto del
cambiamento in altre variabili
Vexata quaestio:
Inferenza causale, probabilità e causalità
17

18. Modelli qualitativi
In etnografia, antropologia, sociologia
Selezionare piccoli gruppi di individui, e studiarli nel dettaglio
Osservare e partecipare alla vita, alle pratiche di questi gruppi
L’obiezione del rigore …
Il rigore non è una proprietà intrinseca di un modello!
18

19. Modelli sperimentali
Modelli osservativi
Modelli quantitativi e qualitativi (vedi sopra!)
Modelli osservativi vs modelli sperimentali
Non si sperimenta solo in fisica e biologia!
Anche la psicologia e l’economia sperimentano
Percezione e sensazione, memoria, sviluppi cognitivi
Giochi di coordinazione, equilibrio di Nash, giochi di ‘mercato’
I limiti della sperimentazione (nel sociale e nel naturale)
19

20. Modelli quasi-sperimentali
I ‘quasi’-esperimenti o ‘esperimenti naturali’
Studi empirici per valutare l’impatto di un intervento
Naturale, sociale, voluto o spontaneo
Sembrano esperimenti perché gli individui sono divisi in
gruppi quasi fossero randomizzati
La ‘quasi’ randomizzazione è una circostanza fortuita, ma che
aiuta l’analisi dei dati
Per esempio: epidemia di colera a Londra nel 1854
20

21. CHE COSA C’ENTRANO I MODELLI
CON LA FILOSOFIA DELLA SCIENZA?
21

22. Causalità e spiegazione
Alcuni modelli descrivono, altri spiegano
Quando spiegano, spiegano per via causale e/o meccanicistica
Domande …
Che relazione tra probabilità e causalità?
Si può spiegare senza leggi di natura?
Come fa un modello statistico a rappresentare un meccanismo
(sociale)?
Dobbiamo distinguere tra causalità ‘produttiva’ e causalità
‘differenziante’?
E le risposte a queste domande …
Dipendono dal modello?
Sono circostritte alle scienze sociali?
22

23. Simulazione
Alcuni modelli sono osservativi, altri sperimentali
Altri ancora sono simulazioni
Simulare riducendo la scala
Se riduciamo la scala, le caratteristiche essenziali del sistema
sono inalterate?
Simulare in virtuo, al computer
Riprodurre un fenomeno vuol dire spiegarlo?
Ma se in input c’è la nostra conoscenza del fenomeno, che
cosa c’è in output?
23

24. VALIDARE UN MODELLO
24

25. L’opinione ricevuta
Verificazionismo
Un enunciato ha senso solo se possiamo verificarlo
Una teoria scientifica ha senso solo se la si può verificare
empiricamente
Falsificazionismo
Tuttavia … anche infinite verifiche non ne confermano il
carattere universale (nomologico)
Una teoria scientifica deve reggere la prova della
falsificazione
Ma è la verità (falsità) il cuore del problema?
25

26. Dalla verità alla validità
Validare un modello
Validità interna: i risultati si applicano alla popolazione
studiata
Validità esterna: i risultati si possono applicare anche ad altre
popolazioni
Attenzione al processo di costruzione, test,
interpretazione del modello
Valutare olisticamente un modello:
Stabilire se la narrazione della costruzione, test, interpretazione è
coerente, solida, giustificata
E isolare momenti principali del processo di modellizzazione
Individuare possibili faglie e aree di miglioramento
26

27. CONCLUSIONE
27

28. Modello
Quantitativo /
qualitativo
Sperimentale
/ osservativo
Quasi
sperimentale
In vivo, in
vitro, in virtuo
Modello
Struttura
matematica
Famiglia di
distribuzioni
Entità fittizie
Strumenti
mediatori
Mappe
Isolamenti
Modello
Fisica /
matematica
Scienze
sociali
Causalità e
spiegazione
Simulazione
Validità e
verità
28