ADAM RUTHERFORD: De hecho, hablamos de modelos en ciencia en casi todos los programas. El oyente Jim Hay escribió y formuló esta pregunta muy simple: Me pregunto si podría explicar qué es un modelo. El término se usa con tanta frecuencia en los programas científicos de la BBC que simplemente lo dejo pasar, pero el hecho es que no sé qué significa exactamente cuando un científico dice que hizo un modelo. Recientemente adquirí un libro de texto moderno, muy grande, de nivel A sobre física y noté que ni el modelo ni el modelado aparecen en el índice.
Bueno, gracias Jim porque es un recordatorio digno de que la ciencia puede ser técnica, y tienes que decirnos cuando hablamos de jerga. De todos modos, en el nivel más básico, un modelo es una forma de tomar datos y medidas del mundo real y simular lo que sucede cuando jugamos con ellos: cuánta lluvia, el caudal de los ríos, ese tipo de cosas. Es una forma de simplificar el caos del mundo físico, en una computadora para que podamos intentar predecir lo que podría suceder en el mundo real. Puede ejecutar simulaciones miles de veces, cada una con cambios muy sutiles para ver qué sucede.
Cuando Jim hizo esta pregunta, nos dimos cuenta de que la mayoría de las semanas hablamos de alguna ciencia nueva que usa modelos de esta manera. En la última quincena tuvimos la evolución del ADN de los agricultores antiguos, tuvimos el derretimiento de las capas de hielo de la Antártida, y hoy tenemos a Nick Reynard modelando las inundaciones en Cumbria. Por eso les pedimos a algunos de nuestros invitados que nos digan qué quieren decir cuando usan modelos científicos. Andrew Ponson y Carole Haswell me dijeron qué son los modelos para los astrofísicos.
ANDREW PONSON: Yo diría que un modelo es un conjunto de ideas que tenemos sobre cómo funciona algún aspecto específico de la naturaleza. Y normalmente, cuando lo llamamos modelo, probablemente queremos decir que es provisional en algún nivel. Así que no estamos tratando de afirmar que hemos resumido todo sobre cómo funciona esa cosa en particular.
ADAM RUTHERFORD: ¿Cuál sería una teoría o una ley?
ANDREW PONSON: ¡Exactamente! Estamos tratando de dar la impresión de que aún no hemos empaquetado todo sobre ese aspecto particular de la naturaleza, pero tenemos algunas ideas funcionales que estamos usando para crear pruebas que luego podemos comparar con la realidad.
ADAM RUTHERFORD: Y desde un punto de vista práctico, como astrónomo, Carol, ¿cómo modelas las cosas?
CAROLE HASWELL: En realidad, yo era bastante mayor como científico cuando Leí algo que uno de mis colegas había escrito en uno de nuestros cursos de física, y escribió que la esencia de ser físico es saber qué aproximaciones hacer. Por lo tanto, cada vez que buscamos comprender algo, es necesario descubrir cuáles son las cosas importantes que influyen en esto. Porque no puedes esperar crear una réplica de todo el universo porque necesitarías todo el universo para hacerlo y no ganarías nada al hacerlo. Entonces, lo que debe hacer es averiguar cuáles son las cosas clave realmente importantes en las que quizás pueda escribir algunas matemáticas simples, y trabajar con ellas y generar algunas ideas.
Así que es una especie de descripción matemática simplificada de la esencia de las cosas con las que luego puedes incorporar un código de computadora. Así que puede poner el sistema de ecuaciones simples o quizás ecuaciones bastante complejas en un programa de computadora y luego puede configurar el programa para que observe la interacción de los diversos factores que ha descubierto como importantes. Entonces, por ejemplo, si estuviera tratando de comprender cómo se mueven los planetas en el sistema solar, entonces necesitaría poner una descripción matemática de la gravedad, y luego podría poner su sistema solar en marcha y ver cómo se mueven las cosas. Y no necesitaría describir toda la física autónoma que le da la estructura de cada planeta individual. Para su modelo del sistema solar, podría tener una descripción bastante simple de la gravedad, y eso sería suficiente para lo que está tratando de ver.
ADAM RUTHERFORD: Así que es una forma de conectar múltiples observaciones y luego hacer predicciones sobre lo que sucederá en función de lo que ya hemos visto.
CAROLE HASWELL: Bueno, es una forma de usar lo que ha observado para averiguar lo que cree que es lo más importante cosas que gobiernan el comportamiento. Y luego configurar algo que encapsule lo que cree que es importante, para ver si eso realmente reproduce lo que está observando.
ADAM RUTHERFORD: Estos tipos de modelos se utilizan en todos los campos de la ciencia. Aquí está el científico conservacionista de RSPB Paul Donald sobre cómo las simulaciones pueden ayudarlo a comprender el comportamiento de las aves.
PAUL DONALD: Para mí, un modelo es una fórmula que me ayuda a explicar la variación en algo que me interesa. Así que permítanme darte un ejemplo.Digamos que estoy interesado en una especie particular de ave, digamos alondras, por ejemplo, y salgo y recopilo datos sobre el número de alondras en, digamos, cien campos en el sur de Inglaterra. Y lo que ciertamente encontraría es que la cantidad de alondras varía entre diferentes campos. Algunos campos tendrán muy pocas aves, tal vez ninguna; otros campos pueden tener muchos pájaros. Así que me interesa saber por qué algunos campos tienen más alondras que otros, y usaría un modelo para ver eso.
Entonces, ¿qué haría, mientras recolectaba mis recuentos de Alondras, también mediría un montón de otras cosas que creo que posiblemente podrían explicar la variación en los números de alondras. Así que recopilaría datos sobre, por ejemplo, cosas como qué tipo de cultivo había en el campo, porque es muy posible que les gusten ciertos tipos de cultivos que otros. Recopilaría datos sobre el tamaño del campo. Podría recopilar datos sobre la cobertura del seto, la cantidad de árboles cercanos, todo este tipo de cosas que posiblemente podrían explicarlo.
Lo que haría el modelo es que me permitiría identificar cuál de ellos predice la alondra números y cuáles no. Entonces, si lo configuramos así. Verá, tenemos esta primera columna aquí. Esta es mi columna de conteos de alondras. Para cada campo tengo un recuento y luego para cada campo tengo un valor del tamaño del campo. Tengo lo que fue la cosecha, la cosecha del año anterior, el tipo de suelo, la hilera de setos y tal y tal y tal y tal. Entonces, lo que quiero hacer ahora es poner esto en un modelo, en el software, y preguntar eso para identificar cuál de esos predictores o variables explicativas, como los llamamos, explica mejor la variación en mis números de alondra.
Entonces, si simplemente hacemos clic en este botón que lo envía al programa y le damos un par de segundos para que se ejecute, ahí está. Así que el modelo se ha ejecutado y si abro el modelo, está bien, entonces lo que me muestra aquí es que puede ver aquí que me muestra que el tamaño del campo tiene una influencia positiva en los números de las alondras. Cuanto mayor sea el tamaño del campo, más alondras hay. Y también me muestra que, en efecto, existe un tipo de cultivo allí. Me está mostrando que los cereales de primavera aquí tienen más alondras que los cereales de invierno aquí, y que ese efecto es adicional al efecto del tipo de cultivo. Y también hay otras columnas con todos los demás datos. Entonces, lo que puedo hacer es refinar este modelo ahora, y eso me dará una muy buena idea de por qué es que la cantidad de alondras, lo que me interesa, varía entre diferentes campos.
Entonces, la verdadera habilidad, en cierto modo, con estas cosas está en la interpretación. Entonces, lo que muestra este modelo es que para las variables que he incluido, algunas de ellas predicen significativamente los números de alondras y otras no, pero no puede predecir cosas que no he incluido. ¿Y si, por ejemplo , ¿lo más importante que determina los números de las alondras no es ninguna de las cosas que he medido? Quizás sea otra cosa. Tal vez sea el clima o la pendiente del campo o el tipo de suelo, o algo así. Algo que no he medido en absoluto. Entonces, el modelo es esencialmente incorrecto porque no he medido lo que es el factor más importante de las cifras de población de alondras. Puede ser que las cosas que he medido estén determinando parcialmente los números de las alondras, pero es posible que no haya medido lo real subyacente. Entonces, hay una especie de cosa estándar en ecología que dice que todos los modelos son incorrectos, pero algunos de ellos son útiles.
Este es el único método realmente, si solo estuviera interesado en una cosa, la relación entre números de alondra y tamaño de campo, por ejemplo, podría simplemente trazarlos y ver si a medida que aumenta el tamaño del campo, aumentan los números de alondra. Pero solo puede hacer eso para una cosa a la vez. No puedo mirar todas estas variables diferentes al mismo tiempo, y eso es lo que el modelo me permite hacer. Y es una herramienta absolutamente fundamental en ecología y conservación, este tipo de forma de analizar datos.
El modelado nunca falla en el sentido de eso. Si sabe lo que hace la fórmula matemática, es infalible de alguna manera. Falla si no mide las cosas correctas o si las interpreta de manera incorrecta. Te puedo dar un ejemplo. Digamos que lo que muestra mi modelo aquí en la pantalla es que obtienes más alondras en campos grandes. Así que podría irme y decir que está bien, la respuesta a este problema de disminución de las alondras es que necesitamos hacer todos nuestros campos más grandes, pero ¿qué pasa si solo eligen campos grandes, no porque sean grandes sino porque pueden ver venir a los depredadores? desde muy lejos, por ejemplo. ¿Entonces no es el tamaño del campo al que responden las aves? Es lo bien que pueden ver a los depredadores, y eso es lo importante que determina los números.
Por lo tanto, es posible que realmente pueda hacer más por las alondras al eliminar los límites del campo, haciendo que los campos parezcan más grandes para las aves.Así que debes tener mucho cuidado con la forma en que interpretas la salida de estos modelos.
ADAM RUTHERFORD: Paul Donald está ahí. Entonces esto es importante: todos los modelos están equivocados. Son simulaciones pero algunas son muy útiles. Volvamos a las inundaciones en Cumbria, que el hidrólogo Nick Reynard ha estado simulando. Nick, ¿cómo nos ayuda el modelado a comprender estos fenómenos meteorológicos extremos?
NICK REYNARD: Bien, por supuesto, lo ideal sería que tuviéramos datos en todas partes, para que pudiéramos entender lo que estaba sucediendo en el sistema fluvial. y con la lluvia todo el tiempo en todas partes. No podemos tener eso, no es práctico y es demasiado caro, así que tenemos que poder llenar los vacíos. Y usamos modelos para hacer eso. Así que llenamos los vacíos en el espacio y en el tiempo calculando cómo la lluvia se mueve a través del paisaje hacia los ríos y luego finalmente hacia los mares, y los modelos son solo simulaciones por computadora de cómo se mueve el agua para que realmente podamos entender dónde Los caudales altos y bajos ocurren en cualquier parte del condado o incluso en Europa o en todo el mundo. Entonces, para eso usamos modelos, y eso nos ayuda a comprender en este momento qué está haciendo la hidrología, cómo son los flujos, pero también nos permite usar esos modelos para pronosticar y predecir cómo podrían ser los flujos en el futuro.
ADAM RUTHERFORD: Nick Reynard del Centro de Ecología e Hidrología.
