Simulierte Paradigmenwechsel

  • 07. February 2011

Wie sich wissenschaftliche Ideen und Konzepte durchsetzen und wie sie schließlich verdrängt werden, haben Forscher mit einem neuartigen Modell simuliert.

In sozialen Systemen mit vielen Teilnehmern beobachtet man dynamische Prozesse, die sich mit den Methoden der statistischen Physik beschreiben und analysieren lassen. Beispiele sind das Verhalten von Wählern, die Ausbreitung von Meinungen oder die Abgrenzung von Kulturkreisen. Jetzt haben Forscher aus Bremen und Kopenhagen mit einem Modell untersucht, wie sich wissenschaftliche Paradigmen durchsetzen und wie sie wieder verdrängt werden.

Abb.: Die Revolution des „gelben“ Paradigmas. (Bild: S. Bornholdt et al., Phys. Rev. Lett.)

Welche Rolle Paradigmen oder Denkweisen bei wissenschaftlichen Revolutionen spielen, hatte der Wissenschaftstheoretiker Thomas S. Kuhn untersucht. Paradigmen legen fest, was man mit welchen Mitteln erforscht und wie man die Ergebnisse interpretiert. Stellen Wissenschaftler ein neues Paradigma auf, so müssen die Anhänger des alten Paradigmas erst davon überzeugt werden, bevor sich das neue durchsetzten kann. Haben sie es übernommen, so kommen sie nie mehr auf das alte Paradigma zurück. Hingegen kann man eine schon abgelegte Meinung wieder annehmen. Meinungs- und Paradigmendynamik sollten sich daher unterscheiden.

Stefan Bornholdt und seine Kollegen haben die Paradigmendynamik auf das Wesentliche reduziert: Auf einem Quadratgitter sitzen N Agenten, deren jeweils bevorzugtes Paradigma durch eine ganze Zahl ri mit i=1,…,N angegeben wird. Die Dynamik entwickelt sich schrittweise. Für jeden Schritt werden zunächst ein Agent und einer seiner vier Nachbarn ausgelost. Der Agent versucht sich konformistisch zu verhalten: Er übernimmt das Paradigma seines Nachbarn mit der Wahrscheinlichkeit, mit der es unter allen N Agenten vertreten ist – vorausgesetzt dieses Paradigma ist neu für ihn. Anschließend wird erneut ein Agent ausgelost, der mit einer Wahrscheinlichkeit 0<α<0.001 ein völlig neues Paradigma einführt, dessen ri noch nie vorgekommen ist. Damit ist ein Schritt beendet.

Die Forscher haben umfangreiche Simulationen der Paradigmendynamik durchgeführt und dabei sowohl plausible als auch überraschende Ergebnisse erhalten. Normalerweise hing die große Mehrheit der Agenten demselben Paradigma an, wenn auch immer wieder neue Paradigmen auftauchten und verschwanden. Aber alle 10000 bis 20000 Schritte fand eine Revolution statt: Ein neues Paradigma (manchmal auch zwei) setzte sich sehr schnell durch und verdrängte das alte, bis es seinerseits verdrängt wurde.

Der mittlere Zeitabstand zwischen zwei Revolutionen hing kaum von der Innovationsrate α ab. Doch für „großes“ α traten viele neue Paradigmen auf und versuchten, das alte zu stürzen. Diese vielen Revolutionsversuche führten dazu, dass die erfolgreichen Revolutionen in sehr regelmäßigem Abstand stattfanden. Für wenig innovative Populationen, also für sehr kleines α, hing das Verhalten des Systems kaum von seiner Größe N ab. War die Population aber sehr innovativ, so kam es in einem kleinen Systems häufiger zu Revolutionen als in einem großen. Die Forscher schließen daraus, dass kleine, isolierte Systeme oftmals ein dynamischeres Verhalten zeigen als große.

Das untersuchte Modell hat natürlich seine Grenzen. So setzen sich neue wissenschaftliche Paradigmen oftmals nur in bestimmten Communities durch, deren Mitglieder eng vernetzt sind, während die Mehrheit dies gar nicht zur Kenntnis nimmt. Doch die Dynamik global wirkender Paradigmen sollte das Modell gut beschreiben. Vielleicht lassen sich mit seiner Hilfe die Anzeichen für den Niedergang eines Paradigmas vorzeitig erkennen.

RAINER SCHARF


Weitere Infos

Weitere Literatur:

 AL

Share |

Newsletter

Haben Sie Interesse am kostenlosen wöchentlichen oder monatlichen pro-physik.de-Newsletter? Zum Abonnement geht es hier.

COMSOL NEWS 2018

thumbnail image: Messen Sie <i>M</i><sup>2</sup> in weniger als einer Minute

Messen Sie M2 in weniger als einer Minute

Das M2-Lasermessgerät Ophir BeamSquared 2.0 ermittelt die optische Güte des Laserstrahls schnell und präzise. Mehr

Webinar

Vom Raytracing-Modell zum digitalen Prototypen

  • 22. November 2018

Raytracing ist die Stan­dard­methode zur Ent­wick­lung von opti­schen Sys­te­men und wird ein­ge­setzt, um diese Sys­teme vir­tuell auszu­legen und Vor­her­sagen über ihre opti­schen Ei­gen­schaf­ten zu ma­chen. Ein­satz­be­rei­che sol­cher digi­ta­ler Pro­to­ty­pen sind bei­spiels­weise die Ent­wick­lung von Laser- oder Ab­bil­dungs­sys­te­men.

Alle Webinare »

Site Login

Bitte einloggen

Andere Optionen Login

Website Footer