Une solution pour expliquer des théories scientifiques complexes
Ces dernières années, on a assisté à un intérêt croissant pour la modélisation scientifique, avec une augmentation fulgurante des techniques, des collections de méthodes et des métathéories, dans de nombreux domaines tels que l’éducation, la théorie des systèmes, la visualisation des connaissances et la philosophie des sciences.
Dans cet article
– Les modèles scientifiques sont utilisés pour décrire et prédire le comportement d’objets ou de systèmes réels et sont utilisés dans diverses disciplines scientifiques, notamment la physique, la chimie, l’écologie et les sciences de la Terre.
– Si vous ne connaissez pas au préalable le processus de réplication de l’ADN, l’explication initiale ne vous aide pas beaucoup à le comprendre. Pourtant, le diagramme vous permet de l’imaginer plus facilement dans votre esprit.
Nous assistons à des progrès technologiques bien plus rapides qu’à tout autre moment de l’histoire. Nous pouvons en utiliser beaucoup dans notre vie quotidienne : les ordinateurs, les téléphones intelligents et les voitures sont dotés de nouvelles fonctionnalités destinées à nous offrir une utilisation plus agréable et plus sûre. Mais nous sommes nombreux à les utiliser sans bien comprendre leurs fonctions. Par exemple, presque tous les habitants d’un pays développé ont utilisé un ordinateur au cours de leur vie. Mais le nombre de personnes qui comprennent réellement l’essentiel de ses aspects est très peu nombreux, car les ordinateurs, ainsi que d’autres technologies, sont des machines complexes.
Au début du XXe siècle, la science a progressé dans des domaines dépassant la compréhension du commun des mortels (théorie atomique, mécanique quantique, découverte de l’ADN, etc.). De nombreux domaines scientifiques nécessitent aujourd’hui des explications très complexes en termes de mathématiques avancées et d’arguments scientifiques complexes, et il est devenu presque impossible de comprendre ces concepts sans connaissances préalables. Les scientifiques de notre époque sont souvent incapables d’expliquer les résultats de leurs recherches d’une manière que les gens ordinaires peuvent facilement comprendre.
Nous ne pouvons pas nous attendre à ce que tout le monde comprenne les faits et les résultats scientifiques. Comprendre le concept général d’un argument scientifique nécessite au moins une formation pertinente. Par exemple, une personne qui regarde un astronaute marcher sur la surface de la Lune à la télévision doit avoir quelques connaissances de base pour comprendre pourquoi ce n’est pas la même chose que marcher sur la Terre. Si l’on sait que la gravité à la surface de la Terre (environ 9,8 mètres par seconde par seconde) est différente sur la surface de la Lune (environ 1/6ème de sa puissance, soit environ 1,6 mètre par seconde par seconde), il saura pourquoi ils ont été différents.
Une solution pour expliquer des théories et des découvertes scientifiques complexes au profane est la modélisation scientifique.
Les modèles scientifiques sont utilisés pour décrire et prédire le comportement d’objets ou de systèmes réels et sont utilisés dans diverses disciplines scientifiques, notamment la physique, la chimie, l’écologie et les sciences de la Terre. Il existe de nombreux types de modélisation en science et en éducation qui ont une représentation physique, conceptuelle ou mathématique d’un phénomène réel qui ne peut pas être facilement observé à l’œil nu. Surtout dans l’apprentissage de sujets particuliers, ce sont des outils très utiles qui génèrent des discussions et des modèles mentaux, améliorent les explications, font des prédictions et fournissent des représentations visuelles de concepts abstraits (Treagust, Chittleborough et Mamiala, 2003).
De manière générale, les modèles peuvent être regroupés en trois types généraux qui peuvent être utilisés dans toutes les branches scientifiques : les modèles mathématiques, les modèles visuels et les modèles informatiques. Ces derniers sont parfois également appelés modèles informatiques ou de simulation. Représentations mathématiques, analogies, répliques physiques, équations, théories, mots, diagrammes, organigrammes, modèles 3D, graphiques et simulations informatiques, etc. sont quelques exemples de modèles qui peuvent être compatibles avec des styles d’apprentissage efficaces.
Ces dernières années, on a assisté à un intérêt croissant pour la modélisation scientifique, avec une multiplication fulgurante des techniques, des collections de méthodes et des métathéories, dans de nombreux domaines tels que l’éducation, la théorie des systèmes, la visualisation des connaissances et la philosophie des sciences (Frigg et Hartmann, 2009). En particulier dans le domaine de l’éducation, les modèles scientifiques ont reçu davantage d’attention dans les manuels et autres sources pédagogiques, car ils permettent à chacun d’imaginer plus facilement des choses qu’il ne peut pas physiquement voir dans la vie réelle. Par exemple, pour comprendre un processus comme la réplication de l’ADN, les mots seuls sont souvent insuffisants sans un diagramme ou une vidéo montrant la séparation des brins avant et arrière, la chaîne de nucléotides ajoutés aux brins séparés et la formation finale d’un double brin complet. ADN brin à partir d’un seul brin. Nous ne pouvons pas imaginer ces processus dans notre esprit, car nous ne pouvons ni voir l’ADN ni ressentir sa présence dans notre corps. Le diagramme suivant de réplication de l’ADN modélisé par Yokoyama (2019) montre le processus expliqué ci-dessus :
Si vous ne connaissez pas au préalable le processus de réplication de l’ADN, l’explication initiale ne vous aide pas beaucoup à le comprendre. Pourtant, le diagramme vous permet de l’imaginer plus facilement dans votre esprit.
Dans divers domaines scientifiques, de nombreux modèles bien connus dans la littérature peuvent également être cités en exemple. Ils incluent, sans toutefois s’y limiter, le modèle de boule de billard d’un gaz, les modèles de centralité, par exemple les modèles inflationnistes en cosmologie, le modèle de Bohr de l’atome, les modèles de circulation générale du climat mondial, les modèles évolutifs en biologie, le modèle Lotka-Volterra. de l’interaction prédateur-proie, les modèles basés sur les agents en sciences sociales, le modèle Mundell-Fleming d’une économie ouverte, les modèles d’équilibre général des marchés dans leurs domaines respectifs. Si certains de ces modèles sont développés pour présenter divers cas scientifiques complexes sous une forme digestible, certains sont également développés pour faire des prédictions. Les modèles climatiques et météorologiques en météorologie, ainsi que les modèles utilisés dans les calculs semi-empiriques en physique chimique peuvent être donnés à titre d’exemples parmi bien d’autres.
Quels sont les critères d’un modèle réussi ? Il ne fait aucun doute que le modèle proposé doit correspondre au concept/processus scientifique dans lequel il est utilisé ; il doit être simple pour expliquer ses idées.
La méthode scientifique consiste à (i) faire des observations, (ii) rechercher un ou plusieurs modèles dans les observations, (iii) développer des idées, (iv) les tester pour trouver des explications appropriées ; en plus de cela, l’objectif des modèles scientifiques devrait également inclure le partage des résultats avec la communauté au sens large. C’est en effet là l’objectif des modèles scientifiques et là où ils sont le plus nécessaires, car c’est la communauté qui a besoin d’une meilleure compréhension du concept présenté, et non le chercheur.
En conclusion, les modèles scientifiques remplissent mieux leurs objectifs lorsqu’ils sont réalistes, proposent des prédictions et expliquent les observations. Les idées scientifiques doivent être représentées par divers moyens tels que des graphiques, des dessins, des structures tridimensionnelles, des mots simples et des équations. En structurant ces outils, un scientifique doit rendre les résultats accessibles au profane. C’est ainsi que la modélisation trouvera son utilité pour communiquer les concepts/processus à d’autres scientifiques et aux gens ordinaires. De plus, le progrès de la science dépend de la communication entre les chercheurs actuels et futurs. Les modèles scientifiques peuvent diffuser les connaissances d’une génération à l’autre de manière compréhensible ; leur développement est considéré comme de la plus haute importance.
Références
– Treagust, DF, Chittleborough, GD et Mamiala, TL (2004). (2003). Le rôle des représentations submicroscopiques et symboliques dans les explications chimiques. Revue internationale de l’enseignement scientifique, 25 (11), 1353-1369.
– Frigg, R. et Hartmann, S. (2009). Models in Science”, The Stanford Encyclopedia of Philosophy (« La Stanford Encyclopédie de Philosophie ») (édition été 2009), Edward N. Zalta (éd.).
– Yokoyama 2019, Copying the Recipe of Life, diagramme de Maho Yokoyama, News Medical, consulté le 8 octobre 2022, <https://www.news-medical.net/life-sciences/Mechanism-of-DNA-Synthesis.aspx>.
