基于代理的科学哲学建模（一）
1.起源
2.中央研究问题
2.1理论多样性和科学激励结构
2.2理论多样性与科学沟通结构
2.3认知多样性
2.4社会多样性
2.5对科学的同伴分歧
2.6科学极化
2.7科学合作
2.8总结
3.常见的建模框架
3.1认知景观模型
3.1.1在认知多样性问题上的应用
3.1.2网络认识论的应用
3.1.3其他应用
3.2强盗模型
3.3意见动态的有界信心模型
3.4进化游戏 - 谈判的理论模型
3.5总结
4.中央结果
4.1理论多样性和科学激励结构
4.2理论多样性和科学的通信结构
4.2.1“Zollman效应”
4.2.2消样的传播
4.3认知多样性
4.4社会多样性
4.5对科学的同伴分歧
4.6科学极化
4.7科学合作
4.8额外的主题
5.基于代理的建模认识学
5.1抽象建模的挑战
5.2验证和验证：从ABMS的解释功能探索
5.3“模型的透视系列”
6.结论和前景
参考书目
学术工具
其他互联网资源
相关条目
起源
基于代理的建模方法最初在20世纪70年代和80年代的社交分离模型（Schelling 1971; Sakoda 1971;参见Hegselmann 2017）和合作（Axelrod＆Hamilton 1981）的社交科学，在生态学中“基于个人建模”的名称（概述见Grimm＆Railsback 2005）。 在这个传统之后，ABMS吸引了学者研究科学探究的社会方面的兴趣。 通过代表科学家作为配备推理和决策规则的代理，可以使用基于代理的建模来研究科学研究的社会动态。 因此，科学的ABMS已经在各种学科中制定，包括他们的主题领域的科学：从科学社会学，组织科学，文化演进理论，荟萃科学的跨学科领域（或“科学”），社会认识论和社会认识论科学哲学。 虽然科学哲学中的ABM经常解决与其他领域的科学ABMS审查的人相似或相关的主题，但它们受到哲学问题的推动 - 科学哲学中嵌入的哲学问题 - 问题。 他们的介绍受到几种平行研究系的影响：科学哲学的分析模型，相关哲学领域的计算建模，以及基于代理的社会科学建模。 在下文中，我们简要介绍了这些前体中的每一个。
菲利普·厨师在科学的进步方面是简洁的菲利普·厨师的核心意思之一：
当我设想它时，社会认识论的一般问题是确定认识论良好设计的社会系统的属性，即指定根据一群个人的条件，根据各种规则进行修改各自的实践，通过他们的互动成功，进入生成逐行共识措施的序列。 （Kitcher 1993：303）
对科学社会认识学的这种观点强调了更好地了解个人与团体调查之间的关系。 在经济学中正式建模的传统之后，哲学家介绍了分析模型，以研究这种关系固有的紧张局势，例如个人和团体合理性之间的紧张关系。 通过这种方式，他们试图回答这个问题：如何由非认识激励措施驱动的个人科学家，共同形成实现认识目标的社区？ 最突出的是，高级普及和舰艇（1991）制定了一种模型，该模型研究了促进一个人的职业成功和促进真实获取的目标之间的关系，而Kitcher（1990,1993）提出了一种认知劳动划分模型，表明了一个由受非认识利益驱动的科学家组成的社区可能会达到研究努力的最佳分布。 这项工作之后是许多其他贡献（例如，Zamora Bonilla 1999; Strelvens 2003）。 在这个传统中开发的分析模型赞同科学研究的经济方法，植根于“慷慨看不见的手”的想法，根据在特定社区中的哪些人可以带来对社会目标有利的后果，而不必瞄准这些后果后果（Mäki2005）。
在同一时间，计算方法进入了在博弈论中的理性审议与合作的哲学研究（Skyrms 1990,1996; Grim，Mar，St. Denis 1998），科学哲学的理论评估（Thagard 1988）以及社会认识论中的观点动态研究（Hegselmann＆Krawe 2002,2005; Deffuant，Amblard，Weisbuch，＆Faure 2002）。 在本文中引入的计算模型包括ABMS：例如，囚犯困境的蜂窝自动机模型，或者模型检查意见如何在一组代理商内变化。
基于代理的建模首先应用于科学社会学科学研究的研究，由Nigel Gilbert（1997）开发的模型（CF.Payette 2011）。 吉尔伯特的ABM旨在复制先前已在科学增长指标的定量社会学研究中进行的规律（例如出版物的增长率和每篇论文的引用分配）。 该模型遵循了社会科学中人工社会模拟的仿真传统（CF.PStein＆Axtell 1996）。 与其他社会科学（如经济学和考古）开发的摘要和高层理想的模型相比，科学社会学的ABMS倾向于跨越用于验证的模拟和实证研究（CF.Gilbert＆Troitzsch 2005）。
不久之后，通过Zollman（2007），Weisberg和Muldoon（2009），Grim（2009），Douven（2010），提出了一些最突出的例子，将Abms介绍了科学哲学。 与科学社会学的ABM相比，这些ABMS遵循抽象和高度理想的建模的传统。 与分析模型类似，他们被引入研究个体科学家的各种性质 - 例如他们的推理，决策，行动和关系 - 带来特征科学界的现象 - 例如成功或未能获得知识。 通过以摘要和理想化的方式代表询问，他们促进了个人调查的某些方面与其对社区的影响之间的关系，同时从实际科学实践中的许多因素抽象。 但与分析模型相比，ABM被证明适用于对分析方法来说太复杂的情景。 这些情景包括异构科学社区，个人科学家在他们的信仰中不同，研究启发式，社交网络，查询目标等。 根据代理的本地交互，这些属性中的每一个都可以随时间变化。 通过这种方式，ABM可以展示某些特征在各种初始条件下表现出个人调查的特点就足够了，以产生人口级别现象。 事实上，将ABMS引入科学哲学的主要原因是生成社会科学的核心思想：解释宏观规律的出现，我们需要展示异构自治试剂的分散性局部相互作用。 随着Joshua Epstein总结它：“如果你没有长大，你没有解释它的出现”（2006）。
2.中央研究问题
科学的ABMS通常为某些方面对科学界认知表现的一些衡量标准的影响。 本节调查以这种方式调查了一些中央研究问题。 其目的是解释为什么ABMS被引入研究哲学问题，以及他们的介绍如何涉及科学哲学的更广泛的文学。
2.1理论多样性和科学激励结构
科学家社区如何肯定会对富有成效的询问线露出赌注，而不是仅追求次优素？ 回答这个问题是一个协调和组织认知劳动的问题，这可以产生最佳的多样性追求的理论。 在给定域中多次理论的同步追求同步追求的重要性已经在哲学文献中得到了认可（1859米; Kuhn 1977; Feyerabend 1975; Kitchine 1993; Longino 2002; Chang 2012）。 但科学界如何实现研究努力的最佳分配？ 哪些因素影响科学家以一种刺激理论多样性的方式分割和协调他们的劳动力？ 简而言之，如何实现和维护理论多样性？
解决这个问题的一种方法是通过审查科学家的激励措施如何影响其劳动分工。 要查看这个问题的相关性，请考虑一位科学家社区，所有这些都是由同样的认知激励措施驱动的。 由于Kitcher（1990）辩称，在这样一个社区中，每个人都可能最终追求同样的，最初最有前途的探究线，导致没有多样性。 传统上，科学哲学家试图通过争论理论选择的多样性可能是由不同的方法方法（FEYERABEND 1975），以外的认知或不同认知的不同应用来解决这种担忧对理论的态度，例如接受和追求值得（Laudan 1977）。 然而，厨房介绍了非认识的激励措施，如名人和财富 - 通常被认为是干扰科学的认识目标 - 可能是通过鼓励科学家偏离占优势的探究性的社区来利益。
科学家通过信贷获得奖励的想法，这对他们的研究选择产生了影响，以前由Merton（1973）和Hull（1978,1988）认可。 例如，科学家可以接受成为第一个发现发现的识别（称为“优先级规则”），这可能会激活一种特定的研究方法。 然而，这种非认识激励措施也可能无法促进最佳的多样性。 例如，他们可能会导致过多的研究在徒劳的假设和/或太少的科学家调查最好的理论中。 此外，如果奖励被滥用对网络的科学家而不是分配给实际上是发布的人，或者信用驱动的科学降低科学产出质量，那么激励结构会产生不良影响。 这提出了这个问题：哪种激励结构促进了最佳分工，而不具有认识论或道德有害影响？
ABMS为学习这些问题提供了一个APT的理由：通过将个体科学家塑造出由特定激励措施的推动，我们可以检查他们的劳动分工和由此产生的社区查询。 我们将在第4.1节中查看研究这些问题的模型。
2.2理论多样性与科学沟通结构
等待理论多样性的另一种方法是专注于科学社区的通信结构。 在这种情况下，我们对科学家之间的信息流量有兴趣如何影响不同竞争对手假设的研究分配。 传统上，在社会认识论中强调了科学知识为生产科学知识的重要性（高盛1999年）。 但沟通的结构究竟是如何影响科学家的知识？ 科学家们在强烈连接的社交网络中，还是在连接的社交网络中更好地沟通，以及在哪些条件下进行询问？ 这些和相关问题属于网络认识论领域，研究通信网络对知识获取过程的影响。 网络认识论在经济学，社会学和组织科学中有其起源（例如，Granovetter 1973; Burt 1992;杰克逊＆Wolinsky 1996; Bala＆Goyal 1998），它首先与基于代理的建模相结合Zollman（2007）的哲学文学（参见Zollman 2013）。
科学互动的模拟起源于科学家之间的不同通信网络，特征在于不同程度的关联程度（参见图1），可能对科学思想的“探索”和“剥削”之间的平衡产生不同的影响。 假设科学家正试图为某种疾病寻找最佳治疗，因为现有的一个不够有效。 一方面，她可以追求关于疾病原因的目前主导的假设，希望它最终会导致更好的结果。 另一方面，她可以探索新颖的想法，希望有一个突破，导致对这种疾病更加成功的治愈。 因此，科学家因此面临剥削之间的权衡，因为利用现有的想法和探索作为寻求新的可能性，在正规学习和组织科学中研究了很长时间（1991年3月）。 科学家之间的信息流动可以通过以下方式影响这一权衡：如果在整个社区中的初始误导的想法太快，科学家可能会锁定研究它，过早地放弃搜索更好的解决方案。 或者，如果信息流量缓慢且稀疏，一些科学家获得的重要见解可能导致最佳解决方案，这可能在社区其余的时间内未被发现在漫长的一段时间内。 介绍了ABMS以调查信息流是否可以具有这些效果中的任何一种。 例如，如果科学家被认为是合理的代理人，那么一个紧密联系的社区可能最终探索太少，并错过了重要的探究线？
除了研究由“认识论无与伦比的”科学家组成的社区之外 - 也就是说，询问和行动的代理商是在发现和促进真实性的中，可以围绕着覆盖认识兴趣的社区构成。 例如，工业利益集团对科学的影响可能导致偏见或欺骗性的做法，这可能会使科学界远离其认知目标（霍尔曼＆艾略特2018年）。 虽然最近关于这个问题的哲学讨论很大程度上侧重于非认知价值在科学中的作用（Douglas 2009; Holman＆Wilholt 2022; Bueter 2022; Peters 2021），Abms被引入了如何检查如何认识论的恶意策略可以影响查询过程，以及识别可用于减轻其有害影响的干预措施。
除了理论多样性的问题外，网络认识论已经应用于许多其他主题，如最佳形式的合作形式，导致科学极化的因素，符合集体查询的影响，人口统计多样性的影响，的效果少数群体，两用研究，论证动态等最优规则等。 我们将研究第4.2节和第4.6节研究理论多样性和科学通信结构的模型。
10个节点以圆圈均匀分布; 每个节点通过行，aka边缘连接到两个邻居中的每一个连接。
（一）
与（a）类似，除了中心中的节点，圆上的每个节点也由行，aka边缘连接到中心节点以及其邻居。
（b）
类似于（a）除了圆上的每个节点之外，圆上的每个节点都通过一行，aka边缘连接到所有其他节点。
（c）
图1：三种类型的理想化通信网络，代表了越来越多的关联程度：（a）循环，（b）一个轮子，（c）一个完整的图表。 每个图表中的节点代表科学家，而节点之间的边缘代表两个科学家之间的信息渠道。
2.3认知多样性
个人认知特征的多样性在各种问题解决方案中可能是有益的，包括商业和政策制定（页2017）。 但科学家的认知特征多样性如何，包括其背景信仰，推理方式，研究偏好，启发式和战略影响科学界的询问？ 在科学哲学中，这个问题在正常和革命科学（Kuhn 1962）之间的区分，这表明不同的拟力可能会推动科学家迈向一种研究，而不是另一种研究（见赫尔1988）。 这提出了这个问题：寻求风险的分布，小牛科学家和风险 - 厌恶人如何影响社区的询问？ 更普遍：在不同的研究启发式中划分一些分割劳动的方法会导致更成功的集体询问吗？
通过配备不同认知功能的药剂，我们可以使用ABM来代表不同的认知多样化（或统一）人群，并研究他们对社区查询成功的影响。 我们将研究第4.3节研究这些问题的模型。
2.4社会多样性
当其成员赞同不同的非认知价值，如道德和政治的价值，或者当他们有不同的社会场所时，一个科学界是社会多样化的，例如性别，种族和人口统计的其他方面（Rolin 2019）。 女权主义认识论中，社会多样性的重要性长期以来，既有伦理和认识原因则强调。 例如，许多人指出，社会多样性是认知多样性的重要催化剂，这反过来对观点的多样性至关重要，因此对于科学客观性（Longino 1990,2002; Haraway 1989; Wylie 1992,2002; Grasswick 2011; Anderson 1995;关于科学调查背景下的不同概念的讨论，请参阅Steel等人。2018）。
此外，在社会心理学和组织科学领域，即使它不会促进认知多样性，社会多样性也是明确的有益。 相反，它可能会抵消同类群体的核肉有害性倾向，例如彼此的证词或不愿意共享异议意见的无责任的信任（关于文献概述，请参见第2017页; Fazelpour＆Steel 2022）。 虽然这些假设在以实证研究获得了支持，但ABM已经证明了一个互补的检测理由，允许调查最小的条件，这需要持有社会多样性以进行认识学上有益的。
通过ABMS解决的另一个问题涉及可能破坏科学少数群体的社会多样性或劣势成员的因素。 例如，鉴于可以在科学社区出现的合作规范，如何在协作环境中产生一个人的立场？ 或者一个人的社会身份如何影响他们的想法的吸收？ 我们将在第4.4节和第4.7节中查看研究这些问题的模型。
2.5对科学的同伴分歧
科学分歧通常被认为对科学进步至关重要（Kuhn 1977; Longino 2002; Solomon 2006）。 它们通常与理论多样性携手（参见第2.1和2.2节），并刺激科学家之间的关键互动，对实现科学客观性很重要。 尽管如此，对分歧的反应不足可能导致对科学域的碎片造成富有富裕的询问，从而导致科学域的碎片化，从而对科学进步的反驳。 这提出了这个问题：科学家们应该如何应对与同龄人的分歧，降低阻碍询问的机会？ 他们应该在这种情况下遵循哪些认知和方法规范？
在社会认识论中更一般性辩论的背景下讨论了这个问题。 同伴分歧的问题涉及问题：在认识到一个人对p的同伴同意时，对p的足够态度是什么是足够的道奇态度？ 例如，应该遵循“调解规范”，例如，降低对P的信心，通过在对手的信仰和自己的问题上取代中间地面来分裂差异，或者暂停一个对P的判断？ 或者应该有一个相当遵循“坚定的标准”要求坚持一个人的枪支，并保持同样的信念，在遇到一个不同意的同伴之前与相同的信心？ （对于赞同调和常规的初步论据，例如，Elga 2007，Christensen 2010，Feldman 2006;有利于支持SteadFast Norm的争论，例如Cruz＆de Smedt 2013，海带＆douven 2012;由于规范是依赖于上下文的原因，例如凯利2010 [2011]，Konigsberg 2013，Christensen 2010，Douven 2010;最近对适用于科学实践的辩论的批判性审查，请参阅Longino 2022。）
同样，在科学分歧和争议的情况下，我们可以询问 在科学探究的背景下，这一问题特别具有挑战性，我们不仅对认识到对分歧的足够的十足响应的认知问题，而且在法规如何影响集体成功的方法中（或好奇的）问题中的感兴趣询问作为一个过程。 特别是，如果科学家在他们对某个主题的研究中遇到多个分歧，他们的集体调查将从采用调解态度或坚定的人中更多地获益更多？ ABMS自然地作为调查这些问题的方法：通过将科学家建模为不同的规范反应对分歧的指导，我们可以研究规范对公共查询的影响。 我们将研究在4.5节中研究这些问题的模型。
2.6科学极化
与科学分歧问题密切相关是科学极化问题。 虽然科学争议通常会随着时间的推移解决，但它们可能包括极化时期，即使在广泛的辩论之后，社区的不同部分也维持相互冲突的态度。 但是，极化如何以及为什么会出现？ 科学社区只有在科学家太大或偏向他们的观点时，才能偏离，或者可以极化甚至可以在理性药剂中出现？
