English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

gast
1 / ?
terug naar lessen

Het Paradigmalandschap

Model een wetenschappelijk veld als een verlieslandschap: een functie L(p) over paradigmaruimte P, waarbij L(p) = onverklaard bewijs onder paradigma p. Een paradigma dat alles verklaart, heeft L = 0 (perfect). Een paradigma dat veel onverklaard laat, heeft hoge L.

Het huidige paradigma zit op een lokaal minimum: het verklaart het meeste bekende bewijs, dus kleine afwijkingen ervan verhogen L. Dit is waarom paradigma's stabiel zijn — gradiëntdaling keert er voortdurend naar terug.

Deskundig kennis verdiept de gradiënt rond het huidige minimum: decennia werk aan detailinvulling, uitbreiding van het bereik van het paradigma, en verklaring van afwijkingen verscherpen allemaal de wanden van het lokale minimum. De gradiënt rond het huidige paradigma wordt steiler.

Dit leidt tot de deskundigheidsparadox: hoe dieper de expertise, hoe moeilijker het is om uit het huidige minimum te ontsnappen. Juist de kwaliteiten die iemand een geweldige expert maken — diepe kennis van het huidige paradigma — maken hen minder waarschijnlijk om een ander, mogelijk dieper minimum te bereiken.

Paradigmaverschuiving = ontsnapping uit een lokaal minimum: het nieuwe paradigma kan een dieper minimum (betere verklaring) elders in de ruimte zijn. Maar om het te bereiken, moet je eerst bergopwaarts gaan — onverklaard bewijs tijdelijk verhogen — voordat je naar het nieuwe minimum afdaalt. Dit is de periode van 'crisis' in Kuhns terminologie.

Paradigmaruimte: Lokale Minima & Kennistopologie

Gradiëntdaling & Deskundigbelegging

Beschouw een paradigma p dat op een lokaal minimum van L(p) zit. Een nieuwe afwijkende waarneming levert bewijs E op dat het huidige paradigma niet kan verklaren, waardoor L(p) licht stijgt.

Leg uit waarom een diepe expert in paradigma p* zou reageren op afwijkend bewijs E door een hulpverklaring (een 'patch') te vinden in plaats van p* te verlaten voor een nieuw paradigma. Gebruik het verlieslandschapmodel: hoe ziet het patchen er geometrisch uit, en waarom is het de rationele gradiënt-volgende respons?

Aantrekkingsbekken in Paradigmaruimte

Elk lokaal minimum in L(p) heeft een aantrekkingsbekken: de regio van paradigmaruimte waaruit gradiëntdaling naar dat minimum leidt.

Een expert in paradigma p heeft jaren in het bekken van p doorgebracht. Ze kennen de lokale topologie in buitengewone detail. Ze kunnen efficiënt door het bekken navigeren — dit is hun expertise.

Een buitenstaander arriveert op een ander punt in paradigmaruimte. Ze kunnen beginnen op een punt buiten het bekken van p — misschien in het bekken van een ander paradigma, of op een zadelpunt, of in een vlak gebied met kleine gradiënten. Ze hebben geen sterke gradiënt die hen naar p trekt.

Dit is de geometrische verklaring van het voordeel van buitenstaanders: ze zijn niet gradiënt-afgedaald naar het huidige minimum. Hun startpositie in paradigmaruimte is minder beperkt.

De twee foutmodi van experts in landschapstermen:

- Vals negatief (geldig nieuw idee afwijzen): het nieuwe idee komt overeen met een ander lokaal minimum. De expert, diep in hun bekken, neemt de richting naar het nieuwe minimum waar als bergopwaarts (L verhogend) en wijst het af.

- Vals positief (ongeldig idee promoten): het nieuwe idee patcht een kleine afwijking, beweging bergafwaarts binnen het huidige bekken. De gradiëntperceptie van de expert zegt 'ja, dit reduceert L' — maar het kan naar een ondieper lokaal minimum gaan, niet een dieper.

Kuhn-cycli als Gradiëntdynamica

Thomas Kuhn beschreef de cyclus: normale wetenschap (gradiëntdaling in huidge bekken) → ophoping van afwijkingen (L stijgt op p*) → crisis → paradigmaverschuiving (sprong naar nieuw bekken) → nieuwe normale wetenschap.

Beschrijf in het verlieslandschapmodel hoe het landschap eruitziet gedurende elk van Kuhns vier fasen. Voor elke fase: (a) waar het systeem in het landschap is, (b) wat gradiëntdaling doet, en (c) hoe de afwijkingophoping geometrisch eruit ziet.

Onmogelijkheid als Grens van de Haalbare Regio

Een onmogelijkheidsbewijs in wiskunde of techniek kan geometrisch worden gemodelleerd als een haalbare regio in een bepaalde parameterruimte.

Voorbeeld: het 33 voet waterliftresultaat. De parameter is h = liftinghoogte. Het zuigmechanisme definieert een beperking: h ≤ P_atm/ρg ≈ 10,3 m. Deze beperking definieert een haalbare regio F = {h : h ≤ 10,3 m}. Het onmogelijkheidsbewijs zegt: voor zuigpompen die via dit mechanisme werken, bevat de haalbare regio h > 10,3 m niet.

De staande golfpomp werkt in een ander parameterruimte. Het gebruikt geen zuiging; het gebruikt dynamische druk. De haalbaarheidsbeperking is anders; de haalbare regio is groter.

De verborgen aanname van het onmogelijkheidsbewijs is gelijk aan het aannemen dat het probleem in de eerste parameterruimte leeft (zuigmechanismen). Wanneer deze aanname mislukt — wanneer de oplossing een ander mechanisme mag gebruiken — werk je in een ander parameterruimte met een ander haalbare regio.

Geometrisch: het onmogelijkheidsbewijs bewijst dat h > 10,3 m buiten de haalbare regio van zuigpompen ligt. Het zegt niets over h in de haalbare regio van staande golfapparaten.

Identificeer de Verborgen Beperking

Beschouw de stelling: 'Je kunt geen informatie communiceren met een snelheid hoger dan de bandbreedte van het kanaal.' Dit werd veel geloofd vóór Shannons werk.

Shannon toonde in 1948 aan dat kanaalcapaciteit C = B log₂(1 + S/N), waarbij B bandbreedte is en S/N signaal-ruisverhouding. Wat was de verborgen aanname in de pre-Shannon onmogelijkheidsstelling — de beperking die de 'haalbare regio' definieerde waarvan experts dachten dat de informatiesnelheid eraan was beperkt? En wat toonde Shannons bewijs geometrisch over die beperking?