#15 Trafność modelowania pandemii

„Model opie­ra się o wie­le para­me­trów i jeste­śmy w sta­nie tak dopa­so­wać para­me­try, tak ska­li­bro­wać model, żeby tra­jek­to­rie, któ­re widzi­my w mode­lu podą­ża­ły tymi ścież­ka­mi, któ­re są obser­wo­wa­ne w rze­czy­wi­sto­ści. Pyta­nie jest takie, jaka jest siła pre­dyk­cyj­na tego mode­lu. W ska­li krót­ko­ter­mi­no­wej – cał­kiem nie­zła. Uży­tecz­ność tego mode­lu jest cał­kiem spo­ra, bo może­my badać wpływ róż­nych obostrzeń na ska­lę dyna­mi­ki, w szcze­gól­no­ści lokal­nie, regio­nal­nie. Trze­ba pamię­tać, że w nauce poru­sza­my się w para­dyg­ma­cie Pop­pe­row­skim, hipo­te­tycz­no-fal­sy­fi­ka­cyj­nym. Mamy pew­ną hipo­te­zę, model, ale póź­niej pró­bu­je się go fal­sy­fi­ko­wać. O ile z doświad­cze­niem fizycz­nym czy che­micz­nym jest pewien układ kon­tro­lo­wa­ny eks­pe­ry­men­tal­ny, o tyle spo­łe­czeń­stwo i sytu­acja pan­de­mii nie jest powta­rzal­ny. W związ­ku z tym ufa­my, że nasze ogól­ne zdol­no­ści są na tyle duże, że nie jeste­śmy zbyt dale­ko od wia­ry­god­ne­go mode­lu roz­prze­strze­nia­nia się pandemii”. 

― dr Fran­ci­szek Rakow­ski, Cen­trum Mode­lo­wa­nia Mate­ma­tycz­ne­go i Kom­pu­te­ro­we­go UW