Modern wetenschappelijk onderzoek vergt een dynamisch streven naar symbiose tussen drie spanningsvelden. Theorie, (computer)simulatie en experimentele verificatie wisselen elkaar af in een continu variërend vorsen naar waarheid. Onderstaand essay kan gelezen worden als een persoonlijke impressie, die de charmes van wetenschappelijk onderzoek belicht, maar tevens haar valkuilen bloot legt.
Theoretisch raamwerk
Eenmaal het vakgebied afgelijnd, vangt het onderzoek aan met een uitgebreide literatuurstudie. Men tracht zich via lectuur van artikels, vaktijdschriften, technische publicaties, … de geplogenheden van het kennisdomein in kwestie eigen te maken. Vermits het leeuwendeel van deze vakliteratuur fragmentarisch(1) van aard is, zal men zich bovendien beroepen op reviews en boeken.
De onderzoeker tast aanvankelijk in het duister, maar zal gestadig meer grip krijgen op de materie: als iemand die zich een weg baant doorheen een donker huis, dat langzamerhand het zijne wordt. Het kan, in het licht van deze metafoor, dan ook bijzonder heilzaam zijn bibliotheken te raadplegen, op zoek naar plattegronden; of communicatie te onderhouden met collega’s die de meubels reeds weten staan…
Het langzaam verworven inzicht en doorzicht zal de onderzoeker sterken in de beheersing van zijn studieobject. Na de literatuurstudie begint immers het avondtuur van zelfstandig wetenschappelijk onderzoek: als een zweefvlieger baant men zich een weg doorheen het kennisdomein, gedragen door de opgedane kennis. Vanuit dit vogelperspectief(2) kan men alle facetten in ogenschouw nemen, een ruggengraat onderkennen in het geformuleerde probleem en – niet gespeend van enige creativiteit(3) – praktische en pragmatische oplossingen uitdenken.
Computersimulaties
Vanuit het theoretische raamwerk kan dan een model gebouwd worden, als (benaderende) beschrijving van de werkelijkheid. Gebaseerd op een amalgaam van kennis en hypothesen zal men een systeem nabootsen, met de bedoeling inzicht te verwerven in het gedrag ervan. Deze modellering vormt een discipline op zich: men moet het studieobject ondubbelzinnig omschrijven, de nodige informatie inwinnen, een mathematisch formalisme afleiden, een conceptueel model bouwen, verifiëren, valideren, …
Een accuraat model, gebouwd volgens de regels van de kunst, kan een verrijkende bijdrage leverne aan het wetenschappelijk onderzoek: het wordt immers mogelijk om een veelheid aan situaties en fenomenen numeriek te simuleren, wars van enige fysische restrictie.
Introductie van de computer als krachtig rekeninstrument lijkt logisch: binnen een korte tijdsspanne kunnen immers bijzonder veel (data)manipulaties uitgevoerd worden. Niettemin dient men ook hier waakzaam te blijven: een algortime is immers slechts even performant als haar implementatie. Efficiënte aanwending van de rekentijd kan enkel gewaarborgd worden door een oordeelkundige discretisering van het (continu) systeemmodel, goed gekozen schatting annex resolutie, een elegante programmacode, enz…
Een doeltreffend numeriek (computer)simulatiemodel zal toelaten een schier onbegrensd spectrum aan (gedachten)experimenten uit te voeren, en massa’s informatie in te winnen. Een nauwgezette analyse van deze data stelt de onderzoeker in staat zijn numeriek model te optimaliseren, en maakt het tevens mogelijk inzichten(4) te verwerven in het gedrag van het gesimuleerde systeem.
Experimentele verificatie
Het theoretisch raamwerk en de corresponderende numerieke simulaties blijven echter zinledig zonder experimentele verificatie. Een fysische theorie, hoe briljant ook, blijft waardeloos zolang zij niet door empirische waarnemingen kan worden gestaafd. Zo zal bv. in het vakgebied van de hoge-energiefysica, waar men het gedrag van elementaire deeltjes bestudeert, de afwezigheid van experimentele validatie de slagkracht van recente theoretische ontwikkelingen(5) dikwijls hypothekeren.
Experimenten kunnen niet enkel theoretische hypothesen valideren; vaak zullen waarnemingen die (nog) niet verklaard worden door bestaande theorieën een belangrijke impuls bieden voor innoverend wetenschappelijk onderzoek.
Fysisch experimenteren is een vakgebied apart. Ment dient zich te beraden over wat men wil meten, en hoe deze meting op reproduceerbare wijze uitgevoerd kan worden. Meten is weten, en seeing is believing, doch men dient zich ervan te vergewissen wat men wil zien, en wat daadwerkelijk zichtbaar is. Een kritische attitude zal de wetenschapper behoeden voor wishful thinking.
Een geslaagd experiment is reproduceerbaar en levert eenduidige meetgegevens. Experimenteren behelst onder meer het ontwerpen van een proefopstelling, de kalibratie van de meetinstrumenten, het ijken van de meetgegevens, … De onderzoeker moet onderlegd zijn in uiteenlopende kennisdomeinen zoals regeltechniek, foutenanalyse, systeeminstrumentatie en vele andere.
Empirische resultaten kunnen dan getoetst worden aan theoretische en numerieke modellen. Een en ander kan leiden tot aanpassingen in het laboratorium, updaten van simulatiemodellen, of zelfs nieuwe ontwikkelingen op theoretisch vlak. Modern wetenschappelijk onderzoek profileert zich derhalve als een dynamisch streven naar symbiose tussen deze drie spanningsvelden.
© 2009 – Labo Vekalie
(1) Vele jonge onderzoekers beschrijven – niet zelden gedreven door publicatiedrang of ongezonde naijver – een ontzettend nauw afgemeten kennisdomein, terwijl men voor een literatuurstudie meer aangezen is op reviews: overzichtelijke en globale artikels, die helaas verrassend schaars blijken te zijn.
(2) De pragmaticus hoedt zich voor (te) grote betrokkenheid. Een gedreven onderzoeksgeest, gekoppeld aan een gezonde zin voor kritiek, dient ruimte te laten voor distantiëring.
(3) Wie zei ook weer “Imagination is more important than knowledge” ?
(4) Waarbij de opgedane ervaringen steeds afgepunt worden t.o.v. de scope van het simulatiemodel.
(5) Zoals bijvoorbeeld het geval is voor (super)snaartheorie, quantumgraviteit en de zgn. Grand Unified Theories
Labo Vekalie 