I denne episode sætter vi især fokus på såkaldte agentbaserede modeller, der er gode til at beskrive adfærd og komplekse fænomener, men vi løfter også perspektivet helt op og spørger, om vi skal have et fag om systemforståelse på skemaet.
(Obs: Ser du ikke afspilningslink til podcastepisoden herunder, er der sandsynligvis fordi, du ikke har accepteret statistik-cookies. Dette er nødvendigt for at kunne afspille podcasten herfra.)
Computermodeller kan tage mange former og kan bruges mange steder - fra økonomiske fremskrivninger over klimamodeller til simulationer af virusspredning i en storby.
De kan generelt være nyttige, hvis man gerne vil forstå et fænomen, men hvis det handler om adfærd, så er såkaldte agentbaserede modeller særligt velegnede - også til brug i undervisningen, fortæller Arthur Hjorth fra Aarhus Universitet.
Agentbaseret modellering arbejder med en hel masse virtuelle agenter, der er udstyret med forprogrammerede egenskaber og opførsel. Agenterne kan være mennesker, molekyler, fugle eller hvad man nu har behov for. Så kan man sætte dem til at gøre, hvad de nu gør, inden for de rammer man har opstillet - og se, hvad der sker.
Jonas Ørbæk Hansen fra Silkeborg Gymnasium fortæller f.eks. om, hvordan han bruger agentbaseret modellering til undervisningen i kernefysik.
Udover agentbaserede modeller skal vi også løfte tingene helt op i perspektiv og høre om, hvordan modeller kan hjælpe med at forstå, hvordan mange ting i vores hverdag og verden fungerer som komplekse systemer.
Det handler om nogle af de egenskaber, der kendetegner komplekse systemer - som f.eks. feedback loops og tipping points - og som vi møder overalt - både i den naturlige verden og i de menneskeskabte systemer i samfundet.
Journalist Peter Hesseldahl håber, at der også i fremtiden vil blive undervist i den slags systemforståelse i skolerne.
LINKS
Arthur Hjorth, Aarhus Universitet
Peter Hesseldahl, Mandag Morgen
Jonas Ørbæk Hansen, Silkeborg Gymnasium
Agent-based model - baggrund på Wikipedia
Center for Computational Thinking & Design
Podcasten er produceret af Anders Høeg Nissen, podLAB.
Denne side er senest redigeret 22. oktober 2020.