Has the rise of data-intensive science, or ‘big data’, revolutionized our ability to predict? Does it imply a new priority for prediction over causal understanding, and a diminished role for theory and human experts? I examine four important cases where prediction is desirable: political elections, the weather, GDP, and the results of interventions suggested by economic experiments. These cases suggest caution. Although big data methods are indeed very useful sometimes, in this paper’s cases they improve predictions either limitedly or not (...) at all, and their prospects of doing so in the future are limited too. (shrink)

The paper discusses modelling uncertainties in climate models and how they can be addressed based on physical principles as well as based on how the models perform in light of empirical data. We ar...

J’analyse dans cet article la valeur explicative que peuvent avoir les simulations numériques. On rencontre en effet souvent l’affirmation selon laquelle les simulations permettent de prédire, de reproduire ou d’imiter des phénomènes, mais guère de les expliquer. Les simulations rendraient aussi possible l’étude du comportement d’un système par la force brute du calcul mais n’apporteraient pas une compréhension réelle de ce système et de son comportement. Dans tous les cas, il semble que, à tort ou à raison, les simulations posent, (...) du point de vue de leur valeur explicative, des problèmes spécifiques qu’il convient de démêler et de décrire précisément. J’essaie dans cet article d’analyser systématiquement ces problèmes en utilisant comme guide les théories existantes de l’explication. J’analyse d’abord le rapport des simulations à la vérité (section 2). J’examine ensuite en quoi les simulations satisfont ou non les exigences de déductivité et de nomicité, qui jouent un rôle central dans le modèle de l’explication de Hempel (section 3). J’étudie dans quelle mesure les simulations sont aptes à véhiculer l’information causale pertinente qu’on attend d’une bonne explication (section 4). Je poursuis en analysant en quoi l’abondance informationnelle et la lourdeur computationnelle des simulations peut sembler problématique par rapport au développement de nos connaissances explicatives et de notre compréhension des phénomènes (section 5). J’analyse enfin en quoi les simulations ont un rôle unificateur comme cela est attendu des bonnes explications (section 6). Au final, cette étude permet de comprendre plus précisément pourquoi les simulations, alors même qu’elles semblent pouvoir satisfaire les conditions que doivent remplir les bonnes explications, semblent spécifiquement problématiques au regard de l’activité explicative. Je suggère que les raisons sont notamment à chercher dans l’épistémologie de l’activité explicative, dans les attentes méthodologiques envers les bonnes explications et dans l’usage spécifique qu’on fait des simulations pour l’étude des cas difficiles – en plus du fait que les simulations constituent une activité qui n’est plus à taille humaine. (shrink)

It has been argued that the Duhem problem is renewed with computational models since model assumptions having a representational aim and computational assumptions cannot be tested in isolation. In particular, while the Verification and Validation methodology is supposed to prevent such holism, Winsberg argues that verification and validation cannot be separated in practice. Morrison replies that Winsberg overstates the entanglement between the steps. The paper aims at arbitrating these two positions, by stressing their respective validity in relation to domains of (...) application. It importantly argues for an increasing use of formal methods in verification, that makes disentanglement possible. (shrink)