modellmedvetenhet
Modellmedvetenhet är medvetenheten om att kunskap och beslut ofta bygger på modeller—förenklade representationer av verkligheten som kan vara mentala, matematiska eller beräkningsbaserade. Den innebär att modellen är en förenkling byggd på antaganden, data och syfte, och att olika modeller kan ge olika insikter om samma fenomen.
Nyckelaspekter är förståelsen av vilka antaganden modellen bygger på, dess begränsningar och giltighetsområde. Den innefattar också
Modellmedvetenhet är relevant inom utbildning, statistik, ekonomi, naturvetenskap, teknik, klimatforskning och offentlig policy. Inom AI kopplas
Metoder för att främja modellmedvetenhet inkluderar dokumentation av antaganden och dataflöden, validering, känslighetsanalys, scenarier och tydlig
Exempel: linjära regressionsmodeller bygger på antaganden om linjäritet och oberoende fel, medan klimatmodeller kräver parametrisering av