「文系は刺し身のツマ」に

> 普遍性を目指す理論モデルは、IT技術やデータサイエンスでは必要ない

　反論を期待されているようなのだが、（申し訳ないが）私と文系人では住む世界が異なり議論が成り立たない。

　「理論モデル」とは、文系的な理論を示すフローチャートのようなものを示すと思われるが、私が議論している「数理モデル」とは本質的に異なる。「数理モデル」は、方程式、関数、行列などの形をしていなければならない。

　また、「普遍性を目指す理論」とは何だろう？
　数理モデルであれば、限られたパラメータを用いた方程式等で表現されるので、自ずからその範囲に限界があり「普遍性」を目指すものとは思われない。
　一例として、アインシュタイン方程式は物質量・分布と空間のゆがみの関係性を示すもの（大スケールという意味で普遍性を示す？）だが、電磁気力、核力などは含まないので当然限界があり「文系的な普遍性」とは意味が異なると思われる。

　要するに、「普遍性を目指す理論モデル」の意味が、理系人としては理解できないので、（失礼ながら）IT・データサイエンスとの関連性も議論できない、ということだ。

> ①観察と実験によって実証的・機能的な自然科学が成果を上げてきた
> ②当該因子を関数的関係で総合的に再構成することにより、数学的（計量的）方法論が発展したこと

要するに、上に示された方法論を用いて、自然現象に見られる内的法則性を数学モデルで記述するくらいに考えていただければけっこうなのです。
条件さえ整えば、ある現象を再現できる「法則」を哲学的に「普遍性」と表現しただけで、他意はありません。
観察と実験によって検証された現象の中に演繹的に導かれた合理性を見出し、それを数学モデルで記述したものを、さらなる観察と実験によって実証し、条件さえ整えば再現可能な「法則」を確立する手順とご理解ください。
プログラミングにおけるアルゴリズムで用いられる数学は、フローチャートによる「解」を求めるための技術的な技法であって、ある現象に見られる「法則」を表記するものではない、という命題だとお考え下さい。
「普遍性」は無視してかまいません。

もっと理系(数弱)くんの文系数弱役に立たねえ理論聞きたいのに。

さて、スレ文の森精機にせよ、体育会の就活強いスレにせよ、就職できるんだぞ、給料いいんだぞ、o(`･ω´･+o) ﾄﾞﾔｧ…！って話見ると、就職したくねえ～就職したら働かないとならねえ～と考えてしまうのだけど、どうしたらいいでしょうか？

なかなかね。果てしなく続く日常めんどいよねえ。
攻略法読んじゃったゲームをひたすら作業してクリアしないとならないツラさつうの？
大体、サラリーマン生活やってると、これやったらムダだなとか、この飲み会出といた方がいいなとか、見えるじゃん？作業として、出といた方がいい飲み会で無難な会話するの、すさまじくツラいよ。
メガバンク離職率高いって、槍玉に上げるけど、実はメガバンクましなんだよね。
いや、メガバンク辞めたくなるのはよく分かる。
先が見えすぎるからね。この仕事ぶりで、この生活続けて上手く行けば支店長で、このぐらい老けて、この収入でってね。安全だけど、苦痛な日常繰り返す。
でも、大企業は実は大分ましでさ。フリーランスや中小だとやらないとならないめんどい作業、会社でやってくれるから。
ただ、先の見えないところにキラキラ感じて、メガバンク辞めるのかな。

いやあ、本当に体育会就活強いぞ、o(`･ω´･+o) ﾄﾞﾔｧ…！って側の人から社会人の豊富とか聞いて、フレッシュな気持ち取り戻したい。まじで。

＞プログラミングにおけるアルゴリズムで用いられる数学は、フローチャートによる「解」を求めるための技術的な技法であって、ある現象に見られる「法則」を表記するものではない、という命題だとお考え下さい。

この命題に対する是非の判断をよろしくお願いいたします。「普遍的法則」という哲学的な表現がお嫌いなら、「普遍性」は削除していただいて、「法則」だけでのご理解でけっこうです。

数学の話ではなく、計算のことじゃない？
特に数学理論は関係なさそうだし、森精機の技術者の話だから、数学理論使うこともなさそうだ。

＞」反論を期待されているようなのだが、（申し訳ないが）私と文系人では住む世界が異なり議論が成り立たない。

たしかに（科学）哲学は、理系人士からみればいちいち煩い連中だと思われることだろう。だが、それは我々からすれば大いなる誤解であり、ある意味買い被りでもある。

ところで近代、科学知は大きな成果を上げてきた。そこで彼ら自然科学者は―あなたのご所論とは異なりーむしろその「普遍性」を高らかに唱えてきていたのであった。すなわち、真理の普遍性とは次の二点で担保される、と豪語した。

①知識の客観的妥当性
②論理的な整合性・合理性

すなわち、①で観察や実験の結果としてのデータは、真理を証明する有力な資料として、かつ誰でもが観察や実験を繰り返せば容易に追認できるもの、と。また②では、立証のための言説とそれらのデータとの意味連関が明瞭で、矛盾なきものとして。

さらに本掲示板でも、あなたさま以外の自称理系人士らは総じて、上記につき無自覚・無意識であった。いかにも滑稽に思われる。もっとも、たかだか入試科目次元における形式的な「数学科の有無」だけを以て唯一のよりどころにする程度の学怪しい軽輩にして、それもやむを得ぬものだと承知はしている。

誤　さらに本掲示板でも、あなたさま以外の自称理系人士らは総じて、上記につき無自覚・無意識であった。

正　しかしながら本掲示板では、あなたさま以外の自称理系人士らは総じて、上記につき無自覚・無意識であった。

＞プログラミングにおけるアルゴリズムで用いられる数学は、フローチャートによる「解」を求めるための技術的な技法であって、ある現象に見られる「法則」を表記するものではない

　文系的な言い回しに違和感があるが、あなたが言おうとしていることは理解できるし、妥当な部分もある。
　だが、科学（Science）と技術/工学（Engineering）では、解釈が全く異なることと、単なる「技法」というにはかなり高度化してきていることに留意しなければならないと思う。

　科学（Science）分野では、人間の頭で考えた数理モデルをベースにプログラムコードを書き（仮説に当たる）、実験や観測結果と比較して（検証）、現象の本質的な部分を理解しようとする。このような本質に迫ろうとするプロセスは、あなたの言う「技法」ではないだろう。

　一方、IT技術・工学（Engineering）があらゆる産業に適用されてきているが、おおむね便利に効率化する目的で利用されている。これは、あなたに言わせれば「技法」の類なのだろうが、データ通信、仮想化システム、AIの適用など、かなり高度なものだ。

　また、近年では従来とは大きく異なる動きが出てきている。
　巨大なデータを機械学習技術によって解析し、データの傾向や相関を見出し、数理モデルそのものを自動発生させようとする試みだ。
　もしかすると今後、このような方法で本質に迫る数理モデルを作りだせるかもしれない。
　これは単なる「技法」とは言えないだろう。