De twee motoren van de moderniteit - Alexandrijnse en Newtoniaanse denktradities in een wereld van technologische complexiteit

Stelling

De moderne technologische wereld is gebouwd op twee complementaire intellectuele vermogens. Uit de Alexandrijnse traditie (denk aan Euclides en Archimedes) stamt de kracht van axiomatische helderheid, idealisering en meetbaarheid - het vermogen om de werkelijkheid zó te abstraheren dat zij berekenbaar en verifieerbaar wordt. Uit de Newtoniaanse traditie komt de wetmatige dynamisering - het vermogen om veranderlijke systemen in tijd te beschrijven, te voorspellen en te beheersen met mathematische modellen. Samen maken ze grootschalige technologie mogelijk; afzonderlijk schieten ze tekort bij de grillige, netwerkachtige complexiteit van onze tijd. Hun blijvende waarde ligt daarom niet alleen in wat ze kunnen verklaren, maar in hoe ze ons leren modellen te bouwen, grenzen te herkennen en lagen van beschrijving te stapelen.

Met dank aan de boeiende lessen filosofie aan de Universiteit Antwerpen (UA). Uiteraard is dit slechts een persoonlijke visie.

 1) Wat is de “kracht” van het Alexandrijnse denken?

Het Alexandrijnse idioom - gepersonifieerd door Euclides en Archimedes - combineert drie ideeën:

1. Axiomatiek als machine voor zekerheid.

   Euclides laat zien dat je vanuit enkele duidelijke uitgangspunten een hele kennisarchitectuur kunt opbouwen. De winst is transparantie: iedereen kan nagaan waar een stelling op steunt.

2. Idealiserende meetbaarheid.

   Archimedes koppelt strenge redenering aan kwantificatie (balans, hefboom, volume, dichtheid). De winst is operationaliteit: grootheden worden meetbaar en manipuleerbaar.

3. Interpretatieve bruggen.

   In het Alexandrijnse intellectuele klimaat (waar ook de taal van Logos en allegorische interpretatie circuleert) verschijnt een synthese van betekenis en berekening: de wereld is niet alleen te meten, maar ook conceptueel te ordenen. Dat legitimeert de abstractie zelf - idealiseren is geen reductie tot het onzinnige, maar een weg naar inzicht.

Effect op technologie:

Axiomatische en idealiserende methoden leveren de taal van standaarden en interfaces (definities, protocollen, toleranties), de geometrie van ontwerp en fabricage, en de vorm van bewijs in software en hardware (specificaties, formele verificatie). Ze maken systemen modulair en herhaalbaar—voorwaarde voor schaal.

 2) Wat voegt de Newtoniaanse filosofie toe?

Newton maakt van natuur het domein van universele, wiskundige wetten. De kernvermogens:

•  Mathematische dynamica.

  Met differentiaalvergelijkingen worden krachten, beweging en verandering één calculus. Dit biedt voorspelbaarheid en regelbaarheid (cybernetica).

•  Uniformering en universaliteit.

  Eén wet geldt overal: het idee van modeloverdraagbaarheid. Dat rechtvaardigt standaardisering (denk: metrologie) en simulatie.

•  Empirie als toets.

  Wetmatigheden krijgen hun rang via meetbare consequenties. Dat levert feedbacklussen - de voorloper van moderne controle- en regeltechniek.

Effect op technologie:

De Newtoniaanse erfenis is de engine achter simulatieplatforms, control systems, aerodynamica, energie- en transportinfrastructuur: overal waar continuïteit, krachten en stromen beslissend zijn.

 3) Hoe dragen deze tradities samen moderne complexiteit?

Moderne technologie is geen enkelvoudig artefact, maar een gelaagd ecosysteem (chips, software, netwerken, logistiek, regelgeving, marktgedrag). De Alexandrijnse en Newtoniaanse vermogens werken hierin als twee motoren:

•  Axioma → specificatie: van heldere uitgangspunten naar formele eisen en testcriteria.
•  Idealiteit → module: ideale cirkels en perfect vlakke vlakken worden toleranties en interfaces.
•  Wet → dynamische integratie: subsystemen worden via modellerende wetten gekoppeld en via regelkringen gestabiliseerd.
• Berekenbaarheid → simulatie: van ontwerptekeningen naar digitale tweelingen die gedrag voorspellen.

Kortom: abstractie maakt delen samenwerkbaar; dynamica maakt het geheel bestuurbaar.

 4) De grenzen in het aangezicht van hedendaagse complexiteit

Waar botsen deze vermogens op hun grens?

1. Niet-lineariteit en emergentie.

   Veel moderne systemen (internet, energienet, financiële en sociale platforms) vertonen drempelgedrag en kettingreacties. Lineaire superpositie faalt; kleine oorzaken geven soms buitensporige effecten.

• Drempelgedrag: een systeem reageert nauwelijks… tot een kritische grens wordt overschreden; dan verandert het gedrag plots en kwalitatief (een “tipping point”).
• Kettingreacties: zodra een verandering plaatsvindt, triggert die weer andere veranderingen, waardoor het effect doorschiet en zich verspreidt (cascade).

2. Model-onzekerheid en datagedrevenheid.

   Machine learning optimaliseert zonder expliciete wetten. Dat wringt met axiomatische transparantie en Newtoniaanse verklaarbaarheid: voorspelbaarheid wordt probabilistisch en contextueel.

3. Sociotechnische verwevenheid.

   Menselijke normen, instituties en prikkels maken deel uit van het systeem. Meten verandert het gemetene (Goodhart-achtige effecten): indicatoren worden doelen en modellering wordt performatief.

Goodhart-achtige effecten ontstaan wanneer je een proxy-maat (een meetbaar getal) tot doel verheft. Zodra mensen of systemen die maat actief gaan optimaliseren, breekt de relatie met wat je eigenlijk wilde - de maatstaf “werkt” niet langer als betrouwbare indicator (When a measure becomes a target, it ceases to be a good measure).

4. Gelaagde afhankelijkheden.

   Leveringsketens en software-stacks creëren interconnecties die klassieke isolatie van subsystemen ondermijnen. Fouten propageren langs onvoorziene paden.

Deze grenzen vragen niet om het weggooien van Euclides, Archimedes of Newton, maar om uitbreiding van hun repertoire.

 5) Naar een hedendaagse synthese

Een vruchtbare houding in de moderne wereld is methodologisch pluralisme met Alexandrijnse en Newtoniaanse kern:

 Axiomatische kern + formele waarborgen.

  Gebruik specificaties, typen, en bewijstechnieken waar het moet (veiligheid, kern- en luchtvaart, cryptografie). Transparantie blijft een morele én technische waarde.

 Dynamische modellen + feedback.

  Behoud Newtoniaanse regelkringen en energetische boekhouding - voeg waar nodig probabilistische en robuuste controle toe. Newtoniaanse regelkringen zijn regelkringen die expliciet uitgaan van Newton’s wetten - dus van krachten, massa’s, impulsen en momenten en geven je actieve beheersing van beweging/stromen. Energetische boekhouding geeft globale grenzen en sanity-checks (conservatie, rendement, thermiek). In de praktijk stapel je lagen met snelle Newtoniaanse lussen (stroom, snelheid, positie) binnenin en langzamere energetische supervisie (vermogen-limieten) erboven. Zo blijf je binnen tolerantiebanden zonder instabiliteit of oververhitting. Newtoniaanse regelkringen vertellen hoe je beweegt en stabiliseert; energetische boekhouding waarborgt dat je dat binnen de grenzen van energie en warmte doet.

 Complexiteitsgevoeligheid.

  Werk met netwerken, agent-modellen, scenario’s en stress-tests. Meerdere modellen naast elkaar zijn vaak beter dan één ‘perfect’ model.

Agent-modellen (meestal: agent-based models, ABM) zijn simulaties waarin een groot systeem wordt opgebouwd uit veel, autonome “agents” - bv. personen, bedrijven, voertuigen, sensoren, microservices. Elke agent volgt eenvoudige, lokale regels (waarnemen → beslissen → handelen), en wat we op macroniveau zien - files, marktvolatiliteit, cascades, segregatie, adoptiegolven - ontstaat emergent uit hun interacties.

Emergentie is wanneer een patroon, eigenschap of gedrag verschijnt op systeemniveau dat niet aan één enkel onderdeel toebehoort, maar voortkomt uit de interacties tussen veel onderdelen. Het is geen mystiek; het is “meer-dan-de-som” omdat er nieuwe, nuttige beschrijvingsniveaus ontstaan. Emergentie is vorm zonder centrale vormgever: als veel kleine beslissers elkaar zien en beïnvloeden, verschijnt een nieuw, stabiel patroon dat je het best in eigen systeemtaal beschrijft (niet met de taal van de onderdelen).

 Iteratieve meting en governance.

  Maak van meten geen eindpunt maar een leerproces (monitoring, audits, incident-postmortems). Erken dat normatieve keuzes (wie draagt risico, wie krijgt voordeel?) in het ontwerp zelf zitten. Bias door bewuste of onbewuste normatieve keuzes maakt vaak intrinsiek deel uit van een model, wees je daarvan bewust.

 Laagdenken als ontwerpprincipe.

  Behandel systemen als gestapelde abstracties: elk niveau krijgt eigen axioma’s, tolerantiebanden en feedbacklussen. Zo behouden we de Euclidische helderheid én Newtoniaanse beheersing zonder totaliserende pretentie. 

Een tolerantieband is de toegestane variatie rond een doelwaarde. Je specificeert dus niet alleen “het moet 10 zijn”, maar “het mag tussen ondergrens en bovengrens vallen” (statistische proces controle (SPC)). Een feedbacklus meet de actuele toestand, vergelijk die met de doelwaarde en stuurt bij zodat de grootheid binnen de tolerantieband blijft.

Tot slot

De Alexandrijnse kracht is vormgeven aan helderheid: begrippen zuiveren, aannames expliciteren, meten mogelijk maken en zo een gedeelde technische taal scheppen. De Newtoniaanse kracht is vormgeven aan beweging: wetten vinden, dynamiek modelleren, voorspellend en regelend ingrijpen. Dankzij deze twee motoren konden we technologie opschalen van werktuig tot wereldsysteem.

Maar in een wereld waarin systemen elkaar sturen en betekenis, macht en materie samenvallen, volstaat geen enkel monomodel. De taak vandaag is discipline met besef van complexiteit: axioma’s waar het moet, wetten waar het kan, probabilistische en meervoudige modellen waar het nodig is—en steeds met institutionele en ethische feedbacklussen. Zo blijven Euclides, Archimedes en Newton niet enkel historische reuzen, maar levende methoden om technologische complexiteit begrijpelijk, bestuurbaar en verantwoord te houden.