像科學家一樣思考：推理和模型
科學家怎樣知道一些看不見的東西，例如微小的粒子？他們會運用科學模型和科學推理。你將會學習甚麼是模型、科學家怎樣由數據得出普遍規律（再反過來應用），以及植物實驗怎樣帶出我們對光合作用的認識。我們開始吧！
如何設計公平的探究，已在「假說、變量和對照實驗」一章介紹。本章第 5 至 7 節屬於 2025 年課程的延展部分。
1. 甚麼是科學模型？
科學模型是以簡化的方式，展示自然界中某些事物如何運作。它可以是一幅圖畫、一個圖表、一件實物、一條方程或一個電腦程式。建模是科學家建立、測試和改良模型的過程。
想想港鐵路綫圖。它略去了建築物和隧道真實的彎位，卻清楚顯示你需要的資料：哪些車站互相連接。模型只保留重要的部分。
模型的三大用途：描述、預測、解釋
描述——展示事物的樣子。水循環圖展示了蒸發、凝結和降水。
預測——說出接下來會發生甚麼。食物網可以預測某個物種消失後，其他動物可能會怎樣。
解釋——說明事情為甚麼會發生。粒子模型解釋了液體受熱時為甚麼會膨脹。
記憶法：好模型做三件事——描述、預測、解釋，簡稱「描預解」。
科學模型的例子
粒子模型——所有物質都由不斷運動的微小粒子組成，可用來解釋固體、液體和氣體。
水循環圖——展示水如何在海洋、空氣和陸地之間循環。
食物網——展示生態系中的食物關係，例如香港郊野公園林地裏的生物。
DNA 模型——形狀像一條扭曲的梯子（雙螺旋），展示 DNA 的結構；DNA 是攜帶遺傳資訊的物質。
地圖和電腦模型——地圖是地球表面的模型；天氣預報員會運行電腦模型來預測天氣。
模型可以改變
模型是科學家到目前為止最好的想法。當新證據與模型不符，模型便會被修訂或取代。人們曾經使用以地球為一切中心的模型。後來，對行星的觀察令科學家建立了以太陽為太陽系中心的模型。這正是科學的強項！
重點總結：科學模型是簡化的表述，用來描述、預測和解釋。當出現新證據，模型便會被修訂。
2. 歸納推理：由數據到普遍規律
歸納推理（歸納）是指以特定數據得出普遍的結論、趨勢或模型。你由「這些例子」推廣到「所有同類的例子」。
例子：加熱液體
一班同學把裝有有色水、插有幼玻璃管的燒瓶放在水浴中加熱，並記錄管中的水位：
20 °C → 5.0 cm
40 °C → 5.8 cm
60 °C → 6.9 cm
80 °C → 8.2 cm
規律：每次溫度上升，水位都會上升。歸納出的普遍結論：「液體受熱時，體積會增加。」用線圖展示，趨勢便一目了然。
建立模型解釋趨勢
趨勢只告訴我們發生了甚麼，卻沒有說明為甚麼。粒子模型可以解釋：液體受熱時，粒子獲得能量，運動得更快，彼此距離更遠，所以液體佔據更多空間。
常見錯誤
「粒子受熱後會變大」是錯的！粒子的大小不變，變大的是粒子之間的空隙。
重點總結：歸納是由特定到普遍。多個觀察結果可以帶出一個趨勢、結論或模型。
3. 演繹推理：由規律到特定結果
演繹推理（演繹）的方向剛好相反：由普遍的規律、趨勢或模型出發，推論出特定的結果。
演繹的例子
根據趨勢：50 °C 時水位會是多少？由於 50 °C 介乎 40 °C 和 60 °C 之間，我們推論水位會介乎 5.8 cm 和 6.9 cm 之間。
根據模型：液體受熱會膨脹，所以我們推論把溫度計的玻璃泡放進熱水時，裏面的液體會上升。溫度計正是這樣運作的！
根據食物網：蛇會吃青蛙。如果大量的蛇被移走，我們推論青蛙的數量很可能會增加，至少在一段時間內如此。
歸納還是演繹？記憶法
想像一道樓梯。歸納是向上爬：由許多細小的事實爬到一條大規律。演繹是向下走：由大規律走到一個特定例子。
歸納：特定數據 → 普遍規律
演繹：普遍規律 → 特定結果
兩者如何互相配合
1. 觀察並收集數據。
2. 歸納出趨勢或建立模型。
3. 由模型演繹出預測。
4. 測試預測。
5. 如果結果吻合，模型便得到支持；如果不吻合，就修訂模型。
重點總結：演繹是由普遍到特定。用模型或趨勢預測某個特定結果，然後可以加以測試。
4. 故事時間：科學家如何發現光合作用
我們對植物如何製造食物的認識，是由不同科學家根據證據推理，一步一步建立起來的。
海爾蒙特和柳樹
在十七世紀，佛蘭德科學家海爾蒙特把一棵小柳樹種在一盆已稱重的乾泥土中。五年來他只給它澆水。結果柳樹增加了約 74 kg，但泥土只減少了約 57 g。他推斷質量並非來自泥土，所以一定來自水。
推理檢查：他巧妙地運用了證據，但結論只對了一部分，因為他沒有考慮空氣。今天我們知道，植物的質量有很大部分是由空氣中的二氧化碳，連同水建造而成的。
你知道嗎？
英文中「gas」（氣體）這個字，就是由海爾蒙特創造的！
普里斯特利和薄荷
在 1770 年代，英國科學家普里斯特利發現，在密封玻璃瓶中燃燒的蠟燭很快便會熄滅，放在密封瓶中的老鼠也無法生存。但當他把一枝薄荷放在這些「用過」的空氣中數天後，蠟燭又可以在裏面燃燒。他推斷植物能夠恢復被燃燒或呼吸弄壞了的空氣。
英格豪斯和光的重要性
在 1779 年，荷蘭科學家英格豪斯擴展了普里斯特利的實驗。他發現植物只有在光下才能恢復空氣，而且只有綠色部分能夠做到。浸在水中的綠葉在陽光下會放出細小的氣泡，在黑暗中則不會。
把故事串連起來
海爾蒙特：植物從水中獲得質量。
普里斯特利：植物還能令用過的空氣再次適合呼吸。
英格豪斯：植物只在光下，以綠色部分做到這一點。
後來的科學家把這些想法結合，建立了今天的光合作用模型：綠色植物利用光能，把二氧化碳和水製成食物，並釋放氧（會在另一單元學習）。
重點總結：科學家根據新證據推理並修訂舊模型，科學知識因而不斷增長。
5. 推斷最佳解釋（延展部分）
當一個想法無法直接測試時，科學家會像偵探一樣推斷最有可能的解釋：列出各種可能的解釋，然後選出最能配合所有證據的一個。
例子：濕了的操場
早上學校的操場濕了。可能的解釋：(a) 晚上下過雨；(b) 校工洗過地；(c) 水管爆裂。
證據：校外的馬路、汽車和樹木也是濕的。最佳解釋：下過雨，因為只有 (a) 能解釋所有觀察結果。
最佳解釋是最有可能的解釋，而不是已證實的事實。如果出現新證據，例如報告指昨晚沒有下雨，我們就要重新思考。
重點總結：選擇最能配合證據的解釋，並隨時準備改變想法。
6. 根據可能性作出判斷（延展部分）
科學不一定能肯定地說出將會發生甚麼，但往往能告訴我們某件事發生的可能性有多大（即概率），我們可以據此作出明智的判斷。
日常例子
天氣：天氣預報（例如香港天文台的預報）會告訴我們下雨的可能性。如果機會高，就應帶備雨傘，即使下雨並非必然。
空氣質素：當空氣質素健康指數（AQHI）偏高，健康風險便較高，因此建議患有心臟病或呼吸系統疾病的人士減少戶外運動。
颱風：當颱風有可能接近香港，市民會及早加固窗戶，因為即使不一定正面吹襲，可能造成的傷害也很嚴重。
小貼士：要同時考慮事件發生的可能性和後果有多嚴重。即使嚴重傷害發生的機會很小，也可能值得採取行動。
重點總結：科學給我們的是概率，而不是保證。善用可能性作出明智的選擇。
7. 科學推理的限制（延展部分）
科學推理很有用，但並不完美。
樣本太小會誤導
很長一段時間，歐洲人只見過白色的天鵝，於是得出「所有天鵝都是白色的」這個結論。後來人們在澳洲發現了黑天鵝，一個新的觀察便證明這條規律是錯的。由少數例子歸納出的規律可以得到支持，但永遠不能百分百證明。
相關不等於因果
兩件事可以一起改變，但其中一件並不是另一件的成因。夏天時，雪糕的銷量和到海灘游泳的人數都會上升。吃雪糕不會令人去游泳！兩者都是由第三個因素引起的：炎熱的天氣。要證明真正的因果關係，科學家需要進行對照實驗。
模型是簡化了的
每個模型都會略去一些東西。真實的粒子並不是彩色小球；天氣模型預測的時間越遠，準確度就越低。演繹的結果只會跟它所根據的模型一樣好：錯誤或過分簡化的模型，可能會帶來錯誤的預測。
重點總結：樣本太小、混淆相關與因果，以及過分相信簡單的模型，都會限制科學推理。
小心！常見錯誤
錯誤一：「模型必須跟真實事物一模一樣。」不對——模型是刻意簡化的。而且模型被修改並不代表失敗：修訂模型正是科學進步的方法。
錯誤二：混淆歸納（由特定到普遍）和演繹（由普遍到特定）。
重點回顧
1. 建模是建立模型的過程，模型用來描述、預測和解釋自然現象。
2. 模型例子：粒子模型、水循環圖、食物網、DNA 模型、地圖和電腦模型。
3. 當新證據與模型不符，模型便會被修訂。
4. 歸納：特定數據 → 普遍趨勢、結論或模型。
5. 演繹：模型或趨勢 → 特定結果。
6. 海爾蒙特、普里斯特利和英格豪斯各自提供了證據，逐步建立光合作用的模型。
7.（延展部分）選出最能配合所有證據的解釋，根據可能性作出判斷，並認識推理的限制。
做得好！每次你發現規律或作出預測，就是在像真正的科學家一樣推理。繼續問自己：「我們怎樣知道？」