La science peut-elle persévérer dans l’erreur ?

Comment les sciences peuvent-elles parfois persister dans l’erreur et privilégier des théories fausses ou décrivant la réalité de façon insatisfaisante ? C’est la question que se sont posée deux chercheurs en économie dans un article publié en décembre 2018 [1].

Pour ce faire, ils ont élaboré un modèle mathématique très simple de l’évolution sociologique d’un champ scientifique. Les règles sont les suivantes :

• l’entrée dans une discipline est gardée par les chercheurs déjà titulaires de cette discipline, selon le principe de cooptation. Ainsi un jeune chercheur, pour avoir la possibilité de faire carrière dans sa discipline, doit être accepté par ses pairs installés ;

• le travail d’un jeune chercheur, candidat à la titularisation, est évalué selon sa qualité scientifique, c’est-à-dire sa capacité à décrire et expliquer le monde réel de façon satisfaisante. Cette règle reflète le fonctionnement idéal d’un champ scientifique, à savoir que les bonnes théories devraient s’imposer face aux mauvaises en raison de leur simple supériorité ;

• cependant, les chercheurs sont également affectés d’un biais d’homophilie ¹ : ils ont donc tendance, toutes choses égales par ailleurs, à évaluer plus favorablement les jeunes chercheurs tenants d’une théorie ou d’une école d’interprétation proches de la leur, plutôt que d’une théorie ou école concurrentes.

Dans ce modèle, un chercheur ne change pas de théorie ou d’école de pensée en cours de carrière (concepts résumés par le terme très général de paradigme). C’est une simplification qui correspond généralement bien à la réalité, que ce soit en économie ou selon les observations de Thomas Kuhn dans La Structure des révolutions scientifiques (1962) ².

Les auteurs s’intéressent à un cas simple où deux théories s’affrontent : une bonne et une moins bonne, chacune portée par un certain nombre de chercheurs. Ils mettent leur modèle en équation dans ce cadre et définissent trois paramètres permettant de varier les simulations. Le premier paramètre concerne l’intensité du biais d’homophilie chez les chercheurs. Le deuxième paramètre est la puissance de la discipline scientifique considérée, c’est-à-dire sa capacité à faire objectivement la part entre une bonne et une mauvaise théorie ; cette puissance est généralement corrélée à la mise en œuvre de méthodes de validation précises et rigoureuses. Le troisième paramètre est la répartition de départ parmi les chercheurs titulaires, entre tenants du bon et du moins bon paradigme. Les deux premiers paramètres sont combinés pour former une loi exprimant, pour chaque jeune chercheur, la probabilité d’être accepté en fonction du paradigme qu’il aura choisi et de la proportion de chercheurs titulaires tenants de chaque paradigme. L’expérience consiste à simuler avec ce modèle le renouvellement progressif, année par année, du corps scientifique, étant donné que chaque année un certain nombre de titulaires prennent leur retraite et laissent leur place à de nouveaux chercheurs choisis selon cette loi de probabilité. Ainsi on peut tracer l’évolution de la « part de marché » de chaque paradigme au sein du corps des chercheurs, pour chaque jeu de paramètres étudiés (notons que ces paramètres sont maintenus constants au cours d’une même simulation).

Comme on peut l’espérer, si le biais d’homophilie est inexistant, alors la science converge toujours vers l’acceptation de la meilleure théorie. Dans le cas réaliste où un biais d’homophilie existe, les résultats sont plus contrastés. Une discipline scientifique à forte puissance converge toujours, au terme d’un temps plus ou moins long, vers le triomphe de la meilleure théorie, et ce même si la mauvaise théorie est initialement dominante. Cependant, une discipline scientifique à faible puissance peut très bien, en fonction des conditions initiales, converger vers un rejet total de la meilleure théorie : dans ce cas, c’est le biais d’homophilie associé à la domination initiale de la mauvaise théorie qui prévaut sur la supériorité scientifique de la bonne théorie, que les instruments méthodologiques sont trop faibles pour faire triompher. Selon ce modèle, donc, la science peut non seulement être lente à accepter une meilleure théorie, mais elle peut tout simplement ne jamais l’accepter – en tout cas, pas tant que les instruments de validation ne s’améliorent pas suffisamment.

Un modèle théorique

Il faut insister sur le fait qu’il s’agit ici d’un modèle théorique, basé sur une hypothèse – que l’on peut considérer comme raisonnable et vraisemblable – sur le mode de fonctionnement d’un champ scientifique. Les auteurs n’ont pu le valider de façon rigoureuse et, à vrai dire, cela paraît difficile : une confirmation expérimentale demanderait de mobiliser une discipline scientifique tout entière pendant des décennies, tandis qu’une validation à l’aune des données historiques nécessiterait une ample base de données détaillant les conditions de promotion de chaque chercheur. L’intérêt de ce modèle semble donc moins de décrire précisément la réalité que de proposer une interprétation plausible, quoique fortement schématique, du fonctionnement social des disciplines scientifiques et de leur mode de recrutement.

Néanmoins, les auteurs présentent quelques exemples historiques qui, selon eux, sont bien expliqués par ce modèle. Le premier concerne le modèle héliocentrique qui, bien qu’exprimé pour la première fois dès l’Antiquité, ne fut accepté que lorsque les instruments astronomiques – grâce à l’intervention décisive de Galilée – permirent de montrer de façon incontestable sa supériorité sur le modèle géocentrique, de telle sorte que le biais d’homophilie ne put plus maintenir ce dernier comme théorie dominante. Avant l’apparition de ces instruments, l’astronomie était une science à faible puissance : les imprécisions manifestées par le modèle géocentrique pouvaient facilement être compensées en complexifiant un peu le mouvement supposé des planètes autour de la Terre (via, par exemple, l’ajout d’épicycles).

Le second exemple a trait à une théorie dominante en économie, jusqu’aux années 1930, selon laquelle une crise générale de sous-consommation serait rigoureusement impossible ³. C’est la Grande Dépression qui, en produisant une incontestable et massive crise de surproduction, a réalisé un test grandeur nature de la théorie dominante et conduit à sa remise en question, bien qu’elle eût en réalité déjà été réfutée en 1887 par un juriste américain, Uriel Crocker, resté méconnu dans l’histoire économique. La théorie de Crocker avait été considérée à sa publication comme « absurde » par d’éminents économistes puisqu’elle attaquait de front une théorie dominante au sein d’une science ne disposant pas d’instruments à même de départager de façon fiable une bonne théorie d’une moins bonne ⁴.

Les troisième et quatrième exemples concernent le domaine médical, où des pratiques sans efficacité voire nocives (la saignée et la mastectomie radicale) ont perduré bien après la démonstration scientifique de leur nocivité. L’explication tient au recrutement dans le milieu médical, qui a longtemps privilégié l’habileté pratique par rapport à la maîtrise des connaissances scientifiques. Ici le biais d’homophilie tient plus aux procédures de recrutement elles-mêmes (des professionnels ayant été sélectionnés sur des qualités pratiques ont tendance à recruter des pairs leur ressemblant en privilégiant ces mêmes critères d’évaluation) qu’aux théories scientifiques favorisées par les praticiens.

La fiabilité et l’évolution des sciences sociales en question

Dans un blog [2], l’un des auteurs revient sur cet article et les conséquences qu’il serait souhaitable d’en tirer. Il remarque que, selon le modèle proposé, l’immense succès des sciences de la nature est dû à deux caractéristiques principales : premièrement, la mise au point de tests très puissants permettant de départager de façon fiable bonnes et mauvaises théories ; deuxièmement, une sensibilité des chercheurs à l’idéal scientifique qui les conduit à accepter facilement de jeunes chercheurs ayant effectué un travail rigoureux au regard de ces tests, y compris malgré le biais d’homophilie. Le paysage des sciences sociales apparaît beaucoup moins idyllique. Certes, des méthodes (expérimentales, statistiques) ont été adoptées afin d’améliorer la fiabilité et la pertinence des résultats en sciences sociales. Néanmoins, ces méthodes ont peu de chances d’atteindre le degré de fiabilité de celles utilisées dans les sciences de la nature. Surtout, certaines disciplines sont par construction inaptes à la mise en œuvre de tels outils, un exemple type étant la macroéconomie où la validation expérimentale d’une théorie impliquerait la mobilisation de pays entiers. Pour conclure, l’auteur se demande, sans proposer de réponse, comment ces disciplines peuvent s’efforcer de donner une chance équitable à des théories nouvelles ou minoritaires, notamment lorsqu’elles flétrissent le point de vue dominant.