Qu’est-ce qu’une étude scientifique ?

[EDIT] 01/05 : modifications mineures concernant les marges d’erreurs des études

Cet article est le premier d’une série traitant des enjeux méthodologique et politique de la recherche scientifique.

Les différentes définition de la science

Richard Monvoisin, professeur de zététique à l’Université Grenoble Alpes, a distingué lors de son cours quatre définitions de la science :
1/ La somme de nos connaissances
2/ Les personnes qui participent ou ont participé à l’acquisition de cette somme
3/ La « techno-politique », c’est-à-dire les institutions qui organisent et financement la recherche scientifique 
4/ La démarche intellectuelle contraignante visant à faire des affirmations testables, vraisemblables et « objectivables ».

La seconde et la troisième définition avancées par Monvoisin, qui regroupent les aspects personnels, financiers et politiques de la science, seront l’objet de la seconde partie de cet essai. Je souhaite plutôt, dans sa première partie, me concentrer sur les aspects techniques[1] de la science : sur quelles bases peut-on considérer que les études menées correspondent à la « démarche intellectuelle contraignante » décrite par Monvoisin, sont « objectivables », dont les résultats s’ajouteront à la somme de nos connaissances ? Cette question a été l’enjeu de décennies de controverses au sein de la communauté des chercheur.e.s. Leur conclusion, s’il y en a une, c’est que ni la science ni la méthode scientifique ne peuvent être définies de manière claire et absolue : il existerait plutôt un ensemble de critères de scientificité, susceptible d’évoluer ainsi qu’un ensemble d’outils intellectuels servant à la pratique de la science, et une production peut être scientifique sans se conformer à l’ensemble de ces critères, tant qu’elle en remplit certaines conditions.

Cette définition floue, bien que peu satisfaisante, possède au moins le mérite de ne pas enfermer la science dans un paradigme dogmatique, et je ne vais pas la remettre en cause. Plutôt que de définir « la science » ou « la méthode scientifique », je vais tenter de définir en quoi consiste une « étude scientifique », puis en délimiter les différents types. Par rapport à la notion polysémique de « science », celle d’étude scientifique me semble plus facilement descriptible, d’une part car elle s’inscrit dans un champ plus restreint que le concept de « science », dont elle n’est qu’une des manifestations, d’autre part car les études scientifiques sont des créations directement observables et délimitables.

 Les catégories d’études scientifiques

Avant de préciser ce qui est commun à l’ensemble des études scientifiques, il me semble intéressant d’observer d’abord les différentes formes qu’elles peuvent prendre. J’en distingue en effet trois catégories : les études formelles, les études observationnelles et les études expérimentales. Cette distinction est non pas prescriptive, mais descriptive : ces trois catégories se démarquent les unes des autres non pas par la nature de l’objet étudié ni la manière dont il devrait être étudié (ce qui serait prescriptif), mais par la manière dont il peut être étudié, et dépend donc directement des limitations des chercheur.e.s. Reynaud emploie ces distinctions dans son ouvrage « La sociologie et sa vocation scientifique », bien qu’il n’explique que très succinctement ce qui distingue ces trois catégories, que je vais ici décrire de manière plus approfondie.

Les études formelles ont pour ambition de construire, par la déduction, des démonstrations qui s’appuient sur des affirmations qui ne sont pas nécessairement démontrés. Les productions scientifiques formelle sont notamment utiles pour aiguiller ou faciliter des travaux de recherche de nature expérimentale. L’usage des mathématiques est essentiel en physique, et des travaux de logique ou de morale peuvent influencer la manière dont une expérience sera menée. Les études scientifiques formelles se retrouvent traditionnellement dans les mathématiques, la logique (qui peut être utilisée dans de nombreux domaines, comme l’épistémologie ou la philosophie morale) et l`informatique théorique.

Les études observationnelles se caractérisent par le fait que leur objet d’étude, bien que concret, ne soit pas directement accessible du fait d’un éloignement spatial ou temporel. Même si elles peuvent suivre un raisonnement expérimental, elles ne procèdent pas à des expérimentations propres. Des disciplines comme l’astronomie, l’histoire ou l’archéologie s’appuient généralement sur des études observationnelles.

Les études expérimentales se caractérisent par l’application d’une méthode expérimentale, qui consiste à tester l’effet de variables en reproduisant un phénomène, souvent en séparant les sujets du test en plusieurs groupes puis en infirmant ou non l’hypothèse de départ en fonction des résultats obtenus. Je distingue les données directes, que les personnes qui travaillent sur l’étude récoltent elles-mêmes, et les données de seconde main, qui ont été récoltées par d’autres, tout en soulignant qu’il est possible qu’une étude ait recours aux deux types de données pour son expérience.

La distinction entre des données expérimentale de seconde main des données étudiées dans un cadre observationnel peut être difficile à faire. Je considère que les données expérimentales se caractérisent par le fait qu’elles aient été récoltées dans un cadre précis et documenté (généralement, mais pas forcément, dans le cadre d’une autre étude expérimentale) et sont de ce fait reproductibles, c’est-à-dire que, réunies par d’autres personnes dans les mêmes conditions, elles conduisent à des résultats suffisamment similaires[2]. En revanche, les données étudiées dans des études observationnelles ne sont pas reproductibles au moment où l’étude est menée. Par exemple, en linguistique, s’appuyer sur des études menées par d’autres équipes scientifiques ou des sondeurs professionnels concernant une langue encore vivante (études qui peuvent être reproduite) ou étudier une langue morte en s’appuyant sur des corpus de textes qui ne peut être reproduit car appartenant à un contexte trop différent de celui dans lequel l’étude est menée impliquera des objectifs et des outils d’étude différents.

Ce découpage entre études formelles, études observationnelles et études expérimentales se distingue de la démarcation traditionnelle des disciplines scientifiques. Il rejette notamment la distinction entre sciences naturelles et sciences humaines et sociales, qui s’appuie sur une conception obsolète de ce qu’est l’humanité, et qui a notamment été réfutée par Dominique Reynaud dans son ouvrage « La sociologie et sa vocation scientifique » cité plus haut.

Pour donner un exemple, des travaux considérés comme aujourd’hui du champ de la linguistique abrite des études scientifiques formelles, tels que les travaux de Chomsky concernant la grammaire universelle, des travaux scientifiques observationnels, tel que l’étude de l’évolution d’une langue à partir de textes ou de témoignages (par exemple, l’étude de l’évolution du latin vers l’ancien français), ainsi que des travaux scientifiques expérimentaux tels que l’étude de la manière dont une langue est parlée dans une communauté particulière via une enquête d’un ou plusieurs scientifiques (expérience directe) et/ou l’étude d’enquêtes menées par d’autres scientifiques (expérience de seconde main).

Cela ne veut pas dire qu’une distinction disciplinaire perd toute pertinence, puisqu’elle peut continuer à définir l’objet d’étude, et dans une certaine mesure l’angle sous lequel il sera étudié, mais inscrire une étude scientifique dans le cadre d’une discipline, ou même de plusieurs, ne saurait permettre de définir ce qui y serait acceptable ou non sur le plan méthodologique.

Un objectif commun

Au-delà de leurs différences, ces types d’études ont en commun leur objectif. Celui-ci est de déterminer, entre deux hypothèses (préférablement formulées avant le travail de recherche), quelle est la plus probable, ou plus justement laquelle à le moins de chance d’être fausse, relativement aux paradigmes actuels au moment où cette étude est entreprise. Je considère par le terme « paradigme » un modèle de représentation cohérent de notre environnement, construit à partir de la somme de nos connaissances, c’est-à-dire des hypothèses qui nous semblent les plus probables. Cela conduit soit à confirmer un ou des paradigmes actuels, soit à les modifier en prenant en compte les nouveaux éléments apportés par l’étude, soit à les remplacer par d’autres qui semblent se rapprocher plus d’une représentation adéquate de notre environnement. Le plus souvent, l’une de ces deux hypothèses correspond aux représentations en rigueur au moment de l’article, et est appelée « l’hypothèse nulle ».

Pour que cette opposition d’hypothèse puisse être viable, celles-ci doivent posséder une influence mutuelle claire, afin que comparer les deux soit pertinent. Par exemple, l’hypothèse « les citoyen.ne.s français.e.s tendent à économiser plus que la moyenne des habitants de l’OCDE » et l’hypothèse « il existe des espèces appartenant à la classe des amphibiens capables de reproduction asexuée » sont décorrélées : nous n’avons aucune raison de penser que la forte probabilité de l’une influence la probabilité de l’autre. De plus, il est préférable que les deux hypothèses ne s’opposent que sur un point spécifique, (appelé variable indépendante), à un seul niveau bien défini à l’avance, car l’accumulation de ces variables rend difficile l’explication de l’origine des différences qui peuvent être observées entre les groupes . Prenons par exemple le cas d’un essai pharmaceutique, étude scientifique expérimentale qui vise à déterminer si le médicament A est efficace pour soigner les migraines : celle-ci aura par exemple pour objectif de savoir quelle hypothèse, entre l’hypothèse 0, ou hypothèse nulle : « le médicament A ne possède en moyenne pas d’effet significatif par rapport à un placebo pour stopper une migraine » et l’hypothèse 1 « le médicament A possède en moyenne un effet significatif par rapport à un placebo pour soigner la migraine » laquelle semble la plus probable. Pour pouvoir départager ces hypothèses, deux groupes de personnes migraineuses possédant des caractéristiques similaires seront observées, l’un traité avec le médicament A, l’autre avec le placébo. La variable indépendante est ici le médicament utilisé pour le soin, placébo ou médicament supposé efficace.

Les études formelles ou observationnelles ont ce même objectif, même si le moyen d’y parvenir est non pas l’expérimentation mais des raisonnements logiques à partir d’axiomes ou l’étude de données non expérimentales et non reproductibles. Je pense que la description et l’explication, que Reynaud considère comme centrale à toute démarche scientifique, peuvent être considérées comme des moyens permettant de déterminer la probabilité d’une hypothèse par rapport à une autre.

Les études scientifiques s’inscrivent dans une posture probabiliste

Il est important de ne pas oublier qu’un résultat obtenu par une étude scientifique n’est jamais absolu. En premier lieu, une étude scientifique expérimentale, même représentative, ne testera presque jamais l’ensemble des individus qui sont censés être impliqué par l’hypothèse (pour reprendre le précédant exemple, les individus qui prendront le médicament A pour faire cesser une migraine si celui-ci est commercialisé). C’est pour cette raison qu’une marge d’erreur est généralement prévue, le plus souvent entre 1 et 5% en fonction des disciplines, pour prendre en compte les improbabilités statistiques. De plus, ses résultats sont susceptibles d’être remis en cause à tout moment, dès lors que d’autres études trouvent des résultats contradictoires, que ce soit en utilisant la même méthode ou en en employant une autre, plus adaptée. Toujours à propos du médicament A qui cherche à soigner les migraines, d’autres études avec un plus grand échantillon peuvent conclure que ce médicament ne semble pas avoir d’effet significatif contre la migraine, ou encore que son efficacité tend à être forte pour les femmes qui l’ont pris mais limitée pour les hommes, etc. De plus, les études ne peuvent que confirmer ou infirmer des tendances, pas prévoir chaque cas : même si l’hypothèse « le médicament A possède un effet significatif par rapport à un placebo pour soigner la migraine » est confirmée, cela ne veut pas dire que tous les individus qui prendront ce médicament verront leur migraine disparaître, juste que la chance que leur migraine disparaisse s’ils prennent ce médicament est plus importante que s’ils prennent un placebo.

Enfin, les études scientifiques s’appuient ainsi sur des représentations que nous considérons probables, mais aussi parfois sur des représentations que nous considérons fausses car ce sont celles qui nous semblent les plus cohérentes par rapport à ce que nous observons, en attendant de trouver mieux (c’est le cas par exemple en physique classique). Ainsi, dans un paradigme, les hypothèses cessent d’être considérées individuellement, et doivent être prises en compte ensembles. Une hypothèse qui semble a priori peu probable peut avoir sa place dans un paradigme si elle est compatible avec ou permet d’expliquer d’autres hypothèses qui sont essentielles à ce paradigme, en attendant que ces contradictions sont résolues ou qu’un autre paradigme, plus cohérent, le remplace.

C’est pour ces raisons que je considère que l’approche la plus adaptée pour réaliser une étude scientifique est l’approche probabiliste, c’est-à-dire que les hypothèses évaluées ne le sont jamais de manière binaire (« A est vrai, B est faux »), mais plutôt en termes de probabilités, liées à un contexte précis (« Dans un contexte C, au sujet d’une population ou d’un type d’objet D,  l’hypothèse A a plus de chance d’être vrai que l’hypothèse B »). Celle-ci est compatible avec une posture réaliste dans la mesure où pouvoir mieux évaluer les probabilités pourrait contribuer à nous rapprocher du réel objectif tout comme  avec une posture antiréaliste qui aurait pour conséquence de considérer que le réel objectif, s’il existe, ne nous est pas atteignable[3]. Elle est uniquement incompatible avec le relativisme strict, qui considère la probabilité de toutes choses égales par ailleurs, posture qui me semble difficilement défendable sur le plan logique.

Ainsi, même s’il n’existe pas une science et une méthode scientifique applicable partout, je considère que la science peut être décrite par son objectif et par les trois différents types d’étude possible. Je rappelle par ailleurs que le cadre dans lequel je me place est moniste : ce qui distingue ces types d’études n’est pas les données étudiées (la matière est unie par sa nature) mais bien la manière dont il nous est possible de les étudier. Si nous pouvions reproduire des étoiles et autres corps célestes et les étudier dans un environnement clos, alors l’astronomie pourrait devenir une science expérimentale car ce qui en fait une science observationnelle n’est pas la nature des objets observés (les corps célestes) mais bien le fait que ceux-ci ne puissent être étudiés dans un cadre expérimental.

Études scientifiques et méthode : des critères situationnels

Il me semble nécessaire que, pour qu’une étude scientifique puisse être considérée comme pertinente et utilisable pour appliquer une décision ou dans le cadre d’autres études, sa conclusion, c’est-à-dire les inférences faites à partir des résultats obtenus, soient cohérente avec la méthode employée. Par exemple, une étude expérimentale qui a pour ambition de valider l’hypohtèse « les locuteurs et locutrices d’occitan tendent à ne pas être fiers de parler cette langue » ne peut être considérée comme pertinente si les chercheur.e.s s’appuient uniquement sur des données de nature qualitative portant sur un échantillon réduit et non représentatif, dans la mesure où celui-ci tendra à ne pas décrire la population ciblée (ici, les locuteurs et locutrices d’occitan) dans toute sa diversité. Au contraire, dans un cadre exploratoire, où une équipe de recherche souhaite définir un cadre de travail et des hypothèses (savoir quelles hypothèses pourraient être testées ou quelle variable choisie), des entretiens individuels seraient sans doute plus adaptés que des questionnaires anonymisés.

Les conclusions, et par extension les hypothèses qui caractérisent une étude, doivent donc être cohérentes avec le type d’étude comme avec la méthode utilisée pour mesurer leurs probabilités respectives. Un autre critère, qui n’est pas techniquement nécessaire mais me semble essentiel pour que l’étude soit correctement interprétée (ou, pour rester dans un cadre probabiliste, que la ou les interprétations soient vraisemblables), est que l’ensemble des hypothèses étudiées soit explicitement décrites et déclarées préalablement à toute expérience, et que la méthodologie employée ainsi que l’ensemble des données ou processus logiques utilisés soient toujours décrits et accessibles aux lecteurs et lectrices. Des erreurs peuvent être faites pendant l’expérimentation, et l’inférence elle-même peut être la source d’erreurs si les chercheur.e.s n’interprètent pas correctement les données et, que ces erreurs soient honnêtes ou frauduleuses, il est important que d’autres individus puissent avoir accès à l’ensemble de l’étude pour pouvoir vérifier sa cohérence.

La cohérence entre la méthodologie ou les résultats obtenus et la nature de l’hypothèse ainsi que la transparence sont donc pour moi les éléments qui permettent de reconnaître la fiabilité d’une étude scientifique.  
De plus, il me semble important pour les auteur.e.s d’une étude scientifique de s’en tenir, au moins dans l’article de cette étude lui-même, à une interprétation minimale des résultats. Je ne pense pas que les auteur.e.s ne devraient pas offrir une ou des interprétations plus poussées si ils ou elles en ont une, mais celle-ci devrait selon moi être faite dans un espace à part, où ces interprétations ne seraient pas hiérarchisé par rapport aux autres interprétations faites. Privilégier de manière systématique l’interprétation des individus qui mènent les expériences, ou celle de tout autre groupe spécifique de personne, relève d’un certain élitisme, et une telle posture n’est innocente, car le fait d’être considéré comme « spécialiste », universitaire ou autre, n’est pas socialement neutre, fait sur lequel nous reviendront dans la seconde partie de cet essai

Conclusion

Je ne pense pas nécessairement que la définition et la classification des études scientifique que je propose soit les seules possibles, et elles sont sans doute améliorable, mais elles me semble à ce jour robuste, et il est important que vous gardiez mes positions en tête lorsque vous lirez la suite de cette série. Le fait de revendiquer une catégorisation des études scientifiques et des critères de scientificité, même peu contraignants, est loin de n’être qu’un exercice intellectuel anodin : cette posture a pour ambition de remplacer les critères actuels de scientificité. Je ne parle pas ici des critères de scientificité épistémologiques, dont nous verrons dans la seconde partie de cet essai qu’ils n’ont aujourd’hui qu’une importance très limitée dans la production des études scientifiques, mais d’un autre set de critère, qui est de fait central : les critères sociaux de la scientificité. Car la science, ne nous y trompons pas, possède une composante sociale[4]. L’interprétation des résultats obtenus par des études scientifiques, mais aussi les problématiques, les hypothèses, la méthodologie employée et jusqu’aux sujets d’étude choisis, dépendent non seulement des personnes qui mènent ces études mais aussi et surtout des conditions dans lesquelles elles les mènent.

Parmi ces critères sociaux de scientificité, deux me semblent particulièrement importants, qui reprennent la seconde et troisième définition du terme « science » donnée par Monvoisin. Le premier porte sur les individus, et est : « actuellement, pour qu’une étude soit considérée comme un travail scientifique légitime, elle doit avoir été menée par un ou des individus possédant un diplôme universitaire au moins de type Master ou équivalent dans la discipline étudiée ou une discipline proche » ; le second porte sur les institutions, et est « actuellement, pour qu’une étude soit considérée comme un travail scientifique légitime, elle doit avoir été menée soit dans un cadre universitaire, soit dans le cadre de R&D effectuée dans des entreprises publique ou privée. ». Ces deux critères peuvent avoir des exceptions, notamment dans le cadre d’études scientifiques formelles, mais elles me semblent suffisamment rares pour ne pas remettre en cause leur pertinence.

Je vais expliquer, dans la prochaine partie de cet essai, quelles sont les limites de ces conditions de production d’études scientifiques sur le plan éthique et sur le plan utilitaire.


[1] J’ai parfaitement conscience que ces aspects techniques possèdent eux-mêmes un aspect politique, et mes considérations sur ces aspects doivent être lues en gardant à l’esprit d’une part qu’il s’agit d’un modèle parmi d’autre, d’autre part qu’elles sont influencées par les considérations plus directement politiques que je traite dans la seconde partie de cet essai.

[2] Je ne parle pas ici d’une reproduction parfaite, mais d’une reproduction suffisamment proche pour permettre d’étudier les variations introduites par des changements dans les variables de manière pertinentes.

[3] Pour une définition plus aboutie du réalisme scientifique, voir Rochefort, Jean-Pierre (2016) « Réalisme scientifique (A) » dans Maxime Kristanek (dir.), l’Encyclopédie philosophique

[4] Sur le sujet, voir cet article

Votre commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l’aide de votre compte WordPress.com. Déconnexion /  Changer )

Image Twitter

Vous commentez à l’aide de votre compte Twitter. Déconnexion /  Changer )

Photo Facebook

Vous commentez à l’aide de votre compte Facebook. Déconnexion /  Changer )

Connexion à %s