Expertise individuelle, communauté scientifique et méta-expertise

Aucun individu ne peut vérifier personnellement l’ensemble des connaissances dont il dépend.

Nous prenons l’avion sans recalculer la résistance des matériaux. Nous utilisons des médicaments sans refaire leurs essais cliniques. Nous acceptons l’existence de particules, de virus ou d’événements géologiques que nous n’avons jamais observés directement. Même un scientifique dépend quotidiennement d’autres spécialistes : le biologiste moléculaire fait confiance à des statisticiens, des ingénieurs, des chimistes, des fabricants d’instruments et des chercheurs appartenant à des domaines qu’il ne maîtrise pas complètement.

Cette dépendance épistémique n’est pas une faiblesse accidentelle que davantage d’esprit critique permettrait d’éliminer. Elle est une conséquence inévitable de la spécialisation des connaissances.

Le véritable problème est donc moins :

« Faut-il faire confiance aux experts ? »

que :

« Comment déléguer rationnellement une partie de notre jugement lorsque nous ne pouvons pas vérifier directement tout ce que les experts affirment ? »

Le philosophe Alvin Goldman a formulé ce problème de manière particulièrement claire : lorsqu’un non-spécialiste est confronté à plusieurs personnes se présentant comme expertes, parfois en désaccord, sur quelles bases peut-il décider à laquelle accorder davantage de crédibilité ? Goldman examine notamment la qualité accessible des arguments, le soutien d’autres experts, l’évaluation par des méta-experts, les intérêts ou biais possibles et les antécédents de réussite des experts concernés.

Cette question conduit à une idée essentielle : l’autonomie intellectuelle ne signifie pas tout vérifier soi-même. Elle consiste aussi à apprendre quand, pourquoi et jusqu’où déléguer son jugement.

Être autonome ne signifie pas être autosuffisant

Une conception naïve de l’esprit critique pourrait proposer :

« Ne crois personne sur parole. Vérifie tout par toi-même. »

Le conseil semble prudent.

Il devient rapidement impossible.

Pour vérifier personnellement une affirmation concernant l’efficacité d’un traitement, il faudrait maîtriser :

physiologie ;

pharmacologie ;

épidémiologie ;

statistiques ;

méthodologie des essais ;

mesure clinique ;

littérature médicale pertinente ;

et parfois plusieurs spécialités supplémentaires.

Même après plusieurs années d’apprentissage, nous dépendrions encore d’instruments, de données et de travaux produits par d’autres.

Le problème devient plus évident encore en physique des particules, climatologie, génomique ou astronomie, où une publication peut dépendre du travail coordonné de centaines ou milliers de personnes.

La connaissance scientifique moderne est donc socialement distribuée.

Un individu peut comprendre certains éléments.

La communauté possède collectivement une quantité de connaissances, de compétences et de contrôles qu’aucun membre ne possède intégralement.

Cette dimension sociale ne constitue pas nécessairement un défaut de l’objectivité scientifique. Des conceptions importantes de l’objectivité, notamment celle développée par Helen Longino, insistent au contraire sur le rôle des communautés capables d’organiser une critique effective, de partager des standards et de modifier leurs croyances en réponse aux objections.

L’autonomie intellectuelle doit donc être compatible avec une dépendance rationnellement organisée envers autrui.

Un expert n’est pas simplement quelqu’un qui sait davantage de choses

Nous utilisons couramment le mot expert pour désigner quelqu’un disposant de connaissances supérieures à celles du public.

C’est insuffisant.

Une véritable expertise comprend souvent :

des connaissances explicites ;

une maîtrise des méthodes ;

l’expérience de cas réels ;

la capacité à reconnaître des erreurs typiques ;

une connaissance des limites du domaine ;

et une grande quantité de savoir difficile à réduire à des règles écrites.

Un chirurgien ne devient pas chirurgien uniquement en lisant tous les manuels de chirurgie.

Un statisticien expérimenté ne possède pas seulement davantage de formules qu’un débutant : il reconnaît souvent très rapidement quand une analyse apparemment correcte est méthodologiquement absurde.

Une grande partie de l’expertise repose ainsi sur l’expérience et la socialisation dans une pratique spécialisée.

Harry Collins et Robert Evans distinguent notamment l’expertise contributive, qui permet de pratiquer réellement dans un domaine, de l’expertise interactionnelle, qui permet d’en maîtriser suffisamment le langage et les concepts pour dialoguer profondément avec ses spécialistes sans nécessairement réaliser soi-même toutes les opérations pratiques du domaine.

Cette distinction est particulièrement utile pour comprendre la science contemporaine.

On peut comprendre un domaine sans savoir y contribuer directement

Un journaliste scientifique spécialisé en physique peut être capable de discuter précisément :

des détecteurs ;

des incertitudes ;

des controverses ;

des expériences ;

des principaux chercheurs.

Il ne serait pourtant peut-être pas capable de construire lui-même un détecteur d’ondes gravitationnelles ou de produire une nouvelle analyse de physique expérimentale.

De même, un médecin peut acquérir une excellente compréhension des principes statistiques des essais cliniques sans devenir statisticien professionnel.

Cette expertise interactionnelle est importante parce qu’elle permet :

la collaboration interdisciplinaire ;

la gestion de projets ;

le peer review ;

la communication scientifique ;

et parfois l’évaluation de spécialistes appartenant à des sous-domaines différents.

Collins et ses collègues ont précisément étudié expérimentalement la possibilité d’acquérir une compréhension linguistique suffisamment profonde d’un domaine sans posséder toute son expertise pratique.

L’expertise possède donc plusieurs degrés et plusieurs formes.

L’expertise est toujours relative à un domaine

Une erreur fréquente consiste à transformer :

« cette personne est experte »

en :

« cette personne est une autorité générale ».

Un prix Nobel de physique n’est pas automatiquement compétent en virologie.

Un excellent virologue n’est pas nécessairement expert en économie de la santé.

Un climatologue ne devient pas spécialiste de politique énergétique simplement parce que son domaine fournit certaines informations importantes pour cette politique.

Même à l’intérieur d’une discipline, les sous-domaines peuvent être extrêmement spécialisés.

Un cardiologue spécialisé en électrophysiologie et un chirurgien cardiaque possèdent des expertises proches mais non interchangeables.

La première question à poser n’est donc jamais simplement :

« Est-ce un expert ? »

mais :

« Expert de quoi exactement, relativement à quelle affirmation ? »

Les National Academies rappellent d’ailleurs que la compétence et la crédibilité attribuées à une source sont généralement spécifiques au sujet : une personne ou une institution jugée compétente sur un problème ne l’est pas automatiquement sur tous les autres.

Les diplômes constituent un indice, pas une démonstration

Un diplôme, un poste universitaire ou une qualification professionnelle donnent une information importante.

Ils indiquent généralement qu’une personne a suivi :

une formation ;

des évaluations ;

une socialisation disciplinaire ;

et souvent une pratique suffisante pour être reconnue par certaines institutions.

Mais un diplôme n’établit pas automatiquement :

que l’expert est compétent sur la question précise ;

que ses connaissances sont à jour ;

qu’il interprète correctement cette étude particulière ;

ou qu’il ne possède aucun biais.

Inversement, certaines personnes peuvent posséder une véritable expertise sans disposer du titre académique attendu.

Les credentials constituent donc un mécanisme de présélection utile.

Ils ne permettent pas d’arrêter le raisonnement.

Ils doivent être combinés avec d’autres indices :

expérience pertinente, travaux réalisés, reconnaissance des pairs, qualité des raisonnements, position relativement à la littérature et transparence sur les incertitudes.

La popularité n’est pas une qualification scientifique

Internet crée une situation nouvelle.

Un scientifique travaillant discrètement depuis vingt ans sur un problème peut avoir 800 abonnés.

Un commentateur charismatique ayant lu quelques publications peut en avoir deux millions.

Pour un non-spécialiste, la deuxième personne peut paraître beaucoup plus crédible parce qu’elle est :

visible ;

assurée ;

compréhensible ;

présente dans les médias.

Mais audience et expertise sont des variables différentes.

La capacité à communiquer constitue une véritable compétence.

Elle ne remplace pas la maîtrise du domaine communiqué.

Un excellent vulgarisateur peut être un expert.

Il peut aussi ne pas l’être.

La taille de son audience ne permet pas de décider.

L’assurance n’est pas davantage une mesure fiable de compétence

Les experts authentiques utilisent souvent un langage prudent :

« les données suggèrent… »

« nous avons une forte confiance mais certaines incertitudes subsistent… »

« cela dépend de la définition retenue… »

Un intervenant moins compétent peut au contraire déclarer :

« c’est évident »

ou

« les experts ne veulent simplement pas l’admettre ».

Le second discours peut sembler plus convaincant précisément parce qu’il élimine les nuances.

Il serait pourtant dangereux de traiter la certitude subjective affichée comme une mesure de compétence.

Dans certains domaines, reconnaître les limites d’une conclusion constitue au contraire une manifestation d’expertise.

Un spécialiste expérimenté sait souvent mieux qu’un novice combien de choses peuvent mal fonctionner.

Mais l’humilité affichée peut elle aussi être simulée

Aucun signal comportemental n’est infaillible.

Une personne peut apprendre à utiliser :

« probablement » ;

« incertitude » ;

« données disponibles »

sans disposer d’une véritable expertise.

Inversement, certains excellents spécialistes communiquent maladroitement ou excessivement brutalement.

Il serait donc dangereux de remplacer :

« je crois celui qui parle avec assurance »

par :

« je crois celui qui parle avec prudence ».

Ces signes peuvent contribuer au jugement.

Ils ne remplacent pas les indicateurs institutionnels et épistémiques plus solides.

Le problème du novice : comment reconnaître ce que l’on ne sait pas reconnaître ?

Nous arrivons à une difficulté philosophique profonde.

Supposons que deux astrophysiciens discutent d’un calcul extrêmement technique.

Si je possède suffisamment de compétences pour déterminer directement lequel a raison, je ne suis plus vraiment novice relativement à cette question.

Si je suis réellement novice, je ne peux pas vérifier la partie la plus technique du raisonnement.

C’est ce que l’on appelle parfois le novice/expert problem.

Goldman cherche précisément à identifier des indices qu’un novice peut utiliser sans être lui-même capable de résoudre entièrement le problème scientifique.

Mais des philosophes plus récents, notamment Neil Levy, ont insisté sur une limite importante : appliquer correctement certains critères permettant d’évaluer des experts peut lui-même demander beaucoup de connaissances sur la structure du domaine.

Nous ne pouvons donc pas espérer une méthode permettant à un novice absolu de devenir instantanément arbitre de toute controverse.

La méta-expertise : savoir évaluer les experts

On peut toutefois développer une autre forme de compétence : la méta-expertise.

Il ne s’agit pas nécessairement de savoir résoudre directement un problème scientifique.

Il s’agit de savoir identifier et évaluer ceux qui sont mieux placés pour le résoudre.

Collins et Evans utilisent précisément ce terme pour désigner différentes capacités permettant de juger d’autres expertises.

Dans la vie quotidienne, nous pratiquons déjà constamment cette opération.

Nous ne savons pas réparer une boîte de vitesses.

Mais nous apprenons progressivement à distinguer :

un mécanicien fiable ;

un vendeur peu compétent ;

un atelier reconnu ;

un diagnostic suspect.

Nous nous appuyons sur :

expérience antérieure ;

réputation ;

avis d’autres personnes compétentes ;

cohérence des explications ;

résultats observés.

Une partie de ce raisonnement peut être transposée à la science.

Le paradoxe : la méta-expertise demande elle aussi un apprentissage

Il serait toutefois naïf de croire que juger les experts est facile.

Plus un domaine devient spécialisé, plus il devient difficile d’évaluer :

ce qui constitue une véritable qualification ;

quelles revues sont sérieuses ;

quelles méthodes sont standards ;

quels conflits sont importants ;

quels chercheurs sont marginaux pour de bonnes ou de mauvaises raisons.

Un physicien travaillant depuis trente ans dans une collaboration connaît probablement beaucoup mieux qu’un observateur extérieur qui possède réellement les compétences nécessaires pour résoudre un problème particulier.

C’est pourquoi les systèmes scientifiques organisent une grande partie de la méta-expertise à l’intérieur même des communautés spécialisées :

recrutement ;

jurys ;

peer review ;

comités ;

sociétés savantes ;

équipes interdisciplinaires.

Le public peut utiliser ces mécanismes comme indices sans pouvoir personnellement reproduire chaque jugement technique.

Premier indice : les arguments accessibles

Goldman commence notamment par la capacité du novice à examiner les arguments et contre-arguments des experts.

Cette stratégie possède une véritable valeur.

Même sans maîtriser toute la technique, un lecteur peut parfois remarquer qu’un intervenant :

répond réellement aux objections ;

cite les données pertinentes ;

reconnaît une limitation ;

distingue clairement faits et interprétations ;

ou au contraire évite systématiquement les critiques.

Mais cette méthode possède une limite évidente.

Si le cœur du désaccord porte sur :

une méthode statistique avancée ;

un résultat expérimental subtil ;

un calcul inaccessible au non-spécialiste,

le novice ne peut pas simplement choisir l’argument qui lui paraît le plus convaincant.

Il risque alors de choisir le meilleur rhéteur plutôt que le meilleur scientifique.

Une bonne explication n’est pas nécessairement la meilleure preuve

Un intervenant médiatique peut présenter un argument :

simple ;

intuitif ;

mémorable.

Un spécialiste répond :

« cette intuition ne fonctionne pas parce que le modèle doit également intégrer A, B, C et D ».

Le premier semble parfois beaucoup plus convaincant.

Mais la simplicité de l’explication ne constitue pas une mesure directe de sa vérité.

Certains phénomènes sont réellement complexes.

Le non-spécialiste doit donc résister à une tentation :

transformer sa facilité à comprendre un argument en mesure de sa force scientifique.

Nous pouvons comprendre assez facilement :

« les saisons changent, donc le climat a toujours changé ».

Cela ne suffit évidemment pas à évaluer les mécanismes contemporains du changement climatique.

Deuxième indice : ce qu’en pensent les autres spécialistes compétents

Si un expert affirme X et que la plupart des autres spécialistes compétents du domaine considèrent X comme erroné, cette information est pertinente.

Elle n’établit pas automatiquement que la majorité a raison.

L’histoire des sciences contient des transformations majeures.

Mais elle nous donne une information sur la distribution actuelle du jugement parmi ceux qui ont réellement travaillé sur le problème.

Goldman considère précisément l’accord des autres experts comme l’un des indices dont un novice peut tenir compte, tout en soulignant qu’un simple comptage n’est pas suffisant : les jugements peuvent ne pas être indépendants et tous les individus ne possèdent pas le même niveau d’expertise.

Cette question sera développée en détail dans la fiche suivante consacrée au consensus scientifique.

L’accord des pairs compte, mais son indépendance compte aussi

L’accord de plusieurs spécialistes est plus informatif lorsqu’il résulte de données, de méthodes et d’institutions suffisamment indépendantes. Dix experts formés par la même école, travaillant sur le même jeu de données ou dépendant de la même étude ne constituent pas nécessairement dix confirmations distinctes.

Dans cette fiche, cet accord reste un indice parmi d’autres pour évaluer un expert individuel, non un verdict obtenu par simple comptage. L’analyse complète de la convergence, de l’indépendance des preuves et du jugement collectif appartient à la fiche suivante.

Troisième indice : les méta-experts et institutions intermédiaires

Le citoyen ne doit pas nécessairement comparer personnellement cent spécialistes.

Il peut déléguer une partie de cette tâche à des institutions dont la fonction est précisément de synthétiser ou évaluer l’expertise :

académies scientifiques ;

agences sanitaires ;

sociétés savantes ;

revues systématiques ;

comités d’experts ;

organisations chargées d’émettre des recommandations.

Les National Academies, par exemple, distinguent leurs *Consensus Study Reports*, dans lesquels un comité d’experts examine les preuves sur une question définie et dont le rapport final est soumis à une revue indépendante avant de représenter la position de l’institution.

Ces institutions constituent une forme de méta-expertise organisée.

Elles ne sont pas infaillibles.

Mais elles peuvent produire une évaluation plus robuste qu’un duel télévisé entre deux individus.

Une institution n’est pas automatiquement neutre

Le même esprit critique doit évidemment s’appliquer aux institutions.

Il faut pouvoir examiner :

comment les experts ont été sélectionnés ;

quels conflits d’intérêts existent ;

quelles preuves ont été considérées ;

comment les désaccords ont été traités ;

si le rapport est transparent ;

si des procédures de révision existent.

Une institution peut se tromper.

Elle peut être lente.

Elle peut subir des influences politiques ou professionnelles.

Le fait qu’une information provienne :

d’une institution officielle

n’établit pas automatiquement sa vérité.

Mais l’existence d’un processus collectif, transparent et critiquable constitue généralement davantage d’information que la seule réputation d’une personnalité isolée.

Quatrième indice : les antécédents de réussite

Goldman propose également d’examiner le track record des experts.

La logique est intuitive.

Un spécialiste ayant formulé plusieurs prédictions précises ensuite confirmées possède un signal de compétence intéressant.

Une personne ayant régulièrement annoncé :

des résultats faux ;

des catastrophes qui ne surviennent jamais ;

des traitements « révolutionnaires » finalement inefficaces

devrait voir sa crédibilité diminuer.

Mais ce critère demande lui aussi beaucoup de prudence.

Un track record doit être mesuré sur les vraies prédictions

Supposons qu’un commentateur fasse cent prédictions.

Trois deviennent célèbres parce qu’elles étaient correctes.

Les quatre-vingt-dix-sept autres sont oubliées.

Son bilan semble extraordinaire.

Nous retrouvons un biais de sélection analogue au biais de publication.

Pour évaluer réellement les performances d’un expert, il faut autant que possible connaître :

ce qu’il avait effectivement affirmé ;

avec quelle précision ;

à quelle date ;

et combien de prédictions comparables ont échoué.

Les déclarations vagues sont particulièrement faciles à faire apparaître correctes rétrospectivement.

« Il pourrait y avoir une crise importante »

peut être interprété de multiples manières.

Une prédiction précise possède davantage de valeur discriminante.

Certains domaines ne permettent pas facilement de mesurer les performances

Un météorologue peut être évalué sur des milliers de prévisions.

Un spécialiste de catastrophes extrêmement rares possède beaucoup moins d’occasions de démontrer un track record.

Un historien ou un cosmologiste ne produit pas nécessairement des prédictions événementielles régulières.

L’absence de track record quantifiable ne signifie donc pas absence d’expertise.

Ce critère est particulièrement utile lorsque :

des résultats comparables et vérifiables se répètent suffisamment souvent pour permettre une véritable calibration.

Cinquième indice : les intérêts et conflits d’intérêts

Nous avons étudié cette question dans la fiche 31.

Si un expert bénéficie directement d’une conclusion particulière, cette information mérite d’être prise en compte.

Mais Goldman souligne déjà l’importance de distinguer l’existence d’intérêts et leur poids dans le jugement de crédibilité.

Un financement industriel ne rend pas automatiquement une expertise fausse.

Un militant sans financement industriel n’est pas automatiquement impartial.

Les intérêts intellectuels, institutionnels et professionnels existent également.

La bonne question est :

quels intérêts peuvent influencer ce jugement et quels mécanismes permettent de limiter leur effet ?

Évaluer un expert dissident sans romantiser ni disqualifier la dissidence

Le statut minoritaire n’est en lui-même ni une preuve de génie ni une preuve d’erreur. Pour évaluer un expert dissident, le non-spécialiste doit revenir aux mêmes indices que pour tout autre expert : compétence dans le domaine précis, arguments accessibles, données nouvelles, calcul vérifiable, prédictions discriminantes, réplications, transparence et conflits d’intérêts.

Une dissidence gagne en crédibilité lorsqu’elle rend possible un contrôle indépendant ou signale une erreur précise dans l’argument dominant. Elle en perd lorsque sa défense repose surtout sur l’idée que le désaccord des autres prouverait à lui seul leur corruption ou sa propre justesse.

L’avis des autres spécialistes reste donc pertinent pour situer un expert, mais l’évaluation d’un désaccord collectif demande une analyse plus large que celle de sa compétence personnelle.

Expertise factuelle et autorité politique doivent rester distinguées

Un climatologue possède une expertise particulière pour évaluer certains mécanismes et données climatiques.

Cela ne lui donne pas automatiquement le pouvoir de décider :

du niveau acceptable de taxation ;

de la répartition des coûts ;

des priorités industrielles ;

du compromis entre différentes politiques.

Ces décisions comportent des composantes :

scientifiques ;

économiques ;

juridiques ;

morales ;

politiques.

Un expert peut évidemment avoir une opinion sur toutes ces dimensions.

Mais son expertise scientifique ne confère pas une autorité générale sur les choix normatifs.

La démocratie n’exige donc pas de choisir entre :

« gouvernement des experts »

et

« ignorance de l’expertise ».

Elle exige de distinguer correctement questions techniques et décisions collectives de valeur.

Les problèmes réels exigent souvent plusieurs expertises simultanément

Prenons une politique de santé publique.

Il peut falloir :

un épidémiologiste pour estimer les effets sanitaires ;

un statisticien pour examiner les données ;

un économiste pour étudier les coûts ;

un sociologue pour comprendre certains comportements ;

un juriste pour examiner la légalité ;

des professionnels de terrain pour évaluer la faisabilité.

Aucun de ces experts ne possède automatiquement toute l’expertise nécessaire à la décision complète.

Les grandes décisions techniques nécessitent donc fréquemment une expertise distribuée et coordonnée.

C’est une raison supplémentaire de se méfier du modèle médiatique du :

« grand expert qui explique tout ».

L’expertise locale peut compléter l’expertise scientifique

Le spécialiste scientifique ne connaît pas nécessairement tout ce qui est pertinent.

Un agriculteur possède une connaissance pratique de son terrain.

Un patient atteint depuis vingt ans d’une maladie chronique possède une expérience de certains effets vécus qu’un chercheur peut ne connaître qu’indirectement.

Un technicien sait parfois qu’un appareil fonctionne différemment des conditions idéales décrites dans son manuel.

Cette connaissance ne remplace pas nécessairement l’expertise scientifique.

Elle peut l’enrichir ou lui signaler certaines variables négligées.

Collins et Evans ont justement insisté sur la diversité des formes d’expertise et sur l’erreur consistant à définir la compétence uniquement à partir de titres formels.

La bonne question devient :

quelle personne sait quoi relativement au problème concret ?

L’expérience personnelle reste néanmoins insuffisante pour de nombreuses inférences générales

Un patient peut savoir parfaitement :

« ce traitement m’a provoqué telle sensation ».

Il ne peut pas nécessairement déterminer à partir de son expérience :

« ce traitement produit cet effet chez 37 % des patients ».

Un enseignant peut connaître profondément sa classe.

Il ne peut pas automatiquement déduire l’effet moyen d’une politique éducative nationale.

L’expertise expérientielle possède donc elle aussi un domaine de validité.

Respecter une forme de connaissance ne signifie pas étendre indéfiniment son autorité.

C’est la même règle que pour l’expertise académique.

« Faire ses propres recherches » : bonne intuition, mauvais sens possible

L’expression « faites vos propres recherches » peut désigner deux activités très différentes.

La première consiste à apprendre :

quelles sources sont sérieuses ;

quel est l’état du corpus ;

où se situe le consensus ;

quelles limites sont reconnues ;

quels experts possèdent les compétences pertinentes.

C’est une excellente pratique de méta-expertise.

La seconde consiste à lire quelques articles et conclure :

« après trois soirées de lecture, je suis désormais mieux placé que les spécialistes du domaine pour interpréter toute la littérature ».

Cette prétention devient beaucoup plus problématique.

Lire les publications est utile.

Mais la lecture d’une littérature ne transmet pas instantanément :

les connaissances tacites ;

l’expérience des méthodes ;

la compréhension de tous les pièges ;

le contexte accumulé pendant des années de pratique.

L’autonomie intellectuelle ne demande donc pas :

« remplace les experts par toi-même ».

Elle demande :

« apprends à comprendre comment l’expertise est produite, distribuée et contrôlée ».

Lire l’article original reste très utile — pour les bonnes raisons

Un non-spécialiste motivé peut tout de même tirer énormément d’une publication.

Il peut vérifier :

si la conclusion médiatique correspond à la conclusion réelle ;

la taille de l’échantillon ;

les principales limites reconnues ;

si l’étude est observationnelle ou expérimentale ;

si les auteurs parlent d’association ou de causalité ;

la taille des effets ;

l’existence de conflits d’intérêts.

Cette lecture améliore fortement l’esprit critique.

Elle ne signifie pas que le lecteur peut nécessairement arbitrer :

un choix statistique très spécialisé ;

une méthode de laboratoire ;

un débat théorique technique.

L’objectif raisonnable est d’augmenter progressivement son niveau de méta-expertise, pas de supprimer toute dépendance.

Les indices doivent être combinés

Aucun critère simple ne suffit.

Prenons deux experts.

Le premier possède :

le bon diplôme ;

mais peu d’expérience précise.

Le second possède :

beaucoup d’expérience ;

mais un fort conflit d’intérêts.

L’un bénéficie d’un large soutien de ses collègues.

L’autre fournit une donnée nouvelle impressionnante.

Il n’existe pas nécessairement une formule attribuant automatiquement :

+2 au diplôme ; −3 au conflit ; +4 à la majorité.

Le jugement reste contextuel.

Goldman souligne précisément que chacune des voies permettant au novice d’évaluer les experts possède des forces et des limitations.

La méta-expertise n’est donc pas une checklist mécanique.

C’est une compétence de pondération des indices.

Une grille synthétique

IndicePourquoi il comptePourquoi il ne suffit pas
Formation et qualifications pertinentesattestent généralement une spécialisation et une sélection institutionnellediplôme ancien, domaine trop éloigné ou compétence très inégale
Expérience pratique du problème précisapporte connaissances tacites et compréhension des difficultés réellesl’expérience seule peut entretenir certaines habitudes ou biais
Production scientifique pertinentemontre une participation réelle au domainequantité de publications ≠ qualité ni exactitude
Reconnaissance par des pairs compétentsles spécialistes peuvent juger des éléments inaccessibles au noviceeffets de groupe, dépendance institutionnelle ou consensus provisoire
Track recordpermet parfois d’évaluer des performances antérieures vérifiablessélection rétrospective, domaine changeant ou absence de tests répétés
Arguments et transparencepermettent d’examiner méthodes, limites et réponses aux critiquesle meilleur rhéteur peut avoir tort ; une partie du débat peut rester inaccessible
Conflits d’intérêtssignalent des mécanismes possibles de biaisun conflit n’établit pas que le résultat est faux
Convergence d’équipes indépendantesréduit la plausibilité d’une erreur propre à une seule équipeles équipes peuvent encore partager les mêmes présupposés ou données

La force vient généralement de la convergence de plusieurs indicateurs, pas d’un signe isolé.

Le meilleur expert n’est pas nécessairement celui qui affirme être le plus certain

Une propriété particulièrement importante de l’expertise scientifique est souvent la calibration.

Le spécialiste compétent devrait idéalement être capable de distinguer :

ce qui est très solidement établi ;

ce qui est probable ;

ce qui reste spéculatif ;

ce que son domaine ne permet pas encore de trancher.

Cette capacité est plus précieuse qu’une certitude uniforme.

Un expert qui répond :

« nous ne savons pas »

peut parfois donner la meilleure réponse scientifiquement disponible.

La compétence comprend aussi la capacité à connaître les frontières de sa propre expertise.

Savoir dire « je ne suis pas le bon expert »

Supposons qu’un biologiste soit interrogé sur une question très technique de modélisation épidémiologique.

Une excellente réponse peut être :

« ce point dépasse mon domaine ; il faut demander à un épidémiologiste spécialisé dans ce type de modèles ».

Cette réponse pourrait paraître moins impressionnante.

Elle constitue pourtant un bon signal de calibration de l’expertise.

Un système sain repose aussi sur la capacité des spécialistes à identifier :

quand ils doivent eux-mêmes déléguer à d’autres spécialistes.

L’expertise moderne est une chaîne de délégations.

La communauté scientifique constitue donc un système de méta-expertise mutuelle

Les scientifiques ne se contentent pas d’étudier le monde.

Ils évaluent continuellement :

qui possède quelle compétence ;

quels résultats sont fiables ;

quelles méthodes sont appropriées ;

quelles critiques doivent être prises au sérieux.

Le peer review constitue l’une de ces opérations.

Les comités de recrutement en sont une autre.

Les collaborations interdisciplinaires également.

Collins et Evans soulignent précisément que l’expertise interactionnelle contribue à permettre cette coordination entre spécialités et à rendre possible l’évaluation d’expertises différentes.

Une grande partie de l’autorité scientifique est donc produite par un réseau de jugements réciproques.

Ce réseau peut lui aussi dysfonctionner

Nous avons suffisamment étudié la méthode scientifique pour ne pas transformer cette observation en idéalisation.

Les communautés peuvent subir :

effets de mode ;

conformisme ;

hiérarchies ;

conflits d’intérêts ;

incitations professionnelles ;

biais de publication.

Une discipline peut conserver longtemps une mauvaise pratique.

La critique de l’expertise ne doit donc pas être interdite sous prétexte que :

« les experts savent mieux ».

La question est plutôt :

« la communauté permet-elle réellement une critique efficace de ses experts ? »

C’est précisément pourquoi les normes décrites par Longino — possibilités de critique, standards publics, prise en compte effective des objections et distribution suffisamment ouverte de l’autorité intellectuelle — sont intéressantes.

L’autorité scientifique est plus crédible lorsqu’elle est contestable de l’intérieur.

L’expert fiable n’est donc pas celui qu’on ne peut pas contredire

C’est presque l’inverse.

Une expertise robuste fonctionne dans un environnement où :

d’autres spécialistes peuvent examiner les données ;

les méthodes sont suffisamment explicites ;

les critiques peuvent être publiées ;

les expériences peuvent être répétées ;

les erreurs peuvent être corrigées.

La crédibilité d’un expert ne vient donc pas uniquement de sa personne.

Elle vient aussi du système de contrôles auquel ses affirmations sont exposées.

Un expert isolé proclamant :

« faites-moi confiance parce que je suis le meilleur »

offre beaucoup moins de garanties qu’une conclusion soutenue par une communauté pluraliste disposant de mécanismes institutionnels de vérification.

Le citoyen n’a pas besoin de choisir entre obéissance et expertise personnelle totale

Le débat public présente parfois deux options.

Première option :

« faites confiance aux experts et ne posez aucune question ».

Deuxième :

« ne croyez aucune autorité ; faites vos propres recherches ».

Cette opposition est artificielle.

Une position plus rationnelle consiste à pratiquer une confiance calibrée et révisable.

Nous pouvons accepter provisoirement une conclusion parce qu’elle est soutenue par les meilleures expertises disponibles tout en restant attentifs :

aux nouvelles preuves ;

aux conflits ;

aux réplications ;

aux changements de consensus ;

aux critiques crédibles.

Faire confiance n’est alors pas renoncer à penser.

C’est intégrer rationnellement notre propre ignorance dans notre raisonnement.

L’humilité épistémique vaut également pour l’évaluation des experts

Il est facile de déclarer :

« cet expert est manifestement mauvais ».

Mais si nous ne maîtrisons pas son domaine, nous devons reconnaître que notre propre jugement sur sa compétence est lui aussi incertain.

Cette remarque ne conduit pas au scepticisme absolu.

Elle encourage seulement à privilégier les indicateurs dont nous pouvons raisonnablement disposer :

qualifications pertinentes ;

participation au domaine ;

évaluation par d’autres spécialistes ;

transparence ;

résultats antérieurs ;

absence ou gestion des conflits ;

convergence avec les meilleures synthèses.

La méta-expertise doit elle-même rester humble.

De l’expert individuel au jugement collectif

Lorsqu’un expert individuel est en désaccord avec la majorité de son domaine, il ne suffit plus d’évaluer sa compétence personnelle, ses arguments, son track record ou ses conflits d’intérêts. Il faut comprendre comment s’est formé le jugement collectif des spécialistes, quelle indépendance possèdent leurs preuves et quelle place accorder à une dissidence sérieuse.

Cette question dépasse la sélection d’un expert fiable : elle concerne la différence entre majorité et consensus, la structure du désaccord et la valeur épistémique d’une convergence collective. C’est précisément l’objet de la fiche suivante.

L’autonomie intellectuelle inclut donc l’art de déléguer

Nous pouvons finalement reformuler une idée importante de tout le site.

Penser par soi-même ne signifie pas :

produire soi-même toutes ses croyances à partir de zéro.

Une telle autonomie est impossible.

Nous devons dépendre :

de témoins ;

de livres ;

d’enseignants ;

de scientifiques ;

d’institutions ;

d’instruments que nous n’avons pas construits.

La véritable autonomie consiste à savoir comment organiser cette dépendance.

Quels sujets pouvons-nous évaluer directement ?

Quand devons-nous consulter un spécialiste ?

Comment reconnaître le domaine pertinent ?

Quels signaux doivent augmenter ou diminuer notre confiance ?

Quelle place accorder aux communautés plutôt qu’aux personnalités ?

À quel moment de nouvelles preuves justifient-elles de réviser notre confiance ?

La délégation rationnelle n’est pas l’abandon du jugement.

Elle est une forme sophistiquée du jugement.


À retenir

Dans une société hautement spécialisée, la dépendance envers l’expertise est inévitable. Même les scientifiques dépendent continuellement d’autres spécialistes. L’autonomie intellectuelle ne peut donc signifier « tout vérifier soi-même » ; elle doit inclure la capacité à identifier les situations dans lesquelles il est rationnel de déléguer son jugement.

L’expertise est spécifique à un domaine. Un spécialiste reconnu dans une discipline ne possède pas automatiquement une autorité particulière sur une question située en dehors de cette compétence. Les National Academies soulignent également que la crédibilité et l’expertise attribuées à une source varient selon le sujet considéré.

Collins et Evans distinguent utilement expertise contributive, permettant de participer directement à une pratique spécialisée, et expertise interactionnelle, permettant de maîtriser suffisamment le langage et les concepts d’un domaine pour interagir profondément avec ses praticiens. Ils développent également l’idée de méta-expertise, c’est-à-dire différentes capacités permettant de juger les expertises et les experts.

Alvin Goldman propose plusieurs familles d’indices permettant au non-spécialiste de choisir entre des experts rivaux : arguments accessibles, soutien d’autres spécialistes, jugement de méta-experts, intérêts ou biais et performances antérieures. Aucun de ces critères ne suffit isolément. Des travaux philosophiques plus récents soulignent en outre une difficulté importante : appliquer correctement ces critères peut lui-même exiger une connaissance substantielle de la structure du domaine, ce qui impose une certaine modestie quant à la capacité d’un novice à arbitrer toutes les controverses.

Enfin, il est généralement plus rationnel d’évaluer une architecture d’expertise qu’une personnalité isolée. Une conclusion soutenue par plusieurs équipes, soumise à la critique, intégrée à des synthèses et acceptée par une communauté de spécialistes dispose de contrôles que l’expertise d’un individu ne peut fournir seule. Les conceptions sociales de l’objectivité scientifique insistent précisément sur le rôle des communautés capables d’organiser une critique effective et de modifier leurs croyances en réponse aux objections.

La bonne question n’est donc ni :

« Dois-je croire les experts ? »

ni :

« Puis-je tout vérifier moi-même ? »

mais :

« Qui possède réellement l’expertise pertinente, quels mécanismes permettent d’évaluer cette expertise, quelle est la structure du jugement collectif dans le domaine et quel degré de confiance est rationnel relativement aux preuves actuellement disponibles ? »

Sources et références

Goldman, Alvin I., « Experts: Which Ones Should You Trust? », *Philosophy and Phenomenological Research*, 2001, 63(1):85–110, DOI 10.1111/j.1933-1592.2001.tb00093.x. Goldman analyse le problème du novice confronté à plusieurs experts et distingue notamment arguments, accord des autres experts, méta-expertise, biais et *track records* comme sources possibles d’évaluation.

Collins, Harry & Evans, Robert, Rethinking Expertise, University of Chicago Press, 2007, ainsi que Collins & Evans, « Expertise revisited, Part I — Interactional expertise », *Studies in History and Philosophy of Science*, 2015, 54:113–123, DOI 10.1016/j.shpsa.2015.07.004. Ces travaux distinguent notamment expertise contributive, expertise interactionnelle et différentes formes de méta-expertise.

Collins, Harry, Evans, Robert, Ribeiro, Rodrigo & Hall, Martin, « Experiments with interactional expertise », *Studies in History and Philosophy of Science*, 2006, 37(4):656–674, DOI 10.1016/j.shpsa.2006.09.005, sur la possibilité d’acquérir une maîtrise linguistique approfondie d’un domaine sans posséder toute sa compétence pratique.

Levy, Neil, « No Trespassing! Abandoning the Novice/Expert Problem », *Erkenntnis*, publié en 2024, volume 90, 2025 : critique de l’idée selon laquelle un ensemble simple de critères permettrait toujours au novice d’identifier de manière indépendante le meilleur expert ; leur application peut elle-même demander des connaissances importantes du domaine.

Longino, Helen, Science as Social Knowledge, Princeton University Press, 1990, et The Fate of Knowledge, Princeton University Press, 2002. Son approche de l’objectivité scientifique accorde un rôle central aux mécanismes sociaux permettant une critique réellement transformative. Voir également les synthèses de la *Stanford Encyclopedia of Philosophy* consacrées à l’objectivité scientifique et aux dimensions sociales du savoir scientifique.

National Academies of Sciences, Engineering, and Medicine, Communicating Science Effectively: A Research Agenda, National Academies Press, 2017, DOI 10.17226/23674, sur expertise, crédibilité, confiance, perception de l’incertitude et représentation du consensus scientifique.

35 sur 39Retour à la catégorie