Faits, valeurs et neutralité : la science peut-elle décrire le monde sans jamais dire ce qui devrait être ?
Les données ne décident pas seules
Une étude montre qu’une politique réduit le chômage, mais augmente les inégalités. Une autre indique qu’un traitement prolonge la vie de quelques mois au prix d’effets secondaires importants. Un modèle climatique estime qu’une mesure réduirait les émissions, mais augmenterait certains coûts à court terme.
Que faut-il faire ?
Les données peuvent établir les effets probables, les coûts, les risques, les groupes concernés et l’incertitude. Elles ne déterminent pas automatiquement :
- quel coût est acceptable ;
- quelle inégalité est juste ;
- quelle priorité doit dominer ;
- quel risque une société peut imposer.
Pour passer de :
« Cette politique produit probablement ces conséquences »
à :
« Cette politique doit être adoptée »
il faut ajouter au moins un principe normatif :
Ces conséquences sont préférables selon les valeurs que nous retenons.
La science peut montrer qu’un moyen est inefficace pour atteindre un objectif. Elle peut révéler qu’une décision repose sur une croyance fausse. Elle peut comparer plusieurs conséquences. Mais elle ne choisit pas seule les finalités collectives. Cette distinction semble conduire à une séparation simple :
- la science s’occupe des faits ;
- la morale et la politique s’occupent des valeurs.
En pratique, la frontière est plus complexe. Les valeurs interviennent dans le choix des questions, la construction des concepts, le niveau de preuve exigé, l’évaluation des risques et la communication des résultats. Cela ne signifie pas que les résultats scientifiques seraient de simples opinions politiques. Cela signifie que l’objectivité ne peut pas être définie comme une absence absolue de valeurs humaines. La question centrale devient alors :
Comment empêcher les préférences politiques ou morales de dicter les résultats scientifiques, tout en reconnaissant honnêtement les choix de valeurs qui orientent la recherche et l’usage de ses conclusions ?
Qu’est-ce qu’un fait ?
Un fait est généralement une proposition décrivant ce qui est ou ce qui s’est produit. Par exemple :
- le taux a augmenté ;
- cette substance provoque tel effet dans telles conditions ;
- cette institution possède telle règle ;
- ce groupe a voté de cette manière.
Un fait scientifique n’est pas nécessairement une observation brute. Il peut résulter d’une mesure, d’un calcul, d’une inférence, d’un modèle ou d’une comparaison. Dire qu’un traitement réduit un risque suppose déjà une définition du traitement, une définition du résultat, une population et une méthode statistique. Le fait peut être solidement établi tout en dépendre d’une construction méthodique. Construit ne signifie donc pas inventé. Une carte est construite, mais certaines cartes représentent le territoire beaucoup mieux que d’autres.
Qu’est-ce qu’une valeur ?
Une valeur indique ce qui est considéré comme bon, souhaitable, juste, important ou digne de protection. Les valeurs peuvent concerner la liberté, l’égalité, la sécurité, le bien-être, la vérité, la dignité et la solidarité.
Une proposition normative ne décrit pas seulement un état du monde. Elle évalue ou prescrit :
Cette situation est injuste.
Nous devons protéger les personnes vulnérables.
Cette politique est préférable.
Les valeurs orientent l’action. Elles permettent de hiérarchiser des conséquences que les faits seuls ne classent pas.
Les préférences ne sont pas toutes des valeurs
Une préférence peut exprimer un goût personnel :
Je préfère le thé au café.
Une valeur prétend souvent posséder une portée plus générale :
Il faut traiter les personnes avec équité.
La frontière n’est pas toujours nette. Une préférence politique peut être soutenue par un intérêt personnel, une valeur morale, une identité ou une habitude.
Il faut donc distinguer :
- ce que quelqu’un désire ;
- ce qu’il affirme être juste ;
- les raisons qu’il donne.
Une politique publique ne devient pas légitime simplement parce qu’une majorité la préfère à un moment donné. Elle doit aussi être examinée selon :
- droits ;
- conséquences ;
- procédures ;
- protection des minorités.
La distinction entre « être » et « devoir être »
David Hume a souligné qu’un raisonnement passe parfois discrètement de propositions décrivant ce qui est à une conclusion indiquant ce qui doit être. Par exemple :
- la majorité préfère cette politique ;
- donc cette politique doit être adoptée.
La conclusion ne découle pas uniquement du fait majoritaire. Il faut ajouter une prémisse normative :
La préférence majoritaire doit généralement déterminer la politique.
Cette prémisse peut être défendue, mais elle n’est pas contenue dans le constat initial. De même :
- ce comportement est naturel ;
- donc il est moralement bon.
Cette inférence est invalide sans principe supplémentaire reliant nature et valeur.
La guillotine de Hume
La « guillotine de Hume » désigne l’idée qu’une conclusion normative ne peut pas être déduite uniquement de prémisses purement descriptives. Pour conclure :
Nous devons faire X,
il faut au moins une prémisse comme :
- il faut réduire la souffrance ;
- les promesses doivent être respectées ;
- les droits doivent être protégés.
Cela ne signifie pas que les faits seraient sans importance morale. Au contraire, une décision normative dépend souvent fortement d’eux. Si nous voulons réduire la souffrance, il faut savoir :
- quelle action la réduit réellement ;
- quels effets secondaires elle produit ;
- qui en bénéficie.
Les faits ne créent pas seuls la valeur, mais ils déterminent souvent ce que nos valeurs impliquent dans une situation concrète.
Le sophisme naturaliste
G. E. Moore critique ce qu’il appelle le sophisme naturaliste : définir le bien comme une propriété naturelle telle que le plaisir, ce qui est désiré, ce qui favorise l’évolution ou ce qui est normal.
Même si une propriété est mesurable, il reste possible de demander :
Est-elle réellement bonne ?
Par exemple :
- une pratique peut être fréquente sans être juste ;
- un comportement peut être naturel sans être souhaitable ;
- une préférence peut être largement partagée sans être moralement acceptable.
Le terme « naturaliste » reçoit cependant plusieurs sens en philosophie morale. Certaines théories contemporaines soutiennent qu’il existe des faits moraux naturels sans commettre nécessairement l’erreur dénoncée par Moore.
Pour l’analyse critique ordinaire, le point essentiel reste :
Une description biologique, psychologique ou statistique ne devient pas automatiquement une justification morale.
Le normal et le normatif
Le mot *normal* possède plusieurs sens. Il peut désigner :
Ce qui est fréquent
Le comportement statistiquement moyen.
Ce qui fonctionne
L’état permettant un fonctionnement considéré comme satisfaisant.
Ce qui est conforme à une norme
Le comportement attendu ou souhaité.
Ces sens sont souvent confondus. Une caractéristique rare n’est pas nécessairement pathologique. Une pratique fréquente n’est pas nécessairement saine ou juste. Georges Canguilhem a montré que les notions de normal et de pathologique ne se réduisent pas simplement à une moyenne statistique. Le jugement clinique implique aussi la souffrance, la capacité, l’adaptation et le contexte.
Les faits peuvent-ils être totalement séparés des valeurs ?
Une conception stricte de la neutralité affirme que la science devrait être entièrement libre de toute valeur non scientifique. Elle devrait établir ce qui est vrai indépendamment de ce qui est souhaité.
Cette exigence contient un principe fondamental :
Les résultats ne doivent pas être décidés par les préférences politiques, morales ou religieuses du chercheur.
Une étude ne doit pas conclure qu’un traitement fonctionne simplement parce que son efficacité serait socialement souhaitable. Une théorie ne devient pas vraie parce qu’elle soutient une cause juste. Mais cela ne prouve pas que toute étape de la science puisse être menée sans aucun choix de valeur.
Les valeurs épistémiques
La recherche utilise elle-même des valeurs liées à la connaissance. Parmi elles :
- précision ;
- cohérence ;
- pouvoir explicatif ;
- simplicité ;
- fécondité ;
- capacité prédictive ;
- compatibilité avec les preuves.
Ces valeurs sont dites épistémiques parce qu’elles concernent la qualité de la connaissance.
Deux théories peuvent être comparées selon :
- leur ajustement aux données ;
- leur capacité à expliquer plusieurs phénomènes ;
- leur nombre d’hypothèses auxiliaires.
Ces critères ne fonctionnent pas toujours comme une formule mécanique. Les chercheurs peuvent leur attribuer des poids différents.
Les valeurs non épistémiques
Les valeurs non épistémiques concernent notamment la justice, la sécurité, l’intérêt économique, la religion, l’idéologie et le bien-être.
La conception classique de la science sans valeurs accepte généralement les valeurs épistémiques mais cherche à exclure les valeurs sociales ou politiques de l’évaluation des hypothèses. La difficulté est de déterminer si cette exclusion est toujours possible. Lorsqu’une incertitude demeure et que l’erreur peut avoir des conséquences graves, le niveau de preuve exigé dépend parfois du coût des erreurs. Le choix méthodologique rejoint alors une considération pratique ou morale.
Le risque inductif
Aucune conclusion empirique n’est absolument certaine. Accepter ou rejeter une hypothèse comporte un risque d’erreur. Deux erreurs principales sont possibles :
Faux positif
Conclure qu’un effet existe alors qu’il n’existe pas.
Faux négatif
Conclure qu’aucun effet n’existe alors qu’il existe.
Le niveau de preuve exigé influence la répartition de ces erreurs. Dans une recherche exploratoire, on peut accepter davantage de fausses alertes pour détecter des pistes. Pour autoriser une substance potentiellement dangereuse, on peut exiger davantage de prudence.
Richard Rudner puis Heather Douglas ont soutenu que les conséquences de l’erreur peuvent légitimement influencer certains choix scientifiques. C’est le problème du risque inductif.
Le seuil de preuve
Le même ensemble de données peut conduire à des décisions différentes selon le seuil de preuve. Par exemple :
- faut-il considérer une substance comme dangereuse ?
- faut-il recommander un dépistage ?
- faut-il retirer un produit ?
Un seuil très strict réduit les faux positifs, mais augmente les faux négatifs. Un seuil plus prudent face au danger fait l’inverse. Les données ne fixent pas seules le coût acceptable de chaque erreur. Il faut distinguer :
- conclusion scientifique graduée ;
- décision réglementaire.
La science peut annoncer :
Les données soutiennent modérément un risque.
La décision politique doit ensuite déterminer :
Ce niveau de preuve suffit-il pour agir ?
Valeurs directes et indirectes
Heather Douglas propose de distinguer deux rôles des valeurs.
Rôle direct
Une valeur détermine directement ce que le chercheur doit croire.
Cette conclusion serait moralement préférable, donc elle doit être vraie.
Ce rôle menace l’intégrité scientifique.
Rôle indirect
Une valeur intervient dans la gestion de l’incertitude et des conséquences de l’erreur.
Puisque manquer ce danger aurait des conséquences graves, nous adoptons un seuil de précaution plus exigeant.
Ce rôle peut être légitime, à condition d’être explicite. La valeur ne remplace pas la preuve. Elle influence le niveau de risque épistémique que l’on accepte.
L’exemple du dépistage
Supposons qu’un test médical possède un seuil réglable. Un seuil bas détecte davantage de personnes malades, mais produit beaucoup de faux positifs. Un seuil élevé réduit les faux positifs, mais manque certains cas. Le choix dépend :
- de la gravité de la maladie ;
- des risques du traitement ;
- du coût de l’examen complémentaire ;
- de la fréquence de la maladie.
La performance du test relève de l’étude empirique. Le seuil de décision combine les faits, les risques et les valeurs. Il serait trompeur de présenter ce seuil comme une simple découverte scientifique dépourvue de jugement.
La pertinence selon les valeurs
Max Weber distingue notamment :
- la neutralité axiologique ;
- la relation aux valeurs.
La relation aux valeurs signifie que les valeurs orientent le choix de ce qui mérite d’être étudié. Pourquoi étudier la pauvreté, la guerre, les discriminations et les institutions démocratiques ? Parce que ces phénomènes sont importants pour nous.
La recherche ne peut pas examiner avec la même intensité chaque détail de l’univers. Elle sélectionne ses objets. Mais une fois la question choisie, le chercheur doit examiner les faits selon des méthodes qui ne transforment pas ses préférences en résultats prédéterminés.
La neutralité axiologique chez Weber
La neutralité axiologique ne signifie pas que le chercheur n’a aucune valeur. Elle signifie principalement qu’il doit distinguer :
- analyse empirique ;
- jugement normatif.
Le chercheur peut montrer les conséquences d’une politique, les moyens nécessaires et les contradictions entre plusieurs objectifs. Il ne peut pas présenter son choix final comme une conclusion scientifique obligatoire si celui-ci dépend d’une hiérarchie de valeurs.
L’expert peut dire :
Si vous privilégiez X, cette politique est plus cohérente.
Il ne peut pas toujours conclure :
La science exige que X soit votre priorité suprême.
La science peut clarifier les valeurs
Même si elle ne crée pas seule les fins, la science peut aider à clarifier un désaccord normatif. Elle peut montrer que deux objectifs sont compatibles, contradictoires ou coûteux à poursuivre simultanément.
Une personne affirme vouloir réduire les impôts, augmenter fortement plusieurs dépenses et maintenir l’équilibre budgétaire. L’analyse économique peut montrer que ces objectifs ne sont pas tous réalisables dans les conditions retenues. La science ne décide pas lequel abandonner. Elle révèle la nécessité du choix.
Les valeurs épaisses
Certains concepts mélangent description et évaluation. Des mots comme cruel, courageux, corrompu, humiliant et discriminatoire ne sont pas purement descriptifs. Dire qu’un acte est cruel signifie à la fois qu’il possède certaines caractéristiques et qu’il mérite une évaluation négative. Ces notions sont parfois appelées concepts éthiques épais. Elles montrent qu’il n’est pas toujours possible de séparer chaque phrase en :
- partie factuelle pure ;
- partie normative pure.
Mais leur usage reste discutable. Il faut pouvoir justifier :
- les faits ;
- l’évaluation ;
- la relation entre les deux.
Dire qu’une situation est injuste
L’affirmation :
Cette distribution est injuste
contient plusieurs éléments. Elle peut dépendre de faits concernant la contribution, le besoin, la procédure, l’héritage et les conséquences. Elle dépend aussi d’une conception de la justice.
Deux personnes peuvent s’accorder sur tous les chiffres et diverger parce qu’elles privilégient le mérite, l’égalité, la liberté ou la priorité aux plus défavorisés.
Le débat ne doit alors pas être dissimulé sous une accumulation de données. Il faut expliciter les principes normatifs.
Les concepts scientifiques sont-ils chargés de valeurs ?
Certains concepts semblent purement descriptifs : la masse, la température et la vitesse.
D’autres sont plus proches de l’évaluation : la santé, le dysfonctionnement, le développement, la qualité et le risque acceptable. Définir la santé uniquement comme absence de maladie ou comme bien-être complet produit des objets différents. Définir la pauvreté selon le revenu absolu, le revenu relatif, les privations ou les capabilités modifie les personnes identifiées et les politiques envisagées. La valeur peut entrer dès la définition du concept.
Définir la pauvreté
Une mesure absolue de la pauvreté peut se concentrer sur les ressources nécessaires à la satisfaction de besoins fondamentaux. Une mesure relative considère la position par rapport au niveau de vie général. Ces deux approches répondent à des conceptions différentes :
- manque matériel ;
- participation sociale ;
- exclusion relative.
Aucune définition n’est purement contenue dans les données. Mais elles peuvent être évaluées selon :
- cohérence ;
- transparence ;
- utilité ;
- conséquences.
Reconnaître la dimension normative ne signifie pas que n’importe quel seuil serait aussi bon qu’un autre.
Définir la santé
La santé peut être conçue comme :
- fonctionnement biologique normal ;
- absence de souffrance ;
- capacité à poursuivre ses projets ;
- adaptation à l’environnement.
Chaque conception possède des implications. Une variation biologique peut être statistiquement atypique sans créer de souffrance ou d’incapacité. Inversement, une difficulté importante peut exister sans anomalie biologique facilement détectable. La médecine doit articuler les faits biologiques, l’expérience, les fonctions et les objectifs de soin.
La mesure du bien-être
Le bien-être peut être mesuré par :
- satisfaction déclarée ;
- émotions ;
- santé ;
- ressources ;
- libertés réelles.
Ces indicateurs correspondent à des théories différentes. Une personne peut déclarer être satisfaite après avoir adapté ses attentes à une situation très contrainte. Amartya Sen souligne que les préférences adaptatives rendent parfois insuffisante la satisfaction subjective. Choisir un indicateur de bien-être revient donc partiellement à choisir ce que l’on considère comme une vie améliorée.
Les catégories et les valeurs
Classer un comportement comme une maladie, un crime, une différence ou un risque n’est pas toujours une opération purement descriptive.
La catégorie détermine souvent l’expertise compétente, l’institution responsable et la réponse envisagée. Une conduite médicalisée appelle un traitement. Une conduite criminalisée appelle une sanction.
La science peut montrer des mécanismes ou des conséquences. La décision de médicaliser ou criminaliser contient aussi une conception de la responsabilité, l’autonomie et le dommage.
Le choix des variables
Une recherche sélectionne les variables qu’elle mesure. Un programme éducatif peut être évalué par :
- résultats aux examens ;
- autonomie ;
- bien-être ;
- égalité ;
- insertion professionnelle.
Choisir uniquement les résultats scolaires définit implicitement la réussite éducative d’une certaine manière.
Le chercheur peut justifier cette restriction :
Cette étude porte seulement sur cet effet.
Le problème apparaît lorsque le résultat partiel est présenté comme une évaluation totale. La neutralité demande aussi de rendre visibles les dimensions non mesurées.
L’horizon temporel
Une politique peut produire un bénéfice rapide et un coût lointain. Choisir un horizon de deux ans ou de vingt ans modifie l’évaluation.
L’horizon dépend parfois de contraintes pratiques. Il peut aussi refléter une préférence politique pour les résultats immédiats ou les générations futures. Le choix doit être explicitement justifié. Un résultat scientifique limité à court terme ne permet pas toujours une conclusion générale sur la politique.
Le taux d’actualisation
Dans les analyses économiques, le taux d’actualisation réduit le poids donné aux coûts et bénéfices futurs. Un taux élevé donne beaucoup plus d’importance au présent. Un taux faible protège davantage les générations futures. Le taux peut refléter le rendement alternatif, l’incertitude et la préférence temporelle. Mais son niveau contient aussi un jugement moral sur la manière de comparer le bien-être de personnes vivant à des époques différentes. Une faible modification du taux peut transformer fortement l’évaluation d’une politique de long terme.
Le choix de la population
Une étude peut porter sur :
- l’ensemble de la population ;
- les utilisateurs d’un service ;
- les personnes ayant répondu ;
- les cas disponibles.
Ces choix modifient la conclusion. Évaluer une politique uniquement parmi les bénéficiaires visibles peut ignorer les personnes exclues, le non-recours et les effets indirects. La sélection de la population est un choix méthodologique. Elle possède parfois une dimension normative lorsque certains groupes deviennent systématiquement invisibles.
L’équité dans la production des données
Certains groupes sont moins présents dans les données parce qu’ils sont difficiles à atteindre, moins équipés, moins enregistrés ou moins étudiés. Le résultat scientifique peut être exact pour la population observée et insuffisant pour les autres. Inclure les groupes négligés demande parfois davantage de ressources, des méthodes adaptées et des partenariats. L’équité peut ainsi améliorer la validité externe de la science. Une valeur sociale contribue alors indirectement à une meilleure connaissance.
Les valeurs peuvent-elles améliorer la science ?
Une valeur ne produit pas à elle seule un fait vrai. Mais elle peut orienter l’attention vers des anomalies ignorées, des populations exclues et des hypothèses invisibilisées.
Les critiques féministes des sciences ont notamment montré que certaines recherches considéraient l’expérience masculine, certaines populations et certains rôles sociaux comme normes universelles. La critique normative a permis d’identifier des biais empiriques. Une valeur comme l’égalité peut donc motiver des questions qui améliorent la couverture et la précision de la recherche.
Le point de vue situé
Les théories du savoir situé soulignent que tout chercheur occupe une position sociale, historique et institutionnelle. Cette position influence les questions visibles, les évidences supposées et les catégories utilisées.
Reconnaître cette situation ne signifie pas que toute connaissance serait relative au groupe. Cela invite à examiner les angles morts, les perspectives absentes et les conditions de production.
Donna Haraway parle d’une objectivité située plutôt que d’une vision de nulle part.
L’épistémologie du point de vue
Certaines épistémologies du point de vue soutiennent que les groupes dominés peuvent percevoir certains mécanismes invisibles pour les groupes dominants. Une personne subissant une institution observe des effets que son concepteur peut négliger. Cette expérience possède une valeur épistémique réelle. Mais aucune position sociale ne garantit une infaillibilité générale. Les personnes concernées peuvent diverger, manquer de données comparatives et interpréter différemment leur expérience.
Le point de vue doit enrichir l’enquête, non remplacer toute méthode critique.
Objectivité forte
Sandra Harding propose l’idée d’objectivité forte : l’objectivité exige aussi d’examiner la position des chercheurs et des institutions scientifiques. Une méthode qui contrôle uniquement les biais des personnes étudiées, mais jamais ceux des experts, reste incomplète. L’objectivité forte demande :
- réflexivité ;
- pluralité ;
- critique ;
- examen des intérêts.
Elle ne signifie pas que le résultat doit refléter équitablement toutes les opinions. Les points de vue doivent encore être évalués selon :
- preuves ;
- cohérence ;
- pouvoir explicatif.
L’objectivité sociale
Helen Longino insiste sur le caractère social de l’objectivité scientifique. Un chercheur individuel peut conserver des biais difficiles à identifier. La communauté améliore la connaissance par la critique, la réplication, la confrontation et la diversité des hypothèses.
L’objectivité dépend alors de conditions institutionnelles :
- accès aux données ;
- espaces de critique ;
- prise en compte réelle des objections ;
- standards partagés.
Une communauté homogène peut partager les mêmes angles morts.
La critique transformative
Pour Longino, les valeurs et hypothèses deviennent plus contrôlables lorsqu’elles peuvent être soumises à une critique transformative. Cela demande notamment :
- des canaux publics de discussion ;
- des standards reconnus ;
- une réponse aux critiques ;
- une certaine égalité d’autorité intellectuelle.
Cette dernière ne signifie pas que toutes les personnes possèdent la même expertise. Elle signifie que les objections pertinentes ne doivent pas être ignorées uniquement en raison du statut social de leur auteur.
L’objectivité devient une propriété de la procédure collective plutôt que de la pureté intérieure du chercheur.
Le pluralisme scientifique
Plusieurs approches peuvent étudier le même phénomène :
- quantitative ;
- qualitative ;
- expérimentale ;
- historique ;
- mécaniste.
Ce pluralisme réduit le risque qu’une seule conception détermine tout ce qui sera visible. Mais le pluralisme ne signifie pas que toutes les méthodes sont adaptées à toutes les questions. Chaque approche doit être évaluée selon :
- rigueur ;
- pertinence ;
- résultats.
La diversité devient utile lorsqu’elle permet des confrontations réelles, pas une simple coexistence sans dialogue.
Les désaccords raisonnables
Deux chercheurs compétents peuvent interpréter différemment des données en raison d’hypothèses, de modèles et de poids attribués à certains critères.
Thomas Kuhn souligne que le choix théorique mobilise plusieurs valeurs :
- précision ;
- cohérence ;
- simplicité ;
- portée ;
- fécondité.
Ces valeurs ne produisent pas toujours un classement unique. Le désaccord ne prouve pas que la science est arbitraire. Il peut refléter une sous-détermination temporaire qui sera réduite par de nouvelles données, de nouveaux tests et la clarification des modèles.
La sous-détermination
Les mêmes observations peuvent parfois être compatibles avec plusieurs théories. Les chercheurs utilisent alors des critères supplémentaires :
- simplicité ;
- cohérence avec les connaissances établies ;
- pouvoir unificateur.
Ces critères sont rationnels sans fonctionner comme une démonstration automatique. La sous-détermination laisse une place au jugement. Elle ne donne pas une liberté illimitée. Une théorie doit toujours respecter les preuves et accepter le risque de l’échec.
Les intérêts matériels
La recherche est produite dans des institutions financées par les États, les entreprises, les fondations et les universités. Le financement influence souvent les questions étudiées, les données disponibles et la publication. Un financeur n’a pas besoin de falsifier directement les résultats pour orienter la connaissance. Il peut financer abondamment certains problèmes et certaines solutions et en négliger d’autres. L’absence de recherche sur une question ne prouve alors pas son insignifiance.
Les conflits d’intérêts
Un conflit d’intérêts existe lorsqu’un intérêt secondaire peut influencer le jugement professionnel. Il peut être :
- financier ;
- institutionnel ;
- politique ;
- lié à la carrière.
Un conflit ne prouve pas que le résultat est faux. Il augmente le besoin de :
- transparence ;
- réplication ;
- contrôle indépendant ;
- partage des données.
Rejeter automatiquement une étude à cause de son financement serait un sophisme génétique. Ignorer complètement le financement serait naïf.
Les biais de publication
Les études produisant un résultat positif ou spectaculaire sont plus facilement publiées. Les résultats nuls ou défavorables peuvent rester invisibles. La littérature donne alors une impression exagérée de l’effet. Ce biais peut être renforcé par des intérêts commerciaux, des incitations universitaires et des préférences éditoriales.
Les réponses comprennent :
- préenregistrement ;
- publication des protocoles ;
- registres d’études ;
- synthèses systématiques.
L’objectivité dépend ici d’une architecture institutionnelle.
Les incitations scientifiques
Les chercheurs sont récompensés pour publier, attirer des financements et produire des résultats originaux. Ces incitations peuvent encourager la sélection de résultats, les analyses flexibles et l’exagération.
Le problème ne vient pas nécessairement d’une malhonnêteté individuelle. Des comportements raisonnables à l’échelle personnelle peuvent produire une littérature biaisée collectivement. La réforme doit donc porter sur les institutions, pas seulement sur la morale des chercheurs.
Neutralité et impartialité
La neutralité peut recevoir plusieurs sens. Neutralité personnelle : Le chercheur ne possède aucune préférence. Cette neutralité est irréaliste. Neutralité méthodologique : Les méthodes ne sont pas modifiées pour obtenir une conclusion souhaitée. Cette exigence est fondamentale.
Impartialité : Les mêmes standards sont appliqués aux hypothèses favorables et défavorables. Neutralité politique du résultat : La conclusion ne favorise aucun camp. Cette neutralité n’est pas toujours possible. Un fait peut réellement contredire davantage une position qu’une autre. L’objectivité ne demande pas de produire artificiellement un équilibre entre des thèses inégalement soutenues.
La fausse symétrie
Un média ou une institution peut présenter deux positions comme équivalentes au nom de la neutralité. Mais si les preuves soutiennent fortement l’une et très faiblement l’autre, cette symétrie déforme l’état des connaissances.
L’impartialité ne consiste pas à accorder le même temps, le même poids et la même crédibilité à toutes les affirmations. Elle consiste à utiliser des critères cohérents. Le pluralisme doit être proportionné à la qualité réelle des arguments.
La neutralité politique
Un chercheur peut souhaiter que son travail ne soit associé à aucun parti. Mais certains résultats possèdent nécessairement des conséquences politiques. Montrer qu’une politique échoue davantage qu’une autre influence le débat. La politisation d’un résultat ne prouve pas qu’il est partisan. Il faut distinguer :
- objet politique ;
- méthode partisane.
Une recherche sur les institutions ou les inégalités peut être objectivement menée même si ses conclusions sont politiquement sensibles.
L’expert doit-il défendre une politique ?
Un expert peut intervenir comme :
Scientifique
Il présente les connaissances, incertitudes et conséquences.
Conseiller
Il recommande une action à partir d’objectifs explicités.
Citoyen
Il défend une préférence morale ou politique.
Ces rôles peuvent être légitimes. Ils doivent être distingués. Lorsqu’un scientifique affirme :
La science impose cette politique,
il risque de dissimuler les valeurs nécessaires à la recommandation.
Une formulation plus honnête serait :
Étant donné cet objectif et cette tolérance au risque, les données soutiennent davantage cette option.
L’expertise ne choisit pas toutes les fins
Un expert possède une compétence sur les faits, les méthodes et les effets probables. Il ne possède pas automatiquement une autorité supérieure sur la justice, la dignité et les priorités collectives. Un économiste peut estimer le coût d’une politique. Il ne décide pas seul du poids moral à attribuer à l’égalité, la sécurité et la liberté. L’expertise est indispensable sans être souveraine. La décision démocratique doit intégrer les connaissances sans se transformer en gouvernement exclusif des experts.
Le danger technocratique
La technocratie apparaît lorsque des choix normatifs sont présentés comme de simples solutions techniques. On affirme :
Il n’existe qu’une seule politique rationnelle.
Mais plusieurs options peuvent correspondre à des hiérarchies différentes entre :
- efficacité ;
- égalité ;
- autonomie ;
- prudence.
La technicité peut rendre invisibles ces choix. Le rôle de l’analyse est de clarifier les conséquences, les compromis et les contraintes. La légitimité politique demande ensuite une délibération sur les valeurs.
Le danger populiste
L’erreur inverse consiste à traiter l’expertise comme :
- opinion ordinaire ;
- intérêt corporatif ;
- obstacle démocratique.
Une décision collective ne devient pas rationnelle par la seule expression de la volonté populaire. Les faits imposent des contraintes. Une politique impossible physiquement ou inefficace empiriquement ne devient pas possible par vote. La démocratie doit pouvoir choisir les fins sans nier les connaissances nécessaires pour les atteindre.
Une division du travail imparfaite
Une représentation simple serait :
- les citoyens choisissent les valeurs ;
- les experts choisissent les moyens.
Mais les moyens influencent souvent les fins. Une technologie de surveillance peut améliorer la sécurité tout en transformer la liberté. Une politique efficace pour un objectif peut modifier les préférences, institutions et rapports de pouvoir. Les experts doivent donc analyser aussi les effets secondaires, les verrouillages et les transformations sociales. Les citoyens doivent pouvoir discuter des moyens lorsqu’ils engagent des valeurs.
Les politiques fondées sur les preuves
L’expression politique fondée sur les preuves affirme qu’une décision doit utiliser les meilleures connaissances disponibles. Ce principe est souhaitable. Mais il peut être mal interprété.
Les preuves ne déterminent pas seules :
- l’objectif ;
- la population prioritaire ;
- le coût acceptable ;
- le droit protégé.
Une politique fondée sur les preuves devrait signifier :
Les choix normatifs sont explicités, et les moyens sont évalués honnêtement à partir des données.
Elle ne devrait pas signifier :
La politique est directement déduite d’une étude.
« Ce qui fonctionne »
L’expression :
Ce qui fonctionne
est incomplète.
Il faut demander :
- fonctionne pour quoi ?
- pour qui ?
- à quel horizon ?
- selon quel indicateur ?
- avec quels effets secondaires ?
Une politique peut améliorer un résultat moyen tout en aggravant les inégalités, réduisant l’autonomie et déplaçant le problème. L’efficacité est toujours relative à une cible. La cible contient une valeur.
L’évaluation des politiques
Une évaluation peut mesurer :
- efficacité ;
- coût ;
- acceptabilité ;
- équité ;
- durabilité.
Ces dimensions peuvent entrer en conflit. Une politique très efficace peut être coûteuse, intrusive et injustement répartie. La science peut quantifier certains compromis. Elle ne décide pas automatiquement quelle pondération leur attribuer. Un rapport sérieux doit présenter séparément :
- résultats ;
- incertitudes ;
- hypothèses normatives.
L’analyse coût-bénéfice
L’analyse coût-bénéfice cherche à comparer plusieurs conséquences sur une échelle commune, souvent monétaire. Elle améliore la transparence en rendant certains arbitrages visibles. Mais elle rencontre des difficultés :
- valeur de la vie ;
- dignité ;
- droits ;
- dommages irréversibles ;
- distribution.
Une somme globale positive peut masquer que :
- certains gagnent fortement ;
- d’autres subissent un dommage grave.
L’analyse coût-bénéfice est un outil, non une théorie morale complète.
La monétarisation
Attribuer une valeur monétaire à un effet permet de l’intégrer au calcul. Cela ne signifie pas nécessairement que cet effet serait moralement équivalent à une somme d’argent.
La monétarisation peut représenter :
- consentement à payer ;
- coût évité ;
- compensation.
Ces méthodes dépendent de :
- revenu ;
- préférences ;
- institutions.
La volonté de payer des personnes riches ne doit pas recevoir automatiquement davantage de poids moral parce qu’elles disposent de plus de ressources.
Les droits comme contraintes
Certaines théories morales considèrent que certains droits ne doivent pas être sacrifiés simplement parce qu’un calcul global produit un bénéfice supérieur. Une politique efficace peut être inacceptable si elle viole une liberté fondamentale, l’intégrité ou l’égalité juridique.
La science peut montrer les conséquences de la protection ou de la violation du droit. Elle ne décide pas seule si le droit est :
- absolu ;
- pondérable ;
- limité dans certaines circonstances.
Cette question relève de la philosophie morale, du droit et de la politique.
Le principe de précaution
Le principe de précaution intervient lorsque :
- l’incertitude est importante ;
- un dommage grave ou irréversible est plausible.
Il peut justifier une action avant une preuve définitive. Mais il ne peut pas signifier :
Interdire toute activité comportant un risque possible.
L’inaction possède elle aussi des risques. Une application rationnelle doit comparer :
- plausibilité du danger ;
- gravité ;
- réversibilité ;
- coût de la précaution ;
- risques des alternatives.
Le principe contient un jugement normatif sur la gestion de l’incertitude.
La charge de la preuve
Qui doit fournir les preuves ?
Celui qui affirme :
- l’innocuité d’un produit ?
- son danger ?
- l’efficacité d’une politique ?
La réponse dépend des conséquences. Exiger que tout danger soit prouvé avant toute restriction favorise l’inaction. Exiger que toute innocuité soit démontrée absolument peut bloquer toute innovation. La charge de la preuve est une règle épistémique et politique. Elle doit être adaptée à :
- la gravité ;
- la réversibilité ;
- les données accessibles.
Les standards juridiques de preuve
Le droit utilise plusieurs standards :
- prépondérance des preuves ;
- preuve claire et convaincante ;
- au-delà du doute raisonnable.
Ces différences reflètent l’asymétrie des erreurs. En matière pénale, condamner un innocent est considéré comme particulièrement grave. Le seuil est donc élevé. La science peut estimer la force de certaines preuves. Le choix du standard juridique dépend d’une valeur concernant la répartition des risques d’erreur.
L’incertitude et la communication
Un chercheur doit-il insister sur chaque incertitude au risque de rendre le message inutilisable ? Ou simplifier pour faciliter l’action ? La communication possède une dimension normative. Minimiser l’incertitude peut favoriser une décision rapide mais dégrader la confiance.
L’exagérer peut paralyser ou créer une fausse équivalence.
Une communication responsable distingue :
- ce qui est bien établi ;
- ce qui est probable ;
- ce qui reste inconnu ;
- ce qui relève du choix.
L’objectivité ne signifie pas l’absence de position
Un scientifique peut publiquement défendre l’intégrité de la recherche, la protection des données et l’indépendance des institutions. Ces engagements sont normatifs. Ils peuvent être nécessaires au fonctionnement même de la science. La recherche présuppose des valeurs comme :
- honnêteté ;
- critique ;
- liberté d’enquête ;
- partage des résultats.
La science ne peut donc pas fonctionner sans aucune norme. La question est de distinguer les valeurs constitutives de l’enquête des préférences que l’on chercherait à imposer aux résultats.
Les normes de la science
Robert Merton décrit plusieurs normes idéales de la science :
- mise en commun des connaissances ;
- universalité des critères ;
- désintéressement ;
- scepticisme organisé.
Ces normes ne décrivent pas parfaitement chaque pratique réelle. Elles constituent des idéaux institutionnels. Elles visent à réduire l’influence du statut, de l’intérêt et de l’autorité.
La science est donc gouvernée par des valeurs procédurales nécessaires à son objectivité.
L’universalité des critères
L’universalité signifie que les affirmations doivent être évaluées selon des critères indépendants de l’identité de leur auteur. Une preuve ne devient pas meilleure parce qu’elle vient d’une autorité, de son propre camp ou d’un groupe prestigieux.
Mais appliquer les mêmes critères ne signifie pas ignorer toutes les différences de compétence. L’expertise et la qualité des méthodes restent pertinentes. Il faut distinguer :
- évaluer un argument selon ses preuves ;
- attribuer une confiance initiale selon la fiabilité de la source.
Le désintéressement
Le désintéressement ne signifie pas absence de toute motivation personnelle. Un chercheur peut aimer son sujet, sa carrière et la reconnaissance. La norme demande que les intérêts particuliers ne contrôlent pas l’évaluation des résultats. Comme l’auto-contrôle individuel est insuffisant, il faut des dispositifs :
- déclaration d’intérêts ;
- réplication ;
- évaluation indépendante ;
- données accessibles.
L’intégrité scientifique doit être institutionnalisée.
Le scepticisme organisé
Le scepticisme organisé signifie que toute affirmation peut être soumise à la critique. Cette norme s’oppose au dogme, à l’argument d’autorité et à la protection idéologique.
Mais la critique ne doit pas devenir une exigence infinie appliquée uniquement aux résultats déplaisants. Le scepticisme doit être symétrique. Il doit aussi tenir compte du degré de preuve déjà accumulé. Douter rationnellement ne signifie pas suspendre indéfiniment tout jugement.
L’indépendance scientifique
Une institution scientifique doit pouvoir produire des résultats déplaisants pour le gouvernement, le financeur, le public et les chercheurs eux-mêmes. Cette indépendance demande :
- sécurité professionnelle ;
- pluralité de financement ;
- protection des lanceurs d’alerte ;
- liberté de publication.
L’indépendance ne garantit pas l’infaillibilité. Elle réduit certaines pressions susceptibles de transformer les valeurs dominantes en résultats obligatoires.
Le militantisme scientifique
Un chercheur peut être engagé pour l’environnement, la santé et l’égalité. Cet engagement peut motiver un travail rigoureux. Il peut aussi favoriser la sélection des preuves, la minimisation des incertitudes et le traitement asymétrique des critiques.
Le problème n’est pas l’existence de l’engagement. Il est la capacité à maintenir :
- distinction des rôles ;
- transparence ;
- critères symétriques ;
- possibilité de réfutation.
Une cause juste ne dispense jamais d’une méthode juste.
L’illusion de pureté apolitique
À l’inverse, un chercheur peut présenter comme apolitique une pratique qui soutient implicitement le statu quo. Ne pas étudier une injustice, ne pas mesurer certains dommages ou adopter les catégories institutionnelles existantes constitue aussi un choix. La neutralité peut devenir une manière de rendre invisibles les valeurs déjà intégrées au système et les intérêts dominants. Reconnaître cette possibilité ne signifie pas que toute abstention est une complicité. Il faut examiner concrètement les effets et les alternatives.
Le statu quo n’est pas neutre
Lorsqu’une réforme est discutée, l’option :
ne rien changer
est souvent présentée comme absence de décision. Mais le statu quo possède déjà des coûts, des bénéficiaires, des victimes et des risques.
La comparaison rationnelle doit traiter l’inaction comme une option produisant des conséquences. Cela est particulièrement important lorsque les preuves sont incertaines. Attendre davantage d’information peut être raisonnable, mais l’attente possède elle aussi un coût.
Les valeurs implicites
Les valeurs les plus influentes sont parfois celles qui ne sont pas nommées. Un modèle peut supposer que l’objectif est de maximiser la production, la vitesse ou la sécurité. Cette cible paraît technique parce qu’elle est incorporée dès le départ. Rendre les valeurs explicites permet de demander :
- pourquoi cet objectif ?
- quelles dimensions sont oubliées ?
- qui en bénéficie ?
La transparence normative ne fragilise pas la décision. Elle évite que les préférences soient cachées derrière le vocabulaire de la nécessité.
Le relativisme
Reconnaître l’influence des valeurs peut conduire à une conclusion excessive :
Toute science dépend de valeurs, donc toutes les affirmations se valent.
Cette conclusion est fausse. Les valeurs n’éliminent pas les observations, les contraintes logiques, les tests et la réplication.
Deux études peuvent être évaluées selon :
- qualité des données ;
- cohérence ;
- transparence ;
- robustesse.
Une recherche orientée par une valeur peut produire un résultat vrai ou faux. La valeur explique pourquoi la question a été posée, pas automatiquement la réponse.
Le constructivisme radical
Une version radicale du constructivisme affirme parfois que les faits scientifiques seraient principalement produits par des rapports sociaux. Les institutions et pratiques influencent effectivement les catégories, les instruments et les standards.
Mais le monde résiste. Une substance peut ne pas avoir l’effet souhaité. Une prévision peut échouer. Un appareil peut détecter une anomalie inattendue. La construction sociale de la connaissance ne signifie pas la construction arbitraire du réel.
La science est une interaction entre le monde, les instruments, les théories et les institutions.
Le réalisme critique
Une position réaliste critique peut soutenir simultanément que :
- un monde existe indépendamment de nos croyances ;
- notre accès à ce monde passe par des concepts, mesures et institutions ;
- certaines représentations sont meilleures que d’autres ;
- toute connaissance reste révisable.
Cette position évite :
- le positivisme naïf d’un fait absolument brut ;
- le relativisme où le réel disparaît derrière les discours.
L’objectivité devient la capacité à corriger progressivement les représentations par confrontation aux preuves et à la critique.
L’humilité épistémique
Reconnaître les valeurs et l’incertitude demande une certaine humilité. Le chercheur doit pouvoir dire :
- ce que l’étude montre ;
- ce qu’elle ne montre pas ;
- quelles hypothèses sont nécessaires ;
- où commence le jugement politique.
Cette prudence ne doit pas être confondue avec l’indécision permanente. Une conclusion peut être forte sans être absolue. L’humilité consiste à proportionner la confiance à la preuve, non à affaiblir systématiquement toute affirmation.
Les faits contraignent les valeurs
Les valeurs ne peuvent pas être mises en œuvre indépendamment des faits. Une personne valorise l’égalité. Elle doit encore savoir quelles politiques réduisent réellement les inégalités. Une autre valorise la liberté. Elle doit examiner si certaines institutions protègent effectivement l’autonomie ou renforcent une domination privée.
Les faits peuvent montrer qu’un moyen produit l’effet opposé à celui qui était recherché. Ils peuvent donc réfuter une politique fondée sur une valeur sans réfuter nécessairement la valeur elle-même.
Les valeurs peuvent entrer en conflit avec elles-mêmes
Une politique motivée par la sécurité peut réduire la sécurité à long terme en détruisant la confiance. Une politique d’égalité peut produire une nouvelle forme d’exclusion. L’analyse empirique révèle les contradictions pratiques à l’intérieur d’une valeur ou entre plusieurs de ses interprétations. La science contribue ainsi à une critique interne :
Votre moyen ne réalise pas réellement la valeur que vous affirmez poursuivre.
Cette critique est plus forte qu’une simple opposition entre valeurs rivales.
Les conséquences imprévues
Une décision morale ou politique peut être animée par de bonnes intentions et produire des conséquences négatives. L’étude de ces conséquences ne remplace pas la morale. Elle évite une morale de l’intention pure. Une action responsable doit examiner :
- effets prévisibles ;
- incitations ;
- adaptations ;
- groupes touchés.
Mais exiger une prévision parfaite rendrait toute action impossible. La responsabilité consiste à :
- rechercher raisonnablement les conséquences ;
- surveiller ;
- corriger.
Les moyens transforment les fins
Un moyen n’est pas toujours neutre. Une institution créée pour atteindre un objectif peut modifier les rapports de pouvoir, les habitudes et les valeurs. Une politique de surveillance conçue pour la sécurité peut normaliser une certaine conception de la vie privée. Une politique de marché peut transformer la manière dont les personnes perçoivent un bien. L’évaluation normative doit donc inclure les effets institutionnels et culturels des moyens, pas seulement leur efficacité immédiate.
Les préférences peuvent être transformées
Les politiques ne répondent pas seulement à des préférences existantes. Elles contribuent à les former. L’éducation, la publicité et les institutions influencent les désirs, les attentes et les normes. Une politique ne peut donc pas toujours être évaluée uniquement selon la satisfaction des préférences actuelles. Il faut demander :
- quelles préférences elle renforce ;
- quelles capacités elle développe ;
- quelle autonomie elle permet.
Cette question contient une dimension normative irréductible.
La démocratie comme procédure de valeur
Les désaccords normatifs ne peuvent pas tous être résolus scientifiquement. Une démocratie organise leur traitement par :
- débat ;
- représentation ;
- droits ;
- vote ;
- contrôle.
La majorité ne crée pas automatiquement la vérité morale. Mais elle fournit une procédure de décision lorsqu’un accord complet est impossible. La qualité démocratique dépend alors de :
- l’information ;
- la liberté ;
- l’égalité politique ;
- la protection des minorités.
La science peut évaluer certaines conditions de cette procédure sans décider seule de sa légitimité finale.
La délibération
La délibération vise à transformer les préférences par l’échange de raisons. Les participants ne se contentent pas de compter leurs désirs. Ils examinent les faits, les principes, les conséquences et les points de vue.
La science fournit une partie essentielle de la matière factuelle. La philosophie clarifie les principes. L’expérience des personnes concernées révèle des effets parfois invisibles. Une décision légitime peut exiger l’articulation de ces plusieurs formes de connaissance.
Le désaccord moral raisonnable
Même après clarification des faits, des personnes raisonnables peuvent diverger. L’une donne davantage de poids à la liberté. L’autre à l’égalité. Une troisième à la sécurité.
Ce désaccord ne résulte pas nécessairement d’une ignorance ou d’un biais. Il peut venir d’une hiérarchie différente entre valeurs légitimes. La science réduit certains désaccords, mais elle ne supprime pas le pluralisme moral.
Le consensus scientifique et le consensus moral
Un consensus scientifique concerne généralement :
- l’état des connaissances ;
- la fiabilité d’une théorie ;
- la convergence des preuves.
Un consensus moral concerne :
- les fins ;
- les droits ;
- les règles légitimes.
Les deux ne possèdent pas la même structure. Une majorité d’experts peut établir avec une grande crédibilité qu’une action produit un risque. Elle ne décide pas seule du risque acceptable. Inversement, une préférence morale largement partagée ne modifie pas les propriétés physiques du monde.
Une science moralement responsable
Une science responsable ne falsifie pas les résultats pour produire de bonnes conséquences. Elle examine néanmoins :
- les risques de ses recherches ;
- les usages ;
- les personnes affectées ;
- les conflits d’intérêts.
La responsabilité peut intervenir dans :
- le choix du projet ;
- la protection des participants ;
- la diffusion ;
- la gouvernance.
Elle ne doit pas transformer la conclusion empirique en message politique prédéterminé. Le principe peut être formulé ainsi :
Les valeurs orientent légitimement ce que nous décidons d’étudier et la manière dont nous gérons les risques, mais elles ne doivent pas décider à l’avance de ce que les données sont autorisées à montrer.
L’éthique de la recherche
La recherche sur des êtres humains est soumise à des exigences :
- consentement ;
- minimisation des risques ;
- confidentialité ;
- justice dans la sélection.
Ces valeurs limitent les méthodes utilisables. Une expérience pourrait produire une connaissance intéressante et rester moralement interdite. L’éthique impose donc parfois une perte d’information potentielle. Ce choix reconnaît que la connaissance n’est pas la seule valeur. La science est importante, mais elle ne possède pas un droit absolu sur les personnes.
Les recherches à double usage
Une découverte peut être utilisée à des fins bénéfiques ou dangereuses. La recherche à double usage pose la question de la diffusion. Publier intégralement améliore la vérification, le progrès et la transparence. Mais cela peut faciliter un usage nuisible. La décision exige un arbitrage entre :
- ouverture scientifique ;
- sécurité ;
- contrôle.
Aucune formule générale ne résout tous les cas.
La censure scientifique
Limiter une recherche ou une publication peut être justifié dans des situations exceptionnelles. Mais la censure peut aussi protéger le pouvoir, une idéologie et des intérêts.
Les restrictions doivent donc être :
- proportionnées ;
- révisables ;
- contrôlées ;
- justifiées publiquement autant que possible.
Une simple offense politique ou morale ne suffit pas à rendre un résultat faux. La critique doit viser :
- méthode ;
- éthique ;
- usage,
sans supprimer arbitrairement la possibilité d’enquête.
L’inconfort moral
Une recherche peut produire un résultat moralement inconfortable. La réaction ne doit être ni :
- l’accepter sans examen parce qu’il est provocateur ;
- le rejeter sans examen parce qu’il est dangereux.
Il faut renforcer :
- vérification ;
- réplication ;
- prudence d’interprétation ;
- analyse des usages.
Une conclusion solide ne devient pas fausse parce qu’elle peut être instrumentalisée. Mais sa présentation doit éviter les généralisations et essentialisations non soutenues.
Les faits sensibles
Certains résultats concernent des groupes, des capacités, des comportements et des risques. Leur communication peut produire de la stigmatisation, de la discrimination et de la polarisation.
Le chercheur doit distinguer :
- différence moyenne ;
- variation interne ;
- causalité ;
- plasticité.
La responsabilité dans la communication ne consiste pas à cacher les faits. Elle consiste à empêcher les interprétations qui dépassent les preuves.
La valeur de vérité
La recherche scientifique repose elle-même sur un engagement normatif envers la vérité ou, plus prudemment, envers la connaissance fiable.
Pourquoi préférer une croyance vraie à une croyance réconfortante ? Ce choix n’est pas démontré par une expérience scientifique. Il constitue une valeur épistémique fondamentale. La science ne peut donc pas justifier toutes ses propres normes uniquement par ses méthodes. Elle repose aussi sur une conception de l’enquête comme activité digne d’être poursuivie.
La vérité suffit-elle ?
Une information vraie peut être inutile, dangereuse ou intrusive. La vérité possède une grande valeur, mais elle n’est pas nécessairement la seule valeur. Une société peut légitimement protéger la vie privée, la sécurité et la dignité.
Le conflit ne se résout pas en disant :
La vérité doit toujours être publiée.
Il faut distinguer :
- droit de chercher ;
- droit de connaître ;
- droit de diffuser ;
- responsabilité des usages.
Une objectivité procédurale
Puisqu’une absence totale de valeurs est impossible, l’objectivité peut être recherchée par des procédures. Parmi elles :
- définition préalable des critères ;
- transparence des choix ;
- confrontation des hypothèses ;
- partage des données ;
- réplication ;
- déclaration des intérêts ;
- analyses de sensibilité ;
- distinction entre résultat et recommandation.
Ces dispositifs ne suppriment pas tous les biais. Ils rendent les influences plus visibles et contestables. L’objectivité devient une pratique de correction plutôt qu’un état de pure neutralité intérieure.
Préenregistrement et distinction des rôles
Le préenregistrement permet d’annoncer avant l’analyse :
- hypothèses ;
- critères ;
- méthodes.
Il réduit la possibilité d’adapter inconsciemment la méthode au résultat souhaité. La distinction des rôles demande de séparer clairement :
Conclusion empirique
Ce que les données soutiennent.
Jugement de valeur
Ce qui est considéré comme souhaitable.
Recommandation
L’action proposée à partir des deux.
Cette séparation n’empêche pas leur articulation. Elle permet au lecteur de contester l’un sans devoir rejeter automatiquement les autres.
Les analyses de sensibilité normative
Une étude peut présenter plusieurs conclusions selon différentes pondérations de valeurs. Par exemple :
- scénario privilégiant l’efficacité moyenne ;
- scénario donnant priorité aux plus défavorisés ;
- scénario minimisant les risques graves.
Cette approche montre comment la recommandation dépend de principes différents. Elle évite de dissimuler une pondération unique dans le modèle. La science ne choisit pas nécessairement entre ces principes, mais elle peut montrer leurs conséquences.
Les panels pluralistes
Une expertise collective peut réunir plusieurs disciplines, plusieurs méthodes et plusieurs perspectives sociales. Cette pluralité réduit certains angles morts. Elle ne doit pas devenir une représentation politique où chaque opinion reçoit le même statut scientifique. Le panel doit distinguer :
- désaccord empirique ;
- désaccord méthodologique ;
- désaccord normatif.
La qualité dépend moins du nombre de positions que de leur capacité à se critiquer selon des standards communs.
Le désaccord expert
Lorsque les experts divergent, le public doit savoir pourquoi. Le désaccord peut porter sur :
- données ;
- modèle ;
- probabilité ;
- seuil de décision ;
- valeur.
Présenter tous les désaccords comme scientifiques peut masquer un conflit normatif. Présenter tous les désaccords comme politiques peut affaiblir la connaissance. Une communication honnête identifie le niveau exact de la divergence.
Le rôle des citoyens
Les citoyens ne peuvent pas reproduire chaque analyse technique. Ils peuvent néanmoins demander :
- quelles hypothèses ?
- quelles incertitudes ?
- quels intérêts ?
- quelles alternatives ?
- quelles valeurs ?
L’autonomie démocratique ne demande pas que chacun devienne expert de tout. Elle demande que l’expertise reste :
- intelligible ;
- contrôlable ;
- pluraliste ;
- responsable.
Le citoyen doit pouvoir comprendre la structure de la décision, même sans maîtriser chaque calcul.
Une méthode pratique pour séparer faits et valeurs
Identifier la proposition descriptive
Que montrent les données ?
Identifier la proposition normative
Qu’est-ce qui est jugé bon, juste ou souhaitable ?
Chercher la prémisse manquante
Quel principe permet de passer du fait à la recommandation ?
Examiner le concept
La définition contient-elle déjà une valeur ?
Identifier les indicateurs
Quelles dimensions sont mesurées et lesquelles sont absentes ?
Étudier le risque inductif
Quelles erreurs sont possibles et quelles sont leurs conséquences ?
Distinguer le rôle scientifique du rôle politique
Qui établit les effets et qui choisit les priorités ?
Présenter les alternatives
La même preuve conduit-elle à plusieurs politiques selon les valeurs ?
Rendre les choix explicites
Seuils, pondérations et horizons sont-ils justifiés ?
Maintenir la révision
Les conclusions et recommandations peuvent-elles être corrigées ?
Une méthode pratique pour construire une recommandation
Définir l’objectif
Quelle valeur ou finalité cherche-t-on à promouvoir ?
Vérifier sa précision
L’objectif est-il mesurable ou suffisamment explicite ?
Comparer les moyens
Quelles politiques peuvent l’atteindre ?
Évaluer les preuves
Quels effets sont bien établis, probables ou incertains ?
Examiner les effets secondaires
Quels autres objectifs sont affectés ?
Étudier la distribution
Qui gagne, qui perd, qui supporte le risque ?
Examiner les droits
Certaines options sont-elles exclues malgré leur efficacité ?
Tester plusieurs pondérations
La recommandation change-t-elle selon des valeurs raisonnables ?
Prévoir la révision
Quels résultats conduiront à modifier la politique ?
Communiquer honnêtement
Qu’est-ce qui relève des faits et qu’est-ce qui relève du choix ?
Questions pour évaluer une affirmation normative appuyée sur la science
- Quel fait est invoqué ?
- Quelle est la qualité de la preuve ?
- Quel principe normatif est ajouté ?
- Ce principe est-il explicite ?
- Existe-t-il d’autres valeurs pertinentes ?
- La conclusion dépend-elle d’un seuil ou d’une pondération ?
- Les effets sur différents groupes sont-ils présentés ?
- Une politique alternative poursuit-elle la même valeur ?
- L’efficacité du moyen est-elle démontrée ?
- Les conséquences imprévues sont-elles examinées ?
- La recommandation est-elle proportionnée à l’incertitude ?
- La science est-elle utilisée comme argument d’autorité ?
- Un désaccord moral est-il présenté à tort comme une erreur factuelle ?
- Un résultat factuel est-il rejeté uniquement parce qu’il est politiquement déplaisant ?
Questions pour évaluer la neutralité d’une recherche
- Le résultat était-il déterminé à l’avance par un engagement ?
- Les hypothèses concurrentes ont-elles été traitées symétriquement ?
- Les données défavorables sont-elles présentées ?
- Les critères d’analyse ont-ils été définis avant le résultat ?
- Les concepts contiennent-ils des jugements implicites ?
- Les choix de variables sont-ils justifiés ?
- Les groupes absents sont-ils reconnus ?
- Les conflits d’intérêts sont-ils déclarés ?
- Les données et méthodes peuvent-elles être contrôlées ?
- La conclusion empirique est-elle séparée de la recommandation ?
- Les incertitudes sont-elles communiquées ?
- Les valeurs intervenant dans les seuils sont-elles explicites ?
- Les critiques extérieures reçoivent-elles une réponse réelle ?
- Le chercheur applique-t-il les mêmes standards à son propre camp ?
Questions pour évaluer une expertise publique
- Quelle partie relève d’un consensus scientifique ?
- Quelle partie reste incertaine ?
- Quel objectif politique est supposé ?
- Quels compromis sont nécessaires ?
- Les experts parlent-ils dans leur domaine de compétence ?
- Distinguent-ils leur rôle scientifique et leur rôle citoyen ?
- Les alternatives sont-elles présentées ?
- Les effets distributifs sont-ils étudiés ?
- Les personnes concernées ont-elles été consultées ?
- La décision est-elle réversible ?
- Une procédure de contrôle existe-t-elle ?
- Les désaccords sont-ils empiriques ou normatifs ?
- La décision démocratique conserve-t-elle un rôle réel ?
- L’expertise est-elle utilisée pour éclairer ou pour fermer le débat ?
Questions pour évaluer une politique fondée sur les preuves
- Quel problème est défini ?
- Cette définition contient-elle un choix de valeur ?
- Quel indicateur représente la réussite ?
- Fonctionne pour qui ?
- Par rapport à quelle alternative ?
- Sur quelle période ?
- Quel est l’effet moyen ?
- Quels sont les effets sur les groupes vulnérables ?
- Quels coûts non monétaires existent ?
- Quels droits sont concernés ?
- Le contexte permet-il de transférer les résultats ?
- Les acteurs modifieront-ils leur comportement ?
- Quels résultats déclencheront une révision ?
- L’inaction a-t-elle été évaluée comme une option réelle ?
Erreurs fréquentes
Déduire directement un devoir d’un fait
Une conclusion normative exige une prémisse normative.
Croire que les faits sont sans importance morale
Les faits déterminent souvent les moyens réellement compatibles avec nos valeurs.
Confondre ce qui est naturel et ce qui est bon
Une propriété naturelle ne constitue pas automatiquement une justification.
Confondre ce qui est fréquent et ce qui est normal moralement
La fréquence ne produit pas une obligation.
Croire que toute mesure est purement descriptive
Définitions, seuils et pondérations peuvent contenir des valeurs.
Croire que toute présence de valeurs détruit l’objectivité
Les valeurs peuvent orienter la question sans déterminer le résultat.
Permettre à une cause juste de décider de la conclusion
La valeur morale d’un objectif ne remplace pas la preuve.
Rejeter une étude parce que son résultat est politiquement gênant
La conséquence politique ne détermine pas la vérité.
Croire qu’un chercheur engagé est nécessairement biaisé
L’engagement augmente certains risques, mais la qualité dépend de la méthode et du contrôle.
Croire qu’un chercheur se disant neutre est nécessairement objectif
Les valeurs implicites et le statu quo peuvent rester invisibles.
Confondre neutralité et fausse symétrie
Des thèses inégalement soutenues ne doivent pas recevoir le même poids.
Présenter une recommandation comme une obligation scientifique
La recommandation dépend aussi d’objectifs et de valeurs.
Croire que l’expert possède une autorité morale générale
L’expertise factuelle ne confère pas automatiquement une supériorité sur les fins collectives.
Rejeter l’expertise au nom de la démocratie
Le choix démocratique doit respecter les contraintes du réel.
Présenter le statu quo comme absence de décision
L’inaction possède ses propres coûts et bénéficiaires.
Confondre efficacité et justice
Une politique peut fonctionner pour son objectif et rester injuste.
Dire qu’une politique « fonctionne » sans préciser l’objectif
L’efficacité est toujours relative à un résultat défini.
Réduire toutes les conséquences à un coût monétaire
Les droits, la dignité et les dommages irréversibles ne sont pas toujours convenablement compensables.
Présenter un taux d’actualisation comme purement technique
Il influence le poids accordé aux générations futures.
Croire qu’un indice composite est neutre
Les dimensions et pondérations expriment une conception du phénomène.
Utiliser le principe de précaution pour interdire tout risque imaginable
L’inaction et les alternatives comportent également des risques.
Utiliser l’incertitude comme prétexte à l’inaction systématique
L’absence de certitude ne signifie pas absence de connaissance.
Confondre charge de la preuve scientifique et règle politique
Le niveau de preuve suffisant dépend aussi des conséquences de l’erreur.
Traiter les personnes concernées comme infaillibles
L’expérience apporte une connaissance essentielle sans résoudre seule toutes les questions causales.
Ignorer les personnes concernées au nom de l’expertise
Leur expérience peut révéler des variables et effets absents des modèles.
Confondre financement intéressé et fausseté
Un conflit d’intérêts appelle un contrôle renforcé, pas une réfutation automatique.
Ignorer les conflits d’intérêts sous prétexte que seule la méthode compte
Les intérêts influencent aussi les questions, la publication et l’interprétation.
Conclure au relativisme parce que les faits sont construits méthodiquement
Une construction peut être plus ou moins fidèle, robuste et vérifiable.
Croire que la pluralité des modèles rend tout choix arbitraire
Les modèles peuvent être comparés selon leurs preuves, leurs prédictions et leur domaine.
Confondre consensus scientifique et consensus moral
Les experts peuvent établir un risque sans décider seuls de son acceptabilité.
À retenir
Une proposition descriptive indique ce qui est ou ce qui se produit.
Une proposition normative indique ce qui devrait être, ce qui est juste ou ce qui mérite d’être poursuivi.
Passer d’un fait à une recommandation exige au moins une prémisse normative.
La science peut établir qu’une politique produit certaines conséquences.
Elle ne décide pas seule si ces conséquences doivent être préférées à toutes les autres.
La distinction entre être et devoir être ne rend pas les faits moralement inutiles.
Une valeur ne peut être appliquée correctement sans connaissance des effets réels.
Les faits peuvent montrer qu’un moyen :
- échoue ;
- produit l’effet inverse ;
- entre en contradiction avec l’objectif annoncé.
Une pratique fréquente n’est pas nécessairement bonne.
Une caractéristique naturelle n’est pas automatiquement souhaitable.
Une différence statistique ne produit pas une obligation morale.
La science utilise des valeurs épistémiques :
- précision ;
- cohérence ;
- simplicité ;
- pouvoir explicatif ;
- fécondité.
Ces valeurs guident le choix des théories sans produire toujours une décision mécanique.
Les valeurs sociales interviennent légitimement dans :
- le choix des questions ;
- la protection des participants ;
- l’évaluation des conséquences d’une erreur ;
- l’usage des résultats.
Elles ne doivent pas déterminer directement ce que les données sont autorisées à montrer.
Le risque inductif apparaît parce que toute conclusion empirique peut être erronée.
Le niveau de preuve exigé influence les faux positifs et les faux négatifs.
Le coût de ces erreurs peut justifier des seuils différents selon les contextes.
Une valeur peut jouer un rôle indirect dans la gestion de l’incertitude sans remplacer la preuve.
La neutralité axiologique ne demande pas au chercheur de n’avoir aucune valeur.
Elle demande de distinguer :
- analyse empirique ;
- jugement normatif ;
- recommandation.
Les valeurs orientent la pertinence des sujets étudiés.
La méthode doit ensuite empêcher que cette orientation décide à l’avance du résultat.
Certains concepts mélangent description et évaluation.
Des notions comme :
- cruel ;
- discriminatoire ;
- corrompu
possèdent un contenu factuel et normatif.
Leur usage peut rester rigoureux si les deux dimensions sont argumentées.
Les définitions scientifiques de :
- pauvreté ;
- santé ;
- bien-être ;
- qualité
contiennent parfois des choix concernant ce qui compte.
Ces choix doivent être explicites.
Le choix des variables, de la population et de l’horizon temporel peut rendre visibles certaines conséquences et en cacher d’autres.
Une étude limitée peut être valide pour sa question sans constituer une évaluation totale.
Les valeurs peuvent améliorer la science lorsqu’elles attirent l’attention sur :
- groupes négligés ;
- effets invisibles ;
- catégories inadéquates.
Elles ne garantissent jamais que la conclusion souhaitée soit vraie.
Les savoirs situés rappellent que les chercheurs occupent une position sociale et institutionnelle.
Cette position crée des angles morts possibles.
Reconnaître la situation du chercheur ne conduit pas nécessairement au relativisme.
Cela renforce la réflexivité et la pluralité des contrôles.
L’objectivité peut être comprise comme une propriété sociale de la recherche.
Elle repose sur :
- critique ;
- réplication ;
- transparence ;
- diversité ;
- réponse aux objections.
Une communauté homogène peut partager les mêmes biais.
La pluralité des perspectives améliore l’objectivité lorsque les affirmations restent soumises à des standards communs.
Les intérêts financiers ou politiques influencent :
- financement ;
- questions ;
- publication ;
- interprétation.
Un conflit d’intérêts ne réfute pas automatiquement un résultat.
Il justifie un contrôle indépendant renforcé.
La neutralité ne signifie pas donner le même poids à toutes les thèses.
Une fausse symétrie déforme la connaissance lorsque les preuves sont très inégales.
Un résultat politiquement sensible peut être objectivement établi.
L’expert peut décrire :
- effets ;
- risques ;
- incertitudes ;
- contraintes.
Il ne possède pas automatiquement l’autorité de déterminer les fins morales ou politiques.
Un scientifique peut recommander une action s’il rend explicites :
- l’objectif ;
- les valeurs ;
- les hypothèses.
Dire que « la science impose » une politique masque souvent la prémisse normative.
La démocratie ne doit pas rejeter l’expertise.
Les faits limitent les politiques possibles et révèlent leurs conséquences.
Mais l’expertise ne doit pas fermer le débat sur :
- justice ;
- droits ;
- priorités.
Une politique fondée sur les preuves ne peut pas être simplement déduite d’une expérience.
Elle exige :
- un objectif ;
- des connaissances sur les moyens ;
- un arbitrage entre conséquences ;
- une décision légitime.
L’expression « ce qui fonctionne » doit toujours être complétée :
- pour quoi ?
- pour qui ?
- à quel horizon ?
- avec quels dommages ?
L’analyse coût-bénéfice rend certains arbitrages explicites.
Elle ne remplace pas une théorie morale complète.
Les droits, la dignité et la distribution des conséquences peuvent limiter la compensation entre coûts et bénéfices.
Le principe de précaution organise une action sous incertitude lorsque les dommages potentiels sont graves.
Il ne doit pas être transformé en interdiction de tout risque imaginable.
La charge de la preuve et les seuils de décision contiennent des choix concernant la gravité relative des erreurs.
Ces choix doivent être discutés publiquement.
La science repose elle-même sur des normes :
- honnêteté ;
- liberté de critique ;
- partage ;
- scepticisme organisé.
Elle ne fonctionne donc pas sans valeurs.
Ces valeurs visent cependant à protéger l’enquête contre l’imposition arbitraire des préférences.
Un chercheur engagé peut produire un travail rigoureux.
Il doit maintenir :
- critères symétriques ;
- transparence ;
- distinction des rôles ;
- acceptation de la réfutation.
Une cause juste ne transforme pas une mauvaise preuve en bonne preuve.
L’absence affichée d’engagement ne garantit pas la neutralité.
Le statu quo et les catégories existantes incorporent déjà des valeurs.
Une objectivité sérieuse examine aussi ces valeurs implicites.
Reconnaître la construction méthodologique des faits ne signifie pas que les faits seraient librement inventés.
Le réel impose des résistances :
- expériences qui échouent ;
- mesures qui contredisent ;
- prédictions non réalisées.
Une position réaliste critique reconnaît à la fois :
- l’existence d’un monde indépendant ;
- le caractère construit et révisable de nos représentations.
Les faits contraignent les valeurs dans leur application.
Les valeurs orientent les questions et les décisions.
Aucune des deux dimensions ne doit absorber l’autre.
Une science moralement responsable ne modifie pas ses résultats pour produire de bonnes conséquences.
Elle examine néanmoins :
- l’éthique des méthodes ;
- les usages ;
- les risques ;
- les personnes affectées.
La connaissance n’est pas la seule valeur, mais elle doit rester protégée contre les préférences qui voudraient dicter ce qui est vrai.
L’objectivité ne demande finalement pas une absence impossible de toute valeur.
Elle demande que les valeurs soient :
- identifiées ;
- discutées ;
- limitées dans leur rôle ;
- confrontées à des procédures de contrôle.
La question centrale n’est donc pas :
« La science est-elle purement factuelle ou entièrement politique ? »
mais :
« Comment maintenir des résultats indépendants de nos souhaits, tout en reconnaissant les valeurs qui orientent les questions, les seuils de preuve, les usages et les décisions auxquelles ces résultats contribuent ? »
Repères et prolongements
Cette fiche prépare notamment les questions suivantes :
- Quelle différence existe entre un fait et une valeur ?
- Peut-on déduire un devoir uniquement à partir de faits ?
- Qu’est-ce que la guillotine de Hume ?
- Qu’est-ce que le sophisme naturaliste ?
- Quelle différence existe entre normalité statistique et norme morale ?
- Qu’appelle-t-on une valeur épistémique ?
- Les valeurs sociales peuvent-elles intervenir dans la science ?
- Qu’est-ce que le risque inductif ?
- Comment les conséquences des erreurs influencent-elles le seuil de preuve ?
- Quelle différence existe entre rôle direct et rôle indirect des valeurs ?
- Que signifie la neutralité axiologique chez Weber ?
- Comment les valeurs orientent-elles le choix des questions ?
- Les concepts de pauvreté, de santé ou de bien-être sont-ils purement descriptifs ?
- Pourquoi le choix d’un indicateur possède-t-il parfois une dimension normative ?
- Comment les savoirs situés peuvent-ils améliorer l’objectivité ?
- Qu’est-ce que l’épistémologie du point de vue ?
- Que signifie l’objectivité forte ?
- Comment la critique collective produit-elle de l’objectivité ?
- Les intérêts financiers invalident-ils automatiquement une étude ?
- Quelle différence existe entre neutralité, impartialité et fausse symétrie ?
- Un scientifique peut-il être militant sans perdre toute objectivité ?
- Quel est le rôle légitime de l’expert dans une démocratie ?
- Pourquoi une politique fondée sur les preuves ne découle-t-elle pas automatiquement des données ?
- Que signifie réellement « ce qui fonctionne » ?
- Quelles limites rencontre l’analyse coût-bénéfice ?
- Le taux d’actualisation est-il un choix moral ?
- Comment utiliser le principe de précaution ?
- Qui doit supporter la charge de la preuve ?
- Pourquoi les seuils juridiques de preuve sont-ils différents ?
- Comment distinguer consensus scientifique et consensus moral ?
- Comment éviter simultanément technocratie, populisme et relativisme ?
- Qu’est-ce qu’une objectivité procédurale ?
- Comment séparer résultat empirique, jugement normatif et recommandation ?
- Comment rendre les valeurs visibles sans affaiblir la science ?
Quelques références
- David Hume, *Traité de la nature humaine*.
- David Hume, *Enquête sur les principes de la morale*.
- G. E. Moore, *Principia Ethica*.
- Max Weber, *Le Savant et le politique*.
- Max Weber, *Essais sur la théorie de la science*.
- Max Weber, travaux sur la neutralité axiologique et la relation aux valeurs.
- Georges Canguilhem, *Le Normal et le pathologique*.
- Hilary Putnam, *The Collapse of the Fact/Value Dichotomy*.
- Hilary Putnam, *Reason, Truth and History*.
- Bernard Williams, *Ethics and the Limits of Philosophy*.
- Bernard Williams, travaux sur les concepts éthiques épais.
- Philippa Foot, travaux sur les faits naturels et l’évaluation morale.
- John McDowell, travaux sur les valeurs et les concepts éthiques.
- Charles Taylor, travaux sur les évaluations fortes.
- Amartya Sen, *Commodities and Capabilities*.
- Amartya Sen, *Development as Freedom*.
- Martha Nussbaum, travaux sur les capabilités et la dignité.
- John Rawls, *Théorie de la justice*.
- John Rawls, *Libéralisme politique*.
- T. M. Scanlon, *What We Owe to Each Other*.
- Derek Parfit, *On What Matters*.
- Christine Korsgaard, *The Sources of Normativity*.
- Richard Hare, travaux sur le langage moral.
- R. M. Hare, *The Language of Morals*.
- Simon Blackburn, travaux sur la métaéthique.
- Allan Gibbard, travaux sur l’expressivisme moral.
- David Brink, travaux sur le réalisme moral naturaliste.
- Peter Railton, travaux sur le réalisme moral.
- Nicholas Sturgeon, travaux sur les faits moraux.
- Richard Boyd, travaux sur le réalisme moral.
- John Mackie, *Ethics: Inventing Right and Wrong*.
- Richard Rudner, « The Scientist Qua Scientist Makes Value Judgments ».
- Carl Hempel, travaux sur la science et les jugements de valeur.
- Ernest Nagel, *The Structure of Science*.
- Heather Douglas, *Science, Policy, and the Value-Free Ideal*.
- Heather Douglas, travaux sur le risque inductif et les valeurs en science.
- Kevin Elliott, *A Tapestry of Values*.
- Kevin Elliott, travaux sur la transparence des valeurs scientifiques.
- Daniel Steel, *Philosophy and the Precautionary Principle*.
- Daniel Steel, travaux sur les valeurs et l’inférence causale.
- Matthew Brown, *Science and Moral Imagination*.
- Matthew Brown, travaux sur les valeurs dans la pratique scientifique.
- Justin Biddle, travaux sur les valeurs, l’expertise et la décision.
- Kristen Intemann, travaux sur les valeurs et l’objectivité.
- Janet Kourany, *Philosophy of Science after Feminism*.
- Helen Longino, *Science as Social Knowledge*.
- Helen Longino, *The Fate of Knowledge*.
- Helen Longino, travaux sur l’empirisme contextuel critique.
- Sandra Harding, *Whose Science? Whose Knowledge?*
- Sandra Harding, travaux sur l’objectivité forte.
- Donna Haraway, « Situated Knowledges ».
- Evelyn Fox Keller, travaux sur genre, métaphores et sciences.
- Nancy Tuana, travaux sur l’épistémologie féministe et l’ignorance.
- Lorraine Code, travaux sur la responsabilité épistémique.
- Miranda Fricker, *Epistemic Injustice*.
- José Medina, *The Epistemology of Resistance*.
- Kristie Dotson, travaux sur l’oppression épistémique.
- Elizabeth Anderson, travaux sur la démocratie, l’objectivité et les valeurs en science.
- Elizabeth Anderson, « Uses of Value Judgments in Science ».
- Miriam Solomon, *Social Empiricism*.
- Philip Kitcher, *Science, Truth, and Democracy*.
- Philip Kitcher, *Science in a Democratic Society*.
- Philip Kitcher, travaux sur la science bien ordonnée.
- Thomas Kuhn, *La Structure des révolutions scientifiques*.
- Thomas Kuhn, « Objectivity, Value Judgment, and Theory Choice ».
- Imre Lakatos, travaux sur les programmes de recherche scientifique.
- Karl Popper, *La Logique de la découverte scientifique*.
- Karl Popper, *Conjectures et réfutations*.
- Pierre Duhem, *La Théorie physique*.
- Willard Van Orman Quine, « Two Dogmas of Empiricism ».
- Bas van Fraassen, *The Scientific Image*.
- Nancy Cartwright, *The Dappled World*.
- Ian Hacking, *Representing and Intervening*.
- Ian Hacking, *The Social Construction of What?*
- Ronald Giere, *Scientific Perspectivism*.
- John Dupré, *The Disorder of Things*.
- Roy Bhaskar, *A Realist Theory of Science*.
- Margaret Archer, Roy Bhaskar et collaborateurs, travaux sur le réalisme critique.
- Robert K. Merton, travaux sur les normes institutionnelles de la science.
- Robert K. Merton, *The Sociology of Science*.
- John Ziman, *Real Science*.
- John Ziman, travaux sur la science post-académique.
- Michael Polanyi, *The Republic of Science*.
- Thomas Gieryn, *Cultural Boundaries of Science*.
- David Bloor, *Knowledge and Social Imagery*.
- Barry Barnes, travaux sur la sociologie de la connaissance scientifique.
- Harry Collins, travaux sur l’expertise et les communautés scientifiques.
- Robert Evans et Harry Collins, *Rethinking Expertise*.
- Sheila Jasanoff, *The Fifth Branch*.
- Sheila Jasanoff, *States of Knowledge*.
- Sheila Jasanoff, travaux sur la coproduction de la science et de l’ordre social.
- Roger Pielke Jr., *The Honest Broker*.
- Roger Pielke Jr., travaux sur les rôles des scientifiques dans la politique.
- Naomi Oreskes, *Why Trust Science?*
- Naomi Oreskes et Erik Conway, *Merchants of Doubt*.
- Stephen Turner, *Liberal Democracy 3.0* et travaux sur l’expertise.
- Alvin Goldman, *Knowledge in a Social World*.
- Steve Fuller, travaux sur la science, l’expertise et la démocratie, à confronter à des approches concurrentes.
- Jürgen Habermas, *Connaissance et intérêt*.
- Jürgen Habermas, travaux sur la rationalité communicationnelle et la technocratie.
- John Dewey, *Le Public et ses problèmes*.
- John Dewey, travaux sur l’enquête et la démocratie.
- Frank Fischer, *Citizens, Experts, and the Environment*.
- Frank Fischer, travaux sur la délibération et l’expertise.
- Mark Brown, *Science in Democracy*.
- Cass Sunstein, travaux sur le risque, la précaution et la décision publique.
- Jonathan Baron, travaux sur le jugement et les politiques publiques.
- Paul Slovic, *The Perception of Risk*.
- Paul Slovic, travaux sur les valeurs, les émotions et le risque.
- Baruch Fischhoff, travaux sur l’analyse et la communication des risques.
- David Spiegelhalter, travaux sur l’incertitude et la communication du risque.
- Gerd Gigerenzer, travaux sur la compréhension des probabilités.
- Frank Knight, *Risk, Uncertainty and Profit*.
- John Maynard Keynes, *A Treatise on Probability*.
- Leonard Savage, *The Foundations of Statistics*.
- Charles Manski, *Public Policy in an Uncertain World*.
- Robert Lempert et collaborateurs, travaux sur la décision robuste sous incertitude profonde.
- Nicolas Rescher, travaux sur les valeurs et la rationalité.
- Hans Jonas, *Le Principe responsabilité*.
- Ulrich Beck, *La Société du risque*.
- Mary Douglas et Aaron Wildavsky, *Risk and Culture*.
- Arie Trouwborst, travaux sur le principe de précaution.
- Arne Naess, travaux sur les valeurs environnementales.
- William Nordhaus, travaux sur l’économie du climat et l’actualisation.
- Nicholas Stern, *The Economics of Climate Change*.
- Partha Dasgupta, travaux sur l’actualisation, le bien-être et l’environnement.
- Derek Parfit, travaux sur les générations futures.
- John Broome, *Climate Matters*.
- John Broome, travaux sur l’éthique, le bien-être et le climat.
- Marc Fleurbaey, travaux sur le bien-être social et la mesure.
- Joseph Stiglitz, Amartya Sen et Jean-Paul Fitoussi, travaux sur la mesure du progrès social.
- Theodore Porter, *Trust in Numbers*.
- Alain Desrosières, *La Politique des grands nombres*.
- Sally Engle Merry, *The Seductions of Quantification*.
- Wendy Espeland et Mitchell Stevens, travaux sur la commensuration.
- Michael Power, *The Audit Society*.
- Charles Goodhart, travaux sur les indicateurs.
- Donald Campbell, travaux sur la corruption des mesures utilisées comme cibles.
- John Ioannidis, travaux sur les biais de publication et la fiabilité de la littérature scientifique.
- Ben Goldacre, *Bad Pharma*.
- Iain Chalmers, travaux sur les essais cliniques et la publication des résultats.
- Brian Nosek et collaborateurs, travaux sur la science ouverte et le préenregistrement.
- Dorothy Bishop, travaux sur les incitations et la réforme scientifique.
- Stuart Ritchie, *Science Fictions*.
- David Fanelli, travaux sur les biais scientifiques et les pratiques de recherche.
- Daniele Fanelli, travaux sur les conflits d’intérêts et les biais de publication.
- Sheldon Krimsky, *Science in the Private Interest*.
- Sergio Sismondo, *Ghost-Managed Medicine*.
- Marcia Angell, *The Truth About the Drug Companies*.
- Thomas McGarity et Wendy Wagner, *Bending Science*.
- David Michaels, *Doubt Is Their Product*.
- Carl Elliott, travaux sur l’éthique médicale et les conflits d’intérêts.
- Rebecca Kukla, travaux sur l’objectivité, les valeurs et la médecine.
- Jonathan Moreno, travaux sur la bioéthique et la recherche à double usage.
- National Academies, travaux méthodologiques sur l’intégrité scientifique, les conflits d’intérêts et le risque inductif.