Fiabilité, sûreté et sensibilité
Fiabilité, sûreté et sensibilité : comment une croyance suit-elle la vérité ?
Relier correctement la croyance au réel
Une croyance vraie ne constitue pas toujours une connaissance. Elle peut être vraie par hasard, comme lorsqu’une personne consulte une horloge arrêtée exactement au moment où elle affiche l’heure correcte. Le problème de Gettier montre ainsi que la vérité et la justification ne suffisent pas si elles ne sont pas reliées de manière appropriée.
Plusieurs théories contemporaines cherchent à préciser cette relation. Trois notions occupent une place centrale : la fiabilité, la sensibilité et la sûreté.
La fiabilité concerne la capacité générale d’une méthode à produire des croyances vraies. La sensibilité demande si la personne aurait cessé de croire la proposition si celle-ci avait été fausse. La sûreté demande si la croyance aurait facilement pu être fausse dans une situation proche. Ces notions partagent une même intuition :
Une personne ne sait pas seulement parce qu’elle a raison dans la situation réelle. Sa croyance doit dépendre de la vérité d’une manière suffisamment stable.
Elles ne posent cependant pas exactement la même question et ne produisent pas toujours les mêmes résultats.
Pourquoi examiner les situations possibles ?
Une croyance peut être vraie dans la situation réelle, mais fragile. Une personne regarde une horloge arrêtée qui indique 9 heures. Il est effectivement 9 heures. Si nous examinons uniquement ce qui se passe dans la situation réelle, la personne utilise un instrument, forme une croyance et obtient une réponse correcte. Mais quelques minutes plus tôt ou plus tard, elle aurait utilisé exactement la même méthode et obtenu une réponse fausse.
La qualité d’une croyance ne dépend donc pas seulement de son succès actuel. Elle dépend aussi de ce qui se serait produit si les circonstances avaient été légèrement différentes. Les philosophes utilisent parfois le vocabulaire des mondes possibles pour représenter ces variations. Il ne s’agit pas nécessairement d’affirmer l’existence physique d’univers parallèles. Un monde possible est simplement une manière cohérente dont la situation aurait pu se dérouler.
Dans un monde très proche, la personne consulte l’horloge à 9 h 02. Dans un autre, elle la regarde à 8 h 58. L’instrument indique toujours 9 heures. La croyance vraie du monde réel apparaît alors comme une réussite accidentelle. Les notions de sensibilité et de sûreté cherchent précisément à intégrer ces possibilités à l’analyse de la connaissance.
La fiabilité : produire régulièrement des croyances vraies
Le fiabilisme soutient qu’une croyance est justifiée, ou qu’elle peut constituer une connaissance, lorsqu’elle est produite par un processus cognitif fiable. Un processus est fiable lorsqu’il conduit généralement davantage à la vérité qu’à l’erreur dans les conditions pertinentes.
Parmi les processus habituellement considérés comme fiables figurent :
- la perception normale dans de bonnes conditions ;
- la mémoire fonctionnelle ;
- le raisonnement déductif valide ;
- certaines formes d’induction ;
- l’utilisation correcte d’un instrument ;
- le témoignage d’une source compétente et sincère.
À l’inverse, une devinette, une superstition, un tirage aléatoire ou une méthode systématiquement biaisée sont peu fiables.
L’idée centrale est simple : une croyance ne devient pas rationnelle uniquement parce que la personne peut raconter une justification convaincante. Elle doit être produite par un mécanisme qui entretient réellement une relation favorable avec la vérité.
Pourquoi le fiabilisme est attractif
Le fiabilisme explique pourquoi nous pouvons posséder des connaissances sans être capables d’expliquer complètement nos propres processus cognitifs.
Un enfant peut savoir qu’un chien se trouve devant lui sans comprendre le fonctionnement de sa vision. Une personne peut reconnaître un visage familier sans pouvoir décrire les détails exacts qui lui permettent de l’identifier. Un professionnel expérimenté peut percevoir une anomalie avant d’être capable d’en formuler consciemment toutes les raisons.
Dans ces cas, la connaissance semble venir d’une capacité fiable plutôt que d’une justification entièrement explicite. Le fiabilisme évite ainsi une exigence trop intellectualiste selon laquelle toute connaissance devrait être accompagnée d’un argument conscient. Il relie également la justification à son objectif principal : favoriser les croyances vraies. Si deux méthodes paraissent également convaincantes de l’intérieur, mais que l’une produit régulièrement des résultats exacts et l’autre des erreurs, il semble naturel de considérer la première comme épistémiquement supérieure.
Fiabilité réelle et confiance subjective
Une personne peut avoir confiance dans une méthode peu fiable. Elle peut également douter d’une méthode pourtant excellente.
La fiabilité est donc différente de la confiance psychologique.
Une personne peut consulter quotidiennement un astrologue et être convaincue de la précision de ses prédictions. Sa confiance ne transforme pas la méthode en processus fiable. À l’inverse, une personne peut utiliser une méthode scientifique robuste tout en étant excessivement hésitante. Son manque de confiance ne détruit pas automatiquement la qualité objective du processus.
Il faut ainsi distinguer :
- la confiance que le sujet accorde à la méthode ;
- les raisons accessibles qu’il possède pour lui faire confiance ;
- la fiabilité réelle de la méthode.
Ces trois dimensions peuvent diverger.
Une théorie complète de la connaissance doit probablement tenir compte à la fois de la performance objective de la méthode et de la manière dont la personne réagit aux informations disponibles sur cette performance.
Le problème de la généralité
Le fiabilisme rencontre une difficulté majeure : comment définir précisément le processus dont nous voulons mesurer la fiabilité ?
Supposons qu’une personne identifie un oiseau en le regardant.
Le processus peut être décrit comme :
- une perception visuelle ;
- une perception visuelle humaine ;
- une perception visuelle en plein jour ;
- l’identification d’oiseaux à cette distance ;
- l’identification de cette espèce par cette personne ;
- une perception réalisée dans cet environnement particulier.
Ces descriptions ne possèdent pas nécessairement la même fiabilité. La vision humaine est globalement fiable pour reconnaître des objets proches en plein jour, mais moins pour distinguer certaines espèces à grande distance. Une personne peut être compétente dans l’identification des oiseaux communs, mais non des espèces rares. Le choix du niveau de description peut donc modifier le verdict.
Si le processus est décrit de manière très générale, il peut paraître fiable malgré des conditions défavorables. S’il est décrit de manière extrêmement précise, il devient difficile d’évaluer sa fréquence de réussite. Cette difficulté est appelée le problème de la généralité.
La fiabilité dépend de l’environnement
Une capacité fiable dans un environnement peut devenir trompeuse dans un autre. La vision est généralement fiable pour reconnaître une grange. Mais dans une région remplie de façades parfaitement ressemblantes, elle ne permet plus de distinguer les vraies granges des fausses. La méthode n’a pas nécessairement changé. L’environnement, lui, est devenu hostile à la connaissance. De même, une personne peut savoir identifier des messages authentiques dans un environnement ordinaire, mais être trompée dans un système où presque tous les messages sont des imitations sophistiquées.
La fiabilité n’est donc pas une propriété entièrement indépendante du contexte. Elle dépend de l’ajustement entre :
- la capacité de la personne ;
- le type de tâche ;
- les conditions d’exercice ;
- la structure de l’environnement.
Une méthode n’est pas fiable « en soi » de manière absolue. Elle est fiable pour certaines fonctions et dans certaines conditions.
Fiabilité locale et fiabilité générale
Une méthode peut être globalement fiable mais échouer dans une situation particulière. La mémoire fonctionne suffisamment bien pour de nombreuses activités ordinaires. Pourtant, certains souvenirs peuvent être déformés. Une source journalistique peut être généralement sérieuse et publier occasionnellement une information fausse. Un instrument médical peut être précis tout en produisant exceptionnellement une mesure erronée.
La fiabilité générale ne garantit donc pas que chaque croyance particulière soit vraie. Cela ne réfute pas le fiabilisme, puisque toute méthode humaine est faillible. Mais cela soulève une question :
À partir de quel niveau de fiabilité une croyance devient-elle une connaissance ?
Aucun seuil universel ne semble évident. Une méthode fiable à 90 % peut suffire dans certaines situations ordinaires mais être insuffisante pour une décision extrêmement grave. Inversement, une mesure moins précise peut être la meilleure information disponible dans une urgence. La connaissance et la décision pratique ne dépendent pas toujours des mêmes seuils.
La sensibilité : suivre la fausseté
Robert Nozick a proposé une théorie selon laquelle la connaissance demande notamment que la croyance suive la vérité. L’une des conditions principales est la sensibilité. Une croyance selon laquelle *p* est sensible lorsque :
Si *p* était faux, la personne ne croirait pas que *p*.
La question n’est donc pas seulement de savoir si la croyance est vraie dans la situation réelle. Il faut examiner ce que la personne croirait dans les situations où la proposition serait fausse.
Une méthode sensible réagit correctement aux changements de la réalité.
Si la porte était ouverte, la personne ne croirait pas qu’elle est fermée. Si le patient ne présentait pas le symptôme, le professionnel ne croirait pas qu’il le présente. Si le document était faux, l’enquêteur ne le considérerait pas comme authentique.
La croyance varie alors avec la vérité.
L’horloge arrêtée n’est pas sensible
Dans le cas de l’horloge arrêtée, la croyance échoue clairement à la condition de sensibilité. La personne croit qu’il est 9 heures parce que l’horloge affiche 9 heures. Mais si l’heure réelle était 8 h 55, l’horloge afficherait toujours 9 heures. La personne croirait donc encore qu’il est 9 heures. Sa croyance ne réagit pas à la fausseté de la proposition.
La méthode ne suit pas les variations de l’heure réelle. Elle produit la même réponse indépendamment du fait recherché. La sensibilité explique ainsi pourquoi la croyance vraie ne constitue pas une connaissance : le sujet aurait maintenu la même croyance précisément dans les situations où elle aurait été fausse.
Sensibilité et information discriminante
Une méthode sensible doit permettre de distinguer les situations où la proposition est vraie de celles où elle est fausse. Voir directement un objet dans de bonnes conditions fournit généralement une information discriminante. Si l’objet n’était pas présent, l’expérience visuelle serait différente. À l’inverse, un signe compatible avec de nombreuses situations différentes possède une faible capacité discriminante.
Une personne peut croire qu’un incendie se produit parce qu’elle voit de la fumée. Cette croyance est raisonnable, mais la fumée peut avoir d’autres causes. La méthode distingue imparfaitement l’incendie de certaines alternatives. La sensibilité dépend donc des alternatives examinées. Une méthode peut être sensible à une différence générale tout en restant insensible à certaines erreurs particulières.
Un test médical peut distinguer assez bien les personnes malades des personnes non malades, mais produire des faux positifs dans certaines conditions. La croyance obtenue possède alors un degré de fiabilité et de sensibilité, plutôt qu’une perfection absolue.
Le problème des hypothèses sceptiques
La sensibilité rencontre une difficulté importante lorsqu’elle est appliquée aux scénarios sceptiques. Supposons que je crois ne pas être un cerveau artificiellement stimulé dans une simulation totale. Si j’étais réellement dans une telle simulation, j’aurais probablement exactement les mêmes expériences et je croirais toujours ne pas y être. Ma croyance n’est donc pas sensible.
La théorie semble alors conduire à la conclusion que je ne sais pas que je ne suis pas victime d’une illusion globale. Cette conséquence peut être acceptée par certains philosophes. Mais elle crée une tension avec nos pratiques ordinaires de connaissance.
Nous disons généralement savoir que nous avons des mains, que nous sommes assis dans une pièce ou que des objets existent autour de nous, même si nous ne pouvons pas distinguer notre situation d’une simulation parfaite.
La sensibilité paraît ainsi imposer une exigence très forte.
Le problème de la clôture
La connaissance semble normalement respecter un principe appelé clôture sous implication connue. Ce principe peut être formulé approximativement ainsi :
Si une personne sait que *p*, et sait que *p* implique *q*, elle peut normalement savoir que *q*.
Par exemple :
Je sais que cet animal est un chien.
Je sais que s’il s’agit d’un chien, il ne s’agit pas d’une imitation mécanique indiscernable.
Je peux donc savoir qu’il ne s’agit pas d’une imitation.
La théorie de la sensibilité peut cependant produire un résultat étrange.
Ma croyance « cet animal est un chien » peut être sensible : si aucun chien n’était présent dans les situations ordinaires, je ne croirais pas en voir un. Mais la croyance « je ne suis pas trompé par une imitation parfaite » n’est pas sensible. Dans le scénario où l’imitation parfaite serait présente, je croirais encore qu’elle ne l’est pas.
Je pourrais alors savoir qu’il s’agit d’un chien sans savoir que je ne suis pas trompé par une imitation, alors que la première proposition implique la seconde.
Nozick accepte en partie cette rupture de la clôture. Mais beaucoup de philosophes considèrent qu’il s’agit d’un coût important.
La sûreté : éviter les erreurs proches
La condition de sûreté inverse la perspective. Au lieu de demander ce que la personne croirait si la proposition était fausse, elle demande si la croyance aurait facilement pu être fausse. Une croyance est sûre lorsque :
Dans les situations proches où la personne forme cette croyance de la même manière, celle-ci reste vraie.
La sûreté ne demande donc pas de suivre la fausseté dans tous les scénarios possibles. Elle se concentre sur les situations proches du monde réel.
Une hypothèse sceptique extrêmement éloignée peut ne pas menacer la connaissance ordinaire si elle ne représente pas une possibilité pertinente ou facilement réalisable dans le contexte. Cette approche permet de préserver davantage nos attributions ordinaires de savoir.
L’horloge arrêtée n’est pas sûre
La croyance produite par une horloge arrêtée n’est pas sûre. Quelques minutes plus tôt, la personne aurait cru qu’il était 9 heures alors qu’il était 8 h 55. Quelques minutes plus tard, elle aurait formé la même croyance fausse. Les situations d’erreur sont extrêmement proches du cas réel.
La vérité actuelle résulte donc d’une coïncidence fragile. À l’inverse, une horloge en bon état produit des croyances sûres dans les conditions ordinaires. Dans les situations proches où la personne consulte l’instrument, celui-ci continue d’indiquer correctement l’heure. L’erreur reste possible, mais elle n’est pas facile ou proche de la même manière.
Les fausses granges et la sûreté
Le cas des fausses granges illustre particulièrement bien la condition de sûreté.
Une personne traverse une région remplie de façades. Elle regarde par hasard la seule véritable grange et croit :
« C’est une grange. »
Sa croyance est vraie et sa perception fonctionne normalement. Mais elle aurait facilement regardé une façade voisine et formé la même croyance fausse. Dans de nombreuses situations très proches, le même processus produit donc une erreur. La croyance n’est pas sûre. La sûreté permet ainsi d’expliquer pourquoi une compétence habituellement fiable ne suffit pas dans un environnement trompeur. Elle évalue la stabilité de la réussite dans la situation particulière, plutôt que la performance moyenne d’une capacité décrite très généralement.
Que signifie « proche » ?
La théorie de la sûreté dépend fortement de la notion de proximité entre les situations possibles. Toutes les possibilités ne doivent pas être traitées de manière égale. Une personne consulte une horloge fiable. Il est logiquement possible qu’un pirate ait modifié l’affichage une seconde auparavant. Il est également imaginable qu’un phénomène physique inconnu perturbe simultanément toutes les horloges. Si toutes les possibilités concevables étaient considérées comme également proches, presque aucune croyance ne serait sûre.
Il faut donc sélectionner les variations pertinentes. Une situation est généralement considérée comme proche lorsqu’elle demande peu de changements par rapport au cas réel et respecte les régularités ordinaires du contexte.
Dans le cas de l’horloge arrêtée, modifier légèrement l’heure réelle suffit à rendre la croyance fausse. Dans le cas d’une horloge fiable, il faut introduire un dysfonctionnement inhabituel ou une manipulation particulière. Mais la proximité n’est pas purement géographique ou temporelle. Elle dépend aussi de ce qui est normal, attendu ou explicatif dans la situation. Cette notion reste l’une des difficultés principales de la théorie.
Sûreté et probabilité
Une croyance sûre n’est pas simplement une croyance très probable. Supposons qu’une loterie contienne un million de billets. Une personne possède un seul billet et croit avant le tirage qu’il sera perdant. La probabilité de perdre est extrêmement élevée. Pourtant, nous hésitons souvent à dire qu’elle sait que son billet perdra. Dans une situation proche où son billet est précisément le gagnant, elle formerait la même croyance en se fondant sur la même probabilité générale.
Sa croyance aurait donc facilement pu être fausse, même si cette possibilité est statistiquement rare. La sûreté examine la proximité des erreurs possibles, tandis que la probabilité mesure leur fréquence ou leur poids. Les deux notions sont liées, mais ne se confondent pas entièrement.
La connaissance statistique
Le cas de la loterie ne signifie pas que les statistiques ne produisent aucune connaissance.
Nous pouvons savoir qu’environ 999 999 billets sur un million seront perdants. Nous pouvons savoir que la probabilité de gain d’un billet particulier est extrêmement faible. Ce que nous ne savons peut-être pas avant le tirage, c’est quel billet précis gagnera.
La connaissance statistique porte alors sur la distribution ou sur la probabilité, non sur l’issue individuelle.
Une formulation rigoureuse doit distinguer :
« Ce billet perdra. »
et :
« Ce billet a une probabilité extrêmement élevée de perdre. »
La seconde proposition peut être connue même si la première reste incertaine.
La difficulté apparaît lorsque nous transformons une forte probabilité concernant un cas en connaissance catégorique de son résultat.
Sûreté et clôture
La sûreté semble mieux préserver le principe de clôture que la sensibilité, mais les détails sont complexes.
Si une croyance est sûre et implique une autre proposition, cette seconde proposition peut souvent être connue. Toutefois, certaines formulations de la sûreté produisent encore des difficultés lorsque les méthodes de formation des croyances changent entre les étapes du raisonnement.
Supposons que je sais qu’un animal est un chien parce que je le vois clairement. J’en conclus qu’il n’est pas un chat déguisé. La croyance dérivée peut être sûre si les situations proches où je forme cette conclusion à partir de ma perception restent des situations où l’animal est effectivement un chien. Mais la sûreté doit être attachée non seulement au contenu de la croyance, mais aussi à sa méthode de formation.
Une même proposition peut être connue par une méthode et non par une autre.
La méthode de formation est décisive
Deux personnes peuvent croire la même proposition vraie, mais une seule posséder une connaissance. L’une croit qu’un train est annulé après avoir consulté le site officiel actualisé. L’autre le croit après avoir lancé une pièce. La proposition est identique. Ce qui change est la méthode.
La croyance de la première personne est probablement fiable et sûre. Dans les situations proches où elle consulte la même source, elle reçoit une information adaptée à l’état réel du trafic. La croyance de la seconde est insensible et dangereuse. Elle aurait formé la même croyance si le train avait circulé. L’analyse épistémologique ne porte donc jamais uniquement sur la phrase crue. Elle porte aussi sur l’histoire cognitive qui conduit à cette croyance.
Les défaites épistémiques
Une croyance peut être produite par une méthode habituellement fiable et perdre néanmoins son statut de connaissance si la personne ignore une information pertinente. Supposons qu’elle consulte une horloge normalement fiable, mais qu’on l’ait prévenue que l’appareil subit actuellement des dysfonctionnements.
Continuer à croire l’heure affichée sans vérification devient problématique. L’information sur le dysfonctionnement constitue une défaite épistémique. Elle affaiblit la justification et augmente le risque que la croyance soit fausse. Une théorie fondée uniquement sur la fiabilité objective du mécanisme peut parfois négliger ce que le sujet sait de sa situation. Si l’horloge fonctionne exceptionnellement bien malgré l’avertissement, la croyance pourrait être vraie et même produite par un instrument correct. Pourtant, la personne semble agir irrationnellement en ignorant les raisons de douter.
La connaissance dépend donc probablement aussi de la manière dont le sujet répond aux défaites accessibles.
Le cas du voyant fiable
Imaginons une personne possédant réellement une capacité de clairvoyance fiable, sans avoir aucune raison de croire que cette capacité fonctionne. Elle forme régulièrement des croyances vraies sur des événements éloignés. Son processus est objectivement fiable.
Possède-t-elle une connaissance ?
Le fiabiliste strict peut répondre oui : les croyances sont produites par un mécanisme fiable. Mais beaucoup hésitent. La personne ne dispose d’aucune raison de distinguer ses intuitions d’une imagination ordinaire. Elle pourrait même posséder de nombreux éléments lui suggérant que la clairvoyance n’existe pas.
Ce type de cas montre que la fiabilité objective ne suffit peut-être pas lorsque le sujet possède des raisons fortes de douter de son propre processus.
Une théorie équilibrée doit tenir compte de la fiabilité et de la responsabilité intellectuelle du sujet.
Fiabilité de premier ordre et contrôle de second ordre
Il est utile de distinguer deux niveaux.
La fiabilité de premier ordre concerne la capacité à produire directement une croyance vraie : voir correctement, se souvenir, raisonner ou mesurer.
Le contrôle de second ordre concerne la capacité à évaluer ses propres méthodes : reconnaître les conditions défavorables, détecter les conflits d’intérêts, tenir compte du désaccord ou calibrer son niveau de confiance. Une personne peut être compétente au premier niveau mais faible au second. Elle obtient souvent de bons résultats, mais ignore les situations où sa méthode devient fragile. À l’inverse, une personne peut comprendre théoriquement les limites d’une méthode sans savoir l’utiliser correctement.
La connaissance ordinaire ne demande peut-être pas toujours un contrôle réflexif complet. Mais les décisions complexes ou lourdes de conséquences exigent souvent davantage de surveillance de second ordre.
La sûreté suffit-elle ?
Une croyance peut être sûre sans sembler constituer une connaissance. Imaginons qu’une machine invisible corrige systématiquement les réponses erronées d’une personne. Celle-ci répond au hasard à un problème, puis lit la réponse corrigée sans savoir que la machine existe.
Ses croyances finales ne sont jamais fausses dans les situations proches, puisque la machine garantit leur correction. Elles sont donc sûres. Pourtant, la personne ne possède pas la compétence qui explique la vérité des réponses. Son succès ne lui est pas attribuable.
La sûreté élimine la chance d’erreur, mais elle ne garantit pas que la croyance soit une réussite cognitive du sujet. C’est pourquoi de nombreuses théories ajoutent une exigence de compétence ou de capacité cognitive.
La compétence suffit-elle ?
Inversement, la compétence peut être insuffisante sans sûreté.
Dans le cas des fausses granges, la personne possède une vision normale et identifie correctement une véritable grange. Sa croyance est vraie grâce à sa capacité perceptive dans un certain sens. Mais l’environnement est tellement trompeur qu’elle aurait facilement commis une erreur.
La réussite est compétente, mais trop fragile.
Une conception plausible de la connaissance doit donc éviter deux situations :
- une vérité garantie sans compétence du sujet ;
- une réussite compétente mais entourée de possibilités proches d’erreur.
Cela conduit à combiner aptitude et sûreté.
La théorie des vertus
L’épistémologie des vertus considère la connaissance comme une réussite intellectuelle attribuable aux capacités du sujet. Une croyance vraie est comparable à un tir qui atteint sa cible. Pour constituer une véritable performance, le succès doit être obtenu grâce à l’habileté du tireur. La perception, la mémoire, le raisonnement et l’attention peuvent être considérés comme des compétences intellectuelles. Cette approche complète le fiabilisme en mettant l’accent non seulement sur la fréquence des résultats vrais, mais sur l’attribution du succès. La question devient :
La croyance est-elle vraie grâce à la compétence intellectuelle exercée ?
Dans un cas de Gettier, une partie de la réussite vient d’une coïncidence extérieure. La vérité n’est pas suffisamment attribuable à la capacité du sujet.
Une combinaison entre compétence et sûreté
Plusieurs philosophes défendent une conception combinant :
- une condition de compétence ;
- une condition anti-chance, souvent formulée en termes de sûreté.
La croyance doit être vraie grâce à une capacité cognitive appropriée. Elle doit également être suffisamment stable dans les situations proches. Cette combinaison permet de traiter quatre types de cas.
Compétence et sûreté
Une personne utilise une méthode adaptée dans un environnement normal. Sa croyance constitue vraisemblablement une connaissance.
Absence de compétence, mais sûreté
Une machine extérieure garantit une réponse vraie. La croyance est protégée contre l’erreur, mais la réussite n’appartient pas au sujet.
Compétence, mais absence de sûreté
La personne exerce correctement sa capacité dans un environnement rempli de pièges. Sa croyance vraie reste trop accidentelle.
Absence de compétence et absence de sûreté
La personne devine et tombe juste. Il s’agit clairement d’une réussite chanceuse.
Cette classification montre que les différentes théories ne sont pas nécessairement rivales. Elles peuvent saisir des dimensions complémentaires.
Quelle notion est la plus importante ?
La fiabilité, la sensibilité et la sûreté répondent à des questions différentes.
La fiabilité demande :
Cette méthode produit-elle habituellement des croyances vraies ?
La sensibilité demande :
Si la proposition était fausse, la personne cesserait-elle de la croire ?
La sûreté demande :
La personne aurait-elle facilement pu former de la même manière une croyance fausse ?
Aucune question ne paraît entièrement suffisante à elle seule. La fiabilité générale peut négliger un environnement local trompeur. La sensibilité peut conduire à des conclusions sceptiques et menacer la clôture. La sûreté peut protéger une croyance vraie sans rendre son succès attribuable au sujet. Une conception complète doit probablement examiner plusieurs dimensions.
Application au témoignage
Lorsqu’une croyance vient d’un témoignage, la fiabilité concerne toute la chaîne de transmission.
Il faut examiner :
- si la source initiale était en position de savoir ;
- si elle a correctement observé ou raisonné ;
- si elle est sincère ;
- si le message a été transmis sans déformation ;
- si le destinataire possède de bonnes raisons de faire confiance.
Une source peut être fiable dans un domaine et non dans un autre. Un journaliste peut rapporter correctement une déclaration sans être compétent pour évaluer la validité scientifique de son contenu. La sûreté demande si la personne aurait facilement accepté une information fausse provenant de la même chaîne. Si elle fait confiance indistinctement à toutes les publications d’un réseau rempli de fausses informations, sa croyance vraie particulière peut être chanceuse. La sensibilité demande si elle aurait rejeté l’affirmation si celle-ci avait été fausse. Cette condition dépend notamment de la capacité de la source à corriger ou modifier son message en fonction des faits.
Application aux instruments
Un instrument peut produire une information fiable s’il réagit correctement au phénomène mesuré.
Un thermomètre fiable modifie son affichage lorsque la température change. Une balance fiable produit des résultats différents selon la masse. Ces instruments possèdent une forme de sensibilité au phénomène. Mais leur utilisation ne produit une connaissance que si certaines conditions sont respectées :
- l’instrument est adapté à la mesure ;
- il est correctement calibré ;
- il est utilisé dans son domaine de fonctionnement ;
- les résultats sont interprétés correctement ;
- les alertes de dysfonctionnement sont prises en compte.
Un appareil généralement fiable peut produire une croyance peu sûre s’il est utilisé dans un environnement perturbant.
La connaissance instrumentale dépend donc à la fois de l’objet technique, de l’utilisateur et des conditions.
Application aux modèles et algorithmes
Un modèle peut obtenir de bons résultats sans utiliser les bonnes caractéristiques. Un algorithme de reconnaissance peut sembler performant parce qu’il exploite un détail accidentel présent dans les données d’entraînement. Lorsque l’environnement change, ses performances s’effondrent. Sa fiabilité passée était locale et fragile. La question de la sûreté devient alors :
Le modèle continuerait-il à produire une réponse correcte dans des situations proches où les détails accidentels changent, mais où le phénomène essentiel reste identique ?
La sensibilité demande :
La sortie du modèle changerait-elle si la réalité pertinente était différente ?
Une méthode robuste doit suivre les caractéristiques réellement liées au phénomène, et non seulement des corrélations contingentes. Cette distinction est importante pour toute méthode prédictive, humaine ou automatisée.
Les connaissances scientifiques
Les sciences cherchent à augmenter la fiabilité et la sûreté par des procédures collectives. Une expérience isolée peut dépendre d’un instrument, d’un échantillon ou d’une erreur particulière. La reproduction, la comparaison des méthodes et l’examen critique diminuent la probabilité qu’une conclusion vraie résulte d’une coïncidence. Une connaissance scientifique devient plus robuste lorsque :
- plusieurs méthodes indépendantes convergent ;
- les résultats résistent à des variations des conditions ;
- les prédictions nouvelles sont confirmées ;
- les erreurs possibles sont recherchées ;
- les données sont accessibles à la critique ;
- les conclusions restent proportionnées aux preuves.
La sûreté scientifique ne signifie pas que la théorie ne pourra jamais être révisée. Elle signifie qu’elle ne s’effondre pas sous de petites variations ordinaires ou à cause d’une unique hypothèse fragile.
Robustesse et convergence
La robustesse désigne la capacité d’un résultat à se maintenir malgré des changements raisonnables de méthode, d’échantillon ou de conditions. Elle constitue une manière pratique de réduire la chance épistémique.
Si une conclusion apparaît uniquement avec une définition très particulière, un seul modèle statistique ou une sélection précise de données, elle est fragile. Si elle persiste avec plusieurs méthodes légitimes, sa crédibilité augmente. La convergence ne garantit pas automatiquement la vérité, surtout si toutes les méthodes partagent le même biais. Mais une convergence réellement indépendante rend plus difficile l’explication du résultat par une coïncidence. La robustesse peut ainsi être comprise comme une approximation méthodologique de la sûreté.
Une croyance peut-elle suivre parfaitement la vérité ?
Aucune méthode humaine ne suit parfaitement la vérité dans toutes les situations possibles. Nos perceptions peuvent être trompées, nos souvenirs déformés, nos instruments défectueux et nos raisonnements mal appliqués. La connaissance n’exige donc pas une fiabilité absolue. Elle demande une connexion suffisamment bonne dans les conditions pertinentes.
Le mot *suffisamment* introduit une part de contextualité. Les exigences peuvent varier selon le domaine, la précision demandée et les conséquences d’une erreur. Mais cette variation ne signifie pas que toutes les croyances se valent. Certaines méthodes sont objectivement plus capables que d’autres de distinguer le vrai du faux.
Connaissance et décision
Une croyance peut être insuffisamment sûre pour être qualifiée de connaissance catégorique, mais suffisamment probable pour justifier une action. Avant le résultat d’un examen, un médecin peut considérer une hypothèse comme la plus probable et choisir une conduite prudente. Il ne sait peut-être pas encore que le diagnostic est correct, mais il peut agir rationnellement compte tenu des risques. À l’inverse, une personne peut posséder une connaissance générale sans savoir exactement quelle décision pratique est préférable. La connaissance, la probabilité et l’action doivent donc être distinguées. Une décision rationnelle combine :
- les croyances disponibles ;
- leur degré de confiance ;
- les conséquences possibles ;
- le coût de l’erreur ;
- l’urgence ;
- la possibilité de réviser l’action.
La sûreté épistémique n’est pas le seul critère de décision.
Comment évaluer concrètement une méthode ?
Une méthode ne doit pas être jugée uniquement sur une réussite particulière. Il faut examiner son fonctionnement général et ses conditions d’échec. Plusieurs questions sont utiles :
- Quel type de croyance cette méthode produit-elle ?
- Dans quelles conditions a-t-elle été testée ?
- À quelle fréquence produit-elle des erreurs ?
- Les erreurs sont-elles détectables ?
- Les résultats se maintiennent-ils lorsque les conditions changent légèrement ?
- La méthode distingue-t-elle réellement les cas vrais des cas faux ?
- Existe-t-il des environnements dans lesquels elle devient trompeuse ?
- L’utilisateur sait-il reconnaître ces environnements ?
- La réussite vient-elle de la méthode ou d’une corrélation accidentelle ?
- Les données d’évaluation sont-elles indépendantes des données ayant servi à construire la méthode ?
Ces questions transforment les notions philosophiques en critères pratiques d’examen.
Les risques d’une confiance excessive dans la fiabilité passée
Une méthode qui a bien fonctionné jusqu’à présent peut devenir moins fiable lorsque l’environnement change.
Une habitude professionnelle peut être efficace dans une situation stable et devenir inadéquate face à un nouveau type de problème. Un indicateur économique peut perdre sa valeur lorsque les comportements s’adaptent. Une source peut changer de direction éditoriale ou de procédures.
La fiabilité doit donc être régulièrement réévaluée. Il faut éviter de transformer une réputation ancienne en garantie permanente. Une méthode fiable est une méthode dont les performances se maintiennent dans les conditions actuelles et dont les erreurs sont surveillées. La révision de la confiance n’est pas une trahison de la méthode. Elle fait partie d’une utilisation rationnelle.
Les erreurs fréquentes
Confondre fiabilité et infaillibilité
Une méthode fiable peut produire occasionnellement des erreurs.
Confondre confiance et fiabilité
La conviction subjective ne mesure pas la qualité objective d’un processus.
Évaluer une méthode sans préciser son domaine
Une méthode peut être fiable pour une tâche et mauvaise pour une autre.
Négliger l’environnement
Une capacité compétente peut devenir trompeuse dans certaines conditions.
Confondre probabilité élevée et connaissance catégorique
Une forte probabilité ne suffit pas toujours à savoir ce qui arrivera dans un cas particulier.
Exiger la sensibilité à tous les scénarios imaginables
Une telle exigence favorise un scepticisme excessif.
Traiter toutes les possibilités comme également proches
Les scénarios extraordinaires ne menacent pas toujours la connaissance ordinaire.
Confondre sûreté et mérite cognitif
Une croyance peut être garantie par un mécanisme extérieur sans constituer une réussite intellectuelle du sujet.
Confondre compétence et absence de chance
Une personne compétente peut réussir dans un environnement si trompeur que sa croyance reste accidentelle.
Ignorer les défaites accessibles
Un processus fiable ne justifie pas de fermer les yeux sur des raisons connues de douter.
À retenir
Le fiabilisme relie la justification et la connaissance à des processus qui produisent généralement des croyances vraies.
La fiabilité dépend du type de tâche, des conditions et de l’environnement. Elle rencontre notamment le problème de la généralité : il faut déterminer quel processus précis évaluer.
La sensibilité demande si la personne aurait cessé de croire la proposition si celle-ci avait été fausse.
Elle explique bien certains cas de Gettier, mais elle peut conduire à des conclusions sceptiques et fragiliser le principe de clôture de la connaissance.
La sûreté demande si la croyance aurait facilement pu être fausse dans des situations proches où elle aurait été formée de la même manière.
Elle permet d’exclure l’horloge arrêtée et les fausses granges tout en conservant davantage de connaissances ordinaires.
La sûreté ne suffit toutefois pas si la vérité n’est pas attribuable aux capacités du sujet. La compétence ne suffit pas non plus lorsque l’environnement rend l’erreur trop facile.
Une conception plausible de la connaissance combine donc une méthode fiable, une réussite attribuable à une compétence et une protection suffisante contre les erreurs proches.
Une croyance suit correctement la vérité lorsqu’elle change de manière appropriée avec les faits, résiste aux variations pertinentes et ne doit pas son succès à une coïncidence.
Questions pour examiner si une croyance suit la vérité
- Par quel processus la croyance a-t-elle été formée ?
- Ce processus produit-il généralement des résultats vrais ?
- Dans quelles conditions devient-il moins fiable ?
- L’environnement contient-il des éléments trompeurs ?
- Si la proposition était fausse, la personne croirait-elle encore qu’elle est vraie ?
- La croyance aurait-elle facilement pu être fausse dans une situation proche ?
- La réussite est-elle attribuable à une compétence du sujet ?
- Une intervention extérieure explique-t-elle seule la vérité ?
- La personne possède-t-elle des raisons connues de douter de la méthode ?
- La méthode réagit-elle réellement aux variations du phénomène ?
- La conclusion résiste-t-elle à plusieurs méthodes indépendantes ?
- Le niveau de confiance correspond-il à la fiabilité réelle ?
- La méthode a-t-elle été évaluée sur ses échecs autant que sur ses succès ?
- La croyance reste-t-elle robuste lorsque les conditions changent légèrement ?
Repères et prolongements
Cette fiche prépare notamment les questions suivantes :
- Qu’est-ce que le fiabilisme ?
- Comment résoudre le problème de la généralité ?
- L’environnement fait-il partie de la connaissance ?
- Pourquoi les fausses granges menacent-elles le savoir ?
- La connaissance respecte-t-elle toujours le principe de clôture ?
- Les hypothèses sceptiques sont-elles des possibilités pertinentes ?
- Quelle différence entre compétence, aptitude et vertu intellectuelle ?
- Une croyance doit-elle être attribuable au sujet ?
- Comment les institutions rendent-elles les connaissances plus robustes ?
- Une convergence de méthodes indépendantes réduit-elle réellement le risque d’erreur ?
Quelques références
- Alvin Goldman, « What Is Justified Belief? ».
- Alvin Goldman, *Epistemology and Cognition*.
- Robert Nozick, *Philosophical Explanations*.
- Fred Dretske, *Knowledge and the Flow of Information*.
- Ernest Sosa, *Knowledge in Perspective*.
- Ernest Sosa, *A Virtue Epistemology*.
- Duncan Pritchard, *Epistemic Luck*.
- Duncan Pritchard, *Knowledge*.
- John Greco, *Achieving Knowledge*.
- Timothy Williamson, *Knowledge and Its Limits*.
- Laurence BonJour, *The Structure of Empirical Knowledge*.
- John Hawthorne, *Knowledge and Lotteries*.