Ignorance et agnotologie : ne pas savoir est-il toujours une simple absence de connaissance ?

L’ignorance est-elle seulement un vide ?

Nous avons tendance à représenter l’ignorance comme une absence simple.

Une personne sait ou ne sait pas. Lorsqu’elle ignore quelque chose, il suffirait de lui transmettre l’information manquante. Cette représentation est parfois correcte. Une personne peut ignorer :

  • la capitale d’un pays ;
  • le fonctionnement d’un appareil ;
  • le résultat d’une étude.

Mais toutes les ignorances ne se ressemblent pas.

Une personne peut :

  • ne pas savoir qu’une information existe ;
  • savoir qu’elle ne sait pas ;
  • croire à tort qu’elle sait ;
  • posséder l’information sans pouvoir l’utiliser ;
  • refuser de regarder ;
  • être empêchée d’accéder aux preuves ;
  • être volontairement trompée.

Une société peut également ignorer certains phénomènes parce qu’ils :

  • n’ont jamais été mesurés ;
  • ne correspondent à aucune catégorie administrative ;
  • touchent des populations peu entendues ;
  • menacent des intérêts puissants.

L’ignorance n’est donc pas toujours un espace vide attendant d’être rempli. Elle peut être :

  • naturelle ;
  • raisonnable ;
  • institutionnelle ;
  • stratégique ;
  • activement produite.

L’étude de la connaissance demande alors une étude complémentaire du non-savoir. Cette étude porte parfois le nom d’agnotologie : l’analyse des formes d’ignorance, de leurs causes et de leur production sociale.

La question centrale devient :

Que signifie exactement ne pas savoir, comment distinguer une ignorance honnête d’une ignorance entretenue, et comment éviter qu’une incertitude réelle soit transformée en prétexte pour ne jamais conclure ou agir ?


Qu’est-ce que l’ignorance ?

Au sens le plus simple, une personne ignore une proposition lorsqu’elle ne la connaît pas. Mais cette définition recouvre plusieurs situations.

Absence de croyance

La personne n’a jamais rencontré la question.

Croyance fausse

Elle croit savoir, mais sa croyance est erronée.

Incertitude reconnue

Elle hésite entre plusieurs possibilités.

Connaissance inaccessible

Elle a appris l’information mais ne parvient pas à la retrouver.

Incompréhension

Elle connaît les mots sans comprendre réellement leur signification.

Incompétence pratique

Elle peut réciter une règle sans savoir l’appliquer.

Une personne peut donc être informée sans être véritablement connaissante.

Inversement, elle peut agir correctement sans pouvoir expliquer entièrement ce qu’elle sait.

L’ignorance doit être décrite relativement :

  • à une proposition ;
  • à une compétence ;
  • à un contexte ;
  • à un niveau de précision.

Ignorer une proposition

L’ignorance propositionnelle concerne une affirmation déterminée. Par exemple :

« Je ne sais pas si ce médicament est efficace. »

La personne peut :

  • ne disposer d’aucune information ;
  • connaître quelques études contradictoires ;
  • savoir que l’efficacité dépend de certaines conditions.

Dire simplement :

« On ne sait pas »

peut masquer des états très différents.

Il faut préciser :

  • ce qui est établi ;
  • ce qui reste incertain ;
  • le degré d’incertitude ;
  • les informations nécessaires pour progresser.

L’ignorance n’est pas toujours totale. Elle peut porter sur :

  • la valeur exacte ;
  • le mécanisme ;
  • la généralisation ;
  • les effets à long terme.

Ignorer comment faire

Gilbert Ryle distingue notamment le savoir que du savoir comment. Une personne peut connaître théoriquement les règles de la natation sans savoir nager. Inversement, un nageur compétent peut ne pas savoir expliquer précisément :

  • les forces hydrodynamiques ;
  • la coordination musculaire.

L’ignorance pratique ne se réduit donc pas à l’absence d’informations verbales. Elle peut venir d’un manque d’entraînement, de perception, d’automatisation ou d’expérience. Cette distinction est importante lorsqu’on suppose qu’une campagne d’information suffira à modifier un comportement.

Savoir qu’une action est souhaitable ne signifie pas savoir comment l’accomplir dans des conditions réelles.


Ignorer ce que l’on ignore

Une forme particulièrement importante est l’ignorance inconnue. La personne ne sait pas qu’une question existe. Elle ne cherche donc aucune réponse. Un chercheur peut ignorer :

  • une variable pertinente ;
  • un mécanisme alternatif ;
  • une source dans une autre discipline.

Une institution peut ignorer un problème parce qu’aucune procédure ne permet de le faire apparaître. Cette ignorance est difficile à corriger, car elle ne produit pas spontanément :

  • doute ;
  • recherche ;
  • demande.

Les découvertes majeures commencent parfois par la révélation d’un angle mort plutôt que par la résolution d’une question déjà formulée.


Savoir que l’on ne sait pas

L’ignorance reconnue constitue un progrès épistémique important.

Dire :

« Je ne sais pas »

peut exprimer :

  • honnêteté ;
  • prudence ;
  • calibration.

Cette reconnaissance permet :

  • de chercher ;
  • de consulter ;
  • de suspendre ;
  • de décider prudemment.

Socrate est traditionnellement associé à l’idée que la conscience de son ignorance vaut mieux que l’illusion de savoir. Mais il faut éviter une interprétation théâtrale de cette modestie.

Une personne peut répéter :

« Je sais que je ne sais rien »

tout en affirmant ensuite de nombreuses choses sans justification.

La reconnaissance de l’ignorance doit être locale et précise :

« Voici ce que je sais, ce que je suppose et ce que j’ignore. »


L’ignorance de premier et de second ordre

On peut distinguer :

Ignorance de premier ordre

Ne pas connaître la réponse.

Ignorance de second ordre

Ne pas savoir si l’on possède une réponse fiable.

Une personne peut répondre correctement par hasard et croire savoir.

Elle manque alors de connaissance de second ordre sur la qualité de sa croyance.

À l’inverse, une personne compétente peut sous-estimer ce qu’elle sait.

La métacognition concerne cette capacité à évaluer :

  • ses connaissances ;
  • ses limites ;
  • sa confiance.

Une bonne culture épistémique ne cherche pas seulement à transmettre des informations.

Elle cherche aussi à améliorer la calibration entre :

  • certitude ressentie ;
  • qualité réelle des preuves.

L’illusion de connaissance

Nous pouvons croire comprendre un phénomène jusqu’au moment où nous devons l’expliquer précisément.

Une personne pense savoir comment fonctionne :

  • une fermeture éclair ;
  • une chasse d’eau ;
  • une institution.

Lorsqu’on lui demande de décrire chaque étape, des lacunes apparaissent. Ce phénomène est parfois appelé illusion de profondeur explicative. Notre familiarité avec un objet produit une impression de compréhension plus forte que notre capacité réelle à expliquer. Cette illusion est renforcée par la disponibilité de connaissances extérieures. Nous savons que l’information existe quelque part et confondons parfois :

  • capacité de la retrouver ;
  • possession personnelle de la connaissance.

Le savoir distribué

Dans une société complexe, aucune personne ne maîtrise entièrement :

  • la production d’électricité ;
  • le système de santé ;
  • l’informatique ;
  • le droit.

La connaissance est distribuée entre :

  • individus ;
  • institutions ;
  • documents ;
  • outils.

Cette dépendance n’est pas une défaillance. Elle permet une division du travail intellectuel. Mais elle crée un risque d’illusion :

« Nous savons »

peut signifier :

  • une personne du réseau sait ;
  • l’institution dispose d’une procédure ;
  • l’information est accessible.

Il faut distinguer la connaissance collective de la compréhension individuelle.

L’autonomie intellectuelle ne consiste pas à savoir tout faire, mais à comprendre suffisamment :

  • qui sait ;
  • comment vérifier ;
  • où se trouvent les limites.

L’ignorance inévitable

La quantité d’informations disponibles dépasse largement les capacités humaines.

Chaque personne ignore presque tout dans presque tous les domaines. Cette ignorance est normale. Elle vient de limites :

  • temporelles ;
  • cognitives ;
  • biologiques.

Même un spécialiste ignore une grande partie de sa propre discipline.

Une conception réaliste de la rationalité ne demande donc pas d’éliminer toute ignorance. Elle demande de savoir gérer :

  • sélection ;
  • délégation ;
  • incertitude.

La question pertinente n’est pas :

« Comment tout savoir ? »

mais :

« Que devons-nous savoir nous-mêmes, que pouvons-nous déléguer et comment repérer les domaines où notre ignorance devient dangereuse ? »


L’ignorance rationnelle

S’informer possède un coût.

Une personne ne peut pas consacrer plusieurs heures à vérifier chaque décision quotidienne. Elle accepte donc raisonnablement certaines ignorances. Il peut être rationnel de ne pas connaître :

  • tous les détails d’un contrat mineur ;
  • chaque caractéristique d’un produit peu coûteux ;
  • toutes les positions d’un candidat.

Cette idée d’ignorance rationnelle est souvent utilisée en économie et en science politique. Elle ne signifie pas que l’ignorance soit souhaitable en elle-même. Elle signifie que le coût d’acquisition d’une information peut dépasser son bénéfice attendu pour l’individu.

Le problème apparaît lorsque ce calcul individuel produit collectivement :

  • une démocratie peu informée ;
  • un marché opaque ;
  • un pouvoir insuffisamment contrôlé.

L’ignorance rationnelle peut-elle être moralement fautive ?

Une ignorance peut être compréhensible sans être entièrement innocente.

Une personne exerçant une responsabilité importante ne peut pas toujours invoquer :

  • le manque de temps ;
  • la complexité.

Un médecin, un décideur ou un professionnel possède un devoir plus fort de s’informer sur certaines questions.

La responsabilité dépend :

  • de l’enjeu ;
  • du rôle ;
  • de la prévisibilité des conséquences ;
  • de l’accessibilité de l’information.

Ne pas connaître une information très difficile à obtenir n’a pas le même statut que refuser de consulter une alerte claire.

L’ignorance doit donc être évaluée relativement aux obligations de la personne.


L’ignorance volontaire

Une personne peut choisir de ne pas savoir. Elle évite :

  • un résultat médical ;
  • un relevé financier ;
  • une information gênante.

Cette ignorance peut avoir plusieurs motivations :

  • peur ;
  • protection émotionnelle ;
  • maintien d’un avantage ;
  • évitement de responsabilité.

L’ignorance volontaire n’est pas toujours irrationnelle.

Une personne peut préférer ne pas connaître à l’avance :

  • le résultat d’une œuvre ;
  • une information génétique sans conséquence médicale utile.

Mais lorsqu’elle permet de continuer une action nuisible tout en évitant de voir ses conséquences, elle devient moralement problématique.


L’aveuglement volontaire

En droit et en morale, l’aveuglement volontaire désigne une situation où une personne soupçonne fortement une réalité mais évite délibérément de la vérifier. Elle pourra ensuite dire :

« Je ne savais pas. »

Par exemple, un responsable peut éviter de demander comment un sous-traitant obtient des prix anormalement bas. L’absence de connaissance n’est alors pas entièrement involontaire. La personne organise les conditions de son ignorance. Il faut distinguer :

  • ne pas avoir imaginé le problème ;
  • avoir refusé d’examiner un risque évident.

L’ignorance peut donc être une stratégie de protection contre la responsabilité.


L’ignorance comme privilège

Certaines personnes peuvent se permettre d’ignorer des problèmes qui affectent fortement d’autres groupes. Elles n’ont pas besoin de connaître :

  • certains obstacles administratifs ;
  • certaines discriminations ;
  • certains risques professionnels.

Leur position sociale les protège des conséquences. Cette ignorance n’est pas nécessairement volontaire. Elle est structurellement produite par une expérience limitée. On parle parfois d’ignorance privilégiée lorsque le confort d’un groupe dépend en partie de son incapacité à voir des coûts, des violences et des asymétries. Cette notion doit être utilisée avec précision. L’appartenance à un groupe ne prouve pas automatiquement qu’une personne ignore une réalité particulière.


L’ignorance située

Toute connaissance est acquise depuis une position :

  • sociale ;
  • historique ;
  • professionnelle ;
  • corporelle.

Cette position rend certaines réalités plus visibles et d’autres moins visibles. Un soignant, un patient, un administrateur et un chercheur ne rencontrent pas le système de santé sous le même angle. Chacun peut posséder :

  • des connaissances spécifiques ;
  • des angles morts.

La situation n’implique pas que chaque point de vue soit également exact. Elle invite à organiser la confrontation des perspectives.

L’objectivité peut être renforcée lorsque les ignorances propres à chaque position sont identifiées et corrigées par d’autres.


L’ignorance institutionnelle

Une institution ne connaît que ce que ses procédures permettent de :

  • enregistrer ;
  • classer ;
  • transmettre.

Un problème peut rester invisible parce qu’aucune case ne lui correspond. Par exemple, des incidents peuvent ne pas apparaître dans les statistiques si :

  • ils ne sont pas déclarés ;
  • les catégories sont trop étroites ;
  • les services ne partagent pas leurs données.

L’institution peut alors affirmer sincèrement :

« Nous n’avons aucune preuve de ce problème. »

Mais cette absence de preuve peut refléter une absence de dispositif permettant de produire la preuve.

Il faut donc examiner non seulement les données, mais les conditions de leur collecte.


Les angles morts administratifs

Les administrations transforment la réalité en dossiers, indicateurs et catégories. Cette opération est nécessaire. Elle permet :

  • gestion ;
  • comparaison ;
  • décision.

Mais ce qui ne rentre pas dans les catégories peut disparaître du regard institutionnel. Une souffrance difficile à mesurer ou un parcours atypique peut ne pas être comptabilisé. La phrase :

« Ce cas n’existe pas dans nos données »

peut signifier :

  • le phénomène est absent ;
  • ou le système ne sait pas le voir.

L’ignorance administrative est donc parfois produite par la structure de mesure elle-même.


Les données manquantes

Des données peuvent manquer pour plusieurs raisons. Elles peuvent être :

  • perdues au hasard ;
  • absentes dans certains groupes ;
  • non déclarées précisément parce que le phénomène est grave.

L’absence n’est pas toujours neutre. Dans une enquête sur les violences, les personnes les plus exposées peuvent être aussi les moins capables de répondre. Dans une étude médicale, les participants ayant les effets secondaires les plus forts peuvent quitter le suivi. Ignorer le mécanisme des données manquantes peut produire une estimation fausse. L’ignorance statistique doit donc être analysée comme un phénomène, non seulement comme un vide dans un tableau.


L’absence de preuve

La formule classique affirme :

« L’absence de preuve n’est pas la preuve de l’absence. »

Cette phrase est parfois juste. Ne pas trouver un phénomène avec un instrument peu sensible ne montre pas qu’il n’existe pas. Mais elle est souvent utilisée trop largement. Si une hypothèse prédit qu’une preuve devrait être facilement observable et que cette preuve n’apparaît pas, son absence devient bien une preuve contre l’hypothèse. Il faut demander :

Si la proposition était vraie, quelle probabilité aurions-nous d’observer une trace ?

L’absence possède un poids lorsque la méthode avait de bonnes chances de détecter le phénomène.


L’ignorance produite par la mauvaise mesure

Une mesure inadéquate peut donner l’impression qu’un phénomène est connu alors qu’une dimension essentielle a été ignorée.

Un indicateur de performance peut compter :

  • quantité ;
  • vitesse

sans mesurer :

  • qualité ;
  • effets à long terme.

L’institution devient très informée sur ce qu’elle mesure et ignorante sur ce qui n’entre pas dans l’indicateur. Cette ignorance est dangereuse parce qu’elle est masquée par l’abondance des chiffres.

La quantification peut réduire l’incertitude sur une dimension tout en augmentant l’aveuglement sur les autres.


L’ignorance disciplinaire

Chaque discipline sélectionne :

  • ses objets ;
  • ses méthodes ;
  • ses questions.

Cette spécialisation produit de la connaissance. Elle produit également des frontières d’ignorance.

Un économiste peut modéliser efficacement des incitations tout en sous-estimer :

  • les normes ;
  • les institutions ;
  • les émotions.

Un psychologue peut expliquer les décisions individuelles tout en négliger les structures sociales. Le problème n’est pas que chaque discipline soit partielle. Il apparaît lorsqu’une approche partielle se présente comme explication totale. L’interdisciplinarité sert notamment à révéler ces ignorances organisées.


Les questions non posées

La science ne répond qu’aux questions qui sont formulées, financées et rendues techniquement accessibles.

Certains sujets peuvent rester peu étudiés parce qu’ils :

  • concernent une population réduite ;
  • offrent peu de débouchés économiques ;
  • ne correspondent pas aux priorités institutionnelles.

L’absence de recherche ne signifie pas nécessairement que le sujet est sans importance. Elle peut refléter :

  • un choix collectif ;
  • un rapport de pouvoir ;
  • une difficulté méthodologique.

L’agenda de recherche produit donc une cartographie du savoir et de l’ignorance.


L’ignorance scientifique

La science progresse en transformant des inconnues générales en questions plus précises.

Une bonne recherche ne produit pas seulement des réponses. Elle identifie :

  • de nouvelles incertitudes ;
  • des anomalies ;
  • des limites.

Plus une discipline avance, plus elle peut devenir consciente de ce qu’elle ignore. Cette augmentation de l’ignorance reconnue n’est pas un échec. Elle signifie que les questions deviennent :

  • plus fines ;
  • mieux définies.

Une communauté scientifique mature distingue :

  • inconnues connues ;
  • hypothèses ;
  • spéculations ;
  • résultats robustes.

L’incertitude scientifique

L’incertitude ne signifie pas absence totale de connaissance.

Un scientifique peut connaître :

  • la direction générale d’un effet

sans connaître :

  • sa valeur exacte.

Il peut connaître :

  • un mécanisme probable

sans savoir :

  • son importance relative dans chaque contexte.

Dire :

« Il existe une incertitude »

ne suffit pas.

Il faut préciser :

  • sur quoi ;
  • de quelle ampleur ;
  • avec quelles conséquences.

Une incertitude sur le chiffre exact ne remet pas nécessairement en cause l’existence du phénomène.


Les barres d’erreur et l’ignorance résiduelle

Les intervalles, distributions et analyses de sensibilité rendent visible une partie de l’incertitude. Ils ne capturent pas toujours :

  • erreur de modèle ;
  • variable omise ;
  • mauvaise définition ;
  • surprise radicale.

Une mesure de l’incertitude repose déjà sur certaines hypothèses. Elle ne transforme donc pas tout l’inconnu en nombre.

Il faut distinguer :

Risque quantifié

Les possibilités et leurs probabilités sont approximativement connues.

Incertitude profonde

Les possibilités elles-mêmes ou leur structure restent mal définies.

Cette distinction influence la manière de décider.


Les inconnues connues

Les inconnues connues sont les questions dont nous savons ne pas posséder la réponse. Par exemple :

  • durée exacte d’un effet ;
  • mécanisme intermédiaire ;
  • résultat à long terme.

Elles peuvent être inscrites dans :

  • limites ;
  • programmes de recherche ;
  • scénarios.

Leur reconnaissance permet de planifier l’enquête. Elle constitue une forme de connaissance négative :

Nous savons où se trouve une partie de notre ignorance.

Cette cartographie est essentielle pour éviter que le public interprète une limite comme une dissimulation découverte ultérieurement.


Les inconnues inconnues

Les inconnues inconnues sont les problèmes qui ne sont pas encore conceptualisés. Elles ne peuvent pas être simplement ajoutées à une liste. Nous ne savons pas ce que nous devrions chercher. Il est impossible de les éliminer complètement. On peut néanmoins rendre un système plus capable de les rencontrer grâce à :

  • diversité des perspectives ;
  • surveillance des anomalies ;
  • redondance ;
  • ouverture aux alertes.

Une institution trop convaincue que toutes les catégories importantes sont déjà connues devient vulnérable aux surprises.


La sérendipité

Certaines découvertes apparaissent en recherchant autre chose. Mais la sérendipité ne se réduit pas au hasard. Il faut une personne capable de reconnaître qu’un résultat inattendu mérite attention. Une anomalie peut être :

  • ignorée ;
  • éliminée comme bruit ;
  • ou transformée en question.

La culture scientifique influence donc la possibilité de découvrir ce que l’on ignorait ignorer.

Une méthode trop rigide peut produire de la précision tout en supprimer les signaux non prévus.


Le paradigme et l’invisible

Thomas Kuhn montre que les paradigmes scientifiques orientent l’attention.

Ils indiquent :

  • quelles questions sont importantes ;
  • quelles méthodes sont légitimes ;
  • quelles anomalies peuvent être négligées.

Cette organisation rend la recherche efficace. Elle produit aussi une cécité relative.

Un phénomène incompatible avec le cadre peut rester longtemps traité comme :

  • erreur ;
  • exception ;
  • bruit.

Cela ne signifie pas que les scientifiques refusent arbitrairement les faits.

Il faut souvent accumuler suffisamment d’anomalies et disposer d’un cadre alternatif pour comprendre leur importance.


L’ignorance normale de la science

Toute théorie simplifie. Elle laisse volontairement de côté certains détails afin de rendre un problème traitable. Cette ignorance méthodologique peut être féconde.

Un modèle ne cherche pas toujours à représenter :

  • chaque variable ;
  • chaque exception.

Le danger apparaît lorsque les éléments ignorés deviennent importants pour l’usage concret. Une simplification acceptable pour comprendre une tendance peut devenir inadéquate pour décider sur un individu. L’ignorance méthodologique doit donc être explicitée par le domaine de validité du modèle.


L’ignorance temporaire et durable

Certaines inconnues sont probablement temporaires.

De nouvelles observations peuvent les réduire.

D’autres semblent plus durables en raison :

  • de systèmes chaotiques ;
  • d’événements uniques ;
  • de limites éthiques ;
  • de complexité.

Il faut éviter deux croyances opposées :

Optimisme absolu

La science finira nécessairement par tout connaître.

Pessimisme absolu

Toute limite actuelle est définitive.

La position rationnelle consiste à examiner les obstacles spécifiques.

Une question peut être difficile sans être insoluble, ou soluble en principe mais inaccessible en pratique.


L’ignorance métaphysique

Certaines questions dépassent peut-être nos capacités d’observation ou de conceptualisation. Par exemple :

  • pourquoi existe-t-il quelque chose plutôt que rien ?
  • quelle est la nature ultime de la conscience ?
  • pourquoi les lois fondamentales sont-elles celles-ci ?

L’absence actuelle de réponse ne justifie pas automatiquement n’importe quelle explication.

Face à une ignorance profonde, plusieurs attitudes sont possibles :

  • recherche ;
  • suspension ;
  • spéculation prudente.

Le « dieu des lacunes » illustre l’erreur consistant à transformer une absence d’explication scientifique en preuve positive d’une explication religieuse précise.

Une lacune ne désigne pas automatiquement ce qui doit la remplir.


Le raisonnement à partir de l’ignorance

Le sophisme d’appel à l’ignorance prend généralement la forme suivante :

On n’a pas prouvé que P est faux, donc P est vrai.

Ou :

On n’a pas prouvé que P est vrai, donc P est faux.

L’absence de preuve peut parfois être informative, mais elle ne suffit pas en général. Par exemple :

« Personne n’a prouvé que cette maison n’est pas hantée. »

Cette absence ne confirme pas l’existence de fantômes. La charge de la preuve appartient à celui qui avance une hypothèse. Le raisonnement rationnel demande des éléments positifs, pas seulement l’impossibilité d’une réfutation absolue.


L’hypothèse irréfutable

Une affirmation peut être protégée contre toute preuve contraire :

  • si aucune trace n’existe, c’est que la dissimulation est parfaite ;
  • si une preuve contraire apparaît, elle est fabriquée ;
  • si un témoin nie, il fait partie du complot.

La théorie transforme alors chaque ignorance en confirmation. Elle ne risque jamais d’être fausse. Cette immunité ne constitue pas une force. Elle montre que l’hypothèse ne permet pas de distinguer :

  • le monde où elle est vraie ;
  • le monde où elle est fausse.

L’ignorance est alors exploitée comme espace illimité dans lequel l’imagination peut tout placer.


L’agnotologie

Le terme agnotologie désigne l’étude de l’ignorance, notamment lorsqu’elle est :

  • produite ;
  • entretenue ;
  • distribuée socialement.

Cette approche complète l’épistémologie. Il ne suffit pas de demander :

« Comment la connaissance est-elle produite ? »

Il faut aussi demander :

« Pourquoi certaines choses restent-elles inconnues, et qui bénéficie de cette ignorance ? »

L’agnotologie examine :

  • stratégies industrielles ;
  • secret ;
  • absence de recherche ;
  • catégories institutionnelles ;
  • désinformation.

Elle ne suppose pas que toute ignorance soit volontairement fabriquée. Elle cherche à distinguer les mécanismes.


Produire du doute plutôt que réfuter

Lorsqu’un ensemble de preuves devient difficile à contester directement, une stratégie consiste à amplifier l’incertitude. Il n’est pas nécessaire de démontrer :

« La conclusion scientifique est fausse. »

Il suffit de faire croire :

« Les scientifiques sont divisés et rien n’est établi. »

Cette stratégie peut utiliser :

  • sélection d’études ;
  • experts marginaux ;
  • controverse artificielle ;
  • exigence de certitude absolue.

Le but est souvent de retarder :

  • réglementation ;
  • changement ;
  • responsabilité.

L’ignorance produite ne consiste donc pas toujours à cacher les données. Elle peut consister à brouiller leur interprétation.


La fabrication de controverse

Une controverse scientifique réelle comporte :

  • arguments ;
  • recherche ;
  • incertitude.

Une controverse fabriquée présente comme équilibré un débat qui ne l’est pas. Elle peut créer :

  • organisations ;
  • publications ;
  • événements médiatiques

destinés à donner l’apparence d’une communauté savante divisée.

Le public, ne pouvant pas évaluer directement les travaux, utilise le désaccord apparent comme indice.

La stratégie vise donc les preuves de second ordre :

  • confiance ;
  • consensus ;
  • réputation.

Pour la détecter, il faut examiner la structure réelle du champ et pas seulement le nombre d’intervenants médiatiques.


Le faux équilibre médiatique

Présenter une personne de chaque camp peut donner l’impression qu’il existe deux positions de poids comparable. Cette symétrie visuelle masque parfois :

  • un consensus très large ;
  • une opinion minoritaire.

Le journalisme cherche légitimement à entendre les objections. Mais l’équilibre des temps de parole n’est pas toujours l’équilibre de la preuve.

Une représentation honnête doit indiquer :

  • la proportion ;
  • la qualité des données ;
  • le statut de la controverse.

Sinon, l’exigence d’impartialité médiatique produit involontairement de l’ignorance.


La sélection des preuves

La fabrication d’ignorance utilise souvent le cherry picking :

  • choisir les études favorables ;
  • ignorer les résultats convergents ;
  • mettre en avant une anomalie isolée.

Comme toute littérature scientifique contient :

  • erreurs ;
  • divergences ;
  • résultats atypiques,

il est presque toujours possible de trouver un document soutenant une conclusion particulière.

La bonne unité d’évaluation n’est pas l’étude isolée.

Il faut examiner :

  • ensemble de la littérature ;
  • qualité méthodologique ;
  • réplications ;
  • méta-analyses ;
  • évolution du champ.

Une étude minoritaire n’est pas nécessairement fausse, mais elle ne représente pas à elle seule l’état des connaissances.


L’exigence de preuve impossible

Une stratégie de blocage consiste à demander une certitude que la recherche ne peut pas fournir. Par exemple :

  • absence absolue de tout risque ;
  • preuve sur une durée impossible ;
  • démonstration applicable à chaque individu.

Comme cette preuve n’arrive jamais, l’acteur peut maintenir :

« On ne sait toujours pas. »

Cette exigence traite l’incertitude résiduelle comme si elle annulait toutes les connaissances positives.

La rationalité demande plutôt de comparer :

  • niveau de preuve ;
  • risques d’action ;
  • risques d’inaction.

Déplacer constamment le seuil

Lorsqu’une première preuve apparaît, on demande :

  • une étude supplémentaire.

Lorsqu’elle arrive, on demande :

  • une réplication parfaite.

Puis :

  • une certitude sur le mécanisme.

Le seuil de conclusion se déplace sans fin. Cette stratégie est différente d’une prudence authentique, car aucune condition de clôture n’est définie.

Une enquête rationnelle doit préciser à l’avance :

  • quelles preuves compteraient ;
  • quel niveau suffirait ;
  • ce qui ferait changer de position.

Sans cela, l’ignorance devient une position protégée plutôt qu’un état provisoire.


L’expert mercenaire

Une organisation peut mobiliser des personnes possédant des titres ou compétences réelles pour défendre publiquement une position marginale.

Leur expertise peut être :

  • périphérique ;
  • ancienne ;
  • hors du sous-domaine pertinent.

Le public entend pourtant :

« Des scientifiques contestent. »

L’existence d’un expert dissident mérite examen, mais elle ne suffit pas à établir une symétrie.

Il faut demander :

  • travaille-t-il précisément sur la question ?
  • publie-t-il dans le domaine ?
  • ses arguments ont-ils été évalués ?
  • représente-t-il un courant significatif ?

Le secret

Le secret produit directement de l’ignorance en limitant l’accès. Il peut être légitime pour protéger :

  • vie privée ;
  • sécurité ;
  • recherche sensible.

Il peut aussi protéger :

  • faute ;
  • intérêt ;
  • pouvoir.

L’existence d’un secret ne prouve pas automatiquement un abus. Une transparence totale serait elle-même dangereuse. La question est institutionnelle :

  • qui décide du secret ?
  • pour quelle durée ?
  • quels contrôles existent ?
  • qui peut lever la confidentialité ?

Une ignorance légitime doit être encadrée par une responsabilité identifiable.


La confidentialité et l’opacité

La confidentialité protège une information contre une diffusion générale tout en permettant parfois un contrôle par :

  • autorité ;
  • juge ;
  • comité.

L’opacité empêche même d’identifier :

  • les règles ;
  • les responsables ;
  • les critères.

Ces situations ne sont pas équivalentes. Une institution peut rester partiellement confidentielle tout en être gouvernée par des procédures transparentes. La confiance dépend moins de l’accès universel à chaque donnée que de la possibilité d’un contrôle indépendant. L’ignorance du public peut être compatible avec une connaissance distribuée si la chaîne de responsabilité est robuste.


L’ignorance commerciale

Les entreprises disposent souvent de davantage d’informations que :

  • consommateurs ;
  • salariés ;
  • autorités.

Cette asymétrie peut concerner les risques, la qualité, les coûts réels et les effets environnementaux.

Le marché ne corrige pas automatiquement l’asymétrie si le consommateur ne peut pas observer la qualité avant ou après l’achat.

Des institutions sont alors nécessaires :

  • normes ;
  • audits ;
  • obligations d’information ;
  • responsabilité.

L’ignorance peut devenir une ressource économique lorsque celui qui sait bénéficie du fait que l’autre ne puisse pas vérifier.


L’ignorance stratégique

Dans certaines négociations, une personne peut préférer ne pas connaître une information pour maintenir une position crédible. Un dirigeant peut déléguer une décision afin de pouvoir affirmer qu’il ne connaissait pas les détails. Une organisation fragmente les responsabilités de sorte que personne ne possède la vue d’ensemble. Cette architecture produit une ignorance stratégique. Chaque acteur connaît seulement une partie du processus. La responsabilité devient difficile à attribuer.

Le problème ne vient pas d’un mensonge individuel simple, mais de la manière dont l’information est distribuée.


La compartimentation

La compartimentation limite l’information au besoin opérationnel. Elle peut protéger :

  • sécurité ;
  • confidentialité.

Elle peut aussi empêcher :

  • détection des effets globaux ;
  • contestation ;
  • responsabilité.

Un salarié réalise une tâche sans connaître l’usage final. Un service prend une décision sans voir ses conséquences dans un autre service. L’organisation devient capable d’agir sans qu’aucun individu ne puisse expliquer entièrement ce qu’elle fait. L’ignorance collective n’est donc pas toujours la somme des ignorances individuelles. Elle peut être un effet de structure.


La responsabilité diluée

Lorsqu’une décision résulte d’une longue chaîne :

  • chacun suit une procédure ;
  • personne ne se sent auteur.

Les informations alarmantes peuvent être connues localement sans être agrégées.

Après l’échec, l’organisation affirme :

« Personne ne disposait de toutes les informations. »

Cela peut être vrai. Mais cette vérité révèle un défaut institutionnel.

Une organisation responsable doit créer des mécanismes permettant :

  • remontée des alertes ;
  • synthèse ;
  • pouvoir d’interruption.

Sinon, l’ignorance devient une propriété fonctionnelle du système.


La suppression active d’information

La forme la plus directe de production d’ignorance consiste à :

  • détruire ;
  • cacher ;
  • falsifier

des preuves. Cette pratique est différente de l’incertitude scientifique légitime. Elle vise à empêcher l’enquête. Mais la suppression parfaite est rare. Elle laisse parfois des indices :

  • documents manquants ;
  • incohérences ;
  • témoignages ;
  • comportements d’obstruction.

Il faut néanmoins éviter le raisonnement circulaire :

« L’absence de preuve prouve qu’elle a été détruite. »

Une accusation de suppression demande elle-même des preuves positives.


Le bruit informationnel

Cacher une information n’exige pas toujours de la supprimer. Il est possible de la noyer dans une masse de contenus :

  • contradictoires ;
  • émotionnels ;
  • secondaires.

Le public ne sait plus :

  • quoi vérifier ;
  • quelle source croire ;
  • quelle question est centrale.

Cette stratégie produit moins une croyance fausse unique qu’une fatigue épistémique.

La personne conclut :

« On ne saura jamais. »

Le bruit est particulièrement efficace dans les environnements où l’attention est limitée et la vitesse de publication élevée.


La saturation

Une grande quantité d’informations peut augmenter l’ignorance pratique.

La personne ne manque pas de documents. Elle manque de :

  • temps ;
  • hiérarchie ;
  • critères.

Cette saturation favorise :

  • retrait ;
  • délégation aveugle ;
  • sélection identitaire.

La compétence moderne ne consiste donc pas seulement à trouver de l’information. Elle consiste à :

  • filtrer ;
  • comparer ;
  • prioriser.

Une abondance non structurée peut être épistémiquement équivalente à une absence.


La désinformation contradictoire

Une campagne n’a pas toujours besoin d’imposer un récit cohérent. Elle peut diffuser plusieurs explications incompatibles :

  • l’événement n’a jamais eu lieu ;
  • il a été provoqué par le camp adverse ;
  • il s’agit d’un accident ;
  • les images sont truquées.

Le but n’est pas que le public croie tout. Il est qu’il cesse de croire qu’une connaissance fiable est possible. Cette stratégie transforme le pluralisme apparent en cynisme :

« Tout le monde ment. »

Le résultat est une ignorance défensive et une perte de confiance généralisée.


Le cynisme épistémique

Le cynique ne croit pas nécessairement une théorie précise.

Il pense :

« Nous ne pouvons faire confiance à personne. »

Cette attitude paraît prudente. Elle rend pourtant la personne vulnérable aux acteurs les plus affirmatifs ou les plus proches de son identité.

Aucune société ne peut fonctionner sans confiance dans :

  • témoignages ;
  • institutions ;
  • procédures.

La bonne réponse à la manipulation n’est pas une méfiance absolue. Elle est une confiance différenciée fondée sur :

  • transparence ;
  • contrôles ;
  • historique ;
  • pluralité.

L’ignorance et le pouvoir

Le pouvoir ne consiste pas seulement à imposer ce qui doit être cru. Il consiste aussi à déterminer :

  • ce qui mérite d’être étudié ;
  • quelles catégories existent ;
  • quelles données sont accessibles ;
  • quelles questions sont recevables.

Un problème sans nom ni indicateur reste difficile à rendre public. L’ignorance peut donc être politiquement organisée sans conspiration centrale. Des routines et priorités institutionnelles suffisent parfois à rendre certaines réalités invisibles. Étudier l’ignorance demande alors d’examiner :

  • ressources ;
  • procédures ;
  • exclusions.

Le non-savoir imposé

Certaines populations sont privées d’informations importantes sur :

  • leurs droits ;
  • leur exposition ;
  • les décisions les concernant.

Cette privation peut limiter leur capacité à :

  • consentir ;
  • contester ;
  • agir.

L’ignorance imposée est une atteinte à l’autonomie. Mais l’obligation d’information ne signifie pas qu’il suffit de remettre un document complexe.

L’information doit être :

  • accessible ;
  • compréhensible ;
  • utilisable.

Une transparence purement formelle peut maintenir une ignorance pratique.


La complexité comme barrière

Une institution peut publier toutes ses informations tout en les rendant :

  • techniquement incompréhensibles ;
  • dispersées ;
  • difficiles à comparer.

Elle respecte alors la lettre de la transparence sans réduire réellement l’asymétrie.

La connaissance exige davantage que l’accès brut. Elle demande :

  • formats ;
  • contexte ;
  • explication ;
  • possibilité de questionner.

Une donnée publique mais inutilisable produit peu d’autonomie.


Le langage expert

Le langage spécialisé est souvent nécessaire pour la précision. Il peut aussi devenir une barrière.

Une personne extérieure ne peut pas toujours distinguer :

  • difficulté réelle ;
  • obscurité évitable.

Simplifier demande de perdre certains détails sans déformer le contenu.

Une institution responsable devrait produire plusieurs niveaux :

  • résumé ;
  • documentation ;
  • données techniques.

L’objectif n’est pas de supprimer l’expertise, mais de rendre ses conclusions contrôlables par différents publics.


L’ignorance herméneutique

Une personne peut vivre une expérience sans disposer des concepts permettant de la comprendre ou de la communiquer. Le problème n’est pas seulement individuel. La société peut manquer d’un cadre interprétatif partagé. Cette situation est associée à l’idée d’injustice herméneutique. Une expérience reste alors :

  • confuse ;
  • privée ;
  • difficile à rendre crédible.

La création d’un concept peut rendre visible un phénomène auparavant dispersé. Mais les nouveaux concepts doivent eux-mêmes être soumis à l’examen. Nommer ne prouve pas automatiquement que la catégorie est correctement définie.


Nommer et rendre visible

La création d’une catégorie peut permettre de :

  • regrouper des expériences ;
  • produire des données ;
  • organiser une action.

Avant cette catégorie, chaque cas paraît isolé.

Après sa création, un phénomène collectif devient visible. Mais la catégorisation possède aussi des effets :

  • elle sélectionne ;
  • simplifie ;
  • crée des seuils.

Une catégorie peut éclairer une ignorance tout en en produire une autre.

Il faut donc évaluer :

  • ce qu’elle révèle ;
  • ce qu’elle masque ;
  • les cas limites.

L’ignorance et les témoignages minoritaires

Une institution peut ignorer une réalité parce qu’elle accorde peu de crédibilité aux personnes qui la signalent.

Les témoignages restent :

  • fragmentés ;
  • non enregistrés ;
  • interprétés comme anecdotes.

L’absence de données officielles est ensuite utilisée pour nier le phénomène.

Ce cercle montre l’interaction entre :

  • injustice testimoniale ;
  • ignorance institutionnelle.

Cela ne signifie pas que tout témoignage établit automatiquement une généralité. Il signifie qu’une alerte répétée peut justifier la création d’un dispositif d’enquête plutôt que son rejet faute de données déjà disponibles.


L’ignorance de groupe

Un groupe peut maintenir une ignorance partagée parce que certaines informations menacent :

  • son identité ;
  • sa cohésion ;
  • sa légitimité.

Les membres évitent de poser certaines questions.

Une norme implicite indique :

« Nous ne parlons pas de cela. »

Aucun ordre explicite n’est nécessaire.

Les nouveaux membres apprennent rapidement :

  • ce qui peut être dit ;
  • ce qui coûte socialement.

Cette ignorance collective peut persister même lorsque plusieurs personnes possèdent individuellement des fragments d’information.


Le silence pluraliste

Dans une situation de silence pluraliste, de nombreuses personnes désapprouvent ou doutent en privé, mais pensent être minoritaires. Elles gardent le silence. Le silence de chacun est interprété par les autres comme un accord. Une norme apparemment consensuelle se maintient alors sans soutien réel. L’ignorance porte ici sur les opinions d’autrui. Elle est produite par l’absence d’expression publique.

Des mécanismes anonymes de consultation peuvent révéler cette divergence cachée.


Les tabous

Un tabou peut protéger :

  • dignité ;
  • sécurité ;
  • cohésion.

Il peut aussi empêcher l’examen d’un problème réel. Toutes les limites discursives ne sont pas équivalentes. Il faut distinguer :

  • refus de l’humiliation ;
  • interdiction de poser une question ;
  • exclusion de données.

Une institution doit pouvoir protéger les personnes sans rendre certaines hypothèses impossibles à examiner.

Le défi consiste à organiser une discussion :

  • précise ;
  • responsable ;
  • non stigmatisante.

Les croyances identitaires

Lorsqu’une information menace une identité, l’ignorance peut être activement défendue.

La personne :

  • évite les sources adverses ;
  • discrédite les témoins ;
  • oublie les contradictions.

L’objectif implicite n’est plus de connaître. Il est de protéger :

  • appartenance ;
  • estime de soi ;
  • cohérence morale.

Cette dynamique touche tous les groupes.

La meilleure protection consiste à construire une identité compatible avec la révision :

« Mon camp peut se tromper sans que toute mon identité s’effondre. »


L’ignorance motivée

L’ignorance motivée désigne une ignorance soutenue par un désir ou un intérêt.

Une personne peut ne pas vouloir connaître :

  • les conséquences de sa consommation ;
  • les preuves contre son candidat ;
  • les risques d’une habitude.

Elle n’efface pas nécessairement les informations. Elle choisit des environnements où elles apparaissent moins. Les plateformes et communautés homogènes facilitent cette sélection. L’ignorance motivée est particulièrement stable lorsqu’elle peut être présentée comme prudence ou fidélité à une source de confiance.


L’évitement de l’information

L’information n’est pas toujours recherchée, même lorsqu’elle est gratuite. Elle peut être évitée parce qu’elle risque de :

  • provoquer de l’anxiété ;
  • imposer une décision ;
  • menacer l’image de soi.

Cette réaction est compréhensible. Elle doit être évaluée selon les conséquences. Éviter un résultat sans action possible peut parfois protéger temporairement. Éviter une information permettant une prévention efficace peut augmenter le dommage. L’éthique de l’information doit donc prendre en compte :

  • utilité ;
  • autonomie ;
  • charge émotionnelle.

Le droit de ne pas savoir

Dans certains contextes, notamment médicaux ou génétiques, une personne peut revendiquer un droit de ne pas savoir.

Ce droit protège :

  • autonomie ;
  • vie psychique ;
  • choix de ne pas vivre sous une prédiction.

Il rencontre des limites lorsque l’information concerne également la santé d’autrui, un risque évitable et une responsabilité professionnelle. Le droit de ne pas savoir n’est pas une célébration générale de l’ignorance. Il reconnaît que l’information peut parfois constituer une charge et que l’autonomie inclut un contrôle raisonnable sur ce que l’on souhaite apprendre.


L’obligation de savoir

Dans d’autres situations, une personne possède une obligation de s’informer.

Un responsable ne peut pas ignorer :

  • un risque majeur ;
  • une règle fondamentale ;
  • les conséquences prévisibles de sa décision.

L’obligation augmente avec :

  • le pouvoir ;
  • la compétence ;
  • l’enjeu.

Elle ne demande pas l’omniscience. Elle demande une diligence proportionnée.

La question morale n’est pas seulement :

« Saviez-vous ? »

mais aussi :

« Aviez-vous des raisons de chercher et avez-vous volontairement évité de le faire ? »


L’ignorance et la responsabilité

L’ignorance peut :

  • excuser ;
  • atténuer ;
  • aggraver

la responsabilité. Elle excuse lorsqu’elle était :

  • invincible ;
  • imprévisible ;
  • sans lien avec une négligence.

Elle aggrave lorsqu’elle résulte :

  • d’un refus ;
  • d’une imprudence ;
  • d’une stratégie.

Une personne qui ne pouvait raisonnablement connaître le risque n’est pas dans la même situation que celle qui a détruit ou évité les alertes.

L’évaluation doit porter sur l’histoire de l’ignorance, pas seulement sur son existence au moment de l’action.


L’ignorance coupable

L’ignorance est parfois dite coupable lorsque la personne aurait dû savoir. Cela suppose :

  • une norme ;
  • une capacité d’accès ;
  • une occasion raisonnable.

Une accusation vague comme :

« Vous auriez dû vous renseigner »

peut être injuste si l’information était :

  • cachée ;
  • contradictoire ;
  • inaccessible.

À l’inverse, la complexité du sujet ne suffit pas toujours à excuser quelqu’un qui possède les moyens et la responsabilité de consulter des spécialistes.

La culpabilité dépend donc de la relation entre :

  • rôle ;
  • moyens ;
  • risques ;
  • effort attendu.

Le paradoxe de l’expertise

Plus une personne devient experte, plus elle découvre généralement la complexité de son domaine. Elle peut donc paraître moins certaine qu’un novice. Le novice fournit une réponse simple. L’expert précise :

  • conditions ;
  • exceptions ;
  • limites.

Le public peut interpréter cette prudence comme une faiblesse.

Il préfère parfois l’acteur qui affirme :

« La réponse est évidente. »

Une bonne communication scientifique doit rendre visible que l’incertitude reconnue peut être un signe de compétence plutôt qu’une absence de savoir.


La fausse assurance

L’assurance rhétorique masque facilement l’ignorance.

Une personne utilise :

  • vocabulaire technique ;
  • ton définitif ;
  • explication complète.

Mais une explication ne devient pas vraie parce qu’elle est fluide.

Il faut demander :

  • quelles preuves ?
  • quelles limites ?
  • quelles prédictions ?
  • quelles alternatives ?

L’ignorance honnête s’exprime parfois avec prudence. L’ignorance dissimulée peut s’exprimer avec une grande certitude. La qualité épistémique ne doit donc pas être évaluée à partir du style seul.


Le jargon comme camouflage

Le jargon est utile lorsque les termes possèdent une définition précise.

Il devient un camouflage lorsqu’il :

  • remplace l’explication ;
  • rend la critique difficile ;
  • produit une impression de profondeur.

Une personne peut répéter une terminologie sans comprendre les relations qu’elle désigne.

Pour tester la compréhension, on peut demander :

  • une reformulation simple ;
  • un exemple ;
  • une prédiction ;
  • les limites.

La capacité à expliquer clairement ne garantit pas la maîtrise, mais l’incapacité totale à sortir du jargon peut signaler une connaissance fragile.


La complexité réelle

Il faut toutefois éviter l’erreur inverse :

« Si je ne comprends pas, c’est que l’expert cache son ignorance. »

Certaines questions sont réellement difficiles. Une simplification parfaite est parfois impossible sans perte. L’esprit critique exige un équilibre :

  • demander une explication accessible ;
  • reconnaître les limites de sa propre formation.

La compréhension publique n’exige pas que chaque citoyen puisse refaire le calcul. Elle exige qu’il puisse comprendre :

  • la conclusion ;
  • le type de preuve ;
  • l’incertitude ;
  • la chaîne de contrôle.

Mesurer l’ignorance

Peut-on quantifier ce que nous ignorons ?

On peut mesurer certains aspects :

  • questions sans réponse ;
  • intervalle d’incertitude ;
  • proportion de données manquantes ;
  • dispersion des estimations.

Mais l’ignorance totale ne se laisse pas entièrement mesurer.

Pour quantifier un inconnu, il faut déjà savoir :

  • quelles possibilités existent ;
  • comment les représenter.

Les inconnues inconnues échappent précisément à cette opération.

Les indicateurs d’incertitude sont utiles, mais ils ne doivent pas produire l’illusion que tout non-savoir a été contenu dans un chiffre.


Les cartes d’incertitude

Une bonne présentation peut distinguer :

  • connaissances solides ;
  • résultats probables ;
  • hypothèses ;
  • zones inconnues.

Cette cartographie est plus informative qu’une affirmation globale :

« La science sait »

ou :

« La science ne sait pas. »

Elle permet d’adapter :

  • décision ;
  • communication ;
  • recherche.

Les niveaux doivent être définis avec suffisamment de clarté pour éviter qu’ils deviennent de simples couleurs rassurantes sans contenu.


Les limites et la communication

Les chercheurs mentionnent souvent les limites dans une section finale. Le public ou les médias peuvent les ignorer. Inversement, un opposant peut extraire une limite pour suggérer que tout le résultat est invalide. Une limite doit être interprétée proportionnellement. Elle peut :

  • réduire la précision ;
  • empêcher une généralisation ;
  • ou remettre en cause la conclusion centrale.

Toutes les limites n’ont pas le même poids.

La communication de l’ignorance demande donc d’expliquer ce que la limite change réellement.


Le langage de l’incertitude

Des expressions comme :

  • possible ;
  • probable ;
  • très probable ;
  • incertain

sont interprétées différemment selon les personnes.

Une personne peut entendre *possible* comme :

  • faible chance ;
  • ou presque une chance sur deux.

Lorsque l’enjeu est important, il faut associer autant que possible :

  • mots ;
  • ordres de grandeur ;
  • explication qualitative.

La précision numérique ne doit pas être artificielle. Mais un vocabulaire entièrement vague facilite la manipulation du doute.


Dire « nous ne savons pas encore »

L’ajout du mot encore peut être utile lorsqu’une enquête réaliste est possible. Il devient trompeur s’il suppose que toute question recevra nécessairement une réponse future. Une formulation honnête peut être :

« Nous ne savons pas actuellement, et voici ce qui permettrait peut-être de progresser. »

Ou :

« Cette question risque de rester durablement indéterminée en raison de telles limites. »

L’honnêteté épistémique consiste à distinguer :

  • ignorance temporaire ;
  • obstacle structurel ;
  • absence actuelle de méthode.

Dire « nous ne saurons jamais »

L’affirmation inverse est également forte.

Pour conclure qu’une question est définitivement insoluble, il faut connaître :

  • les limites de toutes les méthodes futures ;
  • les possibilités conceptuelles.

Cette certitude est rarement disponible. Il est souvent plus prudent de dire :

« Nous ne voyons actuellement aucune méthode capable de trancher. »

La reconnaissance des limites ne doit pas devenir une prophétie dogmatique.


L’ignorance et la décision

Une décision n’attend pas toujours la disparition de l’ignorance.

Il faut agir avec :

  • informations incomplètes ;
  • scénarios ;
  • incertitude.

La bonne question n’est pas seulement :

« Que savons-nous ? »

Elle est :

« Quelle action est raisonnable compte tenu de ce que nous savons et ignorons ? »

La décision doit prendre en compte :

  • gravité ;
  • réversibilité ;
  • possibilité d’apprentissage ;
  • coût de l’attente.

L’ignorance n’implique ni action automatique ni inaction automatique.


Le principe de précaution

Le principe de précaution répond à des situations où :

  • un dommage grave est possible ;
  • l’incertitude persiste.

Il ne signifie pas qu’il faut interdire toute activité présentant un risque imaginable.

Une application raisonnable examine :

  • plausibilité ;
  • gravité ;
  • alternatives ;
  • coûts de la précaution.

L’ignorance ne doit pas être utilisée pour exiger une sécurité absolue. Elle doit conduire à une gestion proportionnée :

  • surveillance ;
  • limitation ;
  • expérimentation ;
  • révision.

La valeur de l’information

Avant de rechercher une information supplémentaire, on peut demander :

Cette information pourrait-elle modifier la décision ?

Si aucune réponse possible ne changerait l’action, l’enquête a peut-être peu de valeur pratique immédiate. À l’inverse, une information peut être très précieuse si elle permet de choisir entre deux actions aux conséquences opposées.

La valeur de l’information dépend :

  • de sa probabilité d’être obtenue ;
  • de son coût ;
  • de son effet sur la décision.

Cette approche évite de rechercher indéfiniment plus de données sans bénéfice réel.


Le coût de l’apprentissage

Attendre de meilleures connaissances possède un coût.

Pendant l’attente :

  • le problème évolue ;
  • des personnes subissent les conséquences ;
  • certaines options disparaissent.

L’idéal d’une décision parfaitement informée peut devenir moralement irresponsable lorsqu’il sert à différer indéfiniment.

Il faut comparer :

  • risque d’agir avec erreur ;
  • risque de ne pas agir.

L’ignorance n’est pas un argument suffisant pour l’inaction, car l’inaction est elle-même une décision sous incertitude.


L’expérimentation adaptative

Lorsqu’une incertitude empêche une décision définitive, il peut être rationnel de choisir :

  • une action limitée ;
  • réversible ;
  • évaluée.

L’objectif est simultanément :

  • d’agir ;
  • d’apprendre.

Une politique pilote ou un essai progressif réduit certaines conséquences d’une erreur. Mais cette stratégie exige :

  • critères d’évaluation ;
  • possibilité réelle d’arrêt ;
  • transparence.

Une expérimentation sans condition de révision devient une décision permanente déguisée.


L’ignorance robuste

Parfois, plusieurs scénarios restent possibles, mais ils recommandent la même action. L’ignorance théorique n’empêche alors pas une décision robuste. Par exemple, deux mécanismes différents peuvent justifier la même mesure de prudence. Il faut éviter de penser que toute incertitude sur l’explication interdit l’action. La décision peut être plus stable que la théorie. Inversement, un accord théorique général peut laisser une grande incertitude sur l’action locale.


L’ignorance et la démocratie

Une démocratie ne peut pas exiger que chaque citoyen maîtrise tous les dossiers. Elle repose sur :

  • division du travail ;
  • représentants ;
  • journalistes ;
  • experts.

Mais cette délégation crée une dépendance.

Les citoyens doivent pouvoir évaluer :

  • procédures ;
  • transparence ;
  • pluralité ;
  • conflits d’intérêts.

La démocratie épistémique ne consiste pas à supprimer l’ignorance citoyenne. Elle organise des institutions permettant de la compenser sans transformer l’expertise en pouvoir incontrôlable.


La simplification politique

Un programme politique doit simplifier.

Aucun discours public ne peut présenter toutes les incertitudes. Mais la simplification devient trompeuse lorsqu’elle :

  • efface les coûts ;
  • cache les alternatives ;
  • présente une estimation comme certitude.

Les citoyens ont besoin de formulations accessibles, mais aussi de signaux indiquant :

  • ce qui est robuste ;
  • ce qui dépend d’hypothèses ;
  • ce qui relève des valeurs.

La communication honnête ne consiste pas à réciter tous les détails techniques. Elle évite de transformer une ignorance réelle en promesse certaine.


L’exploitation populiste de l’ignorance

Un discours populiste peut opposer :

  • bon sens immédiat ;
  • complexité experte.

Il transforme parfois toute prudence méthodologique en :

  • hésitation ;
  • dissimulation.

À l’inverse, des institutions peuvent invoquer la complexité pour éviter toute responsabilité démocratique. Les deux abus se renforcent. La réponse doit associer :

  • accessibilité ;
  • transparence ;
  • reconnaissance des limites ;
  • distinction entre expertise et décision politique.

Le public n’a pas besoin de tout savoir pour exiger de comprendre comment une conclusion a été produite.


L’ignorance et l’éducation

L’éducation est souvent conçue comme accumulation de connaissances. Elle devrait aussi apprendre à :

  • reconnaître une lacune ;
  • chercher une source ;
  • évaluer une expertise ;
  • suspendre.

Une personne instruite n’est pas celle qui répond immédiatement à toutes les questions. Elle sait différencier :

  • ce qu’elle sait ;
  • ce qu’elle croit ;
  • ce qu’elle doit vérifier.

Cette compétence protège mieux contre la désinformation qu’une collection limitée de faits mémorisés.


Enseigner les limites

Les manuels présentent parfois les connaissances comme des résultats achevés.

Ils effacent :

  • controverses ;
  • méthodes ;
  • incertitudes.

Cette simplification est utile pour commencer. Elle peut produire une image dogmatique de la science. Lorsque l’élève découvre ensuite des débats réels, il peut croire que l’institution lui a menti. Une éducation mature montre progressivement :

  • comment un résultat a été établi ;
  • ce qui reste révisable ;
  • pourquoi toutes les incertitudes ne sont pas équivalentes.

La curiosité

La curiosité est une réponse positive à l’ignorance. Elle transforme le manque en désir d’enquête. Mais la curiosité peut être :

  • dispersée ;
  • intrusive ;
  • manipulée.

Une question fascinante n’est pas automatiquement importante.

Les environnements numériques exploitent la curiosité par :

  • titres incomplets ;
  • révélations ;
  • mystères.

Une autonomie critique demande de choisir quelles ignorances méritent réellement :

  • temps ;
  • attention ;
  • effort.

La tolérance à l’incertitude

Certaines personnes supportent difficilement une réponse incomplète. Elles préfèrent une explication simple, même faible, à l’absence de conclusion. Cette intolérance favorise :

  • théories complètes ;
  • certitudes idéologiques ;
  • causalités uniques.

Tolérer l’incertitude ne signifie pas l’aimer ou refuser de conclure. Cela signifie pouvoir maintenir temporairement plusieurs possibilités sans remplir immédiatement le vide. Cette compétence est essentielle dans les domaines complexes et émotionnellement chargés.


Le besoin de clôture

Le besoin de clôture cognitive désigne le désir d’obtenir rapidement une réponse stable.

Il augmente notamment sous :

  • fatigue ;
  • urgence ;
  • menace.

Une première explication peut alors être acceptée trop rapidement. Une fois adoptée, elle organise la sélection des informations suivantes. Le besoin de clôture n’est pas toujours irrationnel. Une décision urgente demande parfois de conclure. Le risque apparaît lorsque l’urgence psychologique est confondue avec une preuve suffisante.


Le mystère comme ressource rhétorique

Certaines théories attirent en exploitant l’ignorance :

« Ce qu’on vous cache est immense. »

L’absence de détails devient un signe de profondeur.

Le mystère produit :

  • curiosité ;
  • appartenance ;
  • sentiment d’initiation.

Plus une théorie manque de preuves, plus elle peut affirmer que les preuves sont secrètes.

La bonne question est :

Quelle information nouvelle et vérifiable la théorie produit-elle ?

Une promesse de révélation permanente sans contenu contrôlable entretient l’ignorance plutôt qu’elle ne la réduit.


L’explication totale

Une théorie expliquant :

  • chaque événement ;
  • chaque contradiction ;
  • chaque absence de preuve

peut sembler réduire toute ignorance.

En réalité, elle interdit l’apprentissage. Aucune observation ne peut la surprendre. Une bonne explication laisse visibles :

  • son domaine ;
  • ses limites ;
  • les faits qui la réfuteraient.

L’ignorance reconnue est donc souvent un signe de meilleure connaissance que l’explication totale.


Le danger de combler les lacunes

L’esprit cherche des causes.

Lorsque les preuves manquent, il produit facilement :

  • intention ;
  • récit ;
  • agent.

Ce mécanisme est utile dans de nombreuses situations. Il peut aussi transformer une lacune en certitude.

Dire :

« Je n’ai pas d’explication »

est parfois plus rationnel que choisir l’hypothèse la plus vivante ou moralement satisfaisante.

L’abduction doit comparer des explications soutenues, non simplement remplir le vide.


L’ignorance et le pluralisme

Plusieurs explications peuvent éclairer différents aspects d’un phénomène.

Ce pluralisme ne doit pas servir à dire :

« Puisqu’il existe plusieurs perspectives, on ne sait rien. »

Il faut distinguer :

  • complémentarité ;
  • concurrence ;
  • ignorance.

Deux modèles peuvent être valides à des niveaux différents. Ils peuvent aussi être incompatibles et demander de nouvelles preuves.

La reconnaissance de plusieurs approches doit améliorer la cartographie du savoir, non dissoudre toute possibilité de conclusion.


L’ignorance vertueuse

L’ignorance peut être vertueuse lorsqu’elle est :

  • reconnue ;
  • précise ;
  • ouverte à l’enquête ;
  • proportionnée.

Un expert qui dit :

« Les données ne permettent pas de trancher »

peut manifester davantage de compétence qu’une personne offrant une réponse définitive. Cette ignorance vertueuse possède une structure. Elle indique :

  • pourquoi on ne sait pas ;
  • ce qui est néanmoins connu ;
  • ce qui pourrait changer la situation.

Elle n’est pas un refuge vague contre toute responsabilité.


L’ignorance paresseuse

À l’inverse, une personne peut utiliser :

« Je ne sais pas »

pour éviter un effort raisonnable. Elle refuse :

  • de consulter ;
  • de lire ;
  • de demander.

Cette ignorance n’est pas toujours malveillante. Mais elle devient problématique lorsque la personne formule ensuite une opinion forte ou prend une décision affectant autrui. Le droit de ne pas tout savoir ne donne pas un droit égal à affirmer n’importe quoi. La liberté d’opinion n’annule pas l’obligation de proportionner sa certitude à son information.


L’ignorance militante

Une cause peut encourager ses membres à ignorer des faits gênants afin de préserver :

  • unité ;
  • efficacité ;
  • morale.

Les informations contraires sont interprétées comme :

  • diversion ;
  • attaque ;
  • trahison.

Le militantisme gagne parfois en cohésion ce qu’il perd en capacité de correction. Une cause juste peut être défendue par des arguments faux ou des chiffres fragiles. L’ignorance militante finit alors par affaiblir la cause elle-même. L’honnêteté intellectuelle demande de pouvoir reconnaître un fait défavorable sans abandonner automatiquement toutes ses valeurs.


L’ignorance institutionnellement utile

Une organisation peut bénéficier du fait que personne ne mesure certains effets.

Tant qu’aucun indicateur n’existe :

  • aucune comparaison ;
  • aucune responsabilité précise.

L’ignorance devient fonctionnelle. Elle réduit :

  • coûts ;
  • conflits ;
  • obligations.

Cela ne signifie pas qu’un décideur a consciemment conçu le système pour cacher le problème. Les incitations peuvent suffire à empêcher sa mesure. Pour corriger cette ignorance, il faut parfois modifier :

  • obligations ;
  • ressources ;
  • protections des lanceurs d’alerte.

Les lanceurs d’alerte

Un lanceur d’alerte rend visible une information que l’organisation ne traite pas correctement. Il peut révéler :

  • fraude ;
  • risque ;
  • dissimulation.

Sa position est épistémiquement difficile. Il possède parfois une connaissance locale importante mais incomplète. Il peut également se tromper ou interpréter excessivement. Une institution responsable doit permettre :

  • signalement ;
  • enquête indépendante ;
  • protection contre les représailles.

Ni l’autorité de l’organisation ni la sincérité du lanceur d’alerte ne suffisent seules à établir la vérité.


La documentation négative

Il est utile de conserver non seulement les conclusions, mais aussi :

  • hypothèses rejetées ;
  • échecs ;
  • données absentes ;
  • limites.

Sans cette documentation, les générations suivantes répètent les mêmes recherches ou interprètent le silence comme absence de problème.

Les résultats négatifs sont souvent moins publiés que les résultats positifs. Cette asymétrie produit une ignorance collective sur :

  • ce qui ne fonctionne pas ;
  • la fréquence réelle des effets.

Une science cumulative doit valoriser la connaissance négative.


Le biais de publication

Les études obtenant un résultat positif ou spectaculaire sont plus susceptibles d’être publiées. Si de nombreuses études sont menées et que seules les positives apparaissent, la littérature donne une image exagérée de l’effet. Les études absentes sont une forme d’ignorance structurée. Elles ne sont pas nécessairement cachées volontairement. Le système d’incitations suffit à produire le biais. Les registres préalables et la publication des résultats négatifs cherchent à réduire cette ignorance.


Les résultats nuls

Un résultat nul peut signifier :

  • absence réelle d’effet ;
  • étude insuffisamment puissante ;
  • mauvaise mesure ;
  • effet limité à un sous-groupe.

Il ne doit pas être interprété automatiquement comme preuve définitive d’absence. Mais il ne doit pas non plus disparaître au seul motif qu’il est moins spectaculaire. L’accumulation de résultats nuls correctement conçus peut devenir une preuve importante. La connaissance progresse aussi en éliminant des hypothèses.


L’erreur non signalée

Une culture punitive peut décourager la déclaration des erreurs.

Les acteurs cachent :

  • incident ;
  • doute ;
  • quasi-accident.

L’institution paraît plus sûre dans ses données qu’elle ne l’est réellement.

Une culture d’apprentissage cherche à distinguer :

  • erreur honnête ;
  • négligence ;
  • fraude.

Si toute erreur reconnue conduit à une sanction identique, l’organisation produit mécaniquement de l’ignorance.

La sécurité dépend alors de la possibilité de faire remonter les problèmes sans effacer la responsabilité.


La connaissance négative

Savoir qu’une hypothèse est fausse constitue une connaissance. Savoir qu’une méthode ne fonctionne pas dans certaines conditions est également précieux. La recherche est souvent représentée comme accumulation de réponses positives. Elle avance aussi par :

  • exclusion ;
  • délimitation ;
  • réfutation.

La connaissance négative précise :

  • où ne pas chercher ;
  • quelles limites respecter ;
  • quelles conclusions éviter.

Une bonne cartographie intellectuelle contient donc les routes fermées, pas seulement les destinations confirmées.


La frontière entre secret et ignorance

Une information peut exister sans être accessible à une personne. Pour elle, il s’agit d’une ignorance. Pour l’institution, il s’agit d’un secret. Cette distinction est importante. Dire :

« On ne sait pas »

peut être faux si certains acteurs savent mais ne diffusent pas.

Il faut parfois demander :

  • qui ne sait pas ?
  • qui possède l’information ?
  • pour quelle raison n’est-elle pas partagée ?

L’ignorance est toujours relative à un sujet ou à un groupe.


Qui sait quoi ?

Dans un système complexe, la phrase :

« La société sait »

est ambiguë.

Une information peut être :

  • connue de quelques spécialistes ;
  • publiée mais peu comprise ;
  • dispersée entre plusieurs services ;
  • secrète.

La connaissance collective exige parfois une capacité de coordination. Si personne ne peut réunir les fragments au moment nécessaire, le groupe peut agir comme s’il ignorait ce que certains membres savent. L’épistémologie sociale doit donc étudier non seulement la possession de l’information, mais sa circulation.


L’ignorance temporelle

Une information peut arriver :

  • trop tard ;
  • trop tôt ;
  • au mauvais endroit.

Un signal précoce est ignoré parce qu’il paraît isolé. Après la crise, il semble évident. Le biais rétrospectif fait oublier l’incertitude initiale. L’évaluation d’une décision doit tenir compte de ce qui était raisonnablement connaissable au moment où elle a été prise. Inversement, l’existence de signaux dispersés peut révéler qu’une institution aurait dû mieux organiser leur agrégation.


Le recul rétrospectif

Après un événement, nous reconstruisons facilement une trajectoire :

« Les signes étaient évidents. »

Certains signes existaient peut-être, mais ils étaient mêlés à de nombreuses fausses alertes.

Il faut distinguer :

  • prévisibilité rétrospective ;
  • prédictibilité réelle.

Pour savoir si l’ignorance était coupable, on doit examiner :

  • qualité des signaux ;
  • fréquence des alertes comparables ;
  • procédures disponibles.

La connaissance après coup ne doit pas être projetée artificiellement sur les acteurs passés.


L’ignorance et les modèles prédictifs

Un modèle peut produire une estimation précise tout en être ignorant sur le mécanisme. Il peut également être performant en moyenne et échouer sur certains groupes.

Les utilisateurs peuvent confondre :

  • précision statistique ;
  • compréhension.

Une décision automatisée ne supprime pas l’ignorance. Elle la déplace vers :

  • données ;
  • critères ;
  • fonctionnement du modèle.

L’opacité algorithmique peut rendre difficile la contestation d’une décision sans que le système soit pour autant plus savant.


Le mythe des données complètes

Les grandes bases de données donnent l’impression que tout comportement est enregistré. Mais les traces numériques représentent seulement ce qui est :

  • capturé ;
  • accessible ;
  • interprétable.

Une plateforme connaît certaines actions de ses utilisateurs. Elle ignore :

  • leurs motivations ;
  • les comportements hors plateforme ;
  • le contexte complet.

La quantité ne supprime pas le biais de sélection.

Un grand nombre de données sur une population particulière ne devient pas automatiquement une connaissance universelle.


Les étiquettes algorithmiques

Les systèmes d’apprentissage utilisent souvent des étiquettes produites par :

  • humains ;
  • procédures administratives ;
  • comportements passés.

Si ces étiquettes sont imparfaites, le modèle apprend une ignorance institutionnalisée. Il peut reproduire avec précision :

  • les décisions antérieures ;
  • sans connaître le phénomène qu’elles prétendent représenter.

Par exemple, un signal administratif peut servir de substitut à :

  • risque ;
  • besoin ;
  • qualité.

Il faut donc demander :

Que sait réellement le modèle, et que prédit-il seulement à partir d’un indicateur imparfait ?


Le droit à une explication

Lorsqu’une décision affecte une personne, celle-ci doit souvent pouvoir comprendre :

  • les critères ;
  • les données ;
  • la procédure de contestation.

Une explication complète du calcul n’est pas toujours nécessaire ou possible. Mais l’opacité totale empêche :

  • correction ;
  • responsabilité ;
  • autonomie.

Réduire l’ignorance de la personne concernée demande une explication orientée vers l’action :

  • pourquoi cette décision ?
  • comment la contester ?
  • quelle information peut la modifier ?

L’ignorance et l’intelligence artificielle

Un système d’intelligence artificielle peut produire une réponse fluide sans posséder une base fiable pour chaque affirmation.

La fluidité du langage encourage l’utilisateur à attribuer :

  • compréhension ;
  • certitude ;
  • source.

Il faut distinguer :

  • capacité à générer une explication plausible ;
  • connaissance vérifiée.

L’utilisateur doit demander :

  • quelle source ?
  • quel niveau de confiance ?
  • cette information est-elle actuelle ?
  • peut-elle être contrôlée ?

L’IA peut réduire certaines ignorances tout en produire une nouvelle forme d’ignorance sur l’origine et la fiabilité de ses réponses.


L’ignorance automatisée

Lorsque les décisions sont déléguées à un système, les humains peuvent perdre progressivement :

  • compétence ;
  • compréhension ;
  • capacité de reprise.

L’organisation sait faire tant que l’outil fonctionne. Mais aucun individu ne maîtrise plus entièrement la procédure. Cette dépendance crée une fragilité.

L’automatisation doit donc préserver :

  • documentation ;
  • contrôle ;
  • compétence de secours.

Une organisation n’est pas réellement connaissante si elle est incapable d’expliquer ou de corriger ses systèmes.


L’ignorance et l’autonomie intellectuelle

L’autonomie ne consiste pas à supprimer toute dépendance. Elle exige de savoir quand notre ignorance demande :

  • consultation ;
  • vérification ;
  • prudence.

Une personne autonome peut dire :

« Je ne maîtrise pas ce sujet, mais voici pourquoi je fais confiance à cette source. »

Elle distingue :

  • délégation raisonnée ;
  • soumission aveugle.

Elle sait également reconnaître les moments où son ignorance est exploitée par :

  • prestige ;
  • peur ;
  • mystère.

La conscience de l’ignorance est donc une condition positive de l’autonomie.


Formuler la question

Que cherchons-nous exactement à savoir ?

Séparer les dimensions

Ignorons-nous :

  • l’existence ;
  • la fréquence ;
  • la cause ;
  • l’effet ;
  • la valeur exacte ?

Identifier ce qui est établi

Quelles propositions possèdent déjà un soutien robuste ?

Identifier les inconnues connues

Quelles questions restent explicitement ouvertes ?

Examiner les données absentes

Pourquoi certaines observations manquent-elles ?

Chercher les angles morts

Quelles catégories, populations ou disciplines sont absentes ?

Identifier les détenteurs d’information

Qui sait quoi, et l’information circule-t-elle ?

Examiner les incitations

Quel acteur bénéficie de l’absence de connaissance ?

Distinguer incertitude et controverse fabriquée

La divergence existe-t-elle réellement dans le champ compétent ?

Définir une voie de progrès

Quelle observation, mesure ou expérience réduirait l’incertitude ?


Qui est « on » ?

Le public, les chercheurs, une institution ou la personne qui parle ?

Que ne sait-on pas ?

Le phénomène, son ampleur, son mécanisme ou son avenir ?

Qu’est-ce qui est malgré tout connu ?

Une incertitude partielle ne signifie pas absence totale de savoir.

Pourquoi ne sait-on pas ?

Manque de données, difficulté théorique, secret, mauvaise mesure ?

L’ignorance est-elle temporaire ?

Une enquête réaliste peut-elle la réduire ?

Quelle est sa conséquence ?

Empêche-t-elle vraiment de décider ?

Une preuve est-elle attendue ?

Que devrait-on observer si l’hypothèse était vraie ?

Le seuil est-il raisonnable ?

Demande-t-on une certitude impossible ?

Les alternatives sont-elles symétriques ?

L’une possède-t-elle davantage de preuves ?

Qui bénéficie du maintien du doute ?

Cette question n’établit pas la vérité, mais peut révéler une incitation.


  • Vérifier si les données ont été collectées.
  • Examiner qui finance ou contrôle la recherche.
  • Rechercher les résultats non publiés.
  • Comparer l’état réel du consensus à sa représentation publique.
  • Identifier les experts utilisés et leur domaine exact.
  • Vérifier si les exigences de preuve changent constamment.
  • Examiner si toute preuve contraire est déclarée fabriquée.
  • Rechercher une condition possible de réfutation.
  • Distinguer secret légitime et absence de contrôle.
  • Examiner les catégories administratives et leurs exclusions.
  • Identifier les populations dont les témoignages ne sont pas enregistrés.
  • Demander qui supporte les conséquences de l’ignorance.

  • Quelle partie du résultat est incertaine ?
  • L’incertitude concerne-t-elle la mesure, le modèle ou la généralisation ?
  • Existe-t-il plusieurs études indépendantes ?
  • Les résultats convergent-ils malgré des méthodes différentes ?
  • Quelle est l’ampleur de l’intervalle plausible ?
  • Les données manquantes peuvent-elles modifier la conclusion ?
  • Les limites affectent-elles le détail ou le résultat central ?
  • Les experts compétents sont-ils réellement divisés ?
  • Quelles observations permettraient de trancher ?
  • L’action recommandée reste-t-elle robuste sous plusieurs scénarios ?
  • Quel est le coût d’attendre davantage d’informations ?
  • Comment la conclusion devrait-elle être formulée publiquement ?

  • Est-ce que je sais réellement expliquer ce que je crois comprendre ?
  • Puis-je distinguer les faits de mon interprétation ?
  • Mon assurance vient-elle de la familiarité ?
  • Ai-je consulté une source pertinente ?
  • Est-ce que je connais les principales objections ?
  • Est-ce que je sais ce qui me ferait changer d’avis ?
  • Suis-je en train d’éviter une information désagréable ?
  • Mon rôle m’impose-t-il un effort d’information particulier ?
  • Est-ce que je confonds possibilité de chercher et connaissance possédée ?
  • Ai-je besoin de connaître davantage avant d’agir ?
  • Quelle personne ou institution est mieux placée que moi ?
  • Comment puis-je vérifier la fiabilité de cette délégation ?

Erreurs fréquentes

Croire que toute ignorance est une simple absence d’information

Elle peut venir de catégories, d’incitations, de secret ou d’évitement.

Confondre information et compréhension

Posséder un document ne signifie pas savoir l’utiliser.

Confondre familiarité et connaissance

Un objet quotidien peut sembler compris alors que son fonctionnement reste opaque.

Croire que reconnaître son ignorance signifie ne rien savoir

L’ignorance peut être locale et entourée de connaissances solides.

Utiliser « je ne sais pas » comme marque de modestie sans préciser la lacune

L’humilité utile est déterminée.

Croire que l’ignorance reconnue est une faiblesse

Elle peut être une réussite métacognitive.

Supposer que toute ignorance est fautive

Les capacités humaines sont limitées et la sélection de l’information est nécessaire.

Supposer que toute ignorance rationnelle est moralement innocente

Les responsabilités peuvent imposer un devoir de s’informer.

Confondre ignorance volontaire et absence totale de soupçon

L’aveuglement volontaire implique souvent l’évitement d’une vérification.

Dire « je ne savais pas » sans examiner pourquoi on n’a pas cherché

L’histoire de l’ignorance compte pour la responsabilité.

Croire que l’absence dans les statistiques prouve l’absence du phénomène

La méthode peut être incapable de le détecter.

Répéter que l’absence de preuve n’est jamais une preuve de l’absence

Elle le devient lorsque la preuve était fortement attendue.

Croire qu’une grande quantité de données supprime les angles morts

Les données peuvent être nombreuses et systématiquement biaisées.

Confondre précision numérique et compréhension

Un modèle peut prévoir sans expliquer.

Croire que la science réduit toujours l’ignorance totale

Elle révèle souvent de nouvelles questions.

Interpréter toute incertitude comme absence de connaissance

On peut connaître une direction sans connaître une valeur exacte.

Confondre risque quantifié et incertitude profonde

Les probabilités ne sont pas toujours connues.

Croire que toute inconnue sera nécessairement résolue

Certaines limites peuvent être durables.

Croire qu’une lacune scientifique confirme une explication particulière

Une absence d’explication ne sélectionne pas automatiquement son remplacement.

Conclure qu’une proposition est vraie parce qu’elle n’a pas été réfutée

C’est un appel à l’ignorance.

Conclure qu’une proposition est fausse parce qu’elle n’a pas été démontrée

Le manque de preuve peut simplement justifier la suspension.

Traiter l’irréfutabilité comme une force

Une théorie compatible avec tout n’explique presque rien.

Croire que toute ignorance est produite intentionnellement

Les structures et incitations peuvent suffire.

Conclure à une conspiration à partir du seul fait qu’un groupe bénéficie de l’ignorance

Le bénéfice indique une incitation, pas une preuve directe de coordination.

Confondre controverse médiatique et controverse scientifique

La distribution des temps de parole ne représente pas le poids des preuves.

Présenter un expert marginal comme la moitié d’un débat

Le statut et la représentativité doivent être précisés.

Exiger une certitude absolue avant toute décision

Cette exigence peut rendre l’action impossible.

Déplacer constamment le seuil de preuve

Une enquête honnête définit des conditions de conclusion.

Sélectionner uniquement les études favorables

L’état de la preuve dépend de l’ensemble de la littérature.

Ignorer les résultats négatifs

Le biais de publication produit une image déformée.

Confondre secret et absence de connaissance générale

Une information peut être connue d’un groupe et cachée à un autre.

Croire que toute confidentialité est une dissimulation illégitime

Certaines protections sont nécessaires, mais doivent être contrôlées.

Confondre transparence formelle et compréhension réelle

Une information inaccessible en pratique réduit peu l’ignorance.

Utiliser le jargon comme preuve de profondeur

Les termes techniques doivent produire des distinctions contrôlables.

Croire que toute difficulté d’explication révèle une fraude

Certains domaines sont réellement complexes.

Noyer une information dans une masse de contenus

L’abondance peut devenir une stratégie d’opacité.

Croire que des récits contradictoires cherchent toujours à convaincre

Ils peuvent chercher à produire le cynisme et la confusion.

Répondre à la désinformation par une méfiance absolue

Cette réaction détruit aussi les conditions de la connaissance.

Croire que nommer un phénomène suffit à le prouver

Une catégorie rend visible, mais doit être validée.

Rejeter des témoignages faute de données produites par une institution qui ne les enregistre pas

L’absence de dispositif peut expliquer l’absence de données.

Accepter chaque témoignage comme preuve d’une généralité

Le témoignage justifie une enquête, mais ne mesure pas seul la fréquence.

Croire que le silence public prouve l’accord

Le silence pluraliste peut masquer une opposition privée.

Présenter l’identité d’un groupe comme preuve de son ignorance

Les angles morts doivent être établis précisément.

Supposer que les membres d’un groupe dominant ignorent tous la même chose

L’ignorance privilégiée est une tendance structurelle, non un diagnostic automatique.

Utiliser l’incertitude pour empêcher toute action

L’inaction possède également des risques.

Utiliser le principe de précaution pour interdire toute possibilité dangereuse

La précaution doit être proportionnée.

Chercher davantage d’information sans se demander si elle changera la décision

Toute recherche possède un coût.

Confondre décision provisoire et ignorance irrationnelle

Une action réversible peut être adaptée à l’incertitude.

Croire que chaque citoyen doit maîtriser chaque dossier

La démocratie suppose une division du travail épistémique.

Confondre délégation et abandon de l’autonomie

Une confiance justifiée peut être rationnelle.

Préférer une réponse faussement simple à une incertitude honnête

L’assurance n’est pas une preuve.

Croire que l’expert prudent sait moins que le novice catégorique

La reconnaissance des limites peut signaler une meilleure maîtrise.

Utiliser « c’est complexe » pour bloquer toute explication publique

La complexité ne supprime pas l’obligation de rendre les décisions compréhensibles.

Croire que l’intelligence artificielle sait tout ce qu’elle peut formuler

Une réponse plausible peut rester erronée ou non vérifiée.

Déléguer entièrement la compréhension à un outil

L’automatisation peut produire une dépendance et une perte de compétence.


À retenir

L’ignorance n’est pas un état unique.

Elle peut prendre la forme :

  • d’une absence d’information ;
  • d’une croyance fausse ;
  • d’une incompréhension ;
  • d’une compétence manquante ;
  • d’une incertitude reconnue.

Il faut toujours préciser :

  • qui ignore ;
  • quoi ;
  • à quel degré ;
  • pour quelle raison.

Une personne peut savoir qu’elle ne sait pas.

Cette conscience de l’ignorance est une connaissance de second ordre importante.

Elle permet :

  • recherche ;
  • prudence ;
  • délégation.

Une personne peut également ignorer qu’elle ignore.

Cette ignorance inconnue est plus difficile à corriger parce qu’elle ne déclenche aucune enquête.

L’illusion de profondeur explicative montre que la familiarité produit souvent une impression exagérée de compréhension.

Nous croyons savoir comment fonctionne un objet jusqu’au moment où nous devons l’expliquer précisément.

La connaissance moderne est distribuée.

Nous dépendons :

  • d’experts ;
  • d’outils ;
  • d’institutions.

Cette dépendance est inévitable.

L’autonomie intellectuelle consiste à comprendre comment déléguer et vérifier, non à posséder personnellement toutes les connaissances.

Une grande partie de notre ignorance est inévitable en raison de limites :

  • cognitives ;
  • temporelles ;
  • sociales.

L’ignorance rationnelle apparaît lorsque le coût d’une information dépasse son bénéfice individuel attendu.

Elle peut néanmoins produire collectivement :

  • faible contrôle ;
  • asymétrie de pouvoir ;
  • vulnérabilité.

L’ignorance devient moralement problématique lorsqu’une personne possédant une responsabilité refuse un effort d’information proportionné à l’enjeu.

L’ignorance volontaire consiste à choisir de ne pas savoir.

Elle peut parfois être légitime, notamment lorsqu’une information n’apporte aucune possibilité d’action et constitue une charge importante.

Elle devient fautive lorsqu’elle sert à éviter une responsabilité ou à continuer une pratique nuisible.

L’aveuglement volontaire ne désigne pas une ignorance pure.

La personne soupçonne une réalité et évite délibérément de la vérifier.

L’ignorance peut être socialement située.

Chaque position rend certains phénomènes plus visibles et d’autres moins visibles.

Cette situation ne rend pas tous les points de vue également vrais.

Elle justifie la confrontation organisée de perspectives différentes.

L’ignorance institutionnelle vient du fait qu’une organisation ne voit que ce que ses procédures permettent :

  • d’enregistrer ;
  • de classer ;
  • de transmettre.

Un phénomène peut rester invisible faute de catégorie ou de dispositif de collecte.

L’absence dans les données ne prouve donc pas toujours l’absence dans le monde.

Les données manquantes possèdent souvent une structure.

Les personnes les plus exposées à un problème peuvent être aussi les moins capables d’apparaître dans les statistiques.

Une institution peut produire beaucoup de chiffres tout en rester ignorante sur les dimensions qu’elle ne mesure pas.

La quantification réduit certaines incertitudes et peut en masquer d’autres.

Chaque discipline sélectionne des objets et méthodes.

Cette spécialisation produit du savoir, mais aussi des angles morts.

Le problème apparaît lorsqu’une perspective partielle prétend expliquer seule la totalité du phénomène.

L’agenda scientifique détermine quelles ignorances seront étudiées.

Une question peut rester négligée en raison :

  • du financement ;
  • de la difficulté ;
  • de la faible visibilité des personnes concernées.

L’absence de recherche ne signifie pas que le phénomène est sans importance.

La science produit également une meilleure connaissance de ses propres limites.

Plus une discipline progresse, plus elle peut identifier des questions précises restant ouvertes.

L’incertitude scientifique ne signifie pas absence totale de savoir.

Il faut distinguer une incertitude sur :

  • l’existence ;
  • l’ampleur ;
  • le mécanisme ;
  • la généralisation.

Une incertitude sur la valeur exacte n’annule pas nécessairement la connaissance de la direction générale.

Le risque quantifié doit être distingué de l’incertitude profonde.

Dans le risque, les possibilités et probabilités sont approximativement connues.

Dans l’incertitude profonde, la structure même des possibilités est mal définie.

Les inconnues connues peuvent être cartographiées.

Les inconnues inconnues ne peuvent pas être directement inscrites dans une liste, mais leur découverte peut être favorisée par :

  • diversité ;
  • attention aux anomalies ;
  • redondance.

Un paradigme scientifique rend certaines questions visibles et d’autres moins visibles.

Cette sélection est nécessaire à une recherche organisée.

Elle peut cependant retarder la reconnaissance d’anomalies importantes.

Les modèles ignorent volontairement certains détails.

Cette simplification est souvent féconde.

Elle devient dangereuse lorsque le modèle est appliqué hors du domaine où les facteurs ignorés restent négligeables.

Une lacune dans l’explication ne constitue pas une preuve en faveur d’une hypothèse particulière.

L’absence d’une explication scientifique n’établit pas automatiquement une explication :

  • religieuse ;
  • intentionnelle ;
  • conspiratoire.

Le sophisme d’appel à l’ignorance conclut qu’une proposition est vraie parce qu’elle n’a pas été réfutée, ou fausse parce qu’elle n’a pas été démontrée.

La charge de la preuve demande des éléments positifs.

L’absence de preuve peut néanmoins devenir une preuve de l’absence lorsque l’hypothèse prédisait fortement qu’une trace serait observée.

L’agnotologie étudie la production et la distribution sociales de l’ignorance.

Elle demande :

  • pourquoi certaines choses restent-elles inconnues ?
  • qui bénéficie de cette ignorance ?
  • quelles procédures la produisent ?

Toute ignorance sociale n’est pas le résultat d’une conspiration.

Des incitations, catégories et routines peuvent suffire.

Une stratégie de fabrication du doute ne cherche pas toujours à réfuter une conclusion scientifique.

Elle cherche à donner l’impression :

« Rien n’est établi. »

Elle utilise notamment :

  • sélection d’études ;
  • experts marginaux ;
  • faux équilibre ;
  • exigence de certitude absolue.

Une controverse médiatique peut être très différente de la controverse réelle dans le domaine scientifique.

Un expert dissident ne représente pas automatiquement la moitié d’un champ.

Il faut examiner :

  • spécialisation ;
  • publications ;
  • arguments ;
  • position réelle de la communauté.

Le déplacement constant du seuil de preuve signale souvent que l’objectif n’est pas de résoudre l’incertitude.

Une enquête honnête définit des conditions permettant raisonnablement de conclure.

Le secret produit une ignorance directe.

Il peut être légitime pour protéger :

  • vie privée ;
  • sécurité.

Il doit alors être encadré par :

  • règles ;
  • durée ;
  • contrôle indépendant.

La confidentialité contrôlée doit être distinguée de l’opacité sans responsabilité.

L’ignorance peut être stratégiquement distribuée dans une organisation.

La compartimentation permet à chacun de connaître une partie sans que personne ne possède la vue d’ensemble.

Cette structure peut diluer la responsabilité.

Une organisation fiable doit organiser :

  • remontée des alertes ;
  • synthèse ;
  • interruption.

Le bruit informationnel peut produire de l’ignorance sans cacher directement les preuves.

Une masse de récits contradictoires fatigue le public et peut conduire au cynisme :

« On ne peut plus rien savoir. »

Ce cynisme n’est pas une protection contre la manipulation.

Il rend la personne dépendante de ses préférences et appartenances.

Le pouvoir agit aussi en déterminant :

  • quelles questions sont posées ;
  • quelles catégories existent ;
  • quelles données sont produites.

Une réalité non catégorisée reste difficile à rendre visible publiquement.

L’information n’est pas réellement accessible lorsqu’elle est publiée sous une forme inutilisable.

La transparence doit inclure :

  • contexte ;
  • compréhension ;
  • possibilité de contestation.

Une personne peut manquer des concepts nécessaires pour comprendre son expérience.

La création d’une catégorie peut rendre visible un phénomène auparavant dispersé.

Mais toute catégorie simplifie et doit être évaluée selon ce qu’elle révèle et masque.

Des témoignages peuvent rester invisibles parce que les institutions leur accordent peu de crédibilité ou ne les enregistrent pas.

L’absence de données officielles peut alors résulter du dispositif lui-même.

Un témoignage ne prouve pas seul une fréquence générale, mais il peut justifier une enquête.

Le silence public ne garantit pas l’accord.

Le silence pluraliste apparaît lorsque plusieurs personnes doutent en privé tout en croire que les autres approuvent.

L’ignorance motivée protège :

  • identité ;
  • confort ;
  • intérêts.

Elle fonctionne souvent par évitement sélectif de l’information.

Le droit de ne pas savoir peut être légitime dans certaines situations.

Il doit être mis en balance avec :

  • conséquences pour autrui ;
  • possibilité de prévention ;
  • responsabilités particulières.

L’ignorance peut excuser lorsqu’elle était réellement invincible.

Elle peut aggraver la responsabilité lorsqu’elle résulte d’un refus d’examiner un risque prévisible.

Il faut étudier l’histoire de l’ignorance, non seulement constater son existence.

L’expertise produit souvent davantage de prudence parce qu’elle révèle la complexité du domaine.

Le novice paraît parfois plus certain parce qu’il ne voit pas les difficultés.

Le ton affirmatif ne constitue donc pas une mesure fiable de compétence.

Le jargon peut être nécessaire à la précision.

Il devient un camouflage lorsqu’il remplace :

  • explication ;
  • exemple ;
  • prédiction.

La communication de l’incertitude doit préciser ce que les limites modifient réellement.

Toutes les limites ne détruisent pas la conclusion centrale.

Les mots comme *possible* ou *probable* sont interprétés de manière variable.

Ils gagnent à être accompagnés d’une explication du degré et des conséquences.

La décision ne peut pas toujours attendre la disparition de l’ignorance.

Elle doit comparer :

  • risques d’action ;
  • risques d’inaction ;
  • réversibilité ;
  • valeur d’informations supplémentaires.

Le principe de précaution ne demande pas d’éliminer toute activité présentant une possibilité abstraite de dommage.

Il demande une réponse proportionnée à :

  • plausibilité ;
  • gravité ;
  • alternatives.

Une information supplémentaire est surtout utile si elle peut modifier la décision.

La recherche indéfinie de données peut devenir une manière de retarder l’action.

Une expérimentation limitée et réversible permet parfois d’agir tout en apprenant.

Elle doit comporter :

  • critères ;
  • évaluation ;
  • possibilité d’arrêt.

Une démocratie ne peut pas éliminer l’ignorance des citoyens sur les sujets complexes.

Elle doit organiser une division du travail intellectuel contrôlable par :

  • pluralité ;
  • transparence ;
  • responsabilité ;
  • journalisme.

La simplification publique est nécessaire.

Elle devient manipulatrice lorsqu’elle efface :

  • hypothèses ;
  • coûts ;
  • incertitudes.

L’éducation à l’esprit critique doit apprendre non seulement des réponses, mais la capacité à :

  • reconnaître une lacune ;
  • chercher ;
  • déléguer ;
  • suspendre.

La curiosité transforme l’ignorance en enquête.

Elle doit néanmoins être orientée, car l’attention est limitée et peut être exploitée.

La tolérance à l’incertitude permet de ne pas remplir immédiatement chaque vide par une explication séduisante.

Elle ne demande pas de rester éternellement indécis.

Le besoin de clôture augmente sous la menace et la fatigue.

Il favorise l’adoption rapide d’une première explication.

La cohérence totale d’une théorie n’est pas une garantie.

Une explication capable d’absorber toutes les observations et toutes les absences de preuve ne peut plus être testée.

Une ignorance vertueuse est :

  • reconnue ;
  • précise ;
  • révisable ;
  • accompagnée d’une voie d’enquête.

Elle se distingue de l’ignorance paresseuse qui refuse un effort raisonnable tout en maintenant une opinion forte.

L’ignorance militante sélectionne les informations compatibles avec la cause.

Même une cause juste est affaiblie lorsque ses défenseurs deviennent incapables de reconnaître :

  • erreur ;
  • coût ;
  • fait défavorable.

Les résultats négatifs et les erreurs doivent être documentés.

Une culture qui ne publie que les succès produit une ignorance sur :

  • ce qui ne fonctionne pas ;
  • la fréquence réelle des effets.

La connaissance négative délimite les hypothèses et méthodes insuffisantes.

Elle est indispensable au progrès.

La connaissance collective dépend de la circulation de l’information.

Une donnée connue dans un service mais inaccessible au moment de décider peut être pratiquement équivalente à une ignorance de l’organisation.

L’évaluation rétrospective doit éviter de projeter les connaissances actuelles sur les décisions passées.

Un signe évident après l’événement ne l’était pas nécessairement avant.

Les systèmes algorithmiques ne suppriment pas l’ignorance.

Ils peuvent reproduire avec précision :

  • des catégories imparfaites ;
  • des décisions antérieures ;
  • des biais de collecte.

La quantité de données ne garantit ni compréhension ni représentativité.

Une intelligence artificielle peut produire une réponse fluide sans disposer d’un fondement fiable pour chaque affirmation.

La plausibilité linguistique ne doit pas être confondue avec la connaissance vérifiée.

L’autonomie intellectuelle ne consiste finalement pas à supprimer l’ignorance.

Elle consiste à savoir :

  • où elle se trouve ;
  • pourquoi elle existe ;
  • quand elle est acceptable ;
  • quand elle est exploitée ;
  • comment agir malgré elle.

La conclusion la plus équilibrée est la suivante :

L’ignorance n’est ni un simple vide ni un défaut toujours évitable. Elle est une conséquence normale de nos limites et de la division du travail intellectuel. Mais elle peut aussi être organisée par des institutions, des intérêts, des catégories et des stratégies de communication. Une société rationnelle ne promet pas d’éliminer tout non-savoir : elle rend visibles ses incertitudes, protège les enquêtes capables de les réduire et empêche que l’absence de certitude soit utilisée pour rendre toutes les conclusions équivalentes.

La question centrale n’est donc pas seulement :

« Que ne savons-nous pas ? »

Elle est aussi :

« Pourquoi ne le savons-nous pas, qui pourrait le savoir, quelles procédures permettraient de l’apprendre, et notre ignorance est-elle une limite honnêtement reconnue ou une situation activement entretenue parce qu’elle protège certains intérêts, certaines identités ou certaines décisions ? »


Repères et prolongements

Cette fiche prépare notamment les questions suivantes :

  • Qu’est-ce que l’ignorance ?
  • Quelle différence existe entre absence d’information, croyance fausse et incompréhension ?
  • Qu’est-ce que l’ignorance de second ordre ?
  • Pourquoi croyons-nous parfois comprendre davantage que nous ne comprenons ?
  • Qu’est-ce que l’illusion de profondeur explicative ?
  • Comment fonctionne la connaissance distribuée ?
  • Pourquoi l’ignorance est-elle inévitable ?
  • Qu’est-ce que l’ignorance rationnelle ?
  • Quand l’ignorance devient-elle moralement fautive ?
  • Quelle différence existe entre ignorance volontaire et aveuglement volontaire ?
  • Qu’est-ce qu’une ignorance privilégiée ou située ?
  • Comment une institution produit-elle ses propres angles morts ?
  • Pourquoi l’absence dans les données ne prouve-t-elle pas toujours l’absence du phénomène ?
  • Quand l’absence de preuve devient-elle une preuve de l’absence ?
  • Comment les mesures peuvent-elles produire de l’ignorance ?
  • Qu’est-ce qu’une ignorance disciplinaire ?
  • Comment l’agenda scientifique sélectionne-t-il les inconnues étudiées ?
  • Quelle différence existe entre risque et incertitude profonde ?
  • Que sont les inconnues connues et les inconnues inconnues ?
  • Quel rôle jouent les anomalies et la sérendipité ?
  • Comment les paradigmes rendent-ils certains phénomènes invisibles ?
  • Pourquoi les modèles doivent-ils ignorer certaines dimensions ?
  • Une lacune scientifique justifie-t-elle une explication métaphysique ou religieuse ?
  • Qu’est-ce que l’appel à l’ignorance ?
  • Qu’est-ce que l’agnotologie ?
  • Comment fabrique-t-on artificiellement une controverse ?
  • Comment le faux équilibre produit-il de l’ignorance ?
  • Pourquoi une étude isolée ne représente-t-elle pas l’état d’un champ ?
  • Qu’est-ce que le déplacement du seuil de preuve ?
  • Quel rôle jouent le secret, la confidentialité et l’opacité ?
  • Comment la compartimentation dilue-t-elle la responsabilité ?
  • Comment le bruit et la saturation produisent-ils de l’ignorance ?
  • Pourquoi diffuser plusieurs récits incompatibles peut-il être efficace ?
  • Qu’est-ce que le cynisme épistémique ?
  • Comment le pouvoir détermine-t-il les questions visibles ?
  • Quelle différence existe entre accès à l’information et compréhension réelle ?
  • Qu’est-ce que l’ignorance herméneutique ?
  • Comment une catégorie rend-elle un phénomène visible ?
  • Pourquoi certains témoignages ne deviennent-ils jamais des données ?
  • Qu’est-ce que le silence pluraliste ?
  • Comment l’identité favorise-t-elle l’ignorance motivée ?
  • Existe-t-il un droit de ne pas savoir ?
  • Quand existe-t-il une obligation de savoir ?
  • Comment l’ignorance modifie-t-elle la responsabilité ?
  • Pourquoi l’expert paraît-il parfois moins certain que le novice ?
  • Comment le jargon peut-il masquer une absence de compréhension ?
  • Comment communiquer honnêtement l’incertitude ?
  • Quand faut-il agir malgré l’ignorance ?
  • Comment évaluer la valeur d’une information supplémentaire ?
  • Qu’est-ce qu’une expérimentation adaptative ?
  • Comment une démocratie peut-elle compenser l’ignorance des citoyens ?
  • Pourquoi l’éducation doit-elle apprendre à reconnaître ses limites ?
  • Qu’est-ce que la tolérance à l’incertitude ?
  • Comment le besoin de clôture favorise-t-il les explications trop rapides ?
  • Qu’est-ce qu’une ignorance vertueuse ?
  • Qu’est-ce qu’une ignorance militante ?
  • Pourquoi les résultats négatifs doivent-ils être publiés ?
  • Comment l’information peut-elle être connue localement mais ignorée collectivement ?
  • Comment les algorithmes institutionnalisent-ils certaines ignorances ?
  • Pourquoi une intelligence artificielle peut-elle paraître savoir ce qu’elle ne sait pas ?
  • Comment intégrer la reconnaissance de l’ignorance à l’autonomie intellectuelle ?

Quelques références

  • Platon, *Apologie de Socrate*.
  • Nicolas de Cues, *De la docte ignorance*.
  • Michel de Montaigne, *Essais*.
  • Francis Bacon, travaux sur les obstacles à la connaissance.
  • René Descartes, *Discours de la méthode*.
  • John Locke, *Essai sur l’entendement humain*.
  • David Hume, *Enquête sur l’entendement humain*.
  • Immanuel Kant, *Critique de la raison pure*.
  • Charles Sanders Peirce, « The Fixation of Belief ».
  • Charles Sanders Peirce, travaux sur l’enquête et le faillibilisme.
  • John Dewey, *Logic: The Theory of Inquiry*.
  • Friedrich Hayek, « The Use of Knowledge in Society ».
  • Michael Polanyi, *The Tacit Dimension*.
  • Gilbert Ryle, *The Concept of Mind*.
  • Robert Merton, travaux sur la sociologie de la science.
  • Robert Merton, « The Unanticipated Consequences of Purposive Social Action ».
  • Thomas Kuhn, *La Structure des révolutions scientifiques*.
  • Ludwik Fleck, *Genèse et développement d’un fait scientifique*.
  • Michael Smithson, *Ignorance and Uncertainty*.
  • Michael Smithson, travaux sur la psychologie de l’ignorance.
  • Matthias Gross, *Ignorance and Surprise*.
  • Matthias Gross et Linsey McGoey, *Routledge International Handbook of Ignorance Studies*.
  • Robert Proctor et Londa Schiebinger, *Agnotology: The Making and Unmaking of Ignorance*.
  • Robert Proctor, *Cancer Wars*.
  • Londa Schiebinger, travaux sur l’ignorance et le genre dans les sciences.
  • Nancy Tuana, « Coming to Understand: Orgasm and the Epistemology of Ignorance ».
  • Shannon Sullivan et Nancy Tuana, *Race and Epistemologies of Ignorance*.
  • Charles Mills, *The Racial Contract*.
  • Charles Mills, travaux sur l’épistémologie de l’ignorance.
  • José Medina, *The Epistemology of Resistance*.
  • Miranda Fricker, *Epistemic Injustice*.
  • Kristie Dotson, travaux sur l’oppression épistémique.
  • Gaile Pohlhaus Jr., travaux sur l’ignorance volontaire et la dépendance épistémique.
  • Alison Wylie, travaux sur les savoirs situés et l’objectivité.
  • Donna Haraway, « Situated Knowledges ».
  • Sandra Harding, *Whose Science? Whose Knowledge?*
  • Helen Longino, *Science as Social Knowledge*.
  • Lorraine Code, *Ecological Thinking*.
  • Steve Rayner, travaux sur l’ignorance organisée.
  • Linsey McGoey, *The Unknowers*.
  • Linsey McGoey, *No Such Thing as a Free Gift*.
  • Linsey McGoey, travaux sur l’ignorance stratégique.
  • Joanne Roberts, *Organizational Ignorance*.
  • Barbara Czarniawska, travaux sur les organisations et le non-savoir.
  • Matthias Gross et Michael Smithson, travaux sur les inconnues.
  • Sheila Jasanoff, travaux sur la connaissance réglementaire.
  • Brian Wynne, travaux sur l’incertitude, le risque et les savoirs profanes.
  • Ulrich Beck, *La Société du risque*.
  • Anthony Giddens, travaux sur le risque et les systèmes experts.
  • Frank Knight, *Risk, Uncertainty and Profit*.
  • John Maynard Keynes, *A Treatise on Probability*.
  • Leonard Savage, *The Foundations of Statistics*.
  • Daniel Ellsberg, travaux sur l’ambiguïté.
  • David Spiegelhalter, *The Art of Statistics*.
  • David Spiegelhalter, travaux sur la communication du risque.
  • Baruch Fischhoff, travaux sur la communication du risque et le biais rétrospectif.
  • Paul Slovic, *The Perception of Risk*.
  • Gerd Gigerenzer, *Risk Savvy*.
  • Nassim Nicholas Taleb, *The Black Swan*, à lire avec ses critiques.
  • Donald Rumsfeld, formulation populaire des « known unknowns » et « unknown unknowns », à replacer dans une histoire conceptuelle plus large.
  • Jerome Ravetz, *Scientific Knowledge and Its Social Problems*.
  • Silvio Funtowicz et Jerome Ravetz, travaux sur la science post-normale.
  • Heather Douglas, *Science, Policy, and the Value-Free Ideal*.
  • Kevin Elliott, *A Tapestry of Values*.
  • Naomi Oreskes, *Why Trust Science?*
  • Naomi Oreskes et Erik Conway, *Merchants of Doubt*.
  • David Michaels, *Doubt Is Their Product*.
  • Stanton Glantz et collaborateurs, travaux sur les stratégies de l’industrie du tabac.
  • Allan Brandt, *The Cigarette Century*.
  • Sheldon Rampton et John Stauber, *Trust Us, We’re Experts!*, à confronter aux travaux académiques.
  • Thomas McGarity et Wendy Wagner, *Bending Science*.
  • Wendy Wagner et David Michaels, travaux sur la production industrielle du doute.
  • Leah Ceccarelli, travaux sur les controverses scientifiques fabriquées.
  • Dietram Scheufele, travaux sur la communication scientifique.
  • Maxwell Boykoff et Jules Boykoff, travaux sur le faux équilibre médiatique.
  • Naomi Oreskes, travaux sur le consensus scientifique.
  • John Ioannidis, « Why Most Published Research Findings Are False ».
  • John Ioannidis, travaux sur les biais de publication et la fiabilité.
  • Robert Rosenthal, travaux sur le « file drawer problem ».
  • Theodore Sterling, travaux précoces sur le biais de publication.
  • John Dickersin, travaux sur la non-publication des essais.
  • Ben Goldacre, *Bad Pharma*.
  • Ben Goldacre et collaborateurs, travaux sur les essais non rapportés.
  • Iain Chalmers, travaux sur la publication et les revues systématiques.
  • Archie Cochrane, *Effectiveness and Efficiency*.
  • Richard Feynman, « Cargo Cult Science ».
  • Irving Langmuir, conférence sur la « pathological science ».
  • David Goodstein, *On Fact and Fraud*.
  • Mario Biagioli et Peter Galison, *Scientific Authorship*.
  • Lorraine Daston et Peter Galison, *Objectivity*.
  • Theodore Porter, *Trust in Numbers*.
  • Alain Desrosières, *La Politique des grands nombres*.
  • Ian Hacking, *The Taming of Chance*.
  • Ian Hacking, travaux sur les classifications et les effets de boucle.
  • Geoffrey Bowker et Susan Leigh Star, *Sorting Things Out*.
  • Sally Engle Merry, *The Seductions of Quantification*.
  • Wendy Espeland et Mitchell Stevens, travaux sur la commensuration.
  • Jerry Muller, *The Tyranny of Metrics*.
  • Charles Goodhart, travaux sur la loi de Goodhart.
  • Donald Campbell, travaux sur les indicateurs et les effets pervers.
  • James Scott, *Seeing Like a State*.
  • Michel Foucault, travaux sur savoir et pouvoir.
  • Pierre Bourdieu, travaux sur les champs scientifiques et les formes de méconnaissance.
  • Steven Lukes, *Power: A Radical View*.
  • Susan Lukes et autres travaux sur le pouvoir de l’agenda.
  • Peter Bachrach et Morton Baratz, travaux sur les non-décisions.
  • E. E. Schattschneider, *The Semisovereign People*.
  • Matthew Crenson, *The Un-Politics of Air Pollution*.
  • Stephen Hilgartner, *Science on Stage*.
  • Harry Collins et Robert Evans, *Rethinking Expertise*.
  • Gil Eyal, *The Crisis of Expertise*.
  • Onora O’Neill, *A Question of Trust*.
  • Russell Hardin, *Trust and Trustworthiness*.
  • Annette Baier, travaux sur la confiance.
  • Edward Herman et Noam Chomsky, *Manufacturing Consent*, à confronter à la littérature empirique sur les médias.
  • Jacques Ellul, *Propagandes*.
  • Hannah Arendt, « Vérité et politique ».
  • Hannah Arendt, *Les Origines du totalitarisme*.
  • Jason Stanley, *How Propaganda Works*.
  • Lee McIntyre, *Post-Truth*.
  • Cailin O’Connor et James Owen Weatherall, *The Misinformation Age*.
  • Cailin O’Connor et James Owen Weatherall, travaux sur la diffusion sociale de croyances.
  • Stephan Lewandowsky et collaborateurs, travaux sur la désinformation et la correction.
  • Sander van der Linden, *Foolproof*.
  • Hugo Mercier, *Not Born Yesterday*.
  • Dan Sperber et collaborateurs, travaux sur la vigilance épistémique.
  • Cass Sunstein, *On Rumors*.
  • Timothy Levine, *Duped*.
  • Philip Tetlock, *Expert Political Judgment*.
  • Philip Tetlock et Dan Gardner, *Superforecasting*.
  • Daniel Kahneman, Olivier Sibony et Cass Sunstein, *Noise*.
  • Daniel Kahneman, *Système 1 / Système 2*.
  • Steven Sloman et Philip Fernbach, *The Knowledge Illusion*.
  • Leonid Rozenblit et Frank Keil, travaux sur l’illusion de profondeur explicative.
  • Frank Keil, travaux sur la compréhension causale.
  • Steven Sloman, travaux sur la cognition distribuée.
  • Edwin Hutchins, *Cognition in the Wild*.
  • Andy Clark, *Supersizing the Mind*.
  • David Chalmers et Andy Clark, « The Extended Mind ».
  • Herbert Simon, travaux sur la rationalité limitée.
  • Anthony Downs, *An Economic Theory of Democracy*.
  • Ilya Somin, *Democracy and Political Ignorance*.
  • Bryan Caplan, *The Myth of the Rational Voter*, à confronter aux critiques de ses hypothèses.
  • Arthur Lupia, *Uninformed*.
  • Samuel Popkin, *The Reasoning Voter*.
  • Philip Converse, travaux sur les croyances politiques du public.
  • John Zaller, *The Nature and Origins of Mass Opinion*.
  • Michael Delli Carpini et Scott Keeter, *What Americans Know About Politics and Why It Matters*.
  • James Fishkin, travaux sur la démocratie délibérative.
  • Hélène Landemore, *Democratic Reason*.
  • Elizabeth Anderson, travaux sur l’épistémologie démocratique.
  • David Estlund, *Democratic Authority*.
  • Robert Dahl, travaux sur la démocratie et la compétence citoyenne.
  • John Dewey, *The Public and Its Problems*.
  • Paulo Freire, *Pédagogie des opprimés*.
  • Edgar Morin, travaux sur la complexité et l’incertitude.
  • Stuart Firestein, *Ignorance: How It Drives Science*.
  • Stuart Firestein, *Failure: Why Science Is So Successful*.
  • Marlys Witte, travaux sur l’enseignement de l’ignorance.
  • Jamie Holmes, *Nonsense: The Power of Not Knowing*.
  • Mark Manson, ouvrages populaires sur l’incertitude, à distinguer des références académiques.
  • Arie Kruglanski, travaux sur le besoin de clôture cognitive.
  • Donna Webster et Arie Kruglanski, travaux sur le besoin de clôture.
  • George Loewenstein, travaux sur la curiosité et les lacunes informationnelles.
  • Celeste Kidd et Benjamin Hayden, travaux sur la curiosité.
  • Ralph Hertwig et Christoph Engel, *Deliberate Ignorance*.
  • Ralph Hertwig et collaborateurs, travaux sur l’évitement de l’information.
  • Russell Golman, David Hagmann et George Loewenstein, travaux sur l’évitement de l’information.
  • Emily Ho et collaborateurs, travaux sur l’ignorance motivée.
  • Jason Dana, Roberto Weber et Jason Kuang, travaux sur l’ignorance morale volontaire.
  • Linda Thunström et Jonas Nordström, travaux sur l’évitement d’informations.
  • Cass Sunstein, travaux sur les droits à l’information et à la non-information.
  • Andorno et collaborateurs, travaux bioéthiques sur le droit de ne pas savoir.
  • UNESCO, textes bioéthiques relatifs à l’information génétique, à lire selon les versions applicables.
  • Bernard Williams, travaux sur la responsabilité et la chance morale.
  • Holly Smith, *Making Morality Work*, sur l’ignorance et la responsabilité.
  • Gideon Rosen, travaux sur l’ignorance morale.
  • Michael Zimmerman, *Living with Uncertainty*.
  • Rik Peels, *Responsible Belief*.
  • Rik Peels et Martijn Blaauw, *The Epistemic Dimensions of Ignorance*.
  • Jan Willem Wieland et Rik Peels, travaux sur l’ignorance coupable.
  • Michael J. Zimmerman, travaux sur l’ignorance et la responsabilité.
  • Alexander Sarch, *Criminally Ignorant*.
  • Kimberly Kessler Ferzan, travaux sur l’aveuglement volontaire.
  • Deborah Hellman, travaux sur le droit de ne pas savoir et la responsabilité.
  • Mark Bovens et Paul ’t Hart, travaux sur les échecs institutionnels.
  • Barry Turner et Nick Pidgeon, *Man-Made Disasters*.
  • Diane Vaughan, *The Challenger Launch Decision*.
  • Charles Perrow, *Normal Accidents*.
  • Scott Sagan, *The Limits of Safety*.
  • Karl Weick et Kathleen Sutcliffe, *Managing the Unexpected*.
  • Amy Edmondson, *The Fearless Organization*.
  • Sidney Dekker, *Just Culture*.
  • James Reason, *Human Error*.
  • James Reason, travaux sur les accidents organisationnels.
  • Ron Westrum, travaux sur les cultures organisationnelles et la circulation de l’information.
  • Kathryn Schulz, *Being Wrong*.
  • Carol Tavris et Elliot Aronson, *Mistakes Were Made (But Not by Me)*.
  • Leon Festinger, *A Theory of Cognitive Dissonance*.
  • Ziva Kunda, travaux sur le raisonnement motivé.
  • Dan Kahan, travaux sur la cognition protectrice de l’identité.
  • Geoffrey Cohen, travaux sur l’identité et la réception de l’information.
  • Leon Festinger, Henry Riecken et Stanley Schachter, *When Prophecy Fails*.
  • Albert Hirschman, *The Rhetoric of Reaction*.
  • Timur Kuran, *Private Truths, Public Lies*.
  • Elisabeth Noelle-Neumann, travaux sur la spirale du silence.
  • Dale Miller et Deborah Prentice, travaux sur l’ignorance pluraliste.
  • Cristina Bicchieri, *The Grammar of Society*.
  • Cass Sunstein, travaux sur les cascades informationnelles.
  • Timur Kuran et Cass Sunstein, travaux sur les cascades de disponibilité.
  • Frank Pasquale, *The Black Box Society*.
  • Cathy O’Neil, *Weapons of Math Destruction*.
  • Jenna Burrell, travaux sur l’opacité algorithmique.
  • Mike Ananny et Kate Crawford, travaux sur les limites de la transparence algorithmique.
  • Sandra Wachter, Brent Mittelstadt et Luciano Floridi, travaux sur les explications algorithmiques.
  • Finale Doshi-Velez et Been Kim, travaux sur l’interprétabilité.
  • Zachary Lipton, « The Mythos of Model Interpretability ».
  • Arvind Narayanan et Sayash Kapoor, *AI Snake Oil*.
  • Emily Bender et collaborateurs, « On the Dangers of Stochastic Parrots ».
  • Margaret Mitchell et collaborateurs, travaux sur les fiches de modèles.
  • Timnit Gebru et collaborateurs, travaux sur les fiches de données.
  • Kate Crawford, *Atlas of AI*.
  • Virginia Eubanks, *Automating Inequality*.
  • Ruha Benjamin, *Race After Technology*.
  • Luciano Floridi, travaux sur la philosophie de l’information.
  • Shannon Vallor, *Technology and the Virtues*.
21 sur 60Retour à la catégorie