La charge théorique de l’observation : voyons-nous les faits ou les interprétons-nous déjà ?
Les faits paraissent venir avant les théories
Nous imaginons souvent la connaissance scientifique selon un ordre simple. Le chercheur commencerait par observer les faits, les décrirait avec neutralité, puis construirait une théorie capable de les expliquer. L’observation fournirait ainsi un point de départ indépendant, commun à tous, sur lequel les interprétations viendraient ensuite se greffer. Cette représentation contient une part de vérité. Une théorie scientifique doit répondre à des observations qui ne dépendent pas entièrement de ce que le chercheur souhaite trouver. Une expérience peut échouer, un instrument afficher une valeur inattendue et un phénomène résister à l’explication proposée.
Mais il est difficile d’observer sans déjà disposer de concepts, de méthodes et d’attentes.
Pour reconnaître une cellule dans une image, il faut savoir ce qui compte comme une cellule. Pour identifier une anomalie dans un relevé statistique, il faut connaître le fonctionnement normal de l’indicateur. Pour voir une planète dans un télescope, il faut distinguer l’objet recherché d’un défaut optique, d’une étoile ou d’un bruit instrumental.
L’observation scientifique n’est donc pas une réception passive de données entièrement brutes. Elle est une activité organisée par des connaissances antérieures. Cette dépendance est appelée charge théorique de l’observation.
La difficulté consiste à comprendre cette idée sans conclure que les faits seraient librement inventés par les théories. Nos cadres influencent ce que nous voyons, mais le monde continue de contraindre ce que nous pouvons raisonnablement affirmer.
Qu’est-ce qu’une observation ?
Une observation est une relation dans laquelle un sujet acquiert une information sur un objet, un événement ou un état de choses. Dans la vie ordinaire, observer peut signifier voir une voiture passer, entendre une alarme ou constater qu’un récipient est vide. Dans les sciences, l’observation peut être beaucoup plus complexe. Elle peut impliquer :
- un instrument ;
- une opération de mesure ;
- un traitement informatique ;
- une classification ;
- une comparaison avec un modèle ;
- une interprétation statistique.
Lorsque le chercheur affirme avoir observé une particule, une variation climatique ou une activation cérébrale, il ne décrit pas nécessairement une perception visuelle directe. Il peut avoir observé une trace, un signal ou une représentation produite par une longue chaîne technique.
L’objet scientifique n’est donc pas toujours ce qui apparaît immédiatement aux sens. Il peut être connu à travers des effets mesurables et des modèles permettant de les interpréter.
Voir et voir comme
Ludwig Wittgenstein distingue implicitement le simple fait de voir et le fait de voir comme.
Une même figure peut être vue comme un canard ou comme un lapin. Les traits présents sur la page ne changent pas, mais leur organisation perceptive change. Cette expérience montre que la perception ne consiste pas seulement à recevoir des formes élémentaires. Nous les organisons selon des catégories.
Dans les situations scientifiques, cette organisation est souvent plus spécialisée. Un novice regarde une radiographie et voit principalement des zones claires et sombres. Le radiologue reconnaît une structure anatomique, une variation normale ou une anomalie possible. Ils regardent le même document, mais ne voient pas exactement la même chose au sens épistémique. L’expert ne reçoit pas nécessairement une autre image physique. Sa formation lui permet de sélectionner, catégoriser et interpréter les éléments pertinents.
L’observation compétente est donc souvent un voir comme acquis par l’apprentissage.
L’exemple de la radiographie
Une radiographie ne porte pas naturellement son interprétation.
Le novice peut remarquer une tache sans savoir si elle correspond à un organe, à un artefact, à une superposition normale ou à un signe pathologique.
Le professionnel mobilise :
- une connaissance de l’anatomie ;
- l’expérience de nombreuses images ;
- les conditions de production ;
- les erreurs typiques ;
- le contexte clinique.
Son observation est chargée de théorie et de pratique. Cela ne signifie pas que le professionnel invente librement le diagnostic. Certaines interprétations correspondent mieux à l’image, aux examens et à l’évolution du patient. La compétence théorique rend l’observation plus informative, mais elle peut aussi orienter excessivement l’attention. Un spécialiste qui s’attend fortement à une maladie peut négliger une explication alternative. La théorie améliore la perception tout en créant de nouveaux risques de biais.
Les faits ne sont pas toujours immédiatement visibles
Dans de nombreux domaines, les données observées ne sont pas les phénomènes que la théorie cherche à expliquer. Un thermomètre affiche une valeur. Cette valeur est interprétée comme une température grâce à une théorie de l’instrument, à son étalonnage et à une convention de mesure. Un détecteur produit un signal. Ce signal est interprété comme la trace d’un événement physique.
Un questionnaire produit des réponses. Celles-ci sont interprétées comme des indicateurs d’une attitude, d’une opinion ou d’un état psychologique. Entre le phénomène et l’énoncé scientifique se trouve donc une chaîne :
phénomène supposé → interaction avec un dispositif → signal → traitement → classification → énoncé d’observation.
Chaque étape contient des hypothèses.
La présence de ces médiations ne rend pas la science arbitraire. Elle signifie que l’évaluation d’un résultat doit porter sur toute la chaîne, et pas seulement sur la valeur finale.
Les énoncés d’observation
Les philosophes des sciences parlent souvent d’énoncés d’observation.
Un énoncé comme :
« Le liquide est devenu bleu »
semble relativement proche de la perception. Mais il dépend déjà de plusieurs éléments :
- le sens du mot *liquide* ;
- la catégorie *bleu* ;
- les conditions d’éclairage ;
- la capacité visuelle de l’observateur ;
- la distinction entre changement réel et reflet.
Un énoncé plus spécialisé comme :
« Le test indique la présence de telle substance »
dépend encore davantage de connaissances théoriques sur le fonctionnement du test. Il n’existe probablement pas d’énoncé scientifique entièrement dépourvu de concepts.
La question pertinente n’est donc pas de trouver un langage d’observation absolument neutre, mais de construire des énoncés suffisamment publics, précis et contrôlables.
Le positivisme logique et le langage d’observation
Certains courants du début du XXe siècle ont cherché à distinguer clairement les énoncés théoriques et les énoncés d’observation.
Les premiers parlent d’entités ou de mécanismes qui ne sont pas directement observés. Les seconds rapportent ce qui est donné dans l’expérience. Cette distinction devait permettre de relier les théories à une base empirique commune. Mais la séparation s’est révélée difficile.
Pour décrire une observation, il faut déjà utiliser des concepts. Certains concepts ordinaires contiennent eux-mêmes des connaissances sur le monde. Le fonctionnement des instruments dépend de théories. Une base purement observationnelle, entièrement indépendante de toute hypothèse, semble donc inaccessible. Cela ne supprime pas la différence entre observation et spéculation. Cela la rend graduelle plutôt qu’absolue.
Certains énoncés dépendent faiblement d’une théorie contestée. D’autres en dépendent fortement.
Hanson : l’observation est informée
Norwood Russell Hanson a défendu l’idée que l’observation scientifique est orientée par les connaissances du chercheur. Deux personnes peuvent recevoir une stimulation visuelle comparable sans saisir la même signification. L’astronome expérimenté reconnaît un phénomène que le novice ne sait pas identifier. La différence ne concerne pas uniquement un raisonnement ajouté après la perception. La formation semble transformer ce qui est immédiatement saillant et organisé dans l’expérience.
Hanson ne veut pas nécessairement dire que les personnes habitent des réalités entièrement séparées. Elles peuvent apprendre l’une de l’autre, comparer leurs observations et utiliser les mêmes instruments. Il montre surtout que l’acte d’observer dans un domaine scientifique est inséparable d’un apprentissage conceptuel.
Kuhn et les paradigmes
Thomas Kuhn a développé cette idée dans son analyse des paradigmes scientifiques.
Un paradigme fournit à une communauté :
- des problèmes exemplaires ;
- des méthodes ;
- des concepts ;
- des instruments ;
- des critères de réussite ;
- une manière d’interpréter les anomalies.
Les chercheurs travaillant dans des paradigmes différents peuvent ne pas attribuer la même importance aux mêmes observations. Un phénomène considéré comme une erreur de mesure dans un cadre peut devenir une anomalie décisive dans un autre. Les paradigmes n’organisent donc pas seulement les explications. Ils orientent aussi l’attention et la classification des données. Cette thèse a parfois été interprétée comme si chaque paradigme créait son propre monde. Une lecture plus prudente affirme plutôt que le monde est accessible à travers des cadres différents, qui sélectionnent et organisent ses aspects de manière distincte.
La même donnée peut changer de statut
Une observation peut rester matériellement identique tout en changer de signification théorique.
Une déviation dans une mesure peut être considérée comme :
- un bruit ;
- un défaut d’instrument ;
- une erreur humaine ;
- une exception ;
- un indice d’un phénomène nouveau.
Le statut dépend du contexte théorique. Cela ne signifie pas que chaque interprétation possède la même valeur.
Un chercheur doit examiner la répétition du signal, sa cohérence avec d’autres données, la qualité de l’instrument et la capacité des hypothèses concurrentes à l’expliquer. La théorie intervient dans la classification, mais les observations ultérieures peuvent à leur tour modifier la théorie. La relation est circulaire au sens dynamique, non nécessairement vicieuse.
Observation et attentes
Nos attentes influencent ce que nous remarquons.
Lorsqu’un chercheur s’attend à observer un effet, il peut porter davantage d’attention aux résultats compatibles avec son hypothèse. Il peut également interpréter différemment une mesure ambiguë. Cette influence explique l’usage de procédures comme :
- l’aveugle ;
- le double aveugle ;
- l’évaluation indépendante ;
- les critères prédéfinis ;
- les mesures automatisées.
Ces procédures ne supposent pas que les chercheurs soient malhonnêtes. Elles reconnaissent qu’une attente peut agir sans décision consciente.
L’objectivité ne demande pas seulement d’être sincère. Elle cherche à réduire les occasions où nos attentes peuvent modifier le résultat.
L’effet de l’hypothèse sur l’attention
Une hypothèse joue un rôle utile en indiquant ce qu’il faut chercher. Sans orientation, une quantité immense d’informations resterait disponible sans organisation. Le biologiste qui cherche un mécanisme particulier sait quelles variables mesurer. L’historien qui étudie une transformation institutionnelle sait quels documents comparer. Mais cette sélection peut rendre d’autres phénomènes invisibles. Une hypothèse trop étroite peut conduire à ne mesurer que ce qu’elle prévoit.
Le chercheur risque alors de confirmer son cadre parce que les données susceptibles de le contredire n’ont jamais été recueillies. Une enquête rigoureuse doit donc associer recherche orientée et ouverture à l’inattendu.
Le rôle de la surprise
Une observation devient particulièrement intéressante lorsqu’elle contredit une attente bien établie. La surprise indique une tension entre le modèle et le résultat. Mais toute surprise n’est pas immédiatement une découverte. Elle peut venir d’une erreur, d’un artefact, d’une mauvaise manipulation, d’une fluctuation statistique ou d’un phénomène réel. La théorie aide à reconnaître la surprise, puisqu’il faut savoir ce qui était attendu. Elle aide également à tester les explications possibles.
Les observations les plus fécondes ne sont donc pas nécessairement celles qui sont dépourvues de théorie, mais celles qui résistent de manière stable aux attentes théoriques.
Les anomalies
Une anomalie est un résultat difficile à expliquer dans le cadre dominant. Mais les théories scientifiques rencontrent presque toujours certaines anomalies. Il serait irrationnel d’abandonner immédiatement un modèle puissant au premier désaccord. Une anomalie peut révéler un problème local, une mauvaise mesure ou une limite déjà connue. Elle devient plus importante lorsqu’elle :
- se reproduit ;
- résiste aux corrections ;
- concerne un point central ;
- s’intègre à une alternative féconde ;
- permet de nouvelles prédictions.
La charge théorique influence donc le moment où un résultat est reconnu comme anomalie sérieuse. Mais la persistance empirique peut finalement forcer la communauté à réviser son cadre.
Le risque de protéger la théorie
Puisqu’une observation dépend de plusieurs hypothèses, il est toujours possible de défendre la théorie principale en accusant un autre élément l’instrument, l’échantillon, le protocole, l’analyse et l’opérateur. Cette prudence est parfois justifiée. Mais elle peut devenir une stratégie d’immunisation. Une théorie est fragilisée lorsqu’elle ne survit qu’en ajoutant continuellement des explications improvisées pour chaque résultat contraire. Les modifications auxiliaires doivent être évaluées indépendamment.
Ont-elles d’autres preuves ? Produisent-elles de nouvelles prédictions ? Ou servent-elles seulement à empêcher la réfutation ?
La distinction entre ajustement légitime et protection ad hoc est centrale dans l’évaluation scientifique.
Duhem et le test des théories
Pierre Duhem a montré qu’une hypothèse scientifique n’est généralement pas testée isolément.
Une prédiction dépend de la théorie principale, mais aussi :
- des conditions initiales ;
- du fonctionnement de l’appareil ;
- de théories auxiliaires ;
- de calculs ;
- de conventions.
Lorsque la prédiction échoue, la logique seule n’indique pas quel élément doit être abandonné. Cette difficulté est parfois appelée holisme de la confirmation. Elle montre pourquoi l’expérience ne tranche pas toujours immédiatement entre une théorie vraie et une théorie fausse. Mais elle ne signifie pas qu’aucune décision rationnelle soit possible.
Les scientifiques comparent la simplicité, la cohérence, les preuves indépendantes et la fécondité des révisions proposées.
Quine et le réseau de croyances
Willard Van Orman Quine étend le holisme à l’ensemble de nos croyances. Nos énoncés font face à l’expérience non séparément, mais comme un réseau. Lorsqu’une observation semble contredire le système, plusieurs révisions sont possibles. Les croyances centrales, fortement reliées à de nombreuses autres, sont généralement conservées plus longtemps. Les croyances périphériques sont plus facilement modifiées. Cette flexibilité ne signifie pas que toutes les révisions se valent.
Une modification qui préserve artificiellement une théorie au prix de nombreuses complications peut être moins rationnelle qu’une révision plus profonde mais plus cohérente. L’expérience contraint le réseau sans déterminer à elle seule une unique réponse logique.
Les données sont-elles neutres ?
Une donnée est souvent présentée comme un élément brut. Mais une donnée scientifique est généralement produite.
Il faut décider :
- quoi mesurer ;
- avec quel instrument ;
- à quelle fréquence ;
- selon quelle unité ;
- avec quel seuil ;
- quelles valeurs conserver ;
- comment traiter les absences.
Une donnée n’est pas inventée, mais elle est sélectionnée et construite selon une procédure. Cette idée ne doit pas être confondue avec l’affirmation selon laquelle la donnée serait fictive. Une photographie est produite par un appareil, un cadrage et un réglage. Elle peut néanmoins représenter réellement une scène. La production technique et la référence au réel sont compatibles.
Donnée brute et donnée traitée
L’expression donnée brute est relative. Le signal directement produit par un capteur est déjà le résultat d’une conception technique. Il peut ensuite être filtré, corrigé ou transformé. Un traitement est parfois indispensable pour rendre le signal interprétable. Mais chaque transformation doit être documentée.
Un filtrage peut supprimer du bruit ou effacer une anomalie réelle. Une correction peut compenser un défaut connu ou imposer artificiellement la forme attendue. La distinction importante n’est pas entre donnée pure et donnée corrompue, mais entre traitement transparent, justifié et contrôlable, et traitement opaque ou orienté.
Les instruments incarnent des théories
Un instrument scientifique est conçu à partir de connaissances théoriques. Un microscope suppose une compréhension de l’optique. Un test biologique repose sur des relations chimiques. Un modèle informatique encode des hypothèses sur le phénomène. Utiliser l’instrument revient donc à faire confiance à certaines théories. Cela ne crée pas nécessairement un cercle vicieux.
Le fonctionnement de l’instrument peut être contrôlé par :
- calibration ;
- comparaison ;
- tests sur des cas connus ;
- utilisation de dispositifs différents ;
- prédictions réussies.
La confiance dans l’instrument repose sur un réseau de vérifications partiellement indépendantes.
Voir à travers un instrument
Lorsque nous observons une image microscopique ou astronomique, voyons-nous réellement l’objet ?
Dans un sens ordinaire, nous pouvons dire que nous le voyons à travers l’instrument, comme nous voyons un objet à travers des lunettes. Mais certains dispositifs produisent des représentations très éloignées de la vision naturelle. Les couleurs peuvent être ajoutées pour distinguer des intensités. Les images peuvent être reconstruites à partir de données numériques. La représentation reste informative si la relation entre le signal et le phénomène est bien établie. Il faut simplement éviter de traiter toute image scientifique comme une photographie directe.
Comprendre ce que l’image montre demande de connaître sa méthode de production.
Les faux signaux
Un instrument peut produire un artefact ressemblant au phénomène recherché. Le risque est plus élevé lorsque l’analyste sait ce qu’il espère trouver. Un signal attendu est facilement reconnu comme découverte, tandis qu’un signal inattendu est plus facilement rejeté comme bruit. Pour limiter ce biais, les chercheurs peuvent utiliser :
- des contrôles négatifs ;
- des échantillons de référence ;
- des analyses en aveugle ;
- des instruments différents ;
- des simulations d’erreurs.
La charge théorique ne peut pas être supprimée, mais ses effets peuvent être testés.
L’observation dépend du vocabulaire
Pour décrire un phénomène, il faut disposer de catégories.
Un comportement peut être décrit comme prudent, hésitant, passif ou réfléchi.
Ces termes ne sont pas parfaitement équivalents. Ils orientent l’interprétation.
Dans les sciences humaines, le choix du vocabulaire peut avoir un poids particulièrement important.
Une catégorie peut refléter :
- une théorie psychologique ;
- une norme sociale ;
- une classification administrative ;
- un jugement implicite.
L’objectivité demande alors de définir les termes, d’examiner les alternatives et de vérifier si les personnes étudiées reconnaissent suffisamment la réalité décrite.
Classifier, c’est sélectionner des ressemblances
Une classification regroupe des cas considérés comme suffisamment semblables. Mais deux objets se ressemblent toujours sous certains aspects et diffèrent sous d’autres. La catégorie dépend donc du but de l’enquête. En médecine, une classification peut regrouper des patients selon des symptômes, des mécanismes ou une réponse au traitement. Chaque choix produit une organisation différente.
Aucune classification n’est nécessairement la seule manière possible de découper le réel. Cela ne signifie pas que toutes soient arbitraires. Certaines classifications permettent de meilleures prédictions, des traitements plus efficaces ou une compréhension plus cohérente. Le réel contraint les catégories par leur fécondité et leur capacité à organiser les phénomènes.
Les catégories peuvent créer des effets
Dans les sciences sociales, classer les personnes peut modifier leurs comportements. Une catégorie administrative ouvre des droits, impose des contraintes ou influence l’identité. Les personnes peuvent accepter, rejeter ou transformer la classification. Ian Hacking a parlé d’effets de boucle pour décrire certaines interactions entre les catégories humaines et les personnes classées. L’objet de la connaissance peut donc réagir à la manière dont il est décrit. Cette particularité complique l’observation sociale.
Le chercheur ne décrit pas toujours un objet entièrement indépendant de ses classifications. Mais cette interaction peut elle-même être étudiée.
La mesure modifie parfois le phénomène
Observer peut influencer ce qui est observé. Dans une enquête, les personnes peuvent modifier leurs réponses parce qu’elles savent être étudiées. Dans une organisation, l’introduction d’un indicateur peut changer les priorités. Dans une expérience, le dispositif de mesure peut perturber le système. Cette influence ne rend pas l’observation impossible. Elle doit être prise en compte dans le modèle.
Le chercheur doit demander :
Ce résultat décrit-il le phénomène ordinaire, ou le phénomène tel qu’il réagit à notre méthode d’observation ?
L’observation participante
En ethnographie, le chercheur s’immerge dans un milieu pour comprendre ses pratiques. Cette proximité permet d’accéder à des significations invisibles depuis l’extérieur. Mais sa présence peut modifier les interactions. Son identité influence ce que les personnes lui montrent et la manière dont elles lui parlent.
La neutralité totale est impossible. La rigueur vient alors de la réflexivité, de la durée de l’enquête, de la comparaison des situations et de la confrontation des interprétations. La charge théorique et sociale de l’observation est reconnue plutôt que dissimulée.
L’observation en histoire
L’historien ne perçoit pas directement les événements passés.
Il observe des traces :
- documents ;
- objets ;
- témoignages ;
- statistiques ;
- archives.
Le choix des traces dépend de la question posée. Une histoire centrée sur les institutions ne consulte pas exactement les mêmes sources qu’une histoire de la vie quotidienne. Les archives elles-mêmes résultent de sélections passées. Certaines voix ont laissé davantage de documents que d’autres. L’observation historique est donc doublement chargée :
- par les catégories de l’historien ;
- par les institutions qui ont produit et conservé les traces.
Cette médiation n’empêche pas la connaissance historique, mais elle oblige à examiner les absences et les conditions de conservation.
Les statistiques ne parlent pas seules
Un tableau statistique paraît parfois plus neutre qu’un récit. Mais les chiffres dépendent de définitions. Pour mesurer le chômage, il faut décider qui est considéré comme actif, disponible, en recherche ou temporairement absent. Pour mesurer la criminalité, il faut distinguer les actes commis, signalés, enregistrés et jugés. Une variation statistique peut venir d’un changement réel, d’une modification de la définition, d’une meilleure déclaration, d’une nouvelle procédure ou d’une évolution de la population. Lire un chiffre demande donc une théorie de sa production.
La statistique réduit certaines impressions subjectives sans éliminer toute interprétation.
Les visualisations orientent l’observation
Un graphique rend certaines relations immédiatement visibles. Mais sa construction influence ce qui paraît important. Le choix de l’échelle, de la période, de l’agrégation et du type de représentation peut accentuer ou réduire une variation. Deux graphiques fondés sur les mêmes données peuvent produire des impressions différentes sans contenir de valeur fausse. La visualisation est une forme d’interprétation. Une lecture critique doit examiner :
- l’axe ;
- le point de départ ;
- la période ;
- les valeurs exclues ;
- la distinction entre nombres absolus et proportions ;
- l’incertitude.
Voir une courbe n’est pas encore comprendre le phénomène.
Les modèles orientent les données recherchées
Une théorie indique quelles variables sont importantes. Un modèle économique peut privilégier les prix, les revenus et les incitations. Un modèle sociologique peut insister sur les institutions, les normes et les positions sociales. Les deux peuvent observer le même phénomène tout en recueillir des données différentes. Cette pluralité peut être féconde.
Chaque modèle révèle certains aspects. Elle devient problématique lorsqu’un cadre prétend que ce qu’il ne mesure pas n’existe pas ou n’a aucune importance. L’objectivité gagne à comparer plusieurs modèles et à examiner ce que chacun rend visible ou invisible.
L’incommensurabilité
Kuhn utilise la notion d’incommensurabilité pour décrire certaines difficultés de comparaison entre paradigmes. Les concepts peuvent changer de signification. Les critères de réussite peuvent différer. Une traduction complète devient difficile. Cela ne signifie pas que toute communication soit impossible. Les communautés peuvent comparer des prédictions, apprendre les concepts adverses et observer des résultats communs.
L’incommensurabilité est généralement partielle. Elle montre que les révolutions scientifiques ne sont pas toujours de simples additions de nouveaux faits à un cadre inchangé. Les transformations peuvent modifier la manière même de poser les questions et de décrire les observations.
Les scientifiques vivent-ils dans des mondes différents ?
Dire que des paradigmes différents font voir des mondes différents peut être compris métaphoriquement.
Les chercheurs portent leur attention sur des objets différents, utilisent d’autres catégories et interprètent autrement les mêmes signaux. Mais ils ne vivent pas nécessairement dans des réalités sans contact. Ils peuvent manipuler les mêmes instruments, être surpris par les mêmes pannes et subir les mêmes contraintes matérielles.
Le monde commun permet la confrontation.
La différence porte principalement sur l’organisation cognitive et conceptuelle de l’expérience. Il est donc préférable de parler de perspectives différentes sur une réalité partagée plutôt que de mondes totalement séparés.
Charge théorique et relativisme
La charge théorique est parfois utilisée pour défendre un relativisme radical :
Puisque toute observation dépend d’une théorie, aucune théorie ne peut être évaluée objectivement.
Cette conclusion ne suit pas. Une observation peut dépendre d’un cadre tout en fournir une contrainte. Une carte utilise des conventions, mais certaines cartes représentent mieux le territoire que d’autres. Des théories différentes peuvent être comparées selon :
- leurs prédictions ;
- leur cohérence ;
- leur précision ;
- leur pouvoir explicatif ;
- leur capacité à intégrer les anomalies ;
- leur fécondité.
Le fait qu’il n’existe pas de point de vue absolument neutre ne signifie pas qu’il n’existe aucune différence entre une enquête rigoureuse et une interprétation arbitraire.
Peut-on disposer d’observations communes ?
Malgré leurs théories différentes, des chercheurs peuvent souvent s’accorder sur des résultats relativement basiques. Ils peuvent reconnaître :
- une valeur affichée ;
- une variation ;
- une trace ;
- un échec expérimental ;
- un document.
Ils peuvent diverger sur sa signification. Ces accords partiels permettent le débat. La science n’a pas besoin d’une observation entièrement dépourvue de théorie. Elle a besoin d’énoncés suffisamment partagés pour que les interprétations puissent être confrontées. Les procédures, les instruments et les définitions communes créent cette base relative.
La robustesse par variation
Une manière de limiter la dépendance à une théorie particulière consiste à faire varier les méthodes.
Si un phénomène apparaît :
- avec plusieurs instruments ;
- dans plusieurs laboratoires ;
- selon plusieurs définitions ;
- dans plusieurs populations ;
- à travers plusieurs modèles,
il devient moins probable qu’il soit uniquement produit par un cadre particulier. Cette stratégie est appelée parfois robustesse ou triangulation. Elle ne supprime pas toutes les hypothèses communes, mais réduit certaines dépendances.
La pluralité méthodologique transforme la charge théorique en objet de comparaison.
Les contrôles négatifs
Un contrôle négatif est une situation dans laquelle l’effet recherché ne devrait pas apparaître.
S’il apparaît malgré tout, cela peut signaler :
- un biais ;
- une contamination ;
- un artefact ;
- un problème de mesure.
Le contrôle teste donc non seulement l’hypothèse, mais aussi l’instrument et la procédure d’observation. Il constitue un moyen de vérifier que le système ne produit pas automatiquement le signal attendu. Cette logique est essentielle : une observation n’est informative que si nous savons dans quelles conditions elle pourrait ne pas apparaître.
Les contrôles positifs
Un contrôle positif vérifie que le dispositif détecte bien un effet connu lorsqu’il est présent. L’absence de signal dans l’expérience principale peut venir de l’absence réelle du phénomène ou de l’incapacité du dispositif à le mesurer. Le contrôle positif aide à distinguer ces possibilités. Les contrôles montrent que l’observation scientifique ne se limite pas à regarder. Elle organise des comparaisons destinées à identifier l’origine des signaux.
Le rôle des prédictions nouvelles
Une théorie devient plus crédible lorsqu’elle prédit un résultat qui n’a pas servi à sa construction. Une observation prévue à l’avance possède une valeur particulière. Elle réduit le risque que la théorie ait simplement été adaptée aux données déjà connues. Une prédiction nouvelle ne garantit pas la vérité de l’ensemble de la théorie, mais elle montre que son organisation capture une structure réelle du phénomène. La théorie charge l’observation en indiquant ce qui devrait apparaître. L’observation peut ensuite la soutenir ou la fragiliser.
L’analyse en aveugle
Dans certains domaines, les chercheurs peuvent cacher temporairement l’identité des groupes ou certaines caractéristiques des données pendant l’analyse.
Ils établissent d’abord leurs critères, puis découvrent seulement ensuite quel résultat correspond à quelle condition. Cette procédure réduit le risque d’adapter inconsciemment le traitement des données à l’hypothèse préférée. Elle ne supprime pas la théorie. Elle empêche simplement que certaines attentes influencent une étape particulière.
L’analyse en aveugle illustre une stratégie générale : lorsque les biais sont prévisibles, il est préférable de modifier la procédure plutôt que de compter uniquement sur l’autocontrôle.
La pluralité des observateurs
Plusieurs observateurs peuvent coder indépendamment les mêmes données. Leur accord fournit une indication sur la stabilité de la classification. Un faible accord peut révéler une définition ambiguë, une formation insuffisante, un phénomène difficile à catégoriser ou une forte dépendance au jugement personnel. Mais un accord élevé ne garantit pas automatiquement la vérité. Les observateurs peuvent partager la même erreur ou avoir été formés selon une catégorie inadéquate. L’accord interindividuel mesure la reproductibilité de l’observation, non nécessairement sa validité complète.
La formation des observateurs
Standardiser une observation demande souvent une formation. Les chercheurs apprennent à utiliser les mêmes critères et à distinguer les cas limites. Cette formation augmente la comparabilité. Mais elle transmet également une manière particulière de voir. Une communauté peut devenir très cohérente autour d’une classification défectueuse. Il faut donc associer la formation interne à des contrôles externes, des comparaisons et une révision des catégories.
Le rôle du novice
Le novice manque de connaissances pour interpréter correctement les données. Mais il peut parfois poser une question que les experts ne se posent plus. Son incompréhension révèle une convention implicite ou une étape insuffisamment expliquée. Cela ne lui donne pas une autorité supérieure. Le regard neuf devient utile lorsqu’il est capable d’identifier un présupposé et que sa critique peut être formulée de manière testable. La science gagne à permettre les questions extérieures sans confondre absence de formation et liberté absolue de jugement.
Les savoirs situés
L’idée de savoir situé affirme que toute connaissance est produite depuis une position particulière.
Le chercheur possède un corps, une histoire, une institution et une place sociale. Cette situation influence :
- les problèmes visibles ;
- les catégories disponibles ;
- les conséquences jugées importantes ;
- les personnes considérées comme sources.
Reconnaître cette situation ne condamne pas l’objectivité. Cela peut l’améliorer en rendant visibles les angles morts.
Une perspective située devient plus objective lorsqu’elle accepte la confrontation avec d’autres perspectives et avec les résistances du réel.
La perspective des personnes concernées
Les personnes directement affectées par un phénomène peuvent remarquer des dimensions que les chercheurs extérieurs négligent. Elles connaissent :
- les effets quotidiens ;
- les difficultés d’application ;
- les écarts entre règles officielles et pratiques ;
- certaines catégories inadéquates.
Leur expérience peut modifier ce qui est observé et mesuré. Mais elle ne remplace pas toutes les autres méthodes. Un vécu permet de révéler une question ou un effet. Il ne fournit pas automatiquement une estimation de fréquence ou une explication causale générale. La participation des personnes concernées renforce l’enquête lorsqu’elle est articulée à la comparaison, à la mesure et à la critique.
L’observation morale
Nos valeurs peuvent influencer ce qui nous paraît moralement saillant. Une personne remarque immédiatement une atteinte à la liberté. Une autre porte davantage attention à l’inégalité ou au dommage. Elles observent le même événement mais n’en sélectionnent pas les mêmes aspects. Les faits moraux et sociaux sont souvent décrits à travers des concepts normatifs :
- humiliation ;
- domination ;
- injustice ;
- négligence ;
- violence.
Ces concepts ne sont pas de simples sensations. Ils organisent des faits et des relations. Le désaccord moral peut donc porter à la fois sur les valeurs et sur la manière de décrire la situation. Une analyse rigoureuse doit distinguer les éléments observables, les catégories normatives et le jugement final.
Le langage des données
Les données sont parfois présentées comme opposées aux récits. Mais toute donnée doit être décrite, nommée et intégrée à une histoire explicative. Le chercheur choisit ce que la valeur indique, à quoi elle est comparée et pourquoi elle importe. Un récit peut être trompeur, mais une série de chiffres peut l’être également lorsqu’elle masque les choix de construction. La meilleure approche associe données et explication transparente.
Les observations contradictoires
Lorsque deux études observent des résultats différents, plusieurs explications sont possibles :
- l’une contient une erreur ;
- les populations diffèrent ;
- les méthodes mesurent des phénomènes distincts ;
- l’effet dépend du contexte ;
- le hasard produit une variation ;
- les théories orientent différemment l’analyse.
La contradiction ne doit pas être résolue automatiquement en choisissant l’étude préférée. Elle peut révéler une condition de validité jusque-là invisible.
La comparaison des méthodes est souvent plus informative que la comparaison des conclusions seules.
L’accumulation des observations
Une observation isolée possède généralement une portée limitée. La connaissance devient plus robuste lorsque les observations s’accumulent et se répondent. Mais l’accumulation n’est pas seulement quantitative. Il faut examiner :
- la qualité ;
- l’indépendance ;
- la diversité ;
- la cohérence ;
- les contre-exemples.
Une littérature composée de nombreuses études orientées par le même biais peut donner une impression artificielle de solidité.
La pluralité réelle des accès au phénomène compte davantage que le nombre brut de résultats.
Les faits peuvent-ils réfuter une théorie ?
Oui, mais rarement de manière instantanée et isolée.
Une théorie est fragilisée lorsque :
- ses prédictions échouent régulièrement ;
- les anomalies se multiplient ;
- les ajustements deviennent artificiels ;
- une théorie concurrente explique mieux les mêmes observations ;
- les instruments et les hypothèses auxiliaires ont été vérifiés.
Le fait que l’observation soit chargée de théorie n’empêche donc pas la réfutation. Il rend le processus plus complexe.
La théorie ne rencontre pas un fait absolument pur. Elle rencontre un réseau d’observations, de mesures et de contrôles dont la résistance peut devenir difficile à contourner.
L’expérience peut-elle trancher seule ?
L’expérience ne décide pas toujours automatiquement entre plusieurs théories. Deux modèles peuvent produire des prédictions similaires dans les conditions disponibles. Ils peuvent également différer sur des entités difficiles à mesurer. Le choix peut alors dépendre temporairement d’autres critères :
- simplicité ;
- cohérence ;
- portée ;
- intégration à d’autres connaissances ;
- fécondité.
Ces critères ne remplacent pas les données. Ils aident à choisir lorsque les données sous-déterminent la conclusion. La décision reste révisable lorsque de nouvelles observations deviennent possibles.
La sous-détermination
La sous-détermination apparaît lorsque plusieurs théories sont compatibles avec les mêmes données. Cela montre que les observations disponibles ne suffisent pas toujours à imposer une théorie unique. Mais les théories peuvent différer par :
- leur simplicité ;
- leurs prédictions futures ;
- leur articulation avec d’autres domaines ;
- leurs hypothèses supplémentaires ;
- leur capacité à guider la recherche.
La sous-détermination n’implique donc pas que tous les modèles soient équivalents. Elle indique que le raisonnement scientifique dépasse parfois la simple lecture des observations déjà obtenues.
Charge théorique et réalisme scientifique
Le réalisme scientifique soutient généralement que les théories bien confirmées décrivent au moins approximativement une réalité indépendante.
La charge théorique peut sembler menacer cette position.
Si les observations dépendent de nos cadres, comment savoir que les entités théoriques existent réellement ?
Le réaliste répond que certaines théories permettent des prédictions, des interventions et des technologies qui seraient difficiles à expliquer si elles ne correspondaient à aucune structure réelle. L’antiréaliste peut répondre que l’efficacité empirique suffit sans engager l’existence littérale de toutes les entités théoriques. Le débat reste ouvert. Mais les deux positions peuvent reconnaître que les observations sont médiatisées tout en étant contraintes par le monde.
Observer en intervenant
Ian Hacking insiste sur le rôle de l’intervention. Nous ne faisons pas seulement observer certaines entités théoriques. Nous les utilisons pour produire des effets. La capacité à manipuler un phénomène de manière stable renforce l’idée que nous sommes en contact avec quelque chose de réel. L’intervention fournit un contrôle supplémentaire. Un signal qui varie systématiquement lorsque nous modifions une condition devient plus difficile à traiter comme une simple construction interprétative.
La pratique expérimentale complète donc l’observation.
La résistance du réel
Le monde ne se conforme pas toujours à nos catégories. Un phénomène peut rester difficile à classer. Une intervention peut échouer malgré une théorie élégante. Une mesure peut produire une variation inattendue. Cette résistance constitue l’un des principaux remparts contre le relativisme. Nous pouvons choisir nos concepts, mais nous ne pouvons pas garantir qu’ils fonctionneront.
Les catégories et les théories sont évaluées par leur capacité à organiser, prévoir et transformer la réalité. Le réel ne parle pas sans médiation, mais il répond à nos interventions.
Une observation peut être plus ou moins chargée
Toutes les observations ne dépendent pas au même degré de théories complexes.
L’énoncé :
« L’aiguille se trouve entre les marques 4 et 5 »
peut être relativement peu dépendant de la théorie étudiée.
L’énoncé :
« Cette valeur confirme l’existence du mécanisme X »
est beaucoup plus chargé. Il est utile de séparer plusieurs niveaux :
- la trace observée ;
- la mesure produite ;
- la classification ;
- l’interprétation théorique ;
- la conclusion générale.
Cette décomposition permet aux personnes en désaccord de déterminer à quel niveau apparaît la divergence.
Séparer observation et interprétation
Une bonne pratique consiste à distinguer explicitement :
« Nous avons mesuré cette variation. »
« Nous l’interprétons comme l’effet de ce mécanisme. »
La première proposition peut être robuste alors que la seconde reste discutée. Cette distinction évite de présenter une interprétation comme une donnée brute. Elle permet également de préserver les observations lorsqu’une théorie est remplacée.
Les mêmes résultats peuvent être réinterprétés dans un cadre nouveau.
Mais la séparation n’est jamais totale
Même la description de la mesure dépend de catégories, d’un instrument et de choix. La distinction entre observation et interprétation ne doit donc pas être considérée comme une frontière absolue. Elle reste utile comme distinction de degré. Certains éléments sont plus proches du signal public et reproductible. D’autres mobilisent davantage d’hypothèses. L’objectivité progresse lorsque cette hiérarchie est visible.
Le rôle des protocoles
Un protocole décrit comment produire et enregistrer une observation. Il réduit la dépendance à l’improvisation individuelle. Un bon protocole précise :
- les conditions ;
- les étapes ;
- les critères ;
- les exclusions ;
- les contrôles ;
- les traitements.
Il permet à d’autres personnes de comprendre et de répéter l’enquête. Mais un protocole peut également rendre invisibles les phénomènes qu’il n’était pas conçu pour détecter.
La standardisation doit donc être accompagnée d’espaces permettant de signaler les observations inattendues.
La science normale et la découverte
La recherche normale utilise des cadres stabilisés pour résoudre des problèmes précis. Cette stabilité rend possible l’accumulation de résultats. Si chaque chercheur remettait en cause toutes les catégories et tous les instruments à chaque expérience, la science progresserait difficilement. Mais cette efficacité crée une inertie. Les anomalies peuvent être négligées parce qu’elles ne correspondent pas aux attentes. La science a donc besoin à la fois :
- de cadres suffisamment stables pour travailler ;
- de mécanismes permettant leur remise en question.
L’objectivité dépend de cet équilibre entre confiance et critique.
L’observation amateur
Des non-professionnels peuvent parfois produire des observations utiles, notamment lorsque :
- le phénomène est largement distribué ;
- les données sont nombreuses ;
- le protocole est simple ;
- les observations peuvent être vérifiées.
Les sciences participatives utilisent cette possibilité. Mais la qualité dépend de la formation, de la standardisation et du contrôle. L’absence de statut professionnel ne rend pas l’observation inutile. Le statut amateur ne garantit pas davantage un regard « non biaisé ». Tous les observateurs utilisent des catégories et peuvent commettre des erreurs.
L’intelligence artificielle et l’observation
Les systèmes automatisés peuvent classer des images, détecter des anomalies ou extraire des régularités.
Ils paraissent parfois plus objectifs parce qu’ils ne possèdent pas les mêmes émotions ou intérêts qu’un humain. Mais ils dépendent :
- des données d’entraînement ;
- des catégories fournies ;
- de la fonction d’optimisation ;
- des seuils ;
- des choix de conception.
Un système peut reproduire à grande échelle les biais présents dans ses données. Il peut également détecter des régularités que les humains ne remarquent pas.
L’automatisation déplace donc la charge théorique vers la conception du modèle et la construction des données. Elle ne l’élimine pas.
Un algorithme voit-il les faits ?
Un algorithme ne reçoit pas le monde sans médiation. Il traite une représentation numérique produite par des capteurs, des bases de données et des catégories. Sa sortie dépend de ce qui a été défini comme résultat correct. Dans une tâche de classification, les étiquettes initiales expriment déjà une manière humaine de découper le phénomène. L’algorithme peut produire des performances supérieures tout en hériter de cette classification. Il faut donc évaluer :
- ce qui a été mesuré ;
- qui a défini les catégories ;
- quelles erreurs sont privilégiées ;
- dans quels contextes le modèle a été validé.
La possibilité d’un regard non conceptuel
Certains philosophes soutiennent qu’une perception peut posséder un contenu plus fin que les concepts disponibles au sujet. Une personne peut distinguer deux nuances de couleur sans disposer de mots ou de catégories précises pour les nommer. Cela suggère que toute expérience perceptive n’est pas entièrement déterminée par les concepts. Le sujet peut voir une différence avant de savoir la décrire. Cette idée limite les versions les plus fortes de la charge théorique. Les concepts orientent l’attention et l’interprétation, mais ils n’épuisent pas nécessairement le contenu sensoriel.
La réalité perceptive peut fournir davantage de distinctions que nos théories actuelles.
La charge théorique est-elle cognitive ou perceptive ?
Le débat porte aussi sur le niveau exact de l’influence théorique.
Deux possibilités doivent être distinguées.
Influence sur la perception elle-même
Les connaissances modifient ce qui apparaît visuellement ou auditivement.
Influence sur le jugement perceptif
L’expérience sensorielle reste similaire, mais la personne la catégorise et la décrit différemment.
Il est souvent difficile de trancher expérimentalement entre ces niveaux.
Dans les deux cas, l’observation scientifique finale dépend de la théorie.
Mais la portée philosophique diffère.
Si la perception elle-même est modifiée, la théorie pénètre profondément l’expérience. Si seule l’interprétation change, il existe peut-être une base sensorielle plus commune.
L’apprentissage change-t-il ce que nous voyons ?
Le musicien expérimenté entend une structure harmonique que le novice ne reconnaît pas. Le spécialiste distingue des espèces ou des formations invisibles au profane. Il est plausible que l’apprentissage modifie au moins :
- l’attention ;
- la vitesse de reconnaissance ;
- la mémoire ;
- le regroupement des éléments.
Dire qu’il modifie littéralement le contenu de la perception demande une thèse plus forte. Quelle que soit la réponse, l’expertise transforme l’observation fonctionnelle. Le spécialiste peut extraire une information que le novice ne sait pas utiliser.
L’illusion de l’œil innocent
L’idée d’un « œil innocent » désigne le rêve d’une perception totalement débarrassée des concepts et de l’apprentissage.
Un tel regard serait probablement incapable de produire une observation scientifique. Sans catégories, l’observateur recevrait une multitude de variations sans savoir lesquelles sont pertinentes. La compétence demande d’apprendre à voir. Le problème n’est donc pas que l’observation soit formée par la théorie. Le problème apparaît lorsqu’un seul cadre empêche toute perception alternative ou toute correction. L’objectivité exige moins un regard innocent qu’une pluralité de regards instruits et contrôlables.
Comment limiter les effets de la charge théorique ?
Il est impossible de supprimer toute théorie de l’observation. Mais plusieurs méthodes peuvent limiter ses effets indésirables.
Expliciter les hypothèses
Les concepts, classifications et attentes doivent être indiqués.
Séparer les niveaux
Il faut distinguer le signal, la mesure et l’interprétation.
Utiliser plusieurs méthodes
Une convergence indépendante réduit la dépendance à un cadre unique.
Organiser l’aveugle
Les attentes peuvent être neutralisées à certaines étapes.
Conserver les données
Une théorie nouvelle peut réexaminer les observations anciennes.
Rechercher les cas négatifs
Les exceptions et les résultats contraires doivent être documentés.
Associer plusieurs perspectives
Des équipes ayant des formations différentes peuvent révéler des angles morts.
Ces pratiques ne produisent pas une observation pure. Elles rendent sa dépendance plus visible et plus contrôlable.
L’importance des données conservées
Une donnée bien documentée peut survivre à la théorie qui a motivé sa collecte. Des observations anciennes peuvent être réinterprétées grâce à de nouveaux concepts. Pour cela, il faut conserver :
- les valeurs ;
- les conditions ;
- les instruments ;
- les traitements ;
- les incertitudes ;
- le contexte.
Si seule la conclusion finale est conservée, une réanalyse devient impossible.
La transparence des données protège la science contre les limites de ses théories actuelles.
Rechercher les observations adverses
Une enquête devient plus robuste lorsqu’elle cherche activement les situations où l’hypothèse devrait échouer. Il est facile de remarquer les exemples favorables. Il est plus informatif de rechercher :
- les contre-exemples ;
- les cas limites ;
- les populations différentes ;
- les résultats inattendus ;
- les prédictions risquées.
Une théorie qui ne sélectionne que les observations compatibles devient difficile à évaluer.
L’esprit critique demande de construire des occasions de se tromper.
La pluralité théorique
Conserver plusieurs hypothèses concurrentes peut améliorer l’observation. Chaque théorie attire l’attention sur des variables différentes. Une équipe cherchant un mécanisme biologique et une équipe étudiant les facteurs sociaux peuvent recueillir des informations complémentaires. Le pluralisme évite qu’une seule théorie détermine entièrement ce qui mérite d’être observé. Mais il ne signifie pas que toutes les théories doivent être conservées indéfiniment. Les cadres doivent être comparés selon leur fécondité, leur cohérence et leur rapport aux données.
Les désaccords féconds
Un désaccord est fécond lorsqu’il conduit à préciser les observations capables de départager les positions.
Les chercheurs peuvent demander :
Quel résultat la théorie A prévoit-elle que la théorie B ne prévoit pas ?
Cette question transforme une opposition générale en test. Un désaccord qui ne produit aucun critère d’évaluation risque de rester purement verbal ou métaphysique. La charge théorique devient moins problématique lorsque les théories concurrentes acceptent de s’exposer à des observations communes.
Le rôle de la communauté
Un individu peut ne pas reconnaître son propre cadre.
D’autres chercheurs, formés différemment, peuvent identifier ses hypothèses implicites. L’objectivité dépend donc de la possibilité d’une critique collective. Une communauté diversifiée peut demander :
- pourquoi cette variable est-elle considérée comme principale ?
- pourquoi cette catégorie est-elle utilisée ?
- quels cas ont été exclus ?
- quelle autre explication est possible ?
La pluralité ne supprime pas les cadres. Elle empêche plus facilement un seul cadre de devenir invisible.
La charge théorique dans la vie ordinaire
Le phénomène ne concerne pas uniquement la science. Dans la vie quotidienne, nos croyances orientent ce que nous remarquons. Une personne convaincue qu’un collègue lui est hostile interprète plus facilement une remarque ambiguë comme une attaque. Une personne qui idéalise quelqu’un minimise les signes contraires. Nous pouvons alors croire que nous constatons simplement les faits, alors que nous les sélectionnons à travers une attente. La distinction entre observation et interprétation est donc un outil pratique d’autonomie intellectuelle. Il est utile de reformuler :
« Il m’a ignoré »
en :
« Je l’ai salué et il n’a pas répondu ; j’interprète cela comme une volonté de m’ignorer. »
Cette précision ouvre la possibilité d’autres explications.
Observation et stéréotypes
Un stéréotype organise l’attention. Lorsqu’une personne appartient à une catégorie sociale associée à un trait, les comportements compatibles avec le stéréotype sont plus facilement remarqués et mémorisés. Les comportements contraires peuvent être traités comme des exceptions. Le stéréotype semble alors confirmé par l’observation. Ce mécanisme montre comment une théorie sociale peut produire sa propre apparence de preuve. Pour le corriger, il faut comparer les critères appliqués, rechercher les contre-exemples et utiliser des données plus systématiques.
Les catégories politiques
Dans les débats politiques, un même événement peut être décrit comme :
- une protestation ;
- une émeute ;
- une répression ;
- un maintien de l’ordre ;
- une réforme ;
- une attaque sociale.
Ces mots sélectionnent certains aspects et contiennent parfois un jugement. Cela ne signifie pas qu’aucune description plus précise soit possible.
Il faut revenir à des éléments observables :
- nombre de participants ;
- actes commis ;
- chronologie ;
- décisions prises ;
- conséquences ;
- règles applicables.
Les désaccords sur les catégories peuvent ensuite être discutés explicitement.
La photographie ne supprime pas l’interprétation
Une photographie paraît donner un accès direct à l’événement. Mais elle montre :
- un angle ;
- un instant ;
- une sélection ;
- un cadrage.
Elle peut être authentique tout en induire une interprétation trompeuse. Une foule dense photographiée dans un espace réduit peut paraître plus importante. Une image prise après une action peut cacher ce qui l’a précédée. La photographie contraint le récit, mais ne fournit pas seule tout son contexte. L’observation visuelle doit être articulée à la chronologie et aux sources.
Les vidéos et la séquence
Une vidéo ajoute du mouvement et du son, mais reste sélectionnée. Le début ou la fin peuvent être absents. Le point de vue peut masquer certains acteurs. Le commentaire peut orienter l’interprétation. La vidéo constitue une trace précieuse de ce qu’elle montre effectivement. Elle ne prouve pas automatiquement toutes les affirmations associées.
Une lecture critique distingue :
- le contenu visible ;
- l’ordre des événements ;
- le montage ;
- le contexte ;
- l’interprétation proposée.
La force émotionnelle des observations
Une image ou un témoignage marquant attire l’attention et reste en mémoire. Cette force peut donner à un cas individuel un poids supérieur à sa représentativité. Un événement spectaculaire semble plus révélateur qu’une statistique abstraite. Il peut réellement signaler un problème grave. Mais il ne permet pas à lui seul d’estimer la fréquence ou la tendance générale. La perception immédiate doit être complétée par des données collectives lorsqu’une conclusion générale est recherchée.
L’observation et le raisonnement motivé
Nous ne sommes pas seulement influencés par nos théories explicites. Nos intérêts et nos identités peuvent orienter ce que nous trouvons convaincant. Nous remarquons davantage les erreurs du camp adverse et interprétons charitablement celles de notre groupe. Nous demandons des preuves plus fortes pour les observations qui nous dérangent. La charge théorique se combine alors avec une charge affective et sociale. Une méthode de correction consiste à se demander :
Interpréterais-je la même observation de la même manière si elle concernait le camp opposé ?
Les observations impossibles à neutraliser totalement
Certains phénomènes ne peuvent pas être observés sans catégories discutables. La souffrance, l’intention, la confiance, la radicalisation ou la qualité démocratique ne possèdent pas une mesure unique naturelle. Le chercheur doit construire des indicateurs. La rigueur ne vient pas d’une prétention à la neutralité totale. Elle vient de :
- définitions explicites ;
- pluralité des mesures ;
- analyse des limites ;
- confrontation avec les personnes concernées ;
- comparaison avec d’autres approches.
Une objectivité sans données brutes
L’absence de données entièrement brutes ne condamne pas l’objectivité. Nous pouvons comparer les chaînes de production des données. Certaines sont :
- plus transparentes ;
- plus reproductibles ;
- mieux calibrées ;
- plus indépendantes ;
- plus sensibles aux erreurs.
L’objectivité devient une propriété graduelle.
Une observation est plus objective lorsqu’elle résiste mieux aux variations de perspective et de méthode.
L’indépendance partielle
Il est impossible d’obtenir une observation totalement indépendante de toute théorie. Mais il est possible d’obtenir une indépendance relative à l’égard de la théorie précisément testée. Un instrument peut reposer sur des théories bien établies différentes de l’hypothèse examinée. Une équipe peut analyser les données sans connaître l’attribution des groupes.
Une autre méthode peut produire le même résultat. Cette indépendance partielle suffit souvent à éviter la circularité.
La confiance dans les observations ordinaires
Dans la vie quotidienne, nous n’avons pas besoin de déconstruire chaque perception. Nous faisons raisonnablement confiance à nos observations lorsque les conditions sont normales et qu’aucune raison particulière de douter n’apparaît. La charge théorique devient surtout importante lorsque :
- les signaux sont ambigus ;
- les enjeux sont élevés ;
- les catégories sont controversées ;
- les attentes sont fortes ;
- la mesure est complexe.
Le scepticisme total serait impraticable.
L’objectif est une vigilance proportionnée.
Une méthode pratique pour analyser une observation
Pour examiner une prétention observationnelle, plusieurs niveaux peuvent être distingués.
Le phénomène
Qu’est-ce qui est supposé exister ou s’être produit ?
Le signal
Qu’est-ce qui a été directement perçu ou enregistré ?
L’instrument
Comment le signal a-t-il été produit ?
Le traitement
Quelles transformations ont été appliquées ?
La classification
Selon quels critères le signal a-t-il reçu cette catégorie ?
L’interprétation
Quelle théorie relie la donnée au phénomène ?
Les alternatives
D’autres explications sont-elles possibles ?
Les contrôles
Quelles vérifications permettent de les distinguer ?
Cette décomposition évite de traiter la conclusion finale comme une donnée immédiatement visible.
Questions pour examiner la charge théorique d’une observation
- Qu’est-ce qui a été directement perçu ou enregistré ?
- Quelle conclusion est ajoutée au signal ?
- Quels concepts sont nécessaires pour identifier le phénomène ?
- L’observateur possédait-il une formation particulière ?
- Un novice et un expert décriraient-ils la même chose ?
- Les attentes étaient-elles connues à l’avance ?
- Une procédure en aveugle était-elle possible ?
- L’instrument dépend-il de théories indépendamment vérifiées ?
- Comment a-t-il été calibré ?
- Quelles transformations ont été appliquées aux données ?
- Les critères de classification étaient-ils définis avant l’analyse ?
- D’autres catégories étaient-elles possibles ?
- Les cas ambigus ont-ils été conservés ou exclus ?
- Plusieurs observateurs ont-ils travaillé indépendamment ?
- Leur accord mesure-t-il la vérité ou seulement la cohérence de leur formation ?
- Plusieurs instruments ou méthodes convergent-ils ?
- Des contrôles positifs et négatifs ont-ils été utilisés ?
- L’observation a-t-elle été prédite ou découverte après coup ?
- Une anomalie est-elle traitée comme un bruit sans justification suffisante ?
- Quelles observations pourraient réellement contredire la théorie ?
- Les données originales sont-elles disponibles pour une réinterprétation ?
- La conclusion est-elle formulée plus fortement que ne le permet le signal ?
Erreurs fréquentes
Croire que les faits se présentent sans concepts
Toute description utilise des catégories et un langage.
Conclure que toute observation est inventée
La médiation théorique n’abolit pas la résistance du réel.
Confondre signal et phénomène
Un instrument produit une trace qui doit être interprétée.
Confondre expertise et neutralité
L’expert voit davantage, mais ses attentes peuvent aussi orienter son jugement.
Croire qu’un novice possède un regard pur
L’absence de formation ne supprime pas les biais et réduit souvent la capacité d’interprétation.
Traiter les données comme entièrement brutes
Toute donnée résulte d’une sélection, d’une mesure et d’un traitement.
Croire qu’un chiffre est dépourvu d’hypothèses
Les définitions, les unités et les catégories déterminent ce qui est compté.
Confondre accord entre observateurs et vérité
Plusieurs personnes peuvent partager la même erreur.
Rejeter une théorie au premier résultat contraire
Une observation dépend aussi des instruments et des hypothèses auxiliaires.
Protéger indéfiniment une théorie
Les ajustements ad hoc peuvent rendre une position impossible à tester.
Confondre changement de paradigme et victoire d’une opinion isolée
Une révolution scientifique demande des preuves, une alternative et une fécondité supérieures.
Utiliser la charge théorique pour défendre le relativisme
Des observations médiatisées peuvent encore comparer et contraindre les théories.
Confondre construction et fiction
Une donnée construite méthodiquement peut représenter une réalité indépendante.
Oublier les observations négatives
Ce qui ne correspond pas au modèle peut être plus informatif que ce qui le confirme.
Présenter une interprétation comme un fait directement observé
Il faut distinguer la trace, la mesure et la conclusion théorique.
À retenir
L’observation scientifique n’est pas une réception passive de faits entièrement bruts.
Voir un phénomène demande souvent de disposer de concepts, d’instruments, de méthodes et d’une formation.
La charge théorique de l’observation signifie que nos connaissances antérieures influencent ce que nous remarquons, la manière dont nous classons les signaux et l’interprétation que nous leur donnons.
Cette influence peut améliorer l’observation : l’expert reconnaît des structures invisibles au novice.
Elle peut également produire des biais : les attentes orientent l’attention et favorisent certaines interprétations.
Les instruments ne suppriment pas la médiation. Ils incarnent eux-mêmes des théories et produisent des signaux qui doivent être traités.
Une donnée scientifique est construite au sens où elle résulte d’une procédure. Elle n’est pas nécessairement inventée.
La théorie et l’observation s’influencent mutuellement. La théorie indique ce qu’il faut chercher, tandis que les observations peuvent la corriger ou la contraindre.
Une anomalie n’entraîne pas automatiquement l’abandon d’une théorie, car une expérience dépend de nombreuses hypothèses auxiliaires.
Mais une théorie qui ne survit qu’au prix d’ajustements artificiels devient moins crédible.
L’absence d’observation totalement neutre ne conduit pas au relativisme. Les théories restent comparables selon leur précision, leurs prédictions, leur cohérence, leur fécondité et leur résistance aux contrôles.
L’objectivité progresse lorsque plusieurs méthodes, instruments, équipes et perspectives produisent des résultats convergents.
Il est utile de distinguer le signal observé, la mesure, la classification et l’interprétation théorique.
Une bonne pratique scientifique ne cherche pas un regard sans théorie. Elle rend les théories qui organisent le regard explicites, critiquables et révisables.
La question centrale n’est donc pas :
« Cette observation est-elle parfaitement pure ? »
mais :
« De quelles hypothèses dépend-elle, comment ces hypothèses sont-elles contrôlées et le résultat résiste-t-il à d’autres manières d’observer ? »
Repères et prolongements
Cette fiche prépare notamment les questions suivantes :
- Existe-t-il des données véritablement brutes ?
- Une perception peut-elle être indépendante de tout concept ?
- Comment les instruments produisent-ils des observations ?
- Qu’est-ce qu’un artefact expérimental ?
- Pourquoi une théorie n’est-elle jamais testée seule ?
- Qu’est-ce que la thèse de Duhem-Quine ?
- Plusieurs théories peuvent-elles expliquer les mêmes données ?
- Qu’est-ce que la sous-détermination ?
- Comment distinguer une anomalie sérieuse d’une erreur de mesure ?
- Les paradigmes rendent-ils les scientifiques incapables de se comprendre ?
- Comment les catégories scientifiques construisent-elles leur objet ?
- La pluralité des modèles est-elle compatible avec le réalisme ?
- Comment l’intervention renforce-t-elle la connaissance du réel ?
- Comment distinguer observation, mesure et interprétation ?
- La charge théorique conduit-elle nécessairement au relativisme ?
Quelques références
- Pierre Duhem, *La Théorie physique : son objet et sa structure*.
- Willard Van Orman Quine, « Les Deux Dogmes de l’empirisme ».
- Norwood Russell Hanson, *Patterns of Discovery*.
- Thomas Kuhn, *La Structure des révolutions scientifiques*.
- Karl Popper, *La Logique de la découverte scientifique*.
- Imre Lakatos, textes sur les programmes de recherche scientifique.
- Paul Feyerabend, *Contre la méthode*.
- Wilfrid Sellars, « Empiricism and the Philosophy of Mind ».
- Ludwig Wittgenstein, *Recherches philosophiques*.
- Mary Hesse, *Models and Analogies in Science*.
- Ian Hacking, *Representing and Intervening*.
- Helen Longino, *Science as Social Knowledge*.
- Donna Haraway, « Situated Knowledges ».
- Lorraine Daston et Peter Galison, *Objectivity*.
- Bas van Fraassen, *The Scientific Image*.
- Hasok Chang, *Inventing Temperature*.
- Ian Hacking, *The Social Construction of What?*