Le raisonnement contrefactuel
Une grande partie de notre raisonnement porte sur ce qui s’est réellement produit. Le raisonnement contrefactuel pose une question différente : que se serait-il passé si quelque chose avait été différent ?
Si le patient n’avait pas reçu ce traitement, aurait-il guéri quand même ? Si cette réforme n’avait pas été adoptée, le chômage aurait-il suivi la même trajectoire ? Si l’automobiliste avait roulé moins vite, l’accident aurait-il encore eu lieu ? Si un événement historique n’avait pas eu lieu, la suite aurait-elle été profondément différente ?
Ces questions concernent des situations que nous n’avons pas observées. Elles pourraient donc sembler relever de la simple imagination. Pourtant, elles jouent un rôle central dans le raisonnement causal, l’évaluation des décisions, l’histoire et l’analyse de la responsabilité.
Le problème est précisément de distinguer un contrefactuel raisonnablement soutenu d’une histoire alternative simplement plausible.
Modifier un élément du monde réel
Une affirmation contrefactuelle possède souvent une forme comme :
Si X n’avait pas eu lieu, Y ne se serait pas produit.
ou :
Si X avait été différent, Y aurait été différent.
Supposons qu’une plante dépérisse après avoir cessé d’être arrosée. Nous pouvons demander :
Si elle avait continué à recevoir de l’eau, aurait-elle dépéri au même moment ?
La question cherche à comprendre si l’absence d’arrosage a joué un rôle causal.
Cette intuition se retrouve dans les théories contemporaines de la causalité contrefactuelle, notamment dans les travaux de David Lewis : un événement peut dépendre causalement d’un autre lorsque, dans une situation appropriée où la cause n’aurait pas eu lieu, l’effet n’aurait pas eu lieu non plus.
Mais cette formulation simple rencontre rapidement plusieurs difficultés.
Il faut choisir le bon monde alternatif
Supposons :
« Si je n’avais pas pris ma voiture ce matin, je n’aurais pas eu cet accident. »
Pour examiner cette affirmation, nous ne considérons normalement pas un monde où vous n’avez pas pris votre voiture parce qu’une catastrophe avait détruit la ville pendant la nuit.
Nous essayons de comparer la situation réelle à une situation suffisamment proche, dans laquelle l’élément pertinent est modifié sans bouleverser arbitrairement tout le reste.
Cette idée de proximité est importante. Un contrefactuel devient peu informatif si nous modifions en même temps trop d’éléments du scénario.
Mais l’erreur inverse existe également : nous ne pouvons pas toujours changer une cause tout en exigeant artificiellement que toutes ses conséquences restent identiques.
Changer X peut obliger à changer autre chose
Prenons une question historique :
Si Napoléon n’avait pas envahi la Russie en 1812, son empire aurait-il survécu plus longtemps ?
Il serait artificiel de supprimer uniquement la campagne de Russie tout en laissant inchangés les choix diplomatiques, militaires et politiques qui auraient normalement été affectés par cette décision.
Une modification importante entraîne souvent d’autres changements.
Le raisonnement contrefactuel ne consiste donc pas à :
« retirer X et conserver mécaniquement tout le reste ».
Il faut essayer de respecter la structure causale du problème.
Plus nous comprenons les mécanismes reliant les événements, plus le scénario alternatif peut être construit de manière disciplinée.
Le contrefactuel est au cœur de nombreuses affirmations causales
Lorsque nous affirmons :
« Le traitement a amélioré l’état du patient »,
nous comparons implicitement deux situations :
ce qui s’est effectivement produit avec le traitement ;
et
ce qui se serait probablement produit sans lui.
La fiche consacrée au raisonnement causal a déjà montré pourquoi cette seconde situation n’est généralement pas directement observable et pourquoi les expériences, groupes témoins et autres stratégies de comparaison cherchent à l’approcher.
Il n’est donc pas nécessaire de refaire ici tout le cadre statistique des résultats potentiels.
L’idée essentielle est simplement la suivante :
une affirmation causale implique souvent une comparaison avec un monde qui n’a pas été observé.
La qualité de la conclusion dépend alors de la crédibilité de cette comparaison.
« Avant » n’est pas automatiquement le bon contrefactuel de « après »
Supposons qu’une ville adopte une nouvelle mesure et que les accidents diminuent de 20 % l’année suivante.
Nous pouvons observer :
avant la mesure : davantage d’accidents ;
après la mesure : moins d’accidents.
Mais le véritable contrefactuel est :
combien d’accidents se seraient produits durant cette même période si la mesure n’avait pas été adoptée ?
Ce nombre peut différer de celui de l’année précédente. Le trafic peut avoir changé, la météo aussi, une tendance de long terme peut être à l’œuvre ou d’autres politiques peuvent avoir été introduites.
Le simple avant/après constitue donc parfois une approximation très faible du contrefactuel recherché.
Les contrefactuels historiques
Les historiens utilisent eux aussi ce type de question.
On peut demander :
Sans l’assassinat de l’archiduc François-Ferdinand en juin 1914, la Première Guerre mondiale aurait-elle éclaté malgré tout ?
Cette question peut être utile si elle sert à examiner le rôle causal de l’événement : était-il une condition indispensable, un déclencheur parmi plusieurs ou simplement l’occasion particulière par laquelle des tensions déjà très fortes se sont transformées en guerre ?
Le raisonnement devient beaucoup plus fragile lorsqu’on prétend raconter avec précision ce qui se serait passé pendant les dix années suivantes.
Plus le scénario s’éloigne du point de divergence, plus les possibilités se multiplient.
Un bon contrefactuel historique cherche donc moins à écrire une histoire alternative complète qu’à tester l’importance causale d’un facteur déterminé.
Un contrefactuel plausible n’est pas forcément probable
Supposons :
« Si cette entreprise avait changé de directeur, elle serait devenue rentable. »
Cette histoire est imaginable.
Mais pourquoi devrait-on la croire ?
Il faut pouvoir invoquer des éléments pertinents : décisions effectivement contrôlées par le directeur, résultats obtenus dans des entreprises comparables, mécanismes reliant la gestion aux pertes, évolution constatée après des changements similaires.
Notre capacité à raconter une histoire cohérente ne constitue pas une mesure de sa probabilité.
Une alternative imaginable n’est pas encore une alternative bien étayée.
Le problème des causes multiples
La relation contrefactuelle simple :
« Sans X, Y ne se serait pas produit »
fonctionne bien dans de nombreuses situations.
Mais elle n’est pas universelle.
Supposons que deux incendies indépendants atteignent simultanément une maison et que chacun soit suffisamment puissant pour la détruire à lui seul.
Demandons :
Sans le premier incendie, la maison aurait-elle brûlé ?
Oui, à cause du second.
Sans le second ?
Oui, à cause du premier.
La formule simple semblerait donc dire qu’aucun des deux incendies n’est une cause, alors que tous deux participent manifestement à la destruction.
C’est un cas de surdétermination. Il montre pourquoi la dépendance contrefactuelle simple est très utile sans constituer une théorie complète de toutes les formes de causalité.
La préemption
Considérons maintenant le cas classique de Suzy et Billy.
Suzy lance une pierre vers une bouteille. Billy en lance également une, légèrement plus tard. La pierre de Suzy atteint la bouteille en premier et la brise.
Si Suzy n’avait pas lancé sa pierre, celle de Billy l’aurait probablement brisée quelques instants plus tard.
Nous obtenons donc :
sans le lancer de Suzy, la bouteille aurait quand même été cassée.
Pourtant, dans la situation réellement observée, c’est bien le lancer de Suzy qui a produit le bris, tandis que celui de Billy constitue une cause potentielle préemptée.
Ce type de cas constitue l’une des difficultés classiques des théories contrefactuelles simples et a conduit à des analyses plus sophistiquées de la causalité.
La leçon utile ici est claire :
« Y se serait-il produit sans X ? » est une excellente question causale, mais pas un test infaillible.
Causes probabilistes
Beaucoup de causes n’entraînent pas systématiquement leur effet.
Une exposition peut augmenter le risque d’une maladie sans que toutes les personnes exposées tombent malades.
Dans ce cas, demander :
« Sans l’exposition, cette personne précise aurait-elle été malade ? »
peut ne pas avoir de réponse accessible.
Une question plus pertinente peut être :
« Sans l’exposition, son risque aurait-il été plus faible ? »
Les théories contrefactuelles contemporaines peuvent ainsi être formulées en termes de changement de probabilité plutôt qu’en termes de détermination absolue : une cause peut augmenter la chance d’un effet sans le rendre certain.
Cette idée permet de mieux comprendre pourquoi une cause réelle peut n’être ni nécessaire ni suffisante.
Plusieurs scénarios peuvent correspondre à « sans X »
La phrase :
« Si cette personne n’avait pas pris sa voiture… »
est incomplète.
Aurait-elle pris le train ?
Serait-elle partie plus tard ?
Serait-elle restée chez elle ?
Aurait-elle emprunté une autre route ?
Ces alternatives ne produisent pas forcément les mêmes conséquences.
Un bon contrefactuel doit donc préciser quelle modification est envisagée.
Cette question devient particulièrement importante lorsque nous évaluons une politique :
« Que se serait-il passé sans cette réforme ? »
« Sans réforme » peut signifier maintien du système précédent, adoption d’une autre réforme ou évolution spontanée des comportements.
Ces scénarios ne sont pas interchangeables.
Certains contrefactuels sont causalement incohérents
Supposons que nous demandions :
« Que se serait-il passé si cette personne avait eu un niveau d’éducation différent, mais exactement la même profession, les mêmes revenus, les mêmes relations et le même parcours ? »
Le scénario peut devenir artificiel, car le niveau d’éducation peut précisément influencer plusieurs de ces variables.
Nous ne pouvons pas toujours modifier une variable et déclarer que tout ce qu’elle affecte normalement doit rester identique.
Un contrefactuel crédible doit respecter autant que possible les dépendances causales du système étudié.
Le biais rétrospectif
Les contrefactuels deviennent particulièrement trompeurs après un échec.
Supposons qu’une équipe choisisse l’option A et que le résultat soit mauvais.
Il devient très facile d’affirmer :
« Il fallait évidemment choisir B. »
Mais nous connaissons le résultat de A et ignorons ce qui se serait réellement produit avec B.
B aurait pu produire un résultat encore pire.
Évaluer une décision exige donc de distinguer :
la qualité du résultat obtenu
de
la qualité du choix compte tenu des informations disponibles au moment de décider.
Un mauvais résultat ne prouve pas qu’une décision était irrationnelle, pas plus qu’un bon résultat ne prouve qu’elle était excellente.
Cas pratique — Une chute après une modification de traitement
Un patient chute quelques jours après une modification médicamenteuse.
La succession temporelle suggère une piste :
modification du traitement → chute.
Mais le raisonnement contrefactuel demande :
Si le traitement n’avait pas été modifié, le risque de chute aurait-il probablement été différent ?
Pour répondre, il faut considérer l’état antérieur du patient, les autres médicaments, sa mobilité, les effets connus du traitement et les circonstances précises de l’accident.
Nous ne pourrons probablement jamais savoir avec certitude ce qui serait arrivé à ce patient précis dans l’autre scénario.
Nous pouvons néanmoins évaluer si la modification a vraisemblablement augmenté le risque.
Le contrefactuel transforme ainsi une chronologie en une question causale beaucoup plus précise.
Cas pratique — « 500 emplois sauvés »
Une entreprise reçoit une aide publique et conserve 500 emplois.
On affirme :
« Cette mesure a sauvé 500 emplois. »
Mais les 500 emplois observés ne sont pas nécessairement 500 emplois sauvés.
Il faut comparer avec le scénario alternatif :
combien de ces emplois auraient disparu sans la mesure ?
Si 500 auraient été supprimés, l’affirmation est justifiée.
Si seulement 50 auraient disparu, l’effet causal est beaucoup plus faible.
S’ils auraient tous été conservés, aucun de ces emplois n’a été « sauvé » par la mesure.
Les expressions :
« emplois sauvés »,
« décès évités »,
« accidents empêchés »
sont donc intrinsèquement contrefactuelles.
Elles désignent une différence entre ce qui s’est produit et ce que nous estimons qu’il se serait produit autrement.
Contrefactuels et responsabilité
Nous utilisons également cette logique pour attribuer des responsabilités :
« Si cette erreur n’avait pas été commise, le dommage aurait-il eu lieu ? »
Cette question peut être très informative.
Mais causalité et responsabilité ne sont pas identiques.
Un facteur peut contribuer causalement à un dommage sans que la personne qui lui est associée en soit moralement ou juridiquement responsable dans la même mesure.
La responsabilité dépend également de ce qu’une personne pouvait prévoir, de ses obligations, de ses possibilités d’action et d’autres normes.
Le contrefactuel aide à analyser le lien causal.
Il ne décide pas à lui seul du jugement moral ou juridique.
Le danger du « si seulement »
Après une catastrophe, les alternatives apparaissent rétrospectivement avec une grande facilité :
« Si seulement ils avaient vérifié une fois de plus… »
« Si seulement ils avaient choisi l’autre option… »
Certaines analyses de ce type permettent réellement d’améliorer les procédures.
D’autres utilisent une information qui n’était disponible qu’après l’événement.
Il faut donc distinguer deux questions :
Qu’est-ce qui aurait effectivement pu modifier le résultat ?
et
qu’était-il raisonnablement possible de savoir ou de faire avant que le résultat soit connu ?
Cette distinction permet d’utiliser les contrefactuels pour apprendre plutôt que pour transformer toute issue négative en faute évidente.
Les modèles rendent les hypothèses explicites
Dans les sciences causales contemporaines, les contrefactuels peuvent être formalisés à l’aide de différents cadres, notamment des modèles structuraux.
L’intérêt de ces formalismes est de préciser ce que signifie :
« modifier X »
et quelles autres variables doivent alors changer ou rester constantes.
Ils ne découvrent cependant pas automatiquement la structure causale du monde.
Le modèle reste dépendant des hypothèses que nous y introduisons.
La formalisation rend donc le raisonnement plus explicite ; elle ne dispense pas de justifier les relations causales supposées.
Une méthode pratique
Face à une affirmation contrefactuelle, plusieurs questions permettent d’en tester la solidité.
Quel élément précis est modifié ?
Quelle alternative concrète remplace la situation réelle ?
Qu’est-ce qui devrait raisonnablement changer avec cette modification ?
Quelles informations permettent d’estimer le résultat alternatif ?
Existe-t-il plusieurs scénarios contrefactuels plausibles ?
Des causes de remplacement ou des mécanismes de préemption compliquent-ils la comparaison ?
Notre connaissance du résultat réel rend-elle artificiellement l’autre scénario évident ?
Ces questions ne garantissent pas une réponse certaine.
Elles permettent surtout de distinguer une comparaison causale disciplinée d’une histoire alternative inventée après coup.
À retenir
Le raisonnement contrefactuel examine ce qui se serait produit si un élément de la situation avait été différent.
Il est central dans de nombreux raisonnements causaux, historiques et décisionnels.
La question :
« Sans X, Y se serait-il produit ? »
constitue un outil particulièrement puissant.
Mais elle possède des limites. La surdétermination, la préemption et les causalités probabilistes montrent qu’un effet peut avoir plusieurs causes et qu’une cause réelle n’a pas toujours besoin d’être indispensable à l’existence finale de l’effet.
Un bon contrefactuel doit également préciser ce qui remplace la situation réelle, respecter autant que possible les relations causales du système et éviter de modifier arbitrairement tout le reste.
Dans l’évaluation des décisions, il faut enfin résister au biais rétrospectif : connaître ce qui s’est produit ne nous donne pas directement accès à ce qui se serait produit avec l’autre choix.
La question centrale devient donc :
« Cette alternative est-elle soutenue par notre compréhension du problème, ou seulement facile à imaginer ? »
Un contrefactuel bien construit peut éclairer une cause.
Un contrefactuel mal construit peut simplement raconter une autre histoire.