Le raisonnement hypothético-déductif
Une hypothèse devient réellement informative lorsqu’elle permet de prévoir ce que nous devrions observer si elle était correcte. Le raisonnement hypothético-déductif repose sur cette idée : formuler une hypothèse, en déduire une ou plusieurs conséquences observables, puis confronter ces conséquences aux faits.
Sous sa forme la plus simple :
Hypothèse H
Si H est vraie, alors nous devrions observer O
Nous cherchons O
Cette structure transforme une explication possible en proposition susceptible d’être mise à l’épreuve. Elle constitue l’un des modèles classiques de la logique de confirmation scientifique, notamment dans la présentation qu’en a donnée Carl Hempel.
De l’hypothèse à la prédiction
Supposons qu’une plante dépérisse et que nous formulions l’hypothèse :
« Elle manque du nutriment N. »
Pour tester cette idée, nous devons déterminer ce qu’elle implique :
« Si le manque de N est responsable du dépérissement, alors un apport approprié de N devrait améliorer certains indicateurs de l’état de la plante, toutes choses pertinentes égales par ailleurs. »
Nous sommes passés d’une hypothèse explicative à une conséquence observable.
Cette étape est importante parce qu’une hypothèse capable de s’accommoder de n’importe quel résultat est difficile à mettre à l’épreuve. Une hypothèse informative doit, au contraire, nous conduire à attendre certaines observations davantage que d’autres.
Une hypothèse doit prendre un risque
Imaginons une théorie qui affirme :
« Une force invisible explique tous les événements, mais elle peut produire absolument n’importe quel résultat. »
Que l’événement A se produise ou non, la théorie reste compatible avec les faits.
Elle ne nous indique donc pas ce qui devrait être observé si elle était correcte plutôt que si elle était fausse.
Le raisonnement hypothético-déductif cherche justement à faire apparaître ces engagements :
Qu’est-ce que cette hypothèse nous oblige réellement à prévoir ?
Plus une prédiction est précise et distingue l’hypothèse de ses concurrentes, plus le test peut être informatif.
Observer la prédiction ne démontre pas l’hypothèse
Supposons :
H → O
et observons :
O
Peut-on conclure :
H ?
Non.
La forme serait :
Si H, alors O.
O.
Donc H.
C’est une affirmation du conséquent.
Plusieurs hypothèses peuvent produire la même observation.
Si une voiture ne démarre pas, l’hypothèse d’une batterie déchargée prédit effectivement ce résultat. Mais une panne du démarreur, une absence de carburant ou une défaillance électronique peuvent également empêcher le démarrage.
L’observation attendue peut donc soutenir une hypothèse sans la démontrer. Hempel soulignait précisément cette asymétrie : une implication de test vérifiée apporte une certaine confirmation, dont la force dépend notamment de la qualité, de la variété et de la précision des éléments disponibles, mais elle ne transforme pas logiquement l’hypothèse en vérité démontrée.
Les meilleures prédictions distinguent les hypothèses
Supposons deux explications concurrentes :
H1 → O
H2 → O
Observer O ne permet guère de choisir entre elles.
Un test devient beaucoup plus informatif si les hypothèses produisent des attentes différentes :
H1 → O1
H2 → O2
et si O1 et O2 sont suffisamment distinctes.
La question importante n’est donc pas seulement :
« Mon hypothèse peut-elle expliquer ce que j’observe ? »
mais :
« Qu’attendrais-je de différent si une autre hypothèse était correcte ? »
Chercher des prédictions discriminantes évite qu’une hypothèse soit considérée comme confirmée simplement parce qu’elle peut être rendue compatible avec les données.
Une prédiction formulée avant l’observation est souvent plus exigeante
Une théorie construite après avoir examiné un résultat peut facilement être ajustée pour rendre ce résultat compréhensible.
Cela ne rend pas l’explication inutile.
Mais une prédiction formulée avant d’obtenir les données constitue généralement un test plus exigeant : l’hypothèse s’engage sur ce qui devrait arriver sans connaître encore le résultat.
Cette distinction ne signifie pas qu’une analyse exploratoire serait sans valeur. Elle rappelle seulement que :
expliquer après coup
et
prévoir avant observation
ne fournissent pas exactement le même type de soutien.
Lorsqu’une prédiction échoue
Considérons maintenant :
H → O
mais nous observons :
¬O
Dans le schéma logique le plus simple :
H → O
¬O
Donc ¬H
C’est un modus tollens.
Cette asymétrie explique en partie l’importance accordée aux tests susceptibles de mettre réellement une hypothèse en difficulté : une prédiction nécessaire qui échoue semble compter plus fortement contre l’hypothèse qu’une prédiction réussie ne permet de la démontrer.
Mais l’application aux sciences empiriques demande une précaution essentielle.
Une hypothèse n’est presque jamais testée seule
Dans une situation réelle, la structure ressemble rarement à :
H → O
Elle ressemble plutôt à :
H + A1 + A2 + conditions initiales + fonctionnement de l’instrument → O
Les éléments A1, A2… représentent des hypothèses auxiliaires.
Supposons qu’un traitement soit réellement efficace, mais que la dose utilisée soit trop faible. La prédiction d’amélioration peut échouer sans que l’hypothèse générale d’un effet thérapeutique soit nécessairement fausse.
De même, un appareil de mesure peut être mal calibré, la population étudiée peut ne pas correspondre à celle visée ou une condition expérimentale indispensable peut manquer.
Lorsque O n’apparaît pas, nous savons alors qu’il existe un problème quelque part dans l’ensemble ayant produit la prédiction. L’observation seule ne nous indique pas automatiquement quel élément doit être abandonné.
La leçon de Duhem
Pierre Duhem a particulièrement insisté sur ce problème dans l’analyse des théories physiques : une hypothèse ne rencontre pas l’expérience entièrement isolée. La prédiction dépend d’un ensemble théorique et expérimental.
Lorsqu’un phénomène prévu ne se produit pas, l’expérience indique qu’au moins l’une des propositions mobilisées pose problème, mais elle ne désigne pas mécaniquement laquelle. La présentation contemporaine de Duhem insiste d’ailleurs sur une thèse plus précise que le slogan parfois associé à « Duhem-Quine » : la réfutation expérimentale est ambiguë quant à l’élément responsable, plutôt que toute théorie pouvant être sauvée arbitrairement quoi qu’il arrive.
Cette distinction suffit ici. Ses conséquences pour la pratique scientifique seront développées dans la rubrique Méthode scientifique.
Les hypothèses auxiliaires ne sont pas des excuses par définition
Découvrir qu’une prédiction dépend d’autres hypothèses ne signifie pas qu’on puisse toujours sauver une théorie en ajoutant arbitrairement une nouvelle explication après chaque échec.
Il faut distinguer deux situations.
Une modification peut produire de nouvelles conséquences testables et améliorer réellement le modèle.
Ou elle peut servir uniquement à empêcher toute observation de compter contre la théorie.
La différence est importante.
Ajouter une hypothèse auxiliaire n’est donc ni automatiquement légitime ni automatiquement frauduleux. Elle doit elle-même être examinée et, autant que possible, produire de nouveaux engagements empiriques.
Cas pratique — Une procédure réduit-elle les erreurs ?
Une équipe introduit une nouvelle procédure de vérification et propose :
H : cette procédure réduit les erreurs.
Une conséquence attendue pourrait être :
O : à activité et mesure comparables, le taux d’erreur devrait diminuer après son introduction.
Une baisse est effectivement observée.
Cela soutient H.
Mais cela ne suffit pas à la démontrer : une autre mesure peut avoir été introduite en même temps, la composition de l’équipe peut avoir changé ou les erreurs peuvent être enregistrées différemment.
Supposons maintenant qu’aucune baisse n’apparaisse.
L’hypothèse rencontre une difficulté.
Mais avant de conclure qu’elle est fausse, il faut vérifier si la procédure a réellement été appliquée, si le taux d’erreur mesure correctement le phénomène recherché et si la durée d’observation était suffisante.
Le raisonnement hypothético-déductif indique la structure du test. Il ne remplace pas le travail nécessaire pour construire une comparaison méthodologiquement solide.
Hypothèse, prédiction et observation
Trois niveaux doivent donc rester distincts.
Hypothèse :
la nouvelle procédure réduit les erreurs.
Prédiction :
si elle réduit réellement les erreurs dans les conditions étudiées, le taux mesuré devrait être plus faible.
Observation :
le taux observé est passé de telle valeur à telle autre.
Confondre ces trois niveaux peut conduire à présenter l’observation comme si elle répétait directement l’hypothèse.
Le raisonnement critique demande au contraire de rendre visible le passage de l’une à l’autre.
Une observation compatible peut avoir des forces très différentes
Supposons qu’une hypothèse prévoie simplement :
« une valeur comprise entre 0 et 100 ».
Une observation de 42 est compatible avec l’hypothèse, mais le test était extrêmement peu exigeant.
Supposons maintenant que l’hypothèse ait prévu :
« entre 41,5 et 42,5 »
alors que des théories concurrentes prévoyaient des valeurs très différentes.
Observer 42 devient beaucoup plus informatif.
Une prédiction réussie vaut donc davantage lorsqu’elle était précise, risquée et discriminante, et lorsque les explications concurrentes auraient eu plus de difficulté à produire le même résultat.
Un test ne juge que ce qu’il met réellement à l’épreuve
Une théorie complexe contient souvent de nombreuses propositions.
Une expérience peut n’en tester qu’une petite partie.
Il faut donc éviter les conclusions trop générales :
« Cette expérience prouve toute la théorie. »
ou :
« Cette anomalie détruit toute la théorie. »
La bonne question est :
Quelles propositions étaient réellement nécessaires pour produire cette prédiction ?
Plus cet engagement est explicite, plus nous savons ce que le résultat permet effectivement de réviser.
Le raisonnement hypothético-déductif n’est pas « la méthode scientifique »
Il constitue une structure logique importante du test des hypothèses, mais il ne résume pas toutes les sciences.
La recherche utilise également observation, induction, abduction, modélisation, statistiques, expérimentation, comparaisons historiques et nombreuses méthodes propres aux disciplines.
Même la philosophie des sciences décrit aujourd’hui le raisonnement hypothético-déductif comme un modèle important de la logique de confirmation, plutôt que comme une recette universelle décrivant à elle seule toute l’activité scientifique.
La rubrique Méthode scientifique développera cette diversité.
Ici, une seule idée doit rester centrale :
une hypothèse gagne en contenu lorsqu’elle nous oblige à attendre quelque chose du monde.
Une méthode pratique
Face à une hypothèse, on peut poser cinq questions.
Que devrions-nous observer si elle était correcte ?
Cette prédiction distingue-t-elle l’hypothèse de ses principales concurrentes ?
Qu’observerions-nous difficilement si elle était correcte ?
Quelles hypothèses auxiliaires relient l’hypothèse à la prédiction ?
Le test mesure-t-il réellement ce qu’il doit mesurer ?
Ces questions suffisent déjà à transformer une explication vague en raisonnement beaucoup plus contrôlable.
À retenir
Le raisonnement hypothético-déductif part d’une hypothèse et en déduit des conséquences observables :
H → O
Si O est observé, l’hypothèse peut recevoir un soutien, mais O ne démontre pas H. Conclure directement H serait une affirmation du conséquent.
Si O n’apparaît pas alors qu’il devait nécessairement apparaître, l’hypothèse rencontre une difficulté plus forte.
Cependant, dans les situations empiriques réelles, la prédiction dépend généralement aussi d’hypothèses auxiliaires, de conditions initiales et de dispositifs de mesure. L’échec d’une prédiction montre alors qu’un élément de cet ensemble pose problème sans déterminer automatiquement lequel.
Le raisonnement hypothético-déductif n’est donc pas une machine produisant alternativement « théorie prouvée » ou « théorie réfutée ».
Il fournit quelque chose de plus utile :
une manière de transformer une hypothèse en attentes explicites et de demander au monde si ces attentes résistent à l’épreuve.