Les études de laboratoire : comment se construisent les faits scientifiques
Définition simple
À la fin des années 1970 et au début des années 1980, plusieurs sociologues et anthropologues des sciences décident de déplacer radicalement leur regard. Plutôt que de reconstruire les grandes controverses scientifiques une fois qu’elles sont terminées, ils entrent dans les laboratoires pour observer ce que les chercheurs font quotidiennement : manipuler des instruments, interpréter des graphiques, discuter des résultats, écrire des articles, éliminer des données, répéter des expériences et décider progressivement quels énoncés pourront être considérés comme suffisamment solides.
Cette approche est généralement appelée étude de laboratoire ou *laboratory studies*. Parmi ses textes fondateurs figurent *Laboratory Life* de Bruno Latour et Steve Woolgar, publié en 1979, et *The Manufacture of Knowledge* de Karin Knorr Cetina, publié en 1981. L’histoire des sciences de Cambridge classe explicitement ces ouvrages parmi les grandes études de laboratoire issues de la sociologie de la connaissance scientifique.
Le changement de perspective est considérable. Au lieu de demander seulement :
Pourquoi la communauté scientifique accepte-t-elle finalement cette théorie ?
on demande :
Comment un résultat encore incertain devient-il progressivement un fait scientifique suffisamment stable pour être utilisé sans que l’on ait constamment à rediscuter les conditions de sa production ?
L’idée essentielle est donc :
Un fait scientifique n’arrive pas au laboratoire sous la forme d’un énoncé déjà achevé ; il résulte d’un travail matériel, expérimental, interprétatif et collectif qui permet progressivement de stabiliser certaines affirmations.
Mais cette proposition est extrêmement facile à caricaturer. Dire qu’un fait est construit ne signifie pas nécessairement qu’il est inventé, fictif ou arbitrairement décidé par les scientifiques. C’est précisément toute la difficulté de cette tradition.
Pourquoi entrer dans les laboratoires ?
Le programme fort, étudié dans la fiche précédente, avait déjà demandé aux sociologues d’expliquer les connaissances scientifiques aussi bien que les erreurs. Mais une difficulté demeurait : parler de « facteurs sociaux » reste relativement abstrait.
Quels facteurs ?
Comment interviennent-ils exactement ?
Que fait concrètement un chercheur lorsqu’il produit un résultat ?
Les études de laboratoire proposent une réponse méthodologique assez simple :
observons les scientifiques pendant qu’ils travaillent.
Latour et Woolgar adoptent ainsi une démarche proche de l’ethnographie dans un laboratoire de neuroendocrinologie du Salk Institute, associé aux recherches de Roger Guillemin. *Laboratory Life* est précisément présenté comme une étude anthropologique de la vie quotidienne de ce laboratoire et des activités par lesquelles des résultats y sont transformés en affirmations scientifiques.
Cette décision méthodologique transforme profondément le regard.
Vu de l’extérieur, nous voyons : un article scientifique.
Vu du laboratoire, nous découvrons derrière lui : des mois d’expériences, des appareils, des échecs, des discussions, des échantillons, des tableaux, des financements, des décisions sur ce qui mérite d’être poursuivi.
L’article constitue donc : l’aboutissement d’un long processus.
Le laboratoire comme lieu de transformation
Imaginons un chercheur qui cherche à déterminer la concentration d’une molécule.
Il ne voit pas nécessairement :
« la concentration »
directement. Il possède un prélèvement, un dispositif expérimental, des réactions chimiques, un appareil, puis un signal.
Ce signal devient une courbe. Cette courbe devient des nombres.
Les nombres peuvent ensuite devenir :
un tableau
puis :
une phrase dans un article.
Nous pouvons représenter :
échantillon
→ appareil
→ signal
→ graphique
→ données
→ interprétation
→ énoncé scientifique.
À chaque étape, quelque chose est :
transformé,
sélectionné,
standardisé.
Les études de laboratoire portent précisément leur attention sur ces transformations matérielles et documentaires plutôt que de considérer seulement l’énoncé final. Latour et Woolgar accordent notamment une place centrale aux opérations d’inscription, c’est-à-dire aux dispositifs qui transforment des processus matériels en traces exploitables comme graphiques, nombres ou documents.
L’inscription
Le mot inscription devient alors important.
Un appareil scientifique produit souvent une trace.
Par exemple : un spectre, une image, une courbe, une valeur numérique.
La trace peut ensuite : être comparée, copiée, transmise, publiée. Cela semble banal.
Mais philosophiquement, c’est essentiel.
Une molécule dans un tube n’entre pas directement : dans une discussion scientifique internationale.
En revanche, une représentation standardisée de ses propriétés peut être imprimée, envoyée, citée.
L’instrument scientifique ne se contente donc pas : de « regarder la nature ».
Il transforme certains phénomènes en :
objets manipulables dans un raisonnement collectif.
Cette importance des inscriptions constitue l’un des fils directeurs de *Laboratory Life* et préparera ensuite plusieurs concepts de Bruno Latour.
Cela rappelle la phénoménotechnique de Bachelard
La ressemblance avec une notion étudiée beaucoup plus tôt est frappante.
Chez Bachelard, la phénoménotechnique montrait que les sciences modernes ne se contentent pas : d’observer passivement des phénomènes naturels. Elles construisent : des situations expérimentales, des instruments, des conditions dans lesquelles certains phénomènes deviennent mesurables.
Les études de laboratoire arrivent à une intuition proche par une autre voie.
Bachelard pose surtout : une question épistémologique :
Comment les techniques contribuent-elles à la construction rationnelle des phénomènes ?
Latour, Woolgar et Knorr Cetina posent davantage : une question sociologique et ethnographique :
Comment ces opérations se déroulent-elles effectivement dans le laboratoire et comment conduisent-elles à stabiliser des énoncés ?
Nous retrouvons donc : construction matérielle mais à deux niveaux d’analyse différents.
Un « fait » possède d’abord souvent beaucoup de précautions
Imaginons une hypothèse encore fragile.
Les chercheurs écriront peut-être :
Nos données suggèrent que X pourrait augmenter Y dans ces conditions expérimentales.
La phrase contient suggèrent, pourrait, dans ces conditions.
Autrement dit : beaucoup de précautions.
Après : plusieurs expériences, des réplications, des confirmations, la formulation peut devenir
X augmente Y.
La quantité de précautions diminue.
Le phénomène le plus intéressant pour les études de laboratoire est donc le passage :
énoncé fortement conditionnel
→ énoncé progressivement stabilisé
→ fait tenu pour acquis.
Une analyse contemporaine de *Laboratory Life* résume précisément ce processus : les interactions et les dispositifs d’inscription contribuent à renforcer progressivement un énoncé jusqu’à ce que ses qualifications puissent disparaître et qu’il fonctionne comme un fait scientifique établi.
Le fait devient d’autant plus solide qu’on oublie son histoire
Ce point est paradoxal.
Lorsqu’un résultat est controversé, tout le monde demande :
Qui l’a produit ?
Avec quelle méthode ?
Quel appareil ?
Avec quel échantillon ?
Lorsque le résultat devient extrêmement solide, nous cessons souvent de poser ces questions.
Nous écrivons simplement :
L’ADN possède telle propriété.
Le nom du laboratoire,
la date,
les discussions originales
disparaissent. C’est généralement : un signe de réussite scientifique.
Le fait devient réutilisable. Il n’est plus nécessaire de refaire toute son histoire chaque fois qu’on l’emploie.
Latour développera plus tard cette idée à travers la notion de boîte noire : lorsqu’un élément scientifique ou technique fonctionne suffisamment bien, on peut utiliser son résultat sans rouvrir constamment le réseau complexe de pratiques qui l’a rendu possible. Cette idée est déjà en germe dans *Laboratory Life*.
Exemple : utiliser une mesure standard
Lorsque vous utilisez : un thermomètre, vous ne refaites pas : l’histoire de la thermométrie.
Vous supposez : que l’instrument fonctionne dans certaines conditions.
De même, un biologiste peut utiliser une technique établie sans réexaminer quotidiennement : toutes les recherches ayant démontré sa fiabilité. Cette fermeture provisoire est indispensable.
Sinon, aucune science cumulative ne serait possible.
Mais elle produit aussi une conséquence historiographique :
une fois le fait stabilisé, le travail qui l’a rendu possible devient presque invisible.
Les études de laboratoire essaient justement : de rouvrir cette invisibilité.
« Construire un fait » semble contradictoire
Nous arrivons au principal problème philosophique.
Un fait semble être : ce qui est.
Une construction semble être ce que nous fabriquons.
Comment peut-on donc :
construire un fait ?
Deux interprétations sont possibles.
Interprétation radicale
Les scientifiques fabriquent socialement : la réalité qu’ils prétendent découvrir.
Interprétation plus modérée
Les scientifiques construisent : les dispositifs, les catégories, les mesures, les procédures qui leur permettent d’établir de manière suffisamment robuste : certaines propriétés du monde. Ces deux positions ne sont pas équivalentes.
Une immense partie des controverses autour des études sociales des sciences vient précisément du glissement : de l’une à l’autre.
Construction ne signifie pas nécessairement arbitraire
Prenons : un pont. Il est construit.
Cela ne signifie pas : qu’il peut avoir n’importe quelle forme.
La gravité,
les matériaux,
les contraintes mécaniques
imposent : des limites.
De même, une expérience scientifique est construite. Mais le résultat n’est pas nécessairement librement choisi.
Un scientifique peut vouloir obtenir :
P
et obtenir non-P.
Le monde : résiste.
Parler de construction peut donc signifier :
il faut une activité humaine organisée pour produire une connaissance,
sans signifier :
cette activité peut produire n’importe quelle conclusion indépendamment du réel.
Cette distinction est essentielle pour interpréter raisonnablement les études de laboratoire.
Le scientifique n’est pas face à « la nature pure »
Une image classique serait :
scientifique
→ observe directement :
nature.
Mais dans un laboratoire contemporain, la relation ressemble plutôt à :
scientifique
→ instrument
→ échantillon préparé
→ protocole
→ signal
→ logiciel
→ représentation
→ interprétation.
Cela ne rend pas :
la science moins objective. Cela rend simplement l’objectivité plus complexe.
Nous ne connaissons souvent les phénomènes : qu’à travers une infrastructure technique.
C’est précisément pourquoi :
la fiabilité des instruments,
la calibration,
la standardisation
deviennent :
épistémiquement essentielles.
Exemple : une image scientifique n’est pas une photographie innocente
Prenons une image obtenue : au microscope.
Nous pourrions penser :
Voilà simplement ce qui existe.
Mais l’image dépend : du microscope, du grossissement, de la préparation, de la coloration, du contraste, éventuellement d’un traitement informatique. Cela ne signifie absolument pas : que l’objet observé n’existe pas.
Cela signifie :
l’image est le résultat d’une chaîne technique de médiations.
Pour interpréter correctement l’image, il faut connaître cette chaîne.
Un artefact de préparation peut être pris : pour une structure réelle.
Voilà pourquoi l’expertise scientifique comprend aussi une connaissance des limites des instruments.
Le laboratoire ne produit pas seulement des données : il produit leur fiabilité
Une expérience isolée ne devient généralement pas : un fait scientifique robuste. Il faut souvent : répéter, comparer, contrôler.
Un résultat peut être rejeté parce que : l’échantillon était contaminé, la calibration était mauvaise, le signal était trop faible.
La production d’un fait suppose donc également :
un travail d’élimination des interprétations concurrentes.
Ce n’est pas seulement obtenir une courbe. C’est pouvoir défendre que la courbe correspond réellement : au phénomène que l’on prétend mesurer.
Nous retrouvons alors quelque chose de très classique : la justification.
Simplement, les études de laboratoire montrent que cette justification possède une matérialité et une organisation sociale.
L’article scientifique ne reproduit pas toute la vie du laboratoire
Lorsque l’expérience est publiée, l’article présente : une méthode, des données, des résultats. Mais il ne peut évidemment pas raconter chaque hésitation, chaque essai raté, chaque conversation, chaque ajustement.
Le produit final possède donc :
une forme beaucoup plus ordonnée
que :
le processus réel. C’est normal.
Un article doit communiquer efficacement.
Mais cela signifie qu’il ne faut pas confondre :
logique de présentation
et :
logique réelle de découverte.
Cette distinction est ancienne en philosophie des sciences, mais l’ethnographie des laboratoires lui donne une forme extrêmement concrète.
La science réelle est beaucoup plus désordonnée que ses publications
Une recherche peut commencer avec une hypothèse.
Puis : l’expérience échoue.
Une observation imprévue apparaît.
Les chercheurs changent de problème.
Un nouveau résultat devient plus intéressant que l’objectif initial.
L’article final présentera néanmoins souvent : une structure beaucoup plus nette : question, méthode, résultat, conclusion. Cette reconstruction n’est pas forcément : malhonnête.
Elle rend l’argument compréhensible. Mais elle peut donner au lecteur une image : trop linéaire de la découverte.
Kuhn et Feyerabend avaient déjà insisté sur le caractère beaucoup moins méthodiquement propre de l’histoire scientifique. Les études de laboratoire observent désormais : ce désordre en temps réel.
Karin Knorr Cetina : la fabrication contextuelle du savoir
Avec *The Manufacture of Knowledge*, Karin Knorr Cetina développe elle aussi une approche constructiviste et contextuelle des sciences fondée sur l’observation du travail de recherche. Son ouvrage de 1981 se présente explicitement comme une enquête sur l’ordre social de la vie des laboratoires et comme une remise en cause des descriptions philosophiques trop abstraites de la science.
Son idée importante est que les produits scientifiques ne peuvent pas être entièrement séparés : des situations locales dans lesquelles ils sont fabriqués.
Une expérience dépend : des ressources disponibles, des instruments, des décisions pratiques, des chercheurs présents. Mais son objectif n’est pas simplement de dire : tout est local.
Le problème intéressant est :
Comment un résultat local devient-il suffisamment standardisé pour circuler beaucoup plus loin ?
Du résultat local au savoir universel
Imaginons une expérience réalisée : dans un laboratoire parisien.
Initialement, le résultat dépend : d’un lieu, d’une date, d’un appareil. Mais l’article permet de transformer cette expérience locale en une proposition générale.
D’autres laboratoires peuvent répliquer, critiquer, utiliser.
Le résultat peut progressivement perdre son caractère local.
Nous obtenons :
événement situé
↓
inscription transmissible
↓
reproduction
↓
stabilisation
↓
énoncé général.
L’universalisme scientifique ne suppose donc pas nécessairement une connaissance produite nulle part.
Il peut être :
le résultat d’un processus permettant à une connaissance locale de devenir transportable et reproductible.
Cette idée est l’une des contributions fortes des études de laboratoire.
L’universalité doit être construite
Cette formulation peut sembler étrange. Pourtant, prenons : une unité de mesure.
Pour que des laboratoires situés :
en France,
au Japon,
au Brésil
puissent comparer leurs résultats, ils doivent :
partager :
des standards,
des procédures,
des références.
L’universalisme scientifique dépend donc : d’une immense infrastructure : métrologique, institutionnelle, technique. Cela ne rend pas la mesure subjective.
Au contraire.
La standardisation sociale peut être précisément la condition matérielle de l’objectivité universelle.
Voilà une idée très importante.
La construction sociale peut produire de l’objectivité
Nous rencontrons ici une conséquence déjà esquissée avec le programme fort.
« Social » ne signifie pas nécessairement : biaisé.
Pour qu’un résultat soit : robuste, il doit souvent pouvoir être contrôlé par d’autres. Cela exige un langage partagé, des normes, des institutions, des procédures.
Nous pouvons donc avoir :
davantage d’organisation sociale
→ davantage d’objectivité.
Par exemple :
des standards internationaux de mesure
permettent précisément :
de réduire les variations locales.
L’objectivité scientifique peut donc être conçue non comme l’absence de pratiques humaines mais :
la réussite de pratiques collectives conçues pour limiter la dépendance aux personnes particulières.
Une expérience réussie doit pouvoir quitter son laboratoire
Supposons qu’un chercheur affirme :
Cette méthode fonctionne uniquement lorsque je l’utilise personnellement avec mon appareil.
Le résultat peut être intéressant. Mais sa valeur scientifique reste limitée.
Plus une méthode peut être reproduite ailleurs, plus elle devient indépendante du contexte initial.
L’étude sociologique du laboratoire ne détruit donc pas : l’idéal de reproductibilité. Elle permet au contraire de comprendre comment la décontextualisation est produite.
Le laboratoire est un lieu matériel
Les études de laboratoire ont également permis de corriger une tendance de la philosophie des sciences à traiter la recherche principalement comme un ensemble de propositions. Mais un laboratoire contient machines, réactifs, animaux, ordinateurs, échantillons, techniciens.
Les idées scientifiques dépendent : de cette infrastructure.
Une théorie peut être brillante mais impossible à tester sans un instrument suffisamment précis.
L’histoire des sciences est donc aussi :
une histoire des capacités matérielles à produire certains phénomènes.
Nous retrouvons encore :
Bachelard.
Les techniciens deviennent visibles
Une histoire héroïque de la science retient : les grands chercheurs. Mais la recherche réelle dépend aussi : de techniciens, ingénieurs, personnels de laboratoire.
Ils savent : préparer, calibrer, entretenir, reconnaître certains problèmes. Cette compétence peut être partiellement tacite.
Une procédure écrite ne suffit pas toujours : à reproduire correctement l’expérience. Il faut : un savoir-faire.
Les études de laboratoire contribuent précisément à rendre visible : ce travail souvent absent : des récits scientifiques traditionnels.
Le savoir tacite
Supposons une recette disant :
Mélanger jusqu’à obtenir la bonne consistance.
Qu’est-ce que :
« bonne consistance » ?
Il faut parfois : avoir vu, essayé, appris.
La science contient elle aussi : des connaissances qui ne se transmettent pas entièrement : par des instructions écrites.
La manipulation d’un appareil,
la reconnaissance d’un échantillon,
l’interprétation d’une trace
peuvent demander une compétence acquise par immersion.
Cette idée sera particulièrement importante chez :
Harry Collins
dans l’étude de la réplication expérimentale. Elle constitue l’un des prolongements immédiats de cette tradition de sociologie pratique des sciences.
Une réplication n’est donc pas simplement « refaire les instructions »
Nous imaginons parfois : un article fournit un protocole.
Un autre chercheur suit : le protocole.
Si le résultat diffère : l’un des deux s’est trompé.
La réalité peut être plus complexe.
Des détails tacites peuvent manquer.
L’instrument peut différer.
Le nouvel expérimentateur peut ne pas posséder le même savoir-faire.
Cela soulève une question redoutable :
Comment déterminer qu’une réplication ratée réfute le résultat plutôt que la compétence de celui qui essaie de le reproduire ?
Ce problème deviendra central dans la notion d’experimenter’s regress de Harry Collins.
Nous y reviendrons probablement dans une fiche dédiée.
La crédibilité
Une autre dimension apparaît : la crédibilité.
Tous les résultats ne sont pas immédiatement traités de la même manière.
Un laboratoire réputé peut recevoir davantage d’attention.
Un chercheur dont plusieurs travaux se sont révélés fiables possède un capital de crédibilité. Cela paraît social.
Mais encore une fois : ce n’est pas nécessairement irrationnel.
Si une source a historiquement : produit des résultats fiables, lui accorder un peu plus de confiance initiale peut être un raccourci épistémique rationnel.
Latour et Woolgar étudient précisément les relations entre production scientifique, réputation, publications, ressources et accumulation de crédibilité dans la vie du laboratoire.
Mais la réputation peut aussi produire des effets pervers
Une forte réputation peut entraîner un effet Matthieu : les chercheurs déjà reconnus reçoivent : plus d’attention, plus de ressources, plus de citations.
Une idée provenant d’un laboratoire prestigieux peut être prise plus rapidement au sérieux. Cela peut être efficace mais aussi : injuste ou conservateur.
Nous retrouvons donc une constante :
un même mécanisme social peut améliorer l’efficacité tout en créant des biais.
L’étude des sciences exige alors une analyse empirique des institutions plutôt qu’une condamnation automatique du « social ».
Publication et persuasion
Un article scientifique n’est pas un simple dépôt de données. Il constitue aussi : un argument.
Les auteurs doivent montrer pourquoi une interprétation est meilleure que ses concurrentes. Ils sélectionnent : des figures, des tableaux, des références.
Il existe donc : une dimension rhétorique.
Mais attention :
rhétorique ne signifie pas manipulation.
Toute argumentation utilise une structure de présentation.
La vraie question est :
Les procédés argumentatifs rendent-ils les preuves plus intelligibles, ou servent-ils à masquer leurs faiblesses ?
Une démonstration mathématique possède elle aussi : une forme rhétorique au sens très large : elle doit guider son lecteur.
Il faut donc éviter :
« il y a rhétorique »
→ « ce n’est pas scientifique ».
La persuasion scientifique est contrainte
Un chercheur peut essayer de convaincre. Mais il ne dispose pas : d’une liberté totale.
Ses collègues peuvent demander les données, une réplication, une analyse supplémentaire.
La communauté peut échouer à se laisser convaincre.
Autrement dit : la persuasion scientifique s’effectue dans
un environnement de contraintes critiques.
C’est précisément ce qui distingue une simple campagne publicitaire d’une argumentation scientifique institutionnalisée.
Étudier la rhétorique de la science ne signifie donc pas : réduire la science à la rhétorique.
Les faits sont-ils négociés ?
Un mot encore plus dangereux apparaît parfois : négociation.
Les chercheurs discutent : la bonne interprétation, les catégories, les seuils. Cela peut ressembler à une négociation.
Mais cela ne signifie pas : que l’existence de l’objet soit décidée : par compromis.
Prenons un signal ambigu.
Deux chercheurs peuvent discuter :
Est-ce réellement un effet ?
Ils peuvent convenir d’un critère statistique ou : d’une expérience supplémentaire. Cette procédure comporte : une négociation humaine.
Mais le résultat de l’expérience suivante peut résister à leurs préférences.
Nous devons donc distinguer négocier les procédures et : négocier arbitrairement la réalité.
Le laboratoire comme lieu de résistance du réel
Une lecture trop sociologique oublierait un fait très simple : les expériences échouent.
Les organismes meurent.
Les réactions ne se produisent pas.
Les appareils renvoient : des résultats inattendus.
Si les scientifiques construisaient librement : leurs faits, ces résistances seraient difficiles à comprendre.
Une théorie satisfaisante des laboratoires doit donc rendre compte : à la fois : du travail humain et : de ce qui résiste à ce travail. Cette difficulté conduira Bruno Latour à essayer progressivement de sortir d’une opposition trop simple entre social et : nature.
C’est l’une des sources de la future théorie de l’acteur-réseau.
Pourquoi Latour abandonne-t-il le mot « social » dans le sous-titre ?
Un détail éditorial est particulièrement révélateur.
La première édition de 1979 portait le titre :
Laboratory Life: The Social Construction of Scientific Facts.
La deuxième édition de 1986 devient :
Laboratory Life: The Construction of Scientific Facts.
Le mot social disparaît.
Latour et Woolgar expliquent ce changement dans leur postface, dans un contexte où leur approche s’éloigne progressivement d’une interprétation où les facteurs « sociaux » seraient opposés aux facteurs « naturels ».
Cette modification annonce : un déplacement théorique important.
La question ne sera bientôt plus :
Comment la société construit-elle les faits ?
Mais plutôt :
Comment des réseaux composés de chercheurs, instruments, objets, textes et institutions parviennent-ils à stabiliser certains faits ?
Nous arrivons alors à la théorie de l’acteur-réseau.
La science comme réseau de transformations
Supposons une découverte réalisée : dans un laboratoire.
Pour devenir un fait largement accepté, elle doit circuler. Il faut : articles, journaux, conférences, réplications, instruments compatibles.
Plus le résultat peut être reproduit, transporté, réutilisé, plus il devient solide.
La force d’un fait ne dépend donc pas seulement : de la personne qui l’énonce.
Elle dépend :
du réseau de pratiques capables de le reproduire.
Cette idée prépare directement :
Latour après *Laboratory Life*.
Le problème de la sous-détermination
Les études de laboratoire rejoignent également un problème classique de philosophie des sciences.
Des données peuvent parfois être compatibles : avec plusieurs interprétations.
Comment choisir ?
Les chercheurs mobilisent des connaissances antérieures, des standards, des expériences supplémentaires.
La décision n’est donc pas toujours déductivement imposée par un ensemble limité de données. C’est une forme concrète : de sous-détermination.
Mais cela ne signifie pas : qu’à la fin toutes les interprétations restent équivalentes.
De nouvelles expériences peuvent réduire les possibilités.
La stabilisation d’un fait peut être comprise : comme une diminution progressive : des alternatives crédibles.
Une décision scientifique peut être contingente sans être arbitraire
Voici une distinction très importante.
Nécessaire signifie : aucune autre issue n’était possible.
Contingent signifie : l’histoire aurait pu être différente.
Arbitraire signifie : aucune bonne raison ne distingue les options. Ces trois notions sont différentes.
Une pratique scientifique peut avoir été : historiquement contingente sans être arbitraire.
Une autre technique aurait peut-être été possible. Mais la technique retenue peut fonctionner extrêmement bien.
Les études constructivistes sont souvent caricaturées parce que contingent est traduit trop rapidement par fictif.
Un exemple : la classification d’un phénomène
Supposons que des biologistes choisissent de distinguer trois catégories là où une variable naturelle est continue.
Le découpage peut être conventionnel. Mais il peut être choisi : pour des raisons pratiques.
Nous avons donc :
frontière construite
sur :
variation réelle.
Dire que les catégories sont construites :
ne signifie pas :
que la variation mesurée n’existe pas. C’est exactement le genre de distinction nécessaire lorsqu’on utilise aujourd’hui le vocabulaire de construction sociale.
Les études de laboratoire sont-elles relativistes ?
La réponse dépend : des auteurs, des périodes et : des interprétations.
Certaines formulations de Latour et Woolgar ont été lues comme fortement constructivistes. Mais la tradition n’est pas réductible : à une unique thèse disant : la réalité n’existe pas indépendamment de la société.
La philosophie contemporaine des dimensions sociales de la connaissance distingue au contraire plusieurs positions, depuis des analyses modérées du caractère collectif de la science jusqu’à des constructivismes beaucoup plus forts.
Il faut donc éviter :
études sociales des sciences = relativisme.
Le champ contient des positions très différentes.
Une critique réaliste : les succès scientifiques demandent une explication
Supposons que les sciences permettent de construire un satellite qui arrive : sur Mars.
Une explication entièrement sociologique semble insuffisante.
Les théories doivent d’une manière ou d’une autre, s’accorder suffisamment avec les propriétés du monde.
La réussite technique devient alors un argument réaliste puissant.
Les institutions sociales peuvent expliquer comment certaines théories sont produites.
Mais la réussite répétée de leurs applications semble exiger également :
que le monde possède des structures suffisamment proches de celles que nos théories capturent.
Cette objection nourrira les débats sur le réalisme scientifique.
La réponse constructiviste possible
Un constructiviste peut répondre :
Justement, nous ne nions pas les résistances matérielles. Nous étudions comment elles sont intégrées dans des pratiques capables de produire des résultats stables.
La question devient alors moins :
nature ou société ?
et davantage :
Comment humains, instruments et objets interagissent-ils dans la construction de connaissances ?
Cette réponse prépare encore la théorie de l’acteur-réseau.
Deuxième critique : observer un laboratoire suffit-il à comprendre la science ?
Un laboratoire est un lieu particulier. Mais la science comprend aussi théories, mathématiques, institutions internationales, controverses historiques.
Une ethnographie locale risque de :
survaloriser :
les interactions quotidiennes.
Par exemple, observer les pratiques d’un laboratoire de biologie ne suffit pas nécessairement : à expliquer l’évolution de la mécanique quantique.
Les études de laboratoire sont donc un outil. Elles ne remplacent pas : l’histoire, la philosophie, l’analyse théorique.
Troisième critique : le vocabulaire de construction peut entretenir la confusion
Même lorsqu’un auteur utilise « construction » de manière subtile, le terme peut facilement être compris :
comme :
fabrication arbitraire.
Cette ambiguïté deviendra extrêmement importante lors des :
Science Wars
des années 1990.
Des scientifiques et philosophes reprocheront à certains sociologues : de relativiser excessivement : la vérité scientifique.
Les sociologues répondront souvent : qu’ils décrivent la production sociale des faits sans nier leur robustesse.
Une partie du conflit viendra donc : de désaccords réels mais aussi : de vocabulaire.
Quatrième critique : suivre les pratiques ne donne pas automatiquement les critères normatifs
Supposons qu’un sociologue observe : comment les chercheurs se mettent d’accord. Il peut décrire le processus.
Mais pouvons-nous en conclure que ce processus est
épistémiquement bon ?
Pas nécessairement.
Une communauté peut se tromper collectivement.
Nous devons toujours distinguer comment un fait est accepté et : si les procédures conduisant à son acceptation sont fiables.
La sociologie descriptive doit donc être complétée : par une épistémologie normative.
Les études de laboratoire peuvent néanmoins aider l’épistémologie
Cette complémentarité est extrêmement féconde.
Une philosophie des sciences peut proposer :
Il faudrait répliquer les résultats.
L’ethnographie demande :
Comment la réplication fonctionne-t-elle réellement ?
Le philosophe :
Les données devraient être objectives.
Le sociologue :
Comment les laboratoires produisent-ils concrètement des données suffisamment standardisées ?
Les deux approches peuvent donc s’enrichir.
La philosophie fournit des critères.
La sociologie révèle les conditions concrètes permettant ou empêchant : leur réalisation.
Un exemple contemporain : la reproductibilité
Prenons : une crise de reproductibilité.
Une analyse purement méthodologique peut recommander plus de puissance statistique, préenregistrement, meilleurs protocoles.
Une analyse sociale ajoute :
quelles incitations professionnelles existent ?
Publie-t-on davantage :
les résultats positifs ?
Les chercheurs sont-ils récompensés pour :
répliquer ?
La solution doit donc agir :
simultanément :
sur :
les méthodes
et :
les institutions.
C’est probablement l’un des héritages les plus importants des études sociales des sciences :
les erreurs scientifiques peuvent être produites par l’architecture même du système de recherche.
Application à l’esprit critique : « comment ce fait a-t-il été produit ? »
Lorsque nous rencontrons : un graphique, un chiffre, une étude, nous pouvons demander
Comment cette donnée a-t-elle été produite ?
Pas pour la rejeter. Mais pour la comprendre.
Quelle population ?
Quel appareil ?
Quel questionnaire ?
Quelle définition ?
Quelle procédure ?
Cette question est particulièrement importante pour les statistiques.
Un chiffre de :
15 %
ne dit rien si nous ignorons :
15 % de quoi ?
mesuré comment ?
sur qui ?
à quelle date ?
Les études de laboratoire généralisent précisément : cette vigilance sur la chaîne de production de l’information.
Ne pas devenir sceptique devant toute médiation
Attention cependant.
Une personne pourrait apprendre que : les chiffres dépendent : de procédures et conclure
Donc tous les chiffres sont manipulés.
Non.
La médiation n’est pas la manipulation.
Une mesure nécessite : une méthode.
La bonne question est :
la méthode est-elle suffisamment fiable pour l’usage que nous voulons faire du résultat ?
L’esprit critique consiste :
à examiner la médiation,
pas :
à exiger une impossible connaissance :
sans médiation.
Deuxième application : distinguer trace et interprétation
Prenons : une image cérébrale.
Nous voyons : des zones colorées.
L’image paraît immédiatement : convaincante.
Mais il faut demander :
qu’est-ce que la couleur représente ?
Quelle comparaison statistique ?
Quelle transformation des données ?
Nous avons :
trace instrumentale
puis :
interprétation.
Une excellente discipline critique consiste à ne pas confondre :
l’image finale
avec :
la totalité du raisonnement scientifique qui la produit.
Troisième application : demander ce qui pourrait faire échouer la construction
Un fait solide doit résister à différentes tentatives de remise en question.
Nous pouvons donc demander a-t-il été :
répliqué ?
obtenu avec :
plusieurs méthodes ?
confirmé par :
plusieurs équipes ?
Plus un résultat dépend : d’un seul appareil, d’une seule technique, d’un seul groupe, plus sa robustesse peut être limitée.
La multiplication de voies indépendantes de confirmation peut renforcer considérablement : la confiance. Cette idée rapproche les études de laboratoire du réalisme scientifique plutôt que de s’y opposer nécessairement.
Quatrième application : ne pas fétichiser « l’étude »
Dans les débats publics, on entend :
Une étude prouve que…
Mais une étude est un élément d’un processus collectif. Elle peut être bonne, faible, isolée.
La science robuste repose généralement :
sur :
des ensembles de résultats,
des réplications,
des synthèses.
Les études de laboratoire montrent précisément pourquoi : un article ne constitue pas automatiquement un fait stabilisé. Il faut étudier sa trajectoire dans la communauté scientifique.
Cinquième application : comprendre pourquoi les scientifiques utilisent des précautions de langage
Lorsqu’un article écrit :
« suggère »,
« compatible avec »,
« pourrait »,
cela peut frustrer le lecteur. Mais ces précautions indiquent souvent : le statut épistémique : encore partiel du résultat.
Lorsque les médias transforment :
« Nos données suggèrent une association »
en :
« Les scientifiques prouvent que X cause Y »,
ils suppriment précisément : les marqueurs d’incertitude.
Les études de laboratoire montrent combien : ce travail de qualification est important dans la fabrication : d’énoncés scientifiques responsables.
Les faits deviennent robustes en circulant
Un résultat gagne en force lorsqu’il peut survivre à son déplacement hors : du laboratoire d’origine.
D’autres équipes le testent.
De nouvelles techniques le retrouvent. Il peut être utilisé : dans d’autres travaux.
Nous obtenons :
résultat local
→ circulation
→ résistance aux critiques
→ stabilisation.
L’objectivité peut ainsi être comprise :
comme :
la capacité d’un résultat à survivre à une pluralité de transformations et d’épreuves.
Cette formulation fournit un pont remarquable entre sociologie, épistémologie et : réalisme.
Des faits plus ou moins stabilisés
Cela permet aussi d’éviter une conception binaire.
Nous avons souvent fait / opinion. Mais dans la science en cours : il existe : des degrés.
Une hypothèse nouvelle peut être plausible.
Un résultat répliqué : robuste.
Un phénomène confirmé par des dizaines de méthodes : extrêmement solide.
Nous pouvons donc parler de stabilisation progressive. Ce n’est pas nécessairement une théorie relativiste de la vérité.
C’est une description réaliste : de la formation du consensus scientifique.
Science faite et science en train de se faire
Bruno Latour développera plus tard une distinction très utile entre science faite et : science en train de se faire.
Lorsque nous apprenons : une connaissance stabilisée, elle paraît : évidente, compacte, ordonnée.
Lorsque nous regardons : une controverse active, nous voyons : incertitude, concurrence, discussions, instruments, alliances.
Les études de laboratoire choisissent délibérément : le second moment. Cela explique pourquoi leur science semble parfois plus chaotique que celle des manuels.
Elles observent :
les faits avant qu’ils soient complètement devenus des faits.
Ce regard constitue à la fois leur force et leur danger
Force : elles révèlent la complexité réelle du processus scientifique.
Danger si nous observons uniquement : la phase de controverse, nous pouvons oublier que certaines controverses finissent réellement : par se fermer parce que : les preuves deviennent très fortes.
Une bonne philosophie des sciences doit donc penser les deux : science ouverte et : science stabilisée.
Sans transformer :
la première en relativisme
ni :
la seconde en dogme.
Erreurs fréquentes
Première erreur : « construire un fait signifie inventer le fait ». Non. Les études de laboratoire examinent notamment le travail expérimental, matériel et documentaire qui permet de transformer des phénomènes en énoncés scientifiques stabilisés ; cette construction n’implique pas nécessairement une liberté arbitraire face au réel.
Deuxième erreur : « une donnée sort directement de la nature ». Elle résulte généralement d’une chaîne comprenant échantillonnage, instruments, transformations et interprétations.
Troisième erreur : « si une mesure dépend d’un instrument, elle est subjective ». Au contraire, les instruments et standards peuvent rendre la mesure moins dépendante de l’observateur individuel.
Quatrième erreur : « social signifie biaisé ». Des pratiques sociales comme la standardisation, la critique collective ou la réplication peuvent augmenter la fiabilité.
Cinquième erreur : « rhétorique scientifique signifie manipulation ». Un article doit argumenter et présenter des preuves ; la présence de stratégies de présentation ne suffit pas à invalider son contenu.
Sixième erreur : « consensus signifie négociation arbitraire ». Les chercheurs peuvent discuter des interprétations tout en étant contraints par des résultats expérimentaux et des possibilités de réplication.
Septième erreur : « un fait est soit totalement certain, soit seulement une opinion ». Les sciences en cours comportent différents degrés de stabilisation et de robustesse.
Huitième erreur : « le contexte de production réfute un résultat ». Une analyse du laboratoire peut révéler les conditions de production d’un fait ; elle ne détermine pas à elle seule sa vérité.
Neuvième erreur : « décrire sociologiquement la science suffit pour savoir comment elle devrait fonctionner ». Une description des pratiques doit être complétée par une réflexion normative sur leur fiabilité.
Dixième erreur : « les études de laboratoire prouvent que la science n’est qu’une construction sociale ». Le champ contient des positions beaucoup plus diverses et ses développements ultérieurs cherchent précisément à prendre en compte simultanément humains, instruments et résistances matérielles.
Pourquoi les études de laboratoire sont importantes dans l’histoire de l’épistémologie
Notre parcours accomplit ici un changement d’échelle fascinant.
Avec Bloor, nous demandions :
Quelles causes sociales expliquent les croyances scientifiques ?
Avec Latour, Woolgar et Knorr Cetina, nous descendons : dans le laboratoire.
Nous observons : les échantillons, les appareils, les graphiques, les conversations, les articles.
La question devient :
comment produit-on matériellement et collectivement un énoncé suffisamment robuste pour qu’il devienne un fait scientifique ?
Cette approche oblige la philosophie des sciences à prendre au sérieux : les instruments, les pratiques, les compétences tacites, les documents, les institutions. Elle montre surtout que l’objectivité scientifique n’a pas besoin d’être comprise comme l’absence de toute médiation humaine.
Elle peut être pensée comme :
le résultat de procédures collectives permettant à des énoncés de devenir progressivement indépendants des personnes et des circonstances particulières qui les ont produits.
C’est une transformation majeure.
À retenir
Les études de laboratoire apparaissent à la fin des années 1970 dans le prolongement de la sociologie de la connaissance scientifique. Parmi leurs textes fondateurs figurent *Laboratory Life* de Bruno Latour et Steve Woolgar et *The Manufacture of Knowledge* de Karin Knorr Cetina.
Elles cherchent à observer la science en train de se faire. Elles montrent notamment l’importance : des instruments, des inscriptions, des graphiques, des compétences pratiques, des discussions, des publications.
Un résultat devient progressivement plus stable lorsque les interprétations alternatives sont éliminées, qu’il peut circuler et qu’il résiste à de nouvelles épreuves.
La grande leçon peut être formulée ainsi :
Un fait scientifique peut être à la fois construit et réel.
Il est construit parce qu’il faut : des instruments, des protocoles, des institutions, des catégories pour l’établir.
Il peut être réel parce que :
ces constructions ne fonctionnent pas n’importe comment ;
le monde peut résister,
les expériences échouer,
les prédictions être réfutées.
Cette distinction permet d’éviter deux caricatures opposées :
réalisme naïf
→ les scientifiques liraient directement les faits dans la nature ;
constructivisme naïf
→ les scientifiques inventeraient librement les faits.
La position la plus féconde consiste plutôt à étudier :
comment des pratiques humaines très construites parviennent parfois à produire des connaissances extrêmement robustes sur une réalité qui ne dépend pas simplement de nos décisions.
Mais Bruno Latour va bientôt pousser cette question encore plus loin.
S’il est insuffisant d’expliquer la science : par « la nature » d’un côté et :
« la société » de l’autre,
peut-être faut-il abandonner cette division elle-même.
C’est le problème auquel cherchera à répondre :
la théorie de l’acteur-réseau.
Pour aller plus loin
Bruno Latour et Steve Woolgar, *Laboratory Life: The Construction of Scientific Facts* (1979 ; deuxième édition, 1986). Le texte fondateur des études ethnographiques de laboratoire. Les auteurs observent le travail quotidien d’un laboratoire du Salk Institute afin de comprendre comment des énoncés passent progressivement de l’hypothèse contestable au statut de fait scientifique. La deuxième édition est particulièrement intéressante car le mot « social » disparaît du sous-titre, annonçant l’évolution de Latour vers une approche qui ne veut plus opposer simplement société et nature.
Karin Knorr Cetina, *The Manufacture of Knowledge: An Essay on the Constructivist and Contextual Nature of Science* (1981). L’autre grand classique du courant. Knorr Cetina étudie la production locale et contextuelle de connaissances dans les laboratoires et insiste sur les décisions pratiques, les ressources et les processus de sélection qui interviennent dans le travail scientifique. L’ouvrage permet de comprendre pourquoi le terme « manufacture » ne doit pas être interprété comme synonyme de falsification, mais comme attention portée au travail concret nécessaire à la production du savoir.
Helen Longino, « The Social Dimensions of Scientific Knowledge », *Stanford Encyclopedia of Philosophy*. Une excellente ressource pour replacer les études de laboratoire dans le développement plus large de la sociologie et de l’épistémologie sociale des sciences. Elle permet surtout de comprendre que reconnaître la dimension sociale de la recherche n’oblige nullement à adopter un relativisme global.
Harry Collins, travaux sur l’expérimentation et la réplication. Collins constitue un prolongement naturel de cette fiche. Ses études montrent que la réplication expérimentale dépend souvent de compétences tacites difficiles à écrire complètement dans un protocole. Cela conduit notamment au problème de l’*experimenter’s regress* : comment savoir qu’une expérience est correctement réalisée lorsque la réussite de l’expérience est elle-même l’un des critères permettant de savoir si l’expérimentateur est compétent ? Cambridge classe ses recherches parmi les principales études de laboratoire de la période.
Bruno Latour, *Science in Action* (1987). Le prolongement direct de *Laboratory Life*. Latour propose de suivre la science et la technique pendant que les controverses sont encore ouvertes, plutôt que de partir uniquement des connaissances déjà stabilisées. C’est également un ouvrage de transition vers la théorie de l’acteur-réseau, où réseaux, inscriptions et « boîtes noires » prennent une place centrale.
Pour la transition suivante : Bruno Latour, Michel Callon et John Law sur la théorie de l’acteur-réseau. L’étape suivante consiste à abandonner progressivement la formule « construction sociale de la science ». Latour et ses collègues vont chercher à analyser ensemble scientifiques, instruments, textes, organismes, machines et institutions au sein de réseaux hétérogènes. La question ne sera plus simplement : « quels facteurs sociaux produisent la science ? », mais : « comment des associations entre humains et non-humains deviennent-elles suffisamment stables pour produire des connaissances et des techniques capables d’agir à distance ? »