Les grandes familles et méthodes de raisonnement
Tous les raisonnements ne cherchent pas à établir une conclusion de la même manière. Certains visent une nécessité logique, d’autres une généralisation probable, une explication plausible, une relation causale ou une décision sous incertitude.
Identifier la famille de raisonnement utilisée permet de poser les bonnes questions. On n’évalue pas une déduction comme une induction, une analogie comme une preuve, ni une hypothèse causale comme une simple corrélation.
Cette fiche sert donc de carte générale. Les formes présentées ici seront développées dans les fiches suivantes.
La déduction : ce qui doit suivre
Un raisonnement déductif cherche une conclusion qui découle nécessairement de ses prémisses.
Par exemple :
Tous les mammifères sont des vertébrés.
Les dauphins sont des mammifères.
Donc les dauphins sont des vertébrés.
Si les prémisses sont vraies et que la forme du raisonnement est valide, la conclusion ne peut pas être fausse.
La déduction ne garantit toutefois pas que les prémisses décrivent correctement le monde. Elle garantit seulement, dans un raisonnement valide, le passage des prémisses à la conclusion.
C’est le domaine dans lequel interviennent notamment le modus ponens, le modus tollens, la contraposition, le raisonnement par cas ou certaines preuves par l’absurde.
L’induction : généraliser au-delà de ce qui a été observé
L’induction part d’observations particulières pour soutenir une conclusion plus générale.
Par exemple :
Les nombreux échantillons observés jusqu’ici présentent cette propriété.
Nous avons donc de bonnes raisons de penser que cette propriété est fréquente dans la population concernée.
La conclusion dépasse les observations initiales.
Elle peut être fortement soutenue sans être logiquement garantie.
Les sondages, une grande partie de l’inférence statistique et de nombreux raisonnements empiriques comportent une dimension inductive.
La question centrale devient alors moins :
« La conclusion est-elle nécessaire ? »
que :
« Jusqu’à quel point les observations soutiennent-elles la généralisation ? »
L’abduction : chercher la meilleure explication
L’abduction part souvent d’un phénomène observé et cherche l’hypothèse qui pourrait le mieux l’expliquer.
Le sol est mouillé.
Il a peut-être plu.
La pluie est une explication possible.
Mais d’autres existent : arrosage, fuite d’eau ou nettoyage.
L’abduction ne consiste donc pas simplement à trouver une explication compatible avec les faits. Il faut comparer plusieurs explications possibles et examiner leur capacité à rendre compte des observations.
Dans la littérature contemporaine, cette idée est souvent rapprochée de l’inférence à la meilleure explication.
Le raisonnement causal : déterminer ce qui produit quoi
Le raisonnement causal cherche à comprendre si un facteur contribue réellement à produire un autre phénomène.
Le traitement précède l’amélioration.
Cette chronologie peut être compatible avec une causalité.
Elle ne suffit pas à l’établir.
Il faut notamment examiner les causes concurrentes, les facteurs de confusion, la causalité inversée et les comparaisons disponibles.
La question centrale devient :
« Que se serait-il probablement passé si le facteur supposé causal avait été différent ou absent ? »
Le raisonnement causal sera développé dans une fiche spécifique.
Le raisonnement par analogie : transférer prudemment une relation
Un raisonnement analogique compare deux situations possédant certaines ressemblances.
On sait qu’une propriété existe dans la première situation et l’on se demande si elle pourrait également exister dans la seconde.
La force de l’analogie dépend surtout de la pertinence des ressemblances par rapport à la conclusion recherchée.
Deux situations peuvent se ressembler superficiellement tout en fonctionner très différemment.
À l’inverse, deux objets très différents en apparence peuvent partager une structure importante.
L’analogie peut servir à expliquer, à découvrir une hypothèse ou à soutenir une conclusion avec plus ou moins de force.
Le raisonnement contrefactuel : examiner ce qui aurait pu se passer autrement
Le raisonnement contrefactuel pose des questions comme :
« Que se serait-il passé si X n’avait pas eu lieu ? »
Il est particulièrement important dans l’analyse causale, l’histoire et l’évaluation des décisions.
Un bon contrefactuel ne consiste pas à inventer librement un monde alternatif. Il cherche à modifier un élément pertinent tout en respectant autant que possible les autres relations causales de la situation.
Le raisonnement hypothético-déductif : tirer des prédictions d’une hypothèse
Une hypothèse peut être mise à l’épreuve en demandant :
« Si elle était correcte, que devrions-nous observer ? »
Nous passons alors de :
hypothèse
à :
prédiction
puis à :
confrontation avec les observations.
Une prédiction réussie peut soutenir l’hypothèse sans la démontrer automatiquement.
Un échec peut poser un problème sérieux, mais l’interprétation dépend aussi des conditions du test et des hypothèses auxiliaires.
Le raisonnement probabiliste : quantifier l’incertitude
Certaines conclusions ne sont ni certaines ni simplement inconnues.
Nous pouvons disposer d’un degré d’information permettant de dire :
très probable ;
probable ;
peu probable ;
ou parfois d’attribuer une valeur numérique.
Le raisonnement probabiliste étudie notamment la manière dont une information modifie la probabilité d’une hypothèse.
Il devient essentiel lorsque les événements varient d’un cas à l’autre ou lorsque nos informations restent incomplètes.
Le raisonnement bayésien constitue l’un des principaux cadres permettant de formaliser cette mise à jour.
Le raisonnement statistique : apprendre à partir de données
Le raisonnement statistique s’intéresse notamment au passage :
d’un échantillon observé
à :
une conclusion concernant une population ou un processus plus général.
Il doit tenir compte de la variabilité, de la sélection des observations, de la taille d’échantillon et de l’incertitude des estimations.
Une grande quantité de données ne suffit pas si les données ont été mal sélectionnées ou mal mesurées.
Les statistiques constituent donc un outil du raisonnement sous incertitude, mais elles ne remplacent ni la réflexion sur le plan d’étude ni l’analyse causale.
Le raisonnement par cas et par élimination
Lorsque plusieurs possibilités sont connues, nous pouvons les examiner séparément.
Dans un raisonnement par cas, nous montrons que la même conclusion vaut dans chacune des possibilités pertinentes.
Dans un raisonnement par élimination, nous écartons les hypothèses incompatibles avec les informations disponibles.
La difficulté principale consiste alors à vérifier que nous n’avons pas oublié une possibilité importante.
Éliminer plusieurs explications ne suffit pas à prouver automatiquement la dernière si notre liste initiale était incomplète.
Le raisonnement pratique : passer des croyances à l’action
Savoir ce qui est probablement vrai ne suffit pas toujours pour décider quoi faire.
Une décision peut dépendre :
des probabilités ;
des bénéfices espérés ;
des dommages possibles ;
des valeurs ;
du coût d’une erreur ;
et des préférences des personnes concernées.
Le raisonnement pratique combine donc des informations sur le monde avec des objectifs ou des valeurs.
Il constitue un prolongement du raisonnement logique et probabiliste, mais il ne s’y réduit pas.
Il sera principalement développé dans la catégorie Décision, risque et action.
Plusieurs formes peuvent intervenir dans un même raisonnement
Les catégories précédentes ne correspondent pas à des compartiments hermétiques.
Supposons qu’un service constate une augmentation des erreurs après l’introduction d’un nouveau logiciel.
On peut commencer par une abduction :
le logiciel pourrait-il expliquer l’augmentation ?
Puis utiliser un raisonnement hypothético-déductif :
si certaines fonctions du logiciel sont responsables, nous devrions observer un type particulier d’erreur.
On examine ensuite les données avec des outils statistiques.
On compare éventuellement des périodes ou des services pour rechercher une relation causale.
Enfin, on doit décider s’il faut modifier ou abandonner le logiciel : c’est un problème pratique.
Un même problème réel peut donc mobiliser plusieurs formes de raisonnement successivement.
Identifier la forme pour poser la bonne question
L’intérêt de cette classification n’est pas d’étiqueter chaque argument pour le plaisir.
Elle permet de choisir le bon critère d’évaluation.
Face à une déduction :
La conclusion découle-t-elle nécessairement des prémisses ?
Face à une induction :
L’échantillon justifie-t-il la généralisation ?
Face à une abduction :
Existe-t-il une meilleure explication ?
Face à une analogie :
Les ressemblances sont-elles pertinentes ?
Face à une affirmation causale :
Les explications concurrentes ont-elles été correctement examinées ?
Face à une conclusion probabiliste :
La confiance exprimée correspond-elle aux informations disponibles ?
Il n’existe pas une seule question permettant d’évaluer tous les raisonnements.
Les frontières entre catégories ne sont pas toujours nettes
Une inférence scientifique peut être simultanément inductive, abductive et probabiliste.
Une analogie peut servir à produire une hypothèse abductive.
Une expérience peut être conçue à partir d’un raisonnement hypothético-déductif puis analysée statistiquement.
Les classifications sont donc des outils d’analyse.
Elles permettent de distinguer les fonctions principales d’un raisonnement sans supposer que chaque argument réel appartient à une seule catégorie pure.
À retenir
Il existe plusieurs grandes manières de passer d’informations à une conclusion.
La déduction cherche une conséquence nécessaire.
L’induction généralise au-delà des observations.
L’abduction cherche une explication plausible ou meilleure que ses concurrentes.
Le raisonnement causal cherche ce qui produit effectivement un changement.
L’analogie transfère prudemment certaines relations entre situations comparables.
Le contrefactuel examine ce qui aurait pu se produire si un élément avait été différent.
Le raisonnement hypothético-déductif transforme une hypothèse en prédictions testables.
Les probabilités et les statistiques permettent de raisonner avec l’incertitude et la variabilité.
Le raisonnement pratique ajoute enfin une question différente :
Compte tenu de ce que nous croyons et de ce que nous voulons préserver ou obtenir, que devons-nous faire ?
La distinction fondamentale est donc moins entre « bon » et « mauvais » raisonnement qu’entre différentes formes de soutien apportées à une conclusion.
Comprendre la forme utilisée permet ensuite d’appliquer le bon niveau d’exigence.