Mesurer, comparer et prévoir les conséquences

Le conséquentialisme demande de choisir l’action dont les conséquences seront les meilleures. Ce principe paraît raisonnable, mais son application rencontre une difficulté fondamentale : les conséquences n’existent pas encore au moment où la décision doit être prise.

L’agent ne choisit pas entre plusieurs résultats connus avec certitude. Il choisit entre plusieurs futurs possibles, chacun accompagné de probabilités, d’incertitudes et d’effets indirects difficiles à anticiper.

Une politique peut produire un bénéfice immédiat et provoquer un dommage plusieurs années plus tard. Une intervention bien conçue peut échouer à cause d’un événement imprévisible. Une décision imprudente peut réussir par chance. Une mesure avantageuse en moyenne peut imposer des risques extrêmes à une minorité.

Le conséquentialisme doit donc répondre à plusieurs questions :

  • quelles conséquences faut-il prendre en compte ?
  • jusqu’où faut-il suivre les chaînes d’effets ?
  • comment distinguer causalité et simple corrélation ?
  • comment comparer des bénéfices et des dommages de nature différente ?
  • quel poids accorder à un résultat peu probable mais catastrophique ?
  • comment agir lorsque les données sont insuffisantes ?
  • faut-il juger une décision selon son résultat réel ou selon ce qu’il était raisonnable d’anticiper ?

Ces difficultés ne rendent pas toute évaluation impossible. Elles obligent à abandonner l’image naïve d’un calcul parfaitement exact.

Le raisonnement conséquentialiste n’est pas une lecture certaine de l’avenir. C’est une comparaison méthodique de futurs possibles à partir d’informations limitées.

Résultat réel et décision raisonnable

Il faut distinguer la qualité d’une décision et le résultat qu’elle produit finalement. Une décision prudente peut entraîner un mauvais résultat à cause de la malchance. Une décision irresponsable peut aboutir à un résultat favorable par hasard. Supposons qu’un médecin choisisse le traitement considéré comme le plus sûr à partir des connaissances disponibles. Une complication extrêmement rare provoque néanmoins la mort du patient. Le résultat est tragique. Mais il ne prouve pas nécessairement que la décision était moralement fautive. À l’inverse, un conducteur prend un risque considérable et arrive sans accident. L’absence de dommage ne rend pas sa conduite raisonnable. Une morale tournée vers les conséquences doit donc éviter de juger uniquement après coup. La bonne question n’est pas seulement :

Qu’est-il finalement arrivé ?

Elle est aussi :

Que pouvait-on raisonnablement prévoir au moment de la décision ?

Conséquences effectives et conséquences attendues

Les conséquences effectives sont les résultats qui se produisent réellement. Les conséquences attendues correspondent aux résultats possibles pondérés par leur probabilité estimée. Dans de nombreuses versions du conséquentialisme, une action doit être jugée à partir de son utilité attendue. Une décision offrant 90 % de chances de sauver une vie peut être préférable à une décision offrant 20 % de chances d’en sauver deux. Le premier choix possède une valeur attendue de 0,9 vie sauvée. Le second possède une valeur attendue de 0,4. Ce calcul très simplifié ne donne pas toute la réponse morale. Il montre seulement que la quantité du bénéfice doit être associée à sa probabilité. Une conséquence extraordinaire mais presque impossible ne doit pas automatiquement l’emporter sur un bénéfice plus modeste et hautement probable. Inversement, un événement peu probable peut rester prioritaire lorsque son coût serait catastrophique.

La valeur attendue

La valeur attendue peut être formulée ainsi :

Valeur attendue = valeur du résultat × probabilité du résultat.

Lorsqu’une action possède plusieurs résultats possibles, on additionne les valeurs de chaque résultat pondérées par leur probabilité. Imaginons une intervention qui possède :

  • 70 % de chances de produire un bénéfice évalué à 10 ;
  • 20 % de chances de ne produire aucun effet ;
  • 10 % de chances de causer un dommage évalué à −20.

Sa valeur attendue est : [ (0,7 \times 10) + (0,2 \times 0) + (0,1 \times -20) = 5 ] L’intervention conserve donc une valeur attendue positive. Ce type de raisonnement est utile en santé, en sécurité, en assurance et dans les politiques publiques. Mais sa précision dépend entièrement de la qualité des probabilités et des valeurs attribuées aux résultats.

Risque et incertitude

Le risque et l’incertitude ne sont pas exactement la même chose. Dans une situation de risque, les résultats possibles et leurs probabilités sont relativement connus. Un médicament a été étudié sur de nombreuses personnes et ses effets secondaires peuvent être estimés. Dans une situation d’incertitude, certaines conséquences ou probabilités restent mal connues. Une technologie entièrement nouvelle peut produire des effets impossibles à estimer précisément. La valeur attendue fonctionne mieux lorsque les probabilités sont fiables. Elle devient plus fragile lorsque les données sont rares, les mécanismes mal compris ou les conditions futures très différentes du passé. Attribuer malgré tout un chiffre précis peut alors masquer l’ignorance. Dire qu’un événement possède « 12,7 % de probabilité » ne crée pas une connaissance que les données ne permettent pas d’établir.

L’incertitude profonde

Certaines situations relèvent d’une incertitude profonde. Nous ignorons non seulement la probabilité des résultats, mais parfois la liste complète des résultats possibles. Une réforme institutionnelle, une innovation technologique ou une intervention géopolitique peut modifier les comportements de manière imprévisible. Les agents s’adaptent. Les institutions réagissent. De nouvelles normes apparaissent. Le système produit des effets que l’analyse initiale n’avait pas imaginés. Dans ces situations, la prudence demande de rechercher des décisions :

  • réversibles ;
  • progressives ;
  • surveillées ;
  • capables d’être corrigées ;
  • évitant les dommages irréversibles ;
  • robustes selon plusieurs scénarios.

L’objectif n’est plus de trouver un optimum parfaitement calculé, mais de préserver une capacité d’adaptation.

L’illusion de précision

Les nombres produisent une impression d’objectivité. Une politique accompagnée d’un modèle, d’un pourcentage et d’un indicateur paraît souvent plus rationnelle qu’un jugement qualitatif. Mais la quantification peut dissimuler plusieurs choix :

  • quels effets ont été comptés ;
  • quelles personnes ont été incluses ;
  • quelle durée a été retenue ;
  • comment les expériences ont été évaluées ;
  • quelles hypothèses causales ont été utilisées ;
  • quelles incertitudes ont été écartées.

Un chiffre précis peut reposer sur des hypothèses très fragiles. La bonne pratique consiste à présenter les intervalles d’incertitude, les scénarios alternatifs et la sensibilité du résultat aux hypothèses. Le calcul moral doit éclairer le jugement, non le remplacer par une apparence de certitude.

Prévoir n’est pas deviner

Une prévision raisonnable ne consiste pas à imaginer librement tout ce qui pourrait arriver. Elle repose sur des données, des mécanismes plausibles, des comparaisons et une estimation explicite de l’incertitude. Il faut distinguer :

  • ce qui est directement observé ;
  • ce qui est fortement probable ;
  • ce qui est plausible mais incertain ;
  • ce qui est seulement imaginable.

Une conséquence spectaculaire mais purement spéculative ne doit pas recevoir le même poids qu’un effet régulièrement observé. Inversement, l’absence de données ne prouve pas l’absence de risque. La prévision demande donc une discipline de proportion :

plus une conséquence est incertaine, plus son poids doit être justifié par sa gravité, sa plausibilité et la solidité du mécanisme causal proposé.

Le raisonnement contrefactuel

Une conséquence ne peut être évaluée sans comparaison avec ce qui se serait produit autrement. Il faut poser une question contrefactuelle :

Que se serait-il probablement passé si cette action n’avait pas été accomplie ?

Une personne reçoit un traitement et guérit. Cette guérison ne prouve pas à elle seule l’efficacité du traitement. Elle aurait peut-être guéri spontanément.

Une politique est suivie d’une baisse de la criminalité. Cette baisse peut aussi venir d’une évolution démographique, économique ou technologique.

Le conséquentialisme doit comparer l’action à une alternative réaliste, et non à l’absence abstraite de tout événement.

Une intervention apparemment bénéfique peut être inutile si le même résultat se serait produit sans elle. Elle peut même être nuisible si une autre option disponible aurait produit un résultat supérieur.

Le coût d’opportunité

Choisir une action signifie renoncer aux autres usages possibles des ressources. Le coût d’opportunité correspond à la valeur de la meilleure option abandonnée. Une politique ne doit donc pas seulement être évaluée selon les bénéfices qu’elle produit. Il faut demander ce que le même temps, le même argent ou les mêmes compétences auraient permis d’obtenir ailleurs. Un programme peut être utile et rester inférieur à une autre intervention. Cette comparaison est essentielle dans les situations de ressources limitées. Financer un traitement coûteux peut empêcher le financement de nombreuses actions préventives. Affecter du personnel à une procédure administrative peut réduire le temps disponible pour les usagers. Le coût d’opportunité rend visible ce qui n’arrive pas à cause de la décision prise.

Action et inaction

L’inaction possède elle aussi des conséquences. Ne pas intervenir n’est pas toujours une position neutre. Une institution qui maintient une pratique inefficace choisit implicitement de prolonger ses effets. Un témoin qui refuse une aide facile laisse se produire un dommage évitable. Le conséquentialisme a raison d’inclure l’inaction parmi les options comparées. Mais l’action n’est pas automatiquement préférable. Intervenir sans connaissance suffisante peut aggraver la situation. Il faut donc comparer :

  • les conséquences de l’action ;
  • les conséquences de l’inaction ;
  • les conséquences des actions alternatives ;
  • la possibilité d’expérimenter à petite échelle ;
  • le coût du délai nécessaire pour obtenir davantage d’informations.

Les conséquences directes

Les conséquences directes sont les effets les plus immédiatement liés à l’action. Un médicament réduit une douleur. Une aide financière augmente les ressources d’un ménage. Une sanction prive une personne de liberté. Ces effets sont généralement les plus faciles à observer. Ils ne suffisent cependant pas à établir le bilan global. Une action directement bénéfique peut produire des effets indirects plus importants. Une aide peut diminuer une souffrance immédiate mais être organisée d’une manière qui humilie les bénéficiaires ou décourage le recours à un droit. Une sanction peut neutraliser temporairement un danger mais augmenter la récidive à long terme. L’évaluation ne doit donc pas s’arrêter au premier résultat visible.

Les conséquences indirectes

Les conséquences indirectes passent par des changements de comportement, d’attente ou d’institution.

Une décision crée un précédent. Elle modifie la confiance. Elle envoie un signal. Elle transforme les incitations.

Autoriser une exception dans un cas apparemment justifié peut conduire d’autres agents à réclamer la même permission dans des situations moins légitimes.

Une politique généreuse peut encourager la coopération. Une mesure arbitraire peut développer la peur et les stratégies d’évitement.

Les effets indirects sont souvent plus difficiles à mesurer que les effets immédiats. Ils ne doivent ni être ignorés ni être inventés pour justifier n’importe quelle conclusion. Il faut préciser les mécanismes supposés et rechercher des indices empiriques.

Les effets de second ordre

Les effets de second ordre apparaissent lorsque les personnes adaptent leurs conduites à la nouvelle situation. Une subvention modifie les prix. Une nouvelle règle change les stratégies des entreprises. Une sanction influence la manière dont les infractions sont dissimulées. La décision initiale transforme donc l’environnement dans lequel ses propres conséquences seront produites. Une politique peut réussir avant que les acteurs ne s’adaptent et perdre ensuite son efficacité. Elle peut également créer des innovations bénéfiques qui n’avaient pas été anticipées. Le raisonnement conséquentialiste doit traiter les personnes comme des agents réactifs, non comme des objets passifs.

Les boucles de rétroaction

Une conséquence peut renforcer ou diminuer la cause qui l’a produite. Une boucle de rétroaction positive amplifie un phénomène. La défiance entraîne davantage de contrôle, le contrôle augmente le sentiment de défiance, ce qui conduit à encore plus de contrôle. Une boucle négative stabilise le système. Une augmentation des infections provoque des comportements de prudence qui réduisent ensuite leur propagation. Les politiques modifient souvent ces boucles. Une intervention utile à court terme peut devenir nuisible si elle enclenche une dynamique auto-entretenue. Comprendre les rétroactions est donc essentiel lorsque les conséquences se déploient dans des systèmes complexes.

Les effets de seuil

Les conséquences ne progressent pas toujours de manière régulière. Un système peut absorber de petites pressions sans changement visible, puis basculer soudainement au-delà d’un seuil. Un service public supporte une diminution limitée de personnel, puis son fonctionnement se dégrade brutalement. Un écosystème résiste à plusieurs perturbations avant de perdre sa capacité de récupération. Ces phénomènes rendent les extrapolations linéaires dangereuses. Le fait qu’une réduction précédente ait eu peu d’effets ne prouve pas qu’une nouvelle réduction sera aussi bénigne. Le conséquentialisme doit donc examiner les marges de sécurité et les possibilités de rupture.

Les conséquences à long terme

Une action peut produire des bénéfices immédiats et des coûts différés.

Les agents présents reçoivent alors les avantages, tandis que d’autres personnes supportent plus tard les dommages. Cette structure favorise les décisions à courte vue.

Les effets lointains sont moins visibles, plus incertains et politiquement moins influents. Mais leur distance ne les rend pas moralement insignifiants.

Une souffrance future est pleinement réelle pour celui qui l’éprouvera. Il faut toutefois éviter l’excès inverse : des bénéfices présents certains ne doivent pas être sacrifiés pour des scénarios futurs extrêmement spéculatifs sans examen proportionné.

Jusqu’où suivre les conséquences ?

Toute action produit une chaîne potentiellement infinie d’effets. Un conseil modifie une décision, qui influence une relation, qui transforme d’autres conduites. Il est impossible de tout suivre. Une théorie pratique doit donc définir un horizon raisonnable. Il faut prendre en compte :

  • les effets significatifs ;
  • suffisamment probables ;
  • causalement liés à l’action ;
  • prévisibles avec les connaissances disponibles ;
  • susceptibles de modifier le classement des options.

Une conséquence lointaine ne doit pas être ignorée uniquement parce qu’elle est éloignée. Mais l’agent n’est pas responsable de toute ramification imaginable du monde. La responsabilité décroît lorsque le lien causal devient extrêmement indirect et imprévisible.

Causalité et corrélation

Deux événements peuvent se produire ensemble sans que l’un cause l’autre. Une politique peut être associée à une amélioration parce qu’elle a été adoptée dans des régions déjà favorisées. Un comportement peut apparaître bénéfique parce que les personnes qui le pratiquent possèdent d’autres caractéristiques protectrices. Le conséquentialisme dépend donc de l’inférence causale. Il faut examiner :

  • l’ordre temporel ;
  • les mécanismes plausibles ;
  • les groupes de comparaison ;
  • les facteurs de confusion ;
  • la répétition des observations ;
  • les expériences ou quasi-expériences disponibles.

Une mauvaise compréhension de la causalité peut rendre une politique nuisible malgré un calcul soigneusement présenté. Le raisonnement moral ne remplace pas la recherche empirique.

Les données disponibles

Les décisions doivent souvent être prises avant que des données parfaites soient disponibles. Attendre peut lui-même provoquer des dommages. Il faut alors évaluer la qualité de l’information :

  • provient-elle d’études solides ?
  • les résultats sont-ils applicables à la situation présente ?
  • les sources ont-elles des conflits d’intérêts ?
  • les données incluent-elles les groupes les plus vulnérables ?
  • quels effets n’ont pas été mesurés ?
  • les résultats ont-ils été reproduits ?

Une absence de preuve forte ne signifie pas automatiquement qu’il faut agir ou ne pas agir. Elle augmente l’importance de la prudence, de la réversibilité et du suivi.

Le principe de précaution

Le principe de précaution intervient lorsqu’une action peut provoquer un dommage grave ou irréversible malgré une incertitude scientifique. Il ne signifie pas que tout risque hypothétique doit interdire toute innovation. Une interprétation absolue serait paralysante, car l’inaction possède elle aussi des risques. Le principe demande plutôt d’augmenter le niveau de preuve exigé lorsque :

  • le dommage potentiel est catastrophique ;
  • il est difficilement réversible ;
  • les populations exposées ne peuvent pas consentir ;
  • l’action produit un bénéfice limité ou remplaçable ;
  • des alternatives moins risquées existent.

La précaution constitue ainsi une manière de tenir compte de l’asymétrie entre certaines erreurs.

Erreurs symétriques et asymétriques

Toutes les erreurs ne possèdent pas le même coût. Autoriser à tort un produit dangereux et interdire à tort un produit utile sont deux erreurs différentes. Leur gravité dépend du contexte. Dans certains cas, retarder une innovation médicale provoque des souffrances importantes. Dans d’autres, diffuser largement une technologie mal comprise crée un dommage irréversible. Une décision raisonnable doit comparer les deux types d’erreur :

  • faux positif : croire à un danger ou à un bénéfice qui n’existe pas ;
  • faux négatif : ne pas reconnaître un danger ou un bénéfice réel.

Le seuil de décision doit dépendre du coût relatif de ces erreurs.

Les événements rares et catastrophiques

Un événement peut être très peu probable mais produire un dommage immense.

La valeur attendue demande de multiplier la faible probabilité par la gravité du résultat. Mais cette méthode rencontre deux difficultés.

La probabilité des événements extrêmes est souvent très incertaine. Leur dommage peut être si important qu’une simple moyenne devient moralement insuffisante.

Une action offrant un bénéfice modéré ne doit pas nécessairement être acceptée si elle crée un faible risque d’effondrement catastrophique.

Les sociétés utilisent donc des marges de sécurité, des redondances et des interdictions spécifiques. Elles ne cherchent pas toujours à maximiser la moyenne ; elles cherchent aussi à éviter la ruine.

La prudence face à la ruine

Une perte ordinaire peut être compensée par des gains futurs. Une ruine irréversible ne le peut pas. La disparition d’une institution essentielle, la destruction d’un écosystème ou une catastrophe affectant durablement une population ne se traite pas comme un coût moyen. Il peut être rationnel de refuser une option dont la valeur attendue paraît positive lorsque son pire résultat est inacceptable. Cette prudence ne contredit pas nécessairement le conséquentialisme. La possibilité de ruine constitue elle-même une conséquence à laquelle il faut attribuer un poids considérable. Mais elle montre que l’optimisation du résultat moyen ne suffit pas toujours.

Aversion au risque

Deux options peuvent posséder la même valeur attendue tout en distribuant différemment le risque. Une personne peut préférer un bénéfice certain de 50 à une chance sur deux d’obtenir 100 et une chance sur deux de ne rien obtenir. Cette aversion au risque peut être rationnelle, notamment lorsque la perte menace des besoins fondamentaux. Une personne pauvre ne peut pas prendre le même risque qu’une personne disposant d’une grande sécurité. Le même gain ou la même perte ne possède donc pas la même importance selon la situation de départ. L’évaluation doit intégrer la diminution de l’utilité marginale et la vulnérabilité.

Qui supporte le risque ?

Une politique peut produire un bénéfice collectif tout en imposant le risque à un groupe particulier. Le bénéfice attendu moyen peut être positif, mais la distribution du danger reste injuste. Une population reçoit l’énergie, les emplois ou les profits ; une autre supporte la pollution ou les accidents. Le calcul total masque alors une asymétrie morale. Il faut demander :

  • qui décide ?
  • qui bénéficie ?
  • qui est exposé ?
  • les personnes exposées peuvent-elles consentir ?
  • reçoivent-elles une compensation ?
  • disposent-elles d’une protection et d’un recours ?

La justice du risque ne se réduit pas à sa valeur moyenne.

Le consentement au risque

Une personne peut accepter un risque pour obtenir un bénéfice qu’elle juge important. Le consentement donne une légitimité à certains choix risqués. Mais il doit être libre, informé et suffisamment éclairé. Un travailleur peut accepter un danger faute d’alternative économique. Un patient peut signer un document sans comprendre réellement les conséquences. Le consentement formel ne suffit donc pas toujours. Le conséquentialisme doit prendre en compte l’autonomie et les conditions sociales de la décision. Une institution ne peut pas justifier n’importe quelle exposition en affirmant que les personnes ont accepté.

Comparer des conséquences différentes

Les décisions opposent souvent des valeurs hétérogènes. Comment comparer :

  • une amélioration de santé ;
  • une perte de liberté ;
  • un gain économique ;
  • une humiliation ;
  • une augmentation de sécurité ;
  • une dégradation environnementale ;
  • une rupture de confiance ?

Une unité commune serait pratique, mais elle risque de déformer les valeurs. La monétarisation peut faciliter certains arbitrages sans signifier que tout possède un prix moral. Une approche raisonnable combine indicateurs quantitatifs et jugement qualitatif. Elle identifie les dimensions qui ne doivent pas être agrégées trop facilement.

La monétarisation

Attribuer une valeur monétaire à une conséquence permet de comparer des projets. Cette méthode est courante dans l’analyse coût-bénéfice. Elle peut estimer le coût du temps, des accidents, de la pollution ou des maladies. Mais la valeur monétaire dépend souvent de la capacité à payer.

Une personne riche peut consacrer davantage d’argent à éviter un inconfort léger qu’une personne pauvre à éviter un besoin grave.

La monétarisation risque alors de donner plus de poids aux intérêts des plus favorisés. Elle doit être corrigée par des considérations de bien-être, de distribution et de droits.

Les indicateurs

Un indicateur résume une réalité complexe. Le produit intérieur brut mesure une activité économique, non le bien-être complet. Le nombre d’actes réalisés ne mesure pas nécessairement la qualité d’un service. Le taux de réussite peut masquer l’exclusion des cas les plus difficiles. Lorsqu’un indicateur devient un objectif, les agents peuvent apprendre à l’améliorer sans améliorer la réalité qu’il était censé représenter. Une institution peut sélectionner les dossiers faciles, déplacer les problèmes ou modifier les déclarations. Le conséquentialisme doit donc distinguer la conséquence réelle et sa mesure administrative. Aucun indicateur ne doit devenir l’unique représentation du bien recherché.

Ce qui est mesurable et ce qui compte

Les effets faciles à mesurer tendent à dominer les décisions. Les coûts budgétaires sont visibles. La perte de confiance, la fatigue, l’humiliation ou l’appauvrissement d’une relation le sont moins. Cela crée un biais systématique. Ce qui n’entre pas dans le tableau risque de disparaître moralement. Une analyse sérieuse doit rechercher les effets qualitatifs, même lorsqu’ils ne peuvent pas être convertis en chiffres précis. Il vaut mieux reconnaître une dimension incertaine que la fixer arbitrairement à zéro. L’absence de mesure n’est pas l’absence de valeur.

Comparer les souffrances

Les souffrances diffèrent par leur intensité, leur durée, leur nature et leur signification. Une douleur physique intense, une angoisse durable, une humiliation publique et une perte d’autonomie ne sont pas facilement interchangeables. Les témoignages des personnes concernées sont essentiels. Ils ne sont pas parfaitement comparables, mais aucune décision ne peut les ignorer. Des échelles peuvent aider à structurer l’information. Elles ne doivent pas être utilisées comme des mesures absolues. La comparaison morale exige souvent une combinaison de données, d’expérience professionnelle et de délibération avec les personnes affectées.

Les comparaisons entre personnes

Les expériences sont subjectives. Une même situation produit des effets différents selon les individus. Une politique uniforme peut donc améliorer la moyenne tout en dégrader fortement la vie de certains. Les comparaisons interpersonnelles sont néanmoins inévitables dans les décisions collectives. Il faut répartir les ressources, prioriser les soins et évaluer les risques. La bonne réponse n’est pas de prétendre que les comparaisons sont impossibles. Elle est de reconnaître leur incertitude, d’utiliser plusieurs sources d’information et d’éviter les conclusions trop précises lorsque les différences sont faibles.

Les seuils de signification

Deux options peuvent apparaître très proches. Une estimation donne un avantage de 1 % à l’une d’elles, mais l’incertitude du modèle est de 20 %. Prétendre que la première est moralement obligatoire serait excessif. Il faut distinguer une différence théorique et une différence suffisamment robuste pour guider l’action. Lorsque les résultats sont proches et incertains, d’autres critères peuvent départager les options :

  • droits ;
  • équité ;
  • réversibilité ;
  • consentement ;
  • simplicité ;
  • protection des plus vulnérables ;
  • possibilité de correction.

Le conséquentialisme ne doit pas transformer une différence statistiquement fragile en certitude morale.

L’analyse de sensibilité

Une analyse de sensibilité examine comment le résultat change lorsque les hypothèses varient. Une politique reste-t-elle préférable si le bénéfice est deux fois plus faible que prévu ? Si son coût augmente ? Si les effets à long terme sont moins favorables ?

Si une petite modification renverse entièrement la conclusion, la décision est fragile. Il faut alors éviter de présenter un classement unique comme certain. Une option robuste reste raisonnablement bonne sous plusieurs hypothèses plausibles. Dans les situations complexes, la robustesse peut être plus importante que la maximisation estimée selon un seul scénario.

Les scénarios

Les scénarios permettent d’explorer plusieurs futurs cohérents : scénario favorable, scénario central, scénario défavorable, scénario de crise. Ils ne sont pas des prédictions exactes. Ils servent à tester les décisions. Une politique n’a pas besoin d’être optimale dans chaque scénario. Elle doit éviter les échecs graves et conserver une capacité d’adaptation. Les scénarios sont particulièrement utiles lorsque les probabilités sont difficiles à estimer. Ils obligent également à rendre visibles les hypothèses qui structurent le raisonnement.

Réversibilité et expérimentation

Lorsque l’incertitude est forte, une intervention limitée et réversible peut être préférable à une transformation immédiate et totale. Une expérimentation permet d’obtenir des informations supplémentaires. Elle réduit le coût d’une erreur et facilite la correction. Mais expérimenter possède aussi un coût. Les personnes concernées ne doivent pas être utilisées sans protection comme de simples moyens de connaissance. Il faut prévoir : un consentement approprié, un suivi, des critères d’arrêt, une comparaison honnête, une réparation en cas de dommage, une diffusion transparente des résultats. L’expérimentation prudente articule apprentissage et responsabilité.

La valeur de l’information

Obtenir davantage d’informations peut améliorer une décision future. Mais l’information possède un coût et demande du temps. Il faut donc évaluer sa valeur attendue. Une étude supplémentaire est utile si elle possède une chance raisonnable de modifier la décision et si l’amélioration attendue dépasse le coût du délai. Dans une urgence vitale, attendre une certitude presque parfaite peut être irresponsable. Dans une décision irréversible aux conséquences massives, investir davantage dans l’information peut être indispensable. La valeur de l’information dépend donc de l’enjeu, de l’incertitude et de la possibilité de différer l’action.

Les conséquences de l’attente

Attendre n’est pas neutre. Une procédure destinée à améliorer la certitude peut retarder l’aide, prolonger une souffrance ou permettre l’aggravation d’un risque. Inversement, une action précipitée peut créer un dommage irréversible. Le décideur doit comparer :

  • le coût de l’erreur ;
  • le coût du délai ;
  • la possibilité de mesures provisoires ;
  • la vitesse à laquelle de nouvelles données deviendront disponibles ;
  • la réversibilité de l’intervention.

Cette comparaison permet d’éviter deux erreurs opposées : l’immobilisme au nom de l’incertitude et la précipitation au nom de l’urgence.

Les modèles

Un modèle simplifie la réalité afin de rendre certains effets compréhensibles. Il est utile lorsqu’il permet de comparer des hypothèses, d’identifier les variables importantes et de tester des scénarios. Mais tout modèle laisse de côté une partie du réel. Il dépend de données passées, d’hypothèses comportementales et d’une définition de la réussite.

Un modèle ne doit donc pas être traité comme un oracle. Il faut connaître son domaine de validité, ses limites et les groupes sur lesquels il fonctionne moins bien.

La décision morale reste sous la responsabilité des personnes, non de l’outil.

Les algorithmes de décision

Les algorithmes peuvent aider à prévoir des risques, allouer des ressources ou identifier des priorités. Ils peuvent réduire certaines incohérences humaines. Ils peuvent aussi reproduire les biais des données, rendre les décisions opaques et optimiser un indicateur partiel. Une prédiction statistique ne dit pas automatiquement ce qu’il faut faire. Un risque plus élevé ne justifie pas n’importe quelle restriction. Il faut distinguer :

  • la prédiction ;
  • la décision ;
  • la norme morale reliant les deux.

L’usage d’un algorithme doit rester explicable, contestable et soumis à un contrôle humain réel.

Les erreurs du passé

Les décisions antérieures fournissent des informations. Mais les données historiques reflètent aussi les institutions, les discriminations et les pratiques du passé. Un modèle apprenant à partir de décisions biaisées peut reproduire leur structure. Le fait qu’une catégorie de personnes ait été davantage sanctionnée ne prouve pas qu’elle présentait objectivement davantage de risques. Il peut refléter une surveillance plus intense. Le conséquentialisme empirique doit donc analyser la production des données. Une mesure n’est jamais indépendante du système qui l’a générée.

La prévision auto-réalisatrice

Une prédiction peut modifier le comportement et contribuer à produire le résultat annoncé. Considérer un groupe comme dangereux entraîne davantage de contrôle, davantage de détection et davantage de statistiques confirmant le risque initial. Inversement, annoncer une pénurie peut provoquer des achats massifs qui créent réellement la pénurie. La prévision n’est donc pas toujours extérieure à la réalité. Le décideur doit examiner comment la diffusion et l’utilisation de la prédiction influenceront le système. Cette conséquence réflexive est particulièrement importante dans les domaines économiques, sociaux et politiques.

La confiance dans les experts

Les décisions complexes nécessitent une délégation à des spécialistes. Mais l’expertise ne garantit pas l’infaillibilité. Les experts peuvent manquer de données, se tromper sur les comportements ou partager les mêmes angles morts. Une bonne organisation doit combiner :

  • expertise technique ;
  • diversité des points de vue ;
  • transparence des hypothèses ;
  • évaluation indépendante ;
  • retour des personnes concernées ;
  • possibilité de contestation.

La confiance raisonnable n’est ni l’obéissance aveugle ni la suspicion permanente. Elle dépend de procédures capables de détecter et de corriger les erreurs.

Les intérêts institutionnels

Une organisation peut être incitée à présenter ses résultats de manière favorable. Un service minimise ses échecs. Une entreprise sous-estime les dommages indirects de son produit. Une administration privilégie les indicateurs qui valorisent son action. Le calcul des conséquences doit donc examiner les conflits d’intérêts. Qui produit les données ? Qui définit les objectifs ? Qui supportera les coûts si la prévision est fausse ?

Une évaluation indépendante et la publication des résultats négatifs améliorent la fiabilité. L’impartialité ne concerne pas seulement les personnes comptées, mais aussi la manière dont la connaissance est produite.

Les conséquences institutionnelles

Une décision prise par une institution possède des effets qui dépassent le cas individuel. Elle établit une règle, crée une attente et modifie la perception de la légitimité. Une exception secrète peut sembler sans effet immédiat, mais elle transforme parfois la culture interne de l’organisation. Les agents comprennent que certaines procédures peuvent être contournées. La décision suivante devient plus facile. Le conséquentialisme doit donc examiner les effets sur les normes, les habitudes et les équilibres de pouvoir. Les institutions ne sont pas seulement des instruments produisant des résultats ; elles façonnent les personnes et les possibilités futures.

Le précédent

Un précédent n’oblige pas nécessairement à répéter une décision, mais il augmente le coût de la différence de traitement. Une exception accordée à un groupe peut être réclamée par d’autres. Une sanction exceptionnelle peut devenir une pratique ordinaire. L’argument du précédent ne doit pas être utilisé pour interdire toute adaptation. Il faut demander si les futurs cas seront réellement comparables et si une règle publique peut distinguer les situations. Le précédent devient moralement pertinent lorsqu’il modifie les attentes, le pouvoir ou la possibilité de contrôler les décisions futures.

La pente glissante

L’argument de la pente glissante affirme qu’une première exception conduira progressivement à des pratiques plus graves. Cet argument peut être sérieux ou fallacieux. Il est sérieux lorsqu’un mécanisme identifiable explique la progression : modification des normes, intérêts institutionnels, difficulté de contrôle ou élargissement prévisible des catégories. Il est faible lorsqu’il se contente d’affirmer qu’une décision conduira forcément à l’extrême sans expliquer comment.

Le conséquentialisme doit examiner les pentes glissantes comme des hypothèses causales. Elles doivent être soutenues par des mécanismes et des expériences comparables.

Les conséquences symboliques

Une décision possède parfois une signification publique. Elle exprime ce qu’une institution reconnaît, tolère ou condamne. Cette dimension symbolique produit des effets réels sur la confiance, l’identité et les normes sociales. Mais l’argument symbolique peut aussi devenir vague.

Une politique inefficace est parfois maintenue uniquement pour « envoyer un message ». Il faut alors demander si le message est compris, par qui et avec quelles conséquences.

Le symbole ne doit pas remplacer l’efficacité réelle. Il fait partie des conséquences lorsqu’il influence effectivement les conduites et les relations.

Les conséquences distributives

Un gain moyen ne dit pas qui gagne et qui perd. Une réforme augmente légèrement le bien-être global, mais concentre les coûts sur les personnes déjà défavorisées. Une analyse purement agrégative peut la juger positive. Une évaluation plus complète examine :

  • la situation initiale ;
  • la gravité des pertes ;
  • la capacité de les supporter ;
  • la possibilité de compensation ;
  • les rapports de pouvoir ;
  • les effets cumulatifs.

Une petite perte pour une personne vulnérable peut compter davantage qu’un gain identique pour une personne favorisée. La distribution n’est pas une information secondaire ajoutée après le calcul. Elle fait partie de la conséquence morale.

Les effets cumulés

Une décision isolée peut sembler imposer une charge faible. Mais certaines personnes subissent une accumulation de petites contraintes venant de plusieurs politiques.

Chaque institution considère sa propre contribution comme négligeable. Le résultat global devient lourd.

Une analyse conséquentialiste doit donc éviter de fragmenter artificiellement les effets. Il faut examiner la situation complète des personnes concernées.

Le dommage cumulatif est particulièrement important pour les groupes déjà exposés à plusieurs désavantages.

Les externalités

Une externalité est un coût ou un bénéfice produit pour des personnes qui ne participent pas directement à la transaction. Une entreprise réalise un profit mais diffuse une pollution supportée par les habitants. Un individu se vaccine et réduit le risque de transmission pour d’autres. Les décisions privées peuvent donc avoir des conséquences collectives. Le marché ne les intègre pas toujours dans les prix. Le conséquentialisme attire utilement l’attention sur ces effets invisibles. Une politique peut chercher à les internaliser par des règles, des taxes, des compensations ou des incitations.

Les conséquences sur les comportements moraux

Une institution n’influence pas seulement les intérêts matériels. Elle peut modifier les motivations et les normes. Un système fondé exclusivement sur la récompense financière peut affaiblir certaines motivations civiques ou professionnelles. Une procédure participative peut développer le sentiment de responsabilité. Ces effets sont difficiles à mesurer, mais potentiellement durables. Le conséquentialisme indirect prend au sérieux le type de caractère et de culture produit par les règles. Une politique efficace à court terme peut être inférieure si elle détruit les motivations dont dépend sa réussite future.

La responsabilité morale sous incertitude

Une personne n’est pas responsable de tous les effets imprévisibles de son action. Mais elle peut être responsable de ne pas avoir recherché les informations accessibles, envisagé les risques évidents ou corrigé une pratique après l’apparition de nouvelles données. La responsabilité dépend notamment :

  • du rôle de l’agent ;
  • de ses compétences ;
  • des informations disponibles ;
  • de la gravité potentielle ;
  • du temps dont il disposait ;
  • de la possibilité de demander un avis ;
  • de son éventuel intérêt personnel.

Un professionnel ou une institution possède une obligation de prévision plus importante qu’un individu ordinaire placé dans l’urgence.

L’ignorance coupable

L’ignorance n’excuse pas toujours. Un agent peut choisir de ne pas savoir afin d’éviter une responsabilité. Une entreprise ne recherche pas les effets secondaires de son produit. Une autorité ignore les avertissements qui compliqueraient sa décision. Cette ignorance volontaire ou négligente possède une importance morale. Le conséquentialisme doit évaluer non seulement la prévision effectivement réalisée, mais les efforts raisonnables qui auraient dû l’être. Une décision ne devient pas innocente parce que l’agent a organisé son absence d’information.

Le biais rétrospectif

Après un événement, ses causes paraissent souvent plus évidentes qu’elles ne l’étaient auparavant. Nous surestimons alors la capacité qu’avaient les agents de le prévoir. Ce biais rétrospectif conduit à juger injustement certaines décisions. Il peut aussi permettre aux responsables d’un échec d’affirmer que personne ne pouvait anticiper un risque pourtant signalé. L’évaluation doit revenir aux informations réellement disponibles à l’époque. Il faut distinguer :

  • le risque connu ;
  • le risque raisonnablement connaissable ;
  • l’événement véritablement imprévisible.

La chance morale

La chance morale apparaît lorsque le jugement porté sur une personne dépend de facteurs qu’elle ne contrôlait pas. Deux conducteurs prennent exactement le même risque. L’un provoque un accident, l’autre non. Le premier sera généralement jugé plus sévèrement. Du point de vue des conséquences réelles, cette différence est compréhensible. Du point de vue de la décision, les deux conduites étaient également irresponsables. Une théorie complète doit distinguer l’évaluation de l’acte, de l’agent, du dommage et de la réparation. Le résultat réel compte pour les victimes et pour les obligations de réparation, même lorsqu’il ne modifie pas entièrement la faute initiale.

Décision ex ante et évaluation ex post

L’évaluation ex ante examine ce qu’il était raisonnable de décider avant de connaître le résultat. L’évaluation ex post examine les conséquences une fois qu’elles sont connues. Les deux perspectives sont nécessaires. Ex ante, il faut juger la prudence et la qualité du raisonnement. Ex post, il faut reconnaître les dommages réels, réparer, apprendre et éventuellement modifier les règles. Une bonne décision ayant échoué ne doit pas être traitée comme une faute identique à une négligence. Mais le fait qu’elle ait été raisonnable ne supprime pas le devoir de prendre en charge ses conséquences.

Apprendre des erreurs

Le conséquentialisme possède une forte orientation vers la révision. Une politique doit être modifiée lorsque les résultats contredisent les attentes. Cette capacité d’apprentissage exige :

  • des objectifs explicites ;
  • des indicateurs multiples ;
  • un suivi dans le temps ;
  • la possibilité de signaler les dommages ;
  • une comparaison avec les alternatives ;
  • une culture qui ne sanctionne pas automatiquement toute reconnaissance d’erreur.

Une institution qui refuse de corriger une action parce qu’elle avait de bonnes intentions abandonne l’exigence conséquentialiste. La fidélité au bien recherché peut exiger d’abandonner le moyen initial.

L’évaluation des politiques

Une politique publique doit être évaluée à plusieurs niveaux. Elle peut atteindre son objectif immédiat tout en produire des effets secondaires négatifs. Elle peut échouer globalement mais bénéficier fortement à certains groupes. Elle peut produire de bons résultats dans un contexte et être inefficace dans un autre. L’évaluation doit donc examiner :

  • efficacité ;
  • effets indésirables ;
  • distribution ;
  • coût ;
  • soutenabilité ;
  • acceptabilité ;
  • équité ;
  • robustesse ;
  • possibilité d’amélioration.

Une politique n’est pas bonne simplement parce qu’elle « fonctionne » selon un indicateur isolé.

Les expériences contrôlées

Les expériences contrôlées peuvent aider à établir les effets causaux d’une intervention. Elles comparent un groupe recevant l’intervention à un groupe comparable ne la recevant pas. Cette méthode est puissante lorsque sa mise en œuvre est possible et éthique. Mais elle ne répond pas à toutes les questions. Un résultat moyen peut masquer des effets différents selon les groupes. Une expérimentation limitée peut ne pas révéler les conséquences institutionnelles à long terme. La validité dans un contexte ne garantit pas l’efficacité ailleurs. Les résultats expérimentaux doivent donc être interprétés, non appliqués mécaniquement.

Les preuves qualitatives

Les entretiens, observations et récits permettent de comprendre les mécanismes et les expériences invisibles dans les statistiques. Une politique peut améliorer un indicateur tout en créant une humiliation ou une perte d’autonomie. Les témoignages peuvent révéler cet effet. Ils peuvent aussi être partiels et non représentatifs. La bonne méthode ne consiste pas à opposer chiffres et récits. Elle utilise les deux pour répondre à des questions différentes. Les données quantitatives estiment l’ampleur. Les données qualitatives éclairent la nature, le mécanisme et la signification des conséquences.

L’échelle

Une intervention efficace à petite échelle peut échouer lorsqu’elle est généralisée. Les équipes pilotes sont souvent plus motivées, mieux financées ou mieux formées. La demande de ressources augmente lors du déploiement. Les comportements et les prix s’adaptent. L’évaluation doit donc distinguer :

  • efficacité dans des conditions idéales ;
  • efficacité dans les conditions ordinaires ;
  • effets de la généralisation ;
  • capacité institutionnelle nécessaire.

Le conséquentialisme pratique ne cherche pas seulement ce qui pourrait fonctionner, mais ce qui fonctionnera raisonnablement dans le système réel.

Les conséquences inattendues

Toute décision complexe produit des conséquences non anticipées. Certaines sont négatives, d’autres bénéfiques. Le fait qu’elles soient imprévues ne signifie pas qu’aucune précaution n’était possible. Il faut distinguer l’inattendu véritable et l’effet négligé malgré des avertissements. Une bonne politique prévoit des mécanismes de retour, des clauses de révision et des ressources pour corriger les erreurs. L’humilité n’est pas l’abandon de l’action. Elle consiste à concevoir les interventions en reconnaissant que le décideur ne connaît pas tout.

Prévision individuelle et prévision collective

Un individu possède une information limitée. Un groupe peut réunir plusieurs compétences et perspectives. Mais les groupes peuvent aussi produire du conformisme, diluer la responsabilité ou suivre une autorité sans discussion. Une bonne délibération collective demande :

  • une diversité réelle ;
  • la possibilité de formuler un désaccord ;
  • une clarification des incertitudes ;
  • une distinction entre faits et valeurs ;
  • une décision finale attribuée à des responsables identifiables.

La pluralité améliore les prévisions lorsqu’elle ne se réduit pas à l’addition de personnes partageant les mêmes hypothèses.

La sagesse des foules

L’agrégation de nombreux jugements peut parfois améliorer la précision, notamment lorsque les erreurs sont relativement indépendantes. Mais une foule n’est pas automatiquement sage. Les mêmes informations, les mêmes médias ou les mêmes intérêts peuvent produire des erreurs corrélées. Une opinion très partagée peut donc rester fausse. L’indépendance, la diversité et la possibilité de révision sont essentielles. La popularité d’une prévision ne remplace pas l’examen de ses raisons.

Les marchés de prédiction et prévisions agrégées

Certains dispositifs agrègent les estimations de plusieurs participants en les incitant à révéler leurs véritables anticipations. Ils peuvent améliorer la calibration sur des questions bien définies. Mais ils fonctionnent moins bien lorsque les critères sont vagues, les événements manipulables ou les participants mal informés. Ils prédisent des résultats, non leur valeur morale.

Une probabilité collective peut éclairer la décision. Elle ne décide pas quels risques sont acceptables ni qui doit les supporter.

Calibration et confiance

Une personne bien calibrée annonce environ 70 % de probabilité pour des événements qui se réalisent effectivement dans environ 70 % des cas. La calibration permet d’évaluer la qualité des prévisions dans le temps. Elle encourage l’expression graduée de l’incertitude. Dire « je ne suis pas sûr » ne suffit pas toujours. Il peut être utile de préciser un ordre de probabilité. Mais les nombres doivent rester proportionnés à l’information disponible. La calibration améliore l’honnêteté épistémique sans transformer les estimations en vérités certaines.

Les effets moraux de la communication

La manière de présenter une prévision influence les comportements. Une autorité qui dissimule l’incertitude peut obtenir une obéissance immédiate mais perdre durablement la confiance lorsque les résultats diffèrent. Une communication honnête doit expliquer ce qui est connu, incertain et révisable. Elle ne doit ni exagérer la confiance ni présenter toute connaissance comme équivalente à une opinion. La transparence sur l’incertitude fait partie des conséquences de la décision. Elle permet aux personnes de comprendre, de participer et d’adapter leurs conduites.

Les conflits de valeurs

Même une prévision parfaite ne résout pas tout. Savoir qu’une politique augmentera la sécurité et réduira la liberté ne dit pas automatiquement quel équilibre est juste. La science décrit les conséquences probables. La morale évalue leur importance et leurs limites. Le conséquentialisme tente de comparer les valeurs, mais il doit rendre explicite la fonction utilisée. Une diminution modérée de liberté peut-elle être compensée par une légère amélioration de sécurité ? Une perte de dignité peut-elle être monétarisée ?

Les désaccords ne viennent pas toujours des faits. Ils peuvent porter sur les valeurs elles-mêmes.

L’incertitude morale

Nous pouvons être incertains non seulement des conséquences, mais aussi de la théorie morale correcte. Une action maximise le bien-être mais viole un droit important. Une autre respecte le droit mais provoque une perte grave.

Que faire lorsque nous ne savons pas quelle théorie doit l’emporter ?

Une stratégie consiste à rechercher des décisions robustes selon plusieurs conceptions morales. Une option qui produit de bonnes conséquences, respecte les droits essentiels et répartit équitablement les risques possède un avantage particulier. Lorsque les théories divergent, il faut éviter les actions produisant une faute extrême selon l’une d’elles pour un bénéfice faible selon une autre.

Les décisions moralement robustes

Une décision moralement robuste demeure défendable sous plusieurs hypothèses factuelles et normatives. Elle ne dépend pas d’un calcul extrêmement précis ou d’une théorie très controversée. Par exemple, prévenir une souffrance grave par un moyen peu coûteux, consenti et respectueux des droits sera soutenu par de nombreuses approches.

À l’inverse, sacrifier un innocent pour un bénéfice incertain repose sur un raisonnement fragile.

La robustesse ne garantit pas l’absence de conflit. Elle constitue une prudence adaptée à notre incertitude sur les faits et les valeurs.

Une méthode d’évaluation des conséquences

Définir la décision

Quelles sont les options réelles, y compris l’inaction et les solutions intermédiaires ?

Formuler l’objectif

Quel bien cherche-t-on à produire ou quel dommage cherche-t-on à éviter ?

Identifier les personnes affectées

Qui bénéficie, qui supporte les coûts, qui reste absent du processus de décision ?

Établir le scénario contrefactuel

Que se produirait probablement sans l’intervention ou avec une autre option ?

Décrire les effets directs

Quels résultats immédiats sont raisonnablement attendus ?

Rechercher les effets indirects

Confiance, incitations, précédents, adaptations et transformations institutionnelles.

Estimer les probabilités

Quels résultats sont certains, probables, possibles ou purement spéculatifs ?

Examiner les événements extrêmes

Existe-t-il un risque faible mais catastrophique ou irréversible ?

Analyser la distribution

Le bénéfice moyen masque-t-il une charge grave imposée à un groupe ?

Comparer les coûts d’opportunité

Quelle meilleure action ne pourra pas être réalisée si cette option est choisie ?

Tester les hypothèses

La conclusion résiste-t-elle à des estimations moins favorables ?

Prévoir la révision

Comment détectera-t-on l’échec et comment l’action pourra-t-elle être corrigée ?

Exemple : nouveau traitement

Un nouveau traitement semble plus efficace qu’un traitement ancien. Il possède toutefois des effets secondaires encore mal connus.

Une analyse conséquentialiste doit comparer :

  • le bénéfice attendu ;
  • la gravité de la maladie ;
  • la solidité des études ;
  • la fréquence possible des effets indésirables ;
  • les alternatives existantes ;
  • le consentement des patients ;
  • la possibilité de surveiller et d’interrompre le traitement.

Une maladie mortelle sans solution peut justifier davantage de risque qu’un trouble bénin disposant déjà d’un traitement sûr. Le même niveau d’incertitude ne produit donc pas la même décision dans tous les contextes.

Exemple : politique de sécurité

Une mesure de surveillance promet de réduire certaines infractions. Il faut examiner la preuve de son efficacité, les erreurs d’identification, les déplacements de la criminalité et les possibilités de contournement. Il faut aussi compter la perte de vie privée, la concentration de pouvoir et le risque d’usage futur à d’autres fins. Une amélioration statistique limitée ne suffit pas nécessairement à justifier une infrastructure durable de surveillance. Une expérimentation limitée, un contrôle indépendant et une durée d’autorisation précise peuvent réduire l’incertitude et les risques institutionnels.

Exemple : réforme pénale

Une sanction plus sévère est proposée afin de dissuader les infractions. Le raisonnement ne peut pas se limiter à l’intuition selon laquelle une peine plus lourde fait davantage peur. Il faut examiner :

  • la probabilité d’être arrêté ;
  • l’effet réel de la sévérité ;
  • la récidive ;
  • les conséquences familiales ;
  • le coût institutionnel ;
  • les effets sur les signalements et les décisions judiciaires.

Une politique peut paraître ferme tout en produire moins de sécurité. Le conséquentialisme demande d’évaluer la protection réelle, non l’intensité symbolique de la sanction.

Exemple : fermeture d’un service

Une administration prévoit de fermer un service peu fréquenté afin d’économiser des ressources. Le coût moyen par usager paraît très élevé. Mais il faut examiner qui sont les usagers. S’agit-il de personnes disposant d’alternatives ou d’un groupe isolé pour lequel le service est essentiel ? Il faut compter les déplacements, les renoncements, les effets sur les proches et les coûts transférés vers d’autres services. Une économie budgétaire visible peut simplement déplacer la dépense et augmenter la souffrance.

Exemple : innovation numérique

Une plateforme introduit une fonction destinée à augmenter l’engagement. Les premières données montrent une hausse du temps d’utilisation. Cet indicateur peut être présenté comme une satisfaction accrue. Il peut aussi refléter une captation de l’attention. Il faut examiner les préférences réfléchies des utilisateurs, les effets sur le sommeil, les relations, la concentration et la capacité à quitter le service. Optimiser un comportement observable ne signifie pas maximiser le bien-être.

Exemple : mesure environnementale

Une politique environnementale impose un coût économique immédiat afin de réduire un risque futur. L’évaluation doit intégrer :

  • la probabilité des différents scénarios ;
  • l’irréversibilité des dommages ;
  • les groupes actuellement affectés ;
  • les générations futures ;
  • les possibilités technologiques ;
  • les effets de seuil ;
  • la capacité d’adaptation.

L’incertitude peut justifier une action progressive et robuste plutôt qu’une attente totale. Elle ne justifie pas de traiter le risque futur comme nul.

Exemple : aide humanitaire

Une organisation hésite entre une intervention très médiatisée et une action moins visible mais mieux documentée. La première attire davantage de dons et peut produire un effet symbolique important. La seconde semble prévenir davantage de souffrances par euro dépensé. Il faut néanmoins examiner la qualité des données, l’accès aux populations, les effets institutionnels et la capacité locale. L’efficacité apparente d’une intervention peut diminuer lorsqu’elle est étendue. Le calcul doit rester révisable et transparent.

Exemple : erreur médicale

Deux professionnels prennent la même décision raisonnable à partir des mêmes données. Chez l’un, le patient subit une complication rare ; chez l’autre, le traitement réussit. La qualité initiale de leur décision est comparable. Mais le premier doit reconnaître le dommage, informer le patient ou ses proches et participer à son analyse. Le mauvais résultat crée des obligations de réparation et d’apprentissage, même sans faute identique. Cette distinction évite à la fois l’injustice rétrospective et l’indifférence envers la victime réelle.

Forces de l’évaluation conséquentialiste

Elle oblige à regarder les résultats plutôt que les intentions proclamées. Elle intègre la probabilité, l’action, l’inaction et les coûts d’opportunité. Elle rend visibles les effets indirects et institutionnels. Elle encourage la mesure, l’expérimentation et la correction. Elle permet de comparer des politiques concurrentes plutôt que de juger chacune isolément. Elle attire l’attention sur les risques futurs et les victimes invisibles. Elle impose enfin une responsabilité d’apprentissage lorsque les résultats contredisent les prévisions.

Limites de la prévision

Les chaînes causales sont complexes. Les probabilités sont parfois inconnues ou manipulées. Les personnes adaptent leurs comportements. Les indicateurs ne mesurent qu’une partie du bien recherché. Les comparaisons entre valeurs et entre personnes restent imparfaites. Les institutions peuvent sélectionner les données favorables. Les événements rares sont particulièrement difficiles à estimer. Enfin, plus la théorie cherche à inclure de conséquences, plus le calcul devient lourd et incertain.

Le risque est alors de remplacer une décision humaine imparfaite par un modèle tout aussi imparfait mais moins visible.

Une rationalité modeste

La bonne réponse à ces limites n’est pas d’abandonner toute attention aux conséquences. Une morale refusant de vérifier ses effets protège ses principes contre la réalité. La réponse consiste à adopter une rationalité modeste. Elle compare les options sans prétendre tout prévoir. Elle distingue les données solides des hypothèses. Elle préfère les décisions robustes, réversibles et corrigibles lorsque l’incertitude est élevée. Elle protège les droits fondamentaux contre les calculs fragiles. Elle accorde une attention particulière aux risques imposés aux personnes vulnérables. Elle accepte enfin de réviser ses conclusions.

Conséquentialisme et règles de prudence

Les limites du calcul justifient des règles générales. Respecter le consentement, ne pas fabriquer de preuves, protéger les procédures et éviter les dommages irréversibles sont des principes dont la valeur vient aussi de notre incapacité à prévoir toutes les conséquences. Une règle protège contre l’excès de confiance du décideur. Elle évite qu’un bénéfice hypothétique serve à justifier une atteinte certaine. Cela ne signifie pas que toute règle soit absolue. Cela signifie que la charge de la preuve doit augmenter avec la gravité de la violation.

Une hiérarchie de confiance

Toutes les conséquences anticipées ne doivent pas recevoir le même statut. On peut distinguer :

  1. les effets directs fortement établis ;
  2. les effets indirects soutenus par des mécanismes et des données ;
  3. les effets plausibles mais incertains ;
  4. les scénarios spéculatifs ;
  5. les possibilités purement imaginaires.

Une décision ne doit pas sacrifier un intérêt fondamental certain pour un bénéfice situé uniquement au quatrième ou au cinquième niveau. Cette hiérarchie n’est pas mathématique. Elle fournit une discipline argumentative. Celui qui invoque une conséquence doit expliquer pourquoi elle mérite d’être prise au sérieux.

Prévoir pour mieux protéger

La prévision n’a pas seulement pour fonction de maximiser les bénéfices. Elle sert aussi à identifier les personnes qui risquent d’être sacrifiées par une décision moyenne. Une analyse distributive peut révéler que le groupe exposé ne possède ni pouvoir, ni information, ni recours. Le conséquentialisme devient alors un outil de protection plutôt qu’un simple calcul d’efficacité. Cette fonction dépend toutefois de la manière dont les personnes sont comptées. Une analyse contrôlée uniquement par les bénéficiaires du projet risque de rendre certains coûts invisibles.

Conclusion

Mesurer, comparer et prévoir les conséquences constitue la difficulté pratique centrale du conséquentialisme. Une action ne peut pas être jugée uniquement par son résultat final, car ce résultat dépend aussi de la chance. Il faut examiner ce qu’un agent raisonnable pouvait anticiper au moment de décider. La valeur attendue permet de combiner la probabilité et l’importance des résultats. Elle offre une méthode utile lorsque les risques sont suffisamment connus. Mais de nombreuses situations relèvent d’une incertitude plus profonde. Les résultats possibles ne sont pas tous identifiés, les probabilités restent fragiles et les personnes adaptent leurs comportements. Le calcul doit alors être complété par la prudence, la réversibilité, les marges de sécurité et la capacité de révision. Les conséquences pertinentes ne se limitent pas aux effets immédiats. Il faut intégrer les effets indirects, les précédents, les normes, les coûts d’opportunité et la distribution des risques. Une décision avantageuse en moyenne peut rester injuste lorsqu’elle expose une minorité vulnérable à un dommage grave. La quantification est précieuse, mais elle ne doit pas donner une fausse impression de certitude.

Les indicateurs simplifient nécessairement la réalité. Les valeurs difficiles à mesurer — confiance, dignité, autonomie, relations — ne doivent pas être traitées comme inexistantes. Une évaluation conséquentialiste crédible doit donc associer :

  • données quantitatives ;
  • compréhension qualitative ;
  • analyse causale ;
  • comparaison des alternatives ;
  • attention à la distribution ;
  • transparence des hypothèses ;
  • possibilité de correction.

La leçon fondamentale peut être formulée ainsi :

Une décision morale ne doit pas être jugée selon le futur que nous aurions aimé produire, mais selon les conséquences qu’il était raisonnable d’anticiper, la qualité de notre information et les précautions prises face à notre ignorance.

Le conséquentialisme ne peut supprimer l’incertitude. Il peut cependant nous obliger à la rendre explicite, à ne pas confondre le résultat et la qualité de la décision, et à organiser nos institutions pour apprendre de leurs erreurs.

À retenir

Le conséquentialisme compare des futurs possibles, et non des résultats connus avec certitude.

Il faut distinguer les conséquences réelles et les conséquences raisonnablement attendues.

Une bonne décision peut produire un mauvais résultat à cause de la malchance.

Une mauvaise décision peut réussir accidentellement.

La valeur attendue associe la valeur d’un résultat à sa probabilité.

Le risque concerne des probabilités relativement connues ; l’incertitude concerne des probabilités ou des résultats mal identifiés.

Une précision numérique ne garantit pas la qualité de l’information.

Une prévision doit distinguer observation, probabilité, plausibilité et simple possibilité.

L’évaluation exige un raisonnement contrefactuel : que se serait-il produit autrement ?

Le coût d’opportunité correspond à la meilleure option abandonnée.

L’inaction possède elle aussi des conséquences et doit être comparée aux interventions possibles.

Les effets directs ne suffisent pas ; les conséquences indirectes, institutionnelles et comportementales doivent être examinées.

Les agents adaptent leurs conduites aux politiques et aux règles.

Les boucles de rétroaction et les effets de seuil rendent les systèmes complexes difficiles à prévoir.

La distance temporelle ne rend pas une souffrance future moralement insignifiante.

Toutes les ramifications imaginables d’une action ne peuvent pas être suivies.

Il faut prendre en compte les effets significatifs, plausibles, causalement liés et susceptibles de modifier la décision.

Corrélation et causalité doivent être distinguées.

L’absence de données fortes ne prouve ni l’absence de risque ni l’efficacité d’une intervention.

Le principe de précaution est particulièrement pertinent face aux dommages graves ou irréversibles.

L’action et l’inaction comportent toutes deux des risques.

Les événements rares mais catastrophiques peuvent justifier des marges de sécurité importantes.

Une valeur moyenne positive ne suffit pas toujours lorsqu’une option comporte un risque de ruine.

L’aversion au risque peut être rationnelle lorsque des besoins fondamentaux sont menacés.

Il faut examiner qui bénéficie d’une décision et qui supporte le risque.

Le consentement au risque doit être libre, informé et réel.

Les conséquences de nature différente ne sont pas toujours réductibles à une unité commune.

La monétarisation facilite certaines comparaisons mais favorise souvent les personnes capables de payer davantage.

Un indicateur ne représente jamais entièrement le bien qu’il mesure.

Les effets difficiles à mesurer ne doivent pas être assimilés à une valeur nulle.

Les comparaisons interpersonnelles sont imparfaites mais inévitables dans les décisions collectives.

Une différence estimée inférieure à l’incertitude du modèle ne suffit pas à créer une obligation morale certaine.

L’analyse de sensibilité vérifie si la conclusion résiste à des hypothèses différentes.

Une décision robuste reste raisonnable sous plusieurs scénarios plausibles.

La réversibilité et l’expérimentation limitée sont précieuses lorsque l’incertitude est forte.

L’information supplémentaire est utile lorsqu’elle peut réellement modifier la décision.

Attendre possède un coût moral lorsque des souffrances continuent pendant la recherche de certitude.

Les modèles et les algorithmes prédisent certains effets, mais ne déterminent pas à eux seuls ce qu’il faut faire.

Les données historiques peuvent reproduire les biais des institutions passées.

Une prédiction peut contribuer à produire le résultat qu’elle annonce.

L’expertise doit être associée à la transparence, à la diversité et à la possibilité de contestation.

Les conflits d’intérêts affectent la production et l’interprétation des données.

Une décision institutionnelle crée des précédents et modifie les attentes.

Les arguments de pente glissante doivent reposer sur des mécanismes plausibles, et non sur une simple affirmation.

Les conséquences symboliques comptent lorsqu’elles produisent réellement des effets sur les normes et la confiance.

Le bénéfice total doit être complété par une analyse de sa distribution.

Les petites charges peuvent devenir graves lorsqu’elles s’accumulent sur les mêmes personnes.

Une personne peut être responsable de son refus de rechercher les informations raisonnablement accessibles.

Le biais rétrospectif nous fait surestimer la prévisibilité d’un événement après qu’il s’est produit.

L’évaluation ex ante juge la qualité de la décision ; l’évaluation ex post permet la réparation et l’apprentissage.

Une politique conséquentialiste doit pouvoir être révisée lorsque ses résultats contredisent ses objectifs.

Les données quantitatives et qualitatives remplissent des fonctions complémentaires.

Une intervention efficace à petite échelle peut échouer lors de sa généralisation.

Une bonne décision doit prévoir des mécanismes de suivi, de correction et d’arrêt.

L’incertitude morale invite à rechercher des options défendables selon plusieurs théories.

Une rationalité conséquentialiste crédible doit être empirique, prudente, transparente et révisable.

Repères bibliographiques

  • Jeremy Bentham, Introduction aux principes de morale et de législation.
  • John Stuart Mill, L’Utilitarisme.
  • Henry Sidgwick, The Methods of Ethics.
  • Frank P. Ramsey, « Truth and Probability ».
  • John von Neumann et Oskar Morgenstern, Theory of Games and Economic Behavior.
  • Leonard J. Savage, The Foundations of Statistics.
  • Daniel Kahneman, Paul Slovic et Amos Tversky, Judgment under Uncertainty.
  • Daniel Kahneman, Système 1 / Système 2 : les deux vitesses de la pensée.
  • Amos Tversky et Daniel Kahneman, « Judgment under Uncertainty: Heuristics and Biases ».
  • Gerd Gigerenzer, Risk Savvy.
  • Philip Tetlock et Dan Gardner, Superforecasting.
  • Nassim Nicholas Taleb, Le Cygne noir.
  • Nassim Nicholas Taleb, Antifragile.
  • Jonathan Baron, Thinking and Deciding.
  • Derek Parfit, Reasons and Persons.
  • Derek Parfit, On What Matters.
  • John Broome, Weighing Goods.
  • John Broome, Climate Matters.
  • Matthew Adler, Well-Being and Fair Distribution.
  • Cass Sunstein, Risk and Reason.
  • Hans Jonas, Le Principe responsabilité.
  • Brad Hooker, Ideal Code, Real World.
  • R. M. Hare, Moral Thinking.
  • Shelly Kagan, The Limits of Morality.
  • Amartya Sen, L’Idée de justice.
  • Nancy Cartwright et Jeremy Hardie, Evidence-Based Policy.
  • Angus Deaton et Nancy Cartwright, « Understanding and Misunderstanding Randomized Controlled Trials ».