La science est-elle dénuée de valeurs ?

Introduction

Dans tout cet article, on entend par « valeur » une chose ou une qualité qui est désirable ou qui mérite d’être poursuivie. Commençons alors dans le vif du sujet avec la question suivante : la science est-elle ou doit-elle être influencée par des valeurs ?

Une première distinction très importante à opérer pour affiner un peu la question est celle entre des valeurs épistémiques (VE) et des valeurs non-épistémiques (VNE).

Une VE, c’est une valeur qui est dirigée dans le sens de la production ou de la justification d’une connaissance. Par exemple, le succès empirique est généralement perçu comme une bonne VE : toute chose égale par ailleurs, on préfère une théorie qui dit des choses sur le monde qui sont effectivement observées plutôt qu’une théorie qui se trompe, par exemple. La parcimonie est également une autre VE bien connue : si on a deux théories qui ont le même succès empirique, on préférera la théorie qui repose sur le plus d’hypothèses déjà corroborées par ailleurs, c’est-à-dire celle qui est la plus parcimonieuse en nouvelles hypothèses ou en nouvelles entités. Si ça vous semble évident, c’est parce que le succès empirique ainsi que la parcimonie font déjà partie des valeurs (épistémiques) que vous considérez comme importantes !

La philosophie des sciences regorge de listes de VE, qui comprennent le plus souvent le succès empirique et la parcimonie, mais également la réfutabilité, le pouvoir prédictif, le pouvoir explicatif, le pouvoir unificateur, la fécondité, le fait qu’une théorie est soutenue par plusieurs types de preuves différentes, etc.². L’objectivité et la rationalité, plus généralement, sont également des valeurs très importantes en science. La question ainsi posée plus haut est donc un peu triviale : la science repose évidemment sur des valeurs, ne serait-ce que des valeurs épistémiques.

C’est là où un deuxième type de valeurs rentre en jeu : les valeurs non épistémiques (VNE). On peut penser au fait de faire du profit en vendant un médicament, mener une politique publique efficace (par exemple, qui remplit certains buts donnés en minimisant les coûts), atteindre la gloire et la reconnaissance académique, améliorer le rendement électrique de certaines machines, travailler dans le sens d’une plus grande justice sociale, etc. Ce sont des valeurs, mais elles ne sont pas particulièrement orientées (directement, en tout cas) dans le sens de la production de connaissances. Elles peuvent même parfois être perçues comme opposées à ce dernier but (ce qui n’est, en fait, pas forcément le cas, comme on va le voir).

On peut alors un peu mieux cerner la pertinence de la question soulevée au début de cet article : puisque la science est généralement perçue comme étant le parangon de la production de connaissances fiables sur le monde, devrait-on laisser des VNE intervenir dans le processus, faire tout pour éviter que ces valeurs interviennent, ou au contraire carrément y implémenter activement certaines d’entre elles ? Par exemple, est-il légitime qu’une théorie en biologie soit préférée (ou rejetée) parce qu’elle (ne) correspond (pas) aux préférences idéologiques de ses auteur•ices ? Ou bien, doit-on orienter les thèmes de recherche en fonction de revendications politiques de la population ?

Dans cette introduction à propos de la place des valeurs en science, on va voir qu’il n’y a pas de réponse simple à cette question. En particulier, si votre premier réflexe en lisant le paragraphe ci-dessus a été : « évidemment qu’on devrait empêcher les VNE d’intervenir en science, la science ne s’occupe pas des questions politiques ou morales, elle est juste là pour dire le vrai », la suite de l’article devrait vous apporter un peu de contradiction intéressante.

On va donc tenter d’y voir plus clair. Pour ça, je vais suivre ici le découpage du livre de Elliott, en posant trois questions :

1. Comment les valeurs influencent « la science » ?
2. Doit-on activement incorporer des valeurs en science ?
3. Comment gérer la place des valeurs en science de manière responsable ?

Comment les valeurs influencent-elles « la science » ?

On pourrait simplement se dire : si on comprend « la science » comme une entreprise collective principalement orientée vers la production de connaissances, c’est-à-dire poursuivant principalement des buts épistémiques, alors on devrait faire tout ce que l’on peut pour que les VNE n’interviennent pas dans le processus. Du coup, pourquoi est-ce que c’est plus compliqué que ça ?

Premièrement, dans les faits, la différence entre les VE et les VNE n’est pas toujours évidente à réaliser concrètement. Pour prendre un exemple simple, imaginons la question : « ce pont est-il assez solide ? » Il semblerait que ça soit une question purement factuelle à première vue : une fois définie la solidité d’un pont et les critères permettant de l’évaluer, on peut répondre à cette question sans faire intervenir de VNE. Le problème, c’est qu’ici la définition même de la solidité et des critères d’évaluation ne sont pas un détail : ils constituent en fait le cœur du problème, et ils sont nécessairement chargés de VNE. En effet, la définition de la solidité est forcément adossée à l’usage prévu pour le pont ainsi qu’à la durée sur laquelle on souhaite que le pont soit solide, et ces éléments ne sont pas donnés objectivement de nulle part, ils correspondent à des choix pratiques réalisés à certains moments, dans certaines conditions, sous certaines contraintes (par exemple, avec un budget limité). De plus, étant donné qu’il s’agit d’une décision à prendre en situation d’incertitude (même si on a des critères que l’on considère bons, on n’est jamais à l’abri d’un imprévu), il faut juger des coûts de juger à tort que le pont est solide alors qu’il ne l’est pas (faux positif) et de ceux de juger à tort que le pont n’est pas solide alors qu’il l’est (faux négatif). Dans les situations socio-scientifiques complexes, ces deux types d’erreurs n’ont généralement pas le même coût–en tout cas, ce ne sont habituellement pas les mêmes populations qui portent les coûts des deux types d’erreur. Bref, il s’agit d’une question éminemment politique, qui ne peut être réglée en ne faisant intervenir uniquement des VE. On peut appliquer le même type de raisonnement à des affirmations comme : « ce médicament a un rapport coût/bénéfice favorable », ou bien « cette centrale nucléaire est sûre ». Mais on y reviendra.

De plus, certaines valeurs comme la simplicité sont souvent ambiguës : parfois synonyme de parcimonie des hypothèses, on peut aussi comprendre la simplicité dans son sens cognitif (« plus simple à comprendre »), voire même esthétique. Dans certains cas, la différence entre les deux n’est pas aussi claire qu’on pourrait imaginer. En mathématiques, l’idée que certaines preuves seraient plus « élégantes » que d’autres est un bon exemple d’une telle ambiguïté.

Deuxièmement, même si on s’applique à ne faire intervenir que des valeurs épistémiques dans le choix entre plusieurs hypothèses ou théories, des VNE peuvent intervenir dans la façon avec laquelle ces VE sont implémentées. Comme le notait Thomas Kuhn, même si des VE sont partagées au sein d’une même communauté, les chercheureuses qui constituent cette communauté peuvent être en désaccord sur (1) à quel point telle théorie exhibe telle valeur et/ou (2) comment on pondère les valeurs les unes par rapport aux autres. En d’autres termes, les chercheureuses peuvent être d’accord que la parcimonie et le pouvoir prédictif sont des VE importantes. Cependant, iels pourraient (1) ne pas juger la parcimonie (ou le pouvoir prédictif) d’une théorie donnée de la même façon. Par exemple, lors de l’émergence de l’héliocentrisme copernicien comme concurrent au modèle de Ptolémée (géocentrique), certaines personnes pourraient trouver le modèle copernicien plus parcimonieux que celui de Ptolémée (car il repose sur moins d’hypothèses ad hoc, par exemple), alors que d’autres pourraient penser que le modèle de Ptolémée est plus en accord avec les écrits d’Aristote et la vision de l’Église, vision installée depuis longtemps, ce qui le rend plus parcimonieux en hypothèses. On pourrait aussi penser que (2) les personnes devant évaluer les qualités relatives de différentes théories pourraient donner plus d’importance, en cas de conflits de valeurs, à une valeur plutôt qu’à une autre. Par exemple, il était assez notoire à l’époque que le modèle héliocentrique, bien que plus parcimonieux ou plus « simple », souffrait de certaines inconsistances empiriques, c’est-à-dire qu’il n’arrivait pas à rendre compte de certaines observations, alors que le modèle de Ptolémée, lui, en était capable. Même si on pourrait se mettre d’accord sur le fait que le modèle de Copernic est plus simple mais moins consistant que le modèle de Ptolémée, le choix entre les deux dépendrait encore du poids relatif qu’on donne à ces deux valeurs. Si la parcimonie est jugée plus importante que la consistance empirique, alors le modèle de Copernic est meilleur. Sinon, c’est le contraire.

Le point important ici est que (1) comme (2) peuvent reposer sur des VNE.

Enfin, il faut aussi reconnaître que ce qu’on appelle généralement « la science » n’est justement pas qu’une entreprise collective de production de connaissances, mais qu’elle s’inscrit dans un certain contexte socio-historique. De ce point de vue, il est donc très plausible que des VNE interviennent à plusieurs endroits. Pour préciser un peu ce point et ne pas en rester à cette formulation un peu vague et donc un peu vide, on peut reprendre le schéma que K. C. Elliott fournit dans l’ouvrage sur lequel cet article est fondamentalement basé, et qui distingue quatre façons avec lesquelles les VNE peuvent influencer « la science », à savoir :

• Dans le fait de guider la science a priori, c’est-à-dire pour décider de financer et de donner la priorité à tel ou tel projet plutôt qu’à un autre ou bien le fait de poser certaines questions plutôt que d’autres. (Steering Science.)
• Dans la gestion concrète de la science, c’est-à-dire de choisir du matériel afin de produire des données, de développer un certain climat au sein du laboratoire, ou bien de respecter les personnes participant à la recherche. (Managing Science.)
• Dans le fait de faire de la science, c’est-à-dire de concevoir les études, de créer des modèles, de choisir les catégories de base avec lesquelles on va travailler, ou encore de tirer des conclusions. (Doing Science.)
• Enfin, dans le fait d’utiliser la science, c’est-à-dire de mettre sur le marché (informationnel ou économique, public ou privé) certaines applications de la connaissance produite, comme le fait de communiquer ses résultats (aux médias, au grand public), de formuler des prescriptions, de développer une politique publique ou encore de prendre des décisions. (Using Science.)

En anticipant un peu, on comprend que promouvoir des valeurs non épistémiques au niveau du management de la science (comme promouvoir une certaine liberté de recherche, une certaine diversité sociale et donc cognitive au sein du laboratoire, ou encore promouvoir des valeurs de respect et de vigilance quant aux mécanismes de pouvoir illégitimes), ou bien tout simplement s’assurer que les équipes de recherche aient le moins de conflits d’intérêt possible vis-à-vis de leurs financeurs, par exemple, peut in fine permettre de produire de meilleures connaissances. Pourtant, toutes les valeurs que je viens de citer ne sont pas à proprement parler des valeurs épistémiques pures, bien qu’elles puissent quand même influencer la poursuite des buts épistémiques de la science. C’est donc aussi pour ça que la question posée au début de cet article est tout sauf évidente.

Ayant abouti au constat qu’on ne peut probablement pas se passer des VNE dans la conduite de la recherche scientifique, on va pouvoir se poser une nouvelle question, qui va nous permettre d’affiner de nouveau notre réflexion.

Doit-on activement incorporer des valeurs en science ?

Encore une fois, posée ainsi, la question n’est pas assez précise et la réponse est trivialement : on n’a pas le choix, puisqu’il y a au grand minimum des valeurs épistémiques qui interviennent en science.

On doit donc affiner un peu notre questionnement, qui devient : Est-ce que les VNE doivent jouer un rôle actif dans le raisonnement scientifique, c’est-à-dire dans la partie « faire de la science » dans le schéma ci-dessus ?

Examinons maintenant les principaux arguments des personnes soutenant un « idéal sans valeur », value-free ideal (VFI) en anglais, c’est-à-dire les personnes qui répondent plutôt « non » à la question ci-dessus.

Arguments pour le VFI

Les tenant•es du VFI, bien qu’ils ne tiennent évidemment pas tous une même position, ne sont généralement pas naïf•ves : iels reconnaissent que les VNE jouent à différentes étapes du processus de production de connaissances, et ils reconnaissent que le VFI est un idéal, justement, c’est-à-dire un ensemble de normes abstraites qui ne sont pas forcément toujours respectées dans la pratique.

Éviter le raisonnement motivé (wishful thinking)

Le premier argument pro-VFI est qu’intégrer des VNE dans le raisonnement scientifique peut écarter des buts épistémiques de la science en tendant vers le raisonnement motivé, le « wishful thinking ». On peut être motivé•e pour travailler sur un sujet donné pour des raisons non épistémiques (c’est pratiquement toujours le cas), mais ces raisons ne peuvent pas être mobilisées dans la défense effective d’une théorie ou dans l’acceptation ou le rejet d’une conclusion. C’est souvent la première peur que l’on peut avoir lorsqu’on entend parler de valeurs qui interviendraient en science, et la raison pour laquelle on peut être un peu gêné•e a priori : c’est parce qu’on entend cette question comme « des considérations morales, politiques ou métaphysiques doivent faire partie intégrante des critères utilisés collectivement pour défendre une théorie scientifique ». Pour les tenant.e.s du VFI, ce « wishful thinking », qui est inévitable au niveau individuel, doit pouvoir être éviter au niveau collectif, et c’est précisément pour ça qu’il faut se méfier de l’introduction des VNE au niveau du raisonnement scientifique.

Garantir l’autonomie de la décision

Le deuxième argument repose sur la volonté de garantir l’autonomie des décideur•euses : les scientifiques doivent travailler sur des faits, et livrer leur conclusions pour qu’ensuite des décisions (éventuellement politiques) puissent être prises. Quand on parle de « décideur•euses » c’est ici au sens large, ça fonctionnerait aussi dans une société où les décisions seraient moins centralisées qu’aujourd’hui. L’idée c’est que le groupe social des scientifiques n’est pas représentatif de la population générale, il n’est donc pas légitime (d’un point de vue démocratique) pour prendre des décisions qui incluent des considérations non épistémiques, mais uniquement pour se prononcer sur les questions relatives à leur champ de connaissance.

Préserver la confiance

Le troisième argument consiste à vouloir préserver la confiance du public dans la science : celle-ci peut diminuer si le public perçoit que les scientifiques sont motivé•es par des considérations autre que la poursuite de la connaissance. Ainsi, mettre en avant le VFI et tenter de s’en approcher du mieux possible est une condition nécessaire pour préserver cette confiance.

Il est assez intéressant de remarquer que si le premier argument repose sur des considérations épistémiques, ce n’est pas le cas des deux autres : c’est pour des raisons non épistémiques que ceux-ci soutiennent un idéal scientifique au sein duquel uniquement des valeurs épistémiques doivent intervenir !

Les arguments anti-VFI

On peut grosso modo énumérer quatre grands arguments contre le VFI : l’argument du « gap », l’argument de l’erreur, l’argument des buts et enfin l’argument des concepts.

L’argument du gap

Cet argument part du fait que les théories sont sous-déterminées par l’expérience. Autrement dit, il est rare que les données empiriques disponibles puissent invariablement discriminer entre plusieurs propositions théoriques. Ce « gap » sera alors souvent rempli par des considérations non empiriques, ou plus généralement qui ne reposent pas uniquement sur des arguments rationnels ou des VE, mais qui font intervenir des VNE. Dans certains cas, même ce qui compte comme preuve va faire l’objet d’une négociation entre chercheur•euses. Les personnes qui rejettent le VFI vont alors enjoindre à reconnaître ce fait et à expliciter les VNE sous-jacentes, plutôt que de faire comme si elles n’intervenaient pas.

À cet argument, les pro-VFI répondent qu’il y a une différence entre reconnaître ce fait et faire jouer activement ces VNE. Ainsi, s’il est nécessaire d’identifier les VNE éventuelles lorsqu’elles interviennent, c’est dans le but de les éliminer, in fine, et de ne garder que les VE comme guide.

Ce à quoi les anti-VFI répondront, classiquement, que la différence entre VE et VNE n’est pas claire en pratique, voire même non pertinente dans certains cas.

L’argument de l’erreur

Lorsqu’on choisit une hypothèse plutôt qu’une autre, par exemple lorsqu’il s’agit de savoir si un médicament a une efficacité spécifique (statistiquement, significativement supérieure à l’administration d’un placebo), on peut faire deux erreurs possibles : dire qu’il est efficace alors qu’il ne l’est pas (faux positif), ou bien dire qu’il n’est pas efficace alors qu’il l’est (faux négatif). En général, on va donner un seuil de significativité à 5 % (par exemple), ce qui fait qu’on accepte 5 % de cas de faux positifs. Quoiqu’il en soit, les coûts associés aux faux positifs et aux faux négatifs ne sont pas symétriques et ne sont généralement pas portés par les mêmes groupes sociaux, qui n’ont d’ailleurs pas tous le même pouvoir de décision dans la négociation. Pour donner un exemple simple : un faux positif risque de nuire au malade, alors qu’un faux négatif risque de nuire au laboratoire pharmaceutique. Le fait de privilégier un type d’erreur plutôt qu’un autre est donc une décision (souvent implicite) éminemment politique. En d’autres termes, lorsqu’on dit « cette étude montre que tel médicament a un rapport bénéfice/risque favorable » on est pas en train d’énoncer uniquement des faits détachés de toute réalité sociale, mais bien une affirmation où les faits et les décisions morales, éthiques ou politiques se confondent sans pouvoir être clairement différenciés en général.

Les tenant•es du VFI peuvent répondre à cet argument en disant que si le choix d’un seuil de significativité est chargé de VNE, le fait que les résultats d’une étude particulière se situent au-dessus ou au-dessous de ce seuil est quelque chose qui peut être jugé uniquement avec des VE (à savoir ici, les outils statistiques classiques de tests d’hypothèses). Les scientifiques pourraient donc énoncer leurs résultats sans donner de seuil, et la décision de savoir si ces résultats sont significatifs reviendrait donc aux décideur•euses désireux•ses d’utiliser ces résultats pour une application concrète.

Ce à quoi les anti-VFI répondent qu’une telle façon de faire semble hautement irréaliste, et que le fait de choisir un seuil et de l’assumer comme étant un choix chargé de VNE semble être beaucoup plus acceptable d’un point de vue pratique comme éthique.

L’argument des buts

Cet argument a déjà été un peu cité, et il nous semble aisément acceptable : la plupart du temps, les buts de la recherche ne sont pas uniquement épistémiques. Dans ce cas, on comprend que les décisions permettant de choisir entre plusieurs propositions ne peuvent pas reposer uniquement sur des VE.

L’argument des concepts

Enfin, le dernier argument repose sur le fait que les concepts même que l’on utilise dans la recherche peuvent être chargés de certaines représentations sociales et donc de VNE. En sciences sociales, par exemple, on parle des concepts comme « délinquance », « criminalité », « chômage », « pollution » ou « terrorisme » comme de concepts « épais », c’est-à-dire qui possèdent à la fois une dimension descriptive et normative. Selon comment on opérationnalise le concept en question, c’est-à-dire comment on le transforme en variable mesurable, on ne va littéralement pas observer la même chose. La façon avec laquelle certains phénomènes socio-politiques nous apparaissent va donc dépendre de nos présupposés (épistémiques et non épistémiques). Notons que ce n’est pas propre aux sciences sociales, la-dite « charge théorique des observations » existe dans toutes les disciplines.

Ce fait peut être vu comme un mal nécessaire, c’est-à-dire quelque chose qui tend à nous éloigner de nos buts épistémiques, mais dont on peut limiter les effets néfastes si on l’accepte et qu’on tente de prendre en considération les conséquences possibles d’utiliser un concept plutôt qu’un autre.

Cependant, il peut aussi être considéré comme une bonne chose : parfois, pour avoir le concept le plus pertinent possible (à des fins purement épistémiques !), on a besoin d’y intégrer les considérations non épistémiques attachées à ce concepts, en particulier les significations particulières qu’en donnent les acteurs sociaux considérés.

Par exemple, dans un article étudiant l’effet causal de l’interventionnisme militaire sur les actes terroristes, les auteur•ices explicitent la définition de « terrorisme » qu’iels choisissent, en reconnaissant qu’elle est hautement chargée de représentations non neutres, puisqu’elle correspond à la définition des décideur•euses politiques occidentaux•ales qui combattent le terrorisme. Mais ce fait-là est précisément ce qui donne à cette définition toute sa pertinence, dans le cadre de leur recherche :

« En d’autres termes, le fait que le thermomètre ne mesure pas la chaleur objective n’est pas un problème. Il mesure très bien le sentiment de chaleur produit par un groupe d’acteurs particulier, or c’est précisément ce qui nous intéresse. Un usage réflexif de cette littérature est donc non seulement possible mais également utile et urgent pour comprendre les origines du phénomène que le discours dominant appelle, en Europe et en Amérique du Nord, « terrorisme ». » ³

Les tenant•es du VFI pourraient, comme pour l’argument de l’erreur, proposer que les chercheureuses ne prennent pas position quant à la meilleure définition à prendre du concept, mais présentent les différentes définitions possibles et les résultats obtenus pour chaque définition. En dehors du fait que le choix, même étendu, d’un ensemble fini de définitions reste toujours un choix, cette façon de faire semble assez inconcevable étant donnée la réalité de la recherche scientifique. De même que pour l’argument de l’erreur, il semble plus réaliste que ce choix soit interne à la science, mais qu’il soit explicité, assumé et argumenté plutôt que passé sous silence.

En conclusion de cette partie, il est clair qu’il n’y a pas de réponse évidente et universelle à la question que l’on s’est posée plus haut, à savoir : « Est-ce que les VNE doivent jouer un rôle actif dans le raisonnement scientifique, c’est-à-dire dans la partie « faire de la science » dans le schéma ci-dessus ? »

En d’autres termes, aucune des deux positions, pro-VFI ou anti-VFI, ne semble trivialement fausse, et la force relative des différents arguments donnés plus haut dépend beaucoup du contexte précis dans lequel on est, c’est-à-dire du cas étudié.

Nous sommes à présent mûr•es pour la troisième partie de cet article, où nous partons du principe que l’incorporation de VNE dans le processus scientifique est inévitable, à un point ou à un autre du schéma ci-dessus. La question est donc maintenant : comment faire avec ?

Comment gérer la place des valeurs en science de manière responsable ?

La littérature met en lumière au moins trois stratégies pour prendre en considération la place des valeurs en science.

La première stratégie propose de laisser les personnes directement impactées par la recherche décider des considérations non épistémiques qui leur parlent. Encore une fois, « mesurer un niveau de pollution » pose la question non seulement technique des mesures à réaliser concrètement, mais également celle du seuil à prendre en compte pour considérer qu’un environnement est pollué ou simplement celle des personnes (ou plus généralement des êtres vivants) touchées par ladite pollution. La façon la plus éthiquement responsable de faire pourrait donc être de négocier ces seuils en prenant directement en compte les intérêts des personnes touchées par la pollution.

La deuxième stratégie consiste à choisir les bons rôles pour les valeurs. En effet, si les valeurs peuvent avoir un rôle direct problématique (wishful thinking), elles peuvent avoir un rôle indirect bénéfique, en servant efficacement l’atteinte des buts épistémiques. Par exemple, promouvoir la diversité et la justice sociale au sein des communautés scientifiques peut permettre de diviser le travail collectif plus efficacement, en explorant des hypothèses qu’une communauté plus homogène n’aurait pas forcément pu imaginer, et in fine favoriser la production de connaissances scientifiques mieux fondées. La promotion de valeurs non épistémiques à ce niveau peuvent donc mener à mieux satisfaire des buts épistémiques.

Enfin, la troisième stratégie consiste à gérer ces VNE collectivement : si l’individu est sujet au raisonnement motivé, on peut espérer que dans certaines conditions, l’interaction critique entre ces individus peut quand même faire émerger les meilleures hypothèses, c’est-à-dire les hypothèses qui sont les mieux fondées épistémiquement (empiriquement et théoriquement), indépendamment des préférences initiales des chercheurs, des rapports de pouvoir politique ou économique en présence ou plus généralement des cadres idéologiques sous-jacents.

C’est une idée qui remonte au moins à Popper, que l’objectivité de la science n’est pas due à l’objectivité des scientifiques : les scientifiques, qu’iels fassent de la physique des particules ou de la sociologie, ne sont pas objectif•ves ou neutres. Iels ont des préférences initiales, qu’elles soient métaphysiques, morales ou idéologiques. Cela ne peut en être autrement. L’objectivité de la science, c’est l’objectivité qui ne peut résulter que de la critique rationnelle entre ces chercheureuses :

« L’objectivité de la science n’est pas une question d’individu… mais une question sociale qui résulte de leur critique mutuelle, de la division du travail amicale-hostile entre scientifiques, de leur collaboration autant que de leur rivalité. Elle dépend donc partiellement d’une série de conditions sociales et politiques qui rendent cette critique possible. »

(…)

« La question n’est donc pas simplement que l’objectivité et l’absence de jugement de valeur sont pratiquement hors de portée de l’homme de science isolé, mais que l’objectivité et l’absence de jugement de valeur sont en elles-mêmes des valeurs. … Le paradoxe disparaît entièrement de lui-même si nous remplaçons l’exigence d’absence de jugement de valeur par cette exigence selon laquelle l’une des tâches de la critique scientifique doit être de mettre à jour les confusions de valeur et de séparer les questions de valeur purement scientifiques : vérité, pertinence, simplicité, etc. des questions de valeur extra-scientifiques. » ⁴

C’est également la position de la philosophe des sciences féministe Helen Longino⁵, pour qui l’objectivité ne s’atteint pas en imaginant qu’on peut éliminer les valeurs non épistémiques du travail scientifique, mais bien en donnant la possibilité de les examiner et de les critiquer collectivement. La question n’est donc pas : « comment éduquer les scientifiques de telle façon à ce qu’iels abandonnent leurs valeurs non épistémiques », mais plutôt « comment organiser la recherche scientifique de telle façon à mieux gérer les conséquences éventuelles de ces valeurs ». Pour Longino, cela repose sur quatre critères (que je cite d’après (Elliott 2002)) :

• Il faut des espaces pour une critique publique (publications, conférences, etc.)
• Il faut que la critique soit prise en compte par la communauté (débats, réponses, etc.)
• Il faut que les normes de la critique soient publiques et partagées au sein de la communauté.
• Enfin, il faut que la capacité intellectuelle soit le seul critère de participation à une discussion génératrice de connaissances, indépendamment du genre, de la race, etc.

La question de la diversité au sein des communautés scientifiques (et plus généralement des communautés épistémiques) est également assez centrale en épistémologie sociale, avec l’idée que sous certaines conditions, plus de diversité mène à une meilleure efficacité collective⁶. Cette idée trouve un certain support empirique en psychologie cognitive, notamment dans les travaux portant sur le bénéfice de l’argumentation sur les capacités de raisonnement. Hugo Mercier et ses collègues, dans leur synthèse sur cette question⁷, mettent en avant deux conditions observées expérimentalement pour que la discussion collective améliore les performances de raisonnement : que les individus soient libres d’exprimer leur opinion réelle, et que la gamme des opinions disponibles dans le groupe soit diversifiée.

Bref, comme annoncé, nous n’avons fait qu’effleurer la surface de cette discussion, mais on espère tout de même que cela vous a donné quelques billes pour y voir un peu plus clair dans toute cette histoire. N’hésitez pas à nous écrire si cet article vous fait réagir, et d’autant plus si vous êtes un•e spécialiste de la question et que vous identifiez des bêtises ou approximations un peu trop grossières dans ce que j’ai raconté.

1. Kevin C. Elliott, « Values in Science », Cambridge University Press (2022).
2. Voir par exemple : Karl Popper, « La logique de la découverte scientifique », Payot (1959/2017) ; Thomas Kuhn, « Objectivity, Value Judgement, and Theory Choice ». In T. Kuhn
   (ed.), The Essential Tension, 320–9. Chicago: University of Chicago Press. (1977) ;
   Naomi Oreskes. “The Scientific Consensus on Climate Change: How Do We Know We’re Not Wrong?” In Joseph F. C. DiMento and Pamela Doughman, eds., Climate Change: What It Means for Us, Our Children, and Our Grandchildren, 65–99. Cambridge, MA: Massachusetts Institute of Technology Press. (2007)
3. Mathias Delori, Clara Egger, Raul Magni-Berton et Simon Varaine, « Les interventions militaires sont-elles une cause du « terrorisme » ? », Cultures & Conflits [En ligne], 123-124 | Automne-hiver 2021, p. 48
4. Popper, K. R. (1979). La logique des sciences sociales. In T. Adorno & K. Popper (Eds.). De Vienne à Francfort : la querelle allemande des sciences sociales (pp. 73-105). Bruxelles : Editions Complexes. p. 82 & 84
5. Helen Longino, « Science as Social Knowledge ». Princeton: Princeton University Press. (1990) ; Helen Longino, « The Fate of Knowledge ». Princeton: Princeton University Press. (2002)
6. Smaldino, P. E., Moser, C., Pérez Velilla, A., & Werling, M. Maintaining Transient Diversity Is a General Principle for Improving Collective Problem Solving. Perspectives on Psychological Science, 19(2), 454-464. (2024).
7. Hugo Mercier, Emmanuel Trouche, Hiroshi Yama, Christophe Heintz & Vittorio Girotto, Experts and laymen grossly underestimate the benefits of argumentation for reasoning, Thinking & Reasoning. (2014).