Version classiqueVersion mobile

La cumulativité du savoir en sciences sociales

 | 
Bernard Walliser

Avant-propos

Bernard Walliser

Texte intégral

1La notion de cumulativité du savoir exprime simplement la possibilité de comparer deux états du savoir, alternatifs ou successifs, et d’évaluer si on en sait « plus » dans l’un que dans l’autre. Si le savoir pouvait se décliner sous forme de propositions parfaitement validées et mutuellement indépendantes, cette comparaison serait relativement aisée, un état du savoir étant plus riche qu’un autre s’il admet des propositions en plus. Cependant, même en adoptant une telle vision atomistique, le savoir est formé de propositions auxquelles le degré d’adhésion est variable, ce qui rend la comparaison beaucoup plus délicate. Surtout, le savoir ne se présente pas comme un empilement amorphe de propositions, mais est formé d’énoncés articulés les uns aux autres pour former des objets conceptuels diversifiés. Ainsi, le savoir ne s’accroît pas par une simple accumulation des faits, des lois ou des principes, mais il évolue sous l’influence de constants apports externes et de diverses restructurations internes.

2Le thème de la cumulativité, parce qu’il touche au cœur même de l’activité et de l’évolution des sciences, nécessite d’établir des connexions avec la plupart des autres problèmes épistémologiques. Il manifeste sa pertinence dans toutes les disciplines scientifiques, les sciences de la nature comme les sciences sociales, et exige dès lors d’associer toutes les facettes des « sciences de la science ». L’épistémologie analytique s’interroge sur la nature de ce qui fait l’objet d’un cumul, sur les formes logiques de réalisation de ce cumul et sur les critères d’évaluation de l’importance du cumul. L’histoire des sciences examine les raisons concrètes, les modalités pratiques ou la rapidité d’un tel cumul selon les disciplines, les lieux et les époques concernés. La sociologie des sciences met l’accent sur les contextes sociaux au sein desquels se réalisent ces processus et sur les mécanismes d’interaction sociale susceptibles de les favoriser ou de les entraver.

3Le présent ouvrage tente de préciser certains de ces aspects en s’en tenant aux sciences sociales, même si les sciences de la nature interviennent constamment comme une référence d’arrière-plan. Il cherche à définir une base de réflexion en précisant les concepts qui semblent avoir une pertinence transversale et en explicitant des questions qui paraissent d’intérêt commun. Mais il ne saurait prétendre fournir une méta-théorie de la cumulativité qui s’imposerait partout et toujours, et autorise au contraire des options fort différentes selon les disciplines. Quant au présent avant-propos, il introduit d’abord les objets conceptuels qui constituent le corpus scientifique d’une discipline et qui forment le support intellectuel de la cumulativité. Il développe ensuite les taxinomies fondamentales de la notion de cumulativité, construites à partir des propriétés de ces objets. Il précise enfin les origines intellectuelles de l’ouvrage ainsi que la structure qu’il est amené à adopter.

I. Les supports de la cumulativité

Les objets conceptuels

4Toutes les sciences sociales mettent en exergue un corpus scientifique composé d’objets conceptuels suffisamment autonomes et repérables pour en permettre une identification distincte. En fonction de leur proximité au terrain d’étude, ces objets conceptuels peuvent être regroupés et ordonnés selon trois niveaux principaux : les données, les modèles et les programmes. Chaque objet conceptuel d’un niveau a ses caractéristiques propres quant à sa syntaxe (langage de description), sa sémantique (champ de validité) et son interprétation (lecture informelle). Des objets conceptuels supplémentaires comme les lois ou les théories sont parfois considérés dans la littérature, mais ils seront intégrés dans une ou plusieurs des catégories précédentes.

5Les données sont des items informationnels (documents littéraires ou iconographiques, témoignages verbaux, observations qualitatives ou quantitatives) qui forment le socle empirique du savoir. Elles sont caractérisées par une « structure interne », qui est quantitative dans le cas d’indicateurs mesurés selon un protocole d’observation sur des « échelles de mesure », ou qualitative dans le cas de traces « littéraires » voire « matérielles » laissées par la vie sociale. Elles reçoivent une signification empirique grâce à des « lois de correspondance » qui relient les grandeurs ou les faits observés aux propriétés de certaines entités d’un système social abstrait ou à leurs interactions. Elles sont dûment interprétées par l’observateur, qui évalue la fiabilité de ces données et la pertinence des lois de correspondance, même dans le cas où ces données faisant elles-mêmes l’objet d’interprétations préalables de la part de leurs sources, ces interprétations deviennent aussi des données.

6Les modèles sont des représentations schématiques du monde formées de grandeurs mises en relation et constituent le véhicule privilégié du savoir. Ils adoptent une « structure analytique » plus ou moins explicite et stricte, susceptible de s’exprimer dans des propositions usant d’un langage plus ou moins formel (schémas graphiques, systèmes d’équations) ; ils permettent de dériver une liste de conséquences d’un ensemble d’hypothèses. Ils possèdent un « champ empirique », défini par les systèmes et les contextes dans lesquels ils sont susceptibles d’être reconnus comme valides ; les champs empiriques de différents modèles peuvent être indépendants ou se recouvrir partiellement. Ils reçoivent enfin une « interprétation conceptuelle », les lois de correspondance se transmettant des grandeurs aux relations qui les lient pour leur conférer un sens « causal » ou « intentionnel » ; plus profondément, ils expriment des mécanismes qui peuvent recevoir une interprétation « structuraliste » ou « évolutionniste ».

7Les modèles se déclinent à des niveaux de spécification variables, selon qu’ils se réfèrent à des systèmes sociaux bien définis ou à des classes de systèmes de plus en plus générales. Le modélisateur est amené à distinguer des modèles empiriques qui sont complètement spécifiés et des modèles théoriques qui ne le sont que partiellement. En vertu de cette définition, les modèles théoriques incorporent des concepts moins observables, ont un champ d’application plus vaste et se prêtent à des interprétations plus riches que les modèles empiriques. Ils permettent de dériver d’un système d’axiomes certains principes généraux gouvernant tant les relations entre les propriétés des entités que les modes d’évolution des propriétés des entités. Ces principes sont ensuite repris comme hypothèses dans des modèles empiriques pour en dériver des conséquences testables. Quant aux lois, qui traduisent des régularités du réel, elles s’avèrent elles-mêmes comme plutôt théoriques ou empiriques et sont incorporées comme des relations dans les modèles.

8Les programmes sont des objets conceptuels plus hybrides qui énoncent certaines options théoriques et méthodologiques partagées par une communauté de chercheurs. Non distingués ici des « paradigmes », ils définissent sous une forme purement littéraire et selon une démarche a prioriste le cadre d’analyse préconisé pour la discipline. Ils suggèrent des « langages d’expression » dans lesquels les systèmes sont le plus naturellement décrits et éventuellement simulés. Ils fournissent des « schémas ontologiques » du système visé, qui mettent en avant les entités pertinentes du système social avec leurs propriétés et leurs relations essentielles. Ils proposent des « méthodologies d’investigation » précisant des stratégies d’appréhension du réel par des outils spécifiques de recueil et de traitement de données. Ils se prêtent enfin à des interprétations multiples du fait de l’ambiguïté naturelle de leur discours, ce qui en empêche toute caractérisation par trop précise.

Le corpus scientifique

9Tous les objets conceptuels sont rassemblés à un instant donné dans le corpus scientifique de la discipline considérée et tendent à se positionner en strates successives. Bien entendu, les frontières de ce corpus sont floues au sens où l’intégration ou l’exclusion des objets conceptuels font l’objet de conventions entre chercheurs, révisables dans le temps. Les objets conceptuels sont diversement évolutifs au sens où ils sont révisés plus ou moins rapidement et profondément par leurs constructeurs. Ils sont diversement actifs au sens où ils sont mobilisés plus ou moins directement et fréquemment par leurs utilisateurs dans des raisonnements. Ils sont diversement crédibles au sens où ils sont l’objet d’un degré d’adhésion plus ou moins unanime et fluctuant de la part de la profession. De façon plus précise, à la hiérarchie de généralité des objets conceptuels correspond une hiérarchie analogue de leurs évolutions temporelles.

10Les données sont en pratique très nombreuses et séjournent dans des sites d’archives, des bibliothèques, des documentations audiovisuelles, des bases de données. Sous forme qualitative, elles s’insèrent dans des collections obtenues en procédant à de premières comparaisons. Sous forme nominale, elles s’intègrent dans des nomenclatures qui sont conventionnelles et donc évolutives. Sous forme numérique, elles forment des séries recueillies de façon périodique selon des protocoles qui sont eux-mêmes révisables. Elles sont souvent associées à des aires géographiques distinctes et donnent alors lieu à des comparaisons spatiales. Elles sont obtenues comme sous-produits d’activités sociales normales ou collectées spécialement à des fins scientifiques au moyen de protocoles déterminés. Elles donnent lieu à des jugements de valeur sur leur fiabilité, mais de tels jugements restent très qualitatifs et prennent rarement la forme d’erreurs d’observation quantifiées.

11Les modèles sont en nombre plus restreint, même si aucune discipline n’en propose un véritable catalogue pour ce qui la concerne. On peut les décliner en versions alternatives ou successives, mais ils finissent par se stabiliser autour d’une version standard, la plus diffusée pédagogiquement. Les modèles donnent naissance à des « applications pratiques » pour résoudre tel ou tel problème à un niveau concret ou plus abstrait. Ils font l’objet de références plus ou moins nombreuses dans les publications scientifiques et se diffusent plus ou moins largement dans les médias. Ils restent mobilisés sur une période plus ou moins longue, mais des modèles devenus « dormants » peuvent fort bien être exhumés dans une période ultérieure. Des évaluations de la validité empirique des modèles sont exprimées littérairement, sans faire nécessairement l’objet d’un consensus.

12Plus précisément, on peut distinguer trois stades de reconnaissance des modèles, résultant de filtres successifs imposés par la communauté des chercheurs. En nombre quasi infini, les « modèles proposés » résultent d’une sorte de combinatoire entre des éléments bien répertoriés et ne sont soumis qu’à des contraintes d’homogénéité de leurs hypothèses et de cohérence dans l’inférence des conséquences qui en sont déduites. En nombre plus limité, les « modèles reconnus » sont des modèles auxquels la communauté reconnaît en plus une adéquation suffisante avec les faits, en vertu de contraintes supplémentaires de pertinence explicative et de validité empirique dans leur champ d’application. En nombre fort réduit, les « modèles adoptés » sont des modèles auxquels la communauté accorde de surcroît une certaine crédibilité au regard d’impératifs additionnels de pertinence et d’originalité, mais aussi de maniabilité conceptuelle et pratique.

13Les programmes sont encore plus rares et plus difficiles à caractériser du fait de leur hétérogénéité et de leur absence de formalisation. Ils correspondent à des « écoles de pensée » fondées sur des postulats différents et font l’objet de listes sur lesquelles un accord intersubjectif est plus ou moins aisément obtenu. S’ils nécessitent un certain recul historique pour être clairement identifiés, il arrive cependant qu’ils soient auto-proclamés par leurs adhérents. De fait, les principes ontologiques et méthodologiques concrètement mis en œuvre par les adeptes d’un programme peuvent différer sensiblement des principes affichés par les promoteurs du programme. Si les programmes apparaissent souvent de façon abrupte, ils déclinent plus lentement et perdent de leur fécondité en atteignant des zones de rendement décroissant. Toutefois, des programmes un peu oubliés ou négligés peuvent fort bien renaître de leurs cendres et être réactivés à une période ultérieure.

Les échanges externes

14Tout corpus scientifique évolue sous l’impulsion d’échanges avec le milieu extérieur, qui s’accompagnent d’adaptations immédiates ou différées pour assurer une cohérence avec le reste du corpus. Il s’agit de relations assurées avec le système social de référence ou de communications établies avec le corpus d’autres disciplines. Les échanges sont de deux types selon qu’il s’agit d’importations en provenance de l’extérieur ou d’exportations vers l’extérieur, ces dernières incluant les suppressions pures et simples d’objets conceptuels du corpus. Le processus d’adjonction commence par un simple ajout d’objets conceptuels au corpus existant, suivi d’un prétraitement visant à les rendre homogènes et assimilables par lui. Le processus d’exclusion consiste à éliminer des objets conceptuels du corpus du fait de leur isolation conceptuelle ou de leur obsolescence technique.

15Les données se renouvellent sans cesse, qu’elles soient obtenues directement sur le terrain ou par expérimentation en laboratoire. Elles sont souvent recueillies en temps réel sur la période en cours, mais elles peuvent aussi être purement et simplement découvertes en ce qui concerne des périodes passées plus lointaines. Ces données sont nettoyées de façon à les rendre homogènes et comparables et sont normalisées pour assurer leur compatibilité lors de leurs usages futurs. Elles peuvent être recueillies dans un cadre statistique intégré qui leur impose des contraintes globales d’origine théorique ou comptable. En sens inverse, certaines données sont considérées comme caduques parce que leur mode d’obtention a changé, leur pertinence est considérée comme désuète ou leur fiabilité n’est plus jugée suffisante. Du fait de l’intérêt nouveau pour un certain type de données ou d’une critique de pertinence des données habituellement utilisées, des segments entiers de données sont invalidés ou revalorisés.

16Les modèles subissent des influences diverses en provenance d’autres champs du savoir, en particulier des sciences de la nature, qui ont créé et exemplifié la notion de modèle. Même lorsqu’ils sont directement importés, ils sont épurés et reconfigurés de façon à les rendre commensurables aux modèles déjà existants. Leurs variables reçoivent un champ d’application nouveau et leurs relations se retrouvent réinterprétées en conséquence. En sens inverse, des modèles sont abandonnés parce qu’ils sont devenus caducs ou ont été intégrés dans des modèles plus riches et plus synthétiques. Plus modestement, du fait de la modularité des modèles, certains de leurs éléments peuvent être abandonnés ou remplacés sans pour autant remettre en cause leur économie d’ensemble.

17En particulier, des modèles externes sont transférés d’une discipline à l’autre selon un processus analogique. Si ces transferts concernent essentiellement une structure analytique (analogies formelles), ils peuvent véhiculer en sus une interprétation associée (analogies substantielles). Ces transferts peuvent être effectués vers des modèles empiriques, qui adoptent alors une structure analytique similaire (lois linéaires, logistiques, exponentielles). Ils peuvent être effectués vers des modèles théoriques, qui développent alors des schémas explicatifs analogues (modèles épidémiologiques, évolutionnistes). Un intense effort d’interprétation est pour le moins nécessaire pour articuler les concepts et les principes importés aux représentations classiques de la discipline. Il s’agit d’éviter des « transferts sauvages » qui plaquent un modèle sur une réalité nouvelle sans s’interroger sur son adéquation profonde.

18Les programmes ont des ontologies moins perméables à des influences externes, mais restent ouverts à l’importation d’outils scientifiques. Ils peuvent emprunter à la logique ou à la linguistique des langages d’expression et de simulation, qui fonctionnent comme des supports commodes de représentation. Ils peuvent importer des sciences et techniques de l’information des méthodes de recueil d’information et de traitement des connaissances, qui fonctionnent comme des amplificateurs du raisonnement. Une mention spéciale doit être accordée au développement de l’informatique, conçue tant comme un outil de simulation des modèles que comme un outil de traitement des données. Là encore, un programme peut être amené à s’adapter aux circonstances en abandonnant ses éléments les plus controversés, mais ses options ontologiques et méthodologiques profondes ne sont pas remises en cause.

II. Les formes de la cumulativité

Cumulativité syntaxique, sémantique et interprétative

19Les objets conceptuels de tout corpus scientifique s’avèrent plus ou moins comparables, selon chacune des trois dimensions qui les caractérisent. La cumulativité syntaxique est d’autant plus forte que les objets conceptuels sont mieux compatibles quant à leur forme analytique. La cumulativité sémantique est d’autant plus forte que les objets conceptuels réalisent un recouvrement plus exhaustif de leurs champs empiriques. La cumulativité interprétative est d’autant plus forte que les objets conceptuels sont fondés sur des visions du monde semblables ou renvoient à des mécanismes sous-jacents similaires. Ces trois formes de cumulativité dépendent les unes des autres et conduisent le corpus scientifique à osciller entre deux états extrêmes : d’une part, il apparaît comme une collection d’objets conceptuels incommensurables par leur langage, leur référent et leur interprétation ; d’autre part, il se présente comme un système d’objets conceptuels unis sous un langage, un champ et une interprétation uniques.

20En ce qui concerne les données, la cumulativité syntaxique est d’autant mieux assurée qu’elles sont structurées selon des principes communs de catégorisation (nomenclatures) comme de mesure (indices). La cumulativité sémantique est naturellement assurée car les indicateurs mesurés portent en général sur des propriétés distinctes, ne serait-ce que quant au lieu et à la date d’observation, même si des redondances restent néanmoins possibles. La cumulativité interprétative n’est mise en défaut que si une même grandeur peut recevoir des interprétations multiples, dans quel cas elle est généralement dédoublée en deux grandeurs ayant chacune une interprétation univoque. Globalement, les ensembles de données manifestent une structure se situant entre deux extrêmes : d’une part, un amoncellement de données disparates et hétérogènes, voire incommensurables ; d’autre part, une base de données complètement homogène et raisonnablement complète.

21En ce qui concerne les modèles, la cumulativité syntaxique est d’autant plus aisée qu’ils utilisent un langage commun, en pratique un langage formel, limitant leur caractère contradictoire. La cumulativité sémantique renvoie à la couverture plus ou moins complète du domaine empirique d’une discipline par des modèles distincts. La cumulativité interprétative trouve son origine dans le fait que les interprétations de divers modèles relèvent d’une philosophie commune. Les ensembles de modèles admettent des articulations qui les situent entre deux extrêmes : d’une part, un nuage de modèles couvrant aléatoirement certains champs empiriques et dont les rapports de complémentarité-substituabilité s’avèrent peu étudiés ; d’autre part, un système de modèles effectuant un recouvrement précis du champ empirique global et étant compatibles entre eux sur leurs zones communes.

22La cumulativité des modèles est favorisée par trois opérations conceptuelles de généralisation effectuées par le modélisateur. L’opération d’élargissement vise simplement à étendre le domaine d’application d’un modèle. Elle contribue donc à une cumulativité sémantique dans la mesure où le domaine de validité s’en trouve ipso facto étendu. L’opération d’affaiblissement vise à donner aux modèles une forme analytique plus générale. Elle contribue à la cumulativité syntaxique, en synthétisant des modèles spécifiques, mais aussi à la cumulativité sémantique dans la mesure où un modèle plus général admet également un domaine de validité plus étendu. L’opération d’enracinement vise à fonder un modèle sur des principes plus profonds. Elle contribue à la cumulativité interprétative, en donnant un soubassement principiel commun aux modèles, mais aussi à la cumulativité syntaxique, en spécifiant les axiomes qui différencient les modèles.

23En ce qui concerne les programmes, la cumulativité syntaxique est souvent mise en défaut car ils peuvent mobiliser des ontologies strictement incompatibles, en particulier quant au choix des entités de base (individualisme vs holisme). La cumulativité sémantique perd de son sens car chaque programme prétend s’appliquer à un champ empirique très vaste, bien que ses frontières demeurent mal définies. La cumulativité interprétative est un enjeu constant car les programmes ont des connotations multiples et peuvent même jouer sur des ambiguïtés volontaires de façon à apparaître comme plus œcuméniques. En pratique, les programmes restent peu cumulatifs par construction, même si des ponts peuvent parfois être établis entre eux nonobstant la volonté de leurs promoteurs de se démarquer les uns les autres.

Cumulativité horizontale et verticale

24L’absorption d’éléments externes dans un corpus scientifique fait apparaître des dissonances cognitives ou plus simplement des chevauchements sans contradictions entre les objets conceptuels. Des restructurations majeures des objets conceptuels sont alors effectuées pour rétablir tant la cohérence d’ensemble que la concision globale, et conduisent à définir deux types de cumulativité, associées à des objets de même niveau ou de niveaux différents. La cumulativité verticale est d’autant plus forte qu’au regard d’un champ empirique donné, l’articulation entre les données, les modèles et les théories est mieux réalisée, dans le sens ascendant et descendant. La cumulativité horizontale est d’autant plus forte qu’au travers de divers champs empiriques, l’articulation est mieux établie soit entre les données, soit entre les modèles, soit entre les programmes. En pratique, le centre de gravité des restructurations est constitué par les modèles, qui sont mis en relation avec les autres objets conceptuels.

25Les modèles sont articulés aux données par un processus de « construction » ou de « révision » des croyances. La construction d’un modèle repose soit sur une démarche projective si le modèle est construit a priori et confronté ensuite aux données, soit sur une démarche inductive si les données sont progressivement intégrées en un modèle unificateur. En revanche, la révision d’un modèle s’impose dès lors que des données, d’emblée existantes ou suscitées par le modèle lui-même, viennent ébranler un modèle déjà existant. Ces données constituent plus précisément des « surprises » par rapport aux prévisions des modèles ou des « anomalies » par rapport aux explications des modèles. Des tests négatifs répétés induisent une remise en cause globale des hypothèses du modèle sans que l’on puisse attribuer la discordance à telle ou telle d’entre elles. Cette remise en cause conduit à remplacer d’abord les hypothèses les moins « enracinées », le degré d’enracinement épistémique étant évalué conventionnellement par les modélisateurs.

26Les modèles sont articulés aux programmes par un processus de « formatage » ou d’« adaptation ». Le formatage d’un modèle consiste à lui imposer des principes ontologiques a priori, en particulier pour en permettre une comparaison ultérieure aisée avec d’autres modèles du même programme. L’adaptation d’un modèle consiste à le modifier s’il s’avère en opposition avec des principes théoriques mis en exergue par le programme ou même avec de simples considérations de bon sens. Les programmes manifestent clairement des préférences ontologiques pour tel ou tel type de modèle et imposent des contraintes à leur mise en œuvre. Par ailleurs, les programmes suggèrent des méthodes de validation des modèles qui influencent évidemment le champ de validité qui leur est associé.

27Les modèles sont articulés entre eux par un processus de « rectification » ou de « fusion » pour faire face à des contradictions syntaxiques ou à des ambiguïtés sémantiques. La rectification d’un modèle conduit à l’enrichir par des apports en provenance d’autres modèles. La fusion de modèles consiste, dans un effort de synthèse, à les intégrer tous sous un modèle unique plus générique. En particulier, des structures formelles semblables peuvent être transposées d’un modèle à un autre au sein d’une même discipline, ce qui revient à donner au modèle une nouvelle interprétation de ses hypothèses et donc de ses conséquences. De même, des classes de modèles (modèles de coalition, de diffusion) sont constituées, qui admettent des modèles spécifiques comme cas particuliers. Toutes ces opérations permettent une économie de pensée puisqu’elles réduisent drastiquement le nombre de modèles élémentaires dont les autres ne sont plus que des variantes ou des réinterprétations.

28Plus généralement, la restructuration des modèles est aiguillonnée par des paradoxes de trois types. Un « paradoxe empirique » manifeste simplement une contradiction entre le modèle et des faits plus ou moins stylisés. Il est résolu en révisant le modèle, souvent dans le sens de son affaiblissement. Un « paradoxe logique » met en cause la structure profonde du modèle qui combine des principes globalement auto-contradictoires (régressions à l’infini, circularités). Il n’est souvent résolu que par le recours à un langage d’expression plus puissant. Enfin, un « paradoxe théorique » apparaît lorsqu’un modèle a des conséquences perçues comme contre-intuitives au regard d’hypothèses apparemment raisonnables. Il ne peut être levé qu’en modifiant profondément certaines de ses hypothèses, voire en reposant le problème sous une forme complètement nouvelle.

Cumulativité synchronique et diachronique

29Les flux externes et les restructurations internes conduisent à transformer un corpus scientifique initial (à une certaine date) en un corpus scientifique final (à une date ultérieure). Deux formes qualitatives de cumulativité peuvent être introduites selon que la notion est considérée sous une forme absolue sur une seule période ou sous une forme relative entre deux périodes. La cumulativité synchronique est d’autant plus forte que les objets conceptuels d’un corpus scientifique donné manifestent peu d’incohérences et adoptent une forme plus concise. La cumulativité diachronique est d’autant plus forte que l’évolution du corpus scientifique fait apparaître moins de ruptures formelles et plus d’unification théorique dans les rapports entre objets conceptuels successifs.

30En ce qui concerne les données, la cumulativité synchronique traduit tant la cohérence que l’amplitude des observations régulièrement accumulées jusqu’à une certaine date. Elle est d’autant mieux assurée que les données individuelles sont qualitativement et spatialement homogènes et que les bases de données qu’elles forment sont mieux structurées. La cumulativité diachronique reflète la continuité du recueil des données usuelles ainsi que la richesse des données nouvelles. Elle est plus exigeante que la précédente car elle oblige à suivre l’évolution du système social lui-même avec des types de données adaptées à la période et néanmoins comparables aux précédentes. Les comparaisons intertemporelles deviennent difficiles du fait de l’évolution des nomenclatures, du glissement des définitions des grandeurs ou des cadres comptables, ainsi que de la transformation des contextes de signification.

31En ce qui concerne les modèles, la cumulativité synchronique exprime la capacité d’établir entre eux des liens de comparaison réglée, voire de déduction et de généralisation. Elle est d’autant mieux assurée qu’il est possible de construire, selon une « analyse structuraliste », des « treillis conceptuels » qui relient ces modèles les uns aux autres. En particulier, le « principe d’emboîtement » exprime précisément qu’un modèle est un cas particulier d’un autre moyennant certaines hypothèses supplémentaires. La cumulativité diachronique s’intéresse aux liens de filiation et de fusion qu’entretiennent les modèles successifs, produits de façon très gradualiste à un rythme régulier. Elle est d’autant mieux assurée qu’il est possible de construire, par une « analyse génétique », des « arbres conceptuels » qui expriment les filiations entre modèles. En particulier, il existe des « filières de modèles » à travers lesquelles un modèle séminal ou fondateur est progressivement enrichi jusqu’à atteindre une structure stable.

32Si l’on considère deux modèles, ils peuvent logiquement se trouver dans les quatre situations relatives suivantes. Ils sont « disjoints » s’ils ont des champs empiriques distincts et n’admettent donc aucune conséquence commune. Ils sont « contradictoires » s’ils ont un champ empirique commun et admettent certaines conséquences qui s’excluent. Ils sont « compatibles » s’ils ont un champ empirique partiellement commun et n’admettent pas de conséquences contradictoires sur ce champ. Ils sont « emboîtés » s’ils ont des champs empiriques semblables et si les conséquences de l’un sont incluses dans les conséquences de l’autre. Tout le travail de structuration des modèles, tant synchronique que diachronique, consiste à regrouper les modèles compatibles et à les placer dans des positions emboîtées. Cependant, des oppositions emblématiques subsistent, de structure (modèle formel/récit) comme de niveau (micro/macro), donnant naissance au mieux à des domaines segmentés.

33En ce qui concerne les programmes, la cumulativité synchronique se contente de remarquer qu’ils existent simultanément sans véritablement interférer. Chaque programme essaye de défendre ses positions en mettant en relief ses aspects spécifiques. La cumulativité diachronique part du constat de la quasistagnation des programmes sur de longues périodes, entrecoupée de bifurcations brutales et de ruptures profondes. Cependant, dans cette co-évolution, chaque programme peut essayer d’intégrer les critiques émises par d’autres à son égard. Le pouvoir de provocation des programmes et les controverses qu’ils peuvent susciter contribuent à l’incessant travail de reformulation critique. De plus, chaque programme manifestant son appartenance à une discipline, les programmes sont très sensibles à l’évolution des frontières disciplinaires et peuvent contribuer à les modifier.

III. La conception de l’ouvrage

Les origines de l’ouvrage

34L’ouvrage est dédié à Jean-Michel Berthelot, qui en a été l’instigateur, le premier animateur et l’inspirateur tout au long du travail. Professeur de sociologie à l’université de Toulouse-Le Mirail, Jean-Michel Berthelot gagne l’université Paris V en 1997. Pour la rédaction d’un ouvrage collectif, Épistémologie des sciences sociales, il crée un groupe de travail pluridisciplinaire, formé de collègues avec lesquels il avait toujours établi des contacts personnels préalables. Ce groupe avait pour fonction de critiquer, d’enrichir et d’homogénéiser des versions successives des articles proposés sur des thèmes aussi bien disciplinaires que transversaux. Il a fonctionné pendant quatre années particulièrement riches et fécondes à raison d’une réunion par trimestre. Tous les participants peuvent témoigner de l’atmosphère particulièrement conviviale qu’avait su imposer Jean-Michel et de la profondeur de l’écoute réciproque qui y régnait.

35Après la publication de l’ouvrage (Presses universitaires de France, 2001), Jean-Michel a suggéré au groupe de continuer ses travaux et c’est avec enthousiasme que la plupart des membres ont accepté de le suivre. Quelques nouveaux membres l’ont rejoint au fur et à mesure des besoins qui se faisaient jour. Une discussion s’est alors engagée sur le thème d’études à privilégier, celui de la cumulativité du savoir finissant par s’imposer. Ce thème s’avérait être à la croisée de la sociologie des sciences et de l’épistémologie, deux pôles que Jean-Michel a toujours voulu maintenir associés. Le groupe de travail a ainsi repris ses activités en 2003, année où Jean-Michel Berthelot a rejoint l’université Paris IV. L’ambiance chaleureuse, mais non dépourvue d’exigence, est demeurée intacte, pendant et après les séances, rituellement conclues par un pot.

36Avec Jean-Michel, nous avons décidé de rédiger un texte de cadrage, évidemment non impératif, pour tenter d’homogénéiser les grilles d’analyse. Ce texte était destiné à disparaître, une fois que ses principales idées auraient été intégrées dans les articles. De fait, on retrouve de nombreuses traces de ce texte dans les deux premières parties de cette introduction, qui lui doit donc beaucoup. Ensuite, Jean-Michel a continué à piloter le groupe, en dépit d’une lourde maladie qui l’affaiblissait sans qu’il n’en laisse paraître, mais dont il acceptait de parler. Il s’est éteint début 2006, après être resté en contact direct, puis en contact mail avec nombre d’entre nous. Jusqu’au bout de ses forces, en parallèle avec l’encadrement de ses étudiants, il a continué à indiquer des pistes, à suggérer des ponts, à pointer des difficultés.

37J’ai dès lors pris sa succession à la tête du groupe et j’espère être resté fidèle à ses options et à ses valeurs. Il était convaincu que les sciences sociales ne pouvaient être prises au sérieux que si elles s’imposaient les mêmes critères de rigueur que les sciences de la nature. Il insistait sur la continuité et l’unité de la réflexion sur le champ social, même si le pluralisme des méthodes était provisoirement nécessaire. Il pensait que l’épistémologie pouvait aider une discipline à progresser et il a œuvré pour que les sciences sociales s’auto-analysent efficacement. Il croyait que les institutions universitaires étaient capables de former des jeunes de qualité et il a remarquablement montré l’exemple. Il savait qu’il fallait viser le long terme et avancer pas à pas, sans arrogance inutile et sans scepticisme. Il nous a montré la voie et nous a quittés en chemin.

Deux chapitres transversaux

Les dix articles présentés résultent du travail des membres du groupe qui n’a cessé de remettre l’ouvrage sur le métier. Seuls deux membres, Nicole Ramognino et Frédéric Joulian, se sont retirés au cours du chemin et je les remercie pour leurs apports aux discussions générales. Deux chapitres abordent le problème de la cumulativité en sciences sociales de façon transversale. Ils adoptent des angles d’attaque fort différents, tant logique qu’épistémologique ou historique.

38Pierre Livet aborde la notion de cumulativité en sciences sociales sous l’angle de la révision des croyances scientifiques. En effet, le savoir ne s’accumule pas de façon purement additive, par juxtaposition d’apports successifs, mais résulte d’une révision constante des résultats obtenus à un certain stade. Une telle révision est rendue nécessaire par une perte de cohérence entre divers objets conceptuels simultanément acceptés, perte de cohérence observée par les modélisateurs, mais aussi par les acteurs eux-mêmes. Elle conduit d’abord à effectuer un « découplage » du modèle, à savoir un clivage entre ce que l’on accepte de modifier et ce que l’on s’efforce de garder. Elle conduit ensuite à restaurer la cohérence du modèle, tout en s’efforçant de lui conserver sa capacité de mise à l’épreuve future. Ceci n’empêche pas les modèles de rester incomplets, même s’ils deviennent plus adaptables et plus faciles à combiner. Enfin, l’auteur confronte son analyse à trois critères formels traduisant la préférentialité accordée à certains modèles par rapport à d’autres au vu des données.

39Robert Franck adopte un point de vue plus normatif et s’interroge sur la façon d’accroître la cumulativité des connaissances dans les sciences sociales. Cette cumulativité est favorisée par une meilleure articulation entre travail théorique et travail empirique. Cette articulation est elle-même améliorée en assurant un meilleur équilibre entre une démarche déductive dominante dans le contexte de la preuve et une démarche inductive dominante dans le contexte de la découverte. Si, dans l’épistémologie contemporaine, la démarche déductive a été hypertrophiée et présente des lacunes profondes, la démarche inductive a été négligée malgré les tentatives de Bacon et de Pierce. L’auteur milite pour une mise en pratique de l’induction de Bacon, qui favorise l’intégration des connaissances, mais aussi leur épuration et leur restructuration en présence de nouvelles données. Cette induction baconienne paraît particulièrement fructueuse en sciences sociales.

Huit chapitres disciplinaires

40Huit chapitres abordent le problème de la cumulativité « régionalement » au sein de disciplines constituées. Bien entendu, la façon dont chaque discipline fixe ses frontières et appréhende la question est symptomatique d’elle-même. Ces articles sont classés par ordre croissant du contenu théorique des disciplines considérées par rapport au contenu empirique.

41Jacques Revel rappelle que l’histoire a un champ universel, et se veut d’abord une pratique, réticente à tout cadrage théorique. Elle manifeste en réalité une juxtaposition de pratiques hétérogènes, même si des méthodes communes ont été adoptées par certains courants. Cependant, une forme de cumulativité se manifeste grâce au travail critique incessant d’acquisition, de purification et de confrontation des données. Celles-ci sont alors articulées en corpus dûment validés, même si elles continuent à être révisées si besoin. Devenant a priori indéfiniment exploitables, elles n’en demeurent pas moins délibérément construites et interprétées dans leur formulation même. À partir de ces données, les historiens construisent des modèles, allant des grandes fresques socio-historiques à la schématisation de phénomènes plus localisés. Ces modèles restent toutefois des isolats, qui ne sont guère testés et remis en cause, encore moins confrontés les uns aux autres.

42Alain Gallay et Jean-Claude Gardin se penchent sur la cumulativité en archéologie à travers l’évocation des paradigmes de la discipline et en particulier du paradigme cognitiviste. Ils s’efforcent d’abord de positionner l’archéologie au regard des taxonomies classiques des disciplines. Ils précisent ensuite leur conception d’un paradigme et donnent les traits essentiels de sept paradigmes qui se sont exprimés en archéologie non sans se chevaucher. Ces paradigmes sont dûment illustrés et même testés en s’appuyant sur l’exemple du mégalithisme néolithique européen. Puis les options essentielles du programme logiciste sont exposées, tel que celui-ci s’est développé en plusieurs étapes de 1950 à nos jours. Les conditions pratiques d’une cumulativité sont examinées plus précisément à propos de deux types de conceptualisations, les mécanismes d’une part et les scénarios d’autre part. Elles sont illustrées par l’étude des traditions céramiques de la boucle du Niger au Mali.

43Denise Pumain affirme que la géographie « classique » a adopté comme programme de recherches l’analyse des relations des sociétés aux ressources du milieu naturel. Un tel programme a conduit la discipline à se limiter à des monographies régionales, tout en s’affirmant comme une science de synthèse. La « révolution théorique et quantitative » promeut un nouveau programme qui met l’accent sur la dimension spatiale des interactions humaines. Ce programme est mieux à même de définir quelques concepts et processus fondateurs, progressivement révisés. Une cumulativité a ainsi pu s’exercer à travers des modèles, d’abord graphiques puis analytiques, qui empruntent aux autres sciences sociales. Ils mettent en scène des villes ou des territoires, soumis à des mécanismes d’auto-organisation à diverses échelles spatio-temporelles. Une cumulativité s’affirme enfin en ce qui concerne les données, avec la prolifération des systèmes d’information géographiques.

44Claire Beyssade propose d’abord une brève histoire de la linguistique où des programmes de référence se succèdent à des tournants bien repérés. Une première étape mène de la grammaire comparée au structuralisme, et s’intéresse aux traits distinctifs d’une langue au regard d’un prototype commun. Une deuxième étape est celle de la grammaire générative, qui formalise les transformations au sein d’une langue dans un cadre logique unifié. La troisième étape est celle de l’éclatement en une multitude de modèles internes à la discipline ou pluridisciplinaires. Des exemples plus précis de cumulativité des données et/ou des modèles se rencontrent dans divers programmes. C’est ainsi que la phonologie fonde une cumulativité aux deux niveaux sur une analyse toujours plus fine des traits distinctifs des sons. Une cumulativité restreinte aux modèles s’observe dans le passage des grammaires transformationnelles aux grammaires d’unification. Une cumulativité par les données est à l’œuvre dans la mise en évidence des items à polarité négative et positive.

45Bernard Walliser attribue la cumulativité manifeste en économie à trois facteurs qui agissent dans un cadre aussi bien statique que dynamique. L’économie est fondée sur une ontologie unitaire en termes de coordination entre acteurs, nourrie d’importations théoriques sélectives en provenance d’autres disciplines. Elle bénéficie d’un accès empirique relativement aisé à son objet d’études, l’échange de biens, ce qui la dote de bases de données constamment enrichies et renouvelées. Elle adopte enfin une méthodologie consensuelle à base de modèles formalisés dûment stylisés, ce qui permet des restructurations internes constantes de son corpus. Trois périodes historiques peuvent dès lors être distinguées, qui mettent l’accent successivement sur l’un de ces trois facteurs. Si la période avant 1950 connaît une cohabitation de paradigmes, la seconde moitié du xxe siècle se caractérise par le règne sans partage des modèles, et le xxie siècle connaît un essor des expérimentations en laboratoire.

46Daniel Courgeau illustre, sur un certain nombre d’exemples, comment la démographie, discipline au champ bien défini, progresse par paradigmes successifs. Tout d’abord, le ratio entre garçons et filles à la naissance, d’abord supposé constant, s’est avéré variable selon les lieux et les époques. Ce phénomène a conduit à en chercher les causes, non plus dans des raisons « supérieures », mais dans les caractéristiques de la société elle-même. Ensuite, les comportements sociaux dépendent de facteurs aussi bien génétiques que d’environnement, d’emblée considérés comme additifs, donc séparables. Une analyse statistique plus fine montre que ces deux causes interagissent de façon bien plus complexe. Par ailleurs, l’analyse longitudinale usuelle exige une indépendance des phénomènes et une homogénéité des populations. Ces conditions drastiques ont été levées par l’analyse biographique, qui remplace l’évolution de sous-populations par des trajectoires individuelles. Enfin, pour résoudre certains problèmes apparus dans l’agrégation des comportements individuels, une approche synthétique « multiniveau » a pu être proposée.

47Alban Bouvier part de l’affirmation que la cumulativité du savoir sociologique est toujours relative à un paradigme constitué. Comme chaque paradigme est plus ou moins englobant, la cumulativité diminue avec le nombre de paradigmes qui coexistent. Cependant, une conception sociologique ne peut pleinement accéder au statut de paradigme que sous trois conditions, illustrées par de nombreux exemples. Une condition épistémologique impose de viser une explication de portée suffisamment générale. Une condition logique exige d’énoncer des propositions sous une forme suffisamment transparente. Une condition ontologique demande que l’on s’en tienne à un découpage précis des entités jugées pertinentes. Cependant, la cumulativité est plus difficile à saisir au sein de conceptions pré-paradigmatiques voire a-paradigmatiques non encore stabilisées. Elle est également difficile à qualifier quant à l’articulation de paradigmes concurrents.

48Gérard Lenclud observe que l’anthropologie se heurte, du point de vue de la cumulativité, à la double difficulté d’être une discipline à large spectre et historique. Même si elle tend à se définir comme un « mode original de connaissance », elle se retrouve en forte concurrence avec des disciplines voisines. D’une part, les données ethnographiques sont dûment sélectionnées par l’observateur et interprétées tant en fonction de son expérience que de théories préalables. Ces matériaux fragmentaires donnent naissance à des monographies qui restent difficilement comparables. D’autre part, les théories anthropologiques n’ont rien de très spécifique et coexistent plus ou moins pacifiquement. C’est leur manque de netteté théorique qui leur permet de communiquer et de trouver des espaces d’accord. Dans l’entre-deux, des synthèses partielles s’opèrent sur des critères géographiques ou thématiques. C’est à ce niveau que peuvent le mieux s’opérer les échanges conceptuels et de possibles homogénéisations.

© Éditions de l’École des hautes études en sciences sociales, 2009

Conditions d’utilisation : http://www.openedition.org/6540

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search