Version classiqueVersion mobile

Risque et expertise

 | 
Alexandre Guay

Chapitre 1. Essai introductif : la crédibilité de l’expertise en contexte de risque

Alexandre Guay

Texte intégral

Introduction

1L’expertise, et tout particulièrement l’expertise scientifique, est omniprésente dans nos sociétés complexes. Peut-on – et surtout doit-on – accorder notre confiance aux experts ? Sur quelle base ? Comment le novice peut-il évaluer un expert ? N’est-on pas à toute fin pratique forcé de croire l’expert de façon aveugle ? Ce problème devient d’autant plus aigu que l’expertise se fait en contexte de risque. En effet, dans ce contexte les enjeux touchant les valeurs sont au cœur des choix possibles. On a donc affaire à une version forte du problème plus général des valeurs en science. En conséquence, peut-on se fier aux experts ? Ont-ils les moyens d’établir de manière rationnelle et consensuelle un jugement de valeur ? Cette question est loin d’être académique. En droit, un domaine où le risque est présent, l’expertise constitue souvent une part importante de l’argumentation. Dans le domaine politique, où le risque est omniprésent, l’expertise fait partie intégrale du processus décisionnel.

2Dans cet essai, je compte me concentrer sur certains aspects épistémologiques de l’expertise car le risque engendre de nouveaux et difficiles défis dans ce domaine. Ma question sera d’identifier et de circonscrire des facteurs qui diminuent la confiance qu’un agent cognitif pourrait avoir envers un expert et ce, en contexte de risque. Ceci n’exclut bien sûr pas que d’autres aspects (par exemple sociaux et politiques) soient importants et je renvoie le lecteur à la vaste littérature sur le sujet. De manière concrète, je mettrai en évidence comment la question du risque accentue le problème du rôle des valeurs contextuelles en épistémologie. Pour ce faire, dans la première section, je compte brièvement expliquer comment l’expertise scientifique implique une forme aigüe du problème de la connaissance par témoignage. Dans la deuxième section, j’exposerai comment la notion de risque introduit le problème des valeurs non-épistémiques en science et ce, de deux façons : par l’évaluation et la valorisation. La troisième section sera consacrée à exposer quelques approches pour sauvegarder l’intégrité et la crédibilité de l’expertise scientifique en contexte de risque.

1. Épistémologie et expertise

3L’expertise, et en particulier l’expertise scientifique, peut être comprise comme un cas de connaissance par témoignage. Pour illustrer cela, imaginons Alice (A), une experte scientifique dans un domaine pointu, Bob (B), un novice dans le domaine d’expertise d’Alice, et p une proposition déclarative concernant directement le domaine d’expertise d’Alice. Imaginons la situation suivante : A croit que p est vraie et croit avoir de bonnes raisons de croire que p. B croit que p mais n’est pas en mesure de fournir de bonnes raisons en faveur de la vérité de p. Il est même possible que B ne comprenne même pas ce que p signifie. Dans cette situation, il est naturel de conclure que seule A croit potentiellement de manière rationnelle en p. B croit que p de manière irrationnelle. En effet, dans le cadre traditionnel, où l’on présume que le sujet doit être en mesure de fournir des raisons suffisantes pour justifier ses croyances, Bob, ne pouvant fournir des raisons soutenant son engagement envers la vérité ou même la plausibilité de p, ne peut croire de manière justifiée rationnellement que p.

4Maintenant, examinons une variante de la situation mentionnée : A croit que p est vraie et croit avoir de bonnes raisons de croire que p. B croit que p. B croit avoir de bonnes raisons de croire que A est une experte dans le domaine pertinent à p et croit avoir de bonnes raisons de croire que A croit avoir de bonnes raisons de croire que p. Dans ce cas, il ne semble pas que B croit de manière irrationnelle que p. Au contraire, B croit que p sur la base de l’expertise de A. Dans le cas de figure où les diverses raisons évoquées par A et B sont acceptables, peut-on dire que B sait que p ? Notez que si l’on répondait par l’affirmative, nous serions en mesure d’affirmer que B sait que p sans qu’il puisse fournir une quelconque justification portant directement sur la vérité de p, ni même sans qu’il comprenne ce que p veut dire. Allons encore plus loin, si p est une proposition scientifique complexe, produite nécessairement collectivement, c’est-à-dire qu’aucun expert du domaine pertinent ne pourrait en établir la vérité, même approximative, dans le temps d’une vie, alors B sait que p même si cette proposition est en pratique invérifiable par lui ou par aucun autre individu isolé, expert ou non.

5La connaissance par témoignage est un défi pour la position internaliste en théorie de la connaissance, c’est-à-dire la position qui présume que pour qu’un sujet puisse affirmer connaître une proposition, les raisons justifiant cette proposition doivent lui être accessibles. L’expertise scientifique est un cas aigu de ce problème car les raisons pourraient être en pratique inaccessibles au sujet. Face à cette difficulté, la littérature se divise selon deux axes : 1) Les approches qui ramènent la question à celle de la confiance (pas toujours fondée sur des critères épistémiques) envers l’expert (Hardwig, 1985, 1991). 2) Celles qui tentent de fonder l’évaluation des experts par le novice sur une base épistémologique justifiée, en utilisant des critères semblables à ceux que l’on emploierait pour juger de la fiabilité de toute autre source d’information (Goldman, 2001). Les études dans la lignée des travaux de John Hardwig mettent le doigt sur un point souvent négligé, soit le rôle de la confiance dans l’élaboration de la connaissance. La science n’est pas une entreprise détachée des autres entreprises coopératives dans lesquelles les humains s’engagent. Il serait cependant cavalier d’inférer trop rapidement que le rapport entre le novice et l’expert se résume à un lien de confiance aveugle. Si on se tourne vers le second axe, Goldman répertorie cinq types de sources, auxquels le novice peut faire appel, pour évaluer la crédibilité d’un expert (2001, p. 93) :

  1. Arguments proposés par des experts concurrents (pour ou contre p).
  2. Accord avec d’autres experts. Il s’agit d’évaluer quantitativement et qualitativement si l’opinion de l’expert est marginale.
  3. Évaluation de l’expert pas des meta-experts, comme, par exemple, des institutions : universités, académies, sociétés savantes, etc.
  4. Indices quant aux intérêts et aux biais de l’expert par rapport à la question en jeu.
  5. Évaluation de l’expert par ses antécédents. À partir de ses expertises passées, dans quelle mesure cet expert est-il fiable ?

6Chacune de ces sources soulève des difficultés spécifiques, mais dans le contexte du risque, la source D est particulièrement problématique. J’y reviendrai dans la section suivante.

  • 1 Le domaine des valeurs épistémiques est sujet à débat mais en général on y inclut l’exactitude, la (...)
  • 2 Il faut cependant reconnaître que ces pratiques pour maintenir cette intégrité ne semblent plus aus (...)

7Bien qu’il soit illusoire de penser que l’entreprise scientifique puisse se faire de façon neutre quant aux valeurs, tout au long de son développement la science moderne a promu des procédures et institutions qui ont pour objectif de contrôler l’impact des valeurs non épistémiques1. Ces procédures et institutions espèrent arriver à cette fin en marquant une distance entre le chercheur et son objet d’étude. Si ces procédures ne rendent pas la science normativement neutre, elles ont été constitutives de ses pratiques et ont permis concrètement à celle-ci de défendre son intégrité et surtout de maintenir jusqu’à tout récemment une remarquable crédibilité2. Notez bien qu’il ne s’agit pas ici de soutenir que la connaissance scientifique ne peut pas être produite sans procédure de distanciation. Ce qui est soutenu ici est que ces procédures et institutions ont participé de manière essentielle à l’établissement de la crédibilité de la science moderne et, en conséquence, à la crédibilité de l’expertise scientifique. La défense de cette thèse historique va au-delà du propos de cet essai. Je renvoie le lecteur à la littérature en histoire des sciences, par exemple (Shapin, 1996 ; Wilson, 1995 ; Wilson, 1999 ; Schickore, 2007). Une bonne part de ces procédures peut être qualifiée de procédures objectivantes (Van Fraassen, 2002) :

  1. Une distanciation du sujet d’étude : il s’agit de toutes les procédures qui visent à « objectifier », c’est-à-dire à le considérer comme un objet, le sujet d’étude de façon à marquer un détachement entre l’investigateur et celui-ci.
  2. Imposition d’une neutralité normative : dans la continuité du point précédent, on impose, dans la mesure du possible, une neutralité normative en excluant au maximum du discours les termes non descriptifs autres qu’épistémiques.
  3. Méthodes d’enquête objective : il s’agit d’un ensemble de méthodes qui, dans un contexte approprié, augmentent la reproductibilité et donc la crédibilité des résultats : limitation d’un domaine d’investigation, restriction des paramètres jugés pertinents, indépendance de ces paramètres par rapport aux investigateurs, inférence à partir des observations/mesures non strictement inductives, modélisation, etc.

8L’adoption de procédures objectivantes fait partie des bonnes pratiques de la science moderne. Elles présentent de multiples avantages, en particulier, elles permettent d’éviter, dans une certaine mesure, les écueils de la source D mentionnée plus haut. En effet, l’adoption de ces procédures diminue sensiblement l’apparence de biais et d’intérêts chez l’expert. Il faut à nouveau faire remarquer que si ces pratiques sont constitutives de la science moderne, toute investigation rationnelle ne nécessite pas leur adoption. Par exemple, dans le cadre d’une enquête policière, un détective qui infère la culpabilité à partir des éléments qu’il possède n’a pas nécessairement à suivre ces pratiques.

9Il est intéressant de contraster cette conception de la science avec une approche militante de l’entreprise scientifique. Dans cette approche, le scientifique endosse la toge de l’avocat. Il n’y a pas de prétention à la neutralité et donc pas de problème particulier soulevé par la prise en compte du risque. Dans ce contexte, chaque communauté d’intérêts a ses propres experts qui argumentent pour soutenir leur cause. La prise en compte des différents points de vue rend le discours possiblement plus convaincant et donc efficace, mais n’est pas constitutive des bonnes pratiques. Convaincre le novice – le décideur – est l’objectif principal de l’expert. La crédibilité de son discours ne vient pas de sa neutralité par rapport à la question sous étude, mais plutôt généralement de ses succès passés. On a donc affaire à une conception « juridique » de la science plutôt qu’à une conception qui assimilerait le travail du chercheur à la stricte recherche de la vérité. Si toutes les expertises scientifiques étaient de type militant, les problèmes soulevés dans cet essai seraient bien moindres.

2. Risque et valeur

  • 3 Cette liste n’épuise pas la liste des usages plus techniques.

10Le mot « risque » n’est pas toujours utilisé de manière univoque. Hansson (2014) identifie cinq usages courants3 :

  1. Risque : un événement non souhaité qui pourrait se produire, ou pas.
  2. Risque : la cause d’un événement non souhaité qui pourrait se produire, ou pas.
  3. Risque : la probabilité d’un événement non souhaité qui pourrait se produire, ou pas.
  4. Risque : l’espérance mathématique d’un événement non souhaité qui pourrait se produire, ou pas. Cette espérance est en gros le produit de la probabilité de l’événement avec une mesure de sévérité, c’est-à-dire une quantification des conséquences néfastes pour chaque situation.
  5. Risque : le fait qu’une décision est prise sous la condition de probabilités connues.
  • 4 Une inconnue inconnue correspond à une incertitude totale, c’est-à-dire que l’on ne sait même pas q (...)

11Ces définitions appellent quelques remarques. D’abord, en contexte de risque, l’incertitude quant à l’événement n’est pas totale. Il ne s’agit pas de situations où ce qui arrive est dominé par des inconnus eux-mêmes non connus4. Dans le contexte du risque, le domaine des événements possibles est relativement bien déterminé. Dans bien des cas, on possède suffisamment d’informations pour établir une mesure de probabilité sur ce domaine. Il est donc possible d’élaborer des procédures de décision rationnelles, même si, comme le montre bien le chapitre de Marc Fleurbaey dans le présent livre, l’élaboration de telles procédures est difficile. Ma seconde remarque, plus importante, est que ces définitions illustrent bien que la notion de risque est toujours chargée de valeurs non épistémiques. Le concept de risque inclut les notions d’événement non souhaité et de sévérité. C’est un concept en partie normatif.

  • 5 Pour des raisons de simplicité de l’argument, je mets de côté les considérations pratiques à cette (...)

12A priori, la présence de valeurs n’est pas un problème pour l’expert scientifique. Elles ne diminuent la crédibilité de l’expertise que si elles induisent une apparence de conflit d’intérêt ou de biais. Si l’expert utilise une grille normative (par exemple une mesure de sévérité) qui lui a été fournie, il peut, en principe, garder la distance nécessaire5. Évaluer n’est pas en soit un problème pour l’expert. Cependant, certains jugements d’expertise impliquent une étape de valorisation (Vatin, 2013), c’est-à-dire une étape où l’expert doit établir une valeur (une norme) et pas seulement produire une évaluation à partir d’une norme préalablement établie. De bons exemples sont la production par l’expert d’une grille d’évaluation, l’établissement d’un seuil de toxicité acceptable ou encore la pondération entre composantes d’un indicateur. Ce genre de jugement d’expertise ne se retrouve pas que dans le contexte du risque mais y est davantage présent que dans d’autres domaines.

13C’est une chose de dire que la science est guidée par des valeurs, c’en est une autre de soutenir qu’elle est en mesure d’établir une valeur. L’établissement d’une valeur non épistémique va clairement à l’encontre des procédures objectivantes. Dans ces situations, l’expert ne peut garantir le maintien d’une distance avec son sujet. Le novice, qui n’est pas en position de juger dans quelle mesure l’expert s’éloigne réellement des pratiques établies, se doit, en conséquence, de remettre en question la crédibilité de l’expert.

14Dans son chapitre du présent livre, Hansson expose un cas concret qui éclaire ce point. Dans le contexte de l’évaluation de la toxicité d’un nouveau produit, l’expert doit, toujours selon Hansson, concilier les objectifs suivants :

  • Objectif pratique. Nous assurer que des preuves scientifiques crédibles soient incluses dans les débats pratiques liés aux questions où elles sont pertinentes même si elles ne sont pas suffisamment justifiées pour qu’elles soient considérées comme des données scientifiques établies, susceptibles de servir de base à des investigations futures.
  • Objectif épistémologique. Nous assurer de la capacité du corpus scientifique à orienter de futures investigations et ne soit pas, dans la mesure du possible, compromis par l’inclusion de données erronées.

15Selon Hansson, ces objectifs ne sont pas conciliables sans mettre en péril l’intégrité de la science. En effet, si les scientifiques abaissent de manière générale le seuil d’acceptabilité des énoncés scientifiques de manière à remplir l’objectif pratique, cette inclusion d’énoncés plus incertains nuira à la capacité épistémologique du corpus à guider les recherches futures. L’intégrité de la science sera remise en question. D’un autre côté, si le seuil est abaissé au cas par cas, de manière à soutenir la décision publique, par exemple en abaissant le seuil proportionnellement à l’acuité de la sévérité, le novice pourra y voir l’indice d’un biais, puisque cette mesure de sévérité ne pourra venir de la recherche elle-même qui n’est pas encore complétée et donc fiable. Elle vient d’une valorisation informée des scientifiques eux-mêmes. Cet exemple d’Hansson montre bien la difficulté de l’expertise en contexte de risque. Pour éviter à la fois la perte d’intégrité de la science et la perte de crédibilité de l’expertise, les scientifiques ont deux options : soit ils doivent élaborer des mécanismes d’évitement, soit ils renoncent carrément à l’idéal d’une science qui tend vers l’objectivité, comme dans l’approche de la science militante mentionnée plus haut. Si cette dernière option est toujours possible, elle soulève une difficulté importante pour l’intégrité de l’activité scientifique elle-même. Une communauté de scientifiques qui se divise en groupes d’intérêts ne semble pas favoriser le développement d’un corpus scientifique commun. L’absence d’un tel corpus peut être pragmatiquement vue comme un défaut. Il nous faut donc explorer la viabilité de la première option avant de passer éventuellement à la seconde.

3. Externalisation de la valorisation

16Si l’expert réussit à externaliser l’acte de valorisation d’une manière ou d’une autre, le novice ne sera pas en mesure de lui reprocher un manque de distance avec son sujet. Comment en pratique effectuer une telle externalisation ? En nous inspirant de travaux sociologiques, comme (Lamont 2012), trois familles de mécanisme me semblent défendables : 1) Faire appel à des experts non scientifiques. 2) Renvoyer la valorisation au demandeur d’expertise. Ou encore 3) renvoyer la valorisation à la société, par exemple, en utilisant un marché (pas nécessairement monétaire). Je tenterai de montrer dans cette section que toutes les voies qui s’offrent à l’expert recèlent d’importantes difficultés. Voyons-les une à une.

17L’expert peut faire appel à des experts de la valorisation, à des spécialistes des théories normatives. Du point de vue de l’expert, cette approche présente un indéniable avantage : l’acte de valorisation est externalisé à un expert non scientifique, c’est-à-dire à une autorité dont la crédibilité ne dépend peut-être pas de l’adhésion à des procédures objectivantes. Du point de vue du novice, cette technique ne fait que repousser le problème. Le novice fait face à un nouvel expert dont la crédibilité doit être évaluée. Pire encore, selon le type d’expert il est fort possible que les critères de Goldman, élaborés dans un contexte d’expertise scientifique, ne s’appliquent pas. Pour illustrer ce point, prenons le problème de l’élaboration d’une mesure du bonheur ou du bien-être. Une telle mesure, applicable à des populations entières, serait un outil précieux pour la décision politique. Cette mesure serait au minimum un utile complément au PIB par habitant. Quelle forme doit prendre cette mesure ? Quelles quantités empiriques sont corrélées au bien-être ? Doit-on faire un sondage ? Mesurer des quantités objectives ? Combiner les deux méthodes ? Pour régler ces questions, il faut faire appel à des experts du domaine du bien-être, de ce que devrait être une bonne vie. En pratique ce sont principalement des philosophes et des psychologues qui sont consultés. Mais justement, les experts ne s’entendent pas. Est-ce que le bien-être est un état collectif ou individuel (Gasper, 2010) ? Est-ce que la relation entre le bien-être des individus et celle du groupe est linéaire (Angner, 2010) ? Plutôt que le bien-être subjectif, devrait-on plutôt mesurer la liberté des individus, c’est-à-dire évaluer dans quelle mesure les individus ont suffisamment de contrôle sur leur vie pour espérer accomplir leurs objectifs (Kotan, 2010) ? Clairement, ce débat ne porte pas que sur des aspects descriptifs mais bien sur des questions normatives. Si les experts peuvent clarifier les options possibles et examiner la cohérence des positions, peuvent-ils vraiment donner une réponse non dogmatique, du point de vue du novice, à toutes ces questions ? Face à ce genre d’expertise, quels critères d’évaluation le novice peut-il employer ?

18En contexte de risque, le problème est similaire. Comme expliqué plus haut, le risque comporte une composante intrinsèque de normativité. Cette part concerne le jugement de sévérité qui fonde la mesure du même nom. Comme dans le cas du bien-être, les experts en normativité proposent des critères justifiés sur la base de positions normatives sur la démocratie, la société, etc. Comment combiner en une mesure ces critères disparates ? Comment combiner la notion de dommages économique, écologique, sociaux…? Face à cette difficulté, le novice aura tendance à percevoir aisément l’apparence d’un conflit d’intérêts. On constate donc que le renvoi de la valorisation à des experts des normes soulève un problème de taille. Contrairement à l’expertise scientifique, dont la crédibilité est fondée sur la crédibilité de la science, l’expertise normative n’a pas réussi, malgré sa longue histoire, à établir sa crédibilité de manière solide.

  • 6 Notez que dans ce passage la notion de novice est légèrement différente que celle retrouvée plus ha (...)

19Une autre approche visant à externaliser la valorisation consiste à la renvoyer au demandeur d’expertise, en général un décideur ou une agence gouvernementale. L’expertise en contexte de risque devient une collaboration entre le demandeur (le novice) et l’expert6. Il existe de nombreuses façons d’implanter une telle procédure. La plus simple est sans doute la production de scénarios par l’expert. Le demandeur devant choisir parmi ces scénarios celui qui lui paraît normativement le meilleur. Par exemple, l’expert produit un rapport contenant des scénarios de la forme suivante : si vous faites X, compte tenu du contexte Y, alors Z se produira avec une probabilité de W. À première vue, cette méthode permet bien d’externaliser la valorisation. Le rapport ne contient que des informations factuelles. L’évaluation survient lorsque le rapport est utilisé dans le contexte d’une décision.

20Cette méthode n’est cependant pas complètement satisfaisante. Dans quelle mesure, le découpage des options, des scénarios, n’est-il pas déjà un acte de valorisation ? En regroupant les chaînes d’événements possibles en quelques grandes options, l’expert sélectionne certains facteurs qui lui semblent les plus pertinents. Une telle analyse, à grands traits, peut tout à fait se justifier si le phénomène étudié est relativement robuste sous la variation des chaînes causales. Dans les cas d’expertise en contexte de risque, ce n’est généralement pas le cas. En effet, ce découpage ne peut se faire qu’à la lumière d’une conception qu’a l’expert de la mesure de sévérité qui sera utilisée par le décideur. Si le décideur fournit au préalable des éléments suffisants pour déterminer cette mesure, alors on a affaire à un cas d’évaluation non problématique. Mais on voit mal comment le décideur pourrait fournir ces éléments indépendamment du contexte, c’est-à-dire du domaine des événements possibles qui ne sera établi que dans le cours de la recherche. Au minimum on doit envisager un aller-retour entre l’expert et le décideur (voir le cas du GIEC plus bas).

21Le recours aux scénarios n’est pas l’unique façon de renvoyer au demandeur le jugement de valeur. Une autre méthode est celle du contournement. C’est l’approche que propose Hansson dans les cas d’évaluation de la toxicité des nouveaux produits mentionnée plus haut. Cette méthode est discutée plus en détails dans le chapitre d’Hansson dans le présent ouvrage.

Figure 1. Le parcours normal des données aux délibérations en matière de politique (flèches pleines) et le contournement proposé (flèche en pointillés) (Hansson, 2004).

Figure 1. Le parcours normal des données aux délibérations en matière de politique (flèches pleines) et le contournement proposé (flèche en pointillés) (Hansson, 2004).

22Il s’agit pour le décideur ou l’institution demandeuse d’expertise de contourner le discours scientifique établi – le corpus – et d’accéder directement aux données qui le fondent. Le décideur a donc accès à la fois aux données et au corpus. Bien sûr ce contournement ne peut se faire sans l’aide des scientifiques, mais leur contribution est, en quelque sorte, externe. Ils sont au service des questions, et implicitement des intérêts, du demandeur. C’est en effet le demandeur qui, à partir du corpus, oriente les interrogations qui seront soumises aux scientifiques. Par exemple, imaginons qu’une substance soit potentiellement dommageable pour les jeunes enfants. Le jugement scientifique de dangerosité est pour le moment négatif. Il est possible que les données allant dans le sens de la toxicité ne soient pas scientifiquement stables ou encore que pas assez d’études n’aient été effectuées. La santé des jeunes enfants est une priorité du décideur. Il demande donc au scientifique d’extrapoler à partir des données partielles brutes. À partir de ces travaux, il décide ou non d’interdire la substance en question.

23Si, comme le soutient Hansson, ce mécanisme garantit l’intégrité de la science (les valeurs non épistémiques ne viennent pas perturber le rôle dominant des valeurs épistémiques dans l’élaboration du savoir scientifique, du corpus) et permet un plus grand apport des experts dans les débats pratiques, il est plus difficile de voir comment la crédibilité des experts n’est pas, dans la majorité des cas, affaiblie. En effet, comme dans le cas de production de scénarios, l’expert doit orienter le décideur vers les lacunes potentiellement significatives du corpus. Cette orientation se fait probablement à la lumière d’une conception présumée de la mesure de sévérité qu’utilisera le décideur.

24Dans son commentaire à propos du chapitre d’Hansson dans le présent ouvrage, l’économiste Minh Ha-Duong discute d’une alternative qui est aussi une co-construction de l’expertise par les scientifiques et les demandeurs/décideurs. Contrairement au modèle de Hansson, qui séparait dans la mesure du possible les contributions des scientifiques et des demandeurs d’expertise, le cas décrit par Ha-Duong, la rédaction des rapports du GIEC, est une co-construction où les contributions des uns et des autres sont davantage intriquées. Selon Ha-Duong, la production des rapports suit une procédure itérative :

  1. C’est l’assemblée générale du GIEC qui définit sur quoi les scientifiques vont écrire. Le mandat est spécifié de façon précise. Les plans des rapports d’évaluation, par exemple, sont donnés par chapitre avec une liste des points à traiter dans chaque chapitre.
  2. La gestation du rapport comprend deux versions intermédiaires. La première est soumise à la revue critique des scientifiques (auteurs ou non), et la seconde est soumise également à la revue critique des gouvernements. Les politiques formulent des centaines de commentaires sur chaque chapitre du rapport, auxquels les auteurs doivent répondre de façon justifiée par la littérature scientifique (Working Group III, IPCC, 2008).
  3. In fine l’assemblée générale se prononce sur la validité des rapports, après les avoir discutés de manière contradictoire avec les scientifiques. Trois niveaux de détails sont utilisés. Le gros du texte est accepté, ce qui signifie que l’assemblée générale n’a pas discuté le contenu ligne par ligne, ni section par section, mais considère que celui-ci présente une vue complète, objective et équilibrée du sujet. Le rapport de synthèse est adopté, ce qui veut dire qu’il a été discuté section par section. Enfin les résumés pour décideurs sont approuvés, ce qui veut dire discutés ligne par ligne.

25Le va-et-vient durant tout le processus de rédaction, entre le scientifique et le politique, justifie amplement le qualificatif de co-construit. Le rapport final n’a pas la prétention de neutralité. On vise tout de même la justification scientifique de tous les éléments factuels. Si ce mécanisme présente le grand avantage de rendre l’expertise plus efficace politiquement, puisque les gouvernements sont directement impliqués dans l’élaboration de l’expertise, du point de vue d’un novice extérieur la crédibilité du rapport est aisément attaquée. L’imbrication du politique et du scientifique rend, pour le novice, l’évaluation du rapport difficile car les indices de biais sont nombreux. Il n’est pas évident que les autres critères d’analyse proposés par Goldman compensent cette apparence de biais de manière conséquente. Étant donné la nature de cette expertise, il est difficile de se baser sur des antécédents. D’un autre côté, les opinions scientifiques allant contre l’expertise sont très marginales et les scientifiques impliqués dans le travail du GIEC viennent d’institutions reconnues. Dans ce contexte, il est probablement plus rationnel de croire aux rapports du GIEC que l’inverse, mais la co-construction de l’expertise comme solution au problème épistémologique ne semble pas idéale.

  • 7 J’entends aussi « individu » au sens large. Il peut s’agir, selon le contexte, d’individus humains, (...)

26La troisième famille de solutions pour externaliser la valorisation est de la renvoyer à la société. En pratique, il s’agit de créer un mécanisme qui permet à la communauté d’établir elle-même l’échelle de valeurs et en conséquence la mesure de sévérité. L’exemple type d’un tel mécanisme est la création d’un marché (pas nécessairement monétaire) pour ordonner les différents facteurs en jeu. J’entends donc « marché » dans un sens large, comme tout mécanisme établissant des valeurs par l’agrégation des actions des individus7 impliqués.

27À première vue, ce mode d’externalisation n’aurait pas les défauts des précédents. De plus, il est souvent présumé qu’un marché mesure de manière plus objective les valeurs que d’autres modes, par exemple les sondages d’opinion. Toute la difficulté résiderait donc dans l’élaboration de mécanismes appropriés aux types d’expertise en jeu. Cette élaboration pourrait certes rencontrer des obstacles pratiques difficilement surmontables, mais ce ne serait que des défis techniques, en somme d’imagination. Plutôt que de discuter des problèmes associés à tel ou tel mécanisme, je vais dans le reste de cette section soulever des problèmes généraux que rencontre l’ensemble de l’approche.

28Comme nous le montre notre expérience des marchés mercantiles, un marché ne fait pas que mesurer passivement une valeur qui existerait implicitement déjà dans la société. Il engendre au moins en partie cette valeur (Stark, 2011 ; Vatin, 2013). Si l’objectif est d’utiliser un mécanisme pour extraire de façon neutre une valeur, alors cette approche est inappropriée. Mais nous n’en demandons pas tant. La production d’une valeur est suffisante. Reste que cet aspect rend la justification du mécanisme problématique. Si le mécanisme peut orienter la valorisation dans une direction plutôt qu’une autre, comment arguer qu’il faut choisir celui-là et pas un autre ? Comme l’ont rappelé Fourcade et Healy (2007), les marchés mercantiles ne sont pas seulement des produits culturels. Ils sont des projets moraux, saturés de normativité. On peut donc déjà anticiper combien il sera difficile pour l’expert de justifier au novice un mécanisme particulier. Deux cas de figure sont possibles. Soit l’expert soutient que le mécanisme choisi, contrairement aux marchés mercantiles, n’est pas sujet à la difficulté mentionnée plus haut, en d’autres mots qu’il mesure de manière neutre la valeur. Soit l’expert soutient que le biais qui oriente le mécanisme choisi n’est pas dommageable à la décision, par exemple parce que les valeurs intrinsèques au mécanisme sont les mêmes que celles de la société.

29Le premier cas de figure semble peu défendable. Comment garantir qu’un mécanisme de valorisation est neutre ? On pourrait imaginer que la moyenne des résultats engendrés par une population distribuée de mécanismes est plus neutre que n’importe quel mécanisme particulier. Cependant on voit mal comment engendrer cette population dans le contexte qui nous occupe. Le second cas n’est pas moins problématique. Comment garantir l’adéquation entre les valeurs intrinsèques au mécanisme et celle de la société ? Cette justification est d’autant plus difficile à soutenir que les valeurs d’un mécanisme sont elles-mêmes difficiles à cerner (Fourcade et Healy, 2007). Quand bien même toutes ces difficultés seraient vaincues, un autre point peut être soulevé. Dans les cas de valorisation sociale, l’ajustement aux données robustes, objectives, est fortement dépendant du contexte. En d’autres termes, la valorisation peut ne pas être corrélée aux valeurs que l’on veut mettre à jour. Par exemple, la popularité des chansons est peu corrélée à l’évaluation de la qualité faite par les consommateurs (Zuckerman, 2012). Les résultats du marché sont davantage sensibles à des éléments contextuels qu’aux valeurs des agents. Ceci laisse songeur sur la possibilité d’élaborer un mécanisme robuste et neutre.

Conclusion

30Dans ce court essai, j’ai tenté de mettre en évidence la difficulté que l’expert a à maintenir sa crédibilité épistémique en contexte de risque. La stratégie la plus évidente de maintien de sa crédibilité, l’externalisation de la valorisation, rencontre de nombreux obstacles et ce, même dans le contexte idéalisé présumé dans cet essai. Si on relâche cette idéalisation, les choses ne vont pas en s’améliorant.

  • 8 Voir aussi le commentaire du chapitre de Hansson par Emmanuel Henry.

31Si on ajoute la donnée que l’expert et le demandeur d’expertise sont dans un certain rapport de force, une hypothèse raisonnable, le problème de la crédibilité épistémique s’accentue. En effet, comme l’a soutenu Miranda Fricker (2007)8, en fonction de la direction du rapport, le témoignage de l’expert pourrait avoir un excès ou un déficit de crédibilité, par rapport à la crédibilité qu’il aurait eue si le rapport avait été égal. Ce déplacement de la crédibilité, qui n’est basé sur aucune raison épistémique valable, engendre, selon Fricker, une injustice épistémique. La résorption de cette injustice n’est pas une tâche triviale.

32Globalement, toute addition d’éléments visant à rendre la situation plus réaliste ne fait que rendre la question de la crédibilité de l’expert en contexte de risque plus épineuse.

Remerciements

33Des versions antérieures de cet essai ont été présentées au cinquième congrès de la Société de philosophie des sciences à Lille en 2014, au colloque L’engagement normatif en science à Louvain-la-Neuve en 2014 et au séminaire international du laboratoire Philosophies, Pratiques et Langages à Grenoble en 2015. Je remercie le public de ces événements pour de fructueux échanges. Je remercie également Julie Jebeile, Olivier Sartenaer et Vincent Israel-Jost pour leur attentive lecture et commentaires de l’avant-dernière version.

Notes

1 Le domaine des valeurs épistémiques est sujet à débat mais en général on y inclut l’exactitude, la fécondité, la simplicité, la cohérence interne du discours et de la cohérence externe, c’est-à-dire que des discours provenant de disciplines scientifiques distinctes ne devraient pas se contredirent. La justice et l’égalité sont des exemples de valeurs non-épistémiques.

2 Il faut cependant reconnaître que ces pratiques pour maintenir cette intégrité ne semblent plus aussi efficaces qu’elles ne l’ont été.

3 Cette liste n’épuise pas la liste des usages plus techniques.

4 Une inconnue inconnue correspond à une incertitude totale, c’est-à-dire que l’on ne sait même pas que l’on ne sait pas. Cette notion est à contraster avec une inconnue connue. Par exemple, une situation dont on sait qu’elle pourrait se produire sans que l’on sache si elle se produira.

5 Pour des raisons de simplicité de l’argument, je mets de côté les considérations pratiques à cette étape-ci.

6 Notez que dans ce passage la notion de novice est légèrement différente que celle retrouvée plus haut. Le novice ici étant le demandeur d’expertise, il a déjà une propension à croire l’expert qu’il a lui-même choisi.

7 J’entends aussi « individu » au sens large. Il peut s’agir, selon le contexte, d’individus humains, institutions, états, etc.

8 Voir aussi le commentaire du chapitre de Hansson par Emmanuel Henry.

Table des illustrations

Titre Figure 1. Le parcours normal des données aux délibérations en matière de politique (flèches pleines) et le contournement proposé (flèche en pointillés) (Hansson, 2004).
URL http://books.openedition.org/pufc/docannexe/image/13427/img-1.jpg
Fichier image/jpeg, 10k

Auteur

Professeur de philosophie des sciences de la nature et de philosophie analytique à l’Université catholique de Louvain. Ses travaux philosophiques portent essentiellement sur des questions ontologiques en physique contemporaine. Il est le rédacteur en chef de Lato Sensu, revue de la Société de philosophie des sciences et le président de la Société de philosophie analytique. Il a notamment édité Autour des Principia Mathematica de Russell et Whitehead (EUD) et co-édité Individuals Across the Sciences (OUP) et Science, Philosophie, Société (PUFC).

© Presses universitaires de Franche-Comté, 2018

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

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search