Philoscience

L'agronome

 

philosophe

Bases et limites de l'expertise scientifique

Version du 27.01 2007

Schéma et considérations

 

A l'heure où l'écologisme militant prend le pas sur l'écologie scientifique, provoque l'émoi de l'opinion publique par des prédictions catastrophistes et gagne aussi l'adhésion de décideurs politiques de haut niveau, il est temps de rappeler quel est le champ de l'expertise scientifique, ses bases et limites d'application, à la lumière de quelques étapes cruciales de son histoire récente. Le schéma ci-dessous s'appuie sur la distinction réalisée par André LANGANEY entre le démontré jusqu'à nouvel ordre, le probable, l'hypothétique et l'inconnu (in: Article dans la revue La recherche n°296 de mars 1997, intitulé Ce que l'on ne sait pas de l'évolution, pages 118 à 124).

 

 

 

 

 

 

 

 

 

La progression des connaissances scientifiques s'est concrétisée par de multiples réussites technologiques dans la maîtrise de l'énergie, de la matière et de l'information. Forte de ses succès, l'investigation scientifique a gagné en confiance et en assurance et s'est ainsi rapidement étendue non seulement au niveau microscopique mais aussi macroscopique, vers des systèmes dynamiques, de plus en plus complexes, de la dimension subatomique à la dimension planétaire et même astronomique. Elle a dû s'adapter rapidement par l'adoption de nouvelles méthodes, de nouveaux outils et paradigmes.

Au paradigme du déterminisme total et des processus réversibles de la mécanique classique a succédé celui de la physique statistique et des processus irréversibles, sonnant le glas des certitudes. Les systèmes subatomiques et les systèmes vivants plus complexes ont dû être abordés selon un nouveau paradigme stochastique où seule la probabilité d'un événement est calculable, mais sans jamais savoir si cet événement aura réellement lieu, le hasard ne pouvant être complètement extirpé du déroulement des processus identifiés ou pressentis. Le fleuron de la méthode expérimentale n'a pas pu se développer ni même se conserver de manière systématique dans les investigations de tels systèmes. Il en a résulté un recours plus important à l'observation, à la collecte et à l'analyse des données mais aussi à des méthodes plus intuitives d'identification et de représentation des processus.

A la grande échelle des mégasystèmes complexes et dynamiques c'est-à-dire de taille au moins multi-kilométrique, aux composants nombreux, interactifs et évolutifs dans le temps comme les écosystèmes ou l'écosphère, les processus identifiés ont pris une allure chaotique, presque toujours non linéaire, marqués par l'émergence de comportements imprévisibles et de propriétés surprenantes propres à la complexité. Selon Ivar EKELAND (Le Chaos,1995, Dominos Flammarion), l'évolution de tels systèmes est certes déterminée par leur état actuel mais on ne peut pas prévoir leur avenir, le déterminisme créant son propre hasard. La prédictibilité de l'évolution du système y est en effet contrariée par des incertitudes sur les conditions initiales ou sur les mécanismes en jeu. De plus, l'expérimentation devient quasi impossible et les observations limitées à des données éparses et fragmentaires par rapport aux nombre de degrés de liberté. Des méthodes virtuelles comme la simulation par modèle numérique prévisionnel prennent alors le pas sur l'expérimentation tandis que les observations restent rares ou indirectes. Dans cette évolution des paradigmes, méthodes et outils d'investigation, l'incertitude des connaissances grandit à tel point que l'inconnu n'est plus entamé que par des hypothèses de plus en plus fragiles.

Annick LESNE (1) remarque que les "visions déterministes et stochastiques ne s'excluent pas l'une l'autre, mais qu'au contraire elles s'entrecroisent, suivant l'échelle à laquelle elles se situent." LESNE donne notamment comme exemple type le mouvement brownien qui est parfaitement déterministe à l'échelle atomique suivant les lois de la dynamique newtonienne, mais dont la dynamique devient chaotique aux échelles supérieures par défaut d'accès à la vitesse initiale des molécules et de leur nombre trop grand pour pouvoir décrire l'ensemble des degrés de liberté associés...

Il résulte finalement que les moyens limités des scientifiques face à la complexité des systèmes vivants, des écosystèmes et des mégasystèmes à l'échelle planétaire ne permettent plus de saisir précisément leur fonctionnement et de prédire dès lors leur évolution sans équivoque. Les modèles scientifiques proposés sont plus des outils prospectifs et donc de recherche dont la vérification restera en suspens du déroulement effectif des événements futurs et seront sujets à révisions et corrections inévitables. Les informations que ces modèles fournissent sont certes rationnelles mais restent hasardeuses c'est-à-dire le plus souvent hypothétiques dans le cadre du schéma du champ de l'expertise scientifique présenté plus haut.

Une conclusion s'impose que la politique d'appliquer le principe de précaution dans le domaine de l'inconnu n'a aucune base rationnelle, et dans le domaine de l'hypothétique pas de réelle base scientifique (le principe d'audace ou d'hardiesse y est tout aussi pertinent). Le principe de précaution ne trouve une réelle justification que dans le probable. C'est-à-dire que seul un risque et danger clairement établi justifierait une abstention d'action, et non une simple hypothèse catastrophiste ou des fortuités qui sont lot dans le quotidien, dans l'histoire ou dans la cosmologie! Les experts scientifiques ont tendance à surestimer le degré de confiance ou de probabilité de leur modèles, ce qui est bien humain. Dans les cas de risque hypothétique même à haut danger présumé mais tout aussi hypothétique, l'action pourrait être entreprise quitte à en ralentir ou moduler le déroulement mais certes pas à la bloquer ou l'interdire. C'est la seule aide scientifique à la décision dans ces cas-là.

____________________________

(1): Annick LESNE. Déterminisme et aléatoire dans les systèmes complexes: un faux débat? Consulté le 29.07.2013 à l'adresse:<www.lptl.jussieu.fr/user/lesne/Cerisy_Lesne.pdf>.