Utiliser des éléments probants variés en sciences : une méthode infaillible?

Entendre des enfants rire dehors et observer qu’il n’y a aucune paire de souliers dans l’entrée de la maison augmentent la probabilité que nos enfants soient en train de jouer dehors que de simplement entendre leurs rires. En sciences, comme au quotidien, nous confirmons nos hypothèses à l’aide d’éléments probants (données qui servent à prouver ou réfuter une hypothèse empirique). Intuitivement, il semble plus probable qu’une hypothèse soit vraie lorsque les éléments probants qui la soutiennent sont nombreux, proviennent de sources fiables et sont variés.

Recourir à une grande variété d’éléments probants est motivée, en philosophie des sciences, par la thèse de la variété des éléments probants : plus les éléments d’un ensemble soutenant une hypothèse sont variés, plus la confirmation de cette hypothèse est élevée. Il n’y a, à première vue, pas de raison de douter de la validité d’un présupposé aussi plausible. Mais est-ce qu’une plus grande variété d’éléments probants entraîne toujours une plus grande confirmation d’une hypothèse? Si l’on en croit les résultats de l’article de Claveau et Grenier, The Variety-of-Evidence Thesis : A Bayesian Exploration of its Surprising Failures, non!

Un outil d’enquête scientifique

Les outils formels de l’épistémologie bayésienne permettent de répondre à cette question en modélisant la situation d’enquête scientifique à l’aide d’un réseau bayésien (fig.1). Une flèche pleine entre deux nœuds représente un lien de cause à effet, tandis qu’une flèche pointillée représente une indépendance partielle entre deux nœuds. Dans le réseau de Claveau et Grenier, on retrouve l’hypothèse H, les conséquences observables C de l’hypothèse et la fiabilité R des sources qui produisent des éléments probants E.

Reprenons l’exemple des enfants qui jouent dehors. L’hypothèse à évaluer est « mes enfants sont dehors ». Initialement, le parent de ces enfants est certain à 50 % que c’est vrai. Ce parent entend des enfants rire dehors. La probabilité que l’hypothèse initiale soit vraie étant donné cette nouvelle information augmente. L’observation que leurs souliers ne sont pas dans l’entrée produit le même effet. Ce parent devient ainsi de plus en plus certain que l’hypothèse est vraie. Les probabilités sont en effet interprétées comme des degrés de certitude dans un réseau bayésien. Les rires et l’absence de souliers sont deux conséquences observables qui deviennent des éléments probants lorsque le parent les observe.

Il est en effet possible qu’ils jouent dehors, mais il est également possible qu’ils soient chez des amis. L’absence des souliers ne rend que plus probable la vérité de l’hypothèse. Un réseau bayésien tient compte de cet aspect des relations causales : une flèche représente un lien causal probabilisé.

La valeur d’une source fiable

Les réseaux bayésiens permettent donc de tester la thèse de la variété des éléments probants par modélisation mathématique. De cette manière, les différentes dimensions constitutives de la variété d’un ensemble d’éléments probants peuvent être isolées. Les conséquences observables de l’hypothèse et la fiabilité des sources occupent ce rôle dans le modèle de Claveau et Grenier. Ce modèle ne représente évidemment pas totalement la réalité. Néanmoins, les enquêtes scientifiques et philosophiques peuvent tout de même tirer profit des résultats qu’il génère.

Claveau et Grenier parviennent à la conclusion qu’utiliser plusieurs sources indépendantes mais non fiables ne confirme pas davantage une hypothèse que d’utiliser une seule source fiable. De nombreux cas d’échec surviennent également lorsque la dimension des conséquences observables de l’hypothèse est intégrée au modèle. Cependant, même dans les situations les plus extrêmes testées par le modèle, justifier une hypothèse à l’aide de la variété des éléments probants demeure une pratique avantageuse en sciences dans environ 75 % des cas. Tout n’est donc pas perdu!

Glossaire

• Philosophie des sciences : branche de la philosophie qui étudie les fondements philosophiques, les concepts, les théories et les pratiques de la science.
• Épistémologie bayésienne : théorie épistémologique dans laquelle on utilise un appareil formel fondé sur le théorème des probabilités conditionnelles de Bayes pour décrire et expliquer le raisonnement inductif.
• Lien causal probabilisé : lien de cause à effet entre deux éléments pour lesquels il n’est pas certain que l’effet sera produit par la cause. Cette incertitude est alors quantifiée à l’aide d’une probabilité. Par exemple, fumer augmente la probabilité pour un individu d’avoir éventuellement le cancer du poumon, bien que cette activité ne garantisse pas que cet individu aura effectivement le cancer du poumon.

À propos d’Olivier Grenier

Étudiant à la maîtrise en philosophie, Olivier Grenier se spécialise en ontologie appliquée. Son projet de recherche porte sur l’ontologie du risque. Il est également membre étudiant de la Chaire de recherche du Canada en épistémologie pratique. Il s’intéresse notamment à l’épistémologie des sciences de l’éducation. Il écrit aussi sur le Blogue de philosophie pratique de l’Université de Sherbrooke, où il a d’ailleurs récemment publié un texte qu’il a corédigé sur les fake news.

À propos du concours

L’Université de Sherbrooke tient annuellement le Concours de vulgarisation scientifique, dont les objectifs sont de stimuler des vocations en vulgarisation scientifique et d’augmenter le rayonnement des travaux de recherche qui s’effectuent à l’Université, qu’ils soient de nature fondamentale ou appliquée.