Accueil Revue Numéro Article

Revue d'anthropologie des connaissances

2015/3 (Vol. 9, n° 3)

  • Pages : 98
  • DOI : 10.3917/rac.028.0403
  • Éditeur : S.A.C.

ALERTES EMAIL - REVUE Revue d'anthropologie des connaissances

Votre alerte a bien été prise en compte.

Vous recevrez un email à chaque nouvelle parution d'un numéro de cette revue.

Fermer

Article précédent Pages 403 - 408
1

Dans son ouvrage La modélisation critique, Nicolas Bouleau entreprend une analyse des pratiques de modélisation qui sont aujourd’hui de plus en plus utilisées dans la construction du savoir scientifique ou pour aider la prise de décision dans des situations complexes et incertaines. Si l’essai énonce les caractéristiques cognitives de ces pratiques, il s’attache plus généralement à décrire et à interroger les fondements philosophiques, épistémologiques et sociaux de l’organisation du savoir scientifique. Pour l’auteur, les pratiques de modélisation nous amènent à repenser la façon dont certains penseurs importants du XXe siècle, en première ligne Karl Popper, ont défini la scientificité et la rationalité scientifique. Les pratiques de modélisation nous inviteraient alors à adopter une vision pluraliste de la connaissance scientifique où il s’agirait d’accepter, de confronter et de critiquer les « co-vérités » que les modèles produisent.

2

Dans sa présentation (pp. 7-13), N. Bouleau précise la vocation de son ouvrage : sensibiliser et former les jeunes chercheurs à la critique rationnelle et réfléchie des modèles. L’argumentation oscille entre une dimension descriptive et explicative (quelles sont les caractéristiques de la modélisation et de l’organisation sociale du savoir scientifique fondé sur les modèles ?) et une dimension normative (quelle vision du savoir scientifique devrait-on adopter lorsqu’on est confronté à des situations incertaines ?). Il faudrait abandonner la vision d’une « grande science » (p. 9) universelle, objective et autonome par rapport à l’espace social, car ce n’est qu’en envisageant la science comme un espace où on confronte et négocie des théories plurielles que l’on sera à même de faire advenir la critique des modèles.

3

C’est parce qu’elles sont mobilisées pour apporter une connaissance sur des situations complexes (changement climatique, planification économique, etc.) que les pratiques de modélisation constitueraient un type de savoir particulier. Dans le chapitre 1 (« La modélisation : une connaissance socialement située »), l’auteur rappelle que la pensée moderne et le positivisme ont érigé l’utilisation du langage mathématique comme condition formelle fondamentale de la rationalité scientifique garante de l’objectivité et de l’universalité. Or N. Bouleau soutient la thèse de l’utilité de mobiliser des « connaissances subjectives et locales » (p. 17) dans des situations aux enjeux complexes, comme le changement climatique, où on a besoin « pratiquement » (p. 17) de la connaissance scientifique. L’argumentation repose sur une distinction entre deux images de la science : la science universelle et objective s’oppose à la science « socialement située » (p. 15). Trois exemples étayent les caractéristiques de ce type de connaissance. Premièrement, pour réguler le trafic automobile (pp. 18-20), on peut utiliser différents types de modèles qui se différencient par leur degré de raffinement ; le choix d’un modèle se fait donc en fonction de son utilisation. Deuxièmement, dans un contexte où l’industrie et la recherche académique sont motrices de l’innovation, la simulation informatique peut être un outil de dialogue qui permet d’adapter la création de nouveaux matériaux à la demande industrielle (pp. 20-22). Troisièmement, les modèles peuvent constituer des bases pour la confrontation rationnelle d’arguments, d’expertises ou de visions du monde différentes comme dans le cas de l’aménagement d’un bassin-versant (pp. 23-25). Ainsi, pour l’auteur, la modélisation ouvre « un nouvel espace du compréhensible » (p. 27) dans lequel elle permet l’expression et la confrontation de représentations diverses (numériques, subjectives ou intersubjectives). La modélisation est donc une activité interprétative et le modèle n’est pas un simple instrument, comme le proposait Jean-Marie Legay (pp. 29-31), mais un objet technique et linguistique qui propose une interprétation de la situation donnée à un destinataire qui est l’utilisateur du modèle. En tant qu’objet linguistique, la modélisation « prolonge le langage ordinaire » et permet la confrontation de théories et de points de vue différents, comme le montre l’exemple des scénarios climatiques du GIEC (pp. 34-35).

4

Si les modèles sont des objets linguistiques, il faut alors préciser le langage dans lequel ils s’expriment : le langage mathématique. Dans le chapitre 2, « Les mathématiques, ressource conceptuelle et syntaxique », l’auteur adopte un regard d’historien et de philosophe des sciences pour exprimer le statut cognitif qu’il confère aux mathématiques. Les exemples de l’invention du calcul infinitésimal (pp. 38-42), de la découverte des géométries non euclidiennes (pp. 42-43) ou de la notation exponentielle (p. 49) lui permettent d’affirmer que les mathématiques ne sont pas universelles mais recouvrent les notions d’utilité, de polysémie et de localité. De la même façon, l’auteur distingue l’activité « compilatoire » (p. 48) de l’informatique : transformer un message en une information exécutable par une machine, de l’activité « dé-compilatoire » (p. 48) des mathématiques : « Le mathématicien cherche des idées simples permettant de gouverner de nouvelles régions de la complexité » (p. 48). Ainsi, pour N. Bouleau, les mathématiques comportent divers langages et diverses interprétations ; elles n’ont pas d’unité sémantique. Ces considérations s’appliquent également à la modélisation. Pour une situation donnée, il existe plusieurs modélisations qui constituent autant d’interprétations du phénomène étudié. Le chapitre se clôt sur des remarques pédagogiques (pp. 50-55) à propos de l’enseignement des mathématiques : manipuler divers langages mathématiques ou traduire en langue commune des fonctions mathématiques. Ces propositions visent à ouvrir les « boîtes noires » que sont les langages formalisés afin de comprendre leur caractère interprétatif et local. Ces propositions peuvent constituer un socle pour la critique des modèles ; c’est bien l’une des vocations de ce manuel.

5

Dans le chapitre 3, « Le métier de veille du chercheur », N. Bouleau présente les valeurs et normes qui structurent aujourd’hui la recherche scientifique. L’auteur identifie un héritage philosophique – le positivisme – et une figure emblématique – K. Popper (pp. 58-63). Le philosophe des sciences conceptualise la logique des découvertes scientifiques par la notion de « falsifiabilité » : une théorie est scientifique si et seulement si elle peut être réfutable, c’est le « critère poppérien » qui est « devenu norme, on peut dire quasi universelle, pour certifier une démarche scientifique » (p. 63). Le « critère poppérien » véhicule l’idée que la scientificité ne se construit qu’au sein de la sphère scientifique. N. Bouleau rappelle que les pratiques scientifiques sont inscrites dans des réseaux d’intérêts et d’impératifs divers. Il convoque une nouvelle fois l’exemple des travaux du GIEC et en fait l’avatar d’une nouvelle démarche scientifique qu’il appelle de ses vœux (pp. 70-72). Les expertises du GIEC associent des modélisations concurrentes ; leur pluralité résulte du fait qu’elles ont été élaborées dans des contextes disciplinaires, technologiques, théoriques et méthodologiques différents. Le GIEC assure la confrontation de diverses modélisations « partisanes » et cette confrontation donne « de l’épaisseur à la discussion. Certes, elle ne résout pas les conflits mais elle installe, disons, la possibilité du politique » (p. 71). Dans cette perspective, le scientifique doit être conscient du caractère partiel du savoir qu’il construit mais aussi exercer son activité critique (au sens étymologique) par rapport à lui. N. Bouleau défend donc une vision pluraliste et démocratique de l’organisation du savoir scientifique où les théories et les modèles sont discutés et critiqués.

6

Le chapitre 4, « La modélisation de l’économie », explore les fondements épistémologiques de l’économie néo-classique et traite des enjeux de la mathématisation des phénomènes économiques et humains. L’économie néo-classique se développe en référence au paradigme mécaniste (qui a fait ses preuves dans d’autres disciplines : l’optique et l’acoustique), négligeant ainsi les comportements aux limites. En rapportant divers exemples du raisonnement économique (les nuages-fonctions (pp. 76-83), le principe de moindre action (pp. 83-86) ou le concept de « marché » (pp. 86-88)), N. Bouleau montre que le raisonnement économique est « local » (p. 79) et que le langage néo-classique mathématisé est « une simplification forte destinée à faire comprendre des tendances qui ne sont pas immédiatement observables » (p. 82). Les modèles économiques se construisent à partir d’hypothèses fortes, notamment sur le comportement des agents économiques, et en ce sens, elles sont des interprétations de la réalité. Ce chapitre occupe une place à part dans l’économie de l’ouvrage dans la mesure où il traite uniquement de la modélisation économique. Pourtant, il donne à voir aux lecteurs la solidarité entre la dimension descriptive et normative des modèles, faisant écho au débat philosophique sur la dichotomie entre fait et valeur (Putnam, 2004).

7

Dans le chapitre 5, « Modèles et interprétation », N. Bouleau énonce les fondements philosophiques et épistémologiques des activités de modélisation. L’auteur confronte diverses figures philosophiques pour montrer comment on devrait (et comment on ne devrait pas) comprendre les logiques de la création scientifique. N. Bouleau reproche à K. Popper et à Thomas Kuhn d’avoir proposé une vision « moniste » de la science. Il reproche au premier d’avoir fait du critère de falsifiabilité la condition paradigmatique de la construction de la scientificité. Or la sociologie des sciences a montré que la validité d’une théorie scientifique résulte de l’agencement d’intérêts divers et de négociations entre scientifiques. La théorie kuhnienne des « révolutions scientifiques » propose, pour N. Bouleau, une « vision extrêmement limitative de la connaissance » (p. 116) dans la mesure où le concept de « science normale » rigidifie la dynamique de la créativité scientifique qui propose des interprétations extérieures au paradigme. Afin d’étayer sa vision de la science, N. Bouleau se réfère, entre autres, à Willard Van Orman Quine et Ulrich Beck. Il emprunte au premier ses thèses concernant la sous-détermination de la théorie par rapport à l’expérience (pp. 101-104). Il reprend à U. Beck l’idée que les sociétés contemporaines sont scientifiquement réflexives ; l’institution scientifique n’a plus le monopole du savoir ; des acteurs de la société peuvent être producteurs de savoirs et de contre-expertise. L’organisation pluraliste de la science doit donc garantir la confrontation de modèles et de contre-modèles, et cela n’est possible que si on abandonne la conception moniste de la science. Ainsi, de la même manière qu’en démocratie on doit garantir l’expression des opinions majoritaires comme minoritaires, une organisation pluraliste de la science ne doit pas seulement privilégier la « science-défi » (p. 117), expression qui dénote la vision poppérienne et kuhnienne de la science : « On provoque la nature en combat singulier, la loyauté de la joute étant de respecter les hypothèses qui vont gouverner les règles protocolaires de l’expérience. » Il faut aussi assurer la production de connaissances qui « nous disent comment est le monde » (p. 119), qui racontent le monde dans ses particularités. Pour l’auteur, les mathématiques ont un rôle à jouer dans ce type de connaissance car elles sont capables de donner le cadre formel de l’expression de représentations concurrentes : c’est le « langage semi-artificiel » (p. 119) des modèles. Les modèles sont donc des « co-vérités » (p. 120) et c’est dans ce cadre épistémologique qu’il faut comprendre ce qu’est la « modélisation critique » : la confrontation rationnelle et critique d’interprétations plurielles.

8

Dans le chapitre 6, « Construire des co-vérités », N. Bouleau donne des clefs pour permettre la critique des modèles et la création de contre-modèles. Après avoir rappelé les diverses définitions du terme, l’auteur propose de centrer son exposé sur la modélisation telle qu’elle est pratiquée par les ingénieurs car c’est sous cette forme qu’elle y prend « sa dimension philosophique la plus intéressante » (p. 123). Comme N. Bouleau le rappelle tout au long de son ouvrage, les modèles sont des objets scientifiques, technologiques et linguistiques ; on peut donc les étudier grâce aux outils conceptuels de la sémiologie. D’un point de vue syntaxique, le modèle est un langage hybride ou « semi-artificiel » (mots et formules mathématiques) et s’impose à nous, ce qui rend difficile sa critique. En effet, on n’est pas toujours en connaissance des règles grammaticales qui régissent la création du modèle. D’un point de vue sémantique, on peut retenir les thèses de Louis de Saussure sur l’arbitraire du signe (p. 127) : le sens d’un élément du modèle se construit en référence aux autres éléments du modèle ; c’est le cas des « termes d’ingénieurs » (p. 128) qui n’ont pas de signification scientifique univoque. Le sens d’un élément (concept ou théorie) est également tributaire d’une communauté scientifique particulière. D’un point de vue pragmatique, il faut retenir l’importance du contexte communicationnel dans lequel s’inscrit le modèle. La vocation pédagogique de l’ouvrage se retrouve dans l’analogie proposée entre modélisation et architecture (pp. 132-138). La création de modèles résulte de commandes qui les inscrivent dans un site social, politique, technologique et scientifique particulier. Afin de préciser de quelle manière peut s’exprimer la pensée critique dans la science, N. Bouleau fait référence à la façon dont les travaux de Jean-Marc Lévy-Leblond envisagent le rôle des « dichotomies » dans les sciences (pp. 142-154). La « dichotomie » permet de briser l’évidence du symbole et de perfectionner les théories en apportant un éclairage nouveau. N. Bouleau conclut ce chapitre sur des propos qui ont une visée pédagogique affirmée. Il liste six dualités qui peuvent orienter la critique des modèles et la création de « co-vérités », comme la dualité « descriptif/normatif » ou « quantitatif/qualitatif ». Pourtant, l’objectif n’est pas de proposer une liste exhaustive ou une méthode qui permettrait de produire des contre-modèles : « Peut-on parler de méthode de la critique ? Tout au plus de préoccupation, de tournure d’esprit » (p. 152). Le jeune chercheur, à qui s’adresse cet ouvrage, doit alors laisser parler sa créativité et accueillir la pluralité des interprétations afin de mener à bien le travail critique des modèles.

9

En conclusion (pp. 157-161), l’auteur rappelle l’importance de la confrontation d’hypothèses et de théories plurielles pour la construction du savoir scientifique. La pluralité est synonyme d’ouverture et d’exploration de nouveaux possibles. L’épistémologie de la modélisation développée par N. Bouleau adopte un modèle démocratique de la construction et de la communication du savoir scientifique.

10

N. Bouleau propose à lire un ouvrage où l’argumentation est à mi-chemin entre visée explicative et visée normative. L’épistémologie de la modélisation qu’il développe est dépendante d’une vision démocratique et plurielle de la science. Ses propos empruntent à la philosophie, à l’histoire et à la sociologie des sciences et se réfèrent constamment à la figure de K. Popper pour s’en démarquer. La « science poppérienne » représenterait la façon dont on pense aujourd’hui la science. Or il n’est pas du tout certain que les scientifiques partagent cet avis ni qu’ils ne soient pas conscients des interactions sociales dans lesquelles ils exercent leurs activités scientifiques. Par ailleurs, l’ouvrage fait écho indirectement aux thèses de Gibbons et al. (1994) sur l’avènement d’un « mode 2 » de production des savoirs plus enraciné dans le contexte local social que le traditionnel « mode 1 » ; il aurait été intéressant que N. Bouleau aborde ces proximités et notamment les – nombreuses – critiques de la thèse du passage du mode 1 au mode 2. Dominique Pestre (2003) a bien montré dans l’un de ces articles que le passage et la rupture entre mode 1 et mode 2 sont contestables. Le genre de science plurielle appelée de ses vœux par N. Bouleau interroge les institutions, procédures et critères d’organisation de construction des savoirs académiques aujourd’hui : quels acteurs ou institutions pourraient effectivement garantir la construction et la confrontation de « co-vérités » dans les laboratoires de recherche ? Cette question comporte également des résonances politiques et sociales dans la mesure où nous sommes, tous, confrontés à ces modèles qui décrivent, expliquent ou racontent le monde et anticipent ses évolutions. Dans cette perspective, s’exercer à la critique des modèles est un acte scientifique et politique ; la critique est garante d’une organisation démocratique de la science et de la cité.


Références

  • Gibbons M., Limoges C., Nowotny H. (1994). The New Production of Knowledge. London : Sage Publications.
  • Pestre D. (2003), « Regimes of Knowledge Production in Society : Towards a more political and social reading », Minerva, 41, 245-261.
  • Putnam H. (2004), The Collapse of the Fact/Value Dichotomy and Other Essays, Harvard University Press.

Article précédent Pages 403 - 408
© 2010-2017 Cairn.info