Valider la science ? / Validating Science?

Dans une vidéo mise en ligne le 15 octobre à propos de la décision du couvre-feu, Fabrice Lucchini résume clairement ce que pensent beaucoup : « on ne comprend pas ce que fait ce gouvernement ».

Ce cri rejoint un grand nombre de prises de position sur la gestion de la crise du coronavirus en France depuis mars. Peu ou prou, toutes ces contestations tournent autour de l’usage des modèles mathématiques de projections épidémiologiques dans les décisions politiques prises au nom de la protection des populations contre la contamination du coronavirus. Et toutes, peu ou prou, font valoir qu’aucune de ces projections ne s’est vérifiée. De quoi s’agit-il ?

Il est important de comprendre que les discours de justification des décisions gouvernementales sont des énoncés contrefactuels dont la caractéristique est une phrase de type « si on ne fait rien, alors il y aura N morts ». Canonique est ici ce que disait Arnaud Fontanet, membre du Conseil Scientifique, le 6 octobre « Laisser le virus circuler librement, c’est laisser 450 000 Français mourir ». Le 17 mars on lisait le même argument dans le Washington Post sous la plume du journaliste Harry Stevens : « Cette courbe exponentielle inquiète les experts. Si le nombre de cas devait continuer de doubler tous les trois jours, il y aurait environ cent millions de cas aux États-Unis d’ici mai ». Toutes les voix dissonantes dans le concert monocorde des prévisions catastrophistes disent « cela ne s’est pas passé ». On ne « voit » pas l’exponentielle à laquelle font référence les énoncés contrefactuels.

Quelques exemples parmi beaucoup d’autres. Laurent Toubiana, épidémiologiste, rappelle que « Des épidémiologistes nous avaient prévu 650 000 morts (…) on n’a rien vu ». Martine Wonner, député et médecin psychiatre, met en cause « des modèles mathématiques totalement erronés depuis le début ». Nicole Delépine, ancien Chef de clinique des Hôpitaux, parle des « prédictions apocalyptiques de Neil Ferguson ». Charles-Elie Guzman, journaliste, écrit dans UP’ Magazine que le confinement aura représenté « l’histoire d’une hallucination collective » due à l’usage d’un modèle mathématique. Le modèle mathématique mis en cause est clairement nommé, il s’agit du modèle de Neil Ferguson. The Telegraph titrait ainsi le 16 mai : « Le modèle de Neil Ferguson de l’Imperial College pourrait être l’erreur (…) la plus dévastatrice de tous les temps ». Le 3 juin, Libération consacrait un article au problème de l’usage des simulations faites avec ce modèle, « Les prévisions de Ferguson, qui ont conduit de nombreux pays à se confiner, étaient-elles fantaisistes ? ». Antoine Flahault, directeur de l’Institut de santé globale à la faculté de médecine de l’université de Genève, se demandait si la médiatisation de tels scénarios était utile : « Livrer des chiffres de morts prévisionnels, même en précisant que c’est un scénario du possible seulement, cela revient à dire : ‘’Il y aura possiblement 100 000 morts en Suède au mois de juin’’. »

Le modèle de Ferguson est sous toutes les critiques. Une attaque documentée est venue de la communauté scientifique elle-même. Un livre récent fait le point sur cette question, celui de Juliette Rouchier et Victorien Barbet, La diffusion la Covid-19. Que peuvent les modèles ? (Éditions Matériologiques, 2020) et le site https://covprehension.org/ présente des explications simples sur le rôle des modèles de dynamiques d’épidémie. Tout le monde comprend que les résultats ne peuvent pas être plus certains que leurs hypothèses. La critique met en avant la structure de construction de la projection par diffusion, en insistant sur un élément extrêmement important, le nombre de contacts d’un individu entre deux dates. Si les interactions sociales sont aléatoires, certains individus ont très peu de contacts et d’autres en ont beaucoup. La distribution des contacts aléatoires est très hétérogène alors que le modèle de Ferguson utilise une moyenne de contacts quelle que soit la situation : c’est l’axe de la critique de Gianluca Manzo dans La vie des idées. Or l’hétérogénéité des liens sociaux a un impact énorme sur le résultat de la projection (nombre de décès). Cette faiblesse du modèle de Ferguson avait été relevée par un article de la National Review qui recensait les erreurs passées de prévision : au moment de la crise de la vache folle en 2002, ce modèle avait conduit à l’abattage injustifié de 6 millions de bovins au Royaume Uni et prédit 50 000 morts par transmission de la maladie de la vache folle à l’homme, alors que le nombre de morts réels recensé avait été de 177. De même encore en 2005, le modèle prévoyait que la grippe aviaire devait tuer 65 000 personnes en Angleterre, et il y eut 457 morts. Etc. Or « en France comme en Grande Bretagne et aux États-Unis, le débat sur l’utilisation des prédictions du modèle de l’Imperial College fait remarquablement défaut ». Bien que ce modèle ait été désavoué par des chercheurs, il reste la référence unique.

La difficulté ne se limite pas aux arborescences de projection. Il faut aussi des données pour les alimenter, une connaissance statistique précise de l’épidémie et de la mortalité. Là aussi, il y a un problème. Sur LCI, le vendredi 16 octobre, au vu des 30 000 nouveaux tests positifs, le docteur Blachier, épidémiologiste, se demande si « il n’y a pas un problème avec les données », une explosion des taux de positivité sans rapport avec les entrées aux urgences et le nombre de décès : « On entend partout les gens à hôpital dire qu’ils s’attendent à une avalanche de patients sur la base de ces chiffres-là. On verra si ça se vérifie » et « Ces chiffres affolent tout le monde ». Martine Wonner à nouveau : « il est indécent de présenter des données biaisées pour discipliner le peuple ». Cette stratégie de communication avait été adoptée par l’OMS, qui diffusait des taux de létalité sur le Coronavirus quinze fois supérieurs à la réalité. Pour reformuler de manière radicale la critique : « Les données pour soutenir la politique du confinement font défaut ». Ces deux critiques, portant sur la dynamique de l’épidémie (les modèles de projection) et sur sa photographie à un moment donné (les chiffres sont interprétés différemment) rejaillissent sur la crédibilité du conseil scientifique lui-même : « On ne peut plus être méprisé par des nantis qui ne se réunissent qu’entre eux » ou encore : « Le conseil scientifique ? Je pense qu’il ne sert plus à rien » !

D’où vient cette violence ? Cette attitude serait-elle le reflet contraire d’un dogmatisme rationaliste de la part des politiques ? Le physicien Pierre Papon, auteur du livre La démocratie a-t-elle besoin de la science ? (CNRS, 2020) pose la question : « comment fait-on comprendre aux politiques que le doute et l’incertitude font partie intégrante de la science. On avance en science que si on a des doutes et de l‘incertitude ». Il vaut la peine, dans ce contexte de violence passionnée qui remplace les débats sur les hypothèses des modèles et les chiffres de base des observations, de revenir sur une emblématique histoire, celle de la lutte contre la mortalité des femmes au moment de l’accouchement.

C’est devenu un classique de l’histoire des sciences, un épisode central dans la manière moderne de comprendre ce qu’est une hypothèse scientifique et comment elle est validée, épisode si important pour les partisans de la vérité en science qu’il a fait l’objet d’une analyse extrêmement poussée par Carl Hempel (dans ses Éléments d’épistémologie, 1966) qui y voit l’exemple emblématique de la recherche d’une vérité scientifique validée puis acceptée socialement.

La scène se passe à Vienne de 1844 à 1848, dans l’hôpital général. Le médecin Ignace Semmelweis y est chef de clinique dans un service de maternité confronté à un taux de mortalité très élevé (18%) lors des accouchements à cause de la fièvre puerpérale. La mortalité est considérée comme si élevée que bien des femmes préfèrent accoucher dans la rue plutôt que dans cette maternité ! C’est d’autant plus bizarre que, dans le service d’à côté, le taux de mortalité n’est que de 2%. On a cherché en vain avant Semmelweis les raisons de cette différence.

Il faut relire la manière dont Hempel raconte comment Semmelweis résout l’énigme, tant ces pages sont un vibrant plaidoyer pour la méthode scientifique. Semmelweis passe en revue toutes les hypothèses existantes, même les plus farfelues. Par exemple, on imaginait que la manière d’accoucher (sur le dos ou sur le côté) pouvait être un facteur de mortalité, ou que la présence d’un prêtre qui arrivait à tout hasard pour administrer les derniers sacrements « au cas où » pouvait représenter un facteur d’anxiété pour la femme en train d’accoucher !

Et puis arrive un accident. Un professeur d’anatomie s’entaille le doigt par un scalpel infecté à la suite d’une dissection d’un cadavre. Il meurt avec les mêmes symptômes que les femmes qui accouchaient. Semmelweis fera alors l’observation qui s’avérera être pertinente pour différencier les taux de mortalité entre maternités : dans la maternité mortelle, les étudiants en médecine arrivaient de leur cours d’anatomie et ne se lavaient pas les mains après les dissections, tandis que, dans l’autre maternité, les élèves sages-femmes n’arrivaient pas de cours de dissection. Semmelweis teste son hypothèse en préconisant de se laver les mains. Le taux de mortalité de la maternité maudite tombe à environ 1%. CQFD. Hempel en déduit le schéma de la validation d’hypothèse dans quelques pages qui sonnent comme le chant de gloire de la méthode scientifique. Le prestige de la science semble sans limite, tant ce qui était appelé « la peste noire des femmes » avait résisté pendant des siècles à toute tentative d’endiguement.

Un des aspects importants de cette histoire est le fait que Semmelweis examinait toutes les hypothèses existantes, même celles qui paraissaient absurdes à premier abord. Dans beaucoup de situations, il arrive que les résultats ne fassent pas l’unanimité, que plusieurs hypothèses concurrentes coexistent pacifiquement ou non, que le politique vienne s’en mêler pour décider quelle hypothèse doit être retenue etc. La question de l’acceptabilité sociale de l’hypothèse scientifique devient alors centrale. Revenons à aujourd’hui pour faire la liste des idées qui paraissent absurdes : le port du masque est-il utile en milieu ouvert ? L’antipaludéen chloroquine est-il efficace ? Le confinement est-il une bonne façon de freiner l’épidémie ? Le modèle de Ferguson est-il utilisable ? Etc. Il n’y a plus de débat. Est-ce la raison de la violence des attitudes sceptiques ou contestataires de ceux qui critiquent les décisions gouvernementales ?

Une façon de dire que, aujourd’hui, on ne pense plus seulement que la « science » décrit le monde mais qu’elle décrit aussi la manière dont nous, nous décrivons le monde. La « science » nous parle de nous.

(à suivre)


Christian Walter

Actuaire agrégé, chercheur en philosophie et sciences sociales, spécialiste de la finance / Fully qualified actuary, my research activities relate to financial modelling, history of financial thought, epistemology of finance and ethics of finance.

Vous aimerez aussi...

2 réponses

  1. La science englobe l’ensemble des connaissances – les « connaissances scientifiques » – produites par la démarche scientifique illustrée dans l’article.
    Dans la crise actuelle, il y a un certain nombre de décisions à prendre par ceux qui gouvernent, ceux qui, au sens étymologique, tiennent le gouvernail. Or certaines décisions doivent se prendre en l’absence ou dans l’insuffisance des connaissances scientifiques nécessaires. Faut-il donner un remède, et lequel, à un patient dont l’infection est avérée ? Les enfants et les jeunes sans symptômes sont-ils contaminants ? Les guéris, qu’ils sortent de l’hôpital ou qu’ils aient subi en restant chez eux une forme atténuée de la maladie, sont-ils immunisés ?
    La méthode scientifique doit aussi éclairer la stratégie et les futures décisions, y compris sur les recherches médicales et scientifiques à prioriser. Faut-il développer un test d’immunité ? Les masques seront-ils encore utiles dans 3 mois, pour qui ?
    Les scientifiques tentent d’éclairer la situation, comme le fait le navigateur sur un navire. Mais en dernier recours, c’est le gouvernant qui place le navire sur la trajectoire qui lui paraît la meilleure, ou la moins mauvaise, compte tenu des informations dont il dispose.

  2. patrice morain dit :

    Merci Christian pour ces petits moments de réflexion toujours salutaires.
    très amicalement,

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search