Comprendre et faciliter la confiance dans les vérités scientifiques: approche expérimentale – TrustSciTruths

La confiance insuffisante dans les vérités scientifiques peut avoir des conséquences dramatiques. La rationalité étant limitée, une confiance dans les experts et dans les processus qu'ils mettent en place est nécessaire. La confiance dans un expert peut dépendre de ses caractéristiques. La confiance dans un processus peut être affectée par le fait que le résultat du processus nous plaise ou non. Notre projet s'articule autour de 4 axes.
Le premier axe étudie l'aversion pour les algorithmes, c'est-à-dire la méfiance du public à l'égard d'une procédure scientifique visant à atteindre un résultat. Nous nous intéressons au contexte de l'allocation d'étudiants dans des universités.
Le deuxième axe étudie la confiance dans les experts en fonction de leur genre et des stéréotypes de genre associés au domaine d'expertise. Suit-on plus volontiers la recommandation d'un expert que d'une experte quand le domaine d'expertise est perçu comme masculin ? Préfère-t-on alors également recevoir une recommandation d'un expert que d'une experte ? La réponse à ces questions est-elle modifiée quand le domaine d'expertise est perçu comme féminin ?
Le troisième axe s'intéresse à la confiance que nous avons dans le raisonnement humain selon que nous sommes d'accord ou non avec la conclusion. Est-il plus difficile de percevoir des failles dans un raisonnement logique quand on est d'accord avec sa conclusion que quand on ne l'est pas ?
Le quatrième axe proposera un mode théorique qui visera à approfondir la compréhension de l'interaction et de la dynamique entre la confiance dans un processus scientifique - l'algorithme de matching - et le résultat de ce processus - l'affectation des étudiants dans les universités. Le modèle pourrait également nous permettre d'évaluer la performance des algorithmes selon une nouvelle dimension en distinguant ceux pour lesquels il existe un équilibre de confiance élevé de ceux pour lesquels la confiance n'est pas un résultat soutenable.