L'évaluation qualitative en science : rationalité, agrégation, et applications – QUALIGRASCI

La science moderne est souvent associée aux méthodes quantitatives (mesure, tests statistiques, raisonnement probabiliste...). Pourtant, les jugements qualitatifs sont omniprésents à travers les disciplines scientifiques. De l’évaluation des projets scientifiques à l’expertise pour les politiques publiques, les chercheurs et chercheuses s’appuient sur des appréciations qualitatives lorsque les probabilités sont inaccessibles ou impraticables. Par exemple, le GIEC utilise des échelles standardisées pour évaluer le niveau de preuves, leur accord et la confiance à leur accorder.

Malgré leur usage courant, les évaluations qualitatives ont reçu peu d’attention philosophique et formelle. Les approches classiques privilégient des modèles dichotomiques (vrai/faux) ou probabilistes, laissant les échelles qualitatives (ex. très peu probable, peu probable, probable) peu étudiées. Quelques exceptions, comme le Jugement Majoritaire de Balinski et Laraki, ont établi le potentiel de l’agrégation des jugements gradués en politique ou en œnologie. Cependant, ces méthodes n'ont pas été adaptées aux décisions scientifiques, où l’agrégation de preuves complexes pose des défis distincts. Nous manquons ainsi de modèles robustes pour combiner les jugements experts en science reposant sur des appréciations qualitatives. Mieux comprendre ce processus est crucial pour améliorer la délibération scientifique et la fiabilité des décisions des experts.

Ce projet vise à combler cette lacune en développant et en appliquant un cadre novateur pour les jugements qualitatifs en science. Il s’articule autour de quatre axes : (1) construire une épistémologie des jugements qualitatifs adaptée aux objets scientifiques (hypothèses, questions de recherche, projets, etc.) dans divers contextes (recherche fondamentale, appliquée, expertise) ; (2) élaborer un modèle formel d’agrégation qualitative, étendant les idées du Jugement Majoritaire au domaine scientifique tout en étudiant son lien avec les approches binaires et probabilistes ; (3) appliquer ce cadre à des contextes scientifiques concrets, de la délibération en cas de désaccord scientifique aux cas nécessitant des décisions rapides et fiables ("fast science"), fournissant ainsi ainsi des lignes directrices améliorées pour le jugement scientifique collectif ; (4) interagir avec les acteurs concernés, comme les agences d’expertise, pour favoriser l’adoption de nos résultats.

S’appuyant sur l’épistémologie, l’épistémologie sociale et la philosophie des sciences, ce projet mobilise des outils formels et computationnels pour améliorer notre compréhension des évaluations qualitatives en science et fournir une méthodologie robuste pour renforcer la qualité épistémique des décisions collectives. Ses résultats seront directement utiles aux délibérations d'experts et aux pratiques scientifiques.