Nullius in verba

Dans quelle mesure un diplôme est-il pertinent, et à partir de quand devient-il un argument d’autorité ?

Un diplôme est un indice. Il dit que celui qui parle a passé des années à apprendre les bases d’un domaine, ses méthodes, ses pièges, et à se faire corriger par des gens plus compétents que lui. C’est une raison de l’écouter, de la même façon qu’on préfère demander un diagnostic à un médecin plutôt qu’à son voisin.

Mais un diplôme n’est pas une preuve. Ce qui est affirmé dans ce texte doit tenir tout seul, avec ses sources ; si c’est faux, aucun titre ne le rendra vrai. La devise de la Royal Society, fondée en 1660, est Nullius in verba : « ne croire personne sur parole ». L’auteur compris.

La distinction à poser

Deux exemples rendent la chose concrète. Linus Pauling, deux fois prix Nobel, a défendu jusqu’à sa mort des mégadoses de vitamine C contre le rhume et le cancer, sans que les essais le confirment. Luc Montagnier, Nobel 2008 pour la découverte du VIH, a ensuite défendu la « mémoire de l’eau » et des thèses antivaccins. On parle parfois de « maladie du Nobel » : la compétence dans un domaine ne se transfère pas automatiquement aux autres.

Un consensus d’experts vaut beaucoup plus qu’un expert, et un expert vaut beaucoup plus qu’un diplômé qui parle d’autre chose que sa spécialité.

Six objections reviennent dans presque toutes les discussions sur la science. Aucune n’est idiote : plusieurs contiennent un grain de vérité, et c’est précisément ce qui les rend efficaces. Les voici rassemblées, chacune renvoyant à l’endroit du texte où elle trouve sa réponse.

Avant de parler de méthode : le mot « science » a-t-il toujours voulu dire la même chose ?

Non, et c’est un piège fréquent : on projette notre mot d’aujourd’hui sur le passé. Scientia, en latin, c’est simplement « le savoir ». Pendant près de deux mille ans, une science est un savoir certain, démontré à partir de principes. Au Moyen Âge, la théologie est une science, et même la première d’entre elles.

Ce qu’on appelle science aujourd’hui — un savoir fondé sur l’expérience, mathématisé, provisoire, produit par des professionnels qui publient et se critiquent — s’est construit entre le XVII^e et le XIX^e siècle. Le mot anglais scientist, « scientifique » comme métier, n’est inventé qu’en 1833.

Antiquité : l’épistémè, un savoir par les causes

Platon oppose la doxa, l’opinion, à l’épistémè, le savoir fondé. Aristote en donne la définition qui va dominer pendant deux millénaires : savoir scientifiquement, c’est connaître une chose par ses causes, et savoir qu’elle ne peut pas être autrement (Seconds Analytiques). La science part de principes évidents et avance par démonstration logique, sur le modèle de la géométrie. Aristote observe beaucoup, notamment les animaux, mais l’expérimentation au sens moderne ne joue pas ce rôle de juge.

Moyen Âge : la scientia des universités

• Le monde islamique traduit et prolonge l’héritage grec. Al-Khwârizmî (IX^e siècle) donne son nom à l’algorithme et son titre à l’algèbre. Vers 1011–1021, Ibn al-Haytham écrit un Traité d’optique où il teste ses hypothèses par des dispositifs contrôlés, un vrai précurseur.
• L’Europe latine redécouvre Aristote par les traductions du XII^e siècle et fonde les universités (Bologne, 1088 selon la tradition ; Paris et Oxford vers 1200). On y étudie les arts libéraux (grammaire, rhétorique, logique ; arithmétique, géométrie, musique, astronomie), puis la médecine, le droit ou la théologie.
• La méthode, c’est le commentaire et la dispute. On commente les autorités (Aristote, Galien, Ptolémée) et on pratique la disputatio : une question, les objections, une réponse, puis la réfutation de chaque objection. Thomas d’Aquin affirme que la théologie est une science (Somme théologique, I, q. 1, a. 2) : elle part de principes certains, révélés par Dieu.
• Ce n’est pas un « âge sombre ». Roger Bacon réclame une scientia experimentalis (1267), Buridan invente la théorie de l’impetus, Oresme discute sérieusement la rotation de la Terre. Et les savants médiévaux savent très bien que la Terre est ronde : le mythe inverse a été popularisé au XIX^e siècle, notamment par une biographie romancée de Colomb (Washington Irving, 1828).

XVI^e–XVIII^e siècle : la révolution scientifique

• 1543 : Copernic place le Soleil au centre ; Vésale corrige Galien en disséquant lui-même. L’autorité des textes commence à céder devant l’observation.
• La nature devient mathématique. Galilée, L’Essayeur (1623) : le livre de l’univers « est écrit en langue mathématique ». Chez Aristote, mathématiques et physique étaient deux domaines séparés.
• L’expérience devient provoquée, instrumentée, publique. Télescope, microscope, pompe à vide : Boyle fait ses expériences devant des témoins et les décrit en détail pour que d’autres puissent les refaire.
• Naissent les institutions : Royal Society (1660), Académie des sciences (1666), et les deux premières revues savantes, le Journal des sçavans (janvier 1665) et les Philosophical Transactions (mars 1665).
• Mais on ne dit pas encore « science » : on dit philosophie naturelle. Le chef-d’œuvre de Newton s’intitule Principes mathématiques de la philosophie naturelle (1687).

XIX^e siècle : la science au sens moderne

• 1833 : William Whewell propose le mot scientist, sur le modèle de artist. Le savant amateur cède la place au chercheur professionnel.
• Les disciplines se séparent (le mot « biologie » apparaît vers 1800), les laboratoires universitaires se multiplient sur le modèle allemand, les revues se spécialisent (Nature est fondée en 1869).
• Claude Bernard, Introduction à l’étude de la médecine expérimentale (1865) : la médecine doit devenir une science expérimentale, avec des comparaisons contrôlées.
• Les langues divergent, et c’est utile pour les débats : en anglais, science désigne surtout les sciences de la nature ; en français, on parle aussi de « sciences humaines » ; l’allemand Wissenschaft inclut l’histoire et la philologie. « La sociologie est-elle une science ? » dépend donc en partie de la langue dans laquelle on pose la question.

XX^e–XXI^e siècle : statistique, collectifs géants et preuves

• La statistique entre au cœur de la méthode : Fisher (1925) popularise les tests de significativité ; le premier grand essai randomisé moderne, sur la streptomycine contre la tuberculose, est publié en 1948.
• La « big science » : projet Manhattan, CERN (1954). L’article de 2015 qui mesure la masse du boson de Higgs compte plus de 5 000 auteurs.
• La relecture par les pairs se généralise tard. En 1936, Einstein retire un article de la Physical Review, furieux que la revue l’ait envoyé à un relecteur anonyme sans son accord. Nature ne rend la relecture externe systématique qu’en 1973.
• La médecine fondée sur les preuves (le terme date de 1991) et la Collaboration Cochrane (1993) organisent la synthèse systématique des études. Depuis les années 2010, le mouvement de la science ouverte s’attaque à la reproductibilité.

Ce qui a changé, en un tableau

Deux conséquences pour la suite. Quand on dit « Galilée avait raison contre la science de son temps », il faut préciser de quelle science on parle : celle de l’université de l’époque, c’était surtout Aristote commenté. Ce qui a gagné avec Galilée, c’est justement l’invention de ce qu’on appelle aujourd’hui la science.

Et quand on dit « la science ne répond pas au pourquoi », c’est exact, mais c’est un choix historique : au XVII^e siècle, on a volontairement abandonné les causes finales parce qu’on ne pouvait pas les tester. C’est ce renoncement qui a rendu la science si efficace.

Existe-t-il une méthode scientifique, au singulier ?

Réponse honnête : il n’existe pas une recette unique, et c’est à peu près le seul point sur lequel les philosophes des sciences s’accordent aujourd’hui. Un astrophysicien, un épidémiologiste et un paléontologue ne travaillent pas pareil : l’un observe, l’autre randomise, le troisième reconstitue un passé qu’on ne peut pas refaire en laboratoire.

Mais ils partagent un noyau : confronter ses idées à la réalité, en cherchant activement à se prendre en défaut, et rendre tout cela public pour que d’autres puissent chercher la faille. Feynman le résumait ainsi : « Le premier principe, c’est de ne pas se tromper soi-même, et on est la personne la plus facile à tromper. »

Qui a dit quoi sur la méthode

Une carte, forcément simplifiée, de trois siècles de débat sur ce qu’est la méthode. Les repères mis en avant sont ceux sur lesquels on revient dans la suite du texte.

• 1620Bacon, Novum Organum : la science procède par induction, on accumule des observations puis on généralise.
• 1739Hume : le problème de l’induction. Aucun nombre d’observations passées ne garantit logiquement la suivante.
• 1906Duhem, La Théorie physique : on ne teste jamais une hypothèse seule, mais tout un bloc d’hypothèses.
• 1929Cercle de Vienne : un énoncé scientifique est un énoncé vérifiable. Problème : les lois universelles ne le sont jamais.
• 1934Popper, Logique de la découverte scientifique : le critère n’est pas la vérification mais la réfutabilité.
• 1942Merton : les normes sociales de la science, dont le scepticisme organisé.
• 1951Quine : radicalise Duhem (thèse de Duhem-Quine).
• 1962Kuhn, La Structure des révolutions scientifiques : paradigmes, science normale, révolutions.
• 1970Lakatos : les programmes de recherche, progressifs ou dégénératifs. Synthèse entre Popper et Kuhn.
• 1975Feyerabend, Contre la méthode : aucune règle méthodologique n’a jamais été respectée partout.
• 1983Laudan : il n’existe pas de critère unique qui sépare science et non-science.
• 1990→Longino, Oreskes… : l’objectivité est une propriété de la communauté qui se critique, pas de l’individu.

Popper : une théorie scientifique prend des risques

« Le critère de la scientificité d’une théorie réside dans la possibilité de l’invalider, de la réfuter ou encore de la tester. »

Popper part d’un problème logique. Qui observe dix mille cygnes blancs ne peut pas en conclure que tous les cygnes sont blancs : le dix-mille-et-unième peut être noir. Et c’est exactement ce qui s’est passé, des Européens ayant vu des cygnes noirs en Australie en 1697.

On ne peut donc jamais prouver une loi générale. En revanche, une seule observation contraire suffit à la réfuter. D’où l’idée de Popper : une théorie est scientifique si elle interdit certaines choses, si l’on peut dire à l’avance « si on observe ceci, j’ai tort ». Einstein prédit en 1915 que la lumière des étoiles est déviée par le Soleil d’une valeur précise ; l’expédition d’Eddington en 1919 aurait pu le démolir. À l’inverse, Popper reprochait à la psychanalyse de pouvoir tout expliquer après coup : une théorie qui explique tout n’explique rien.

La limite de Popper : on ne teste jamais une hypothèse seule

Sur le papier, c’est simple : une prédiction échoue, la théorie tombe. Dans la vraie vie, quand une expérience contredit une théorie, on ne sait pas ce qui est faux : la théorie, l’instrument, le calcul, ou une hypothèse secondaire. C’est la thèse de Duhem-Quine.

L’exemple parfait est Le Verrier. Deux fois, il fait exactement le même geste : une planète ne suit pas l’orbite prévue par Newton, et plutôt que de jeter Newton, il suppose une planète invisible. La première fois, on trouve Neptune. La seconde, la planète Vulcain n’existe pas, et c’est Einstein qui résout l’énigme soixante ans plus tard.

Lakatos en tire la leçon : une théorie a un noyau dur qu’on protège avec une ceinture d’hypothèses auxiliaires. Protéger son noyau n’est pas malhonnête en soi. Ce qui distingue la science de la pseudoscience, c’est que ces ajustements anticipent des faits nouveaux (Neptune) au lieu de simplement rattraper les échecs après coup. « Le remède n’a pas marché parce que vous n’y croyiez pas assez » est l’exemple type de l’ajustement dégénératif.

Kuhn : la science est aussi une communauté

« Un paradigme est ce que les membres d’une communauté scientifique possèdent en commun, et, réciproquement, une communauté scientifique se compose de ceux qui partagent un paradigme. »

Kuhn, physicien devenu historien des sciences, regarde ce que les scientifiques font vraiment. Et il constate qu’ils ne passent pas leur temps à essayer de réfuter leurs théories. La plupart du temps, ils font de la « science normale » : ils résolvent des énigmes à l’intérieur d’un cadre partagé, le paradigme, c’est-à-dire des lois, des méthodes, des instruments et des exemples de problèmes bien résolus.

Quand un résultat ne rentre pas dans le cadre, on le met de côté. Mais les anomalies s’accumulent, on entre en crise, et un nouveau paradigme finit par s’imposer : c’est une révolution scientifique. Copernic, Lavoisier, Darwin, Einstein.

Attention au contresens le plus répandu : Kuhn n’a jamais dit que « tout se vaut ». Il donne lui-même des critères pour choisir entre théories : précision, cohérence, portée, simplicité, fécondité.

Ce qu’en pense l’épistémologie aujourd’hui

Le débat Popper / Kuhn / Lakatos / Feyerabend a laissé un paysage plus nuancé. Quatre idées font aujourd’hui largement consensus chez les philosophes des sciences.

1. Pas de critère unique de démarcation. Laudan (1983) a montré qu’aucun critère simple ne sépare parfaitement science et pseudoscience. On utilise plutôt un faisceau d’indices (Pigliucci & Boudry, 2013) : tests possibles, prédictions réussies, correction des erreurs, ouverture à la critique, cohérence avec le reste du savoir. Un peu comme un diagnostic médical.
2. La confiance se gradue. Plutôt que « prouvé / réfuté », on raisonne en degrés de confiance qu’on met à jour avec les données (approche dite bayésienne). D’où la maxime de Sagan : des affirmations extraordinaires exigent des preuves extraordinaires. Plus une idée contredit ce qu’on sait déjà, plus il faut de preuves pour la faire accepter.
3. L’objectivité est collective. Pour Helen Longino (1990), personne n’est neutre, mais une communauté peut produire du savoir objectif si la critique y est publique, si des standards sont partagés, si les critiques obtiennent des réponses et si des points de vue variés peuvent s’exprimer. C’est le « scepticisme organisé » de Merton, et c’est l’argument central de Naomi Oreskes dans Why Trust Science? (2019).
4. La robustesse vient de la convergence. Une connaissance est solide quand des méthodes indépendantes aboutissent au même résultat. En 1913, dans Les Atomes, Jean Perrin montre qu’une douzaine de méthodes différentes (mouvement brownien, bleu du ciel, radioactivité…) donnent toutes le même nombre d’Avogadro, environ 6 × 10²³. Même les sceptiques de l’atome se rendent. Si les atomes n’existaient pas, cette coïncidence serait inexplicable.

La science n’est pas un corps de vérités gravées dans le marbre. C’est un procédé collectif et public de correction d’erreurs, qui produit des connaissances révisables mais fiables — et d’autant plus fiables qu’elles ont survécu à davantage de tentatives indépendantes de les démolir.

Concrètement, qu’est-ce qu’un article scientifique ? Et comment fait-on pour être publié ?

Un article est un rapport standardisé : voilà la question posée, voilà exactement comment on a procédé, voilà ce qu’on a trouvé, voilà les limites. Il n’est pas écrit pour convaincre le grand public, il est écrit pour qu’un collègue puisse vérifier, critiquer et refaire. C’est pour cela qu’il est si aride : chaque détail de méthode est là pour qu’on puisse l’attaquer.

La structure IMRaD

Presque tous les articles de recherche suivent le même plan, généralisé en médecine dans les années 1970–1980. Il répond à quatre questions, dans l’ordre.

Tous les « articles » ne sont pas des études

Piège classique : « c’est paru dans The Lancet » peut désigner une lettre de lecteur ou un éditorial d’opinion. Toujours regarder le type de publication, indiqué en haut de l’article et dans PubMed.

Les modalités de publication

Soumettre et être relu

1. Choisir la revue : spécialisée ou généraliste (Nature, Science, NEJM…). Les plus prestigieuses acceptent moins de 10 % des manuscrits.
2. Soumettre le manuscrit avec une lettre à l’éditeur, en respectant le format, en déclarant financements et conflits d’intérêts, et souvent en déposant données et protocole.
3. Le tri éditorial : l’éditeur rejette directement une bonne partie des manuscrits (desk reject), sans relecture.
4. La relecture : deux ou trois spécialistes bénévoles rendent un rapport. Décision : accepté, révisions mineures, révisions majeures, ou rejet. Plusieurs allers-retours, de quelques mois à plus d’un an. Le parcours complet est détaillé en partie 4.
5. La publication : l’article reçoit un DOI, un identifiant permanent, et vit ensuite sa vie : citations, commentaires, corrections, parfois rétractation.

Qui paie ? Le modèle économique

Le paradoxe mérite d’être connu : les chercheurs, payés par de l’argent public, écrivent les articles gratuitement, les relisent gratuitement, puis leurs universités paient pour les lire. Les grands éditeurs scientifiques affichent des marges parmi les plus élevées de toutes les industries, de l’ordre de 35 à 40 % pour la branche scientifique d’Elsevier.

D’où la poussée vers l’accès ouvert : en France, la loi pour une République numérique (2016) permet aux chercheurs de déposer leur article en accès libre après six mois (douze en sciences humaines), et le Plan S européen (2018) exige que la recherche financée sur fonds publics soit lisible par tous. Conséquence pratique pour le lecteur : une version gratuite et légale existe très souvent (HAL, Unpaywall, ou un simple courriel à l’auteur).

Le prestige, et ses effets pervers

• Le facteur d’impact d’une revue, c’est le nombre moyen de citations reçues une année par ses articles des deux années précédentes. Il mesure la revue, pas l’article : dans Nature, environ un quart des articles fournit près de 90 % des citations (éditorial de Nature, 2005). La déclaration DORA (2012) appelle à ne plus juger un chercheur ou un article sur ce chiffre.
• « Publier ou périr ». Quand les carrières dépendent du nombre d’articles, on voit apparaître le découpage d’une étude en plusieurs petits articles, les usines à faux articles et les revues prédatrices. C’est la loi de Goodhart : quand une mesure devient un objectif, elle cesse d’être une bonne mesure.
• Une revue prestigieuse n’est pas une garantie. Les revues à fort facteur d’impact ont même tendance à avoir plus de rétractations (Fang & Casadevall, 2011) : elles publient des résultats spectaculaires, plus lus et plus scrutés.
• Qui signe ? En médecine, les critères de l’ICMJE exigent une contribution substantielle, une participation à la rédaction, l’approbation de la version finale et l’engagement à répondre du travail. Par convention, le premier auteur a fait l’essentiel du travail et le dernier dirige l’équipe ; en mathématiques, en économie ou en physique des particules, l’ordre est souvent alphabétique.

Comment une expérience isolée devient-elle une connaissance ?

Il faut voir une étude comme un témoignage, pas comme un verdict. Une seule étude peut se tromper pour mille raisons : hasard, petit échantillon, biais, erreur de calcul, fraude. Le système est construit pour faire passer ce témoignage par une série de filtres, puis pour le confronter à tous les autres témoignages sur la même question.

Et le filtre le plus connu, la relecture par les pairs, est en réalité le plus faible. Ce qui compte vraiment, c’est ce qui se passe après la publication.

Ce que la relecture par les pairs fait, et ne fait pas

La relecture est un contrôle technique, pas une garantie à vie. « Publié dans une revue à comité de lecture » veut dire « assez sérieux pour entrer dans la discussion », pas « vrai ». La vraie validation, c’est la réplication par des gens qui n’ont aucun intérêt à ce que ça marche.

Toutes les études ne se valent pas

Deux nuances importantes. 1. Cette pyramide concerne surtout la santé : en astrophysique ou en géologie, on ne randomise pas des étoiles. 2. On n’a jamais fait d’essai randomisé « tabac contre placebo », et pourtant le lien tabac-cancer est certain. Il repose sur la convergence de nombreux indices (force de l’association, effet dose-réponse, antériorité, mécanisme biologique…), formalisée par Bradford Hill en 1965.

Comment on combine les études : la méta-analyse

Une méta-analyse est d’abord une revue systématique : on écrit à l’avance comment on va chercher et quelles études on garde, puis on cherche toutes les études, pas celles qui arrangent. Ensuite seulement on combine statistiquement. Les grandes études pèsent plus lourd que les petites, parce qu’elles sont plus précises. C’est exactement l’inverse du réflexe « j’ai trouvé une étude qui dit que… ».

Comment sait-on que le consensus n’est pas une fraude, puisqu’on a bien des articles rétractés ?

Les rétractations sont la preuve que le système fonctionne, pas qu’il est pourri. Une rétractation, c’est la science qui dit publiquement « on s’est trompé, retirez ça ». Quelle autre institution le fait ?

Et il faut regarder qui détecte les fraudes. Presque à chaque fois, ce sont d’autres scientifiques : des concurrents, des doctorants qui n’arrivent pas à reproduire un résultat, des chercheurs qui repèrent une incohérence dans les données.

Les ordres de grandeur

• Plusieurs millions d’articles scientifiques sont publiés chaque année. Les rétractations en représentent historiquement quelques pour dix mille.
• 2023 est une année record, avec plus de 10 000 rétractations, en majorité des numéros entiers de revues infiltrés par des « paper mills », des usines à faux articles (Nature, déc. 2023). Leur détection est justement le travail de chercheurs « détectives ».
• Sur 2 047 rétractations biomédicales analysées, 67 % sont dues à une inconduite (fraude ou suspicion 43 %, publication en double 14 %, plagiat 10 %), le reste à des erreurs honnêtes (Fang, Steen & Casadevall, PNAS, 2012).

Qui a détecté quoi

Pourquoi un consensus frauduleux est si improbable

1. Les incitations vont dans l’autre sens. Renverser un consensus est la voie royale vers la gloire et le prix Nobel. Marshall et Warren l’ont eu en 2005 pour avoir montré, contre l’avis général, qu’une bactérie cause la plupart des ulcères.
2. La concurrence est féroce entre laboratoires, pays, financeurs. Des chercheurs américains, chinois, russes et européens qui ne s’entendent sur rien d’autre convergent sur les mêmes résultats.
3. Les données sont reproductibles par d’autres. Une fraude peut tromper une revue ; elle ne résiste pas à des équipes indépendantes qui refont l’expérience.
4. Un grand secret fuite vite. Le physicien David Grimes (PLOS ONE, 2016) a modélisé la durée de vie des conspirations : avec des milliers de personnes impliquées, elles seraient exposées en quelques années.

Quelles erreurs commet-on quand on accepte tout cela et qu’on se met à lire des articles soi-même ?

Paradoxe : quand on commence à lire des études, on devient souvent moins fiable avant de devenir meilleur. Parce qu’on dispose désormais de munitions « scientifiques » pour défendre ce qu’on pensait déjà. Le biais de confirmation ne disparaît pas avec les références, il s’habille avec.

Le test le plus simple : si cette même étude avait conclu l’inverse, est-ce que je la critiquerais ? Si la réponse est oui, alors il faut lui appliquer la même sévérité maintenant.

« J’ai trouvé une étude qui dit que… »

Avec plusieurs millions d’articles par an, il existe une étude pour presque n’importe quelle affirmation. Une étude isolée, c’est un point sur la figure 10, pas le losange. Et le hasard seul fabrique des « découvertes » : avec le seuil habituel p < 0,05, un effet qui n’existe pas sortira « significatif » une fois sur vingt.

Version en laboratoire, souvent involontaire : le p-hacking. On retire quelques participants « aberrants », on essaie une autre mesure, on arrête la collecte dès que ça devient significatif. Gelman parle du « jardin des sentiers qui bifurquent ». D’où l’importance du préenregistrement.

Les résultats qui disparaissent : l’effet tiroir

Les autres pièges, en rafale

• Lire le titre, le résumé ou le communiqué de presseSur 462 communiqués d’universités britanniques, 33 % transforment une corrélation en causalité, 36 % extrapolent de l’animal à l’humain, 40 % donnent des conseils exagérés. Et les articles de presse exagèrent surtout quand le communiqué exagère déjà (Sumner et al., BMJ, 2014).lire les méthodes
• Confondre corrélation et causalitéLa consommation de chocolat par habitant est fortement corrélée au nombre de prix Nobel par pays (Messerli, NEJM, 2012). Le chocolat ne rend pas plus intelligent : les pays riches ont plus de chocolat et plus de chercheurs.chercher le facteur caché
• Extrapoler de la souris ou de la boîte de Pétri à l’humain« Tue les cellules cancéreuses in vitro » : l’eau de Javel aussi. Environ 9 molécules sur 10 qui entrent en essai clinique n’arrivent jamais sur le marché.sur qui ? combien ?
• Confondre risque relatif et risque absolu50 g de charcuterie par jour augmentent le risque de cancer colorectal de 18 % (CIRC, 2015). C’est réel, mais sur un risque de base de l’ordre de 5 % au cours de la vie, cela représente environ un point de plus, pas 18.demander le chiffre absolu
• « Significatif » ne veut pas dire « important »Avec assez de participants, un effet minuscule devient significatif. Et à l’inverse, « non significatif » ne prouve pas l’absence d’effet, surtout sur un petit échantillon. Regarder la taille de l’effet et son intervalle de confiance.taille d’effet + IC
• Se fier au mot « revue »Il existe des revues prédatrices qui publient contre paiement sans vraie relecture. John Bohannon leur a envoyé un faux article truffé d’erreurs : 157 revues sur 304 l’ont accepté (Science, 2013).vérifier l’indexation
• Rejeter une étude uniquement à cause de son financementLes conflits d’intérêts sont un signal pour lire plus attentivement, pas une réfutation. Rejeter un résultat sur sa seule origine, c’est un sophisme génétique. Et ce critère doit s’appliquer aussi aux études qui nous plaisent.signal, pas verdict

Un dernier mot sur le débat en ligne : la loi de Brandolini veut qu’il faille dix fois plus d’énergie pour réfuter une bêtise que pour la produire. La bonne question à poser à quelqu’un qui arrive avec une étude n’est donc pas « prouve-le », mais : « qu’est-ce qui te ferait changer d’avis ? » Et se la poser à soi-même d’abord.

Comment se renseigner sérieusement, soi-même, sur une question scientifique ?

Le fil conducteur de cette partie est un exemple concret : le jeûne intermittent fait-il maigrir ? Une question qui circule beaucoup, dont la réponse est nuancée et peu chargée politiquement. Un conseil avant de commencer : écrire sa prédiction. C’est un préenregistrement en miniature, et la comparaison finale est instructive.

("intermittent fasting"[tiab] OR "time-restricted eating"[tiab] OR "alternate-day fasting"[tiab])
AND ("weight loss"[tiab] OR "body weight"[tiab])
AND (meta-analysis[pt] OR systematic review[pt])

Un. La science n’est pas une liste de vérités, c’est une méthode pour se tromper de moins en moins. Qu’elle se corrige n’est pas une faiblesse, c’est tout son intérêt.

Deux. Une étude n’est jamais la fin de l’histoire. On se fie aux synthèses et aux consensus, pas au titre qu’on a vu passer.

Trois. Le plus dur n’est pas d’appliquer l’esprit critique aux autres, c’est de l’appliquer à ce qu’on a envie de croire. La question à se poser est : qu’est-ce qui me ferait changer d’avis ?

Et l’on revient au début : Nullius in verba. Ne me croyez pas sur parole. Allez vérifier.

Les définitions, en une ligne

Réfutabilité

Une théorie est scientifique si une observation possible pourrait la contredire. Popper, 1934

Paradigme

Ce que partage une communauté scientifique : lois, méthodes, instruments, problèmes exemplaires. Kuhn, 1962

Science normale

La résolution d’énigmes à l’intérieur d’un paradigme accepté. Kuhn, 1962

Programme de recherche

Un noyau dur protégé par des hypothèses auxiliaires ; progressif s’il prédit des faits nouveaux, dégénératif s’il ne fait que colmater. Lakatos, 1970

Duhem-Quine

On ne teste jamais une hypothèse seule, mais un ensemble d’hypothèses et d’instruments. Duhem, 1906 · Quine, 1951

Scepticisme organisé

Toute affirmation est soumise à l’examen critique de la communauté avant d’être acceptée. Merton, 1942

Objectivité sociale

L’objectivité naît de la critique croisée entre points de vue différents, pas de la neutralité des individus. Longino, 1990

Consensus scientifique

La convergence constatée des résultats indépendants d’un domaine. Une conséquence des preuves, pas un vote.

Réplication

Refaire une étude, idéalement par une autre équipe, pour voir si le résultat tient.

Méta-analyse

Combinaison statistique de toutes les études pertinentes, trouvées par une revue systématique.

Valeur p

La probabilité d’observer des données au moins aussi extrêmes si l’effet n’existait pas. Ce n’est pas la probabilité que l’hypothèse soit vraie.

Intervalle de confiance

La fourchette de valeurs compatibles avec les données. Plus il est étroit, plus l’estimation est précise.

Préenregistrement

Déposer hypothèses et plan d’analyse avant de collecter les données, pour empêcher d’ajuster après coup.

Biais de confirmation

Chercher, retenir et juger moins sévèrement ce qui confirme ce qu’on croit déjà.

Par où commencer, si l’on veut lire plus

• Alan F. Chalmers, Qu’est-ce que la science ? La meilleure introduction à Popper, Kuhn, Lakatos et Feyerabend.
• Normand Baillargeon, Petit cours d’autodéfense intellectuelle, Lux, 2005.
• Naomi Oreskes & Erik Conway, Les Marchands de doute, Le Pommier, 2012.
• Naomi Oreskes, Why Trust Science?, Princeton University Press, 2019.
• Stuart Ritchie, Science Fictions, 2020. Fraude, biais et crise de la réplication racontés de l’intérieur.
• Isaac Asimov, « The Relativity of Wrong », 1989. Richard Feynman, « Cargo Cult Science », 1974. Deux textes courts, lisibles en ligne.

Sources citées

• Popper K., Logik der Forschung, 1934 ; Conjectures and Refutations, 1963.
• Kuhn T., The Structure of Scientific Revolutions, 1962, postface 1969 ; « Objectivity, Value Judgment, and Theory Choice », 1977.
• Lakatos I., « Falsification and the Methodology of Scientific Research Programmes », 1970.
• Laudan L., « The Demise of the Demarcation Problem », 1983. Pigliucci M. & Boudry M. (dir.), Philosophy of Pseudoscience, 2013.
• Merton R., « The Normative Structure of Science », 1942. Longino H., Science as Social Knowledge, 1990.
• Perrin J., Les Atomes, 1913.
• Carlson S., « A double-blind test of astrology », Nature, 1985. NHMRC, Evidence on the effectiveness of homeopathy, 2015.
• Lynas M. et al., Environmental Research Letters, 2021.
• Fang F., Steen R. & Casadevall A., PNAS, 2012. Hviid A. et al., Annals of Internal Medicine, 2019.
• Open Science Collaboration, Science, 2015. Begley C. & Ellis L., Nature, 2012. Ioannidis J., PLOS Medicine, 2005.
• Grimes D. R., PLOS ONE, 2016. Kearns C. et al., JAMA Internal Medicine, 2016.
• Sumner P. et al., BMJ, 2014. Messerli F., NEJM, 2012. Bohannon J., Science, 2013. CIRC, monographie viandes rouges et transformées, 2015.
• Liu D. et al., « Calorie Restriction with or without Time-Restricted Eating in Weight Loss », NEJM, 2022.

Chiffres et dates vérifiés au mieux lors de la rédaction, en septembre 2026 ; les statistiques de rétractations évoluent chaque année.
Texte et figures : Pierre Guichard. Les quatorze figures ont été dessinées pour ce texte et sont réutilisables en citant la source.
Une remarque, une erreur à signaler : contact@pierreguichard.fr.