Ian Hacking, "The Taming of Chance" (1990) nous a rappelé que derrière les chiffres « objectifs », il y a toujours des choix politiques, des catégories qui façonnent le réel, et une dynamique de pouvoir entre ceux qui classent et ceux qui sont classés ...

Chaque catégorie statistique (chômeur, pauvre, entreprise) résulte d'un compromis politique historiquement daté, Alain Desrosières, dans « La Politique des grands nombres » (1993) nous montre que « compter, c'est déjà gouverner ». Theodore M. Porter, dans « Trust in Numbers » (1995), nous explique pourquoi les démocraties modernes ont délégué leur autorité aux chiffres. Le recours aux statistiques est une stratégie pour objectiver des décisions contestables et remplacer la confiance en l'expert par la confiance dans la procédure. Luc Boltanski, dans « Énigmes et complots » (2010), analyse comment les sociétés modernes produisent des interprétations officielles à partir de données, et comment ces « réalités officielles » sont contestées par des « réalités alternatives ». 

 

Une Épistémologie de la Méfiance Systématique - Taleb est un des ces auteurs qui nous révèlent notre incapacité congénitale à penser correctement le hasard, la rareté et l'impact des évènements qui structurent notre existence. Nous sommes des "narrateurs compulsifs" et des "chercheurs de patterns" piégés dans un monde où les patterns sont souvent des illusions rétrospectives. L'essayiste nous prépare  à accepter l'idée contre-intuitive que l'histoire avance par bonds imprévisibles, et que notre tâche n'est pas de la prédire, mais de nous y préparer. Il tente de nous fournir une boîte à outils critique pour déconstruire le discours dominant des médias, experts et gouvernants : il ne nous dit pas comment le monde est, mais comment ces acteurs le représentent, et le plus souvent sans se soucier de la moindre véracité. 

 

Taleb transforme le lecteur en "sceptique empirique" armé contre trois illusions produites par le système médiatique-expert ...

- l'illusion de la prévisibilité : les médias et experts transforment l'a posteriori en a priori. Taleb nous apprend à dire : "Ce n'est pas parce qu'ils expliquent bien après coup qu'ils pouvaient prévoir."

- l'illusion de la compétence : la notoriété médiatique est inversement corrélée à la justesse prédictive. L'expert télévisuel est un "hérisson" (dogmatique, narratif), pas un "renard" (prudent, adaptatif).

- l'illusion du consensus : le récit médiatique crée une réalité simplifiée et linéaire. Taleb révèle que les histoires qui unifient sont presque toujours fausses.

 

Il en vient ainsi à isoler des Concepts-Clés pour décoder les discours ...

- L'Erreur Narrative 

Les médias transforment un événement complexe et chaotique en un récit linéaire avec début, milieu, fin, héros et méchants. Taleb entend ici repérer la surgénéralisation causale. Quand un journaliste dit "Voici pourquoi X a causé Y", Taleb nous invite à chercher : 1) Les causes alternatives ignorées, 2) Le rôle du hasard minimisé, 3) Les éléments qui ne "collent" pas à l'histoire, écartés. Ainis, la crise financière de 2008 expliquée comme "l'œuvre de quelques banquiers cupides", évacuant la complexité systémique et les incitations perverses non anticipées.

- Le Problème des Preuves Silencieuses ...

Experts et gouvernants tirent des leçons des survivants, des vainqueurs, des entreprises prospères. Taleb nous incite à penser au cimetière des échecs invisibles. Quand un PDG vante sa stratégie gagnante, se demander : combien de concurrents avec la même stratégie ont fait faillite ? Quand un gouvernement vante une politique de succès, se demander : quels pays similaires avec la même politique ont échoué ? Les biographies de milliardaires "self-made" ignorent les millions qui ont suivi le même parcours et ont échoué.

- La Confusion Mediocristan/Extremistan ...

Modélisateurs et économistes appliquent des statistiques gaussiennes (du "Monde Moyen") à des phénomènes à queues épaisses (du "Monde des Extrêmes"). Taleb identifie le domaine : quand un expert prédit un PIB avec une marge d'erreur de ±0,5%, il traite l'économie comme du Mediocristan. Taleb nous apprend que l'économie est en Extremistan : les marges d'erreur réelles sont gigantesques et inquantifiables. Ainsi, les prévisions de déficit public à 10 ans sont scientifiquement frauduleuses, ce sont des fictions politiques.

 

La Déconstruction de ces fameux rituels Institutionnels est une nécessité ...

- Le Théâtre de la Prédiction

Taleb révèle que la prédiction est un rituel social, pas une activité scientifique. Les gouvernants et experts prédisent pour montrer qu'ils "contrôlent" la situation, rassurer la population et justifier leur salaire ou leur position. La réaction: ne pas évaluer une prédiction sur sa confiance ou son détail, mais sur la responsabilité de son auteur ("skin in the game"). Un expert qui ne paie pas le prix de ses erreurs n'a aucune crédibilité.

- L'Esthétique de la Fausse Précision

Taleb dénonce l'usage abusif des mathématiques comme décorum d'autorité. Quand un économiste présente un modèle avec 15 variables, il impressionne mais masque l'instabilité fondamentale du système. D'où une grande méfiance envers le quantitatif dans les domaines sociaux. Un nombre précis (ex : "risque de récession à 32,4%") est souvent un leurre ; une fourchette qualitative ("risque significatif") est plus honnête. 

- Taleb transforme notre écoute. 

Au lieu de croire, il nous apprend à interroger : "Quels sont vos taux d'erreurs passés ?" (Pas "Quelle est votre prochaine prévision ?") - "Quels événements pourraient rendre votre analyse complètement fausse ?" (Test de robustesse) - "Quels contre-exemples historiques invalident votre théorie ?" (Recherche de falsification) - "Combien avez-vous perdu personnellement quand vous vous êtes trompé par le passé ?" (Test de "skin in the game")

On peut certes émettre quelques critiques ...

Tout rejet de l'expertise peut mener au relativisme ("toutes les opinions se valent") ou au populisme anti-élites. Certains domaines (épidémiologie, ingénierie) produisent des connaissances robustes. Un gouvernement ne peut pas dire "L'avenir est imprévisible, nous ne planifions rien". 

La démocratie exige des récits et des projections, c'est une réalité. Mais la culture statistique critique (savoir décoder les chiffres) et une vigilance démocratique (refuser que les chiffres imposent silencieusement une vision du monde) sont tout autant nécessaires. Résister ne signifie pas rejeter toute quantification, mais refuser la naïveté quantitative. Taleb nous apprend la méfiance épistémologique face à l'aléatoire. Des auteurs comme Scott, Porter ou Desrosières nous enseignent la méfiance politique face à l'instrumentalisation du chiffre.

- James C. Scott (Seeing Like a State: How Certain Schemes to Improve the Human Condition Have Failed, 1998) nous explique comment l'État moderne, pour administrer, doit rendre la société "lisible". Il simplifie, standardise, et quantifie le réel (cartes, recensements, métriques agricoles) pour le contrôler. Cette "haute modernité" échoue souvent car elle écrase le savoir pratique, local, contextuel au nom d'un schéma abstrait.

- Theodore M. Porter (Trust in Numbers: The Pursuit of Objectivity in Science and Public Life, 1995) montre que le recours aux chiffres et aux procédures quantitatives est une stratégie de légitimation dans un contexte de défiance. Face à des décisions contestables, on invoque l'objectivité des chiffres pour se protéger ("ce n'est pas moi qui le dis, c'est l'étude"). C'est un renoncement à l'autorité du jugement expert au profit d'une pseudo-objectivité procédurale.

- Evgeny Morozov (To Save Everything, Click Here: The Folly of Technological Solutionism, 2013) critique le "solutionnisme technologique", cette croyance que tout problème social complexe (éducation, démocratie, santé) peut être réduit à un problème d'optimisation de données et résolu par une application. C'est la forme contemporaine de la technocratie du chiffre.

- Alain Desrosières, "La Politique des grands nombres : Histoire de la raison statistique" (1993, Éditions La Découverte, édition revue et augmentée en 2000) est un ouvrage fondateur de la sociologie de la statistique. Il nous révèle la sociologie historique concrète de l'appareil de quantification : comment, techniquement et institutionnellement, on en arrive aux chiffres qui nous gouvernent...

Darrell Huff, « How to Lie with Statistics » (1954)

Un classique indémodable et un manuel ludique des techniques de manipulation par les graphiques, les échantillons biaisés, les corrélations trompeuses. Il nous explique les trucs de base que tout citoyen doit connaître....

 

1. L'ÉCHANTILLON BIAISÉ (The Biased Sample)

- Le truc : Généraliser à partir d'un échantillon non représentatif.

- Exemple classique : Un journal des années 1950 affirme : "9 médecins sur 10 fument des cigarettes Brand X!"

- Problème : L'enquête a été menée lors d'un congrès médical... sponsorisé par la marque Brand X. Seuls les médecins déjà fumeurs et favorables à la marque ont probablement répondu.

-Version moderne : "80% des Français approuvent la politique du gouvernement" → Sondage réalisé par téléphone fixe en journée, excluant les actifs et les ménages sans fixe.

 

2. LE GRAPHIQUE QUI MENT PAR L'AXE TRONQUÉ

- Le truc : Compresser ou tronquer l'axe vertical pour exagérer une variation minime.

- Exemple classique : Graphique montrant une "flambée" des ventes passant de 100 à 110 unités, mais l'axe vertical commence à 95 au lieu de 0. La barre à 110 fait ainsi 3 fois la hauteur de celle à 100 visuellement.

- Version moderne : Courbes du chômage en campagne électorale : une baisse de 0,3% apparaît comme spectaculaire grâce à un axe vertical malhonnête.

 

3. LA MOYENNE TROMPEUSE (The Well-Chosen Average)

- Le truc : Utiliser la moyenne arithmétique quand la médiane serait plus appropriée.

- Exemple classique : "Le revenu moyen des habitants de cette ville est de 50 000€" → Mais si 9 habitants gagnent 20 000€ et 1 gagne 320 000€, la moyenne est de 50 000€, masquant que 90% sont bien en dessous. La médiane (20 000€) serait plus informative.

- Version moderne : Les rapports sur les "salaires moyens" dans la tech, faussés par quelques salaires de dirigeants.

 

4. LE POURCENTAGE SANS BASE (The Percentage of What?)

- Le truc : Annoncer un pourcentage impressionnant sans donner le nombre absolu.

- Exemple classique : "Notre produit réduit les pellicules de 300%!" → Réduction par rapport à quoi? Si vous aviez 1 pellicule, vous en avez maintenant -2? Absurde. En réalité, peut-être 3 personnes sur 10 au lieu de 9 sur 10.

- Version moderne : "Ce traitement augmente la survie de 50%" → Survie passe de 2% à 3%? (augmentation relative réelle, mais bénéfice absolu minime: +1%).

 

5. LA CORRÉLATION FANTASISTE (Correlation vs Causation)

- Le truc : Présenter deux courbes qui évoluent similairement comme ayant un lien causal.

- Exemple classique (inspiré du livre) : Graphique montrant que plus il y a de cigognes dans un pays, plus le taux de natalité est élevé. Conclusion? Les cigognes apportent les bébés!

- Réalité : Les deux variables dépendent d'une troisième : le caractère rural du pays (plus de cigognes à la campagne, et traditionnellement plus d'enfants).

- Version moderne : *"Les pays avec plus de réseaux 5G ont plus de cas de COVID-19"* → Ignore que les deux sont corrélés au développement économique et à la densité urbaine.

 

6. LE PICTOGRAMME DÉFORMANT

- Le truc : Utiliser des dessins 2D ou 3D dont les dimensions ne sont pas proportionnelles aux données.

- Exemple classique : Pour comparer la production de pétrole de deux pays (A=10M barils, B=20M barils), on dessine deux fûts de pétrole. Celui de B fait 2 fois la hauteur, mais aussi 2 fois la largeur → sa surface est 4 fois plus grande visuellement, exagérant la différence.

- Version moderne : Infographies comparant des budgets avec des billets de banque ou des pièces de monnaie mal proportionnées.

 

7. LE "GEE-WHIZ GRAPH" (Le graphique "Waouh!")

- Le truc : Empiler les effets pour créer une courbe vertigineuse.

- Exemple classique : Une entreprise présente ses profits sur 5 ans : +10%, +10%, +10%, +10%, +10%. Visuellement, la courbe monte régulièrement. Mais si on présente la croissance cumulée, on obtient une courbe exponentielle bien plus impressionnante (et trompeuse).

- Version moderne : Présentation des "utilisateurs actifs cumulés" d'une appli au lieu des utilisateurs réels par mois.

 

8. LE CHIFFRE PRÉCIS POUR CACHER L'IMPRÉCISION

- Le truc : Donner des chiffres avec de nombreuses décimales pour créer une illusion de rigueur scientifique.

- Exemple classique : "Notre enquête montre que 62,743% des Américains..." → Cette précision est mathématiquement impossible avec un échantillon de 1000 personnes (marge d'erreur d'au moins ±3%).

- Version moderne : Les modèles climatiques ou économiques qui produisent des prédictions à 2 décimales pour 2100.

 

9. LE DÉPART DÉCALÉ (The Gapped Graph)

- Le truc : Omettre des périodes gênantes dans une série chronologique.

- Exemple classique : Montrer l'évolution du PIB en sautant les années de récession, pour faire croire à une croissance continue.

- Version moderne : Présenter les chiffres du chômage en commençant après une forte hausse, pour amplifier visuellement une baisse modeste.

 

10. L'IMAGE QUI PARLE PLUS FORT QUE LES CHIFFRES

- Le truc : Accompagner des statistiques banales d'images dramatiques.

- Exemple classique : "Les accidents de la route augmentent de 2%" → illustré par une photo choquante d'un carambolage sanglant. L'émotion de l'image efface la modération du chiffre.

- Version moderne : Les reportages sur la "vague criminelle" avec images spectaculaires, alors que les statistiques policières montrent une stabilité.

 

Ce livre de 1954 reste crucial ...

Les techniques de base de la manipulation statistique n'ont pas changé - seule leur diffusion s'est accélérée avec Internet. Huff nous enseigne que la première défense contre le mensonge chiffré est le scepticisme systématique, pas les mathématiques avancées. C'est un manuel d'autodéfense intellectuelle qui devrait figurer dans toutes les éducations civiques (version anglo-saxonne...).

 

L'APPEL À LA VIGILANCE DE HUFF

Huff résume son propos par cinq questions à toujours se poser face à une statistique ...

- Qui le dit ? (Cherchez l'intérêt caché)

- Comment le sait-il ? (Examinez la méthode)

- Qu'est-ce qui manque ? (Cherchez les données absentes)

- Quelqu'un a-t-il changé de sujet ? (Détectez les conclusions qui ne suivent pas des données)

- Est-ce que ça a du sens ? (Appliquez votre bon sens et vos connaissances)

James C. Scott, "Seeing Like a State: How Certain Schemes to Improve the Human Condition Have Failed (1998) 

De la logique politique de simplification de l'État. - James C. Scott (1936) est un politologue et anthropologue américain, professeur émérite à l'Université de Yale. Spécialiste de l'Asie du Sud-Est, il est l'un des principaux penseurs contemporains de l'anarchisme et des formes de résistance paysanne. Ses travaux, interdisciplinaires (science politique, anthropologie, histoire, sociologie), étudient les relations entre État et société, les modes de domination et les stratégies de subsistance et de résistance des populations marginalisées. Son œuvre maîtresse, "Seeing Like a State" est une critique magistrale des logiques de planification étatique et des idéologies modernistes ayant conduit à des catastrophes sociales au XXe siècle.

Sous-titre : "How Certain Schemes to Improve the Human Condition Have Failed"

Les grands désastres sociaux du XXe siècle (collectivisation soviétique, villagisation en Tanzanie, planification urbaine radicale) ne sont pas dus à la simple malignité des régimes, mais à la combinaison mortelle de trois facteurs, 

- La volonté administrative de l'État de rendre la société "lisible" (legible) en la simplifiant et en la standardisant.

- Une idéologie de "high modernism" (modernisme autoritaire), une foi dogmatique dans le progrès scientifique, la technologie et la planification rationnelle à grande échelle.

- Un pouvoir d'État autoritaire capable d'imposer cette vision en écrasant toute opposition.

Une société civile affaiblie, incapable de résister.

Scott oppose à cette logique la "métis", le savoir pratique, local, contextuel et flexible, que les projets étatiques ignorent systématiquement, causant leur échec.

 

Part 1. State Projects of Legibility and Simplification

Les Projets Étatiques de Lisibilité et de Simplification

Chapter 1. Nature and Space

Scott montre comment l'État moderne transforme la nature pour la rendre administrable : la sylviculture scientifique allemande du XVIIIe siècle réduit la forêt complexe à des plantations en rangs d'arbres de même âge et essence, pour en calculer facilement le volume de bois. Cette simplification permet un gain à court terme mais crée un écosystème fragile, vulnérable aux maladies. C'est le paradigme de la lisibilité : sacrifier la complexité réelle au profit d'un schéma abstrait et mesurable.

Métaphore fondatrice et convaincante. Scott démontre que la rationalité étatique est avant tout une rationalité de comptable, qui préfère une réalité appauvrie mais quantifiable à une réalité riche mais désordonnée.

Chapter 2. Cities, People, and Language

L'État étend cette logique au corps social : standardisation des noms propres (fixation des patronymes), imposition de langues nationales au détriment des dialectes, urbanisme géométrique (plans en damier). L'objectif est de rendre les individus identifiables, localisables, taxables et "maniables". L'État crée des citoyens abstraits et interchangeables.

L'analyse est brillante, révélant comment l'État fabrique ses sujets pour les gouverner plus facilement. On pourrait lui reprocher de minorer les aspirations "modernisatrices" des sociétés elles-mêmes, mais son propos est de critiquer l'imposition uniforme et coercitive.

 

Part 2. Transforming Visions

Chapter 3. Authoritarian High Modernism

Le Modernisme Autoritaire - Scott définit le cœur idéologique des projets catastrophiques : le "high modernism". Ce n'est pas la modernité technique ordinaire, mais une foi quasi-religieuse dans la science, la maîtrise de la nature, la planification rationnelle et le rejet du passé. C'est une idéologie transnationale, partagée par des régimes de droite comme de gauche (Lénine, Le Corbusier, Robert McNamara). Elle devient dangereuse lorsqu'elle est adoptée par une élite technocratique déconnectée.

Concept clé, extrêmement fertile. Scott isole la pathologie de la raison lorsqu'elle se croit omnisciente. Il montre que le totalitarisme du XXe siècle est aussi un totalitarisme épistémique.

Chapter 4. The High-Modernist City: An Experiment and a Critique

Analyse de l'urbanisme de Le Corbusier et de ses réalisations (Brasília, Chandigarh). La ville est conçue comme une machine parfaite, fonctionnelle, géométrique, qui nie la vie de rue, le désordre organique, les usages imprévus. C'est une ville vue du ciel, conçue pour l'œil du planificateur, pas pour le piéton.

Critique : Démolition efficace du mythe de la ville rationnelle. Scott montre que cet urbanisme est un despotisme esthétique qui échoue à créer du lien social. Il néglige peut-être certains aspects contextuels (la nécessité de loger massivement), mais son propos est de dénoncer l'idéologie sous-jacente.

Chapter 5. The Revolutionary Party: A Plan and a Diagnosis

Le parti révolutionnaire d'avant-garde (modèle léniniste) est l'incarnation politique du modernisme autoritaire. Il se considère comme dépositaire de la "science" de l'histoire et s'autorise à refonder la société selon un plan. Scott analyse comment cette structure a été le vecteur de la transformation brutale en URSS.

Lien bien établi entre l'épistémologie (la prétention à un savoir absolu) et la pratique politique autoritaire. Scott éclaire les racines intellectuelles du totalitarisme communiste.

 

Part 3. The Social Engineering of Rural Settlement and Production

Chapter 6. Soviet Collectivization, Capitalist Dreams

Étude de cas majeure. La collectivisation n'était pas seulement idéologique ; c'était un projet de lisibilité extrême. Remplacer des millions de petites exploitations paysannes par de grands kolkhozes permettait à l'État de planifier la production, de prélever les surplus et de contrôler la population. L'ignorance de la métis paysanne (rotation des cultures, savoirs locaux) a conduit à la famine et au désastre.

Analyse convaincante qui va au-delà de l'explication par la seule répression. Scott montre que c'est un échec de la connaissance, une incapacité à gérer la complexité.

Chapter 7. Compulsory Villagization in Tanzania: Aesthetics and Miniaturization

Cas moins connu mais révélateur. Le projet Ujamaa de Julius Nyerere visait à regrouper les paysans dans des villages socialistes pour faciliter les services (écoles, santé) et la "modernisation". Scott montre que la motivation était aussi esthétique et administrative : un paysage de villages ordonnés est plus lisible qu'une dispersion de hameaux. Le projet a échoué car il ignorait les logiques agraires et sociales locales.

Démontre que le modernisme autoritaire peut exister dans des régimes non totalitaires, animés par de bonnes intentions. L'échec est structurel, lié à la logique de simplification.

Chapter 8. Taming Nature: An Agriculture of Legibility and Simplicity

L'agriculture industrielle moderne (monoculture, mécanisation, variétés à haut rendement) est le dernier avatar de ce projet. Elle maximise une seule variable (le rendement mesurable) au détriment de la résilience, de la biodiversité et du savoir écologique local. C'est une agriculture conçue pour les statisticiens du ministère et les marchés globaux.

Chapitre prophétique qui préfigure les critiques de l'agro-industrie. Scott établit un continuum entre la sylviculture du chapitre 1 et l'agriculture productiviste. Il montre que le problème n'est pas la science, mais sa réduction à une logique de contrôle unidimensionnelle.

 

Part 4. The Missing Link

Chapter 9. Thin Simplifications and Practical Knowledge: Metis

Cœur théorique de l'ouvrage. Scott oppose aux savoirs abstraits et standardisés de l'État la métis (concept grec) : l'intelligence pratique, le savoir-faire contextuel, l'habileté à naviguer dans un monde complexe et changeant. C'est le savoir du marin, de l'artisan, du paysan expérimenté. Les grands projets échouent car ils méprisent et écrasent cette métis. Pour Scott, toute institution durable doit s'appuyer sur elle et permettre l'expérimentation locale.

Apport conceptuel majeur. La métis est une notion libératrice qui réhabilite les savoirs non académiques. Le risque est d'idéaliser le local et le traditionnel. Scott y répond partiellement en soulignant que la métis n'est pas statique, mais adaptative.

Chapter 10. Conclusion

Synthèse de l'argument. Les pires tragédies modernes sont le fruit de l'alliance entre un État désireux de tout rendre lisible, une idéologie moderniste arrogante et un pouvoir autoritaire. L'alternative est un pluralisme prudent qui respecte la complexité irréductible de la vie sociale, s'appuie sur la métis et favorise les processus adaptatifs, incrémentaux et décentralisés ("métis-friendly institutions").

Conclusion puissante qui ouvre sur une politique de la modestie. Le principal point faible est peut-être le manque de précision sur les alternatives institutionnelles à grande échelle. Comment gérer des défis globaux (climat, pandémies) avec une philosophie si méfiante envers la planification centrale ? Scott plaide pour un État plus modeste, mais n'esquisse pas concrètement ses formes.

 

Un cadre d'analyse inédit et puissant (lisibilité, modernisme autoritaire, métis) pour comprendre l'action de l'État. Une érudition stupéfiante, reliant des cas d'étude variés dans une synthèse cohérente. Mais Scott analyse presque exclusivement des échecs et passe sous silence les succès (relatifs) de la planification étatique (État-providence, grandes infrastructures, éradication de maladies). Une vision parfois trop "anarchisante" de l'État, vu principalement comme un simplificateur dominateur, minimisant son rôle de protecteur, de redistributeur et de garant de droits.

Alain Desrosières, "La Politique des grands nombres : Histoire de la raison statistique" (1993, The politics of large numbers : a history of statistical reasoning, 1998) 

Desrosières, statisticien et sociologue à l'INSEE, raconte comment la statistique, née comme un outil de description de l'État (la "raison statistique"), est devenue un instrument de gouvernement (la "raison politique"). Il analyse brillamment le double statut du chiffre : outil de connaissance et outil de pouvoir...

Desrosières démontre que la statistique n'est pas une simple technique neutre de mesure, mais une technologie politique et administrative qui participe activement à construire la réalité qu'elle prétend décrire. Elle rend le monde "lisible" et donc gouvernable.

 

1. La Statistique comme "Outil de Gouvernement" ...

La statistique moderne naît avec l'État-nation, qui a besoin de connaître sa population (recensements), ses ressources (fiscalité), son économie pour les administrer. Elle transforme des réalités sociales complexes et qualitatives en chiffres standardisés, permettant comparaison, planification et intervention.

Ainsi, le Code des professions ou la nomenclature des PCS (Catégories Socio-professionnelles) ne décrivent pas une réalité préexistante ; ils la créent en classifiant, permettant ensuite de mesurer des "inégalités sociales".

2. Le Travail Invisible de "Catégorisation" et de "Mise en Équivalence" ...

Avant de compter, il faut définir ce qui est compté. Ce travail de catégorisation (Qu'est-ce qu'un "chômeur" ? Un "immigré" ? Une "entreprise" ?) est un acte politique et conventionnel. Desrosières analyse cela comme une "mise en équivalence" : on décide que des individus ou situations différents appartiennent à la même catégorie pour les rendre commensurables.

Conséquence : une statistique résulte toujours d'un compromis institutionnel entre acteurs (administrations, syndicats, patronat, scientifiques). Le taux de chômage officiel est le produit de ces négociations.

3. Le Concept d'"Objectivité Conventionnelle" ...

Les statistiques acquièrent une autorité ("objectivité") non parce qu'elles reflètent une vérité absolue, mais parce qu'elles sont le fruit de conventions stabilisées et institutionnalisées. Cette objectivité est sociale et historique : elle dépend d'un accord collectif sur les méthodes, les catégories, et de la confiance dans l'institution productrice (ex: l'INSEE en France).

Cela signifie qu'une statistique n'est ni purement subjective (inventée) ni purement objective (miroir de la réalité). Elle est un fait social stabilisé.

4. La Double Histoire de la Statistique, "Décrire" et "Calculer" ...

Desrosières retrace deux lignées historiques qui convergent; 

- L'État descriptif (Allemagne : Statistik) : Description qualitative des ressources de l'État.

- Le calcul des probabilités (Angleterre, France : arithmétique politique) : Quantification et inférence.

La statistique moderne fusionne ces deux héritages : elle décrit et calcule des agrégats, permettant des raisonnements sur des collectifs (ex : "la classe moyenne", "les chômeurs de longue durée").

5. La Critique du Fétichisme du Chiffre ...

Le livre est un antidote à la naïveté qui consiste à croire que "les chiffres parlent d'eux-mêmes". Toute statistique porte en elle les traces des conventions qui l'ont produite. L'ignorer, c'est risquer de prendre pour une "loi naturelle" ce qui est un artefact administratif.

Un exemple emblématique : Le PIB est une construction conventionnelle (que compte-t-on ? Le travail domestique ? L'économie souterraine ?) qui est devenue la boussole unique de la politique économique.

 

L'ouvrage "Prouver et gouverner. Une analyse politique des statistiques publiques" d'Alain Desrosières (2010) constitue le développement et l'approfondissement systématique des thèmes esquissés dans son livre précédent, "La politique des grands nombres" (1993).

1. Un cadre théorique unifié et explicite

"La politique des grands nombres" était une histoire sociale de la statistique, montrant comment la construction des outils quantitatifs (moyenne, corrélation, sondage, etc.) et des institutions a été indissociable de la formation de l'État moderne et des marchés.

"Prouver et gouverner" systématise cette approche en une théorie politique de la quantification. Il articule de manière plus claire et puissante le lien entre les conventions statistiques (comment on catégorise, mesure, agrège) et l'exercice du pouvoir (gouverner, administrer, réformer).

2. Le concept central d'« économie de la preuve »

C'est l'apport majeur du second livre. Desrosières y développe l'idée que les statistiques ne sont pas simplement des reflets du monde, mais des modalités spécifiques de production de la preuve qui sont en concurrence dans l'espace public et administratif.

Il oppose et analyse deux régimes de preuve :

- La preuve par le modèle (ou la théorie) : centrée sur la causalité, l'expérimentation contrôlée, la validation académique (ex: les essais randomisés en économie).

- La preuve par le grand nombre : centrée sur la corrélation, l'observation administrative, la représentativité statistique (ex: les indicateurs de l'INSEE).

Ce cadre permet d'analyser les conflits entre différentes formes de savoir (économétrie vs statistique administrative, épidémiologie vs médecine clinique) et comment l'une ou l'autre devient légitime pour fonder l'action publique.

3. Une analyse approfondie de la période contemporaine (néolibérale)

"La politique des grands nombres" s'arrêtait largement à la construction de l'État-providence et de la macroéconomie keynésienne.

"Prouver et gouverner" analyse comment les outils statistiques se transforment et sont instrumentalisés dans le contexte de la Nouvelle Gestion Publique et de la gouvernance par les indicateurs (benchmarking, évaluation par la performance, ciblage des politiques sociales).

Il montre comment la quantification devient un outil au service de la mise en marché (benchmarking de services publics) et du pilotage à distance des institutions.

4. Une réflexion sur le rôle de l'expert statisticien

Le second livre approfondit la sociologie des professionnels de la quantification. Il analyse la tension constitutive de leur métier, 

- Garant de l'objectivité et de la fiabilité des données (posture d'extériorité).

- Acteur de l'action publique dont les outils formatent la réalité qu'ils sont censés décrire (posture d'implication).

Cette tension est au cœur de la légitimité politique de la statistique publique.

 

 "La statistique, outil de libération ou outil de pouvoir1 ?

La critique sociale prend souvent appui sur des arguments statistiques. Ceux-ci visent à exprimer et à rendre visibles des exigences d’égalité et de justice. La confiance accordée à ce type d’outils a cependant été érodée, dans la période récente, par la montée en puissance des politiques d’inspiration néolibérale. En effet celles-ci utilisent largement des « indicateurs » quantitatifs pour contrôler les acteurs sociaux et les mettre en concurrence à travers des techniques comme le benchmarking (Bruno, 2008). La statistique est-elle un outil de libération ou un outil de pouvoir ? La question peut sembler saugrenue pour qui a connu l’époque optimiste des années 1950 à 1970, où l’information fournie par la statistique publique était vue comme une des composantes majeures d’une société démocratique.

Cet optimisme peut aujourd’hui être réinterrogé, non seulement du fait des usages de la quantification par les pratiques de gestion néolibérales, mais aussi en prenant en compte les apports des recherches historiques et sociologiques menées sur la quantification depuis trois décennies.

Ces travaux ont parfois pu donner, à tort, l’impression de relativiser, sinon de disqualifier, les arguments statistiques, par exemple à travers la floraison d’écrits sur la « construction sociale de ceci ou cela », finement analysés par Ian Hacking (1999). En historicisant et sociologisant les productions statistiques, ces études semblaient en affaiblir la portée, en leur ôtant leur efficacité liée à leur image d’objectivité et d’impartialité. Les controverses fréquentes sur la mesure du chômage ou de l’inflation ne pouvaient que renforcer une méfiance par rapport à ce qui est trop souvent présenté comme des « chiffres indiscutables ». Pourtant, ces travaux ont permis de prendre du recul par rapport à des productions dont la discussion semblait réservée à des experts, en raison de leur technicité apparente, et de créer des espaces de débat public à leur propos, dont les colloques réguliers organisés par les syndicats de la statistique publique donnent de bons exemples.

(...)

Dans les grands pays industriels, les réponses à la crise de la fin du XIXe siècle ont surtout porté sur l’organisation et la protection du marché du travail, et sur la mise en place des premiers éléments de ce qui deviendra plus tard l’État-providence : retraites des travailleurs âgés, assurance chômage, sécurité sociale. Les bureaux de statistique sont alors organisés autour des questions du travail. Le Bureau international du travail (BIT) est créé à Genève en 1920. Les syndicats de salariés y jouent un rôle important. Les enquêtes sur les budgets des familles ouvrières et sur les prix des biens consommés par celles-ci sont développées. Cette mise en forme statistique des rapports sociaux fournit un langage pour l’expression des revendications et pour les négociations résultant des conflits de classes.

Elle a été présentée, après 1945, comme symbolique de rapports sociaux « apaisés », fondés sur la raison et les « constats partagés » à partir de statistiques, et non plus sur les passions et la violence.

Mais le succès du recours à l’argument statistique dépend fortement de la légitimité des institutions qui fournissent les données sur lesquelles il s’appuie. Soit celles-ci sont vues comme « incontestables » et il y a consensus sur les termes mêmes des désaccords, par exemple en cas de revendications d’augmentations de salaires pour compenser des hausses de prix. Soit, à l’inverse, l’outil lui-même est mis en cause, par exemple sur les pondérations des biens de consommation dont les hausses sont suivies par des indices de prix, ou encore sur la façon dont les changements des qualités de ces biens sont pris en compte. 

On le voit sur ces exemples, la critique peut être « réformiste », en prenant appui sur les « chiffres indiscutables » ; ou, en revanche, plus ou moins « radicale », en récusant les modes de calcul de l’outil ou, a fortiori, en refusant même le recours à cette façon d’exprimer les rapports de classes. Une sociologie des usages critiques des statistiques doit prendre en compte toute cette palette de recours ou non-recours à ce type d’argument, ainsi que le jeu des acteurs, en situation, entre recours et refus de l’argument statistique8.

Pour qu’une statistique joue son rôle social de référent supposé neutre, au-dessus des parties d’un conflit et des groupes sociaux, elle doit être instituée, garantie par des procédures démocratiques elles-mêmes légitimes. Elle contribue alors à faire de la réalité et non pas simplement à la « refléter », comme il est souvent dit. 

Cette idée n’est pas relativiste, en ce qu’elle ne nie pas l’existence de l’inflation ou du chômage. Mais elle attire l’attention sur le fait qu’inflation et chômage peuvent être pensés, exprimés, définis et quantifiés de multiples façons ; et que les différences entre ces façons de faire ne sont pas de simples détails techniques, mais ont toujours une signification, historique, politique, sociologique. Les moments d’innovation sont ceux où des acteurs sociaux critiquent des manières de recourir à des mises en forme anciennes et en proposent de nouvelles, suscitant ainsi doutes et controverses. Mais le succès de telles entreprises n’est pas assuré. Il ne dépend pas seulement de la justesse intrinsèque de la critique, mais aussi de la force des réseaux sociaux qui appuient ou non celle-ci.

Nous examinerons cinq cas où de tels débats ont eu lieu : l’inflation, le chômage, la pauvreté, le produit intérieur brut, le climat. Dans chacun d’eux, le fait de quantifier et la manière de le faire ont été impulsés, puis discutés et remis en cause, par des mouvements critiques liés à de nouvelles façons de penser les rapports sociaux. Mais, si les innovations proposées par ces mouvements critiques ont eu pour effet de susciter réflexions et débats, en remettant en cause l’évidence des indicateurs statistiques institués, il a été plus rare que ces propositions acquièrent une visibilité comparable à celle de ces derniers. Nous citerons cependant deux cas où des innovations, de significations politiques très différentes (sinon opposées), ont eu un impact important : l’explosion des inégalités de revenus, le succès médiatique des palmarès d’universités...." (Éditions La Découverte, Paris, 2014)

 

Prouver et gouverner" n'invalide pas "La politique des grands nombres", il le complète et l'approfondit. Il transforme une histoire sociale brillante en un cadre analytique puissant pour décrypter les enjeux politiques des dispositifs quantitatifs dans le monde contemporain. C'est le texte de la maturité théorique de Desrosières, offrant des clés essentielles pour comprendre les débats actuels sur l' "evidence-based policy", les indicateurs de performance, l'emprise des algorithmes ou des jeux technocratiques ...

Theodore M. Porter, «Trust in Numbers : The Pursuit of Objectivity in Science and Public Life» (1995)

"Trust in Numbers" est une contribution fondamentale à l'histoire et à la sociologie des sciences. Il offre un correctif essentiel à la vision idéalisée d'une science guidée uniquement par la recherche de la vérité. En déplaçant le regard vers les conditions sociales de la confiance et de l'autorité, Porter explique pourquoi le langage des chiffres est devenu l'idiome dominant de la rationalité dans les sociétés modernes, non par une supériorité intrinsèque, mais comme une réponse historique à la crise des autorités traditionnelles et à la défiance démocratique.  

"The Rise of Statistical Thinking, 1820-1900" (1986) est le premier grand ouvrage de Porter, posant alors les bases de sa thèse, et retraçant comment la pensée statistique s'est imposée en physique sociale, en biologie (évolution) et dans l'administration.  

L'ouvrage de Theodore M. Porter a été traduit en français en 1997 aux Éditions La Découverte, dans la collection "Textes à l'appui / Histoire des sciences" : "Le Souci du nombre : L’objectivité quantitative et la confiance dans l’administration publique et les sciences sociales" . Une traduction (partielle) introuvable. Une seconde a été établie en 2023, "La Confiance dans les chiffres - La recherche de l'objectivité dans la science et dans la vie publique", traduit par Bernard Formoso, publié par Liber / Les Belles Lettres ...

 

Porter conteste vigoureusement l'idée que la rigueur quantitative soit une tendance naturelle et intrinsèque de la science, qui ne serait corrompue que par des pressions politiques externes. 

Sa thèse inverse cette perspective ...

La quantification est avant tout une stratégie de communication et une technologie de gestion de la méfiance, adoptée précisément lorsque les scientifiques, les ingénieurs ou les administrateurs font face à un manque de crédibilité et à des pressions extérieures.

L'objectivité n'est pas un idéal philosophique abstrait qui précéderait la pratique, mais une réponse culturelle et institutionnelle à la faiblesse des élites, à la défiance envers les négociations privées et au besoin de créer un langage d'autorité impersonnelle. Porter parle ainsi d'une "objectivité de la fuite" (flight from subjectivity).

 

Introduction : Cultures of Objectivity

Porter y pose les fondements de son argument. L'objectivité, en particulier sous sa forme quantitative, n'est pas le fruit d'une logique scientifique pure. C'est une culture qui émerge dans des contextes spécifiques où l'autorité personnelle (l'expertise discrétionnaire) est contestée. La quantification offre une rhétorique de la neutralité, un moyen de se prémunir contre les accusations de partialité et de favoritisme. Elle est une forme de défense professionnelle et un outil pour construire de la confiance (trust) dans des environnements sociaux marqués par la méfiance.

 

PARTIE I : POWER IN NUMBERS

Chapitre 1 - A World of Artifice

Porter explore les origines de la pensée quantitative dans l'administration et la science sociales. Il montre comment, dès le XIXe siècle, la statistique et la quantification ont été utilisées pour gouverner des sociétés complexes et hétérogènes. Le chiffre permet de créer un langage commun et de simplifier le réel pour le rendre administrable. Cette "artificialité" n'est pas une faiblesse, mais la condition même de son efficacité comme outil de pouvoir et de coordination.

Chapitre 2 - How Social Numbers Are Made Valid

Ce chapitre décortique le processus par lequel les chiffres sociaux (démographie, statistiques économiques) acquièrent leur autorité. Cette autorité ne découle pas d'une exactitude technique incontestable, mais d'un consensus institutionnel et procédural. La standardisation des méthodes (les "protocoles") est cruciale car elle permet à des acteurs qui ne se font pas confiance de s'accorder sur des données. La validité est ainsi sociale avant d'être épistémique.

Chapitre 3 - Economic Measurement and the Values of Science

Porter applique son cadre à l'économie. Les outils quantitatifs des économistes (indices, modèles) ne sont pas simplement le produit d'avancées théoriques. Leur développement et leur adoption massive répondent au besoin des économistes de se présenter comme des scientifiques "durs", afin de gagner en crédibilité face aux décideurs politiques et au public. La quantification est ici une stratégie de légitimation disciplinaire.

Chapitre 4 - The Political Philosophy of Quantification

Ce chapitre synthétise l'argument politique. La quantification est une philosophie politique implicite qui privilégie la transparence procédurale, la responsabilité (accountability) et la réduction des arbitraires personnels. Elle prospère particulièrement dans les démocraties libérales où la défiance envers le pouvoir concentré et l'expertise opaque est forte. Porter lie explicitement la faiblesse des élites (incapables d'imposer leur autorité sans médiation) à la montée en puissance des règles quantitatives.

 

PARTIE II : TECHNOLOGIES OF TRUST

Chapitre 5 - Experts against Objectivity: Accountants and Actuaries

Cas fascinant où des professions expertes (comptables, actuaires) ont historiquement résisté à une standardisation et une quantification excessives qui auraient réduit leur espace de jugement discrétionnaire. Leur autorité reposait sur une confiance personnelle et une réputation. Ce n'est que lorsque cette confiance a été ébranlée par des scandales ou des pressions réglementaires qu'elles ont dû adopter des normes quantitatives strictes comme bouclier défensif. La quantification est donc imposée aux experts autant qu'elle est promue par eux.

Chapitre 6 - French State Engineers and the Ambiguities of Technocracy

L'étude du corps des Ponts et Chaussées en France montre une trajectoire différente. Dans un contexte de forte élite d'État et de tradition colbertiste, les ingénieurs ont pu longtemps s'appuyer sur leur autorité personnelle et leur jugement technique (un "style" qualitatif). La quantification y a été adoptée de manière plus pragmatique et interne. Ce cas souligne que là où l'autorité des élites est forte et incontestée, la pression pour une objectivité quantitative impersonnelle est moindre.

Chapitre 7 - U.S. Army Engineers and the Rise of Cost-Benefit Analysis

À l'inverse, le Corps des ingénieurs de l'armée américaine, opérant dans un système politique pluraliste, fragmenté et méfiant vis-à-vis du pouvoir fédéral, a été un pionnier de l'analyse coûts-avantages. Cette technique quantitative est née comme une arme rhétorique pour justifier des projets publics (barrages, aménagements) devant le Congrès et un public sceptique. C'est l'archétype de la quantification comme technologie de persuasion et d'auto-protection dans un environnement de faible confiance.

 

PARTIE III : POLITICAL AND SCIENTIFIC COMMUNITIES

Chapitre 8 - Objectivity and the Politics of Disciplines

Porter étend son analyse aux communautés scientifiques pures. Le degré de formalisme et de quantification mathématique d'une discipline (ex. : la physique vs la biologie de terrain) ne reflète pas seulement la nature de son objet d'étude, mais aussi son degré de cohésion sociale et son exposition à des contestations externes. Les disciplines fragiles, à faible paradigme unificateur ou soumises à des débats publics, ont tendance à développer des standards quantitatifs stricts pour établir des critères de preuve indiscutables et maintenir leurs frontières.

Chapitre 9 - Is Science Made by Communities

Le chapitre de conclusion généralise la thèse. La science est bien l'œuvre de communautés, mais les formes de savoir qu'elles produisent (plus ou moins quantitatives, plus ou moins formalisées) sont profondément modelées par la nature des relations de confiance au sein de la communauté et entre la communauté et le monde extérieur. L'idéal de l'objectivité numérique est un produit de l'interface entre la science et la société, et non un noyau dur qui en serait indépendant.

 

Une démystification de la quantification ..

Porter montre brillamment que les nombres sont des constructions sociales chargées de valeurs, utilisés pour gérer des relations de pouvoir et d'autorité. Son argument principal est puissant et bien étayé : ce ne sont pas les compromis politiques qui corrompent la pure objectivité scientifique, mais le besoin de gérer des compromis politiques et sociaux qui produit les formes spécifiques d'objectivité quantitative. La force de sa démonstration réside dans la diversité des cas étudiés (France/États-Unis, comptables/ingénieurs, économistes/physiciens), qui permet de dégager des corrélations convaincantes entre contextes institutionnels et cultures de l'objectivité.

Certains critiques estiment que Porter minimise les raisons internes à la science (efficacité prédictive, puissance unificatrice des mathématiques) qui peuvent aussi motiver la quantification. La thèse s'applique-t-elle aussi bien aux mathématiques pures ou à la physique fondamentale, où les pressions extérieures directes sont moins évidentes ? En insistant tant sur les déterminants sociaux de l'objectivité, l'ouvrage pourrait laisser penser que toute prétention à la vérité ou à l'efficacité technique est illusoire, ce que Porter ne dit pas explicitement.

Ian Hacking, "The Taming of Chance" (1990)

Le grand complément philosophique de Porter. Hacking explore comment, au XIXe siècle, l'idée même de "lois du hasard" est devenue pensable et a transformé notre conception de la société, de l'individu et de la norme.

Il montre comment la quantification a créé de nouveaux types de personnes ("le délinquant", "l'hystérique").

Ian Hacking (1936-2023), philosophe et historien des sciences canadien, spécialiste de la philosophie des sciences, des statistiques et des concepts émergents, explore la transformation intellectuelle et sociale qui, entre le début du XIXe siècle et le début du XXe siècle, a vu la notion de chance passer de synonyme d'ignorance et de désordre à un principe organisateur de la réalité physique, sociale et morale. 

Le « hasard » n'a pas été « découvert », mais domestiqué (« tamed ») ... 

il est devenu un outil de gestion, de prédiction et de contrôle. Cette révolution n'est pas seulement mathématique, mais profondément administrative, politique et philosophique.

L'argument principal est que l'explosion des chiffres et des statistiques au XIXe siècle a créé de nouvelles catégories pour classer les personnes (le délinquant, l'hystérique, le suicidaire, l'homosexuel...), et que ces catégories, une fois intégrées dans les institutions et le langage commun, ont rétroagis sur les individus, modifiant leur conception d'eux-mêmes et leurs comportements. 

C'est ce que Hacking appelle le concept clé du livre : « l'effet de boucle » (looping effect) des genres humains.

 

Le livre progresse de façon chronologique et thématique, mêlant histoire des idées, histoire sociale et analyse philosophique.

A. La Mort du Déterminisme et la Naissance de la Société Statistique ..

- Hacking décrit comment la statistique (étymologiquement : « science de l'État ») naît de besoins administratifs (recensements, fiscalité, santé publique).

- Des lois statistiques stables (comme les taux réguliers de suicide, de crime, de mariage) émergent des données, avant même toute théorie probabiliste sophistiquée. Ces régularités suggèrent que le corps social obéit à des lois sui generis, indépendantes du libre arbitre individuel. Adolphe Quetelet et son concept d'« homme moyen » (l'homme-type) sont centraux ici. La société devient un objet d'étude scientifique, gouverné par des « lois ».

- Cette « avalanche de nombres » rend le hasard public, visible et gestionnaire. Il n'est plus une force capricieuse, mais une propriété mesurable des collectivités.

B. L'Autonomisation du Hasard ..

- Le grand tournant est l'invention de modèles aléatoires pour expliquer des phénomènes naturels (physique, hérédité). Le hasard n'est plus le résidu de notre ignorance (position laplacienne), mais un principe explicatif intrinsèque.

- Hacking analyse des figures comme Charles Darwin (pour qui la variation aléatoire est le moteur de la sélection), Francis Galton (qui crée la corrélation et la régression vers la moyenne) et les physiciens (comme James Clerk Maxwell) qui utilisent la statistique en thermodynamique.

- La courbe de Gauss (ou courbe normale) devient l'icône de cette ère. Elle fournit un étalon pour mesurer le normal et le pathologique, l'écart et la déviance.

C. La Fabrication des Genres Humains et l'« Effet de Boucle » ...

C'est le cœur de la thèse de Hacking. Les nouvelles catégories statistiques (p.ex., « le taux de criminalité des jeunes ouvriers urbains ») créent de nouvelles façons d'être une personne.

Une fois qu'une catégorie comme « l'hystérique » ou « le délinquant-né » (Cesare Lombroso) existe dans les dossiers médicaux, les discours juridiques et l'imaginaire populaire, les gens peuvent s'y reconnaître, s'y conformer ou s'y rebeller. La catégorie modifie les possibilités d'action et d'identité.

Exemple : la publication des taux de suicide par Émile Durkheim ne fait pas que décrire une réalité ; elle offre un script pour comprendre un acte désespéré, pouvant ainsi influencer les comportements futurs. Le savoir change son objet.

D. La Probabilisation de la Mentalité ...

- Vers la fin du XIXe siècle, une mentalité probabiliste imprègne la culture. On pense en termes de risques, de tendances, de probabilités, et non plus seulement en certitudes ou en destin.

- La théorie des jeux, les sondages, l'assurance-vie et les politiques eugénistes sont les enfants de cette mentalité. Le futur n'est plus écrit, mais il peut être calculé et, potentiellement, optimisé.

 

Hacking excelle à montrer les interconnexions entre mathématiques, bureaucratie, philosophie et identité individuelle. Son concept d'« Effet de Boucle » est une contribution majeure à la philosophie des sciences sociales, expliquant comment les classifications créent une rétroaction sur les individus classés, rendant les « sciences de l'homme » fondamentalement différentes des sciences de la nature (mais le mécanisme précis par lequel une catégorie statistique influence les comportements individuels reste parfois à l'état de suggestion).

Il ne se contente pas d'idées mais insiste sur les technologies de l'information (formulaires, dossiers, tableaux) comme conditions matérielles de cette révolution. Certes, le récit est très centré sur l'Europe de l'Ouest (France, Angleterre, Allemagne) et ignore largement d'autres traditions statistiques. Il passe aussi relativement vite sur le développement de la théorie des probabilités au XVIIIe siècle.

Hacking décrit une société de plus en plus perçue comme déterminée par des lois statistiques, mais où l'individu est aussi sommé de se gérer par le risque. L'articulation entre ces deux pôles n'est pas toujours parfaitement claire. Malgré ses nuances, le livre peut donner l'impression d'un cheminement presque inéluctable vers notre monde « probabilisé ». Hacking minimise peut-être les résistances, les impasses et les contre-récits.

"How to Read Numbers", Tom et David Chivers (2021)

Un ouvrage critique, sérieux et très intéressant pour un public non-spécialiste. Il ne s'agit pas d'un traité de sociologie des sciences comme celui de Porter, mais d'un guide pratique de littératie statistique destiné à décrypter les chiffres dans les médias. 

- Porter s'interroge : "Pourquoi utilisons-nous tant les chiffres comme preuve d'objectivité ?", un phénomène culturel et politique, répond-il.

- Chivers & Chivers, quant à eux, l'un est journaliste scientifique et l'autre chercheur en psychologie, se demandent, "Comment évaluer la fiabilité de ce chiffre précis que je lis dans le journal ?". Leur critique est technique, méthodologique et pédagogique. Ils fournissent une boîte à outils pour l'audit critique des données. L'objectif central n'est pas de rejeter tous les chiffres, mais de développer une "hygiène mentale" face aux statistiques. Il apprend au lecteur à poser les bonnes questions : D'où vient ce chiffre ? Comment a-t-il été produit ? Que signifie-t-il vraiment ? Leur livre est directement ancré dans l'actualité et couvre les erreurs les plus courantes dans le traitement journalistique des chiffres : corrélation vs causalité, échantillons biaisés, présentation graphique trompeuse, risque relatif vs risque absolu, etc.

Ce n'est pas un ouvrage universitaire. Il ne propose pas une théorie approfondie sur la quantification, mais des réflexes pratiques.

 

1. Les Mantras Fondamentaux

- « Un chiffre seul est un chiffre nu. » Il faut toujours le contextualiser : par rapport à quoi ? Sur quelle période ? Pour quelle population ?

- « La corrélation n'est pas la causalité. » Le classique, mais crucial. Deux choses qui évoluent ensemble ne signifient pas que l'une cause l'autre (ex. : vente de glaces et noyades).

- « Méfiez-vous des pics. » Un changement soudain dans une tendance peut être le fruit du hasard (variation aléatoire), pas d'une révolution.

2. Les Questions à Toujours Se Poser face à un Titre Choc

- D'où viennent ces chiffres ? Sont-ils issus d'une étude préliminaire, d'un sondage, d'un modèle ? L'étude est-elle publiée ?

- Comment a été mesuré ? Que signifie concrètement "cas de dépression", "pauvreté", "compétence en lecture" ? La définition change tout.

- Sur qui a-t-on mesuré ? L'échantillon est-il représentatif (taille, méthode de recrutement) ? Un sondage sur des volontaires en ligne n'a pas la même valeur qu'une étude randomisée.

- Quelle est l'ampleur réelle de l'effet ? Les médias adorent les pourcentages relatifs ("+50% de risques !"). Toujours demander le risque absolu. Augmenter un risque de 1% à 1,5% est une hausse de 50%... mais cela reste un risque très faible.

3. les Pièges Concrets les Plus Courants

- Le biais de sélection : Ex. : "90% des utilisateurs de ce produit sont satisfaits" → oui, mais seuls ceux qui ont répondu au sondage, souvent les plus satisfaits ou mécontents.

- Les graphiques trompeurs : Un axe des ordonnées qui ne commence pas à zéro peut exagérer une tendance mineure. Bien regarder les échelles.

- L'erreur de base (Base Rate Fallacy) : Ignorer la prévalence générale d'un phénomène. Ex. : Un test médical très fiable peut donner majoritairement de faux positifs si la maladie est rare dans la population testée.

- L'extrapolation abusive : Tirer des conclusions définitives sur des tendances à très court terme ou appliquer un résultat obtenu sur un groupe (ex. : des souris mâles) à toute la population (les humains, y compris les femmes).

4. Des Outils pour Déminer un Titre

- Chercher le communiqué de presse original ou l'étude résumée (souvent plus nuancée que l'article).

- Comparer avec d'autres sources/études sur le même sujet. La science est un processus cumulatif, pas une succession de "révélations".

- Se méfier des causalités simples pour des phénomènes complexes (ex. : "le jeu vidéo X cause la violence").

5. Philosophie Générale à Adopter

- Le scepticisme bienveillant : Ne pas rejeter tous les chiffres, mais exiger des preuves et de la clarté sur leur production.

- Accepter l'incertitude et la probabilité : Les vraies données scientifiques parlent souvent en intervalles de confiance et en probabilités ("il est probable que..."). Les affirmations catégoriques ("ceci prouve que...") sont souvent un signe d'alarme.

- L'humilité statistique : Reconnaître que mesurer le monde social ou biologique est complexe et imparfait. Un chiffre est une représentation simplifiée, pas la réalité même.

Les équivalents ou inspirations des Chivers, souvent devenus des classiques du genre...

Ainsi, Tim Harford, "The Data Detective: Ten Easy Rules to Make Sense of Statistics" (2020)

Par l'un des meilleurs journalistes de données (Financial Times).

Plus positif et constructif que "How to Lie", il donne 10 règles d'or pour aborder les statistiques avec curiosité et sérénité, en reconnaissant nos émotions et nos biais. Excellent, pédagogique et profond. (publié au Royaume-Uni sous le titre "How to Make the World Add Up")

 

1 - Ne prenez pas les statistiques pour acquises. (Ne craignez pas les statistiques)

Commencez avec de la curiosité plutôt que de la méfiance ou une acceptation aveugle. Posez des questions avant de juger.

2 - Demandez-vous qui manque à l'appel.

Interrogez-vous sur ce qui n'est pas mesuré ou collecté. Les données manquantes peuvent fausser radicalement la perspective (ex. : études basées uniquement sur des volontaires).

3 - Recherchez la comparaison.

Un chiffre isolé est rarement significatif. "Comparé à quoi ?" est la question la plus importante. Est-ce grand ou petit ? En augmentation ou en baisse par rapport à une référence pertinente ?

4 - Pensez à la façon dont les données ont été collectées.

Comprenez le processus derrière les chiffres. Une enquête en ligne, un échantillon aléatoire, des données administratives ? La méthode détermine la crédibilité.

5 - Demandez à voir la répartition (la distribution).

Ne vous fiez pas seulement à la moyenne. Regardez la variabilité. Comment les données sont-elles étalées ? Une moyenne peut masquer des réalités très différentes (ex. : revenu moyen vs revenu médian).

6 - Méfiez-vous des pics dans les données.

Soyez sceptique face aux "records", aux "premières fois" ou aux changements soudains. Ils peuvent être le fruit du hasard, d'un artefact de mesure ou d'un changement de définition.

7 - L'erreur est humaine. (Et statistique)

Toute mesure comporte une marge d'erreur. Cherchez les intervalles de confiance ou les fourchettes d'incertitude. Un chiffre "exact" est souvent trompeur.

8 - Demandez "Et alors ?".

Ne confondez pas la corrélation (deux choses évoluent ensemble) avec la causalité (l'une provoque l'autre). Cherchez les mécanismes explicatifs avant de tirer des conclusions.

9 - Reconnaissez qu'une seule bonne question peut valoir mille réponses.

Parfois, le plus grand progrès vient du fait de remettre en question la bonne chose, plutôt que d'analyser méticuleusement des données qui répondent à une mauvaise question.

10 - Gardez un esprit ouvert.

Les statistiques peuvent nous surprendre et contredire nos intuitions. Laissez les données vous faire changer d'avis. Évitez de les utiliser uniquement pour conforter vos préjugés.

 

Harford ne prône pas un scepticisme cynique, mais une intelligence critique et empathique. Il encourage le lecteur à être un "détective des données", cherchant à comprendre l'histoire complète derrière les chiffres, leurs limites et leur véritable signification, pour mieux comprendre le monde et prendre des décisions éclairées. Ces règles sont un excellent guide pour naviguer dans l'océan d'informations chiffrées que nous rencontrons quotidiennement dans les médias, au travail ou dans la vie publique. Amusant.

Emmanuel Didier, "En Quoi consiste l’Amérique ? Les statistiques, le New Deal et la démocratie" (2009)

Didier, élève de Desrosières, propose une enquête fascinante sur l'invention des sondages et des statistiques économiques modernes sous Roosevelt. Il montre comment ces nouveaux chiffres ont créé une nouvelle réalité ("l'économie", "l'opinion publique") et transformé la démocratie. Complète parfaitement Porter sur le cas américain.

 

Emmanuel Didier, sociologue et historien des sciences, examine dans cet ouvrage la transformation du gouvernement américain à travers le développement des statistiques par sondage durant le New Deal (années 1930). Il montre comment cet outil technique a redéfini la relation entre l’État, la société et l’économie, et comment il a contribué à une nouvelle forme de gouvernement démocratique expérimental.

Le livre s’inscrit dans le sillage des Science and Technology Studies (STS) et de la sociologie des sciences, en s’intéressant aux dispositifs de quantification comme instruments de pouvoir et de connaissance.

 

1. Le sondage comme innovation technique et politique

Didier décrit le passage d’une statistique exhaustive (recensement) à une statistique par échantillonnage probabiliste, promue notamment par des figures comme le statisticien Jerzy Neyman et mise en œuvre par des agences fédérales (Department of Agriculture, Works Progress Administration).

Cette méthode permet une connaissance en temps réel de la situation économique et sociale (emploi, prix, production agricole), indispensable à l’intervention de l’État régulateur du New Deal.

Le sondage n’est pas seulement un outil technique, mais un dispositif de gouvernement : il rend visible la société dans son ensemble à travers un échantillon représentatif, et permet de tester l’efficacité des politiques publiques.

2. La « démocratie expérimentale »

Pour Didier, le New Deal invente une nouvelle forme de démocratie où l’action de l’État est conçue comme une expérience : on met en place des programmes, on en mesure les effets par les statistiques, et on les ajuste.

Le gouvernement n’impose pas un plan préétabli, mais procède par tâtonnements guidés par les données. Cette approche pragmatique s’oppose à la planification centralisée de type soviétique. La statistique devient ainsi un médiateur entre l’État et les citoyens, objectivant les besoins sociaux et légitimant l’intervention fédérale.

3. L’Amérique comme laboratoire

L’auteur parle de l’Amérique comme un « laboratoire » où l’on expérimente à la fois des politiques et des méthodes de mesure. Cette vision s’accompagne d’une décentralisation des lieux de production des données : les enquêtes sont menées sur le terrain par une multitude d’agents, ce qui contribue à ancrer l’État dans les réalités locales. L’État fédéral se construit ainsi une capacité d’observation continue et décentralisée de la société.

4. Une épistémologie politique du chiffre

Didier analyse comment le chiffre produit par sondage acquiert une autorité scientifique et politique. La représentativité statistique devient une condition de la représentation politique : connaître la société par l’échantillon, c’est pouvoir la gouverner au nom de tous.

Le livre montre ainsi que les méthodes quantitatives modèlent la conception même de la démocratie et de l’action publique.

 

Comment gouverner avec les chiffres ? Quelle place pour l’expertise dans une démocratie ? La quantification renforce-t-elle ou affaiblit-elle le contrôle citoyen ?Didier ne se contente pas d’une histoire intellectuelle des statistiques ; il étudie leur mise en œuvre concrète, les controverses méthodologiques, les réseaux d’acteurs (statisticiens, administrateurs, politiciens). En insistant sur l’importance des instruments de connaissance, il offre une lecture nouvelle de cette période, souvent analysée sous l’angle économique ou politique. L’ouvrage éclaire les fondements de la gouvernance par les données (evidence-based policy) et les enjeux démocratiques liés à la quantification.

Certes l’ouvrage tend à présenter le développement des sondages comme un succès linéaire, en minorant les oppositions (congrès, cour suprême, milieux d’affaires) et les limites pratiques de ces méthodes. Le titre suggère une définition de l’Amérique par les statistiques, mais l’analyse se concentre sur une période et des acteurs spécifiques. La thèse est puissante, mais elle pourrait être nuancée par d’autres travaux sur les usages non démocratiques des statistiques (eugénisme, ségrégation, etc.).

Mary Poovey, "A History of the Modern Fact: Problems of Knowledge in the Sciences of Wealth and Society" (1998)

Une œuvre magistrale qui remonte aux origines (XVIIe siècle) pour montrer comment le "fait" (et surtout le fait chiffré, séparé de l'interprétation) est devenu la pierre angulaire de la connaissance moderne, notamment en économie. Essentiel pour une critique épistémologique profonde.

 

Mary Poovey, spécialiste de littérature anglaise et d'études culturelles, propose une histoire épistémologique et culturelle de la notion de « fait », bien antérieure aux ouvrages de Stigler ou Didier.

Son objet n'est pas l'histoire de la statistique en tant que technique, mais la généalogie d'une forme de savoir spécifique et privilégiée dans le monde moderne : le fait numérique, censé être neutre, transparent et séparable de l'interprétation et des valeurs.

Le livre s'inscrit dans le courant des études culturelles et de l'histoire critique des sciences, influencé par Foucault et par le tournant linguistique. Il cherche à montrer comment nos catégories fondamentales de connaissance (comme le « fait ») sont historiquement construites et liées à des pratiques sociales, économiques et institutionnelles.

 

Thèse principale : Le « fait moderne » – particulièrement le fait quantitatif et économique – émerge entre le XVIe et le XIXe siècle en Angleterre, non pas comme une découverte naturelle, mais comme le produit d'une séparation artificielle et problématique entre la « description » (neutre, factuelle) et l'« interprétation » (théorique, subjective). Cette séparation a servi à fonder l'autorité des savoirs naissants comme l'économie politique et la statistique, en masquant leurs présupposés normatifs.

 

Argument clé : Poovey identifie l'origine de cette épistémologie dans une pratique concrète : la tenue de livres de comptes en partie double (double-entry bookkeeping) à la Renaissance. Cette pratique,

- Crée un système auto-référentiel et apparemment objectif où les faits (les entrées chiffrées) semblent se vérifier d'eux-mêmes.

- Institue une croyance en la transférabilité et la fiabilité des nombres détachés de leur contexte narratif.

- Fournit un modèle pour organiser l'information qui sera plus tard appliqué à la description de l'État (la « statistique » politique) et de l'économie.

 

Une généalogie qui s'établit en plusieurs étapes ...

- Les origines marchandes (XVIe-XVIIe siècles) : La comptabilité en partie double crée un espace rhétorique où les nombres semblent parler d'eux-mêmes.

- La philosophie empirique (XVIIe siècle) : Francis Bacon et John Locke théorisent la collecte de faits particuliers comme fondement de la connaissance, mais peinent à expliquer comment on passe des faits aux généralisations.

- L'économie politique et la statistique (XVIIIe-XIXe siècles) : Poovey analyse des figures clés comme William Petty (l'arithmétique politique), David Hume (le problème de l'induction) et surtout Adam Smith. Elle montre comment, dans La Richesse des Nations, Smith utilise une rhétorique littéraire sophistiquée (des récits, des exemples concrets) pour produire l'effet du fait objectif et faire accepter ses théorisations comme des descriptions neutres du marché.

- L'apogée et la crise du fait (fin du XIXe) : Avec l'avènement de la statistique sociale (Malthus, Ricardo, les réformateurs), la tension entre la masse de faits collectés et la nécessité de les théoriser devient ingérable, préparant le terrain pour de nouvelles formes de savoir.

Poovey ne commence ainsi pas par les mathématiciens ou les astronomes, mais par les marchands et les comptables.

Elle montre que l'autorité du chiffre plonge ses racines dans le capitalisme commercial.

Sa grande force est d'analyser les textes (traités de comptabilité, œuvres philosophiques, économiques) pour révéler les stratégies discursives qui fabriquent l'objectivité. Elle montre que les « faits » sont le produit d'une écriture. Son livre est une démonstration puissante que l'économie politique et la statistique se sont constituées en occultant leurs dimensions éthiques et politiques sous un masque de factualité numérique.

Jerry Z. Muller, "The Tyranny of Metrics" (2018)

Avec Cathy O'Neil, "Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy" (2016), - qui a popularisé la critique des algorithmes et du big data et montré comment des modèles mathématiques opaques, présentés comme objectifs, perpétuent et amplifient les racismes et inégalités dans les domaines du crédit, de l'emploi, de la justice - , le livre de Jerry Z. Muller est le livre sur le fléau contemporain du "metric fixation" ou "quantophrenie" (la croyance que seuls les phénomènes mesurables sont valables). 

Il documente de manière systématique les effets pervers de la gestion par indicateurs chiffrés (KPI) dans l'éducation, la médecine, la police, les affaires. Il montre comment cela encourage la triche, décourage l'innovation et corrompt la mission des institutions. Directement applicable à la vie professionnelle de millions de personnes.

 

Jerry Z. Muller, historien des idées, aborde dans ce livre une critique contemporaine et grand public de la quantification à outrance dans la gouvernance des organisations. Publié en 2018, l'ouvrage s'inscrit dans un débat d'actualité sur la gouvernance par les indicateurs de performance (KPI, benchmarking, evidence-based management). Il ne s'agit pas d'une histoire académique, mais d'un essai critique et pragmatique, fondé sur de nombreux exemples concrets, destiné aux décideurs, managers et citoyens concernés par les effets pervers de l'évaluation quantitative.

Son approche se distingue des précédentes : là où Poovey et Didier analysent la genèse historique et la dimension épistémopolitique de la statistique, Muller se concentre sur la pathologie actuelle de son application dans des champs variés (éducation, santé, entreprises, police, université).

 

Thèse principale : Muller ne rejette pas toute quantification, mais dénonce ce qu'il appelle la « métricité » (metric fixation) : une croyance idéologique selon laquelle la publication d'indicateurs de performance chiffrés et liés à des récompenses ou sanctions est le meilleur, voire l'unique moyen d'améliorer l'efficacité, la transparence et la responsabilité (accountability) des organisations.

 

Il identifie trois étapes de cette pathologie ...

- Mesurer la performance.

- Publier ces mesures (créant ainsi une incitation externe).

- Lier ces mesures à des récompenses ou punitions.

Selon lui, ce processus simple engendre une cascade d'effets pervers.

 

Effets pervers analysés (le cœur de la critique) ...

Muller systématise les pathologies de la tyrannie des métriques, en les illustrant par des exemples ...

- Le ciblage des indicateurs (gaming the metrics) : Les acteurs optimisent leur comportement pour améliorer l'indicateur, souvent au détriment du but réel (ex. : hôpitaux qui refusent les cas graves pour faire baisser leur taux de mortalité).

- La convergence vers la médiocrité : La mesure favorise ce qui est facilement mesurable au détriment de ce qui est important mais complexe (ex. : dans l'éducation, « enseigner pour le test »).

- La substitution de buts : L'indicateur devient un but en soi, remplaçant la mission qualitative de l'organisation.

- Le coût exorbitant : Le temps et les ressources consacrés à la collecte, au reporting et à l'audit des données sont énormes et détournés de l'activité de base.

- La démoralisation des professionnels : La méfiance institutionnalisée et la perte d'autonomie professionnelle sapent le jugement, l'expérience et l'éthique des praticiens (enseignants, médecins, policiers).

- La fétichisation des données (misplaced concreteness) : On accorde une confiance excessive à des chiffres qui sont toujours le produit de conventions, d'agrégations et de choix subjectifs.

 

Muller offre un cadre d'analyse clair et facilement applicable pour diagnostiquer les dysfonctionnements bureaucratiques contemporains...

En multipliant les exemples (du classement de Shanghai à la réduction de la criminalité à New York), il montre que la pathologie est systémique et transversale (secteurs public et privé). Sa critique est sous-tendue par une défense de l'expertise, de l'expérience et du jugement humain contextualisé contre la dictature d'indicateurs standardisés. Il ne propose pas d'abandonner les mesures, mais de les utiliser avec sagesse. Il émet des recommandations : savoir quand ne pas mesurer, faire confiance aux professionnels, utiliser des mesures locales et internes pour l'apprentissage (plutôt que pour le contrôle externe), etc. Sa défense du « jugement professionnel » peut être perçue comme une défense des prérogatives d'une élite (médecins, professeurs d'université, officiers) contre les exigences de transparence et de reddition de comptes démocratiques. Il sous-estime peut-être les abus que ces contrôles étaient censés corriger (opacité, corporatisme). Ses propositions (plus de prudence, de bon sens) semblent insuffisantes face à un phénomène qu'il décrit lui-même comme systémique et porté par des intérêts puissants (industries du conseil, de l'audit, bureaucraties).

C'est un guide de résistance pratique pour les managers et les citoyens éclairés. Il rappelle que la quantification est un outil, pas une fin, et que le bon gouvernement repose in fine sur le jugement humain et la confiance.

Michele Lamont, "How Professors Think: Inside the Curious World of Academic Judgment" (2009)

Une sociologue observe comment les panels d'experts (en sciences humaines) évaluent réellement les projets. Elle montre que face à des pressions pour l'objectivité, ils développent des critères qualitatifs partagés ("la rigueur", "l'originalité") pour préserver leur espace de jugement. Un contrepoint fascinant à la thèse de Porter, montrant une résistance à la quantification.

 

Michèle Lamont, sociologue spécialiste des cultures disciplinaires et de l'évaluation, propose avec cet ouvrage une plongée ethnographique dans le processus de l'évaluation par les pairs (peer review) pour l'attribution de bourses et de subventions de recherche (aux États-Unis, notamment auprès de fondations comme la SSRC, le NEH, ou la NSF).

Publié en 2009, ce livre vient enrichir le débat sur la mesure et le jugement en s'attaquant à un domaine souvent considéré comme le cœur de l'expertise qualitative : l'évaluation de l'excellence intellectuelle. Alors que les auteurs précédents (Muller, Poovey) critiquent la quantification, Lamont étudie le fonctionnement concret d'un système réputé reposer sur le jugement qualitatif et discrétionnaire des experts.

Sa méthode est principalement sociologique et ethnographique : elle repose sur des entretiens approfondis avec des panélistes et sur l'observation de comités de sélection dans des domaines variés (sciences sociales, humanités, dans une moindre mesure sciences naturelles).

 

Thèse principale : Contrairement à l'idée d'un jugement arbitraire ou purement subjectif, l'évaluation par les pairs dans les comités prestigieux est un processus social hautement ritualisé et normé, où les experts construisent collectivement des critères d'excellence à travers la délibération. Ce processus, bien qu'imparfait, constitue un système de production de jugements légitimes qui tente de concilier des logiques différentes (rigueur disciplinaire, innovation interdisciplinaire, impact potentiel).

 

Les éléments clés de l'analyse ...

- La réduction de l'incertitude : Les panélistes travaillent à transformer des projets complexes en objets évaluables grâce à des critères partagés (originalité, clarté, faisabilité, solidité méthodologique, « élégance » intellectuelle).

- La négociation des frontières disciplinaires : Le travail essentiel dans un comité interdisciplinaire consiste à « traduire » les critères d'excellence d'une discipline à l'autre, et à forger un langage commun d'évaluation.

- L'importance de la « délibération » : Lamont insiste sur le rôle positif des débats, qui permettent de corriger les biais individuels, d'expliciter les présupposés et de construire un consensus considéré comme légitime.

- Le rôle de la culture et de l'éthos académique : Des valeurs comme le "fairness" (équité), l'humilité intellectuelle et le sens du service à la communauté sont centrales pour le bon fonctionnement du système.

 

Lamont rend visible un processus opaque et souvent mystifié.

Elle montre comment les professeurs pensent et jugent collectivement, détaillant les stratégies rhétoriques, les compromis et les routines. Sans ignorer les biais (voir limites), elle présente le "peer review" de haut niveau comme un système robuste de délibération, plus sophistiqué et auto-correctif qu'on ne le pense souvent. C'est une réponse implicite aux critiques qui préconiseraient son remplacement pur et simple par des indicateurs quantitatifs (nombre de publications, facteur d'impact). Elle met par exemple en lumière comment les historiens, les anthropologues, les économistes ou les littéraires ont des définitions radicalement différentes de ce qu'est un « bon » projet, une « bonne » méthode, une « bonne » écriture. Son étude sert de base pour réfléchir aux conditions d'une évaluation équitable : diversité du panel, temps long de la délibération, poids des arguments plutôt que du statut, etc.

On peut lui reprocher d'étudier des comités très prestigieux, où les conditions idéales sont souvent réunies (experts reconnus, temps pour délibérer). Ces conclusions sont peu transposables aux évaluations de masse, accélérées et sous tension qui dominent dans l'enseignement supérieur contemporain (évaluation des articles, des dossiers de carrière).

Publié en 2009, le livre n'intègre pas la montée en puissance des logiques de quantification (classements, bibliométrie, indicateurs de performance) qui, aujourd'hui, interfèrent de plus en plus avec le jugement par les pairs « pur » qu'elle décrit. Une analyse dialoguant avec Muller aurait été passionnante.

Sarah E. Igo, "The Averaged American: Surveys, Citizens, and the Making of a Mass Public" (2007)

Sarah E. Igo, historienne culturelle, explore dans cet ouvrage primé un phénomène du milieu du XXe siècle américain : l'émergence de l'« Américain moyen » (The Averaged American) comme nouvelle figure sociale et identitaire, façonnée par l'essor des enquêtes d'opinion et des sondages sociologiques à grande échelle.

Son livre (2007) s'inscrit dans le renouveau de l'histoire des sciences sociales et de la culture médiatique, croisant l'histoire des savoirs, des médias et de l'identité nationale. À la différence des auteurs précédents qui analysaient les producteurs de statistiques (Didier, Stigler) ou leurs cadres épistémologiques (Poovey), Igo se concentre sur leur réception publique et leur impact sur la conscience de soi des citoyens.

 

Thèse principale : Les grandes enquêtes des années 1930-1950 (comme les études de Robert et Helen Lynd sur Middletown, les rapports de Kinsey sur la sexualité, et les sondages d'opinion de George Gallup) n'ont pas seulement mesuré le public américain ; elles l'ont activement créé et diffusé. Elles ont produit une nouvelle manière pour les Américains de se percevoir collectivement et individuellement, en se comparant à des « moyennes » nationales.

 

Igo montre comment ces outils ont construit une « culture statistique » grand public (middlebrow), rendant les données sociales digestibles par le biais des magazines, des journaux et de la radio. 

Ce faisant, ils ont homogénéisé l'expérience nationale en créant un référentiel commun, individué les citoyens en leur fournissant des métriques pour se situer (suis-je « normal » ?), et transformé la citoyenneté en une question de « représentativité statistique » aussi importante que la représentation politique.

 

Igo développe sa thèse à travers trois études de cas devenues classiques ...

- « Middletown » (Les Lynd, 1929/1937) : L'enquête sociologique sur Muncie (Indiana) a présenté aux Américains un miroir « scientifique » de leur vie quotidienne. Elle a inventé le concept de « communauté moyenne » comme microcosme de la nation, suscitant à la fois identification et rejet de la part des habitants eux-mêmes.

- « The Kinsey Reports » (1948/1953) : Les études d'Alfred Kinsey sur le comportement sexuel ont rendu publics et quantifiés des sujets considérés comme privés. Elles ont créé une nouvelle anxiété et une nouvelle curiosité concernant la « normalité » statistique, en diffusant des chiffres-chocs (ex. : 37% des hommes ont eu une expérience homosexuelle). Le savoir académique est devenu un sujet de débat populaire.

- « The Gallup Poll » (années 1930-50) : George Gallup a promu l'idée que la « volonté du peuple » pouvait être mesurée scientifiquement et continuellement, et non simplement lors des élections. Il a ainsi contribué à définir l'opinion publique comme une agrégation d'opinions individuelles mesurables, en concurrence avec les formes traditionnelles de représentation.

 

Igo opère un renversement de perspective crucial. Elle ne demande pas seulement « que font les chiffres au pouvoir ? » mais « que font les chiffres aux gens ? ». Elle analyse les lettres de lecteurs, les réactions dans la presse, l'appropriation des données dans la vie quotidienne.  "Statistical self", son apport conceptuel le plus fort est de montrer comment les individus intériorisent les catégories statistiques pour se définir. 

La question « Où me situe-je par rapport à la moyenne ? » devient une composante de l'identité moderne....

Elle documente parfaitement la médiation des savoirs savants par les industries culturelles. Les chiffres sociologiques deviennent des éléments du langage commun, des outils de conversation et de compréhension de soi. Elle révèle l'ambivalence profonde de cette culture statistique : elle promet une démocratie plus inclusive (en donnant une voix à « l'homme moyen ») tout en menaçant l'individualité et la vie privée par une normalisation intrusive.

Sarah Igo a écrit un livre fondateur qui a redéfini comment les historiens abordent l'impact social des savoirs quantitatifs. En montrant comment les Américains sont « devenus des moyennes », c'est-à-dire comment ils ont appris à se penser à travers les courbes et les pourcentages, elle révèle un chapitre central de la modernité. Son analyse s'arrête avant l'ère du big data et des algorithmes personnalisés. La problématique du « soi statistique » y gagnerait une actualisation.

"The Black Swan" (2007, Le Cygne Noir, Nassim Nicholas Taleb)

Nassim Nicholas Taleb est un essayiste, ancien trader et chercheur en épistémologie des probabilités et du risque. Il est surtout connu pour sa série d'ouvrages "Incerto" (Fooled by Randomness, The Black Swan, The Bed of Procrustes, Antifragile, Skin in the Game) qui poursuit un projet intellectuel unifié, qui va bien au-delà de la finance ou du risque. Il dit lui-même que l’Incerto est une méditation sur l’incertitude, l’aléa, la fragilité et la manière de vivre dans un monde que nous comprenons moins que nous le croyons.

 

"Je dépasse cette question philosophique et logique à la fois pour plonger dans une réalité empirique – une réalité qui m’obsède depuis l’enfance. Ce que nous appelons ici «  Cygne Noir » (avec un « c » et un « n » majuscules) est un événement qui présente les trois caractéristiques suivantes :

Premièrement, il s’agit d’une aberration[3] ; de fait, il se situe en dehors du cadre de nos attentes ordinaires, car rien dans le passé n’indique de façon convaincante qu’il ait des chances de se produire. Deuxièmement, son impact est extrêmement fort. Troisièmement, en dépit de son statut d’aberration, notre nature humaine nous pousse à élaborer après-coup des explications concernant sa survenue, le rendant ainsi explicable et prévisible.

Arrêtons-nous un instant pour résumer le triplet : rareté, impact extrêmement fort et prévisibilité rétrospective (mais pas prospective)[4]. Une poignée de Cygnes Noirs expliquent pratiquement tout dans ce monde, du succès des idées et des religions à la dynamique des événements historiques, et jusqu’à certains éléments de notre vie personnelle. Depuis la fin du Pléistocène, il y a environ dix mille ans, l’effet de ces Cygnes noirs s’accroît. Il a commencé à s’accélérer pendant la révolution industrielle, quand le monde s’est mis à se complexifier, tandis que les événements ordinaires, ceux que l’on étudie, dont on parle, et que l’on tente de prévoir en lisant les journaux, devenaient de plus en plus insignifiants.

Imaginez simplement combien votre compréhension du monde à la veille des événements de 1914 vous aurait été de peu de secours pour deviner ce qui allait se produire (ne trichez pas en recourant aux explications qu’un professeur d’Histoire à périr d’ennui vous avait enfoncées dans le crâne au lycée). Quid de l’ascension d’Hitler et de la guerre qui en découla ? Quid de la fin abrupte du bloc soviétique ? Quid de la montée du fondamentalisme islamique ? Du développement d’Internet ? Et de l’effondrement du marché boursier en 1987 ? (et de sa reprise plus inattendue) ? Engouements divers, épidémies, modes, idées, émergence de courants et d’écoles artistiques… tous ces événements obéissent à la dynamique du Cygne Noir. Et c’est le cas de toutes les choses importantes qui nous entourent, ou presque.

Cette combinaison de faible prévisibilité et d’impact puissant fait du Cygne Noir une grande énigme ; mais ce n’est pas encore la préoccupation majeure de cet ouvrage. Ajoutez à ce phénomène le fait que nous avons tendance à nous comporter comme s’il n’existait pas ! Et je ne veux pas dire simplement vous, votre cousin Joe et moi, mais pratiquement tous les « spécialiste des sciences humaines » qui, depuis plus d’un siècle, travaillent en croyant à tort que leurs outils sont capables de mesurer l’incertitude. Car l’application des sciences de l’incertitude aux problèmes du monde réel a eu des conséquences ridicules ; j’ai eu le privilège de l’observer dans les domaines de la finance et de l’économie. Allez demander à votre gestionnaire de portefeuille sa définition du « risque », et il y a fort à parier qu’il vous fournira une « mesure » qui exclut la possibilité du Cygne Noir – et dont, par conséquent, la valeur prédictive pour estimer tous les risques n’est pas supérieure à celle de l’astrologie (nous verrons la manière dont on camoufle l’escroquerie intellectuelle derrière des mathématiques). Ce problème est endémique dans les questions sociales.

L’idée centrale de ce livre concerne notre cécité face au hasard, et spécialement aux événements qui se démarquent particulièrement de nos attentes ; scientifiques ou non, « gros bonnets » ou individus lambda, pourquoi avons-nous tendance à voir l’arbre plutôt que la forêt ? Pourquoi persistons-nous à nous focaliser sur les détails au lieu d’envisager les événements importants susceptibles de se produire, et ce, malgré des preuves évidentes de l’influence considérable qu’ils peuvent avoir ? Et, si vous suivez mon raisonnement, pourquoi la lecture du journal amoindrit-elle en fait notre connaissance du monde ?

On voit aisément que la vie est l’effet cumulatif d’une poignée de chocs significatifs ; identifier le rôle des Cygnes Noirs de son fauteuil (ou de son tabouret de bar) n’est pas si difficile que cela. Faites l’exercice suivant. Examinez votre propre existence. Faites le compte des événements importants, des changements technologiques et des inventions qui ont eu lieu dans votre environnement depuis votre naissance, et comparez-les à ce qui était attendu avant leur apparition. Combien d’entre eux étaient planifiés ? Examinez maintenant votre vie personnelle – le choix de votre profession, ou la rencontre avec votre conjoint, votre départ de votre pays d’origine, les trahisons auxquelles vous avez été confronté, votre enrichissement ou paupérisation soudains. Combien de fois ces choses-là se sont-elles produites comme prévu ?

Ce qu’on ne sait pas

Dans la logique du Cygne Noir, ce qu’on ne sait pas compte beaucoup plus que ce qu’on sait..." (2012, pour la traduction française Société d’édition Les Belles Lettres)

 

Il s'agit de "démolir" les illusions humaines face à l’incertitude, et montrer montre comment nous comprenons mal le hasard, nous voyons des causes là où il n’y a que du bruit, nous inventons des récits après coup, nous surestimons notre capacité à prévoir, nous faisons confiance à des experts qui ne “portent pas le risque” ...

Taleb veut vacciner intellectuellement le lecteur contre ces biais, qui mènent à de mauvaises décisions, à des crises et parfois à des catastrophes collectives.

Un des fils conducteurs de l'Incerto est la distinction entre les environnements lisses, prévisibles, gaussiens (où rien de trop extrême n’arrive), et les environnements extrêmes, à queues grasses (où un seul événement peut tout faire basculer), catégorie à laquelle appartient massivement notre monde moderne, là où statistique classique, experts et prévisions deviennent dangereux.

L’un des objectifs majeurs est d’introduire la notion centrale d’“Antifragilité”. Fragilité emporte la destruction par les chocs, la robustesse est l'art de résister aux chocs : l’antifragilité signifie profiter des chocs, grandir grâce à eux. Il s'agit alors de savoir comment construire des systèmes économiques, personnels, politiques, biologiques, qui gagnent avec l’aléa plutôt que d’être détruits par lui.  "Skin in the game”, on peut acquérir de pouvoir sans en supporter les conséquences.

 

Les événements rares et imprévus dominent le monde, mais nous persistons à les ignorer ou à les rationaliser après coup ...

- Finalité : Comprendre l’impact disproportionné des “cygnes noirs” et les limites radicales de la prévision. C'est le livre le plus connu et qui a rendu mondialement célèbre son auteur. Il a profondément modifié la manière dont on pense les crises financières, les pandémies, les risques extrêmes, les prévisions.

- Les événements extrêmes ne sont plus considérés comme des anomalies ou des phénomènes imprévisibles, mais sont seulement fréquents dans les systèmes complexes, mais déterminants. : ce sont eux qui façonnent le monde (guerres mondiales, 1929, 2008, COVID, internet…). Ce qui est rare statistiquement peut être écrasant en impact.

- La théorie du risque classique (gaussienne) est fausse pour le monde réel, et doit s’adapter pour intégrer les distributions extrêmes.

- L'imprévisible est structurel, et non pas un défaut de connaissance. Si nous avions plus de données, nous pourrions prévoir, dit-on. Taleb montre qu’une grande partie du monde est fondamentalement imprévisible; que les systèmes complexes produisent des événements disproportionnés; et que l’accumulation de données n’améliore pas nécessairement la prévision.

- La pensée dominante de l’expert est une illusion dangereuse : La fiabilité des prévisions (économiques, épidémiologiques, financières) doit être repensée, avec davantage de scepticisme méthodologique.

- Enfin, la gestion du risque doit être asymétrique, et c’est la révolution conceptuelle la plus importante. On gère le risque non plus en anticipant les menaces, mais en se positionnant pour survivre et parfois profiter des ruptures.

- En conclusion, les systèmes doivent être conçus pour résister aux “cygnes noirs” (ou s’en nourrir). "The Black Swan" a préparé le terrain pour le concept d’antifragilité : il existe des structures qui s’effondrent sous le stress (fragiles), des structures qui résistent (robustes), et des structures qui progressent grâce au stress (antifragiles).

 

"The Black Swan" (2007) est un essai philosophique et épistémologique qui a profondément influencé la pensée contemporaine sur l'incertitude, la connaissance et la chance.

Taleb y développe le concept de "Cygne Noir" : un événement rare, de très fort impact, et rétrospectivement prévisible (mais non prédictible ex ante).

L'ouvrage est une charge virulente contre notre naïveté face à l'aléatoire, les modèles prévisionnels, et la "platonicité" (notre tendance à préférer les modèles ordonnés à la complexité désordonnée de la réalité). Le style est provocateur, érudit et non linéaire, mêlant autobiographie, histoire, philosophie et mathématiques.

 

PART ONE: UMBERTO ECO’S ANTILIBRARY, OR HOW WE SEEK VALIDATION

Cette partie pose les fondements psychologiques et cognitifs de notre cécité aux Cygnes Noirs.

Chapter 1: The Apprenticeship of an Empirical Skeptic 

Taleb présente son parcours intellectuel en tant que trader et observateur des marchés, forgé dans le doute et le rejet des modèles théoriques élégants mais fragiles. Il introduit la notion de "scepticisme empirique" : douter des connaissances dérivées de théories non testées par la réalité, et s'appuyer sur l'expérience pratique des événements rares.

L'approche autobiographique ancre la théorie dans une expérience vécue, crédibilisant le propos. Cependant, elle peut sembler égocentrique et repose fortement sur l'autorité personnelle de l'auteur.

 

Chapter 2: Yevgenia’s Black Swan

À travers l'histoire d'un écrivain fictif, Taleb illustre le Cygne Noir. L'idée centrale est que l'histoire est dominée par les sauts, les ruptures et les surprises, et non par les progressions lentes et prévisibles. Notre cerveau est cependant câblé pour ignorer cette réalité.

L'utilisation d'une fable est efficace pédagogiquement. Elle souligne le rôle du hasard dans le succès, mais peut minimiser les facteurs comme le travail ou le talent, créant une autre forme de biais.

Yevgenia, neurochirurgienne de formation, écrit un roman philosophique hybridant des genres. Après des années de rejets, son livre est publié par un petit éditeur et devient un succès planétaire imprévisible. Cette trajectoire illustre 

- L'extrême non-linéarité du succès : des années d'échec suivies d'un emballement soudain.

- L'imprévisibilité radicale : aucun expert n'aurait pu prédire ce succès avec certitude.

- La domination des extrêmes : un seul livre peut éclipser la production littéraire d'une vie.

 

1. Comment les Mécanismes Cognitifs nous aveuglent ...

Une fois le Cygne Noir survenu (le succès de Yevgenia), notre cerveau réécrit l'histoire pour le rendre évident et prévisible. Dans la fable, après le succès, critiques et éditeurs affirment avoir "reconnu son génie", trouvent des explications logiques (son style unique, l'esprit du temps), et minimisent le rôle du hasard. Est ainsi générée l'illusion dangereuse selon laquelle monde est plus prévisible qu'il ne l'est, et que nous pouvons "apprendre" à prévoir l'avenir en étudiant le passé.

2. De l'erreur narrative (Narrative Fallacy), du besoin compulsif de "Récit" ...

Notre cerveau déteste le désordre et l'aléatoire pur. Il fabrique des histoires causales linéaires pour relier les points et donner un sens à des événements en réalité chaotiques.

Dans la fable, on invente une histoire cohérente : "Yevgenia a persévéré malgré les rejets, son talent a fini par être reconnu" → récit héroïque classique. On ignore que des milliers d'autres ont persévéré sans succès. Nous en venons à substituer la vraisemblance narrative à la probabilité statistique. Une bonne histoire nous semble plus "vraie" qu'une explication probabiliste.

3. La Platonicité - L'Addiction aux Catégories et Modèles Propres ...

Nous préférons les concepts nets, les catégories bien définies (comme les genres littéraires) à la complexité désordonnée de la réalité. Dans la fable, les éditeurs rejettent d'abord le livre parce qu'il ne rentre dans aucune case (ni pure philosophie, ni roman conventionnel). Son succès vient précisément de ce qu'il transcende les catégories. Nous échouons ainsi à voir ce qui est véritablement nouveau (un Cygne Noir) car nous le jugeons à travers les cadres du passé.

4. L'Ignorance des Preuves Silencieuses (Silent Evidence) ...

Nous ne voyons que les survivants ou les vainqueurs, jamais la masse invisible des échecs qui constitue pourtant l'échantillon complet. Dans la fable, nous observons uniquement Yevgenia, la "survivante" du système éditorial. Nous ignorons les milliers d'écrivains tout aussi talentueux dont les manuscrits sont restés dans des tiroirs, victimes du hasard. Et nous tirons des leçons erronées du succès ("il faut persévérer", "l'originalité paye") sans réaliser que ces mêmes comportements mènent le plus souvent à l'échec.

5. La Téléologie Rétrospective - La Croyance en un "Plan" ou une "Nécessité" ...

Nous imaginons que l'histoire avance vers un but prédéterminé, que les grandes découvertes ou réussites étaient "inévitables". Dans la fable, après coup, le succès de Yevgenia semble faire partie d'un cheminement logique de la littérature. On oublie qu'il était tout aussi probable que son livre sombre dans l'oubli. Nous sous-estimons radicalement le rôle de la contingence et de la chance sauvage dans les parcours individuels et l'histoire collective.

6. Pourquoi notre Cerveau est-il ainsi "Câblé" ?

Taleb suggère que ces biais ont une origine évolutive et neurologique, 

- Économie Cognitive : Fabriquer des récits simples demande moins d'énergie mentale que de jongler avec des probabilités complexes et l'incertitude permanente.

- Survie Emotionnelle : Vivre dans un monde perçu comme imprévisible et chaotique est anxiogène. Les récits causaux nous rassurent, donnent l'illusion du contrôle.

- Cohérence Sociale : Les histoires sont le ciment des sociétés humaines. Nous partageons et renforçons collectivement les récits qui expliquent le monde, même s'ils sont faux.

 

Le message central de ce chapitre est que nous vivons dans un temps historique "sauvage" (qu'il oppose au temps "doux" des processus réguliers), caractérisé par :

- des discontinuités (révolutions, crises, innovations de rupture).

- une distribution extrêmement inégale des effets (peu d'événements causent l'essentiel des conséquences).

- des règles du jeu qui changent sous l'effet des Cygnes Noirs passés.

Notre cerveau, calibré par l'évolution pour un environnement plus stable et local (le "Mediocristan" ancestral), est totalement inadapté à ce "Extremistan" historique. Il cherche à lisser, à rationaliser, à linéariser ce qui est par nature chaotique et dominé par les extrêmes.

 

Chapter 3: The Speculator and the Prostitute

Chapter 4: One Thousand and One Days, or How Not to Be a Sucker

es chapitres montrent comment nous sommes conditionnés à ignorer les Cygnes Noirs. La vie moderne nous expose à un "hasard sauvage" (Extremistan) tout en nous donnant l'illusion d'un "hasard doux" (Mediocristan). Nous cherchons à confirmer nos croyances par l'expérience passée, négligeant ce qui n'a pas eu lieu (les "preuves silencieuses").

L'analogie est frappante. Taleb met en garde contre l'extrapolation naïve du passé. Sa critique des "experts" qui ne paient pas le prix de leurs erreurs est mordante et souvent justifiée.

Chapter 5: Confirmation Shmonfirmation!

Confirmation, Balivernes ! Attaque frontale contre le biais de confirmation. Nous recueillons avidement les exemples qui confirment nos théories et notre histoire, et ignorons ou discréditons les contre-exemples. Une seule observation peut infirmer une théorie (principe de falsification de Popper), mais des milliers ne peuvent la prouver définitivement.

Point essentiel et bien traité. Taleb rappelle une règle épistémologique fondamentale que la vie quotidienne et médiatique ignore constamment.

Chapter 6: The Narrative Fallacy

L'un des chapitres clés. L'erreur narrative est notre besoin compulsif de tisser des histoires a posteriori pour donner un sens rétrospectif à des événements, rendant le monde plus explicable et moins aléatoire qu'il ne l'est. Cela crée une illusion de compréhension et de prévisibilité.

Analyse puissante de notre "intoxication aux causes". Taleb montre comment journalistes, historiens et économistes succombent à ce biais. Le risque est de jeter le bébé (la recherche de causalités réelles) avec l'eau du bain (les récits simplistes).

Chapter 7: Living in the Antechamber of Hope

 Vivre dans l'Antichambre de l'Espoir - Explore notre difficulté à vivre avec l'incertitude non quantifiable. Nous préférons nous enfermer dans l'attente d'une prévision (même fausse) plutôt que d'accepter de "vivre dans l'antichambre de l'espoir", cet état de doute permanent.

Description psychologique pertinente de notre intolérance à l'ambiguïté. Taleb plaide pour une forme de courage intellectuel face à l'inconnu.

Chapter 8: Giacomo Casanova’s Unfailing Luck: The Problem of Silent Evidence

La Chance Infaillible de Casanova : Le Problème des Preuves Silencieuses - Introduit un concept majeur : l'évidence silencieuse ou biais de survie. Nous ne voyons que les gagnants (les écrivains à succès, les survivants d'une guerre, les entreprises prospères) et bâtissons des théories à partir d'eux, en ignorant complètement la base beaucoup plus large des perdants (les écrivains ratés, les morts, les faillites) qui auraient pourtant pu infirmer ces théories.

Notion fondamentale et brillamment exposée. Elle ruine une grande partie des récits de réussite et des conseils inspirants tirés d'études de cas. C'est un garde-fou essentiel contre les conclusions hâtives.

Chapter 9: The Ludic Fallacy, or The Uncertainty of the Nerd

Dénonce la confusion entre le hasard "pur" et stérilisé des jeux (roulette, dés) et le hasard "sauvage" et opaque de la vie réelle. L'erreur ludique consiste à modéliser le monde réel avec des jeux aux règles claires et des probabilités connues, en ignorant les Cygnes Noirs.

Critique salutaire de la finance quantitative et de l'économétrie qui utilisent des modèles (comme le Modèle Black-Scholes) supposant une normalité des distributions. Taleb souligne que cette erreur nous rend vulnérables aux crises majeures.

 

PART TWO: WE JUST CAN’T PREDICT

From Yogi Berra to Henri Poincaré 

Cette partie s'attaque au mythe de la prévision dans les domaines complexes (sociaux, économiques, financiers).

Chapter 10: The Scandal of Prediction

Démontre, études à l'appui, que les performances des "experts" en prédiction (économistes, analystes politiques) ne sont pas meilleures que le hasard (voire pires). Pire, leur notoriété est inversement corrélée à leur exactitude. Le scandale est que cette ineptie n'est pas punie socialement. Argument dévastateur et bien documenté. Il justifie le scepticisme radical de Taleb envers la caste des "prédicteurs". On peut lui reprocher une généralisation excessive, mais le constat central est solide.

 

1. - Taleb s'appuie principalement sur les travaux du politologue Philip Tetlock, dont l'étude longitudinale (sur 20 ans) est une référence. Tetlock a interrogé 284 experts en politique et économie, recueillant plus de 82 000 prédictions. Ses conclusions sont accablantes ...

- Les experts ne font pas mieux que le hasard (modèle "dart-throwing chimpanzee").

- Les experts les plus médiatiques et aux affirmations les plus tranchées sont moins précis que les plus prudents et nuancés.

- La confiance exprimée est inversement corrélée à la précision. Plus un expert est sûr de lui, plus il a de chances de se tromper.

2. - Le Concept des "Hérissons vs Renards" (emprunté à Tetlock/Isaiah Berlin) ..

- Les Hérissons : Ceux qui ont une "grande idée", une théorie du monde unique et explicative (ex: certains idéologues). Ils excellent dans les récits narratifs, sont très médiatiques, mais sont les plus mauvais prédicteurs.

- Les Renards : Ceux qui piochent dans plusieurs idées, sont pragmatiques, adaptatifs, et acceptent l'ambiguïté. Ils sont moins télé géniques, mais font de meilleures prévisions.

Cette distinction renforce l'idée que la notoriété médiatique récompense le dogmatisme narratif, pas la justesse analytique.

3. - L'Argument de l'Asymétrie Incitative (le "Skin in the Game") ...

Taleb souligne que ces experts ne paient pas le prix de leurs erreurs. Un météorologue qui se trompe voit sa carrière affectée ; un politologue ou un économiste télévisé qui se trompe est invité à nouveau pour commenter... ses erreurs passées. Cette absence de sanction directe perpétue le système.

 

Son argument épistémologique est fort : la politique, l'économie, les marchés financiers sont des systèmes complexes, adaptatifs, où le passé n'est pas un guide fiable pour l'avenir (ce ne sont pas des processus "stationnaires"). Prédire dans de tels systèmes est fondamentalement différent de prédire la mécanique céleste. Sa démonstration centrale est convaincante pour son domaine principal d'application : les prédictions médiatiques, ponctuelles, dans les domaines sociaux, politiques et économiques complexes. Elle prouve de manière robuste que :

- La confiance télévisuelle n'est pas un gage de compétence prédictive.

- Le système médiatique récompense le style narratif et dogmatique au détriment de la prudence et de la justesse.

- Il faut être extrêmement sceptique face à quiconque affirme prévoir l'avenir de ces systèmes avec précision.

Cependant, la démonstration n'invalide pas toute forme de prospective ou d'expertise. Elle sert avant tout d'avertissement salutaire contre toute crédulité...

 

Chapter 11: How to Look for Bird Poop

Comment Chercher la Fiente d'Oiseau - Propose une méthode : au lieu de prédire des événements spécifiques (impossible), chercher les failles des modèles et s'exposer positivement au hasard. Il vaut mieux se préparer à l'imprévisible que d'essayer de le deviner.

Passage plus constructif. L'idée de "chercher la fiente" (c'est-à-dire les anomalies) est un bon principe heuristique pour la recherche et la vigilance.

Chapter 12: Epistemocracy, a Dream

Taleb rêve d'une société (épistémocratie) où le pouvoir et les responsabilités seraient proportionnels à la compréhension que les individus ont des limites de leur savoir, et où l'on paierait le prix de ses erreurs.

Concept séduisant mais utopique. Comment la mettre en œuvre ? Qui jugerait de cette compréhension ? Cela révèle la dimension normative et quelque peu aristocratique de la pensée de Taleb.

Chapter 13: APPELLES THE PAINTER, OR WHAT DO YOU DO IF YOU CANNOT PREDICT?

Le conseil central de Taleb : se concentrer sur la robustesse (résister aux chocs négatifs) et l'antifragilité (bénéficier du désordre et des chocs), plutôt que sur l'optimisation de prévisions erronées. Il faut adopter des stratégies "barbelles" : extrêmement prudentes sur la plupart des domaines, et extrêmement audacieuses et ouvertes aux positif Cygnes Noirs sur quelques-uns.

C'est le cœur de la réponse pratique de Taleb. L'idée est puissante et opérationnelle (diversification agressive, paris asymétriques). Elle formalise une intuition que beaucoup de grands investisseurs ou entrepreneurs ont eue.

 

PART THREE: THOSE GRAY SWANS OF EXTREMISTAN

Cette partie introduit les concepts clés de Mediocristan et Extremistan pour modéliser les domaines où les Cygnes Noirs sont ou non possibles.

Chapter 14: From Mediocristan to Extremistan, and Back The World Is Unfair ..

Taleb distingue deux territoires ...

- "Mediocristan", le Monde des variables "scalables" où la règle des grands nombres s'applique (physiques, biologiques). La loi des grands nombres s'applique rapidement. L'échantillon est représentatif. Les observations individuelles n'affectent pas la totalité (poids, taille). La distribution est gaussienne (courbe en cloche). Les Cygnes Noirs y sont limités.

- "Extremistan", le Monde des variables "non-scalables" (sociales, informationnelles, financières) où une seule observation peut dominer le total (richesse, notoriété, résultats boursiers). La loi des grands nombres s'applique lentement ou jamais. Un échantillon peut être totalement non représentatif. Les distributions sont à queues épaisses (power laws, loi de puissance, de Pareto, de Mandelbrot).  C'est le royaume des Cygnes Noirs, des extrêmes surprenants par leur ampleur et leur fréquence. 

 

Une construction par métaphores, ...

- "Mediocristan" est présenté comme le "pays de la médiocrité". C'est le domaine où le collectif, la moyenne, est roi. Aucune observation individuelle ne peut significativement affecter le total ou la moyenne.

- "Extremistan", le "pays des extrêmes". C'est le domaine où l'individuel, le particulier, peut dominer le collectif. Une seule observation peut représenter une part écrasante du total.

 

Taleb construit donc sa distinction Mediocristan/Extremistan comme un outil cognitif fondamental pour cartographier l'incertitude. Il la justifie par :

- La logique mathématique (propriétés des distributions).

- L'évidence empirique (l'inégalité extrême observée partout).

- La nécessité pratique (éviter des erreurs de modélisation catastrophiques).

 

Taleb utilise des exemples frappants pour prouver l'existence d'Extremistan ..

- Littérature : Sur un million d'écrivains, quelques-uns (ex : J.K. Rowling) captent la quasi-totalité des ventes.

- Richesse : Le patrimoine de Bill Gates à son apogée était supérieur au PIB combiné de millions d'Américains "moyens".

- Science : Une infime proportion des scientifiques (Einstein, Darwin) produit l'essentiel de l'impact.

Le "Jeu de la Dette" ...

Il propose une expérience de pensée : si vous répartissez 1000€ de dettes aléatoirement parmi 10 000 personnes, personne ne sera très endetté (Mediocristan). Si vous répartissez 1 milliard de gains aléatoirement, une personne deviendra milliardaire et dominera le total (Extremistan). La nature asymétrique (bornée en bas, illimitée en haut) crée l'Extremistan.

La justification ultime est le danger de confondre les deux ..

Appliquer les outils de Mediocristan (moyennes, écarts-types gaussiens, modèles de risque basés sur la corrélation) à Extremistan est une erreur intellectuelle aux conséquences potentiellement désastreuses.

- Exemple Frappant : Avant 2008, les modèles de risque des banques (VaR) supposaient une distribution "normale" des pertes. Ils étaient donc totalement incapables de concevoir (et de se prémunir contre) des événements à plusieurs écarts-types, pourtant récurrents en finance (Extremistan). Cette confusion a mené à l'effondrement.

- C'est une manifestation de ce que Taleb appelle la platonicité : notre tendance à préférer les modèles propres, élégants et fermés (comme la courbe en cloche) à la réalité désordonnée, fractale et à queues épaisses d'Extremistan.

Taleb prend soin de délimiter les frontières ...

- La taille humaine est en Mediocristan (il y a des limites biologiques).

- Le revenu d'un boulanger est en Mediocristan (il est physiquement limité par le nombre d'heures et de pains).

- Le revenu d'un auteur est en Extremistan (il peut vendre 0 ou 100 millions de livres).

- Les dégâts d'un tremblement de terre suivent une loi de puissance (Extremistan), même si c'est un phénomène "naturel".

 

Cette distinction est le pilier qui soutient tout son argumentaire ...

Puisque nous vivons de plus en plus dans un monde d'Extremistan, nos outils mentaux et statistiques hérités de Mediocristan sont non seulement inadéquats, mais dangereusement trompeurs. Cette dichotomie est une contribution majeure. Elle explique pourquoi les modèles sociaux/économiques échouent si souvent : ils appliquent les outils de Mediocristan à Extremistan. Cette  distinction est avant tout une heuristique puissante, un modèle mental conçu pour nous faire penser correctement aux risques et à l'incertitude. Elle n'est pas une théorie scientifique au sens strict, mais un cadre épistémologique.

Taleb tend à voir l'Extremistan partout dans la vie moderne (finance, carrières, culture, technologie), ce qui peut sembler excessif mais correspond à son constat d'un monde de plus en plus dominé par le "winner-take-all".

 

Chapter 15: The Bell Curve, That Great Intellectual Fraud

Cette Grande Fraude Intellectuelle - Charge violente et polémique contre l'usage ubiquitaire et inapproprié de la distribution normale (Gaussienne). Taleb l'accuse d'être une "fraude intellectuelle" qui rend le monde moins aléatoire qu'il ne l'est, en masquant les risques extrêmes.

Le ton est excessif mais le fond est crucial. Taleb a raison de dénoncer son application mécanique en finance et en sciences sociales. Cependant, la courbe en cloche reste un outil valide dans son domaine propre (Mediocristan). Son rejet catégorique frise parfois le dogmatisme inverse.

Chapter 16: The Aesthetics of Randomness

Chapter 17: Locke’s Madmen, or Bell Curves in the Wrong Places

Chapter 18: The Uncertainty of the Phony

Ces chapitres approfondissent les conséquences de vivre dans Extremistan : l'esthétique particulière des phénomènes à "pattes épaisses" (mandelbrotien), le danger d'appliquer des métriques de Mediocristan (comme la moyenne) à des domaines d'Extremistan (comme la gestion des risques), et la critique finale des "pseudo-incertains" qui utilisent des probabilités sophistiquées pour masquer une ignorance fondamentale.

Le propos devient plus technique et métaphorique. L'idée que le monde est fondamentalement "grainier" et moins lisse que nos modèles est bien défendue. La dénonciation de la complexité factice des modèles financiers est percutante.

 

PART FOUR: THE END

Chapter 19: Half and Half, or How to Get Even with the Black Swan

Conclusion pratique. Taleb résume son enseignement en règles de vie ...

- Distinguer rigoureusement les phénomènes de Mediocristan et d'Extremistan.

- Ne pas chercher à prédire les Cygnes Noirs (surtout négatifs), mais construire une robustesse à leur égard.

- S'exposer de manière asymétrique aux Cygnes Noirs positifs (maximiser les opportunités de bonnes surprises).

- Préférer l'empirisme sceptique aux belles théories.

- Se méfier comme de la peste de l'erreur narrative et des preuves silencieuses.

- Critique : Synthèse efficace et orientée vers l'action. Le livre se clôt sur un appel à l'humilité intellectuelle et à la prudence stratégique, un message fort qui dépasse largement le domaine de la finance.

 

Un livre important, perturbant et indispensable pour quiconque s'intéresse à la prise de décision en environnement incertain, un antidote nécessaire contre l'arrogance prédictive, la narration simpliste et la confiance excessive dans les modèles quantitatifs. La réponse "antifragile" et "barbell" offre une philosophie pratique pour naviguer dans un monde incertain.

Mais, les attaques ad hominem contre les "universitaires", les "journalistes" ou les "nerds" peuvent nuire à la réception du message. Certaines généralisations peuvent paraître outrancières (toute prévision est inutile, la courbe en cloche est une "fraude"). Taleb jette parfois le bébé (la modélisation utile) avec l'eau du bain (la modélisation dogmatique).

L'ouvrage s'appuie sur des anecdotes, des raisonnements philosophiques et des exemples historiques plus que sur une méthodologie scientifique systématique. C'est à la fois sa force (accessibilité) et sa faiblesse.

Une interprétation extrême pourrait conduire à un fatalisme ("puisqu'on ne peut rien prédire, ne planifions plus rien"), ce que Taleb ne recommande pas, mais que son ton pourrait suggérer.

Son héritage le plus durable est peut-être d'avoir popularisé l'idée qu'il faut se préparer à l'inimaginable, plutôt que d'essayer vainement de l'imaginer.

"Fooled by Randomness" (2001) – Le Hasard et l’illusion (2003)

Le premier volet de l'œuvre philosophique de Taleb, antérieur au succès mondial de "The Black Swan".

Écrit par un ancien trader devenu philosophe de l'incertitude, il explore comment l'opacité du hasard trompe nos cerveaux dans la vie quotidienne et particulièrement en finance...

Les humains surestiment systématiquement le rôle de la compétence et sous-estiment le rôle de la chance (ou malchance) dans les résultats observés. Nous confondons le bruit (variations aléatoires) avec le signal (compétence réelle), construisant des récits causaux erronés pour expliquer ce qui n'est souvent que du hasard.

 

PARTIE I : SOLON'S WARNING - L'illusion du succès

Chapitres 1-3 : Taleb ouvre avec l'anecdote du législateur grec Solon qui avertit le riche roi Crésus que nul ne peut être jugé heureux avant sa mort, car la fortune peut basculer. C'est le thème fondateur : le biais du survivant. Nous ne voyons que les gagnants (les traders riches, les entrepreneurs à succès), jamais la masse invisible des perdants qui ont utilisé la même stratégie. Un trader médiocre peut avoir une carrière brillante grâce à une simple séquence chanceuse, comme un joueur de roulette qui gagne plusieurs fois de suite.

Chapitres 4-7 : Il introduit des concepts probabilistes clés ..

- Le problème de l'induction : Croire que le passé est un guide fiable pour l'avenir (ex: un marché qui monte depuis 10 ans doit continuer).

- L'asymétrie cachée (Skewness) : Certaines professions (comme le trading) offrent des récompenses très rares mais énormes, et de petites pertes fréquentes. Une stratégie peut être statistiquement perdante mais très lucrative si elle gagne une fois sur cent – et le trader chanceux sera célébré comme un génie.

- Les distributions "à queues épaisses" : Les événements extrêmes (krachs, bulles) sont beaucoup plus probables que ne le prévoient les modèles gaussiens normaux.

 

PARTIE II : MONKEYS ON TYPEWRITERS - La psychologie de l'illusion

Chapitres 8-11 : Taleb explore les biais cognitifs qui nous rendent aveugles au hasard ..

- Erreur narrative : Nous tissons des histoires a posteriori pour donner un sens à des résultats aléatoires ("il a réussi parce qu'il est travailleur et visionnaire").

- Biais de rétrospection : Après un événement, nous le jugeons comme bien plus prévisible qu'il ne l'était.

- Biais d'attribution : Attribuer le succès à la compétence et l'échec à la malchance.

- Emotional rollercoaster : Taleb décrit l'état mental du trader, constamment ballotté entre l'euphorie et la dépression par des fluctuations purement aléatoires, qu'il interprète comme des validations ou des remises en cause de son talent.

 

PARTIE III : WAX IN MY EARS - Vivre avec le hasard

Chapitres 12-16 : C'est la partie la plus philosophique et prescriptive. Taleb plaide pour une "humilité épistémique". Il oppose deux types de risques ..

- Le risque "comme au casino" (probabilités connues, résultats incertains).

- Le risque "comme dans la vie réelle" (probabilités inconnues, "inconnues inconnues").

Il introduit le concept de "ruine" : un seul événement extrême négatif peut tout anéantir, quelle que soit la fréquence des petits succès. La survie à long terme prime sur l'optimisation des gains à court terme.

Chapitre 16 (A Brand-New Version of Uncertainty) est prophétique : il distingue l'incertitude "douce" (médiocristan) de l'incertitude "sauvage" (extremistan), préfigurant The Black Swan.

Chapitres 17-18 & Épilogue : Taleb propose un mode de vie stoïcien pour faire face au hasard. Il recommande de se focaliser sur la robustesse des processus, pas sur les résultats (qui sont contaminés par le bruit); d'adopter une asymétrie positive : s'exposer à des pertes limitées et connues, et s'ouvrir à des gains illimités et rares (une stratégie qu'il développera dans Antifragile); de cultiver la sérénité en acceptant ce qui échappe à notre contrôle.

Taleb pulvérise le mythe du trader-génie, révélant l'industrie comme un casino où la chance est masquée par le jargon technique et les bonus. Le livre, publié avant la crise des dot-com et celle de 2008, explique parfaitement comment des traders ou des fonds apparemment "brillants" peuvent n'être que des "idiots chanceux" temporairement épargnés par le hasard.

"Antifragile" (2012) 

"Antifragile: Things That Gain from Disorder" (2012) de Nassim Nicholas Taleb, un ouvrage majeur et provocateur qui complète sa trilogie sur l'incertitude.

Après "Le Cygne Noir" (qui traitait de l'impact extrême d'événements imprévisibles), Taleb introduit ici le concept central d'Antifragilité. Il argue que notre monde est dominé par l'incertitude et le désordre, et que pour y prospérer, il faut non pas être robuste (qui résiste aux chocs) ou fragile (qui casse sous les chocs), mais antifragile – c'est-à-dire qui s'améliore, se renforce et tire profit du stress, de la volatilité et du chaos.

L'antifragilité est une propriété qui, selon lui, est omniprésente dans la nature, les systèmes biologiques, l'évolution, mais largement incomprise et même combattue par les systèmes socio-économiques modernes.

 

Structure et Concepts Clés ..

1. Définition de l'Antifragilité ..

C'est plus que la résilience. Une chose résiliente (ou robuste) reste identique face au choc ; une chose antifragile s'améliore. Exemples : le système immunitaire (se renforce face aux germes), l'innovation (naît du désordre et de l'essai-erreur), la musculature (se développe sous stress), la mythologie (se bonifie avec le temps).

2. La Triade ..

- Fragile : Aversion au stress, à la volatilité, à l'imprévu. Soumis à l'effet négatif des Cygnes Noirs.

- Robuste/Résilient : Indifférent aux chocs.

- Antifragile : En a besoin, en profite. Bénéficie des Cygnes Noirs positifs.

3. Le "Via Negativa" (l'approche par soustraction) ..

Idée centrale : on peut souvent atteindre l'antifragilité non pas en ajoutant (des réglementations, des prédictions complexes), mais en retirant ce qui est fragile. La réduction des fragilités laisse émerger naturellement des systèmes antifragiles. Exemple : mieux vaut éviter les aliments toxiques que chercher l'aliment parfait.

4. L'Éthique du "Skin in the Game" (Avoir quelque chose à perdre) ..

Taleb fustige ceux qui donnent des conseils ou dirigent sans en subir les conséquences négatives (les "fragilistes") : bureaucrates, universitaires en sciences molles, banquiers d'affaires qui privatisent les gains et socialisent les pertes. L'antifragilité exige que les décideurs aient leur peau en jeu, alignant ainsi leurs intérêts avec ceux du système.

5. La Barbell Strategy (Stratégie du Barbell) ..

Pour devenir antifragile, il faut combiner extrême prudence d'un côté et prise de risque agressive de l'autre, en évitant le "juste milieu" fragile.

Exemple financier : Placer 90% de son capital dans des actifs ultra-sûrs (obligations d'État) et 10% dans des actifs très spéculatifs (start-ups, options). On évite ainsi les risques moyens et dévastateurs.

Exemple de vie : Avoir un emploi très stable (ou une source de revenus sûre) et consacrer son temps libre à des projets créatifs à haut risque/récompense.

6. La Procrustination ..

Dénonciation des systèmes qui imposent une modélisation théorique et une normalisation forcée à la réalité complexe (comme le lit de Procuste), la rendant plus fragile. C'est une critique des modèles économétriques, de la planification centralisée et de l'ingénierie sociale.

 

L'antifragilité est une grille de lecture stimulante pour analyser des domaines variés (biologie, économie, psychologie, politique). Elle force à repenser notre rapport au désordre. Sa dénonciation des "faux savants", des modèles risqués mais non testés (comme en finance) et de la sur-régulation est souvent salutaire. Il met en garde contre l'illusion du contrôle. Il vante les habitudes éprouvées par le temps (la "Lindy Effect") qui incorporent une antifragilité tacite, par opposition aux théories académiques non testées.

Mais le concept reste philosophique et métaphorique. Il est difficile à mesurer, à modéliser ou à appliquer de façon précise en politique publique ou en gestion. La frontière entre "fragile" et "antifragile" est souvent floue.

Son monde est peuplé de héros (le commerçant, l'entrepreneur, l'ancien) et de méchants (le journaliste, l'universitaire, le bureaucrate). Ce manichéisme nuit à la nuance. Son mépris pour certains domaines (comme l'économie mainstream, la psychothérapie) peut être injuste. Et ce qui est antifragile pour un individu ou une entreprise peut être catastrophique pour la collectivité (ex: certaines stratégies financières). L'antifragilité du système capitaliste de "destruction créatrice" se paie au prix fort en souffrance humaine individuelle.

 

Son héritage se retrouve aujourd'hui dans 

- La gestion des risques (approche "anti-fragile" en cybersécurité, en finance).

- L'entreprenariat (culture du "fail fast", du prototype et de l'itération).

- La philosophie personnelle (recherche de l'exposition aux stress bénéfiques, "hormesis").

- La critique des modèles prévisionnels et de la gouvernance par les chiffres.

"Skin in the Game" (2018)

Il n’y a pas de véritable connaissance ni de justice sans “exposition personnelle au risque”.

Finalité : Dénoncer les systèmes où les décideurs ne subissent pas les conséquences de leurs choix et proposer une éthique fondée sur la responsabilité : c'est réhabiliter la pensée stoïcienne et l'appliquer à l’incertitude moderne ...

Dans le débat sur la violence qu'introduit Pinker ("The Better Angels of Our Nature", 2011), Taleb porte une critique qui est avant tout méthodologique et statistique. On la trouve dans ses articles scientifiques (notamment “The Decline of Violence and Statistical Fragility” avec Cirillo), dans ses interventions publiques, et dans ses commentaires sur les réseaux sociaux.

Cependant, les idées à la base de sa critique de Pinker sont présentes dans deux livres de l’Incerto.

- Dans "The Black Swan", Taleb explique pourquoi les phénomènes extrêmes (guerres, effondrements, crises) ne suivent pas des tendances lisses.

- Dans "Antifragile", il développe la fragilité des systèmes modernes, ce qui contredit l’idée de progrès linéaire ou stable que Pinker soutient.

Lorsque Pinker utilise, pour justifier ses thèses, des moyennes et tendances linéaires, Taleb lui oppose que la violence politique est gouvernée par une distribution à queue grasse. Ce qui signifie au final que les statistiques de Pinker sont mathématiquement incapables de prouver un déclin durable de la violence....

Taleb estime que Pinker analyse les données de violence dans un cadre statistique inadapté.

Selon lui, les guerres, génocides et événements violents suivent des lois à queues épaisses (fat-tailed distributions), et dans ce type de phénomènes, les événements rares dominent complètement les moyennes. 

Il reproche à Pinker de négliger les guerres de très grande ampleur, qui sont rares mais décisives; de considérer que l’absence récente d’une guerre mondiale implique une tendance durable. Pour Taleb, l’analyse correcte montre que le risque d’une catastrophe majeure reste structurellement constant, et  qu’il suffit d’un seul événement extrême pour annuler des siècles de progrès.

Taleb estime d'autre part à Pinker choisit ses périodes historiques et types de violence qui soutiennent sa thèse, d'ignorer ou minimiser des données contradictoires (révolutions, effondrements, massacres pré-modernes difficiles à quantifier), et mélange des sources hétérogènes sans tenir compte de leur incertitude.

Taleb insiste sur le problème du silencieux (the silent evidence) : l’absence d’une guerre mondiale depuis 1945 ne prouve rien en termes de tendance, de longues périodes calmes sont normales dans les systèmes “à queues épaisses” (Fat Tails) ..

Un problème de “données à queue grasse” (fat-tailed data problem) apparaît lorsqu’on étudie des phénomènes dont les distributions statistiques ont une probabilité élevée d’événements extrêmes — beaucoup plus élevée que dans des distributions “normales” (comme la fameuse courbe en cloche de Gauss). Dans une distribution à queue grasse, les événements très rares et très extrêmes (ex. guerres mondiales, crises financières massives, tremblements de terre géants) sont beaucoup plus probables que ce que prédisent les modèles classiques : cela signifie que des événements rares mais gigantesques dominent le comportement du système. Dans ces contextes, les mathématiques ordinaires ne fonctionnent plus, la moyenne n’est plus stable, les prévisions quasi impossibles, et les risques sous-estimés.

Carl T. Bergstrom & Jevin D. West, « Calling Bullshit » (2020)

Un Guide d'autodéfense intellectuelle à l'ère du Big Data, qui enseigne à repérer les « bullshit » quantitatifs : visualisations trompeuses, extrapolations abusives, causalités inventées.

Carl T. Bergstrom est un biologiste évolutionniste et professeur à l'Université de Washington, spécialisé dans les réseaux d'information, l'épidémiologie et la désinformation. Jevin D. West est professeur associé à la Information School de la même université, spécialiste de la science des données et de la scientométrie (l'étude de la science elle-même). Ils sont les créateurs du cours "Calling Bullshit" à l'Université de Washington, devenu un phénomène international et la base de leur livre. Leur approche combine l'expertise en science des données, en biologie et en sociologie de la connaissance pour forger un art critique de la pensée à l'ère numérique.

 

Thèse centrale : Nous sommes submergés par du bullshit (un mélange de désinformation, de contrefaçon intellectuelle et de manipulation statistique) déguisé en "information" ou en "science". Ce bullshit prospère car notre culture quantitative est faible. L'ouvrage fournit un kit de survie intellectuel pour le repérer, le démonter et le contrer, en se concentrant sur les arguments qui utilisent abusivement des chiffres, des graphiques ou le langage de la science.

 

"..WE HAVE DEVOTED OUR careers to teaching students how to think logically and quantitatively about data. This book emerged from a course we teach at the University of Washington, also titled “Calling Bullshit.” We hope it will show you that you do not need to be a professional statistician or econometrician or data scientist to think critically about quantitative arguments, nor do you need extensive data sets and weeks of effort to see through bullshit. It is often sufficient to apply basic logical reasoning to a problem and, where needed, augment that with information readily discovered via search engine.

We have civic motives for wanting to help people spot and refute bullshit. It is not a matter of left- or right-wing ideology; people on both sides of the aisle have proven themselves skilled at creating and spreading misinformation. 

Rather (at the risk of grandiosity), we believe that adequate bullshit detection is essential for the survival of liberal democracy. Democracy has always relied on a critically thinking electorate, but never has this been more important than in the current age of fake news and international interference in the electoral process via propaganda disseminated over social media. In a December 2016 New York Times op-ed, Mark Galeotti summarized the best defense against this form of information warfare:

"Instead of trying to combat each leak directly, the United States government should teach the public to tell when they are being manipulated. Via schools and nongovernmental organizations and public service campaigns, Americans should be taught the basic skills necessary to be savvy media consumers, from how to fact-check news articles to how pictures can lie."

 

NOUS AVONS CONSACRÉ NOTRE carrière à enseigner aux étudiants comment réfléchir de manière logique et quantitative à partir de données. Ce livre est issu d'un cours que nous dispensons à l'université de Washington, également intitulé « Calling Bullshit » (Dénoncer les conneries). Nous espérons qu'il vous montrera qu'il n'est pas nécessaire d'être un statisticien, un économétricien ou un data scientist professionnel pour réfléchir de manière critique à des arguments quantitatifs, ni de disposer de vastes ensembles de données et de consacrer des semaines d'efforts pour démasquer les bullshits. Il suffit souvent d'appliquer un raisonnement logique de base à un problème et, si nécessaire, de le compléter par des informations facilement accessibles via un moteur de recherche.

Nous avons des motivations civiques pour vouloir aider les gens à repérer et à réfuter les bullshits. Il ne s'agit pas d'une question d'idéologie de gauche ou de droite ; les deux camps ont prouvé qu'ils étaient doués pour créer et diffuser de la désinformation. 

Au contraire (au risque de paraître prétentieux), nous pensons qu'une détection adéquate des mensonges est essentielle à la survie de la démocratie libérale. La démocratie a toujours reposé sur un électorat doté d'un esprit critique, mais cela n'a jamais été aussi important qu'à l'ère actuelle des fausses informations et de l'ingérence internationale dans le processus électoral via la propagande diffusée sur les réseaux sociaux. Dans un éditorial publié en décembre 2016 dans le New York Times, Mark Galeotti a résumé la meilleure défense contre cette forme de guerre de l'information :

« Au lieu d'essayer de lutter directement contre chaque fuite, le gouvernement américain devrait apprendre au public à reconnaître quand il est manipulé. Par le biais des écoles, des organisations non gouvernementales et des campagnes de service public, les Américains devraient acquérir les compétences de base nécessaires pour devenir des consommateurs avertis des médias, qu'il s'agisse de vérifier la véracité des articles d'actualité ou de comprendre comment les images peuvent mentir. »

 

Stephen M. Stigler, "The History of Statistics: The Measurement of Uncertainty before 1900" (1986)

"The History of Statistics" de Stigler n'est pas seulement la première grande synthèse historique sur le sujet ; c'est un classique absolu qui a défini les standards de la discipline. Son apport est triple,

- Factuel et historiographique : Il a offert pour la première fois un récit cohérent, détaillé et savant des origines de la statistique.

- Méthodologique : Il a montré comment faire une histoire rigoureuse des concepts scientifiques en les ancrant dans leurs contextes de résolution de problèmes.

- Critique interne : Il a durablement discrédité les récits simplistes sur les "pères fondateurs" au profit d'une histoire plus complexe et collective.

 

Publié en 1986, l'ouvrage de Stephen M. Stigler (statisticien et historien des sciences renommé) est universellement considéré comme une œuvre fondatrice et pionnière dans l’histoire de la statistique.

Avant lui, il existait des récits fragmentaires, souvent internalistes et centrés sur des grands noms, mais aucune synthèse aussi ambitieuse, érudite et méthodologiquement rigoureuse couvrant la période de la fin du XVIIe siècle à 1900. Stigler a véritablement institutionnalisé l'histoire de la statistique comme un champ de recherche à part entière, à la croisée de l'histoire des sciences, des mathématiques et des sciences sociales.

L'ouvrage retrace la genèse lente et complexe des concepts fondamentaux de la statistique moderne (moyenne, erreur, corrélation, régression, inférence) jusqu’à l’émergence de la statistique mathématique au tournant du XXe siècle (avec Karl Pearson et Francis Galton).

 

Thèse majeure (la « Loi d'éponymie de Stigler ») ...

Stigler avance que les découvertes scientifiques ne sont presque jamais nommées d'après leur véritable auteur.

Cette loi, illustrée tout au long du livre, est au cœur de sa démarche : il s’agit de déconstruire les récits héroïques pour montrer comment les idées émergent progressivement, dans un contexte intellectuel et pratique spécifique, souvent grâce à des contributions oubliées.

Son récit montre que la statistique n'est pas née ex nihilo avec Gauss ou Laplace, mais est le fruit d’échanges entre l’astronomie, la géodésie, la démographie, la psychologie et les sciences sociales.

 

1. Une érudition et une profondeur techniques inégalées

Stigler plonge dans les textes originaux (souvent méconnus) et analyse avec une grande clarté les développements mathématiques. Il rend accessibles des débats techniques complexes. Il met en lumière des figures cruciales mais négligées, comme Abraham De Moivre, Thomas Simpson, Daniel Bernoulli, Adolphe Quetelet ou F. Y. Edgeworth.

2. Une approche contextuelle et intellectuelle

Contrairement à une histoire purement internaliste, Stigler lie étroitement les avancées conceptuelles aux problèmes pratiques qui les ont motivées : corriger les erreurs d'observation en astronomie, établir des tables de mortalité pour les assurances, analyser les données sociales, etc. Il montre comment la quête de la mesure de l'incertitude a été le moteur principal de l'évolution de la discipline.

3. La mise en récit d'une « lente maturation »

Son récit est celui d'une discipline qui se constitue peu à peu, par tâtonnements, retours en arrière et synthèses. Il démystifie le processus de découverte.

4. Une contribution méthodologique à l'histoire des sciences

Stigler y déploie une méthode exemplaire, alliant rigueur technique, sens du contexte et attention aux réseaux intellectuels. Le livre est un modèle du genre pour l'histoire des concepts. La critique chez Stigler est subtile, interne et savante, mais elle est bien présente, 

- Critique des mythes et des paternités simplistes : C'est l'aspect le plus manifeste. Il remet en cause les récits traditionnels pour montrer la nature collective et cumulative de l'innovation.

- Critique par la contextualisation : En montrant que les concepts naissent de problèmes concrets (et non d'une pure spéculation mathématique), il propose une lecture désacralisante et matérialiste de l'histoire des sciences.

- Limites de sa propre critique : Son approche reste principalement une histoire intellectuelle des idées. Il ne développe pas une critique sociale ou politique des usages de la statistique (contrairement à Didier, Hacking ou Desrosières). La statistique chez Stigler est d'abord une aventure cognitive. Il n'aborde que marginalement les enjeux de pouvoir, de contrôle social ou les idéologies portées par la quantification.

 

Bien que contextualisée, l'accent est mis sur la généalogie des concepts. Les travaux ultérieurs d'Alain Desrosières (The Politics of Large Numbers) ou de Theodore Porter (Trust in Numbers) insisteront davantage sur la sociologie des acteurs et l'usage de la statistique comme technologie de gouvernance. Les liens de la statistique avec l'eugénisme (Galton, Pearson) sont évoqués, mais ne sont pas au centre de l'analyse. L'ouvrage se termine avant le XXe siècle, période où ces enjeux deviennent beaucoup plus discutables ...