Méthode scientifique

La méthode scientifique est la démarche utilisée en sciences afin de valider (ou d'invalider) une théorie: il s'agit de confronter la théorie (élaborée à partir d'observations) au travers de mesures et d'expérimentations.

Les sciences au sens large comportent d'autres activités que la confrontation de la théorie à l'expérience, qui utilisent leurs propres méthodes tout aussi scientifiques; et d'autre part certaines activités de recherche et d'acquisition systématique de connaissances, comme les mathématiques, la logique ou les sciences humaines en général (dont l'économie) ne font que peu ou pas appel à l'expérimentation et (ou) à la mesure.

Sommaire

1 Historique
2 Application de la méthode scientifique
3 Sciences fondamentales et sciences pour l'ingénieur
- 3.1 Les grands modèles
- 3.2 Recherche et expérimentation
4 Sciences de la Terre et de l'Univers
5 Sciences de la vie
6 Sciences humaines
7 Voir aussi
8 Bibliographie

Historique

L'invention de cette méthode revient aux philosophes sceptiques, en particulier, les sceptiques de la médecine empirique. Ainsi, dans l'Antiquité, cette méthode fut formulée le plus rigoureusement par Ménodote de Nicomédie (philosophe et médecin empiriste et un des chefs de l'école sceptique) et influença Galien : l'observation des phénomènes en s'abstenant de se prononcer sur la nature de ce qui échappe à nos sens, la confirmation et l'infirmation par l'expérience, et même la diffusion des résultats, tout cela était déjà bien connu des philosophes sceptiques, et faisait également partie de la philosophie épicurienne. Cette méthode s'est constituée progressivement en partant d'Aristote, en passant par Nausiphane, maître d'Epicure, avant d'être formulée méthodiquement par les sceptiques et les empiristes qui voulaient alors combattre les tendances dogmatiques de la philosophie.

Après une longue éclipse, le franciscain Roger Bacon (1214-1294), en redécouvre les fondements et la décompose en plusieurs étapes :

observation du phénomène, mesures ;
formulation d'hypothèses pour l'expliquer, construction d'un modèle explicatif ;
prévision de nouveaux événements répondant à ces hypothèses, déduction de conséquences expérimentables (test de la valeur prédictive du modèle) ;
vérification ou réfutation par l'expérience,
conclusion (évaluation).

On y ajoute aujourd'hui la diffusion des résultats et des protocoles utilisés afin que la communauté scientifique puisse en vérifier le caractère reproductible.

Reproductibilité

La reproductibilté est le meilleur test de la validité d'une expérimentation scientifique.

Lois de la nature ou lois des hommes ?

On parle souvent de « lois de la nature » ; de fait, si une même cause entraîne toujours la même conséquence, la similitude est une grande « loi immuable » que suivraient les choses.

Cela pose tout de même, formulé ainsi, la question du législateur, et peut sembler impliquer un « ordre divin » imposant aux choses un certain comportement. La notion de loi naturelle serait-elle plus religieuse que scientifique? En fait, les mathématiques donnent des exemples qu'une loi « naturelle », peut être la conséquence nécessaire d'axiomes avec lesquelles elle semblait n'avoir pas de rapport a priori : ce qui n'était qu'une conjecture peut, avec souvent de gros et long efforts et un choix judicieux d'axiomes, se transformer en théorème. Il n'y aurait alors pas d'autre ordre divin que celui des mathématiques, qui présente en effet avec l'idée habituelle de Dieu les points communs d'être intemporel, immuable, et hors de toute contingence.

Un autre motif d'interrogation porte moins sur la notion de « loi naturelle » elle-même que sur sa signification. La science causale n'étudie pas le « pourquoi » en soi (d'éventuelles « raisons pour lesquelles » un événement survient, qui sont du ressort de l'étude des phénomènes d'émergence étudiées en théorie du chaos), mais le « comment » (la manière dont les événements se déroulent). Dans le cadre causal sont exprimés et résumés différents liens entre des événements sous forme de « loi ». Cette « loi » est néanmoins descriptive, et non prescriptive. Quelques exemples :

Kepler ne décide pas comment les satellites « doivent » décrire leurs révolution, il constate comment, de fait, ils le font (Voir Lois de Kepler).
Newton montre alors comment les trois lois descriptives établies par Képler (conjecture mathématique) peuvent se déduire de façon plus économique d'un modèle unique (la loi d'attraction en mm'/r²), qui en plus explique des phénomènes additionnels sans rapport a priori évident, comme les marées.
Cette loi de Newton suppose néanmoins une action à distance : comment expliquer cette sorte de magie ? La réponse de Newton est ferme : hypotheses non fingo (je n'avance pas d'hypothèses). Ou, comme le dira plus tard Wittgenstein, Ce dont on ne peut parler, il faut le taire.

Einstein (à la suite de Minkowski, Lorentz et Poincaré) procède à un réajustement : dans la construction galiléenne de la mécanique, il remplace une hypothèse que les faits ont invalidée (l'addition des vitesses) par une autre hypothèse qui, elle, est confirmée par les faits (la constance de la vitesse de la lumière dans tous les repères) et redéfinit toute la mécanique qui en découle.

Simple changement de notation; les événements, eux, se déroulent toujours de la même manière : la réalité n'a pas changé; nous savons seulement mieux la décrire. Bref, nous n'imposons pas de « lois immuables à la nature »; ces lois existent indépendamment de nous, et nous nous contentons d'en donner des descriptions qui à mesure du temps en rendent mieux compte. René Descartes écrivait (mais dans un autre sens) dans Le Discours de la méthode :

« Le premier [principe] était de ne recevoir jamais aucune chose pour vraie, que je ne la connusse évidemment être telle. »

On ne saurait s'autoriser de Descartes et de sa conception du doute pour affirmer qu'aucune réalité objective n'existe. On peut simplement émettre l'hypothèse que jusqu'à nouvel ordre les idées que nous nous faisons sur cette réalité restent susceptibles, à la lumière de faits nouveaux, d'être remaniées.

Principe général de l'élaboration d'un modèle ou d'une théorie

La méthode scientifique consiste à concevoir un modèle et à comparer ses résultats aux observations qui résultent d'expériences.
Le modèle est un objet dépouillé de tout ce qui ne concerne pas les propriétés étudiées. Toute la difficulté est justement de sélectionner les éléments importants, tous et rien qu'eux.

L'expérience (au sens de l'habitude répétée), le raisonnement et l'intuition peuvent guider. Quand on s'intéresse à l'interaction avec la lumière, la couleur est importante et la masse ne l'est pas, alors que c'est l'inverse si on veut examiner la chute du corps. Mais seule l'expérience pourra confirmer ces choix, en montrant que de fait, tout ce passe comme si le modèle était indistinguable de l'objet réel étudié.

Très souvent, on dispose de modèles généraux qu'on peut spécialiser. Malgré les différences flagrantes entre un poumon humain et une feuille de tilleul, on les décrit très bien tous les deux à l'aide d'une même classe de modèle, celui de la cellule. Mais, selon la question, on adaptera ce modèle général à la question, jusqu'à trouver les éléments déterminants.

Division et synthèse

La construction d'un modèle ou d'une théorie passe donc par une phase de simplification. Il s'agit en fait simplement de diviser le problème complexe en sous-problèmes plus simples. Cette notion fut énoncée par René Descartes dans son Discours de la méthode :

« ...diviser chacune des difficultés que j'examinerais, en autant de parcelles qu'il se pourrait, et qu'il serait requis pour les mieux résoudre. »

En quelques sortes, il s'agit de « diviser pour régner ».

Ainsi, les facettes du problème que l'on a négligées feront partie d'une autre étape de l'étude, ou bien encore d'un autre modèle ou d'une autre théorie. Mais les sous-problèmes simples sont souvent trop éloignés de la réalité. Les résultats des différents sous-problèmes doivent ensuite être regroupés et synthétisés ; cette synthèse permet de se rapprocher de la réalité.

Abstraction

L'abstraction est la base de la conception d'un modèle : un objet réel, un phénomène, est analysé afin de n'en garder que les caractéristiques essentielles, celles qui ont une influence sur ce que l'on veut étudier.

On peut prendre comme exemple d'abstraction l'invention des nombres entiers naturels.

Dans de nombreux cas, notamment en sciences de la vie et en sciences humaines, l'abstraction consiste à classer les objets étudiés en catégories. Par exemple, en psychologie et en psychiatrie, les désordres mentaux et troubles de la personnalité (névroses, psychoses) sont nommés et classés, par exemple en suivant le document DSM-IV ou toute autre nomenclature : paranoïa, schizophrénie, trouble obsessionnel et compulsif, boulimie... En médecine, les atteinte au bon fonctionnement du corps humain sont nommées et classées selon leur mécanisme (inflammation, infection virale ou bactérienne) et leur effets (étiologie) : fracture, hémorragie, accident vasculaire cérébral, angine...

Grandeurs et mesure

Cette classification ou taxonomie est en fait le premier stade de la mesure: la construction d'une information manipulable de manière abstraite en isolant les grandeurs importantes pour le phénomène étudié. Il est cependant généralement souhaitable de créer des métriques plus fines que le simple critère d'appartenance à une variété.

Ces grandeurs doivent alors être chiffrées, grâce à la métrologie, en général par la définition d'un étalon « universel » (c'est-à-dire reconnu par tous les scientifiques et utilisable partout et en tous temps). L'idée de base est d'avoir un phénomène reproductible servant de référence, et de dire ensuite : « le phénomène que j'étudie vaut n fois le phénomène de référence ». Ce phénomène de référence est appelé étalon. Pour distinguer ces différents phénomènes, on associé au chiffre n un nom appelé « unité ». Ainsi, un objet inaltérable sert de référence pour la quantité de matière et définit l'unité de masse, que l'on appelle le kilogramme.

La mesure est nécessairement entachée d'erreurs, erreurs que l'on sait maintenant inévitables, car l'incertitude est une des propriétés fondamentales de l'observation, y compris concernant la matière (cf. inégalité de Heisenberg). Une mesure expérimentale n'a de valeur que si on lui associe une erreur ; ainsi, on devrait en principe dire « la poutre mesure 1 m de long à 5 mm près », si l'expérience courante ne rendait pas cette restriction implicite. L'extraction de résultats utilisables malgré ces incertitudes constitue l'objet des méthodes statistiques.

Quelques constantes ont une valeur exacte et définie avec la précision que l'on voudra, comme π ou bien des nombres entiers que l'on voit dans des formules. Il ne s'agit pas là de valeurs mesurées mais de constantes soit physiques, soit mathématiques.

Au bout du compte, on aboutit à une description, souvent mathématique, de l'objet. Le scientifique essaie alors de regarder la manière dont évoluent les grandeurs chiffrées et essaie de représenter cette évolution par des formules mathématiques, ou équations.

Description et prédiction

Le modèle ainsi construit permet donc de décrire le comportement des objets réels, les phénomènes naturels. Par exemple, tout ce que l'on connaît de l'intérieur de la Terre n'est qu'un modèle, on ne peut en effet connaître que les premiers kilomètres de la couche terrestre ; le modèle n'est ici pas confirmé par une observation directe de l'objet, mais seulement par le fait que le modèle a les mêmes propriétés que l'objet (en l'occurrence ici, la propagation des ondes sismiques).

L'étape suivante consiste à essayer de prédire le comportement qu'aurait l'objet réel si on essayait quelque chose d'inédit. Ceci permet d'éviter d'avoir à essayer réellement, ce qui peut représenter des risques ou bien avoir un coût important, voire être impossible. Ainsi, lorsque l'on conçoit une voiture, les modèles physiques utilisés permettent de concevoir très peu de prototypes. La théorie développée peut aussi permettre de découvrir des phénomènes complètement nouveaux ; ainsi, la modélisation de la matière en physique quantique (le modèle de l'atome) a permis d'inventer le laser et le transistor, que l'on n'avait aucune chance de découvrir simplement par essai erreur ou par intuition. Donc, un modèle scientifique a un double intérêt : une valeur descriptive et une valeur prédictive.

Cette notion de prédiction fait souvent intervenir la simulation informatique. Certains phénomènes comportent tellement de paramètres qu'il est impossible de les simuler de manière fiable, comme par exemple la météorologie ou la prédiction des séismes ; on parle alors de comportement chaotique.

Modèle et « réalité »

Tout modèle étant le fruit de l'imagination, il ne peut prétendre à décrire complètement la réalité. Cependant, le but du scientifique est de perfectionner son modèle de manière à tendre vers la description parfaite de la nature. Un modèle n'est cependant pas destiné à représenter toutes les propriétés du réel mais seulement celles qui sont intéressantes dans une certaine perspective, et notamment qui sont corrélées entre elles (sinon elles n'ont pas de raison de figurer dans le même modèle). Il faut également noter que les variables d'un modèle ne correspondent pas toujours à des propriétés observables mais sont parfois de simples « intermédiaires de calcul », c'est par exemple le cas de l'enthalpie en thermodynamique, ou de l'énergie en général.

De plus, un modèle donné pourra décrire suffisamment précisément la réalité pour un but donné (ex : la mécanique classique qui est une approximation de la relativité générale pour des vitesses très inférieures à la vitesse de la lumière c), et ne plus convenir dans d'autres conditions (ex : vitesses proches de c). Les calculs relativistes de la relativité restreinte illustrent bien la démarche scientifique qui part de principes et obtient des résultats conformes à l'observation par une succession d'équivalences. On dit alors que la théorie est prédictive et que les principes sont consolidés.

Application de la méthode scientifique

La méthode scientifique à base d'expérimentation provoquée n'est pas toujours applicable. Par exemple, dans certaines sciences comme l'astronomie ou la météorologie, il n'est pas possible de mener des expériences : tout se joue sur les observations et les simulations numériques.

Dans les « sciences » humaines (économie, ethnologie, psychologie, etc.), la démarche expérimentale est délicate, l'aspect prédictif de la méthode appliquée aux phénomènes humains étant souvent mis en défaut.

Face à cette difficulté deux attitudes opposées ont vu le jour:

L'émergence des sciences humaines et sociales à partir de la fin du XIX^e siècle et au XX^e siècle a conduit à remettre en question le modèle vieillot de la méthode scientifique, qui définit de façon réductrice la notion de science.
Pour d'autres auteurs, comme Michel Foucault dans Les mots et les choses, il faut au contraire se méfier de la tautologie qui consiste à définir une discipline comme scientifique parce que son nom contient le mot science. Il serait donc souhaitable, qu'à l'instar de la philosophie, ces disciplines s'assument en tant que démarche rationnelle d'étude du réel sans expérimentation possible.

Sciences fondamentales et sciences pour l'ingénieur

Les grands modèles

Recherche et expérimentation

Le modèle étant une construction de l'esprit, plusieurs personnes peuvent élaborer un modèle différent pour le même phénomène. L'idée de base des sciences est que les faits arbitreront le débat ; un modèle n'est acceptable que s'il n'est pas contredit par l'observation.

Cependant, de tous temps, des hommes se sont trompés ou ont falsifié (voir par exemples rayons N). Il convient donc d'adopter une démarche permettant d'éviter l'erreur comme la tromperie. La production d'un fait appuyant un modèle est régulée par démarche expérimentale. Dans la démarche expérimentale, les paramètres intéressants (ceux constituant le modèle) doivent être évalués (mesurés ou fixés) sans ambiguïté, et les autres paramètres doivent être rigoureusement fixés, à moins qu'on ne fasse dans un premier temps l'hypothèse qu'ils n'ont pas d'influence — d'où la phrase « toutes choses étant égales par ailleurs »... On appelle cela une expérience. Mais le plus important est que la démarche suivie — ou protocole expérimental — doit être publiée, et l'expérience doit être reproduite par d'autres personnes dans un endroit différent, et obtenir les mêmes résultats.

Cette démarche ne garantit pas contre l'erreur ni le mensonge, mais permet plus facilement de les débusquer. Ce qui est intéressant dans cette démarche (comme dans la démocratie), c'est que c'est un système qui se corrige lui-même, qui est donc en amélioration continue. On peut se tromper, on peut être trompé, mais on le sait, et on remet en cause régulièrement les certitudes, il n'y a pas de dogme établi. Voire : l'erreur est inévitable et on sait que l'outil avec lequel on travaille est faux et sera remplacé un jour par un outil meilleur ; la meilleure preuve que la démarche scientifique est efficace est que des théories sont régulièrement invalidées.

Cette définition exclut par définition les mathématiques, puisqu'il leur manque la dimension expérimentale ; elles n'en constituent pas moins, comme l'informatique, un composant utile des modélisations, où l'objet modélisant la nature est dépouillé de son aspect matériel, donc abstrait à partir de l'observé. Elles peuvent être considérées comme des outils de fabrication des sciences. La logique, tant déductive qu'inductive, est à compter au nombre de ces outils.

Cette approche qui s'appuie uniquement sur la méthode scientifique est considérée par certains comme trop restrictive et correspondrait plutôt aux sciences expérimentales. A contrario, certains soutiennent que certains théorèmes empiriques sont difficiles à démontrer et que de ce fait la démarche mathématique est, elle aussi, expérimentale. Au final, savoir si on définit les mathématiques comme une science ou non constitue un problème purement terminologique : les mathématiques se composent d'abstractions créées par l'esprit humain, mais les objets qu'elles définissent (par exemple nombres premiers ont bien une existence intrinsèque qui ne doit plus rien à l'arbitraire du mathématicien une fois leur définition posée. Cette question, initiée par Pythagore et développée par Platon au IV^e siècle av. J.-C., a fait l'objet d'un débat intéressant entre le mathématicien Alain Connes et le neurologue Jean-Pierre Changeux : Matière à pensée.

Voir article détaillé Méthodes expérimentales

Sciences de la Terre et de l'Univers

Beaucoup de sciences de la Terre et de l'Univers (notamment : astrophysique, sismologie, météorologie) s'écartent de la méthode expérimentale en ce sens qu'elles ne peuvent pas faire (ni même essayer de faire) varier un seul paramètre en fixant tous les autres. Ces sciences reposent donc quasi-uniquement sur l'élaboration de modèles et leur confrontation avec des observations de phénomènes que l'on ne maîtrise pas. Pour compenser ce manque de souplesse, les scientifiques de ces disciplines ont beaucoup recours à la statistique (pour tenter d'isoler par le calcul les contributions de différentes causes dans une observation) et aux simulations numériques.

Par exemple, en général la Terre est représentée comme une sphère homogène. Or cela n'est pas vrai, mais pour beaucoup de phénomènes, cela suffit. On peut pousser la modélisation plus loin en la considérant comme une succession de couches sphériques concentriques homogènes (comme des peaux d'oignon) : noyau, manteau, croûte terrestre, atmosphère. Cela n'est toujours pas vrai, mais permet de modéliser d'autres phénomènes. Les simulations numériques effectuées sur ces modèles, en comparant les données mesurables (par exemple force d'un séisme en différents points du globe ou déformation due à l'effet de la Lune).

Sciences de la vie

En publiant Introduction à l'étude de la médecine expérimentale en 1866, Claude Bernard tente d'adopter cette méthode dite expérimentale dans le domaine de la médecine.

Le principal problème des sciences de la vie, notamment de la biologie et de la médecine, est la reproductibilité d'un phénomène. En effet, les organismes vivants sont sensibles à une multitude de paramètres qu'il est d'une part difficile d'isoler, et d'autre part, plus on isole les paramètres, plus on s'éloigne de la réalité. Enfin, le domaine d'étude étant la vie, on se heurte à des considérations morales, bioéthiques ; on ne peut raisonnablement pas tout expérimenter aux dépens des êtres vivants. Les médecins prêtent le serment d'Hippocrate, et leur premier principe est : ne pas nuire (primum non nocere). En France, la recherche en biologie est sous le contrôle d'un comité d'éthique.

La notion de mesure fait fréquemment appel aux statistiques, le point le plus extrême étant les expérimentations médicales. En effet, certaines personnes guérissent spontanément, d'autres réagissent plus ou moins bien aux médicaments, et par ailleurs, le fait même de prendre un traitement peut parfois avoir des effets bénéfiques ou négatif même si le traitement lui-même est sans effet (effet placebo). Il faut donc mener des études dites « randomisées en double aveugle ».

En médecine, la notion cartésienne de division s'est traduite en occident par la spécialisation des médecins, soit par organe (l'ORL spécialiste du nez, des oreilles et de la gorge, l'endocrinologue spécialiste des glandes...), soit par type d'affection (cancérologue, allergologue...), soit par type de traitement (chirurgien, anesthésiste-réanimateur...), soit par type de population (gériatre, pédiatre...). Cette division a montré son efficacité, en matière de durée et de qualité de vie, mais a aussi montré ses limites par une déshumanisation du système et une difficulté de prendre en compte des affections complexes ainsi que la dimension psychologique, et qui a amené un certain nombre de patients à se tourner vers des médecines dites « douces », sans aucun fondement scientifique mais prenant en compte l'humain avant l'organe ou la maladie. La médecine procède maintenant à une synthèse, en s'orientant de plus en plus vers un travail d'équipe, souvent animé par un médecin généraliste, et intégrant des métiers non médicaux comme les psychologues, assistantes sociales, esthéticiennes...

Sciences humaines

Par essence, le fait historique est unique, il n'y qu'une seule Révolution russe, qu'une seule Égypte antique. Il faut donc s'attacher à relier entre eux des phénomènes différents sans possibilité d'expérimentation. C'est ainsi que Karl Marx, dans sa théorie du matérialisme historique, a mis en rapport plusieurs changement sociaux majeurs (passage de l'esclavage au servage, puis du servage au salariat) pour essayer de comprendre les conditions ayant initié ces changements. Cependant, Karl Marx, s'il fait œuvre d'historien dans le sens où il raconte l'Histoire, ne le fait pas avec une méthode qu'on pourrait appeler scientifique : en effet, il ne fait pas une étude systématique, contrôlée, empirique et critique d'hypothèses formulées sur les relations présumées entre différents phénomènes. Il se contente de formuler des hypothèses, et recherche les faits historiques les confirmant. Mais pour valider ses thèses, il faudrait qu'il :

ait procédé à une critique de ses sources, afin de pondérer les sources partisanes ;
ait recherché les faits contredisant ses thèses.

Au lieu de cela, il a cherché les arguments validant ses thèses visant à démontrer que l'histoire avait un sens : d'aller vers le communisme.

Les études sur le comportement humain (psychologie, sociologie) permettent des observations et même des expérimentations, mais sont soumises aux même contraintes que les sciences de la vie : la diversité du comportement humain et la préservation de l'intégrité de l'individu (éthique).

Les mêmes limitations s'appliquent à l'économie, où tous les phénomènes observables sont le résultat de jugements et de comportements humains. et plus précisément de l'interaction d'un très grand nombre de telles actions. A la non-reproductibilité des actions individuelles s'ajoute la non-reproductibilité des interactions, ce qui interdit l'expérimentation contrôlée.

La majorité des économistes contemporains admet néanmoins que les méthodes utilisées en économie doivent s'approcher autant que possible des méthodes des sciences physiques. Les économistes de l'Ecole Autrichienne soutiennent au contraire que l'économie doit, comme les mathématiques et la logique, être construite par pure dérivation logique à partir d'axiomes irréfutables.

La notion de mesure est également complexe, car comment résumer une notion aussi complexe que le développement d'un peuple par de simples valeurs numériques ? Par ailleurs, la mise en équation a-t-elle un sens dans ces domaines ?

On a souvent recours à des indices indiquant l'ampleur du phénomène. Dans certains cas, il s'agit simplement de classer le phénomène dans un groupe, et d'attribuer un nombre entier à ce groupe. L'« indice de développement humain » adopté par les Nations Unies est un classement des pays prenant en compte certes le critère économique (produit intérieur brut par habitant), mais aussi et surtout l'accès à l'eau, à la nourriture, à la santé et à l'éducation.

Voir aussi

Bibliographie

La méthode expérimentale chez les Anciens, Victor Brochard

Récupérée de « http://fr.freepedia.org/M%C3%A9thode_scientifique.html »

Catégories de la page: Sciences | Recherche scientifique | Épistémologie | Gestion de projet | Rhétorique