Même s'il est devenu habituel de faire la distinction entre sciences « dures » et sciences « molles », il me semble que la catégorisation à laquelle on se livre ainsi est plus complexe, à la limite d'un continuum. En effet, et pour simplifier, ce n'est pas l'appel aux mathématiques qui fait la différence : comme leur nom l'indique, les SHS placent l'homme au cœur de leur domaine de recherche, alors que la physique, la chimie, etc ont pour objectif la découverte des lois de la nature, là où l'homme n'a pas sa place, ou du moins une place réduite à celle d'objet d'étude. Entre les deux, il y a au moins la médecine, qui à mon avis ne se place ni comme « dure » ni comme « molle », mais comme une combinaison des deux. Par exemple, la psychologie fait indubitablement partie des SHS, mais si on veut étudier rationnellement l'impact de la psychologie sur l'évolution d'une maladie, ou encore la réalité de l'effet placebo, il faut faire appel à une approche rationnelle « dure », le plus souvent statistique, à partir des connaissances approximatives que nous avons de l'esprit humain.

Prenons l'exemple de la météorologie. Est-ce une science « molle », ou « dure » ? Ce n'est certainement pas la possibilité de faire des prévisions fiables qui qualifie cette science. Pourquoi ? Il se pose deux problèmes. Le premier est celui des modèles et des simulations. Ceux-ci simplifient le réel pour pouvoir l'étudier, et c'est ce qui se passe chaque fois qu'on veut pouvoir étudier un système complexe. La météorologie utilise bien les lois prouvées de la physique (mécanique des fluides, échanges thermiques, thermodynamique, etc,) mais la difficulté est de pouvoir effectuer des calculs représentatifs à partir d'un découpage plus ou moins grossier du domaine d'étude, par exemple des zones de 10 km de côté dans lesquelles on suppose que tous les paramètres sont constants à un instant donné. On écrit ensuite les lois d'échange entre chacune de ces cellules d'un instant à l'instant suivant. Comme ces hypothèses ne sont que des approximations, et même si les lois sont justes, au bout d'un certain temps le calcul n'est plus conforme à la réalité du terrrain. Ce n'est pas qu'il soit faux, mais on ne dispose pas de l'ensemble des données nécessaires. L'augmentation de la puissance de calcul des ordinateurs permet des découpages de plus en plus fins rendant plus conformes dans la durée les résultats obtenus, mais en effet on n'aura jamais de prévisions certaines au bout d'un certain temps. Le deuxième problème a trait à la connaissance précise des conditions initiales d'un phénomène afin de pouvoir calculer son évolution. C'est quasiment mission impossible en météorologie, il faudrait connaître à un instant « t » l'ensemble des paramètres de toutes les mailles de 10 km, c'est à dire avoir des instruments de mesure partout sur la surface du globe. La météorologie est donc bien une science dure, mais elle ne peut faire de bonnes prévisions au-delà d'un certain laps de temps.

Il en va autrement dans les sciences humaines et sociales. Il n'y a pas de lois mathématiques qui permettent de mettre en équations, comme pour la météorologie les phénomènes qu'on constate dans un domaine d'études ayant trait à l'humain. Ou plutôt je dirai qu'on arrive à énoncer des relations approximatives, globales, générales entre des phénomènes ou des événements, mais uniquement en langage ordinaire. Ceci permet de comprendre parfois ce qui se passe, mais en aucun cas ne conduit à des prévisions de quelque ordre que ce soit. Ceci est valable en psychologie, en économie, et en médecine lorsque le mental vient agir sur le fonctionnement physique des organes du corps. J'ai cité l'économie, malgré les modèles mathématiques qui fleurissent, mais n'ont pas de valeur au-delà des hypothèses sur lesquelles ils se fondent, et qui n'existent en fait que pour permettre le calcul que les économistes ont envie de faire.

J'ai été un peu long, et il y aurait encore beaucoup de choses à préciser, notamment sur ce que signifie « comprendre le monde » si on rejette de cette notion de capacité à calculer et à prévoir ? Mais je m'arrête là.

Mais pourquoi vouloir absolument que les sciences molles deviennent dures? Lors de mes études de Psychologie, j'ai entendu certains enseignants se vanter d'avoir fait rentrer leur matière dans le cadre des sciences dures!

Les mathématiques nous offrent le confort de la réponse toujours vraie ou fausse , c'est le cadre de la logique formelle avec tiers exclu. Les sciences humaines ne sont souvent pas pensables en ces termes sauf à se contenter d'une vision trop réductrice ce qui la rend bien différente de la réalité existante : l'outil de perception semble alors bien défaillant!

Les statistiques sont trop souvent mal utilisées : une moyenne n'est utilisable et pertinente que si les données moyennées ont une répartition gaussienne ou à peu près. Une quantité  n'est pas analysable de façon isolée mais seulement en contexte et en regard de ce dont elle parle...

Et l'intérêt de la pensée humaine n'est-il pas justement dans sa grande variabilité peut-être même pas quantifiable?

• • Jean-Jacques

    Lundi 12 Octobre 2020 à 09:39

    Je n'essaie pas de rendre dures les sciences molles, j'essaie de comprendre comment elles fonctionnent et quelles sont leurs relations avec les mathématiques. Il me semble que la différence est la suivante : en physique, si on a les mêmes valeurs des variables au départ, on aura le même résultat à la fin, les lois sont reproductibles. Ce n'est pas le cas en SHS, ne serait-ce que parce que il est impossible de partir deux fois de la même situation. Tu me diras avec raison, qu'en physique non plus : dans le monde réel, on n'a jamais deux fois le même paramètre de départ, il faudrait pour cela connaître un nombre infini de chiffres après la virgule, sinon au bout d'un certain temps les résultats divergent voire deviennent chaotiques. Mais pas dans les modèles, ceux-ci donneront toujours les mêmes résultats, mais comme je l'ai dit, ils ne sont qu'une approximation de la réalité

     

Il n’y a pas plus de sciences dures et de sciences molles qu’il y a de sciences humaines et de sciences inhumaines. Chacune a ses spécificités. Ce distinguo est de même nature que celui opposerait les différentes catégories d’humains : les Blancs sont comme ça, les Jaunes un peu plus comme ci un peu moins comme ça, les Noirs (pardon d’oser écrire un mot tabou) un peu plus comme ça et un peu moins comme ci.

Certes il y a des différences dans les modes d’approche scientifiques mais pas aussi simplistes. Et puis il y a toutes les nuances : un épidémiologiste c’est un matheux ou un toubib ? Parfois l’un, parfois l’autre, souvent les deux. Je préfère une des typologies qui était utilisée au Ministère de la Recherche qui distinguait notamment Recherche fondamentale (RF) et Recherches appliquées et finalisées (RAF). Emmanuelle Charpentier qui vient d’être distinguée co-lauréate du prix Nobel de chimie pour sa découverte du Crispr-Cas9 (« ciseaux » moléculaires permettant d’effectuer des coupures ciblées dans le génome) faisait de la recherche fondamentale qui a de nombreuses applications en matière de RAF en médecine comme en agronomie.

L’exemple de la météo est effectivement très illustratif. Cette discipline occupe beaucoup de RF, énormément de RAF et encore plus d’applications. Comparons-la à l’économétrie, une SHS. Il se trouve que, il y a bien longtemps, j’avais participé, à Pointe à Pitre, à un colloque international organisé par les météorologues et consacrée à l’analyse des données. J’avais constaté que nous avions les mêmes problématiques et utilisions les mêmes méthodes qu’eux. La grande différence est qu’ils avaient considérablement plus de moyens humains, financiers et informatiques. Une autre différence résidait au niveau de la modélisation mathématique : en météo, pour l’instant du moins, l’horizon temporel des modèles est très limité. Alors que l’aide à la décision pour un agriculteur nécessite une perspective au moins annuelle pour la production, pluriannuelle pour les investissements. Alors pourquoi les météorologues seraient-ils des « durs », les économètres des « mous » ? Finalement il y a beaucoup de points communs entre les météorologues et les traders.

Manie bien française, il est assez ridicule de vouloir mettre des gens dans des cases. Pour prendre l’exemple d’une discipline scientifique très mathématisée, les statistiques, il faut se souvenir que parmi les grands noms de celle-ci Galton était d’abord anthropologue, Fisher biologiste et agronome, Spearman psychologue.

Il n’y a pas de méthode éminente, basse, dure, molle, pour comprendre le monde (si le débat se poursuit je reviendrai peut-être sur cette question, ici je ne veux pas tout mélanger), pour identifier les Étant qui constituent l’Etre, pour actualiser certaines de ses innombrables virtualités. Est-il plus noble de mettre le monde en équations avec Schrödinger, que de le mettre en musique avec Mozart, en poèmes avec Lamartine, en peinture avec Masaccio (« inventeur » de la perspective), en mandalas évanescents ou en haïkus subtils ? Y a t-il une façon unique de tenter de révéler l’Ame du Monde, l’anima mundi des stoïciens ?

Il ne faut pas s'enfermer dans une problématique impossible à justifier.

Si l'on retient la dernière explication de Jean-Jacques la météo est un exemple typique de scienc molle, contrairement à ce qu'il expliquait précédemment. Et quid du chaos déterministe ? Avec des conditions initiales précisemment fixées on peut arriver à des résultats divergeants : c'est l'histoire de l'aile du papilon qui modifie le climat. Henri Poincaré avait déjà mis en évidence ce phénomène (le problème des trois corps en interaction).

Par parenthèse HP était un génie : certains lui attribue l'antériorité de la découverte de la relativité dite einsteinnienne.

• • Jean-Jacques

    Lundi 12 Octobre 2020 à 23:47

    Pierre, je crois que tu ne m'as pas bien lu. Je disais dès le départ que les SHS avaient l'humain comme objet d'étude, mais que ce n'était pas mathématisable, sauf à utiliser des statistiques. La météo est une science dure, car l'humain  en tant qu'esprit n'y a pas sa place alors que le temps qu'il fait dépend uniquement des équations de la physique. Le chaos déterministe a sa place dans la météo, justement parce que les conditions initiales des modèles ne sont jamais connues avec une précision infinie.

• Nom / Pseudo :
  
  E-mail (facultatif) :
  
  Site Web (facultatif) :
  
  Commentaire :
  
  Me prévenir par mail en cas de réponse
  

Je pourrais contester point à point ton argumentation (heureusement que les décisions d’investissements sont mathématisables) mais je ne le ferai pas, car cela nous mènerait trop loin, nous écarterait du sujet important (le statut de la connaissance), et lasserait le lecteur potentiel : pour cette controverse qui nous oppose mieux vaudrait peut-être réagir en bilatéral et non sur un site à plus large diffusion (du moins on l’espère !).

Ce seront donc ici mes dernières remarques sur ce sujet pointu.

1. Je récuse la distinction sciences dures / sciences molles. Que dirait-on si je proposais – dans la même logique – une typologie sciences humaines / sciences inhumaines ?

2. Le problème ne réside pas dans la plus ou moins bonne connaissance des conditions initiales. Le déterminisme laplacien est battu en brèche : il existerait un « hasard intrinsèque » (Stephen Wolfram), même en partant de conditions initiales parfaitement connues. H. Poincaré – que j’ai déjà cité – et ses successeurs ont montré que l’évolution dynamique de 3 corps pesants (n corps a fortiori) n’a pas de solution mathématique exacte. L’horlogerie planétaire pourrait très bien se dérégler et notre belle planète bleue émigrer tout d’un coup, sans préavis, vers notre plus proche étoile voisine (Proxima Centauri, à peine plus de 4 années-lumière tout de même). Qu’on se rassure, on a calculé (ça au moins on sait le faire) que la probabilité d’une telle dérive est infinitésimale mais non nulle (c’est comme la proba. de gagner le gros lot au loto).

• • Jean-Jacques

    Vendredi 19 Novembre 2021 à 23:07

    1/ Je pensais surtout à la sociologie en parlant des SHS, pas à l'économétrie. Les modèles économétriques (sans trop généraliser j'espère)  sont souvent le fait de personnes qui ont envie de mathématiser leur discipline pour qu'elle ait l'air d'être scientifique, n'hésitant pas à partir d'hypothèses hautement contestables comme la rationalité des agents économiques.

    2/  Lorsqu'un système est défini par une ou plusieurs équations non linéaires, il se comporte toujours de la même façon si les conditions initiales sont identiques. Ils peuvent être alors chaotiques, mais restent déterministes. Le vrai problème, pour les trois corps par exemple, c'est qu'on ne sait pas calculer l'évolution du système, parce qu'on ne sait pas écrire les équations sous une forme analytique du genre f(x, y, z, t)=0 Et en utilisant les ordinateurs pour le faire, on introduit du discontinu dans le continu, ce qui mène obligatoirement à des approximations. Dit autrement,on a une fâcheuse tendance à confondre l'évolution d'un système réel avec notre capacité à prédire son comportement. Je vais même plus loin en disant que la réalité "ignore" les équations, qui ne sont qu'une méthode humaine pour décrire ce que l'on perçoit du monde qui nous entoure.

  • Pierre M.

    Samedi 20 Novembre 2021 à 00:07

    On est bien d'accord Jean-Jacques : la réalité "ignore" les équations. Et, réciproquement, les équations ignorent la réalité. 

    Comme certaines équations différentielles élémentaires en cinématique dont la solution peut être aussi bien positive que négative. Autrement dit, le point considéré peut partir aussi bien en avant qu'en arrière ! (en fait c'était vérifié pour les moteurs d'antiques moteurs de tracteurs semi-diésel : quand on embrayait on ne savait pas si on allait partir en marche avant ou en marche arrière !!)

Le "Prix de la Banque de Suède en sciences économiques en mémoire d'Alfred Nobel", souvent nommé à tort « Prix Nobel d’économie » a été attribué cette année 2021 à trois lauréats qui ont renouvelé leur discipline en privilégiant l’expérimentation par rapport à la théorie. Cela devrait définitivement désamorcer les critiques de ceux – heureusement de plus en plus rares – qui en dénient le caractère scientifique.

En fait cette approche n’est pas aussi récente que l’on pourrait croire. Déjà en 2002 Daniel Kahneman et Vernon Smith avaient été récompensés pour leurs expériences en matière d’économie comportementale.

De même, la sympathique Elinor Orstrom (« nobélisée » en 2009) avait montré, à partir de travaux « de terrain », que contrairement à ce que postule la doxa utilitariste qui justifie l’utilisation de modèles économétriques d’optimisation, tous les individus n’ont pas un comportement égoïste.

Pour que ce site d’échanges ne meure pas, et pour ajouter un argument à l’encontre de cette ridicule opposition sciences dures /sciences molles, voici encore un article qui montre l’importance de l’utilisation des mathématiques en économie. Importance et limites comme nous l’avons indiqué précédemment.

Les mathématiques permettent une représentation commode de  la réalité, mais ne constituent pas la réalité, comme l’a démontré Husserl. Husserl et bien d’autres après lui comme le québécois Fernand Dumont pour qui, à côté des autres sciences sociales « la science économique paraît avoir obtenu un succès plus remarquable que les autres dans sa tentative pour évacuer le monde des valeurs » (La dialectique de l’objet économique, 1970). C’est ce succès qui a conduit la plupart des instances politiques (FMI, OCDE, UE, etc.) à appuyer leurs propositions ou décisions politiques sur des modèles économétriques plus ou moins sophistiqués. Avec les résultats que l’on

L’article ci-dessous explique très bien la situation.

http://images.math.cnrs.fr/De-la-mathematique-en-economie.html

Irait-on, jusqu’à dire que trop de mathématiques tuent la science ? Certes non.  Mais elles poussent au réductionnisme.