Scheda di revisione: Les Fondements de la Méthode Scientifique

📋 Plan du Cours

1. Définitions et crédit de la science
2. Vérité scientifique et méthode
3. Corrélation et causalité expérimentale
4. Critères de la causalité
5. Raisonnement déductif
6. Limites de la déduction
7. Induction et falsifiabilité

📖 1. Définitions et crédit de la science

🔑 Notions clés & Définitions

• Science : Le terme science désigne à la fois des scientifiques, l’ensemble des connaissances produites et une démarche expérimentale pour connaître le réel.
• Sciences empiriques : Les sciences empiriques regroupent les disciplines qui visent la connaissance du réel par des méthodes d’observation, de mesure et d’expérimentation.
• Vérité : La vérité correspond à la réussite de la connaissance : une explication qui décrit correctement le réel à un certain degré.
• Technique : La technique regroupe les applications concrètes rendues possibles par les connaissances scientifiques et leurs prédictions.

📝 Points essentiels

• Le crédit de la science s’explique notamment par ses applications techniques et par sa capacité à prédire des phénomènes avec une précision élevée.
• La science vise des régularités exprimées en lois et l’explication des causes, pas la description de faits singuliers.
• La technologie (exemples cités : avions, téléphones, centrales nucléaires, vaccins) repose sur des connaissances issues de la science.
• La science n’est pas une croyance : sa rationalité vient de sa méthode et de son anti-dogmatisme, même si ses théories peuvent être faillibles.
• La religion est présentée comme fondée sur l’adhésion à des dogmes tenus pour vrais sans démonstration, même si certains auteurs ont tenté des preuves.

💡 Astuce mémo

Applications → prédictions → efficacité : c’est la chaîne qui fait le crédit de la science.

📖 2. Vérité scientifique et méthode

🔑 Notions clés & Définitions

• Méthode scientifique : La méthode scientifique est une démarche rationnelle qui invente des hypothèses et les soumet à des tests pour réduire les erreurs.
• Hypothèse : Une hypothèse est une proposition provisoire inventée pour expliquer un phénomène, puis testée par observation ou expérimentation.
• Antidogmatisme : L’antidogmatisme désigne l’attitude de la science qui refuse les vérités imposées et progresse en affinant ses théories.
• Reproductibilité : La reproductibilité est l’exigence qu’une expérience puisse être refaite par d’autres pour vérifier des résultats similaires.

📝 Points essentiels

• Le point de départ n’est pas d’abord la collecte brute de données, mais l’établissement d’un phénomène à expliquer puis la formulation d’une hypothèse.
• En science, les hypothèses peuvent être inventées librement, mais elles ne deviennent des connaissances que si elles passent un test critique, notamment expérimental et reproductible.
• Un résultat conforme aux attentes ne prouve pas définitivement l’hypothèse, car des biais, limites du protocole ou facteurs inconnus peuvent encore fausser l’interprétation.
• Les scientifiques cherchent à éviter les biais, notamment en comparant plusieurs résultats possibles et en renforçant ou affaiblissant l’hypothèse selon ce qu’on observe.
• Une théorie scientifique n’est jamais prouvée définitivement : elle reste tenue pour vraie jusqu’à preuve du contraire, et peut être raffinée au fil du temps.

💡 Astuce mémo

Hypothèse imaginée, preuve exigée : test critique + reproductibilité, sinon rien n’est “conquis”.

📖 3. Corrélation et causalité expérimentale

🔑 Notions clés & Définitions

• Corrélation : La corrélation (covariation) décrit le fait que deux variables évoluent ensemble, sans garantir qu’une cause explique l’autre.
• Causalité : La causalité correspond au lien où une variable A produit l’effet B plutôt qu’une simple co-évolution.
• Expérience : Une expérience est un protocole où l’on manipule les variables afin de tester la validité d’une hypothèse explicative.
• Biais aléatoires : Les biais aléatoires sont des facteurs hasardeux qui se compensent partiellement quand on augmente la taille de l’échantillon.

📝 Points essentiels

• La formule “corrélation n’est pas causation” signifie que covarier ne suffit pas à établir qu’une variable cause l’autre.
• La causalité exige d’identifier le sens et d’éliminer d’éventuelles causes alternatives, ce que la méthode expérimentale permet de mieux trancher.
• Dans l’exemple température/humeur, des participants répartis aléatoirement dans des salles à $29$–$35$°C ou $13$–$18$°C montrent que varier la température influence l’humeur négative et l’agressivité.
• La confusion “post hoc ergo propter hoc” indique que le fait que B arrive après A ne prouve pas que A cause B.
• Une expérience doit inclure une logique “avec x / sans x” (ou équivalents) pour tester directement l’effet de la variable manipulée.

💡 Astuce mémo

Covarier ≠ causer : seule la manipulation (avec/sans) permet de trancher.

📖 4. Critères de la causalité

🔑 Notions clés & Définitions

• Condition de covariation : La condition de covariation exige que la cause A et l’effet B soient statistiquement significativement liés.
• Condition du sens de la causalité : La condition du sens impose que la cause A précède temporellement l’effet B pour soutenir une relation causale.
• Condition du lien véritable : La condition du lien véritable impose que la relation A–B ne soit pas explicable par une troisième cause C.

📝 Points essentiels

• Pour établir que A cause B, il faut d’abord une corrélation significative entre A et B, condition nécessaire mais non suffisante.
• Il faut aussi que A précède B temporellement, condition nécessaire mais non suffisante.
• Il faut enfin exclure une explication par une cause commune C qui ferait varier A et B ensemble.
• Les trois critères ne suffisent pas individuellement : une forte covariation peut venir du hasard ou d’une cause commune, et “après” n’implique pas “dû à”.
• La méthode expérimentale sert précisément à éliminer les autres facteurs susceptibles d’expliquer le phénomène.

💡 Astuce mémo

3 filtres : covarier, précéder, être indépendant d’une cause cachée C.

📖 5. Raisonnement déductif

🔑 Notions clés & Définitions

• Déduction : La déduction est un raisonnement où la conclusion découle nécessairement des prémisses par la forme logique.
• Prémisses : Les prémisses sont des propositions posées au départ d’un raisonnement, dont la vérité conditionne celle de la conclusion.
• Validité logique : La validité logique signifie que la conclusion suit nécessairement des prémisses si la forme du raisonnement est correcte.
• Principe de non-contradiction : Le principe de non-contradiction affirme qu’une chose et son contraire ne peuvent pas être vraies en même temps.

📝 Points essentiels

• Dans un raisonnement déductif valide, la vérité des prémisses entraîne nécessairement la vérité de la conclusion.
• On peut avoir un raisonnement logiquement valide mais faux si le contenu des prémisses est faux, comme dans l’exemple où des humains seraient “verts”.
• La déduction ne permet pas d’apprendre du nouveau : elle explicite ce qui est déjà impliqué par des connaissances de départ.
• Les prémisses déductives peuvent provenir d’autres déductions ou d’une généralisation issue de l’induction.
• Certaines choses ne se démontrent pas (comme des principes logiques) et une partie de nos connaissances vient de l’expérience et des généralisations.

💡 Astuce mémo

Déduction = nécessité logique : si les prémisses tiennent, la conclusion “suit” forcément.

📖 6. Limites de la déduction

🔑 Notions clés & Définitions

• Problème de la déduction : Le problème de la déduction est la difficulté à obtenir des connaissances nouvelles et la question de la justification des prémisses.
• Non-démontrable : Une prémisse ou un principe non-démontrable est admis comme point de départ plutôt que prouvé par un raisonnement mathématique.
• Évidences : Les évidences sont des types de connaissances qui ne se laissent pas forcément formaliser et démontrer comme en mathématiques.

📝 Points essentiels

• La déduction n’accroît pas le savoir au sens où la conclusion ne fait que dérouler des relations déjà contenues dans les prémisses.
• On ne peut pas assurer la valeur des prémisses par la déduction seule : elles peuvent être issues d’erreurs, d’autres raisonnements ou d’inductions antérieures.
• Toutes les connaissances ne se démontrent pas : des principes logiques et d’autres formes de “départ” sont acceptées sans preuve de type mathématique.
• Beaucoup de connaissances reposent malgré tout sur l’expérience et des généralisations, ce qui prépare le passage à l’induction.
• La difficulté “quelles prémisses sont vraies ?” est centrale car démontrer une conclusion ne corrige pas une prémisse fausse.

💡 Astuce mémo

Déduction : “si c’est vrai au départ, c’est vrai à l’arrivée”, mais elle ne garantit pas la vérité du départ.

📖 7. Induction et falsifiabilité

🔑 Notions clés & Définitions

• Induction : L’induction est un raisonnement qui généralise à partir d’observations répétées de cas particuliers.
• Problème de l’induction : Le problème de l’induction décrit l’absence de certitude logique : de nouveaux cas peuvent contredire la généralisation.
• Falsifiabilité : La falsifiabilité est l’exigence qu’une hypothèse scientifique puisse être testée et réfutée par une expérience.
• Conjecture : Une conjecture est une hypothèse universelle inventée puis soumise à un test, sans garantie de vérité définitive.

📝 Points essentiels

• L’induction conclut du particulier au général, en renforçant une généralisation d’autant plus que les cas observés se répètent sans exception.
• Même une probabilité très élevée n’est pas une certitude : on peut toujours découvrir un cas qui contredit la conclusion inductive.
• La permanence des lois de la nature (pour pouvoir prévoir) n’a pas de justification absolue autre que l’induction, d’où le problème décrit par Russell.
• Pour Popper, l’induction n’est pas nécessaire au sens strict : la science repose sur des conjectures universelles soumises à la falsifiabilité.
• Le critère de démarcation poppérien distingue hypothèses scientifiques et pseudo-science : une hypothèse doit être testable et réfutable par expérience.

💡 Astuce mémo

Induction = probable sans garantie ; falsifiabilité = testable/renversable, donc science.

📊 Tableaux de synthèse

Corrélation vs causalité

Aspect	Corrélation	Causalité
Lien observé	Deux variables covarient	A produit l’effet B
Preuve suffisante ?	Non : covarier ne suffit pas	Oui via expérience et manipulation
Risque d’erreur	Cause commune ou hasard possibles	Dépend de critères (covariation, temporalité, absence de C)

⚠️ Pièges & confusions fréquents

1. Confondre corrélation et causalité : “ça arrive ensemble” ne prouve pas que l’un cause l’autre.
2. Croire qu’un événement survenant après un autre est automatiquement causé par le premier (sophisme post hoc).
3. Oublier que réussir un protocole ne prouve pas une vérité définitive : une meilleure hypothèse ou des biais peuvent changer l’explication.
4. Confondre biais aléatoires et biais systématiques : augmenter l’échantillon corrige surtout les premiers, pas forcément les seconds.
5. Penser que la déduction “ajoute” du savoir : elle rend surtout nécessaires des conclusions à partir de prémisses supposées.
6. Croire que l’induction donne des certitudes logiques : elle produit seulement des conclusions plus ou moins probables.
7. Traiter comme “scientifique” toute théorie prétendant expliquer sans critère de test réfutable (au sens poppérien).

✅ Checklist Examen

1. Définir ce que recouvre le mot science (scientifiques, somme des connaissances, démarche expérimentale).
2. Expliquer pourquoi la science obtient un grand crédit : applications techniques et pouvoir de prédiction précis.
3. Formuler l’idée que la science vise régularités et lois, et cherche des mécanismes et des causes plutôt que des faits singuliers.
4. Décrire le rôle d’une hypothèse : proposition provisoire inventée pour expliquer un phénomène, soumise à test.
5. Expliquer pourquoi un résultat conforme n’est pas une preuve définitive et rappeler le statut “vrai jusqu’à preuve du contraire”.
6. Dire en quoi la reproductibilité est exigée pour donner de la valeur à une expérience.
7. Distinguer corrélation (covariation) et causalité, et donner le sens de “corrélation n’est pas causation”.
8. Énumérer les 3 critères nécessaires pour une relation causale : covariation, précédence temporelle, absence d’explication par une cause C.
9. Identifier les erreurs typiques : cause commune, hasard, et “post hoc ergo propter hoc”.
10. Définir la déduction et la validité logique, et expliquer qu’un raisonnement peut être valide mais faux si les prémisses sont fausses.
11. Donner les deux limites majeures de la déduction : absence d’accroissement de connaissances et difficulté de la vérité des prémisses.
12. Définir l’induction (particulier → général) et expliquer le problème logique : la conclusion n’est jamais certaine.
13. Expliquer le critère poppérien de démarcation : testabilité et réfutabilité, et sa conséquence pour distinguer science et pseudo-science.