Quelle place pour les données dans le raisonnement scientifique?

Présentation

Les théories philosophiques du raisonnement scientifique mettent traditionnellement l’accent sur le rapport de confirmation entre données et hypothèses. Ce faisant, elles assimilent volontiers les données à des énoncés, de sorte à pouvoir statuer sur leurs rapports logiques ou probabilistes aux hypothèses. Une telle assimilation ne rend justice ni à la diversité des données prises en considération aujourd’hui dans les sciences, ni aux modalités de leur traitement informatique.
Le but de l’exposé est de prendre au sérieux la nature des données scientifiques contemporaines et d’étudier quelles transformations elles font subir au raisonnement scientifique. Que peut-on appeler « raisonner » lorsque les corpus de données sont non seulement numériques, mais gigantesques? Quand les données s’accompagnent de mesures d’incertitude? Quand elles proviennent de simulations numériques et non d’interactions physiques avec un instrument de détection ou de mesure? L’avalanche actuelle des données semble rendre caduques les formes traditionnelles de raisonnement scientifique; pourtant c’est bien à partir des données que sont établis les faits que l’on peut chercher à expliquer par des hypothèses et des théories. Le chemin des données aux hypothèses est plus long que le supposent les approches classiques du raisonnement scientifique; il faut évaluer leur crédibilité, les incertitudes qui leur sont associées; il faut parfois les compléter à l’aide de modèles des phénomènes étudiés. Les modèles sont introduits non seulement dans les raisonnements qui vont des données aux hypothèses, mais également dans ceux qui permettent de rendre les données scientifiquement acceptables. C’est dans le dialogue entre données et modèles que se construisent aujourd’hui les raisonnements scientifiques, à l’aide des ordinateurs. Cela ne signifie cependant pas que le contrôle intellectuel exercé par l’esprit humain soit devenu superflu.