Le scepticisme scientifique traverse une période de recomposition. Longtemps cantonné aux débats sur le paranormal ou les pseudosciences, il s’invite désormais dans des arènes plus larges : politique climatique, intelligence artificielle, santé publique. Les lignes de fracture ne passent plus seulement entre « sachants » et « ignorants », mais entre des visions du monde où la confiance dans la recherche se négocie au cas par cas.
Scepticisme scientifique et identités politiques : un glissement récent
L’Association Française de Science Politique (AFSP) a lancé une enquête intitulée « Qui doute de la science ? », centrée sur les « nouveaux visages » du scepticisme scientifique. Le cadrage retenu est significatif : il ne s’agit plus d’analyser un déficit de connaissances chez le public, mais d’examiner comment la défiance envers la science fonctionne comme marqueur d’identité politique.
A découvrir également : Pourquoi tout le monde parle du magazine Read it, la référence culturelle à découvrir
Ce déplacement est observable depuis la crise du Covid. Les positions sur la vaccination, le port du masque ou l’origine du virus se sont alignées sur des clivages partisans plutôt que sur des niveaux de formation. L’enquête de l’AFSP traite le scepticisme comme un phénomène social structuré, avec ses propres logiques de groupe, ses relais médiatiques et ses usages électoraux.
En parallèle, plusieurs travaux récents intègrent explicitement les facteurs religieux et la spiritualité dans l’analyse de la confiance envers la science. La question n’est plus « les gens comprennent-ils la méthode scientifique ? », mais plutôt « quelles appartenances déterminent ce qu’ils acceptent comme vrai ? ».
A voir aussi : Astuces beauté et dernières tendances : boostez votre routine et restez à la page
Pour suivre ces débats au fil de l’eau, les actualités sur skepticnorth.com compilent régulièrement les faits marquants du milieu sceptique francophone et anglophone.
Fausse neutralité médiatique et science : le cas Mac Lesggy
L’animateur Mac Lesggy, figure télévisuelle associée à la vulgarisation scientifique, a suscité une vague de critiques de la part de chercheurs. Le reproche central : une posture présentée comme prudente et équilibrée qui, dans les faits, relativise des consensus scientifiques établis, notamment sur le climat et l’agriculture.
Ce cas illustre un mécanisme plus large. La « fausse neutralité » consiste à accorder un poids symétrique à des positions qui n’ont pas le même degré de validation scientifique. Un plateau télévisé qui oppose un climatologue publiant dans des revues à comité de lecture et un éditorialiste sans expertise technique donne l’illusion d’un débat ouvert. Le résultat est une confusion entre opinion et donnée vérifiée.
Le problème ne se limite pas à un animateur. Le format médiatique du « pour et contre » est structurellement inadapté aux questions scientifiques où le niveau de preuve est asymétrique. Les rédactions qui persistent dans ce format contribuent, souvent sans intention, à entretenir un scepticisme de confort chez le public.
Intelligence artificielle et recherche : ce que les résultats montrent vraiment
Les discours sur l’IA dans la recherche oscillent entre deux extrêmes. D’un côté, l’annonce d’une révolution totale de la méthode scientifique. De l’autre, un rejet au nom de la rigueur. Les données disponibles dessinent un tableau plus nuancé.
L’IA transforme déjà des tâches de recherche précises, mais les gains restent avant tout opérationnels. Traitement de grandes bases de données, identification de patterns dans l’imagerie médicale, accélération du criblage moléculaire : ces applications sont concrètes et documentées.
En revanche, les données disponibles ne permettent pas de conclure que l’IA modifie la méthodologie scientifique elle-même. La formulation d’hypothèses, la conception d’expériences, l’interprétation critique des résultats restent des compétences humaines. Le risque, pour le mouvement sceptique, est double :
- Surévaluer les capacités de l’IA au point de déléguer le jugement critique à des modèles statistiques opaques, ce qui revient à troquer un biais humain contre un biais algorithmique
- Sous-estimer les gains réels et refuser par principe des outils qui améliorent la reproductibilité de certaines expériences
- Ignorer la question de la transparence des modèles, alors que l’opacité algorithmique pose un problème épistémologique direct pour la vérification par les pairs
Fragilisation structurelle de la recherche et crise de confiance
La confiance du public envers la science ne dépend pas uniquement de la qualité de la communication scientifique. Elle est aussi liée à des facteurs structurels que le milieu sceptique gagnerait à examiner de plus près.
Plusieurs analyses récentes relient la crise de confiance à la dépendance croissante de la recherche aux brevets privés, aux budgets publics en baisse et à ce que certains auteurs qualifient de logiques de « post-vérité » appliquées à la politique scientifique. Quand un laboratoire public dépend d’un financement industriel pour mener ses travaux, la perception d’indépendance se dégrade, même si les résultats sont rigoureux.
Ce phénomène touche particulièrement la France, où la recherche publique subit des contraintes budgétaires documentées depuis plusieurs années. Le scepticisme envers la science se nourrit aussi de la précarisation des chercheurs, qui affaiblit la capacité du système à produire des résultats solides et aux défendre dans l’espace public.
- La dépendance aux financements privés alimente le soupçon de conflits d’intérêts, y compris quand ils n’existent pas
- La réduction des postes permanents pousse vers des publications rapides, parfois au détriment de la reproductibilité
- L’affaiblissement des institutions de recherche publiques laisse le champ libre aux acteurs privés et aux think tanks orientés
Le scepticisme rationnel, tel qu’il se pratique dans les associations et médias spécialisés, gagnerait à intégrer cette dimension institutionnelle. Questionner une affirmation pseudoscientifique reste utile. Mais ignorer les conditions matérielles dans lesquelles la science se fabrique revient à traiter les symptômes sans examiner les causes. La défense de la méthode scientifique passe aussi par la défense des structures qui la rendent possible.