Pourquoi les politiques fondées sur les données probantes sont surestimées

Il y a trois ans, les États-Unis ont déclaré la fin de l’urgence pandémique, et le pays a soufflé. Vous, cher lecteur, avez probablement classé toute cette affaire dans un tiroir depuis. J’en suis désolé, mais je n’arrive tout simplement pas à la laisser derrière moi, et lire l’excellent «In Covid’s Wake» de Macedo et Lee sur le chemin du retour d’Irlande la semaine dernière m’a rappelé pourquoi. Le virus, bien sûr, n’était la faute d’aucun d’entre nous en particulier.¹ Mais la façon dont nous avons raisonné à son sujet en tant que société démocratique était absolument notre faute. Les soi-disant experts ont passé des années à dire au reste d’entre nous de « suivre la science », pour ensuite revendiquer une certitude que la science ne leur a jamais donnée, faire passer des jugements de valeur pour des jugements techniques, débiter quantité de nobles mensonges pour notre propre bien, et balayer chaque coût qui se situait hors de leur étroite expertise. Nous nous noyions sous les données, mais ce qui nous manquait, c’était un jugement honnête.

Ce réflexe d’esprit fondé sur les données probantes n’est pas qu’une affaire de pandémie, et il surgit partout où nous traitons un type de données comme le seul qui compte. En 2018, une grande revue médicale a publié un essai contrôlé randomisé (ECR) concluant que les parachutes ne faisaient rien pour prévenir la mort ou les blessures lorsque des gens sautaient d’un avion. Le hic, c’est que les avions étaient garés au sol, et que l’altitude moyenne de saut était d’environ un demi-mètre. Toute l’étude, bien sûr, était une plaisanterie. Les auteurs n’étaient pas contre les expériences en tant que telles, mais ils se moquaient du réflexe courant chez leurs collègues qui traite les ECR comme la seule forme de connaissance respectable, même pour une affirmation que l’on pourrait vérifier en regardant par le hublot d’un avion.²

J’ai passé une grande partie de ma vie professionnelle à contribuer à de meilleures données dans les débats sur l’immigration et à en réclamer, généralement à l’exaspération discrète des gens de mon propre camp, je ne vais donc pas me mettre à dédaigner les données et à agir au « feeling ». Une bonne conception des politiques a bel et bien besoin de données, d’analyses coûts-bénéfices et d’un raisonnement contrefactuel rigoureux. Mais elle a aussi besoin d’humilité et d’un meilleur jugement quant au type de données qu’une question donnée peut réellement exiger, si tant est qu’elle en exige.

Il y a des politiques si manifestement bonnes que nous ne devrions pas avoir besoin d’une étude parfaite pour les essayer, comme autoriser légalement davantage de logements là où la demande est forte, maintenir en service une électricité bas carbone fiable lorsque le substitut est l’énergie fossile, ou augmenter les visas pour les meilleurs talents étrangers que tout le monde dit vouloir. Des gens raisonnables peuvent débattre des détails et des arbitrages. Mais sur des questions comme celles-ci, l’argument en faveur de l’action ne dépend pas d’un ECR parfait, et la charge de la preuve ne devrait pas être infinie.

Il y a aussi des politiques si manifestement mauvaises que nous ne devrions pas avoir besoin d’une étude pour les arrêter, comme les interdictions de travail faites aux demandeurs d’asile. Sérieusement, vous n’avez pas besoin d’un essai randomisé, ni d’aucune preuve solide d’ailleurs, pour prédire ce qui se passe lorsque vous interdisez à un adulte consentant pris dans un limbe juridique de travailler, que vous payez pour l’héberger à la place, puis que vous pointez son oisiveté comme preuve que le système est défaillant. La plupart des décisions les plus difficiles en matière de politique ressemblent davantage à cela qu’à quelque grand mystère exigeant une expérience bien conçue.

Ce que « les données probantes » signifient réellement

Un cran en dessous du parachute se trouve le fil dentaire. Personnellement, je n’aime pas me passer le fil dentaire, mais la plupart d’entre nous peuvent probablement sentir la différence après s’être passé le fil dentaire à la suite d’un gros repas, et nos dentistes peuvent le constater au nettoyage suivant. Pourtant, quand certains journalistes se sont emparés d’une revue ayant trouvé peu de preuves randomisées de haute qualité en faveur du fil dentaire, une série de gros titres a annoncé qu’il n’existait aucune preuve que cela fonctionne. Comme le souligne l’historienne des sciences Naomi Oreskes, c’était une mauvaise lecture. Nous devrions être « ouverts d’esprit quant aux preuves », soutient-elle, en comptant l’expérience professionnelle et l’observation ordinaire, surtout là où un essai propre à long terme est impraticable ou ne sera jamais financé.

La même confusion, quoique avec des enjeux bien plus élevés, a traversé la pandémie de COVID. Dans leur récent livre (vivement recommandé) sur le sujet, Stephen Macedo et Frances Lee avancent une thèse saisissante : une grande partie des connaissances pertinentes sur la manière de gérer une pandémie respiratoire existait déjà, mais les gouvernements à travers l’Occident l’ont largement écartée. Avant 2020, les plans dominants de préparation aux pandémies étaient sceptiques quant aux mesures radicales comme les confinements et les fermetures prolongées d’écoles, avertissant que les preuves les justifiant étaient faibles et que les coûts humains et économiques étaient élevés. Dans la panique du début de 2020, ces gouvernements ont mis au rebut ces orientations presque du jour au lendemain, puis ont projeté une confiance que la science n’a jamais étayée.

Il est utile de trier les choses selon le type de retour qu’elles donnent, et à quelle fin. Un parachute donne le retour le plus simple : le bénéfice de rester en vie est immédiat, individuel et impossible à manquer, de sorte qu’un essai ne ferait que confirmer ce que tout le monde peut déjà voir. Un nouveau médicament ou vaccin donne l’inverse : les bénéfices et les coûts peuvent être réels, mais ils sont aussi bien plus divers et souvent invisibles. L’infection qui ne survient jamais est facile à confondre avec la chance ou avec le corps qui guérit de lui-même, ce qui est précisément la raison pour laquelle un essai randomisé avec placebos est essentiel et pourquoi la médecine moderne en dépend.

La plupart des politiques publiques se situent entre les deux. On peut généralement dire si une politique tend vers le gain ou la perte bien avant de pouvoir y mettre un chiffre net, et les effets passent à la fois par les marchés du travail, les prix et la politique, de sorte qu’aucun essai unique ne peut les isoler, et souvent aucun ne peut être mené du tout. Mais on ne peut pas trancher simplement en regardant, comme on le peut avec un parachute, et on ne peut pas trancher avec une seule expérience propre, comme on le peut avec un médicament. Ce qui reste, c’est un jugement fondé sur des preuves cumulatives, des comparaisons entre lieux et époques, et un raisonnement coûts-bénéfices honnête dans l’incertitude, le tout énoncé ouvertement au lieu d’être déguisé en science établie.

Une autre victime de notre politique réflexe fondée sur les données probantes telle qu’elle existe réellement est la question préalable de ce qui compte même comme preuve pertinente, et de l’expertise de qui a le droit d’en décider. Ici, Macedo et Lee sont dévastateurs. Comme ils le documentent, une cohorte de niche d’experts en santé publique et en maladies infectieuses a soudain été traitée comme la seule autorité légitime sur une crise qui touchait chaque aspect de la vie, et leur prisme était étroit par conception : fixé sur la minimisation des infections, il repoussait presque tout autre effet, économique comme non économique, hors de la table comme relevant du ressort de quelqu’un d’autre.

Francis Collins, qui dirigeait les National Institutes of Health, a admis que le « état d’esprit de santé publique » qu’il partageait l’avait conduit à « attacher une valeur infinie à l’arrêt de la maladie » et « une valeur nulle à savoir si cela perturbe totalement la vie des gens, ruine l’économie et prive de nombreux enfants d’école ». En Grande-Bretagne, le médecin-chef, Chris Whitty, a déclaré à l’enquête officielle sur la Covid qu’ajouter des experts économiques ou sociaux au groupe consultatif du gouvernement l’aurait rendu trop « lourd ». Arrêter le virus est devenu le seul objectif qui comptait comme « suivre la science », et les coûts que toute politique honnête doit peser ont été déclarés hors de propos.

Les économistes avaient déjà mené ce combat

Les économistes du développement débattent de cela depuis 20 ans. La « révolution de la crédibilité » a appris aux sciences sociales à se méfier des affirmations causales bâclées et à privilégier l’identification, ce qui fut une avancée véritable. Mais l’économiste Lant Pritchett soutient que certains de ses champions ont ensuite exécuté un tour étrange : ayant exigé la preuve la plus rigoureuse possible pour une estimation étroite à l’intérieur d’un article, ils se retournaient ensuite pour accepter des affirmations radicales, à l’échelle du système, bâties sur ces estimations « avec une crédulité complète et totale ». Il appelle cela la révolution de la crédulité. Une expérience peut être parfaitement étanche en interne et ne vous dire pourtant presque rien sur la question de savoir si un programme fonctionnera à l’échelle nationale dans un autre pays.

La critique vient du cœur de la discipline. Angus Deaton et Nancy Cartwright, qui ne sont guère des ennemis de la quantification, soutiennent que les essais randomisés ne justifient leur valeur que « dans le cadre d’un programme cumulatif » aux côtés de la théorie et du mécanisme. Exiger la validité externe d’un essai unique « attend trop d’un ECR tout en sous-estimant sa contribution ».

Pritchett propose un test du flair plus brutal pour son propre domaine de la croissance économique : si les pays riches ne possèdent pas davantage de tel facteur à la mode que les pays pauvres, nous devrions nous méfier des affirmations selon lesquelles il explique le développement. Aucun pays n’a jamais mené d’essai randomisé sur son chemin vers la richesse. La Pologne n’est pas sortie du communisme pour entrer dans la prospérité grâce à une expérience de transfert d’argent bien menée ; elle l’a fait par des changements désordonnés et à grande échelle des marchés, des institutions et de la politique qu’aucun essai n’aurait pu tester à l’avance. La méthode devrait être adaptée à la question. Quand elle ne l’est pas, plus de rigueur sur la mauvaise question n’est qu’une manière plus coûteuse d’être confiant mais à côté de la plaque.

Quand l’essai justifie sa valeur

Ne vous méprenez pas, j’aime mes ECR et j’en ai mené certains moi-même. Les études randomisées sont essentielles lorsque l’intuition prend de l’avance sur la connaissance. Le meilleur argument en faveur d’un essai est l’image inversée du parachute : parfois la réponse n’est pas du tout évidente, l’intuition que presque tout le monde partage se révèle fausse, et le seul moyen de le découvrir est de mener l’expérience et d’en payer le prix. Quand vous ne pouvez pas voir l’effet immédiatement rien qu’en regardant, vous devez absolument le mesurer avec soin et de façon systématique.

Les transferts d’argent dans les pays riches peuvent être un exemple intéressant ici. Dans les pays pauvres, la preuve que remettre de l’argent aux gens améliore leur vie est à peu près aussi solide que peut l’être la preuve en sciences sociales, des études randomisées constatant des gains importants en matière de revenu, d’actifs, de sécurité alimentaire et même une baisse de la mortalité infantile. Quand des économistes ont proposé pour la première fois de remettre tout simplement de l’argent aux pauvres, la crainte était qu’ils le dilapident en alcool et autres tentations, raison pour laquelle l’aide arrivait si souvent sous forme de nourriture ou d’argent assorti de conditions. Les essais ont conclu que cette crainte était largement infondée : à travers des dizaines d’études, l’argent n’a pas augmenté les dépenses en alcool ou en tabac et les a souvent réduites, parce que les gens dans la pauvreté se révèlent être de bons juges de ce dont ils ont besoin.

Or, comme il devient de plus en plus évident pour de plus en plus de gens que les transferts d’argent fonctionnent manifestement, on pourrait supposer que la même logique se transpose à un pays riche : si vous donnez quelques centaines de dollars par mois à un Américain en difficulté, sa vie s’améliore de manière mesurable. Du moins cela semblait évident aux chercheurs qui y croyaient. Mais ils ont ensuite mené les essais.

Comme Kelsey Piper le détaille, une série d’études américaines rigoureuses, dont une expérience d’OpenResearch ayant donné aux gens 1 000 dollars par mois pendant trois ans, n’a constaté aucune amélioration durable de la santé, de l’emploi, du stress ou des résultats des enfants. Piper, qui s’attendait à ce que l’argent aide davantage, a qualifié les preuves de « stupéfiantes ». Les conclusions issues des pays en développement étaient solides, mais elles ne se transposaient pas proprement à ce contexte, ce qui est exactement ce problème de validité externe qui inquiétait tant Angus Deaton. Ici, l’essai a mérité chaque dollar qu’il a coûté, parce que les enjeux étaient élevés, l’intuition était forte, mais elle était finalement fausse. Le problème, bien sûr, est de distinguer un parachute d’un essai médical avant de décider si l’étude vaut la peine d’être menée.

Même dans ce cas, le bon outil n’est pas toujours une expérience, et parfois il n’est tout simplement pas disponible. Certaines des choses les plus importantes que nous savons reposent sur la théorie et la modélisation plus que sur un quelconque essai unique. Personne n’a mené, ni ne pourrait mener, une étude randomisée sur la question de savoir si un pays devrait s’ouvrir au libre-échange. L’argument repose ici sur la théorie de l’avantage comparatif, élaborée il y a deux siècles et affinée par des montagnes de preuves non expérimentales depuis. Personne n’a réparti aléatoirement les nations entre démocratie et dictature pour apprendre laquelle produit de meilleures vies. Nous raisonnons sur des questions comme celles-ci à partir de la théorie et des valeurs, et nous nous appuyons sur des expériences de pensée et des modèles formels, le genre de simulations informatiques et mentales que les spécialistes des sciences sociales construisent précisément parce que certaines questions ne pourront jamais être soumises à une épreuve expérimentale.

Quand tout le monde se trompe en même temps

Je ne suis pas du tout un expert de la pandémie. Mais c’est un cas très important qui façonne encore la confiance du public dans le mauvais sens. Nous avons déjà vu l’incertitude des preuves. Mais l’échec plus profond fut le refus de l’admettre. Des responsables à tous les niveaux n’ont cessé de répéter que « nous savons ce qui marche contre la Covid-19 », comme le documentent Macedo et Lee, « alors même qu’il devenait de plus en plus évident que les décideurs improvisaient et ne savaient pas, en fait, avec certitude ce qui marchait ». On a revendiqué une certitude là où elle n’existait pas. La science peut vous dire ce qu’une politique est susceptible de faire. Mais elle ne peut pas vous dire ce que vous devez valoriser, et prétendre le contraire dépense la crédibilité dont vous aurez besoin la prochaine fois.

Les critiques commettaient souvent l’erreur en miroir, traitant l’absence d’un essai propre comme la preuve qu’une mesure était sans valeur, ce qui est l’erreur du fil dentaire portée à l’échelle d’une urgence nationale. Macedo et Lee reprochent les deux réflexes à la fois : il était aussi erroné, écrivent-ils, « de tourner en dérision et de censurer les sceptiques des masques que d’affirmer avec certitude que les masques ne fonctionnent pas ». Et sous les cris se nichait l’arbitrage que personne ne voulait nommer. Les études sur le port du masque ne mesuraient « qu’un seul côté de l’équation », soulignent-ils, et ne disaient « rien des coûts du port du masque pour l’apprentissage, la communication, la socialisation et le bien-être psychologique des enfants », tandis que les fermetures d’écoles « ont le plus nui aux enfants pauvres ». Ce que les deux erreurs ont en commun, c’est un refus de dire la chose honnête : les preuves étaient incomplètes, et les choix ont imposé de lourds coûts à des gens qui n’ont jamais eu droit à un vote.

L’échec du « suivre la science » a pris un désaccord sur les valeurs, sur le poids à donner à la scolarité des jeunes face à la sécurité des aînés, à la liberté face à la prudence, et l’a habillé en différend technique que les données auraient déjà tranché. L’immigration repose constamment sur le même tour de passe-passe. Une grande partie de ce qui ressemble à un débat sur les preuves est en réalité un débat sur ce qu’un gouvernement doit à ses propres citoyens face à ce qu’il doit aux étrangers. Aucune expérience ne peut vous dire combien peser le salaire d’un citoyen face à la sécurité d’un inconnu, ou si une société plus diverse vaut mieux qu’une société plus cohésive.

Ce sont là toutes des questions de valeur, et si les gens ne veulent tout simplement pas d’un certain résultat, comme une société plus diverse, aucune estimation propre selon laquelle une politique le produirait ne les fera changer d’avis. J’ai défendu cette thèse longuement : la chose la plus utile que les preuves puissent faire ici est de discipliner un débat de valeurs en nous disant ce qu’une politique donnée coûtera et produira. Elles ne peuvent pas faire disparaître le débat de valeurs, et requalifier un conflit de valeurs en conflit scientifique ne fait surtout que masquer ce sur quoi les gens se battent.

Dan Williams avance un point étroitement lié dans son nouvel essai sur la manière dont les tribus politiques construisent des réalités rivales. Le désaccord politique passe souvent par des systèmes d’interprétation rivaux qui décident quels faits comptent, ce qui passe pour représentatif, et qui figure dans l’histoire comme victime, méchant ou héros. C’est pourquoi les appels « aux preuves » déçoivent si souvent. Le combat porte en partie sur les faits, mais aussi sur le cadre qui dit aux gens ce que les faits signifient.

Des bénéfices démontrables

Aucun essai randomisé non plus ne vous dira jamais tout ce que vous voulez savoir sur l’admission d’un travailleur productif et qualifié qui paie des impôts, comble une pénurie documentée, crée une entreprise ou soigne des patients dans une ville incapable de recruter un médecin. Le retour passe ici par diverses institutions, et vous ne pouvez pas maintenir le reste du monde figé pendant que vous tournez la molette. Pourtant, la direction de fond n’a rien de mystérieux. Un décideur qui se demande s’il faut orienter davantage de scientifiques éligibles vers un visa spécialisé ou résorber un arriéré inutile de travailleurs qualifiés n’aura jamais de preuve expérimentale propre qui tranche toute la question, et l’attendre revient simplement à laisser persister un mauvais statu quo.

C’est pourquoi l’immigration qualifiée est si populaire : ses bénéfices sont intuitifs et visibles sans que personne n’ait à lire un article d’économétrie. Environ 80 pour cent des électeurs américains soutiennent l’immigration hautement qualifiée tous partis confondus, et les décideurs qui voudraient agir en ce sens pourraient simplifier dès demain le visa O-1A non plafonné réservé aux travailleurs aux capacités extraordinaires, sans une seule loi nouvelle. C’est ce que j’entends par dont les bénéfices sont démontrables : une politique dont les gens ordinaires peuvent saisir la contribution au pays en termes concrets, servant explicitement et directement l’intérêt national. Le cadrage persuasif est déjà inscrit dans la politique elle-même, de sorte que vous n’avez pas besoin d’une campagne pour l’expliquer.

Mais définir une politique migratoire n’est évidemment pas la même chose que choisir des parachutes. « Un travailleur qualifié qui paie des impôts et comble une pénurie documentée est un atout pour le pays » est une affirmation à peu près aussi proche de la saturation observationnelle que peuvent l’être les faits sociaux. « Cette réforme particulière des visas produira ce bénéfice à cette ampleur particulière » est une véritable question empirique qui exige bel et bien de l’identification, et c’est le genre de chose que mes collègues passent des carrières à tenter d’estimer. Traiter la seconde affirmation comme si elle était aussi évidente que la première est la même erreur que les auteurs du parachute tournaient en dérision, simplement dirigée dans une direction plus amicale. Comme je l’ai soutenu auparavant, « l’immigration » dans l’abstrait n’a aucun effet net qui attendrait d’être découvert ; ce sont des politiques précises admettant des personnes précises selon des règles précises qui en ont un.

Tous les bénéfices visibles ne sont pas aussi épineux que l’immigration. Puisque nous parlions déjà de fil dentaire, considérez… l’idée des toilettes japonaises. Il suffit d’utiliser une fois ou deux un washlet chauffant pour savoir qu’il surpasse ce qu’offrent la plupart des salles de bains ordinaires, et personne n’a besoin d’un essai randomisé mesurant la propreté ou la satisfaction pour trancher la question, comme Noah Smith vient de le soutenir. J’en ai d’ailleurs acheté un récemment après avoir passé du temps au Japon et j’ai des opinions.³ Je suis assez convaincu qu’installer des washlets à grande échelle, dans les hôtels et les aéroports, serait une bonne politique à adopter pour bon nombre d’institutions américaines, et tout aussi certain que cela n’a pas besoin d’être fondé sur des données probantes en quelque sens sérieux. Le blocage ici n’est pas une pénurie de preuves. Ce sont nos habitudes culturelles, nos codes du bâtiment et le câblage électrique pour lequel la plupart des salles de bains américaines n’ont jamais été conçues.

Des préjudices démontrables

La même logique joue en sens inverse, et elle produit ce qui est peut-être la politique migratoire la plus auto-destructrice du monde riche : l’interdiction de laisser travailler les demandeurs d’asile pendant que leur demande est traitée. Dans de nombreux pays, cette exclusion dure six mois ou plus, et en pratique elle peut s’étirer bien davantage.

Avant de considérer la moindre politique, réfléchissons à ce que cela fait à une personne. Un gouvernement accepte d’examiner une demande d’asile, paie pour héberger le demandeur, puis lui interdit la seule activité qui lui permettrait de subvenir à ses besoins, de se constituer un parcours et de commencer à s’intégrer, à savoir le travail. Des mois d’oisiveté forcée épuisent les économies, érodent les compétences, et corrodent les habitudes et la confiance qui rendent quelqu’un employable, et les dégâts survivent à l’interdiction pendant des années. Vous n’avez pas besoin d’un instrument astucieux, ni d’un essai randomisé, pour voir que c’est un mauvais marché.

Vient ensuite la politique épineuse de la question. L’interdiction fabrique précisément l’image que les responsables anti-immigration désignent comme preuve que le système est défaillant : des nouveaux arrivants valides oisifs dans des hôtels financés par les contribuables, ou vendant des fruits aux feux rouges parce que l’économie formelle leur est fermée. Cette dépendance visible peut indisposer les électeurs envers l’immigration plus largement, y compris envers les voies qualifiées que les électeurs apprécient par ailleurs.

Chaque fois que je soutiens qu’une politique migratoire doit être intuitivement bénéfique pour rester populaire, quelqu’un demande à quoi ressemblerait même une politique pro-immigration non bénéfique. Voilà à quoi cela ressemble, et aucune quantité de preuves agrégées sur la contribution fiscale à long terme des réfugiés ne fera qu’un électeur cesse de voir le désordre visible de la crise de l’asile dans les rues. La solution honnête est une politique qui cesse d’engendrer l’échec visible dès le départ.

Contre le théâtre des données probantes

Il est utile de comprendre pourquoi la version maximaliste de la politique fondée sur les données probantes ne cesse de décevoir ses champions. Pousser tous ses jetons sur « la science », et s’en remettre à ce sur quoi les experts s’accordent actuellement, ne livre toujours pas de politique, parce que les questions les plus difficiles ne sont pas celles auxquelles la science a été conçue pour répondre. Macedo et Lee défendent cette thèse pour la Covid : les scientifiques, écrivent-ils, « avec leurs bases d’expertise étroites, ne devraient pas faire la politique », parce que les choix dépendent de valeurs et d’arbitrages qu’aucune étude ne peut peser. Le même écart apparaît sur le climat, où l’économiste Matt Burgess soutient que les cadrages bruyants, « pas grave » et « menace existentielle », sont tous deux probablement faux, et qu’une politique responsable doit peser les arbitrages et juger quels scénarios sont plausibles, ce qu’aucun appel au consensus ne peut trancher. Et il apparaît sur l’immigration, où « les preuves » sont invoquées par les deux camps pour trancher ce qui est au fond un combat sur ce que nous nous devons les uns aux autres.

Alors, à quoi cela ressemble-t-il en pratique, pour quelqu’un qui veut prendre les preuves au sérieux sans s’en servir comme paravent ? Les questions suivantes aident :

Quel genre d’affirmation est réellement sur la table : une affirmation empirique que les données peuvent trancher, ou une affirmation normative qu’aucune régression ne résoudra jamais ?

Quel genre de retour la politique produit-elle, et une étude propre serait-elle seulement valide et disponible avant que la décision ne doive être prise ?

Et que coûte la collecte des preuves, que coûte l’attente, et qui paie le délai ?

Quand le mécanisme est clair et fort, que l’inconvénient est réversible, et que les gens qui en bénéficieraient n’ont pas les moyens d’attendre, la démarche honnête consiste à agir maintenant et à continuer d’étudier en chemin. Et quand le désaccord porte au fond sur les valeurs, les experts devraient le dire, au lieu de le blanchir à travers « la science ».

De la politique fondée sur les données probantes au jugement démocratique honnête

Chaque étude a un prix, et chaque délai aussi. L’auteur Jeremiah Johnson a récemment nommé un mode d’échec qu’il appelle la tyrannie du cas limite dans un article de The Argument, où le moindre préjudice concevable pour qui que ce soit, si rare soit-il, devient une raison pour personne d’agir, et où l’exigence d’une étude supplémentaire compte parmi ses instruments préférés. Cette exigence ne retombe presque jamais de façon égale : la barre s’élève pour la réforme que l’on n’aime pas et disparaît pour le statu quo, qui ne repose généralement sur aucun essai.

Une exigence isolée de rigueur, visant seulement la conclusion que vous préféreriez ne pas atteindre, est l’un des moyens les plus efficaces de bloquer l’action tout en paraissant admirablement scrupuleux quant aux preuves. Mener un essai signifie dépenser de l’argent, brûler du temps, et parfois priver d’une politique prometteuse les gens du groupe témoin, tandis que chaque mois passé à attendre est un mois où la règle actuelle reste en vigueur. On peut généralement peser cela de façon informelle : personne n’a besoin d’un essai randomisé pour voir que payer des gens pour rester oisifs, comme le font les interdictions d’asile, puis leur en vouloir, est un mauvais marché.

La discipline qui maintient tout cela honnête est la disposition à dire ce qui vous ferait changer d’avis. Si je prétends que l’interdiction de travail faite aux demandeurs d’asile est manifestement indéfendable, je vous dois les conditions dans lesquelles j’abandonnerais l’affirmation : des preuves solides qu’elle dissuade les demandes frauduleuses à une échelle qui vaille des années de revenus perdus et d’intégration retardée pour des gens qui travailleraient autrement. Je n’ai pas vu ces preuves, mais je les examinerais sincèrement. Nommer la conclusion qui vous ferait bouger est ce qui distingue un jugement réfléchi d’un jugement de complaisance, et c’est un test que les plus bruyants partisans de la « politique fondée sur les données probantes » s’appliquent trop rarement à eux-mêmes.

Ne vous méprenez pas, rien de tout cela n’est un permis pour le « feeling ». L’étude du parachute est drôle parce que personne, manifestement, n’a besoin d’un essai randomisé en altitude, mais la plupart des choix qui comptent ressemblent moins à un parachute et davantage à notre système d’immigration : les preuves sont partielles et le retour est lent ou invisible. Les preuves sont indispensables pour ces choix. Mais elles ne peuvent toujours pas faire le jugement difficile à votre place, et un bon jugement ne survivra pas longtemps en démocratie à moins que la politique qui le sous-tend ne puisse démontrer sa valeur dans le monde où vivent réellement les citoyens ordinaires de toute sensibilité politique.