Les données doivent être un livre ouvert si l'on veut que la science soit plus fiable. Quinn Dombrowski / Flickr, CC BY-SA

C'était 1986, et l'agence spatiale américaine, la NASA, était ébranlée par la perte de sept vies. La navette spatiale Challenger s'était brisée environ une minute après son lancement.

Une commission du Congrès a été formée pour rendre compte de la tragédie. Le physicien Richard Feynman était l'un de ses membres. Les responsables de la NASA avaient témoigné devant le Congrès que le risque d'échec de la navette était autour de 1 dans 100,000. Feynman souhaitait aller au-delà des témoignages officiels pour connaître les chiffres et les données qui les sauvegardaient.

À la fin de son enquête, Feynman résuma ses conclusions dans une annexe du rapport officiel de la Commission, dans laquelle il a déclaré que les responsables de la NASA s'étaient «trompés» en pensant que la navette était en sécurité.

Après un lancement, les pièces de la navette revenaient parfois endommagées ou se comportaient de manière inattendue. Dans bon nombre de ces cas, la NASA a proposé des explications pratiques minimisant l’importance de ces signaux d'alarme. Les gens de la NASA souhaitaient ardemment que la navette soit en sécurité, ce qui colorait leur raisonnement.

Pour Feynman, ce type de comportement n’était pas surprenant. Dans sa carrière de physicien, Feynman avait observé que non seulement les ingénieurs et les gestionnaires, mais aussi les scientifiques de base avaient des préjugés qui pouvaient conduire à l'auto-illusion.

Feynman croyait que les scientifiques devaient constamment se rappeler leurs préjugés. Selon Feynman, "le premier principe" pour être un bon chercheur est "vous ne devez pas vous tromper vous-même, et vous êtes la personne la plus facile à tromper".

Beaucoup d'yeux

Une scientifique peut construire une carrière à partir d'une théorie, puis constater qu'elle a beaucoup de chances que cette théorie soit vraie. Et même ceux d'entre nous qui sont moins attachés à la théorie espèrent toujours que chaque nouveau point de données soutiendra notre théorie actuelle, même si nous n'avions pensé qu'à cette théorie hier.

Dans le rapport officiel au Congrès, Feynman et ses collègues ont recommandé la création d'un groupe de surveillance indépendant chargé de fournir une analyse continue du risque moins biaisée que ne pourrait l'être la NASA elle-même. L’agence avait besoin de l’avis de personnes qui n’avaient aucun intérêt à ce que la navette soit en sécurité.

Les scientifiques individuels ont également besoin de ce type de contribution. Le système scientifique doit être conçu de manière à ce que les chercheurs adhérant à différentes théories puissent donner des interprétations indépendantes du même ensemble de données.

Cela aiderait à protéger la communauté scientifique de la tendance des individus à se leurrer en leur disant que leur théorie n’est pas appuyée.

Pour moi, il est clair que les chercheurs devraient examiner systématiquement les données brutes des autres. Mais dans de nombreux domaines, il n’est pas possible de le faire.

Les scientifiques se communiquent leurs résultats via des articles de journaux. Ces articles fournissent des résumés des données, souvent avec beaucoup de détails, mais dans de nombreux domaines, les chiffres bruts ne sont pas partagés. Et les résumés peuvent être astucieusement arrangés pour dissimuler les contradictions et maximiser le support apparent de la théorie de l'auteur.

Parfois, un article est fidèle aux données derrière lui, montrant les verrues et tout. Mais nous ne devrions pas compter là-dessus. Comme me l'a dit le chimiste Matthew Todd, ce serait comme si on attendait la brochure d'un agent immobilier pour une propriété montrant les défauts de la propriété. Vous n'achèteriez pas une maison sans la voir de vos propres yeux. Il peut être imprudent d’adhérer à une théorie sans consulter les données non filtrées.

De nombreuses sociétés scientifiques le reconnaissent. Depuis de nombreuses années, certaines des revues qu'ils supervisent ont pour politique d'obliger les auteurs à fournir les données brutes à la demande d'autres chercheurs.

Malheureusement, cette politique a échoué de manière spectaculaire, du moins dans certains domaines scientifiques. Des études ont montré que lorsqu'un chercheur demande les données derrière un article, les auteurs de cet article répondent avec les données. dans moins de la moitié des cas. Il s’agit là d’une lacune majeure du système scientifique, vraiment embarrassante.

La politique bien intentionnée d’exiger que les données soient fournies upon request s'est avéré être une formule pour les courriels sans réponse, pour les excuses et pour les retards. Une donnée avant demande la politique peut cependant être efficace.

Quelques journaux ont mis en œuvre cela, exigeant ces données soient mises en ligne lors de la publication de l'article.

Open Data Week?

L'adoption de cette nouvelle politique d'affichage des données a été lente, freinée par un deuxième défaut du système scientifique. Actuellement, les chercheurs sont récompensés - sous la forme de promotions d'emplois et de subventions - pour leurs articles annonçant leurs conclusions, mais pas pour les données sous-jacentes aux articles.

En conséquence, certains scientifiques accumulent des données. Avec chaque ensemble de données, ils publient autant d'articles qu'ils le peuvent, mais résistent à la publication des données elles-mêmes.

Pour corriger la science, nous devons changer ces incitations: le partage des données devrait être récompensé; fournir une nouvelle analyse critique des données devrait être récompensé; les trous dans les affirmations des autres concernant un ensemble de données devraient être récompensés.

Si les retours du scepticisme professionnel peuvent être augmentés, la science perdra moins de temps à poursuivre de fausses théories.

Au moment où j'écris ces lignes, nous approchons de la fin de la huitième Semaine internationale du libre accès. C’est une semaine pour célébrer le fait que de plus en plus d’articles scientifiques sont disponibles gratuitement au lieu d’être publiés derrière des paywalls, et un temps pour en réclamer plus.

L’accès libre aux articles est important, mais nous devons également ouvrir les données. Avons-nous besoin de démarrer une semaine internationale des données ouvertes? Dans un meilleur système scientifique, le partage des données serait de rigueur.

A propos de l'auteur

Alex O. Holcombe, professeur agrégé, École de psychologie, Université de Sydney. Il étudie la manière dont les signaux provenant des aperçus de différents neurones des zones d'un objet en mouvement sont combinés, ainsi que la façon dont les limites temporelles contraignent le suivi d'objets importants dans une scène dynamique.

Cet article a été publié initialement le The Conversation. Lis le article original.

Livre connexe:

at

Merci de votre visite InnerSelf.com, où il y a 20,000+ des articles qui changent la vie et qui font la promotion de « Nouvelles attitudes et de nouvelles possibilités ». Tous les articles sont traduits en Plus de 30 langues. S'abonner au magazine InnerSelf, publié chaque semaine, et au Daily Inspiration de Marie T Russell. Magazine InnerSelf est publié depuis 1985.