Values in Science

Ce court ouvrage est une revue argumentée de la littérature philosophique sur les valeurs en science. C’est une excellente synthèse d’un champ de recherche florissant et complexe, où l’auteur développe également ses propositions et suggère des pistes de recherche future. L’introduction, sur la base d’exemples comme la pandémie de Covid-19, montre comment les valeurs peuvent influencer les directions de la recherche, le design des études, la manière dont les résultats scientifiques sont décrits et interprétés, puis utilisés. La deuxième partie, descriptive, présente la manière dont les valeurs influencent la science. Les valeurs peuvent être épistémiques (c.-à-d. indicatives de la vérité ou de la connaissance) ou non-épistémiques, l’influence des secondes étant limitée par certains auteurs. Les jugements de valeur peuvent par ex. évaluer dans quelle mesure une qualité particulière est désirable dans un certain contexte, ou dans quelle mesure une valeur particulière a été réalisée. Ces catégorisations sont des prérequis qui nécessitent encore des recherches. Est proposée ensuite une typologie des relations entre valeurs et science suivant quatre étapes plus ou moins poreuses : « diriger la science » (par ex. choisir les questions de recherche) ; « faire de la science » (par ex. décider quel niveau de preuve est suffisant pour tirer des conclusions) et en parallèle « gérer la science » (par ex. gérer les données et le matériel) ; et « utiliser la science » (par exemple prendre des décisions sur la base des résultats obtenus). C’est surtout l’influence des valeurs non-épistémiques dans la phase « faire de la science » qui est controversée dans la littérature philosophique. La troisième partie, normative, demande s’il faut activement incorporer les valeurs en science, en se concentrant sur la phase « faire de la science ». Il y a d’abord trois raisons principales à une réponse négative, basées sur la peur que les valeurs non-épistémiques menacent : la recherche de la vérité constitutive de la science ; l’autonomie des décideurs (individuels et politiques) ; et la confiance du public dans la science. Inversement, il y a quatre arguments en faveur des valeurs : l’argument du gap (le « fossé » entre les données et les conclusions, sous-déterminées par ces dernières requiert, pour être comblé, des assomptions influencées par des valeurs non-épistémiques) ; l’argument de l’ « erreur » (les scientifiques ont besoin de valeurs non-épistémiques pour gérer des risques épistémiques comme la question de savoir quel est le niveau suffisant de preuve pour accepter ou rejeter une hypothèse) ; l’argument des buts (afin d’atteindre les buts non-épistémiques de la science, les scientifiques ont besoin de valeurs non-épistémiques pour évaluer la qualité des modèles et hypothèses) ; et l’argument conceptuel (les valeurs non-épistémiques sont pertinentes pour évaluer les hypothèses qui incorporent des concepts scientifiques mêlant contenu épistémique et non-épistémique). L’auteur défend une approche en faveur des valeurs non-épistémiques dans la science, sans pour autant affirmer que leur influence est toujours légitime. Pour progresser, les spécificités de chaque contexte scientifique doivent permettre de mieux évaluer la pertinence de chaque argument. La quatrième partie étudie comment gérer les valeurs de manière responsable, toujours dans la phase du raisonnement scientifique. Une première stratégie, confrontée à diverses difficultés, consiste à choisir les bonnes valeurs. Une seconde est de se concentrer sur les rôles joués par les valeurs, par ex. autoriser un rôle indirect influant sur le niveau de preuve exigé pour accepter une hypothèse, mais exclure un rôle direct où la valeur agit comme une raison pour accepter l’hypothèse. Une troisième est de déplacer l’analyse au niveau de la communauté scientifique plutôt que du scientifique individuel, et de réfléchir aux mécanismes institutionnels pouvant assurer l’objectivité scientifique. Enfin, l’auteur propose de combiner ces différentes approches, en respectant des conditions de transparence, de représentativité et d’engagement. La cinquième et dernière partie analyse les pistes de recherche future pour promouvoir un rôle responsable des valeurs en science. Face à la diversité des valeurs, de leurs influences et des contextes associés, l’auteur défend une approche basée sur des normes de bonne science (comme la reproductibilité) qui doivent être respectées par les scientifiques et leurs institutions pour que l’influence des valeurs soit acceptable. Ces normes doivent être appliquées à chaque situation grâce à des règles et directives pratiques (comme les règles de bonne pratique statistique), en interaction avec la réflexion théorique, notamment pour justifier et prioriser les différentes normes en fonction de la situation. Cette approche au cas par cas nécessite d’étudier concrètement les pratiques scientifiques et les institutions qui les entourent.

Ph. S.

This short book is a well-argued review of the philosophical literature on values in science. It is an excellent summary of a flourishing and complex research field, in which the author also develops his proposals and suggests future research avenues. The introduction uses examples such as the Covid-19 pandemic to show how values can influence the direction of research, the design of studies and the way scientific results are described, interpreted and then used. The second, descriptive part presents the way in which values influence science. Values can be epistemic (i.e. indicative of truth or knowledge) or non-epistemic, although some authors limit the influence of the latter. Value judgements may, for example, assess the extent to which a particular quality is desirable in a particular context, or the extent to which a particular value has been realised. These categorisations are presuppositions which require further research. A typology of the relationship between values and science is then proposed, based on four more or less permeable stages: “directing science” (e.g. choosing research questions); “doing science” (e.g. deciding which level of evidence is sufficient to draw conclusions) and parallelly “managing science” (e.g. managing data and equipment); and “using science” (e.g. making decisions based on the results obtained). It is especially the influence of non-epistemic values on the “doing science” stage which is controversial in the philosophical literature. The third, normative part asks whether values should be actively incorporated into science, by focusing on the “doing science” stage. First, there are three main reasons for a negative answer, based on the fear that non-epistemic values would threaten: the search for truth, which is constitutive of science; the autonomy of (individual and political) decision-makers; and the public’s trust in science. Conversely, there are four arguments in favour of values: the gap argument (the gap between data and conclusions, which are underdetermined by the former, requires assumptions influenced by non-epistemic values in order to be bridged); the error argument (scientists need non-epistemic values in order to manage epistemic risks, such as the question of which level of evidence is sufficient to accept or reject a hypothesis); the goals argument (in order to achieve the non-epistemic goals of science, scientists need non-epistemic values to evaluate the quality of models and hypotheses); and the conceptual argument (non-epistemic values are relevant to evaluate hypotheses which incorporate scientific concepts mixing epistemic and non-epistemic content). The author argues in favour of non-epistemic values in science, without claiming that their influence is always legitimate. In order to make some progress, the specificities of each scientific context should make it possible to better assess the relevance of each argument. The fourth part studies how to manage values responsibly, still with respect to the scientific reasoning stage. A first strategy, which faces difficulties, is to choose the right values. A second is to focus on the roles which values play, for example, to allow an indirect role which influences the level of evidence required to accept a hypothesis, but to exclude a direct role where the value acts as a reason to accept the hypothesis. A third is to shift the analysis to the level of the scientific community rather than the individual scientist, and to reflect on the institutional mechanisms which ensure scientific objectivity. Finally, the author proposes to combine these different approaches, while respecting conditions of transparency, representativeness and engagement. The fifth and final part analyses future avenues of research in order to promote a responsible role for values in science. Given the diversity of values, of their influences and of their contexts, the author defends an approach based on norms of good science (such as reproducibility) which must be respected by scientists and their institutions for the influence of values to be acceptable. These norms must be applied to each situation by means of practical rules and guidelines (such as rules of good statistical practice), in interaction with theoretical reflection, in particular to justify and prioritise the different norms according to the situation. This case-by-case approach requires to concretely study scientific practices and the institutions which frame them.

Ph. S.