Franchement : à quoi sert l'épistémologie !!!

[invite6754323456711]

Dit autrement et de façon très simple: le "constat" d'une corrélation entre deux faits peut suggérer un rapport "causal" entre les deux. En l'absence d'une connaissance de ce rapport causal (le "mécanisme" qui relie les deux) je peux m'égarer complètement en tenant cette supposition pour plus qu'elle n'est.

Il semble apparaître une similitude avec le domaine de l'information :

En informatique on appelle "donnée" le résultat d'une observation faite sur l'une des entités de ce monde, donc la mesure d'une variable sur un individu. Cette mesure n'est pas "donnée", mais obtenue à l'issue d'un processus d'abstraction à plusieurs étapes : nous avons décidé (1) d'observer telle population, puis (2) d'observer telle sélection de variables sur les individus qui la composent, (3) de coder chaque variable de telle façon (unité de mesure, format de la donnée, nomenclature pour les variables qualitatives), (4) d'identifier tel individu au sein de cette population, enfin (5) de mesurer sur cet individu la valeur de telle variable.

Les données obtenus résulte d'une construction. Elles peuvent être exactes, mais dans le cadre de l'abstraction, de la sélection dont elles résultent.

Patrick
-----

[invite9dcc7bec]

D'une certaine manière la thermodynamique est une description "statistique", plus que celle d'un mécanisme.

Désolé, je n'ai pas suivi en détail toute la question. Qu'est-ce qui t'amènes à opposer description statistique et description mécanistique ? Les mécanismes probabilistes existent.

(Par ailleurs, petit point de détail chicaneur que tu dois savoir, la thermodynamique s'est construite sur des bases non probabilistes. La physique statistique a permis de transformer les principes de la thermodynamique en lois et notamment d'interpréter l'entropie, précisément de passer du constat au mécanisme à mon sens)

Depuis le début vous parlez de "mécanisme" sans que la notion soit clairement définie. Pour moi il y mécanisme dès lors qu'il y enchaînement de cause à effet. Admettant le principe de causalité (rien ne se produit sans cause) il y a un mécanisme derrière chaque phénomène.

En vous lisant, je pense avoir peut-être une définition trop large de mécanisme.

Il y a même des chercheurs qui défendent l'idée que certains phénomènes émergents sont en grande partie indépendants des mécanismes détaillés.

L'émergentisme n'est pas très en vogue. Entendu au sens fort il signifie que des événements apparaissent/surviennent de manière inexplicable, sans aucune causalité. Mis à part les phénomènes quantiques déjà évoqués plus haut, je ne vois aucune raison de renoncer au principe de causalité.

[invite9dcc7bec]

*doublon******

[invite6754323456711]

Mis à part les phénomènes quantiques déjà évoqués plus haut, je ne vois aucune raison de renoncer au principe de causalité.

Peut être pas l'abandonner, mais l'approfondir encore plus. Les Théories probabilistes de la causalité nous ont permis, par exemple, de rompre son attachement à la "nécessitation". Dans cette approche une cause se comprend par la caractéristique quel rend l'effet plus probable.

Patrick

[myoper]

Simplement le statut de ces deux types de connaissances n'est pas le même.

Pour moi si : exactement.
Exemple :

Les statistiques ne disent rien, en dehors de la fréquence du phénomène, sur ce qui rend possible cette guérison par placebo.

Je vais me repeter mais c'est exactement le contraire : ce sont pourtant les statistiques qui pourraient justement permettre d'en déterminer le mécanisme.
Si on s'aperçoit de certains effets dans certaines conditions, un modèle pourra être élaboré et il sera vérifié avec ... d'autres séries statistiques. Autrement dit, sans statistiques, pas de mécanismes ou, d'une autre manière, ce sont un certain nombre de constats "statistiques" qui permettent de mettre en évidence les mécanismes (les plus probables dans l'état actuel de la science car eux mêmes ne sont pas certainement déterminés comme "vrais" mais simplement "les plus valides").

[Amanuensis]

Depuis le début vous parlez de "mécanisme" sans que la notion soit clairement définie.

Bien d'accord. Je ne l'aurais pas employé de moi-même dans ce contexte.

Pour moi il y mécanisme dès lors qu'il y enchaînement de cause à effet.

Si j'ai un phénomène A qui est toujours suivi de B ou C (et jamais de D, E, F, etc.), et que la seule connaissance qu'on ait sur les cas A->B et les cas A->C soit statistique (par exemple "toutes les statistiques sont compatibles avec un modèle uniforme indépendamment distribué"), est-ce qu'il y a "enchaînement de cause à effet" ?

Si on ajoute que B ou C ne sont jamais observés sans A avant, est-ce que cela change la réponse ?

Admettant le principe de causalité (rien ne se produit sans cause) il y a un mécanisme derrière chaque phénomène.

Est-ce que le principe de causalité est respecté dans l'exemple ci-dessus ?

L'émergentisme n'est pas très en vogue.

Très scientifique comme argument, ça...

[Amanuensis]

Si on s'aperçoit de certains effets dans certaines conditions, un modèle pourra être élaboré et il sera vérifié avec ... d'autres séries statistiques. Autrement dit, sans statistiques, pas de mécanismes ou, d'une autre manière, ce sont un certain nombre de constats "statistiques" qui permettent de mettre en évidence les mécanismes (les plus probables dans l'état actuel de la science car eux mêmes ne sont pas certainement déterminés comme "vrais" mais simplement "les plus valides").

Tout à fait d'accord. On peut présenter cela pour toutes les connaissances.

Le "changement de statut" est juste le passage, subjectif, arbitraire, et "justifié" uniquement pour des raisons opérationnelles, de probabilités (dérivées des observations et en particulier des statistiques) de 1-ε à 1 quand ε est extrêmement petit.

Ce que je viens d'écrire peut être vu comme une formulation alternative de ce qu'écrit Myoper : "les plus probables dans l'état actuel de la science" peut être lu comme "la probabilité conditionnelle aux connaissances actuelles de l'événement 'cela se passe la prochaine fois selon les mécanismes décrits' est la plus élevée pour ces mécanismes là", et "vrais" peut être lu comme "probabilité conditionnelle aux connaissances actuelles égale à 1".

[karlp]

Pour moi si : exactement.
Exemple :


Je vais me repeter mais c'est exactement le contraire : ce sont pourtant les statistiques qui pourraient justement permettre d'en déterminer le mécanisme.
Si on s'aperçoit de certains effets dans certaines conditions, un modèle pourra être élaboré et il sera vérifié avec ... d'autres séries statistiques. Autrement dit, sans statistiques, pas de mécanismes ou, d'une autre manière, ce sont un certain nombre de constats "statistiques" qui permettent de mettre en évidence les mécanismes (les plus probables dans l'état actuel de la science car eux mêmes ne sont pas certainement déterminés comme "vrais" mais simplement "les plus valides").

Ce que vous dîtes ne contrevient pas à mon propos: effectivement

ce sont pourtant les statistiques qui pourraient justement permettre d'en déterminer le mécanisme.

Vous dîtes bien vous mêmes que les statistiques "pourraient permettre de" et je suis entièrement d'accord. mais ceci suppose justement que la connaissance statistique n'est pas encore celle du mécanisme.
Dans l'exemple du placebo , le mécanisme est inconnu à ce jour. Si nous le connaissions nous pourrions alors "prédire" dans quelle circonstances il est amené à se produire.

[Amanuensis]

Si nous le connaissions nous pourrions alors "prédire" dans quelle circonstances il est amené à se produire.

Mais les statistiques permettent de prédire, et grâce à cela améliorer une prise de décision. C'est bien grâce, et uniquement grâce, à une capacité de prédiction que les décisions sont améliorées.

Il me semble que vous restreignez "prédire" à "prédire parfaitement". (Du moins, je comprends le raisonnement si je suppose cette restriction.)

Si on admet qu'il n'y a aucune prédiction parfaite possible (ce qui découle de "l'état actuel de la science car eux mêmes ne sont pas certainement déterminés comme "vrais" mais simplement "les plus valides"" dans le texte de Myoper) la restriction à "prédiction parfaite" amène "prédire" dans le contra-factuel, une sorte d'idéalisation ne correspondant pas aux observations.

Est-ce qu'une épistémologie basée sur une contra-factualité peut être utile ?

(Et le déterminisme reste là, en courant de fond peu visible, sous la notion de "prédiction parfaite".)

[myoper]

Ce que vous dîtes ne contrevient pas à mon propos: effectivement

ce sont pourtant les statistiques qui pourraient justement permettre d'en déterminer le mécanisme.

Vous dîtes bien vous mêmes que les statistiques "pourraient permettre de" et je suis entièrement d'accord. mais ceci suppose justement que la connaissance statistique n'est pas encore celle du mécanisme.
Dans l'exemple du placebo , le mécanisme est inconnu à ce jour. Si nous le connaissions nous pourrions alors "prédire" dans quelle circonstances il est amené à se produire.

J'ai rédigé un peu vite et je me laissais une porte de sortie car je ne considérais que quelques domaines mais, comme Amanuensis, je confirme en disant que, d'une part, ce sont les statistiques qui permettent de prédire les mécanismes et que, d'autre part, leur détermination est statistique également.

Que la connaissance statistique ne soit pas la connaissance du mécanisme, c'est d'accord puisque tautologique (une connaissance A n'est pas une connaissance B mais elles restent de même nature (des connaissances, constats ou mécanismes, fondés sur des statistiques - les plus probables).

Pour l'effet placébo, si nous avions (quand nous aurons) plus de connaissances statistiques, nous pourrions prédire son mécanisme parmi les possibles et ceux que l'on est capable d'imaginer et ensuite déterminer le plus probables en l'état des connaissances.
Et avec ce mécanisme, prédire statistiquement dans quelle circonstances il est amené a se produire.
Donc que des connaissances "statistiques/les plus probables".

[karlp]

J'ai rédigé un peu vite et je me laissais une porte de sortie car je ne considérais que quelques domaines mais, comme Amanuensis, je confirme en disant que, d'une part, ce sont les statistiques qui permettent de prédire les mécanismes et que, d'autre part, leur détermination est statistique également.

Pour l'effet placébo, si nous avions (quand nous aurons) plus de connaissances statistiques, nous pourrions prédire son mécanisme parmi les possibles et ceux que l'on est capable d'imaginer et ensuite déterminer le plus probables en l'état des connaissances.
Et avec ce mécanisme, prédire statistiquement dans quelle circonstances il est amené a se produire.
Donc que des connaissances "statistiques/les plus probables".

Je ne suis pas du tout contre l'idée que des statistiques puissent nous informer sur les mécanismes: c'est précisément ici que la distinction subsumée par le terme "contrefactualisable" devient utile.
: ces statistiques peuvent nous aiguiller si elles nous informent sur les particularités des populations sensibles ou insensibles à cet effet.

(à titre d'exemple, une statistique relative à l'hépatite B est peu informative si elle ne considère que la population française dans son ensemble. Elle devient utile si on peut la comparer avec des échantillons caractérisés: dans ce cas oui, elle peut nous suggérer quelque chose du mécanisme en jeu)

[Amanuensis]

Il est peut-être utile de développer un peu l'idée de "améliorer une prise de décision".

Dans le cas d'un médecin, on peut en faire une présentation simplifiée, mais il me semble correcte.

Un médecin confronté à un cas a le choix entre différentes possibilité d'agir (traitements par exemple, dont placebo), et doit décider, c'est à dire agir.

Le but visé doit être modélisé par un gain, mais tout modèle sera tel que "patient guéri" est 'mieux que' "patient pas guéri" : le gain est plus élevé dans le premier cas que dans le second, toutes choses égales par ailleurs. L'amélioration de la décision a ainsi un sens assez simple.

Une connaissance permettant de prédire correspond à une prédiction conditionnelle 'si tel traitement est choisi, voilà ce qu'on prédit comme résultat', et elle améliore la prise de décision si le gain est plus élevé en prenant en compte cette connaissance comparé à ne pas la prendre en compte.

Vu comme cela, la restriction à "prédiction parfaite" ne correspond pas à la pratique. Des prédictions imparfaites, i.e., qui de temps en temps ne se réalisent pas, peuvent (constat d'observation) améliorer une décision, et les connaissances correspondantes doivent (pour coller à la pratique) être prises en compte d'une manière ou d'une autre par l'épistémologie.

[invite9dcc7bec]

Si j'ai un phénomène A qui est toujours suivi de B ou C (et jamais de D, E, F, etc.), et que la seule connaissance qu'on ait sur les cas A->B et les cas A->C soit statistique (par exemple "toutes les statistiques sont compatibles avec un modèle uniforme indépendamment distribué"), est-ce qu'il y a "enchaînement de cause à effet" ?

Je ne suis pas sûr de comprendre ce que vous entendez par "les statistiques sont compatibles avec un modèle uniforme indépendamment distribué."

En tout cas, que A soit toujours suivi de B est insuffisant pour affirmer que A est une cause de B. Le cas où il existe Z tel que Z soit cause commune de A et de B ne peut être exclu.

Par ailleurs que A n'entraîne pas toujours B ne suffit pas à exclure que A est cause possible de B.

Il es possible que A soit cause de B et que A ne soit pourtant pas suivi de B si l'effet de A est contre-carré par un autre phénomène C ou si un phénomène C* masque B.

Si on ajoute que B ou C ne sont jamais observés sans A avant, est-ce que cela change la réponse ?

Pas vraiment. B peut être observé sans A tout en ayant A comme cause possible. Le but n'est pas de démontrer que A est l'unique cause de B.

Ce qui est une preuve suffisante pour affirmer que A cause B c'est d'observer que est toujours suivi de et que est toujours suivi de toutes choses étant égales par ailleurs.

Je crois qu'il n'y a qu'un dispositif expérimental qui puisse assurer du lien de cause à effet (probabilité = 1). L'observation amène à une connaissance statistique, la relation de cause à effet entre A et B pouvant être brouillée. A ce sujet, je me répète, il faut bien avoir conscience que ce n'est pas que l'on observe pas quelque chose avec tel instrument que cette chose n'existe pas.

Mais, attention je pense qu'une connaissance statistique d'un lien de cause à effet est une authentique connaissance. Connaissance d'autant plus solide que l'on a une idée d'où provient l'aspect aléatoire (incertitude de la mesure ? interactions avec d'autres phénomènes ? variation de paramètres ? etc)

Est-ce que le principe de causalité est respecté dans l'exemple ci-dessus ?

Le principe de causalité peut s'énoncer ainsi : toute chose qui existe a une cause. Tu n'as pas donné d'exemple d'un événement sans cause donc oui il est respecté.

L'émergentisme n'est pas très en vogue.

Très scientifique comme argument, ça...

C'était une litote. A ma connaissance, l'émergentisme est une doctrine du début du XXe siècle. Si le mot émergence est réapparu sous certaines plumes, je n'ai jamais vu un seul exemple probant d'émergence au sens fort (que cela soit la structure de la molécule d'eau, des protéines, les comportements sociaux,...)

[Amanuensis]

Je ne suis pas sûr de comprendre ce que vous entendez par "les statistiques sont compatibles avec un modèle uniforme indépendamment distribué."

C'est pourtant assez central ! C'est la traduction de "au hasard" ou "aléatoire" dans leurs emplois les plus communs.

En tout cas, que A soit toujours suivi de B est insuffisant pour affirmer que A est une cause de B. Le cas où il existe Z tel que Z soit cause commune de A et de B ne peut être exclu.

Certes, mais ce n'était pas là le point que je soulevais.

Ma question était si une cause ayant deux "effets" possibles, l'un choisi "au hasard" (ou plus exactement que nos connaissances ne permettent pas de modéliser autrement), respectait le principe de causalité.

[invite9dcc7bec]

Ma question était si une cause ayant deux "effets" possibles, l'un choisi "au hasard" (ou plus exactement que nos connaissances ne permettent pas de modéliser autrement), respectait le principe de causalité.

Oui.

Pour reprendre l'exemple du dé, dire que chacun des 6 événements est équiprobable c'est bien faire une prédiction en terme de relation de causalité :

"Si je lance le dé alors il y a une chance sur six d'obtenir 1 et une chance sur six d'obtenir 2, ..."

Quelque soit le résultat obtenu on sait quelle en est la cause (le lancer) même si on ignore les états intermédiaires.

Cet exemple est intéressant parce que l'on sait d'où vient l'incertitude. Si je connaissais la vitesse initiale, les forces appliquées ainsi que les caractéristiques mécaniques du dé et du sol je pourrais retracer la trajectoire exacte du dé. D'abord sa trajectoire parabolique (vitesse initiale + accélération dû à la gravité et résistance de l'air) puis sa trajectoire au sol (nombre de rebonds et roulements). Le résultat serait alors connu en termes non-probabilistes.

[ansset]

bonjour,
il ne faut pas confondre principe de causalité et determinisme.
( voire theorie du chaos par exemple )
a lire aussi les travaux du génial prigogine ( nobel de chimie ).

[myoper]

Je ne suis pas du tout contre l'idée que des statistiques puissent nous informer sur les mécanismes: c'est précisément ici que la distinction subsumée par le terme "contrefactualisable" devient utile.

Je dis même que c'est grâce à elles et uniquement que le mécanisme (quels qu'ils soient) va pouvoir être déterminé (autrement dit : sans elles, il ne le serait pas ou en tout cas pas de la façon ou il est fait actuellement "scientifiquement" ; et "on" ne sait pas faire autrement.).

[karlp]

Je dis même que c'est grâce à elles et uniquement que le mécanisme (quels qu'ils soient) va pouvoir être déterminé (autrement dit : sans elles, il ne le serait pas ou en tout cas pas de la façon ou il est fait actuellement "scientifiquement" ; et "on" ne sait pas faire autrement.).

Je suis trop inculte en biologie pour me faire un avis. Ce que vous dîtes me paraît vraisemblable dans ce champ de la connaissance. Il en va de même pour la psychologie.
En revanche, Einstein insiste lourdement sur le fait que ses découvertes ne doivent rien à l'expérience: celle ci vient corroborer ou falsifier. Il attribut ses découvertes à la puissance du langage mathématique.

[myoper]

Je suis trop inculte en biologie pour me faire un avis. Ce que vous dîtes me paraît vraisemblable dans ce champ de la connaissance. Il en va de même pour la psychologie.
En revanche, Einstein insiste lourdement sur le fait que ses découvertes ne doivent rien à l'expérience: celle ci vient corroborer ou falsifier. Il attribut ses découvertes à la puissance du langage mathématique.

Il est possible qu'un individu puisse avoir un (ou plusieurs) éclair de génie (science infuse qui porte ici bien son nom ) mais il va bien falloir confronter cette théorie à la pratique avant d'en faire une connaissance (scientifique) et cette confrontation est un ensemble de mesures (avec leur imprécisions statistiquement constatés) et d'observations (validées "statistiquement"), puis on a gardé la théorie car elle est considérée comme la plus probable dans l'état actuel des connaissances (et parce qu'on a rien de "mieux", comme Newton auparavant).
Je parle donc pour la "méthode scientifique" en général (pas seulement pour la biologie ou la psychologie). Les mathématiques représentent alors un outil servant a formaliser ce qui a déjà été constaté ("statistiquement", donc) ou les mécanismes (considéré comme les plus probables), des déductions peuvent être théoriquement faites (c'est juste une façon de déterminer le mécanisme).

Mais je doute que les découvertes d'Einstein soient un pur produit mathématique qui aurait pu être élaboré sans absolument rien connaitre de la physique ou cosmologie qui auraient justement orienté le raisonnement ou les calculs (il raisonne sur des vitesses, des masses, des énergies ... qui ont bien une représentation physique dont la détermination est soumise aussi a "statistiques" ; ne serait-ce que pour la mesure ou les observations et l'a bien été pour lui donner les valeurs (...) qu'il lui atribue).

[invite9dcc7bec]

Je suis trop inculte en biologie pour me faire un avis. Ce que vous dîtes me paraît vraisemblable dans ce champ de la connaissance. Il en va de même pour la psychologie.
En revanche, Einstein insiste lourdement sur le fait que ses découvertes ne doivent rien à l'expérience: celle ci vient corroborer ou falsifier. Il attribut ses découvertes à la puissance du langage mathématique.

La physique utilise beaucoup de raisonnements déductifs parce qu'elle est très formalisée, au point que certains puissent consacrer tout leur travail à de la physique théorique.

Même dans des disciplines moins formalisées, l'expérience est "designé" en fonction de l'hypothèse. C'est le raisonnement hypothético-déductif. Pour prendre un exemple, on a récemment découvert des bactéries incorporant de l'arsenic à la place du phosphore dans les AN et proteines. La souche bactérienne était connue depuis longtemps. Les scientifiques ayant fait la découverte avait émis l'hypothèse de l'existence de ces organismes deux ans avant de les avoir isolé (en utilisant un raisonnement déductif, l'arsenic appartient à la même famille que le phosphore, il existe des milieux où l'arsenic est abondant et le phosphate rare). D'un point de vue technique la découverte aurait pu être faîte depuis longtemps, encore fallait-il chercher.Plus impressionnant, Schrodinger avait prédit que l'information génétique était encodé dans un "cristal apériodique".

On ne découvre pas en cherchant à l'aveuglette, parfois on découvre par un "heureux hasard" (sérendipité) mais même là il faut avoir l'intelligence d'expliquer ce qui se produit plutôt que de rejeter l'expérience comme ratée ou la ranger dans un tiroir (l'effet toxique de Penicillium sur des bactéries avait été observé avant Fleming par Duchesne, encore fallait-il se rendre compte du potentiel de la découverte, entreprendre le long travail pour isoler la toxine et l'utiliser)

La science est un travail intellectuel, émettre des hypothèses, mais in fine c'est l'expérience qui tranche, et quoique put dire Einstein, cela demande une grande habilité pour la réaliser.

Bref, vouloir séparer l'hypothèse de l'expérience me semble stupide (désolé Einstein ). Dans bien des domaines, l'hypothèse est conçue pour être tester par une expérience et l'expérience permet de préciser/réformuler l'hypothèse. Les deux font bloc.

[Amanuensis]

Oui.

Pour moi il y mécanisme dès lors qu'il y enchaînement de cause à effet.

Alors on ne peut pas opposer connaissance statistique et connaissance de mécanisme, puisque la réponse "oui" implique qu'on peut connaître un mécanisme tout en ayant, au moins pour partie, qu'une connaissance statistique du résultat.

[invite9dcc7bec]

Alors on ne peut pas opposer connaissance statistique et connaissance de mécanisme, puisque la réponse "oui" implique qu'on peut connaître un mécanisme tout en ayant, au moins pour partie, qu'une connaissance statistique du résultat.

Oui. Ce que je ne comprends pas c'est l'opposition de karlp à cette idée.

[Amanuensis]

Oui.

Je voulais vérifier l'accord sur ce point.

Ce que je ne comprends pas c'est l'opposition de karlp à cette idée.

C'est bien le problème que j'ai, comme je l'ai plusieurs fois indiqué.

Une piste est le déterminisme, mais karlp a nié cette explication.

[myoper]

Oui. Ce que je ne comprends pas c'est l'opposition de karlp à cette idée.

Il semble l'être de moins en moins ??

[karlp]

Concernant le statut l'expérience dans la science, vous constaterez que je n'ai pas nié le rôle de l'expérience dans la falsification ou la "vérification" (ce serait absurde) (réponse aux messages 139 140)

Pour l'instant je suis bien plus convaincu de la puissance du langage mathématique dans l'élaboration de la physique que par l'idée qui surgirait d'une expérience répétée n fois (Einstein est loin d'être le seul; voir aussi Duhem, ou encore Witten), fut elle l'objet d'une statistique.
Je suis toujours incapable de me prononcer sur la biologie.

Et je reste profondément convaincu de la nécessité de distinguer une statistique non contrefactualisable d'une autre qui le soit et qui permette une mise en évidence d'un rapport causal (même si je ne nie pas l'apport des statistiques en général).

Mais je crois en effet que nos divergences tiennent à ce sur quoi nous choisissons de mettre l'accent.

[invite9dcc7bec]

Pour l'instant je suis bien plus convaincu de la puissance du langage mathématique dans l'élaboration de la physique que par l'idée qui surgirait d'une expérience répétée n fois (Einstein est loin d'être le seul; voir aussi Duhem, ou encore Witten), fut elle l'objet d'une statistique.
Je suis toujours incapable de me prononcer sur la biologie.

La physique comme "reine des sciences" c'est sympa comme plaisanterie mais il ne faut pas la prendre au sérieux. Que cela soit en chimie, en physiologie, en psychologie ou "pire" dans les sciences d'observation (astronomie, géologie) ou même pire de chez pire dans les vilaines sciences sociales (*) les faits et leur investigation sont centraux.

A mon avis (**), la physique est une petite exception - elle est tellement vaste qu'une forte division du travail a pu apparaître entre expérimentateurs et théoriciens. On y travaille sur des objets abstraits, dont l'observation est très indirecte. Mais le travail scientifique reste le même que dans les autres sciences expérimentales : émettre des hypothèses et les tester. Que cela soit des personnes différentes qui font le boulot n'y change.

(*) Notable exception : l'économie qui s'est construite sur le modèle de la physique - avec un résultat médiocre - et prend cependant depuis peu le tournant expérimental

(**) Je n'y connais pas grand chose en physique

[invite9dcc7bec]

l'idée qui surgirait d'une expérience répétée n fois

Une seule expérience bien menée, avec un bon échantillonage, peut suffire à démontrer quelque chose.

Cf ma discussion plus avec myoper sur la méthodologie en recherche médicale. Une bonne étude peut constituer à elle seule une preuve forte. Quand on ne l'a pas sous la main, on peut agréger les résultats de plusieurs études de faible puissance.

Il est nécessaire de réaliser l'expérience sur plusieurs sujets/échantillons parce qu'il y a une variabilité naturelle (à laquelle s'ajoute les erreurs de manipulation). La variabilité se rencontre probablement dans certains domaines de la physique et pour ce qui est des erreurs de manip c'est sûr. Il suffit de faire un dosage par spectrophotomètrie d'une solution donnée par différents groupes de personnes sur différentes machines pour voir des résultats différents surgirent.

Les physiciens sont confrontés à ce genre de problèmes, comme le montre l'étude de Harry Collins (physicien devenu sociologue des sciences) de la conception des TEA-laser (racontée ici : http://www.prismedetete.net/il-ne-su...avoirs-faires/)

[karlp]

La physique comme "reine des sciences" c'est sympa comme plaisanterie mais il ne faut pas la prendre au sérieux. Que cela soit en chimie, en physiologie, en psychologie ou "pire" dans les sciences d'observation (astronomie, géologie) ou même pire de chez pire dans les vilaines sciences sociales (*) les faits et leur investigation sont centraux.

A mon avis (**), la physique est une petite exception - elle est tellement vaste qu'une forte division du travail a pu apparaître entre expérimentateurs et théoriciens. On y travaille sur des objets abstraits, dont l'observation est très indirecte. Mais le travail scientifique reste le même que dans les autres sciences expérimentales : émettre des hypothèses et les tester. Que cela soit des personnes différentes qui font le boulot n'y change.

(*) Notable exception : l'économie qui s'est construite sur le modèle de la physique - avec un résultat médiocre - et prend cependant depuis peu le tournant expérimental

(**) Je n'y connais pas grand chose en physique

Je suis tout à fait d'accord pour convenir que la physique occupe une position particulière.
Mais c'est justement cette singularité qui est pour moi exemplaire.
J'ai convenu plus haut que les autres sciences, pour ce que j'en sais, s'appuient très largement sur la répétition d'expériences (j'ai cité la biologie ou la psychologie)

S'agissant de la physique, c'est bien le langage mathématique qui est indiqué comme moteur de découverte (de Galilée à Witten)

[karlp]

Une seule expérience bien menée, avec un bon échantillonage, peut suffire à démontrer quelque chose.

Cf ma discussion plus avec myoper sur la méthodologie en recherche médicale. Une bonne étude peut constituer à elle seule une preuve forte. Quand on ne l'a pas sous la main, on peut agréger les résultats de plusieurs études de faible puissance.

Il est nécessaire de réaliser l'expérience sur plusieurs sujets/échantillons parce qu'il y a une variabilité naturelle (à laquelle s'ajoute les erreurs de manipulation). La variabilité se rencontre probablement dans certains domaines de la physique et pour ce qui est des erreurs de manip c'est sûr. Il suffit de faire un dosage par spectrophotomètrie d'une solution donnée par différents groupes de personnes sur différentes machines pour voir des résultats différents surgirent.

Les physiciens sont confrontés à ce genre de problèmes, comme le montre l'étude de Harry Collins (physicien devenu sociologue des sciences) de la conception des TEA-laser (racontée ici : http://www.prismedetete.net/il-ne-su...avoirs-faires/)

Absolument (je gardais cette idée en réserve): une seule expérience peut suffire, (généralement à falsifier une hypothèse) ce qui suffit à indiquer que les statistiques ne sont pas de mise dans ce cas .

[invite6754323456711]

Oui. Ce que je ne comprends pas c'est l'opposition de karlp à cette idée.

Ce qui échappe/fruste est peut être un manque de compréhension plus approfondi de ce qu'est un système complexe. Par exemple on ne démontre pas la supra-conductivité du mercure en résolvant une équation de Schrödinger à 10^-23 particules, ni en prenant en compte les quarks des noyaux.... Les mécanismes dont il peut être question semble être propre à un comportement global.

Le niveau d'analyse ne semble pas être le même suite à cette nouvelle échelle.

Patrick