Les astuces que les propagandistes utilisent pour battre la science

Dans les années 1950, les professionnels de la santé se sont inquiétés du fait que le tabagisme provoquait le cancer. Puis, en 1952, le magazine populaire Reader's Digest a publié Cancer by the Carton, un article sur le nombre croissant de preuves qui le prouvent. L'article a provoqué un choc et une couverture médiatique généralisés. Aujourd'hui, les dangers du tabagisme pour la santé sont clairs et sans ambiguïté.

Et pourtant, les interdictions de fumer ont été lentes à entrer en vigueur, la plupart étant apparues quelque 40 ans ou plus après la Reader's Digest article.

La raison de cette lenteur est facile à voir avec le recul et décrite en détail par Naomi Oreskes et Erik Conway dans leur livre de 2010 Marchands de doute . Ici, les auteurs expliquent comment l'industrie du tabac a embauché une société de relations publiques pour fabriquer la controverse entourant les preuves et jeter le doute sur leur véracité.

Ensemble, les compagnies de tabac et l'entreprise de relations publiques ont créé et financé une organisation appelée le Comité de recherche de l'industrie du tabac pour produire des résultats et des opinions qui contredisaient l'idée que fumer tue. Cela a conduit à un faux sentiment d'incertitude et a retardé les changements de politique qui auraient autrement limité les ventes.

L'approche a été un énorme succès pour l'industrie du tabac à l'époque. Dans le même livre, Oreskes et Conway montrent comment une approche similaire a influencé le débat sur le changement climatique. Encore une fois, le consensus scientifique est clair et sans ambiguïté, mais le débat public a été délibérément brouillé pour créer un sentiment d'incertitude. En effet, Oreskes et Conway disent que certaines des mêmes personnes qui ont imaginé la stratégie antitabac ont également travaillé à saper le débat sur le changement climatique.

Cela soulève une question importante : dans quelle mesure est-il facile pour des acteurs malveillants de déformer la perception publique de la science ?

Aujourd'hui, nous obtenons une réponse grâce au travail de James Owen Weatherall, Cailin O'Connor de l'Université de Californie à Irvine et Justin Bruner de l'Université nationale australienne de Canberra, qui ont créé un modèle informatique de la manière dont le consensus scientifique se forme et comment cela influence l'opinion des décideurs politiques. L'équipe a étudié la facilité avec laquelle ces points de vue peuvent être déformés et a déterminé qu'aujourd'hui, il est simple de déformer la perception de la science avec des techniques encore plus subtiles que celles utilisées par l'industrie du tabac.

La stratégie antitabac originale impliquait plusieurs lignes d'attaque. L'une d'elles consistait à financer la recherche qui soutenait l'industrie, puis à ne publier que les résultats correspondant au récit requis. Par exemple, en 1954, le TIRC a distribué une brochure intitulée 'Une perspective scientifique sur la controverse sur les cigarettes' à près de 200 000 médecins, journalistes et décideurs politiques, dans laquelle ils ont mis l'accent sur les recherches favorables et remis en question les résultats soutenant le point de vue contraire, disent Weatherall et co , qui appellent cette approche production biaisée .

Une deuxième approche a encouragé la recherche indépendante qui s'est avérée étayer le récit de l'industrie du tabac. Par exemple, il a soutenu la recherche sur le lien entre l'amiante et le cancer du poumon parce qu'il a brouillé les pistes en démontrant que d'autres facteurs peuvent causer le cancer. Weatherall et son équipe appellent cette approche partage sélectif .

Weatherall et co ont étudié comment ces techniques influencent l'opinion publique. Pour ce faire, ils ont utilisé un modèle informatique de la façon dont le processus scientifique influence l'opinion des décideurs politiques.

Ce modèle contient trois types d'acteurs. Le premier est celui des scientifiques qui parviennent à un consensus en réalisant des expériences et en laissant les résultats, et ceux de leurs pairs, influencer leur point de vue.

Chaque scientifique commence avec l'objectif de décider laquelle des deux théories est la meilleure. L'une de ces théories est basée sur l'action A, qui est bien comprise et connue pour fonctionner 50 % du temps. Cela correspond à la théorie A.

En revanche, la théorie B repose sur une action mal comprise. Les scientifiques ne savent pas avec certitude si elle est meilleure ou non que A. Néanmoins, le modèle est conçu de manière à ce que la théorie B soit en fait meilleure.

Les scientifiques peuvent faire des observations en utilisant leur théorie, et surtout, celles-ci ont des résultats probabilistes. Ainsi, même si la théorie B est la meilleure des deux, certains résultats soutiendront la théorie A.

Au début de la simulation, les scientifiques reçoivent une croyance aléatoire en la théorie A ou B. Par exemple, un scientifique avec une crédibilité de 0,7 pense qu'il y a 70 % de chances que la théorie B soit correcte et applique donc la théorie B au tour suivant. d'expérimentations.

Après chaque série d'expériences, les scientifiques mettent à jour leurs points de vue en fonction des résultats de leur expérience et des résultats des scientifiques auxquels ils sont liés dans le réseau. Au tour suivant, ils répètent ce processus et mettent à jour leurs croyances, et ainsi de suite.

La simulation s'arrête lorsque tous les scientifiques croient à une théorie ou à l'autre ou lorsque la croyance en une théorie atteint un certain seuil. De cette façon, Weatherall et co simulent la façon dont les scientifiques parviennent à un consensus.

Mais comment ce processus influence-t-il les décideurs politiques ? Pour le savoir, Weatherall et son équipe ont introduit un deuxième groupe de personnes dans le modèle - les décideurs politiques - qui sont influencés par les scientifiques (mais n'influencent pas les scientifiques eux-mêmes). Fondamentalement, les décideurs politiques n'écoutent pas tous les scientifiques, mais seulement un sous-ensemble d'entre eux.

Les décideurs politiques partent d'un point de vue et le mettent à jour après chaque tour, en utilisant les opinions des scientifiques qu'ils écoutent.

Mais l'objectif principal du travail de l'équipe est de savoir comment un propagandiste peut influencer les opinions des décideurs politiques. Alors Weatherall et co introduisent un troisième acteur dans ce modèle. Ce propagandiste observe tous les scientifiques et communique avec tous les décideurs politiques dans le but de les persuader que la pire théorie est correcte (en l'occurrence, la théorie A). Pour ce faire, ils recherchent uniquement les points de vue qui suggèrent que la théorie A est correcte et les partagent avec les décideurs politiques.

Le propagandiste peut travailler de deux manières qui correspondent à production biaisée ou partage sélectif . Dans le premier, le propagandiste utilise une équipe interne de scientifiques pour produire des résultats qui favorisent la théorie A. Dans le second, le propagandiste sélectionne simplement les résultats de scientifiques indépendants qui favorisent la théorie A.

Les deux types d'influence peuvent avoir un impact important, disent Weatherall et co— partage sélectif s'avère tout aussi bon que production biaisée . Nous constatons que la présence d'un seul propagandiste qui ne communique que les découvertes réelles des scientifiques peut avoir une influence surprenante sur les croyances des décideurs politiques, expliquent-ils. Dans de nombreux scénarios, nous constatons que tandis que la communauté des scientifiques converge vers de vraies croyances sur le monde, les décideurs politiques atteignent une quasi-certitude dans la fausse croyance.

Et c'est sans aucune science frauduleuse ou mauvaise, juste en sélectionnant les résultats. En effet, les propagandistes n'ont même pas besoin d'utiliser leurs propres scientifiques internes pour soutenir des idées spécifiques. Lorsqu'il y a une variation naturelle dans les résultats d'expériences scientifiques impartiales, les propagandistes peuvent avoir une influence significative en sélectionnant ceux qui soutiennent leur propre programme. Et cela peut être fait à très faible risque car tous les résultats qu'ils choisissent sont de la vraie science.

Cette découverte a des implications importantes. Cela signifie que quiconque veut manipuler l'opinion publique et influencer les décideurs politiques peut obtenir un succès extraordinaire avec des astuces relativement subtiles.

En effet, ce ne sont pas seulement des acteurs néfastes qui peuvent finir par influencer les décideurs politiques d'une manière qui ne correspond pas au consensus scientifique. Weatherall et co soulignent que les journalistes scientifiques sélectionnent également les résultats. Les journalistes sont généralement sous pression pour trouver les histoires les plus intéressantes, les plus sexy ou les plus amusantes, ce qui biaise ce que les décideurs politiques voient. Cependant, l'importance de cet effet dans le monde réel n'est pas claire.

La principale découverte de l’équipe aura de profondes conséquences. On aurait pu s'attendre à ce que la production d'une science biaisée ait une plus grande influence sur l'opinion publique que le simple partage des résultats des autres, disent Weatherall et co. Mais il y a des sens forts dans lesquels la stratégie moins invasive et plus subtile du partage sélectif est plus efficace que la production biaisée.

Le travail a des implications pour la nature de la science aussi. Ce type de partage sélectif n'est efficace qu'en raison de la grande variation des résultats qui émergent de certains types d'expériences, en particulier celles qui sont de petites études à faible puissance.

C'est un problème bien connu, et la solution est claire : des études plus importantes et plus puissantes. Compte tenu de certaines ressources financières fixes, les organismes de financement devraient allouer ces ressources à quelques études de très grande puissance, affirment Weatherall et co, qui suggèrent ensuite que les scientifiques devraient être incités à produire ce type de travail. Par exemple, les scientifiques devraient se voir accorder plus de crédit pour des résultats statistiquement plus solides, même dans les cas où ils se trouvent être nuls.

Cela rendrait plus difficile pour les propagandistes de trouver de faux résultats qu'ils pourraient utiliser pour déformer les opinions.

Mais étant donné la puissance partage sélectif semble être, la question est maintenant de savoir qui est susceptible d'utiliser efficacement les conclusions de Weatherall et co en premier : les propagandistes ou les scientifiques/décideurs politiques ?

Réf : arxiv.org/abs/1801.01239 : Comment battre la science et influencer les gens : décideurs politiques et propagande dans les réseaux épistémiques

cacher