Dans leur ouvrage “La psychométrie : théories et méthodes de la mesure en psychologie ” (1994), Paul Dickes, Jocelyne Tournois, André Flieller et Jean-Luc Kop tentent une présentation orthodoxe des “théories et méthodes de la mesure en psychologie”. Par “orthodoxe”, j’entends “qui ne conteste pas l’idée qu’on sache mesurer en psychologie”.
Si on croit qu’on ne sait mesurer aucune grandeur psychologique avec des réponses à des items de test (au sens de la définition donnée dans 3a), lire cet ouvrage revient à assister à une tentative de sauvetage du préjugé qu’on sait mesurer en psychologie. On a parfois l’impression que les auteurs eux-mêmes sont pris de doute (par exemple, ils citent, p. 23, Maurice Reuchlin remarquant en 1962 que “si l’on admet à la fois la formulation axiomatique utilisée par Campbell et le caractère nécessairement univoque de l’attribution des nombres aux choses mesurées, on peut montrer que les grandeurs psychologiques n’ont jamais encore été mesurées” et, p. 30, Clyde Coombs qui “soutient même que le comportement est fondamentalement un ordre partiel”), mais ils ne franchissent pas le Rubicon.
Pour rester orthodoxes, les auteurs confondent mesurage et scorage (ou agrégation numérique) : mesurer, c’est noter. Pour pouvoir soutenir qu’on sait mesurer en psychologie, il faut faire admettre que mesurer, c’est appliquer une méthode de transformation de données en nombres. Mais les auteurs n’envisagent pas que certaines connaissances — des faits falsifiants — puissent empêcher cette transformation, de telle sorte qu’on soit contraint de conclure que dans telle ou telle situation, on ne sait pas mesurer — ce qui ne veut pas dire qu’on ne sache pas noter malgré tout.
Ici gît ce qui me paraît une entorse majeure à l’esprit scientifique. Faire de la science, c’est accepter le verdict des faits empiriques contre notre désir de réduire le réel à nos propres catégories cognitives — contre nos théories, notre vision du monde. L’orthodoxie psychométrique procède moins du désir de connaître, indissociable de notre tolérance à l’ignorance (connaître quelque chose, c’est reconnaître qu’on ignore autre chose), que du désir d’évaluer. Le désir d’évaluer fonctionne comme un impératif catégorique dans le champ social : il faut pouvoir évaluer. Parfois, l’évaluation est une exigence d’efficacité vitale — cette proie, ce prédateur, sont-ils plus forts que moi ? Si le contexte social conduit à la nécessité sociale d’évaluer des personnes, alors le problème n’est pas de déterminer ce en quoi consiste cette nécessité, mais de savoir comment le faire (voir l’exemple de l’échelle métrique de l’intelligence de Binet et Simon). Autrement dit, pas question de ne pas évaluer. Or, évaluer, c’est parler le langage du “plus ou moins”.
D’un autre côté, transformer des données en nombres sans clause d’impossibilité logico-empirique, c’est exactement de la numérologie :
pour que les faits empiriques te disent ce que tu veux savoir, tu les exprimeras en nombres.
D’où un problème de légitimation. Si la légitimation consiste en la satisfaction du critère de scientificité de la psychotechnique, on débouche sur le problème poppérien de la démarcation entre science et non-science (voir Popper, 1973). Cette numérologie revêt une allure de scientificité grâce à la modélisation statistique et à une forme de contrôle de la modélisation par les faits empiriques — pour préserver l’empirisme nécessaire à toute science qui se dit empirique. Mais ce contrôle, lorsqu’il procède effectivement du test d’une hypothèse, porte sur des phénomènes qui se manifestent à une échelle qui n’a rien à voir avec l’échelle de la personne individuelle. L’agrégation s’applique cette fois, non pas à des symboles (la numérologie), mais à des personnes. Les échantillons résultants sont alors supposés provenir de populations statistiques (qui ne sont pas équivalentes à des populations démographiques — voir aussi 15a). Par exemple, la théorie factorielle de l’intelligence a pour objet des matrices de corrélations qui ne décrivent personne en particulier ni quiconque en général.
Si on sait mesurer, on sait mettre en nombres de manière scientifique. Si on parle le langage des nombres, on sait parler le langage du “plus ou moins”. Ce langage a une utilité évaluative. Mais ce raisonnement n’est pas réversible : mettre en nombres, ce n’est pas nécessairement mesurer si par mesurer, on entend profiter de ce que les phénomènes qu’on sait décrire soient quantitatifs (i.e., obéissent aux axiomes de la quantité). Il se peut que les phénomènes psychotechniques, c’est-à-dire les phénomènes qu’on sait décrire avec des tests, ne soient pas quantitatifs. Dès lors, franchir le Rubicon, i.e., affirmer qu’on ne sait pas mesurer avec des réponses à des items de tests, c’est dire à certains acteurs du champ social, concernés par l’évaluation des personnes, que la psychotechnique est une psychonumérologie, ou encore qu’on ne sait pas soutenir sur des bases scientifiques que la mise en nombres psychotechnique (ou psychométrique) soit fondée sur des lois naturelles quantitatives. D’où un vide non pas technique, mais scientifique. Franchir le Rubicon, c’est ôter aux descriptions que l’évaluateur impose aux êtres pour les classer dans ses espaces d’évaluation leur caractère naturel (voir la critique de l’échelle métrique de l’intelligence de Binet et Simon).
En ne franchissant pas le Rubicon, on évite de heurter la (toute-)puissance de l’évaluateur. On institue la validation des tests comme un problème d’experts, l’essentiel étant qu’on dispose (1) de techniques de description numérique, qui constituent dès lors un arsenal scientifiquement légitime pour l’évaluation, et (2) d’une cohorte d’agents psychotechniques pour sa mise en œuvre. Bien entendu, ce tableau présente une tournure idéologique : qui est “on” ? Disons, pour le moment, que cette figure de rhétorique est provisoire et qu’elle permet de ne pas tout développer à la fois (mais voir 19a). Les processus d’institutionnalisation ou de formation de paradigmes relèvent d’une analyse qui permette de montrer comment les comportements individuels se coordonnent sans l’intervention d’un “on” personnalisé.
Le problème pour le psychologue lambda à qui il revient de mettre en nombres les personnes via ce qu’il connaît d’elles à travers leurs réponses aux tests, c’est qu’il ne jouit pas de l’expertise psychométrique. Il participe de la reconnaissance collective de l’expertise des psychométriciens par défaut (il n’en cerne pas les limites). Autrement dit, il doit se débrouiller pour faire croire dans son champ social particulier que ses nombres valent quelque chose parce que, d’une certaine manière, il en vit, quand bien même il ne sait pas les justifier lui-même du point de vue scientifique. Et il n’a pas intérêt à souligner qu’il ne sait pas le faire parce qu’alors il soulignerait son manque d’expertise, lequel, dans un contexte de concurrence exacerbée sur le marché du travail, le désignerait comme adversaire fragile (facile à éliminer). C’est ici que les remarques générales de Jean-Paul Allouche dans sa tribune prennent une pertinence particulière pour les psychologues.
Références
Allouche, J.-P. (2014). Connaître n’est pas mesurer. Le Monde, 29 janvier.
Dickes, P., Tournois, J., Flieller, A., & Kop, J.-L. (1994). La psychométrie. Paris: Presses Universitaires de France.
Popper, K. R. (1973). La logique de la découverte scientifique. Paris: Payot.