De l'âge du probable à l'âge du Big Data: de la prévention à la prédiction

La précaution s’est érigée en principe à la suite d’une démythification du savoir expert ; par son expertise, opérateur du processus de rationalisation de la société occidentale, on attend du spécialiste qu’il tranche à partir de ses connaissances et de ses savoir-faire. Dans le domaine de la santé mentale comme dans d’autres domaines soumis aux expertises, il y est question de se prononcer sur une « décision à prendre », sur des « problèmes à résoudre », sur l’ « efficacité d’un traitement » et de faire des évaluations signifiantes ; dans le domaine de la santé mentale, ces expertises ont la particularité d’être les pièces maîtresses de l’appareil judiciaire. L’expertise psychiatrique cherchera à situer un sujet sur une échelle de responsabilité, de performance et de dangerosité, notamment par tris et classification. À tout ce qui incombe à l’expert dans une écrasante responsabilité, la statistique décisionnelle peut fournir une réponse quantifiée et donner des éléments de preuve ; c’est le règne de l’« argument statistique » (A. Desrosières) qui, par le passage à la quantification, performe et transforme les hommes ainsi gouvernés. La prévention appartient au monde du probable en recourant à la science pour objectiver les risques ; afin de mener des actions préventives, il s’agit de rechercher les causes probables – sociales, familiales, démographiques, psychiques – dans une démarche généalogique, pour tenter d’enrayer une tendance suicidaire ou empêcher un crime. La prévention recourt à des prévisions agrégées à un niveau macroscopique ; les prévisions (forecasting) vont chercher à estimer le nombre total de suicides ou de crimes dans la catégorie des schizophrènes du canton de Genève pour l’année qui vient alors que la technologie prédictive (predictive analytics) d’aujourd’hui nous dira à partir de la masse des data protéiformes à la convergence numérique, quelles personnes du canton de Genève auront le plus de chance de se suicider ou de commettre un crime. Le monde des data s’affranchit du probable; pour passer de la prévention construite sur des catégories comme principe d’intelligibilité du réel à l’analyse prédictive individualisée, on recourt à une technologie statistique qui, au moyen d’algorithmes auto-apprenants, apprend de l’expérience enfouie désormais dans les data afin de prendre de meilleures décisions fondées empiriquement. La prédiction devient la modalité de la temporalité contemporaine de notre société de la connaissance qui répond à un impératif de responsabilité du futur. Dans un monde qui cherche l’harmonie par le nombre et le calcul, la statistique contemporaine a instauré ses gouvernementalités propres : une « gouvernementalité algorithmique » issue du Data Mining et du profilage qui participe du behaviorisme dont les comportements sont statistiquement prévisibles et qui gouverne les individus et une « gouvernementalité d’auto-contrôle », centrée sur les idées déjà introduites de "conduite des conduites" (M. Foucault) et de l'individu "entrepreneur de lui-même" qui concerne le gouvernement des individus pour qu’ils se comportent comme des patrons d’eux-mêmes ; c’est poser la question de l’autonomie. À l’heure où le DSM V révèle la crise du modèle quantifié et où la psychiatrie rêve d’être reconfigurée pour satisfaire sa quête de signes objectifs de la maladie mentale, que deviendra la Santé Mentale inscrite dans une médecine prédictive indissociable du régime de sur-savoir contemporain du Big Data