La modélisation en sciences sociales: Incertitudes et défis

Comme toute science, les sciences sociales cherchent à expliquer et à comprendre les phénomènes relevant de leur objet, ici les phénomènes sociaux. Quelles sont les causes du terrorisme ? Pourquoi l’économie allemande est-elle plus performante que celle de la France ? Quelles sont les raisons des différences de mortalité observées entre les trois Régions de la Belgique ? … Voilà une série de questions judicieuses que l’on peut se poser. Il s’agit chaque fois d’une explanation-seeking why question, selon Carl Hempel (1965), c’est-à-dire d’une question sur le ‘pourquoi’ des choses, requérant une explication. Pour tenter d’y répondre, les scientifiques ont mis au point diverses approches et méthodes quantitatives ou qualitatives. Quelle que soit la méthodologie, et elles sont nombreuses en sciences sociales, il s’agira toujours de confronter ses hypothèses, théories et modèles aux faits. L’observation des faits et l’évaluation de la pertinence de leur interprétation constituent ainsi un aspect important de la démarche scientifique. L’objet de cet article n’est pas de présenter un tour d’horizon des différentes approches scientifiques adoptées par les sciences sociales. Il faudrait un très gros volume pour le faire : voir par exemple l’ouvrage bien connu de Madeleine Grawitz (2000) à ce sujet. Plus modestement, ce texte vise à montrer, dans une perspective causale, les particularités, les incertitudes et les défis que soulève la modélisation en sciences sociales. Pour saisir plus aisément nos propos, des exemples seront fournis tout au long du présent article. Le premier auteur étant démographe, les exemples seront principalement tirés des sciences de la population. Nous traiterons d’abord brièvement, dans la section 2, du modèle en tant que représentation de la réalité. La section 3 examinera les différences entre l’approche expérimentale et l’approche non-expérimentale, sur le plan de la causalité. La section 4 portera ensuite sur la relation entre modèle et explication scientifique. La section 5 examinera un exemple pratique de modélisation en démographie, tandis que la section 6 posera la question de l’unicité ou non du modèle. La section 7 traitera d’un problème très actuel : du bon usage du Big Data dans la modélisation en sciences sociales. La section 8 examinera la relation entre explication, modèle et intervention politique. L’article se terminera par quelques remarques en guise de conclusion