Academia accueille la réflexion d’un chercheur en neurosciences computationnelles, qui revient sur l’affaire Gino-Ariely, du nom de cette professeure star du « Harvard Business School », convaincue de manquements à l’intégrité scientifique. Chercheuse, comme Ariely en “économisme comportemental”, elle assure une activité de conseil, notamment pour une société d’assurance. À un moment où les compagnies d’assurance maladie tentent de faire main-basse sur l’assurance publique (Medicare and Medicaid) à l’aide de mensonges, de fausse science et de think-tanks bidon. Ironiquement, Francesca Gino est experte sur la dissimulation, et que l’un des recherches mises en cause concernait « le sentiment de l’inauthenticité ».
- par Nathanael Larigaldie, chercheur postdoctoral, Aarhus University
Il y a quelques semaines, les réseaux sociaux proches du monde universitaire anglophone se sont soudainement enflammés à propos d’un cas de fraude impliquant l’une des chercheuses en sciences sociales les plus réputées de Harvard, Francesca Gino. Côté francophone, la communication à ce sujet est restée en comparaison bien plus timide, bien que le fil que j’ai écrit à ce sujet sur Twitter/X a reçu une attention universitaire qui m’a agréablement surpris. Je m’attendais en effet à ce que ce relatif mutisme soit plus dû à un désintérêt du public qu’à une relative absence de couverture.
Je vais tenter ici d’aller un peu plus loin que ce fil Twitter, et en profiter pour pointer du doigt la relation entre cette affaire de fraude et les problèmes plus quotidiens dans le fonctionnement scientifique. Ainsi que de contribuer à stimuler des actions de résolution plus concrètes, sait-on jamais ?
En effet, en plus des aspects moraux relativement évidents de cette affaire qui ont provoqué la colère de nombreux et nombreuses universitaires, celle-ci met en lumière des questions plus larges d’intégrité académique, d’autorégulation au sein de la communauté scientifique et des défis auxquels sont confrontés les lanceurs et lanceuses d’alerte. Les réponses que l’on décide de porter à ces questions ont des répercussions majeures sur la confiance des citoyens envers les institutions scientifiques, la pertinence des politiques publiques orientées par la science, et l’avancement du savoir.
Résumé des faits : les fraudes initiales
En 2021, une initiative de vérification des données menée par les chercheurs de Data Colada1. On peut les trouver sous les liens ci-dessous :
- http://datacolada.org/109
- http://datacolada.org/110
- http://datacolada.org/111
- http://datacolada.org/112
La défense de Gino, accusant des assistant·es de recherche non crédité·es d’avoir manipulé les données, est d’une absurdité étonnante. Cela impliquerait que plusieurs assistant·es non crédité·es ont orchestré des fraudes indépendantes sans se concerter, sans son aval, uniquement pour son propre bénéfice, avant de disparaître dans l’oubli. De plus, suggérer que la récolte ET l’analyse de données ont été réalisées par des personnes non créditées, sans possession d’un PhD, et sans que tout ne soit vérifié minutieusement par les auteur·ices des articles en question ne ferait, si l’on y croyait sérieusement, que révéler un différent cas de fraude universitaire.
De son côté, plus récemment, la situation d’Ariely a pris un nouveau tour lorsque la compagnie d’assurance impliquée a finalement nié toute erreur de leur part, suggérant la possibilité de fournir des preuves après deux années d’enquête.
Autant dire qu’il n’y a que peu de doutes possibles quant au sérieux des accusations.
Le débat des sciences dans un tribunal ?
La réponse de Gino ne s’est pas faite attendre longtemps : un procès réclamant 25 millions de dollars de dommages et intérêts à Harvard et à Data Colada. Son argument repose sur leur prétendue incapacité à prouver de manière concluante sa participation. Cette démarche ressemble à s’y méprendre à une tactique classique de procédure-bâillon : les chercheurs de Data Colada ne sont que des universitaires comme les autres, sans ressources ni connaissances juridiques particulières.
De son côté, Francesca Gina jouit depuis des années d’un poste prestigieux et incroyablement rémunérateur, et peut déchaîner contre eux toute l’artillerie juridique qu’elle souhaite. Quiconque a déjà eu affaire au système juridique sait que même les vainqueurs subissent un stress financier, temporel et mental conséquent.
En tant qu’universitaire habitué aux 60H+ de travail par semaine dans un poste précaire pour à peine une minuscule chance de rester dans le milieu, je ne doute pas qu’une procédure judiciaire impacterait très négativement mes possibilités futures de carrière… Autrement dit, même avec la certitude de gagner un procès, je réfléchirais désormais à deux fois avant de prévenir la communauté scientifique si je me retrouvais en face de données frauduleuses. Parce qu’ici, pour le réitérer : les conclusions des chercheurs ont été appuyées et confirmées par Harvard. Et malgré un soutien pareil, qui ne serait que très rarement présent dans un lancement d’alerte, Uri, Leif et Joe doivent en subir les conséquences.
La crainte des répercussions juridiques vient s’ajouter à la longue liste des raisons très documentées pour lesquelles les lanceurs d’alerte en science mettent leur carrière et santé en danger au nom de la bonne chose à faire (injures, harcèlement, méfiance des pairs, perte d’emploi, etc…). Par contre, les fraudes et les manquements à l’éthique n’amènent que rarement à des répercussions sérieuses pour les personnes incriminées. Autant dire qu’il faut vraiment aimer la science et être attaché à la vérité pour se lancer dans de telles entreprises.
Un manque de supervision et un système basé sur la confiance
Scientifiques ou non, nous serions tous en droit de demander, en dehors de ces initiatives, ce qui est déjà mis en place pour s’assurer que les chercheurs à l’université n’inventent pas leurs données, ne plagient pas le travail de leurs collègues, ne commettent pas d’erreurs grossières dans leurs codes / analyses, ou ne prennent pas des décisions contestables dans certains choix méthodologiques ou techniques.
Il est certain que cela dépend des structures de recherche, mais après avoir personnellement participé à des activités de recherche en France, Belgique, UK, USA et Danemark dans les champs de la psychologie, des neurosciences computationnelles et du management, mon propre constat est : globalement, quasiment rien n’est fait. A part, occasionnellement, des contrôles systématiques anti-plagiat (à destination des étudiants seulement, en général). J’ai à plusieurs reprises constaté de la fraude et de l’inconduite scientifique, et été tantôt activement, tantôt passivement découragé de les rapporter à quiconque. Frauder et se tromper sans que personne ne s’en aperçoive est somme toute assez simple et relativement peu risqué dans ces domaines d’étude. Oui, à une date ultérieure, des réplications permettent de confirmer/ infirmer les observations et inférences. Mais l’histoire nous montre que ça peut prendre des années, des décennies, voire plus encore. Et, entre temps, le mal est fait : les manuels ont été écrits, les étudiants formés, les lois changées, etc… Évacuer tous ces problèmes d’un revers de la main en disant « la science s’auto-corrige, donc le corpus de connaissances détectera un jour l’erreur donc ce n’est pas grave » n’est pas vraiment pas une résolution satisfaisante.
Je prends pour exemple l’un de mes projets de recherche actuels. Nous sommes 6 co-auteurs, je suis le seul et unique responsable de la programmation et de l’implémentation de l’étude, ainsi que de la récolte et de l’analyse des données. Si j’avais voulu créer de fausses données ou si j’avais fait une erreur, personne ne l’aurait détecté. Et je ne suis pas dans un cas particulier : c’est la norme actuellement, et c’était encore plus fréquent il y a quelques années. Alors qu’est-ce qui garantit à la communauté scientifique que mes données sont vraies ? Pourquoi me fait-on confiance ? La seule autorité d’un doctorat et d’un poste universitaire ?
En général, oui. Et c’est vrai également pour mes collègues et leurs articles empiriques que je lis et sur lesquels je base mon propre travail. Pourtant, le cas de Francesca Gino prouve que l’on peut tout à fait devenir l’une des professeur·es les plus prestigieux·ses de l’université la plus prestigieuse du monde tout en fraudant d’une manière honteusement évidente et incompétente sans se faire attraper pendant des années ni par ses co-auteurs, ni par son institution, ni par ses collègues, ni par ses étudiants, ni par ses reviewers, etc2…
La triste vérité étant qu’en général, même lorsque les données sont libres d’accès, personne, reviewers compris, ne les regarde jamais par manque de temps et de compétences. Très récemment en France, le cas d’Idriss Aberkane suggère qu’il est au moins marginalement possible de valider une thèse dans l’un des établissements de recherche les plus prestigieux et fortunés de France sans que personne n’ait vérifié si les 50 pages les plus techniques du document avaient simplement été copié-collées d’internet3. Vu le nombre d’années, ainsi que la motivation claire et le niveau de suspicion incroyablement élevé pour détecter et prouver ces fraudes flagrantes, il n’est pas difficile d’imaginer à quel point nous sommes incroyablement incompétents pour détecter ceux qui font au moins un petit effort ou qui tâchent de voler un minimum sous le radar.
Quel est donc cet étrange système où l’on demande au citoyen de faire confiance aux experts, et aux politiques de fonder leurs lois sur nos conclusions, mais dont le fonctionnement interne est également basé sur une confiance implicite envers nos membres, virtuellement sans méthode systématique de vérification des mauvaises pratiques qui ne soit pas basée soit sur des initiatives personnelles masochistes, soit sur des vérifications faites sur une échelle de temps géologique ? Pourtant, beaucoup d’entre nous n’hésitent pas à prendre de haut une personne hésitante à accepter sans broncher une conclusion farfelue telle que « si on signe en haut d’un papier administratif à remplir plutôt qu’en bas, on y ment moins »4 sous prétexte que c’est plus ou moins estimé consensuel dans la discipline à l’instant de la discussion.
Mais alors on fait quoi ?
Ma proposition peu originale est qu’une combinaison d’un minimum de supervision éthique et méthodologique et de ralentissement de la production scientifique en amont, plutôt que systématiquement compter sur une hypothétique auto-correction en aval, changerait radicalement les choses. Le même genre de rigueur, supervision et de temps allouable à l’auto-formation contribuerait à réduire simultanément la fraude, les erreurs, et les mauvaises pratiques, et incidemment la crise de la réplication qui dure depuis 50 ans. « Nullius in verba » (« ne croire personne sur parole ») était déjà la devise de la Royal Society of London for the Improvement of Natural Knowledge en 1660 (!). Et pourtant, la « science auto-correctrice » commet encore clairement l’erreur au quotidien presque 4 siècles plus tard – comme quoi le processus est loin d’être spontané et rapide au sein de certaines tâches aveugles.
Nous avons besoin de nous emparer publiquement de ces cas de fraude, montrer publiquement que nous agissons activement contre, et ne pas nous contenter de blâmer les individus (ni, d’ailleurs, leur en vouloir ad vitam aeternam). Le fait que le système leur ait permis d’aller jusque-là grâce à une absence quasi-totale de supervision institutionnelle et de scepticisme sain, que nous ayons encore et toujours besoin d’individus agissant en dehors de leurs missions officielles et très souvent à leur péril pour corriger le tir, que les punitions pour fraude grave soient le plus souvent inexistantes ou risibles, qu’il n’y ait que peu d’incitations à agir correctement et d’autres encore, doivent également être pointés du doigt suffisamment fort et suffisamment longtemps pour que les choses bougent enfin significativement.
Nous devons activement promouvoir les possibles solutions telles que l’open science (incluant la pre-registration et les registered reports), les rendre indispensable là où elles sont possibles, recruter sur base de leur utilisation. Il nous faut de meilleures formations, du budget et des incitations à la réplication rapide5. Il nous faut peut-être des équipes spécialisées faites pour aider à l’éthique et aux méthodes des équipes de recherche (e.g. une habitude du type « red team »). Pour tout ça et toutes les autres solutions possibles et restant à imaginer, nous avons besoin d’institutions correctement financées, de personnel compétent et intéressé par ces questions, et de régulations pertinentes. À titre personnel, j’en ai assez de m’entendre systématiquement répondre que l’open science est très largement aussi avancée en France qu’ailleurs, par des universitaires en psychologie sociale qui n’ont jamais pre-register une seule étude de leur carrière. Le chemin vers la préservation de l’intégrité scientifique est difficile, mais il est essentiel pour l’avancement des connaissances et la crédibilité de l’entreprise scientifique.
Sur Academia
- Engagement public des chercheurs et des chercheurs. Avis du COMETS, 23 juin 2023, 25 juillet 2023
- Manquements à l’intégrité scientifique : lettre ouverte à Antoine Petit, 23 février 2023
- Plagiat à l’Université de Lorraine. Quand la Délégation à l’intégrité scientifique vient au secours du plagiaire, 24 février 2022
- Éthique et intégrité scientifique : la recherche est-elle “vérolée” ?, 22 février 2021
- Blog tenu par Uri Simonshohn, Joe Simmons & Leif Nelson), reconnus pour leur habitude de se pencher sur ce genre de cas sur leur temps libre, a découvert des données falsifiées dans une étude parmi plusieurs autres citées dans un article scientifique. L’article, publié en 2012, comprenait des contributions de Dan Ariely et Francesca Gino, des figures éminentes dans les sciences comportementales, réputées pour leur h-index élevé, leurs publications prolifiques et leurs postes permanents aux universités ultra-prestigieuses que sont Duke et Harvard, ainsi que pour leur travail de consultation lucratif.
L’enquête initiale a confirmé les problèmes clairs de données, sans toutefois trancher définitivement sur la partie fautive entre Dan Ariely et la compagnie d’assurance ayant fourni les données (bien que peu de gens favorisaient cette dernière hypothèse, notamment faute de mobile). L’article en a été rétracté, tous les autres auteurs prenant leurs distances vis-à-vis d’Ariely. Francesca Gino, à l’époque, profita de la controverse pour souligner publiquement son engagement sans faille envers une science transparente et ouverte pour éviter ce genre de mauvaises conduites.
Ironiquement, les chercheurs de Data Colada ont rapidement réalisé que le problème ne se limitait pas aux données d’Ariely. Révélation choquante deux ans plus tard : l’article, agrégeant plusieurs études, comportait un deuxième cas de fraude totalement indépendant, impliquant cette fois Francesca Gino. Cette découverte est celle qui a été à l’origine de l’indignation des universitaires dans le monde anglophone : bien que cela soit extrêmement difficile à vérifier, cela fait très longtemps que des chercheur·ses de diverses disciplines suggèrent que la fraude universitaire (et notamment la falsification des données) est plus répandue qu’on le pense généralement. La possibilité que deux chercheurs distincts puissent commettre indépendamment des actes de fraude au sein du même article est un indice éloquent pour remettre en question la notion même que la fraude universitaire est une rare exception.
L’enquête menée par Data Colada a conduit à l’identification de quatre articles rédigés par Francesca Gino présentant des signes clairs de données frauduleuses. L’exploration et les méthodes utilisées sont décrites dans leurs 4 articles de blog intitulés « Data Falsificada » ((À noter qu’une enquête conduite par Harvard University a depuis confirmé les suspicions de Data Colada, et que les articles ont depuis fait l’objet d’une rétracation. [↩]
- Vraiment, allez lire les articles de Data Colada que j’ai inclus plus haut. La preuve que certains jeux de données posent problème est accablante, comme le fait que des dizaines d’individus se trompent tous en répondant exactement la même réponse « Harvard » à « Vous êtes en quelle année d’études ? ». La seule explication possible est que jamais personne (incluant l’université, les co-auteurs, les reviewers et les lecteurs de l’article) n’ont jamais lu le jeu de données avec attention ou une dose strictement minimum de prudence. Confiance, absolue, inconditionnelle, tout le long du processus de publication. [↩]
- Ce qui interroge également le degré de vérification et de supervision du travail pendant le doctorat, où personne ne s’est rendu compte que des pages de code sortaient de nulle part. [↩]
- Étude où Dan Ariely aurait falsifié les données, dont la réplication sérieuse ne fonctionne évidemment pas. [↩]
- Notons tout de même que tous les sujets ne sont pas égaux à ce sujet, et que cela dépend de beaucoup de facteurs, dont l’intérêt du public, les capacités et la diversité des financements, les répercussions perçues, etc…. Il devrait être inutile de préciser que non, ce texte n’est en aucun cas un argument recevable pour dire que la science est moins solide que les avis personnels, que les sciences humaines ne sont pas des sciences, que le réchauffement climatique n’existe pas ou que les vaccins causent l’autisme. Malheureusement, il n’est sans doute pas inutile de le préciser. Donc je le précise. [↩]
OpenEdition vous propose de citer ce billet de la manière suivante :
L'équipe des rédacteurs d'Academia (17 septembre 2023). Ce que la fraude révèle du système universitaire. Academia. Consulté le 4 novembre 2024 à l’adresse https://doi.org/10.58079/ajie