Chronique raisonnable n° 22 ou leçon d’autodéfense intellectuelle du jeudi 26 juillet 2012

22ème Leçon d’autodéfense intellectuelleJeudi 26 juillet 2012
=====================================================================

22ème chronique raisonnable, pour :

o     apprendre à soumettre à la critique les informations reçues
·        prévenir les manipulations et
·        démonter les croyances,
« Être libre, c’est ne plus avoir peur et être responsable de sa vie ».

Continuons ensemble l’étude des pièges d’un usage malicieux des mathématiques : apprendre à compter pour ne pas s’en laisser conter. Rappelez-vous l’émission précédente !

Nous avons vu lors de la chronique précédente, 3 émissions auparavant, l’usage des illustrations et graphiques pour représenter des collectes de données, mais nous avons aussi vu comment ces illustrations conçues pour donner rapidement une information, pouvaient induire une vision faussée de ces informations justes. On a vu que ces représentations erronées sont difficiles à corriger car on a la conviction de « les avoir vu de nos propres yeux » ! Enfin, nous avons défini, ce que doit être un « bon » tableau : il a un titre, qui nous dit de quoi il est question, il possède une légende, qui nous dit à quoi correspondent les objets comme les barres verticales d’un histogramme, son axe vertical, appelé aussi l’axe des Y ou des ordonnées comprend une échelle claire qui commence à zéro et son axe horizontal, appelé aussi l’axe des X ou des abscisses comprend lui aussi des informations claires sous chaque objet avec des unités clairement et correctement indiquées.

Dans cette émission, nous allons aborder de quelles façons les graphiques peuvent être trafiqués. Le penseur critique se doit en effet de connaître les principaux moyens de tromper sciemment le lecteur.

Lorsqu’un phénomène peut être représenté par une courbe normale, il est possible de la personnaliser en l’étirant ou au contraire en la compressant. Pour repérer ces déformations, il faut savoir que par convention, la hauteur d’une courbe normale est équivalente aux trois quarts de la longueur de sa base. Cette courbe donne une représentation juste d’une distribution normale.

 Clip_image002  Clip_image004  Clip_image006 Clip_image008

Si on prend un carré, découpé en 4 bandes horizontales, et que l’on place notre courbe normale dedans, cette courbe partira du coin en bas à gauche et montera vers le milieu du haut de la 3ème bande, puis redescendra vers le coin en bas à droite. On se rappellera que l’écart type est une mesure de la dispersion des données par rapport à la moyenne. En étirant ou compressant notre graphique, on donne l’impression que l’écart type est grand (étirement = impression de forte dispersion) ou petit (compression = impression de faible dispersion).

Clip_image010  Clip_image014  Clip_image012

Tout graphique peut ainsi être détourné de son information. Prenons les cas des graphiques trafiqués par l’axe des Y. Par exemple, représentons les dépenses de l’éducation pour un pays sur une période de 12 ans. Disons que ces données évoluent de 20 millions d’euros jusqu’à 22 millions d’euros. Si nous représentons sur l’axe des Y les millions d’euros en partant de zéros, nous avons une courbe quasiment parallèle à l’axe des X qui représente les années de 1986 à 1998, par exemple. Cette courbe peut être lue comme des dépenses importantes mais relativement stables. Si nous décidons de tronquer ce tableau en ne prenant que les repères de l’axe des Y entourant les valeurs de la courbe, on aura un graphique plus allongée donnant cette impression de relative stabilité mais avec des sommes dont l’importance ne saute pas aux yeux. Si nous décidons alors d’affiner cette tranche en prenant un pas plus précis en multipliant la taille des intervalles de l’axe des Y, on donnera alors l’impression d’une forte progression, pour des dépenses qui partent du bas du graphique à gauche et montent rapidement vers le coin en haut à droite, laissant penser à une explosion des dépenses, alors que les valeurs indiquées sur le graphique n’ont pas changé !

Ces falsifications induites de la représentation des données servent beaucoup pour les états financiers des entreprises. On peut ainsi en ne prenant sur l’axe des Y que les ordonnées qui encadrent les valeurs extrêmes de nos données et en multipliant la précision de ces ordonnées donner l’impression d’une progression importante. Il se fait aussi la même chose en introduisant sur le bas de l’axe des Y un petit dessin semblable à un « Z » indiquant, discrètement, que l’axe des Y est coupé. Au moins ce signal indique-t-il un changement dans le graphique, l’absence de ce signal, quand le bas de l’axe des Y n’est pas le zéro, indique plutôt une volonté de tromper le lecteur.

Nous arrivons ainsi à la fin de ce chapitre sur les Mathématiques, il est donc temps de résumer les quelques règles de conduite que nous avons appris en nous posant les bonnes questions.

 

Sur la source de l’information :

Qui a produit ces données ?

Est-ce la personne qui les présente ?

Quelqu’un d’autre ?

En son nom personnel ou au nom d’un organisme ?

Quelle est la réputation de cet organisme ?

A-t-il ou non des intérêts dans la question discutée ou encore un agenda plus ou moins caché ?

A-t-il fourni les données, leur interprétation, ou les deux ?

En ce dernier cas, nous propose-t-on une interprétation des données distincte de celle avancée par l’instance qui les a produites ?

Quels biais, conscients ou inconscients, pourraient affecter la présentation des données ?

Combien de cas ont été étudiés ?

Comment les a-t-on réunis ?

Est-ce suffisant ?

Sur le contexte :

Les données sont-elles contextualisées ou non ?

Si c’est le cas, est-ce que cela est pertinent ?

Que savez-vous du sujet dont il est question ?

Serait-il souhaitable d’en avoir plus de connaissances afin de juger des chiffres ?

Connaissez-vous d’autres données se rapportant au même sujet qu’il serait utile de garder en mémoire pour fins de comparaison (des données sur le même sujet mais sur une autre période de temps, ou pour un autre pays ou une autre région, par exemple) ?

Sur les données : les aspects qualitatifs :

Ces informations sont-elles plausibles ?

Semblent-elles complètes ou quelque chose de potentiellement important est-il absent ?

A-t-on omis de fournir certaines informations qui pourraient être en faveur d’une interprétation plutôt que d’une autre ?

Quels mots sont utilisés pour décrire ce qui est chiffré ?

Ces mots sont-ils fortement connotés dans un sens ou dans l’autre, en faveur d’une interprétation plutôt que d’une autre ?

Pourrait-on raisonnablement faire dire aux mêmes chiffres autre chose que ce qui est affirmé ?

A-t-on tenu compte de tout ce qui doit raisonnablement être considéré pour aboutir au chiffre qu’on nous fournit et à l’interprétation qu’on en propose ?

Si on compare des données sur une période de temps, la définition de ce qui est comparé est-elle constante ?

Si on la change, ce changement est-il raisonnable, pertinent, justifié, pris en compte dans les calculs ?

La définition de ce qui est mesuré est-elle raisonnable et pertinente ?

Peut-on raisonnablement conclure que l’instrument de mesure utilisé est fiable ? Valide ?

Propose-t-on un résumé des conclusions ?

Semble-t-il équitable ?

Ces conclusions semblent-elles acceptables compte tenu des données ?

Sont-elles plausibles et conformes à ce qui est d’ordinaire admis dans la littérature ?

Sinon, le raisonnement est-il à la hauteur du caractère hors de l’ordinaire de ce qui est avancé ?

Le cas échéant, les conclusions répondent-elles à la question qui était posée ?

Sur les données : les aspects quantitatifs :

Si on donne des pourcentages, donne-t-on aussi les nombres absolus afférents concernés ?

Si on fait état d’une augmentation ou d’une diminution en pourcentages, précise-t-on aussi, chaque fois, à partir de quel nombre on a calculé ?

Les explications données de ces changements sont-elles les seules possibles ?

A-t-on tenu compte de ce que d’autres explications sont possibles ?

Y a-t-il seulement quelque chose à expliquer ou se trouve-t-on devant un phénomène qui ne demande pas d’explication ?

Comment, éventuellement, l’échantillon a-t-il été constitué ?

Quelle mesure de tendance centrale a été utilisée ?

Est-ce le bon choix ?

Quel est l’écart type ?

Les limites supérieures et inférieures des données sont-elles précisées ?

Une relation de cause à effet est-elle avancée ?

Comment l’a-t-on établie ?

D’autres facteurs auraient-ils dû être considérés ?

La précision à laquelle on aboutit est-elle plausible compte tenu de l’instrument e mesure utilisé ?

Sur les graphiques, schémas et illustrations :

Sont-ils clairs ?

Conformes au texte ?

Les illustrations, éventuellement, sont-elles proportionnées ?

L’axe des Y a-t-il été trafiqué ?

Sur un sondage :

Quel sujet aborde ce sondage ?

Ce sujet intéresse-t-il ou préoccupe-t-il vraiment les gens ?

Quel public a été étudié ?

Quelles méthodes d’échantillonnage, d’enquête, d’analyse ont été retenues ?

A quelle(s) date(s) l’enquête a-t-elle été faite ?

Quel est le taux de réponse ?

Combien de personnes ont été interrogées ?

Quelles questions leur ont été posées ?

Ces questions sont-elles claires ?

Sont-elles tendancieuses ?

Comment, dans quelles conditions et dans quel ordre les questions ont-elles été posées aux sondés ?

Comment la question des indécis a-t-elle été abordée ?

Qui a commandé cette enquête et qui en a remboursé les coûts ?

Combien de personnes ont refusé de répondre à chacune des questions ?

Quelles sont les limites de l’interprétation des résultats obtenus ?

Selon les réponses que vous obtiendrez, vous pourriez aussi avoir envie de poser les questions suivantes : Ces questions – ou des questions similaires – ont-elles déjà fait l’objet d’un sondage ? Quels étaient alors les résultats ?

Nous terminons, avec ces questionnements, notre série de chroniques présentant quelques indispensables outils de la pensée critique, à travers l’usage de la langue ou des mathématiques.

Lors de nos prochaines émissions, nous verrons une deuxième grande partie permettant d’établir un jugement rationnel, au travers de nos trois sources de connaissances que sont notre expérience personnelle, la science et les médias. Nous verrons ainsi comment se pose la question de la justification des croyances et le poids des jugements irrationnels.

Enfin, n’oubliez pas les conseils des émissions précédentes, ces conseils vous sont donnés pour laisser le moins de prise possible à l’émotion manipulatrice voulue.

Et retrouvez sur le site du cercle libertaire jean-barrué (http://cerclelibertairejb33.free.fr ) nos chroniques en référence au « Petit cours d’autodéfense intellectuelle » de Normand Baillargeon.

Alors, à la prochaine fois,

SharePARTAGER
Ce contenu a été publié dans Achaïra, Leçon raisonnable de philaud, avec comme mot(s)-clé(s) , , . Vous pouvez le mettre en favoris avec ce permalien.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

 

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.