Frontiers in Marine Science

Les termes « bonne science », « mauvaise science » et surtout « science saine » sont fréquemment utilisés dans le domaine des politiques. Le plus souvent, c’est ainsi que les parties ayant des intérêts (généralement économiques) dans le résultat d’une décision politique peuvent promouvoir certains résultats et tenter de discréditer les autres. On a soutenu que les termes « science saine » et  » science indésirable » ont été appropriés par diverses industries, telles que l’industrie pétrolière et gazière et l’industrie du tabac. « Junk science » est le terme utilisé pour goudronner les études scientifiques en désaccord avec les positions favorables à l’industrie (Mooney, 2004, 2006; Oreskes et Conway, 2011; Macilwain, 2014). Mais la science peut-elle réellement être « bonne » ou « mauvaise »?

La science est un processus. C’est le fait de prendre des observations faites dans le monde naturel pour tester des hypothèses, de préférence de manière rigoureuse et reproductible. Les hypothèses testées sont ensuite rejetées si elles sont insuffisantes, plutôt qu’acceptées si les données sont compatibles, et les résultats sont finalement examinés de manière critique par la communauté scientifique. Les concepts qui fonctionnent survivent, tandis que ceux qui ne correspondent pas aux données observées meurent. Finalement, les concepts qui survivent à l’application fréquente et répétée d’énormes quantités de données d’observation deviennent une théorie scientifique. De telles théories deviennent aussi proches que possible des faits scientifiques — rien ne peut être prouvé absolument. Ce processus vaut autant pour les sciences sociales que pour la chimie, la physique ou la biologie: peu importe que les données proviennent d’enquêtes ou de données d’observation d’humains. Une étude suit soit ce protocole, soit elle ne le fait pas. En termes simples, c’est de la science ou ce n’est pas de la science.

Cela dit, ce qu’on appelle parfois la « mauvaise science » est l’utilisation d’un mauvais plan expérimental. Il s’agit généralement d’une configuration qui n’a pas pris en compte les variables confondantes, de sorte que l’hypothèse n’a pas été testée de manière appropriée et que les inférences basées sur ce travail sont erronées et incorrectes. Ces défauts peuvent inclure l’utilisation d’une taille d’échantillon ou d’un calendrier inappropriés. L’utilisation de données sélectives est un autre problème, où les données qui ne correspondent pas sont simplement exclues des analyses statistiques en tant que « valeurs aberrantes ». »En bref, la « mauvaise science » est une étude qui ne suit pas le processus scientifique. Il pourrait également être utilisé pour décrire des études qui présentent des défauts et des limites qui ne sont pas mis en évidence par les chercheurs. Le terme « mauvaise science » a également été appliqué à des interprétations inappropriées des résultats. La raison de cela, mentionnée ci-dessus, est que la science ne prouve jamais rien. Ainsi, les opinions personnelles peuvent colorer les interprétations de ce que signifient réellement les données. C’est là que réside vraiment l’essentiel du débat dans la communauté scientifique. Nous pouvons tous convenir qu’une hypothèse donnée n’a pas encore été invalidée, mais que se passe-t-il si des explications alternatives pour les données observées sont possibles? Ou, comme indiqué ci-dessus, il pourrait y avoir des limites et des mises en garde dans une étude particulière — par exemple, une étude expérimentale ex situ sur un petit échantillon d’une seule espèce dans un aquarium produit des résultats intéressants, mais ignorer ces limites et extrapoler ces résultats pour tirer des conclusions sur plusieurs espèces dans plusieurs écosystèmes à l’état sauvage dépasse les limites réelles de l’étude en question (voir Parsons et al., 2008 pour un exemple lié aux études sur les cétacés en captivité et aux impacts du son sous-marin). Cependant, lorsque les études scientifiques sont interprétées au-delà de l’hyperbole et sont délibérément mal interprétées pour s’adapter à une vision du monde particulière ou pour favoriser des intérêts particuliers, c’est alors que la science n’est plus seulement « mauvaise », mais elle devient laide.

Les décisions gouvernementales concernant le milieu marin doivent généralement être fondées sur les  » meilleures données scientifiques disponibles « . »Les outils typiques pour faciliter la prise de décision sont les études d’impact sur l’environnement (EIE). Cependant, ces EIE sont généralement limitées par un calendrier et un budget serré, et se concentrent souvent sur des descriptions d’espèces simples et des examens de l’habitat. Inversement, le milieu marin est difficile sur le plan logistique, complexe et coûteux à étudier (Norse et Crowder, 2005). Il arrive fréquemment que le contenu scientifique d’une EIE, en raison de ces limites, soit insuffisant pour déterminer pleinement les impacts d’un projet. Cependant, les conclusions de l’EIE ne reconnaissent souvent pas les lacunes de l’évaluation. Cette « mauvaise » science peut d’ailleurs devenir laide si les conclusions d’une EIE vont à l’encontre des conclusions de l’évaluation réelle afin de permettre à un projet d’obtenir l’approbation. Après tout, si un consultant en environnement dit qu’un projet ne peut pas aller de l’avant, il risque de ne plus recevoir de contrats. Il existe donc une incitation financière majeure à ne pas mettre en évidence les limites d’une EIE, ou même à donner au client la détermination qu’il souhaite, contrairement aux données recueillies dans l’évaluation (Wright et al., 2013a). Il convient de noter que les données d’une EIE peuvent en fait être recueillies de manière scientifique très rigoureuse et appropriée, et donc être techniquement de « bonne science « . »Cependant, lorsque l’interprétation de la science n’est pas basée sur les données, mais plutôt sur les intérêts de l’industrie, des individus ou de la politique, ce n’est plus « une bonne science. »En fait, cela cesse d’être de la science.

La recherche menée pour évaluer les impacts du programme de thermométrie acoustique du climat océanique (ATOC) est un exemple très médiatisé d’interprétation inappropriée des données scientifiques marines. Ce projet a été conçu pour détecter les changements de températures océaniques à l’aide d’une source sonore à haute intensité et basse fréquence. Après que des scientifiques et des ONG eurent exprimé leur inquiétude quant à l’impact possible du son de haute intensité à utiliser dans le projet, un essai sur le terrain a été effectué en 1991. Pendant que la source sonore fonctionnait, les chercheurs ont surveillé acoustiquement près de 5000 km2 de surface océanique. Ils ont constaté que les détections acoustiques des globicéphales à longues nageoires (Globicephala melas) et des cachalots (Physeter macrocephalus) étaient considérablement plus faibles lorsque la source sonore fonctionnait que lorsqu’elle ne l’était pas (Bowles et al., 1994). Malgré les résultats de ce test, le projet ATOC s’est poursuivi, mais avec un niveau de source plus silencieux (~ 20 dB) que celui utilisé dans le test. Plusieurs ONG environnementales ont par la suite lancé une procédure judiciaire, qui a été réglée à l’amiable, mais elle a abouti à un programme d’études axées sur les mammifères marins (McCarthy, 2004; Oreskes, 2004, 2014). Plusieurs de ces études ont noté des changements importants dans le comportement et la répartition des baleines autour de la source sonore de l’ATOC (Calambokidis, 1998; Frankel et Clark, 1998, 2000, 2002). Une ébauche d’étude d’impact environnemental (EEE) a été publiée en 2000, qui concluait qu’il n’y avait pas d’impact biologiquement significatif à court ou à long terme de la source sonore, une position qui a été critiquée dans un rapport du National Research Council des États-Unis (National Research Council, 2003). La critique indiquait que les études sur lesquelles se sont appuyées les EDE étaient insuffisantes pour vérifier adéquatement s’il y avait eu ou non des effets à court ou à long terme sur les mammifères marins, ni l’importance biologique de tels effets s’ils se produisaient (Conseil national de recherches du Canada, 2003). C’est-à-dire que les hypothèses testées dans les différentes études sur les mammifères marins n’étaient pas cohérentes avec les conclusions tirées. Malheureusement, il s’agit d’une situation courante dans de nombreuses EIE qui semblent justifier un impact dans la partie du document qui présente des données scientifiques, mais la conclusion est qu’il n’y a pas d’impact significatif quelle que soit la science présentée (Wright et al., 2013a).

Une autre deuxième étude de cas sur la nature de la science dans le domaine de l’environnement marin est celle de l’impact du sonar naval sur les cétacés. De nombreux scientifiques étaient initialement convaincus que la principale préoccupation pour les dommages causés aux cétacés par le bruit de haute intensité était la surdité temporaire ou permanente ou les changements de seuil (appelés respectivement TTS et PTS). Cependant, d’autres scientifiques craignaient que des changements de comportement, tels que le surfaçage trop rapide, puissent entraîner des blessures par des effets de type « the bends » (Jepson et al., 2003; Fernández et coll., 2004, 2005; Cox et coll., 2006; et voir la revue dans Parsons et coll., 2008). Ces effets comportementaux pourraient potentiellement se produire à des niveaux beaucoup plus bas que ceux qui étaient connus pour causer des TTS / PTS. Cette dernière hypothèse a été critiquée par plusieurs comme étant de la  » mauvaise  » ou de la  » science indésirable  » (comm. obs.), peut-être parce que l’hypothèse ne cadrait pas avec les hypothèses alors retenues sur les impacts du son sur les mammifères marins. Une autre possibilité est que l’acceptation de cette hypothèse favoriserait la mise en œuvre d’un régime de gestion plus prudent, avec des restrictions plus lourdes sur les activités produisant du bruit. Cependant, l’hypothèse a ensuite été testée. Des baleines à bec et d’autres cétacés ont été exposés à un sonar militaire et des changements de comportement potentiellement problématiques ont été observés (Tyack et al., 2011). C’était un bon exemple d’utilisation de la méthode scientifique pour étudier un problème. Par conséquent, nous savons qu’il peut y avoir des impacts importants sur les cétacés à des niveaux de bruit beaucoup plus bas qu’on ne le pensait auparavant et que les régimes de gestion peuvent être ajustés en conséquence. Avant ces expériences, beaucoup se plaignaient que l’hypothèse selon laquelle les changements de comportement induisaient un effet semblable à des  » virages  » n’était pas une  » science saine  » (comm. obs.). Cependant, le fait que la majorité accepte maintenant des hypothèses révisées qui ont été testées, et que des recommandations de gestion commencent à être proposées sur la base de la compréhension la plus récente des impacts sains, est un exemple de ce que l’on pourrait considérer comme une « bonne science ». »

Cet exemple nous amène à un autre aspect de la méthode scientifique: le rejet d’hypothèses précédemment acceptées car des données supplémentaires montrent que ces hypothèses sont, en fait, fausses. Si un scientifique devait suivre la méthode scientifique, la compréhension de l’environnement par un « bon » scientifique change au fur et à mesure que des données supplémentaires sont acquises, tandis qu’un « mauvais » scientifique s’en tient obstinément à des croyances antérieures bien qu’il soit confronté à des données suggérant un scénario alternatif. C’est un locataire de base de l’enquête scientifique après tout que les hypothèses sont rejetées lorsqu’elles ne sont pas étayées par des données. Les bons scientifiques sont prêts à changer rapidement d’opinion face à de nouvelles preuves ou en réponse à un argument valable. Cependant, les opinions qui ne sont pas basées sur des hypothèses testées par des données ne représentent pas une science bonne ou mauvaise; elles ne sont tout simplement pas du tout scientifiques.

S’en tenir à une opinion ou à une idée malgré des preuves du contraire est malheureusement assez courant dans la communauté scientifique. On voit des « scientifiques » qui résistent obstinément à de nouvelles idées et études, en particulier celles qui contredisent un article écrit par les « scientifiques » ou des concepts qu’ils ont publiquement soutenus, ou même basés sur leur carrière. Mais l’adaptation aux nouvelles preuves est un critère clé de la méthode scientifique. Lorsque les scientifiques résistent obstinément à de nouvelles preuves contrairement à leur opinion, c’est vraiment de la « mauvaise science », c’est-à-dire refuser de rejeter une hypothèse qui s’est avérée fausse.

La lutte contre la mauvaise science devrait idéalement se faire par le biais d’un examen scientifique par les pairs, car les scientifiques professionnels devraient comprendre les subtilités de la méthode scientifique, et dans un monde idéal, cela se produit. Cependant, les examinateurs ayant des conflits d’intérêts sont malheureusement trop fréquents. De plus, tous les problèmes sont exacerbés lorsque la science rencontre la politique ou l’opinion publique. Les décideurs et le grand public, qui ne sont pas formés à la méthode scientifique, peuvent ne pas comprendre la différence entre la « bonne » et la « mauvaise » science ou ne pas reconnaître les fausses représentations de la science (voir Wright et al., 2013b pour une discussion plus approfondie). Cela n’est pas aidé par le fait que les scientifiques qui peuvent être bien formés à la méthode scientifique peuvent ne pas être formés (ou même très bons) à l’art de la communication. Heureusement, certains scientifiques renoncent à la recherche pour s’impliquer dans l’élaboration et la gestion des politiques, le journalisme et / ou l’enseignement. Cependant, on s’inquiète du déclin du journalisme scientifique dans les médias traditionnels (Brumfiel, 2009; Nature, 2009a, b), peu de journaux employant des journalistes ayant une formation scientifique. Le résultat est que les articles sur la science montrent souvent une emprise ténue sur la méthode scientifique et les implications réelles des résultats (Rose et Parsons, sous presse). Brunning (2014) fournit une liste de contrôle pour aider le profane à repérer la « mauvaise science » (tableau 1), que ce soit dans des articles scientifiques, des rapports gouvernementaux ou dans des EIE (McConway et Spiegelhalter, 2012 et www.badscience.net ).

Les scientifiques marins devraient essayer d’éviter les termes souillés de science « saine » ou « indésirable », car ces termes ont été cooptés par des intérêts particuliers et sont maintenant quelque peu entachés d’association, comme indiqué précédemment. Il peut y avoir une « bonne science » ou une « mauvaise science », mais sans doute uniquement parce qu’un projet utilise une méthodologie scientifique dans laquelle le plan expérimental est bien pensé, les variables de confusion potentielles sont abordées, les conclusions sont appropriées pour les hypothèses testées et les données recueillies, et des mises en garde sont exprimées or ou ce n’est pas le cas. En bref, la science a été correctement menée ou elle n’a pas été menée. Il n’y a pas de juste milieu. Ensuite, il y a des situations où des paroles sont souvent adressées à la « science », mais les données scientifiques réelles ont été volontairement ignorées à cause du dogme, d’un intérêt particulier ou de la politique. C’est souvent le domaine des pourvoyeurs des termes « science saine » pour les études qui soutiennent leur programme, et « science indésirable » pour celles qui ne le font pas. Mais pour paraphraser Yoda, il y a des études où les données ont été collectées de manière scientifique appropriée et interprétées de manière appropriée, et là, celles qui ne l’ont pas, il n’y a pas d’intermédiaire.

Déclaration sur les conflits d’intérêts

Les auteurs déclarent que la recherche a été menée en l’absence de relations commerciales ou financières pouvant être interprétées comme un conflit d’intérêts potentiel.

Remerciements

Nous tenons à remercier Amy Bauer d’avoir gentiment édité les versions préliminaires de ce manuscrit et nous sommes reconnaissants des commentaires utiles de deux examinateurs.