Les « nombres de la Covid » et leurs usages

Une réflexion sur les chiffres utilisés (et ceux, au contraire, sous-utilisés) dans cette crise sanitaire, et leur usage dans des rapports de pouvoir. Cela peut interroger aussi bien celles et ceux qui font à ces chiffres une confiance aveugle, que celles et ceux qui sont convaincu.e.s d'un mensonge généralisé. Un texte éclairé et éclairant écrit par les statisticien.nes "critiques" Céline Mardon et Serge Volkoff, notre ami écologiste du Pré Saint-Gervais, paru dans le n°97-2020/2 intitulé Virulences de Chimères, la Revue des schizoanalyses. Lire aussi Quels choix écologiques en matière de santé ? et COVID-19 : vers une gouvernementalité anthropocénique.

Chimères n°97, 2020/2.

Rappelons une vieille histoire. Au milieu du 18^ème siècle un débat passionné a opposé partisans et adversaires de l’inoculation obligatoire de la variole à titre préventif. Selon le mathématicien Bernoulli cette inoculation avait une probabilité de 1/300 de s’avérer mortelle, mais ferait reculer la maladie, très meurtrière, pour le reste de la population, avec un gain global moyen de trois ans d’espérance de vie. Soutenu entre autres par Voltaire, il concluait en faveur de l’obligation. Leur argument fondamental : le progrès consiste à édifier le gouvernement des hommes sur les données de la science. Un argument auquel s’opposa d’Alembert, qui jugeait indéfendable d’appliquer à la vie humaine un calcul reposant sur des données forcément imparfaites.

Cette controverse célèbre a connu bien des prolongements. Au fil des années la santé a constitué un vaste espace de développement pour les méthodes et institutions statistiques, en même temps qu’un terrain privilégié de polémique sur les usages du chiffre. Dans son Histoire de la raison statistique, Alain Desrosières⁽¹⁾ raconte qu’au milieu du 19^ème le rôle du statisticien était notamment tenu par le promoteur de la “ méthode numérique ”, le docteur Pierre Louis. Louis privilégiait une médecine sociale, préventive et collective, avec un gros travail de classement des pathologies, l’enregistrement méthodique d’actes médicaux en grand nombre, pour connaître le cours et le décours des maladies, et évaluer l’efficacité des traitements. A cette figure du statisticien s’opposait d’abord celle du médecin « traditionnel », promue par Risueno d’Amador, qui défendait l’individualité des cas, la singularité du colloque entre médecin et malade, les vertus de l’expérience et des savoirs ancestraux. Claude Bernard intervint alors au nom d’un troisième point de vue, celui d’une démarche scientifique alternative à la méthode numérique : la démonstration directe, par voie expérimentale, des causes de chaque maladie. Ce débat n’est pas clos – comment le serait-il ? – mais en période de crise, comme aujourd’hui, on tend à le gommer. Les nombres sont alors propagés et martelés sans réflexion critique sur leur usage.

S’agissant d’une pandémie d’affection contagieuse, on peut comprendre qu’ils retiennent l’attention. La dynamique de la maladie comporte bien un mécanisme numérique – multiplicatif en l’occurrence : ce qu’en arithmétique on nomme progression géométrique, ou encore croissance (décroissance) exponentielle⁽²⁾. La capacité des hôpitaux à faire face renvoie elle aussi à un décompte, et cette fois c’est de soustraction qu’il s’agit : la différence entre le nombre des lits dans les services, et les malades présents, actuellement ou bientôt.

Le problème n’est pas dans l’utilité de recueillir des nombres, les suivre et les analyser. Il est bien davantage dans l’impasse faite sur leurs modalités de sélection et de construction, les acteurs que cela implique, leurs objectifs plus ou moins explicites, les discussions que cela mériterait d’activer – et qu’on estompe au nom de l’urgence. Comme le rappelle Michel Armatte»⁽³⁾, « les données sociales ne sont pas « données », au double sens épistémologique (elles sont construites) et économique (elles sont coûteuses) ». La rituelle expression quotidienne du directeur général de la Santé au printemps dernier, la reprise systématique et sommaire des chiffres dans les médias, dans des messages radiotélévisés du gouvernement, dans certains débats politiques, réactivent la locution courante selon laquelle « les chiffres parlent d’eux-mêmes » - ce qui n’est jamais le cas : ils ne peuvent pas assurer seuls une compréhension de la réalité qu’ils contribuent à décrire ; ajoutons, pour jouer sur les mots, que s’il y a bien un sujet dont les chiffres ne « parlent » pas, c’est d’eux-mêmes, justement.

Leur omniprésence pose problème, dès lors qu’elle s’assortit peu de débats contradictoires et qu’on prend les chiffres pour des faits. Elle joue un rôle au regard des rapports de pouvoir, des circuits de décision, des débats sociaux et des consciences de chacun ; plusieurs rôles, même, au-delà de l’appui scientifique aux décisions. Dans cet article nous allons interroger quelques-uns d’entre eux, en mobilisant nos propres réflexions à propos de la quantification dans l’approche scientifique et sociale des questions humaines⁽⁴⁾, notre analyse critique des options adoptées pour présenter les « nombres de la Covid-19 », et plusieurs idées avancées par les théoriciens des relations entre chiffres et pouvoirs.

Ces usages, nous allons les dénommer par des verbes d’action : « éblouir », « accélérer », « trancher », « normer ». Non pas que l’on ait déjà une vision claire des intentions de celles et ceux qui en sont à l’initiative – des recherches en sociologie ou en sciences politiques pourront se pencher sur cette question a posteriori. Peut-être d’ailleurs ces intentions sont-elles variables et plus ou moins assurées. Il y a là, en tout cas, des options prises dans les formes d’exercice du pouvoir. Notre propos ici est d’en repérer quelques empreintes.

Éblouir

Manifestement il y a chez bien des acteurs politiques, responsables administratifs, experts et commentateurs, un souci de privilégier des chiffres qui fassent « choc », expédiés comme autant de projectiles sur une supposée indifférence ambiante ; sans doute avec l’idée qu’ils seront ainsi davantage relayés, cités spontanément dans les conversations, et couperont court aux contestations. Il doit bien entrer dans ce choix une part d’autopromotion des locuteurs : comme le remarque Alain Supiot⁽⁵⁾ à propos de la prolifération contemporaine des lois, « l’injonction du publish or perish semble frapper indistinctement les savants et les gouvernants ». A l’examen, on se rend compte que cette quête du chiffre miroitant se mène souvent au prix de la pertinence : du nombre lui-même, ou des interprétations auxquelles il prête.

Le slogan du moment, en cette mi-novembre 2020, est : « il y a une admission à l’hôpital pour Covid toutes les 30 secondes ». Avec des variantes comme : « vous rendez-vous compte que depuis le début de cette interview,… », etc. Cet élément de langage, bien choisi, évoque des files d’ambulances à l’entrée des CHU, qui s’emplissent sans cesse. Or ce chiffre, en gros exact, n’a aucun sens. D’abord son complément logique serait d’indiquer le rythme… des sorties : à peu près une toutes les 45 secondes avec le même type de calcul. En outre il est totalement dépendant du périmètre auquel il se rapporte. Dans le monde on doit en être à une hospitalisation à la seconde. A l’échelle d’un département français on va parler de deux par jour (en Ariège), ou trois par heure (dans les Bouches-du-Rhône). Pour un hôpital « moyen » le rythme est de l’ordre de trois par jour. Si l’on voulait faire comprendre ce que cela implique comme difficultés pour les services hospitaliers, il faudrait rapprocher cela du nombre habituel d’admissions quotidiennes (hors ambulatoire), toutes pathologies confondues : autour de 40, toujours pour un hôpital « moyen ». Trois de plus, jour après jour, ce n’est pas négligeable du tout, compte tenu surtout de la spécificité des soins et de l’hébergement de ces patients. Mais on voit qu’on vient d’effectuer là un déplacement que le chiffre initial n’enclenche pas de lui-même. Ce serait un cas d’école pour ce propos d’Isabelle Stengers⁽⁶⁾ : « Un nombre peut en cacher un autre, ou cacher une question pour laquelle il n’y a pas de nombre ».

Prenons un autre exemple, plus caricatural. Il y a quelques semaines un message radio rappelait que « le virus continue de circuler » et ajoutait : « 90% des décédés ont plus de 65 ans ». Là encore le chiffre est exact, quoiqu’un peu arrondi. Mais sait-on qu’il est tout à fait banal ? Ce pourcentage est à peu près celui des plus de 65 ans dans l’ensemble des décès en France, toutes causes confondues. Attirer l’attention sur les risques accrus avec l’âge lors d’une contamination est légitime, mais cette proportion n’illustre aucun phénomène spécifique à la Covid. Pourquoi la brandir ? L’explication qui vient à l’esprit est qu’on a résolu d’afficher un « gros » pourcentage, et que si l’on indiquait le taux de létalité des personnes de plus de 65 ans atteintes du coronavirus on citerait un nombre préoccupant certes, beaucoup plus élevé que pour les moins âgés, mais à un seul chiffre⁽⁷⁾. Risquons un autre motif, plus douteux : les auteurs de la formule ont pu envisager, plus ou moins délibérément, que des auditeurs feraient une méprise par ignorance ou inattention, et retiendraient que 90% des personnes âgées contaminées décèdent. Ce serait, pour prendre le jargon des statisticiens, une substitution de « % lignes » à des « % colonnes », comme dans cette publicité facétieuse pour le Loto : « 100% des gagnants ont tenté leur chance », ce qui est indéniable mais n’en rend pas moins faible la probabilité de gagner.

En tout cas, dans ces deux exemples et bien d’autres, sont promus des chiffres qui « éblouissent », au sens où l’entend Denis Guedj⁽⁸⁾, qui leur préfère ceux qui « éclairent ». Une conséquence fâcheuse est que les chiffres « éclairants », eux, circulent moins.

C’est le cas pour les taux de reproduction (voir note 2). A la mi-août, les contaminations étaient peu nombreuses mais ces taux se sont installés vers 1,4. Il y avait de quoi s’inquiéter, car leur maintien à ce niveau allait impliquer vers la fin octobre un niveau de contaminations, d’hospitalisations et de décès, 30 fois supérieur à ce qu’il était alors – et c’est en gros ce qui s’est produit. Réenclencher dès ce moment des mesures de prévention a dû sembler malvenu : des nombres « non éblouissants » (petits et un peu compliqués) ont pu être jugés frêles, face aux acteurs politiques ou aux savants qui niaient la venue possible d’une deuxième vague ; on a choisi d’attendre. A l’opposé, en ce moment-même⁽⁹⁾, après le couvre-feu puis les débuts du re-confinement, ces mêmes coefficients viennent de basculer nettement en dessous de 1, pourtant on ne les annonce pas davantage ; par prudence, sans doute ; mais peut-être aussi parce qu’ils manquent de « brio ».

Accélérer

Nous sommes donc conviés depuis quelques mois à prendre des nouvelles quotidiennes du virus, avec en leur centre un petit lot de « chiffres du jour ». Ce tempo est discutable, pour bien des raisons. Les variations quotidiennes sont erratiques, marquées entre autres par des périodicités hebdomadaires qui reflètent la vraie vie des services chargés d’enregistrer et sommer les événements – d’où des creux, visibles sur la plupart des graphiques, autour des week-ends et jours fériés, et des « rattrapages » ensuite. De toute façon, comme on l’a indiqué, pour comprendre le mouvement d’ensemble de la pandémie on doit examiner des tendances sur plusieurs semaines et se doter de projections à la même échelle de temps.

Les affichages rapides impliquent de donner priorité aux chiffres qu’on peut avoir aisément le jour-même. Si l’on préfère qu’ils soient « gros » pour marquer les esprits (voir ci-dessus), on va mettre en scène non seulement le nombre d’admissions à l’hôpital, assez fiable, mais le nombre de cas confirmés, trop souvent baptisé « nombre de contaminations ». C’est le chiffre le plus commenté. On l’utilise pour repérer les « pics » et « plateaux », voire les « redescentes », et pour comparer entre eux les pays du monde, les régions, certaines villes. Or par rapport aux contaminations ce nombre est déjà décalé de plusieurs jours : le temps de se faire tester et d’avoir le résultat. Surtout, il traduit largement la qualité des tests virologiques, ainsi que l’ampleur et les modalités des pratiques de ces tests, qui diffèrent selon les moments et les lieux : dans quelles proportions les individus concernés sont-ils des malades hospitalisés, symptomatiques, ou encore des personnes particulièrement exposées, potentiellement contaminantes, etc. ? Sur une ou deux semaines la variation des cas constatés peut donner des indications, à confirmer par les nombres d’hospitalisations quelques jours plus tard. Mais il n’est pas raisonnable d’en faire le marqueur dominant de la pandémie, ni le socle des comparaisons dans l’espace et dans le temps.

Or on sait très bien tout cela. Dès le printemps des articles scientifiques solides ont présenté une critique impitoyable de cet indicateur. On lisait dans le respecté American Journal of Public Health⁽¹⁰⁾ : « The selection of those tested is critical for accurate estimation ». Les auteurs expliquaient que seuls vaudraient des tests « done randomly », et ayant « a very high sensitivity and specificity ». Ils concluaient par cet euphémisme : « the current situation does not resemble this ideal condition ». Pourtant on a continué, comme si tout cela n’était pas « critical », à arborer ces gros chiffres vite produits, chaque jour, un peu partout sur la planète. Peut-être les responsables se rassurent-ils en supposant que les cas testés et les contaminations réelles évoluent parallèlement, selon l’hypothèse posée par Adolphe Quételet⁽¹¹⁾ il y a près de deux siècles : « les effets sont proportionnels aux causes qui les produisent ». Michel Armatte, qui rappelle cette thèse, doute fort, et nous avec lui, qu’on puisse ainsi tabler sur la « neutralité des systèmes d’enregistrement⁽¹²⁾» en matière de faits sociaux.

Cette fonction accélératrice du chiffre n’est pas une découverte. Elle était déjà pointée par Horkheimer et Adorno dans leur Dialectique de la Raison⁽¹³⁾ : « Le formalisme mathématique dont l’instrument est le nombre, forme la plus abstraite des données immédiates, retient la pensée sur la pure immédiateté ». Si l’on en veut un symbole, on peut noter l’appellation du site web sur lequel le gouvernement français diffuse les décomptes : c’est un « dashboard », traduction anglaise de « tableau de bord » - mais « dash » veut littéralement dire « ruée ».

Une grande partie des analyses d’Alain Supiot sur la « gouvernance par les nombres » (op.cit.) porte sur cette supposée réactivité des outils quantitatifs, qui ont pris dans ces dernières décennies une importance considérable avec la mobilisation dans une guerre économique, le primat de la compétition (où l’on retrouve les anglicismes : « ranking », « benchmarking »…), les mouvements instantanés des marchés financiers, etc. L’entreprise, ou aussi l’administration (avec le New Public Management), doivent avant tout se montrer mobiles, prêtes au changement. Rien de surprenant si ces modèles gestionnaires, ceux qui poussent à « exposer les palmarès »⁽¹⁴⁾ ont trouvé leur place dans une crise sanitaire qui voit se multiplier les situations d’urgence. A défaut de maîtriser la situation, les gouvernants peuvent à chaque instant garantir qu’ils l’évaluent et la surveillent⁽¹⁵⁾.

Le prix à payer est d’abord d’écarter les réflexions critiques comme celles qu’on vient de rappeler. C’est aussi de donner moins de place aux évaluations un peu différées mais plus pertinentes, au premier rang desquelles l’enquête EpiCov⁽¹⁶⁾, issue d’une collaboration entre l’Inserm, le ministère de la Santé et l’INSEE. Cette grosse investigation, menée d’abord en mai 2020, a reposé sur des questionnements par internet ou téléphone et, pour une partie des répondants, des prélèvements sanguins afin de détecter la présence d’anticorps. Le tout, et c’est essentiel, réalisé (enfin !) auprès d’un échantillon représentatif de la population générale de 15 ans et plus. En admettant que les sérologies soient assez fiables, on en tire une masse d’enseignements sur les séroprévalences après la première vague, donc sur les contaminations survenues, et sur leurs liens avec les formes d’exposition au virus, les conditions de vie et de travail pendant cette période, leurs variations selon le territoire, l’âge, l’habitat, la profession etc.

Nous demanderions bien aux lecteurs de cet article s’ils ont entendu parler des résultats, publiés notamment en octobre⁽¹⁷⁾. Il est bien possible que non, pas même de cette évaluation globale pourtant essentielle : 4,5% des tests sérologiques de mai ont été positifs. Il s’agissait donc de quelque 2,5 millions de personnes contaminées, un chiffre sans commune mesure avec les cas confirmés à cette date (150 000 environ, en données cumulées). Des enseignements très précieux, donc, pour calculer des % d’hospitalisations, de réanimations, de décès, pour orienter l’action par la suite, et pour une meilleure compréhension par tout un chacun – si tout un chacun avait eu l’attention attirée sur ces résultats. Or malgré quelques reprises dans les media, leur diffusion est restée modeste, faute pour eux d’avoir pris place dans le tourbillon quotidien de données immédiates.

Trancher

Dans un article consacré aux liens entre « l’espace public » et « la raison statistique », Alain Desrosières⁽¹⁸⁾ a évoqué la tension entre « deux registres de langage possibles : celui de la description et de la science (« il y a… »), et celui de la prescription et de l’action (« il faut… ») ». Il ajoutait : « la possibilité d’isoler une description des faits, opposés aux valeurs et aux opinions, est la revendication constante et commune des statisticiens ». Trente ans plus tard, il n’est pas sûr que cet « isolement » soit fermement assuré. Dans les propos officiels sur la pandémie en tout cas, on ne sait pas toujours qui parle, au nom de quelle « raison ». Les ministres et hauts fonctionnaires improvisent des commentaires de graphiques (voire élaborent les graphiques eux-mêmes), tandis le Conseil Scientifique semble émettre des directives et que les épidémiologistes plaident, sur les plateaux télévisés, pour telle mesure urgente.

Dans son « adresse aux Français » fin octobre, le chef de l’État est parti d’emblée de constats chiffrés (dont l’évolution des « cas », qu’il a faussement dénommés « contaminations ») avec des graphiques affichés à ses côtés, puis des pronostics (« 9000 malades en réanimation à la mi-novembre, quoi que nous fassions »⁽¹⁹⁾), pour en déduire directement une décision politique (le nouveau confinement), et ré-inviter les chiffres en cadrant la date de fin (quand on sera revenu à 5 000 « cas » quotidiens).

Notre propos n’est pas de déplorer cette confusion des genres, mais d’y voir une pleine illustration de la « gouvernance par les nombres » dont Alain Supiot (op.cit.) a précisément analysé les origines, les formes et les conséquences. Comme il l’explique, cette disposition à conférer aux chiffres une posture d’autorité est inscrite de longue date dans la pensée humaine. C’est ce qu’il nomme « le rêve de l’harmonie par le calcul », depuis Pythagore (« Tout est arrangé d’après le nombre ») jusqu’à Cédric Villani (« Le monde est mathématique ») en passant par Tocqueville (« le nombre seul fait la loi et le Droit. Toute la politique se réduit à une question d’arithmétique »).

Ce que Supiot démontre, c’est que ce vieux « rêve » a pris corps très activement, depuis quelques décennies, dans les modes de direction des systèmes de production et de l’action publique. Il y repère « la promesse d’un gouvernement impersonnel » où « la loi devient objet de calcul », vouée alors au rôle « d’ustensile » au service d’objectifs chiffrés. Le débat social et politique, voire scientifique est voué à s’effacer derrière les modélisations et les algorithmes⁽²⁰⁾. La statistique est vue à la fois comme outil de connaissance et outil de gouvernement. Certains s’en félicitent, annonçant le recul des décisions arbitraires et un progrès pour la démocratie⁽²¹⁾, ou saluant à l’inverse la restriction du périmètre démocratique, l’organisation de la société étant ainsi mise heureusement à l’abri du pouvoir des citoyens et de leurs « émotions originelles »⁽²²⁾.

On comprendra que ce n’est pas le point de vue de Supiot - ni le nôtre. Même en laissant de côté les considérations de morale politique, on peut rappeler les méfaits des formes d’expertise fondées entièrement sur des indicateurs chiffrés. C’est ce que redoutent par exemple Emilie Counil et Emmanuel Henry : « la technicité de l’approche a pour conséquence un effet « boîte noire » qui ne permet pas aux utilisateurs de pleinement exercer leur esprit critique vis-à-vis de l’outil »⁽²³⁾. Michel Armatte fait pour sa part ce rappel salutaire : « La modélisation, de la conception à l’utilisation est une activité sociale. Elle implique différents groupes d’acteurs qui contribuent par la lutte et la collaboration à définir ses objectifs, ses conventions, ses usages, ses limites »⁽²⁴⁾. Nous pouvons de notre côté raisonner ici en ergonomes : toute activité de travail individuelle ou collective – comme sans doute toute activité humaine - aboutit à un résultat qui se tient à condition de sortir des cases, d’échapper dans une large mesure aux prescriptions et aux cadres d’évaluation ; c’est ce que nous nommons : activité réelle.

On pourrait passer au crible de cette lecture critique bien des options prises dans les plans d’action contre la pandémie, comme le découpage des départements par degré de risque, dans une carte de vigilance en gris/rose/rouge, sur la base de trois indicateurs pondérés, une méthode de classement plus ou moins remise en cause par la suite, et dont la sècheresse a soulevé bien des protestations. Mais même en s’en tenant à des décomptes élémentaires et de bon sens, comme le nombre des places Covid disponibles à l’hôpital, on peut comprendre qu’ils recouvrent des réalités multiples : en pédiatrie par exemple, cet automne, le problème n’est pas l’afflux d’enfants malades de la Covid (ces cas sont peu nombreux), mais celui des adultes accueillis pour désengorger des services ou hôpitaux voisins, au moment même où arrivent par ailleurs de nombreux enfants souffrant des pathologies « saisonnières » : bronchites ou gastro-entérites. On peut comprendre aussi que l’affichage répété de la saturation hospitalière déclenche de nombreux arbitrages individuels en amont, par une sorte de boucle de rétroaction : quand on annonce au pays entier que les hôpitaux sont à la limite de la rupture, ou même quand on sait que ce sera un critère de durcissement des mesures préventives, on (médecins de ville, responsables d’Ehpad…) peut hésiter davantage à y transférer des patients. Comme idéologie, la gouvernance par les nombres peut recruter des adeptes ; comme fondement de décisions efficientes et comprises, c’est douteux.

Normer

Quand on dénombre les « décès Covid », inclut-on seulement ceux survenus à l’hôpital ? Voire seulement ceux relevés dans les services dédiés ? Ou également les morts en Ehpad, en établissements pour handicapés, à domicile ? Comment résout-on la difficulté, classique dans les études sur les causes de décès, due à l’importance des comorbidités ? On sait que plusieurs pathologies préexistantes – respiratoires, cardiaques, diabétiques… - accroissent fortement la probabilité de complications graves de la Covid-19 ; en cas de décès, les médecins choisissent-ils de l’attribuer à l’infection, ou à l’autre pathologie en cause ? Conscient de cette difficulté d’évaluation, l’Insee a lancé une procédure de suivi de la mortalité quotidienne par département, toutes causes confondues⁽²⁵⁾; cela permet de comparer les décès d’une période où la pandémie est active avec la période analogue dans les années précédentes. Ce ne sont pourtant pas ces chiffres qui sont les plus diffusés, mais bien les nombres collectés par Santé Publique France, pris comme des « faits ».

Cet exemple, parmi d’autres, incite à revenir sur un apport essentiel des réflexions d’Alain Desrosières : la distinction entre « mesure » et « quantification ». L’une inclut l’autre mais ne s’y résume pas : « quantifier c’est convenir, puis mesurer »⁽²⁶⁾. Parler de « mesure », même pour en relever les « erreurs », implique « une épistémologie réaliste, selon laquelle les objets préexistent, au moins en théorie, au travail d’identification, de définition, de délimitation »⁽²⁷⁾. Dans le champ des sciences dures, cette préexistence des objets fait débat. S’agissant des faits sociaux, elle est exclue. Pour notre sujet ici, il en va d’une crise sanitaire comme de toute question humaine ou sociale : si l’on fait appel à la quantification, ce ne sera pas à partir d’une lecture passive du monde.

Dire cela n’ôte pas à la quantification son intérêt mais il va falloir consacrer à la convention autant d’attention qu’à la mesure, aussi bien pour ses auteurs que pour les audiences auxquelles les nombres sont destinés. C’est indispensable pour ne pas perdre le sens de la mesure, aux deux acceptions de cette formule : la signification du nombre, et la possibilité d’en nuancer l’interprétation. C’est nécessaire aussi pour repérer tous les enjeux, scientifiques, politiques et sociaux, qu’a revêtus telle approche chiffrée plutôt que telle autre.

Il y a en outre une troisième raison, peut-être la principale : en faisant l’impasse sur le volet « convention », on sous-estime sa puissance, non seulement pour la quantification elle-même, mais pour le regard porté par tout un chacun sur l’objet traité. La quantification statistique est d’abord une « qualification ». Elle établit des équivalences, des catégories, des limites. On peut considérer qu’elle « mesure un réel existant et l’institue tout à la fois »(28). Inévitablement, ces choix sont sous-tendus par des normes de jugement, et les promeuvent⁽²⁹⁾. Counil et Henry (op.cit.)  insistent à ce titre sur les « logiques implicites d’inclusion/exclusion qui sous-tendent la définition chiffrée des problèmes ». Or ces normes vont ensuite vivre leur vie, à distance de leurs conditions initiales d’élaboration. Alain Supiot (op. cit.) rappelle qu’il en va de même pour la qualification juridique, mais avec cette différence majeure : « la qualification statistique n’est pas soumise au principe du contradictoire ». L’œuvre normative de la quantification pourrait bien être plus redoutable que celle de la loi, parce que plus discrète.

C’est selon nous ce qui s’est produit, ces derniers mois, avec la constitution de la catégorie des « personnes fragiles » face à la pandémie. Celle-ci s’est d’emblée construite sur des critères médicaux : les comorbidités, et l’âge, ce dernier constituant une variable dont le grand public comprend aisément qu’elle est corrélée aux fragilisations de la santé. L’appartenance aux tranches d’âge élevées a été, de loin, le facteur de sur-risque le plus cité, souvent le seul comme dans le message radio évoqué précédemment. Les films à visée préventive montrent des grands-mères mises en danger par l’imprudence de leur jeune entourage. Les données disponibles – donc constituées et examinées - confirment sans cesse la proportion élevée des âgés parmi les personnes hospitalisées ou décédées : un constat important mais usuel, on l’a dit, pour la plupart des pathologies.

Rares ont été, dans cette période et depuis, les commentaires relevant un résultat curieux, voire paradoxal : la Seine-Saint-Denis est à la fois le plus « jeune » département de France métropolitaine (les plus de 60 ans y représentent 17% de la population, alors que c’est 27% en France en moyenne), et celui qui a connu la hausse la plus considérable de la mortalité au printemps 2020 : par rapport à 2019, les décès en mars-avril dans le 93 ont été multipliés par 2,2. Or cette bizarrerie s’expliquait très bien. Dès le mois de mai deux chercheuses, Emilie Conil et Myriam Khlat, ont publié un article qui en traitait directement, dans le cadre d’une analyse sur les inégalités sociales face au virus⁽³⁰⁾ : elles montraient que l’exposition est beaucoup plus répandue dans les catégories sociales à bas revenus, peu protégées au travail, dans les transports (à l’époque) et dans leur logement ; elles rappelaient aussi que la prévalence des comorbidités est plus élevée dans ces mêmes catégories sociales, pour de multiples raisons dont les expositions professionnelles passées. Plus récemment, l’enquête EpiCov déjà citée a confirmé et précisé plusieurs de ces constats. La catégorie des « fragiles » pourrait donc inclure les populations précaires ou peu qualifiées mais, comme souvent, on a assisté à ce que Counil et Henry (op.cit.) nomment « neutralisation des aspects sociaux et politiques de la santé par le langage épidémiologique » - à tout le moins, dans les nombres les plus diffusés auprès du grand public.

Retombées

Parmi les verbes qui nous ont servi d’intertitres, ne figurent pas des termes comme : débattre, réfléchir, vérifier, explorer… autant d’activités que l’usage rapide et normatif des chiffres n’encourage pas. Cet usage rabat les connaissances sur une petite batterie de données quantitatives, répétées à cadence élevée et guère interrogées. On se trouve dans la situation-type décrite par Desrosières : « Une fois les procédures de quantification codifiées et routinisées, leurs produits sont réifiés. Ils tendent à devenir « la réalité », par un effet de cliquet irréversible. Les conventions initiales sont oubliées, l’objet quantifié est comme naturalisé, sauf dans quelques cas où « ces « boîtes noires » sont ré-ouvertes, à l’occasion de controverses »⁽³¹⁾. S’agissant d’une maladie inquiétante, transmissible, dans la propagation de laquelle chacun peut se sentir engagé et incriminer les autres, ce maniement des nombres est assez risqué. Nous n’en savons pas les conséquences, qui pourraient mériter une recherche spécifique. Mais nous voyons au moins deux formes de dérives possibles.

Si les « controverses » souhaitées par Desrosières n’adviennent pas, une attitude plausible est de prendre ces données…pour des données, justement (et non des « construits »), sans interroger leurs manques ni leurs faux-sens. On peut alors s’en remettre, pour les constats, les prévisions, voire pour les décisions prises à leur suite, à des gouvernants censés savoir. Mais l’insistance sur les gros chiffres cumulés peut aussi accentuer des sensations de panique. C’est ce que redoute Robert Peckham⁽³²⁾, compte tenu de l’ampleur prise en général par les paniques dans un monde urbanisé, hyper-relié, où les réseaux locaux d’entraide et d’échange se sont raréfiés. Dans le cas de la crise du SARS à Hong-Kong en 2003, il indique que cette « contagious panic », plutôt renforcée par les appels à « ne pas paniquer », a fait, selon certaines évaluations, davantage de victimes que l’épidémie elle-même.

Mais si les controverses ont lieu, elles peuvent aussi tourner à vide, faute d’éléments de référence communs aux locuteurs, faute même d’un langage qui permette d’interroger ensemble les résultats. Les chiffres avancés font alors face à un flot de défiance, venant d’incrédules ou de conspirationnistes qui à leur tour mobilisent leurs « vrais » chiffres, tout aussi « éblouissants ». Pour ne prendre qu’un exemple, on pouvait entendre récemment, sur la chaîne youtube de France-Soir, un médecin marseillais qui entendait ramener le risque à de justes proportions : « 3 à 9 morts par jour, pour une région de 5 millions d’habitants ». Si un débat avait pu s’amorcer, on lui aurait signalé que la courbe était ascendante (peu après, le chiffre a atteint 30 par jour) et surtout, que la comparaison n’est pas à faire avec les 5 millions d’habitants, mais avec le nombre quotidien usuel de décès dans la région, à savoir : 130 ; ce qui donnait évidemment à ce comptage une autre perspective.

Ces deux types de dérive, nous les reconnaissons bien, pour y être régulièrement confrontés dans notre propre domaine : la santé au travail. Nous devons convaincre tel directeur que le taux d’arrêt-maladie de son établissement n’a rien d’effarant mais voisine les valeurs moyennes, compte tenu des âges, sexes et métiers de ses salariés ; ce qui n’empêche pas que ces absences puissent être compliquées à gérer. Ou expliquer à des syndicalistes que tel aspect des conditions de travail dans leurs ateliers n’entraîne pas, selon les connaissances en épidémiologie, douze ans de moins d’espérance de vie comme ils l’ont entendu dire, mais peut-être deux ou trois…ce qui est déjà beaucoup.

Une bipolarisation dans l’approche des chiffres – leur dresser un piédestal, puis les vénérer ou les abattre – clôt la réflexion au lieu de l’ouvrir. Les remèdes à cela sont connus, simples à énoncer, plus compliqués à promouvoir. Revenons une dernière fois à Desrosières : « C’est en tant que pièce argumentative incluse dans des dispositifs plus vastes que la statistique prend sens »⁽³³⁾. Ces dispositifs plus vastes comportent l’appel à bien d’autres sources de connaissance (sans qu’aucune ne s’attribue l’autorité unique de la preuve), la confrontation aux expériences pratiques, l’élaboration d’espaces et de langages communs permettant d’entretenir la « dispute », au sens que lui donnent les cliniciens de l’activité : « l’organisation réglée et l’instruction d’un dossier technique dans lesquelles les points de vue divergent et sur lesquels il faut argumenter pour convaincre »⁽³⁴⁾. Telles que vont les choses dans cette crise de la Covid-19, on en est loin.

(1) La politique des grands nombres. Histoire de la raison statistique. La Découverte.

(2) En première analyse, le nombre de personnes contaminées un jour donné dépend de ce même nombre une semaine avant, multiplié par un « taux de reproduction » : le nombre moyen de personnes qu’un individu contagieux peut infecter, avant de cesser de l’être – cette période étant de l’ordre d’une semaine, d’après les connaissances actuelles sur le virus SARS-CoV-2. En contexte stable (météo, vacances, règlementation…), ce taux est stable aussi. L’épidémie s’étend (ou régresse) d’autant plus brutalement que le taux est supérieur (ou inférieur) à 1.

(3) Armatte M., 2010, La science économique comme ingénierie. Quantification et modélisation, Presses des Mines

(4) Nous sommes des statisticiens venus à l’ergonomie, dans un centre de recherche en santé au travail qui allie ces deux disciplines. Cela a amené notre équipe à examiner les ressources et les pièges des démarches combinant enquêtes statistiques et études sur le terrain. (Voir par exemple : Volkoff S., Molinié A-F., (2010), Quantifier sans broyer ? Les statistiques en santé au travail à la rencontre des analyses cliniques, in Lhuilier D., Clot Y. (éd.), Travail et santé – Ouvertures cliniques, Erès)

(5) Supiot A., 2020, La gouvernance par les nombres, Fayard/Pluriel

(6) Stengers I., 1997, Sciences et pouvoirs. Labor

(7) Cela supposerait par ailleurs d’évaluer correctement le nombre d’individus contaminés, ce que l’on ne fait que plus tardivement et à moins grand bruit ; ainsi que le nombre de « décès Covid », une notion moins simple à établir qu’on ne le pense – nous revenons ci-après sur ces deux points.

(8) Guedj D., 1997, La gratuité ne vaut plus rien. Seuil

(9) Rappel : cet article est rédigé mi-novembre 2020

(10) Pearce N. et al., 2020, Accurate statistics on Covid-19 are essential for policy guidance and decisions. AJPH, Juillet

(11) Quételet A., 1846, Lettres sur le Calcul des probabilité, XXVII

(12) Armatte M., 2005, Éléments pour une histoire sociale des indicateurs statistiques, communication aux Jornadas de estadistica y sociedad, Madrid, UNEDINE-EHESS

(13) Horkheimer M., Adorno T., 1944/1983, La dialectique de la raison, Gallimard (cités par Supiot, op. cit.)

(14) Armatte, 2005, op.cit.

(15) C’est une attitude que nous rencontrons souvent, dans un tout autre domaine. Quand émergent en entreprise des signes de mal-être, physique ou psychique, il n’est pas rare que la première option soit de réaliser un baromètre, par questionnaire en général – et de s’en tenir là, le devoir censément accompli.

 Epidémiologie et Conditions de Vie liées à la Covid-19

(17) Voir le n°1167 d’Etudes et Résultats (Drees), et le n°40 de Questions de santé publique (Iresp), tous deux datés d’octobre 2020

(18) Desrosières A., 1992, Discuter l’indiscutable, Raison statistique et espace public. Dans : Raisons Pratiques, 3, Pouvoir et légitimité (Editions de l’EHESS)

(19) Pronostic aventureux, d’ailleurs : à la mi-novembre ce nombre n’a pas dépassé les 5000

(20) En économie, la confrontation est brutale. En témoigne le livre de Pierre Cahuc et André Zylberberg, appelant à « se débarrasser » des réflexions économiques qui ne seraient pas fondées sur des tests quantifiés, et taxant leurs opposants de « négationnisme économique » (c’est le titre de leur ouvrage paru en 2016).

(21) Nikolas Rose, 1991, Governing by Numbers : Figuring out Democracy (cité par Supiot, op.cit.)

(22) Friedrich Hayek, 1979/1995, L’ordre politique d’un peuple libre (cité par Supiot, op.cit.)

(23) Counil E., Henry E., 2016, Produire de l’ignorance plutôt que du savoir ? Travail et Emploi n°148

(24) Armatte M., 2016, Pourquoi historiciser et sociologiser la notion de modèle ? In Modélisations et sciences humaines, Lharmattan

(25) Voir https://www.insee.fr/fr/information/4470857

(26) Desrosières A., 2008, La statistique, outil de gouvernement et outil de preuve. In Pour une sociologie historique de la quantification, Presses des Mines

(27) Desrosières A., 2010, op.cit.

(28) Armatte M., 2005, op.cit.

(29) Pour mémoire : la loi statistique la plus usitée est dite « loi normale » ; elle repère les individus proches de la moyenne (nombreux) et les déviants (rares).

(30) https://theconversation.com/covid-19-les-classes-populaires-paient-elles-le-plus-lourd-tribut-au-coronavirus-en-france-138190

(31) Desrosières, 2008, op.cit.

(32) Peckham R., 2020, The covid-19 outbreak has shown we need strategies to manage panic during epidemics, Blog du British Medical Journal, https://blogs.bmj.com/bmj/2020/02/21/robert-peckham-covid-19-outbreak-need-strategies-manage-panic-epidemics/

(33) Desrosières, 2008, op. cit.

(34) Yves Clot, 2014, Réhabiliter la dispute professionnelle. Journal de l’Ecoloe de Paris du Management n°105.