La parcimonie ontologique et la science

Olivier Grenier

De nombreux philosophes et scientifiques s’entendent pour dire que la simplicité joue un rôle crucial dans le choix des théories en sciences. L’histoire des sciences nous montre en effet que les scientifiques accordent généralement leur préférence aux théories les plus simples, ceteris paribus. Mais qu’entend-on, au juste, par « simplicité » lorsqu’il est question de théories scientifiques? Comment fait-on pour évaluer le degré de simplicité d’une théorie? Quel est exactement le rôle de la simplicité en sciences par rapport aux autres critères qui guident la sélection des hypothèses? Encore, de quelle manière peut-on justifier le recours à la simplicité dans le travail scientifique?

Ma présentation vise à éclaircir la réponse à cette dernière question sous l’angle de la simplicité considérée comme la parcimonie ontologique. La formulation la plus connue du concept de parcimonie ontologique est le rasoir d’Ockham : « Les entités ne doivent pas être multipliées par-delà ce qui est nécessaire. » Nous verrons que les justifications épistémiques proposées jusqu’à présent tant par les rationalistes que par les empiristes et les naturalistes pour ce principe heuristique ne semblent finalement n’être que des pétitions de principe. Qui plus est, il peut même être un frein pour la recherche scientifique en certaines circonstances. Il demeure toutefois possible de le justifier méthodologiquement, comme je le soutiendrai. Certaines avenues explorées par les statisticiens sont d’ailleurs prometteuses en ce sens.

Ma présentation est ainsi un court résumé du débat sur le rôle et la justification du principe de simplicité en sciences. Elle vise à en retracer les grandes lignes d’argumentation et les principales conclusions tirées jusqu’à aujourd’hui.

Bibliographie:

Baker, A. (2013). Simplicity, https://plato.stanford.edu/entries/simplicity/ [En ligne], Stanford Encyclopedia of Philosophy.

Popper, K. (2002). The Logic of Scientific Discovery. New York : Routledge.

Sober, E. What is the Problem of Simplicity? In A. Zellner, H. Keuzenkamp, and M. McAleer (eds.), Simplicity, Inference, and Modelling, 2002, Cambridge: Cambridge University Press, pp. 13-32.

Sober, E. (2016). Why is Simpler Better?, https://aeon.co/essays/are-scientific-theories-really-better-when-they-are-simpler [En ligne], Aeon Media Group.