Au carrefour de la statistique inférentielle, de la criminologie appliquée et de la psychologie médico-légale, la prédiction des comportements violents représente un défi scientifique et sociétal fondamental pour le système judiciaire contemporain. L’évaluation actuarielle du risque s’impose aujourd’hui comme une démarche méthodologique rigoureuse destinée à quantifier la probabilité de récidive criminelle en s’affranchissant des biais inhérents au jugement clinique intuitif. En substituant aux impressions subjectives des algorithmes probabilistes fondés sur des données empiriques, cette approche a profondément transformé les pratiques décisionnelles au sein des tribunaux, des établissements pénitentiaires et des services psychiatriques sécurisés.
Évaluation actuarielle du risque
1. Définition concise
L’évaluation actuarielle du risque désigne une méthode standardisée de prédiction probabiliste selon laquelle le niveau de risque de passage à l’acte ou de récidive criminelle d’un individu est calculé mécaniquement à partir de variables empiriquement corrélées au phénomène, au moyen d’un algorithme ou d’une équation prédéterminée. Contrairement aux méthodes fondées sur l’impression clinique non structurée, cette approche applique des règles explicites de pondération et de combinaison des facteurs sans laisser de place à la discrétion de l’évaluateur dans le calcul final du score.
Dans le domaine de la psychologie légale et de la criminologie, cette technique classe les justiciables au sein de groupes de référence statistiques partageant des caractéristiques analogues. Le résultat obtenu ne garantit pas la certitude absolue de la survenue d’un comportement violent individuel, mais fournit une probabilité relative ou absolue d’occurrence dans une fenêtre temporelle délimitée, assimilant ainsi la gestion des délinquants aux modèles d’espérance mathématique des assurances.
Ce paradigme opérationnalise la notion de risque criminel en le désengageant du modèle médical traditionnel axé sur le diagnostic nosologique pour le situer dans une dynamique de prévision comportementale empiriquement vérifiable. Il constitue ainsi la deuxième et troisième génération des paradigmes d’évaluation du risque forensic, cherchant à optimiser la sensibilité, la spécificité et la reproductibilité des avis d’experts soumis aux instances décisionnelles judiciaires.
2. Étymologie et origines linguistiques
Le vocable « actuariel » dérive directement du substantif latin actuarius, désignant originellement à Rome le scribe, le rédacteur de procès-verbaux ou le teneur de comptes chargé d’enregistrer les actes publics (acta). Au cours des XVIIIe et XIXe siècles, dans le contexte de l’émergence des compagnies maritimes et des premières sociétés d’assurance-vie, le terme s’est spécialisé dans le monde anglo-saxon (actuary, actuarial) pour caractériser l’expert mobilisant les mathématiques financières, les tables de mortalité et le calcul des probabilités afin d’évaluer les risques financiers futurs et d’ajuster les primes associées.
Le concept d’« évaluation actuarielle » (actuarial assessment) a ensuite été transposé au domaine des sciences du comportement par le psychologue américain Paul Meehl dans son traité séminal de 1954, Clinical Versus Statistical Prediction. Meehl employa le qualificatif actuariel pour qualifier toute méthode de décision s’appuyant strictement sur des relations mathématiques, par opposition à la synthèse clinique intuitive menée de manière subjective par un praticien.
La combinaison sémantique contemporaine « évaluation actuarielle du risque » s’est cristallisée dans la littérature francophone dans les années 1980 et 1990, sous l’influence des travaux de chercheurs canadiens pionniers tels que Vernon Quinsey, Marnie Rice et Grant Harris. Elle reflète la métaphore d’une transposition des techniques d’analyse de survie et des tables de mortalité des actuaires financiers vers l’estimation probabiliste du désistement ou de la récidive criminelle.
3. Prononciation et forme grammaticale
Sur le plan phonétique, le syntagme nominal se transcrit en alphabet phonétique international sous la forme : /e.va.lɥa.sjɔ̃ ak.tɥa.ʁjɛl dy ʁisk/. Le terme « évaluation » est un substantif féminin singulier, dérivé du verbe « évaluer » avec le suffixe nominalisateur « -tion ». L’adjectif qualificatif « actuarielle », épithète liée, s’accorde en genre et en nombre avec le substantif féminin qu’il détermine, prenant la désinence « -elle ».
Le syntagme prépositionnel « du risque » (contraction de la préposition « de » et de l’article défini « le ») complète le nom en précisant l’objet cognitif et opérationnel de la démarche. L’expression s’emploie principalement de manière nominale en position de sujet ou de complément d’objet (« L’évaluation actuarielle du risque oriente la décision de libération conditionnelle »). Elle admet des déclinaisons adjectivales comme « instrument actuariel », « échelle actuarielle » ou « démarche actuarielle ».
Dans la littérature spécialisée francophone, on rencontre occasionnellement les variantes synonymiques « appréciation actuarielle du risque » ou « prédiction statistique du risque », bien que « évaluation actuarielle du risque » demeure l’expression canonique et préférentielle adoptée par l’Association des psychiatres du Canada et les facultés francophones de criminologie.
4. Explication conceptuelle approfondie
L’évaluation actuarielle du risque repose sur le principe fondamental de la standardisation algorithmique. Son objectif premier consiste à éliminer l’arbitraire et la variabilité inter-juges qui parasitent fréquemment les expertises psychiatriques et médico-légales classiques. Dans une démarche purement actuarielle, chaque variable prédictive se voit attribuer une cote numérique invariante, généralement dérivée d’analyses statistiques de régression logistique ou d’analyses de survie réalisées sur de vastes cohortes d’individus suivis longitudinalement. L’évaluateur ne formule aucune inférence interprétative : il collecte les antécédents factuels, cote chaque item selon un protocole strict, puis calcule la somme arithmétique ou pondérée des points pour extraire une valeur globale.
Ce score total renvoie immédiatement à une table de conversion statistique indiquant le taux de récidive observé au sein de l’échantillon de dérivation pour ce même profil de points. Par exemple, un score de 6 à un instrument donné placera l’individu dans un groupe historique où 48 % des sujets ont récidivé dans un intervalle de cinq ans. Le résultat final s’énonce ainsi sous la forme d’un risque relatif (comparativement à la population générale des délinquants) ou d’un taux de base probabiliste concret. Dès lors, le clinicien n’émet pas une intuition téléologique, mais communique la position statistique de l’individu au sein d’une distribution populationnelle.
Le périmètre de cette méthodologie se concentre majoritairement sur des facteurs dits « statiques » ou historiques. Ces paramètres, immuables par définition, capturent l’histoire de vie de l’individu : l’âge au premier délit officiel, le nombre de condamnations antérieures, la gravité des antécédents de violence, les ruptures de suivi ou les condamnations pour bris de conditions. Ces éléments présentent l’avantage d’une excellente fidélité inter-juges et d’une puissance prédictive robuste à long terme. Cependant, cette prépondérance accordée aux caractéristiques statiques constitue également la limite intrinsèque du modèle : une fois gravés dans le passé judiciaire, ces facteurs ne peuvent régresser, ce qui rend l’outil incapable de mesurer les progrès thérapeutiques ou l’amendement d’un justiciable au fil de sa peine.
Sur le plan épistémologique, l’évaluation actuarielle se distingue nettement de l’évaluation clinique structurée (comme le jugement professionnel structuré). Alors que le jugement professionnel structuré utilise des listes de critères pour guider la réflexion d’un expert tout en lui laissant le pouvoir discrétionnaire de modifier le niveau de risque final à la lumière de nuances contextuelles, l’actuariat pur interdit formellement toute modification subjective de l’algorithme sous peine de détériorer sa précision prédictive. L’axiome sous-jacent, théorisé par Meehl puis confirmé par Dawes, Faust et Ziskin, stipule que l’introduction du jugement humain au sein d’une formule actuarielle optimale dégrade systématiquement la performance statistique du modèle.
5. Développement historique
La genèse de la prédiction statistique des conduites déviantes remonte aux travaux précurseurs d’Ernest Burgess à la fin des années 1920 aux États-Unis. En 1928, Burgess étudia un échantillon de prisonniers de l’Illinois pour identifier 21 facteurs corrélés au succès ou à l’échec de la libération conditionnelle, attribuant un point pour chaque facteur favorable. Ce système rudimentaire, bien que dépourvu de pondérations sophistiquées, démontra de manière éclatante qu’une formule mathématique simple surpassait les prédictions intuitives formulées par les membres des commissions de libération.
Dans les décennies 1930 à 1950, les criminologues Sheldon et Eleanor Glueck développèrent des tables de prédiction de la délinquance juvénile fondées sur des traits sociologiques et familiaux. Toutefois, le véritable tournant épistémologique survint en 1954 avec la parution de l’ouvrage classique de Paul E. Meehl, Clinical Versus Statistical Prediction: A Theoretical Analysis and a Review of the Evidence. Meehl colligea des dizaines d’études comparatives montrant que dans presque tous les cas, l’algorithme mécanique égalait ou dépassait en exactitude la synthèse intuitive des psychiatres et psychologues cliniciens les plus expérimentés.
Malgré ces constats, la psychiatrie légale continua de privilégier l’expertise clinique libre jusqu’aux années 1970. À cette époque, une crise de confiance majeure frappa la profession, cristallisée par les écrits de John Monahan et la décision historique de la Cour suprême des États-Unis dans l’affaire Barefoot v. Estelle (1983). Les revues de la littérature de l’époque suggéraient que les psychiatres se trompaient deux fois sur trois lorsqu’ils prédisaient la dangerosité future d’un individu (taux de faux positifs proche de 66 %). Cette faillibilité criante suscita une exigence accrue d’outils objectifs et reproductibles.
En réponse à cette crise, des équipes de recherche canadiennes, notamment à l’Hôpital de soins de santé mentale de Waypoint (Ontario) dirigées par Vernon Quinsey, Grant Harris et Marnie Rice, mirent au point au début des années 1990 la Violence Risk Appraisal Guide (VRAG). Cet outil fondé exclusivement sur des critères actuariels démontra une validité discriminante inédite. Parallèlement, Don Andrews et James Bonta élaborèrent à Ottawa le Level of Service Inventory (LSI), intégrant des variables criminogènes dynamiques et posant les jalons du modèle contemporain « Risque-Besoin-Réceptivité » (RBR), ce qui marqua l’institutionnalisation définitive de l’actuariat dans les systèmes judiciaires d’Amérique du Nord et d’Europe occidentale.
6. Fondements théoriques
L’évaluation actuarielle s’ancre dans le paradigme probabiliste des sciences empiriques et s’oppose au modèle narratif déterministe de la psychanalyse ou de la phénoménologie clinique. Sa principale assise théorique repose sur le principe de la régression statistique et de la modélisation linéaire. Selon cette conception formulée par Robyn Dawes, les processus complexes de prise de décision humaine sont sujets à la fatigue, à la charge cognitive, aux biais de confirmation et à des pondérations erratiques. Les modèles statistiques linaires surpassent les décideurs humains précisément parce qu’ils appliquent les règles de manière totalement invariante à travers le temps et les cas d’étude.
Dans le domaine criminologique, l’évaluation actuarielle s’adosse directement au modèle « Risque-Besoin-Réceptivité » (RBR) formulé par Don Andrews, James Bonta et Robert Hoge. Le premier principe de ce modèle stipule que l’intensité des interventions correctionnelles doit être directement proportionnelle au niveau de risque d’un individu calculé selon des instruments objectifs. Selon la théorie de l’apprentissage social cognitif qui sous-tend ce paradigme, les comportements antisociaux résultent de schèmes acquis, d’attitudes procriminelles et d’antécédents de renforcement, tous mesurables et quantifiables sous forme d’indicateurs empiriques.
Une autre base théorique majeure provient de la théorie de la décision et de la théorie de détection du signal (TDS). L’acte d’évaluer le risque est conçu comme un arbitrage entre deux types d’erreurs inévitables : les faux positifs (prédire à tort qu’une personne commettra un délit, conduisant à une privation de liberté injustifiée) et les faux négatifs (libérer une personne qui commettra ultérieurement un crime violent). L’approche actuarielle cherche mathématiquement à optimiser l’aire sous la courbe (AUC) de la fonction d’efficacité du récepteur (ROC), maximisant ainsi la séparation entre récidivistes et non-récidivistes indépendamment du seuil de coupure choisi par les autorités politiques ou judiciaires.
7. Composantes clés, typologies et dimensions
L’architecture d’une démarche actuarielle moderne s’articule autour de composantes fonctionnelles et structurelles précises :
- Facteurs statiques (historiques) : Éléments factuels documentés dans le casier judiciaire et l’anamnèse de la personne (ex. : âge lors de la première infraction, antécédents d’évasions, condamnations pour violences physiques ou sexuelles, stabilité de l’emploi passée, antécédents familiaux de délinquance). Ils forment le socle prédictif le plus invariable et le plus lourdement pondéré dans les outils purs.
- Facteurs dynamiques stables (besoins criminogènes) : Caractéristiques individuelles modifiables, mais profondément ancrées, nécessitant des interventions thérapeutiques prolongées pour évoluer (ex. : consommation problématique de substances psychoactives, impulsivité chronique, traits de personnalité antisociale, attitudes soutenant la violence, réseaux de pairs délinquants).
- Facteurs dynamiques aigus (déclencheurs situationnels) : États transitoires susceptibles d’évoluer en quelques heures ou jours et précipitant le passage à l’acte (ex. : rupture amoureuse brutale, perte d’hébergement, état d’intoxication aiguë, décompensation délirante, accès de rage). Bien que cruciaux pour la gestion de crise, ils sont difficilement intégrables dans les équations purement actuarielles à long terme.
- Outils de deuxième génération : Échelles actuarielles historiques pures, exclusivement composées d’items statiques immuables (ex. : VRAG, Static-99R). Elles maximisent la validité prédictive brute mais n’offrent aucune cible pour le traitement correctionnel.
- Outils de troisième génération : Instruments actuariels mixtes incorporant systématiquement des facteurs statiques et des besoins criminogènes dynamiques (ex. : LS/CMI, COMPAS). Ils permettent non seulement de classer le risque statistique mais également d’orienter les plans d’intervention individualisés.
- Facteurs de protection : Dimensions positives (comme l’adhésion thérapeutique, l’attachement prosocial ou l’emploi stable) qui réduisent l’impact des vulnérabilités. Bien que plus fréquents dans le jugement professionnel structuré, certains modèles actuariels récents cherchent à les formaliser mathématiquement.
8. Exemples et cas illustratifs
Pour appréhender concrètement l’application d’un protocole actuariel, considérons le cas de Marc, un homme de 28 ans condamné pour un vol qualifié avec agression physique. Dans le cadre de l’examen de sa demande de libération conditionnelle, l’expert utilise un outil actuariel de renommée internationale, tel que la Violence Risk Appraisal Guide-Revised (VRAG-R). L’évaluateur consulte scrupuleusement les dossiers judiciaires, les procès-verbaux de police et les rapports de détention pour coter de manière objective chaque item.
Lors du dépouillement, Marc cumule des points négatifs et positifs selon les barèmes de l’échelle : il a moins de 30 ans à la date de l’infraction de référence (+1), n’a jamais été marié (+1), a débuté sa trajectoire criminelle à 14 ans (+2), présente une dépendance documentée à l’alcool (+1), et a obtenu un score de 26 à l’échelle de psychopathie de Hare (PCL-R), ce qui lui attribue une valeur élevée (+3). En revanche, l’absence de condamnations pour violences sexuelles antérieures et l’absence de bris de condition antérieur pondèrent favorablement son résultat (-1). L’addition mécanique aboutit à un score total situant Marc dans la « catégorie 6 » de la table normative du VRAG-R.
La table actuarielle stipule que les justiciables de la catégorie 6 ont un taux de récidive violente documenté de 55 % après 5 ans et de 68 % après 10 ans de suivi dans la communauté. Le clinicien présente ce constat au tribunal : il ne se prononce pas sur le destin ontologique de Marc par une formule d’autorité (« Il est dangereux »), mais indique précisément que sur 100 individus partageant les caractéristiques historiques objectives de Marc, environ 55 récidiveront avec violence dans les cinq ans s’ils sont libérés sans surveillance particulière. Le tribunal utilise ensuite cette estimation probabiliste objective pour ordonner des conditions de surveillance renforcées ou un placement en centre de transition.
À l’inverse, considérons le cas de Sophie, 42 ans, sans aucun antécédent délictuel, inculpée pour des violences graves envers un conjoint dans un contexte d’escalade conjugale unique. L’application d’un instrument actuariel d’évaluation de la récidive générale montrera un score quasi nul en raison de son âge mature, de la stabilité prolongée de son emploi et de l’absence totale de carrière délinquante. Malgré la gravité dramatique du crime commis, la méthode actuarielle mettra en évidence une probabilité statistique de récidive inférieure à 5 % à cinq ans, évitant ainsi le piège clinique fréquent consistant à confondre la monstruosité morale d’un acte isolé avec la probabilité de réitération future.
9. Mesure et instrumentation
La mise en œuvre des méthodes actuarielles mobilise des outils standardisés dont la fidélité, la validité interne et la validité prédictive ont été validées par des méta-analyses indépendantes. Parmi les instruments les plus prééminents et rigoureux, on compte :
La Violence Risk Appraisal Guide (VRAG) et sa version révisée (VRAG-R), développées au Canada par Quinsey, Harris, Rice et Cormier. Cet instrument de 12 items pondérés prédit la récidive violente chez des adultes incarcérés ou hospitalisés en milieu psychiatrique sécurisé. Ses prédicteurs incluent notamment le score à la PCL-R, les antécédents d’alcoolisme, la précocité délictuelle et le diagnostic de trouble de la personnalité. Sa capacité discriminante figure parmi les plus élevées du domaine, avec des coefficients de corrélation prédictive constamment supérieurs à 0,35.
Le Static-99 et sa version actualisée le Static-99R, conçu par Karl Hanson et David Thornton, est l’instrument actuariel le plus utilisé au monde pour estimer le risque de récidive chez les auteurs d’infractions à caractère sexuel masculins. Composé de 10 variables strictement statiques (âge, antécédents d’infractions sexuelles et non sexuelles, nature des victimes, célibat), il permet d’attribuer aux justiciables une catégorie de risque standardisée allant de « bien inférieur à la moyenne » à « bien supérieur à la moyenne », adossée à des tables de récidive quinquennales et décennales.
Le Level of Service/Case Management Inventory (LS/CMI), élaboré par Andrews, Bonta et Wormith, incarne la troisième génération d’outils actuariels. S’il intègre les antécédents judiciaires, il évalue de manière exhaustive les domaines dynamiques : emploi/éducation, finances, famille/couple, hébergement, loisirs, pairs et attitudes procriminelles. Le score total quantifie le risque de récidive générale tout en cartographiant avec exactitude les besoins criminogènes nécessitant une prise en charge ciblée par les travailleurs sociaux et les psychologues en milieu correctionnel.
Enfin, le Correctional Offender Management Profiling for Alternative Sanctions (COMPAS), développé par Northpointe aux États-Unis, constitue un algorithme actuariel complexe et automatisé composé de dizaines de sous-échelles statiques et dynamiques. Son utilisation généralisée pour calibrer les cautions et les peines d’emprisonnement a suscité des débats retentissants quant à la transparence algorithmique et aux biais systémiques.
10. Applications et portée pratique
L’évaluation actuarielle déploie son utilité opérationnelle dans un large spectre de contextes judiciaires, pénitentiaires et cliniques. Au niveau du procès pénal et de la détermination de la peine (sentencing), certains systèmes de common law, notamment aux États-Unis, intègrent des scores actuariels dans les rapports présentenciels afin de déterminer l’éligibilité à des peines alternatives à l’incarcération ou d’ajuster la durée de la peine aux impératifs de protection du public.
En milieu correctionnel, les outils actuariels servent de boussole de gestion pour la classification des détenus dès leur admission en prison. Ils permettent d’assigner les individus à des niveaux d’encadrement sécuritaire appropriés (sécurité minimale, moyenne ou maximale) afin d’éviter le sur-classement d’individus à faible risque (hautement contre-productif selon le principe du risque de Bonta et Andrews) et d’assurer une vigilance optimale pour les profils les plus dangereux.
Devant les commissions de libération conditionnelle, l’actuariat constitue un instrument d’aide à la décision indispensable. Les commissaires, souvent soumis à une pression politique et médiatique intense, trouvent dans les tables statistiques un rempart objectif permettant d’autoriser la réinsertion progressive des individus dont le risque empirique est minime, tout en justifiant le maintien en détention des cas affichant un taux de probabilité élevé.
Dans le domaine de la psychiatrie légale et des soins sans consentement, l’approche actuarielle aide à planifier les sorties d’hospitalisation des patients déclarés non responsables criminellement pour cause de troubles mentaux. Elle permet de structurer les permissions de sortie, d’évaluer le besoin de garde en milieu fermé et de concevoir des protocoles de post-cure ajustés aux vulnérabilités identifiées.
11. Recherches et preuves empiriques
La supériorité prédictive des méthodes actuarielles sur les méthodes purement cliniques constitue l’un des constats les plus massivement répliqués de toute l’histoire des sciences du comportement. En 2000, Grove, Zald, Lebow, Snitz et Nelson ont publié une méta-analyse majeure regroupant 136 études portant sur la prédiction de la santé mentale et du comportement humain : l’évaluation mécanique ou actuarielle s’est montrée supérieure ou équivalente au jugement clinique dans 94 % des cas, ne laissant au jugement clinique libre un avantage que dans une infime minorité de situations marginales.
Dans le domaine criminologique spécifique, les méta-analyses dirigées par Karl Hanson et Kelly Morton-Bourgon (2009) ont examiné des centaines d’études sur la récidive sexuelle et violente. Leurs conclusions démontrent sans ambiguïté que les outils actuariels empiriques (tels que le Static-99 ou le VRAG) présentent une validité prédictive nettement supérieure (valeurs d’aire sous la courbe AUC oscillant couramment entre 0,70 et 0,78) à celle du jugement clinique non structuré, dont les scores d’AUC dépassent rarement 0,55 (un score de 0,50 représentant le pur hasard).
D’autres travaux longitudinaux, menés par Coid et ses collaborateurs au Royaume-Uni ou par Fazel et al. en Suède, ont corroboré la robustesse des modèles actuariels à grande échelle sur des registres nationaux comprenant des dizaines de milliers de délinquants. Ces recherches soulignent toutefois que si les modèles actuariels excellent dans la discrimination relative des populations (ordonner les individus du moins à risque au plus à risque), leur précision d’étalonnage absolu (la certitude qu’exactement 30 % des personnes du groupe récidiveront) peut fluctuer sensiblement selon le taux de base de récidive propre à chaque juridiction ou époque historique.
12. Considérations socioculturelles et transculturelles
L’applicabilité universelle des échelles actuarielles pose d’importants défis lorsqu’elles sont exportées en dehors de leur échantillon de développement. La quasi-totalité des instruments pionniers a été calibrée sur des populations d’hommes adultes blancs d’Amérique du Nord ou d’Europe occidentale. Or, la transposition directe de ces outils à des minorités ethniques ou autochtones suscite de vives controverses scientifiques et éthiques.
Au Canada, la Cour suprême a tranché cette question dans le célèbre arrêt Ewert c. Canada (2018). Jeffrey Ewert, un détenu métis, soutenait que les échelles actuarielles classiques utilisées par le Service correctionnel du Canada (dont le VRAG et la PCL-R) n’avaient jamais été scientifiquement validées pour les populations autochtones. La plus haute cour du pays lui a donné raison, soulignant que des facteurs historiques comme la surreprésentation policière, le colonialisme et les disparités socio-économiques augmentent artificiellement les scores aux items statiques des Autochtones, conduisant à des surestimations systématiques du risque et à un maintien en détention disproportionné sans fondement empirique éprouvé.
Des critiques analogues ont émergé aux États-Unis à propos de l’impact disproportionné de l’outil COMPAS sur les justiciables afro-américains. L’enquête d’impact menée par ProPublica en 2016 a mis en évidence que si le modèle affichait une précision prédictive globale comparable pour les deux groupes, les erreurs n’étaient pas distribuées de la même manière : les individus noirs étaient deux fois plus susceptibles d’être faussement classés comme à haut risque (faux positifs), tandis que les individus blancs récidivistes étaient plus fréquemment classés à tort comme à faible risque (faux négatifs).
Enfin, la dimension du genre constitue un enjeu transculturel majeur. La vaste majorité des instruments actuariels a été conçue pour et testée sur des hommes. L’application mécanique de ces échelles aux femmes contrevenantes pose problème, dans la mesure où les trajectoires de délinquance féminine répondent souvent à des dynamiques distinctes, lourdement corrélées à des traumatismes précoces, des violences conjugales subies et des dynamiques de dépendance affective qui ne sont pas captées par les grilles actuarielles traditionnelles.
13. Critiques, controverses et limites éthiques
La première critique fondamentale adressée à l’actuariat découle du sophisme écologique ou de l’erreur d’induction écologique (ecological fallacy). Les tables actuarielles fournissent des probabilités valables pour des groupes d’individus, mais il est mathématiquement abusif d’affirmer avec certitude ce qu’un individu singulier fera. Comme l’ont souligné plusieurs éthiciens et juristes, affirmer qu’un homme a 60 % de probabilités de récidiver signifie simplement qu’au sein d’un groupe de référence de 100 personnes semblables, 60 récidiveront ; cela ne renseigne en rien sur l’appartenance définitive de cet individu précis au sous-groupe des récidivistes ou des abstinents.
Une seconde limite majeure concerne le « fatalisme statique ». Les échelles actuarielles pures basées uniquement sur le passé criminel condamnent un individu à un niveau de risque indélébile. Même si ce dernier entreprend une psychothérapie intensive, obtient un diplôme universitaire, cesse toute consommation de drogue et stabilise sa vie familiale, son score au VRAG ou au Static-99 restera quasiment inchangé tout au long de son existence. Cette inertie prive les cliniciens d’indicateurs de changement et décourage les justiciables de s’engager dans des démarches réhabilitatives.
De surcroît, la tentation de la « boîte noire algorithmique » soulève d’immenses réserves éthiques et juridiques. Dans de nombreuses juridictions, les entreprises privées protègent le code source de leurs algorithmes d’évaluation du risque au titre du secret commercial et de la propriété industrielle. Cela prive la défense du droit fondamental de contre-interroger les calculs scientifiques ayant conduit à la privation de liberté d’un citoyen, menaçant ainsi directement les principes du procès équitable et les droits de la défense.
Enfin, plusieurs auteurs dénoncent une dérive managériale vers la « justice actuarielle » (Feely et Simon, 1992), un modèle néolibéral de gouvernance pénale où la réhabilitation et la recherche des causes sociales du crime sont abandonnées au profit d’une pure gestion technocratique des cohortes à risque. Dans cette optique, l’individu cesse d’être un sujet de droit doté d’une histoire pour devenir un simple agglomérat de probabilités à neutraliser par des mesures préventives.
14. Termes associés et distinctions conceptuelles
Pour clarifier les frontières méthodologiques de la discipline, il importe de distinguer l’évaluation actuarielle de concepts voisins avec lesquels elle est souvent confondue :
- Jugement clinique non structuré : Approche traditionnelle intuitive où l’expert fonde son avis sur un entretien libre, son expérience personnelle et sa subjectivité clinique, sans règles fixes ni critères pondérés. Elle se caractérise par une faible fidélité inter-juges et une validité prédictive médiocre, nettement inférieure à la démarche actuarielle.
- Jugement professionnel structuré (JPS / SPJ) : Troisième voie hybride (ex. : HCR-20, SARA) dans laquelle le clinicien évalue des facteurs de risque statiques et dynamiques empiriquement validés à l’aide d’un manuel normé, mais conserve la prérogative d’attribuer discrétionnairement le niveau de risque global (faible, moyen, élevé) et d’élaborer des scénarios de prévention personnalisés, ce que l’actuariat pur proscrit formellement.
- Justice actuarielle : Paradigme sociologique et criminologique théorisant la mutation des politiques publiques de sécurité vers une gestion rationnelle, comptable et préventive des populations à risque, utilisant les échelles actuarielles comme instruments de gouvernementalité au détriment de l’amendement individuel.
- Dangerosité : Notion juridique et psychiatrique classique, souvent critiquée pour son imprécision ontologique et son caractère essentialiste (« cet individu est dangereux »). L’évaluation actuarielle lui substitue le concept probabiliste et contextuel de « risque » (probabilité statistique d’un acte défini dans un laps de temps donné).
- Facteurs criminogènes : Besoins et caractéristiques individuelles corrélés directement à l’activité criminelle (ex. : attitudes procriminelles, impulsivité), qui constituent les items dynamiques des outils actuariels de troisième et quatrième génération.
15. Synthèse et points clés
L’évaluation actuarielle du risque constitue une avancée méthodologique majeure dans le domaine médico-légal et correctionnel, ayant permis de dépasser l’arbitraire et le manque d’objectivité du jugement clinique intuitif. En formalisant la cotation de variables empiriquement vérifiées au sein d’algorithmes mathématiques invariables, elle offre une estimation chiffrée, reproductible et scientifiquement éprouvée de la probabilité de récidive criminelle.
Néanmoins, cette approche ne saurait être envisagée comme une panacée omnisciente. Sa dépendance fréquente aux facteurs historiques statiques la rend mal adaptée pour documenter les progrès cliniques et guider en continu le travail de réinsertion. Par ailleurs, les questions de biais systémiques à l’égard des minorités racisées ou autochtones, l’opacité des algorithmes propriétaires et le risque d’assimilation hâtive d’une probabilité de groupe à une certitude individuelle rappellent que les données statistiques doivent toujours être interprétées avec une conscience aiguë de leurs limites déontologiques.
Dans la pratique contemporaine, l’évaluation actuarielle du risque demeure l’étalon d’or de la classification administrative et de l’aide à la décision libératoire, mais elle tend désormais à être complétée par des cadres structurés intégrant les dimensions dynamiques et les plans de gestion de crise, illustrant ainsi l’irremplaçable complémentarité entre la rigueur mathématique et l’éthique de la décision judiciaire.
Références
- Andrews, D. A., & Bonta, J. (2010). The psychology of criminal conduct (5e éd.). Routledge.
- Dawes, R. M., Faust, D., & Meehl, P. E. (1989). Clinical versus actuarial judgment. Science, 243(4899), 1668-1674. https://doi.org/10.1126/science.2648573
- Grove, W. M., Zald, D. H., Lebow, B. S., Snitz, B. E., & Nelson, C. (2000). Clinical versus mechanical prediction: A meta-analysis. Psychological Assessment, 12(1), 19-30. https://doi.org/10.1037/1040-3590.12.1.19
- Hanson, R. K., & Morton-Bourgon, K. E. (2009). The accuracy of recidivism risk assessments for sexual offenders: A meta-analysis of 118 prediction studies. Psychological Assessment, 21(1), 1-21. https://doi.org/10.1037/a0014421
- Meehl, P. E. (1954). Clinical versus statistical prediction: A theoretical analysis and a review of the evidence. University of Minnesota Press. https://doi.org/10.1037/11281-000
- Quinsey, V. L., Harris, G. T., Rice, M. E., & Cormier, C. A. (2006). Violent offenders: Appraising and managing risk (2e éd.). American Psychological Association. https://doi.org/10.1037/11367-000