L’\u00e9tablissement rigoureux d’une relation de cause \u00e0 effet constitue le fondement \u00e9pist\u00e9mologique et m\u00e9thodologique de la psychologie scientifique moderne. D\u00e9passer la simple covariation statistique pour d\u00e9terminer si une intervention th\u00e9rapeutique, une exposition d\u00e9veloppementale ou un processus cognitif produit v\u00e9ritablement un changement psychologique observable repr\u00e9sente le d\u00e9fi central de l’inf\u00e9rence causale.<\/p>\n
L’inf\u00e9rence causale<\/strong> d\u00e9signe le processus logique, m\u00e9thodologique et statistique par lequel des chercheurs d\u00e9terminent si une variable ou un \u00e9v\u00e9nement sp\u00e9cifique (la cause ou traitement) produit directement ou indirectement un changement dans une autre variable ou un comportement (l’effet ou r\u00e9sultat). En psychologie et en sciences comportementales, cette d\u00e9marche vise \u00e0 d\u00e9passer la simple association empirique pour \u00e9tablir une relation g\u00e9n\u00e9ratrice univoque entre deux ph\u00e9nom\u00e8nes.<\/p>\n Sur le plan formel, l’inf\u00e9rence causale ne se contente pas d’observer que deux ph\u00e9nom\u00e8nes co\u00efncident dans le temps ou varient simultan\u00e9ment dans une population d’\u00e9tude. Elle requiert la d\u00e9monstration formelle de la directionnalit\u00e9 temporelle de la relation, l’\u00e9limination syst\u00e9matique de toutes les explications alternatives plausibles et la mod\u00e9lisation contrefactuelle de ce qui se serait produit si l’exposition n’avait pas eu lieu. Elle constitue ainsi la cl\u00e9 de vo\u00fbte de la validit\u00e9 interne de toute recherche empirique.<\/p>\n Dans les sciences cognitives et psychologiques contemporaines, l’inf\u00e9rence causale s’applique tant au niveau m\u00e9thodologique de la conception exp\u00e9rimentale qu’au niveau cognitif, o\u00f9 elle d\u00e9crit la propension naturelle de l’esprit humain \u00e0 attribuer des intentions, des m\u00e9canismes et des r\u00e9gularit\u00e9s causales aux stimuli per\u00e7us dans son environnement social et physique.<\/p>\n Le terme \u00ab inf\u00e9rence \u00bb trouve son origine dans le verbe latin inferre<\/em>, compos\u00e9 du pr\u00e9fixe in-<\/em> (dans, vers) et de ferre<\/em> (porter, introduire). \u00c9tymologiquement, l’inf\u00e9rence est l’acte de porter une proposition vers une autre, c’est-\u00e0-dire de d\u00e9duire une conclusion logique \u00e0 partir de pr\u00e9misses observ\u00e9es ou admises. Le mot a \u00e9t\u00e9 int\u00e9gr\u00e9 dans le vocabulaire philosophique scolastique avant de devenir un pilier de la logique formelle et de l’\u00e9pist\u00e9mologie cart\u00e9sienne et kantienne.<\/p>\n L’adjectif \u00ab causale \u00bb d\u00e9rive du substantif latin causa<\/em>, qui d\u00e9signait initialement un motif, une raison d’agir, un proc\u00e8s juridique ou le principe en vertu duquel un \u00e9v\u00e9nement survient. Dans la philosophie aristot\u00e9licienne, la causa<\/em> renvoie aux quatre causes fondatrices (mat\u00e9rielle, formelle, efficiente et finale), dont la cause efficiente est celle qui a pr\u00e9figur\u00e9 l’acception scientifique contemporaine.<\/p>\n L’assemblage synth\u00e9tique \u00ab inf\u00e9rence causale \u00bb (traduction directe de l’anglais causal inference<\/em>) s’est consolid\u00e9 dans la litt\u00e9rature scientifique anglophone et francophone au cours de la seconde moiti\u00e9 du XXe si\u00e8cle, sous l’impulsion conjointe des biostatisticiens, des \u00e9conom\u00e8tres et des psychologues m\u00e9thodologues cherchant \u00e0 formaliser math\u00e9matiquement le passage des donn\u00e9es observationnelles aux assertions de causalit\u00e9.<\/p>\n En fran\u00e7ais standard, l’expression se prononce phon\u00e9tiquement \/\u025b\u0303.fe.\u0281\u0251\u0303s ko.zal\/. Il s’agit d’un syntagme nominal f\u00e9minin singulier compos\u00e9 du nom commun f\u00e9minin \u00ab inf\u00e9rence \u00bb et de l’adjectif qualificatif f\u00e9minin \u00ab causale \u00bb.<\/p>\n Au pluriel, la forme devient \u00ab les inf\u00e9rences causales \u00bb (\/lez\u203f\u025b\u0303.fe.\u0281\u0251\u0303s ko.zal\/). On rencontre fr\u00e9quemment des d\u00e9rivations verbales et adverbiales telles que \u00ab inf\u00e9rer causalement \u00bb ou des formes nominales associ\u00e9es comme \u00ab causalisme \u00bb ou \u00ab causalit\u00e9 \u00bb. Dans la terminologie sp\u00e9cialis\u00e9e de la psychologie cognitive, on distingue couramment \u00ab l’inf\u00e9rence causale perceptive \u00bb (le fait de percevoir instantan\u00e9ment un choc causal, comme dans l’effet Michotte) de \u00ab l’inf\u00e9rence causale inductive \u00bb (le raisonnement d\u00e9lib\u00e9r\u00e9 sur des r\u00e9gularit\u00e9s statistiques).<\/p>\n Comprendre l’inf\u00e9rence causale exige de distinguer fondamentalement l’association statistique de la causalit\u00e9 ontologique. Deux variables peuvent \u00eatre corr\u00e9l\u00e9es de fa\u00e7on statistiquement significative pour une multitude de raisons n’impliquant aucune relation d’action directe entre elles : une co\u00efncidence stochastique, une causalit\u00e9 inverse o\u00f9 le r\u00e9sultat suppos\u00e9 pr\u00e9c\u00e8de en r\u00e9alit\u00e9 la cause, ou la pr\u00e9sence d’un biais de confusion<\/a> sous-jacent qui influence simultan\u00e9ment les deux variables observ\u00e9es. L’inf\u00e9rence causale fournit les garde-fous \u00e9pist\u00e9mologiques et computationnels permettant d’\u00e9carter ces artefacts.<\/p>\n Le c\u0153ur conceptuel de l’inf\u00e9rence causale moderne repose sur le paradigme des r\u00e9sultats potentiels, souvent d\u00e9sign\u00e9 comme l’approche contrefactuelle. Dans ce cadre, pour un individu donn\u00e9, la causalit\u00e9 est d\u00e9finie par la comparaison entre ce qui arrive lorsqu’il re\u00e7oit un traitement sp\u00e9cifique et ce qui serait arriv\u00e9 au m\u00eame individu, au m\u00eame moment, s’il n’avait pas re\u00e7u ce traitement. Ce second sc\u00e9nario constitue l’\u00e9tat contrefactuel. L’obstacle fondamental r\u00e9side dans le fait qu’il est ontologiquement impossible d’observer simultan\u00e9ment ces deux \u00e9tats pour une m\u00eame unit\u00e9 d’observation. L’inf\u00e9rence causale est donc intrins\u00e8quement un probl\u00e8me de donn\u00e9es manquantes, r\u00e9solu par l’agr\u00e9gation statistique au sein de cohortes ou par des dispositifs de contr\u00f4le exp\u00e9rimental.<\/p>\n Dans le domaine psychologique, cette difficult\u00e9 est exacerb\u00e9e par la complexit\u00e9 intrins\u00e8que de l’organisme humain. Les traits de personnalit\u00e9, les processus affectifs, l’histoire d\u00e9veloppementale et le contexte socioculturel interagissent selon des boucles de r\u00e9troaction non lin\u00e9aires. D\u00e8s lors, \u00e9tablir une inf\u00e9rence causale en psychologie ne se r\u00e9duit presque jamais \u00e0 isoler un m\u00e9canisme unifactoriel d\u00e9terministe. Il s’agit plut\u00f4t d’identifier des m\u00e9canismes probabilistes, conditionnels et d\u00e9pendants du contexte, o\u00f9 une variable ind\u00e9pendante modifie la propension ou la distribution d’apparition d’un \u00e9tat psychologique ou comportemental.<\/p>\n Enfin, l’inf\u00e9rence causale d\u00e9limite rigoureusement ce qui rel\u00e8ve de la pr\u00e9diction statistique pure et ce qui rel\u00e8ve de l’intervention. Un mod\u00e8le d’apprentissage automatique peut pr\u00e9dire avec une excellente pr\u00e9cision le risque suicidaire ou la rechute d\u00e9pressive sur la base de covariables, sans qu’aucune de ces covariables ne soit causalement active. Manipuler une variable purement pr\u00e9dictive ne modifie pas le r\u00e9sultat ; en revanche, manipuler une variable causale transforme la probabilit\u00e9 du r\u00e9sultat final. Cette distinction fait de l’inf\u00e9rence causale le pr\u00e9requis indispensable \u00e0 l’\u00e9laboration de th\u00e9rapies psychologiques efficaces et de politiques de sant\u00e9 mentale fond\u00e9es sur des preuves.<\/p>\n La r\u00e9flexion sur la causalit\u00e9 a d\u00e9but\u00e9 dans la philosophie antique, avant d’\u00eatre boulevers\u00e9e \u00e0 l’\u00e9poque des Lumi\u00e8res par David Hume au XVIIIe si\u00e8cle. Hume a soutenu avec force que l’esprit humain ne per\u00e7oit jamais la connexion causale n\u00e9cessaire en soi, mais seulement une conjonction constante d’\u00e9v\u00e9nements : la contigu\u00eft\u00e9 spatiale, la succession temporelle et la r\u00e9p\u00e9tition empirique. Cette critique sceptique a profond\u00e9ment marqu\u00e9 la psychologie et les sciences sociales naissantes en montrant que la causalit\u00e9 est une attribution conceptuelle et non un fait physique directement observable.<\/p>\n Au d\u00e9but du XXe si\u00e8cle, John Stuart Mill a formalis\u00e9 les canons de la m\u00e9thode inductive (m\u00e9thode de concordance, m\u00e9thode de diff\u00e9rence, m\u00e9thode des variations concomitantes), posant les principes de la manipulation exp\u00e9rimentale comparative. Par la suite, le statisticien Ronald A. Fisher a r\u00e9volutionn\u00e9 la discipline en introduisant l’assignation al\u00e9atoire syst\u00e9matique. L’essai clinique randomis\u00e9<\/a> a alors \u00e9t\u00e9 \u00e9rig\u00e9 au rang de standard absolu pour neutraliser les facteurs de confusion et l\u00e9gitimer l’inf\u00e9rence causale empirique.<\/p>\n Dans la seconde moiti\u00e9 du XXe si\u00e8cle, le philosophe et statisticien Donald Rubin a d\u00e9velopp\u00e9 le mod\u00e8le causal de Rubin<\/a> (Rubin Causal Model), formalisant math\u00e9matiquement le cadre des r\u00e9sultats potentiels pour les \u00e9tudes non exp\u00e9rimentales. Parall\u00e8lement, des \u00e9pid\u00e9miologistes comme Austin Bradford Hill ont propos\u00e9 des crit\u00e8res qualitatifs pragmatiques pour appr\u00e9cier la vraisemblance d’une relation causale en l’absence de randomisation parfaite.<\/p>\n \u00c0 partir des ann\u00e9es 1990 et 2000, l’informaticien et th\u00e9oricien Judea Pearl<\/a> a op\u00e9r\u00e9 une perc\u00e9e majeure avec la formalisation des graphes acycliques dirig\u00e9s (DAGs) et du calcul d’intervention (le do-calculus<\/em>). Ces travaux ont fourni une syntaxe unifi\u00e9e pour distinguer les observations passives des interventions actives, ouvrant la voie \u00e0 une int\u00e9gration sans pr\u00e9c\u00e9dent de l’inf\u00e9rence causale dans les sciences comportementales informatis\u00e9es et les mod\u00e8les bay\u00e9siens de la cognition.<\/p>\n L’inf\u00e9rence causale repose sur plusieurs paradigmes th\u00e9oriques compl\u00e9mentaires qui guident le chercheur dans l’\u00e9laboration de ses hypoth\u00e8ses et l’analyse de ses donn\u00e9es :<\/p>\n Le paradigme contrefactuel ou des r\u00e9sultats potentiels postule que chaque unit\u00e9 poss\u00e8de plusieurs trajectoires hypoth\u00e9tiques selon son assignation \u00e0 une condition. L’effet causal moyen d’un traitement est d\u00e9fini par l’esp\u00e9rance math\u00e9matique de la diff\u00e9rence entre la valeur observ\u00e9e sous traitement et la valeur qu’aurait manifest\u00e9e la m\u00eame unit\u00e9 sans ce traitement. Ce cadre impose des postulats fondamentaux comme la stabilit\u00e9 de la valeur unitaire du traitement (SUTVA, signifiant que le traitement administr\u00e9 \u00e0 un participant ne modifie pas les r\u00e9sultats des autres participants) et la positivit\u00e9 (chaque participant doit avoir une probabilit\u00e9 non nulle d’appartenir \u00e0 chaque condition).<\/p>\n Le paradigme des mod\u00e8les graphiques structurels, d\u00e9velopp\u00e9 par Pearl, s’appuie sur la th\u00e9orie des graphes pour cartographier explicitement les flux de d\u00e9pendance conditionnelle entre variables. Dans un graphe causal, un n\u0153ud repr\u00e9sente une variable al\u00e9atoire et une fl\u00e8che unidirectionnelle d\u00e9note un lien causal direct. Gr\u00e2ce au crit\u00e8re de d-s\u00e9paration<\/em>, les chercheurs peuvent d\u00e9terminer a priori quelles variables doivent \u00eatre obligatoirement contr\u00f4l\u00e9es (ajustement sur les facteurs de confusion) et quelles variables ne doivent absolument pas \u00eatre contr\u00f4l\u00e9es (comme les m\u00e9diateurs ou les collisionneurs) sous peine d’introduire des biais artificiels majeurs.<\/p>\n Le paradigme m\u00e9caniste et computationnel en psychologie th\u00e9orise la causalit\u00e9 non pas uniquement comme une bo\u00eete noire d’entr\u00e9es et de sorties statistiques, mais comme l’identification d’une cha\u00eene de processus biopsychosociaux ordonn\u00e9s. Selon ce cadre, affirmer qu’un \u00e9v\u00e9nement traumatique cause un trouble de stress post-traumatique n\u00e9cessite d’\u00e9lucider les m\u00e9canismes neurobiologiques de consolidation mn\u00e9sique, les distorsions cognitives d’\u00e9valuation de la menace et les alt\u00e9rations neuroendocriniennes qui instancient cette relation.<\/p>\n L’\u00e9tude syst\u00e9matique de l’inf\u00e9rence causale met en jeu des composantes fondamentales et se d\u00e9cline en plusieurs modalit\u00e9s d’investigation :<\/p>\n Un exemple paradigmatique en psychologie clinique concerne l’\u00e9valuation de l’efficacit\u00e9 d’une psychoth\u00e9rapie, par exemple la th\u00e9rapie cognitivo-comportementale (TCC) dans la d\u00e9pression majeure. Si l’on compare simplement les patients qui d\u00e9cident de consulter \u00e0 ceux qui ne consultent pas, on observe fr\u00e9quemment que le groupe consultant pr\u00e9sente des scores de r\u00e9mission variables. Cependant, les individus qui consultent spontan\u00e9ment peuvent poss\u00e9der un soutien social plus faible ou, au contraire, une motivation au changement plus \u00e9lev\u00e9e. Ces facteurs confondent la relation. Seul un protocole d’inf\u00e9rence causale solide\u2014soit par essai randomis\u00e9 contr\u00f4l\u00e9, soit par pond\u00e9ration sur les scores de propension\u2014permet d’isoler l’impact th\u00e9rapeutique sp\u00e9cifique de la TCC par rapport \u00e0 l’histoire naturelle du trouble ou \u00e0 l’effet d’attente (placebo).<\/p>\n Une seconde illustration classique concerne le domaine du d\u00e9veloppement de l’enfant et de l’exposition aux \u00e9crans. De nombreuses enqu\u00eates transversales mettent en \u00e9vidence une corr\u00e9lation robuste entre un temps d’\u00e9cran prolong\u00e9 chez les jeunes enfants et des troubles ult\u00e9rieurs de l’attention ou du langage. Conclure imm\u00e9diatement que les \u00e9crans \u00ab causent \u00bb le retard de langage constitue une erreur d’inf\u00e9rence causale. En effet, le niveau socio-\u00e9conomique parental, le degr\u00e9 de stimulation verbale au sein du foyer familial et l’\u00e9puisement parental sont des facteurs de confusion majeurs : des parents tr\u00e8s accapar\u00e9s ou en pr\u00e9carit\u00e9 peuvent recourir davantage aux \u00e9crans pour occuper leur enfant tout en disposant de moins de temps pour les interactions verbales. De surcro\u00eet, une causalit\u00e9 inverse est possible : un enfant pr\u00e9sentant des difficult\u00e9s initiales de r\u00e9gulation \u00e9motionnelle peut \u00eatre plus fr\u00e9quemment plac\u00e9 devant un \u00e9cran pour calmer ses crises.<\/p>\n Dans le domaine des organisations et de la psychologie du travail, consid\u00e9rons l’impact suppos\u00e9 du t\u00e9l\u00e9travail sur la d\u00e9tresse psychologique et l’\u00e9puisement professionnel (burnout). Une observation brute peut indiquer que les t\u00e9l\u00e9travailleurs r\u00e9guliers signalent moins d’\u00e9puisement que les salari\u00e9s sur site. Toutefois, les employ\u00e9s autoris\u00e9s \u00e0 t\u00e9l\u00e9travailler sont souvent des cadres b\u00e9n\u00e9ficiant d’une plus grande autonomie d\u00e9cisionnelle et de revenus plus \u00e9lev\u00e9s. L’application d’un mod\u00e8le d’inf\u00e9rence causale par la m\u00e9thode des doubles diff\u00e9rences (difference-in-differences<\/em>), comparant l’\u00e9volution du stress avant et apr\u00e8s une obligation soudaine de t\u00e9l\u00e9travail entre d\u00e9partements similaires, permet de neutraliser ces caract\u00e9ristiques stables et de quantifier l’effet causal authentique du mode de travail.<\/p>\n L’op\u00e9rationnalisation de l’inf\u00e9rence causale requiert des protocoles rigoureux et des outils statistiques hautement sp\u00e9cialis\u00e9s, adapt\u00e9s aux contraintes inh\u00e9rentes \u00e0 la collecte de donn\u00e9es psychologiques :<\/p>\n La randomisation demeure la strat\u00e9gie de r\u00e9f\u00e9rence. Lorsqu’elle est r\u00e9alisable, elle assure que l’assignation au groupe exp\u00e9rimental ou t\u00e9moin ne d\u00e9pend d’aucune caract\u00e9ristique intrins\u00e8que des participants. N\u00e9anmoins, sa mise en \u0153uvre en psychologie clinique exige une surveillance attentive de l’attrition s\u00e9lective (perte de participants en cours d’\u00e9tude), qui peut rompre l’\u00e9quilibre initial cr\u00e9\u00e9 par la randomisation et r\u00e9introduire des facteurs de confusion.<\/p>\n Dans les contextes d’\u00e9tudes observationnelles, plusieurs techniques de mod\u00e9lisation pr\u00e9valent :<\/p>\n La m\u00e9thode du score de propension (propensity score matching<\/em> ou pond\u00e9ration inverse de la probabilit\u00e9 de traitement) estime la probabilit\u00e9 conditionnelle qu’un individu re\u00e7oive un traitement en fonction d’un ensemble de covariables observ\u00e9es. En appariant des sujets ayant des scores de propension identiques, le chercheur recr\u00e9e artificiellement les conditions d’un \u00e9quilibre randomis\u00e9 sur les variables mesur\u00e9es.<\/p>\n La m\u00e9thode des variables instrumentales permet d’estimer un effet causal m\u00eame en pr\u00e9sence de facteurs de confusion non observ\u00e9s. Une variable instrumentale est li\u00e9e au traitement mais n’a aucun lien causal direct avec le r\u00e9sultat d’int\u00e9r\u00eat, si ce n’est \u00e0 travers son influence sur le traitement lui-m\u00eame. En psychologie, ces instruments peuvent prendre la forme de variations g\u00e9ographiques d’acc\u00e8s aux soins ou d’assignations administratives al\u00e9atoires.<\/p>\n La mod\u00e9lisation par \u00e9quations structurelles (SEM) coupl\u00e9e aux graphes causaux offre la possibilit\u00e9 de tester simultan\u00e9ment des hypoth\u00e8ses directionnelles complexes, incluant des variables latentes (construits psychologiques non directement observables comme l’anxi\u00e9t\u00e9 ou l’estime de soi) et des trajectoires de m\u00e9diation multiples. La validit\u00e9 de ces mod\u00e8les d\u00e9pend toutefois de la plausibilit\u00e9 th\u00e9orique de leurs postulats de d\u00e9part, car un ajustement statistique satisfaisant ne prouve jamais, \u00e0 lui seul, la v\u00e9racit\u00e9 causale de la structure test\u00e9e.<\/p>\n L’inf\u00e9rence causale structure les d\u00e9cisions majeures en sant\u00e9 mentale, en \u00e9ducation et en intervention psychosociale. En psychiatrie et psychologie clinique, elle gouverne le mouvement des pratiques fond\u00e9es sur des preuves (Evidence-Based Practice<\/em>). D\u00e9terminer si un protocole de rem\u00e9diation cognitive permet d’am\u00e9liorer l’autonomie quotidienne de patients atteints de schizophr\u00e9nie n\u00e9cessite d’\u00e9tablir formellement le lien de causalit\u00e9 entre les modules d’entra\u00eenement et les gains fonctionnels, afin d’\u00e9viter le gaspillage de ressources m\u00e9dicales dans des interventions inefficaces.<\/p>\n Dans le domaine des politiques publiques et de l’\u00e9ducation, l’inf\u00e9rence causale guide la conception d’environnements scolaires optimaux. Par exemple, d\u00e9terminer si la r\u00e9duction de la taille des classes augmente significativement les comp\u00e9tences socio-\u00e9motionnelles et acad\u00e9miques des \u00e9l\u00e8ves n\u00e9cessite de distinguer l’effet causal de l’effectif des biais d’allocation g\u00e9ographique et sociale des \u00e9tablissements.<\/p>\n En psychologie du travail, les interventions ergonomiques et manag\u00e9riales (telles que les formations au leadership bienveillant ou la restructuration des temps de repos) s’appuient sur l’inf\u00e9rence causale pour d\u00e9montrer que l’am\u00e9lioration de la productivit\u00e9 et la diminution de l’absent\u00e9isme d\u00e9coulent effectivement de l’intervention, plut\u00f4t que d’\u00e9volutions macro\u00e9conomiques ou de fluctuations saisonni\u00e8res du march\u00e9.<\/p>\n Les controverses historiques issues de la crise de reproductibilit\u00e9 en psychologie ont catalys\u00e9 un int\u00e9r\u00eat renouvel\u00e9 pour la formalisation stricte de l’inf\u00e9rence causale<\/a>. De nombreux r\u00e9sultats historiques que l’on croyait \u00e9tablis par de simples corr\u00e9lations se sont r\u00e9v\u00e9l\u00e9s \u00eatre des art\u00e9facts d’ajustements statistiques inappropri\u00e9s.<\/p>\n Les m\u00e9ta-analyses contemporaines consacr\u00e9es aux d\u00e9terminants du bien-\u00eatre psychologique mettent r\u00e9guli\u00e8rement en garde contre la conclusion h\u00e2tive de causalit\u00e9. Dans leurs travaux m\u00e9thodologiques de r\u00e9f\u00e9rence, des chercheurs tels que John Ioannidis ont document\u00e9 comment la flexibilit\u00e9 dans la collecte et l’analyse de donn\u00e9es corr\u00e9lationnelles conduit fr\u00e9quemment \u00e0 des inf\u00e9rences causales faussement positives. L’adoption progressive de plans d’enregistrement pr\u00e9alable (preregistration<\/em>) et de protocoles quasi exp\u00e9rimentaux pr\u00e9vus \u00e0 l’avance a permis de purifier la litt\u00e9rature empirique de nombreuses affirmations causales illusoires.<\/p>\n Par ailleurs, les \u00e9tudes \u00e9pid\u00e9miologiques en psychopathologie g\u00e9n\u00e9tique s’appuient d\u00e9sormais sur la randomisation mend\u00e9lienne. Cette technique utilise les variants g\u00e9n\u00e9tiques stables comme variables instrumentales naturelles pour tester des relations causales entre des biomarqueurs et des ph\u00e9notypes comportementaux. Par exemple, des travaux men\u00e9s par l’\u00e9quipe de George Davey Smith ont permis de clarifier si les taux circulants de prot\u00e9ine C-r\u00e9active (marqueur d’inflammation syst\u00e9mique) causent la d\u00e9pression clinique ou s’ils repr\u00e9sentent une cons\u00e9quence m\u00e9tabolique du trouble, illustrant la puissance de l’inf\u00e9rence causale g\u00e9n\u00e9tiquement inform\u00e9e.<\/p>\n La validit\u00e9 d’une inf\u00e9rence causale \u00e9tablie au sein d’une population sp\u00e9cifique ne garantit aucunement sa validit\u00e9 externe ou sa transf\u00e9rabilit\u00e9 \u00e0 d’autres contextes socioculturels. L’\u00e9crasante majorit\u00e9 des recherches exp\u00e9rimentales en psychologie a \u00e9t\u00e9 historiquement men\u00e9e sur des populations qualifi\u00e9es de \u00ab WEIRD \u00bb (occidentales, \u00e9duqu\u00e9es, industrialis\u00e9es, riches et d\u00e9mocratiques). Cette homog\u00e9n\u00e9it\u00e9 d’\u00e9chantillonnage pose un probl\u00e8me fondamental : un m\u00e9canisme causal v\u00e9rifi\u00e9 dans un environnement individualiste peut \u00eatre neutralis\u00e9, invers\u00e9 ou profond\u00e9ment modul\u00e9 dans des soci\u00e9t\u00e9s collectivistes.<\/p>\n Sur le plan cognitif, la mani\u00e8re dont les individus eux-m\u00eames r\u00e9alisent des inf\u00e9rences causales spontan\u00e9es varie consid\u00e9rablement selon la culture. Les travaux de Richard Nisbett et de ses coll\u00e8gues sur la cognition holistique versus analytique ont d\u00e9montr\u00e9 que les participants d’Asie de l’Est ont tendance \u00e0 attribuer les causes d’un comportement social \u00e0 des facteurs situationnels et relationnels globaux, tandis que les participants nord-am\u00e9ricains privil\u00e9gient des explications causales dispositionnelles et individualistes (erreur fondamentale d’attribution).<\/p>\n En m\u00e9thodologie transculturelle, n\u00e9gliger ces variations peut engendrer des erreurs d’interpr\u00e9tation critiques. Une intervention comportementale con\u00e7ue pour r\u00e9duire l’anxi\u00e9t\u00e9 de performance chez des adolescents par le renforcement de l’affirmation de soi individuelle peut avoir un effet causal positif en Am\u00e9rique du Nord, mais g\u00e9n\u00e9rer un conflit interpersonnel et accro\u00eetre la d\u00e9tresse psychologique dans une communaut\u00e9 o\u00f9 la conformit\u00e9 au groupe et l’harmonie sociale priment.<\/p>\n L’inf\u00e9rence causale soul\u00e8ve d’importantes controverses conceptuelles et op\u00e9rationnelles qui traversent l’ensemble des sciences comportementales :<\/p>\n Une premi\u00e8re critique porte sur le \u00ab dogme \u00bb de la randomisation. Bien que l’essai randomis\u00e9 soit m\u00e9thodologiquement puissant pour \u00e9liminer la confusion, il sacrifie souvent la validit\u00e9 \u00e9cologique. Les participants volontaires acceptant d’\u00eatre assign\u00e9s au hasard diff\u00e8rent souvent des populations r\u00e9elles, et les protocoles standardis\u00e9s ne refl\u00e8tent pas la flexibilit\u00e9 inh\u00e9rente aux interactions psychoth\u00e9rapeutiques authentiques. De plus, de nombreuses questions fondamentales en psychopathologie (traumatismes, abus, pr\u00e9judices socio-\u00e9conomiques) ne peuvent \u00e9thiquement faire l’objet d’une assignation exp\u00e9rimentale al\u00e9atoire, obligeant les scientifiques \u00e0 se fier \u00e0 des donn\u00e9es observationnelles par nature plus vuln\u00e9rables aux biais.<\/p>\n Une seconde limite concerne le sophisme du collisionneur et le sur-ajustement statistique. L’habitude ancestrale des chercheurs d’introduire toutes les variables disponibles comme covariables dans un mod\u00e8le de r\u00e9gression lin\u00e9aire ou logistique produit r\u00e9guli\u00e8rement un biais de s\u00e9lection artificiel. L’inclusion d’une variable qui d\u00e9pend \u00e0 la fois du traitement et du r\u00e9sultat peut masquer une relation causale r\u00e9elle ou en fabriquer une fictive de toutes pi\u00e8ces.<\/p>\n Enfin, le d\u00e9bat persiste quant \u00e0 la nature probabiliste de la causalit\u00e9 psychologique. Alors que les mod\u00e8les physiques identifient des cha\u00eenes d\u00e9terministes directes, la psychologie \u00e9tudie des syst\u00e8mes ouverts o\u00f9 l’\u00e9quifinalit\u00e9 (diff\u00e9rentes causes m\u00e8nent au m\u00eame r\u00e9sultat) et la multifinalit\u00e9 (une m\u00eame cause entra\u00eene des r\u00e9sultats distincts selon les trajectoires de vie) constituent la r\u00e8gle. Certains th\u00e9oriciens remettent en cause l’application directe des mod\u00e8les contrefactuels atomis\u00e9s \u00e0 des dynamiques psychologiques int\u00e9gr\u00e9es et syst\u00e9miques.<\/p>\n Une compr\u00e9hension rigoureuse de l’inf\u00e9rence causale n\u00e9cessite de la diff\u00e9rencier soigneusement de notions voisines mais distinctes :<\/p>\n L’inf\u00e9rence causale constitue le socle indispensable qui distingue la science psychologique rigoureuse de la simple accumulation d’observations anecdotiques ou corr\u00e9lationnelles. Elle permet d’attester qu’un changement d’\u00e9tat mental ou de comportement est formellement engendr\u00e9 par une condition sp\u00e9cifique.<\/p>\n Son d\u00e9ploiement repose soit sur l’exp\u00e9rimentation randomis\u00e9e contr\u00f4l\u00e9e, qui neutralise les biais par r\u00e9partition al\u00e9atoire, soit sur des techniques contrefactuelles et graphiques avanc\u00e9es (mod\u00e8le de Rubin, graphes de Pearl, variables instrumentales, scores de propension) appliqu\u00e9es aux donn\u00e9es observationnelles.<\/p>\n En refusant l’amalgame entre covariation statistique et gen\u00e8se factuelle, l’inf\u00e9rence causale pr\u00e9munit les professionnels et les chercheurs contre les biais d’attribution, garantissant le d\u00e9veloppement de th\u00e9rapeutiques valid\u00e9es et d’interventions sociocognitives r\u00e9ellement b\u00e9n\u00e9fiques pour la population.<\/p>\n L’inf\u00e9rence causale est le cadre m\u00e9thodologique et statistique permettant d’\u00e9tablir si une variable produit directement un effet sur un comportement ou un \u00e9tat psychologique, au-del\u00e0 de la simple corr\u00e9lation.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[1679,1881,4225],"tags":[38727,5882,3911,7103,2067,2344],"class_list":["post-22897","psych_term","type-psych_term","status-publish","hentry","category-epistemologie","category-methodologie-de-la-recherche","category-statistiques-psychologiques","tag-effets-contrefactuels","tag-inference-causale","tag-methodologie","tag-modelisation-causale","tag-psychologie-experimentale","tag-statistiques"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22897","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22897\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=22897"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=22897"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=22897"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. \u00c9tymologie et origines linguistiques<\/h3>\n
3. Prononciation et formes grammaticales<\/h3>\n
4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n
5. \u00c9volution historique<\/h3>\n
6. Fondements th\u00e9oriques<\/h3>\n
7. Composantes cl\u00e9s, types et dimensions<\/h3>\n
\n
8. Exemples concrets et \u00e9tudes de cas illustratives<\/h3>\n
9. Mesure, mod\u00e9lisation et \u00e9valuation<\/h3>\n
10. Applications et pertinence pratique<\/h3>\n
11. Recherche empirique et donn\u00e9es probantes<\/h3>\n
12. Consid\u00e9rations culturelles et transculturelles<\/h3>\n
13. Critiques, controverses et limites m\u00e9thodologiques<\/h3>\n
14. Termes associ\u00e9s et distinctions conceptuelles<\/h3>\n
\n
15. Synth\u00e8se et points cl\u00e9s<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n