Benjamin Franklin a dit un jour que n'importe quel imbécile peut critiquer, juger et se plaindre - et la plupart des imbéciles font exactement cela. Richard Feynman a dit un jour à propos du processus scientifique: Le premier principe est de ne pas se tromper soi-même - et vous êtes le plus facile à tromper. Les sceptiques croient que les scientifiques peuvent se tromper eux-mêmes (soit par ignorance, soit pour garder leur emploi), et les en blâment souvent - climatologues, cosmologues, n'importe qui. En principe, il est facile de rejeter une telle critique comme non fondée, mais une question intéressante se pose: comment pouvons-nous nous assurer que nous ne nous trompons pas?
Il existe une opinion populaire en science selon laquelle les expériences devraient pouvoir être répétées et falsifiées. Si vous avez un modèle scientifique, ce modèle doit faire des prédictions claires, et ces prédictions doivent pouvoir être testées d'une manière qui confirme ou réfute votre modèle. Parfois, les critiques comprennent que cela signifie que la vraie science n'est accomplie que dans des conditions de laboratoire, mais ce n'est qu'une partie de l'histoire. La science observationnelle comme la cosmologie obéit également à cette règle, car de nouvelles observations peuvent potentiellement réfuter nos théories actuelles. Si, par exemple, j'observe mille cygnes blancs, je peux supposer que tous les cygnes sont blancs. Voir un cygne noir changera ma spéculation. Une théorie scientifique ne peut pas être absolue, elle est toujours préliminaire, elle change lorsque de nouvelles preuves apparaissent.
Bien que cela soit techniquement correct, il est un peu injuste d'appeler des théories bien établies «provisoires». Par exemple, la théorie de la gravitation universelle de Newton a existé pendant plusieurs siècles avant d'être supplantée par la théorie générale de la relativité d'Einstein. Et si nous pouvons dire aujourd'hui que la gravité newtonienne est fausse, elle fonctionne de la même manière qu'elle l'a toujours fait. Nous savons maintenant que Newton a créé un modèle approximatif décrivant l'interaction gravitationnelle des masses, mais si étroitement rapproché de la réalité que nous pouvons encore l'utiliser pour calculer les trajectoires orbitales aujourd'hui. Ce n'est que lorsque nous étendons nos observations au-delà du (très large) éventail de situations dans lesquelles Newton avait raison que nous avons besoin de l'aide d'Einstein.
Lorsque nous recueillons des preuves pour soutenir une théorie scientifique, nous pouvons être sûrs que cela fonctionne avec une petite fenêtre pour de nouvelles preuves. En d'autres termes, une théorie peut être considérée comme «vraie» dans la plage sur laquelle elle a été testée qualitativement, mais de nouvelles conditions peuvent révéler de manière inattendue un comportement qui conduira à une image plus large et plus complète. Nos théories scientifiques sont par nature préliminaires, mais pas au point que nous ne pouvons pas nous fier à leur exactitude. Et c'est le problème des théories bien établies. Puisque nous ne pouvons jamais savoir avec certitude que nos résultats expérimentaux sont «réels», comment savons-nous que nous ne faisons tout simplement pas passer la réponse souhaitée comme valide?
Mesures de la vitesse de la lumière dans différentes années
Ce genre de pensée apparaît chez les élèves du primaire. Ils sont chargés de mesurer certaines valeurs expérimentales comme l'accélération de la gravité ou la longueur d'onde d'un laser. En tant que débutants, ils font souvent les erreurs les plus simples et obtiennent des résultats qui ne correspondent pas au sens «généralement accepté». Lorsque cela se produit, ils retournent en arrière et recherchent des erreurs dans leur travail. Mais s'ils commettent des erreurs de manière à s'équilibrer ou à ne pas être évidentes, ils ne revérifieront pas leur travail. Comme leur résultat est proche de la valeur attendue, ils pensent avoir tout fait correctement. Ce préjugé est partagé par nous tous, et parfois par d'éminents scientifiques. Historiquement, cela s'est produit avec la vitesse de la lumière et avec la charge d'un électron.
Vidéo promotionelle:
Actuellement, il existe un modèle en cosmologie qui est en bon accord avec les observations. Il s'agit du modèle ΛCDM, dont le nom est composé de la lettre grecque «lambda» et de la matière noire froide (CDM). La plupart des améliorations apportées à ce modèle incluent des mesures plus précises des paramètres de ce modèle, tels que l'âge de l'univers, le paramètre Hubble et la densité de la matière noire. Si le modèle lambda-CDM décrit vraiment avec précision l'univers, alors une mesure non biaisée de ces paramètres doit suivre un modèle statistique. En examinant les valeurs historiques de ces paramètres, nous pouvons mesurer le biais des mesures.
Pour comprendre comment cela fonctionne, imaginez une douzaine d'élèves mesurant la longueur d'un tableau noir. Statistiquement, certains élèves obtiennent une valeur supérieure ou inférieure au présent. Selon la distribution habituelle, si la longueur réelle de la planche est de 183 centimètres avec un écart type par centimètre, huit élèves recevront un résultat compris entre 182 et 184 centimètres. Mais imaginez que tous les élèves sont dans cette fourchette. Dans ce cas, vous avez le droit de suspecter certaines erreurs de mesure. Par exemple, les élèves ont entendu dire que le tableau faisait environ quatre-vingt-deux mètres et demi, ils ont donc pris des mesures en arrondissant le résultat à 183. Paradoxalement, si leurs résultats expérimentaux étaient trop bons, on soupçonne le biais initial de l'expérience.
En cosmologie, divers paramètres sont bien connus. Par conséquent, lorsqu'un groupe de scientifiques mène une nouvelle expérience, ils savent déjà quel résultat est généralement accepté. Il s'avère que les résultats des expériences sont "infectés" par les résultats précédents? L'un des articles les plus récents de la Quarterly Physics Review aborde précisément cette question. En étudiant 637 mesures de 12 paramètres cosmologiques différents, ils ont compris comment les résultats étaient statistiquement distribués. Les valeurs "réelles" de ces paramètres étant inconnues, les auteurs ont utilisé les résultats WMAP 7 comme "vrais". Et ils ont découvert que la distribution des résultats était plus précise qu'elle n'aurait dû l'être. L'effet est faible, il pourrait donc être attribué à une attente biaisée, mais il était également très différent de l'effet attendu, ce qui peut indiquer une surestimation des incertitudes expérimentales.
Cela ne signifie pas que notre modèle cosmologique actuel est faux, mais cela signifie que nous devons être un peu plus prudents quant à notre confiance dans l'exactitude de nos paramètres cosmologiques. Heureusement, il existe des moyens d'améliorer la précision des mesures. Les cosmologistes ne se trompent pas eux-mêmes et nous, il reste tout simplement encore beaucoup de place pour améliorer et corriger les données, les méthodes et les analyses qu'ils utilisent.
