Traduction de The Quantification Trap<\/a> par Ben Retch sur Substack, le 11 mai 2026.<\/p>\n\n\n\n Si nous voulons prendre des d\u00e9cisions dans une soci\u00e9t\u00e9 complexe, nous avons besoin d\u2019un langage commun. Les experts sur le terrain doivent r\u00e9sumer des situations complexes lorsqu\u2019ils communiquent avec des d\u00e9cideurs \u00e9loign\u00e9s de la r\u00e9alit\u00e9 du terrain. Ils doivent rendre leurs exp\u00e9riences compr\u00e9hensibles<\/em> pour leurs sup\u00e9rieurs.<\/p>\n\n\n\n La fa\u00e7on la plus simple de rendre les situations compr\u00e9hensibles est de les quantifier<\/em>. Compter les \u00e9l\u00e9ments, consigner les chiffres dans des tableaux, calculer des statistiques et cr\u00e9er des graphiques. La quantification classe la complexit\u00e9 en cat\u00e9gories simples, ce qui facilite la communication \u00e0 tous les niveaux de la hi\u00e9rarchie.<\/p>\n\n\n\n Lorsque nous nous exprimons \u00e0 l\u2019aide de ces r\u00e9sum\u00e9s num\u00e9riques quantifi\u00e9s, nos d\u00e9clarations semblent objectives<\/em>. Nous croyons qu\u2019une quantification appropri\u00e9e ne doit pas \u00eatre soumise aux caprices et aux opinions d\u2019un travailleur de terrain individuel. En s\u2019accordant sur des normes, les mesures quantifi\u00e9es deviennent d\u00e9sormais des faits scientifiques.<\/p>\n\n\n\n Une fois que nous avons l\u2019objectivit\u00e9, nous avons l\u2019autorit\u00e9<\/em>. Prendre des d\u00e9cisions fond\u00e9es sur des faits objectifs est \u00e9videmment dans l\u2019int\u00e9r\u00eat de tous, et nous imposons des menaces de ch\u00e2timent, d\u2019ostracisme ou de violence \u00e0 ces individus irrationnels qui ne sont pas d\u2019accord.<\/p>\n\n\n\n Et une fois que ces r\u00e9sum\u00e9s num\u00e9riques que nous avons invent\u00e9s de toutes pi\u00e8ces pour simplifier la communication acqui\u00e8rent une autorit\u00e9, ils deviennent r\u00e9els<\/em>. Ils deviennent des choses que nous devons nous efforcer de maximiser.<\/p>\n\n\n\n C’est le pi\u00e8ge de la quantification<\/em>.<\/p>\n\n\n\n Le pi\u00e8ge de la quantification est un dogme des sciences sociales. On pourrait construire ce r\u00e9cit enti\u00e8rement \u00e0 partir de textes \u00e9crits avant l\u2019an 2000. Le r\u00f4le de la quantification, de la mesure et de la lisibilit\u00e9 dans l\u2019art de gouverner est expos\u00e9 par James C. Scott dans *Seeing Like a State* (1998) et par Alain Desrosi\u00e8res dans *La politique des grands nombres* (1993). *Trust In Numbers* (1995) de Theodore Porter met en lumi\u00e8re le tournant vers la quantification dans la qu\u00eate de la normalisation et de l\u2019objectivit\u00e9. L\u2019optimisation aveugle de m\u00e9triques hors contexte est au c\u0153ur de la caract\u00e9risation de Jean-Fran\u00e7ois Lyotard dans La Condition postmoderne<\/em> (1979).<\/p>\n\n\n\n Vingt-cinq ans apr\u00e8s le d\u00e9but du XXIe si\u00e8cle, je ne pense pas qu\u2019il faille suivre un cours de sciences et technologies pour reconna\u00eetre le pi\u00e8ge de la quantification. C\u2019est \u00e9vident et presque banal quand on le dit \u00e0 voix haute. C\u2019est \u00e0 la mode de dire que les indicateurs et les rep\u00e8res sont mauvais et de rab\u00e2cher sans fin les lois de Goodhart, de Campbell ou de Murphy. Et pourtant, nous continuons \u00e0 nous organiser autour de r\u00e9sum\u00e9s statistiques. Le pi\u00e8ge de la quantification est-il une composante in\u00e9vitable de l\u2019\u00e9chelle ? Est-il une composante in\u00e9vitable de l\u2019efficacit\u00e9 ? Est-il une composante in\u00e9vitable de la sinistre hi\u00e9rarchie du pouvoir bureaucratique ? La grande \u00e9nigme de notre condition contemporaine est de savoir pourquoi il est si difficile d\u2019y \u00e9chapper.<\/p>\n\n\n\n Une partie de l\u2019\u00e9nigme r\u00e9side dans le fait que rendre la soci\u00e9t\u00e9 calculable pr\u00e9sente des avantages consid\u00e9rables, mais s\u2019accompagne de co\u00fbts. La tension constante de la rationalit\u00e9 math\u00e9matique r\u00e9side dans l\u2019interaction entre ses points forts et ses limites. Le pi\u00e8ge de la quantification cr\u00e9e une intersubjectivit\u00e9 pour l\u2019action collective. Une gouvernance math\u00e9matiquement rationnelle permet aux syst\u00e8mes et aux hi\u00e9rarchies de voir, mais facilite aussi le maintien de leur contr\u00f4le. Elle permet de poser des questions et de d\u00e9finir des objectifs clairs, mais \u00e9limine les nuances et la multiplicit\u00e9. Elle cr\u00e9e une compr\u00e9hension commune de la normalisation, mais supprime le pouvoir discr\u00e9tionnaire des experts. Elle nous permet de parler de maximisation du bien-\u00eatre moyen des populations, mais efface les individus.<\/p>\n\n\n\n S\u2019il existe des compromis aussi \u00e9vidents avec la quantification, pourquoi avons-nous toujours tendance \u00e0 nous ranger du c\u00f4t\u00e9 des \u00ab donn\u00e9es \u00bb ? L\u2019acc\u00e9l\u00e9ration du calcul a rendu le pi\u00e8ge de la quantification exponentiellement plus contagieux. \u00c0 mesure que les ordinateurs sont devenus omnipr\u00e9sents, le processus de quantification est devenu in\u00e9vitable et invisible. Nous ne pensons pas \u00e0 la fa\u00e7on dont nous sommes li\u00e9s \u00e0 des machines informatiques insondables. Elles font simplement partie de ce que nous sommes aujourd\u2019hui. Nos appareils nous mesurent en permanence, enregistrant le temps pass\u00e9 sur un site et les clics. Tout est dot\u00e9 d\u2019un bouton \u00ab J\u2019aime \u00bb. Toutes ces mesures sont exploit\u00e9es par des scientifiques des donn\u00e9es qui esp\u00e8rent atteindre leurs objectifs de promotion personnels, peu importe si ces mesures ont un sens. Le pi\u00e8ge de la quantification est construit \u00e0 partir d\u2019un tissu invisible de calculs.<\/p>\n\n\n\n J\u2019ai l\u2019impression de dire cela dans le livre, mais de ne jamais le dire<\/em> dans Irrational Decision<\/em>. Le livre expose le r\u00f4le du calcul math\u00e9matique, de l\u2019optimisation et des statistiques comme \u00e9chafaudage de ce pi\u00e8ge de la quantification \u00e9labor\u00e9. Pour comprendre pourquoi nous optimisons ce que nous optimisons, il est utile d\u2019examiner l\u2019histoire des m\u00e9thodes de calcul et du langage qui nous enferment. Le chemin qui m\u00e8ne de la lisibilit\u00e9 \u00e0 l\u2019autorit\u00e9 passe directement par le calcul et l\u2019informatisation. La quantification transforme l\u2019exp\u00e9rience en donn\u00e9es lisibles par machine et en un petit nombre d\u2019interventions et de r\u00e9sultats. Les d\u00e9cisions ne peuvent \u00eatre automatis\u00e9es qu\u2019une fois que nous avons \u00e9cart\u00e9 les parties d\u00e9sordonn\u00e9es et non calculables. Nous maximisons les moyennes parce que c\u2019est un moyen pratique de mod\u00e9liser l\u2019incertitude.<\/p>\n\n\n\n Je suis bien loin d\u2019\u00eatre la seule personne \u00e0 parler du pi\u00e8ge de la quantification. J\u2019ai \u00e9crit \u00e0 ce sujet aujourd\u2019hui parce que j\u2019ai senti que j\u2019avais besoin de cette parenth\u00e8se apr\u00e8s avoir parl\u00e9 de mon livre ces derni\u00e8res semaines. Cependant, si vous voulez une liste de lectures des 25 derni\u00e8res ann\u00e9es, je peux vous r\u00e9diger une bibliographie incroyablement longue. M\u00eame au cours de l\u2019ann\u00e9e \u00e9coul\u00e9e, des ouvrages interdisciplinaires comme The Ordinal Society<\/em> de Healy et Fourcade et The Score<\/em> de Nguyen ont mis en lumi\u00e8re le m\u00eame dilemme.<\/p>\n\n\n\n C\u2019est une bonne chose que davantage de gens en parlent. Ce que nous comptons, calculons et optimisons rel\u00e8ve d\u2019une d\u00e9cision politique. Le comptage aplatit la complexit\u00e9, et le choix de ce qui est conserv\u00e9 est une question de pouvoir. La viralit\u00e9 du pi\u00e8ge de la quantification nous prive d\u2019un avenir meilleur. Nous ne pouvons pas nous battre pour l\u2019atteindre si nous ne voyons pas la cage dor\u00e9e dans laquelle nous sommes enferm\u00e9s.<\/p>\n\n\n\n
\n\n\n\n
\n\n\n\n