La notion d’« excellence » est devenue une constante des politiques de recherche et d’innovation en Europe avec les « clusters d’excellence » promus par la Commission Européenne, les « Exzellenzinitiative » allemandes, les « Netwaerk og klynger » danois, etc. Cette notion est utilisée aussi bien pour désigner des concentrations industrielles que des dispositifs plutôt destinés à la recherche académique et à l’enseignement supérieur. En France, cette notion est un objet important des critiques adressées aux politiques de recherche définis dans le cadre du Programme d’Investissements d’Avenir (PIA) lancé en 2010 avec ses nombreuses déclinaisons en « ex » (Labex, Equipex, Idex, etc.). Trois PIA ont été mis en œuvre, le dernier en 2016 d’un montant de 10 milliards d’euros.

Je présenterai ici quelques réflexions sur ces politiques à partir de ce que je connais des travaux en sociologie des sciences. Je reviendrai plus particulièrement sur l’expression « périmètre d’excellence » qui figure dans la plupart des appels à projets liés aux investissements d’avenir et que l’Agence Nationale de la Recherche (ANR) définit en ces termes : « On entend par ‘périmètre d’excellence’ l’ensemble des activités d’excellence mondiale de recherche et de formation identifiées au sein de l’Initiative d’excellence et ayant un fort effet de structuration sur le site ».

Evaluer la qualité des recherches

Tout le monde est d’accord pour favoriser la qualité des enseignements et des recherches. Mais cela nécessite de résoudre le problème de la définition de cette qualité et de son évaluation. La notion d’excellence suppose que l’on peut établir des hiérarchies claires de qualité et déterminer un niveau à partir duquel on considère que cette notion s’applique, deux hypothèses qui sont loin d’aller de soi.

CC Wikimedia Commons Wightmeth

La question de l’évaluation de la qualité en matière de recherche est  très ancienne. A partir de la création des Académies au XVIIe siècle, l’évaluation par les pairs s’est imposée progressivement comme la solution la mieux adaptée. Au XXe siècle, la croissance des activités de recherche et du nombre des publications, la multiplication des revues et des ouvrages, et la mise en place de bases de données bibliographiques intégrant des informations sur les citations, ont débouché sur des pratiques de formalisation et de quantification qui ont pu faire penser que l’on pouvait utiliser des indicateurs numériques (« bibliométriques ») plutôt que l’évaluation directe par la lecture des travaux. On s’est donc mis à compter les publications des personnes et des équipes, et les citations obtenues par ces publications, puis à calculer des scores moyens de citations obtenues par des revues afin de classer celles-ci, et enfin à attribuer aux chercheurs des scores en fonction du classement des revues dans lesquelles ils publient. Cela peut aboutir à attribuer de très bons scores à des auteurs dont les articles sont très peu cités, et encore moins lus, bien qu’ils soient publiés dans des revues reconnues.

Tout le monde convient que les citations sont un indicateur de visibilité plutôt que de qualité, mais cela semble à beaucoup une approximation acceptable. Et de fait, dans certaines disciplines, on observe une assez bonne corrélation entre le nombre de citations et l’attribution de prix scientifiques, même si ce n’est pas le cas partout (c’est beaucoup moins vrai en mathématiques qu’en biologie, par exemple).

Bibliométrie : peut-on quantifier la qualité ?

La mesure de la qualité des recherches par les citations obtenues est un problème débattu depuis très longtemps parmi les spécialistes de bibliométrie.

On sait que la pratique des publications et des citations varie considérablement selon les disciplines, voire même les spécialités au sein d’une même discipline, ce qui rend très problématique toute comparaison entre les chercheurs à l’échelle individuelle. De surcroît, les bases de données recensant les publications et les citations ne retiennent que les revues (dont la sélection fait d’ailleurs l’objet de débats incessants et de révisions régulières), ce qui exclut de fait une très grande part des sciences humaines et sociales dont les publications prennent très souvent la forme d’ouvrages, individuels ou collectifs.

CC Flickr CafeCredit.com

S’ajoutent à cela le tropisme anglophone des principales bases de données, notamment la plus utilisée, le « Web of Science », et les stratégies de certaines sous-communautés pour contrôler des revues et exclure de fait des courants de recherche avec lesquels elles entretiennent des controverses.

En conséquence, la plupart des spécialistes de la bibliométrie affirment que trier individuellement les chercheurs ou les équipes sur la seule base d’un score de visibilité dans les bases de données de revues n’est ni pertinent ni souhaitable. Plusieurs communautés scientifiques (notamment au Comité national du CNRS ou au Conseil National des Universités) en sont venues également à considérer que la meilleure solution reste l’évaluation par les pairs, sur la base d’une lecture approfondie des travaux, malgré tous les défauts que celle-ci peut présenter (en particulier le temps que cela demande aux évaluateurs), même si la bibliométrie peut parfois compléter cette évaluation directe.

L’effet Mathieu ou « on ne prête qu’aux riches »

Au-delà de ces problèmes de mesure, il y a la question de l’attribution du mérite. Depuis plus de soixante ans, les études sociales sur les sciences ont mis en évidence le phénomène, désormais bien connu, de la concentration sur une petite proportion des auteurs des publications et de la visibilité scientifique. On le baptise en général « loi de Lotka ». Il s’agit d’une distribution en loi de puissance qui résulte elle-même en grande partie de ce que l’on appelle l’« effet Mathieu »  d’après l’Evangile selon Saint Mathieu, dans lequel il est écrit « car à celui qui a, on lui donnera et il aura un surplus, mais celui qui n’a pas, même ce qu’il a lui sera enlevé », Matthieu, 13, 12). L’analogie figure dans un article célèbre du sociologue américain Robert King Merton analysant des entretiens avec des récipiendaires du prix Nobel qui se plaignaient que l’on oublie trop souvent leurs co-auteurs ou collaborateurs.

Cet effet relève d’un phénomène classique du monde social qui est la tendance au cumul des avantages. Les chercheurs les plus cités ont certainement du talent et travaillent beaucoup, mais ils sont également la partie la plus visible d’un immense travail collectif réalisé par l’ensemble de la communauté scientifique. Si l’on coupait cette « élite » de sa « base », elle s’étiolerait très rapidement. La plupart des récipiendaires de prix prestigieux sont les premiers à le reconnaître.

Définir un « périmètre d’excellence » en sélectionnant des personnes ou des équipes présentant des scores flatteurs de publication et de citation présente le risque d’établir des rentes de situation en faveur d’un petit nombre de chercheurs ayant « pignon sur rue », ce qui serait finalement contraire à l’objectif affiché de favoriser la qualité d’ensemble des travaux.

L’excellence des activités sans présumer celle des personnes ou des équipes

Dans de nombreux sites universitaires, les chercheurs sont sortis de cette série de problèmes et de contradictions en considérant que l’excellence est une caractéristique visée des recherches ou de l’enseignement et non un label concernant des personnes ou des équipes. Tous les membres des institutions d’enseignement supérieur et de recherche sont alors placés en situation de produire des activités jugées excellentes par leurs pairs. C’est cette notion « inclusive » de l’excellence qui est mise en œuvre au sein du Labex Structuration des Mondes Sociaux (SMS) puisque tous les membres des équipes impliquées peuvent participer aux activités et proposer des projets. De nombreux autres labex fonctionnent ainsi, notamment dans les sciences de la matière. Au lieu de créer une caste de privilégiés comme le font les périmètres définis à partir de listes de personnes ou d’équipes, cette conception ouverte permet de susciter des dynamiques qui concernent l’ensemble des communautés et surtout elle respecte la réalité du travail scientifique.

Crédits image à la Une : CC Max Pixel et crédits image d’entrée : CC Pixabay Leunert