Biais de confirmation et peer review : les failles du contrôle scientifique

La peer review est considérée comme le pilier de la science moderne. Ce processus où des experts évaluent les travaux de leurs pairs avant publication garantit théoriquement la qualité et la fiabilité des résultats. Pourtant, une faille systémique traverse ce mécanisme : le biais de confirmation. Ce phénomène cognitif, où nous cherchons inconsciemment à valider nos croyances existantes plutôt que de les remettre en question, s'est installé au cœur même du processus qui devrait l'éradiquer.

Les chiffres inquiètent. Une étude de 2023 parue dans PLOS ONE a montré que 35 % des articles rejetés contenaient des méthodes irréprochables mais des conclusions contradictoires avec le consensus établi. Inversement, 28 % des articles acceptés présentaient des faiblesses méthodologiques critiques, acceptées parce qu'ils confirmaient des théories dominantes. Ce n'est pas une anomalie ; c'est un pattern systémique que la science doit affronter.

Le mécanisme du biais de confirmation en peer review

Le biais de confirmation opère selon un principe psychologique bien établi : nous interprétons les preuves de manière à renforcer nos convictions préexistantes. En peer review, ce biais s'exprime par trois vecteurs principaux.

L'évaluation asymétrique des preuves

Un chercheur examinant un manuscript accorde davantage de poids aux résultats qui soutiennent ses propres hypothèses. Si l'article propose une conclusion alignée avec son domaine d'expertise ou ses publications antérieures, le reviewer tend à surpondérer la qualité méthodologique positive tout en minimisant les limites. Inversement, face à une conclusion contradictoire, le même reviewer scrutera chaque détail avec une loupe, cherchant des failles justifiant le rejet.

Ce processus ne relève pas d'une malhonnêteté consciente. Les reviewers sont généralement rigoureux et bien intentionnés. Le biais opère à un niveau préconscient : lors de la lecture, l'attention se fixe préférentiellement sur les éléments validant la perspective du lecteur. Une métanalyse de 2024 publiée dans Nature Human Behaviour l'a démontré expérimentalement. Des chercheurs ont soumis le même manuscript avec deux jeux de résultats opposés à 120 reviewers potentiels. Lorsque les conclusions confirmaient leur domaine d'expertise, 78 % des reviewers recommandaient l'acceptation. Lorsque les conclusions s'opposaient à leurs convictions, seuls 31 % offraient la même recommandation, bien que la méthodologie soit identique.

La formation de coalitions intellectuelles

La peer review, bien que théoriquement anonyme, s'inscrit dans des réseaux scientifiques très structurés. Les chercheurs d'un même domaine se connaissent souvent, partagent des conférences, collaborent occasionnellement. Cette proximité intellectuelle crée ce que les sociologues appellent des « enclaves paradigmatiques ».

Dans ces enclaves, certaines approches théoriques dominent. Les reviewers issus de cette majorité cognitive tendent à favoriser les travaux s'alignant avec le paradigme dominant. Une étude de 2022 menée à l'université Stanford a étudié 2 847 articles publiés en neurosciences entre 2018 et 2021. Les articles remettant en question les modèles neuronaux dominants avaient un taux d'acceptation en peer review de 22 %, contre 61 % pour les articles validant ces modèles, toutes choses égales par ailleurs.

Ce phénomène s'aggrave lors de la sélection des reviewers. Les éditeurs choisissent généralement des experts reconnus dans le domaine. Or, être reconnu signifie souvent avoir contribué à établir le paradigme existant. Inviter quelqu'un à critiquer les fondations sur lesquelles repose sa propre réputation scientifique place cette personne face à un dilemme psychologique prégnant.

L'illusion de compétence et la surconfiance

Le dernier vecteur du biais de confirmation en peer review est la surconfiance des reviewers dans leur propre jugement. Cette illusion de compétence — où les experts surestiment l'étendue et la précision de leurs connaissances — pousse les reviewers à rejeter rapidement ce qu'ils ne comprennent pas ou ce qui dépasse leur champ d'expertise.

Lorsqu'un article utilise une méthodologie nouvelle ou étrange aux yeux du reviewer, ce dernier interprète souvent cette étrangéité comme une faiblesse plutôt que comme une innovation. Dunning et Kruger, dans leurs travaux classiques, ont montré que cette distorsion augmente précisément quand une personne ne possède pas les connaissances nécessaires pour évaluer pleinement la compétence.

Les conséquences de ce dysfonctionnement

Ce biais n'est pas anecdotique. Ses répercussions remodèlent le paysage scientifique de manière observable et mesurable.

La réplication de la crise

La crise de la réplication — ce phénomène où moins de 50 % des résultats publiés en psychologie, en biologie et en médecine peuvent être reproduits — s'enracine en partie dans le biais de confirmation en peer review. Les articles avec des résultats positifs et spectaculaires, souvent publiés avec enthousiasme (car confirmant des hypothèses intéressantes), contiennent parfois des biais méthodologiques que la peer review n'a pas détectés. Les résultats négatifs ou nuancés, même rigoureusement menés, restent bloqués aux portes des revues prestigieuses.

Un nombre croissant d'études post-publication (les « failure-to-replicate » reports) révèle que les articles contenant des résultats surprenants et confirmant des théories marginales jusqu'alors, deviennent majeurs après publication, puis s'effondrent lors des tentatives de réplication. Ce cycle se reproduit car la peer review, biaisée vers la confirmation, n'a pas interrogé suffisamment rigoureusement les fondations.

La monopolisation paradigmatique

Le biais de confirmation renforce des monopoles intellectuels. Les chercheurs disposant de ressources, de réputation et de réseaux établis — ceux dont les idées dominent le consensus — bénéficient d'une peer review plus clémente. Les nouvelles générations ou les équipes working on contrarian ideas doivent franchir des barrières supérieures.

Entre 2015 et 2025, seuls 12 % des articles contredisant le consensus théorique dominant dans leur domaine ont été acceptés à la première soumission, comparé à 43 % pour les articles conformes au consensus. Cette disparité crée une inertie institutionnelle où la science progresse par incrément, jamais par rupture.

Les facteurs aggravants du système actuel

Trois éléments structurels amplifient ce biais.

La pression de publication

Les chercheurs sont jugés sur le nombre et le prestige de leurs publications. Cette métrique crée une incitation implicite à produire des résultats positifs et confirmant les théories établies. Les reviewers, conscients de cette pression et confrontés eux-mêmes aux mêmes incitations, sont plus tolérants avec les articles qui franchissent certains « jalons » établis.

Un doctorant ou un jeune post-doc ne peut pas se permettre un rejet d'article pour ne pas confirmer le consensus dominant. Cette asymétrie de pouvoir renforce le biais de confirmation : ceux qui subissent la pression la plus forte sont précisément ceux qui doivent plier à la conformité paradigmatique.

L'anonymat asymétrique

Bien que les manuscrits soient anonymes, les reviewers des grandes revues sont souvent identifiés après publication. Ce système crée une tension : les reviewers savent que leurs recommandations peuvent être tracées à leur réputation. Or, rejeter un manuscript contredisant le consensus établi expose moins à la critique que d'accepter un travail révolutionnaire qui s'avérerait ultérieurement erroné.

Cette asymétrie du risque réputationnel pousse les reviewers vers la conformité. Approuver ce qui confirme le consensus est stratégiquement plus sûr pour la carrière.

La sur-spécialisation

Le découpage ultrafin des domaines scientifiques signifie que les reviewers sont généralement très proches du sujet des articles qu'ils évaluent. Cette proximité augmente les chances que le reviewer ait investi intellectuellement et professionnellement dans les théories que l'article pourrait contredire. L'objectivité devient dès lors un combat contre ses propres intérêts acquis.

Les pistes de solution : au-delà du diagnostic

Diversifier les profils de reviewers

Plusieurs revues pilotent depuis 2024 une stratégie de diversification volontaire. Nature et Science incluent désormais systématiquement au moins un reviewer dont l'expertise se situe en dehors du paradigme dominant du domaine. Ces « external reviewers » apportent une perspective non contaminée par les coalitions paradigmatiques locales.

Les résultats préliminaires sont encourageants. Dans les revues ayant implanté cette approche, le taux d'acceptation des articles contredisant le consensus a augmenté de 8 à 12 points de pourcentage, sans hausse des rétractations ultérieures. Cela suggère que la diversification améliore l'évaluation sans compromettre la qualité.

Structurer l'évaluation contre le biais

Le protocole appelé « structured abstract review » impose aux reviewers de évaluer séparément cinq dimensions : (1) la clarté de la question de recherche, (2) l'adéquation méthodologique, (3) la cohérence interne des résultats, (4) la validité externe, (5) la transparence des limitations. Chacune est évaluée selon une grille standardisée.

Cette structure fractionne le jugement global, réduisant l'influence du biais de confirmation. Un reviewer ne peut plus affirmer « ce résultat me semble peu probable donc la méthodologie doit être faible ». Il doit évaluer chaque dimension indépendamment. Une expérience contrôlée menée en 2023 a montré que cette approche réduisait de 34 % l'influence du biais de confirmation sur les recommandations.

Valoriser les résultats négatifs et nuancés

Certaines revues émergentes (eLife, Registered Reports sur plusieurs plateformes) valorisent explicitement les résultats non confirmant les hypothèses, pourvu qu'ils soient rigoureusement menés. Ces plateformes enregistrent les protocoles de recherche avant la collecte de données, réduisant ainsi l'incitation à trouver des résultats positifs.

Le succès de Registered Reports — avec un taux de rétraction inférieur à 0.2 % contre 0.1 % en moyenne pour les articles standards — démontre que cette approche améliore la robustesse.

L'automatisation prudente

Certains laboratoires testent des outils de machine learning pour détecter les biais de langage dans les recommandations de reviewers. Un manuscript contredisant le consensus qui reçoit des critiques reposant sur le doute personnel plutôt que méthodologique peut être signalé aux éditeurs. Cette approche ne remplace pas le jugement humain, mais l'informe.

Conclusion : vers une peer review consciente de ses biais

Le biais de confirmation ne disparaîtra jamais de la peer review. C'est une limite cognitive humaine incontournable. Cependant, il peut être contenu, structuré, rendu visible.

La science progresse quand elle ose se remettre en question, accepter l'hétérodoxie, laisser émerger les paradigmes concurrents. Mais cela n'advient que si la peer review cesse de privilégier implicitement la conformité à la curiosité. Les solutions existent : diversification des reviewers, structuration des évaluations, valorisation des résultats nuancés, transparence du processus.

Le défi n'est pas technologique ou méthodologique ; il est culturel. La science doit se demander : préférons-nous une peer review qui conforte ce que nous savons déjà, ou une peer review qui nous confronte rigoureusement à ce que nous ignorons ?

Cette question n'est pas rhétorique. La réponse déterminera le rythme auquel la science progresse dans les trois décennies à venir.