Je leur avais préparé un questionnaire : il comportait de nombreuses questions à réponse numérique sur la consommation et la structure familiale – qui vivait dans le foyer, quel âge avaient les membres, ce qu’ils avaient mangé, de quoi était fait le toit. Ce sont des questions classiques en économie du développement.

Quelques minutes seulement après notre arrivée, la porte s'ouvrit brusquement. Le mari d'une femme fit irruption dans la pièce, la saisit par les cheveux et la traîna dehors en criant que le déjeuner n'était pas prêt et qu'elle perdait son temps avec nous.

J'étais alors une jeune économiste, fraîchement diplômée d'un doctorat. Mon questionnaire ne comportait aucune question relative à ce que je venais de voir. Nous n'étions pas venus étudier les violences conjugales ; nous étions venus recueillir des données sur des questions plus prosaïques concernant l'influence des systèmes socioculturels et économiques sur le marché du mariage et le niveau de vie.

Le mandat était suffisamment vague pour qu'en principe, presque tout ait dû être jugé pertinent ; il aurait dû être facile de le modifier et de recueillir davantage de données reflétant fidèlement la vie des femmes. Mais le questionnaire que nous avions mis en place — avec toutes ses hypothèses inhérentes — était conçu pour enregistrer ce qui pouvait être mesuré avec précision, et guère plus. Notre formation disciplinaire n'était pas adaptée.

Il nous a fallu une semaine passée dans ce village, à boire du babeurre et du café, à supporter de longs silences, avant qu'une des femmes ne se confie enfin : « Vous êtes devenues nos amies et nous ne pouvons plus vous mentir. Nous avons l'impression d'être en prison. Nos maris nous battent sans cesse. Ils dépensent l'argent de la famille en alcool. Personne ne nous aide. »

Il s'agissait d'une information nouvelle. Nous avons réécrit notre questionnaire sur-le-champ, ajouté des questions sur les violences conjugales, ce qui a abouti à une analyse mixte des violences domestiques et à l'un des premiers articles économiques sur le sujet dans un pays en développement .

J'ai repensé à cette semaine pendant plus de trente ans. Non pas parce que l'histoire est inhabituelle — quiconque a mené un travail de terrain sérieux en a une version —, mais en raison des enseignements qu'elle m'a apportés sur ma propre discipline. Je suis économiste, et l'économie est réputée pour sa rigueur, son insistance sur les méthodes quantitatives et sa distance par rapport aux sujets étudiés. L'économie a tendance à se concentrer sur le mesurable, ce qui peut exclure l'essentiel ; si un sujet ne peut être inclus dans un questionnaire, il ne mérite pas d'être étudié. Or, la vie ne se résume pas à des questionnaires, et la barrière entre l'économiste et son sujet d'étude n'est pas une simple commodité méthodologique. C'est le problème fondamental de la discipline.

J'ai passé ma carrière à jouer les espions, en quelque sorte : un économiste faisant passer clandestinement les méthodes de l'anthropologie par-dessus le mur. J'ai rédigé la version académique rigoureuse de cet argument. Ce qui suit est la version que je partagerais volontiers autour d'un verre.

Comment en sommes-nous arrivés là ?

Les choses n'ont pas toujours été ainsi. À la fin du XIXe siècle, Charles Booth, armateur devenu sociologue amateur, entreprit de comprendre comment vivaient réellement les pauvres de Londres. Il y consacra dix-sept ans. Son équipe recueillit des informations sur quatre millions de Londoniens : inspecteurs d'académie, industriels, ecclésiastiques, policiers et bien d'autres. Ils menèrent des enquêtes, mais aussi bien d'autres activités : ils prirent des notes, menèrent des entretiens ouverts et élaborèrent des cartes interactives. Booth utilisa autant de données que de témoignages, car sa question – à quoi ressemble la pauvreté à Londres ? – exigeait les deux. Avec son équipe, il rassembla toutes ces informations dans dix-sept volumes de « Life and Labour of the People in London », révélant, quartier par quartier, qui était riche, qui était démuni et qui se situait entre les deux. Cette intégration des récits et des données influença durablement la politique économique et sociale britannique.

Au cours du XXe siècle, cette intégration s'est effritée. L'économie, dans sa quête de reconnaissance scientifique, s'est restreinte à l'analyse de données quantitatives. L'anthropologie culturelle s'est scindée en plusieurs branches, donnant naissance à la tradition ethnographique – certaines d'une grande perspicacité, d'autres engluées dans la critique et l'introspection. La sociologie s'est fragmentée en de multiples courants, s'enlisant dans des querelles internes méthodologiques. La psychologie s'est tournée vers l'expérimentation. La science politique, de plus en plus influencée par l'économie tant sur le plan théorique que méthodologique, a néanmoins conservé une certaine ouverture à l'association des méthodes qualitatives et quantitatives. Dans les années 1980, les disciplines se distinguaient principalement par ce qu'elles refusaient d'étudier.

En économie, quelques tentatives ont été faites pour combler ce fossé, mais sans grand succès. En 1984, Pranab Bardhan a organisé une conférence fondatrice intitulée « Conversations entre économistes et anthropologues » sur les données et les méthodes mixtes. En 2002, j’ai tenté de défendre l ’« économétrie participative ».

Puis vint la révolution de la crédibilité. Dans un souci de rendre la recherche plus crédible et fiable, l'inférence causale devint le principe directeur de l'économie empirique. Cela signifiait que les économistes pouvaient affirmer avec certitude que A était la cause de B, mais aussi qu'ils négligeaient les questions auxquelles ces outils ne permettaient pas de répondre.

Je ne veux pas être mal compris. La révolution de la crédibilité représente un progrès majeur pour les sciences sociales. Nous pouvons désormais répondre à des questions qui nous étaient véritablement inaccessibles il y a 30 ans. Mais lorsque le seul outil acceptable est un marteau, on a tendance à chercher des questions qui nécessiteraient un clou. Les économistes privilégient généralement les questions auxquelles on peut répondre clairement et laissent de côté celles qui ne le peuvent pas. Dans le domaine du développement, les conséquences ont été particulièrement frappantes. Nous pouvons maintenant estimer à trois décimales près l'impact d'un transfert monétaire sur la taille d'un enfant. Nous ne savons pratiquement rien du fonctionnement (ou du dysfonctionnement) du programme et nous n'entendons presque jamais directement l'enfant et sa famille témoigner de leur expérience, dans leurs propres mots.

Le problème de la distance

En 2002, le sociologue Michael Burawoy a établi une distinction nette entre ce qu'il a appelé la science positive et la science réflexive . La science positive – qui correspond en gros à l'économie – s'isole de ses sujets d'étude. La collecte de données est standardisée, de sorte que l'identité de la personne qui les recueille importe peu. Le chercheur n'a pas besoin d'être sur place ; une société de sondage peut mener l'enquête aussi efficacement qu'un chercheur. Le monde est à observer, non à expérimenter. La science réflexive – l'ethnographie, dans sa forme la plus aboutie – adopte le point de vue inverse. L'entretien n'est pas dissocié de l'intervention ; il en fait partie intégrante. Le chercheur n'est pas extérieur à la recherche ; au contraire, sa présence est un élément clé du processus.

Burawoy pensait que ces deux approches des sciences sociales étaient si différentes qu'elles étaient inconciliables. Je ne partage pas cet avis, et j'ai consacré une grande partie de ma carrière à tenter de concilier ces deux conceptions qu'il jugeait incompatibles. Il a cependant raison sur un point : la distance entre chercheur et objet de recherche est bien réelle, et en économie du développement, elle est particulièrement criante.

Presque tous ceux que je connais qui étudient la pauvreté n'ont jamais connu la pauvreté. Nous sommes souvent originaires de pays, de classes sociales, de castes et d'origines ethniques différents, et nous parlons souvent des langues différentes de celles des personnes dont nous parlons. Rien de tout cela ne vous disqualifie pour travailler sur la pauvreté – il serait étrange, dans ce métier, d'affirmer que seuls les pauvres peuvent l'étudier – mais cela devrait nous inciter à l'humilité. La plupart des économistes du développement ignorent tout de la réalité quotidienne des personnes pauvres.

Ce que la discipline valorise, c'est une objectivité affichée : les chercheurs ne doivent pas influencer leurs sujets ; ils doivent garder leurs distances et utiliser les mêmes outils que tous les autres. Vos soupçons subjectifs ne doivent pas biaiser votre analyse. Vous ne faites pas partie du groupe étudié, et vous ne devriez pas en faire partie ; toute influence de votre part nuirait à la validité de votre recherche.

En résumé : plus on s’éloigne de ce qu’on étudie, plus on le perçoit clairement. Or, c’est plutôt l’inverse qui est vrai. La distance n’engendre pas la clarté ; elle produit une clarté comparable à celle qu’on obtient en plissant les yeux à travers un petit cercle nettoyé à l’intérieur d’une vitre sale. Elle nous persuade que ce que l’on distingue de là où l’on se trouve est tout ce qu’il y a à voir.

Quatre choses que nous pourrions réellement faire

Alors, que faudrait-il faire ? Je suggère quatre mesures que l'économie (du développement ou autre) pourrait prendre pour limiter la distance entre les chercheurs et leurs sujets d'étude.

Empathie cognitive

Le sociologue Mario Small utilise l'expression « empathie cognitive » pour désigner la capacité à comprendre la situation d'une personne telle qu'elle la perçoit. Il ne suffit pas d'imaginer ce que l'on ressentirait à sa place ; il faut se mettre à sa place. C'est beaucoup plus difficile qu'il n'y paraît. Cela implique de prendre au sérieux la possibilité que la perception que les personnes interrogées ont de leur propre vie soit plus juste que la nôtre.

Certains des meilleurs économistes du développement que je connaisse possèdent cette qualité à un degré exceptionnel. Jean Drèze a vécu des décennies dans l'Inde rurale qu'il décrit dans ses écrits, a refusé des financements d'institutions comme la Banque mondiale, qu'il jugeait susceptibles de compromettre son indépendance, et a œuvré avec succès pour la mise en place de l'une des plus importantes garanties d'emploi rural au monde. Malgré cela, il ne publie quasiment jamais d'analyses qualitatives ; son travail est essentiellement quantitatif. Pourtant, chacune de ses phrases est le fruit d'années d'écoute attentive. Il n'est pas un cas isolé parmi les économistes ; Christopher Bliss et Nicholas Stern ont passé huit mois dans le village de Palanpur au milieu des années 1970 et ont inspiré ce qui est aujourd'hui un projet de recherche multigénérationnel .

L'important n'est pas que l'empathie se manifeste par un paragraphe qualitatif dans l'article. Se contenter d'avoir organisé un groupe de discussion et d'en faire mention en note de bas de page pour illustrer le propos (et affirmer son expertise) ne suffit pas. Nombre d'économistes procèdent déjà ainsi ; il est clair que cela ne suffit pas à réduire la distance entre le chercheur et les personnes étudiées.

Le problème, c'est que le travail doit être façonné par lui. Et voici la vérité dérangeante : la quasi-totalité de l'économie du développement contemporaine ne l'est pas. Nous concevons des expériences à partir des contributions d'autres économistes. Nous lisons des articles, nous débattons en séminaires, nous élaborons de nouveaux modèles fondés sur la théorie économique plutôt que sur l'expérience. L'intervention se fait par le biais d'un partenaire de mise en œuvre, et l'enquête finale par un institut de sondage. Même l'analyse peut être confiée à un assistant de recherche (ou, aujourd'hui, à un agent de codage). Il en résulte un corpus de travaux techniquement irréprochable mais superficiellement pauvre. Pour paraphraser un adage bien connu : c'est une manière coûteuse d'être précisément trivial plutôt que vaguement juste.

Les récits sont des données

Les gens ne s'expriment pas en chiffres, mais en mots. Ils racontent des histoires, se contredisent, changent de sujet et reviennent à leurs premières impressions. Ils oublient des choses et s'en souviennent au beau milieu d'une autre discussion ; ils se laissent distraire et parlent de choses intéressantes, mais sans rapport avec le sujet initial. Les questionnaires constituent une forme de violence à cet égard – une violence souvent utile, certes, mais une violence tout de même. Au lieu de la complexité de la vie humaine, on se retrouve avec quelques cases à cocher. Si ces cases sont bien conçues, on obtient beaucoup d'informations. Mais on n'obtient jamais tout, et bien souvent, on passe à côté de l'essentiel.

L'ouvrage « Portfolios of the Poor » est une lecture incontournable pour tout économiste sur ce sujet. Ses auteurs – un économiste du développement (Jonathan Morduch), un anthropologue, un spécialiste de la microfinance et un expert financier – ont renoncé aux enquêtes classiques et ont préféré visiter 250 ménages au Bangladesh, en Afrique du Sud et en Inde au moins deux fois par mois pendant un an, constituant ainsi de véritables « journaux financiers » à partir de longs entretiens ouverts. Ils ont estimé que les enquêtes ponctuelles ne révélaient que la moitié de l'activité financière d'un ménage pauvre. La moitié. Il s'est avéré que les pauvres ne se contentaient pas de lisser leur consommation. Ils tentaient de gérer des portefeuilles d'actifs dans un contexte d'incertitude extrême, avec une marge d'erreur infime. Aucune enquête de consommation standard n'aurait permis de saisir la complexité de la gestion financière des ménages pauvres ; les chercheurs ont donc dû laisser ces ménages décrire leurs finances avec leurs propres mots.

J'ai moi-même mené des expériences similaires. Avec Paromita Sanyal, j'ai passé dix ans à analyser les transcriptions de 300 réunions villageoises dans le sud de l'Inde – ce que nous appelions la « démocratie orale » – afin de comprendre si des communautés pauvres, peu alphabétisées et profondément inégalitaires pouvaient réellement délibérer de manière constructive. (Spoiler : elles le peuvent, et la qualité de ces délibérations dépend bien plus des politiques du gouvernement de l'État que du taux d'alphabétisation du village.)

Dix ans, c'est long. C'est aussi pourquoi si peu d'économistes s'engagent dans ce type de recherche. L'évaluation en vue d'une titularisation est souvent plus lente ; investir dans un projet qui ne portera peut-être ses fruits qu'après l'obtention d'un poste permanent est un choix difficile pour de nombreux jeunes professeurs. Pire encore, ce type de données ne débouche pas toujours sur une publication permettant d'obtenir un poste permanent. Mes travaux ont finalement été publiés sous forme de livre, et non dans une revue à succès – un résultat bien moins valorisant lorsqu'on brigue un poste permanent.

Jusqu'à très récemment, la technologie permettant d'analyser à grande échelle les données narratives n'existait tout simplement pas. Ces dix années étaient dues aux limitations technologiques de l'époque, et non à une exigence de la méthode. Grâce aux technologies actuelles (appareils d'enregistrement, intelligence artificielle pour la transcription), la collecte de données qualitatives est plus facile que jamais. Intégrer quelques semaines d'entretiens ouverts dans un essai contrôlé randomisé standard, exploiter les transcriptions que les enquêteurs de votre institut de sondage pourraient de toute façon recueillir, tirer parti des données qualitatives existantes : ces méthodes s'inscrivent dans le cadre d'une thèse, et les outils nécessaires à leur mise à l'échelle deviennent chaque année plus abordables.

Le problème de fond réside dans le réflexe disciplinaire. En économie, les récits ouverts sont encore trop souvent considérés comme des « anecdotes » plutôt que comme des données. Les chercheurs qui mêlent méthodes quantitatives et qualitatives se trouvent, pour reprendre la formule perspicace du politologue Atul Kohli, « pris entre le marteau et l’enclume ». Les évaluateurs les rejettent en raison d’un manque de rigueur perçu, et les éditeurs n’y voient pas d’intérêt.

Cela m'est arrivé personnellement. Les deux premiers articles sur la violence domestique que j'ai mentionnés précédemment — l'un combinant méthodes ethnographiques et économétriques, l'autre élaborant un modèle de la violence liée à la dot basé sur la théorie des jeux et le testant à l'aide de données d'enquête — formaient à l'origine un seul article. Lorsque j'y ai intégré des méthodes qualitatives, il a été refusé par plusieurs revues d'économie. Mon co-auteur, Francis Bloch, et moi-même avons alors renoncé et l'avons scindé en deux ; l'un des articles ainsi obtenus a été accepté dans l'une des revues d'économie les plus prestigieuses.

Ce dégoût pour le qualitatif est l'une des superstitions les plus étranges de la discipline ; il n'y a aucune raison méthodologique pour laquelle une transcription serait moins informative qu'une échelle de Likert.

Prenez le processus au sérieux

L'économie empirique, surtout depuis la révolution de la crédibilité, s'est presque exclusivement concentrée sur les résultats. L'intervention a-t-elle fonctionné ? Dans quelle mesure ? Pour qui ? Ce sont des questions pertinentes, mais elles ne sont pas les seules. Il est rare que les articles d'économie empirique s'attardent sur la manière dont un résultat s'est produit. Qui a dit quoi à qui pour amorcer le changement ? Qui ont adopté l'intervention en premier, et qui a dû être convaincu plus tard ? Qu'ont pensé les participants ? Un essai contrôlé randomisé (ECR) peut indiquer si une intervention a fonctionné ; une étude ethnographique peut en expliquer les raisons. Les mécanismes sont souvent négligés en économie empirique. On réalise un ECR, on obtient un résultat, on propose des explications plausibles, on élabore un modèle pour décrire leur fonctionnement (si elles sont correctes). Cette approche est acceptable, mais elle reste superficielle.

La carte des mécanismes que l'on peut construire à partir de la seule théorie ne représente qu'une infime partie des mécanismes qui opèrent réellement dans le monde, et le raisonnement qui consiste à déduire les mécanismes à partir des résultats est un exercice notoirement peu fiable. L'alternative est d'aller sur le terrain, de parler aux gens et d'observer.

Il y a quelques années, avec des collègues , nous avons mené un essai randomisé dans le Karnataka rural afin de déterminer si une formation intensive à la planification participative pouvait améliorer la gouvernance villageoise. L'intervention consistait à répartir 50 villages entre un groupe bénéficiant d'une formation, d'une planification et d'un suivi participatifs, et 50 autres villages témoins. Au lieu de nous contenter d'une enquête initiale et finale (ce que nous avons également fait), nous avons opté pour une approche inhabituelle : intégrer cinq ethnologues formés dans des paires de villages (groupes expérimental et témoin) pendant toute la durée de l'étude. Ils ont ainsi produit 240 rapports mensuels sur une période de quatre ans.

Le résultat principal était nul. L'intervention n'a pas produit de gains statistiquement significatifs par rapport aux villages témoins. Dans le cadre classique de l'analyse économique, l'histoire se serait arrêtée là : un résultat nul décevant. L'article aurait peut-être inclus un modèle théorique expliquant l'échec de la participation, mais il n'y aurait pas eu grand-chose à en tirer.

Mais grâce aux études ethnographiques, nous avons pu constater la réalité : l’« échec » ne résidait pas dans l’idée elle-même, mais dans les conditions de son expérimentation. La qualité de la mise en œuvre était très variable : certains animateurs étaient excellents, d’autres médiocres. Les hauts fonctionnaires n’ont pas pris l’intervention au sérieux et ont fréquemment muté et remplacé les animateurs pour des raisons sans rapport avec l’intervention. Les inégalités persistantes fondées sur le système des castes ont anéanti les bénéfices de la formation. L’étude ethnographique était au cœur de l’article, et non un simple complément.

Les répondants en tant qu'analystes

Si notre objectif, en tant que chercheurs, est d'améliorer le sort des populations, il est essentiel qu'elles soient informées de nos conclusions. Les acteurs du développement prônent depuis des décennies l'inclusion des personnes étudiées dans le processus, une pratique pourtant rarement mise en œuvre. La publication des résultats ne serait qu'une première étape. L'idéal serait qu'elles participent à la conception des questions posées. Mieux encore, elles devraient pouvoir mener des recherches sur leur propre vie en toute autonomie.

En 2014, avec un groupe de collègues de la Banque mondiale, j'ai expérimenté cette approche . Nous avons collaboré avec des représentants de plus de 200 villages tribaux du sud de l'Inde pour co-créer une méthode que nous avons appelée suivi participatif. Pendant plusieurs semaines, les villageois ont défini ce qu'était une vie réussie, ont transformé ces idées en questions d'enquête, les ont testées dans leurs propres villages, puis – à l'aide de tablettes et d'un système de formation vidéo – ont interrogé leurs voisins. Dans un seul district, nous avons réalisé un recensement de 32 000 ménages en six semaines environ.

Seulement 17 % des questions recoupaient celles de l'enquête nationale indienne standard. Les villageois posaient des questions différentes car leurs objectifs étaient différents. Par exemple, pour évaluer la pauvreté d'un ménage, ils ont formulé la question suivante, qui s'est avérée extrêmement efficace : « La dernière personne à avoir mangé dans la famille a-t-elle déjà souffert de la faim la semaine dernière ? » Pour un répondant, il s'agissait manifestement d'une question adressée à la mère, et les mères vivant dans des foyers où la nourriture était rare se privaient souvent de nourriture pour nourrir les hommes adultes et les enfants de la famille.

Le taux d'alphabétisation étant faible, nous avons collaboré avec les villageois pour créer des visualisations de données présentant les résultats. Nous avons itéré jusqu'à ce que les personnes analphabètes puissent voir d'un coup d'œil la situation de leur village sur les sujets qui leur importaient. Ces données ont ensuite été utilisées lors de réunions villageoises. La qualité de ces réunions s'est nettement améliorée, car tous les participants se basaient sur une vision d'ensemble commune au lieu de se disputer sur les faits.

Au lieu du tableau LaTeX habituel, voici une visualisation des modèles matrimoniaux que nous avons co-produite.

Dans ce village, chaque femme est représentée par une fleur. La hauteur de la fleur correspond à l'âge de la femme au moment de son mariage. Le nombre de pétales indique le nombre d'enfants issus de cette union. Une fleur rouge signifie que la femme a épousé un membre de sa famille, tandis qu'une fleur jaune signifie le contraire. Un bouton de fleur indique un mariage non consenti, et une fleur épanouie, un mariage consenti. Les femmes ont adapté la signification de ces symboles à leur contexte local, les rendant ainsi plus intuitifs.

Certains villageois, après avoir vu cette représentation, ont immédiatement minimisé la forte proportion de fleurs rouges, considérant que le mariage intrafamilial est une pratique courante et acceptée. D'autres communautés, en revanche, souhaitaient réduire le nombre de fleurs rouges par rapport aux fleurs jaunes en sensibilisant les jeunes générations de femmes aux problèmes liés à ce type de mariage.

Croyez-moi, je sais ce que ça donne l'impression d'être une expérience décevante. La plupart des chercheurs la qualifieraient de « charmante mais difficilement reproductible à grande échelle ». C'est en partie vrai : une enquête participative et co-construite est plus lente et plus laborieuse qu'un questionnaire classique. Nous ne pouvions pas utiliser un questionnaire standard, car les questions posées ne correspondaient pas aux véritables attentes des participants. L'alternative était de maintenir le statu quo : nous nous présentions, posions aux gens une multitude de questions sur leur vie – questions qui, de toute façon, ne leur semblaient pas très pertinentes – et rédigions un rapport que personne ne lirait. Dans ce contexte, les enquêtes co-construites semblent valoir le coup.

Le problème du LLM

La technologie de codage des questions d'entretien ouvertes a considérablement progressé ces dix dernières années. Les grands modèles de langage sont particulièrement performants pour analyser de vastes quantités de textes non structurés et en extraire des thèmes ; les capacités actuelles de Claude auraient relevé de la science-fiction en 2014. Désormais, ils peuvent quasiment remplacer un assistant de recherche pour le codage de textes en anglais . J'ai moi-même utilisé des modèles de langage. Certains de mes travaux récents s'appuient sur un panel de réfugiés rohingyas et de leurs hôtes bangladais. Nous avons mené de longs entretiens ouverts auprès de 2 000 personnes et développé une méthode que nous appelons iQual. Celle-ci a analysé un petit sous-échantillon à l'aide d'un codage qualitatif sociologique interprétatif, puis a utilisé l'apprentissage automatique pour étendre les codes à l'ensemble de l'échantillon. Un tel projet était tout simplement impossible auparavant.

Cependant, l'utilisation des modèles linguistiques en dehors des contextes occidentaux n'est pas toujours simple. Nous avons comparé notre méthode personnalisée au codage basé sur les modèles linguistiques et constaté que ces derniers donnaient des résultats fortement biaisés, probablement parce qu'ils ne sont pas entraînés sur des textes en bengali et en dialecte rohingya. Le biais d'une enquête mal conçue est au moins perceptible. Celui d'un modèle linguistique de pointe entraîné sur Internet ne l'est pas. Espérons que ce problème soit temporaire ; grâce aux efforts déployés pour améliorer l'IA avec les langues sous-dotées en ressources , les modèles linguistiques s'amélioreront avec le temps.

Je devrais donc être enthousiaste, et la plupart du temps je le suis. Mais je tiens à être prudent. Il est vrai qu'il existe une vision du futur où les modèles de lecture automatisés (LLM) démocratisent l'analyse narrative, à l'instar des calculatrices pour l'arithmétique. Plus rapides et moins coûteux, ils permettent d'élargir considérablement le nombre de personnes pouvant réaliser une analyse qualitative. Malheureusement, je crains qu'ils ne servent surtout à creuser le fossé entre chercheur et répondant. Si un chercheur ne passe jamais de temps avec les personnes qu'il étudie et se contente de lire le résumé du LLM, il n'y a aucune empathie cognitive. Seul le LLM écoute, pas le chercheur. Ma règle d'or est que les LLM ne peuvent remplacer l'humain. Ils peuvent étendre votre champ d'action, vous aider à traiter les données plus rapidement, mais ils ne peuvent pas vous remplacer. Vous devez toujours passer du temps sur le terrain ; vous devez toujours parler aux gens de leur vie et de leurs besoins. Vous devez lire vous-même les transcriptions ; vous devez connaître suffisamment bien les personnes et le contexte pour pouvoir déceler d'éventuelles erreurs de codage du LLM. Les titulaires d'une maîtrise en droit (LLM) sont peut-être suffisamment compétents pour accomplir 90 % du travail, mais les 10 % restants ne doivent pas être automatisés. L'empathie n'est pas une compétence innée.

Ce qu'il faudrait réellement pour écouter les personnes interrogées

Une partie de ces changements peut être réalisée par des chercheurs individuels qui décident de mener leurs travaux différemment. Une bien plus grande partie exige une transformation de la discipline elle-même. Actuellement, les incitations professionnelles poussent encore les jeunes chercheurs à perpétuer les pratiques habituelles.

Les rédacteurs de revues scientifiques doivent cesser de rejeter systématiquement les travaux qualitatifs. Les programmes de master et de doctorat devront élargir leur enseignement au-delà de l'économétrie pour inclure également les méthodes qualitatives. Les comités de recrutement devront commencer à valoriser le temps passé sur le terrain. Les organismes financeurs doivent accepter que les travaux de qualité utilisant des méthodes mixtes puissent être coûteux et longs – certainement plus longs qu'une régression effectuée depuis un bureau à Cambridge. Mais ils contribueront aussi à renforcer la discipline économique. Le contact direct avec les individus permettra d'acquérir des connaissances inaccessibles autrement.

À court terme, je ne suis pas optimiste. Les disciplines sont tenaces, et l'économie l'est plus que la plupart. Elle peine déjà à se diversifier au-delà de quelques programmes d'excellence et semble particulièrement encline à reproduire les hiérarchies sociales . Mais je suis moins pessimiste que je ne pourrais l'être, car les choses semblent déjà commencer à évoluer.

Une génération de jeunes économistes du développement est plus à l'aise sur le terrain que la mienne ne l'était. Des disciplines connexes – sciences politiques, sociologie, santé publique – combinent depuis longtemps méthodes qualitatives et quantitatives sans pour autant perdre leur identité disciplinaire. Certaines de ces disciplines collaborent même avec des économistes, renforçant ainsi la rigueur des articles économiques. Par ailleurs, certains bailleurs de fonds commencent, timidement, à s'interroger sur la représentation des différents acteurs dans les travaux qu'ils financent.

Mon argument est, au fond, assez simple. Si vous étudiez des personnes, vous devez les écouter. Cela est d'autant plus vrai si vous étudiez des personnes dont la vie est très différente de la vôtre. Il vous incombe, en tant que chercheur, de réduire la distance qui vous sépare de vos sujets d'étude, de construire des ponts plutôt que des murs.

Il y a trente ans, Robert Chambers posait une question essentielle : « À qui appartient la réalité ? » Elle reste sans réponse. L’économie a préféré l’éluder, prétendant que les données empiriques pouvaient y répondre. Je ne pense pas qu’elle doive continuer ainsi. En effet, je crois que cette question demeure l’une des plus importantes questions ouvertes en matière de recherche sur le développement.

Cette femme du Karnataka, qu'on a traînée hors de notre groupe de discussion par les cheveux, essayait de nous dire quelque chose : sa réalité n'était pas saisie par nos questions. Il nous a fallu une semaine pour le comprendre, et nous n'y sommes finalement parvenus que parce que nous étions encore au village une semaine plus tard. Il n'y a pas de raccourci.

Les chiffres sont utiles. Les mots aussi. Mais le plus important est de s'asseoir dans le village et d'écouter suffisamment longtemps, avec suffisamment d'empathie, pour que quelqu'un vous dise la vérité.

Vijayendra Rao est un économiste du développement et un spécialiste des sciences sociales qui associe méthodes économétriques et ethnographie. Il a passé 27 ans comme économiste principal au sein du Groupe de recherche en économie du développement de la Banque mondiale et est actuellement chercheur-praticien en résidence Roberta Buffett à l'Université Northwestern. Ses recherches portent sur le genre, la culture, la participation, la démocratie délibérative, l'économie politique et les innovations en matière de méthodes mixtes. Ses travaux méthodologiques récents, menés en collaboration avec Julian Ashwin, Monica Biradavolu et d'autres chercheurs, utilisent le traitement automatique du langage naturel pour analyser des entretiens ouverts à grande échelle et le comparent à une analyse qualitative basée sur la méthodologie de l'apprentissage par l'expérience (LLM). Son dernier ouvrage, *Revolution by Stealth: How Women's Groups Catalyzed a Cultural Transformation in Bihar* (avec Shruti Majumdar et Paromita Sanyal), paraîtra aux Presses universitaires de Cambridge en septembre 2026.

Si vous avez des commentaires à formuler sur cet article ou souhaitez participer à la discussion, veuillez les envoyer par courriel à letters@indevelopmentmag.com. Les réponses seront publiées dans la rubrique « Courrier des lecteurs ».