Complexity Suppression: An Institutional Theory of Governmental Cognition in Complex Policy Systems
Cet article propose la « suppression de la complexité » comme une théorie institutionnelle fondée sur les mécanismes, expliquant comment la simplification nécessaire par les gouvernements des réalités complexes en représentations autoritaires peut conduire à l'échec des politiques publiques en excluant des dynamiques causales critiques, en filtrant les retours contradictoires et en accumulant une dette cognitive, soutenant en fin de compte qu'une gouvernance efficace exige un équilibre discipliné entre la simplification pour l'action et la préservation d'une variété systémique suffisante pour l'apprentissage et la correction.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Les gouvernements sont confrontés à un problème qu'aucune personne seule ne peut résoudre : comment gérer un monde trop vaste, trop rapide et trop complexe pour être compris d'un seul coup. Pour prendre des décisions, les institutions publiques doivent transformer la réalité désordonnée en quelque chose qu'elles peuvent tenir entre leurs mains. Elles prennent des populations et les transforment en catégories, transforment des futurs incertains en prévisions, et transforment des problèmes sociaux complexes en cibles et en listes de contrôle simplifiées. Ce processus n'est pas une erreur ; c'est une nécessité. Sans la simplification du monde en morceaux gérables, un gouvernement ne pourrait ni coordonner des millions de personnes, ni dépenser un seul dollar. Cependant, cet acte de simplification comporte un risque caché. Lorsque les responsables éliminent les détails complexes pour donner l'apparence d'un problème clair, ils risquent d'enlever accidentellement les parties mêmes du système qui déterminent si une politique réussira ou échouera. Le résultat est une version de la réalité qui semble parfaite sur le papier, mais qui ne correspond plus au monde extérieur au bureau.
Une nouvelle étude de Mohammed Alotaibi, chercheur à l'Université des Nations Unies, explore précisément comment cela se produit. Il appelle ce processus la « suppression de la complexité ». Il ne s'agit pas seulement de simplifier les choses ; il s'agit de les rendre trop simples, d'une manière qui aveugle le gouvernement sur ses propres erreurs. La recherche suggère que lorsqu'un gouvernement crée un modèle simplifié d'un problème — comme un plan pour l'éducation ou une stratégie pour une pandémie — ce modèle peut devenir un bouclier. Si le plan échoue, le gouvernement blâme souvent les personnes qui l'exécutent plutôt que le plan lui-même. Avec le temps, cela crée un fossé entre ce que le gouvernement pense qu'il se passe et ce qui se passe réellement. L'étude ne prétend pas que les gouvernements sont stupides ou incapables d'apprendre. Au contraire, elle montre comment les structures mêmes conçues pour les aider à décider — la hiérarchie, les objectifs de performance et les experts externes — peuvent accidentellement filtrer les signaux d'alarme indiquant qu'un plan est erroné.
L'article identifie quatre manières spécifiques dont ce filtrage se produit. Premièrement, il y a la « compression épistémique », une façon sophistiquée de dire que des réalités complexes et incertaines sont compressées dans des catégories nettes et certaines. Lorsqu'un gouvernement décide de mesurer un problème, il doit souvent ignorer les parties qui sont difficiles à compter ou qui changent rapidement. Deuxièmement, la « compression hiérarchique » se produit à mesure que l'information remonte la chaîne de commandement. À mesure que les rapports voyagent des bureaux locaux vers les hauts dirigeants, les détails désordonnés et les désaccords locaux sont supprimés pour rendre le message clair et décisif. Les dirigeants reçoivent un résumé propre, mais ils perdent le contexte qui pourrait expliquer pourquoi le plan échoue. Troisièmement, la « substitution de métrique » se produit lorsqu'une mesure devient l'objectif lui-même. Imaginez un système scolaire qui est jugé uniquement sur les résultats aux tests. Les enseignants pourraient commencer à enseigner uniquement en fonction du test, ignorant d'autres aspects importants de l'apprentissage, juste pour que les chiffres soient bons. La mesure cesse d'être un miroir de la réalité pour devenir la réalité elle-même. Enfin, l'« externalisation cognitive » se produit lorsque les gouvernements comptent tellement sur des experts externes qu'ils oublient comment penser par eux-mêmes. Ils conservent l'autorité de prendre des décisions, mais perdent la capacité de comprendre ou de contester les conseils reçus.
Ces quatre processus travaillent ensemble dans un cycle qui peut piéger un gouvernement dans une mauvaise décision. L'étude illustre cela avec deux exemples concrets. Le premier est la loi « No Child Left Behind » aux États-Unis. Cette politique a tenté de corriger l'éducation en fixant des objectifs stricts de scores aux tests pour les écoles. Le gouvernement a simplifié l'objectif complexe de l'« apprentissage » en un seul chiffre : le pourcentage d'élèves réussissant un test. Comme les écoles faisaient face à de réelles conséquences si elles manquaient la cible, elles ont changé leur comportement. Elles se sont concentrées intensément sur les élèves qui échouaient de peu, tout en ignorant ceux qui réussissaient déjà ou ceux qui étaient très en retard. Les scores aux tests ont augmenté, mais la qualité réelle de l'éducation ne s'est pas nécessairement améliorée de la même manière. Le gouvernement a vu les chiffres augmenter et a pensé que le plan fonctionnait, alors que le système profond s'adaptait de manières que le plan n'avait pas prédites.
Le second exemple provient de la préparation du Royaume-Uni face à une pandémie. Avant l'arrivée du coronavirus, le Royaume-Uni disposait d'un plan détaillé basé sur un scénario spécifique : un virus de type grippal. Ce plan était clair, organisé et facile à gérer. Cependant, lorsqu'un nouveau virus est arrivé avec des caractéristiques différentes, la préparation du gouvernement ne correspondait pas à la nouvelle réalité. Le plan était si focalisé sur un type de menace qu'il avait perdu la flexibilité nécessaire pour en gérer un autre. Même lorsque des exercices antérieurs avaient montré que le système était faible, ces avertissements ont été absorbés comme des « problèmes de mise en œuvre » plutôt que comme des signes que le plan lui-même était défectueux. Le gouvernement a continué à essayer de corriger l'exécution d'un plan qui était fondamentalement inadapté à la menace.
La conclusion centrale de l'article est que ce cycle crée ce que l'auteur appelle une « dette cognitive ». Tout comme la dette financière s'accumule lorsque vous dépensez plus que ce que vous gagnez, la dette cognitive s'accumule lorsqu'un gouvernement ignore les preuves qui contredisent ses croyances. Chaque fois qu'un plan échoue mais que le gouvernement blâme les travailleurs plutôt que le plan, l'écart entre le modèle du gouvernement et le monde réel s'élargit. Finalement, le gouvernement peut avoir toute l'autorité et toutes les ressources du monde, mais il perd la capacité de comprendre pourquoi les choses vont mal. Il se retrouve piégé dans une version simplifiée de la réalité qui ne fonctionne plus.
L'article soutient que la solution n'est pas d'arrêter de simplifier. Les gouvernements ne peuvent pas gérer le monde sans le simplifier. Au lieu de cela, ils ont besoin de ce que l'auteur appelle une « complexité disciplinée ». Cela signifie simplifier suffisamment pour agir, tout en conservant assez de détails désordonnés pour savoir quand la simplification a mal tourné. Cela exige de maintenir des idées alternatives vivantes, d'écouter les preuves contradictoires et d'être prêt à changer le plan lorsque les chiffres ne correspondent plus à la réalité. L'étude suggère que la chose la plus dangereuse qu'un gouvernement puisse faire est de traiter ses propres modèles simplifiés comme une vérité absolue. L'objectif est de construire des systèmes assez intelligents pour savoir quand ils ont tort, garantissant que la carte reste un outil pour naviguer sur le territoire, plutôt qu'un substitut au territoire lui-même.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.