Compte rendu du livre de Bernard E. Harcourt Against Prediction. Profiling, Policing, and Punishing in an Actuarial Age. Chicago, The University of Chicago Press, 2007.
Texte intégral
- 1 Néolibéralisme entendu ici comme un mode de gouvernement des hommes qui a pour principe la concurr (...)
1Professeur de droit à l’Université de Chicago et directeur du Centre pour l’étude de la justice pénale, Bernard Harcourt signe un ouvrage qui doit retenir notre attention. Ce qui se passe aux États-Unis en matière de police ou de justice, à l’âge de la mondialisation néolibérale1, ne doit en effet pas nous rester inconnu. Loïc Wacquant avait déjà montré comment les théories carcérales étasuniennes pénétraient progressivement les représentations européennes, françaises en particulier, et influençaient les politiques en la matière. Aujourd’hui, les séries policières étasuniennes qui prolifèrent sur nos petits écrans, exhibent un impressionnant arsenal de méthodes scientifiques et nous accoutument à ce qui se présente comme de pures techniques de l’investigation policière, le profilage notamment qui en est désormais une figure banale. Dans un ouvrage techniquement assez complexe en raison d’un appareillage mathématique difficile d’abord, B. Harcourt montre l’envers du décor des méthodes qui relèvent du calcul actuariel. Il leurs adresse trois niveaux de critique, mathématique d’où il tire l’hypothèse d’inefficacité, un que je qualifierais de social qui renvoie à l’idée de contre-productivité et donc de coût social, un que je dirais politique et philosophique, concernant l’érosion de la notion fondamentale de juste peine.
2L’« âge actuariel » renvoie ainsi à la prégnance du calcul actuariel mis au point par les compagnies d’assurance pour déterminer les montants des primes d’assurance. Il s’agit donc de prédiction statistique de risques. L’auteur en fournit plusieurs illustrations. Par exemple, l’État de Virginie a mis au point en 2001 des tables d’évaluation du « risque de délinquance sexuelle ». Diverses informations collectées quant à l’âge du délinquant, son niveau d’éducation, ses antécédents, le type et le lieu de l’agression, etc., déterminent le niveau de sa dangerosité présumée par le calcul de la probabilité de récidive. En fonction de ce niveau, le juge ajustera la condamnation par rapport à la peine maximale encourue, là aussi en suivant une table qui affiche le quantum d’aggravation de la peine en fonction de l’estimation de la dangerosité.
3B. Harcourt fait le constat que, si le calcul actuariel appliqué à la criminologie existe depuis les années 1920, il devient plus présent au début des années 1980 quand on chercha à l’appliquer non plus seulement au niveau de l’investigation mais aussi à l’échelon du tribunal, avec l’idée d’une condamnation des délinquants tenant compte de l’évaluation scientifique de leur dangerosité future afin de procéder à leur « neutralisation sélective » (selective incapacitation). Ce n’est toutefois qu’au tournant du XXIe siècle que les méthodes actuarielles se sont mises, selon l’auteur, à proliférer. Le mot de « prolifération » est peut-être exagéré, avouons toutefois qu’elle paraît difficile à mesurer dans le contexte américain. B. Harcourt fournit néanmoins des données qui, sans être décisives à mon sens quant à cette question de la prolifération, indiquent cependant une tendance. Ainsi, parmi les trente-deux États qui pratiquent la libération conditionnelle, le pourcentage de ceux qui utilisent les tables de prédiction du risque de récidive comme outil d’aide à la décision d’accorder ou non cette libération conditionnelle est passé de moins de 10 % au début des années 1980 à plus de 70 % en 2003. C’est également le champ d’application de la méthode actuarielle qui s’est étendu. Elle ne concerne pas seulement le domaine de l’investigation policière, notamment avec le profilage des « groupes à risques », ou celui de la libération conditionnelle. Elle sert aussi à la détermination du niveau des peines ou du niveau de surveillance d’un détenu, ou bien encore à la décision du transfert d’un mineur vers les juridictions pour adultes. B. Harcourt met en particulier l’accent sur une table développée à la fin des années 1970 par deux chercheurs canadiens, le LSI-R (Level of Services Inventory-Revised), très populaire au sein des services de probation et de libération américains.
4Ce phénomène inquiète B. Harcourt dans la mesure où, d’après lui, les espoirs placés dans le calcul actuariel ne seraient pas au rendez-vous, alors même qu’il peut sembler logique aux forces de police d’enquêter de préférence sur des « groupes à risques » identifiés par un ensemble de traits : elles auraient plus de chances d’y repérer des sujets dangereux. B. Harcourt soutient que ce point de vue relève en fait de la croyance et pour cela va chercher à démontrer l’inefficacité voire la contre-productivité de la méthode actuarielle. Son argumentation s’articule de la sorte :
51. la méthode prédictive a peu de chance de faire baisser le taux de criminalité global, pour des raisons techniques qui tiennent d’une part à la taille relative de la « minorité à risques » par rapport à la majorité qui échapperait au profilage, d’autre part, et surtout, à l’élasticité de la réponse du suspect s’adaptant à la probabilité d’être appréhendé. Autrement dit, toute personne ne répond pas de manière égale à cette probabilité. Un suspect ciblé par les caractéristiques du profilage et qui se sait par conséquent appartenir à un « groupe à risque » peut prendre conscience qu’il a moins de chance de pouvoir s’en sortir économiquement en demeurant dans le système légal du fait même d’être stigmatisé : il est indirectement incité à opter pour des pratiques déviantes. De même, mais pour des raisons inverses, la majorité non ciblée peut développer des conduites délinquantes en sachant que sa probabilité d’être capturée est plus faible. B. Harcourt évoque à ce titre la fraude fiscale. Au bout du compte, note B. Harcourt, l’investigation fondée sur le profilage peut paradoxalement faire augmenter le taux global de délinquance. Soulignons que si cet argument est théoriquement recevable, l’effet sur le taux global de délinquance demeure impossible à mesurer, les pratiques délinquantes potentiellement suscitées par l’élasticité différentielle des réponses demeurant largement « invisibles ».
- 2 C’est ainsi que je traduis ratchet effect, littéralement l’« effet cliquet ». Cela me semble assez (...)
62. le coût social de l’effet contreproductif de la stigmatisation2 dû au profilage est par ailleurs très sous-estimé par les tenants des méthodes actuarielles. B. Harcourt suppose qu’il est vraisemblablement élevé dans la mesure où les populations profilées voient leurs opportunités de travail amoindries, leurs parcours de vie brisés. La stigmatisation sociale n’est du reste pas seulement un effet de l’opinion publique. L’opprobre qui s’abat sur ces populations provient également de ce que les juges ont tendance à se montrer plus sévères envers les délinquants désignés comme appartenant à des « groupes à risque » : l’effet de neutralisation y est beaucoup plus recherché et valide par ailleurs la brutalité policière exercée sur les populations profilées, notamment en ce qui concerne le profilage racial très prégnant aux États-Unis.
73. le coût économique et social de l’emprisonnement généralisé, auquel aboutissent les pratiques de neutralisation qui s’appuient sur la méthode actuarielle, est exorbitant. Or, elle ne fait pas débat, en dépit, selon l’auteur, d’une documentation critique abondante à ce sujet.
8L’architecture critique de B. Harcourt déroule une ligne argumentative qui me paraît plus décisive. B. Harcourt analyse les effets du développement de la criminologie actuarielle sur le système pénal. La prolifération de la prédiction statistique transforme à bas bruit la philosophie classique de la peine. À bas bruit, dans la mesure où cette « transformation » de fond se fait sans débat, dans l’ombre de la technicité de l’outil actuariel. Or, la dimension politique de son usage, selon l’auteur, ne doit pas être occultée. Car ce faisant, la justice n’apparaît plus rétributive, ni proportionnée à l’acte, puisque le quantum de la peine est largement déterminé par la probabilité de récidive, elle-même basée sur l’histoire du parcours délinquant et la croyance au déterminisme probabiliste. D’une certaine manière, le juge se verrait dès lors réduit à n’être plus qu’une sorte de poinçonneur judiciaire, appliquant les tables de prédiction calculées pour lui. B. Harcourt dénonce donc logiquement le caractère très simplificateur de cette forme d’administration de la justice. Là où juger devrait normalement engager une fragilité dans l’acte même de s’adresser à un semblable, fût-il reconnu comme pénalement responsable de l’acte singulier qu’il aurait commis. Si tel est le cas, il me semble que le terme de « transformation » employé par B. Harcourt est presque trop faible pour rendre compte de l’effet de la méthode actuarielle. Si celle-ci soutient une formule de dissuasion et neutralisation des délinquants présumés dangereux en lieu et place de l’ancien précepte de punition et réhabilitation qui est au cœur de la philosophie de la pénalité néo-classique, il s’agit d’un véritable changement de paradigme aux conséquences vraisemblablement majeures pour nos États de droit. On imagine mal dès lors qu’un tel processus n’entraînât point de résistances, dans le monde judiciaire, dans la sphère politique, dans le champ intellectuel. Et c’est là où le propos de B. Harcourt n’est pas aussi caricatural, il signale, certes rapidement, les résistances à cette tendance. Il note par exemple que les universitaires qui dans la première moitié du XXe siècle en appelaient déjà à fonder la criminologie et les lois pénales sur la science statistique, rencontrèrent des résistances du côté des praticiens qui opposaient à leur théorie leurs convictions issues de l’expérience ; que la Harvard Law Review produisit en 1982 une note qui faisait un constat d’échec quant aux efforts consentis depuis vingt ans pour tenter de prédire la dangerosité future des délinquants, avec une proportion élevée d’individus classés à tort comme dangereux ; que ceux qui défendirent l’idée de profiler les jeunes hommes musulmans après les attentats du 11 septembre 2001 furent récusés par d’autres, comme le « préfet » de police (commissioner of police) de New York. Ce n’est certes point l’objet de ce livre, mais ne conviendrait-il pas, si cela n’est déjà le cas, d’aller plus loin et d’ouvrir un chantier empirique sur les professionnels (police, justice) utilisant les tables de prédiction, les matrices de profilage au niveau de leurs pratiques de terrain, si on ne veut réduire ces professionnels à de simples courroies de transmission d’un nouveau pouvoir disciplinaire ? Il s’agirait dès lors de s’intéresser aux logiques pratiques de ces professionnels et au sens de la justice qu’ils mettent en œuvre dans leur travail, à la manière dont ils résolvent en pratique les contradictions entre les routines et les situations et aux types de justifications (éthiques, juridiques, morales, etc.) invoquées pour accomplir leurs évaluations.
- 3 Que l’on pourrait traduire par « échantillonnage au hasard », sauf que si la notion est cohérente (...)
9Quoi qu’il en soit, les enjeux actuels me semblent particulièrement soulignés par le fait que B. Harcourt adopte une position tranchée : il dit non à ces méthodes de prédiction et affirme la nécessité d’une randomization3 afin que quiconque ayant commis un acte déviant ait la même probabilité d’être appréhendé et puni ; autrement dit, que la race, la classe, le sexe n’interfèrent pas dans cette probabilité. Au niveau de l’investigation policière, ceci signifie que les contrôles doivent être aléatoires et non guidés, par exemple, par un préjugé racial comme la couleur de la peau ; au niveau de l’application de peines, que le quantum de peines soit indépendant de ces mêmes variables. À l’égale chance d’être appréhendé, la méthode de randomization aurait en outre, aux yeux de B. Harcourt, la vertu supplémentaire d’augmenter la confiance sociale vis-à-vis des systèmes policier et judiciaire. Peut-être est-ce attendre beaucoup de cette seule méthode. La transformation d’un système ne requiert pas seulement des modifications à l’intérieur de celui-ci, mais également des changements dans son environnement. En l’occurrence, il faudrait aussi penser à de nouveaux rapports de force à instituer pour provoquer des mutations dans le système.
10À sa propre critique des méthodes actuarielles appliquées au champ pénal, B. Harcourt ajoute celle d’autres détracteurs de la méthode actuarielle. Il évoque par exemple une étude réalisée en 2000 en Pennsylvanie à propos des tables de prédiction. Cette recherche se donnait pour but d’évaluer, d’une part, leur robustesse en calculant le taux de désaccord entre deux agents chargés d’établir un score de prédiction à l’aide de la même grille et sur les mêmes suspects, et, d’autre part, leur validité en calculant le taux de prédictions effectivement réalisées (le suspect est bien l’auteur de l’acte déviant). Ni la robustesse, ni la validité mesurées par cette étude ne plaident pour l’usage de tables de prédiction. B. Harcourt constate pourtant qu’en dépit des critiques introduites par divers détracteurs, la prédiction statistique gagne du terrain.
11B. Harcourt interroge par conséquent les raisons du succès des méthodes actuarielles. Il rappelle pour cela, sans les discuter, diverses thèses tenues pour expliquer l’emprise actuelle de la méthode actuarielle. Elles concernent quatre ordres de phénomène : la « frénésie sécuritaire » qui opérerait le basculement d’un État-providence vers un État-pénal ; la « société de surveillance » qui met en place une « culture du contrôle » ou une nouvelle forme de « pouvoir disciplinaire » ; la « passion de punir » qui installe une nouvelle pénalité ; la « grande peur contemporaine » qui réagit au sentiment de poussée des périls de tous ordres dont la société doit se protéger.
12Pour sa part, B. Harcourt chemine sur d’autres pistes explicatives. Il se réfère pour cela aux travaux de l’historien des sciences Ian Hacking et son hypothèse d’un « tournant probabiliste » qui prend corps en Occident dans la deuxième moitié du XIXe siècle. Selon B. Harcourt, ce moment marque l’avènement d’un nouveau paradigme, celui de la prédiction statistique. La statistique a été perçue comme pouvant aider à scientifiquement maîtriser les facteurs de risque dans la mesure où elle permettait de corréler des séries de phénomènes entre eux, d’un côté la fréquence d’« anomalies » ou de « déviances » dans certaines populations, de l’autre la fréquence de facteurs relevant des conditions de vie. B. Harcourt soutient que l’expansion de ces outils techniques n’a pu se réaliser que dans un contexte culturel susceptible de les fertiliser. Il suggère à ce propos diverses pistes qui mériteraient assurément d’être approfondies. S’appuyant là aussi sur I. Hacking qui a montré le rapport entre le développement des statistiques et la fascination du XIXe siècle pour les suicides et les crimes, B. Harcourt met en avant l’idée d’un désir de connaître scientifiquement le criminel pour anticiper le crime. Il note que dès le début du XXe siècle, des universitaires américains en appelaient à créer une criminologie scientifique fondée donc sur la mesure et la prédiction. On pense bien sûr aussi à la criminologie positive de Lombroso – popularisée par sa fille aux États-Unis qui fut particulièrement réceptive aux théories de l’école positive italienne – ou à l’anthropologie criminelle de Lacassagne. B. Harcourt rapproche d’ailleurs le « paradigme actuariel » des discours de la fin du XIXe siècle sur la folie ou la dégénérescence des criminels dits habituels. De manière parfaitement elliptique, il en tire toutefois une idée qui serait une étude en elle-même : le « paradigme actuariel » accentue les préjugés et les biais qui parcourent en filigrane le code pénal et la jurisprudence. Mais lesquels ? De façon tout aussi elliptique, B. Harcourt fait appel à I. Hacking pour affirmer une profonde affinité entre un Occident libéral et individualiste et l’outil statistique expliquant son adoption par les élites européennes : l’hypothèse mériterait ici aussi d’être creusée et spécifiée. D’autant qu’elle n’est pas forcément compatible avec l’idée amenée par l’auteur d’une sorte d’atmosphère normative en cette fin du XXe siècle et début du XXIe siècle qui fait que les corrélations établies entre les incarcérations antérieures et les risques de récidive sont mises du côté du profilage de l’histoire criminelle passée – ce qui conduit au durcissement des peines – et non du côté d’une réflexion sur les conditions de détention et de réinsertion.
- 4 R. Castel souligne bien que la prédiction statistique supporte une nouvelle technologie de la prév (...)
13De ce tableau impressionniste peint par B. Harcourt, j’extrairais toutefois l’idée qu’une approche historique et comparative sur la longue durée pourrait sans doute aider à comprendre la manière dont des sensibilités intellectuelles, politiques et morales spécifiques et certains discours scientifiques se répondent et se conjuguent pour produire, à un moment donné, des modalités de gouvernement des hommes inédites4.
14La raison du succès des méthodes actuarielles s’ancre certes dans la simplicité de leur mise en œuvre selon B. Harcourt, mais aussi dans une relative utilité, voire efficacité. L’auteur nuance ainsi son propos critique. Il évoque le cas où elles peuvent conduire à de salutaires politiques publiques, par exemple en renforçant et concentrant la surveillance dans la première année qui suit la relaxe d’un détenu afin de diminuer sensiblement les risques de récidive. Il soutient que le profilage des jeunes hommes musulmans peut aider à déjouer des attaques terroristes dans la mesure où il semble acquis qu’il existe un différentiel d’activités terroristes potentielles entre le groupe des jeunes hommes musulmans et le groupe non profilé qui comprend donc, en simplifiant, les jeunes hommes non musulmans noirs, blancs, asiatiques et hispaniques, ainsi que toutes les femmes et les hommes âgés. Mais, précise B. Harcourt, ce profilage ne pourra avoir d’efficacité que si la fréquence d’une attaque terroriste est élevée et à court terme, car à long terme on peut en théorie s’attendre à des effets de substitution (recrutement de terroristes dans le groupe non profilé ou dans les méthodes d’attaque).
15En revanche, B. Harcourt n’interroge pas le succès des méthodes actuarielles dans l’expertise psychiatrique. L’auteur stipule que non seulement le ministère public en fait un recours de plus en plus fréquent dès lors qu’il s’agit de la dangerosité d’un prévenu, notamment dans le cadre des peines capitales, mais que les experts psychiatres près des tribunaux estiment que le calcul actuariel est plus fiable que l’examen clinique pour prédire la dangerosité. Beaucoup mêlent ainsi à leur expérience clinique les outils actuariels de prédiction comme le Psychopathy Checklist-Revised pour légitimer leur expertise. Faut-il y voir, entre autres, un effet du Dr. James Grigson ? B. Harcourt évoque en effet celui qui fut surnommé le Dr. Death, célèbre expert psychiatre du Texas dont les pronostics sur la dangerosité supposée des prévenus, sans même avoir besoin de les rencontrer, contribuèrent à envoyer nombre d’entre eux dans les couloirs de la mort. A-t-il participé à délégitimer durablement l’examen clinique auprès des juges qui se seraient tournés alors vers un autre type d’expertise ? B. Harcourt n’explore pas cette piste. Sans approfondir l’hypothèse, il attribue en revanche à l’ouvrage du psychologue Paul Meehl, Clinical vs Statistical Prediction (1954), une influence prépondérante et réactualisée au début des années 1980.
16Pour finir, j’aimerais brièvement dégager quelques autres conjectures expliquant le succès des méthodes actuarielles. Il me semble qu’un raisonnement circulaire soutient la méthode actuarielle. D’une certaine manière, à tous les coups on gagne… ou presque. Ce raisonnement me paraît être le suivant : 1. tout groupe profilé est défini à partir d’un ensemble de traits ; 2. on « découvre » que l’acte délictueux est perpétré par le délinquant qui présente une combinaison singulière de ces traits caractéristiques ; 3. il en est déduit que la condition relativement nécessaire de l’acte déviant réside dans cette architecture de traits. Ce faisant, la prémisse de départ est tautologiquement validée. C’est toute la force persuasive du « je vous l’avais bien dit », qui vient peindre d’un vernis d’apparence scientifique des préjugés sociaux largement partagés, des prétoires aux cabinets ministériels en passant par des institutions de recherche, il n’y a pas lieu ici comme ailleurs d’opposer le peuple à une élite éclairée en ce qui concerne le rapport que chacun noue à la déviance et son traitement.
17Enfin, puisqu’on en est à discuter des jeux du langage, et quitte à être anecdotique, je me demande quand même dans quelle mesure le développement de méthodes de ce type ne s’ancre pas dans une langue anglaise assez géniale dans la concision de ces formules de « bon sens » dont l’immédiateté perceptive, pour reprendre Jean-Claude Passeron à propos de la force persuasive de certaines métaphores, se prête à la mobilisation sous forme de slogans. Ce qui assure à la fois leur instrumentalisation par la communication politique et une large circulation médiatique. Il serait peut-être intéressant de prêter attention à la manière dont la criminologie de langue anglaise est traduite en langue française et voir ce qui est conservé de la force de ces formules.
Notes
1 Néolibéralisme entendu ici comme un mode de gouvernement des hommes qui a pour principe la concurrence dans toutes les sphères de la vie et qui fait donc de l’entreprise le modèle du gouvernement des conduites. Cf. Pierre Dardot & Christian Laval, La nouvelle raison du monde. Essai sur la société néolibérale, Paris, La Découverte, 2009.
2 C’est ainsi que je traduis ratchet effect, littéralement l’« effet cliquet ». Cela me semble assez bien rendre compte de ce que développe B. Harcourt.
3 Que l’on pourrait traduire par « échantillonnage au hasard », sauf que si la notion est cohérente avec les activités policières de contrôle, elle devient énigmatique en ce qui concerne la sanction pénale.
4 R. Castel souligne bien que la prédiction statistique supporte une nouvelle technologie de la prévention. Élevant le soupçon à la dignité scientifique d’un calcul de probabilités (R. Castel, De la dangerosité au risque, Actes de la recherche en sciences sociales, 1983, 47, 1, p. 123), elle vient alimenter le fantasme technocratique du contrôle anticipé des figures de l’imprévu, mais surtout elle autonomise l’administration vis-à-vis des opérateurs de terrain : la gestion bureaucratique des flux fondée sur le maniement de banques numériques de données subjugue les approches qui impliquent la rencontre concrète entre les individus. Au sujet des fichiers et du soupçon, L. Wacquant fournit un exemple très éclairant. En 1993, la police de Denver avait concocté un fichier de 6 500 jeunes suspectés d’appartenance à un gang alors que selon ses propres estimations, les gangs de la ville comportaient tout au plus 500 membres. En outre, 90 % des jeunes fichés étaient afro-américains ou latinos, dans une ville où 80% de la population est blanche (L. Wacquant, L’ascension de l’État pénal en Amérique, Actes de la recherche en sciences sociales, 124, 1, p. 16).
Haut de pageTable des illustrations
![]() |
|
---|---|
URL | http://journals.openedition.org/champpenal/docannexe/image/7707/img-1.jpg |
Fichier | image/jpeg, 24k |
Pour citer cet article
Référence électronique
Laurent Dartigues, « Compte rendu du livre de Bernard E. Harcourt Against Prediction. Profiling, Policing, and Punishing in an Actuarial Age. Chicago, The University of Chicago Press, 2007. », Champ pénal/Penal field [En ligne], Compte-rendus de lectures, mis en ligne le 27 janvier 2010, consulté le 16 avril 2025. URL : http://journals.openedition.org/champpenal/7707 ; DOI : https://doi.org/10.4000/champpenal.7707
Haut de pageDroits d’auteur
Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Haut de page