Présentation

Dans la gouvernance moderne, le processus d'élaboration de la législation est l'une des activités les plus conséquentes qu'une société entreprend. Chaque loi adoptée, chaque règlement adopté et chaque programme public financé affecte directement le bien-être de millions de personnes.Les enjeux sont élevés et la marge d'erreur est étroite.Depuis des décennies, les décideurs se sont attaqués à la question de savoir comment prendre des décisions qui produisent constamment des résultats positifs.

Les politiques fondées sur des données probantes ne sont pas une idée nouvelle, mais leur importance s'est considérablement accrue à une époque de défis complexes et interconnectés, allant des pandémies et des changements climatiques aux inégalités économiques et aux crises de santé publique.

Définition de la politique fondée sur des données probantes

La politique fondamentale fondée sur des données probantes est le principe selon lequel les décisions sur les mesures à prendre — et la façon de le faire — doivent être éclairées par les meilleures données objectives disponibles, qui peuvent provenir de diverses sources, notamment des essais contrôlés randomisés, des études longitudinales, des données administratives, des examens systématiques et des évaluations de programmes.

Le concept repose fortement sur la médecine fondée sur des données probantes, qui a transformé les soins de santé en insistant sur le fait que les décisions cliniques doivent être guidées par des résultats de recherche plutôt que par la tradition ou l'intuition. De la même façon, la politique fondée sur des données probantes vise à apporter une rigueur scientifique à l'art de la gouvernance.

Contexte historique

La guerre contre la pauvreté aux États-Unis dans les années 1960, par exemple, a inclus des expériences à grande échelle comme les expériences de la taxe sur le revenu négative et l'étude préscolaire Perry, qui ont fourni des exemples précoces de la façon dont une évaluation rigoureuse pourrait façonner la conception des politiques.Dans les années 1990 et 2000, des mouvements comme - ce qui fonctionne - au Royaume-Uni et --l'élaboration de politiques basées sur les faits aux États-Unis ont pris de l'ampleur, ce qui a permis de créer des organisations comme la RAND Corporation et la Campbell Collaboration, qui se spécialisent dans la synthèse de la recherche pour les décideurs.

Principes clés

Une politique efficace fondée sur des données probantes repose sur plusieurs principes fondamentaux :

  • Utilisation des preuves de la plus haute qualité – pas seulement des données, mais des données fiables, valides et pertinentes au contexte de décision spécifique.
  • Transparence dans les méthodes et les sources – afin que la preuve puisse être examinée, reproduite et contestée par d'autres.
  • Apprentissage continu et adaptation[ – Les politiques doivent être traitées comme des hypothèses à tester, à affiner ou à remplacer au fur et à mesure que de nouvelles données apparaissent.
  • Intégration du contexte local – les preuves d'un contexte doivent être soigneusement adaptées aux réalités sociales, économiques et culturelles d'un autre.

Le rôle des données et de la recherche dans les décisions législatives

Les assemblées législatives modernes sont confrontées à un volume extraordinaire d'information. Les projets de loi, les audiences, les lettres constituantes, les documents de lobbying et les rapports médiatiques bombardent quotidiennement les décideurs. Sans une approche disciplinée des preuves, il devient trop facile de compter sur les voix les plus fortes ou les titres les plus récents.

Le rôle des preuves peut être divisé en plusieurs fonctions distinctes:

  • Identification des problèmes:[ Les données aident les législateurs à comprendre la nature, l'échelle et la répartition d'un problème.Par exemple, les données administratives des écoles peuvent révéler des lacunes persistantes avant qu'elles ne deviennent des points de discussion politique.
  • Production d'options:[ Des examens systématiques des programmes existants peuvent suggérer des approches prometteuses qui ont été essayées ailleurs, ce qui permet d'économiser du temps et des ressources dans l'élaboration de nouvelles propositions.
  • Évaluation efficace :[ La modélisation prédictive et l'analyse coûts-avantages peuvent estimer les effets probables d'une loi proposée avant son adoption, ce qui permet aux législateurs de peser les compromis.
  • Évaluation et itération:[ Une fois qu'une politique est adoptée, la collecte et l'évaluation continues de données déterminent si elle atteint ses objectifs et si des corrections à mi-parcours sont nécessaires.

Ce cycle n'est pas automatique; il nécessite une infrastructure institutionnelle, comme des unités de recherche spécialisées au sein des assemblées législatives, des partenariats avec les universités et l'accès aux systèmes de données gouvernementaux.

Avantages de la politique fondée sur des données probantes

Une politique fondée sur des données probantes, lorsqu'elle est correctement mise en œuvre, offre une série d'avantages concrets qui vont bien au-delà de la satisfaction idéologique.

Amélioration des résultats

Une réforme de l'éducation fondée sur des essais randomisés montrant que le tutorat augmente les scores des tests sera certainement plus efficace qu'une réforme fondée sur une théorie populaire mais non testée. De même, les interventions de santé publique qui suivent les données sur la transmission des maladies – comme les campagnes de vaccination ciblées – sauvent beaucoup plus de vies que des mesures générales qui ignorent les preuves épidémiologiques.

Rentabilité

Les gouvernements fonctionnent selon des budgets limités. La politique fondée sur des données probantes permet de s'assurer que les ressources limitées sont affectées à des programmes qui offrent le meilleur rendement sur l'investissement. Par exemple, des évaluations rigoureuses des programmes de la petite enfance ont montré que chaque dollar dépensé pour des rendements préscolaires de qualité jusqu'à 7 $ en économies à long terme grâce à la réduction de la criminalité, à des gains plus élevés et à de meilleurs résultats en matière de santé.

Confiance et légitimité du public

La transparence des preuves sous-jacentes à une politique peut réduire la polarisation et susciter un soutien bipartite. Par exemple, lorsque les législateurs des deux parties peuvent indiquer les mêmes données montrant qu'une certaine réforme de la justice pénale réduit la récidive, il devient plus facile d'adopter une législation qui pourrait autrement être bloquée par un blocage partisan.

Flexibilité et adaptabilité

La politique fondée sur les données probantes n'est pas statique, car elle est ancrée dans les données, elle peut s'adapter à mesure que de nouvelles informations deviennent disponibles. Au cours de la pandémie de COVID-19, par exemple, les lignes directrices en matière de santé publique ont été constamment mises à jour en fonction de recherches émergentes sur la transmission, l'immunité et l'efficacité des vaccins.

Défis et critiques dans la mise en oeuvre de politiques fondées sur des données probantes

Malgré ses avantages évidents, la politique fondée sur des données probantes est confrontée à des obstacles importants, qui sont essentiels pour toute personne qui cherche à promouvoir son utilisation.

Résistance politique

La volonté politique est peut-être la plus grande barrière.Les preuves qui contredisent une croyance profondément ancrée ou un groupe d'intérêts puissant peuvent être ignorées, supprimées, voire discréditées.Les législateurs peuvent accorder la priorité au gain électoral à court terme plutôt qu'à l'efficacité à long terme, les programmes de financement populaires mais inefficaces tout en réduisant ceux qui fonctionnent mais qui manquent de visibilité.

Limites des données

Dans les pays en développement, les systèmes de données administratives sont souvent faibles, ce qui rend difficile le suivi des résultats. Même lorsqu'il existe des données, elles peuvent être fragmentées entre les organismes et difficiles à relier. Investir dans l'infrastructure de données – comme les systèmes de données intégrés qui suivent les individus dans l'éducation, la santé et l'emploi – est une condition préalable à une politique fondée sur des données probantes à l'échelle.

Contraintes temporelles

Les assemblées législatives fonctionnent souvent selon des horaires serrés, les projets de loi passant par les comités et les étages en quelques semaines ou même quelques jours. La conduite d'une évaluation approfondie ou d'un examen systématique peut prendre des mois ou des années. Les décideurs doivent parfois prendre des décisions avant que les preuves ne soient présentées.

Complexité et contexte

Les problèmes sociaux sont rarement simples.Un programme qui réduit la criminalité dans une ville peut échouer dans une autre en raison de différences dans les données démographiques, les pratiques policières ou les conditions économiques.Les preuves d'une expérience étroitement contrôlée ne peuvent pas se traduire directement par la réalité mesquine d'une mise en oeuvre de politiques à grande échelle.

Études de cas sur la réussite des politiques fondées sur des données probantes

Des exemples concrets illustrent le pouvoir de la politique fondée sur des données probantes dans l'action.

Santé publique : lutte contre le tabagisme

Les études et analyses économiques randomisées ont démontré l'efficacité des augmentations de taxes, des étiquettes d'avertissements graphiques et des lois sur l'interdiction de fumer. Les gouvernements qui ont suivi les preuves — en augmentant les taxes sur les cigarettes, en interdisant la publicité et en finançant des programmes de renoncement au tabac — ont vu la prévalence du tabagisme diminuer de 50 % ou plus. Les preuves étaient si solides qu'elles ont finalement surmonté la vive opposition de l'industrie du tabac.

Éducation : interventions réussies en lecture

Aux États-Unis, l'Institut des sciences de l'éducation a financé des centaines d'essais contrôlés randomisés pour déterminer ce qui fonctionne dans l'éducation. Une intervention remarquable est Reading Recovery, un programme de tutorat individuel pour les élèves en première année qui ont du mal à lire. Plusieurs évaluations rigoureuses ont révélé que le programme a produit des gains significatifs et durables en alphabétisation.

Justice pénale : réduire la récidive

Le modèle RNR (Risk Needs-Responsivité) de Washington démontre comment les preuves peuvent transformer les corrections.En utilisant des outils d'évaluation des risques validés pour classer les détenus en fonction de leur probabilité de récidive, puis en les jumelant à des programmes de réadaptation fondés sur des données probantes, comme la thérapie cognitive comportementale et le traitement des médicaments, Washington a réduit de 15 % à 20 % les taux de récidive.

Politique environnementale : Atténuation des changements climatiques

La modélisation climatique, les données sur les émissions et les analyses économiques ont permis de déterminer un portefeuille d'interventions – tarification du carbone, subventions aux énergies renouvelables, normes d'efficacité énergétique et conservation des forêts – qui peuvent réduire les gaz à effet de serre au moindre coût. Les pays qui ont mis en oeuvre la tarification du carbone à partir de ces données, comme la Suède et la Colombie-Britannique, ont réalisé des réductions importantes des émissions sans nuire à la croissance économique.

Stratégies de promotion de politiques fondées sur des données probantes

Passer de l'aspiration à la pratique exige une action délibérée à plusieurs niveaux.

Investir dans l'infrastructure de données

Sans données fiables et opportunes, il est impossible de mettre en place une politique fondée sur des données probantes. Les gouvernements devraient mettre en place des systèmes de données intégrés qui relient les dossiers entre les organismes tout en protégeant la vie privée.

Renforcer les capacités institutionnelles

Les assemblées législatives peuvent créer des bureaux de recherche non partisans, comme le Service de recherche du Congrès (SCR) aux États-Unis ou le Bureau parlementaire des sciences et de la technologie (POST) au Royaume-Uni, qui fournissent des exposés sur les faits, des estimations de coûts et des évaluations, et qui devraient être dotés d'analystes formés et isolés de toute ingérence politique.

Former les législateurs et le personnel

De nombreux décideurs n'ont pas de formation officielle à l'interprétation des données ou des méthodes de recherche.Offrer des ateliers, des bourses et des ressources en ligne sur les politiques fondées sur des données probantes – comme le matériel de cours de J-PAL au MIT – peut les équiper pour poser de meilleures questions et évaluer les données de façon critique.

Favoriser les partenariats avec les chercheurs

Les universités, les groupes de réflexion et les organismes de recherche peuvent fournir des connaissances spécialisées et des données qui manquent aux assemblées législatives.

Exiger des preuves dans le processus législatif

Certaines juridictions ont adopté des lois exigeant que les lois majeures soient accompagnées d'une évaluation fondée sur des données probantes. Par exemple, Oregon , la politique fondée sur des preuves , mandate les organismes d'État d'utiliser des programmes qui ont été prouvés efficaces par une recherche rigoureuse.

Orientations futures pour une politique fondée sur des données probantes

L'intelligence artificielle et l'apprentissage automatique peuvent analyser de vastes ensembles de données pour identifier les modèles et prévoir les résultats, bien que ces outils doivent être utilisés avec prudence pour éviter de renforcer les biais. Les tableaux de bord en temps réel de données peuvent fournir aux décideurs des informations à jour sur les progrès de la mise en oeuvre. Les connaissances scientifiques comportementales sont de plus en plus utilisées pour concevoir des politiques qui poussent les citoyens à choisir de meilleurs choix, avec des tests rigoureux assurant leur efficacité.

Certains soutiennent qu'une dépendance excessive à l'égard des données quantitatives peut mettre en péril les perspectives qualitatives des collectivités touchées par les politiques, d'autres soulignent que ce qui compte comme preuve est souvent déterminé par les personnes au pouvoir et que les voix marginalisées doivent être incluses dans le processus. La prochaine génération de politiques fondées sur des données probantes devra être plus inclusive, plus transparente et mieux adaptée aux nuances de pouvoir et de contexte.

Conclusion

Lorsque les législateurs fondent leurs décisions sur des recherches et des données solides, ils produisent des lois qui fonctionnent mieux, coûtent moins cher et exigent une plus grande confiance du public. Pourtant, la voie de la théorie vers la pratique est parsemée d'obstacles - politiques, institutionnels et méthodologiques - qui exigent un investissement soutenu dans les données, les capacités et les changements culturels.

À une époque de défis mondiaux – pandémies, changements climatiques, inégalités et bouleversements technologiques – la nécessité d'une gouvernance fondée sur des données probantes n'a jamais été aussi grande. En s'engageant à ce qui fonctionne et en étant honnêtes sur ce qui ne fonctionne pas, les législateurs peuvent construire un avenir qui soit non seulement plus efficace, mais aussi plus juste.