4-5.1 "Case-based, explanation et model-based reasoning"

En politique, le raisonnement fondé sur des cas est sans doute limité (cf. Schrodt 91:20). En effet, le système politique et les problèmes qu'il doit résoudre ne se ressemblent pas toujours énormément. Ainsi Donald Sylvan, Ostrom et Gannon (94) ont effectué des expériences en laboratoire qui montrent la prédominace d'un "explanation-based reasoning" (cf. DeJong 86 , Ram 90, et Leddo &Abelson 86) dans le domaine de la politique internationale par rapport au "cased-based" ou "model-based reasoning". David Sylvan et Majeski (93) arrivent à des conclusion similaires. Dans leurs recherches sur la constitution des politiques de sécurité des Etats-Unis, ils montrent que les décideurs font souvent référence à des cas. Par contre, le contenu d'un même cas cité varie beaucoup lors de chaque évocation. La description du cas est souvent triviale et ne peut pas servir à une activité de résolution de problème. Les caractéristiques utilisées sont celles qui servent à une certain argumentation. On peut donc formuler l'hypothèse que le cas est avant tout un outil rhétorique en politique.

A notre avis, le "explanation-based reasoning" peut être combiné au "case-based reasoning". Son principe est le suivant: au cours de leur expérience, les sujets engendrent des connaissances à partir des cas rencontrés sous forme de principes plus généraux. Autrement dit, au lieu de "préserver" les cas, on explique le cas, on généralise le "pourquoi" et on se souvient des règles déduites. Toutefois, il nous semble que des liens avec des cas exemplaires ou prototypiques sont souvent gardés et peuvent être réinvoqués, même si cette étude ne le fait pas apparaître. La leçon à tirer de l'article mentionné est que la modélisation du décideur avec des systèmes de règles possède un bel avenir. Plus de 50% des sujets utilisent en effet des principes généraux (des quasi-règles) pour procéder à une décision. Evidemment, la question, comment modéliser l'acquisition de ces connaissances (le "explanation-based learning"), reste ouverte en science politique. Le point à retenir est l'absence en règle générale dans la littérature en science politique d'apprentissages de type "similarity-based learning", où l'apprentissage se fait à travers de multiples exemples. En effet, ce type d'apprentissage semble être plutôt réservé aux enfants. Les auteurs paraissent suggérer que les décideurs semblent capables d'une généralisation très rapide. Il ne faudrait pas pour autant boublier le fait que de nombreuses règles peuvent être enseignées et transmises directement dans le processus de socialisation politique et professionnelle.

Le "model-based reasoning" fait référence ici aux structures agrégées de type "frame" ou "script" qui associent un concept par exemple "pragmatique" à tout un ensemble de principes qui sont invoqués. Utilisé à peu près avec la même fréquence que le "case-based reasoning" (25%), cette catégorie fait référence implicitement au problème de la compilation des procédures de raisonnement: il suffit que décideur invoque un concept ou une procédure sans passer par une explication ou une analogie. Ce type de raisonnement peut être modélisé avec des règles, mais ces règles ne sont pas aussi facilement observables (dans un discours par exemple).