Lorsque j’ai passé le test d’association implicite il y a quelques années, j’étais satisfait de mes résultats: Le test a révélé que je n’avais pas de préférence automatique contre les Blancs ou les Noirs. Selon ce test, j’étais une personne exempte de racisme, même au niveau subconscient.

J’ai repris l’IAT quelques jours plus tard. Cette fois, je n’étais pas si content de mes résultats: il s’avère que j’avais une légère préférence automatique pour les Blancs. Selon cela, j’étais un peu raciste au niveau subconscient — contre les Noirs.

Puis j’ai repris le test plus tard. Cette fois, mes résultats m’ont vraiment surpris: Il a constaté une fois de plus que j’avais une légère préférence automatique — seulement maintenant c’était en faveur des Noirs. J’étais raciste, mais contre les Blancs, selon le test.

À ce stade, j’étais perdu quant à ce que ce test me disait. Dois-je considérer la moyenne de mes trois résultats, montrant essentiellement que je n’avais aucun biais? Ou aurais-je dû utiliser le dernier résultat? Ce test valait-il même la peine d’être pris au sérieux, ou était-ce des conneries? J’avais l’impression de n’avoir obtenu aucune réponse réelle sur mon parti pris de ce test. (J’ai récemment repris le test à quelques reprises — et, encore une fois, il était partout.)

Il m’est apparu, que se serait-il passé si je prenais le test une seule fois et que je m’en éloignais? Est-ce que je conclurais avec suffisance que je n’étais pas raciste du tout? Et si j’avais obtenu l’un de mes autres résultats cette première fois — me conduisant potentiellement à conclure que je suis raciste contre les Blancs ou les Noirs? Que penserais-je de moi si je venais de passer ce test à la valeur nominale? Après tout, il a été géré par un groupe de chercheurs respectés de l’Université Harvard.

Mais voici la chose: il s’avère que l’IAT pourrait ne pas en dire beaucoup aux individus sur leurs préjugés individuels. Selon un nombre croissant de recherches et les chercheurs qui ont créé le test et le maintiennent sur le site Web implicite du projet, l’IAT n’est pas bon pour prédire les biais individuels basés sur un seul test. Cela nécessite une collection – un agrégat – de tests avant de pouvoir vraiment tirer des conclusions.

« Il peut prédire les choses dans l’ensemble, mais il ne peut pas prédire le comportement au niveau d’un individu” qui a passé le test une fois, m’a dit Calvin Lai, chercheur postdoctoral à l’Université Harvard et directeur de la recherche au Projet Implicite.

Pour les individus, cela signifie qu’ils devraient passer le test plusieurs fois — peut—être des dizaines de fois – et faire la moyenne des résultats pour obtenir une indication claire de leur biais et potentiellement de la façon dont ce biais guide le comportement. Pour une population plus large, c’est similaire: Vous devrez collecter les résultats des individus de la population et faire la moyenne de ceux-ci pour avoir une idée du biais et du comportement potentiel de la population globale.

Ce n’est pas ainsi que le test a été vendu dans des livres comme Blink de Malcolm Gladwell ou dans les pages d’organisations de presse comme le New York Times. L’hypothèse semblait être que vous pouviez passer le test une fois et repartir avec une image claire de votre parti pris. Et cela a servi un but réel: Dans une société qui ne tolère plus le racisme explicite presque autant qu’avant, découvrir les préjugés implicites subconscients des gens semblait être le moyen de montrer aux gens qu’ils peuvent vraiment être et sont toujours racistes.

Pourtant, aucun chercheur — pas même les créateurs du test – ne défend l’utilisation ponctuelle.

Tony Greenwald, chercheur à l’Université de Washington qui a co-créé le test avec Mahzarin Banaji à Harvard, a concédé ce point, me disant que l’IAT n’est que « bon pour prédire le comportement individuel dans l’ensemble, et les corrélations sont faibles. »

Ainsi, le test, en particulier en ce qui concerne les résultats individuels, ne m’a peut-être vraiment rien dit de précieux. L’outil psychologique dont tant de gens ont parlé pour mesurer le racisme peut ne pas fonctionner aussi bien qu’on le pensait à l’origine.

Le problème que le TAI a cherché à résoudre

Le TAI tente de résoudre un problème très délicat que nous avons vu en sciences sociales au cours des dernières années: Les mesures de racisme explicite (par exemple, demander directement si une personne pense que les Blancs sont supérieurs aux Noirs) semblent montrer un déclin. Mais dans quelle mesure cela montre-t-il réellement que le racisme diminue? Est-il possible que les gens mentent lorsqu’ils répondent à ces questions, craignant que dire la vérité les fasse paraître racistes? Et même si les gens ne signalent pas de biais explicites, est-il possible qu’ils en aient des implicites — c’est—à-dire des subconscients?

Les chercheurs ont créé un test qu’ils espéraient contourner ces questions. Ensuite, ils l’ont rendu public — par le biais du Projet Implicite — dans l’espoir de pouvoir s’appuyer sur un bassin massif de candidats aux tests pour étoffer leurs recherches, tout en sensibilisant les gens aux préjugés implicites et à la façon dont le racisme et d’autres types de préjugés existent encore dans la société américaine d’aujourd’hui.

L’IAT essaie d’y arriver en fouillant dans les réflexes initiaux des gens — et, espérons—le, dans leur subconscient – pour évaluer leurs opinions réelles. L’IAT basé sur la race fonctionne en vous demandant d’utiliser d’abord deux boutons (« E” ou « I”) sur votre clavier pour identifier une série de visages qui clignotent sur votre écran en noir ou en blanc et une série de mots qui clignotent sur votre écran en tant que bons ou mauvais.

Projet implicite

Là où le test devient plus délicat, c’est lorsqu’il mélange ces catégories. Dans les tours suivants, les visages et les mots clignoteront sur votre écran, mais vous serez toujours limité à « E” ou « I” — seul « E” pourrait maintenant signifier « noir ou bon” tandis que « I” signifiera « blanc ou mauvais” dans un tour et sera ensuite inversé, de sorte que « E” signifie « noir ou mauvais” et « I” signifie « blanc ou bon” dans le tour suivant. L’idée est que si vous avez une réaction plus lente à sélectionner « bon” lorsque « noir” y est lié ou « mauvais” lorsque « blanc” y est lié, vous avez probablement un parti pris contre les Noirs ou un parti pris en faveur des Blancs. (Vous pouvez passer le test pour mieux comprendre comment cela fonctionne.)

Après plusieurs tours de ce test, le test vous indique si vous avez une « préférence automatique » envers les Noirs ou les Blancs. (Greenwald m’a souligné que bien que beaucoup de gens interprètent cette « préférence automatique” comme une preuve de racisme, son équipe ne décrit pas les résultats de cette façon. « Mes collègues et collaborateurs et moi-même n’appelons pas les résultats de l’IAT une mesure de préjudice implicite de racisme implicite”, a-t-il déclaré. « Le racisme et les préjugés sont des attitudes explicites avec des composantes d’hostilité ou d’animosité négative envers un groupe. L’IAT ne commence même pas à mesurer quelque chose comme ça.”)

Pour l’individu, la motivation pour passer le test est évidente: les gens aimeraient savoir s’ils ont un biais profond et sous-jacent contre les autres de certaines races. Et l’IAT, sur la base de la façon dont il présente les résultats, semble au moins donner des réponses.

L’IAT ne peut pas vraiment faire ce qu’il est censé faire: prédire votre biais

Seul l’IAT ne prédit pas les biais raciaux subconscients, au moins sur la base d’un test. Donc, une fois avec l’IAT pourrait ne pas vous dire grand-chose, voire quoi que ce soit, sur vos points de vue et votre comportement individuels réels.

Comme me l’a dit Lai, il n’est pas clair si le test prédit même mieux un comportement biaisé que des mesures explicites: « Ce que nous ne savons pas, c’est whether si oui ou non l’IAT et des mesures comme l’IAT peuvent prédire le comportement au-delà des questionnaires correspondants de ce que nous appellerions des mesures explicites ou des attitudes explicites. »

Le gros problème avec le test est qu’il ne détecte pas seulement les biais subconscients.

« L’IAT est affecté par des attitudes explicites, pas seulement des attitudes implicites”, m’a dit James Jaccard, un chercheur de l’Université de New York qui a critiqué l’IAT. « Il est affecté par la capacité des gens à traiter rapidement les informations à un niveau général. Il est affecté par les désirs de vouloir créer une bonne impression. Il est affecté par l’humeur dans laquelle les gens sont. Si la mesure est un amalgame de nombreuses choses (dont l’une est supposément un biais implicite), comment pouvons-nous savoir laquelle de ces choses est responsable d’une (faible) corrélation avec le comportement? »

Matt Cardy / Getty Images

J’ai ressenti une de ces variables lorsque j’ai passé le test: j’ai souvent appuyé sur le mauvais bouton ou j’ai pris un peu plus de temps à appuyer sur un bouton parce que j’ai vraiment masqué à quoi servaient les boutons. Cela s’est produit moins de fois car j’ai passé le test plus souvent, mais cela s’est quand même produit. Et cela vient de quelqu’un qui joue à beaucoup de jeux vidéo pendant son temps libre, donc je fais probablement moins d’erreurs pour commencer que la plupart des gens.

L’IAT, cependant, fait peu pour rendre ses défauts clairs pour les candidats aux tests. Lorsque vous avez terminé le test, vous obtenez un gros message sur votre écran proclamant que vous avez soit une « préférence automatique”, avec différentes mesures comme « légère” ou « forte” pour évaluer le niveau de votre préférence, ou « pas de préférence automatique ».”Il n’y a pas d’avertissement clair sur la façon dont un tir au test n’a probablement aucun sens pour prédire les préjugés et le comportement d’un individu.

Lai s’est attelé à cela: « Une chose qui a attiré notre attention au fil des ans est que nous n’en faisons pas encore assez pour dissiper les idées fausses de toute façon. »Donc, Lai et d’autres chercheurs savent que les gens sortent d’une session du TAI en pensant que cela donnait une mesure définitive de leur biais, mais il n’y a pas d’avertissement clair et concis sur le site Web qui indique aux gens que le TAI n’est pas très bon pour mesurer le biais individuel après un test. Mais des changements, a déclaré Lai, arriveront dans les prochaines semaines ou les prochains mois.

« Lorsque vous comparez notre site Web à d’autres sites Web et médias sociaux, nous sommes déjà très verbeux, très jargonneux », a-t-il déclaré. « Vous savez, nous sommes des scientifiques. Il y aura donc toujours un compromis dans ce que nous dirons aux participants dès le départ. »

Quoi qu’il en soit, en l’état, il semble y avoir un large consensus sur le fait que le test n’est pas bon pour prédire les biais et les comportements individuels après une seule séance.

Le test peut être bon pour mesurer le biais dans l’agrégat

Lorsque le débat sur l’IAT devient beaucoup plus contesté, il s’agit de savoir si l’IAT est bon pour prédire le comportement global — c’est-à-dire le comportement dans un groupe global.

Comme l’admettent les partisans de l’IAT, l’IAT peut ne pas vous en dire beaucoup sur les préjugés ou le comportement d’une personne qui a passé le test une fois. Mais une fois que vous prenez les résultats d’une population beaucoup plus importante de candidats aux tests ou d’une personne qui a passé le test plusieurs fois, soutiennent les partisans, vous pouvez dire avec une certaine certitude si ce groupe plus large ou cet individu est implicitement biaisé sur la base de la moyenne de tous les tests.

Tout le monde n’est pas d’accord. Ce débat, en fait, est très houleux — de manière inhabituelle pour le monde universitaire. Lorsque j’ai contacté plusieurs chercheurs qui ont critiqué l’IAT, ils m’ont dit qu’ils ne voulaient plus participer à cette discussion, me montrant plutôt un article de Jesse Singal au New York magazine de leur côté.

« J’apprécie votre intérêt, mais j’essaie surtout de m’extraire de ce débat — c’est vraiment désagréable”, m’a dit Hart Blanton, un chercheur de l’Université du Connecticut qui a critiqué l’IAT.

Voici donc ce que Blanton a dit à Singal: « Si vous n’êtes pas prêt à dire ce que signifie le positif au niveau individuel, vous n’avez aucune idée de ce que cela signifie au niveau global. If Si je suis prêt à donner un test de QI à 100 enfants et que je ne suis pas prêt à dire ce que signifie le score d’un enfant individuel, comment puis-je dire que 75% d’entre eux sont des génies ou sont handicapés d’apprentissage? »

En d’autres termes, si le test ne peut pas prédire le comportement individuel après une session, comment pouvons-nous être si sûrs qu’il peut vraiment nous dire quoi que ce soit à travers un agrégat de ces tests individuels?

Les créateurs et les animateurs de l’IAT ont cependant repoussé cet argument. « Beaucoup de choses ne sont pas bonnes pour prédire le comportement individuel”, a déclaré Lai, « mais nous trouvons toujours précieux dans l’ensemble. »

David McNew / Getty Images

Greenwald, le co-créateur de l’IAT, a cité les tests de pression artérielle comme exemple d’une autre mesure qui n’est pas totalement précise au niveau individuel après un seul test, mais qui est précise dans l’ensemble. Presque tous ceux qui sont allés chez le médecin ou ont essayé l’un de ces appareils de pression artérielle dans les épiceries peuvent probablement en témoigner: Votre tension artérielle peut varier d’un jour à l’autre en fonction de nombreux facteurs — si le test a été appliqué correctement, si vous venez de faire de l’exercice, si vous êtes stressé, etc.

Pourtant, « une personne qui, lors de tests répétés de mesure du sang, a une pression artérielle élevée est en effet correctement décrite comme ayant une pression artérielle élevée”, a déclaré Greenwald. « Une personne qui, en prenant à plusieurs reprises l’IAT basé sur la course, montre une forte préférence automatique pour une course ou l’autre peut être considérée comme ayant les associations automatiques que le test est conçu pour mesurer. »

Lai a également noté que les mesures de biais explicites sont également imparfaites pour les individus, mais précieuses dans l’ensemble. Par exemple, dans les questionnaires qui interrogent les gens sur leurs préjugés explicites, beaucoup de gens peuvent mentir — parce qu’ils ne veulent pas avoir l’air racistes — ce qui rend difficile d’évaluer si un individu est explicitement biaisé. Mais si vous avez un groupe dans lequel, par exemple, 40% ont admis des préjugés explicites et un autre groupe dans lequel 80% l’ont fait, vous vous attendriez toujours à ce que le groupe de 80% soit plus biaisé dans ses comportements globaux — même si certains des répondants des deux groupes étaient malhonnêtes.

« Ce que nous disons de nos préjugés nous dit quelque chose sur un individu”, a déclaré Lai. « Cela ne nous dit peut-être pas grand-chose sur ce qu’ils font dans la vie de tous les jours, mais cela nous dit quelque chose. »

La recherche jusqu’à présent se situe quelque part au milieu du débat. Il semble que l’IAT prédit une certaine variance des comportements discriminatoires, mais son pouvoir prédictif à cette fin semble être assez faible: selon l’étude, l’estimation varie de moins de 1% à 5,5%. Avec des pourcentages si faibles, on peut se demander à quel point le TAI est vraiment utile pour prédire un comportement biaisé — même dans l’ensemble.

Pourtant, le faible nombre, a fait valoir Lai, peut être trompeur: « En général, la prédiction comportementale est médiocre avec presque toutes les variables psychologiques. En effet, tout comportement individuel est influencé par tant de choses — par exemple, nos attitudes, nos personnalités, nos normes sociales, à quel point nous sommes fatigués, combien d’argent nous avons dans notre portefeuille, les lois, ce que nos parents et amis nous ont dit de faire, ce que notre travail dit que nous devons faire, etc. Par exemple, même un trait de personnalité éprouvé comme la conscience était corrélé à r =.13 (1,7% de la variance expliquée) avec des comportements liés à la conscience (par exemple, ne pas être en retard). »

Compte tenu de cela, il se peut que le TAI soit toujours le meilleur outil pour mesurer les biais subconscients. « Le TAI, même s’il est selon de nombreuses normes un mauvais, reste la meilleure mesure d’une mauvaise famille de mesures”, a déclaré Lai.

Les mésaventures de l’IAT ne signifient pas que le racisme n’est pas réel

Que l’IAT soit bon au niveau global ou non, il y a vraiment peu de doute sur la prévalence du racisme en Amérique. Les chercheurs à qui j’ai parlé des deux côtés ont concédé qu’il existe un grand nombre de preuves scientifiques de préjugés raciaux aux États-Unis.

Prenez une partie de la recherche qui mesure directement les comportements des gens: Dans une étude de 2003, les chercheurs ont envoyé des curriculum vitae presque identiques, sauf que certains avaient des noms stéréotypés blancs et d’autres des noms stéréotypés noirs; les noms blancs étaient 50% plus susceptibles d’être rappelés pour des entrevues. Dans une étude plus récente de 2015, les chercheurs ont testé les participants sur les associations qu’ils font avec des « noms à consonance noire”, comme DeShawn et Jamal, et des « noms à consonance blanche”, comme Connor et Garrett, constatant que les participants avaient tendance à associer les noms à consonance noire à des personnes plus grandes et plus violentes.

Clairement, ce genre d’études — et il y en a beaucoup d’autres — montrent que le racisme joue toujours un grand rôle en Amérique: Bien que nous vivions maintenant dans un monde où il n’est pas aussi acceptable de participer à un racisme explicite, il semble que les gens se livrent, tranquillement mais sûrement, à d’autres types de préjugés raciaux.

William Thomas Cain / Getty Images

La question est donc de savoir si l’IAT mesure avec précision ce racisme et si, en fait, les biais implicites sont vraiment la grande force derrière ce racisme.

Comme Jaccard, l’un des critiques de l’IAT, m’a dit: « Personnellement, je pense que le racisme structurel et individuel est un problème grave et que nous devons nous attaquer en tant que société. Je crains qu’une obsession de certains pour les préjugés implicites, compte tenu de son expérience empirique globale, puisse détourner l’attention et les ressources de nous en ce qui concerne les facteurs qui sont beaucoup plus influents et importants pour façonner les comportements discriminatoires et qui créent les disparités ethniques injustes auxquelles nous avons cruellement besoin de faire quelque chose. »

Encore une fois, les mesures du racisme explicite montrent des baisses régulières au fil du temps. De nombreux chercheurs ont interprété cela comme suggérant que beaucoup de gens ont simplement déplacé leurs préjugés raciaux du conscient au subconscient — d’où la nécessité d’un TAI en premier lieu. Mais il est tout aussi plausible que beaucoup de personnes répondant à des enquêtes sur les préjugés raciaux explicites mentent simplement sur leurs préjugés explicites parce qu’elles ne veulent pas avoir l’air racistes.

Après tout, bien que des préjugés inconscients puissent expliquer pourquoi un employeur rejette des curriculum vitae avec des noms stéréotypés noirs, il est également possible que des préjugés explicites en soient à l’origine. Peut-être qu’un employeur a des croyances explicitement racistes sur les capacités d’un employé noir, même s’il n’exprime pas ces sentiments à son entourage. De cette façon, la stigmatisation sociale du racisme qui s’est produite en Amérique depuis les années 1960 a peut-être simplement forcé les racistes à se taire, pas poussé leur racisme du niveau conscient au niveau subconscient.

Les préjugés implicites ne sont peut-être pas la bonne cible pour lutter contre le racisme

En fait, certaines recherches récentes se sont demandé si le ciblage des préjugés implicites en tant que stratégie de lutte contre le racisme pouvait même fonctionner.

Une méta-analyse co-écrite par Lai, qui fait toujours l’objet d’un examen par les pairs et subit des changements, a conclu que le biais implicite (tel que mesuré par l’IAT et d’autres tests similaires) est corrélé avec le biais et le comportement explicites, et le biais implicite peut être atténué avec succès. Mais, a-t-il constaté, les changements dans les préjugés implicites ne semblent pas entraîner de changements dans les préjugés ou les comportements explicites. Cela suggère que les stratégies qui atténuent les biais implicites n’auront pas de résultats concrets.

« Si vous essayez de cibler uniquement les biais implicites », a déclaré Lai, « cela n’affectera probablement pas les résultats qui vous intéressent vraiment. »

Lai a suggéré que le ciblage des préjugés raciaux en général n’était peut-être pas la bonne approche. Il a souligné une expérience récemment menée avec le département de police de Las Vegas.

Là, le chercheur Phillip Atiba Goff a été chargé d’aider la police à trouver un moyen de réduire son recours à la force, qui cible de manière disproportionnée les résidents des minorités. Goff a constaté que beaucoup de ces utilisations de la force étaient souvent le résultat de poursuites à pied.

Mladen Antonov / AFP via Getty Images

Avec cette conclusion, la police a établi une politique de poursuite à pied selon laquelle l’officier qui donnait la poursuite ne devrait pas être la première personne à mettre la main sur le suspect, avec des renforts coordonnés arrivant à la place sur les lieux et assumer ce rôle. L’idée est que les poursuites à pied se terminaient souvent par un usage excessif de la force; après tout, ce sont des poursuites à forte adrénaline dans lesquelles l’officier et le suspect peuvent se mettre en colère très rapidement. Donc, en limitant, si possible, la poursuite des agents de mettre la main sur le suspect, Goff a pensé que vous pouviez limiter l’usage de la force.

Le changement semblait fonctionner: il y avait une réduction de 23% du recours total à la force et une réduction de 11% des blessures infligées aux agents sur plusieurs années, en plus de réduire les disparités raciales, selon Goff.

Comme Goff m’a dit précédemment, « Je n’avais pas à parler de race pour réduire une disparité qui a des composantes raciales. J’ai dû changer la situation fondamentale où la police interagit de manière chronique avec des suspects. Et c’est le genre d’exemple dont je parle de la façon dont vous interrompez les préjugés de la vie. »

Selon Lai, c’est le genre de travail que les chercheurs doivent considérer si les stratégies qui ciblent les préjugés implicites ou d’autres types de préjugés raciaux s’avèrent irréalisables ou inefficaces.

Greenwald, co-créateur de l’IAT, a convenu: « N’optez pas pour des remèdes ou des remèdes qui prétendent éliminer les préjugés implicites ou éliminer les préférences raciales automatiques ou les stéréotypes de genre dans la tête des gens. Il n’y a aucune preuve que quelque chose comme ça fonctionne. Ces remèdes sont de la variété d’huile de serpent. Optez pour les remèdes qui impliquent une refonte des procédures afin que le biais implicite, que l’on peut supposer présent chez de nombreuses personnes, n’ait tout simplement pas de chance de fonctionner. »

De cette façon, le TAI peut ne pas représenter beaucoup. Cela pourrait nous dire des choses importantes sur les individus qui passent le test à plusieurs reprises et sur les populations plus larges, mais la réalité est que pour faire face au racisme systémique en Amérique, il faudra s’attaquer à beaucoup plus que ce que les résultats du test ramassent.

Soutenez le journalisme explicatif de Vox

Chaque jour chez Vox, nous visons à répondre à vos questions les plus importantes et à vous fournir, ainsi qu’à notre public du monde entier, des informations qui vous permettent de comprendre. Le travail de Vox touche plus de gens que jamais, mais notre marque distinctive de journalisme explicatif prend des ressources. Votre contribution financière ne constituera pas un don, mais elle permettra à notre personnel de continuer à offrir des articles, des vidéos et des podcasts gratuits à tous ceux qui en ont besoin. Veuillez envisager de faire une contribution à Vox aujourd’hui, à partir d’aussi peu que 3 $.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *