Transcript Uncertainty in a climate change era: how to communicate

Uncertainty in a climate change era: what is it, how to
communicate about it and how to live with it ?
Laurent Terray
20th CERFACS Anniversary Toulouse, October 12, 2007
Plan
•
•
•
•
Une définition de l’incertitude: de quoi parle t’-on ?
Un peu d’histoire et de philosophie des sciences
changement climatique et géo-engineering
Les incertitudes: quelles sont-elles, comment les
représenter et les communiquer vers les non
spécialistes
• Comment vivre avec les incertitudes
• Conclusion
L’incertitude: cet autre, cet étranger ?
• Incertitude: état de ce qui est incertain
• Chose incertaine: mal connue, qui prête au doute, chose
imprévisible (« les lendemains remplis d’incertitude »,
P.Loti)
• État d’une personne incertaine: anxiété, doute,
inquiétude (« l’homme, ce cloaque d’incertitude et
d’erreur », B.Pascal)
• Incertaine de ce qu’elle fera: perplexité, hésitation,
indécision, indétermination, irrésolution (« to be or not to
be, that is the question », W.Shakespeare)
• Consubstantielle à l’être humain: nous sommes des
êtres d’incertitude
• Mais aussi des êtres d’action: une heuristique
personnelle de la prise de décision (psychologie
cognitive)
L’incertitude en physique
• Le déterminisme: une thèse sur la structure causale du monde Laplace et Newton
• La révolution scientifique du 20ème siècle: une structure causale non
déterministe, elle contient des lois fondamentales de caractère
probabilistes
• La mécanique quantique: le principe d’incertitude d’Heisenberg. Il
s'agit en fait des contraintes que fait peser sur la mesure physique
la constante de Planck (petite mais non nulle), qui interdit la mesure
simultanée avec une précision "infinie" de deux grandeurs
conjuguées comme les positions et les moments
• Incertitude encore plus fondamentale: les causalités, les processus,
se réfèrent à des lois scientifiques qui nous servent à expliquer et
prédire. Or, ces dernières ne sont que des énoncés subjectifs qui
expriment de façon aussi précise que possible les régularités et
répétitions qui nous sont révélées par l’observation de la Nature (la
pomme de Newton)
Un peu d’histoire sur le changement climatique (CC)
•
•
•
•
•
•
•
•
•
•
La recherche « moderne » sur le changement climatique a 200 ans !
« Remarques générales sur les températures du globe terrestre et des espaces
planétaires » J. Fourier (1824)
« Jamais, quels que puissent être le progrès des sciences, les savants de bonne foi
et soucieux de leur réputation ne se hasarderont à prédire le temps » F. Arago (1845)
« On the diathermancy of dry and moist air » G. Magnus (1863)
« On the passage of radiant heat through dry and humid air » J. Tyndall (1863)
« On the influence of carbonic acid in the air upon the temperature of the ground » S.
Arrhénius (1896)
Déjà l’importance relative de l’eau et du CO2 dans le contrôle de la température
terrestre !
« An attempt to frame a working hypothesis of the cause of glacial periods on an
atmospheric basis » T.C Chamberlin (1899)
Le calcul toujours plus précis de Ia sensibilité climatique et des rétroactions liée à
l’eau (vapeur d’eau, nuages, neige…) IPCC AR4 (2007)
Quelle évolution méthodologique au cours de ces deux siècles ?
Un changement de paradigme ?
•
•
•
•
•
•
•
•
•
La recherche actuelle sur le changement climatique: la quintessence de l’objet
de recherche pluridisciplinaire (unification des sciences de la terre, lien avec
les sciences de la vie via le cycle du carbone, liens avec les systèmes
humains et naturels)
Le prix à payer: un niveau de complexité toujours plus élevé et des
incertitudes multiples
La tendance méthodologique: le déplacement d’une démarche purement
scientifique vers des méthodologies proches de l’engineering (modélisation):
résolution pratique d’un problème dans toute sa complexité (comment faire
voler un avion ?)
« la science moderne est une phénoménotechnique » G. Bachelard
Les attentes sociétales poussent les climatologues vers un double rôle difficile:
le prévisionniste et l’ingénieur, pas familier !
Pas prêt de s’arrêter: le géo-engineering est toujours caché dans le placard !
« Worlds in the making » S. Arrhenius (1903)
« The artificial production of carbon dioxyde and its influence on climate » G.S
Callendar (1938)
Utiliser l’effet de serre pour contrecarrer le prochain âge glaciaire
1945-1970: L’age d’or du géo-engineering ?
John Von Neuman: théorie des jeux, méca.Q, informatique, projet Manhattan
« In a 1955 Fortune magazine article, von Neumann himself explained that "Microscopic
layers of colored matter spread on an icy surface, or in the atmosphere above one,
could inhibit the reflection-radiation process, melt the ice, and change the local climate."
The effects could be far-reaching, even world-wide. "What power over our environment,
over all nature, is implied!" he exclaimed. Von Neumann foresaw "forms of climatic
warfare as yet unimagined," perhaps more dangerous than nuclear war itself. » Source:
L’illusion technologique, la bombe atomique et la maitrise de l’énergie
Irving Langmuir: prix Nobel de chimie en 1932
Meanwhile, far more visibly, the famous scientist Irving Langmuir and his associates at the
General Electric company were exploring a new proposal for rainmaking. Their idea
was to "seed" clouds with a smoke of particles, such as silver iodide crystals, that could
act as nuclei for the formation of raindrops. Langmuir quickly won support from military
agencies, and claimed success in field experiments.
Les Russes: Around 1956, Soviet engineers began to speculate that they might be able to
throw a dam across the Bering Strait and pump water from the Arctic Ocean into the
Pacific. This would draw warm water up from the Atlantic. Their aim was to eliminate the
ice pack, make the Arctic Ocean navigable, and warm up Siberia.
Budyko, Mikhail I. (1962). "Some Ways of Influencing the Climate. (in Russian)."
Meteorologiia I Gidrologiia 2: 3-8.
Les années 1970: la fin du géo-engineering?
The 1970 shift: a 1972 U.S. government rain-making operation in South Dakota was
followed by a disastrous flood, and came under attack in a class-action lawsuit. One
cloud-seeding airplane was even shot at. An increasing number of people objected in
principle to any such meddling with natural processes. The idea of changing the
weather had shifted from a benign dream of progress to a nightmare of apocalyptic
risk. Between 1972 and 1975 the U.S. government dramatically cut its budget for
weather modification.
Vietnam: Meanwhile the government had secretly been spending many millions of dollars
on a grand experiment in actual climatological warfare. The U.S. Department of
Defense directed extensive cloud-seeding over the Ho Chi Minh Trail, hoping to
increase rainfall and bog down the North Vietnamese Army's supply line in mud.
1976: Convention on the Prohibition of Military or any Other Hostile Use of Environmental
Modification Techniques, UN Treaty Ser. 1108:151.
Contrecarrer l’effet de serre ou l’âge de glace (idée dominante des années 1970)
Lamb, Hubert H. (1971). "Climate-Engineering Schemes to Meet a Climatic Emergency."
Earth-Science Reviews 7: 87-95.
L’histoire « extraordinaire » d’un physicien « célèbre » et l’illustration de l’utopie pas
toujours réalisée (heureusement!) de la toute puissance technologique (notion
d’omniscience)
L’idée de la crème solaire « Sunscreen for Planet Earth »
Society's emissions of carbon dioxide may or may not turn out to have something significant
to do with global warming--the jury is still out. As a scientist, I must stand silent on this
issue until it's resolved scientifically. As a citizen, however, I can tell you that I'm
entertained by the high political theater that the nation's politicians have engaged in over
the last few months. It's wonderful to think that the world is so very wealthy that a single
nation--America--can consider spending $100 billion or so each year to address a problem
that may not exist--and that, if it does exist, certainly has unknown dimensions. This is
especially dramatic given that contemporary technology offers considerably more-realistic
options for addressing any global warming effect than politicians and environmental
activists are considering. Some of these may be far less burdensome than even a system
of market-allocated emissions permits. One particularly attractive approach involves
diminishing slightly--by about 1 percent--the amount of sunlight reaching the earth's
surface in order to counteract any warming effect of greenhouse gases. This is not a new
concept and certainly not a complex one. Nature does this routinely: In 1991, the large
Philippine volcano Mount Pinatubo threw myriad fine particles into the upper atmosphere,
where they scattered small fractions of the sun's light and heat back into space. In 1979,
physicist Freeman Dyson, in his characteristically prescient manner, proposed the
deliberate, large-scale introduction of such fine particles into the upper atmosphere to
offset global warming, which he thought even then would eventually become a human
concern. Some of my colleagues and I have recently surveyed the current technological
prospects for such an introduction. We estimated the costs involved and presented our
results last August at the Twenty-second International Seminar on Planetary Emergencies.
The most expensive such "geoengineering" option appears to be the one long ago
proposed by Mr. Dyson, which may cost as much as $1 billion a year. More technologically
advanced options along the same lines might cost $100 million. That's between 0.1 and 1.0
percent of the $100 billion a year it is estimated would be required to price-ration fossil fuel
usage back down to 1990 levels in the United States alone. »
Le new-age du géo-engineering
“Yet if the politics of global warming require that "something must be done" while we still
don't know whether anything really needs to be done--let alone what exactly--let us
play to our uniquely American strengths in innovation and technology to offset any
global warming by the least costly means possible. While scientists continue research
into any global climatic effects of greenhouse gases, we ought to study ways to offset
any possible ill effects. Injecting sunlight-scattering particles into the stratosphere
appears to be a promising approach. Why not do that?”
Edward Teller, Reprinted from the Wall Street Journal, October 17, 1997
But who is this guy ?
-Phd avec W. Heisenberg
-Postdoc avec N. Bohr
-L’effet Jahn-Teller
-Manhattan project
-Le design de la bombe H
-La technique Monte-Carlo
-Le projet Chariot
-Le projet SDI (Star Wars)
Le futur du géo-engineering ?
•
•
•
•
•
•
Crutzen, Paul (2006). "Albedo Enhancement by Stratospheric Sulfur Injections: A
Contribution to Resolve a Policy Dilemma?" Climatic Change 77: 211-19 [doi:
10.1007/s10584-006-9101-y] (prix Nobel de chimie)
Wigley, Tom M.L. (2006). "A Combined Mitigation/Geoengineering Approach to
Climate Stabilization." Science 314: 452-54 [doi: 10.1126/science.1131728].
La communauté (à juste titre!) est très partagée: voir le récent papier de Trenberth et
Dai (2007), sur l’impact sur le cycle hydrologique (diminution du flux de chaleur
latente, modification profonde du champ de précipitation) d’une expérience de Dame
Nature, l’éruption du Pinatubo en 1991.
Inévitable à long terme ? Pari sur le délai pour atteindre une compréhension fine et
jugée subjectivement suffisante du fonctionnement du cycle hydrologique et du
climat, aucune raison objective (pas de jugement de valeur ici) de penser que
cela n’arrivera pas d’ici la fin du 21ème siècle
il y a un siècle, ni la mécanique quantique, ni la relativité générale n’existait ...
L’expérimentation avec la Nature existe déjà !! Les armes nucléaires, le clonage
humain
Les sources d’incertitude sur le changement
climatique
• Epistémique: connaissance imparfaite des phénomènes (sensibilité
climatique et rôle des nuages) pas mesurable !
• Stochastique: variabilité climatique intrinsèque et chaotique
(rétroactions), problème des conditions initiales (circulation
thermohaline) pas observable !
• Réflexive: la société fait partie à la fois du problème (émission des
GES) et de la solution(atténuation et adaptation) pas estimable ! pas
de base solide pour construire une distribution de probabilité des
scénarios
• Irréductibilité congénitale de l’incertitude!! Le futur est incertain et
impossible à prédire ! Le degré d’incertitude est lui-même incertain, il
est possible que l’incertitude ne soit pas quantifiable: pas de quête de
l’incertitude vraie, elle n’existe probablement pas…
• Il faut vivre et agir avec …
Peut-on définir une typologie plus précise des incertitudes
(dans le cadre du CC)?
Différents niveaux: une typologie générale sur le changement climatique
•
Observations incomplètes ou imparfaites: état initial de l’ océan
•
Cadre conceptuel incomplet: couplage cycle du carbone et chimie
•
Prescriptions inexactes de phénomènes connus: convection
•
Chaos: propriété intrinsèque du système
•
Absence de prévisibilité: comportement sociétal, nouvelles inventions
Avec un focus sur les modèles de climat:
•
Forçages extérieurs au système climatique: dualité couplage-forçage, dépend de
l’échelle de temps
•
Incertitude liée aux conditions initiales: susceptible ou pas d’affecter la distribution
des variables d’intérêt à l’échelle de temps demandée
•
Imperfection des modèles: 1. inadéquation des modèles « Of course all models
are wrong because, by design, they depict a simplified view of the system
being modeled. But many models are nevertheless very useful! » K.
Trenberth et 2. incertitudes des modèles sur les paramètres et/ou
paramétrisations
Difficultés additionnelles:
1.
Ces différentes incertitudes ne sont pas indépendantes !
2.
Difficulté d’arriver à une catégorisation et séparation optimale (pour quel but ?)
3.
Problème d’extrapolation (CC) versus interpolation (WF): pas d’archive des états
climatiques futurs !
Typologie des incertitudes
•
•
•
•
•
•
•
Incertitudes des conditions initiales(ICI): macroscopique (variables avec « large
slowly mixing scales », T-S dans l’océan) et microscopique (« small rapidly mixing
scale », tourbillons atmosphériques)
Réduire les ICI macroscopiques permet de mieux contraindre les distributions futures
de la variable d’intérêt (pas le cas pour les ICI microscopiques)
Les ICI microscopiques: analogie avec le jeu de dés (probabilités connues, issue
aléatoire) Calcul de la pdf avec une approche ensembliste
Les ICI macroscopiques: analogie du temps d’attente à un arrêt de bus 0. Aucune
information (issue aléatoire) 1. une fiche horaire 2. une fiche horaire et une montre 3.
une fiche horaire, une montre et un calendrier, plus d’observations du temps présent
→ réduction progressive de l’incertitude
Inadéquation des modèles: ils ne sont pas isomorphes au système réel. Problème
sérieux:
Incertitude des modèles: incertitudes sur les paramètres les plus appropriés (choix
subjectif de l’espace des paramètres, effet de 1er ordre!) pour un problème donné
(précipitation en Europe), approche ensembliste (CMIP, perturbed physics, climate
prediction.net). Difficulté d’interprétation: comment relier les distributions des
variables climatiques (ΔP sur la Méditerranée) obtenues au monde réel ? Elles
traduisent une construction idéalisée (modèle) qui n’a pas de relation forcément
évidente avec le monde réel. (même remarque sur le paramètre: impact de la vitesse
de chute des cristaux de glace dans le modèle et la réalité)
Problème de la métrique: avons-nous besoin et pouvons-nous utiliser les probabilités
? Métrique basée sur les processus, combinée avec l’approche détection-attribution ?
Interprétation et confiance dans les résultats des modèles
•
•
•
•
•
•
•
•
Impossibilité de fournir une fourchette exhaustive contenant les différentes sources
d’incertitude (certaines inconnues, certaines pas quantifiables)
Comment alors interpréter les ensembles de simulations de CC?
Un seul choix: des possibilités plausibles du climat du futur, la gamme actuelle
représente très probablement une estimation basse de l’incertitude
Bascule du quantitatif vers le qualitatif, faut-il donner des pdf ?
La notion de confiance: faible si peu de sources d’incertitude ont été considérées
et/ou si faible cohérence (signe incertain) dans les changements simulés. Forte si l’on
peut démontrer que les modèles représentent bien les observations actuelles pour
les processus clés à l’œuvre dans le CC et si on a accord entre modèles basés sur
des constructions très différentes
Confiance forte si les modèles sont capables de représenter correctement la fonction
de distribution des variables (et en particulier la variabilité)
Les grands ensembles: contraintes sur les paramètres empiriques, fonction de
transfert entre la température globale (la plus étudiée, modélisable par d’autres outils,
EBM, combiné avec les observations) et des variables régionales (température de la
Méditerranée)
L’horizon proche: 1. l’amélioration des modèles 2. la capacité des modèles les plus
complets possibles (avec tous les couplages) à reproduire les observations (être
cohérent au sens détection et attribution) 3. Lien fort entre 1 et 2 4. Exploration plus
complète ou nouvelle des sources d’incertitude 5. Plus d’efforts sur les conditions
initiales océaniques 6. Réalisation de grands ensembles avec plusieurs modèles 7.
Nouvelles approches pour la propagation des incertitudes (émulateur)
Les écueils sur la communication de
l’incertitude
•
•
•
•
•
•
•
•
•
Comment articuler, analyser et communiquer en présence d’ignorance et de
fortes incertitudes ?
Comment le niveau de consensus ou de désaccord scientifique peut-il être
communiqué de façon à rendre clair le degré de consensus de la
communauté scientifique ?
Comment peut-on communiquer sur l’incertitude des incertitudes ?
L’apport de la psychologie cognitive sur le comportement et la prise de
décision en cas de « deep uncertainty »
La recherche de la certitude: surestimation des résultats qui sont certains
par rapport aux résultats qui sont probables
L’aversion de l’ambiguïté (not knowing): préférence pour un choix avec une
probabilité spécifiée précisément versus absence d’information - paradoxe
d’Ellsberg
L’aversion du conflit: préférence pour des évaluations consensuelles mais
ambigües versus conflictuelles mais précises
L’aversion de l’ignorance: la connaissance ± approfondie d’un événement
joue sur la perception de sa probabilité
Problème avec les probabilités comprises entre 0 et 1
Sommes-nous des bayésiens implicites ?
•
•
•
1 personne sur 1000 a la maladie M
Un test T sur la maladie M a un taux de fausse alerte de 5%
Quel est la probabilité qu’une personne ayant un test T positif ait la maladie
M?
Sommes-nous des bayésiens implicites ?
•
•
•
1 personne sur 1000 a la maladie M
Un test T sur la maladie M a un taux de fausse alerte de 5%
Quel est la probabilité qu’une personne ayant un test T positif ait la maladie
M?
Théorème de Bayes:
P(M l T>0) = P(M).P(T l M) / P(T>0) = 0.001 x 1 / 0.05 = 2%
Approche fréquentielle:
Sur 1000 personnes, 1 est malade. Sur 1000 personnes, 50 vont tester positif.
La probabilité est donc de 1/50 = 2%
Le paradoxe d’Allais
•
•
Jeu 1: A. un gain certain de 30$ [78%]
B. 80% de chance de gagner 45$ [22%]
Jeu 2: E. 25% de chance de gagner 30$ [42%]
F. 20% de chance de gagner 45$ [58%]
La certitude en soi a une valeur !
Quelles conséquences pour la communication sur
le CC ?
•
•
•
•
•
•
Impossibilité de croire à une catastrophe (au caractère singulier) cf la vague de
chaleur 2003 ! la barrière cognitive (aversion de l’ambigüité) en plus fait que le choix
entre une option relativement mauvaise, l’inconnu et ne rien faire, c’est cette dernière
qui va apparaître comme la plus attractive ! De même entre 1 et 2, ce sera 1
Conséquence: dans une situation caractérisée par le caractère singulier d’un
événement et par l’absence d’information le concernant (incertitudes), le choix de
l’inaction est un candidat sérieux, entraînant la paralysie du système.
Aversion du conflit: nécessité de la recherche du consensus sur l’évaluation des
incertitudes au dépens d’une meilleure précision accompagnée par un désaccord
Aversion de l’ignorance: une représentation uniforme de l’incertitude pour des
contextes très différents peut amener à des biais dépendant des détails fournis dans
l’information appropriée à chaque contexte.
Les problèmes avec les probabilités: si nous sommes implicitement fréquentiels,
comment allons-nous nous débrouiller avec les événements singuliers (pas de
comptages !)
Qu’en est-il au sein du GIEC ?
Deux exemples issus de la littérature sur le CC: Le LOSU
GIEC 2001
Les forçages
radiatifs
Figure 6.6: Global, annual mean
radiative forcings (Wm-2) due to a
number of agents for the period from
pre-industrial (1750) to present (late
1990s; about 2000) (numerical values
are also listed in Table 6.11). For
detailed explanations see Section 6.13.
The height of the rectangular bar
denotes a central or best estimate value
while its absence denotes no best
estimate is possible. The vertical line
about the rectangular bar with “x”
delimiters indicates an estimate of the
uncertainty range, guided by the spread
in the published values of the forcing
and physical understanding. A vertical
line without a rectangular bar and with
“o” delimiters denotes a forcing for
which no central estimate can be given
owing to large uncertainties. The
uncertainty range specified here has no
statistical basis and therefore differs
from the use of the term elsewhere in
this document. A “level of scientific
understanding” (LOSU) index is
accorded to each forcing, with H, M, L
and VL denoting high, medium, low and
very low levels, respectively.
• LOSU: jugements subjectifs sur la fiabilité des estimations (hypothèses nécessaires, degré de
connaissance des mécanismes physico-chimiques, incertitudes sur le calcul)
• La gamme d’incertitude en W.m-2 n’a pas de base statistique (contrairement au reste du rapport!)
• le LOSU ajoute une ambiguïté supplémentaire sur l’interprétation de la gamme d’incertitude (VL)
• Cette forme de représentation introduit de l’imprécision à différents niveaux !
• Utilité douteuse dans un processus d’analyse et de prise de décision …
Degré de confiance et vraisemblance: M. Allen et al. 2002
•
•
•
•
•
•
•
•
•
•
•
•
Le constat sur le GIEC 2001: pas de distinction cohérente entre les déclarations sur
le degré de confiance « confidence » et celles sur la vraisemblance « likelihood »
Confiance: le degré de consensus entre les experts sur une déclaration donnée
Vraisemblance: la probabilité d’un évènement ou qu’une affirmation soit vraie
L’idée: séparer l’évaluation (appréciation, estimation) de l’incertitude en deux étapes
1. Vraisemblance (approche fréquentielle) 2. confiance (approche bayesienne)
Proposition A: Anthropogenic warming is likely to lie in the range 0.1-0.2 C per
decade over the next few decades under the SRES scenarios
Proposition B: It is likely that warming associated with increasing greenhouse gas
concentrations will cause an increase in Asian summer monsoon precipitation
Problèmes avec la séparation des évaluations objective et subjective ?
On ne peut pas les séparer complètement ! Contradiction: il est extrêmement
probable qu’il pleuve demain, le degré de confiance de cette prévision est très faible.
Degré de confiance faible ou très faible: que signifie la vraisemblance ?
Risque de biais dans l’écriture des rapports IPCC vers des affirmations avec un
degré de confiance élevée et sous-estimation des autres
La solution: le choix de la décomposition en deux étapes doit dépendre du contexte
Une alternative: Risbey et al. (2002), Kandlikar, Risbey et
Dessai (2005)
•
•
•
•
•
•
•
•
•
•
•
•
L’idée: optimiser l’ajustement entre la représentation de l’incertitude et le degré de connaissance
Permettre une évaluation qualitative de l’incertitude quand une détermination quantitative n’est
pas possible: proposer une échelle décroissante du niveau de précision
Transparence: justification claire et précise des choix effectués
Step 1: la pdf complète
2. intervalle borné
3. Ordre de grandeur, estimation au 1er ordre
4. Signe ou la tendance
5. Ambiguïté sur le signe ou la tendance
6. Ignorance (absence de résultats ou résultats très peu plausibles)
La forme d’expression de la vraisemblance est conditionnée par le degré de confiance
Proposition A: Anthropogenic warming is likely to lie in the range 0.1-0.2 C per decade over the
next few decades under the SRES scenarios. catégorie 2 ou 3
Proposition B: It is likely that warming associated with increasing greenhouse gas concentrations
will cause an increase in Asian summer monsoon precipitation. Les modèles donnent un
changement de ± 20% pour l’Inde et de -5 à + 15 pour l’Asie du sud-est catégorie 5
GIEC 2007
Les échelles de confiance et vraisemblance du GIEC 4
L’incertitude sur les scénarios SRES
• Analyse de scénario (IPCC TAR): un large spectre (40!) de futurs
possibles et plausibles pour caractériser l’incertitude et le défaut de
connaissance sur les futures émissions de GES. Mais ils ne
contiennent pas d’initiative explicite en matière de nouvelle politique
climatique (Post-Kyoto) et aucune probabilité ne leur est attribuée.
La communication sur les scénarios SRES:
un exemple de la relation science -politique
• Des scénarios descriptifs: problème normatif, des scénarios plus
désirables que d’autres (B1 est positif, A2 négatif)
• SRES: « the scenarios represent pertinent, plausible, alternative
futures which are equally possible » Plausibilité du B1: politique
volontariste contre le problème de l’acidification mais rien sur les
GES ! Improbable et pas très plausible ! Autre exemple: le taux de
croissance
• Risque de simplification de messages complexes: opposition entre
l’environnement et le développement économique sur le même axe
implique un choix entre les deux !
• La stratégie du Keep It Simple Scientists ! Nécessité d’un
raisonnement clair, attention aux héritages culturels et à son dérivé,
la supériorité morale
Comment vivre avec l’incertitude ?
•
•
•
•
•
Trouver une alternative entre la prévision et le scénario
Sortir du principe de précaution ?
Prendre au sérieux la réalité de l’avenir
Changement de temporalité
Définir un projet sur la base d’ un avenir dont on ne veut pas afin
d’éviter qu’il ne se produise (paradoxe)
• Tension entre optimisme et catastrophisme, inhérente au
changement de temporalité
• Anticipation d’un jugement éthique rétrospectif sur les choix actuels
En conclusion
• Dans tout acte humain comportant un choix délibéré il y
a une prédiction. Sans prédictions, la science et la vie
quotidienne seraient également impossibles (Rudolf
Carnap)
• L'incertitude de toute spéculation ne nous condamne-telle pas à l'action, et l'action ne nous oblige-t-elle pas à
l'espoir? (Jean Bédard)
Quelques références (pour les curieux)
•
•
•
•
•
•
•
•
Kandlikar, M., J. Risbey, and S. Dessai. 2005. Representing and Communicating
Deep Uncertainty in Climate Change Assessments, Comptes Rendu Geosciences
337, 443-451.
Patt, A. G. and Schrag, D. 2003. Using specific language to describe risk and
probability. Climatic Change 61, 17-30 (2003).
Patt, A. G. and S. Dessai. 2005. Communicating uncertainty: lessons learned and
suggestions for climate change assessment. Comptes Rendu Geosciences 337, 425441.
Kahneman, D. and A. Tversky. 1979. Prospect theory: an analysis of decision under
risk. Econometrica 47, 263-291.
J.P. Dupuy (2002), Pour un catastrophisme éclairé : quand l’impossible est certain,
Seuil,Paris.
H. Jonas (1990), Le principe responsabilité, une éthique pour la civilisation
technologique, traduction Das Prinzip Verantwortung [1979], troisième édition,
Editions du Cerf, Paris.
Jean-Pierre Dupuy and Alexei Grinbaum 2005: Living with uncertainty: from the
precautionary principle to the methodology of ongoing normative assessment.
Comptes Rendu Geosciences 337, 457-474 et tout le volume 337, issue 4 de C.R
Geosciences
Le site de Spencer Weart sur les aspects historiques et le geo-engineering:
http://www.aip.org/history/climate/index.html