Statistiques, Probabilité et Justice

Leila Schneps

Résumé

Introduction

Les statistiques sont mêlées à la justice comme les tendons à la chair; elles se trouvent un
peu partout, elles lient la masse, et pourtant elles sont curieusement invisibles, et il est
même souvent difficile de se convaincre de leur importance. Quel besoin de statistiques
dans une enquête criminelle - ne s’agit-il pas de chercher des indices, trouver et question-
ner des témoins, relever des traces sur la scène du crime ou sur les vêtements des accusés,
et puis construire, à partir de tout ce corpus d’informations, un narratif convaincant ? Tout
au plus veut-on bien admettre que la biologie ou la chimie peuvent avoir un rôle impor-
tant à jouer, en ces temps où l'on fait régulièrement appel à l'analyse scientifique pour
chercher à tirer une identification de personne ou de lieu à partir de traces infimes.

Et pourtant, on ignore les statistiques à nos risques et périls, car ce sont elles qui nous
aident en de nombreuses situations à prendre la bonne décision. Après une analyse bi-
ologique ou chimique, ce sont en fin de compte les statistiques qui serviront à décider si
la trace provient de l’accusé lui-même et avec quelle probabilité, ou des vêtements qu’il
est censé avoir portés, ou du lieu où il est censé avoir visité. Ce sont elles qui apparais-
sent silencieusement dans les pensées de ceux à qui incombe la tâche de prendre une dé-
cision finale par rapport à la culpabilité ou l’innocence de l’accusé, en respectant un cer-
tain niveau de conviction intime forcément moindre qu’une certitude absolue, et en
préférant sciemment relâcher un coupable que condamner un innocent. La tâche du juge
et du jury consiste à rendre un jugement à partir d’indices divers, ou, en d’autres termes,
d’effectuer une synthèse des preuves, de mesurer le poids de la totalité des preuves. La
théorie des probabilités et des statistiques peut révéler des secrets invisibles à l’oeil nu, en
aidant notre intuition souvent défaillante à mesurer correctement le poids d’une preuve
scientifique en comparaison avec d’autres qui ne le sont pas, ou alors le poids d’une com-
binaison de preuves quand on a vu chacune présentée séparément. Une des tactiques
préférées des avocats de la défense est de jeter le doute sur chaque preuve, une par une.
La seule réponse possible est de résister à cette séparation, en revenant à une considéra-
tion globale des preuves prises ensemble. Là encore, la théorie mathématique peut rendre
service de manière précieuse et même indispensable.

Malgré une multitude d’exemples d’erreurs judiciaires qui auraient pu être évitées par une
application correcte de la théorie des probabilités, application qui a souvent été effectuée
a posteriori par des statisticiens se penchant sur un cas rendu public (parfois à temps pour
obtenir un acquittement de l’accusé lors du procès en appel, parfois des décennies plus
tard dans le but de fournir un résultat purement théorique), cette idée a énormément de
mal à faire son chemin dans la mentalité judiciaire. Dans les pays anglo-saxons, qui sont
à la pointe de la recherche dans ce domaine, des jugements fiables et solides ont été an-
nulés en appel parce que le juge n’appréciait pas que le jury parvienne à une décision sur
la base d’une formule mathématique. Historiquement, dans les pays anglo-saxons, on
envisage autrement le travail du jury, comme une combinaison savante et mystérieuse,
jamais explicitée et ne devant d’explications à personne, de raisonnement, d’intuition et
de compromis entre les différentes opinions. Certes, le fait de mettre douze personnes
dans un jury diminue les risques d’une erreur grossière commise par un seul individu1.
Mais comme cela a été démontré par de nombreuses études, il y a des erreurs de probabil-
ités qui sont faites par tous les êtres humains ; si l’on refuse d’aborder certaines situations
de manière rigoureuse et… mathématique, cela ne servira à rien de prendre une ou neuf
ou douze ou même des centaines de personnes comme lors des études ; l’erreur sera tou-
jours la même.

L’idée même d’utiliser des calculs probabilistes pour déterminer la probabilité de la cul-
pabilité d’un accusé, ou plus simplement pour déterminer la probabilité qu’un certain
événement précis ait eu lieu ou non, étant données les circonstances observées, n’est sur-
venue dans le contexte judiciaire qu’à la fin du 19ème siècle. Dans le premier cas réper-
torié, un mathématicien de Harvard a été appelé à témoigner dans un procès contre une
femme accusée d’avoir imité la signature de sa tante décédée sur une lettre léguant toute
sa fortune à l’accusée, en contradiction directe avec son testament. La signature de la let-
tre était à peu près identique à celle du testament ; similarité suspecte même si cette dame
avait une écriture d’une grande régularité. Le mathématicien a eu recours à un modèle
binomial beaucoup trop théorique, considérant la probabilité que les différentes lettres
dans deux signatures de la même personne se ressemblent comme une constante, in-
dépendamment du fait que les signatures aient pu être faites au même moment sur le
même bureau avec le même stylo, ou à des décennies d’intervalle. Ce calcul, devenu lé-
gendaire dans le monde juridique, a convaincu le jury, mais pas la postérité ; il est peut-
être même la raison pour laquelle de tels calculs ont été évités par la suite pendant plus de
soixante ans. Ce n’est en 1964 qu’un procureur californien a eu l’idée qui est devenue
toute une science depuis : utiliser un calcul théorique pour déterminer la probabilité que,
par une pure coïncidence, les accusés dans un procès pour vol à l’arraché possèdent de
nombreux traits en commun avec les vrais voleurs, vus par deux témoins. Là aussi, le
calcul, fait n’importe comment, a convaincu le jury mais non la postérité, et comme dans
le cas précédent, le fait d’être perçu plus tard comme erroné a encore une fois remis l’util-
isation des mathématiques à bon escient à plus tard. Il a fallu l’arrivée de l’analyse de
l’ADN, développée dans les années 80, pour réintroduire une troisième fois les calculs
mathématiques dans les procès criminels ; une fois présente dans ce cadre, on a com-
mencé à accepter qu’ils pouvaient être utilisés de manière correcte par des personnes
qualifiées. On les utilise également aujourd’hui en lien avec des analyses scientifiques
chimiques ou biologiques, en général dans le but d’une comparaison entre les traces du

1 Notons toutefois que le système du jury, en cas d’infraction grave, varie beaucoup de pays en
pays; dans la plupart des pays européens le jury consiste en un mélange de juges professionnels et
de simples citoyens, mais dans d’autres (tel les Pays-Bas), le jury n’existe pas du tout et les déci-
sions sont prises par trois juges; de plus dans certains pays (tel l’Italie) le jury est tenu de rendre
un rapport détaillé expliquant sa décision, ce qui fournit une source extraordinaire pour ceux qui
étudient la nature des erreurs judiciaires.
crime et les échantillons prélevés sur l’accusé. Mais le débat sur l’extension de cette utili-
sation à des questions plus larges, par exemple pour calculer la probabilité qu’un certain
concours de circonstances puisse avoir eu lieu, ou pour estimer le poids d’une preuve par
rapport aux autres, reste vif, et les désaccords sont loin d’être résolus.

Pour comprendre pourquoi les probabilités rencontrent tant de problèmes dans toute ap-
plication à la justice en dehors des sciences dites « dures », il faut comprendre où se
situent les obstacles, qui sont de nature aussi bien historique que psychologique. Dans les
paragraphes qui suivent, après une petite introduction mathématique volontairement très
élémentaire, nous expliquerons quelques uns des malentendus les plus fréquents et les
plus frappants, illustrés sur des cas réels.

Le théorème de Bayes

Probabilités conditionnelles

Notons par une lettre majuscule (A, B, I, C, T etc.) un événement qui peut se produire
avec une certaine probabilité, par exemple « l’accusé est coupable » ou alors « cette em-
preinte digitale appartient à telle personne ». Nous notons P(A) la probabilité que
l’événement A ait lieu2. Nous notons P(NA) son opposée, la probabilité que l’événement
A n’ait pas lieu, dite aussi probabilité de non-A. La somme P(A)+P(NA) est égale à 1,
c’est-à-dire qu’étant donné P(A), nous pouvons calculer P(NA) par la formule P(NA)=1-
P(A).

Nous notons P(A|B) la probabilité, dite conditionnelle, que A ait lieu étant donné qu’on
sait que B a eu lieu; on dit « P(A|B) est la probabilité de A étant donné B », ou plus sim-
plement « la probabilité de A si B ».

Deux probabilités conditionnelles opposées P(A|B) et P(B|A) sont reliées par une formule
précise connue sur le nom du théorème de Bayes (voir la note 2), donnée par la formule
suivante:

(1) P(A|B)=P(B|A)P(A)/(P(B|A)P(A)+P(B|NA)P(NA)).

2 On parle de la probabilité que l’événement “l’accusé est coupable” ait lieu même quand il s’agit
d’un événement passé, donc déjà décidé: en réalité, soit cet événement a eu lieu, soit non. Cela
pose un problème psychologique; il n’est pas évident de saisir le sens d’un taux de probabilité
pour un événement passé, mais dont on ne sait pas s’il a eu lieu ou non. Le révérend Thomas
Bayes (1702-1761), auteur de la formule probabiliste utilisée le plus souvent dans le cadre judici-
aire, était lui-même conscient de cette bizarrerie, et a tenté de l’illustrer par l’exemple suivant. Il
avait placé derrière son dos un assistant chargé de lancer une pièce sur une table divisée en deux
par une ligne dessinée au milieu. Ensuite, l’assistant lançait plusieurs autres pièces, et informait à
chaque fois le révérend Bayes si la nouvelle pièce était tombée à droite ou a gauche de la pre-
mière. De cette façon, après l’information apportée par la lancée de quelques dizaines de pièces,
Bayes était à même de donner une estimation probabiliste de la position de la première pièce par
rapport à la ligne du milieu de la table. Cette position était pourtant un fait établi, et connu de
l’assistant, mais que Bayes lui-même ignorait.
En substituant P(NA)=1-P(A) dans le (1) nous obtenons la version suivante simplifiée,
dans laquelle le membre de gauche est calculé par le membre de droite utilisant seulement
trois inconnues P(A), P(B|A) et P(B|NA):

(2) P(A|B)=P(B|A)P(A)/(P(B|A)P(A)+P(B|NA)-P(B|NA)P(A)).

Mise à jour d’une probabilité a priori en ajoutant une nouvelle information

Pour illustrer l’utilisation de la formule, nous considérons le cas d’un accusé et d’un fait
spécifique porté contre lui, qui peut être par exemple une trace physique laissée sur la
scène du crime, l’affirmation d’un témoin oculaire, ou une coïncidence par trop sur-
prenante dans son explication des faits. Notons I l’énoncé « l’accusée est innocente », et
X l’énoncé « tel fait a été constaté » La probabilité qui nous intéresse est P(I|X), la proba-
bilité que l’accusé soit innocent malgré le fait X. Pour calculer cette probabilité P(I|X),
nous changeons simplement A en I et B en X dans la formule (2), ce qui donne

(3) P(I|X)=P(X|I)P(I)/(P(X|I)P(I)+P(X|NI)-P(X|NI)P(I)).

En général dans les affaires judiciaires, nous pouvons adopter la valeur 1 pour la proba-
bilité P(X|NI), qui représente la probabilité que si l’accusé est coupable, le fait X ait pu se
produire. En effet, si l’accusé est coupable, son ADN ou son empreinte correspondra à
celle qui a été trouvée, c’est bien lui qui aura été vu par le témoin, la coïncidence éton-
nante ne sera finalement pas du tout une coïncidence mais une situation produite par un
acte volontaire. Si l’accusé n’est pas compatible avec la trace ou au fait X (par exemple
si l’empreinte digitale trouvée sur la scène du crime ne lui correspond pas), il sera relaxé.
On peut supposer donc que X lui correspond, donc que s’il est coupable il a fourni ou
causé X, d’où P(X|NI)=1. La formule (3) se simplifie alors pour devenir

(4) P(I|X) = P(X|I)P(I)/(P(X|I)P(I)+1-P(I)).

Cette formule permet donc de calculer la probabilité désirée, P(I|X), que l’accusé soit in-
nocent étant donné le fait X, en termes de deux autres seulement : P(X|I), qui mesure la
probabilité d’observer X si l’accusé est innocent, et P(I), la probabilité a priori que l’ac-
cusé soit innocent avant de connaître quoi que ce soit de l’existence du fait X. On inter-
prète cette formule comme une mise à jour de la probabilité a priori P(I), établie avant de
connaître quoi que ce soit sur X, en y ajoutant l’information P(X|I), qui est généralement
une information purement scientifique : la probabilité d’observer X purement par hasard
(étant donné que l’accusé est innocent). Le côté droit de la formule (4) montre la façon
mathématique, la seule correcte, d’incorporer la nouvelle information P(X|I) à l’ancienne
estimation P(I) de la probabilité innocence, pour produire une nouvelle probabilité mise à
jour, de la probabilité P(I|X) étant donné la nouvelle information au sujet de X.

Exemples tirés de faits réels

Pour illustrer l’utilisation de la formule, nous prendrons l’exemple d’une infirmière3 ac-
cusée du meurtre de plusieurs de ses patients à l’hôpital où elle travaille sous prétexte
qu’elle s’est trouvée dans la salle lors de chacun des décès. Notons I l’énoncé « l’accusée
est innocente », et X l’énoncé « elle était présente dans la salle chaque fois que l’un de ses
patients est décédé».

La probabilité P(X|I) est la probabilité, étant donné le nombre de morts au sein de l’hôpi-
tal et les plages horaires travaillées par l’infirmière dans chaque service, qu’elle soit
présente à chaque décès purement par hasard ; c’est un calcul mathématique un peu com-
pliqué mais nullement subjectif. La probabilité a priori, P(I), est celle qu’une infirmière
prise au hasard ne tue pas ses patients. On pourrait la calculer à partir de statistiques con-
nues sur les infirmières tueuses ; elles sont en nombre minuscule, peut-être de l’ordre de 1
sur 1 million, ce qui fait que P(I) serait très proche de 1. Cette définition de P(I) serait
toutefois contestable. Lors du procès, on citera par exemple le passé louche de l’infir-
mière, des choses étranges qu’elle a pu noter dans son journal intime, le fait que ses col-
lègues ne se sont jamais vraiment liées d’amitié avec elle, qu’elles la trouvaient bizarre, et
une multitude d’autres faits concernant cette infirmière particulière. Pour cette raison-là,
la valeur de P(I) peut être considérée comme beaucoup plus élevée que la simple propor-
tion d’infirmières tueuses.

C’est la nécessité de fournir une estimation assez subjective et personnelle de P(I) qui fait
que le raisonnement dit bayésien est souvent remis en doute ou considéré comme étant
approximatif, pas vraiment scientifique et de ce fait peu fiable. Pourtant, il est souvent
possible de calculer P(I) purement sur la base d’informations statistiques sans aucun ap-
port subjectif, et même quand ce n’est pas possible, on peut utiliser une fourchette de
valeurs pour P(I).

Admettons qu’il n’y a qu’une infirmière sur un million qui tue ses patients, posons donc
en conséquence P(I)=0.999999, et prenons pour P(X|I) la valeur 0.0001. Il est certain
que si l’on calcule qu’il n’y a qu’une chance sur dix mille que l’infirmière se soit trouvée
dans la salle à chaque décès, on est en droit de la soupçonner. On applique donc la for-
mule (4), et on trouve une valeur de 0.99 pour P(I|X), c’est-à-dire que l’accusé est
presque surement innocent.

Si l’expert affirme que la probabilité P(X|I) est beaucoup plus petite, disons de
0.0000001, la probabilité d’innocence tombe à 9%, ce qui est largement suffisant pour
imposer l’acquittement.

Essayons maintenant pour P(I) un chiffre plus subjectif, provenant des considérations
personnelles concernant cette infirmière. Ce n’est pas parce qu’elle a un passé louche ou
un caractère peu amène qu’elle a une grande chance d’être meurtrière, mais on peut se
permettre d’augmenter la probabilité de culpabilité de 1 sur 1 million à disons 1 sur 10

3 On peut par exemple considérer le cas de Lucia de Berk, infirmière néerlandaise, dont le cas est
plus ou moins décrit ci-dessous, mais on trouvera des cas similaires dans pratiquement tous les
pays.
mille ; on pose donc P(I)=0.9999. Calculons P(I|X) par curiosité avec ce chiffres et P(X|
I)=0.0000001 ; on trouve alors une probabilité d’innocence de 9 sur 10 mille, c’est-à-dire
proche de 1 sur mille ; étant donné le nombre d’infirmières dans un pays, ce chiffre rend
toujours assez probable le fait que l’une d’entre elles rencontre la situation X de temps en
temps.

Le théorème de Bayes a été utilisé plusieurs fois dans des procès, mais - notamment en
Angleterre - il a malheureusement rencontré un mur d’incompréhension qui a fait que
plus d’un juge en a interdit l’usage, même par des experts qualifiés. Les cas qui se prêtent
le mieux à une utilisation directe du théorème de Bayes sont ceux où l’on présente très
peu de preuves, mais parmi elles une preuve purement scientifique comme par exemple
une fréquence de type de trace dans la population générale fournie par un expert. Un cas
de ce type, Regina vs Adams (1996), a fait jurisprudence en Angleterre ; il s’agissait
d’une accusation de viol. Les rares preuves présentées au procès, dont le fait que la vic-
time n’a pas su identifier son agresseur lors d’une parade d’identification malgré son af-
firmation qu’elle le reconnaîtrait n’importe où, le fait que l’accusé n’avait pas l’âge in-
diqué par la victime mais lui semblait beaucoup trop vieux, et le fait qu’il avait un alibi
(quoique peu fiable) pour la nuit en question, étaient toutes de nature à disculper l’accusé,
à l’exception de l’échantillon d’ADN prélevé sur la victime peu après l’agression, qui
correspondait à l’accusé et dont l’analyste a estimé qu’il pourrait appartenir à seulement
une personne sur 200 millions4.

Confronté à une identification par l’ADN qui était, sinon parfaite, du moins d’une grande
précision, l’avocat de la défense a fait appel à un statisticien pour expliquer au jury com-
ment comparer le poids de cette preuve à celui de toutes les autres réunies, toutes à
décharge. Le statisticien s’est servi du théorème de Bayes, qu’il a expliqué de façon
claire et pédagogique, dans le but de montrer que les autres preuves pouvaient justifier
une minuscule possibilité d’innocence, baissant la probabilité de culpabilité à 99% au lieu
de pratiquement 100%. Peut-être, espérait la défense, une petite fenêtre de 1% de chance
d’innocence serait-elle suffisante pour créer dans l’esprit des jurés un doute. Mais cela n’a
pas marché, et le jury a condamné l’accusé. Celui-ci a fait appel sous prétexte qu’on ne
pouvait pas faire un cours de mathématiques au jury. Le juge au procès d’appel a confir-
mé ce sentiment, soulignant l’événement avec des phrases bien senties, dans un jugement
qui a fait jurisprudence en Grande Bretagne et qui continue à peser lourdement dans tous
les procès où le théorème de Bayes aurait un rôle à jouer.

Introduire le théorème de Bayes ou toute autre méthode du même acabit dans un procès criminel
plonge le jury d’une manière inappropriée et inutile dans des régions de théorie et de complexité
qui le détourne de la tâche qui lui a été assignée […] Le jury doit évaluer le poids des preuves et

4 Il arrive souvent qu’un échantillon d’ADN prélevé lors d’une agression n’identifie pas com-
plètement un individu, car un tel échantillon est généralement un mélange de celui de l’agresseur
avec celui de la victime, et si en un lieu génétique donné on ne relève pas quatre allèles distinctes
(deux par individu), mais disons trois seulement dont deux de la victime, on peut supposer que
l’allèle manquante de l’agresseur est invisible car identique à l’une de celles de la victime, mais
on ne peut pas savoir laquelle. Ceci peut conduire à une légère incertitude quant au position-
nement de certaines allèles de l’agresseur, donc une identification moins certain que quand on
dispose d’un échantillon de bonne qualité provenant d’un seul individu.
parvenir à une conclusion, non pas en utilisant une formule (mathématique ou autre) mais par
l’application collective de leur sens commun individuel et leur connaissance du monde aux
preuves qui leur ont été présentées.

Ce juge avait-il raison? Le statisticien a en tout cas réagi avec un article publié dans un
journal de statistiques, dans lequel il formule l’objection suivante : Comment le jury est-il
censé pouvoir comparer, en utilisant leur connaissance du monde, un chiffre minuscule
comme 1 sur 200 millions à des preuves du type ordinaire ? En effet, notre connaissance
du monde ne nous permet d’aborder, au quotidien, ni des nombres minuscules ni des
nombres gigantesques. Le juge a eu beau dire que les jurys fonctionnent depuis des cen-
taines d’années, le statisticien a rétorqué que ce n’est que depuis une trentaine d’années
que ce genre de résultat scientifique est présenté systématiquement comme partie des
preuves. Comment raisonner comme d’habitude quand, dixit Benjamin Peirce, ce mathé-
maticien de Harvard évoqué dans l’introduction, les nombres sont si petits que « de telles
ombres évanescentes des probabilités ne peuvent appartenir à la vraie vie; elles sont ex-
traordinairement moindres que des choses déjà beaucoup trop petites pour que la loi s’y
intéresse ».

Le sophisme du procureur

Définition

Un problème majeur qui intervient dans un très grand nombre de procès, et qui joue
également un grand rôle dans la manière dont un procès est perçu par le public, est le ma-
lentendu dit sophisme du procureur, qui consiste à conclure, à partir d’une très faible
probabilité qu’une situation précise ait pu se produire entièrement par hasard, que la seule
explication vraiment raisonnable est que cette situation se soit produite en réalité par un
acte intentionnel. Notons que cette situation se produit souvent ; le cas de l’infirmière
évoqué ci-dessus en est un exemple typique, puisque c’est avant tout la coïncidence de sa
présence dans la salle à chaque décès qui a éveillé les soupçons de ses collègues.

En effet, un événement rare, une véritable coïncidence, tend à créer des soupçons, même
quand la théorie des probabilités nous dit qu’une telle coïncidence à une forte probabilité
de se produire de temps en temps. Il faut faire très attention dans les affaires fondées es-
sentiellement sur l’observation d’une coïncidence : a priori, on peut admettre tout au plus
que la situation mérite une enquête approfondie.

En termes mathématiques, l’erreur consiste à confondre deux probabilités

conditionnelles : la probabilité cherchée, c’est-à-dire celle que l’accusé soit innocent étant
donnée la coïncidence, et celle qui est discutée le plus souvent au procès, l’opposée, c’est-
à-dire la probabilité (généralement minuscule) que la coïncidence puisse se produire dans
le cas où l’accusé serait innocent. En termes de formules, donc, la probabilité minuscule
de la coïncidence P(X|I) a été remplacée par P(I|X). Parce que la première est réellement
extrêmement faible, il nous semble que la deuxième doit l’être aussi. C’est pourtant sou-
vent loin d’être le cas ; ces deux probabilités n’ont aucune raison d’être égales ni même
commensurables.

Un exemple frappant: le cas de Sally Clark

L’exemple qui a permis au public britannique de prendre conscience de manière éclatante

du sophisme du procureur était le cas de Sally Clark. Cette jeune avocate en congé de
maternité a perdu son bébé peu après sa naissance ; les médecins, n’ayant pu déceler une
raison pour le décès de l’enfant, ni maladie ni maltraitance, ont diagnostiqué un cas de
mort subite du nourrisson. Il s’agit d’un événement qui se produit malheureusement de
temps en temps. Une étude extrêmement détaillée a été effectuée par l’organisation bri-
tannique CESDI5 dans le but de chercher, sinon des causes de ce phénomène, tout au
moins des facteurs corrélés avec un risque plus élevé.

En faisant remplir un questionnaire à des milliers de familles ayant connu un épisode de

mort subite du nourrisson, l’étude a pu identifier trois facteurs qui semblaient augmenter
la fréquence du phénomène de manière significative. Ils ont produit le tableau de
fréquences suivant :

Famille avec mère de moins de 27 ans : 1/567

Famille avec mère de plus de 26 ans : 1/1882
Famille avec fumeur : 1/737
Famille sans fumeur : 1/5041
Famille avec deux parents chômeurs : 1/486
Famille avec un parent chômeur : 1/2088
Famille avec les trois facteurs : 1/214
Famille avec aucun de ces trois facteurs : 1/8543
Famille tous types confondus : 1/1303

Chaque famille qui subit un incident de mort subite du nourrisson au Royaume-Uni est
désormais suivie par une organisation consacrée surtout à la suivie des autres enfants, le
CONI6. Les parents reçoivent un détecteur d’apnée que tout autre bébé doit porter en
permanence, ainsi qu’une formation en aide d’urgence et réanimation par bouche-à-
bouche et une visite hebdomadaire par une auxiliaire puéricultrice entraînée à détecter
tout signe de maladie ou de traumatisme chez les enfants.

Quand Sally et son mari eurent un deuxième enfant, un an plus tard, ils bénéficièrent de
ce suivi. Des mois durant, tout se passa bien ; puis un jour, alors que l’enfant était âgé de
neuf mois, en rentrant d’une visite à la clinique où il avait été vacciné, il tomba subite-
ment malade. Le soir même, sa mère le retrouva dans son transat, la tête pendante, le
teint gris. Elle appela son mari à la rescousse, lequel commença immédiatement la

5 Confidential Enquiry into Stillbirths and Deaths in Infancy

6 Care of Next Infant

procédure de réanimation par bouche-à-bouche pendant que sa femme appelait l’ambu-
lance. Malheureusement l’enfant décéda à l’hôpital.

L’autopsie détecta cette fois une infection, ainsi que quelques signes suspects de maltrai-
tance; des marques sur les paupières associées avec des cas d’asphyxie et une côte
légèrement fêlée. Le père attribua cette dernière aux pressions exercées sur la poitrine du
bébé lors du bouche-à-bouche. Mais quand les parents racontèrent le déroulement précis
de cette soirée aux enquêteurs, c’est sur la mère que les soupçons tombèrent, étant donné
que selon les deux parents, c’est elle qui avait trouvé l’enfant en mauvais état avant d’ap-
peler son mari. Les enquêteurs, accusant la mère d’avoir secoué ou asphyxié le bébé, dé-
cidèrent de revenir sur le cas du premier bébé, supposant naturellement qu’il avait subi le
même sort. On intenta alors un procès pour double meurtre à la mère. Son mari, totale-
ment convaincu de son innocence, fut obligé d’assister au procès de sa femme en qualité
de témoin.

Il semblait au couple que les preuves contre elle était minimales, voire inexistantes.
Certes, le deuxième enfant souffrait d’une côte fêlée, mais de nombreux médecins étaient
d’accord que le bouche-à-bouche paniqué du père pouvait en être la cause. L’auxiliaire
puéricultrice et la nounou de la famille n’avaient que des bonnes choses à dire sur Sally
Clark en tant que maman. Son mari, surtout, savait qu’il n’y avait aucune chance qu’elle
ait fait le moindre mal à ses bébés. La plus lourde charge qui pesait contre elle était mal-
heureusement le fait qu’elle n’avait pas perdu un mais deux enfants de mort subite du
nourrisson, ce qui est un événement extrêmement rare.

Il est vrai que cette situation n’est nullement inconnue. De fait, Sally reçut pendant le
procès des lettres d’autres mères qui avaient perdu jusqu’à trois enfants de cette façon,
dont une par exemple où plusieurs générations avaient connu cet événement tragique.

Mais dans une famille comme les Clark, qui ne présentait aucun des trois facteurs à risque
indiqués par l’étude CESDI, la probabilité d’une double mort subite de nourrisson parais-
sait si faible que cela en devenait suspect. C’est de cela que témoigna l’expert médical
appelé par l’accusation, Sir Roy Meadows, qui était surtout spécialiste d’abus maternel
des enfants. Sir Roy Meadows affirma au procès que comme la fréquence d’une mort
subite dans une famille comme les Clark était de 1 cas sur 8543, la fréquence que ce mal-
heur se produise deux fois serait de (1/8453)^2, donc de 1 sur 73 millions à peu près, ce
qui revient à un cas par siècle. La probabilité que cela arrive par hasard étant également
minuscule, il y avait tout lieu de penser que ce n’était pas arrivé par hasard, affirma-t-il,
donc que la mère y était pour quelque chose.

Le jury, n’ayant entendu par ailleurs que des témoins du bon caractère de Sally Clark et
des disputes parfois âpres entre médecins convaincus d’interprétations différentes et
même totalement contradictoires des résultats techniques des autopsies, trouva le raison-
nement de Roy Meadow simple et convaincant. Sally Clark fut reconnue coupable du
double meurtre de ses enfants et condamnée à la prison à perpétuité.
Le raisonnement utilisé par le témoin expert est ici vicié par deux erreurs : celle qui con-
siste à supposer que la mort subite du nourrisson est un événement qui frappe aléatoire-
ment - une hypothèse démentie immédiatement par l’étude CESDI citée au procès, qui
montre bien qu’il y a des facteurs à risque - et donc à calculer la probabilité de la mort de
deux nourrissons comme le carré de la probabilité de la mort d’un seul, et le sophisme du
procureur. En effet, si X dénote l’assertion « deux enfants sont morts » et I dénote l’as-
sertion « la mère est innocente », il explique que la probabilité P(X|I) que deux enfants
dans une famille sans facteur à risque meurent absolument par hasard (sans que la mère y
soit pour quoi que ce soit) est minuscule, et de ceci il conclut que la probabilité P(I|X) que
la mère soit innocente étant donné la mort des deux bébés doit être elle aussi minuscule.
Mais ces deux probabilités n’ont aucune raison d’être égales. Elles sont reliées par la
formule (4) ci-dessus:

P(I|X)=P(X|I)P(I)/ (P(X|I)P(I)+1-P(I)) .

Selon cette formule, pour calculer correctement P(I|X), il ne suffit donc pas de connaître
P(X|I); il faut, comme dans le cas de l’infirmière, connaître aussi une probabilité d’inno-
cence a priori P(I). Or, ici aussi il est possible de donner une réponse statistique à la
question « avec quelle fréquence les mères tuent-elles leurs enfants ? ». Cette probabilité
est statistiquement minuscule, certainement pas plus grande que celle que deux enfants
meurent de mort subite du nourrisson dans une même famille. Pour simplifier, admettons
que ces deux probabilités sont égales, c’est-à-dire que P(NI)=P(X|I),
où P(NI) dénote la probabilité qu’une mère tue ses enfants. On a alors

P(I) = 1 - P(NI) = 1 - P(X|I),

et la formule (4) devient

P(I|X)=(P(X|I)-P(X|I)^2) / (2P(X|I)-P(X|I)^2).

Le terme P(X|I)^2, étant au carré, est négligeable par rapport au terme P(X|I); en l’igno-
rant on obtient finalement

P(I|X)=P(X|I)/2P(X|I) = 1/2.

Cette formule donne une représentation mathématique du raisonnement suivant: nous

sommes en face de deux possibilités rarissimes ; soit les deux enfants sont effectivement
morts tous les deux par la mort subite du nourrisson, soit la mère est une double meur-
trière de ses enfants. Or la fréquence de ces deux événements dans notre société est à peu
près équivalente (et minuscule), donc les deux interprétations des faits ont une probabilité
égale d’être la bonne.

Il est aberrant d’être arrivé à une condamnation dans un cas pareil.

De la difficulté de reconnaître le sophisme du procureur

Le problème du sophisme du procureur a été beaucoup étudié, et les professionnels du

droit en sont, aujourd’hui, très largement conscients. Malheureusement, cette vigilance
peut aller trop loin, en les amenant à rejeter des arguments légitimes sous prétexte qu’ils
tombent dans le sophisme du procureur, quand en réalité ce n’est pas le cas.

Lors d’un procès concernant la mort d’un nouveau-né en Angleterre, dont le cadavre fut
retrouvé dans une haie traversant un champ près d’un marais dans la campagne à 500
mètres du domicile de l’enfant, l’accusation a fait appel à l’experte en botanique Patricia
Wiltshire pour examiner et analyser le pantalon et les chaussures boueuses d’un ami de la
mère de l’enfant, lequel niait avoir jamais mis le pied à cet endroit. L’experte a prélevé
des échantillons de plantes et de terre sur le lieu et sur les vêtements pour effectuer une
comparaison. Elle a énoncé ses conclusions comme suit:

La combinaison particulière de plantes qui poussent à cet endroit est rarissime. Des
nombreuses espèces que j’ai pu identifier à partir des échantillons prélevés sur le lieu,
j’en ai trouvé presque toutes également sur le pantalon et les chaussures du suspect. J’en
conclus que, en dépit de ses dénégations répétées, il est extrêmement probable qu’il a
marché à cet endroit assez récemment.

L’avocat de la défense a relevé immédiatement le défi. « Vous nous montrez que la prob-
abilité que ces traces précises apparaissent sur le pantalon de l’accusé étant donné qu’il
n’a pas marché près du marais et minuscule, et vous en déduisez que la probabilité qu’il
n’ait pas marché près du marais étant donné qu’il porte ces traces et également minus-
cule! C’est un cas classique du sophisme du procureur. On ne peut pas accepter ce
raisonnement. »

L’experte, peu ferrée en mathématiques, ne sut que répondre, et l’avocat réussit ainsi à
semer le doute dans l’esprit du jury au sujet de ses conclusions. Mais en réalité, l’avocat
se trompe; cet exemple ne constitue pas un véritable cas du sophisme du procureur. La
différence tient dans le renseignement supplémentaire que nous possédons ici, contenu
dans la première phrase de l’experte.

Soit I l’hypothèse d’innocence, qui revient à l’affirmation: « l’accusé dit la vérité quand il
affirme n’avoir jamais mis les pieds à cet endroit précis » (la seule question qu’on pose à
l’experte est de savoir si oui ou non elle estime que l’accusé y est allé malgré ses dénéga-
tions). Soit donc NI l’affirmation contraire: « l’accusé a marché à cet endroit ». Soit X
l’énoncé « telles traces correspondant précisément à l’endroit où le cadavre était caché
furent découvertes sur le pantalon et les chaussures de l’accusé ».
Posant A=NI et B=X dans formule de Bayes (1) fournit

(7) P(NI|X)=P(X|NI)P(NI) / (P(X|NI)P(NI)+P(X|I)P(I)),

qui permet de calculer P(NI|X), la probabilité que l’accusé ait effectivement marché à
l’endroit indiqué étant donné les traces. La probabilité d’innocence (i.e. qu’il n’y ait pas
marché) sera ensuite donnée par P(I|X) = 1 - P(NI|X).

Dans la formule (7) nous pouvons poser la probabilité conditionnelle P(X|NI)=1

puisqu’elle mesure la probabilité de trouver ces traces si l’accusé a bien marché à l’en-
droit indiqué. La formule se simplifie donc comme suit:

(8) P(NI|X) = P(NI)/(P(NI)+P(X|I)P(I)),

et en posant P(I) = 1 - P(NI), on obtient

(9) P(NI|X) = P(NI) / (P(NI)+P(X|I)-P(X|I)P(NI)).

A partir d’ici, nous pouvons constater que l’experte a raison d’affirmer que P(I|X), la
probabilité que l’accusé n’ait jamais mis le pied près du marais, est très petite. Car la
formule montre que la probabilité du contraire, P(NI|X), est effectivement très grande.
Pour calculer sa valeur à partir de la formule (9), on a besoin de connaître seulement deux
inconnues. La première, P(X|I), est la probabilité de trouver de telles traces sur quelqu’un
qui n’a pas été récemment à l’endroit indiqué ; nous savons par la première phrase
prononcée par l’experte que ce nombre est minuscule. La deuxième, P(NI), est la proba-
bilité a priori (i.e. sans rien connaître des traces ni des déclarations du suspect) qu’une
personne habitant à 500 mètres d’un endroit à la campagne y soit passé dernièrement. Or,
un homme vivant à la campagne visite ou se promène normalement dans les champs alen-
tour. Même si la probabilité d’avoir été à un endroit précis près de chez soi n’est pas
grande, elle est certainement beaucoup plus grande que la probabilité infime P(X|I). Si
par exemple on suppose que P(NI) est de 1 sur cent et P(X|I) de 1 sur cent mille, la for-
mule (9) donne

(10) P(NI|T) = 0.01 / (0.01 + 0.00001 - 0.00001x0.01) = 0.01/0.0100099 = 0.999

soit une probabilité de culpabilité de 99.9%, ce qui correspond bien à l’affirmation de

l’experte.

En conclusion, pour bien reconnaître le sophisme du procureur, il ne suffit pas d’identifier

la phrase erronée ; il faut analyser la situation pour être sûr que celui ou celle qui la
prononce n’a pas apporté, par ailleurs, les probabilités supplémentaires qui permettent de
compléter la formule correctement.

Pourquoi tant de problèmes ?

Une fois le sophisme du procureur compris, étudié et signalé aux professionnels du

monde judiciaire, qui font à leur tour de grands efforts pour bien l’expliquer aux jurys, on
pourrait croire que le danger d’erreur judiciaire qu’il représente est conjuré. Mais ce n’est
pas tout à fait le cas. Il y a de nombreuses situations où, malgré la plus grande clarté dans
les explications, malgré une compréhension adéquate de la part de tous les acteurs, l’ar-
gument bayésien ne passe toujours pas.

En analysant des cas précis, on s’aperçoit que le cerveau humain semble opérer une dis-
tinction nette entre deux types d’événements probabilistes : ceux qui tombent comme la
foudre du ciel, et ceux qui sont le résultat d’un acte qui peut avoir été commis exprès par
un choix individuel. Il y a une différence qualitative dans notre façon d’appréhender la
rareté, pourtant statistiquement égale, des incidents de personnes frappées par la foudre et
celle des meurtres d’enfants par leur mères. Le fait que tous les sociologues du monde
constateront que tel acte est commis par un nombre infime de gens ne suffit tout simple-
ment pas à nous convaincre que la personne en face de nous a très peu de chance d’avoir
commis cet acte, étant donné qu’elle a pu choisir de le faire et non qu’elle l’a simplement
subi. Notre conscience du libre arbitre semble échapper à la théorie des probabilités. Les
statistiques concernant les événements qui arrivent par hasard sont convaincantes, les sta-
tistiques concernant les actes volontaires et commis exprès ne le sont pas : aucun raison-
nement du type « il est très rare de commettre cet acte » ne suffira jamais à nous convain-
cre qu’une personne donnée n’ait pas choisi de le faire, alors que l’observation « il est très
rare que cela arrive à quelqu’un » nous fait douter, au contraire, du fait que c’est réelle-
ment ce qui s’est passé.

Comment aborder cette difficulté? La pensée que le fait d’agir est fondamentalement dif-
férent du fait de subir, et que les probabilités ne peuvent pas en être comparées car elles
n’ont pas en réalité le même sens, semble avoir quelque justification psychologique, mais
elle mène pourtant à des erreurs judiciaires fondées sur le fait de trouver l’acte choisi
beaucoup plus probable que l’événement subi, alors qu’il ne l’est point. Aux explications
du sophisme du procureur, il faudrait ajouter une discussion pédagogique claire sur ce
point qui permet de reconnaître et mettre en perspective l’idée que si on doit comparer
deux causes possibles d’un résultat suspect, l’acte choisi paraîtra toujours beaucoup plus
croyable que l’événement subi, quelle que soit la vraie fréquence de l’un et de l’autre.

Pour combattre cette impression, un argument efficace semble être l’absurdité immédiate
d’une application générale du principe. On cite souvent l’exemple d’un gagnant au loto,
mais ce n’est pas un exemple adapté à notre situation, car d’une part, tout le monde sait à
l’avance qu’il y aura bien un gagnant, donc son existence en soi ne surprend pas, et
d’autre part, il est pratiquement impossible de gagner au loto par un acte intentionnel.
L’exemple de l’infirmière est mieux adapté, car théoriquement il est parfaitement possible
qu’aucune infirmière ne soit jamais présente à tous les décès dans l’hôpital où elle tra-
vaille. Il n’y a pas nécessité, comme au loto. Pourtant, un simple calcul probabiliste
montre qu’il s’agit bien là d’un événement qui a une chance non négligeable de se pro-
duire de temps en temps purement par hasard, étant donné le grand nombre d’infirmières,
d’hôpitaux et de décès dans un pays. (Il serait d’ailleurs d’une grande utilité pour la
défense des infirmières accusées de disposer de statistiques fiables sur le sujet, ce qui
n’est pas le cas.) Mais heureusement, tout le monde sera intuitivement d’accord qu’on ne
peut pas automatiquement arrêter chaque infirmière à qui cela arrive. Ce serait comme si
on tenait une liste de toutes les infirmières et tous les décès, et que l’on procédait à une
arrestation immédiate dès qu’il y avait une correspondance trop forte ; ce serait absurde.
Il semblerait que cette façon de présenter les choses peut avoir un effet de clarification, et
cela devrait faire partie intégrante de l’éducation des professionnels du judiciaire au sujet
du sophisme du procureur.

Conclusion

L’utilisation simple et directe de la théorie des probabilités dans le contexte judiciaire,

comme nécessité absolue et sans arrière-pensée tout comme dans le contexte scientifique,
rencontre des obstacles historiques et psychologiques profonds. Parmi les professionnels
de la justice, il persiste une impression que les probabilités s’assimilent à des formules
mathématiques qui sont difficiles à comprendre pour le commun des mortels, inadaptées
aux problèmes judiciaires, et qu’elles ne sont rien de plus qu’une façon de raisonner par-
mi d’autres également valables.

On ne peut pas dire, au moins aujourd’hui, que ces opinions sont totalement dénuées de
fondement. L’éducation mathématique reçue à l’école ne forme pas l’intuition à saisir le
sens des très grands et très petits nombres, et ne permet pas de trouver le raisonnement
probabiliste bayésien simple et naturel. Pourtant, ce n’est pas plus difficile, technique-
ment, qu’une grande partie des mathématiques enseignées au lycée. Il est même probable
que, étant donné l’intérêt général du sujet, même les élèves les plus récalcitrants soient
plus ouverts à ce genre de mathématiques qu’à des sujets appris de manière plus
théorique. L’éducation mathématique française n’entraîne pas les élèves à la faculté d’es-
timation numérique, alors que rien ne serait plus facile que de leur demander, à partir de
l’école maternelle, de deviner des nombres décrivant ce qui les entoure: le nombre de
bonbons dans une boîte, le nombre de pas pour traverser la salle, le nombre de gens dans
la pièce, puis un peu plus tard le nombre de gens dans une foule prise dans une photo
aérienne, de cheveux sur la tête ou d’arbres dans une forêt, pour en arriver finalement à
des nombres décrivant des choses concrètes mais qui ne se voient pas : le nombre
d’avions dans une flotte aérienne militaire, les sommes d’argent consacrées aux différents
budgets de l’état, de molécules dans une quantité de matière ; cette méthode permettrait
d’en arriver à une idée plus informée du véritable sens des grands et petits nombres. En
fin de compte, les nombres sont des mots qui peuvent être utilisés, comme tous les mots,
pour enrichir et préciser notre description de la réalité. Idéalement, le raisonnement prob-
abiliste bien enseigné finirait par faire partie de notre intuition, au lieu d’être perçu, à tort,
comme y étant étranger et d’une nature foncièrement différente.

L’idée que les probabilités soient mal adaptées aux problèmes judiciaires même quand
elles sont bien comprises est encore moins fondée. Elle est basée sur le préjugé que les
mathématiques, étant une science exacte, ne peuvent fournir que des résultats exacts à
partir de données exactes. Le fait de produire un résultat qui est vrai avec une probabilité
donnée, ou un résultat donné avec une marge d’erreur, choque. De telles mathématiques
paraissent défectueuses ou fausses. Mais c’est encore une fois une conséquence de l’idée
reçue sur ce que sont les mathématiques. Cette idée est attribuable à la manière d’en-
seigner les maths à l’école, qui a le défaut de créer une distance artificielle entre cette
matière et la soi-disant “vraie vie”, perçue par les élèves.

En réalité, chaque acteur dans le cadre judiciaire réfléchit en utilisant, consciemment ou

inconsciemment, un processus de raisonnement probabiliste ; la plupart du temps, le
raisonnement est mal informé, souvent basé sur des préventions ou préjugés et aussi sur
des intuitions spontanées assez bien adaptées aux nombres de taille ordinaire, mais im-
possible à appliquer de manière intuitive aux probabilités minuscules produites par les
analyses scientifiques. Notre expérience de la vie, censée informer nos jugements, est
profondément influencée par la taille des nombres qui surviennent au quotidien autour de
nous, ce qui est un phénomène universel et normal.

Étant données des preuves différentes mais pas forcément indépendantes, il y a une et une
seule façon correcte de calculer leur poids commun : le théorème de Bayes. De nom-
breuses expériences ont montré que le raisonnement humain, basé sur notre intuition et
notre expérience de la vie quotidienne, se trompe de manière grossière. Si une méthode
existe qui permet d’améliorer le travail douteux de notre intuition, il nous semble dan-
gereux et de la rejeter ou de l’utiliser sans une formation adéquate. Il faudrait rien de
moins qu’une éducation différente par rapport au rôle des nombres et de la probabilité
dans la vie quotidienne pour changer les attitudes dans le cadre judiciaire.

Leila Schneps
45 rue Westermeyer
94200 Ivry sur Seine

2 61 12 99 404 163 92