De nouvelles analyses du Annenberg Public Policy Center révèlent que la perception publique de la crédibilité des scientifiques – mesurée par leur compétence, leur fiabilité et la mesure dans laquelle ils sont perçus comme partageant les valeurs d’un individu – reste élevée, mais leur compétence et leur fiabilité perçues se sont quelque peu érodées entre 2023 et 2024. L’étude a également révélé que la perception du public à l’égard des scientifiques travaillant dans le domaine de l’intelligence artificielle (IA) diffère de celle de l’ensemble des scientifiques.
De 2018 à 2022, l’Annenberg Public Policy Center (APPC) de l’Université de Pennsylvanie s’est appuyé sur des enquêtes transversales nationales pour surveiller les perceptions de la science et des scientifiques. En 2023-2024, l’APPC est passé à un échantillon représentatif à l’échelle nationale pour permettre d’observer les changements dans les perceptions individuelles.
Les résultats de février 2024, publiés aujourd’hui pour coïncider avec le discours de la présidente de l’Académie nationale des sciences, Marcia McNutt, sur « L’état de la science », proviennent d’une analyse des réponses d’un échantillon probabiliste national constitué d’adultes américains interrogés en février 2023 (n =1 638 répondants), novembre 2023 (n=1 538) et février 2024 (n=1 555).
S’appuyant sur les données transversales de 2022, dans un article intitulé « Facteurs d’évaluation Science« Le modèle d’auto-présentation de la société et son effet sur le soutien des conservateurs et des libéraux au financement de la science », publié dans Actes de l’Académie nationale des sciences (septembre 2023), les chercheurs affiliés à Annenberg Yotam Ophir (Université d’État de New York à Buffalo et chercheur distingué de l’APPC), Dror Walter (Université d’État de Géorgie et chercheur distingué de l’APPC), et Patrick E. Jamieson et Kathleen Hall Jamieson du Annenberg Public Policy Center a isolé les facteurs qui sous-tendent les perceptions des scientifiques (Factors Assessing Science’s Self-Presentation, ou FASS). Ces facteurs laissent présager un soutien public à un financement accru de la science et un soutien au financement fédéral de la recherche fondamentale.
Les cinq facteurs du FASS sont de savoir si la science et les scientifiques sont perçus comme crédibles et prudents, et s’ils sont perçus comme surmontant les préjugés, corrigeant les erreurs (autocorrection) et si leur travail profite à des personnes comme le répondant et au pays dans son ensemble (bénéfique). Dans une publication de 2024 intitulée « La politisation de la science climatique : consommation médiatique, perceptions de la science et des scientifiques et soutien à la politique » (26 mai 2024) dans le Journal de communication sur la santéla même équipe a montré que ces cinq facteurs médiatisent la relation entre l’exposition à des sources médiatiques telles que Fox News et des résultats tels que la croyance dans le changement climatique anthropique, la perception de la menace qu’il représente et le soutien à des politiques respectueuses du climat telles qu’une taxe sur le carbone.
Parlant du modèle FASS, Jamieson, directeur du Annenberg Public Policy Center et directeur de l’enquête, a déclaré que « parce que nos 13 questions principales se réduisent de manière fiable à cinq facteurs dotés d’un pouvoir prédictif significatif, les questions principales de l’enquête ASK permettent d’isoler à la fois stabilité et changements dans la perception du public de la science et des scientifiques au fil du temps.
La nouvelle recherche révèle que même si les scientifiques sont tenus en haute estime, deux des trois dimensions qui constituent la crédibilité (les perceptions de compétence et de fiabilité) ont montré une baisse légère mais statistiquement significative entre 2023 et 2024, tout comme les deux mesures de bénéfice. Les données de l’enquête de 2024 indiquent également que le public considère les scientifiques en IA moins crédibles que les scientifiques en général, avec beaucoup moins de personnes affirmant que les scientifiques en IA sont compétents et dignes de confiance et « partagent mes valeurs » que les scientifiques en général.
« Bien que la confiance dans la science reste globalement élevée, l’enquête révèle des inquiétudes concernant la science de l’IA », a déclaré Jamieson. « Cette découverte n’est pas surprenante. L’IA générative est un domaine scientifique émergent rempli à la fois de grandes promesses et de grands périls potentiels. »
Les données sont basées sur les vagues d’enquêtes Annenberg Science Knowledge (ASK) des enquêtes Annenberg Science and Public Health (ASAPH) menées en 2023 et 2024. Les résultats étiquetés 2023 sont basés sur une enquête de février 2023, et les résultats étiquetés 2024 sont basés sur des demi-échantillons combinés d’enquêtes ASAPH interrogés en novembre 2023 et février 2024.
Perceptions des scientifiques en général
Dans le modèle FASS, les perceptions de la crédibilité des scientifiques sont évaluées à travers la perception de savoir si les scientifiques sont compétents, dignes de confiance et « partagent mes valeurs ». Les deux premières de ces valeurs ont chuté lors de l’enquête la plus récente. En 2024, 70 % des personnes interrogées sont tout à fait ou plutôt d’accord avec l’affirmation selon laquelle les scientifiques sont compétents (contre 77 % en 2023) et 59 % sont tout à fait ou plutôt d’accord avec l’affirmation que les scientifiques sont dignes de confiance (contre 67 % en 2023).
L’enquête a également révélé qu’en 2024, moins de personnes pensaient que les découvertes des scientifiques profitaient « au pays dans son ensemble » et « profitaient à des gens comme moi ». En 2024, 66 % étaient fortement ou plutôt d’accord avec l’idée que les résultats profitaient au pays dans son ensemble (contre 75 % en 2023). La croyance selon laquelle les découvertes des scientifiques « profitent à des gens comme moi » a également diminué, passant de 68 % à 60 %. Prises ensemble, ces deux questions constituent le facteur bénéfique du FASS.
Ces résultats font suite à des attaques soutenues contre le climat et la science liée au COVID-19, et plus récemment aux inquiétudes du public concernant le développement et le déploiement rapides de l’intelligence artificielle.
Comparaison des perceptions des scientifiques en général avec celles des scientifiques du climat et de l’IA Crédibilité : lorsqu’on les interroge sur trois facteurs qui sous-tendent la crédibilité des scientifiques, les scientifiques de l’IA ont une crédibilité plus faible dans les trois valeurs.
Avantages : interrogés sur les avantages des découvertes des scientifiques, 60 % des personnes interrogées conviennent que « les découvertes des scientifiques profitent aux gens comme moi », bien que seulement 44 % soient d’accord pour les climatologues et 35 % pour les scientifiques en IA. Lorsqu’on leur demande si les résultats profitent au pays dans son ensemble, 66 % sont d’accord pour les scientifiques, 50 % pour les climatologues et 41 % pour les scientifiques en IA.
Enquête ASAPH de l’APPC
Les données de l’enquête proviennent des 17e et 18e vagues d’un panel représentatif à l’échelle nationale d’adultes américains, constitué pour la première fois en avril 2021, mené pour le Annenberg Public Policy Center par SSRS, une société d’études de marché indépendante. Ces vagues de l’enquête sur les connaissances Annenberg Science and Public Health (ASAPH) ont été réalisées du 22 au 28 février 2023, du 14 au 20 novembre 2023 et du 6 au 12 février 2024, et ont des marges d’erreur d’échantillonnage (MOE) de ± 3,2. , 3,3 et 3,4 points de pourcentage au niveau de confiance de 95 %.
En novembre 2023, la moitié de l’échantillon a été interrogée sur les « scientifiques » et l’autre moitié sur les « climatologues ». En février 2024, les personnes initialement interrogées sur les « scientifiques » ont été interrogées sur les « scientifiques étudiant l’IA » et l’autre moitié sur les « scientifiques ». Cela a donné deux demi-échantillons portant sur des domaines d’étude spécifiques, tandis que tous les panélistes ont été interrogés sur les « scientifiques » en général. Tous les chiffres sont arrondis au nombre entier le plus proche et peuvent ne pas totaliser 100 %. Les sous-catégories combinées peuvent ne pas correspondre aux totaux de la ligne principale et du texte en raison des arrondis.