Le paradoxe profit-objectif : la recherche responsable dans le secteur privé

À TDL, nous donnons la priorité aux projets qui ciblent les communautés marginalisées, en travaillant sur plus de 50 initiatives de ce type depuis notre création en 2016. Grâce à ces projets, nous avons développé des outils pour faciliter la prise de décision, pour améliorer équitablement la santé financière des utilisateurs en Europe et en Amérique du Nord, et pour faire progresser la santé mentale et physique des communautés mal desservies au Canada, au Royaume-Uni, au Népal, en Ouganda, en Italie, en Afrique du Sud, et au-delà.

En réfléchissant à la manière dont nous parvenons à concilier objectif et profit à TDL, j'ai constaté que le centrage sur la communauté par l'intégration, la co-construction et l'instauration de la confiance sont des étapes clés n^écessaires à la réussite du processus de recherche et à l'obtention de ses résultats.1

Nous savons depuis longtemps que la réflexivité et l'appropriation de la recherche par la communauté peuvent permettre aux chercheurs d'intégrer les communautés cibles dans leur travail - mais dans la sphère du conseil, nous continuons à pratiquer ces deux aspects de ^manière médiocre. La réflexivité permet aux chercheurs de prendre en compte les dynamiques de pouvoir2 qui découlent de la vulnérabilité des participants et des dynamiques d'interaction entre le chercheur et le participant (quel que soit le sujet de la recherche). Ces dynamiques de pouvoir peuvent entraîner une collecte de données inexacte et/ou une compréhension biaisée du monde des participants. Tout cela se complique encore lorsque les intérêts des bailleurs de fonds ne sont pas alignés sur les priorités de la communauté, car le biais de confirmation des bailleurs de fonds peut les amener à s'appuyer sur des résultats (inexacts et biaisés) qui s'inscrivent dans le cadre de leurs efforts existants.

De même, le fait de négliger la question de savoir à qui appartient la recherche (ou qui fixe l'^agenda)3 peut avoir des conséquences dévastatrices pour les communautés. Lorsque les programmes de recherche ne sont pas définis par ceux qui sont censés bénéficier du travail, la recherche finit par être menée sur les communautés plutôt qu'avec elles. En d'autres termes, les voix de ceux qui ont un point de vue critique sur la recherche en question et qui ont le plus d'intérêts dans ses résultats sont exclues du processus de réalisation de la recherche. Dans le domaine du conseil en recherche, cela peut parfois provenir des clients que nous choisissons d'engager : peut-être le client ne donne-t-il pas la même priorité à l'intérêt social ou, plus probablement encore, la communauté cible n'est-elle pas représentée au sein de l'organisation cliente. D'autres fois, cela provient de notre propre incapacité à soutenir nos clients dans le processus de définition des problèmes : les cabinets de conseil peuvent être réticents à défendre réellement les communautés cibles ou à proposer des projets ayant un véritable impact, parce qu'ils craignent de perdre l'activité du client.

Cependant, la dichotomie communauté/client est souvent erronée. Par exemple, le fait de centrer les activités de recherche sur les communautés cibles peut améliorer la qualité de nos résultats de recherche en abordant les questions de partialité dans notre processus de recherche. Et les préjugés, globalement, ne font que se manifester de manière plus complexe dans notre monde de plus en plus virtuel.

Au début de cette année, le Wall Street Journal a publié un artⁱcle4 sur la technologie générative de l'intelligence artificielle (IA) et les nouveaux défis qu'elle pose désormais aux entreprises qui cherchent à éliminer les biais algorithmiques de leurs propres technologies. Cette situation a eu de profondes r^épercussions sur le secteur de la ^santé5, le marché du logement6, les procédures de sélectioⁿ en matière d'emploi7, le secteur financier et même les systèmes de justice pénale8 - et bon nombre de ces questions ne sont pas nouvelles. Par exemple, un article de ProPublica9 datant de 2016 rapportait qu'une analyse de l'outil d'IA COMPAS (Correctional Offender Management Profiling for Alternative Sanctions) de Northpointe avait révélé que les accusés noirs étaient plus susceptibles d'être jugés à tort par l'algorithme comme présentant un risque de récidive plus élevé que les accusés blancs.

L'IA n'est pas biaisée de manière innée ; cependant, lorsque les outils sont créés par des entités qui n'incluent pas toutes les populations qu'elles ont l'intention de servir et qui ne tiennent pas compte de ces populations dès le départ, les biais sont intégrés dans le système et finissent par être perpétués par les outils mêmes que nous créons. La question de savoir à qui appartient le récit de la recherche n'est pas seulement de savoir qui doit raconter l'histoire (c'est-à-dire un appel à des cadres d'équité), mais aussi de savoir qui peut la raconter. Si nous voulons que nos interventions/outils fonctionnent, il va de soi qu'ils doivent être conçus en tenant compte d'un échantillon représentatif de nos utilisateurs.

Être axé sur les objectifs signifie être axé sur la communauté. C'est se soucier de l'impact - plus précisément de l'impact apprécié par les communautés qui sont censées bénéficier du travail que nous accomplissons.

En fin de compte, cela signifie que les communautés cibles devraient être au centre de l'ensemble du processus de recherche, depuis l'établissement de l'agenda jusqu'à la présentation des résultats. S'intégrer dans les communautés cibles, co-construire l'ensemble du processus de recherche et établir une relation de confiance avec les communautés cibles afin de recueillir leurs témoignages ne sont que des moyens de mieux orienter notre travail en fonction des communautés cibles.

L'intégration fait référence au fait que le chercheur s'intègre réellement dans le contexte de la communauté. Au TDL, nous procédons le plus souvent par le biais d'entretiens avec les parties prenantes et les utilisateurs. Ces conversations donnent aux communautés la possibilité de définir le contexte du problème à travers leur propre perspective, ce qui nous donne un nouvel angle de vue pour travailler en tant que chercheurs.

L'intégration nous permet également d'entrer en contact avec les membres d'une communauté plus large (par exemple, les utilisateurs périphériques d'un produit particulier ou les communautés d'apprentissage dans les districts scolaires), ce qui nous permet de nous engager dans un processus exploratoire avec une plus grande diversité de parties prenantes. Parfois, cela prend la forme d'un processus traditionnel de cartographie des parcours ; d'autres fois, il peut s'agir d'un test d'utilisabilité. Quoi qu'il en soit, il s'agit là des principales occasions pour les chercheurs d'explorer le monde des communautés cibles, et nous les exploitons en tant que telles.

La présence physique n'est pas toujours nécessaire pour bien s'intégrer dans les communautés cibles, mais elle est parfois importante. En Afrique du Sud, TDL a travaillé avec des partenaires locaux pour réduire les effets néfastes de l'abus de substances en s'appuyant sur la science du comportement pour la prévention de la consommation problématique d'alcool. Il s'agissait d'un projet que nous aurions pu techniquement mener virtuellement (en collaborant avec des partenaires communautaires), mais nous nous sommes rendus sur le terrain afin de mieux comprendre le contexte et la culture locale. Grâce à ce processus, nous avons pu comprendre le rôle important mais nuancé des réseaux sociaux et, par conséquent, développer et piloter un programme de soutien numérique qui s'appuie sur des ambassadeurs locaux.

La co-construction fait référence au processus de paternité communautaire par le biais d'une prise de décision partagée dans le processus de recherche, de sorte que les membres de la communauté informent "l'endroit où nous cherchons" dans notre enquête. Que ce soit lors de tests d'utilisation ^ou d'entretiens semi-structurés, nous cherchons à donner aux participants l'occasion de guider l'interaction, en leur permettant de nous orienter dans toutes les directions qu'ils jugent importantes pour leur réalité vécue.

La structure de nos questions d'entretien en est un exemple : nous utilisons des questions générales pour permettre au participant de mettre en scène son environnement/circonstances avant d'enchaîner avec une mini-tournée ou des questions d'approfondissement pour comprendre ses expériences.

En outre, grâce à notre processus d'analyse, nous laissons la place à des conclusions inductives qui n'auraient pas été anticipées par nous ou nos clients. En créant des opportunités pour la contribution de la communauté cible (co-construction) à chaque étape du processus de recherche, les communautés peuvent façonner l'histoire que nos résultats racontent en fin de compte. Un bon exemple est le travail récent de TDL avec Wellness Together Canada, une plateforme gouvernementale gratuite fournissant des conseils par téléphone, un soutien par les pairs et des ressources éducatives sur la santé mentale et la toxicomanie. Nous avons dirigé la conception d'une application d'accompagnement pour la plateforme, guidés par un processus itératif de co-conception. Toutes nos décisions concernant le contenu et la conception de l'application étaient fondées non seulement sur la science du comportement, mais aussi sur les expériences vécues par les communautés cibles à travers le Canada, informées par des enquêtes approfondies, des groupes de discussion et la collecte continue des commentaires des utilisateurs.

La tâche la plus évidente, mais sans doute la plus difficile, que nous apprenons à faire à TDL est d'établir la confiance avec les communautés cibles. Actuellement, nous travaillons avec la Fondation Bill & Melinda Gates afin d'améliorer l'utilisation des données probantes par les responsables des districts scolaires américains dans le processus d'achat de matériel pédagogique. Les entretiens avec les chefs d'établissement nous ont rapidement permis de constater que la confiance était l'un des principaux moteurs et obstacles guidant la prise de décision des chefs d'établissement : (mauvaise) confiance dans les données probantes et les organisations qui les créent ou les corrigent, ou (mauvaise) confiance dans les vendeurs de matériel ou de services d'apprentissage.

Nous avons commencé à étudier la littérature sur la confiance et avons pu mieux comprendre cette communauté cible (et nous-mêmes) grâce à une typologie élaborée par McKnight & ^Chervany (2000).11 Leur analyse conceptuelle a identifié quatre croyances de confiance qui, selon nous, reflètent l'importance de notre approche de la construction de la confiance avec les communautés cibles : la bienveillance (agir dans l'intérêt de la communauté), l'intégrité (tenir nos promesses), la prévisibilité (être cohérent dans nos actions) et la compétence (développer notre capacité à faire ce qui doit être fait). Deux processus clés connexes par lesquels TDL s'est efforcé de répondre à ces croyances de confiance sont 1) l'augmentation de la transparence de nos processus et de nos résultats, et 2) la priorité donnée à l'intérêt public chaque fois que possible. Dans le cadre de notre travail avec les districts scolaires américains, la Fondation Bill & Melinda Gates nous a encouragés à partager ouvertement notre processus de recherche et nos résultats dans le domaine de l'éducation avec toutes les parties intéressées. Fidèles à la tradition de TDL, nous ne nous sommes pas contentés de partager notre travail, nous l'avons retraité, réorganisé, repensé et reconditionné pour en faciliter l'utilisation par le nouveau public (plus large), et nous sommes en train de créer un outil en ligne en libre accès pour que tout le monde puisse bénéficier de nos résultats. La transparence de nos travaux et l'intérêt du public sont des résultats que nous nous efforçons d'atteindre chaque fois que nos clients sont ouverts et disposés à le faire.

Je ne suis pas ici pour vous implorer simplement d'être plus intentionnel en matière d'équité (bien que : soyez plus intentionnel en matière d'équité). Ce que je veux dire en plus, c'est que vous ne devez pas nécessairement compromettre vos bénéfices pour y parvenir. Le fait de centrer la recherche sur les communautés cibles peut également favoriser le profit, car cela conduit à une recherche plus rigoureuse (contextualisée) et de meilleure qualité, qui se traduit ensuite par des interventions de qualité (fondées sur des preuves pertinentes), qui à leur tour conduiront en fin de compte à des degrés d'impact plus élevés et à des clients plus satisfaits.

Alors, comment mettre en œuvre concrètement cette nouvelle approche de la recherche ? Pour récapituler, je suggérerais deux stratégies clés :

Impliquer les communautés dès le départ et les faire participer à la planification, à la définition des objectifs, à la conception, à l'interprétation et à l'analyse, en faisant preuve d'imagination pour s'assurer qu'elles peuvent participer de manière significative (par exemple, en faisant appel à des ambassadeurs locaux).

• Lorsque vous travaillez avec un client qui est basé dans la communauté cible (ou qui a un point de vue d'initié sur la communauté cible), profitez des entretiens avec les parties prenantes pour comprendre en profondeur le contexte et les réalités de la communauté.
• Adoptez une approche ethnographique de la recherche sur les utilisateurs en commençant par une compréhension plus holistique de l'utilisateur avant de vous plonger dans les comportements cibles étudiés.
• Prévoir un espace pour la vérification des membres dans le calendrier de la recherche afin de s'assurer que les idées générées et les interventions qui en découlent ont un sens pour les communautés cibles (et leur sont bénéfiques).

Le statu quo a érodé la confiance des communautés cibles. Pour la regagner, il faudra investir du temps et des efforts dans l'établissement de relations de confiance et mutuellement bénéfiques, favoriser une communication ouverte et transparente, écouter activement les points de vue des communautés et faire preuve de respect à l'égard des connaissances et de l'expertise des communautés.

• Rendre la recherche accessible aux communautés et favoriser les collaborations à long terme avec elles au-delà du projet.
• Être ouvert au retour d'information des communautés et être prêt à réfléchir sur les processus et à les adapter en permanence.
• Mettez en avant votre engagement en faveur de l'action sociale en tant qu'entreprise mutuellement bénéfique afin d'attirer vos clients et de renforcer la confiance des communautés cibles.
• Travailler de manière cohérente et proactive sur l'ensemble des projets afin d'identifier les opportunités où les connaissances issues de la recherche peuvent être largement diffusées et/ou utilisées pour informer/créer des biens publics, ou des biens destinés à soutenir les communautés cibles.

La recherche responsable est souvent (et à juste titre) considérée comme un effort pour faire respecter les principes éthiques et préserver le bien-être des communautés. Une valeur secondaire, mais non moins importante, est qu'elle améliore la validité et la fiabilité des résultats de la recherche, promeut la transparence et la responsabilité, et maintient l'intégrité de l'enquête scientifique. Ce faisant, la recherche responsable peut nous permettre de mieux servir nos clients dans la sphère du conseil : laisser notre objectif guider notre profit.