Impartialité et statistiques : lire une étude judiciaire

Une étude publiée en 2011 a popularisé l’idée que les décisions de justice deviendraient plus favorables après une pause. La première version de cette page en tirait un conseil sur l’heure à laquelle présenter un dossier. Cette conclusion était excessive : une association statistique ne suffit pas à démontrer l’effet causal d’un repas, ni à prévoir une décision individuelle.

Ce qu’il faut retenir

• L’étude portait sur des décisions de libération conditionnelle ; le terme « relaxe » utilisé dans l’ancienne page était inexact.
• L’interprétation des résultats a fait l’objet d’un débat scientifique dès 2011.
• Aucune conclusion de ce travail ne permet de choisir une « bonne heure » pour un contrôle ou une audience devant la CNIL.

Ce que l’étude observait

Danziger, Levav et Avnaim-Pesso ont étudié une série de décisions en tenant compte de leur ordre et des pauses. Ils ont observé une baisse de la proportion de décisions favorables au cours des séquences, puis une remontée après les pauses, et proposé une interprétation liée à des facteurs extérieurs au fond des dossiers. Source : étude originale, PNAS, 2011.

Ce résultat concerne un corpus et une organisation procédurale déterminés. Il ne mesure pas une probabilité universelle de succès pour tout justiciable. Il ne démontre pas davantage qu’une décision particulière a été rendue pour une raison illégitime.

Pourquoi l’ordre des dossiers compte

Une réponse critique publiée dans PNAS a discuté notamment l’ordre de passage, la représentation par un avocat et le traitement des décisions reportées. Si les dossiers présentés au début et à la fin d’une séquence diffèrent, leur comparaison peut mêler plusieurs effets.

Les auteurs de l’étude ont répondu avec des analyses complémentaires et maintenu leur interprétation. Présenter seulement le graphique initial efface ce débat. À l’inverse, l’existence d’une critique ne permet pas de déclarer, sans autre examen, que tous les résultats sont faux.

Pour lire ce type de publication, demandez-vous ce qui est directement observé, ce qui relève du modèle statistique et ce qui constitue une explication proposée. Vérifiez aussi quelles variables manquent, comment les dossiers ont été sélectionnés et si le résultat peut raisonnablement être transposé à votre situation.

L’enseignement utile pour un responsable conformité

Cette archive n’établit aucun comportement de la CNIL. Elle rappelle plutôt une méthode de prudence face aux chiffres utilisés pour décider. Un tableau montrant davantage de plaintes dans un service peut traduire un problème réel, un volume d’activité supérieur ou une meilleure remontée des incidents. Avant de conclure, il faut examiner les dénominateurs, les conditions de collecte et les explications concurrentes.

Pour préparer un dossier, travaillez sur les éléments maîtrisables : faits datés, pièces cohérentes, qualification des obligations et mesures prises. Le guide sur la procédure de sanction CNIL explique le cadre, tandis que celui sur l’intégrité des preuves lors d’un contrôle aide à organiser les documents. L’horaire supposé favorable n’est pas une stratégie de conformité.

La même discipline s’applique à l’audit RGPD : demandez ce que mesure un indicateur et quelles conclusions il autorise. Un score global, sans explication du périmètre et des preuves, peut donner une impression de précision supérieure à sa valeur réelle.

Construire une fiche de lecture avant de partager le graphique

Un graphique circule souvent sans sa légende, puis devient une recommandation dans une présentation. Pour interrompre cette transformation, préparez une fiche courte qui accompagne l’image. Elle peut distinguer quatre niveaux : la question posée, les observations recueillies, l’explication discutée et l’action envisagée. Chaque passage d’un niveau au suivant demande un argument.

La fiche suivante est une méthode de lecture proposée, applicable à une étude comme à un indicateur interne :

L’unité de compte mérite une attention particulière. Plusieurs événements peuvent concerner la même personne ; plusieurs décisions peuvent appartenir à une même procédure. Les traiter comme autant de situations indépendantes peut modifier la lecture du résultat. La fiche doit permettre de retrouver la définition employée, sans laisser le lecteur la deviner à partir du seul titre.

Notez également la date de publication et la nature du document : étude, critique, réponse ou commentaire. Une réponse des auteurs apporte des éléments au débat ; elle ne transforme pas une étude d’observation en expérience contrôlée. Inversement, une critique doit être examinée pour ce qu’elle démontre, et pas seulement parce qu’elle contredit une conclusion spectaculaire.

Exemple fictif : vingt plaintes ne signifient pas le service le plus défaillant

Imaginons deux services fictifs d’une entreprise. Sur une période identique, le service A compte vingt réclamations pour mille dossiers traités ; le service B en compte dix pour cent dossiers. Le volume brut est plus élevé chez A, mais le rapport réclamations/dossiers vaut 2 % chez A et 10 % chez B. Aucun service réel n’est évalué ici.

Le calcul corrige une première erreur de comparaison. Il ne suffit toujours pas à classer la conformité des deux services. Une réclamation peut contenir plusieurs griefs, être dupliquée ou porter sur un dossier d’une période antérieure. Les activités peuvent aussi différer, comme les moyens offerts aux personnes pour signaler un problème. Le dénominateur « dossiers traités » doit lui-même avoir la même définition dans les deux services.

Avant de présenter le tableau, recherchez donc ce qui explique les dix réclamations de B et les vingt de A. Distinguez les doublons, les demandes mal orientées et les difficultés qui nécessitent une investigation. Conservez la trace des règles de classement. Une correction des données doit pouvoir être expliquée sans effacer silencieusement le tableau qui avait déclenché l’analyse.

La décision raisonnable peut être de vérifier un circuit de réponse ou une famille de dossiers. Elle ne consiste pas à attribuer une faute personnelle à partir de ces deux taux. L’indicateur sert à orienter une vérification ; la conclusion sur une situation déterminée demande ses propres faits et pièces. Un taux plus faible ne dispense pas non plus de traiter une réclamation grave.

Comparer avant et après une mesure sans inventer son effet

Supposons, toujours dans cet exemple fictif, qu’une équipe crée un formulaire de contact plus visible. Le nombre de signalements augmente le mois suivant. Deux explications restent possibles parmi d’autres : davantage de difficultés sont apparues, ou les difficultés existantes remontent mieux. Affirmer immédiatement que le formulaire « aggrave la conformité » confond le dispositif de mesure et la situation mesurée.

Préparez la comparaison avant de commenter les résultats. Définissez la période, les catégories, le volume d’activité et les changements intervenus dans la collecte. Si une nouvelle catégorie a été créée, montrez-la séparément ou expliquez le rapprochement avec les anciennes. Un changement de définition peut produire une rupture apparente, même sans évolution du comportement étudié.

Une baisse après une formation ne prouve pas davantage, à elle seule, l’efficacité de cette formation. Les effectifs, l’activité ou l’outil de signalement ont pu changer. Il reste possible de décider une amélioration utile sans prétendre avoir isolé son effet causal. Indiquez alors ce qui a été constaté, ce qui manque pour l’expliquer et ce qui sera examiné à la prochaine revue.

Rédiger une conclusion qui laisse les questions ouvertes

Le compte rendu doit séparer le constat de l’interprétation. Dans l’exemple fictif, une formulation exploitable serait : « Dix signalements sont rattachés à cent dossiers selon le classement retenu. Leur contenu et les conditions de collecte doivent être vérifiés avant toute comparaison des services. » Elle donne une prochaine action et permet à un autre lecteur de contester le classement ou le périmètre.

À l’inverse, « le service B est cinq fois moins conforme » ne découle pas du calcul. La conformité n’a pas été définie comme une quantité mesurable dans cet exemple, et les taux ne renseignent ni la gravité, ni la qualification des faits. Ajouter des décimales au tableau ne comble pas ces lacunes.

Pour une présentation à la direction, conservez trois éléments visibles : le chiffre, sa définition et la décision proposée. Placez les détails dans une annexe accessible, avec les sources et les règles de calcul. Les réserves essentielles doivent rester près du résultat ; une note en fin de document ne corrige pas un titre qui affirme une causalité non établie.

Corriger un conseil ancien dans tous ses supports

Lorsqu’une lecture trop rapide a déjà été diffusée, corrigez aussi la recommandation qui en résultait. Modifier seulement un pourcentage laisse subsister le raisonnement erroné. Retrouvez les diapositives, modèles ou messages qui reprennent le conseil, puis remplacez-le par une méthode fondée sur les faits pertinents pour la décision.

Cette démarche ne nécessite pas de prétendre résoudre tout le débat scientifique. Elle consiste à reconnaître la limite de ce qu’on pouvait en déduire. Dans cette archive, conserver la correction de l’ancienne recommandation permet précisément de distinguer l’intérêt d’un résultat de recherche et la solidité du conseil donné au lecteur.

FAQ

L’étude prouve-t-elle que la faim rend les juges plus sévères ?

Elle décrit une association et propose une interprétation. La causalité et les facteurs susceptibles d’expliquer le résultat ont été discutés dans les publications citées. Une formulation catégorique dépasserait ces éléments.

Peut-on appliquer les pourcentages à une audience française ?

Non. Un résultat observé dans un corpus particulier ne devient pas une probabilité individuelle applicable à une autre procédure.

Pourquoi conserver cette archive ?

Elle permet de corriger une lecture trop rapide et d’illustrer une méthode utile : distinguer observation, hypothèse explicative et décision pratique avant d’utiliser une statistique.

Recevez nos analyses pratiques sur la conformité : inscrivez-vous à la newsletter.

Thiébaut Devergranne est docteur en droit et fondateur de donneespersonnelles.fr. Il travaille depuis plus de vingt ans sur le droit des technologies et la protection des données personnelles.