Les seules "politiques efficaces" ne réduiront pas les inégalités : la perspective de l'accessibilité nécessaire pour réduire les inégalités sociales

Lorsque nous réfléchissons aux politiques et aux mesures de soutien pour éliminer les inégalités sociales, nous avons tendance à nous concentrer uniquement sur la question de savoir si ces mesures sont efficaces. Les conseils d'orientation aident-ils les jeunes de milieux à faible revenu à accéder à l'université ? Les femmes et les immigrés sont-ils désavantagés lors des processus de recrutement ? Les activités communautaires et la participation citoyenne encouragent-elles la confiance et l'entraide entre des personnes de différents horizons ?

Pour répondre à ces questions, les méthodes expérimentales sont de plus en plus valorisées en sociologie contemporaine. Les expériences sont adaptées pour examiner si une politique ou une condition a un impact causal sur les résultats. Les essais contrôlés randomisés, les expériences de recrutement avec des CV fictifs, et les jeux de confiance ont été utilisés comme méthodes puissantes pour mesurer les discriminations invisibles et les effets de soutien dans la société.

Cependant, une nouvelle recherche menée par Irena Pietrzyk et Marita Jacob de l'Université de Cologne souligne un angle mort majeur. Même si une expérience montre qu'une mesure est "efficace", cela ne garantit pas que les inégalités au sein de la société dans son ensemble seront réduites. En effet, dans la réalité sociale, tout le monde n'est pas exposé de la même manière à ces mesures ou conditions.

Le concept que les chercheurs mettent en avant est la "prévalence du traitement", c'est-à-dire le pourcentage de personnes qui bénéficient effectivement d'une mesure ou d'une condition. En japonais, cela peut être traduit par "taux de diffusion du traitement", "taux de contact avec la mesure", ou "taux d'accès au soutien". En d'autres termes, peu importe l'efficacité d'une mesure de soutien, si elle ne parvient pas aux personnes qui en ont besoin, elle ne contribuera pas à réduire les inégalités.

Par exemple, supposons qu'un programme de conseils d'orientation augmente le taux d'inscription à l'université des élèves de milieux à faible revenu. L'expérience a confirmé un effet clair. À première vue, il semble que l'élargissement de cette politique pourrait réduire les inégalités éducatives. Cependant, que se passe-t-il si, en réalité, seuls les élèves issus de familles déjà bien informées et dotées de ressources bénéficient de ces conseils ? Même si la mesure de soutien est "efficace", elle risque de renforcer les avantages des groupes déjà favorisés au lieu de réduire les inégalités.

À l'inverse, même si l'effet lui-même n'est pas très important, si le soutien atteint principalement les groupes qui en ont vraiment besoin, il peut contribuer à réduire les inégalités dans l'ensemble de la société. En d'autres termes, pour réduire les inégalités sociales, il ne faut pas dissocier "l'efficacité de la mesure" et "la portée de la mesure". La question centrale pour lutter contre les inégalités est de savoir à qui, dans quelles conditions, et dans quelle mesure un soutien efficace parvient.

La recherche présente trois cas d'étude.

Le premier est une expérience sur le jeu de confiance menée en Italie. Dans cette expérience, il n'a pas été observé que les personnes d'origine immigrée étaient moins dignes de confiance que les autres. En surface, il semble que le désavantage lié à l'origine ethnique soit minime. Cependant, dans la réalité sociale, les opportunités de participer à des organisations citoyennes, des activités bénévoles, ou des organisations communautaires peuvent varier selon les groupes. Si les personnes d'origine immigrée ont moins de possibilités de participer à ces espaces, elles ont également moins de chances de bénéficier de l'entraide et de la confiance qui y naissent. Même si la discrimination n'est pas visible dans l'expérience, si la structure de la participation sociale est différente, les inégalités subsistent en fin de compte.

Le deuxième cas est une expérience sur le recrutement de professeurs menée en Allemagne et en Italie. Dans une enquête utilisant des profils de candidats fictifs, il n'était pas systématiquement observé que les candidates étaient évaluées moins favorablement que les candidats masculins. À première vue, il semble qu'il n'y ait pas de discrimination sexuelle claire dans l'évaluation des recrutements. Cependant, dans le milieu académique, les hommes ont plus de chances d'être les premiers auteurs d'articles, ce qui peut créer des différences dans la visibilité des réalisations avant même la candidature. Même si hommes et femmes sont traités de la même manière lors de l'évaluation, si les conditions préalables à cette évaluation diffèrent, la structure qui favorise l'accès des hommes aux postes de professeur est maintenue.

Le troisième cas est une vaste étude de terrain sur les conseils d'orientation menée en Rhénanie-du-Nord-Westphalie. Selon l'étude, des conseils intensifs ont eu un effet positif sur l'accès à l'enseignement supérieur des élèves issus de milieux défavorisés. C'est un résultat prometteur. Cependant, si ce programme est principalement utilisé par les élèves de milieux favorisés, l'effet de réduction des inégalités est affaibli. Dans certains cas, la mesure de soutien peut même élargir les options des groupes favorisés.

Il est important de noter ici que le problème n'est pas que "les expériences sont erronées". Au contraire, les expériences sont très efficaces pour examiner si une mesure a un effet causal sur les individus. Le problème réside dans l'interprétation directe de ces résultats comme étant liés aux inégalités dans l'ensemble de la société. Ce qui est efficace au niveau individuel n'est pas nécessairement synonyme de réduction des inégalités au niveau collectif.

Cela est facile à comprendre en comparant avec le domaine médical. Même si un médicament est prouvé efficace lors d'essais cliniques, si ce médicament n'atteint pas les patients qui en ont besoin, les inégalités de santé dans l'ensemble de la société ne se réduiront pas. Si le médicament est coûteux, accessible uniquement à une minorité, et que seules les personnes informées peuvent y accéder, il pourrait, bien qu'efficace, accroître les inégalités. La même chose peut se produire avec les politiques d'éducation, d'emploi, de bien-être, et de participation communautaire.

Cette perspective offre des enseignements importants pour la société japonaise. Par exemple, les systèmes de bourses d'études, le soutien à la reconversion professionnelle, les conseils en emploi, le soutien à la parentalité, et les guichets de consultation pour les personnes en difficulté existent en tant que systèmes, mais ne parviennent pas toujours à ceux qui en ont réellement besoin. Les méthodes de demande sont complexes, l'information ne parvient pas, le temps manque pour consulter, les barrières psychologiques sont élevées, et il n'y a pas d'expérience d'utilisation dans l'entourage. L'accumulation de ces petites barrières influence fortement le taux d'accès au soutien.

En particulier, les personnes socialement défavorisées peuvent avoir moins de ressources pour accéder aux systèmes de soutien. Le temps, les frais de transport, l'environnement numérique, les compétences linguistiques, les capacités de rédaction de documents, et la confiance dans le système sont des conditions invisibles mais essentielles pour rendre les politiques efficaces. Les personnes supposées être les bénéficiaires des mesures de soutien sont souvent celles qui ont le plus de difficultés à y accéder. C'est un problème commun à de nombreux systèmes.

Dans ce sens, la question soulevée par cette recherche est extrêmement pratique. Les décideurs politiques, les institutions éducatives, les ONG, et les départements des ressources humaines des entreprises doivent non seulement se demander "cette mesure est-elle efficace ?", mais aussi "qui utilise cette mesure ?", "qui ne l'utilise pas ?", et "pourquoi ne parvient-elle pas à certains ?".

En observant les réactions sur les réseaux sociaux, on peut dire que l'intérêt pour cette recherche se propage principalement parmi les universités, les chercheurs, et les communautés de spécialistes. L'Université de Cologne présente le contenu de la recherche sur LinkedIn et Facebook, en diffusant le message que "même si une expérience est efficace, ce qui compte vraiment, c'est qui en bénéficie dans la réalité". En outre, l'un des auteurs, Marita Jacob, a expliqué dans un précédent post sur LinkedIn qu'il est nécessaire de prendre en compte la prévalence du traitement lors de l'inférence des inégalités sociales à partir des résultats expérimentaux.

D'un autre côté, il n'y a pas encore de traces de débats étendus dans l'espace général des réseaux sociaux, dans la mesure où cela peut être vérifié. L'article de Phys.org lui-même n'affiche pas un grand nombre de commentaires ou de partages au moment de sa publication. Cela ne signifie pas que l'importance de la recherche est faible. Au contraire, étant donné que le sujet touche à l'évaluation des politiques et à la méthodologie de la sociologie expérimentale, les premiers à réagir sont souvent les chercheurs, les universitaires, et les spécialistes intéressés par les politiques sociales.

Cependant, le message de cette recherche devrait atteindre un public plus large. En effet, nous sommes quotidiennement confrontés à des termes tels que "soutien éducatif efficace", "soutien à l'emploi éprouvé", et "politiques scientifiquement vérifiées". Bien sûr, l'évaluation de l'efficacité est importante. Cependant, les résultats que ces mesures produisent dans l'ensemble de la société ne dépendent pas uniquement de l'ampleur de leur efficacité. Qui participe, qui ne peut pas participer, et qui est laissé pour compte ? Si nous ne regardons pas cela, nous risquons de mal juger le succès des politiques.

L'outil de visualisation développé dans cette recherche repose également sur cette prise de conscience. En combinant l'effet des mesures et le taux d'accès de chaque groupe, il est possible de simuler comment les inégalités évoluent. Cela est utile non seulement pour les chercheurs, mais aussi pour les praticiens. Par exemple, avant de déployer un programme à l'échelle nationale, on peut anticiper à quels groupes il est susceptible de parvenir et quels groupes risquent d'être laissés pour compte. Ou encore, vérifier comment le changement de biais de participation affecte l'effet de réduction des inégalités. Ces réflexions sont également importantes pour utiliser un budget limité de manière plus équitable.

Ce qu'il faut éviter le plus dans la lutte contre les inégalités, c'est l'idée que "nous avons créé un bon système, donc c'est suffisant". Un système ne fonctionne pas simplement parce qu'il existe. Un soutien ne parvient pas simplement parce qu'il est conçu. Pour qu'une politique ait le pouvoir de changer la société, elle doit être accessible en toute sécurité aux personnes qui en ont besoin, être effectivement utilisée, et permettre de bénéficier continuellement.

Cette recherche apporte une réalité sobre au débat sur les inégalités sociales. Les inégalités ne naissent pas simplement des différences de capacités ou d'efforts individuels. Elles proviennent également de structures invisibles telles que la manière dont les opportunités sont connectées, l'accès au soutien, les conditions avant l'évaluation, et la facilité d'accès aux espaces de participation sociale. C'est pourquoi les politiques visant à réduire les inégalités ne doivent pas seulement établir un large éventail de bénéficiaires. Elles doivent concevoir les voies d'accès elles-mêmes pour atteindre effectivement les personnes défavorisées.

De "l'efficacité" à "qui est atteint". La perspective montrée par cette recherche deviendra indispensable pour l'évaluation des politiques futures. Pour réduire sérieusement les inégalités sociales, il est nécessaire de regarder non seulement le contenu des mesures, mais aussi comment ces mesures circulent dans la société, où elles s'arrêtent, et qui elles dépassent.

Ce qui est vraiment important, ce n'est pas de brandir l'enseigne d'une mesure de soutien. C'est de s'assurer qu'elle parvienne effectivement à ceux qui en ont besoin.

URL de la source

Phys.org : Article de présentation de la recherche de l'Université de Cologne. Il est présenté que pour les mesures visant à réduire les inégalités sociales, il est important de savoir qui bénéficie réellement, en plus de l'efficacité.
https://phys.org/news/2026-05-social-inequality-scope-crucial.html

Communiqué officiel de l'Université de Cologne : Explication du contenu de la recherche, commentaires des auteurs, trois cas d'étude, et outil de visualisation.
https://uni-koeln.de/en/university/news/news/news-detail/reducing-social-inequality-why-the-scope-of-measures-is-crucial

Article original publié par Springer : "Why Treatment Prevalence Matters: Overcoming a Blind Spot in Experimental Inequality Research" par Irena Pietrzyk et Marita Jacob.
https://link.springer.com/article/10.1007/s11577-026-01068-7

Recherche connexe publiée par SAGE : Essai contrôlé randomisé vérifiant l'effet des conseils d'orientation sur la réduction des inégalités d'accès à l'université en Allemagne.
https://journals.sagepub.com/doi/10.1177/00380407251323888

Publication LinkedIn de l'Université de Cologne : Communication officielle de l'université sur les réseaux sociaux concernant la présentation de cette recherche.
https://www.linkedin.com/posts/university-of-cologne_unik%C3%B6ln-soziologie-ungleichheit-activity-7457001426364592128-ieqE

Publication LinkedIn de Marita Jacob : Explication dans un post de la nécessité de prendre en compte la prévalence du traitement lors de l'inférence des inégalités sociales à partir de recherches expérimentales.
https://www.linkedin.com/posts/marita-jacob-ba0861281_analyticalsociology-socialinequality-causalanalysis-activity-7399487836430815232-EXy7