Les auteurs, de l’écoute au protocole.

Miller décrit d’abord, en 1983, dans un article publié dans Behavioural Psychotherapy, un style d’entretien observé chez des thérapeutes efficaces auprès de personnes ayant des problèmes d’alcool : plutôt que de confronter la personne à son déni, ils exploraient ses propres raisons de changer. Rollnick, praticien britannique en addictologie, contribue ensuite à formaliser cette observation clinique en une méthode transposable et enseignable, publiée pour la première fois sous forme de manuel en 1991. Leur proposition rompt avec le modèle dominant de l’époque en addictologie, souvent construit autour de la confrontation directe du déni supposé du patient.

Le contexte historique compte : dans les années 1980, la plupart des programmes de traitement de l’alcoolisme partaient du principe qu’il fallait briser une résistance psychologique pour amener le patient à reconnaître son problème. Miller montre au contraire, dans des essais cliniques ultérieurs, qu’un style empathique et non confrontant produit une meilleure adhésion et de meilleurs résultats à moyen terme que les styles confrontants alors en usage, un résultat qui a pesé lourd dans la remise en cause de cette tradition clinique.

Les quatre processus décrits par Miller et Rollnick dans les éditions successives de leur ouvrage de référence donnent un cadre séquentiel et souple : construire une relation de travail (engager), préciser une direction de changement (focaliser), faire émerger le discours de changement de la personne elle-même (évoquer), puis préparer une action concrète (planifier). Les techniques associées, questions ouvertes, reflets simples et complexes, affirmations, résumés (souvent regroupées sous l’acronyme anglais OARS), sont des outils au service de cette séquence, pas des scripts à appliquer mécaniquement.

L’esprit de la méthode, ce que Miller et Rollnick appellent le « spirit » de l’entretien motivationnel, repose sur le partenariat, l’acceptation, la compassion et l’évocation : le praticien part du principe que la motivation au changement existe déjà chez la personne, en tension avec des raisons de ne pas changer, et que son rôle est de l’aider à l’articuler plutôt que de l’y substituer. Cette distinction protège l’entretien motivationnel de sa dérive la plus fréquente en formation courte, sa réduction à un jeu de techniques verbales détaché de cette posture de fond.

Les méta-analyses publiées depuis les années 2000 trouvent des effets généralement positifs mais modestes de l’entretien motivationnel sur des comportements aussi divers que la consommation d’alcool, l’observance médicamenteuse, l’activité physique ou l’alimentation, avec une taille d’effet qui varie fortement selon le comportement visé, la durée de l’intervention, la formation des praticiens et surtout la fidélité de mise en œuvre : des études utilisant des grilles de cotation de l’intégrité montrent que de nombreux praticiens formés dérivent rapidement vers un style directif classique une fois retournés en pratique courante.

L’entretien motivationnel n’est donc pas une réponse suffisante à des difficultés façonnées par la précarité, la douleur chronique, une dépendance sévère ou un accès limité aux soins, et les essais qui obtiennent les effets les plus faibles sont souvent ceux menés dans des populations soumises à de fortes contraintes structurelles. Son apport le plus solide reste un cadre éthique et technique pour parler du changement sans nier l’ambivalence ni confondre accompagnement et injonction, ce qui explique sa diffusion bien au-delà de l’addictologie, vers l’éducation thérapeutique, le travail social ou la justice.

Au milieu des années 1980, Fisher, psychologue spécialiste de la mémoire, et Geiselman, spécialiste de la cognition appliquée à l’investigation, constatent que les entretiens policiers de l’époque comportaient un nombre élevé de questions fermées et d’interruptions, ce qui réduisait la quantité d’information que les témoins pouvaient effectivement restituer. Ils construisent l’entretien cognitif à partir de principes établis en psychologie de la mémoire : la reconstitution mentale du contexte d’encodage, le rappel dans des ordres différents, le changement de perspective, et surtout le récit libre avant toute question ciblée.

Fisher et Geiselman ne présentent jamais ces techniques comme des moyens de « déverrouiller » une mémoire intacte et cachée, une conception aujourd’hui reconnue comme erronée : ils cherchent à réduire les obstacles attentionnels, sociaux et procéduraux qui appauvrissent un témoignage sans changer la nature du souvenir. Leur manuel de 1992 donne à cette méthode une forme entraînable, séquencée et validée en formation d’enquêteurs, avec une version révisée dite « entretien cognitif amélioré » publiée en 1992 également.

Une méta-analyse de référence conduite par Köhnken et ses collègues en 1999, portant sur des dizaines d’études comparatives, montre que l’entretien cognitif augmente en moyenne d’environ 30 % le nombre de détails corrects rapportés par rapport à des entretiens usuels, ce qui explique sa diffusion dans la formation d’enquêteurs de plusieurs pays. Une méta-analyse ultérieure de Memon, Meissner et Fraser en 2010 confirme cette augmentation sur un corpus élargi, tout en précisant les conditions dans lesquelles l’effet est le plus net.

La méthode rappelle un principe transversal à toute audition, judiciaire ou non : une bonne écoute ne consiste pas à multiplier les questions fermées, mais à organiser le contexte dans lequel la personne peut produire un récit dont les sources et les limites restent traçables. Elle a nourri au-delà du champ policier les discussions sur le rapport, la structure de l’entretien et l’enregistrement systématique de la procédure comme garantie de sa qualité.

Les mêmes méta-analyses montrent aussi une légère hausse, généralement plus faible que celle des détails corrects mais réelle, des détails incorrects rapportés sous entretien cognitif : augmenter le rappel ne dispense donc jamais de vérifier indépendamment les éléments obtenus, en particulier lorsqu’ils portent sur des points centraux d’une enquête. Les effets dépendent fortement de la formation reçue par l’enquêteur, un entretien cognitif mal maîtrisé perd une grande partie de son avantage, de l’âge du témoin, du type d’événement et du temps écoulé depuis les faits.

L’entretien cognitif est donc une aide à la récupération et à la qualité de l’échange, non un détecteur de vérité ni une procédure qui permettrait à elle seule de trancher la fiabilité d’un témoignage : c’est un outil de recueil, dont l’évaluation du contenu reste une étape distincte et indispensable, généralement confiée à d’autres méthodes d’analyse de la déclaration.

Développé à partir du milieu des années 1990 au sein du National Institute of Child Health and Human Development américain, le protocole NICHD organise l’accueil, l’explicitation de règles de communication (dont le droit de dire « je ne sais pas »), un entraînement au récit libre sur un événement neutre avant d’aborder l’événement en cause, l’exploration proprement dite puis la clôture. Il donne systématiquement la priorité aux invitations ouvertes et aux relances fondées sur les mots exacts prononcés par l’enfant, avant de recourir, seulement si nécessaire, à des questions plus ciblées puis, en dernier recours, à des questions fermées.

Cette architecture transforme des recommandations générales issues de décennies de recherche en psychologie du développement et de la mémoire, « ne pas suggérer », « laisser parler », « adapter le langage à l’âge », en une procédure observable, enseignable en formation continue et susceptible d’être auditée après coup à partir de l’enregistrement de l’entretien, ce qui la distingue nettement des pratiques d’audition informelles antérieures.

Le protocole combat deux erreurs opposées, documentées toutes deux dans la littérature sur les auditions d’enfants avant les années 1990 : conclure qu’un enfant, notamment jeune, ne peut structurellement pas livrer une information utile, ou au contraire tenir toute affirmation d’enfant pour fiable indépendamment de la manière dont elle a été recueillie. Lamb et ses collègues publient en 2007, dans Child Abuse & Neglect, une étude de terrain comparant des entretiens menés avant et après la formation au protocole, qui montre une augmentation substantielle de la proportion d’information obtenue par récit libre plutôt que par question ciblée.

Cette amélioration dépend toutefois strictement de la fidélité réelle à la méthode : les mêmes équipes de recherche documentent une érosion progressive de cette fidélité chez des enquêteurs formés puis livrés à eux-mêmes sans supervision continue, un phénomène de dérive comparable à celui observé pour l’entretien motivationnel, ce qui a conduit à recommander un accompagnement et une relecture périodique des enregistrements plutôt qu’une formation ponctuelle isolée.

Lire le protocole ne suffit pas à conduire une audition sensible. Une application responsable demande une formation initiale conséquente, une supervision continue, une adaptation linguistique et développementale à l’âge réel de l’enfant, un enregistrement proportionné aux enjeux, le respect des droits procéduraux et une coordination étroite avec les cadres légaux du pays concerné, qui varient sensiblement d’un système judiciaire à l’autre.

Les meilleurs entretiens réduisent certains risques de suggestion documentés par la recherche, sans les supprimer entièrement ; ils ne permettent pas de déterminer à eux seuls si un fait allégué s’est produit, une question qui relève de l’ensemble du dossier et non de la seule qualité procédurale de l’audition. La méthode est donc une garantie procédurale et une réduction de risque, non une machine à produire une vérité judiciaire, une distinction que les guides de bonnes pratiques professionnels, notamment ceux de l’American Professional Society on the Abuse of Children, rappellent explicitement.

Dans une synthèse de référence publiée en 1993 dans Psychological Bulletin, Ceci et Bruck examinent plusieurs décennies de recherches sur la suggestibilité, dans un contexte marqué par une vague d’affaires judiciaires américaines des années 1980 et 1990 (dont la très médiatisée affaire de la McMartin Preschool) où des allégations d’abus rituels en garderie s’étaient révélées, après réexamen, fortement contaminées par des méthodes d’audition problématiques. Leur travail refuse une alternative trompeuse mise en avant par les deux camps du débat de l’époque : l’enfant ne serait ni un témoin intrinsèquement peu fiable par nature, ni un témoin que l’on pourrait interroger sans précaution particulière parce que les enfants « ne mentent pas ».

Les effets les plus préoccupants apparaissent, montrent-ils à partir d’expériences contrôlées, lorsque les questions sont répétées au sein d’un même entretien ou d’un entretien à l’autre, présupposantes (elles intègrent une information non confirmée par l’enfant), accompagnées de stéréotypes sur une personne accusée, ou renforcées par des récompenses et sanctions sociales implicites de l’adulte interrogateur. La qualité du récit final dépend donc autant de la méthode de recueil que de la mémoire réelle de l’enfant, un résultat qui a directement nourri la conception de protocoles comme celui du NICHD.

Cette recherche rend indispensable l’enregistrement ou à défaut la traçabilité écrite précise des entretiens antérieurs : une réponse d’enfant ne peut pas être évaluée indépendamment des formulations exactes qui l’ont précédée, y compris celles produites par des proches avant toute intervention professionnelle. Elle soutient la priorité donnée au récit libre, aux questions ouvertes et à l’explicitation préalable des règles de communication, notamment la possibilité explicite de répondre « je ne sais pas » sans que cela soit perçu comme un échec.

Une étude expérimentale de Garven, Wood, Malpass et Shaw publiée en 1998, qui reproduit certains éléments des techniques d’audition employées dans l’affaire McMartin sur un échantillon d’enfants dans un cadre contrôlé, montre que la combinaison de suggestions répétées et de renforcement social peut produire des taux d’allégations fausses très élevés en quelques séances seulement. L’influence de ces travaux dépasse largement le champ judiciaire et concerne tout contexte où un adulte détient un pouvoir d’orientation important sur la parole d’un enfant, y compris en contexte scolaire ou thérapeutique.

Montrer qu’une procédure peut contaminer un récit ne permet pas de conclure qu’un récit précis obtenu dans de meilleures conditions est faux, pas plus que l’absence de suggestion démontrable ne permet d’en conclure qu’il est vrai : les expériences de Ceci et Bruck portent sur la manipulation contrôlée de conditions d’entretien, pas sur le jugement d’un cas individuel réel, où l’ensemble du contexte doit être pris en compte. Les effets varient en outre fortement selon l’âge (les très jeunes enfants sont généralement plus suggestibles que les enfants d’âge scolaire), le développement, les conditions précises de l’entretien et la nature de l’expérience évoquée.

Une limite souvent relevée par des chercheurs postérieurs concerne la validité écologique des paradigmes de laboratoire eux-mêmes : les situations expérimentales utilisées pour étudier la suggestibilité (assister à un événement fabriqué, être interrogé par un adulte inconnu et bienveillant) diffèrent des conditions réelles d’une enquête, marquées par des enjeux émotionnels, une relation avec les personnes concernées et un temps écoulé souvent plus long, ce qui invite à généraliser ces résultats avec prudence plutôt qu’à les transposer terme à terme aux affaires réelles.

Schmidt et Hunter développent à partir de la fin des années 1970 les techniques de méta-analyse psychométrique, en particulier les corrections pour restriction d’étendue et pour la fidélité imparfaite des mesures, qu’ils appliquent systématiquement à des décennies d’études sur la validité prédictive des méthodes de recrutement. Leur synthèse la plus citée, publiée en 1998 dans Psychological Bulletin, rassemble ainsi des données couvrant plusieurs dizaines d’années afin de classer une vingtaine de méthodes selon leur capacité à prédire la performance professionnelle ultérieure.

Ce travail contribue à établir un résultat durable et largement repris dans la discipline : les tests d’aptitude cognitive générale et les entretiens structurés, reposant sur des questions liées au poste, des critères explicites et une notation cohérente, prédisent en moyenne mieux la performance future que l’entretien non structuré ou de nombreuses méthodes projectives alors en usage. Ce travail a déplacé la discussion, dans le champ de la psychologie du travail, de la seule intuition du recruteur vers la conception et l’évaluation quantifiée d’un dispositif de sélection.

Standardiser un entretien ne signifie pas traiter les candidats de façon mécanique ou impersonnelle. Cela signifie déterminer à l’avance les compétences précises à explorer à partir d’une analyse du poste, poser des questions comparables à tous les candidats, recueillir des exemples concrets et comportementaux plutôt que des opinions générales, et utiliser une grille de notation définie avant l’entretien plutôt qu’après.

La structure réduit l’espace laissé aux premières impressions, à l’effet de halo (la contamination d’un jugement global par un trait isolé) et à la similarité perçue entre recruteur et candidat, tout en rendant une décision plus explicable et plus défendable en cas de contestation. Elle est particulièrement précieuse lorsque plusieurs évaluateurs indépendants doivent comparer des candidatures et justifier collectivement leurs choix, un contexte où l’absence de structure produit généralement le plus de désaccord entre juges.

Les coefficients de validité très cités issus des méta-analyses de Schmidt et Hunter, souvent présentés comme des constantes de la discipline dans les manuels de psychologie du travail, ne sont pas des valeurs universelles figées. Une réanalyse importante conduite par Sackett et ses collègues et publiée en 2022 dans le Journal of Applied Psychology montre que certaines corrections statistiques utilisées, en particulier pour la restriction d’étendue indirecte, avaient été appliquées de manière trop généreuse dans plusieurs jeux de données historiques, ce qui gonflait artificiellement les coefficients obtenus pour certains prédicteurs, dont les tests d’aptitude cognitive.

Ces réanalyses proposent des estimations sensiblement plus basses sans pour autant renverser l’avantage relatif des méthodes structurées sur les méthodes non structurées, qui reste un résultat robuste à travers les différentes générations de méta-analyses. L’apport de Schmidt et Hunter reste ainsi majeur pour avoir installé une culture de la validation quantitative en sélection, mais leur héritage illustre aussi une leçon de métascience utile au-delà du champ : une méta-analyse influente devient elle-même une hypothèse à réexaminer lorsque les méthodes de synthèse progressent.

Avec ses collègues Charlene Zhang, Christopher Berry et Filip Lievens, Sackett réexamine à partir de la fin des années 2010 des estimations largement utilisées de la validité des méthodes de recrutement, en particulier celles associées aux tests d’aptitude cognitive générale. Leur article de 2022 montre que certaines corrections de restriction d’étendue, une technique statistique qui ajuste les corrélations observées pour tenir compte du fait que les candidats effectivement embauchés ne représentent qu’une fraction sélectionnée des candidats initiaux, avaient été appliquées de manière trop large dans plusieurs études fondatrices des années 1970 et 1980.

Les chiffres corrigés deviennent sensiblement plus modestes pour plusieurs outils, dont l’entretien structuré et les tests cognitifs. Ce travail ne dit pas que la sélection structurée ne fonctionne pas, ni que les tests d’aptitude sont sans valeur prédictive ; il demande que l’on distingue la direction d’un résultat, assez robuste à travers les révisions successives, de son ampleur exacte, plus incertaine et dépendante de la qualité des données disponibles au moment de chaque synthèse.

La contribution de Sackett est particulièrement utile pour les praticiens de la sélection : choisir un entretien structuré ne dispense pas d’étudier finement le poste concerné, de former sérieusement les évaluateurs, de définir des critères de performance pertinents pour l’organisation et de surveiller les effets indésirables du système, notamment ses conséquences différentielles selon les groupes de candidats.

Une validité moyenne issue de la littérature internationale n’est pas la promesse d’une décision juste dans chaque organisation particulière, dont le contexte, le poste et la population de candidats diffèrent souvent sensiblement des échantillons de recherche. Cette prudence méthodologique transforme la sélection en un dispositif à mesurer et ajuster localement plutôt qu’en une recette importée telle quelle d’un manuel ou d’une méta-analyse générale.

Les débats statistiques sur l’ampleur exacte de la validité sont essentiels au progrès de la discipline, mais ils ne répondent pas seuls aux enjeux de justice procédurale, d’accessibilité, de discrimination indirecte ou de transparence pour les candidats évalués. Un entretien peut prédire correctement une performance définie unilatéralement par une organisation tout en reproduisant des inégalités préexistantes ou en évaluant un critère de performance trop étroit par rapport à la réalité du poste.

La rigueur défendue par Sackett gagne donc à être articulée à une analyse plus large des conséquences réelles de la sélection sur les personnes et les groupes concernés, un chantier que ses travaux les plus récents, notamment un article de 2023 publié dans Industrial and Organizational Psychology, commencent explicitement à ouvrir au-delà de la seule optimisation d’un coefficient de validité.

Psychiatre à l’université Columbia, Spitzer dirige le comité qui rédige le DSM-III (1980), une refonte radicale du manuel diagnostique américain qui remplace des descriptions théoriques vagues, souvent d’inspiration psychanalytique, par des listes de critères observables et des seuils explicites (par exemple un nombre minimal de symptômes présents pendant une durée donnée) pour chaque diagnostic. Cette réforme répond à un problème documenté depuis les années 1950 : deux cliniciens examinant le même patient aboutissaient fréquemment à des diagnostics différents, un défaut d’accord inter-juges qui minait la recherche autant que la pratique clinique.

Pour rendre ces nouveaux critères applicables de façon reproductible, Spitzer développe avec Janet Williams et Miriam Gibbon le Structured Clinical Interview for DSM (SCID), un entretien semi-structuré qui guide systématiquement le clinicien à travers les critères diagnostiques, publié pour la première fois en 1983 puis révisé à chaque édition du DSM, jusqu’à sa version SCID-5 encore utilisée aujourd’hui en recherche et en pratique clinique spécialisée.

Le SCID est aujourd’hui l’un des entretiens diagnostiques structurés les plus utilisés au monde en recherche psychiatrique et psychologique, notamment parce qu’il permet de constituer des échantillons d’étude dont les diagnostics reposent sur une procédure documentée et comparable d’un site de recherche à l’autre, plutôt que sur le jugement clinique non standardisé d’un seul praticien. Cette standardisation a été une condition pratique nécessaire à l’essor des essais cliniques randomisés en psychiatrie à partir des années 1980.

Le succès du DSM-III et du SCID a aussi eu un effet plus large sur la discipline : en donnant au diagnostic psychiatrique une forme opérationnalisée et vérifiable, Spitzer a contribué à déplacer durablement l’autorité scientifique du champ vers une psychiatrie fondée sur des critères descriptifs athéoriques, au détriment des cadres explicatifs concurrents, psychanalytiques notamment, qui dominaient le DSM-II.

En 2003, Spitzer publie dans Archives of Sexual Behavior une étude fondée sur des entretiens téléphoniques structurés avec 200 personnes ayant suivi une thérapie visant à changer leur orientation sexuelle, et conclut qu’une partie d’entre elles rapportaient un changement durable. Cette étude, publiée par une figure aussi respectée que l’architecte du DSM-III, est immédiatement utilisée par des organisations militant pour les thérapies de conversion, malgré des faiblesses méthodologiques dénoncées dès sa parution : échantillon recruté via des associations favorables à ces thérapies, absence de groupe témoin, et mesure du changement reposant uniquement sur la déclaration rétrospective des participants eux-mêmes.

En 2012, affaibli par la maladie de Parkinson, Spitzer publie dans la même revue une rétractation publique inhabituelle par sa franchise : il reconnaît que l’étude ne pouvait pas exclure que les changements rapportés reflètent un biais de désirabilité sociale plutôt qu’un changement réel d’orientation sexuelle, et présente ses excuses à la communauté gay pour le tort causé par les usages faits de ses conclusions. Ce geste, rare dans l’histoire de la recherche en psychiatrie, ne répare pas les usages déjà faits de l’étude, mais illustre, retournée contre son propre travail, l’exigence de vérification critique que le SCID lui-même visait à mettre au service du diagnostic.

Au début des années 1980, Gudjonsson constate qu’aucun outil standardisé ne permet d’évaluer à quel point une personne interrogée est susceptible de céder à des questions suggestives ou à une pression sociale répétée, alors même que cette vulnérabilité varie fortement d’un individu à l’autre selon l’âge, le niveau intellectuel, l’anxiété ou la fatigue. Il conçoit la Gudjonsson Suggestibility Scale (1984), un test où la personne raconte un événement fictif, répond à des questions dont certaines induisent une fausse information, puis est confrontée à une pression répétée à répondre différemment, ce qui permet de quantifier deux dimensions distinctes : céder à une suggestion et céder à une pression interpersonnelle.

Cet outil devient une pièce régulièrement produite devant les tribunaux britanniques pour évaluer si un suspect, notamment vulnérable (déficience intellectuelle, jeune âge, état psychologique fragile), a pu être amené à avouer un acte qu’il n’a pas commis.

Gudjonsson intervient comme expert dans plusieurs affaires judiciaires britanniques emblématiques des années 1980 et 1990, dont celles des Guildford Four et des Birmingham Six, condamnés à tort pour des attentats puis innocentés après que des vices de procédure d’interrogatoire, incluant des pressions prolongées sur des suspects vulnérables, ont été mis en évidence. Ces affaires contribuent directement à la réforme britannique de 1984 (Police and Criminal Evidence Act) qui encadre strictement les conditions d’interrogatoire policier, dont l’enregistrement obligatoire.

Dans The Psychology of Interrogations and Confessions (2003), Gudjonsson systématise une typologie des faux aveux (volontaires, sous contrainte, intériorisés, où la personne en vient à croire elle-même à sa propre culpabilité) qui reste la référence pour analyser les erreurs judiciaires liées aux aveux, désormais bien documentées par les organisations d’innocence utilisant des preuves ADN rétrospectives.

Un score élevé de suggestibilité indique une vulnérabilité générale mais ne permet pas de conclure qu’un aveu précis, dans une affaire précise, est faux : la suggestibilité est un facteur de risque parmi d’autres (durée de l’interrogatoire, techniques employées, présence d’un avocat), et son évaluation doit toujours être articulée à l’ensemble du dossier plutôt qu’utilisée comme un verdict à elle seule.

Des critiques méthodologiques ont par ailleurs souligné que l’échelle, construite et validée principalement sur des populations britanniques, généralise de façon incertaine à d’autres contextes linguistiques et culturels, et que sa capacité à prédire un comportement réel en salle d’interrogatoire, un contexte à l’enjeu et à la pression bien supérieurs à ceux du test, reste partiellement extrapolée plutôt que directement démontrée.