Calculer l’absence de marginalités

Dans la prolifération des dénonciations, à juste titre, des all male panel (conférences composées uniquement d’hommes), regroupements de politiciens mâles et/ou blanc·hes seulement, etc. des commentaires sur la probabilité de telles occurrences ne cessent de se voir dans le paysage des commentaires sous les publications. Les pages qui dénoncent cet élitisme, ce sexisme ou ce racisme comme le Tumblr allmalepanel, les pages Facebook Décider entre hommes ou Décider entre blancs, etc. sont nombreuses et justifiées, mais qu’en est-il réellement au niveau statistique?

Outre le fait que ces commentaires semblent estimer que les femmes sont minoritaires dans la population, parce qu’on ne les voyait pas traditionnellement et que leur simple présence semble annoncer une invasion pour plusieurs commentateurs (et commentatrices). Pourtant, au Canada, les femmes constituent 50,4% de la population. Dans le monde, le pourcentage de femmes dans la population baisse légèrement (passant de plus de 50% en 1960 à 49,55% en 2016) [un chiffre notamment influencé par certains pays aux populations très nombreuses et à la faible proportion de femmes], mais reste très proche du 50%. Bref, l’invisibilité des femmes semblerait totalement improbable dans des conditions idéales d’opportunité des chances puisqu’elle constitue dans les faits et statistiques la moitié de l’humanité.

Ce ne sont pas que les femmes qui sont absentes des conférences, groupes politiques, du corps professoral, de certains emplois ou de l’espace public en général. Les populations racisées le sont aussi. Le terme souvent employé de « minorité visible » contribue certainement à cette absence d’attente dans la population. Dans les faits, il s’agit quand même d’une importante partie de la population. Par exemple, dans les sociétés autour desquelles je gravite, on compte 20,3% de « minorité visible » à Montréal, 1 personne sur 5, 11% au Québec et 19,1% au Canada (source). Aux États-Unis, ce chiffre monte à 27,6%. Leur absence dans une conférence d’une dizaine de personne devrait donc être une source de questionnement pour l’organisation d’une telle conférence.

Cependant, la question de « C’est juste une coïncidence, un hasard » ou « C’est quand même probable au nombre de conférences qu’il y a » revient constamment et en effet, c’est possible, improbable souvent, mais définitivement possible. J’ai donc décidé de créer un outil qui permettrait d’effectuer ce calcul et de montrer à quel point l’argument est fallacieux en montrant que les probabilités d’un tel événement sont tellement improbables qu’il s’agit manifestement de mauvaise foi (ou de politique identitaire blanche), de discrimination à l’embauche, de sexisme, de racisme, etc. de la part d’organisations, employeur·es, politicien·nes, etc.

Prenons simplement un exemple pour les départements de philosophie au Québec qui comptent 25% de femmes professeures à l’université, 28% au cégep (source), à l’université de Montréal, ça se traduit par 8 femmes sur 31 professeur·es (26%) (source, page consultée le 20 juillet 2017), un chiffre vraiment minuscule.

Aperçu du calculateur

Le calculateur

Un deuxième exemple: les formations politiques québécoises sont aussi aberrantes, le PLQ, le parti politique au pouvoir au moment de l’écriture du billet avait présenté 35 femmes à la dernière élection, soit 28% de toutes les candidatures; la CAQ fait encore plus piètre figure avec 27 candidatures (21,6%), seul QS avait présenté une égalité de candidats et candidates [le PQ avait 36,8% de candidature féminine] (source).

Avec l’outil créé, nous pouvons voir que les chances que cela se produise dans une société idéale sont quasi-impossible. Résultats : les probabilité pour que ça arrive pour le PLQ sont d’environ 0,000029%, la CAQ 3,31×10-9 % (8 zéros après la virgule!), pour le PQ c’est de 1,51%. Par comparaison, pour qu’un parti ait une représentation paritaire comme QS, la chance est de 50,02%.

Dans le cas du département de philosophie de l’UdeM, la probabilité d’avoir 8 femmes ou moins est de 4,7% (environ 1 chance sur 20). C’est en effet probable, mais le fait que toutes les universités du Québec accuse le même chiffre montre bien que la cause de l’absence de femmes n’est pas de cause probabiliste, mais bien ailleurs. Si les autres universités accusaient une présence paritaire de femmes et d’hommes ou même beaucoup plus de femmes dans certains départements, là, il serait en effet probable (pas certain, probable) qu’une anomalie statistique se soit causé, mais encore une fois, de l’ordre d’une chance sur 20.

Un dernier exemple sur l’impossibilité de certaines scènes avant de parler de l’outil en lui-même: la photo où Donald Trump est réuni avec des dirigeants républicains (le masculin est utilisé intentionnellement ici) pour célébrer la Chambre d’adopter un projet de loi visant à abroger et à remplacer l’Obamacare.

Cette photo qui a causé, avec raison, l’outrage un peu partout à travers les États-Unis et à l’international ne fait figurer que des hommes blancs (52 en tout) (et quelques femmes blanches qui n’était pas présentes sur la photo tronquée qui a plus largement circulé), mais les probabilité d’une telle chose dépasse l’entendement. Du côté des femmes (4), la probabilité est de 3,74×10^10% (8 zéros après la virgule). Du côté des personnes racisées, la probabilité est de 8,85×10^18% (16 zéros après la virgule). Bref, on peut conclure sans problème qu’il s’agit d’un parfaite exemplification des conséquences de politiques identitaires blanches, de telles probabilités sont pour ainsi dire tellement improbables qu’elles pourraient être aussi bien impossibles.

Comment fonctionne le calculateur et comment l’utiliser?

Le calculateur utilise une formule mathématique: P(k parmi n)=(n! / (k!(n-k)!))(pk)(qn-k) qui calcule (pour utiliser des mots savants) les probabilités exactes binomiales d’un événement k parmi n. Ce que ça veut dire, c’est que le calcul détermine quelle est la chance que la valeur k se produise dans n. En remplaçant les valeurs k et n par un chiffre, on détermine quelles sont les chances qu’une situation se produise réellement.

Il existe deux réponses dans mon calculateur : la première détermine quelles sont les probabilités qu’exactement k arrive sur n. Par exemple, quelle est la chance qu’exactement 10 conférencières soient présentes dans une conférence de 20 personnes. La valeur obtenu de ce calcul ne nous intéresse pas vraiment puisque la probabilité ne nous donne pas vraiment d’indications intéressantes pour une question de représentation. C’est pour ça qu’il y a une deuxième réponse juste en dessous qui nous offre une vraie probabilité intéressante.

La seconde réponse nous donne la probabilité que 10 conférencières ou moins soient présentes dans une conférence de 20 personnes, c’est à dire qu’il va additionner toutes les probabilité de 0 à 10 conférencières présentes à l’événement pour donner une estimation finale plus précise. Pour finir l’exemple, la probabilité dans ce cas très précis tournera autour de 50% puisque, grossièrement, la répartition homme/femme est sensiblement la même dans la population et que la moitié du panel serait au moins constitué de femmes. En bas de 10, les probabilité diminuent, en haut, elles augmentent (jusqu’à 100% lorsqu’on pose la question de quelle est la probabilité que 20 conférencières ou moins soient présentes). Sans être un excellent indicateur, il donne tout de même une bonne idée des probabilités d’un tel événement lorsque k est plus faible. Au moment où k est la moitié de n dans notre exemple, nous ne voyons pas trop la pertinence d’un tel outil puisque la parité est atteinte.

Dans un autre exemple avec une population marginalisée beaucoup plus minoritaire, le k devient de moins en moins pertinent au fur et à mesure qu’il atteint le ratio de base de sa présence dans la population. Par exemple, dans une proportion de personnes racisées de 0,11 (au Québec), le fait d’avoir 11 personnes racisées dans un événement de 100 personnes pourrait être correct (sa probabilité est de 57,9%) et le calcul ne serait pas trop nécessaire dans ce cas. Mais si on se donnait l’exemple du défilé de la Saint-Jean en 2016 et qu’on observait qu’il y avait 50 chanteurs et chanteuses, la probabilité qu’il n’y ait aucune personnes racisées n’est que de 0,3% (en fait, ça devrait même être de 0,001% puisqu’à Montréal, la proportion de personnes racisées est de 20,3%); bref, on constate bien un problème statistiquement.

Pourquoi je n’utiliserais pas ce calculateur?

Malgré le temps mis à créer cet outil et l’usage pertinent qu’on peut en faire, je ne l’utiliserais probablement jamais. Pourquoi? Ce n’est pas un outil objectif, il ne fait que calculer la probabilité qu’un tel événement survienne: il ne donne aucune information sur le sexisme, racisme, anti-capacitisme, etc. d’un groupe ni sur ses causes. Il mesure les conséquences de dynamiques et structures sans tenir compte des causes ou en proposant une ou des solutions adéquates (il ne suffit pas de constater : « ah!, il me manque une personne homosexuelle, allons donc en solliciter une » qui reviendrait à simplement faire du tokenisme et n’adresse nullement le problème initial qu’il soit structurel, volontaire ou autre).

Plusieurs solutions bien connues existent déjà pour adresser les inégalités, des CVs anonymes à la discrimination positive, et ne sont tout simplement pas mises en place parfois. D’autres, comme pour des soumissions de communications de colloques et de conférences, pourraient grandement s’inspirer des soumissions anonymes. Semblablement pour les prix littéraires encore trop souvent attribués aux hommes, les prix de nouvelles, récits, poésie, etc. dont les soumissions sont anonymes obtiennent des résultats favorisant beaucoup plus les femmes que les prix non anonymes qui favorisent les récipiendaires masculins.

Une simple sensibilité, prise de conscience, radicale à la question est aussi de mise. Alors que le Québec s’insurge (avec raison) contre l’absence de chanson en français dans une compilation de 6 DC pour le 150e anniversaire du Canada, on semble complètement mettre de côté l’absence de chanson dans une langue autochtone (tandis que quelques semaines plus tôt, on trouvait normal de voir une tonne de personnes blanches chanter pendant que des personnes noires poussaient un chariot ; outre la question de l’évocation de l’esclavage, reste qu’il est encore une fois très improbable/impossible que seules des personnes blanches se retrouvent en train de chanter).

La question de quelle probabilité obtenir pour être dans la marge acceptable est aussi une question sans réponse véritable. Je pourrais très bien dire complètement arbitrairement qu’à partir de 40% c’est acceptable, mais ça reste un jugement éthique sans fondement quelconque. Pour certaine personne, une probabilité en bas de 45% serait inacceptable, pour d’autre, nous n’aurions pas atteint la parité tant et aussi longtemps que les chances ne sont pas d’un moins 50%. Enfin, pour des événements récurrents nombreux et réguliers, abaisser les pourcentage à 25% pourrait se justifier puisque certains événements dépasseraient le 75% tandis que d’autres se situeraient autour du 50%.

Aussi, la non-mixité entre personnes marginalisées est aussi très importante (partage et mises en commun d’expériences et de savoir dans un espace plus sécuritaire que d’autres où cette expérience est complètement dévalorisées et moquées) et ainsi calculer la probabilité d’un nombre d’hommes dans un événement non-mixte de femmes s’avère absolument inutile et contre-productif.

Finalement, mon outil pourrait s’avérer un peu inutile à beaucoup d’endroits où on ne connaît pas la proportion de personnes marginalisées sur la population étudiée. Par exemple, pour vraiment savoir si les étudiantes sont absentes d’un colloque étudiant sur la géographie, il faudrait pouvoir connaître la proportion d’étudiantes en géographie et non la proportion de femmes à Montréal, au Québec ou dans le monde. Si cette dernière s’avérait être minuscule, hypothétiquement de 1%, notre calcul serait un peu inutile bien honnêtement, peu importe le chiffre qui sort, il y a un problème à régler en amont avant d’adresser spécifiquement le cas du colloque (bien qu’il pourrait aussi être adresser dans un contexte de discrimination positive, mais ce n’est pas le sujet de mon billet).

Dans quelques rares cas aussi, il serait possible d’utiliser cet outil pour justifier l’absence d’un groupe marginalisé en ne ramenant la chose qu’à une question de probabilité tout en évitant d’aller chercher des contributions de ces personnes et ne partageant l’événement qu’à travers nos groupes affinitaires.

Bref, il s’agit d’un outil intéressant, mais qui n’offre vraiment rien de plus qu’un constat mathématique qui se fait de toute manière à l’œil pour qui aura développé cette sensibilité. L’analyse de ratio d’une population marginalisée dans la population globale et du ratio dans un sous-groupe reste un outil beaucoup plus simple, accessible, évocateur et moins trompeur pour analyser des dynamiques oppressives dans un environnement précis.