L'étude sur l'honnêteté fabriquée de Dan Ariely — le professeur qui a falsifié des données sur la malhonnêteté

Dan Ariely était l'un des économistes comportementaux les plus célèbres au monde. Professeur à l'université Duke, auteur du best-seller du New York Times Predictably Irrational, et source d'inspiration de la série NBC The Irrational. Ses recherches sur la malhonnêteté étaient largement citées par les décideurs politiques et les entreprises. Son article de 2012 dans PNAS, coécrit avec Francesca Gino et d'autres, affirmait que le fait de faire signer aux gens un engagement d'honnêteté au début d'un formulaire réduisait les comportements malhonnêtes. Ce résultat a eu une grande influence et a été utilisé dans des politiques réelles.

Le 17 août 2021, le blog Data Colada — animé par les chercheurs Uri Simonsohn, Leif Nelson et Joe Simmons — a publié des preuves de fraude dans l'article de 2012. Les données brutes présentaient des schémas impossibles, compatibles avec une altération : des séquences de nombres identiques d'une condition à l'autre, alors qu'elles auraient dû être aléatoires. Les données semblaient avoir été modifiées manuellement pour produire les résultats souhaités. The Economist a rapporté que l'étude était « fondée sur des données frauduleuses ». L'article a été rétracté.

L'université Duke a lancé une enquête de trois ans. En 2024, Business Insider a rapporté que Duke avait conclu que les données avaient été falsifiées, mais n'avait trouvé aucune preuve qu'Ariely ait utilisé sciemment des données fausses. Duke a refusé de commenter. Ariely a déclaré à la presse qu'il avait « sans aucun doute commis une erreur », mais il est resté professeur à Duke. Le scandale ne lui a pas coûté son poste, mais il lui a coûté sa réputation — et il a révélé avec quelle facilité des données fabriquées peuvent survivre à l'évaluation par les pairs lorsque le résultat est celui que tout le monde veut croire.

C'est un blog, et non l'évaluation par les pairs, qui a détecté la fraude en repérant des séquences de nombres identiques qui auraient dû être aléatoires ; l'article a été rétracté, mais Ariely a conservé son poste.

La fraude a été découverte par un blog, et non par l'évaluation par les pairs ou par une enquête universitaire. Data Colada a vu que les données étaient trop parfaites — des séquences de nombres identiques d'une condition à l'autre, alors qu'elles auraient dû être aléatoires.

L'étude a été publiée dans PNAS — l'une des revues les plus prestigieuses au monde. L'évaluation par les pairs n'a pas détecté la fabrication parce que personne n'a vérifié les données brutes.

Le résultat d'Ariely était exactement ce que les gens voulaient croire — qu'une simple signature en haut d'un formulaire pouvait réduire la malhonnêteté. Le monde des politiques publiques l'a adopté sans remettre en question les preuves.

L'enquête de trois ans de Duke a conclu que les données avaient été fabriquées, mais n'a trouvé aucune preuve qu'Ariely le savait. Le résultat a été un scandale sans responsable tenu de rendre des comptes — l'article a été rétracté, Ariely a conservé son poste.

Une étude qui dit la bonne chose et une étude qui utilise les bonnes données sont deux affirmations différentes. La première fait une réputation ; la seconde la mérite. Data Colada a vérifié. Personne d'autre ne l'avait fait.

L'affaire Ariely est devenue une référence dans la crise de la réplication — un chercheur célèbre, une revue prestigieuse et des données effrontément fabriquées. Le blog Data Colada est devenu une institution centrale dans la détection de fraude. L'affaire a impliqué Francesca Gino, la coautrice de Harvard, dont il a été établi plus tard qu'elle avait fabriqué des données dans d'autres études. La relation de neuf ans d'Ariely avec Jeffrey Epstein, révélée dans les dossiers Epstein de 2026, a encore nui à sa crédibilité. L'affaire reste non résolue : les données ont été fabriquées, l'article a été rétracté, mais l'auteur de la fabrication n'a jamais été identifié.