SCIENCE DE LA PROTECTION DES MINEURS
Simulations computationnelles de trajectoires
Liviu Poenaru, PhD
Juillet 2026
Nous présentons ici trois simulations computationnelles conçues pour rendre visibles des mécanismes difficiles à isoler dans les situations réelles. Elles examinent, dans un cadre formalisé, la manière dont une décision, les réactions qu’elle provoque et les interprétations institutionnelles qui lui succèdent peuvent transformer la trajectoire d’un enfant et de sa famille.
Dans leur forme actuelle, ces simulations restent exploratoires. Leurs coefficients sont en partie hypothétiques et elles ne permettent pas de déterminer si un enfant particulier doit être maintenu dans sa famille ou placé. Elles constituent cependant les premières ébauches d’une approche plus ambitieuse. Fondé sur un modèle suffisamment valide, alimenté par des connaissances scientifiques actualisées, calibré sur des données longitudinales et soumis à une validation indépendante, un outil computationnel pourrait contribuer à comparer les conséquences probables des différentes mesures disponibles. Il aiderait alors à rechercher l’intervention qui protège le mieux l’enfant tout en produisant le moins de dommages possible.
Un tel outil pourrait également réduire certains biais humains et institutionnels décrits dans ce livre. Les décisions de protection sont parfois influencées par la peur, l’urgence, le raisonnement défensif, les conflits parents-institutions, la confirmation d’une hypothèse initiale ou la répétition d’une même affirmation dans plusieurs rapports. Un modèle scientifiquement fondé pourrait obliger les décideurs à examiner les informations contradictoires, à distinguer les faits des interprétations, à expliciter leurs hypothèses et à comparer plusieurs solutions/simulations selon des critères identiques. Il pourrait ainsi constituer un contrepoids aux mécanismes de psychopathologie institutionnelle, lorsque la perception collective du danger se ferme progressivement à la contradiction et finit par contribuer au risque qu’elle croit seulement constater.
Cette approche se distinguerait des instruments qui attribuent aux familles un simple score de risque. Elle ne chercherait pas uniquement à estimer le danger auquel l’enfant serait exposé s’il restait dans son milieu familial. Elle comparerait plusieurs trajectoires concrètes : maintien au domicile avec un soutien intensif, restriction ciblée des contacts, accueil par la famille élargie, placement temporaire ou placement durable dans le lieu effectivement disponible. Pour chacune, elle estimerait non seulement les dangers susceptibles d’être évités, mais aussi ceux que l’intervention pourrait introduire : fracture provoquée par la séparation, instabilité des lieux d’accueil, rupture des liens familiaux et scolaires, dégradation de l’état des parents ou prolongation injustifiée de la mesure.
La première simulation compare, à titre d’exemple, deux trajectoires possibles à partir d’une même situation initiale : le maintien de l’enfant dans son milieu familial et son placement. Elle cherche à identifier le seuil à partir duquel placer l’enfant lui causerait probablement moins de dommages que le laisser dans sa famille. Il est donc indispensable de comparer deux risques réels : ceux auxquels l’enfant serait exposé s’il restait chez lui et ceux que le placement pourrait lui-même produire.
La deuxième simulation porte sur les effets de la séparation sur les parents. Elle examine comment la détresse, la colère, la méfiance ou l’effondrement apparus après le retrait peuvent être interprétés comme les manifestations d’une pathologie antérieure. Cette interprétation peut justifier de nouvelles restrictions, qui aggravent à leur tour l’état du parent et semblent confirmer le diagnostic initial. La simulation formalise ainsi une boucle dans laquelle les conséquences de la mesure deviennent des arguments en faveur de son maintien.
La troisième simulation élargit l’analyse au fonctionnement institutionnel. Elle étudie la circulation des faits, des craintes et des interprétations entre les services de protection, les experts et les tribunaux. Lorsque les informations contradictoires sont négligées, que les mêmes affirmations passent d’un rapport à l’autre et que les tiers ne disposent plus d’une indépendance suffisante, le système peut contribuer à produire une partie du danger qu’il croit seulement observer.
Après la présentation des trois simulations, une discussion générale examinera dans quelle mesure cette approche pourrait être appliquée aux décisions prises sur le terrain. Elle en analysera les potentialités, mais aussi les exigences et les limites : qualité et origine des données, actualisation des connaissances, prise en compte de l’incertitude, validation empirique, contrôle des biais institutionnels, transparence du modèle et attribution claire des responsabilités. Un modèle peut réduire certains biais humains, mais il peut aussi reproduire et renforcer ceux qui sont inscrits dans les données utilisées pour le construire. Il ne constituerait donc un progrès que s’il demeurait transparent, contestable et soumis à un contrôle scientifique indépendant.
Quatre idées essentielles doivent être retenues : le placement doit être comparé aux autres solutions réellement disponibles ; ses conséquences doivent être évaluées dans le temps ; les effets de la séparation ne doivent pas être confondus avec des troubles antérieurs ; enfin, l’évaluation doit intégrer non seulement le risque familial, mais aussi celui que le fonctionnement institutionnel peut introduire.
1. Simulation exploratoire du point de bascule critique : enfants maintenus, enfants placés et trajectoires biopsychosociales
Le premier modèle présenté ici porte sur les enfants. Il vise à formaliser, sous une forme simulationnelle, le problème central qui traverse tout cet ouvrage et qui demeure rarement posé dans toute son ampleur par la recherche et les pratiques institutionnelles : le placement doit être évalué non seulement au regard du danger qu’il prétend réduire, mais aussi des dommages qu’il peut lui-même produire. L’objectif n’est pas de construire un outil prédictif applicable à un enfant singulier, ni de fixer un seuil universel de légitimité du placement. Il vise la simulation d’un espace de comparaison entre deux trajectoires : le maintien dans le milieu familial et le placement. La question devient alors : dans quelles conditions le placement produit-il moins de dommage cumulé que le maintien, et dans quelles conditions devient-il une seconde adversité, puis éventuellement une trajectoire de désinsertion ?
Le cadre théorique repose d’abord sur la littérature quasi expérimentale consacrée aux effets du placement. Doyle (2007), en utilisant la variation dans la tendance des investigateurs à recommander le placement, montre que, pour certains enfants situés à la marge de la décision, le foster care peut être associé à des résultats ultérieurs défavorables. Gross et Baron (2022) trouvent au contraire, dans un autre contexte, des effets positifs du placement sur la sécurité et les résultats éducatifs. Cette tension empirique est importante : elle interdit de traiter le placement comme une intervention homogène. Le placement peut réduire un dommage dans certaines configurations et en produire un autre dans d’autres configurations. Les travaux de Berger et al. (2009) montrent qu’il est difficile d’isoler les effets du placement lui-même, car les enfants placés présentent souvent, avant même l’intervention, davantage de difficultés et de facteurs de risque que les enfants restés dans leur famille. Le modèle adopte alors une logique contrefactuelle : chaque enfant simulé possède deux trajectoires possibles, l’une de maintien (dans son milieu d’origine), l’autre de placement.
Le second appui théorique vient des recherches développementales sur l’adversité précoce. McLaughlin, Sheridan et Lambert (2014) distinguent la menace (violence, danger, peur, intrusion) et la privation (absence de stimulation, de soin, de disponibilité ou de réponse sociale). Cette distinction permet de ne pas réduire l’adversité familiale à la catégorie trop pauvre d’abus ou de négligence. Shonkoff et al. (2012) montrent que le stress toxique — c’est-à-dire une activation intense, répétée ou prolongée des systèmes de réponse au stress, en l’absence d’un soutien relationnel suffisamment stable et protecteur — peut affecter l’apprentissage, le comportement, la santé physique et la santé mentale. Danese et McEwen (2012) inscrivent ces effets dans le modèle de la charge allostatique : l’organisme s’adapte aux contraintes, mais cette adaptation a un coût biologique cumulatif. Hostinar, Sullivan et Gunnar (2014) montrent de leur côté que les relations de caregiving peuvent tamponner les réponses neuroendocriniennes au stress. Le modèle encode donc à la fois des facteurs de dommage et des facteurs d’amortissement : adulte protecteur, soutien intensif à domicile, qualité du caregiver substitutif, continuité scolaire, récit cohérent et réseau adulte stable.
Le troisième champ théorique concerne la séparation, l’institutionnalisation et l’instabilité du placement. Waddoups, Yoshikawa et Strouf (2019) synthétisent les effets généralement défavorables de la séparation parent-enfant sur le développement socio-émotionnel, le bien-être et la santé mentale, surtout lorsque la séparation est prolongée ou combinée à d’autres privations. Johnson, Browne et Hamilton-Giachritsis (2006), ainsi que van IJzendoorn et al. (2020), montrent que l’institutionnalisation doit être analysée à partir de la qualité du milieu, de la durée, de la stabilité et du remplacement éventuel par des formes familiales de soin. Varnish et al. (2025) soulignent l’association entre instabilité du placement et difficultés de santé mentale. Ces travaux fondent les variables de coût de séparation, d’instabilité du placement, de rupture scolaire, de séparation de la fratrie, de violence en placement et de soutien post-placement.
L’opérationnalisation du modèle repose ainsi sur une distinction centrale entre adversité familiale latente, adversité institutionnellement codée et dommage réellement produit. Par adversité familiale latente, on entend le niveau réel (faible ou élevé) mais imparfaitement observable de danger, de vulnérabilité ou de désorganisation dans la famille : violence physique ou sexuelle, violence psychologique, exposition à la violence conjugale, négligence réelle, imprévisibilité, conflit parental, précarité matérielle, trouble psychique parental, addiction, épuisement ou crise. Cette adversité est dite latente parce qu’elle n’est jamais directement disponible comme donnée pure. Elle doit être reconstruite à partir de récits, de preuves, d’observations, de rapports, d’expertises, de silences et parfois d’indices contradictoires. L’adversité institutionnellement codée désigne, en revanche, ce que le système enregistre : abus, négligence, danger, conflit, non-collaboration, trouble parental ou incapacité. La différence entre les deux est, dans cette perspective, méthodologiquement importante, car : une pauvreté peut être codée comme négligence ; un conflit parental comme danger global ; une souffrance parentale comme instabilité ; une contestation comme non-collaboration. Inversement, une violence réelle peut être sous-codée lorsqu’elle est psychologique, diffuse, sexuelle ou difficile à prouver.
La simulation distingue donc plusieurs profils d’adversité latente : violence sévère documentée, violence psychologique chronique, exposition à la violence conjugale, conflit parental sévère, négligence socio-économique, vulnérabilité parentale traitable et risque incertain ou interprété. Chaque profil est associé à un danger direct, à une possibilité plus ou moins grande de soutien familial et à un risque spécifique de mauvais codage. Une situation de violence grave documentée n’a pas le même statut clinique qu’une situation de conflit parental, de précarité ou d’incertitude expertale. Le modèle introduit également une variable de qualité de preuve : plus la preuve est forte, plus l’adversité codée se rapproche de l’adversité latente ; plus elle est faible, plus le codage peut s’éloigner de la situation réelle.
La trajectoire de maintien familial est calculée à partir de la violence sévère latente, de la violence psychologique, de la négligence réelle, de l’imprévisibilité, du conflit parental, de la précarité matérielle et de la vulnérabilité initiale de l’enfant. Ce dommage est réduit par le soutien intensif à domicile, l’existence d’un adulte protecteur, la stabilité scolaire et l’amélioration parentale possible. La trajectoire de placement comporte, quant à elle, trois temporalités. La première est l’avant-placement : l’enfant porte déjà une histoire d’adversité. La deuxième est le pendant-placement : coût de séparation, instabilité du lieu, rupture scolaire, séparation de la fratrie, violence ou contagion traumatique entre pairs, contacts erratiques, disqualification du monde d’origine. La troisième est l’après-placement : sortie sans logement stable, faible diplôme, absence d’adulte fiable, faible capital social, précarité professionnelle, isolement affectif et accès insuffisant aux soins.
Les sorties du modèle sont biopsychosociales : santé mentale, santé physique, charge allostatique, niveau scolaire, risque de se retrouver ni en emploi, ni en études, ni en formation — situation dite « NEET » (Not in Employment, Education or Training) —, insertion professionnelle, stabilité économique, logement, sans-abrisme, implication judiciaire, addictions, liens affectifs, capital social et continuité identitaire. Les études de Sariaslan et al. (2022), Kääriälä et Hiilamo (2017), Pecora et al. (2006) et Courtney et al. (2011) justifient cette extension vers le devenir adulte.
Sur le plan technique, la matrice a été traduite en code Python afin de tester sa cohérence dynamique. Le script crée une population simulée de 10 000 enfants, attribue à chacun un profil d’adversité familiale latente, calcule son adversité institutionnellement codée, puis simule deux trajectoires contrefactuelles : maintien familial et placement. Pour chaque trajectoire, le code cumule les dommages annuels potentiels et produit des indicateurs finaux de santé, scolarité, insertion professionnelle, logement, liens affectifs et désinsertion. La variable centrale est le bénéfice net du placement, défini comme la différence entre le dommage cumulé du maintien et le dommage cumulé du placement. Si ce bénéfice est positif, le placement réduit le dommage global ; s’il est négatif, il l’aggrave ou le déplace ; s’il est proche de zéro, la situation appartient à une zone d’indétermination comparative.
Dans une première exécution exploratoire, l’adversité familiale latente moyenne était inférieure à l’adversité codée, ce qui reflète un paramétrage volontairement sensible au surcodage institutionnel du danger. Le dommage cumulé moyen du placement dépassait légèrement celui du maintien. Ce résultat ne constitue pas une conclusion empirique sur les placements réels ; il dépend de la composition de la population simulée, où les situations non extrêmes — conflit parental, vulnérabilité traitable, négligence socio-économique, risque interprété — occupaient une place importante. Si la proportion de violences sévères documentées augmentait, le bénéfice net du placement serait probablement plus élevé.
L’intérêt des résultats tient donc moins aux pourcentages qu’à la structure dynamique qu’ils rendent visible. Le placement devient protecteur lorsque l’adversité latente est élevée, correctement codée, difficilement transformable par des mesures moins intrusives, et lorsque le milieu substitutif offre stabilité, sécurité, continuité scolaire, soutien relationnel et accompagnement après la sortie. Il devient disproportionné lorsque l’adversité latente est modérée ou incertaine, mais surcodée comme danger élevé, et qu’un soutien familial ou social aurait pu réduire le risque sans introduire la triple violence de la séparation, de l’instabilité et de la sortie pauvre. Dans cette configuration, le dommage n’est pas supprimé ; il change de lieu, de temporalité et de forme.
La distinction entre adversité latente et adversité codée peut être représentée graphiquement. Dans la figure suivante, la ligne diagonale ne désigne pas un codage réellement parfait, qui serait empiriquement inaccessible. Elle constitue seulement une ligne de concordance théorique : le cas où, dans le modèle, le score d’adversité institutionnellement codée serait égal au score d’adversité familiale latente. Les points situés au-dessus de cette ligne indiquent une adversité codée supérieure à l’adversité latente simulée ; ceux situés en dessous indiqueraient une adversité codée inférieure. Cette représentation n’a donc pas valeur de constat empirique. Elle sert à visualiser une hypothèse méthodologique : entre ce qui est vécu dans une famille et ce qui est enregistré par le dispositif, un écart peut apparaître, notamment lorsque la preuve est fragile, lorsque les catégories administratives sont trop larges, ou lorsque la culture institutionnelle du risque favorise une lecture défensive.
Dans cette simulation exploratoire, le nuage de points se situe majoritairement au-dessus de la ligne de concordance, ce qui illustre un paramétrage sensible au surcodage institutionnel du risque, notamment dans les situations d’adversité faible ou modérée. Cette représentation n’a pas valeur de constat empirique direct. Elle repose toutefois sur une hypothèse empirico-théorique : les catégories institutionnelles ne donnent pas accès à l’adversité familiale comme réalité pure, mais à une adversité enregistrée, interprétée et codée. La littérature sur les biais de sélection, les limites des données administratives, l’hétérogénéité des motifs de placement, la confusion possible entre pauvreté et négligence, conflit parental et danger, souffrance parentale et non-collaboration, justifie l’introduction d’un écart possible entre situation vécue et situation enregistrée. La figure ne mesure donc pas cet écart dans le monde réel ; elle le rend modélisable afin d’en explorer les effets sur les trajectoires simulées.
D’autres limites de ce modèle sont à noter. Les coefficients sont hypothétiques, les profils d’adversité restent simplifiés, les sorties adultes sont agrégées, et les données disponibles ne permettent pas encore de calibrer précisément un seuil universel de bascule. Cette simulation ne peut clairement pas décider de la légitimité clinique ou juridique d’un placement. Elle permet seulement de formaliser une exigence méthodologique : la décision de retirer un enfant devrait comparer le danger familial, les alternatives disponibles, le coût prévisible de la séparation, la qualité probable du placement et les conditions concrètes de la sortie. À défaut, le système risque de traiter comme réduction du risque ce qui peut devenir, dans certaines configurations, déplacement biopsychosocial du dommage.
2. Simulation des parents : comment l’institution peut pathologiser ce qu’elle contribue à produire
La comparaison réalisée par Wall-Wieler et ses collègues constitue le point de départ empirique de cette simulation. Après ajustement sur de nombreuses caractéristiques antérieures, les mères dont un enfant avait été placé présentaient davantage de diagnostics de dépression, d’anxiété et de troubles liés aux substances, ainsi qu’un recours plus important aux consultations et aux psychotropes, que les mères confrontées au décès d’un enfant (Wall-Wieler et al., 2018a). D’autres analyses ont montré une augmentation des tentatives de suicide et des suicides après le retrait (Wall-Wieler et al., 2018b). Ces résultats ne signifient pas que la séparation serait subjectivement « pire » que la mort pour toutes les mères ni que toute dégradation serait causée par l’institution. Ils établissent néanmoins que la perte institutionnelle de l’enfant est associée à une charge psychopathologique majeure.
Le modèle croise plusieurs traditions théoriques. La perte ambiguë désigne une perte sans disparition définitive : l’enfant est vivant, mais sa présence devient discontinue et dépendante de décisions extérieures (Boss, 1999). Le deuil désavoué décrit une souffrance peu reconnue et faiblement soutenue (Doka, 2002). Les modèles du stress et de la perte de ressources éclairent l’accumulation des dommages : à la séparation s’ajoutent incertitude, frais judiciaires, pertes professionnelles et isolement (Pearlin et al., 1981 ; Hobfoll, 1989). Les synthèses qualitatives récentes retrouvent surveillance, déséquilibres de pouvoir, information insuffisante et conséquences biopsychosociales durables (Burrow et al., 2024).
Un deuxième ensemble de travaux concerne l’étiquetage. Un diagnostic associé à des stéréotypes et à une asymétrie de pouvoir peut entraîner perte de crédibilité, discrimination et réduction du statut social (Goffman, 1963 ; Link et al., 1989 ; Link et Phelan, 2001). Dans une expérience par vignettes, un diagnostic psychiatrique attribué à un parent modifiait les préférences de garde exprimées par des membres du public (Sabatello et al., 2021). L’étude ne portait pas sur de véritables juges, mais elle montre que l’étiquette peut peser sur la représentation de la compétence parentale.
La simulation intègre enfin les défenses institutionnelles et les biais de décision. Une organisation exposée à l’angoisse peut se défendre par la fragmentation, la rigidification et le déplacement de la menace (Jaques, 1955 ; Menzies-Lyth, 1960). En protection de l’enfance, la pratique défensive est favorisée par la peur de l’erreur et du blâme (Whittaker et Havard, 2016). L’expertise médico-légale est également vulnérable au contexte, au biais de confirmation et à l’allégeance institutionnelle (Neal et Grisso, 2014 ; Murrie et al., 2013). L’antécédent conceptuel le plus direct est ici la psychopathologie du processus de protection : la réaction à la mesure peut être recodée comme preuve de sa nécessité (Poenaru, 2020).
L’objectif n’est pas d’estimer combien de mères seraient abusivement diagnostiquées : aucune étude ne fournit les paramètres nécessaires. Il s’agit de tester une cohérence dynamique : à vulnérabilité initiale et séparation identiques, certaines configurations institutionnelles peuvent-elles produire davantage d’étiquetage, de restrictions et, à terme, de pathologie clinique réelle ?
Le Modèle de pathologisation institutionnelle auto-confirmatrice, ou MPIA, simule 10 000 mères pendant les vingt-quatre mois précédant la séparation et les soixante mois suivants. Les mêmes profils et aléas sont réutilisés dans les huit configurations d’un plan factoriel 2 × 2 × 2. Varient : un service contextualisant ou défensif ; une expertise indépendante ou dépendante du dossier ; un tribunal proportionnel ou déférent. Expertises et décisions interviennent aux mois 3, 12, 24, 36, 48 et 60.
Le modèle distingue quatre variables. La pathologie clinique latente, P, représente une charge interne sur une échelle artificielle de 0 à 1. L’agressivité ou protestation observée, A, est un comportement, non un diagnostic. L’étiquette institutionnelle, L, représente la pathologie attribuée ; R, l’intensité des restrictions. Une menace crédible est modélisée séparément afin de ne pas confondre colère et absence de danger. La boucle est la suivante : séparation et incertitude accroissent la détresse ; détresse et restrictions peuvent accroître la protestation ; le service sélectionne les incidents ; l’expert combine clinique et dossier ; le tribunal convertit l’étiquette en restrictions ; celles-ci augmentent ensuite incertitude, charge économique et pathologie. La classification modifie ainsi la situation qu’elle prétend décrire, selon la prophétie autoréalisatrice de Merton (1948) et les effets de boucle de Hacking (1995).
Trois configurations sont retenues. Dans l’institution corrective, le service contextualise, l’expertise reste indépendante et le tribunal proportionnel. Dans l’institution fragmentée, le service est défensif et l’expertise dépend du dossier, mais le tribunal conserve son contrôle. Dans l’institution auto-confirmatrice, les trois composantes renforcent la même lecture.
Comme le montre la figure 1, les mères commencent avec une pathologie moyenne identique de 0,256 au moment de la séparation. Après cinq ans, ce score atteint 0,227 dans l’institution corrective, 0,318 dans l’institution fragmentée et 0,469 dans l’institution auto-confirmatrice. L’étiquette institutionnelle finale passe parallèlement de 0,350 à 0,468 puis à 0,645, tandis que le niveau moyen de restriction passe de 0,147 à 0,216 puis à 0,460. La fréquence des évaluations faussement positives — une expertise positive alors que P reste inférieur à 0,45 — est respectivement de 13,35 %, 32,89 % et 54,86 %. Parmi les mères initialement sous ce seuil et ayant connu au moins un faux positif, 0,40 % atteignent finalement le seuil élevé de pathologie dans le régime correctif, contre 3,14 % dans le régime fragmenté et 19,40 % dans le régime auto-confirmateur.
Ces nombres sont produits par le modèle, non observés dans la réalité. Les scores de 0 à 1 ne sont ni des probabilités de maladie ni des pourcentages de femmes malades. Le résultat substantiel est la divergence : les mêmes mères évoluent différemment selon la manière dont l’institution observe, transmet et juridicise leurs réactions. Dans cette paramétrisation, la déférence judiciaire exerce l’effet cumulatif le plus fort parce qu’elle maintient les restrictions ; ce n’est pas une découverte empirique sur les tribunaux. L’analyse de sensibilité montre aussi que le poids donné à l’agressivité accroît surtout les faux positifs et l’étiquetage ; son effet pathogène passe principalement par les décisions déclenchées. La figure 2 représente cette dissociation au niveau individuel.
Cette simulation démontre une possibilité logique et dynamique. Une institution peut surestimer la pathologie d’une réaction située, convertir cette interprétation en restrictions, puis contribuer à une détérioration qui rend plausible l’interprétation initiale. Elle ne démontre ni que ce mécanisme survient toujours ni qu’une pathologie préexistante ou un danger réel seraient inexistants. Elle rend visible la différence entre observer une maladie, l’attribuer et participer à sa production. Pour passer à une estimation scientifique, il faudrait des dossiers longitudinaux datant symptômes, incidents, expertises, restrictions et contacts. Sans cette chronologie, l’institution risque de prendre l’état du parent après la fracture pour la preuve que la fracture était nécessaire.
3. Simulation de la psychose institutionnelle circulante : quand le système fabrique ce qu’il croit seulement contenir
Le modèle précédent examinait comment l’institution peut pathologiser les réactions parentales qu’elle contribue à produire. Une autre question reste cependant ouverte : dans quelles conditions cette dynamique cesse-t-elle d’être une succession d’erreurs individuelles pour devenir une propriété du système lui-même ? Le Modèle de psychose institutionnelle circulante, ou MPIC, explore cette bascule. Le terme psychose ne constitue pas ici un diagnostic appliqué à une organisation. Il désigne un fonctionnement collectif marqué par une altération persistante du rapport au réel, la fragmentation des causalités, la neutralisation des contre-preuves et l’utilisation coercitive d’une représentation que le système contribue ensuite à rendre vraie.
Le premier fondement théorique concerne la perte imposée. La notion de perte ambiguë décrit une situation dans laquelle l’objet perdu reste vivant mais devient inaccessible, sa présence dépendant de décisions extérieures (Boss, 1999). Les résultats de Wall-Wieler et de ses collègues montrent que la perte de garde au profit des services de protection est associée à une charge de santé mentale maternelle considérable, parfois supérieure à celle observée après le décès d’un enfant (Wall-Wieler et al., 2018). Le MPIC formalise cette atteinte comme charge du meurtre biopsychosocial : l’enfant n’est pas mort, mais sa présence quotidienne, sa fonction régulatrice et la continuité de l’identité parentale sont administrativement interrompues.
Cette charge peut produire une mobilisation agressive sans impliquer une intention violente. La reformulation de l’hypothèse frustration-agression soutient que l’obstruction d’un but vital et les événements aversifs peuvent engendrer un affect négatif et une inclination agressive, sans conduire nécessairement à un passage à l’acte (Berkowitz, 1989). Le modèle distingue donc strictement l’agressivité latente, sa manifestation comportementale, la menace verbale, le risque crédible de violence et l’acte violent. Il intègre également le piège de la civilité : le parent doit contenir sa colère devant ceux qu’il vit comme ayant participé à la prise de son enfant. Or la suppression expressive peut masquer l’émotion sans supprimer la tension interne et peut perturber la communication (Butler et al., 2003). Une expression trop intense devient agressivité ; une expression trop contrôlée peut devenir froideur, manipulation ou absence d’attachement. La conduite parentale entre alors dans un espace interprétatif presque impossible à réfuter.
Le deuxième fondement est institutionnel. Menzies-Lyth a montré qu’une organisation exposée à une tâche fortement anxiogène peut structurer son fonctionnement comme défense collective, notamment par la fragmentation, la ritualisation, la rigidité et la dilution des responsabilités (Menzies-Lyth, 1960). La théorie de la threat-rigidity ajoute que la menace peut réduire le traitement de l’information et favoriser le contrôle ainsi que la répétition de réponses connues (Staw, Sandelands et Dutton, 1981). Les menaces parentales ne sont évidemment pas imaginaires : les professionnels de la protection sont fréquemment exposés aux cris et aux intimidations, même si les violences physiques sont beaucoup plus rares (Radey et Wilke, 2024). L’enjeu n’est donc pas de nier la peur, mais d’observer le moment où elle cesse d’être une information parmi d’autres et devient la théorie générale de la situation.
Le MPIC simule 1 000 parents, 40 professionnels répartis en quatre équipes, huit experts psychiatres et quatre instances judiciaires pendant soixante mois. Soixante cohortes sont générées ; les mêmes parents, risques objectifs et aléas sont réutilisés dans chaque configuration. Les expertises et décisions interviennent aux mois 3, 12, 24, 36, 48 et 60. Pour chaque parent, le programme distingue le danger objectif pour l’enfant, le risque crédible envers les professionnels, la charge de perte, l’agressivité latente et sa manifestation. Pour l’institution, il représente la peur professionnelle, l’atteinte à l’identité de protecteur, la mémoire accusatoire du dossier, les contre-preuves, l’étiquette expertale et la restriction judiciaire. Une restriction proportionnée, calculée uniquement à partir des risques objectifs simulés, sert de référence. La différence positive entre la restriction prononcée et cette référence constitue le surplus coercitif.
Trois régimes sont comparés. Dans l’institution réflexive, la chronologie est conservée, les contre-preuves modifient le dossier, la supervision est forte et les tiers restent indépendants. Dans l’institution défensive fragmentée, le contexte circule imparfaitement, le dossier retient davantage les incidents et l’expertise dépend partiellement de cette mémoire, mais le tribunal conserve une fonction corrective. Dans l’institution auto-confirmatrice, la peur circule entre professionnels, la mémoire accusatoire résiste aux informations rassurantes et l’expert comme le tribunal dépendent largement du même récit. Le tiers existe formellement, mais il ne produit plus de différence épistémique. Il devient un pseudo-tiers ratificateur, situation inspirée de la notion de tiercéité comme sortie de la relation fermée entre celui qui agit et celui qui subit (Benjamin, 2004).
Après soixante mois, l’écart moyen entre danger attribué et danger objectif atteint 0,004 dans le régime réflexif, 0,009 dans le régime fragmenté et 0,162 dans le régime auto-confirmateur. Le surplus coercitif final est respectivement de 0,0003, 0,0048 et 0,154. Dans la configuration auto-confirmatrice, l’agressivité latente attribuable au feedback du surplus coercitif augmente de 0,0306 et 6,86 % des parents classés à faible risque objectif reçoivent néanmoins une attribution institutionnelle élevée. Ces scores, bornés entre 0 et 1, ne sont ni des prévalences ni des probabilités de maladie. Leur intérêt réside dans la divergence produite entre des populations initialement identiques.
Une expérience complémentaire impose au mois 12 la même menace verbale à un parent dont le risque crédible de violence reste faible. Le pic supplémentaire de restriction atteint 0,042 dans l’institution réflexive, 0,073 dans l’institution fragmentée et 0,190 dans l’institution auto-confirmatrice. Dans les deux premiers régimes, l’effet s’atténue. Dans le troisième, il entre dans le dossier, persiste lors des décisions ultérieures et affecte, faiblement mais mesurablement, d’autres dossiers de la même équipe. La menace commence alors à se détacher de son auteur pour devenir une propriété de la culture institutionnelle.
Les analyses d’ablation consistent à retirer successivement une composante du modèle afin d’observer comment son absence modifie les résultats. Elles permettent ainsi d’identifier les mécanismes qui jouent un rôle décisif dans la bascule. Rendre l’expert et le tribunal indépendants réduit la distorsion de près de 92 % et l’auto-production de l’agressivité de près de 96 %. Une supervision forte réduit la distorsion d’environ 77 %. Une mémoire symétrique entre incidents et contre-preuves la réduit d’environ 49 %, et la suppression de la contagion de la peur d’environ 43 %. En revanche, retirer isolément la fragmentation ne la réduit que d’environ 7 %. Ce résultat interdit une conclusion trop commode : la fragmentation n’est pas, à elle seule, la psychose. Elle devient dangereuse lorsqu’elle brise la chronologie tandis qu’un récit accusatoire unifié circule entre des tiers devenus dépendants.
Le mécanisme général rejoint la prophétie autoréalisatrice de Merton et les effets de boucle décrits par Hacking : une classification transforme les conditions de vie de la personne classée, puis les effets de cette transformation deviennent des informations nouvelles sur cette personne (Merton, 1948 ; Hacking, 1995). L’équivalent fonctionnel du délire ne réside donc pas dans l’erreur initiale. Une institution peut se tromper sans devenir psychotique. Il apparaît lorsque l’institution produit une réaction, efface sa participation causale, attribue la réaction à la nature du parent et obtient la ratification coercitive de tiers dépendants.
Cette simulation demeure une démonstration générative, non une validation empirique (Epstein, 1999). Les coefficients sont hypothétiques, l’oracle de proportionnalité est une construction interne, l’enfant n’est pas modélisé comme agent autonome et aucune base longitudinale ne permet encore d’estimer la fréquence réelle de ces mécanismes. Le MPIC ne prouve donc pas que les institutions sont psychotiques. Il montre plus précisément comment elles pourraient le devenir : lorsqu’elles ne peuvent plus reconnaître que le parent qu’elles évaluent est aussi, en partie, le parent qu’elles sont en train de produire.
4. Discussion générale : vers une décision computationnellement assistée ?
Les trois simulations conduisent à une question pratique : pourraient-elles aider à décider s’il faut maintenir un enfant dans sa famille ou l’en séparer ? Dans leur état actuel, elles restent exploratoires : plusieurs coefficients sont hypothétiques et aucune base longitudinale ne permet encore de valider leurs résultats dans des situations individuelles. Elles ne peuvent donc pas recommander aujourd’hui le maintien ou le placement. Elles permettent néanmoins d’esquisser l’architecture d’un futur outil d’aide à la décision.
Contrairement aux instruments algorithmiques qui attribuent aux familles un score de risque, l’outil envisagé comparerait les conséquences probables des interventions réellement disponibles : maintien au domicile avec un soutien intensif, restriction ciblée des contacts, accueil par la famille élargie, placement temporaire ou placement durable. Il ne comparerait jamais une famille réelle à un placement abstraitement supposé protecteur. La qualité, la stabilité et l’éloignement du lieu d’accueil, le maintien de la fratrie, les changements scolaires et les possibilités de réunification devraient entrer dans le calcul.
Pour chaque option, le modèle examinerait séparément la sécurité immédiate, la santé physique et psychique, la continuité affective et scolaire, la situation du parent et le devenir social à plus long terme. Il intégrerait surtout la fracture provoquée par la séparation : brutalité du retrait, durée de l’interruption, fréquence des contacts, incertitude du retour et succession des lieux d’accueil. Il pourrait ainsi aider non seulement à choisir entre maintien et placement, mais aussi, lorsqu’un retrait est nécessaire, à en réduire les effets destructeurs.
Les résultats devraient rendre visibles les incertitudes plutôt que les dissimuler derrière un score unique.
Lorsque plusieurs trajectoires restent difficiles à départager, le modèle devrait signaler cette indétermination et préciser quelles informations pourraient modifier la conclusion. La comparaison devrait également être réactualisée : si le danger familial diminue, si le parent répond au soutien ou si l’enfant se détériore en placement, la justification de la mesure doit être réexaminée.
Un modèle scientifiquement fondé pourrait réduire certains biais humains liés à la psychopathologie institutionnelle : peur, raisonnement défensif, confirmation de l’hypothèse initiale, répétition des mêmes affirmations ou interprétation des effets du retrait comme preuves d’une incapacité antérieure. Mais il pourrait aussi reproduire ces biais. Les dossiers administratifs contiennent des faits, mais également des interprétations, des informations recopiées et les traces d’une surveillance inégalement répartie. Un algorithme entraîné sur les décisions passées risque donc d’apprendre à reproduire les placements antérieurs plutôt qu’à déterminer s’ils ont réellement protégé les enfants (Saxena et al., 2020 ; Brown et al., 2019).
Sa mise en œuvre exigerait des données longitudinales provenant de sources distinctes, l’enregistrement des événements indésirables survenus sous protection, une validation dans plusieurs juridictions, une phase d’essai sans influence sur les décisions et un audit permanent. Le code, les variables et les coefficients devraient être transparents et contestables. Les familles devraient pouvoir connaître et corriger les informations utilisées.
La simulation resterait une aide, non une autorité. Elle pourrait obliger les décideurs à comparer les options, à expliciter leurs hypothèses et à considérer les dommages institutionnels. Elle ne garantirait pas la bonne décision, mais pourrait rendre plus difficile une décision qui ne mesure que le danger familial, idéalise le placement et ignore la fracture qu’elle risque de produire.
