Global Consciousness Project veut détecter les interactions entre la « conscience mondiale » et les systèmes physiques.
Depuis 1998, un réseau d’ordinateurs répartis à travers le monde accomplit une tâche d’une simplicité presque comique : générer des nombres aléatoires en continu, jour et nuit. Ces données sont centralisées et analysées afin de déceler une hypothèse extraordinaire : lorsque des millions de personnes se concentrent intensément sur un même événement, les machines pourraient, de concert, produire des résultats légèrement moins aléatoires.
Ces événements ne sont pas obscurs. Le projet a examiné des moments tels que les attentats du 11 septembre, les grandes cérémonies royales, les célébrations du Nouvel An et d’autres occasions susceptibles de susciter une attention mondiale exceptionnellement forte.
Les machines ignorent tout de ce qui se passe. Elles se contentent de générer des chiffres. La question est de savoir si l’attention humaine elle-même laisse une trace statistique détectable.
Après des années de collecte de données et des centaines d’analyses formelles, les chercheurs à l’origine du projet affirment que la réponse est affirmative. Les critiques soulignent que le signal apparent peut provenir de l’immense flexibilité inhérente au choix des événements pertinents, des périodes temporelles à prendre en compte et des tendances statistiques méritant une interprétation.
Les deux parties s’accordent sur un point essentiel : l’expérience a bien eu lieu. Le désaccord porte sur l’interprétation des résultats.
Tout a commencé par des funérailles
Le Projet de conscience mondiale n’a pas débuté comme un réseau mondial s’étendant sur des décennies. Son prédécesseur immédiat était une expérience beaucoup plus modeste menée lors des funérailles télévisées de la princesse Diana, le 6 septembre 1997.
Les chercheurs ont recueilli des données à l’aide de générateurs de nombres aléatoires pendant l’événement et ont par la suite constaté un écart par rapport aux prévisions statistiques. Roger Nelson, le psychologue qui allait fonder le Projet de conscience globale, a calculé que ce résultat ne se produirait par hasard qu’environ une fois sur cent tests comparables.
Cela paraît alarmant. En soi, ça ne l’est pas. Un résultat sur cent est inhabituel, certes, mais c’est précisément ce que produisent inévitablement un nombre suffisamment important d’expériences. Une observation anormale ne peut à elle seule établir un nouvel effet physique.
Ce que cela a permis de formuler, c’est une hypothèse. Peut-être que d’énormes concentrations d’attention humaine pourraient correspondre d’une manière ou d’une autre à de petites variations dans des systèmes physiques par ailleurs aléatoires. Le seul moyen de tester sérieusement cette idée était de cesser d’observer un seul enterrement. Nelson a donc construit un réseau.
Les « œufs » sont de véritables générateurs de nombres aléatoires.
Les machines utilisées dans le cadre de ce projet, surnommées « œufs », ne sont pas des dispositifs mystiques. Leur origine conceptuelle remonte aux expériences du physicien Helmut Schmidt sur les générateurs de nombres aléatoires quantiques à la fin des années 1960. Schmidt cherchait à déterminer si l’intention humaine pouvait influencer des processus physiques véritablement aléatoires.
Ces recherches ont ensuite recoupé celles du laboratoire de recherche sur les anomalies d’ingénierie de Princeton (PEAR), où Nelson a travaillé avant de fonder le Global Consciousness Project.
Le GCP a modifié l’échelle de l’expérience. Au lieu de se demander si une personne pouvait influencer une machine, le projet a distribué des générateurs à travers le monde et leur a permis de fonctionner en continu. Chaque nœud produit indépendamment des flux de données aléatoires. Les ordinateurs ignorent si une guerre a éclaté, si un monarque est décédé, si un événement sportif a lieu ou si des millions de personnes regardent la télévision. Ils produisent simplement des nombres.
L’hypothèse est que lorsque l’attention humaine se synchronise de façon exceptionnelle, la production collective pourrait présenter un degré d’ordre inhabituel.
Tel est le postulat de départ. Aucune machine ne lit dans les pensées. Aucun ordinateur ne mesure directement la conscience. L’expérience vise uniquement à rechercher une corrélation statistique entre des périodes prédéfinies d’attention globale intense et des variations dans le comportement des nombres aléatoires.
Dix-sept ans. Cinq cents événements. Un nombre extraordinaire.
L’analyse formelle du projet a finalement permis de recueillir 500 études d’événements menées sur une période de 17 ans. Selon Roger Nelson et le physicien Peter Bancel, le résultat combiné de ces analyses préenregistrées a produit un score Z de Stouffer de 7,31.
À première vue, ce résultat est énorme. Il correspond à une probabilité, dans le cadre d’un modèle aléatoire simple, si faible que le langage statistique courant en devient presque trompeur : il ne s’agit pas simplement d’un résultat exceptionnellement bon. C’est le genre d’écart global qui, si les hypothèses sous-jacentes à l’analyse sont correctes, exige une explication.
Pour le Projet de Conscience Globale, l’explication la plus évidente est que l’attention humaine partagée à l’échelle planétaire est liée à des changements de comportement au sein du réseau. C’est à partir de cette conclusion que la véritable controverse commence. En effet, une valeur p très faible n’explique en rien l’origine d’un schéma observé. Elle indique seulement que ce schéma serait inhabituel selon le modèle statistique utilisé. Et c’est précisément ce modèle statistique qui est au cœur du débat.
Puis vint le 11 septembre
Aucun événement n’est plus étroitement associé au Projet de Conscience Globale que les attentats du 11 septembre 2001. Ces attaques ont suscité précisément le type d’attention mondiale que l’hypothèse visait à étudier. Des millions de personnes ont vu les mêmes images. Des millions ont vécu le même déroulement des événements. Et les données du Projet de Conscience Globale semblaient indiquer un écart inhabituel par rapport au hasard.
Ce résultat est devenu emblématique du projet. Mais il est aussi devenu la cible idéale des critiques méthodologiques. Car une question d’une simplicité trompeuse se posait : quand exactement cet événement a-t-il commencé ?
L’analyse doit-elle débuter au moment du premier impact ? Au moment du second ? Au moment où les chaînes de télévision ont commencé à diffuser les images des attentats ? Au moment où les premiers reportages sont parvenus au public ? La période d’analyse doit-elle s’achever après l’effondrement des tours ? À minuit ? Au bout de deux jours ?
La réponse revêt une importance capitale lorsque le phénomène mesuré est une fluctuation statistique.
Le problème de l’horloge
Dans une analyse de 2002, les chercheurs Edwin May et James Spottiswoode ont examiné le traitement statistique des données du 11 septembre et ont démontré que le résultat tant attendu était fortement influencé par la fenêtre d’analyse choisie. Modifier les limites, étendre la période, changer l’intervalle exact de comptage : l’anomalie apparente peut s’atténuer considérablement, allant jusqu’à devenir, dans certaines formulations, compatible avec le simple hasard.
Il s’agit d’un problème sérieux. Cela ne signifie pas que les données ont été falsifiées. Cela signifie qu’un résultat peut perdre de son impact si le chercheur est autorisé à déterminer précisément les minutes concernées par le phénomène après avoir constaté l’apparition des chiffres inhabituels.
Nelson a rejeté cette critique, arguant que le traitement alternatif revenait à une sélection a posteriori et soulignant l’existence d’une fenêtre de deux jours spécifiée séparément autour des attaques qui a produit un résultat statistique encore plus probant.
Le différend a donc dépassé le cadre du 11 septembre. Il est devenu une question de méthodologie expérimentale. Quelle marge de manœuvre les chercheurs peuvent-ils accorder pour définir un événement, sa durée, son début et le test statistique pertinent, avant que cette liberté elle-même ne contribue à expliquer le résultat ?
Une alternative ne nécessite pas un esprit global
May et Spottiswoode ont proposé une explication particulièrement troublante pour l’interprétation paranormale, car elle n’implique aucune manipulation consciente des données. Leur théorie de l’augmentation de la décision suggère que les expérimentateurs eux-mêmes peuvent influencer, d’une manière ou d’une autre, les données, les périodes ou les décisions analytiques qui seront associées à des anomalies apparentes.
L’idée est subtile. Les chercheurs n’ont pas besoin de tricher. Ils n’ont même pas besoin de se rendre compte qu’ils sélectionnent. Si le processus de recherche offre suffisamment d’occasions de jugement, de minuscules préférences inconscientes pourraient s’accumuler et former des schémas statistiques apparemment extraordinaires. Cela signifierait que l’anomalie ne provient pas des générateurs de nombres aléatoires, mais plutôt de la relation entre les chercheurs, les hypothèses, les données et les décisions analytiques.
D’autres réanalyses ont également remis en question certains aspects de l’interprétation du 11 septembre. Dean Radin, adoptant une approche analytique différente, a indiqué que l’écart le plus important précédemment constaté ne correspondait pas exactement aux attentats eux-mêmes, mais plutôt à un écart local antérieur.
Il ne s’agit pas d’un simple constat statistique, mais d’une réflexion méthodologique sur la quantité de structure qu’il est légitime d’extraire d’un très vaste ensemble de données.
La préinscription était la solution du projet
Le Projet de Conscience Globale avait anticipé cette objection. Son principal argument méthodologique est son registre d’hypothèses. Pour ses analyses formelles d’événements, les hypothèses et les paramètres analytiques ont été consignés avant même l’examen des données correspondantes. Ceci est crucial, car l’un des moyens les plus simples de produire un résultat statistique impressionnant sans rien falsifier délibérément consiste à parcourir un ensemble de données au préalable, puis à déterminer ce qui constitue le test pertinent.
La préinscription restreint cette liberté. Elle revient à dire : voici la question, voici la période, voici la procédure statistique, voyons maintenant ce que disent les machines.
Nelson et ses collaborateurs affirment que cela rend l’ensemble de données formel du projet beaucoup plus difficile à rejeter comme une simple recherche de modèles a posteriori. Peter Bancel a également défendu la structure méthodologique du projet, tout en reconnaissant des questions non résolues concernant la définition des événements et l’évaluation de leur durée.
Cette distinction est importante. La pré-inscription peut protéger une analyse particulière contre certains biais rétrospectifs. Elle ne résout pas automatiquement toutes les questions relatives à la constitution de l’ensemble des événements, à l’évolution de l’hypothèse au fil du temps, ni à la pertinence d’autres choix analytiques. Et c’est précisément là que les critiques concentrent leur attention.
Le problème de la quantité énorme de données aléatoires
Un réseau de nombres aléatoires fonctionnant en continu pendant des décennies produit une quantité colossale d’observations. C’est à la fois la force et la faiblesse du projet. Avec suffisamment de données, d’événements, de fenêtres d’observation, de mesures statistiques et de comparaisons potentielles, des schémas inhabituels finiront inévitablement par apparaître.
La difficulté consiste à déterminer si l’anomalie signalée a été suffisamment clairement spécifiée au préalable pour que la probabilité qui lui est associée reste significative.
Des sceptiques comme Robert Todd Carroll (à travers son Skeptic’s Dictionary) et le podcast Skeptoid ont fait valoir que le processus de sélection des événements et la flexibilité analytique du GCP laissent une marge de manœuvre considérable aux chercheurs pour trouver une signification dans ce qui peut finalement n’être que des fluctuations aléatoires.
L’objection n’est pas nécessairement que « les machines ne sont pas aléatoires ». Elle est plutôt la suivante : même des machines véritablement aléatoires peuvent produire des motifs d’apparence extraordinaire lorsque les humains ont suffisamment d’occasions de décider quels motifs sont pertinents. C’est une objection bien plus difficile à réfuter.
Alors, que prouve réellement ce projet ?
Il ne s’agit pas d’une conscience globale, ni de télépathie, ni d’un esprit collectif humain. Les attentats du 11 septembre n’ont pas altéré la réalité physique. Les résultats statistiques du projet ne permettent pas, à eux seuls, d’établir un mécanisme précis reliant la conscience aux générateurs de nombres aléatoires.
Mais la conclusion inverse est également excessive. L’existence de critiques méthodologiques ne rend pas l’expérience imaginaire, ni n’efface les données statistiques officielles du projet.
Ce qui existe est considérablement plus intéressant que ces deux extrêmes. Un groupe de chercheurs a construit un réseau mondial de générateurs de nombres aléatoires physiques. Ils l’ont fait fonctionner en continu pendant des décennies. Ils ont établi des analyses formelles d’événements. Ils ont formulé des hypothèses. Ils ont accumulé des centaines de tests. Ils ont obtenu un résultat statistique global que les chercheurs considèrent comme extrêmement significatif. Puis, d’autres chercheurs ont soumis les résultats les plus connus à une critique détaillée, y compris des désaccords sur un point en apparence aussi anodin que le point de départ du chronomètre.
Voilà la véritable histoire.
Le signal n’est pas la même chose que l’explication.
Lorsqu’une anomalie statistique résiste à un premier examen, la tentation est grande de se tourner immédiatement vers l’explication la plus spectaculaire. Si des machines aléatoires se modifient lors de moments d’attention collective, peut-être la conscience agit-elle physiquement.
Mais cette conclusion repose sur plusieurs étapes distinctes. Premièrement, l’anomalie statistique doit être réelle. Ensuite, elle doit résister à une analyse indépendante. Puis, les autres explications statistiques doivent être écartées. Enfin, l’effet doit se reproduire dans des conditions conçues par des chercheurs qui ne s’attendaient pas à le trouver. Ce n’est qu’après toutes ces étapes que la question du mécanisme physique peut se poser.
Le Projet de conscience mondiale travaille depuis des décennies sur la première partie. Le débat sur la réussite de cette étape reste ouvert.
Et c’est peut-être ce qui explique l’intérêt persistant de ce projet après toutes ces années. Les machines ne sont pas l’aspect le plus étrange. Le plus étrange, c’est la difficulté à distinguer un signal authentique des motifs que les êtres humains sont pourtant capables de déceler avec une aisance extraordinaire au sein du bruit.
Le Projet de Conscience Globale étudie depuis des décennies si des millions d’esprits peuvent laisser une trace dans le hasard.
La question non résolue est peut-être encore plus fondamentale : lorsque des humains découvrent une structure dans des données aléatoires, comment peuvent-ils prouver que cette structure provient de l’univers plutôt que de la manière dont ils ont posé la question ?
Le Global Consciousness Project a cherché à analyser les données de ses générateurs de nombres aléatoires lors des attaques du 7 octobre 2023 en Israël, les partisans du projet y voyant une corrélation avec un choc émotionnel mondial.
Impact mondial : Les attaques menées par le Hamas le 7 octobre 2023 au matin ont provoqué une onde de choc médiatique et psychologique immédiate.
Analyse de données : Les promoteurs du projet (notamment via les travaux autour du GCP 2.0) estiment que les flux de données de leurs appareils ont enregistré des anomalies au moment de l’événement, traduisant le traumatisme et l’attention de millions de personnes.
L’intérêt de mesurer ces données réside dans l’exploration de théories scientifiques alternatives et de concepts philosophiques liés à l’esprit humain :
- Prouver l’interconnexion humaine : Démontrer scientifiquement que les esprits humains sont reliés inconsciemment entre eux lors d’émotions de masse.
- Valider la « noosphère » : Apporter une preuve matérielle au concept de Pierre Teilhard de Chardin, qui imagine une sphère de la pensée humaine enveloppant la Terre.
- Découvrir une physique de l’esprit : Identifier une force ou un champ de conscience encore inconnu, capable d’interagir directement avec la matière et la technologie.
- Créer un indicateur global : Développer un outil capable de mesurer l’état de stress, de compassion ou d’attention de l’humanité en temps réel.
Certains chercheurs du projet affirment avoir détecté des anomalies dans les données juste avant de grands événements tragiques, suggérant une forme de prémonition collective.
Si une entité parvenait à cartographier et influencer ce « champ de conscience », plusieurs objectifs de contrôle mondial pourraient être poursuivis.
- Anticipation des révoltes : Détecter les prémices d’une colère populaire avant qu’elle ne se traduise par des manifestations physiques ou des émeutes.
- Ingénierie sociale : Ajuster les politiques publiques ou la diffusion des informations en temps réel pour désamorcer les tensions sociales.
La manipulation émotionnelle de masse :
- Amplification de la peur : Diffuser des récits ou des événements anxiogènes au moment précis où la réceptivité émotionnelle collective est maximale, afin d’obtenir le consentement des populations (par exemple, pour faire accepter des lois liberticides).
- Induction d’états d’esprit : Tenter d’orienter l’humeur globale vers l’apathie, la soumission ou, à l’inverse, vers une ferveur nationaliste selon les besoins des dirigeants.
- Armement de l’information : Utiliser ces données pour mener des cyberattaques psychologiques ultra-ciblées, en injectant des fausses informations (Fake News) pile au moment où la conscience globale est déstabilisée et moins critique.
Il est important de préciser que le Global Consciousness Project (GCP) est une initiative académique et marginale, et non un outil militaire. De nos jours, le véritable contrôle et la mesure de la « conscience mondiale » ne passent pas par des générateurs de nombres aléatoires, mais par le Big Data : l’analyse en temps réel des algorithmes des réseaux sociaux (X, TikTok, Meta), qui mesurent et orientent déjà les émotions de milliards d’individus.
Que pensez-vous de cette publication ? Partagez sur vos réseaux sociaux préférés.
|
Pensez à nous offrir un café ! |
