L’origine de l’univers et de la vie : le hasard a-t-il vraiment assez de ressources ?

L’un des arguments les plus fréquemment invoqués pour défendre une origine non dirigée de l’univers et de la vie consiste à dire que, avec assez de temps, assez de matière et assez d’essais, même les événements les plus improbables peuvent finir par se produire. L’idée est séduisante, parce qu’elle donne au hasard une sorte de puissance presque illimitée. Mais elle soulève immédiatement une question décisive : de quelles ressources le hasard dispose-t-il réellement ? Et surtout, quelle est la cible qu’il est censé atteindre ?

Cette question est au cœur de notre réflexion. Il ne suffit pas d’affirmer que « tout est possible avec assez de temps ». Il faut préciser combien de temps est disponible, combien d’essais peuvent avoir lieu, dans quelles conditions physiques et chimiques ces essais se produisent, et quelle structure fonctionnelle doit être obtenue. Autrement dit, l’argument probabiliste ne peut être évalué sérieusement que si l’on compare deux réalités : les ressources disponibles et la cible à atteindre.

Plusieurs essais, Håkan Dahlström

Dès le départ, une précision s’impose. Le Groupe Harmonie Science et Foi ne reconnaît pas comme authentique le récit cosmologique dominant selon lequel l’univers serait apparu il y a environ 13,8 milliards d’années, ni l’idée que le système solaire se serait formé il y a environ 4,5 milliards d’années. Cependant, pour les besoins de cette analyse, nous pouvons accepter provisoirement ces chiffres comme hypothèse de travail. Il ne s’agit pas de les adopter, mais de nous placer momentanément à l’intérieur du cadre naturaliste, afin de poser une question simple : même si l’on accordait au naturalisme ses propres repères chronologiques, le hasard disposerai-t-il réellement des ressources nécessaires pour produire la vie ? ¹

Les compagnies d’assurances ne calculent pas les probabilités comme on le ferait dans une pure expérience théorique, par exemple lancer un dé ou tirer une carte. Elles partent surtout de données observées : combien d’accidents se produisent dans une population donnée, à quel âge, dans quelles conditions, avec quel type de véhicule, dans quelle région, avec quel historique de conduite, etc. Ensuite, elles divisent les assurés en groupes de risque et estiment la fréquence probable d’un événement à partir de données passées, de modèles statistiques et d’ajustements actuariels.

Autrement dit, une compagnie d’assurance ne dit pas simplement : « Un accident est possible, donc nous allons l’assurer comme s’il était probable. » Elle demande plutôt : combien de fois ce type d’événement s’est-il produit dans des conditions comparables ? Et surtout : quelles ressources statistiques avons-nous pour penser qu’il se produira encore ?

Dans le cas des assurances, un événement rare peut être assuré s’il existe suffisamment d’observations, suffisamment de cas comparables et une fréquence mesurable. Par exemple, les accidents automobiles sont imprévisibles individuellement, mais statistiquement prévisibles à grande échelle. Une compagnie ne sait pas quel conducteur aura un accident demain, mais elle peut estimer combien d’accidents auront lieu dans un groupe de 100 000 conducteurs pendant une année.

Mais pour l’origine de la vie, la situation est très différente. Nous n’avons pas une série observée de milliers ou de millions d’apparitions spontanées de la vie à partir de matière non vivante. Nous n’avons pas une base statistique comparable à celle des assurances. Nous ne pouvons pas dire : « Dans telle proportion de planètes semblables à la Terre, la vie apparaît spontanément », car nous ne possédons pas une telle série d’observations vérifiées.

L’image populaire la plus connue pour défendre la puissance du hasard est celle des singes dactylographes. On affirme parfois que, si l’on donnait à une infinité de singes une infinité de machines à écrire et une infinité de temps, l’un d’eux finirait par produire une œuvre de Shakespeare. Dans un cadre strictement mathématique, l’idée n’est pas absurde : une suite infinie de frappes aléatoires finira, presque sûrement, par contenir n’importe quel texte fini. Mais cette formulation cache un glissement majeur. Elle passe de l’infini mathématique au monde physique réel, qui n’offre ni temps infini, ni matière infinie, ni essais infinis. ²

L’histoire de cette image est elle-même intéressante, car elle est souvent racontée de manière approximative. On associe parfois la « théorie des singes dactylographes » à Thomas Henry Huxley, célèbre défenseur de Darwin, notamment dans le contexte de la controverse publique autour de l’évolution. Cependant, cette attribution est historiquement fragile pour plusieurs raisons. D’abord, il ne semble pas exister de source primaire solide montrant que Huxley aurait lui-même formulé cet exemple sous la forme devenue célèbre des singes et des machines à écrire. Ensuite, le rattachement de cette image à la fameuse rencontre de 1860 entre Huxley et l’évêque Samuel Wilberforce est problématique, car la machine à écrire n’était pas encore un objet commercialement disponible à cette époque. 

L’idée d’associer des singes, une production aléatoire de lettres et la question du hasard appartient plutôt à une tradition probabiliste plus tardive. Une formulation importante apparaît chez le mathématicien français Émile Borel, en 1913, puis l’image est reprise et popularisée dans le contexte des réflexions sur les probabilités et la mécanique statistique, notamment par Arthur Eddington. Autrement dit, l’image n’est pas d’abord un argument historique directement formulé par Huxley contre les croyants, mais une métaphore probabiliste moderne, progressivement rattachée à la discussion sur l’évolution. Elle est devenue célèbre parce qu’elle frappe l’imagination : elle semble dire que, si l’on donne au hasard assez de temps et assez d’essais, il pourra finir par produire même un texte hautement organisé, comme une œuvre de Shakespeare. Mais précisément, toute la question est là : parle-t-on d’un infini mathématique abstrait, ou des ressources limitées d’un univers physique réel ? ²

C’est ici que l’intervention de Gerald L. Schroeder devient particulièrement intéressante. Anthony Flew, l’un des philosophes athées les plus connus du XXᵉ siècle, raconte dans There Is a God qu’il fut impressionné par la critique de Schroeder contre ce qu’il appelle le « théorème des singes ». Flew ne dit pas que cet argument l’a conduit au christianisme. Il n’est pas devenu chrétien au sens confessionnel du terme. Mais il reconnaît que certaines réflexions sur l’origine de la vie, les lois de la nature et la rationalité du cosmos l’ont amené à abandonner son athéisme pour une forme de théisme philosophique. ³

La force de Schroeder tient au fait qu’il ne se contente pas de dire que l’image des singes est absurde. Il en teste la logique. Au lieu de parler d’une infinité abstraite de temps et de machines, il ramène la discussion à un cadre fini. Il prend un texte beaucoup plus modeste que l’ensemble de l’œuvre de Shakespeare, un sonnet, et il demande quelles seraient les chances de le produire par frappe aléatoire. Le résultat est vertigineux. Même en accordant des ressources énormes, le nombre d’essais nécessaires dépasse de façon écrasante ce que l’univers observable pourrait fournir. La conclusion n’est pas que le théorème mathématique est faux dans un cadre infini. La conclusion est que l’infini mathématique ne peut pas être utilisé comme si le monde réel fournissait des ressources infinies. ³

Ce point est capital pour notre sujet. L’origine de la vie n’est pas un problème abstrait situé dans un espace mathématique sans limite. C’est un problème physique, chimique et biologique. Si la vie est censée apparaître sur Terre, dans une fenêtre temporelle limitée, dans des environnements géochimiques particuliers, alors il n’est pas légitime de faire comme si toutes les particules de l’univers observable et toute la durée cosmique pouvaient être mobilisées directement pour produire le premier système vivant.

William Dembski a tenté de formaliser cette intuition par son concept de complexité spécifiée. Son idée centrale n’est pas que toute improbabilité indique un dessein. Une distribution quelconque de cartes après un mélange est extrêmement improbable, mais elle ne signifie pas nécessairement qu’une intelligence l’a voulue. Ce qui devient significatif, selon Dembski, c’est l’association de trois éléments : une très faible probabilité, une complexité réelle et une spécification indépendante. Ainsi, un texte cohérent, une phrase significative ou une séquence biologique fonctionnelle ne sont pas simplement improbables ; ils correspondent à une fonction ou à un modèle reconnaissable. ⁴

William Dembski propose aussi ce qu’il appelle une limite probabiliste universelle, exprimée sous la forme de 1 chance sur 10¹⁵⁰. À première vue, ce chiffre peut sembler abstrait, presque incompréhensible. Pourtant, l’idée qui le soutient est assez simple. Dembski cherche à répondre à une question précise : existe-t-il un seuil au-delà duquel un événement devient tellement improbable qu’il n’est plus raisonnable de l’attribuer au hasard, même si l’on accordait au hasard toutes les ressources physiques imaginables de l’univers observable ? Pour construire ce seuil, il ne part pas d’un petit laboratoire, ni d’une planète, ni même du système solaire. Il accorde au hasard le scénario le plus favorable possible : tout l’univers observable, toutes ses particules, toute son histoire physique et toutes les occasions d’interaction que l’on pourrait théoriquement imaginer.

Son raisonnement combine trois grandeurs. La première est le nombre estimé de particules élémentaires dans l’univers observable, soit environ 10⁸⁰. Autrement dit, Dembski ne demande pas seulement ce qu’une molécule, une cellule ou une planète pourrait produire. Il imagine que chaque particule de l’univers pourrait, en principe, participer à une tentative ou à une transition physique. La deuxième grandeur est le nombre maximal de changements physiques possibles par seconde, qu’il fixe de manière extrêmement généreuse à environ 10⁴⁵. Ce chiffre correspond à une échelle de temps extraordinairement petite, proche du temps de Planck, c’est-à-dire d’une limite physique théorique bien plus rapide que les réactions chimiques ordinaires. La troisième grandeur est la durée totale disponible. Dembski utilise environ 10²⁵ secondes, une durée elle aussi extrêmement généreuse, bien supérieure à l’âge conventionnellement attribué à l’univers dans la cosmologie standard. 

Cette troisième grandeur est la durée totale disponible. Ici encore, Dembski ne cherche pas à utiliser une durée réaliste, mais une durée volontairement amplifiée. L’âge conventionnellement attribué à l’univers dans la cosmologie standard est d’environ 13,8 milliards d’années, soit environ 4,35 × 10¹⁷ secondes. Or Dembski utilise environ 10²⁵ secondes, c’est-à-dire une durée des millions de fois supérieure à l’âge supposé de l’univers. Pourquoi une telle exagération ? Probablement parce qu’il veut construire une limite maximale, presque « charitable » envers le hasard : même si l’on accordait à l’univers beaucoup plus de temps que celui que lui donne la cosmologie standard, le nombre total d’occasions physiques resterait fini. Ce choix n’est donc pas une affirmation cosmologique, mais une marge méthodologique volontairement généreuse. Il sert à dire : même en donnant au hasard plus de temps qu’il n’en aurait réellement, il existe encore des événements spécifiés dont la probabilité demeure trop faible pour être raisonnablement attribuée au hasard. 

En multipliant ces trois chiffres, 10⁸⁰ × 10⁴⁵ × 10²⁵, Dembski obtient 10¹⁵⁰ possibilités physiques maximales. Ce chiffre ne représente donc pas les ressources réelles de la chimie prébiotique terrestre, mais un plafond théorique extrêmement favorable au hasard. ⁴

L’argument de Dembski est donc le suivant : si un événement spécifié, fonctionnel et complexe possède une probabilité inférieure à 1 sur 10¹⁵⁰, alors il serait déraisonnable de l’attribuer au hasard, car même l’univers entier, utilisé comme ressource probabiliste maximale, ne fournirait pas assez d’occasions pour le produire. Cette limite fonctionne donc comme une frontière théorique : en dessous de ce seuil, le hasard ne manque pas seulement d’explication intuitive, il manquerait de ressources physiques disponibles, même dans l’hypothèse la plus généreuse.

Mais c’est précisément cette générosité qui rend ensuite la critique méthodologique nécessaire. Car l’apparition de la vie sur Terre n’est pas un événement qui aurait disposé de tout l’univers observable comme laboratoire. Elle se serait produite, selon le scénario naturaliste lui-même, dans des conditions locales, sur une planète particulière, dans une fenêtre temporelle limitée, avec des réactions chimiques réelles. La limite de Dembski est donc utile pour fixer un plafond maximal, mais elle ne doit pas être confondue avec les ressources concrètement disponibles pour l’abiogenèse terrestre. Elle montre jusqu’où l’on peut aller en donnant au hasard toutes les chances imaginables. Notre analyse doit ensuite montrer que, dans le cas précis de l’origine de la vie, les ressources réelles sont beaucoup plus restreintes.

Mais c’est précisément ici qu’une critique méthodologique importante doit être formulée. Dembski n’est pas trop sévère avec le hasard. Au contraire, il est évidemment beaucoup trop généreux. Sa limite universelle peut être utile comme plafond théorique maximal, mais elle ne décrit pas les ressources réellement disponibles pour l’apparition supposée de la vie sur Terre. Même si l’on accepte provisoirement la chronologie standard du naturalisme, l’origine de la vie n’a pas accès à tout l’univers observable. Elle dépend d’un lieu particulier, la Terre, d’une période particulière, d’environnements chimiques particuliers et de processus moléculaires qui ne se déroulent pas au rythme vertigineux du temps de Planck.

La réduction des ressources se fait donc par étapes. Si l’on passe de l’univers observable au système solaire, le nombre de particules mobilisables chute massivement. Si l’on passe du système solaire à la Terre, il diminue encore. Et si l’on passe de toute la matière terrestre aux seuls environnements prébiotiques plausibles, il diminue encore et encore. De plus, les réactions chimiques réelles ne se produisent pas à raison de 10⁴⁵ transitions par seconde (temps de Planck). Ce chiffre peut être pertinent comme limite physique extrême, mais il ne correspond pas au rythme ordinaire de la chimie moléculaire. Ainsi, la limite de 10¹⁵⁰ ne doit pas être comprise comme une description réaliste d’un supposé laboratoire prébiotique terrestre, mais comme une faveur maximale accordée au hasard.

Cela signifie que la vraie question devient beaucoup plus précise : non pas « le hasard pourrait-il produire quelque chose dans un univers immense ? », mais plutôt : « le hasard pourrait-il produire, sur une supposée Terre primitive, dans une fenêtre temporelle limitée, un système capable de stocker, transmettre, traduire et utiliser de l’information biologique ? »

Il faut donc définir la cible. Parler de « l’apparition de la vie » on reste encore trop vague. Une cellule vivante, même minimale, n’est pas une simple molécule. Elle suppose une organisation intégrée : un système d’information, des molécules fonctionnelles, une compartimentation, un métabolisme, des mécanismes de reproduction et une coordination interne. Les expériences modernes sur les cellules minimales illustrent bien ce point. La cellule synthétique minimale JCVI-syn3.0, obtenue par l’équipe du J. Craig Venter Institute, contient environ 531 000 paires de bases et 473 gènes. Elle est souvent présentée comme l’un des organismes autonomes les plus simples connus, capables d’autoréplication. Mais elle n’est pas apparue à partir de matière brute. Elle a été produite par un processus de conception, de construction et de test, à partir d’une cellule déjà existante. ⁵

Ce fait est essentiel. Même lorsque l’intelligence humaine travaille avec des outils modernes, des laboratoires spécialisés et des connaissances accumulées, une cellule minimale autonome reste un système très complexe. On est très loin d’une simple molécule apparue par hasard dans un océan primitif. C’est pourquoi il ne suffit pas de parler d’un « auto-réplicateur » hypothétique. Une molécule capable de se copier, même si elle existait, ne serait pas encore une cellule vivante. Il faudrait encore expliquer l’origine de la compartimentation, du métabolisme, de la stabilité chimique, du code génétique, de la traduction, de la coordination fonctionnelle et de l’intégration de l’ensemble.

Pour donner une idée plus concrète de l’échelle du problème, il faut éviter une erreur méthodologique fréquente : mélanger les catégories. On ne peut pas appliquer directement à des paires de bases d’ADN une estimation qui concerne des séquences protéiques. Les paires de bases appartiennent au niveau du génome ; les protéines appartiennent au niveau des chaînes d’acides aminés. Or, en mathématiques comme en biologie, il est essentiel de comparer des réalités de même nature.

C’est pourquoi l’estimation de Douglas Axe doit être utilisée avec précision. Dans son étude de 2004, la référence est un domaine enzymatique d’un peu plus de 150 acides aminés. L’estimation souvent citée de 1 sur 10⁷⁷ désigne donc la rareté possible de séquences capables de produire une fonction enzymatique spécifique par un domaine protéique de cette taille. ⁶ Mais Axe ne calcule pas la probabilité d’apparition d’une cellule vivante entière, ni celle d’un génome complet. Son estimation concerne la rareté de séquences capables de former un domaine protéique fonctionnel, c’est-à-dire une protéine fonctionnelle.

Calcul de probabilité, par Christophe Dang Ngoc Chan

Cette précision change considérablement la manière d’utiliser le chiffre. Il ne faut pas dire : « Axe a calculé la probabilité d’apparition d’une protéine quelconque », encore moins : « Axe a calculé la probabilité d’apparition d’une cellule. » Il faut dire plus modestement, mais plus rigoureusement : Axe a estimé que, pour un domaine protéique fonctionnel d’environ 150 acides aminés, les séquences capables d’accomplir une fonction enzymatique spécifique pourraient être extrêmement rares dans l’espace des séquences possibles.

Or, les protéines réelles d’une cellule vivante ne se réduisent pas toujours à un seul petit domaine de 150 acides aminés. Beaucoup de protéines bactériennes ont une longueur moyenne de quelques centaines d’acides aminés. Pour un calcul pédagogique, une moyenne d’environ 300 acides aminés par protéine est raisonnable. Dans le cas de JCVI-syn3.0, la cellule minimale synthétique dont nous avons parlé, les 531 000 paires de bases réparties sur 473 gènes donnent une moyenne brute d’environ 1 123 paires de bases par gène. Puisque trois bases codent approximativement un acide aminé, cela correspondrait, de manière très simplifiée, à environ 374 acides aminés par produit génique. Cette moyenne ne décrit pas exactement chaque gène, mais elle fournit un ordre de grandeur utile. ⁵

Il faut aussi rappeler que le domaine étudié par Douglas Axe, d’environ 150 acides aminés, ne représente pas la taille maximale des protéines réelles. Il s’agit plutôt d’une unité fonctionnelle relativement modeste. Dans les bactéries, les protéines ont souvent une longueur moyenne d’environ 250 à 350 acides aminés, tandis que les protéines eucaryotes sont en moyenne plus longues. Certaines protéines géantes, comme la titine humaine, peuvent atteindre 34 350 acides aminés. Elle est généralement présentée comme la plus grande protéine connue du corps humain. Ainsi, l’estimation d’Axe ne doit pas être comprise comme une mesure de toutes les protéines possibles, mais comme un repère minimal : si un domaine fonctionnel de taille modeste est déjà très rare dans l’espace des séquences, la question devient encore plus sérieuse lorsqu’on considère les protéines plus longues et, surtout, leur intégration dans une cellule vivante.

Si l’on veut extrapoler l’estimation d’Axe de manière prudente, il faut donc rester dans la catégorie des protéines. Puisque son chiffre de 1 sur 10⁷⁷ concerne un domaine fonctionnel d’environ 150 acides aminés, une protéine moyenne de 300 acides aminés correspondrait approximativement à deux fois le domaine de cette taille. Dans un calcul volontairement simplifié, cela donnerait une rareté de l’ordre de 1 sur 10¹⁵⁴ pour une protéine moyenne de 300 acides aminés. Il ne s’agit pas d’une probabilité biologique définitive, car toutes les protéines ne sont pas composées de deux fois le domaine de référence et la rareté estimée par Axe ne s’applique pas mécaniquement à toutes les fonctions protéiques. Mais ce calcul donne un ordre de grandeur plus cohérent que l’application directe de son chiffre aux paires de bases.

À partir de là, si l’on considère une cellule minimale comportant environ 473 gènes, et si l’on suppose pédagogiquement que ces gènes correspondent à plusieurs centaines de protéines ou produits fonctionnels nécessaires à une vie cellulaire autonome, l’échelle du problème devient immense. En appliquant très simplement l’ordre de grandeur de 10¹⁵⁴ à 473 produits protéiques moyens, on obtient 10¹⁵⁴ × ⁴⁷³, c’est-à-dire environ 10⁷²⁸⁴². Autrement dit, dans ce modèle simplifié, la probabilité correspondante serait, grosso modo, de l’ordre de 1 sur 10⁷²⁸⁴².

Si l’on vérifie l’ordre de grandeur à partir des 531 000 paires de bases de JCVI-syn3.0, le résultat reste du même type, et même plus élevé. En effet, à raison de 3 bases pour un acide aminé, 531 000 bases divisées par trois correspondent à environ 177 000 acides aminés potentiellement codables. Si l’on retient une protéine moyenne de 300 acides aminés, cela équivaut à environ 590 protéines moyennes (177 000 ÷ 300 = 590). Cette extrapolation pédagogique donnerait alors un ordre de grandeur de 1 sur 10⁹⁰⁸⁶⁰. Ce chiffre ne doit pas être présenté comme une probabilité exacte, mais il confirme que l’estimation précédente de 1 sur 10⁷²⁸⁴² était plutôt prudente.

Bien sûr, ces deux valeurs dépendent de simplifications importantes. Elles supposent notamment que les protéines apparaissent comme des unités indépendantes, que chacune doit franchir un seuil comparable à celui étudié par Axe, et que les fonctions cellulaires peuvent être représentées par une moyenne protéique. Ces hypothèses simplifient fortement la réalité biologique. Mais l’intérêt du calcul n’est pas de produire une valeur définitive. Son intérêt est de montrer que, dès que l’on cesse de parler vaguement de « la vie » et que l’on définit une cible minimale concrète, la difficulté probabiliste change d’échelle.

La conclusion méthodologique devient alors beaucoup plus solide. Une seule molécule autoréplicative hypothétique ne suffit pas à expliquer la vie. Une cellule minimale suppose un ensemble coordonné de gènes, de protéines, de mécanismes de traduction, de membranes, de métabolisme et de régulation. Si même un domaine protéique fonctionnel d’environ 150 acides aminés peut représenter une cible extrêmement rare, alors l’émergence simultanée ou progressive d’un système cellulaire minimal intégré pose une difficulté combinatoire incomparablement plus grande. Ce n’est donc pas seulement la grandeur des chiffres qui compte, mais la nature même de la cible : la vie n’est pas une séquence isolée, mais une organisation fonctionnelle complète.

Le contraste avec la limite de Dembski est alors saisissant. Dembski fixe son plafond universel à 10¹⁵⁰ possibilités physiques maximales. Or, nos estimations pédagogiques pour une cellule minimale conduisent à des ordres de grandeur comme 10⁷²⁸⁴² ou 10⁹⁰⁸⁶⁰. Même si ces chiffres ne doivent pas être lus comme des probabilités biologiques définitives, ils permettent de mesurer l’ampleur du décalage. Cela revient à demander à quelqu’un de payer une dette dont le montant dépasse son budget par 72 692 zéros supplémentaires. Et si l’on prend l’estimation de 10⁹⁰⁸⁶⁰, le déficit atteint 90 710 zéros supplémentaires. À ce niveau, les mots « rare », « improbable » ou « difficile » deviennent de loin trop faibles. Ce n’est pas une dette un peu trop grande ; c’est une dette qui appartient à un autre univers mathématique.

Autrement dit, même en accordant au hasard au-delà de tout l’univers observable comme ressource théorique, il resterait à franchir un abîme probabiliste absolument démesuré. À ce niveau, le problème n’est plus simplement que l’apparition de la vie serait “peu probable”. Le problème est que les ressources physiques disponibles semblent appartenir à une échelle totalement disproportionnée par rapport à la cible biologique minimale. L’expression “avec assez de temps, tout peut arriver” cesse alors d’être une explication. Elle devient une formule rhétorique qui masque la vraie question : le hasard dispose-t-il réellement d’assez de ressources pour atteindre la cible dont on parle ? À ce stade, même les spécialistes en actuariat des compagnies d’assurance auraient sans doute du mal à traiter une telle possibilité comme un « risque » raisonnablement calculable.

Pour prolonger cette réflexion dans un exemple biologique concret, le lecteur pourra consulter l’article « Photosynthèse : pourquoi les modèles probabilistes du hasard butent sur un système trop précis », publié sur le blogue de Harmonie Science et Foi.⁸ Alors que le présent article examine les ressources probabilistes du hasard face à l’apparition de la vie, l’article sur la photosynthèse applique cette même question à un système vivant observable, d’une précision remarquable, où plusieurs composants moléculaires doivent agir de manière coordonnée. Il montre ainsi que le problème du hasard ne se pose pas seulement à l’origine de la vie, mais aussi devant la complexité fonctionnelle des systèmes biologiques déjà présents dans le vivant.

C’est ici que les ressources du Geoscience Research Institute (GRI) sont importantes pour notre approche. Le GRI insiste depuis longtemps sur la nécessité de distinguer les données observées, les interprétations et les présupposés philosophiques. Dans la question de l’origine de la vie, le problème n’est pas seulement qu’il reste des détails à compléter. Le problème est que la vie, même minimale, suppose une organisation informationnelle et fonctionnelle qui n’est pas aisément réductible à des réactions chimiques non dirigées. Les matériaux du GRI sur l’origine de la vie, la complexité biologique et le dessein dans la nature permettent de replacer cette discussion dans une perspective adventiste informée, sans la réduire à une opposition simpliste entre science et foi. ⁷

Il serait toutefois imprudent de conclure que l’argument probabiliste démontre à lui seul toute la doctrine biblique de la création. Il ne démontre pas le sabbat, ni la chute, ni la rédemption, ni la chronologie biblique. Ces vérités reposent sur la révélation, l’exégèse et la théologie. Ainsi, l’argument probabiliste joue un rôle plus limité, mais réel : il montre que l’appel au hasard, même lorsqu’il est soutenu par l’immensité supposée du temps et de la matière, se heurte à des limites profondes lorsqu’il doit expliquer l’apparition de l’information fonctionnelle et de la vie.

C’est pourquoi l’exemple d’Anthony Flew est si intéressant. Flew n’a pas été convaincu par une émotion religieuse passagère. Il a été ébranlé par une question philosophique : quel type de cause est capable de produire les lois, la rationalité et l’organisation que nous observons dans la nature ? La critique de Schroeder contre le « théorème des singes » n’était pas pour lui une simple plaisanterie mathématique. Elle montrait que l’on ne peut pas transformer l’infini abstrait en explication scientifique du réel. Si le hasard n’a pas les ressources nécessaires, il faut chercher une autre catégorie de cause. ³

La conclusion de notre analyse n’est donc pas : « nous ne savons pas, donc Dieu… ». Ce serait un raisonnement trop faible. La question est plus profonde : lorsque nous observons de l’information fonctionnelle, des systèmes intégrés, une organisation hiérarchique et une précision remarquable dans les conditions nécessaires à la vie, quelle est la cause la plus adéquate ? Dans notre expérience constante, l’information fonctionnelle complexe est associée invariablement à l’intelligence. Le dessein intelligent ne doit donc pas être présenté comme une fuite hors de la science, mais comme une interrogation rationnelle sur la nature de la cause capable de produire l’effet observé.

Le hasard n’a pas seulement besoin de temps. Il a besoin de ressources physiques, de conditions chimiques, d’un espace de recherche accessible et d’une cible fonctionnelle atteignable. Or, plus nous précisons la cible, plus nous voyons que l’expression « assez de temps » devient plus qu’insuffisante. L’apparition de la vie ne demande pas seulement une longue série d’événements improbables. Elle demande l’émergence coordonnée d’un système capable de porter, lire, copier et utiliser de l’information. C’est précisément à cet endroit que l’argument probabiliste conserve toute sa force.

Par Daniel Capitanu

Groupe Harmonie Science et Foi

Bibliographie :

1. Les âges conventionnels de 13,8 milliards d’années pour l’univers et d’environ 4,5 milliards d’années pour le système solaire sont ici utilisés uniquement comme hypothèse de travail interne au cadre cosmologique dominant, et non comme position adoptée par Harmonie Science et Foi. Voir notamment les ressources de vulgarisation de l’Université de Chicago sur les repères cosmologiques et solaires.  https://news.uchicago.edu/explainer/origin-life-earth-explained 

2. Sur l’histoire de la « théorie des singes dactylographes », voir la synthèse historique de l’Infinite monkey theorem, qui mentionne Émile Borel comme l’un des premiers auteurs à utiliser explicitement la métaphore des singes dactylographes en 1913, puis Arthur Eddington comme l’un de ceux qui l’ont reprise dans le contexte des probabilités et de la mécanique statistique. La même source souligne que l’attribution à Thomas Henry Huxley est une attribution ultérieure et problématique, notamment parce que la version qui la rattache au débat Huxley-Wilberforce de 1860 ne repose pas sur une source primaire solide et parce que la machine à écrire n’était pas encore commercialement disponible à cette date. https://en.wikipedia.org/wiki/Infinite_monkey_theorem?utm_source=chatgpt.com 

3. Anthony Flew, There Is a God: How the World’s Most Notorious Atheist Changed His Mind, avec Roy Abraham Varghese, HarperOne, 2007. Pour l’extrait où Flew mentionne l’impact de la réfutation de Gerald L. Schroeder du « monkey theorem », voir la reproduction de l’extrait des pages 74 à 78. https://www.harpercollins.com/products/there-is-a-god-antony-flewroy-abraham-varghese?variant=32206765391906 

4. William A. Dembski, The Design Inference et travaux connexes sur la complexité spécifiée et la limite probabiliste universelle. La limite de 10¹⁵⁰ est généralement présentée comme le produit de 10⁸⁰ particules élémentaires, 10⁴⁵ transitions physiques par seconde et 10²⁵ secondes. 

https://www.cambridge.org/core/books/design-inference/15A547647027C0CE68408E29EDA17FBC#fndtn-information 

https://www.asa3.org/archive/evolution/200007/0001.html 

5. J. Craig Venter Institute, présentation de JCVI-syn3.0, cellule synthétique minimale contenant environ 531 000 paires de bases et 473 gènes, obtenue par un processus de conception, construction et test. https://www.jcvi.org/research/first-minimal-synthetic-bacterial-cell 

6. Douglas D. Axe, « Estimating the Prevalence of Protein Sequences Adopting Functional Enzyme Folds », Journal of Molecular Biology, 2004. L’étude porte sur la rareté de séquences capables d’adopter un repliement enzymatique fonctionnel, à partir d’un domaine protéique d’un peu plus de 150 acides aminés. L’estimation souvent citée de 1 sur 10⁷⁷ ne désigne donc pas la probabilité d’apparition d’une cellule entière, ni celle d’un génome complet, mais la rareté possible de séquences protéiques fonctionnelles dans un espace de séquences de taille comparable. https://pubmed.ncbi.nlm.nih.gov/15321723/ 

7. Geoscience Research Institute, ressources sur l’origine de la vie, le dessein dans la nature et la complexité biologique. Le GRI souligne notamment la difficulté d’expliquer la complexité de la vie, l’information génétique et les systèmes cellulaires par des processus aléatoires non dirigés. https://www.grisda.org/topics?primary=biology 

8. Harmonie Science et Foi, « Photosynthèse : pourquoi les modèles probabilistes du hasard butent sur un système trop précis », article de blogue. Cet article est proposé comme complément au présent texte, car il applique la question des probabilités et des limites du hasard à un système biologique concret, la photosynthèse, où plusieurs composants moléculaires doivent être coordonnés pour produire une fonction vitale.https://www.harmoniescienceetfoi.com/post/photosynth%C3%A8se-pourquoi-les-mod%C3%A8les-probabilistes-du-hasard-butent-sur-un-syst%C3%A8me-trop-pr%C3%A9cis