Mieux Donner

Comparer des causes entre elles : la méthode de Rethink Priorities

Comparer des causes entre elles : la méthode de Rethink Priorities

Comment répartir un don entre la santé mondiale, la cause animale et les risques de catastrophe ? Rethink Priorities a construit un modèle qui répond à cette question en posant toutes ses hypothèses morales sur la table. Voici comment il fonctionne, ce qu'il produit et ce qu'il ne règle pas.

Romain Barbe
Romain Barbe
Fondateur · Mieux Donner · Temps de lecture : 9 min

Lors d'une conférence, quelqu'un est venu voir le stand de Rethink Priorities et a posé cette question : si j'ai un million d'euros à donner et que je veux que cet argent aide le plus possible, où le mettre ?

La personne ne cherchait pas une discussion philosophique. Elle était prête à considérer la cause animale, le climat, les risques de pandémie, la lutte contre la pauvreté ou la sécurité de l'intelligence artificielle, selon là où son argent aurait le plus d'impact. Elle attendait une réponse actionnable en termes de dons, et elle était prête à suivre le travail d'une équipe de recherche qui accepterait de se poser sérieusement la question.

Cette réponse n'existait nulle part sous une forme construite. C'est de là qu'est né le Cross-Cause Fund, un fonds qui répartit les dons entre plusieurs causes à partir d'un modèle chiffré[1]Rethink Priorities (2026). Cross-Cause Fund. Consulté le 6 novembre 2026.. Rethink Priorities en a publié la méthode, les hypothèses et les données.

Qui est Rethink Priorities ?

Une organisation de recherche créée en 2018. Elle ne mène pas de programmes sur le terrain : elle cherche à savoir où les dons et le travail des gens produisent le plus d'effet, en comparant des causes, en estimant l'efficacité d'interventions et en travaillant sur la question de ce qui compte moralement. Ses travaux sont publiés en accès libre[9]Rethink Priorities. Page de présentation de l'organisation..

Le modèle définit 14 positions morales (des façons cohérentes de répondre à ces questions : une position qui ne compte que les personnes vivant aujourd'hui, une autre qui donne du poids aux générations à venir et aux animaux). Il note 8 fonds, des opportunités de dons réelles, sous chacune de ces positions, puis combine les classements obtenus. La répartition qui en sort est critiquable, et c'est à ce jour la tentative la plus aboutie pour placer des ressources là où elles aident le plus.

Trois façons de prioriser ses dons

Quand on cherche à aider le plus possible, la priorisation se joue à trois endroits différents. Ces trois façons de faire ne s'enchaînent pas comme les étapes d'une recette. Ce sont trois questions distinctes, et on n'y répond pas avec les mêmes outils.

Schéma des trois niveaux de priorisation : prioriser une cause parmi les causes, prioriser une intervention au sein d'une cause, prioriser une intervention parmi toutes les interventions
Les trois façons de prioriser. Chaque point représente une intervention, chaque part du disque une cause.
Prioriser une cause parmi toutes les causes

On regarde l'ampleur du problème, son potentiel d'amélioration et son caractère négligé, puis on décide quelle part de son budget va à la santé mondiale, au climat ou à la cause animale. C'est le cadre le plus répandu.

Prioriser une intervention à l'intérieur d'une cause

Une fois qu'on a décidé de soutenir la santé mondiale, on compare la distribution de moustiquaires, la supplémentation en vitamine A et les transferts d'argent. C'est le travail des évaluateurs spécialisés : GiveWell en santé mondiale, Giving Green sur le climat, Animal Charity Evaluators sur la cause animale.

À l'intérieur d'une même cause, on arrive à savoir avec un bon niveau de confiance que certaines façons d'agir sont beaucoup plus efficaces que d'autres, souvent d'un facteur 100. Toutes les options comparées se mesurent avec les mêmes unités, donc la comparaison tient.

Prioriser une intervention parmi toutes les interventions

On met en concurrence directe une campagne pour sortir des poules de cage et un programme qui forme des personnes à traiter la dépression en Afrique subsaharienne, sans avoir fixé au préalable combien va à chaque cause. C'est finalement la question qu'on se pose quand on veut aider le plus possible.

Cette troisième façon de faire est de loin la moins traitée. En avril 2025, Rethink Priorities a recensé le temps de recherche consacré à la priorisation dans dix organisations de l'écosystème du don efficace. Sur l'équivalent de 222 personnes à plein temps, 1,8 % du temps allait à la comparaison entre causes, contre 89 % à la comparaison à l'intérieur d'une cause[2]Rethink Priorities (2025). Doing Prioritization Better. Estimation portant sur dix organisations..

Pourquoi comparer des interventions de causes différentes est si difficile

Comparer deux programmes de santé reste un exercice technique : on travaille avec les mêmes unités et le même type de données. Dès qu'on met face à face un programme de santé et une campagne pour les animaux, il faut trancher des questions sur lesquelles personne n'a de réponse établie.

Prenons un exemple de désaccord moral, très courant dans les discussions sur les dons.

Première position

Éviter un décès compte énormément, parce que des années de vie qui auraient pu être vécues ne le seront pas. Cette perte est réelle, et l'éviter est ce qu'un don peut faire de plus utile.

Deuxième position

Des années de vie non vécues ne constituent pas en soi un dommage. Une fois mis de côté le chagrin des proches, le monde n'est pas beaucoup moins bon. Améliorer durablement la vie d'une personne qui existe déjà compte alors davantage.

Il s'agit d'un questionnement aux bases morales, qui peut difficilement être tranché par des données. Et selon la position qu'on adopte, l'argent part à des endroits différents.

Le même genre de désaccord porte sur la valeur d'une année de souffrance évitée pour un poisson d'élevage, sur le poids à donner à un bénéfice qui n'arrivera que dans deux siècles, ou sur ce qu'il faut faire d'une action qui a une petite chance de produire un résultat immense et une petite chance de causer du tort.

Viennent ensuite les questions empiriques, tout aussi ouvertes. Quelle est l'efficacité du dernier euro reçu par un fonds, comparée à celle de son premier euro ? Combien d'argent une cause peut-elle absorber avant de saturer ? Et si l'intelligence artificielle transforme le monde dans dix ans, que reste-t-il de l'impact attendu des programmes financés aujourd'hui ?

Au final, chaque don tranche pour nous ce qu'on pense de ces sujets, sans même qu'on s'en rende compte. Une comparaison rigoureuse entre causes a ceci de particulier qu'elle oblige à poser la question de façon explicite.

La méthode de Rethink Priorities

Le choix de Rethink Priorities a été de modéliser ces désaccords plutôt que de les trancher. Le modèle prend en entrée des opinions morales explicites, les applique à des estimations d'impact, et produit une répartition[3]Rethink Priorities (2026). Cross-Cause Prioritization Methodology..

Ce qu'on mesure dans chaque cause

La première étape consiste à estimer ce que produit un million de dollars donné à chaque fonds, avec les unités propres à chaque domaine[4]Rethink Priorities (2026). Fund-by-Fund Estimates: Methodology For Each Cluster..

14 200 années de vie sauvées par million de dollars, GiveWell All Grants Fund
820 000 années de souffrance évitées pour des poulets, EA Animal Welfare Fund
2 800 années de vie sauvées sur cinq ans, Sentinel Bio (risque pandémique)

Pour les fonds de santé mondiale, on mesure l'impact de trois façons : les années de vie gagnées par des décès évités, les années passées en bonne santé plutôt qu'avec une maladie ou un handicap, et les doublements de revenu, qui comptent combien de personnes voient leur revenu doubler pendant un an. Le GiveWell All Grants Fund est estimé à 14 200 années de vie sauvées, 2 800 années d'incapacité évitées et 19 600 doublements de revenu par million de dollars[4]Rethink Priorities (2026). Fund-by-Fund Estimates: Methodology For Each Cluster..

Pour les fonds animaux, on compte des années de souffrance évitées, espèce par espèce : un animal qui passe une année de moins dans des conditions douloureuses compte pour une année. Les campagnes qui poussent les entreprises à changer leurs pratiques, menées par l'EA Animal Welfare Fund, sont estimées à 820 000 années de souffrance évitées pour des poulets par million de dollars. Le fonds de The Navigation Fund consacré à la sortie des cages monte à 2,3 millions[4]Rethink Priorities (2026). Fund-by-Fund Estimates: Methodology For Each Cluster..

Pour les fonds consacrés aux risques catastrophiques, on mesure des années de vie humaines attendues, sauvées en réduisant la probabilité d'une catastrophe. Ce chiffre dépend entièrement de l'horizon retenu. Sentinel Bio, qui travaille sur le risque pandémique, est estimé à 2 800 années de vie sauvées par million de dollars sur les cinq prochaines années. Si l'on compte aussi les effets au-delà de 500 ans, le même million produit des ordres de grandeur sans commune mesure, parce que le calcul intègre toutes les générations qui existeraient si la catastrophe était évitée[4]Rethink Priorities (2026). Fund-by-Fund Estimates: Methodology For Each Cluster..

Ces chiffres n'ont pas tous la même solidité

Les estimations de GiveWell sur la pauvreté et la santé s'appuient sur de nombreuses études scientifiques rigoureuses, souvent des essais où les personnes sont tirées au sort entre un groupe qui reçoit le programme et un groupe qui ne le reçoit pas. Sur les risques catastrophiques, cette méthode est impossible : on travaille à partir de groupes d'experts à qui on demande d'estimer des probabilités. Le modèle met ces deux familles de chiffres côte à côte dans la même unité, alors que la qualité de preuve derrière chacune varie énormément.

Derrière chaque chiffre, un éventail de scénarios

Aucune de ces estimations n'est un chiffre unique. Chacune couvre un éventail de résultats possibles, du plus défavorable au plus favorable, et le chiffre affiché en est un résumé.

Pour les trois fonds consacrés aux risques catastrophiques, le scénario qui tombe au milieu de cet éventail vaut zéro : le résultat le plus probable est que le don ne change rien. Leur moyenne reste très élevée, parce qu'une petite probabilité d'un effet gigantesque tire tout vers le haut. Et pour le fonds dédié à l'IA, les 5 % de scénarios les plus défavorables donnent un résultat négatif, c'est-à-dire que le don y aggrave la situation.

Quatre réglages qui définissent une position morale

Le modèle appelle position morale un ensemble cohérent de réponses aux questions posées plus haut. Le terme déborde un peu la morale au sens strict, puisque deux des quatre réglages portent sur l'attitude à adopter face au risque et sur une croyance à propos de l'avenir. Chaque position tient en quatre réglages[5]Rethink Priorities (2026). RP Cross-Cause Model Inputs, feuille des hypothèses par position morale..

Les poids moraux répondent à la question qu'on ne peut pas contourner quand on compare des causes : combien vaut un type de bien par rapport à un autre ? Le modèle prend l'année de vie humaine comme étalon et lui donne la valeur 1. Tout le reste se compare à cet étalon.

Dans la position par défaut, un doublement de revenu pendant un an vaut 0,3, une année de souffrance évitée pour un poulet 0,4, pour un poisson 0,24, pour une crevette 0,08. Dire qu'un poulet vaut 0,4 revient à dire qu'épargner dix ans de souffrance à des poulets compte autant que gagner quatre années de vie humaine. Ces chiffres viennent du projet de poids moraux de Rethink Priorities, qui compare la capacité à ressentir du bien-être et de la souffrance d'une espèce à l'autre. D'autres positions du modèle descendent jusqu'à 0,001 pour les poulets, soit un écart de près de mille entre la position la plus favorable aux animaux et la moins favorable.

Les facteurs d'actualisation fixent le poids des impacts selon leur éloignement dans le temps. Un impact qui arrive dans trois ans compte pour sa valeur entière, un impact qui arrive dans trois siècles compte beaucoup moins, et chaque position décide de combien.

Quand l'impact survient Poids retenu
0 à 5 ans
1
5 à 10 ans
0,9
10 à 20 ans
0,8
20 à 100 ans
0,6
100 à 500 ans
0,4
au-delà de 500 ans
0,01

Poids appliqués par la position par défaut. Cinq des quatorze positions retenues mettent zéro partout au-delà de 100 ans, ce qui représente 30 % de la confiance totale accordée aux positions. Pour les fonds consacrés aux risques catastrophiques, ce réglage décide presque tout.

Le profil de risque dit quoi faire d'une estimation très incertaine. Reprenons un fonds dont le résultat le plus probable est nul, mais dont la moyenne est très élevée parce qu'un scénario rare rapporterait énormément. Faut-il retenir cette moyenne telle quelle, ou s'en méfier ? Quelqu'un de neutre face au risque la prend telle quelle, et c'est l'option qui reçoit 40 % de la confiance dans le modèle. Les autres réglages disponibles rabotent le poids des meilleurs scénarios, ou alourdissent celui des scénarios où le don fait du mal. Plus on est prudent, moins les paris à longue portée ressortent.

La décote liée à l'IA traduit une idée précise : si une catastrophe liée à l'IA survient dans les prochaines décennies, elle annulerait l'impact attendu de tout ce qui a été financé ailleurs. Les quatorze positions appliquent une décote de 40 % aux fonds qui ne travaillent pas directement sur ce risque. Aucun modèle ne soutient ce chiffre : il vient pour le moment d'un recueil informel de jugements, auprès de personnes travaillant sur la priorisation et dans des laboratoires d'IA[6]Marcus Davis, commentaire sur le forum de l'altruisme efficace, 2026 : « This is definitely an approximation, not based on a rigorous underlying model. ».

Du score à la répartition

Chaque fonds reçoit ainsi une note sous chacune des quatorze positions morales. Elles se rattachent à quatre grandes familles de pensée morale, auxquelles le modèle accorde des degrés de confiance différents : 40 % à l'utilitarisme, pour qui l'action juste est celle qui produit le plus de bien-être au total ; 25 % au contractualisme, qui juge une action à l'aune de règles que chaque personne concernée pourrait accepter ; 20 % à des approches qui regardent les conséquences sans se limiter au bien-être total ; 15 % à une approche kantienne, qui relève des éthiques du devoir et juge l'action par des règles plutôt que par ses résultats[5]Rethink Priorities (2026). RP Cross-Cause Model Inputs, feuille des hypothèses par position morale..

Reste à mettre ces quatorze positions d'accord, alors qu'elles ne désignent pas le même gagnant. Le modèle propose neuf façons de les départager, empruntées à la théorie de la décision et à la théorie du vote. Certaines donnent à chaque position une part du budget égale à la confiance qu'on lui accorde, et la laissent financer son fonds préféré. D'autres font une moyenne des notes, ou organisent un tournoi entre les fonds comme entre des candidats à une élection. Comme aucune de ces façons de faire ne s'impose sur les autres, le modèle calcule une répartition avec chacune, puis en fait la moyenne[3]Rethink Priorities (2026). Cross-Cause Prioritization Methodology..

Enfin, le budget est alloué par tranches de 2 millions de dollars. Après chaque tranche, l'efficacité du fonds servi est recalculée à la baisse, parce que les meilleures occasions de dépense partent en premier. Ce point change beaucoup les résultats pour les gros budgets. Rethink Priorities estime que chaque doublement du budget de GiveWell réduit son efficacité d'environ 10 %, contre environ 46 % pour un fonds consacré aux risques catastrophiques. Un fonds qui arrive en tête au premier euro peut donc se retrouver loin derrière une fois qu'il a absorbé une certaine somme[7]Rethink Priorities (2026). CCF: As more money arrives, the best place to give keeps moving. 21 octobre 2026..

La répartition qui en sort

Voici l'allocation recommandée par le modèle, telle qu'elle est publiée sur le site du fonds.

Cause et fonds Part
Santé mondiale
18 %
GiveWell All Grants Fund
13 %
Lead Exposure Action Fund (exposition au plomb)
5 %
Cause animale
46 %
EA Animal Welfare Fund
13 %
The Navigation Fund, animaux de ferme
17 %
The Navigation Fund, sortie des cages
16 %
Risques catastrophiques
36 %
Sentinel Bio (risque pandémique)
9 %
Longview, politique nucléaire
4 %
Longview, sécurité de l'IA
23 %

Répartition publiée sur le site du Cross-Cause Fund et consultée le 6 novembre 2026, pour un budget supposé de 200 millions de dollars. Elle évolue à mesure que le modèle est mis à jour.

Le premier tour de distribution réel, en juillet 2026, a réparti 723 536 dollars selon ces proportions[1]Rethink Priorities (2026). Cross-Cause Fund. Consulté le 6 novembre 2026..

La part de la cause animale, 46 %, dépasse de loin ce que fait l'écosystème du don efficace aujourd'hui. Elle s'explique par les poids moraux retenus et par le nombre d'animaux concernés par les campagnes auprès des entreprises.

Le fonds consacré à la sécurité de l'IA est le poste le plus élevé du tableau avec 23 %. Rethink Priorities signale de son côté que la répartition entre les trois fonds de cette famille est celle sur laquelle l'équipe est la moins sûre d'elle[1]Rethink Priorities (2026). Cross-Cause Fund. Consulté le 6 novembre 2026..

Le tableau est enfin incomplet par construction. Huit fonds seulement sont modélisés. Le climat et la défense de la démocratie n'y figurent pas encore : au moment de la publication, une analyse comparant les interventions climat aux interventions de santé mondiale était en cours[8]Rethink Priorities (2026). Announcing the Rethink Priorities Cross-Cause Fund, section sur les améliorations prévues.. Les protéines alternatives, la souffrance des animaux sauvages et les organisations qui font grandir le secteur lui-même sont également absentes. Ce tableau porte donc sur huit possibilités de dons, à un instant donné, sous un jeu d'hypothèses documenté.

L'avantage d'être explicite

Ce travail est encore balbutiant. Dans quelques mois ou quelques années, les versions suivantes seront meilleures, et elles seront toujours critiquées. Le modèle accumule les incertitudes : les poids moraux entre espèces reposent sur un champ de recherche jeune, la décote liée aux effets de l'IA a été fixée au jugement, les effets indirects des interventions ne sont pas modélisés, et l'équipe reconnaît que sa représentation du très long terme pourrait être construite autrement.

Reste que c'est à ce jour la manière la plus explicite de répondre à la question d'où donner pour aider le plus. Et l'explicite a un avantage concret : il rend le désaccord utilisable. Quand quelqu'un trouve que 46 % à la cause animale est trop élevé, il peut ouvrir le tableau des hypothèses, trouver la ligne qui pose problème, changer la valeur et regarder ce que devient la répartition. Par expérience, parmi les personnes qui trouvent ce chiffre excessif, certaines arrivent à une part encore plus grande une fois leurs propres hypothèses saisies, simplement car actuellement notre générosité peut avoir un effet énorme sur un très grand nombre d'animaux.

Mettre des nombres sur la valeur d'une vie, sur la souffrance d'un poisson ou sur l'existence de générations futures met mal à l'aise, et cette gêne est légitime. Refuser de calculer ne fait pas disparaître cette tension. Répartir un budget entre plusieurs causes revient toujours à poser ces nombres, implicitement, dans sa tête, à la différence près que personne ne peut aller les vérifier et que les choix qui en sortent peuvent aider moins que ce qu'on aurait pu faire.

Il est aussi possible de répondre vous-même, si vous avez des intuitions morales fortes ou si vous savez déjà quelle est votre position morale. L'outil Donor Compass de Rethink Priorities, gratuit, vous laisse saisir vos propres valeurs et découvrir, d'après le modèle, où vos dons devraient aller[10]Rethink Priorities (2026). Donor Compass. Outil gratuit de répartition personnalisée..

Depuis début 2023, je donne au moins 10 % de mes revenus à des associations efficaces. J'ai cofondé Mieux Donner et j'ai fait de la générosité efficace mon métier à plein temps. Ce modèle est le travail le plus rigoureux dont nous disposons pour répondre à une question impossible : où donner pour aider le plus possible. Sur les sujets moraux, je ne considère pas mon intuition meilleure qu'une autre. Et malgré cette expertise, pour mes propres dons personnels, je compte suivre l'allocation issue des travaux de Rethink Priorities.

Une somme à répartir entre plusieurs causes ?

Nous en discutons avec vous, gratuitement et sans engagement.

Le modèle, les données par fonds et le tableau complet des hypothèses sont publics sur le site du Cross-Cause Fund (en anglais).

Questions fréquentes

Qu'est-ce que la priorisation entre causes ?

C'est la comparaison directe d'interventions qui appartiennent à des causes différentes, sans décider au préalable quelle part du budget revient à chaque cause. La démarche habituelle procède en deux temps : répartir d'abord entre causes, puis optimiser à l'intérieur de chacune.

Pourquoi le modèle recommande-t-il autant à la cause animale ?

Parce que les poids moraux retenus accordent une valeur non négligeable à une année de souffrance évitée pour un poulet ou une crevette, et que les campagnes auprès des entreprises touchent un très grand nombre d'animaux par euro dépensé. Une personne qui attribue une valeur beaucoup plus faible aux animaux obtient une répartition très différente.

Qu'est-ce qu'un poids moral, et qui décide de ces valeurs ?

Un poids moral est un chiffre qui dit combien un type de bien compte par rapport à un autre. Le modèle prend l'année de vie humaine comme étalon, à qui il donne la valeur 1, et place tout le reste par rapport à elle : 0,3 pour un doublement de revenu pendant un an, 0,4 pour une année de souffrance évitée à un poulet. Sans ces chiffres, aucune comparaison entre une campagne pour les animaux et un programme de santé n'est possible.

Les valeurs utilisées ici viennent de Rethink Priorities, sur la base de ses propres recherches, en particulier son projet de poids moraux. L'équipe précise que ces valeurs ne sont pas les seules raisonnables et publie le détail de chacune des quatorze positions morales.

Peut-on donner à ce fonds depuis la France ?

Le fonds est administré aux États-Unis par Charityvest et ouvre droit à une déduction fiscale américaine. Un don direct depuis la France n'ouvre pas droit à la réduction d'impôt française.

Ce modèle remplace-t-il les évaluateurs comme GiveWell ?

Non, il s'appuie sur eux. Les fonds qu'il compare font leur propre travail de sélection d'interventions. Le modèle estime l'efficacité au dernier euro de chacun pour décider comment répartir entre eux.

Sources
  1. 1 Rethink Priorities (2026). Cross-Cause Fund. Consulté le 6 novembre 2026. ccf.rethinkpriorities.org
  2. 2 Rethink Priorities (2025). Doing Prioritization Better. EA Forum, 16 avril 2025. forum.effectivealtruism.org
  3. 3 Rethink Priorities (2026). Cross-Cause Prioritization Methodology. ccf.rethinkpriorities.org
  4. 4 Rethink Priorities (2026). Fund-by-Fund Estimates: Methodology For Each Cluster. docs.google.com
  5. 5 Rethink Priorities (2026). RP Cross-Cause Model Inputs, hypothèses par position morale. docs.google.com
  6. 6 Davis, M. (2026). Commentaire sur Announcing the Rethink Priorities Cross-Cause Fund, EA Forum. forum.effectivealtruism.org
  7. 7 Rethink Priorities (2026). CCF: As more money arrives, the best place to give keeps moving. EA Forum, 21 octobre 2026. forum.effectivealtruism.org
  8. 8 Rethink Priorities (2026). Announcing the Rethink Priorities Cross-Cause Fund. EA Forum, 20 mai 2026. forum.effectivealtruism.org
  9. 9 Rethink Priorities. About us. Consulté le 6 novembre 2026. rethinkpriorities.org
  10. 10 Rethink Priorities (2026). Donor Compass. Outil gratuit de répartition personnalisée. ccf.rethinkpriorities.org
Tags :