Biais

Alors que le monde des sciences du comportement continue d'attirer l'attention des organisations des secteurs public et privé, le terme "préjugé" est devenu courant. Un certain nombre d'heuristiques, de biais et de sophismes sont apparus dans les médias et dans la science populaire, ce qui a sans doute fait de ce concept un mot à la mode. Outre l'importance de ce concept, il peut sembler qu'il y ait tout simplement trop de préjugés pour qu'on puisse en suivre l'évolution : La liste des biais cognitifs de Wikipedia contient près de 200 entrées. Afin d'éviter une éventuelle surcharge d'informations, il peut être utile de prendre du recul et d'avoir une vue d'ensemble des biais cognitifs pour mieux comprendre pourquoi tous ces effets bizarres peuvent se produire en premier lieu.

Pour commencer, un préjugé est essentiellement une erreur structurée dans le traitement mental qui conduit à une conclusion qui va à l'encontre de la logique formelle ou de la rationalité normative. En d'autres termes, il s'agit d'une pensée qui peut égarer, d'un point aveugle psychologique.

Rationalité : Adhésion à la logique et à la raison. Appliquée à un contexte de prise de décision, la rationalité fait référence à la capacité de faire des jugements qui sont optimaux par rapport à ses préférences.

Heuristique : Raccourci mental qui permet au cerveau de parvenir à une conclusion sans délibération explicite. Bien qu'efficace, l'heuristique peut conduire à des erreurs, de nombreux biais cognitifs reflétant le processus heuristique qui a abouti à une erreur donnée.

La notion de biais humain existe depuis des siècles, avec des phrases proverbiales telles que "l'erreur est humaine", omniprésentes dans la sagesse populaire à travers le monde. Dans le domaine académique de la prise de décision - qui couvre à la fois l'économie et la psychologie - le sujet des biais et des heuristiques a été abordé en 1969, lors des réunions de la Mathematical Psychology Society et de l'American Psychological Association.1 Deux psychologues israéliens, Daniel Kahneman et Amos Tversky, ont soumis un bref questionnaire sur des décisions ^de recherche hypothétiques à des experts invités à ces réunions.2 Kahneman et Tversky ont constaté que bon nombre des réponses intuitives de ces psychologues étaient erronées. Alors que la plupart d'entre eux auraient certainement pu calculer les bonnes réponses avec un stylo et du papier, un biais persistait dans les suppositions de ces participants sophistiqués. Ce biais a été identifié plus tard comme l'heuristique de la représentativité, selon laquelle les jugements de probabilité sont influencés par les perceptions de similarité. En d'autres termes, lorsque nous évaluons la probabilité que A appartienne à B, nous sommes guidés par le fait que A "ressemble" à B. Cette idée selon laquelle les gens répondent parfois à une question difficile en la remplaçant par une question plus facile deviendra la base de l'heuristique cognitive.

Le désir de facilité cognitive et le recours au jugement intuitif (c'est-à-dire répondre à la question "la plus facile") est un principe clé pour comprendre les biais et les heuristiques. Il s'agit également du thème central du livre fondateur de Kahneman, Thinking, Fast and Slow, publié en 2011, que beaucoup considèrent comme la bible de l'économie comportementale. Kahneman et son collègue de Princeton Shane Frederick ont résumé cette notion en 2002 : "Dès ses débuts, le programme heuristique et biais a été guidé par l'idée que les jugements intuitifs occupent une position - correspondant peut-être à l'histoire de l'évolution - entre les opérations parallèles automatiques de la perception et les opérations sérielles contrôlées du raisonnement."

Alors qu'un certain nombre d'heuristiques et de biais ont commencé à apparaître dans la littérature, un cadre évolutionniste a suivi afin d'expliquer pourquoi la sélection naturelle autoriserait un traitement cognitif qui conduit si souvent à un comportement "sous-optimal". Comme l'a dit le psychologue Hal Arkes, "l'effort supplémentaire requis pour utiliser une stratégie plus sophistiquée est un coût qui l'emporte souvent sur l'avantage potentiel d'une plus grande précision". Bien qu'imparfaite, l'heuristique peut être incroyablement efficace et faciliter la résolution des problèmes. La pensée délibérative demande de l'énergie - elle est "coûteuse" en termes d'évolution - et le fait de tirer des conclusions hâtives peut libérer de l'énergie supplémentaire pour d'autres tâches. Bien entendu, ce qui aurait pu être idéal dans la savane africaine sous un mode de vie nomade n'est peut-être pas l'architecture neuronale idéale pour le monde socialement complexe dans lequel nous vivons aujourd'hui. Ainsi, malgré le pragmatisme darwinien des raccourcis mentaux, ces stratégies cognitives sont effectivement faillibles dans de nombreux contextes modernes.

La recherche sur les heuristiques et les biais continue de se développer. Des outils neuroscientifiques tels que la magnétoencéphalographie (MEG) et l'imagerie par résonance magnétique fonctionnelle (IRMf) ont été utilisés pour explorer les corrélats neuronaux de divers biais. Par exemple, un article publié en 2007 par un groupe de chercheurs de l'université de New York a apporté un soutien neuronal au biais d'optimisme, selon lequel le biais est médié par la connectivi^té fonctionnelle entre le cortex cingulaire antérieur rostral et l'amygdale.3 En outre, un article publié en 2020 dans la revue Nature par des chercheurs de l'University College London a exploré le traitement neuronal des preuves confⁱrmatives et contradictoires qui sous-tendent le biais de confirmation bien connu.4 Dans l'ensemble, la myriade d'effets et de théories issus du domaine des heuristiques et des biais continue d'être affinée en termes de compréhension de la manière dont ils se manifestent sur le plan cognitif, les psychologues cherchant à acquérir une compréhension plus riche de ces phénomènes.

Bien que chaque biais cognitif ait ses propres conséquences, nous pouvons généraliser un peu et examiner les ramifications du sujet des heuristiques et des biais dans son ensemble. Le rôle que la recherche sur les biais a joué dans le domaine de l'économie a eu un impact considérable. Avant et pendant une grande partie du travail fondateur de Kahneman et Tversky, l'étude de l'économie était fidèle à l'hypothèse selon laquelle les individus sont des agents rationnels (c'est-à-dire l'homo economicus). Les biais étant définis comme des erreurs structurées qui conduisent à une prise de décision irrationnelle, ils constituaient naturellement une épine dans le pied de l'économie classique. Les preuves de plus en plus nombreuses de la faillibilité du raisonnement humain sous la forme de biais cognitifs ont modifié la façon dont les économistes, mais aussi les psychologues, les philosophes, les politologues et de nombreux autres professionnels qui se sont intéressés à ce sujet, envisagent la prise de décision humaine.

Face à ces biais, les tentatives des gouvernements et des entreprises de concevoir des interventions, ou "nudges", pour lutter contre les biais cognitifs continuent de prendre de l'ampleur. Un exemple célèbre est celui de l'inscription automatique, qui vise à lutter contre le biais du statu quo. L'idée est que les gens ont tendance à opter pour l'option par défaut, ou le statu quo, de sorte que lorsqu'il s'agit de s'inscrire à un plan d'épargne-retraite, les gens ont tendance à s'en tenir à l'option par défaut, qui consiste à ne pas épargner du tout. Toutefois, lorsque l'option par défaut est modifiée et que les gens sont automatiquement inscrits à un plan d'épargne, ils sont plus nombreux à s'en tenir à cette option par défaut et à épargner.

Les préjugés cognitifs ont également attiré l'attention de divers militants progressistes. Les préjugés implicites ou inconscients ont été cités comme empêchant les femmes et les personnes de couleur de progresser dans leur carrière. Ces préjugés ont également été au centre d'un certain nombre de débats sur le profilage racial dans les services de police. La plupart des gens ne croient pas qu'ils ont un comportement raciste ou sexiste, mais la recherche et la reconnaissance des préjugés implicites ont montré que, indépendamment de ce que l'on pense de son propre comportement, la discrimination peut se produire sans que l'on s'en rende compte.

Tous les chercheurs n'ont pas sauté avec enthousiasme dans le train des biais. Gerd Gigerenzer, psychologue allemand de l'Institut Max Planck pour le développement humain, est un critique notable de la prééminence des biais cognitifs dans l'économie comportementale. Gigereⁿzer a suggéré l'existence d'un biais5, qu'il décrit comme "la tendance à repérer des biais même lorsqu'il n'y en a pas". Il a également présenté une étude systématique qui remet en question l'idée selon laquelle les biais cognitifs ont des effets négatifs sur la santé, la richesse et le bonheur.

D'autres, comme Koen Smets, qui applique l'économie comportementale au développement organisationnel, ont noté que les préjugés ont attiré trop d'attention, la nuance du comportement humain étant négligée au profit de simples étiquettes d'erreurs de prise de décision. Dans un article publié dans Behavioral Scientist, M. Smets écrit : "Cette focalisation sur les préjugés n'est pas utile à plusieurs égards. Elle ne reconnaît pas que les préjugés sont des tendances générales, plutôt que des traits fixes, et elle simplifie à l'extrême la complexité du comportement humain en une liste incohérente de défauts. Cela conduit à des applications erronées de la science du comportement qui ont peu ou pas d'effet, ou qui peuvent se retourner contre nous de manière spectaculaire".

Liste des biais cognitifs et des heuristiques

Voir la liste complète des biais et heuristiques notables de l'économie comportementale établie par le Decision Lab.

Protéger vos projets des biais cognitifs

Compte tenu de la quantité de biais cognitifs et d'heuristiques, il peut sembler difficile de lutter contre ces erreurs mentales au sein de votre organisation. Cet article explique comment la gestion agile peut aider à relever un tel défi.

1. Kahneman, D. et Frederick, S. (2002). Representativeness revisited : Attribute substitution in intuitive judgment. Heuristics and biases : The psychology of intuitive judgment, 49, 81.
2. Tversky, A. et Kahneman, D. (1971). Belief in the law of small numbers (Croyance en la loi des petits nombres). Psychological bulletin, 76(2), 105.
3. Sharot, T., Riccardi, A. M., Raio, C. M. et Phelps, E. A. (2007). Neural mechanisms mediating optimism bias. Nature, 450(7166), 102-105.
4. Rollwage, M., Loosen, A., Hauser, T. U., Moran, R., Dolan, R. J. et Fleming, S. M. (2020). Confidence drives a neural confirmation bias. Nature communications, 11(1), 1-11.
5. Gigerenzer, G. (2018). Le parti pris de l'économie comportementale. Revue de l'économie comportementale, 5(3-4), 303-336.