Pourquoi privilégions-nous les informations spécifiques aux statistiques ?

Erreur de taux de base

a expliqué.
Bias

Qu'est-ce que l'erreur du taux de base ?

Lorsque nous disposons à la fois d'informations individuelles, spécifiques à une personne ou à un événement, et d'informations de base, objectives et statistiques, nous avons tendance à accorder une plus grande valeur aux informations spécifiques et à ignorer complètement les informations de base. C'est ce que l'on appelle l'erreur du taux de base ou la négligence du taux de base.

Base rate fallacy illustration

Où ce biais se produit-il ?

Si vous avez déjà étudié à l'université, vous savez probablement qu'il existe certains stéréotypes liés aux différentes filières. Par exemple, les étudiants en ingénierie sont souvent considérés comme travailleurs mais arrogants, les étudiants en commerce sont stéréotypés comme étant BCBG et distants, et les étudiants en arts sont des activistes avec un sens de la mode avant-gardiste. Ces stéréotypes sont de vastes généralisations, souvent très éloignées de la réalité. Pourtant, ils sont fréquemment utilisés pour faire des projections sur la façon dont les individus pourraient agir.

Daniel Kahneman et Amos Tversky, spécialistes renommés des sciences du comportement, ont mené une étude au cours de laquelle ils ont présenté aux participants une esquisse de la personnalité d'un étudiant fictif nommé Tom W. Ils ont reçu une liste de neuf domaines d'études supérieures et ont été invités à les classer par ordre de probabilité que Tom W. poursuive des études dans le domaine en question. À l'époque, les étudiants étaient beaucoup plus nombreux à s'inscrire dans les domaines de l'éducation et des sciences humaines que dans celui de l'informatique. Cependant, 95 % des participants ont déclaré qu'il était plus probable que Tom W. étudie l'informatique que l'éducation ou les sciences humaines. Leurs prédictions étaient basées uniquement sur l'esquisse de personnalité - l'information d'individualisation - sans tenir compte de l'information du taux de base.1

Même si la personne qui suit votre cours facultatif d'histoire ressemble au stéréotype de l'étudiant en médecine, il y a très peu de chances qu'elle étudie réellement la médecine. Il n'y a généralement qu'une centaine de personnes dans ce programme, comparé aux milliers d'étudiants inscrits dans d'autres facultés comme la gestion ou les sciences. Il est facile de porter ce genre de jugement à l'emporte-pièce sur les gens, car les informations spécifiques l'emportent souvent sur les informations de base.

Références

  1. Kahneman D. and Tversky, A. (1973). On the Psychology of Prediction. Psychology Review. 80(4), 237-251. doi: 10.1037/h0034747
  2. See 1
  3. Chen, J. (2020). Base Rate Fallacy. Investopedia. https://www.investopedia.com/terms/b/base-rate-fallacy.asp
  4. Kahneman, Daniel; Amos Tversky (1985). "Evidential impact of base rates". In Daniel Kahneman, Paul Slovic & Amos Tversky (ed.). Judgment under uncertainty: Heuristics and biases. Cambridge University Press. pp. 153–160.
  5. Bar-Hillel, M. (1980). The base-rate fallacy in probability judgments. Acta Psychologica, 44(3), 211–233. doi: 10.1016/0001-6918(80)90046-3
  6. See 5
  7. See 1
  8. Kahneman, D., & Tversky, A. (1972). Subjective probability: a judgment of representativeness. Cognitive Psychology, 3(3), 430–454. doi: 10.1016/0010-0285(72)90016-3
  9. See1
  10. See 5
  11. See 5
  12. Epley, N., & Dunning, D. (2000). Feeling "holier than thou": are self-serving assessments produced by errors in self- or social prediction? Journal of Personality and Social Psychology, 79(6), 861–75. doi: 10.1037/0022-3514.79.6.861
  13. See 12
Notes illustration

Vous souhaitez savoir comment les sciences du comportement peuvent aider votre organisation ?