Nous aimons penser que nous prenons nos décisions importantes de manière rationnelle, logique et sans biais ni erreur — mais est-ce vraiment le cas ?
Dans le raisonnement, l'information disponible est prise en compte sous forme de prémisses. Une conclusion est atteinte sur la base de ces prémisses à travers un processus d'inférence. Le contenu de la conclusion va au-delà de chacune des prémisses individuelles.
Imaginons Knut qui prépare sa valise pour des vacances en Espagne. Il fait ce raisonnement simple :
La conclusion découle directement des prémisses, mais elle inclut une information qui n'est pas explicitement énoncée dans les prémisses. C'est une caractéristique typique du processus de raisonnement.
Le raisonnement déductif concerne les syllogismes dans lesquels la conclusion découle logiquement des prémisses. On part du général pour aller vers le particulier.
Dans les syllogismes catégoriques, les énoncés des prémisses commencent typiquement par « tous », « aucun » ou « quelques », et la conclusion commence par « donc », « ainsi » ou « par conséquent ». Ces syllogismes décrivent une relation entre deux catégories.
Basée sur la logique, elle traite du problème de catégoriser les conclusions comme valides ou invalides.
« Valide » signifie que la conclusion découle logiquement des prémisses.
S'intéresse à estimer la capacité des gens à juger la validité des syllogismes et à expliquer les erreurs qu'ils commettent.
Deux méthodes utilisées :
• Méthode d'évaluation : On donne deux prémisses et une conclusion,
la tâche est de juger si le syllogisme est valide.
• Méthode de production : On donne deux prémisses, la tâche est
de développer une conclusion logiquement valide.
Principe d'Aristote : « Si les deux prémisses sont vraies, la conclusion d'un syllogisme valide doit être vraie. » (Goldstein, 2005)
Second principe : « La validité d'un syllogisme est déterminée uniquement par sa forme, pas par son contenu. »
Même si la première prémisse est manifestement fausse et que la conclusion est absurde, le syllogisme reste logiquement valide. La validité dépend de la forme, pas du contenu !
Les cercles d'Euler permettent de représenter graphiquement les syllogismes et de visualiser les relations entre les catégories.
Représentation du syllogisme
« Toutes les fleurs peuvent sauter »
Les gens ont tendance à juger les syllogismes avec des conclusions croyables comme valides, et ceux avec des conclusions incroyables comme invalides, indépendamment de leur validité logique réelle.
Exemple : Face à la conclusion « Certaines bananes sont roses », peu de participants jugeraient le syllogisme valide, même s'il l'est logiquement selon ses prémisses.
Les syllogismes conditionnels ont une première prémisse de la forme « Si... alors... » (Si P alors Q). Ces syllogismes sont très courants dans la vie quotidienne.
| Forme | Structure | Exemple | Validité | Taux de réussite |
|---|---|---|---|---|
| Modus Ponens | Si P alors Q. P. Donc Q. | Il pleut → Elle a besoin d'un parapluie | ✓ Valide | 97% |
| Modus Tollens | Si P alors Q. Non-Q. Donc Non-P. | Pas besoin de parapluie → Il ne pleut pas | ✓ Valide | 60% |
| Négation de l'antécédent | Si P alors Q. Non-P. Donc Non-Q. | Il ne pleut pas → Pas besoin de parapluie | ✗ Invalide | 40% |
| Affirmation du conséquent | Si P alors Q. Q. Donc P. | Elle a besoin de parapluie → Il pleut | ✗ Invalide | 40% |
Cette célèbre expérience (Wason, 1960) montre que les gens font plus d'erreurs de raisonnement dans des situations abstraites que dans des situations concrètes de la vie réelle.
Règle à vérifier : « S'il y a une voyelle d'un côté, alors il y a un nombre pair de l'autre côté. »
Quelles cartes devez-vous retourner pour vérifier la règle ?
Résultats : 53% choisissent correctement « E », mais 64% choisissent incorrectement « 4 ». Seulement 4% répondent correctement (E et 7).
Règle : « Si une personne boit de la bière, elle doit avoir plus de 21 ans. »
Résultats : 73% répondent correctement ! (bière et 14 ans)
Nous avons des « schémas de permission » stockés en mémoire à long terme basés sur notre expérience de règles quotidiennes.
(Cheng & Holyoak, 1985)
La capacité de « détection des tricheurs » fait partie de notre équipement cognitif développé au cours de l'évolution.
(Cosmides, 1989; Gigerenzer & Hug, 1992)
Le raisonnement inductif est le processus de faire des observations et d'appliquer ces observations par généralisation à un problème différent. On infère d'un cas particulier au principe général — l'inverse du raisonnement déductif.
La conclusion est plus générale que l'information fournie par les prémisses. Les prémisses soutiennent la conclusion mais ne la garantissent pas.
La vérité de la conclusion est très probable si les prémisses sont vraies.
Ex: « Tous les corbeaux vus sont noirs » → « Tous les corbeaux sont noirs »
La vérité des prémisses rend la conclusion possible mais peu probable.
Ex: « Knut écoute toujours la musique sur iPhone » → « Toute musique s'écoute sur iPhone »
1. Nombre d'observations : Plus d'observations = conclusion plus forte
2. Représentativité : Observations variées en temps et lieux différents
3. Qualité des preuves : Mesures scientifiques renforçant la conclusion
Dans le processus de raisonnement inductif, les gens utilisent souvent des heuristiques — des raccourcis cognitifs qui aident à porter des jugements, mais qui peuvent parfois causer des erreurs.
Les événements plus mémorables sont jugés plus fréquents. (Tversky & Kahneman, 1973)
Lichtenstein et al. (1978) ont montré que les gens jugent les causes de décès « spectaculaires » (homicides, tornades) plus fréquentes que des causes moins dramatiques comme l'asthme, car elles sont plus médiatisées et donc plus faciles à rappeler.
Les jugements de fréquence basés sur la similarité plutôt que sur la logique formelle.
Conduit à l'erreur de conjonction (ex: le problème de Linda).
Tendance à chercher ou interpréter l'information de manière à confirmer ses croyances préexistantes. (Nickerson, 1998)
Ex: Croire que les chats noirs portent malheur → remarquer davantage les événements négatifs après avoir vu un chat noir.
« Linda a 31 ans, célibataire, franche et très brillante. Elle a fait des études de philosophie. Étudiante, elle était très préoccupée par les questions de discrimination et de justice sociale, et a participé à des manifestations anti-nucléaires. »
Qu'est-ce qui est plus probable ?
La plupart des gens choisissent B, mais c'est logiquement impossible que B soit plus probable que A ! (L'ensemble des « employées de banque féministes » est inclus dans l'ensemble des « employées de banque »)
| Raisonnement Déductif | Raisonnement Inductif | |
|---|---|---|
| Prémisses | Énoncées comme des faits ou principes généraux | Basées sur l'observation de cas particuliers |
| Conclusion | Plus spécifique que les prémisses, obtenue par application de règles logiques | Plus générale que les prémisses, obtenue par généralisation |
| Validité | Si les prémisses sont vraies, la conclusion doit être vraie | Si les prémisses sont vraies, la conclusion est probablement vraie |
| Usage | Plus difficile (problèmes logiques), nécessite des faits établis | Utilisé souvent au quotidien, rapide et facile |
Les processus psychologiques de prise de décision sont essentiels dans la vie quotidienne. Imaginez Knut décidant s'il doit emporter son parapluie lourd à cause d'une « probabilité de pluie de 20% », ou choisissant entre deux types d'assurance voyage.
Décrit comment les décideurs devraient prendre des décisions s'ils étaient parfaitement rationnels avec des préférences bien définies.
Décrit comment les décideurs prennent réellement leurs décisions dans la vie réelle.
La valeur d'une option = Probabilité × Valeur quantitative
Exemple : Un casino offre un jeu avec 80% de chance de gagner 10€.
Valeur espérée = 0,8 × 10€ = 8€
Selon l'EVT, vous devriez être prêt à payer jusqu'à 7,99€ pour jouer.
Un jeu où une pièce est lancée jusqu'à tomber sur face. Si elle tombe sur face après k lancers, vous gagnez 2k euros. La valeur espérée est infinie, pourtant la plupart des gens ne paieraient pas plus de 10€ pour jouer !
Ce paradoxe montre les limites de la théorie de la valeur espérée.
Remplace la « valeur » par l'« utilité » — une mesure de combien nous croyons qu'un résultat est subjectivement bon (ou mauvais = désutilité).
Exemple de Knut :
• Probabilité de pluie : 20%
• Désutilité d'être trempé : -60 utils
• Utilité espérée = 0,2 × (-60) = -12 utils
Si emporter le parapluie lourd = -20 utils, Knut préférera risquer la pluie !
L'utilité d'un gain est proportionnelle à ce que vous possédez déjà. Recevoir 5 000€ quand vous avez 100€ apporte beaucoup plus d'utilité que recevoir 5 000€ quand vous avez déjà 100 000€.
Développée par Daniel Kahneman et Amos Tversky (1979), elle décrit comment les gens pèsent réellement la valeur et la probabilité.
• Utilité marginale décroissante pour gains et pertes
• Les pertes ont plus de désutilité que les gains
équivalents n'ont d'utilité (« aversion aux pertes »)
• Les petites probabilités sont surévaluées
• Les grandes probabilités sont sous-évaluées
Contrairement à l'idée que les décideurs rationnels ont toujours des préférences bien définies, les gens font souvent des choix différents selon la façon dont les options leur sont présentées.
Tendance à choisir l'option pré-sélectionnée plutôt que de sélectionner activement une autre option.
Exemple : Taux de don d'organes de 99% en Autriche et France (opt-out) vs ~54% aux États-Unis (opt-in). (Johnson & Goldstein, 2003)
Des descriptions logiquement équivalentes mènent à des choix différents selon le « cadrage » positif ou négatif.
Exemple : « 90% de survie » vs « 10% de mortalité » pour la même opération (McNeil et al., 1982; Wilson et al., 1987)
1. Inattention : Les gens sont parfois inattentifs lors des sélections (Choi et al., 2002)
2. Aversion aux pertes : Les pertes associées au changement semblent plus importantes que les gains
3. Recommandation implicite : Les défauts sont perçus comme des recommandations (McKenzie et al., 2006)
Des clients d'un supermarché pouvaient goûter des confitures. Certains avaient le choix entre 6 saveurs, d'autres entre 24 saveurs.
Résultat : Les clients étaient beaucoup plus susceptibles d'acheter un pot s'ils n'avaient que 6 saveurs à choisir. Les études suivantes montrent aussi que les gens sont plus satisfaits de leur choix final quand ils avaient moins d'options.
(Iyengar & Lepper, 2000)
Selon Chernev et al. (2015), la surcharge de choix dépend de :
• La difficulté de la tâche de décision
• L'incertitude du décideur sur ses préférences
• La complexité de l'ensemble des choix
• L'objectif de la décision
Le raisonnement déductif tire des conclusions spécifiques de prémisses générales. Le raisonnement inductif fait l'inverse : conclusions générales à partir de cas spécifiques.
Les théories normatives et descriptives de la prise de décision ne s'alignent pas toujours. Les gens utilisent des heuristiques plutôt que la logique formelle.
Les heuristiques aident souvent à arriver à des conclusions suffisamment précises, mais peuvent parfois mener à des erreurs de raisonnement systématiques.
Imaginez un pari avec 20% de probabilité de gagner 50€. Combien la Théorie de la Valeur Espérée suggère-t-elle que vous devriez être prêt à payer pour tenter ce pari ?
Indice : Valeur espérée = Probabilité × Valeur
Décrivez les effets par défaut et les effets de cadrage. En quoi ces phénomènes psychologiques divergent-ils de ce qu'un décideur parfaitement « rationnel » ferait ?
Pensez aux implications pour les politiques publiques et le marketing.
Ce contenu est adapté du chapitre 9 de l'ouvrage disponible à :
https://pilegard.github.io/cogfoundations/?utm_source