Pourquoi utilise-t-on la similitude pour évaluer la probabilité statistique ?

The Representativeness Heuristic

, explained.
Bias

Qu'est-ce que l'heuristique de représentativité ?

L'heuristique de représentativité est un raccourci mental que nous utilisons pour estimer les probabilités. Lorsque nous essayons d'évaluer la probabilité d'un certain événement, nous prenons souvent notre décision en évaluant sa ressemblance avec un prototype mental existant.

representativeness heuristic

Où ce biais se produit-il ?

Imaginons que vous alliez à un concert avec votre amie Sarah. Elle a également invité ses deux amis, John et Adam, que vous n'avez jamais rencontrés auparavant. Vous savez que l'un est mathématicien et l'autre musicien.

Lorsque vous rencontrez enfin les amis de Sarah, vous remarquez que John porte des lunettes et qu'il est un peu timide, tandis qu'Adam est plus extraverti et porte un T-shirt de groupe et un jean déchiré. Sans poser de questions, vous supposez que John doit être le mathématicien et Adam le musicien. Vous découvrirez plus tard que vous vous êtes trompé : Adam fait des mathématiques et John joue de la musique.

Grâce à l'heuristique de représentativité, vous avez deviné les emplois d'Adam et de John en vous basant sur les stéréotypes entourant la façon dont ces personnes s'habillent généralement. Cette confiance vous a conduit à ignorer de meilleurs indicateurs de leurs professions, comme le fait de leur demander simplement ce qu'ils font dans la vie.

Effets individuels

Comme nous avons tendance à nous fier à la représentativité, nous omettons souvent de prendre en compte d'autres types d'informations, ce qui nous amène à faire de mauvaises prédictions. L'heuristique de la représentativité est si répandue que de nombreux chercheurs pensent qu'elle est à la base de plusieurs autres biais qui affectent notre traitement, notamment le sophisme de la conjonction et le sophisme du joueur.

L'erreur de conjonction se produit lorsque nous supposons que plusieurs choses sont plus susceptibles de cooccurrence qu'une seule chose isolée. Statistiquement parlant, ce n'est jamais le cas, mais l'heuristique de la représentativité peut nous en convaincre.

Prenons l'exemple de Lisa, une brillante diplômée en philosophie qui s'intéresse de près à la discrimination et à la justice sociale. Lorsqu'on nous donne le choix, nous avons beaucoup plus de chances de deviner qu'elle est à la fois une féministe active et une caissière de banque, plutôt qu'une simple caissière de banque.6 Cela est dû à la représentativité : le fait que Linda ressemble à un prototype de féministe fausse notre capacité à prédire la probabilité de sa carrière.

Un autre biais causé par l'heuristique de représentativité est l'erreur du joueur, qui pousse les gens à appliquer des probabilités à long terme à des séquences à court terme. Par exemple, lors d'un tirage à pile ou face, il y a environ une chance sur deux d'obtenir soit pile, soit face. Cela ne signifie pas que si vous jouez deux fois à pile ou face, vous obtiendrez pile une fois et face l'autre fois. La probabilité ne fonctionne que sur de longues séquences, comme le fait de tirer à pile ou face une centaine de fois. Cependant, nous pensons que les probabilis à court terme devraient représenter leurs contreparties à long terme, même si ce n'est presque jamais le cas.7

Comme son nom l'indique, l'erreur du joueur peut avoir de graves conséquences pour les joueurs. Par exemple, quelqu'un peut croire que ses chances de gagner sont meilleures s'il a connu une courte série de défaites, alors qu'il lui faudra perdre beaucoup plus de fois pour que cette probabilité se réalise.

Effets systémiques

Notre dépendance à l'égard des catégories peut facilement basculer dans les préjugés, même si nous ne nous en rendons pas compte. La façon dont les médias dépeignent les groupes minoritaires renforce souvent les stéréotypes courants. Par exemple, les hommes noirs ont tendance à être surreprésentés dans les reportages sur la criminalité et la pauvreté, alors qu'ils sont sous-représentés en tant qu'experts.9 Ces schémas soutiennent l'idée que les hommes noirs sont violents, ce que même les téléspectateurs noirs peuvent intérioriser et incorporer dans leur catégorisation.

Ces stéréotypes issus de l'heuristique de représentativité contribuent à la discrimination systémique. Par exemple, la police à la recherche d'un suspect peut se concentrer de manière disproportionnée sur les Noirs. Leurs préjugés les amènent à supposer qu'une personne noire est plus susceptible d'être un criminel qu'une personne d'un autre groupe.

Comment cela affecte-t-il le produit ?

La représentativité est un outil précieux pour le développement de l'interface utilisateur (IU). Les concepteurs numériques ont intentionnellement incorporé des symboles représentant des catégories pour nous guider lorsque nous naviguons dans des espaces virtuels, souvent sans même que nous nous en rendions compte.

Par exemple, lorsque nous voyons l'icône de la corbeille, nous savons que nous pouvons faire glisser nos documents pour nous en débarrasser, tout comme nous jetterions des documents papier dans la vie réelle. De même, lorsque nous voyons l'icône d'une disquette, nous savons que nous pouvons cliquer dessus pour sauvegarder notre document, comme nous le faisons pour stocker des informations. Ces prototypes nous rappellent que le matériel peut nous aider à mieux comprendre le numérique lors de la conception de nouveaux produits.

L'heuristique de représentativité et l'IA

L'apprentissage automatique a optimisé la catégorisation en s'appuyant sur des modèles statistiques et des taux de base pour trier les informations. Cependant, les humains succombent encore à l'heuristique de la représentativité lorsqu'ils interprètent ces résultats.

Par exemple, le système de santé a adopté la technologie de l'IA pour aider à diagnostiquer les patients en scannant les images médicales et en les comparant à des milliers d'autres dans leur base de données. Les médecins peuvent être plus enclins à faire confiance au diagnostic de l'IA si les symptômes correspondent à la description prototypique d'une maladie. Toutefois, les médecins pourraient rejeter les diagnostics de l'IA s'ils ne correspondent pas, même si l'IA a beaucoup plus accès à des présentations rares ou inhabituelles de symptômes dans ses dossiers que les médecins n'ont pu le faire au cours de leur carrière.

Pourquoi cela se produit-il ?

L'heuristique de représentativité a été inventée par Daniel Kahneman et Amos Tversky, deux des figures les plus influentes de l'économie comportementale. L'exemple classique qu'ils ont utilisé pour illustrer ce biais demande au lecteur de considérer Steve : ses amis le décrivent comme "très timide et renfermé, invariablement serviable, mais avec peu d'intérêt pour les gens ou pour le monde de la réalité. Ame douce et rangée, il a besoin d'ordre et de structure, et a une passion pour les détails". Après avoir lu cette description, pensez-vous que Steve est un bibliothécaire ou un agriculteur ? 2

La plupart d'entre nous pensent intuitivement que Steve doit être bibliothécaire parce qu'il est plus représentatif de l'image que nous nous faisons d'un bibliothécaire que de l'image que nous nous faisons d'un agriculteur. En réalité, aucun élément n'indique directement la carrière de Steve, et nous nous appuyons donc sur des stéréotypes pour prendre notre décision.

Économiser l'énergie grâce aux catégories

Comme pour tous les préjugés, la principale raison pour laquelle nous nous appuyons sur la représentativité est que nos ressources mentales sont limitées. Étant donné que nous prenons des milliers de décisions chaque jour, notre cerveau est conçu pour conserver le plus d'énergie possible. Cela signifie que nous avons souvent recours à des raccourcis pour juger rapidement le monde qui nous entoure. Cependant, l'heuristique de représentativité a une autre raison d'être, qui tient à la façon dont nous percevons les personnes et les objets.

Nous nous appuyons sur des prototypes pour prendre des décisions

Regrouper des choses similaires, c'est-à-dire les classer par catégories, est un élément essentiel de notre perception du monde. Cela peut sembler évident, mais les catégories sont plus fondamentales qu'on ne le pense. Pensez à toutes les choses que vous rencontrez au cours d'une journée. Chaque fois que nous interagissons avec des personnes, des animaux ou des objets, nous nous appuyons sur les connaissances que nous avons acquises sur cette catégorie pour savoir ce qu'il faut faire.

Par exemple, lorsque vous vous rendez dans un parc pour chiens, vous pouvez voir des animaux de formes, de tailles et de couleurs très diverses. Mais comme vous pouvez tous les classer dans la catégorie des "chiens", vous savez immédiatement à quoi vous attendre : ils courent et poursuivent des choses, comme des friandises, et si l'un d'entre eux commence à grogner, vous devriez probablement reculer.

Sans catégories, chaque fois que nous rencontrons quelque chose de nouveau, nous devons apprendre ce que c'est et comment cela fonctionne à partir de zéro. Sans parler du fait qu'il serait impossible de stocker autant d'informations sur chaque entité distincte, compte tenu de nos capacités cognitives limitées. C'est pourquoi notre capacité à comprendre et à mémoriser les choses du monde repose sur la catégorisation.

En revanche, la manière dont nous avons appris à catégoriser les choses peut également affecter la façon dont nous les percevons.3 Par exemple, en russe, les nuances de bleu plus claires et plus foncées ont des noms différents ("goluboy" et "siniy", respectivement), alors qu'en anglais, nous les désignons toutes deux par le terme "blue". Les recherches révèlent que cette différence de catégorisation influe sur la manière dont les gens perçoivent la couleur bleue : Les russophones sont plus rapides que les anglophones pour distinguer les bleus clairs des bleus foncés.4

Selon une hypothèse de catégorisation connue sous le nom de théorie du prototype, nous utilisons des statistiques mentales inconscientes pour déterminer à quoi ressemble le membre "moyen" d'une catégorie. Lorsque nous essayons de prendre des décisions concernant des objets ou des personnes inconnus, nous nous référons à cette moyenne - le prototype - comme à un exemple représentatif de l'ensemble de la catégorie. Des éléments intéressants viennent étayer l'idée que les êtres humains sont en quelque sorte capables de calculer les membres "moyens" d'une catégorie de cette manière. Par exemple, les gens ont tendance à trouver les visages d'autant plus attrayants qu'ils sont proches du visage "moyen" généré par un ordinateur.5

Les prototypes guident nos estimations des probabilités, tout comme dans l'exemple où nous avons deviné la profession de Steve. Notre prototype de bibliothécaire est probablement quelqu'un qui ressemble beaucoup à Steve - timide, soigné et intello - tandis que notre prototype d'agriculteur est probablement quelqu'un de plus musclé, de plus terre-à-terre et de moins timide. Intuitivement, nous pensons que Steve doit être un bibliothécaire parce que nous sommes obligés de penser en termes de catégories et de moyennes.

Nous surestimons l'importance de la similarité

Le problème de l'heuristique de représentativité est qu'elle n'a en fait rien à voir avec la probabilité - et pourtant, nous lui accordons plus de valeur qu'aux informations pertinentes. L'un de ces types d'informations est le taux de base, c'est-à-dire les statistiques qui révèlent la fréquence d'un phénomène au sein de la population générale. Par exemple, aux États-Unis, il y a beaucoup plus d'agriculteurs que de bibliothécaires. Cela signifie que, statistiquement parlant, il est faux de dire que Steve a "plus de chances" d'être bibliothécaire, quelle que soit sa personnalité ou la façon dont il se présente.2

La taille de l'échantillon est un autre type d'information utile que nous négligeons souvent. Lorsque nous estimons une grande population sur la base d'un échantillon, nous souhaitons que celui-ci soit aussi grand que possible afin d'obtenir une image plus complète. Mais lorsque nous nous concentrons trop sur la représentativité, la taille de l'échantillon peut finir par être reléguée au second plan.

Pour illustrer cela, imaginez un bocal rempli de balles. ⅔ des boules sont d'une couleur, tandis que ⅓ sont d'une autre couleur. Sally tire cinq boules du bocal, dont quatre sont rouges et une est blanche. James tire 20 boules, dont 12 sont rouges et 8 sont blanches. Entre Sally et James, qui devrait être le plus sûr que les boules dans le bocal sont ⅔ rouges et ⅓ blanches ?

La plupart des gens disent que Sally a plus de chances d'avoir raison parce que la proportion de boules rouges qu'elle a tirées est plus grande que la proportion que James a tirée. Mais cette affirmation est erronée : James a tiré un plus grand nombre de boules que Sally, il est donc mieux placé pour juger du contenu du bocal. Nous sommes tentés d'opter pour l'échantillon 4:1 de Sally parce qu'il est plus représentatif du ratio que nous recherchons que le 12:8 de James, mais cela nous conduit à une erreur de jugement.

Pourquoi c'est important

La représentation est essentielle pour l'identification et l'interprétation. Ainsi, nous pouvons comprendre quelque chose de tout à fait nouveau sans partir de la case zéro. Parfois, cette nouveauté existe à l'intérieur de nous-mêmes. Par exemple, lorsque nous explorons notre identité sexuelle ou de genre, il peut être réconfortant de s'identifier à une nouvelle étiquette pour comprendre ce que nous vivons. D'autres fois, cette nouveauté existe chez les autres. Par exemple, si votre frère se révèle homosexuel, nous pourrions nous appuyer sur ce que nous savons de nos amis homosexuels pour mieux comprendre ce qu'il vit.

Toutefois, le fait de ne s'appuyer que sur une catégorisation stricte pose deux problèmes.

Tout d'abord, nous oublions parfois de prendre en compte notre singularité. Croyez-le ou non, nous pouvons être complètement en dehors des catégories - tout comme les personnes non binaires, qui ne pensent pas que leur genre corresponde à une étiquette stricte. Dans de telles situations, imposer des catégories à quelqu'un risque de l'éloigner encore plus de ce qu'il est réellement, au lieu de le guider dans son exploration de soi.

Deuxièmement, de nombreuses catégories sont mal associées. De nombreux groupes sont en proie à des stéréotypes, en particulier lorsqu'il s'agit de groupes minoritaires tels que les LGBTQ+. Cela signifie qu'une fois que nous savons à quelle catégorie appartient une personne, nous sommes plus susceptibles de faire des suppositions erronées à son sujet que des suppositions correctes.

Étant donné que l'heuristique de représentativité nous encourage à négliger l'unicité et à croire les associations incorrectes, nous devons apprendre à faire plus que de faire aveuglément confiance aux catégories lorsque nous faisons des prédictions.

Comment l'éviter ?

La catégorisation étant un élément fondamental de notre perception du monde, il est impossible d'éviter complètement l'heuristique de la représentativité. Toutefois, la prise de conscience est un bon début. D'innombrables recherches démontrent que lorsque les gens prennent conscience qu'ils utilisent une heuristique, ils corrigent souvent leur jugement initial.10 Le fait de signaler aux autres qu'ils se fient à la représentativité, et de leur demander de faire de même pour vous, fournit un retour d'information utile qui peut contribuer à éviter ce biais.

D'autres chercheurs ont tenté de réduire les effets de l'heuristique de représentativité en encourageant les gens à "penser comme des statisticiens". Ces incitations semblent utiles, mais le problème est qu'en l'absence d'indices évidents, les gens oublient d'utiliser leurs connaissances statistiques, même ceux qui travaillent dans le milieu universitaire.10

Une autre stratégie potentiellement plus durable est la formation formelle à la pensée logique. Dans une étude, des enfants formés à la pensée logique étaient plus susceptibles d'éviter le sophisme de la conjonction.10 En gardant cela à l'esprit, l'apprentissage des statistiques et de la pensée critique pourrait nous aider à éviter l'heuristique de la représentativité.

Comment tout a commencé

Si la catégorisation est un élément essentiel de la psychologie moderne, le tri des objets remonte aux philosophes de la Grèce antique. Si Platon a abordé les catégories pour la première fois dans son dialogue de l'homme d'État, elles sont devenues un pilier de la philosophie de son élève, Aristote. Dans son texte intitulé précisément "Catégories", Aristote s'est efforcé de classer chaque objet de l'appréhension humaine dans l'une des dix catégories.

La théorie du prototype a été introduite empiriquement par la psychologue Eleanor Rosch en 1974. Jusqu'alors, les catégories étaient considérées en termes de tout ou rien : soit une chose appartenait à une catégorie, soit elle n'y appartenait pas. L'approche de Rosch reconnaît que les membres d'une catégorie donnée sont souvent très différents les uns des autres et que nous avons tendance à considérer certaines choses comme de "meilleurs" membres de la catégorie que d'autres. Par exemple, lorsque nous pensons à la catégorie des oiseaux, les pingouins ne semblent pas s'intégrer dans ce groupe de manière aussi nette que, disons, un moineau. L'idée de prototypes nous permet de décrire comment nous percevons certains membres d'une catégorie comme étant plus représentatifs de leur catégorie que d'autres.

À peu près à la même époque, Kahneman et Tversky ont introduit le concept d'heuristique de représentativité dans le cadre de leurs recherches sur les stratégies utilisées par les individus pour estimer les probabilités dans des situations incertaines. Kahneman et Tversky ont joué un rôle pionnier dans l'économie comportementale, en démontrant que les gens commettent des erreurs systématiques de jugement parce qu'ils s'appuient sur des stratégies biaisées, y compris l'heuristique de représentativité.

Exemple 1 - La représentativité et les ulcères d'estomac

Les ulcères d'estomac sont une affection relativement courante, mais ils peuvent devenir graves s'ils ne sont pas traités, entraînant parfois un cancer de l'estomac mortel. Pendant longtemps, il était de notoriété publique que les ulcères d'estomac étaient causés par une seule chose : le stress. Aussi, dans les années 1980, lorsqu'un médecin australien du nom de Barry Marshall a suggéré, lors d'une conférence médicale, qu'une sorte de bactérie pouvait être à l'origine des ulcères, ses collègues ont tout d'abord rejeté cette idée d'emblée11 . Après avoir été ignoré, Marshall a finalement prouvé ses soupçons en utilisant la seule méthode éthiquement disponible : il a prélevé une partie des bactéries de l'intestin d'un patient malade, l'a ajoutée à un bouillon et l'a bu lui-même. Il a rapidement développé un ulcère d'estomac, et les autres médecins ont finalement été convaincus.12

Pourquoi a-t-il fallu tant de temps (et une mesure aussi extrême) pour persuader les autres de cette nouvelle possibilité ? Selon les psychologues sociaux Thomas Gilovich et Kenneth Savitsky, la réponse est l'heuristique de représentativité. Les sensations physiques ressenties par les personnes souffrant d'un ulcère d'estomac - douleurs brûlantes et estomac qui tourne - sont similaires à celles que nous ressentons lorsque nous sommes stressés. D'un point de vue intuitif, nous pensons que les ulcères et le stress doivent avoir un lien. En d'autres termes, le stress est une cause représentative d'un ulcère.11 C'est peut-être la raison pour laquelle d'autres professionnels de la santé se sont montrés si réfractaires à la proposition de Marshall.

Exemple 2 - Représentativité et astrologie

Gilovich et Savitsky affirment également que l'heuristique de représentativité joue un rôle dans les croyances pseudo-scientifiques, y compris l'astrologie. En astrologie, chaque signe du zodiaque est associé à des caractéristiques spécifiques. Par exemple, le Bélier, "signe de feu" symbolisé par le bélier, est souvent considéré comme passionné, confiant, impatient et agressif. Le fait que cette description corresponde bien au prototype du bélier n'est pas une coïncidence : les types de personnalité liés à chaque signe astrologique ont été choisis parce qu'ils représentent ce signe.11 Les prédictions faites par les horoscopes, plutôt que de prédire l'avenir, sont élaborées à rebours en fonction de ce qui correspond le mieux à l'image que nous nous faisons de chaque signe.

Résumé

Qu'est-ce que c'est ?

L'heuristique de représentativité est un raccourci mental que nous utilisons pour décider si un objet appartient à une classe. Plus précisément, nous avons tendance à surestimer la similitude ou la différence entre l'objet et la classe pour nous aider à prendre cette décision.

Pourquoi cela se produit-il ?

Notre perception des personnes, des animaux et des objets repose en grande partie sur la catégorisation, c'est-à-dire sur le regroupement d'éléments similaires. Dans chaque catégorie, il existe un prototype : le membre "moyen" qui représente le mieux la catégorie dans son ensemble. Lorsque nous utilisons l'heuristique de représentativité, nous comparons un objet à notre prototype de catégorie et, s'ils sont similaires, nous pensons instinctivement qu'il doit y avoir un lien.

Exemple 1 - Représentativité et ulcères d'estomac

Lorsqu'un médecin australien a découvert qu'une bactérie, et non le stress, était à l'origine des ulcères d'estomac, d'autres professionnels de la santé ne l'ont pas cru dans un premier temps, car les ulcères ressemblent beaucoup au stress. En d'autres termes, le stress est une cause plus représentative d'un ulcère qu'une bactérie.

Exemple 2 - Représentativité et astrologie

Les types de personnalité associés à chaque signe astrologique sont choisis parce qu'ils sont représentatifs de l'animal ou du symbole de ce signe.

Comment l'éviter ?

Pour éviter l'heuristique de la représentativité, renseignez-vous sur les statistiques et la pensée logique, et demandez à d'autres personnes de vous signaler les cas où vous vous fiez trop à la représentativité.

Articles connexes de TDL

Pourquoi nous considérons les jeux d'argent comme des certitudes

L'heuristique de représentativité est à l'origine de nombreux autres biais, dont le sophisme du jeu. Cet article explore le problème de la dépendance au jeu et explique pourquoi il est si difficile de persuader les gens d'arrêter.

Perspectives TDL : Qu'est-ce qu'une heuristique ?

Cet entretien avec Sekoul Krastev, directeur général de The Decision Lab, porte sur l'histoire des heuristiques, leurs applications dans le monde réel et leurs effets positifs et négatifs.

Références

Bordalo, P., Coffman, K., Gennaioli, N. et Shleifer, A. (2016). Stereotypes. The Quarterly Journal of Economics, 131(4), 1753-1794.

  1. Tversky, A. et Kahneman, D. (1974). Judgment under uncertainty : Heuristics and biases. science, 185(4157), 1124-1131.
  2. Feldman, N. H., Griffiths, T. L. et Morgan, J. L. (2009). L'influence des catégories sur la perception : Explaining the perceptual magnet effect as optimal statistical inference. Psychological Review, 116(4), 752-782. https://doi.org/10.1037/a0017196
  3. Winawer, J., Witthoft, N., Frank, M. C., Wu, L., Wade, A. R. et Boroditsky, L. (2007). Russian blues reveal effects of language on color discrimination (Les bleus russes révèlent les effets de la langue sur la discrimination des couleurs). Proceedings of the national academy of sciences, 104(19), 7780-7785.
  4. Radvansky, G. A. (2011). La mémoire humaine. Prentice Hall.
  5. Tversky, A. et Kahneman, D. (1981). Judgments of and by representativeness (No. TR-3). STANFORD UNIV CA DEPT OF PSYCHOLOGY.
  6. Fortune, E. E. et Goodie, A. S. (2012). Cognitive distortions as a component and treatment focus of pathological gambling : a review. Psychology of Addictive Behaviors, 26(2), 298.
  7. Bordalo, P., Coffman, K., Gennaioli, N. et Shleifer, A. (2016). Stereotypes. The Quarterly Journal of Economics, 131(4), 1753-1794.
  8. Donaldson, L. (2017, 19 décembre). Lorsque les médias représentent mal les hommes noirs, les effets se font sentir dans le monde réel. The Guardian. https://www.theguardian.com/commentisfree/2015/aug/12/media-misrepresents-black-men-effects-felt-real-world
  9. Kahneman, D. (2003). A perspective on judgment and choice : mapping bounded rationality (Une perspective sur le jugement et le choix : cartographie de la rationalité limitée). American psychologist, 58(9), 697.
  10. Gilovich, T. et Savitsky, K. (1996, mars/avril). Like goes with like : The role of representativeness in erroneous and pseudoscientific beliefs. The Skeptical Inquirer, 20 (2), 34-30. https://www.researchgate.net/profile/Thomas_Gilovich/publication/288842297_Like_goes_with_like_The_role_of_representativeness_in_erroneous_and_pseudo-scientific_beliefs/links/5799542208ae33e89fb0c80c/Like-goes-with-like-The-role-of-representativeness-in-erroneous-and-pseudo-scientific-beliefs.pdf
  11. Weintraub, P. (2010, 8 avril). Le médecin qui a bu un bouillon infectieux, s'est donné un ulcère et a résolu un mystère médical. Discover Magazine. https://www.discovermagazine.com/health/the-doctor-who-drank-infectious-broth-gave-himself-an-ulcer-and-solved-a-medical-mystery
Notes illustration

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