Gerd Gigerenzer

L'heuristique de reconnaissance

L'heuristique de reconnaissance nous aide à prendre des décisions lorsque nous ne connaissons pas toutes les alternatives. Gigerenzer et Goldstein ont constaté que nous avons tendance à choisir ce que nous reconnaissons plutôt que ce que nous ne reconnaissons pas, car nous estimons que l'objet reconnaissable a plus de valeur.

Gigerenzer et Goldstein ont étayé l'heuristique de reconnaissance par leur célèbre expérience de 2002. Des étudiants américains et allemands ont été invités à répondre à une série de questions sur la population des villes américaines et allemandes. On leur a donné des paires de noms de villes et on leur a demandé d'identifier la ville la plus peuplée. Lorsque les participants ne connaissaient qu'une seule ville, ils ont utilisé l'heuris^tique de reconnaissance dans leur réponse dans 89 % des cas3, ce qui a été suivi d'une réponse correcte dans 71 % des cas.

L'une des paires de villes utilisées était San Antonio et San Diego. Seule la moitié des participants allemands avaient entendu parler de San Antonio, mais tous avaient entendu parler de San Diego. Tous les participants allemands ont correctement deviné que San Diego était la ville la plus peuplée, alors que seulement 60 % des participants américains ont fait le bon choix - ceux qui connaissaient déjà les deux villes.4 Ces résulta^ts ont été reproduits dans des expériences similaires.1

Bien que les participants américains et allemands n'aient reconnu qu'un petit nombre de villes, les participants américains ont obtenu de meilleurs résultats pour les villes allemandes, tandis que les ^participants allemands ont obtenu de meilleurs résultats pour les villes a^méricaines.3 Gigerenzer affirme que ce résultat est dû à l'effet "moins, c'est plus "1 : parfois, le fait d'en savoir moins nous permet de tirer de meilleures conclusions que le fait d'en savoir plus. Les Américains en savaient moins sur l'Allemagne et les Allemands moins sur les États-Unis, mais l'effet "moins c'est plus" leur a permis de tirer de meilleures conclusions.

Les détracteurs de l'heuristique de reconnaissance de Gigerenzer font valoir que les preuves utilisées pour l'étayer proviennent d'environnements statiques qui restent stables sans connaître de changements rapides - les populations des villes ont tendance à rester relativement stables au fil du temps. Toutefois, l'heuristique de reconnaissance a également été appliquée a^vec succès à la prédiction d'événements sportifs tels que Wimbledon5 et d'élections6.

Une étude a montré que lorsque des profanes et des joueurs de tennis amateurs ont utilisé l'heuristique de reconnaissance pour prédire l'issue des matchs de Wimbledon, ils ont pu prédire correctement le vainqu^eur dans 92 % des cas.7 La capacité de l'heuristique de reconnaissance à prédire avec succès les résultats d'un tournoi de tennis montre qu'elle peut être appliquée efficacement à un environnement dynamique, où les performances et l'élan des joueurs de tennⁱs peuvent augmenter et diminuer en peu de temps.8

Les implications sont également importantes pour la science du marketing : la recherche montre que les heuristiques basées sur la reconnaissance peuvent aider les consommateurs à décider quelles marque^s choisir lors de l'achat d'un produit fréquemment acheté9 .

L'heuristique "prendre le meilleur" (Take-The-Best Heuristic)

L'heuristique de la meilleure solution est un raccourci direct qui aide un individu à choisir entre plusieurs solutions. Le décideur sélectionne un attribut qui, selon lui, distingue les alternatives souhaitables des alternatives moins souhaitables. Ensuite, en se basant uniquement sur cet indice, le décideur prend la meilleure option.

Par exemple, une personne décidant de passer ses vacances à Paris ou à Tokyo commencera par classer les caractéristiques les plus importantes. Il pourrait s'agir de la qualité de la nourriture, du prix, du climat et de la disponibilité des vols vers la ville. Paris et Tokyo offrent toutes deux d'excellentes possibilités de restauration, sont aussi chères l'une que l'autre et ont des conditions météorologiques similaires. Cependant, notre voyageur ne dispose pas de vols directs vers Paris, alors que Tokyo est accessible en un seul vol. Il s'agit du premier attribut, le mieux classé, qui permet à l'individu de faire la distinction entre les deux options. En se basant uniquement sur cet indice, l'heuristique "take-the-best" signifie que Tokyo l'emporte sur Paris.

Gigerenzer et Goldstein ont fait cette découverte scientifique dans le cadre de leurs recherches sur la pri^se de décision humaine.10 En utilisant des simulations informatiques, ils ont pu comparer l'heuristique "take-the-best" avec des méthodes rationnelles d'inférence. Contrairement à l'heuristique de Gigerenzer et Goldstein, ces méthodes rationnelles d'inférence supposent que les humains disposent d'un temps et de connaissances illimités. Les simulations informatiques ont montré que l'heuristique "take-the-best" conduisa^it à des inférences aussi bonnes, voire meilleures, que celles réalisées avec d'autres stratégies inférentielles.11

Des études récentes démontrent l'efficacité de l'heuristique "take-the-best" pour faire des déductions exactes dans la vie réelle. Une étude de 2012 s'est intéressée à l'opinion des électeurs sur la manière dont les candidats à l'élection présidentielle américaine traiteraient les questions qu'ils jugent les plus importantes, telles que la politique étrangère ou le chômage. Les chercheurs ont ensuite été en mesure de concevoir un modèle basé sur une seule question - en supposant que les électeurs pote^ntiels utiliseraient une heuristique de type "take-the-best" - qui a correctement choisi le vainqueur du vote populaire dans 97 % de toutes les prédictions.12

Les résultats correspondent étroitement aux prévisions des modèles qui incluaient beaucoup plus d'informations. Les candidats peuvent utiliser ces connaissances pour identifier rapidement les questions et les politiques ^sur lesquelles ils devraient mettre l'accent au cours de leur campagne.12

Depuis que l'heuristique "take-the-best" a été introduite par Gigerenzer et Goldstein, elle a été adaptée et appliquée aux prévisions politiques, à l'intelligence artificielle et à la médecine. L'heuristique prédit même avec précision la faç^on dont les douaniers des aé^roports10 et les cambrioleurs professionnels13 prennent leurs décisions.

Gerd Gigerenzer est né en 1947 à Wallersdorf, en Allemagne. Il a obtenu son doctorat en 1977 à l'université de Munich, où il est devenu professeur de psychologie. Il est passé à l'université de Constance en 1984, avant de partir en Autriche pour travailler à l'université de Salzbourg en 1990.

En 1992, Gigerenzer est devenu professeur de psychologie à l'université de Chicago. C'est à cette époque que Daniel Goldstein a commencé à préparer un doctorat en psychologie cognitive et que Gigerenzer a assumé le rôle de conseiller doctoral de Goldstein. En 1995, M. Gigerenzer retourne en Allemagne et devient directeur de l'Institut Max Planck pour la recherche psychologique à Munich, où il fonde le Centre pour le comportement adaptatif et la cognition. Le centre de recherche a existé jusqu^'en 2017, date à laquelle Gigerenzer a pris sa retraite.14

Après son retour en Allemagne en 1995, Gigerenzer a publié certaines de ses découvertes révolutionnaires, contribuant ainsi à la littérature sur les heuristiques. Avec Goldstein, il a introduit en 1996 l'heuristique "take-the-best", dérivée de leur principe de reconnaissance, une première version de l'heuristique ^de reconnaissance.11 Gigerenzer s'est ensuite rendu compte que le principe de reconnaissance p^ouvait exister en tant que modèle autonome.15 En collaboration avec Goldstein, il a théorisé formellement ce principe en ¹999 et l'a rebaptisé heuristique de reconnaissance.16

À la suite de ses travaux révolutionnaires dans le domaine des sciences du comportement, M. Gigerenzer a également appliqué son expertise dans le monde réel. En 2015, Gigerenzer a fondé Simply Rational, une institution de conseil qui applique la science du comportement, la science des données et l'intelligence artificielle pour créer des recommandations dans des domaines tels que la médecine, la politique, la société et l'économie.

En dehors du monde universitaire, M. Gigerenzer est un musicien passionné de jazz et de Dixieland. En fait, il a été membre du Munich Beefeaters Dixieland Band et a joué du banjo dans une publicité télévisée pour la Volkswagen Golf en 1974.

"Une intuition n'est ni un caprice, ni un sixième sens, mais une forme d'intelligence inconsciente.

- Gerd Gigerenzer, Risk Savvy : How to Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"La connaissance est l'antidote à la peur.

- Gerd Gigerenzer, Risk Savvy : How to Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"Faites en sorte que tout soit aussi simple que possible, mais pas plus simple.

- Gerd Gigerenzer, Risk Savvy : How to Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"Les grands penseurs apprennent souvent, à leur grande surprise, que les nouvelles idées ne sont pas les bienvenues.

- Gerd Gigerenzer, La pensée adaptative : La rationalité dans le monde réel

"La quête de certitude est le plus grand obstacle à l'acquisition d'une bonne connaissance des risques. S'il y a des choses que nous pouvons savoir, nous devons aussi être capables de reconnaître quand nous ne pouvons pas savoir quelque chose".

- Gerd Gigerenzer, Risk Savvy : How to Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"Nous devons apprendre à vivre avec l'incertitude.

- Gerd Gigerenzer, Risk Savvy : How to Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"Il existe des preuves solides que les intuitions sont basées sur des règles simples et intelligentes qui ne prennent en compte qu'une partie des informations disponibles.

- Gerd Gigerenzer, Risk Savvy : How To Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

"Dans les pays occidentaux, par exemple, il est légal pour les médecins de recevoir des "pots-de-vin" sous forme d'argent liquide de la part des sociétés pharmaceutiques pour chaque nouveau patient qu'ils placent sous leurs médicaments.

- Gerd Gigerenzer, Risk Savvy : How To Make Good Decisions (Le sens du risque : comment prendre de bonnes décisions)

En dehors de ses publications universitaires, M. Gigerenzer a également publié des ouvrages destinés à un public profane. Reckoning with Risk : Learning to Live with Uncertainty explore la manière dont les gens ordinaires raisonnent avec le risque et explique pourquoi nous exagérons la probabilité de scénarios indésirables. Dans Gut Feelings : The Intelligence of the Unconscious, Gigerenzer affirme que nos intuitions sont mieux préparées pour nous aider à prendre des décisions, tout en soulignant que la réflexion et la raison peuvent être surestimées. Les deux livres ont été traduits en 18 langues.

Un autre livre populaire de Gigerenzer, Risk Savvy : How to Make Good Decisions, fournit un guide accessible pour une prise de décision efficace. Dans ce livre, Gigerenzer intègre l'effet "moins, c'est plus" et conclut que les meilleurs résultats peuvent être obtenus en prenant en compte moins d'informations et en se fiant à son instinct.

Lors de l'Institut d'été 2018 sur la rationalité limitée, organisé par l'Institut Max Planck pour le développement humain, M. Gigerenzer présente un exposé détaillé sur la révolution heuristique et son impact sur la prise de décision, en abordant certaines de ses idées révolutionnaires.

1. Pachur, T., Todd, P. M., Gigerenzer, G., Schooler, L. J. et Goldstein, D. G. (2011). The recognition heuristic : A review of theory and tests. Frontiers in Psychology, 2. https://doi.org/10.3389/fpsyg.2011.00147
2. Vranas, P. B. M. (2000). Gigerenzer's normative critique of Kahneman and Tversky. Cognition, 76(3), 179-193. https://doi.org/10.1016/S0010-0277(99)00084-0
3. Goldstein, D. G. et Gigerenzer, G. (2002). Models of ecological rationality : The recognition heuristic. Psychological Review, 109(1), 75-90. https://doi.org/10.1037/0033-295x.109.1.75
4. Ayton, P., Önkal, D. et McReynolds, L. (2011). Effets de l'ignorance et de l'information sur les jugements et les décisions. Judgment and Decision Making, 6(5), 381-391.
5. Pachur, T. et Biele, G. (2007). Forecasting from Ignorance : The use and usefulness of recognition in lay predictions of sports events. Acta Psychologica, 125(1), 99-116. https://doi.org/10.1016/j.actpsy.2006.07.002
6. Gaissmaier, W. et Marewski, J. N. (2011). Forecasting elections with mere recognition from small, lousy samples : A comparison of collective recognition, wisdom of crowds, and representative polls. Judgment and Decision Making, 6(1), 73-88.
7. Scheibehenne, B. et Bröder, A. (2007). Predicting Wimbledon 2005 tennis results by mere player name recognition. International Journal of Forecasting, 23(3), 415-426. https://doi.org/10.1016/j.ijforecast.2007.05.006
8. Serwe, S. et Frings, C. (2006). Qui va gagner Wimbledon ? The recognition heuristic in predicting sports events. Journal of Behavioral Decision Making, 19(4), 321-332. https://doi.org/10.1002/bdm.530
9. Hauser, J. R. (2011). A marketing science perspective on recognition-based heuristics (and the fast-and-frugal paradigm). Judgment and Decision Making, 6(5), 396-408.
10. Cuofano, G. (2020, 19 décembre). L'heuristique "Take-the-Best" en quelques mots. FourWeekMBA. https://fourweekmba.com/take-the-best-heuristic/
11. Gigerenzer, G. et Goldstein, D. G. (1996). Reasoning the fast and frugal way : Models of bounded rationality. Psychological Review, 103(4), 650-669. https://doi.org/10.1037/0033-295X.103.4.650
12. Graefe, A. et Armstrong, J. S. (2012). Prédire les élections à partir de la question la plus importante : A test of the take-the-best heuristic. Journal of Behavioral Decision Making, 25(1), 41-48. https://doi.org/10.1002/bdm.710
13. Garcia-Retamero, R. et Dhami, M. (2009). Take-the-best in expert-novice decision strategies for residential burglary. Psychonomic Bulletin & Review, 16(1), 163-169. https://doi.org/10.3758/PBR.16.1.163
14. Comportement adaptatif et cognition. (n.d.). Institut Max Planck pour le développement humain. https://www.mpib-berlin.mpg.de/research/concluded-areas/center-for-adaptive-behavior-and-cognition
15. Gigerenzer, G. et Goldstein, D. G. (2011). L'heuristique de reconnaissance : Une décennie de recherche. Judgment and Decision Making, 6(1), 100-121.
16. Gigerenzer, G., Todd, P. M., & ABC Research Group. (1999). Simple Heuristics That Make Us Smart. Oxford University Press.