Le discernement humain ne s’exerce jamais dans un vide absolu, mais s’ancre fondamentalement dans la confrontation perpétuelle entre stimuli, percepts et représentations mentales. Le jugement comparatif incarne cette faculté cognitive essentielle par laquelle un individu évalue un objet, une performance ou une entité psychologique non pas de manière isolée selon un étalon absolu préétabli, mais en le confrontant directement à un ou plusieurs autres référents.
Jugement comparatif
1. Définition concise
Le jugement comparatif désigne un processus cognitif et méthodologique par lequel un évaluateur estime la magnitude, la valeur, la qualité ou l’intensité relative d’un stimulus en le confrontant directement à un ou plusieurs stimuli simultanés ou successifs. Contrairement au jugement absolu, qui sollicite une échelle de notation interne ou formalisée sans point de comparaison immédiat, ce paradigme exploite la propension naturelle de l’esprit humain à discerner des contrastes et des ordonnancements plutôt qu’à attribuer des valeurs numériques intrinsèques.
Sur le plan formel en psychométrie et en psychophysique, le concept se traduit par la méthode de comparaison par paires (paired comparison), théorisée pour transformer une série d’arbitrages binaires ordinaux (« A est supérieur à B ») en une échelle d’intervalles unidimensionnelle continue. Ce cadre méthodologique repose sur le postulat que les estimations subjectives agrégées d’un ensemble de juges permettent d’estimer avec une précision remarquable la position latente des entités évaluées sur un continuum psychologique donné.
Dans une acception plus large en psychologie cognitive et sociale, le terme qualifie l’opération mentale omniprésente par laquelle un acteur social jauge ses propres attributs, les comportements d’autrui ou des options décisionnelles à l’aune de contextes comparatifs dynamiques, conditionnant ainsi ses perceptions affectives, ses biais cognitifs et ses choix stratégiques.
2. Étymologie et origines linguistiques
Le substantif « jugement » dérive du latin classique judicium, lui-même issu du verbe judicare (« juger », « prononcer une sentence »), forgé à partir de la racine jus (« droit », « formule consacrée ») et du verbe dicere (« dire », « exprimer »). À l’origine juridique et moral, le terme s’est progressivement sécularisé et étendu au champ de l’épistémologie et de la philosophie de l’esprit pour caractériser l’acte intellectuel consistant à affirmer ou nier un rapport entre deux représentations.
L’adjectif « comparatif » provient pour sa part du latin comparativus, dérivé du verbe comparare, combinant le préfixe com- (« ensemble », « avec ») et par (« égal », « semblable »). L’étymologie renvoie explicitement à l’acte d’assembler des entités en vue d’en mesurer la ressemblance, la disparité ou la hiérarchie. L’association syntagmatique « jugement comparatif » a émergé formellement à la fin du XIXe siècle dans les travaux pionniers de la psychophysique expérimentale germanophone sous l’appellation Vergleichendes Urteil, avant d’être immortalisée dans la littérature anglophone par Louis Leon Thurstone à travers la Law of Comparative Judgment en 1927.
3. Prononciation et forme grammaticale
En français standard, la locution nominale masculine se prononce phonétiquement /ʒyʒ.mɑ̃ kɔ̃.pa.ʁa.tif/. Sur le plan morphosyntaxique, il s’agit d’un groupe nominal composé d’un substantif singulier masculin (« jugement ») et d’un adjectif qualificatif épithète postposé (« comparatif »). Au pluriel, il prend la forme orthographique régulière « jugements comparatifs ».
L’usage académique emploie fréquemment cette locution comme syntagme générique (« le jugement comparatif comme modalité cognitive ») ou pour désigner une procédure expérimentale et instrumentale (« l’application du jugement comparatif adaptatif »). Il est courant de rencontrer des dérivés adjectivaux tels que « évalué par méthode comparative » ou des syntagmes synonymiques comme « méthode de comparaison par paires » dans la littérature de recherche opérationnelle et de statistique appliquée.
4. Explication conceptuelle détaillée
Pour appréhender la portée du jugement comparatif, il convient d’examiner les limites neurocognitives inhérentes à l’évaluation absolue. Dès les premiers balbutiements de la psychométrie, les chercheurs ont constaté que l’esprit humain fait preuve d’une piètre constance lorsqu’il est contraint d’assigner une note ponctuelle sur une échelle arbitraire (par exemple, attribuer une note de 14 sur 20 à un essai littéraire ou estimer le poids d’un solide en grammes sans instrument). Ces jugements dits catégoriels ou absolus sont constamment biaisés par la dérive des étalons internes de l’évaluateur, la fatigue, les effets d’ancrage, le biais de tendance centrale et le manque d’équivalence entre les échelles subjectives de différents évaluateurs.
À l’inverse, l’appareil perceptif et décisionnel des vertébrés est naturellement optimisé pour détecter des différentiels. Sur les plans visuel, auditif ou sémantique, repérer lequel de deux stimuli est le plus brillant, le plus lourd, le plus élégant ou le plus convaincant exige une charge cognitive nettement inférieure et présente une fidélité inter-juges spectaculairement plus élevée. Le jugement comparatif tire parti de cette architecture neuronale comparatrice : en décomposant une tâche d’évaluation holistique et complexe en une multitude de jugements binaires élémentaires (« entre l’objet A et l’objet B, quel est le stimulus dominant sur le critère X ? »), il élimine l’arbitraire des échelles chiffrées traditionnelles.
Sur le plan structural, le jugement comparatif transforme un problème d’estimation métrique directe en un réseau de préférences probabilistes. Lorsque deux stimuli $i$ et $j$ sont extrêmement distants sur le continuum d’attribut, le jugement comparatif est quasi unanime en faveur du stimulus supérieur. En revanche, lorsque les stimuli se situent à un niveau de magnitude voisin, des fluctuations aléatoires dans les états perceptifs des juges génèrent des arbitrages partagés. En modélisant la proportion de victoires d’un stimulus par rapport à tous les autres au sein d’une matrice de comparaisons, il devient possible d’inférer avec une grande rigueur la distance réelle qui sépare ces stimuli sur une variable latente.
L’étendue conceptuelle de cette méthode transcende largement le cadre de la psychophysique sensorielle. Elle s’étend aujourd’hui à l’évaluation de compétences éducatives complexes (rédactions, créativité artistique, argumentation philosophique), à la mesure des attitudes socio-politiques, à l’évaluation des préférences de consommation et aux arbitrages décisionnels multicritères. Le jugement comparatif n’est pas une simple technique de notation, mais une théorie de la perception psychologique qui postule que toute quantification subjective est intrinsèquement relationnelle.
5. Évolution historique
La trajectoire scientifique du jugement comparatif s’articule autour de quatre grandes époques : les prémices psychophysiques, la formalisation thurstonienne, les adaptations logistiques de la seconde moitié du XXe siècle, et la révolution computationnelle contemporaine.
Au milieu du XIXe siècle, Gustav Fechner (1860) jette les bases formelles de la mesure sensorielle dans ses Elemente der Psychophysik. Fechner postule qu’en mesurant les seuils différentiels de discrimination entre deux stimuli physiques (la plus petite différence perceptible), il est possible de reconstruire l’échelle des sensations psychiques. Ses contemporains emploient alors la méthode des comparaisons directes, mais sans disposer de l’appareil mathématique capable de gérer des stimuli non réductibles à des unités physiques palpables comme la masse ou la luminance.
Le tournant majeur s’opère en 1927 avec le psychologue et psychométricien américain Louis Leon Thurstone. Dans son article fondateur intitulé A Law of Comparative Judgment, Thurstone franchit un pas décisif : il démontre que l’on peut construire une véritable échelle psychologique pour des stimuli dépourvus de contrepartie physique objective, tels que la gravité perçue de différents délits, la beauté de tableaux ou l’attitude envers des enjeux moraux. Thurstone formalise le processus discriminant sous forme de distributions normales de sensations, instaurant les bases probabilistes de l’évaluation comparative.
Durant les années 1950, Ralph Allan Bradley et Milton E. Terry (1952), ainsi que R. Duncan Luce (1959), simplifient et raffinent le modèle thurstonien en substituant la fonction logistique à la loi normale, donnant naissance au célèbre modèle de Bradley-Terry. Cette transition mathématique rend les calculs algorithmiques infiniment plus souples et préfigure l’intégration des modèles de jugement comparatif dans la famille élargie des modèles de réponse à l’item (Item Response Theory, IRT), plus particulièrement le modèle de Rasch.
À l’aube du XXIe siècle, sous l’impulsion de chercheurs tels qu’Alastair Pollitt (2012), le jugement comparatif a fait l’objet d’un renouveau spectaculaire dans le champ des sciences de l’éducation grâce au développement de l’évaluation adaptative par jugement comparatif (Adaptive Comparative Judgement, ACJ). En couplant les comparaisons par paires à des algorithmes de sélection dynamique des items inspirés des systèmes de classement d’échecs (comme le classement Elo), les chercheurs contemporains ont réduit drastiquement le nombre de comparaisons nécessaires pour calibrer de vastes corpus de travaux scolaires ou universitaires.
6. Fondements théoriques
Le jugement comparatif s’enracine principalement dans la Loi du jugement comparatif de Thurstone, qui repose sur une description stochastique de l’activité cognitive. Lorsqu’un individu est confronté à un stimulus $S_i$, ce stimulus ne déclenche pas une valeur psychologique fixe et invariable, mais active un « processus discriminant » $D_i$. En raison de fluctuations neurobiologiques, de l’attention sélective et de micro-variations contextuelles, les valeurs de ce processus discriminant sont distribuées selon une variable aléatoire gaussienne :
$$D_i \sim \mathcal{N}(\mu_i, \sigma_i^2)$$
La valeur moyenne $\mu_i$ représente la position modale de l’attribut sur l’échelle psychologique continue, tandis que la variance $\sigma_i^2$ caractérise la dispersion discriminante du stimulus (son degré d’ambiguïté perceptive pour les évaluateurs). Lorsqu’on présente simultanément au juge deux stimuli $S_i$ et $S_j$, le juge perçoit le différentiel $(D_j – D_i)$. Le stimulus $j$ est déclaré supérieur au stimulus $i$ dès lors que cette différence est positive :
$$P(S_j > S_i) = P(D_j – D_i > 0) = \Phi\left(\frac{\mu_j – \mu_i}{\sqrt{\sigma_i^2 + \sigma_j^2 – 2\rho_{ij}\sigma_i\sigma_j}}\right)$$
Thurstone a défini plusieurs « cas » de simplification de cette équation complexe. Le plus célèbre, le Cas V de Thurstone, pose deux postulats majeurs : d’une part, l’homoscolasticité (les variances discriminantes sont identiques pour tous les stimuli, $\sigma_i = \sigma_j = \sigma$), et d’autre part, l’indépendance stochastique des jugements (la corrélation $\rho_{ij} = 0$). Dans cette version canonique, la probabilité empirique observée qu’un stimulus soit préféré à un autre renvoie directement à la distance z-score entre leurs moyennes respectives sur l’échelle psychométrique :
$$\mu_j – \mu_i = z_{ji} \cdot \sigma \sqrt{2}$$
Sur un plan théorique complémentaire, le modèle logistique de Bradley-Terry-Luce reformule cette dynamique sous un angle d’évidence logarithmique :
$$P(S_j > S_i) = \frac{e^{\beta_j – \beta_i}}{1 + e^{\beta_j – \beta_i}} = \frac{\lambda_j}{\lambda_j + \lambda_i}$$
Cette formalisation établit une symétrie mathématique rigoureuse avec le modèle de Rasch utilisé en théorie des réponses aux items, où le résultat d’un duel comparatif entre deux travaux remplace la confrontation classique entre un sujet et une question de test. Le jugement comparatif s’affranchit ainsi de tout référentiel numérique extérieur en faisant de la transitivité probabiliste le principe moteur de la quantification psychologique.
7. Composantes clés, typologies et dimensions
L’analyse structurelle des dispositifs de jugement comparatif révèle plusieurs dimensions fondamentales et modalités opératoires :
- La nature de la confrontation :
- Comparaison par paires (Pairwise comparison) : La forme paradigmatique où les stimuli sont présentés deux par deux. C’est la configuration la plus documentée sur le plan psychométrique, minimisant la charge mnésique de travail.
- Classement par rangs multiples (Ranking) : Présentation simultanée d’ensembles de trois stimuli ou plus à ordonner de façon séquentielle. Cette variante accélère la collecte mais accroît substantiellement la charge cognitive de l’évaluateur.
- La dynamique d’appariement des stimuli :
- Appariement aléatoire ou équilibré (Round-robin) : Chaque stimulus est comparé à un échantillon aléatoire d’autres stimuli selon un plan d’expérience factoriel incomplet ou complet.
- Jugement comparatif adaptatif (Adaptive Comparative Judgment) : Des algorithmes bayésiens ou dérivés du système Elo réajustent en temps réel les paires présentées en privilégiant les stimuli dont les niveaux de compétence ou d’intensité estimés sont très proches, optimisant ainsi le gain d’information psychométrique.
- La nature des attributs évalués :
- Critère unidimensionnel holistique : L’évaluateur se prononce sur une qualité globale émergente (par exemple, « la maturité argumentative globale de ce mémoire ») sans décomposition analytique préalable.
- Critères comparatifs multidimensionnels ou critériés : Les paires de productions sont évaluées successivement sur des dimensions explicites distinctes (par exemple, la cohérence logique, l’originalité stylistique, puis la rigueur formelle).
- Le statut de l’évaluateur :
- Évaluation experte : Mise à contribution d’un panel de professionnels chevronnés du domaine cible afin de garantir la validité de construit.
- Évaluation par les pairs (Peer-assessment) : Procédure où les apprenants ou participants s’évaluent mutuellement, mobilisant le jugement comparatif comme levier métacognitif d’apprentissage.
8. Exemples et cas illustratifs
Un premier exemple emblématique réside dans l’étalonnage des dissertations littéraires ou des épreuves écrites ouvertes dans le cadre d’examens nationaux. Traditionnellement, plusieurs dizaines de correcteurs reçoivent chacun un sous-ensemble de copies accompagnées d’un barème chiffré analytique. Les biais de sévérité, d’indulgence et d’idiosyncrasie d’interprétation entraînent inévitablement des écarts majeurs de notation d’un correcteur à un autre. Dans un protocole de jugement comparatif, les copies sont numérisées et présentées par paires sur écran à un collège d’enseignants. Chaque enseignant doit simplement cliquer sur la copie démontrant la meilleure maîtrise de la dissertation. Au bout d’une dizaine de rounds de comparaisons par copie, un algorithme déduit le classement intégral de la cohorte avec des coefficients de fidélité supérieurs à 0,90, transformant les arbitrages intuitifs des enseignants en un score sur échelle d’intervalle parfaitement standardisé.
Un deuxième cas illustratif s’observe en psychologie sociale et cognitive appliquée aux études d’acceptabilité sociétale ou de perception du risque éthique. Supposons qu’un institut veuille hiérarchiser la gravité morale perçue de divers comportements corporatifs contestables (par exemple, la pollution de nappes phréatiques, l’évasion fiscale internationale, le recours au travail dissimulé ou le greenwashing publicitaire). Au lieu d’inviter les participants à quantifier chaque faute sur une échelle de Likert de 1 à 7 — démarche vouée à un plafonnement massif des scores où tout est jugé « inacceptable » —, le protocole soumet les délits sous forme de paires binaires d’alternatives forcées : « Lequel de ces deux actes considérez-vous comme le plus répréhensible ? ». L’agrégation mathématique révèle alors une hiérarchie probabiliste d’une remarquable sensibilité discriminatoire.
Enfin, en conception d’interface utilisateur (UX) et en ergonomie cognitive, des concepteurs présentent à un panel d’usagers deux maquettes d’applications mobiles concurrentes pour leur demander laquelle procure l’expérience de navigation la plus fluide. L’enchaînement de telles comparaisons simples entre variantes de design permet d’isoler sans ambiguïté les composantes visuelles les plus intuitives pour l’utilisateur, éliminant les rationalisations a posteriori fréquemment observées dans les entretiens qualitatifs d’explicitation.
9. Mesure et évaluation psychométrique
L’opérationnalisation du jugement comparatif implique le calcul d’indices psychométriques précis garantissant la cohérence des jugements et la robustesse du positionnement des items sur le continuum latent. Les deux métriques fondamentales sont le Scale Separation Reliability (SSR) et les indices d’inadéquation (fit statistics).
Le coefficient de fidélité de séparation d’échelle (SSR) est l’équivalent, dans le formalisme des comparaisons par paires et de la théorie de Rasch, du coefficient alpha de Cronbach. Il compare la variance observée des estimations de paramètres de stimuli à l’erreur-type moyenne de mesure :
$$ext{SSR} = \frac{\sigma_{\text{estimée}}^2 – \text{SE}^2}{\sigma_{\text{estimée}}^2}$$
Un coefficient SSR supérieur à 0,85 atteste que le protocole a généré un ordonnancement discriminant très solide, confirmant que les différences observées entre les entités ne sont pas réductibles au bruit aléatoire des arbitrages individuels.
Les indices d’ajustement (communément désignés sous les vocables Infit et Outfit Mean Square) scrutent la validité interne des données. L’indice Infit quantifie le degré d’inattendu lors des confrontations entre stimuli de force comparable, tandis que l’Outfit détecte les anomalies aberrantes lors de confrontations hautement asymétriques (par exemple, si un juge préfère une copie manifestement médiocre à une copie de référence exceptionnelle). Ces statistiques permettent d’identifier des évaluateurs distraits, des juges non conformes ou des stimuli ambigus ne s’intégrant pas à l’hypothèse d’unidimensionnalité du construit.
Sur le plan computationnel, l’estimation des paramètres de localisation des items $\beta_i$ fait appel au maximum de vraisemblance conjointe (JML) ou au maximum de vraisemblance marginale (MML), résolu par des algorithmes d’optimisation numérique tels que l’algorithme espérance-maximisation (EM) ou les chaînes de Markov Monte Carlo (MCMC).
10. Applications et portée pratique
La polyvalence du jugement comparatif en fait un instrument de choix dans de multiples disciplines appliquées :
Dans le domaine éducatif et pédagogique, le jugement comparatif s’affirme comme une alternative de rupture aux grilles critériées traditionnelles. Il permet d’évaluer fidèlement des compétences ouvertes du XXIe siècle réfractaires aux notations par rubriques, telles que la pensée critique, la créativité en arts visuels, la maîtrise stylistique de langues étrangères ou les productions de codage informatique. De surcroît, exploité dans des scénarios de co-évaluation par les pairs, il oblige les étudiants à analyser comparativement des travaux d’égaux, développant considérablement leur sens critique métacognitif.
En psychologie du travail et des organisations, cette méthodologie rénove les procédures d’évaluation de la performance et de calibrage des compétences des collaborateurs. Confrontés à des revues annuelles où les évaluations hiérarchiques directes sont massivement polluées par des biais de complaisance ou de sévérité personnelle, les comités de direction utilisent la comparaison binaire des performances relatives d’employés occupant des fonctions analogues pour objectiver les décisions de promotion ou de prime au mérite.
En psychométrie clinique et neuropsychologie, le paradigme de choix forcé comparatif est couramment exploité dans les tests de perception et de mémoire de reconnaissance. Il neutralise les biais de réponse individuels, comme la prudence excessive ou l’impulsivité d’un patient cérébrolésé, en substituant un arbitrage relatif (« Lequel de ces deux visages a été présenté lors de la phase d’apprentissage ? ») à une détection unitaire nécessitant la fixation d’un seuil de décision subjectif.
11. Recherches et preuves empiriques
La validité et la précision du jugement comparatif ont été abondamment corroborées par la recherche psychométrique contemporaine. Dans un article canonique, Pollitt (2012) a démontré que des collectifs d’enseignants mobilisant le jugement comparatif atteignaient des coefficients de fidélité supérieurs à 0,92 pour l’évaluation de compositions écrites complexes en moins de la moitié du temps requis pour une correction analytique standard avec barème point par point.
Les travaux de Heldsinger et Humphry (2010) ont illustré comment le jugement comparatif permet de fabriquer de véritables échelles de référence standardisées pour la notation des épreuves de production d’écrits à grande échelle en Australie. Leurs recherches montrent que les scores dérivés du modèle de Bradley-Terry appliqué aux jugements comparatifs présentent des corrélations extrêmement fortes ($r > 0,88$) avec les performances standardisées de tests standardisés nationaux, tout en supprimant l’effet correcteur parasite qui grève l’équité des examens.
Parallèlement, la littérature cognitive a exploré le concept d’« holisme perceptif » sous-jacent. Des études menées par Bramley (2007) et Jones et Inglis (2015) ont analysé les mouvements oculaires (eye-tracking) de juges experts engagés dans des tâches de jugement comparatif mathématique et littéraire. Leurs données confirment que les évaluateurs comparent de façon synthétique et transversale les éléments structuraux clés des deux documents, plutôt que d’effectuer une fastidieuse lecture linéaire. Cette dynamique de balayage visuel dialectique sous-tend l’efficacité et la fidélité accrues du processus.
12. Considérations culturelles et transculturelles
Bien que le mécanisme psychophysique fondamental de discrimination binaire soit universellement partagé au sein de l’espèce humaine, l’opérationnalisation du jugement comparatif dans des contextes transculturels soulève des défis substantiels.
Dans les cultures individualistes occidentales, valorisant l’indépendance de jugement, la confrontation binaire directe entre deux entités est perçue comme un exercice d’abstraction cognitive légitime et naturel. En revanche, dans certaines cultures collectivistes d’Asie orientale influencées par la pensée holistique et le confucianisme, formuler un choix binaire strict et sans nuance (« A est catégoriquement meilleur que B ») peut susciter une gêne métacognitive ou sociale, en particulier si les stimuli incarnent des productions humaines directes associées au statut d’individus identifiables.
De surcroît, la validité de l’échelle latente reconstruite repose sur l’existence d’un consensus partagé quant à ce qui constitue la « qualité » du trait évalué. Lorsque des juges issus d’horizons culturels hétérogènes évaluent des concepts polysémiques ou empreints de valeurs éthiques et artistiques, les distributions discriminantes ne partagent plus la même métrique sous-jacente. Une étude interculturelle comparant des dissertations philosophiques évaluées par des professeurs français et britanniques a ainsi révélé que les critères tacites régissant le jugement comparatif divergeaient : les évaluateurs français privilégiaient la problématisation dialectique et l’audace conceptuelle, tandis que les universitaires anglo-saxons favorisaient la clarté analytique linéaire et la rigueur de la validation empirique interne. De telles discordances se traduisent statistiquement par une dégradation brutale de l’infit du modèle, signalant que le trait évalué n’est pas transculturellement unidimensionnel.
13. Critiques, controverses et limites méthodologiques
En dépit de son élégance mathématique et de sa redoutable efficacité, le jugement comparatif fait l’objet de réserves techniques et théoriques tenaces dans la communauté des sciences de l’évaluation :
Le reproche le plus critique concerne l’absence structurelle de rétroaction formatrice détaillée (feedback). En se bornant à désigner le vainqueur d’un duel binaire (« A est supérieur à B »), le juge n’explicite pas les raisons diagnostiques de sa décision. Pour un apprenant ou un collaborateur évalué, savoir que sa copie est classée au 75e percentile d’une cohorte ne lui fournit aucun levier correctif sur ses lacunes méthodologiques, ses erreurs de raisonnement ou ses axes d’amélioration. La décontextualisation diagnostique constitue ainsi le principal talon d’Achille de la méthode.
Une seconde controverse majeure réside dans le risque de circularité et de boîte noire normative. En s’en remettant entièrement à la sagesse agrégée des juges, le jugement comparatif institutionnalise les normes tacites et les préjugés implicites du panel. Si une communauté d’évaluateurs entretient des attentes conformistes ou stéréotypées (par exemple, privilégier inconsciemment un style d’écriture académique conventionnel au détriment d’une proposition novatrice mais iconoclaste), le processus comparatif sanctionnera impitoyablement toute déviance créative, tout en affichant paradoxalement d’excellents indices de cohérence mathématique interne.
Sur le plan computationnel, l’implémentation d’un plan d’évaluation complet pour de grands volumes de données se heurte à l’explosion combinatoire du nombre de paires possibles ($n(n – 1) / 2$). Si les algorithmes adaptatifs (ACJ) pallient cette difficulté en sélectionnant les confrontations les plus informatives, ils introduisent un risque de vulnérabilité : des erreurs de jugement précoces ou isolées peuvent aiguiller artificiellement certains travaux vers des trajectoires de scores sous-estimées, amplifiant l’incertitude locale de mesure.
14. Notions connexes et distinctions terminologiques
Pour clarifier sans ambiguïté la spécificité du jugement comparatif, il convient de le distinguer formellement de plusieurs notions périphériques de la psychométrie et de la psychologie décisionnelle :
- Jugement absolu (Absolute judgment) : Évaluation d’un stimulus unique de manière isolée à l’aide d’une échelle nominale ou par intervalles (par exemple, attribution d’une note numérique ou d’un qualificatif sur une échelle de Likert). Contrairement au jugement comparatif, il ne nécessite la confrontation simultanée d’aucun autre stimulus externe immédiat.
- Grille critériée analytique (Rubric assessment) : Outil d’évaluation qui décompose une performance complexe en sous-critères préétablis assortis de descripteurs de performance exhaustifs. Le jugement comparatif s’en distingue par son approche globale et holistique non contrainte par des barèmes formalisés.
- Comparaison sociale (Social comparison theory) : Théorie formulée par Leon Festinger décrivant le penchant psychologique des individus à évaluer leurs propres opinions, capacités et statuts en se comparant à autrui. Il s’agit d’un phénomène de psychologie sociale et de cognition de soi, tandis que le jugement comparatif est une opération méthodologique et psychophysique d’estimation.
- Méthode du tri Q (Q-sort technique) : Méthode inventée par William Stephenson invitant un sujet à ordonner un jeu d’affirmations selon une distribution quasi-normale forcée. Bien qu’elle utilise des arbitrages relatifs, elle porte sur le classement interne d’un large ensemble d’items par un individu unique, à l’inverse des matrices multi-juges du jugement comparatif thurstonien.
15. Synthèse et points clés
Le jugement comparatif constitue l’un des ponts les plus élégants et les plus rigoureux entre la psychologie de la perception et la mesure psychométrique moderne. Il substitue à la fragilité des notations numériques absolues la robustesse instinctive de la discrimination relative.
Les points cardinaux à retenir sont les suivants :
- Le jugement comparatif exploite la capacité innée du cerveau à discerner les contrastes plutôt qu’à estimer des métriques absolues.
- Fondé historiquement sur la psychophysique de Fechner et formalisé mathématiquement par Louis Leon Thurstone en 1927, il transforme des jugements ordinaux par paires en échelles d’intervalles continues.
- Ses modèles mathématiques contemporains (Bradley-Terry-Luce, systèmes adaptatifs informatisés) s’articulent harmonieusement avec la théorie des réponses aux items et le modèle de Rasch.
- Il offre une fidélité inter-juges remarquable (généralement supérieure à 0,90) pour calibrer des compétences complexes, des œuvres artistiques, des textes argumentatifs ou des attitudes sociales.
- Ses principales limites demeurent l’absence de feedback pédagogique diagnostique explicite et la dépendance absolue à l’égard des normes implicites véhiculées par le panel de juges.
Références
- Bradley, R. A., & Terry, M. E. (1952). Rank analysis of incomplete block designs: I. The method of paired comparisons. Biometrika, 39(3/4), 324–345. https://doi.org/10.2307/2334029
- Bramley, T. (2007). Paired comparison methods for standard setting and validating standards. Dans P. E. Newton, J.-A. Baird, H. Goldstein, H. Patrick, & P. Tymms (Dir.), Techniques for monitoring the comparability of examination standards (p. 246–294). Qualifications and Curriculum Authority.
- Fechner, G. T. (1860). Elemente der Psychophysik. Breitkopf und Härtel.
- Heldsinger, S., & Humphry, S. (2010). Using the method of pairwise comparison to obtain graphic scale student writing performance. Educational Measurement: Issues and Practice, 29(2), 29–39. https://doi.org/10.1111/j.1745-3992.2010.00174.x
- Jones, I., & Inglis, M. (2015). The problem of assessing problem solving: Can comparative judgement help? Educational Studies in Mathematics, 89(3), 337–355. https://doi.org/10.1007/s10649-015-9607-1
- Luce, R. D. (1959). Individual choice behaviors: A theoretical analysis. John Wiley & Sons.
- Pollitt, A. (2012). The method of Adaptive Comparative Judgement. Assessment in Education: Principles, Policy & Practice, 19(3), 281–300. https://doi.org/10.1080/0969594X.2012.665354
- Thurstone, L. L. (1927). A law of comparative judgment. Psychological Review, 34(4), 273–286. https://doi.org/10.1037/h0070288