AHP : La science de la décision complexe

Face à la complexité grandissante de l’environnement moderne, l’esprit humain se heurte fréquemment aux limites intrinsèques de son architecture cognitive lorsqu’il s’agit de soupeser des options multidimensionnelles et contradictoires. Conçu pour surmonter les biais cognitifs et structurer la délibération subjective, le processus d’analyse hiérarchique (connu universellement sous l’acronyme anglophone AHP, pour Analytic Hierarchy Process) constitue l’un des cadres méthodologiques les plus robustes reliant la psychologie mathématique, la théorie de la décision et l’évaluation psychométrique. En décomposant un problème global en niveaux hiérarchiques emboîtés et en substituant aux estimations absolues une série de comparaisons par paires intuitives, l’AHP transforme des jugements qualitatifs subjectifs en priorités quantitatives rigoureuses.

Processus d’analyse hiérarchique (AHP)

1. Définition concise

Le processus d’analyse hiérarchique (AHP) est une méthode formalisée d’aide à la décision multicritère et de modélisation cognitive développée par le mathématicien Thomas L. Saaty à la fin des années 1970. Elle repose sur la décomposition d’un système décisionnel complexe en une hiérarchie structurée comprenant un objectif ultime, des critères d’évaluation, d’éventuels sous-critères et un ensemble d’alternatives mutuellement exclusives ou concurrentes. Sa spécificité réside dans l’utilisation de comparaisons par paires fondées sur une échelle d’évaluation psychologique à neuf degrés, permettant d’extraire des poids relatifs au moyen du calcul matriciel de vecteurs propres.

Au sens psychologique et psychométrique large, l’AHP ne constitue pas simplement un algorithme d’optimisation mathématique, mais une technique d’élicitation des connaissances et d’étalonnage du jugement humain. Elle offre une structure formelle permettant aux individus ou aux groupes de verbaliser, calibrer et vérifier la cohérence logique de leurs préférences subjectives. En intégrant des dimensions à la fois tangibles (telles que le coût financier, la durée ou les mesures physiques) et intangibles (comme le bien-être subjectif, le risque perçu, l’éthique ou la souffrance psychologique), la méthode capture la globalité de l’expérience décisionnelle.

Enfin, l’AHP se distingue des modèles d’utilité espérée conventionnels par sa capacité endogène à tolérer et quantifier l’incohérence humaine. Plutôt que d’imposer artificiellement une transitivité parfaite dès la collecte des jugements, l’outil calcule un ratio de cohérence (CR). Cet indice signale au décideur si sa structure préférentielle demeure cognitivement acceptable ou si elle reflète des contradictions majeures nécessitant une réévaluation réflexive de ses postulats d’évaluation.

2. Étymologie et origine linguistique

L’acronyme AHP est issu de la locution anglaise Analytic Hierarchy Process, formulée initialement par Thomas L. Saaty lors de ses travaux pionniers à la Wharton School de l’Université de Pennsylvanie. En langue française, la traduction consacrée par la littérature académique en sciences cognitives, en gestion et en ergonomie est « processus d’analyse hiérarchique », bien que l’on rencontre occasionnellement les formulations « méthode d’analyse hiérarchique » ou « processus hiérarchique analytique ».

Sur le plan morphologique et sémantique, chaque terme de cette appellation renvoie à des concepts fondamentaux de la philosophie et de la théorie de la connaissance :

• Analytique : Dérive du grec ancien analutikos (ἀναλυτικός), lui-même issu d’analusis (« dissolution », « décomposition »). Il désigne l’opération intellectuelle consistant à résoudre un tout complexe en ses parties constitutives pour en saisir la dynamique interne.
• Hiérarchie : Provient du grec ancien hierarkhia (ἱεραρχία), formé de hieros (« sacré ») et d’arkhein (« commander »). Dans le contexte de la psychologie cognitive et de la cybernétique moderne, le terme s’est laïcisé pour désigner un ordre structurel étagé où les éléments d’un niveau inférieur dépendent fonctionnellement de ceux du niveau supérieur.
• Processus : Issu du latin processus (dérivé de procedere, « aller de l’avant »), soulignant qu’il s’agit d’une démarche séquentielle, dynamique et itérative, et non d’une mesure statique et immuable.

3. Prononciation et forme grammaticale

Sur le plan phonétique et morphosyntaxique, l’expression s’emploie selon les règles suivantes :

• Forme développée : Nom masculin singulier. On écrit « le processus d’analyse hiérarchique », avec pour forme phonétique internationale standard : /pʁɔ.sɛ.sys d‿a.na.liz jē.ʁaʁ.ʃik/.
• Sigle : En milieu francophone académique et professionnel, le sigle s’épelle lettre par lettre à la française : /a.aʃ.pe/ (« A-H-P »). Bien que le sigle soit d’origine anglaise, son genre grammatical est masculin (« un AHP », « le modèle AHP ») par assimilation au substantif recteur « processus ».
• Variantes syntaxiques : L’acronyme s’utilise fréquemment sous forme d’adjectif relationnel apposé : « la méthodologie AHP », « l’approche AHP », ou encore « les matrices AHP ».

4. Explication conceptuelle détaillée

Pour appréhender la portée de l’AHP dans l’étude du comportement humain, il convient d’examiner le problème fondamental de la surcharge cognitive face au choix. Lorsque des décideurs sont confrontés à des situations complexes, l’interaction simultanée de multiples variables dépasse rapidement la capacité de traitement de la mémoire de travail, estimée par George Miller à un empan de sept éléments plus ou moins deux. Face à cette limitation architecturale de l’esprit, les individus adoptent fréquemment des heuristiques simplificatrices qui induisent des biais systématiques, tels que l’ancrage mental, le cadrage ou la négligence de dimensions qualitatives critiques.

L’AHP répond à cette vulnérabilité cognitive en structurant le problème selon une hiérarchie descendante à plusieurs paliers. Au sommet trône le but global (par exemple, sélectionner la prise en charge clinique optimale pour un patient complexe). Au niveau intermédiaire se déploient les critères (tels que l’efficacité thérapeutique, la tolérance pharmacologique, la compliance du patient et le coût), subdivisés au besoin en sous-critères plus fins. Au bas de la hiérarchie se positionnent les alternatives d’action concrètes. Cette arborescence permet de canaliser l’attention du décideur sur un ensemble restreint et maîtrisable d’interactions à chaque étape de la réflexion.

Le cœur opératoire de la méthode réside dans l’utilisation systématique de comparaisons par paires. Plutôt que de demander à un expert ou à un patient d’attribuer une note brute et isolée à chaque alternative sur une échelle subjective, l’AHP lui soumet des couples d’éléments en posant deux interrogations séquentielles : Quel élément est le plus important ou le plus désirable ? et Quelle est l’intensité de cette dominance relative ? Les réponses sont traduites sur l’échelle fondamentale de Saaty, graduée de 1 (importance égale) à 9 (importance absolue de l’un sur l’autre).

Ces évaluations binaires sont ensuite insérées dans une matrice carrée dite « réciproque » (si l’élément A est jugé trois fois plus important que B, l’élément B possède implicitement une valeur de 1/3 par rapport à A). Par une procédure d’algèbre linéaire mobilisant le calcul du vecteur propre principal associé à la valeur propre maximale ($\lambda_{\max}$), le modèle dérive une échelle de ratios normalisée. Ces ratios représentent les poids relatifs intrinsèques des critères et des alternatives, dotés de propriétés de mesure d’intervalles et de proportions que les échelles ordinales classiques de type Likert ne peuvent mathématiquement garantir.

5. Évolution historique

L’émergence de l’AHP s’inscrit au carrefour des recherches opérationnelles de la guerre froide et des avancées de la psychométrie quantitative de la seconde moitié du XXe siècle. Au début des années 1970, Thomas L. Saaty, alors conseiller scientifique auprès de l’Agence américaine pour le contrôle des armements et le désarmement (ACDA) au Département d’État, constate l’échec récurrent des modèles mathématiques classiques à intégrer les jugements d’experts non quantifiables lors des négociations de traités internationaux. Les modèles probabilistes et économétriques traditionnels se révélaient incapables de modéliser avec fidélité les valeurs politiques, psychologiques et doctrinales portées par les délégations.

Rejoignant la Wharton School en tant que professeur, Saaty formalise mathématiquement l’AHP entre 1971 et 1977. Son article séminal, intitulé « A scaling method for priorities in hierarchical structures » et publié en 1977 dans le Journal of Mathematical Psychology, pose les jalons théoriques de la méthode en démontrant comment le vecteur propre d’une matrice réciproque positive capture la distribution des priorités dominantes. En 1980, la publication de son ouvrage magistral The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation diffuse largement l’outil auprès de la communauté scientifique mondiale.

L’essor de l’informatique personnelle dans les années 1980 marque une accélération majeure de son adoption. En s’associant à Ernest Forman en 1983, Saaty cofonde la société à l’origine du logiciel Expert Choice. Cette interface logicielle automatise la résolution matricielle et permet aux décideurs d’effectuer des calculs de sensibilité en temps réel lors de séances de délibération collective. Durant les décennies 1990 et 2000, l’AHP s’étend bien au-delà de la logistique industrielle et militaire pour pénétrer la santé publique, la psychologie organisationnelle, l’allocation des budgets hospitaliers et l’analyse des politiques écologiques.

Face aux critiques relatives à l’hypothèse stricte d’indépendance unilatérale entre les éléments d’un niveau hiérarchique, Thomas Saaty introduit ultérieurement le Processus de réseau analytique (Analytic Network Process ou ANP). Cette généralisation matricielle matricielle remplace la hiérarchie arborescente linéaire par un réseau interconnecté avec boucles de rétroaction et dépendances mutuelles, offrant ainsi une fidélité encore supérieure aux dynamiques complexes des systèmes cognitifs humains.

6. Fondements théoriques

L’AHP ne constitue pas une technique purement empirique ; elle s’enracine dans trois piliers théoriques complémentaires issus de la psychophysique, des sciences de l’esprit et des mathématiques pures :

Le premier socle provient de la psychophysique classique, initiée par Ernst Weber et Gustav Fechner au XIXe siècle, puis prolongée par la loi de puissance de S. S. Stevens au XXe siècle. Ces lois démontrent que la perception humaine d’une stimulation physique ou psychologique ne croît pas de manière linéaire arithmétique, mais de façon logarithmique ou géométrique : la perception d’une différence dépend de l’intensité de base du stimulus (Loi de Weber-Fechner). L’échelle 1 à 9 de Saaty reproduit cette dynamique perceptive en proposant des intervalles discrets calibrés pour refléter les seuils différentiels perceptibles de la discrimination cognitive humaine.

Le deuxième ancrage repose sur la loi du jugement comparatif de Louis Leon Thurstone (1927). Thurstone avait démontré expérimentalement que les sujets humains manifestent une acuité et une fidélité beaucoup plus élevées lorsqu’on leur demande de comparer deux stimuli entre eux (jugement comparatif relatif) que lorsqu’ils doivent estimer la magnitude absolue d’un stimulus isolé sur une échelle continue arbitraire. L’AHP applique ce paradigme psychométrique à des attributs conceptuels intangibles en convertissant une matrice de préférences relatives en une échelle de mesure valide.

Le troisième fondement dérive des théories de la rationalité limitée (bounded rationality) formulées par le lauréat du prix Nobel Herbert Simon. Consciente que l’être humain ne peut être assimilé à un Homo oeconomicus doté d’une capacité de calcul omnisciente, l’AHP offre un échafaudage cognitif externe. Cet échafaudage décharge la mémoire de travail, structure le champ décisionnel et explicite les compromis axiologiques sous-jacents qui guident la prise de décision rationnelle.

7. Composantes clés, typologies et dimensions

Le déploiement du processus d’analyse hiérarchique s’articule autour d’éléments structurels normalisés, de métriques d’évaluation et de déclinaisons méthodologiques spécialisées :

• La hiérarchie décisionnelle : Structure multiniveaux verticale comprenant obligatoirement : (1) l’énoncé du but souverain au sommet ; (2) les critères primaires de premier ordre ; (3) les sous-critères opérationnels ; et (4) les alternatives finales évaluées à la base.
• L’échelle fondamentale d’intensité de Saaty : Échelle de jugement psychométrique standardisée allant de 1 à 9, comprenant les équivalences qualitatives suivantes :
  • 1 : Importance égale entre les deux éléments comparés ;
  • 3 : Importance modérée de l’un sur l’autre ;
  • 5 : Importance forte ou essentielle ;
  • 7 : Importance très forte ou dominance démontrée ;
  • 9 : Importance extrême ou absolue (évidence indiscutable) ;
  • 2, 4, 6, 8 : Valeurs intermédiaires utilisées pour nuancer le jugement ou exprimer un compromis cognitif.
• La matrice de comparaisons réciproques : Tableau carré d’ordre $n \times n$ où l’élément $a_{ij}$ représente la supériorité relative du critère $i$ sur le critère $j$. Par construction mathématique, la diagonale est unitaire ($a_{ii} = 1$) et les termes opposés respectent la règle de réciprocité stricte ($a_{ji} = 1 / a_{ij}$).
• Le vecteur propre de priorité (Poids relatifs) : Solution normalisée issue du calcul vectoriel traduisant le consensus interne de la matrice en pourcentages d’importance relative sommant à 1 (ou 100 %).
• L’Indice de cohérence (CI) et le Ratio de cohérence (CR) : Métriques vérifiant si les jugements formulés sont mathématiquement acceptables. L’incohérence est mesurée par rapport à un Indice Aléatoire (RI) obtenu par simulation sur des matrices purement stochastiques de même dimension. Un ratio $CR le 0{,}10$ (10 %) valide formellement la cohérence de l’évaluateur.
• Variante d’AHP relatif versus AHP absolu : Dans l’AHP relatif, les alternatives sont comparées deux à deux sous chaque critère (adapté aux petits échantillons de choix). Dans l’AHP absolu (ou par notation), des échelles d’intensité prédéterminées sont définies pour chaque critère, permettant de classer des centaines de candidats sans multiplier exponentiellement les comparaisons.
• L’AHP flou (Fuzzy AHP) : Extension combinant la logique floue (fuzzy logic) de Lotfi Zadeh aux matrices de Saaty pour capturer l’ambiguïté linguistique et le flou sémantique propre aux évaluations humaines complexes.

8. Exemples et cas illustratifs

Pour illustrer la mise en œuvre de l’AHP en situation clinique réelle, examinons le cas d’un comité multidisciplinaire en psychiatrie hospitalière confronté au choix d’une stratégie pour un patient souffrant de dépression résistante aux antidépresseurs conventionnels. Le collège médical doit trancher entre trois options alternatives : (A1) L’électroconvulsivothérapie (ECT) ; (A2) La stimulation magnétique transcrânienne répétitive (rTMS) ; ou (A3) Une thérapie combinée pharmacologique innovante incluant l’eskétamine intra-nasale.

Le problème est structuré hiérarchiquement selon quatre critères d’évaluation majeurs : (C1) Efficacité clinique rapide ; (C2) Profil d’effets secondaires et sécurité cognitive ; (C3) Acceptabilité et fardeau perçu par le patient ; et (C4) Faisabilité logistique et coûts pour la structure. Lors de la phase de comparaison par paires des critères, les cliniciens jugent collectivement que l’efficacité clinique (C1) domine fortement le coût logistique (C4) avec une note de 7, mais ne domine que modérément la sécurité cognitive (C2) avec une note de 3. La matrice des critères est soumise au calcul : elle révèle un ratio de cohérence exemplaire ($CR = 0{,}04$), autorisant l’exploitation des poids relatifs obtenus.

Dans un second temps, les trois alternatives sont comparées entre elles sous l’angle spécifique de chaque critère. Si l’ECT domine massivement en matière d’efficacité immédiate, la rTMS l’emporte nettement sous le critère de l’innocuité cognitive et du fardeau psychologique subjectif. La synthèse arborescente finale, agrégeant les matrices locales et les poids globaux, identifie la rTMS comme l’alternative optimale pour ce profil spécifique de patient, offrant une traçabilité complète et éthiquement justifiable de la délibération collégiale.

Un autre exemple prégnant se situe en psychologie du travail lors du recrutement d’un directeur des ressources humaines au sein d’une organisation en restructuration. Les évaluateurs doivent départager trois candidats sur la base de critères subjectifs : leadership empathique, vision stratégique, tolérance au stress et adéquation aux valeurs organisationnelles. L’utilisation de l’AHP permet de neutraliser l’effet de halo (où l’apparence physique ou le charisme d’un candidat biaise l’ensemble de ses notes) en isolant chaque dimension psychologique lors d’interviews structurées par paires.

9. Mesure et évaluation

La validation formelle et le calcul interne de l’AHP requièrent une méthodologie mathématique spécifique, structurée en plusieurs étapes algorithmiques rigoureuses :

Soit une matrice réciproque positive $A = [a_{ij}]$ de dimension $n \times n$. Si l’évaluateur humain était parfaitement rationnel et omniscient, la condition de transitivité cardinale stricte serait respectée pour tout triplet :

a_ik = a_ij × a_jk

Dans de telles conditions idéales, la matrice $A$ serait de rang 1, et sa valeur propre maximale $\lambda_{\max}$ serait exactement égale à sa dimension $n$. Cependant, la mémoire humaine, les fluctuations attentionnelles et les ambiguïtés conceptuelles engendrent inévitablement des déviations par rapport à la transitivité parfaite. Selon le théorème fondamental de Perron-Frobenius régissant les matrices positives irréductibles, il existe une valeur propre maximale unique satisfaisant l’équation caractéristique :

A · w = λ_max · w

où w représente le vecteur propre associé à droite, dont les composantes normalisées fournissent les poids de priorité recherchés. Pour évaluer la qualité psychologique des jugements, Saaty a formalisé l’Indice de cohérence (Consistency Index, CI) par la relation :

CI = (λ_max − n) / (n − 1)

Cet indice est ensuite comparé à l’Indice Aléatoire (Random Index, RI), déterminé empiriquement en moyennant les indices de cohérence d’un très grand nombre de matrices réciproques générées de façon purement stochastique sur la même échelle de Saaty (par exemple, $RI = 0{,}58$ pour $n = 3$ ; $RI = 0{,}90$ pour $n = 4$ ; $RI = 1{,}12$ pour $n = 5$). Le Ratio de cohérence (CR) se calcule selon le quotient :

CR = CI / RI

Dans l’évaluation psychométrique des protocoles de recherche, un $CR le 0{,}10$ (10 %) signifie que les jugements sont suffisamment ordonnés pour en tirer des conclusions stables. Si le ratio excède ce seuil, le protocole méthodologique prescrit d’inviter le sujet à réexaminer les jugements contradictoires (par exemple, si A a été jugé supérieur à B, B supérieur à C, mais que C a été noté comme supérieur à A).

10. Applications et portée pratique

La versatilité de l’AHP lui confère une pertinence exceptionnelle dans un large spectre de disciplines des sciences humaines et de la santé :

• Psychiatrie et décision médicale partagée : L’AHP facilite le dialogue thérapeutique lors de pathologies complexes (cancers, affections psychiatriques chroniques) où la balance bénéfice-risque dépend intrinsèquement des valeurs existentielles du patient. En remplissant un formulaire AHP simplifié, le patient exprime le poids qu’il accorde à sa longévité par rapport à sa qualité de vie quotidienne immédiate, éclairant ainsi le clinicien sur le choix thérapeutique le plus aligné.
• Psychologie organisationnelle et gestion des compétences : Les directions des ressources humaines s’appuient sur l’AHP pour concevoir des référentiels de compétences équilibrés, évaluer les climats organisationnels et auditer la charge mentale au travail lors de mutations technologiques majeures.
• Santé publique et priorisation bioéthique : Dans les situations de crise sanitaire aiguë (telles que le triage en soins intensifs ou l’attribution prioritaire de vaccins en pénurie), l’AHP permet d’agréger les perspectives éthiques, épidémiologiques et sociétales des comités d’experts de façon transparente et démocratiquement auditable.
• Ergonomie cognitive et conception d’interfaces : Les ingénieurs facteurs humains emploient la méthode pour arbitrer entre des critères concurrents d’ergonomie logicielle (simplicité d’apprentissage, vitesse d’exécution, tolérance à l’erreur des utilisateurs et esthétique visuelle).

11. Recherches et preuves empiriques

Depuis son introduction dans les revues académiques de psychologie mathématique, l’AHP a suscité une vaste littérature expérimentale analysant son efficacité par rapport à d’autres méthodes d’aide à la décision multicritère comme la méthode SMART (Simple Multi-Attribute Rating Technique) ou les approches de surclassement de la famille ELECTRE.

Des travaux fondamentaux conduits notamment par Forman et Gass (2001) ont démontré que les échelles de ratios dérivées de l’AHP présentent une fidélité test-retest significativement plus élevée que les échelles d’attribution directe de pourcentages. Lorsque des sujets évaluent directement des pourcentages globaux, ils ont tendance à sous-estimer systématiquement les variables d’arrière-plan et à surpondérer les variables saillantes au moment de l’interrogation. Le fractionnement par paires imposé par l’AHP atténue significativement ce biais de représentativité.

D’autres recherches menées en psychologie sociale et en dynamique de groupe (notamment par Dyer et Forman, 1992) ont exploré l’AHP comme outil de réduction des conflits interpersonnels. En séparant la délibération sur les critères (valeurs fondamentales des parties prenantes) de la discussion sur les alternatives (solutions matérielles concrètes), l’AHP désamorce les réactions affectives défensives. Les participants découvrent souvent qu’ils s’accordent largement sur la hiérarchie des critères, ce qui rend le consensus sur le résultat final beaucoup plus aisé à atteindre.

12. Considérations culturelles et transculturelles

L’utilisation de l’AHP dans des contextes internationaux met en lumière des variations culturelles notables dans la manière dont les individus structurent la hiérarchie de leurs préférences et réagissent à la notion même d’incohérence :

Les travaux de Richard Nisbett sur la cognition comparée opposant les modes de pensée analytiques occidentaux et les modes de pensée holistiques d’Asie orientale révèlent que la décomposition arborescente n’est pas cognitivement universelle. Les sujets issus de cultures individualistes et analytiques (Europe occidentale, Amérique du Nord) découpent aisément un problème en modules autonomes et isolés. En revanche, les répondants formés dans des contextes holistiques (comme le Japon ou la Chine) soulignent fréquemment que l’isolement artificiel de deux critères lors d’une comparaison binaire dénature leur signification intrinsèque, car celle-ci dépend de la totalité du contexte environnemental.

De plus, l’acceptation de la hiérarchie et la tolérance à l’inconsistance varient selon les dimensions culturelles définies par Geert Hofstede. Dans les cultures caractérisées par une forte distance hiérarchique, les matrices de jugement reflètent fréquemment un respect absolu des critères édictés par les figures d’autorité, aboutissant à des distributions de poids asymétriques où certains critères se voient attribuer la note extrême de 9 sans nuance. À l’inverse, dans les cultures à faible distance hiérarchique et forte tolérance à l’ambiguïté, les répondants acceptent un niveau d’incohérence plus élevé comme le reflet fidèle des paradoxes inhérents à l’existence humaine.

13. Critiques, controverses et limites

Malgré sa popularité universelle, l’AHP a fait l’objet de vifs débats théoriques au sein de la communauté des chercheurs en recherche opérationnelle et en psychologie économique. La controverse la plus célèbre concerne le phénomène d’inversion de rang (rank reversal), documenté pour la première fois par Valerie Belton et Tony Gear en 1983. Ces auteurs ont démontré que l’introduction ou le retrait d’une alternative non pertinente (par exemple, une alternative dominée ou une copie presque conforme d’une option existante) peut modifier l’ordre préférentiel des autres options, transformant rétroactivement la meilleure alternative en seconde position. Cette anomalie a incité Saaty à élaborer ultérieurement deux modes de calcul : le mode « distributif » (sensible au nombre d’alternatives) et le mode « idéal » (immunisé contre ce comportement).

Une seconde critique, adressée par des psychologues psychométriciens, cible l’échelle discrète de 1 à 9. Certains chercheurs soutiennent que l’obligation de borner les jugements à 9 introduit un effet de plafonnement artificiel lorsque les différences réelles entre éléments sont colossales (par exemple, comparer la taille d’une molécule à celle d’une planète). De surcroît, le passage d’une intensité verbale (« modérée », « forte ») à des valeurs numériques linéaires entières pose la question du réalisme psychologique de l’équidistance des échelons.

Enfin, la méthode peut s’avérer fastidieuse lorsque le nombre d’éléments à comparer croît. Pour $n$ éléments au sein d’un même groupe hiérarchique, le nombre de comparaisons nécessaires s’élève à :

N = n(n − 1) / 2

Pour un problème comportant 8 critères, le sujet doit compléter 28 comparaisons matricielles successives, ce qui entraîne une fatigue cognitive susceptible de dégrader la qualité de l’attention et d’augmenter exponentiellement le ratio d’incohérence lors des derniers jugements.

14. Termes connexes et distinctions conceptuelles

Pour éviter toute confusion terminologique et épistémologique, il est essentiel de distinguer l’AHP d’autres méthodologies d’évaluation et sigles analogues :

• Processus de réseau analytique (ANP) : Successeur direct de l’AHP également conçu par Saaty, l’ANP remplace la hiérarchie stricte par un graphe en réseau orienté. Il prend explicitement en compte les interactions horizontales entre critères et les rétroactions des alternatives sur les critères.
• Théorie de l’utilité multi-attributs (MAUT) : Cadre décisionnel issu de l’économie néoclassique (Keeney & Raiffa). Contrairement à l’AHP qui utilise des comparaisons par paires, la MAUT exige l’estimation directe de fonctions d’utilité pour chaque attribut individuel, en postulant une indépendance stricte au sens préférentiel.
• Loi du jugement comparatif de Thurstone : Modèle psychométrique fondamental dont l’AHP s’inspire conceptuellement, mais qui vise principalement à mesurer des stimuli physiques ou des attitudes sociales sur une échelle d’intervalles unidimensionnelle sans agrégation hiérarchique multicritère.
• Association for Humanistic Psychology (AHP) : Homonyme parfait sous forme d’acronyme. En histoire de la psychologie, « AHP » désigne fréquemment l’Association pour la psychologie humaniste, fondée au début des années 1960 par des pionniers tels qu’Abraham Maslow, Carl Rogers et Rollo May pour promouvoir la « troisième force » face à la psychanalyse et au béhaviorisme. Cette organisation n’a aucun lien méthodologique avec le processus de décision de Thomas Saaty.
• Méthodes de surclassement (PROMETHEE, ELECTRE) : Approches développées par l’école européenne d’aide à la décision (Bernard Roy), qui refusent la compensation totale entre critères propre à l’AHP et admettent l’incomparabilité absolue entre deux choix divergents.

15. Synthèse et points clés à retenir

En synthèse, le processus d’analyse hiérarchique (AHP) s’affirme comme une passerelle exemplaire entre la rigueur formelle des mathématiques linéaires et la plasticité de la subjectivité humaine. En modélisant la décision comme une pyramide fonctionnelle et en ancrant le jugement sur des comparaisons binaires intuitives, il offre aux praticiens, chercheurs et cliniciens un langage universel pour formaliser le complexe.

Les points cardinaux régissant la compréhension et l’usage de l’AHP sont :

• Il convertit des jugements perceptifs et axiologiques subjectifs en échelles de ratios quantitatives objectives via le calcul de vecteurs propres.
• Il pallie les limitations de la mémoire de travail humaine grâce à la décomposition arborescente du problème.
• Il intègre un mécanisme d’autocorrection mathématique inédit à travers l’indice et le ratio de cohérence ($CR le 0{,}10$).
• Il s’applique remarquablement aux décisions cliniques multidisciplinaires, au recrutement de talents, à la médiation des conflits et à la gestion hospitalière.
• Il exige une vigilance méthodologique quant au choix des critères pour éviter la saturation cognitive liée au nombre exponentiel de comparaisons par paires.

Références

• Belton, V., & Gear, T. (1983). On a short-coming of Saaty’s method of analytic hierarchies. Omega, 11(3), 228-230. https://doi.org/10.1016/0305-0483(83)90047-6
• Forman, E. H., & Gass, S. I. (2001). The analytic hierarchy process—an exposition. Operations Research, 49(4), 469-486. https://doi.org/10.1287/opre.49.4.469.11231
• Saaty, T. L. (1977). A scaling method for priorities in hierarchical structures. Journal of Mathematical Psychology, 15(3), 234-281. https://doi.org/10.1016/0022-2496(77)90033-5
• Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. McGraw-Hill.
• Saaty, T. L. (1990). How to make a decision: The analytic hierarchy process. European Journal of Operational Research, 48(1), 9-26. https://doi.org/10.1016/0377-2217(90)90057-I