{"id":2735,"date":"2026-09-06T20:16:09","date_gmt":"2026-09-06T20:16:09","guid":{"rendered":"http:\/\/french.arabpsychology.com\/experiments\/gerd-gigerenzer-daniel-goldstein-experience-negligence-taux-base-amos\/"},"modified":"2026-09-06T20:16:09","modified_gmt":"2026-09-06T20:16:09","slug":"gerd-gigerenzer-daniel-goldstein-experience-negligence-taux-base-amos","status":"publish","type":"psych_experiment","link":"https:\/\/french.arabpsychology.com\/?psych_experiment=gerd-gigerenzer-daniel-goldstein-experience-negligence-taux-base-amos","title":{"rendered":"&#8211; Gerd Gigerenzer et Daniel Goldstein L&rsquo;exp\u00e9rience de la n\u00e9gligence du taux de base &#8211; Amos"},"content":{"rendered":"<p>La question de la rationalit\u00e9 humaine constitue l\u2019un des carrefours les plus f\u00e9conds et les plus disput\u00e9s des sciences cognitives contemporaines. Au d\u00e9but des ann\u00e9es 1970, un paradigme exp\u00e9rimental \u00e9mergea avec une force de persuasion sans pr\u00e9c\u00e9dent, sous la conduite d\u2019<a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/cognitive-science\/\">Amos Tversky<\/a> et de <a rel=\"noopener noreferrer\" href=\"https:\/\/www.nobelprize.org\/prizes\/economic-sciences\/2002\/kahneman\/biographical\/\">Daniel Kahneman<\/a>. Leurs recherches sur les heuristiques et les biais mirent en lumi\u00e8re un ph\u00e9nom\u00e8ne devenu paradigmatique : la n\u00e9gligence du taux de base (<em>base rate neglect<\/em>). Selon leurs conclusions initiales, l\u2019esprit humain, lorsqu\u2019il est confront\u00e9 \u00e0 des descriptions singularisantes ou \u00e0 des st\u00e9r\u00e9otypes saillants, manifeste une propension presque syst\u00e9matique \u00e0 ignorer les probabilit\u00e9s a priori objectives. Les d\u00e9cideurs humains furent ainsi d\u00e9peints comme des statisticiens na\u00effs, victimes d\u2019illusions cognitives comparables aux illusions d\u2019optique, structurellement inaptes \u00e0 d\u00e9ployer intuitivement la rigueur du calcul des probabilit\u00e9s conditionnelles formalis\u00e9 par Thomas Bayes.<\/p>\n<p>Cette vision pessimiste de l\u2019architecture cognitive a toutefois suscit\u00e9 une opposition intellectuelle vigoureuse \u00e0 partir des ann\u00e9es 1990. Sous l\u2019impulsion du psychologue cognitif allemand <a rel=\"noopener noreferrer\" href=\"https:\/\/www.mpib-berlin.mpg.de\/staff\/gerd-gigerenzer\">Gerd Gigerenzer<\/a> et de son collaborateur am\u00e9ricain <a rel=\"noopener noreferrer\" href=\"https:\/\/www.dangoldstein.com\/\">Daniel Goldstein<\/a>, une rupture \u00e9pist\u00e9mologique majeure a \u00e9t\u00e9 op\u00e9r\u00e9e sous la banni\u00e8re de la rationalit\u00e9 \u00e9cologique. Loin de voir dans l\u2019omission des taux de base une fatalit\u00e9 de l\u2019irrationalit\u00e9 cognitive, Gigerenzer et Goldstein ont d\u00e9montr\u00e9 que l\u2019esprit humain n\u2019a pas \u00e9volu\u00e9 pour manipuler des probabilit\u00e9s abstraites exprim\u00e9es en pourcentages ou en probabilit\u00e9s singuli\u00e8res, mais pour traiter des flux s\u00e9quentiels d\u2019informations concr\u00e8tes : les fr\u00e9quences naturelles. En repla\u00e7ant l\u2019investigation psychologique dans son contexte \u00e9volutionniste et \u00e9cologique, leurs travaux ont d\u00e9construit m\u00e9thodologiquement les protocoles exp\u00e9rimentaux d\u2019Amos Tversky, r\u00e9v\u00e9lant que le pr\u00e9tendu biais cognitif dispara\u00eet lorsque l\u2019architecture du format informationnel s\u2019harmonise avec la bo\u00eete \u00e0 outils adaptative de l\u2019esprit.<\/p>\n<p>Cet article propose une exploration approfondie de cette controverse fondatrice qui a red\u00e9fini les fronti\u00e8res de l\u2019\u00e9conomie comportementale, de la mod\u00e9lisation computationnelle de la d\u00e9cision et de la psychologie du jugement. \u00c0 travers l\u2019analyse minutieuse des protocoles originels de Tversky et Kahneman, des contre-exp\u00e9riences rigoureuses men\u00e9es par Gigerenzer et Goldstein, et des r\u00e9percussions soci\u00e9tales fondamentales en m\u00e9decine, en justice et en politiques publiques, nous examinerons comment la r\u00e9\u00e9valuation de la n\u00e9gligence du taux de base a permis de r\u00e9habiliter la logique de l\u2019intelligence humaine face \u00e0 l\u2019incertitude.<\/p>\n<h2>1. Introduction aux origines th\u00e9oriques : La n\u00e9gligence du taux de base selon Amos Tversky et Daniel Kahneman<\/h2>\n<h3>1.1 Le paradigme originel des heuristiques et biais<\/h3>\n<p>L\u2019av\u00e8nement du programme de recherche sur les heuristiques et biais au tournant des ann\u00e9es 1970 a marqu\u00e9 un point de bascule intellectuel au sein de la psychologie cognitive et de la th\u00e9orie de la d\u00e9cision. D\u00e9velopp\u00e9 initialement par Amos Tversky et Daniel Kahneman \u00e0 l\u2019Universit\u00e9 h\u00e9bra\u00efque de J\u00e9rusalem, ce mod\u00e8le visait \u00e0 cartographier les \u00e9carts syst\u00e9matiques et r\u00e9currents qui s\u00e9parent le jugement intuitif des individus des lois prescrites par la logique formelle, la th\u00e9orie des probabilit\u00e9s et l&rsquo;optimisation \u00e9conomique n\u00e9oclassique. Au c\u0153ur de cette approche r\u00e9sidait la th\u00e8se selon laquelle les \u00eatres humains, confront\u00e9s \u00e0 des t\u00e2ches complexes d&rsquo;\u00e9valuation probabiliste sous contrainte de temps et de ressources informationnelles, s&rsquo;en remettent \u00e0 un r\u00e9pertoire restreint de raccourcis cognitifs nomm\u00e9s heuristiques. Bien que ces heuristiques soient fonctionnelles et efficientes dans de nombreuses circonstances quotidiennes, elles induisent, selon les auteurs, des distorsions pr\u00e9visibles et s\u00e9v\u00e8res, d\u00e9nomm\u00e9es biais cognitifs.<\/p>\n<p>Dans ce catalogue d&rsquo;anomalies du jugement, le biais de n\u00e9gligence du taux de base (<em>base rate neglect<\/em> ou <em>base rate fallacy<\/em>) occupe une place matricielle. Ce biais se d\u00e9finit formellement comme l&rsquo;incapacit\u00e9 r\u00e9currente des d\u00e9cideurs \u00e0 int\u00e9grer de mani\u00e8re appropri\u00e9e les probabilit\u00e9s a priori de survenue d&rsquo;un \u00e9v\u00e9nement ou la pr\u00e9valence statistique g\u00e9n\u00e9rale d&rsquo;une caract\u00e9ristique au sein d&rsquo;une population parente, d\u00e8s lors qu&rsquo;une information singularisante, descriptive ou indiciaire leur est pr\u00e9sent\u00e9e. L&rsquo;heuristique de repr\u00e9sentativit\u00e9 fut mobilis\u00e9e par Tversky et Kahneman comme l&rsquo;armature explicative centrale de cette d\u00e9viation normative. Selon cette m\u00e9canique th\u00e9orique, lorsqu&rsquo;un individu cherche \u00e0 \u00e9valuer la probabilit\u00e9 qu&rsquo;un \u00e9l\u00e9ment sp\u00e9cifique <span class=\"arabpsy-math-inline\" data-latex=\"A\">$A$<\/span> appartienne \u00e0 un ensemble ou \u00e0 une classe <span class=\"arabpsy-math-inline\" data-latex=\"B\">$B$<\/span>, son esprit n&rsquo;op\u00e8re pas une combinaison math\u00e9matique entre la raret\u00e9 relative de <span class=\"arabpsy-math-inline\" data-latex=\"B\">$B$<\/span> et la pr\u00e9cision de l&rsquo;indice propre \u00e0 <span class=\"arabpsy-math-inline\" data-latex=\"A\">$A$<\/span>. Il proc\u00e8de au contraire \u00e0 une simple \u00e9valuation de similarit\u00e9 qualitative : dans quelle mesure <span class=\"arabpsy-math-inline\" data-latex=\"A\">$A$<\/span> partage-t-il les traits typiques ou st\u00e9r\u00e9otypiques associ\u00e9s \u00e0 la cat\u00e9gorie <span class=\"arabpsy-math-inline\" data-latex=\"B\">$B$<\/span> ?<\/p>\n<p>Cette substitution mentale \u2014 remplacer un calcul de probabilit\u00e9 distributionnelle par une estimation de similarit\u00e9 cat\u00e9gorielle \u2014 engendre une insensibilit\u00e9 structurelle aux taux de base. Si un profil psychologique, une description biographique ou le relev\u00e9 d&rsquo;un sympt\u00f4me clinique correspond fid\u00e8lement au st\u00e9r\u00e9otype mental d&rsquo;une cat\u00e9gorie rare, le sujet conclut intuitivement \u00e0 une probabilit\u00e9 d&rsquo;appartenance \u00e9lev\u00e9e, rel\u00e9guant au rang d&rsquo;artefact n\u00e9gligeable la distribution statistique r\u00e9elle au sein de laquelle s&rsquo;inscrit le cas particulier.<\/p>\n<h3>1.2 L&rsquo;exp\u00e9rience classique de l&rsquo;ing\u00e9nieur et de l&rsquo;avocat (1973)<\/h3>\n<p>Afin de fournir une assise empirique indiscutable \u00e0 ce postulat th\u00e9orique, Amos Tversky et Daniel Kahneman ont con\u00e7u en 1973 une exp\u00e9rience devenue l\u00e9gendaire dans les annales des sciences sociales : le paradigme de l&rsquo;avocat et de l&rsquo;ing\u00e9nieur. Le protocole exp\u00e9rimental consistait \u00e0 placer des participants face \u00e0 une situation fictive dans laquelle un panel de psychologues \u00e9tait cens\u00e9 avoir interrog\u00e9 et dress\u00e9 le profil psychologique de cent professionnels, compos\u00e9s exclusivement d&rsquo;ing\u00e9nieurs et d&rsquo;avocats. Les exp\u00e9rimentateurs manipul\u00e8rent directement la variable ind\u00e9pendante fondamentale, \u00e0 savoir la probabilit\u00e9 a priori, en cr\u00e9ant deux conditions exp\u00e9rimentales distinctes. Dans la premi\u00e8re condition, l&rsquo;\u00e9chantillon contenait 70 ing\u00e9nieurs et 30 avocats (taux de base de 0,7 pour les ing\u00e9nieurs) ; dans la seconde condition, les proportions \u00e9taient sym\u00e9triquement invers\u00e9es, avec 30 ing\u00e9nieurs et 70 avocats (taux de base de 0,3).<\/p>\n<p>On pr\u00e9senta ensuite aux sujets plusieurs descriptions de personnalit\u00e9 r\u00e9dig\u00e9es sur de petits cartons, pr\u00e9tendument tir\u00e9es au sort de mani\u00e8re rigoureusement al\u00e9atoire parmi les cent dossiers disponibles. Parmi ces vignettes se trouvait la c\u00e9l\u00e8bre description de \u00ab Jack \u00bb : un homme de 45 ans, mari\u00e9 et p\u00e8re de quatre enfants, g\u00e9n\u00e9ralement conservateur, m\u00e9ticuleux et ambitieux, ne manifestant aucun int\u00e9r\u00eat pour les questions politiques ou sociales et passant l&rsquo;essentiel de son temps libre \u00e0 bricoler dans son atelier d&rsquo;\u00e9b\u00e9nisterie et \u00e0 r\u00e9soudre des \u00e9nigmes math\u00e9matiques. Les participants devaient estimer la probabilit\u00e9 que Jack soit un ing\u00e9nieur. Les r\u00e9sultats empiriques furent sans appel : les estimations moyennes fournies par les sujets dans la condition o\u00f9 la proportion d&rsquo;ing\u00e9nieurs \u00e9tait de 70 % ne diff\u00e9raient pas de mani\u00e8re statistiquement significative de celles fournies par les sujets dans la condition o\u00f9 cette m\u00eame proportion n&rsquo;\u00e9tait que de 30 %. Dans les deux cas, la probabilit\u00e9 m\u00e9diane assign\u00e9e oscillait autour de 0,80 ou 0,90.<\/p>\n<p>Le constat apparut plus saisissant encore lors de l&rsquo;introduction d&rsquo;une vignette totalement neutre (\u00ab Dick \u00bb), ne contenant aucun trait distinctif permettant d&rsquo;orienter le diagnostic vers l&rsquo;une ou l&rsquo;autre des deux professions. M\u00eame face \u00e0 cette absence totale d&rsquo;information diagnostique diff\u00e9rentielle, les participants refus\u00e8rent d&rsquo;appliquer les taux de base objectifs de 70\/30 ou 30\/70, assignant majoritairement une probabilit\u00e9 de 50 % \u00e0 l&rsquo;hypoth\u00e8se de l&rsquo;ing\u00e9nieur. L&rsquo;interpr\u00e9tation qui fut tir\u00e9e de ces donn\u00e9es initiales marqua durablement la psychologie : l&rsquo;esprit humain souffrirait d&rsquo;une forme d&rsquo;irrationalit\u00e9 cognitive fondamentale, o\u00f9 la pr\u00e9sence du moindre fragment d&rsquo;information individualisante oblit\u00e8re de fa\u00e7on spectaculaire les r\u00e8gles \u00e9l\u00e9mentaires du raisonnement distributionnel.<\/p>\n<h3>1.3 La formalisation bay\u00e9sienne comme r\u00e9f\u00e9rence normative<\/h3>\n<p>Pour qualifier les r\u00e9ponses des participants d&rsquo;erreurs ou de d\u00e9viations cognitives, Tversky et Kahneman se sont appuy\u00e9s sur le mod\u00e8le normatif standard de l&rsquo;induction probabiliste : le <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/bayes-theorem\/\">th\u00e9or\u00e8me de Bayes<\/a>. Formul\u00e9 initialement par le r\u00e9v\u00e9rend Thomas Bayes au XVIIIe si\u00e8cle et formalis\u00e9 ult\u00e9rieurement par Pierre-Simon de Laplace, ce th\u00e9or\u00e8me stipule la mani\u00e8re math\u00e9matiquement exacte dont une probabilit\u00e9 a priori doit \u00eatre mise \u00e0 jour \u00e0 la lumi\u00e8re d&rsquo;une nouvelle preuve empirique pour produire une probabilit\u00e9 a posteriori. Dans sa formulation formelle pour deux hypoth\u00e8ses mutuellement exclusives et exhaustives, <span class=\"arabpsy-math-inline\" data-latex=\"H\">$H$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"neg H\">$neg H$<\/span>, en pr\u00e9sence d&rsquo;une donn\u00e9e d&rsquo;observation <span class=\"arabpsy-math-inline\" data-latex=\"D\">$D$<\/span>, la r\u00e8gle d&rsquo;inf\u00e9rence s&rsquo;\u00e9crit :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"P(H|D) = \\frac{P(D|H) \\cdot P(H)}{P(D|H) \\cdot P(H) + P(D|\\neg H) \\cdot P(\\neg H)}\">$$P(H|D) = \\frac{P(D|H) \\cdot P(H)}{P(D|H) \\cdot P(H) + P(D|\\neg H) \\cdot P(\\neg H)}$$<\/span><\/p>\n<p>Dans ce cadre normatif, le terme <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span> d\u00e9signe le taux de base ou la probabilit\u00e9 a priori de l&rsquo;hypoth\u00e8se, <span class=\"arabpsy-math-inline\" data-latex=\"P(D|H)\">$P(D|H)$<\/span> repr\u00e9sente la vraisemblance (la probabilit\u00e9 d&rsquo;observer les donn\u00e9es si l&rsquo;hypoth\u00e8se est vraie), et <span class=\"arabpsy-math-inline\" data-latex=\"P(H|D)\">$P(H|D)$<\/span> exprime la probabilit\u00e9 a posteriori r\u00e9vis\u00e9e. L&rsquo;application rigoureuse de cette \u00e9quation au probl\u00e8me de l&rsquo;ing\u00e9nieur et de l&rsquo;avocat implique que toute modification significative du param\u00e8tre <span class=\"arabpsy-math-inline\" data-latex=\"P(H)\">$P(H)$<\/span> \u2014 passant de 0,70 \u00e0 0,30 \u2014 doit obligatoirement induire une variation substantielle de la probabilit\u00e9 conditionnelle finale <span class=\"arabpsy-math-inline\" data-latex=\"P(H|D)\">$P(H|D)$<\/span>, quel que soit le degr\u00e9 de repr\u00e9sentativit\u00e9 de la description <span class=\"arabpsy-math-inline\" data-latex=\"D\">$D$<\/span>. L&rsquo;insensibilit\u00e9 empirique document\u00e9e par le paradigme de 1973 repr\u00e9sentait donc une violation frontale des axiomes \u00e9l\u00e9mentaires du calcul bay\u00e9sien standard.<\/p>\n<p>Les cons\u00e9quences th\u00e9oriques de cet \u00e9cart furent colossales. Durant les deux d\u00e9cennies suivantes, les \u00e9crits acad\u00e9miques et les manuels de r\u00e9f\u00e9rence ont universellement conclu \u00e0 une faillite structurelle des facult\u00e9s inf\u00e9rentielles de l&rsquo;Homo sapiens. Si des \u00e9tudiants d&rsquo;universit\u00e9s prestigieuses, des gestionnaires financiers et m\u00eame des praticiens chevronn\u00e9s \u00e9taient incapables d&rsquo;int\u00e9grer spontan\u00e9ment les distributions de base dans des sc\u00e9narios aussi \u00e9l\u00e9mentaires, l&rsquo;affirmation selon laquelle l&rsquo;esprit humain serait nativement \u00ab bay\u00e9sien \u00bb paraissait d\u00e9finitivement r\u00e9fut\u00e9e. L&rsquo;orthodoxie acad\u00e9mique consacra l&rsquo;existence d&rsquo;une fracture irr\u00e9m\u00e9diable entre les r\u00e8gles normatives id\u00e9ales de la rationalit\u00e9 math\u00e9matique et l&rsquo;architecture psychologique contingente, biais\u00e9e et lacunaire des d\u00e9cideurs en chair et en os.<\/p>\n<h2>2. La rupture \u00e9pist\u00e9mologique : La rationalit\u00e9 \u00e9cologique de Gerd Gigerenzer<\/h2>\n<h3>2.1 Critique du postulat de l&rsquo;homo \u0153conomicus et des normes abstraites<\/h3>\n<p>Au d\u00e9but des ann\u00e9es 1990, le chercheur allemand Gerd Gigerenzer, alors directeur au prestigieux Institut Max Planck de d\u00e9veloppement humain \u00e0 Berlin, a initi\u00e9 une critique \u00e9pist\u00e9mologique radicale \u00e0 l&rsquo;encontre de cette vision d\u00e9ficitaire de l&rsquo;esprit humain. Son point de d\u00e9part r\u00e9sidait dans le rejet pur et simple de l&rsquo;assimilation de la rationalit\u00e9 humaine aux canons de la logique formelle universelle et du calcul des probabilit\u00e9s abstraites. Pour Gigerenzer, \u00e9riger les lois axiomatiques de la probabilit\u00e9 en \u00e9talon unique et universel du jugement humain constitue une erreur de cat\u00e9gorie philosophique et psychologique. Ce geste th\u00e9orique d\u00e9coule de la transposition m\u00e9canique du concept d&rsquo;<em>Homo \u0153conomicus<\/em>, agent omniscient dot\u00e9 d&rsquo;une capacit\u00e9 de calcul infinie et op\u00e9rant dans un univers o\u00f9 toutes les probabilit\u00e9s futures sont connues et statiques.<\/p>\n<p>En s&rsquo;inscrivant dans le sillage intellectuel trac\u00e9 par Herbert Simon et son concept s\u00e9minal de <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/rationality-bounded\/\">rationalit\u00e9 limit\u00e9e<\/a> (<em>bounded rationality<\/em>), Gigerenzer a forg\u00e9 le paradigme de la rationalit\u00e9 \u00e9cologique. Cette approche postule que la rationalit\u00e9 d&rsquo;un processus de d\u00e9cision ne s&rsquo;\u00e9value pas \u00e0 l&rsquo;aune de sa conformit\u00e9 aveugle \u00e0 des crit\u00e8res math\u00e9matiques abstraits d\u00e9contextualis\u00e9s, mais \u00e0 travers le prisme de son ad\u00e9quation fonctionnelle aux structures informationnelles de l&rsquo;environnement physique et social dans lequel \u00e9volue l&rsquo;organisme. Un m\u00e9canisme d\u00e9cisionnel n&rsquo;est ni intrins\u00e8quement rationnel ni intrins\u00e8quement biais\u00e9 ; il est rationnel s&rsquo;il est \u00e9cologiquement adapt\u00e9, c&rsquo;est-\u00e0-dire s&rsquo;il exploite de mani\u00e8re optimale les r\u00e9gularit\u00e9s structurelles, les redondances et les indices statistiques de l&rsquo;\u00e9cosyst\u00e8me o\u00f9 il est d\u00e9ploy\u00e9 pour accomplir des objectifs vitaux de survie, de classification ou de reproduction.<\/p>\n<p>Dans ce cadre renouvel\u00e9, la question n&rsquo;est plus de d\u00e9terminer si les individus respectent rigoureusement les axiomes de Kolmogorov ou le th\u00e9or\u00e8me de Bayes sur une feuille de papier, mais de comprendre comment des architectures cognitives r\u00e9elles, soumises \u00e0 des limites \u00e9nerg\u00e9tiques et de m\u00e9moire de travail, parviennent \u00e0 prendre des d\u00e9cisions pr\u00e9cises, robustes et rapides dans un monde fondamentalement incertain.<\/p>\n<h3>2.2 L&rsquo;esprit adaptatif contre les illusions cognitives universelles<\/h3>\n<p>La seconde offensive \u00e9pist\u00e9mologique de Gigerenzer a vis\u00e9 directement la notion d&rsquo;\u00ab illusion cognitive \u00bb, m\u00e9taphore omnipr\u00e9sente chez Tversky et Kahneman. Ces derniers soutenaient que, de m\u00eame que notre syst\u00e8me visuel ne peut s&#8217;emp\u00eacher de percevoir la fl\u00e8che de M\u00fcller-Lyer comme asym\u00e9trique m\u00eame lorsqu&rsquo;il conna\u00eet la r\u00e9alit\u00e9 m\u00e9trique des traits, notre syst\u00e8me cognitif serait inexorablement condamn\u00e9 \u00e0 succomber aux heuristiques fallacieuses. Gigerenzer s&rsquo;est \u00e9lev\u00e9 vigoureusement contre cette assimilation des heuristiques \u00e0 des erreurs d&rsquo;arbitrage syst\u00e9matiques. Il a propos\u00e9 la m\u00e9taphore alternative de l&rsquo;esprit adaptatif dot\u00e9 d&rsquo;une \u00ab bo\u00eete \u00e0 outils adaptative \u00bb (<em>adaptive toolbox<\/em>), collection de modules de traitement heuristique fa\u00e7onn\u00e9s au fil de l&rsquo;\u00e9volution biologique et de l&rsquo;apprentissage culturel pour r\u00e9soudre des classes sp\u00e9cifiques de probl\u00e8mes environnementaux.<\/p>\n<p>Dans cette perspective, les heuristiques ne sont pas des compromis d\u00e9grad\u00e9s (<em>trade-offs<\/em>) conc\u00e9d\u00e9s par un esprit paresseux en \u00e9change d&rsquo;une r\u00e9duction de l&rsquo;effort computationnel, mais des algorithmes remarquablement sophistiqu\u00e9s con\u00e7us pour exploiter les propri\u00e9t\u00e9s de l&rsquo;environnement, notamment le bruit statistique et la non-stationnarit\u00e9 des distributions r\u00e9elles. Gigerenzer a vivement critiqu\u00e9 ce qu&rsquo;il a nomm\u00e9 l&rsquo;\u00ab industrie des biais \u00bb, une propension des psychologues \u00e0 concevoir des \u00e9nigmes exp\u00e9rimentales artificielles, satur\u00e9es de pi\u00e8ges linguistiques et logiques, afin de mettre en sc\u00e8ne l&rsquo;incomp\u00e9tence suppos\u00e9e du public profane. Pour lui, diagnostiquer un d\u00e9ficit de rationalit\u00e9 sur la seule base de l&rsquo;\u00e9chec \u00e0 un probl\u00e8me probabiliste artificiel revient \u00e0 d\u00e9clarer le syst\u00e8me respiratoire inadapt\u00e9 parce qu&rsquo;il ne parvient pas \u00e0 extraire l&rsquo;oxyg\u00e8ne sous l&rsquo;eau.<\/p>\n<p>L&rsquo;enjeu n&rsquo;\u00e9tait donc pas de nier l&rsquo;existence d&rsquo;erreurs empiriques ponctuelles, mais de contester la th\u00e8se selon laquelle ces d\u00e9viations d\u00e9coulaient de tares architecturales permanentes de l&rsquo;esprit. Si l&rsquo;humain \u00e9choue face \u00e0 certains probl\u00e8mes bay\u00e9siens, ce n&rsquo;est pas parce que sa machinerie mentale est d\u00e9fectueuse, mais parce que le format de pr\u00e9sentation des donn\u00e9es qui lui est impos\u00e9 est orthogonal \u00e0 celui pour lequel son syst\u00e8me cognitif a \u00e9t\u00e9 s\u00e9lectionn\u00e9.<\/p>\n<h3>2.3 L&rsquo;apport conjoint de Daniel Goldstein \u00e0 la dynamique de recherche<\/h3>\n<p>L&rsquo;association intellectuelle entre Gerd Gigerenzer et Daniel Goldstein, amorc\u00e9e au cours des ann\u00e9es 1990, a apport\u00e9 une rigueur computationnelle et algorithmique d\u00e9cisive \u00e0 cette entreprise de r\u00e9habilitation cognitive. Alors que la controverse mena\u00e7ait de s&rsquo;enliser dans des d\u00e9bats purement rh\u00e9toriques sur la nature de la rationalit\u00e9, Daniel Goldstein a impuls\u00e9 une mod\u00e9lisation formelle des processus de recherche d&rsquo;information s\u00e9quentielle et d&rsquo;inf\u00e9rence frugale. Ensemble, ils ont conceptualis\u00e9 des mod\u00e8les algorithmiques pr\u00e9cis, testables et falsifiables, rompant avec les labels verbaux vagues attribu\u00e9s aux heuristiques par le paradigme dominant.<\/p>\n<p>Leurs travaux conjoints sur les heuristiques \u00ab rapides et frugales \u00bb (<em>fast and frugal heuristics<\/em>), telles que l&rsquo;<a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/heuristics-decision-making\/\">heuristique de reconnaissance<\/a> (<em>Recognition Heuristic<\/em>) et l&rsquo;algorithme <em>Take the Best<\/em>, ont apport\u00e9 la preuve formelle et empirique que des strat\u00e9gies d\u00e9cisionnelles ignorant d\u00e9lib\u00e9r\u00e9ment une grande partie de l&rsquo;information statistique disponible peuvent surpasser en pr\u00e9cision pr\u00e9dictive des mod\u00e8les hautement complexes, tels que la r\u00e9gression multiple ou les r\u00e9seaux bay\u00e9siens complets, particuli\u00e8rement lorsqu&rsquo;il s&rsquo;agit de g\u00e9n\u00e9raliser des pr\u00e9dictions \u00e0 de nouvelles donn\u00e9es hors \u00e9chantillon.<\/p>\n<p>Cette collaboration scientifique a jet\u00e9 les bases m\u00e9thodologiques indispensables pour r\u00e9examiner le cas sp\u00e9cifique du taux de base. Forts de cette approche algorithmique, Gigerenzer et Goldstein ont \u00e9mis une hypoth\u00e8se r\u00e9volutionnaire : si l&rsquo;esprit humain semble ignorer les taux de base lorsqu&rsquo;ils sont formul\u00e9s sous des formats probabilistes standard d\u00e9contextualis\u00e9s, cette c\u00e9cit\u00e9 apparente n&rsquo;est qu&rsquo;un artefact d&rsquo;encodage informationnel. En modifiant la structure math\u00e9matique et repr\u00e9sentationnelle des stimuli exp\u00e9rimentaux sans alt\u00e9rer le contenu statistique sous-jacent, ils ont entrepris de d\u00e9montrer que le raisonnement bay\u00e9sien est en r\u00e9alit\u00e9 pleinement accessible et spontan\u00e9ment mobilis\u00e9 par les d\u00e9cideurs humains ordinaires.<\/p>\n<h2>3. Le cadre m\u00e9thodologique de Gigerenzer et Goldstein sur le taux de base<\/h2>\n<h3>3.1 Distinction cruciale entre probabilit\u00e9s singuli\u00e8res et fr\u00e9quences naturelles<\/h3>\n<p>Le pivot m\u00e9thodologique et th\u00e9orique des travaux de Gerd Gigerenzer et Daniel Goldstein r\u00e9side dans la distinction fondamentale, souvent occult\u00e9e par les th\u00e9oriciens de la d\u00e9cision, entre deux repr\u00e9sentations math\u00e9matiques formellement \u00e9quivalentes mais cognitivement incommensurables : les probabilit\u00e9s singuli\u00e8res (exprim\u00e9es en pourcentages ou en d\u00e9cimales) et les fr\u00e9quences naturelles. Une probabilit\u00e9 singuli\u00e8re ou relative <span class=\"arabpsy-math-inline\" data-latex=\"P(A)\">$P(A)$<\/span> exprime le degr\u00e9 de croyance ou la certitude num\u00e9rique attribu\u00e9e \u00e0 l&rsquo;occurrence d&rsquo;un \u00e9v\u00e9nement unique, souvent formalis\u00e9e par un chiffre compris entre 0 et 1 ou entre 0 % et 100 % (par exemple, \u00ab la probabilit\u00e9 que cette personne soit ing\u00e9nieur est de 30 % \u00bb, ou \u00ab la probabilit\u00e9 d&rsquo;un faux positif \u00e0 ce test est de 5 % \u00bb).<\/p>\n<p>\u00c0 l&rsquo;inverse, les fr\u00e9quences naturelles r\u00e9sultent directement d&rsquo;un \u00e9chantillonnage s\u00e9quentiel brut dans un environnement naturel sans normalisation math\u00e9matique pr\u00e9alable. Elles d\u00e9crivent des d\u00e9nombrements conjoints non standardis\u00e9s. Par exemple, au lieu de formuler des propositions probabilistes conditionnelles normalis\u00e9es (\u00ab si une personne est malade, la probabilit\u00e9 que le test soit positif est de 80 %, mais le taux de base de la maladie n&rsquo;est que de 1 % \u00bb), le format en fr\u00e9quences naturelles \u00e9nonce : \u00ab Sur 100 personnes, 1 personne a la maladie et recevra un test positif ; sur les 99 personnes saines, 5 recevront n\u00e9anmoins un test positif \u00bb. Dans cette structure, l&rsquo;observateur pr\u00e9serve intacte l&rsquo;information distributionnelle de base directement li\u00e9e au d\u00e9nominateur naturel de l&rsquo;exp\u00e9rience v\u00e9cue.<\/p>\n<p>Gigerenzer et Goldstein ont adoss\u00e9 cette distinction \u00e0 une hypoth\u00e8se \u00e9volutionniste d&rsquo;une clart\u00e9 lumineuse : durant des centaines de milliers d&rsquo;ann\u00e9es d&rsquo;\u00e9volution biologique, les anc\u00eatres de l&rsquo;homme moderne n&rsquo;ont jamais \u00e9t\u00e9 confront\u00e9s \u00e0 des tableaux de bord statistiques, \u00e0 des calculs de pourcentages ou \u00e0 des th\u00e9ories formelles des probabilit\u00e9s \u2014 ces derni\u00e8res n&rsquo;ayant \u00e9merg\u00e9 que tardivement dans l&rsquo;histoire des id\u00e9es, au milieu du XVIIe si\u00e8cle sous l&rsquo;\u00e9gide de Blaise Pascal et Pierre de Fermat. L&rsquo;exp\u00e9rience \u00e9cologique ancestrale consistait \u00e0 observer des \u00e9v\u00e9nements s\u00e9quentiels concrets : d\u00e9nombrer combien de fois une trace de pr\u00e9dateur conduisait effectivement \u00e0 une confrontation, ou combien de baies v\u00e9n\u00e9neuses engendraient une intoxication l\u00e9tale. L&rsquo;esprit humain a donc d\u00e9velopp\u00e9 des syst\u00e8mes d&rsquo;encodage con\u00e7us pour stocker des fr\u00e9quences d&rsquo;\u00e9v\u00e9nements observ\u00e9s, et non pour manier des abstractions normalis\u00e9es exigeant des inversions math\u00e9matiques complexes.<\/p>\n<h3>3.2 Revue critique des stimuli exp\u00e9rimentaux d&rsquo;Amos Tversky<\/h3>\n<p>Arm\u00e9s de cette perspective, Gigerenzer et Goldstein ont soumis les exp\u00e9riences historiques d&rsquo;Amos Tversky \u00e0 une d\u00e9construction linguistique et pragmatique minutieuse. En s&rsquo;appuyant sur la th\u00e9orie des maximes conversationnelles formul\u00e9e par le philosophe du langage <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/grice\/\">Paul Grice<\/a>, ils ont mis en \u00e9vidence le fait que les protocoles de psychologie cognitive ne constituent pas de purs exercices math\u00e9matiques d\u00e9sincarn\u00e9s, mais des actes de communication sociale gouvern\u00e9s par des attentes implicites de pertinence et de coop\u00e9ration.<\/p>\n<p>Dans l&rsquo;exp\u00e9rience classique de l&rsquo;ing\u00e9nieur et de l&rsquo;avocat, l&rsquo;exp\u00e9rimentateur fournit au participant une information statistique de base (le ratio 70\/30), puis encha\u00eene imm\u00e9diatement en lui soumettant la description biographique d\u00e9taill\u00e9e d&rsquo;un individu r\u00e9dig\u00e9e par de pr\u00e9tendus psychologues. Selon la maxime grice\u00e9enne de pertinence, tout r\u00e9cepteur d&rsquo;un \u00e9nonc\u00e9 postule par d\u00e9faut que l&rsquo;\u00e9metteur ne lui transmet pas d&rsquo;informations superflues ou inutiles. En lisant la description de Jack, le sujet d\u00e9duit implicitement que l&rsquo;exp\u00e9rimentateur attend de lui qu&rsquo;il \u00e9value pr\u00e9cis\u00e9ment la port\u00e9e s\u00e9mantique de ce portrait psychologique. Si le participant devait simplement reproduire le taux de base statistique brut de 70 %, l&rsquo;ensemble de la vignette textuelle deviendrait une diversion communicative inutile. D\u00e8s lors, ce que Tversky qualifiait d&rsquo;erreur de jugement logique rel\u00e8ve en r\u00e9alit\u00e9 d&rsquo;une r\u00e9ponse pragmatiquement sens\u00e9e \u00e0 une situation de dialogue trompeuse.<\/p>\n<p>De surcro\u00eet, la vignette neutre de Dick recelait une ambigu\u00eft\u00e9 linguistique fondamentale : en pr\u00e9cisant que le texte ne permettait pas de trancher entre ing\u00e9nieur et avocat, le protocole induisait artificiellement l&rsquo;id\u00e9e que le portrait fournissait une probabilit\u00e9 \u00e9pist\u00e9mique \u00e9gale de 50\/50, neutralisant activement l&rsquo;\u00e9valuation de la distribution de base chez des participants soucieux de conformit\u00e9 communicative plut\u00f4t que de rigueur bay\u00e9sienne scolaire.<\/p>\n<h3>3.3 Architecture du protocole exp\u00e9rimental comparatif<\/h3>\n<p>Pour d\u00e9passer l&rsquo;impasse des querelles interpr\u00e9tatives, Gigerenzer et Goldstein ont con\u00e7u une architecture exp\u00e9rimentale rigoureuse destin\u00e9e \u00e0 tester empiriquement leur hypoth\u00e8se computationnelle. L&rsquo;objectif \u00e9tait de comparer, dans des conditions m\u00e9thodologiquement irr\u00e9prochables et sous un contr\u00f4le exp\u00e9rimental strict en double aveugle, l&rsquo;impact diff\u00e9rentiel du format d&rsquo;information sur la performance d&rsquo;inf\u00e9rence bay\u00e9sienne des individus.<\/p>\n<p>Le dispositif articulait deux dimensions majeures de manipulation des variables ind\u00e9pendantes :<\/p>\n<ul>\n<li><strong>La variable de format informationnel :<\/strong> d&rsquo;un c\u00f4t\u00e9, le format standard des \u00ab probabilit\u00e9s relatives \/ pourcentages singuliers \u00bb, rigoureusement calqu\u00e9 sur la rh\u00e9torique classique de Tversky et Kahneman ; de l&rsquo;autre, le format en \u00ab fr\u00e9quences naturelles \u00bb, o\u00f9 l&rsquo;ensemble des donn\u00e9es statistiques est converti en d\u00e9nombrements concrets au sein d&rsquo;\u00e9chantillons d\u00e9mographiques d\u00e9finis.<\/li>\n<li><strong>La variable de contexte s\u00e9mantique :<\/strong> contrastant des formulations verbales satur\u00e9es de sous-entendus pragmatiques avec des instructions claires, \u00e9pur\u00e9es de tout pi\u00e8ge conversationnel, explicitant que les descriptions avaient \u00e9t\u00e9 s\u00e9lectionn\u00e9es par \u00e9chantillonnage probabiliste aveugle sans intervention d&rsquo;un jugement humain s\u00e9lectif.<\/li>\n<\/ul>\n<p>Les indicateurs quantitatifs de conformit\u00e9 bay\u00e9sienne ne reposaient pas sur des d\u00e9clarations subjectives vagues, mais sur le calcul de m\u00e9triques pr\u00e9cises : proportion exacte de sujets produisant la r\u00e9ponse num\u00e9rique bay\u00e9sienne juste, dispersion des estimations autour de la valeur th\u00e9orique optimale, temps d&rsquo;induction requis et identification des strat\u00e9gies de calcul interm\u00e9diaires via des protocoles de verbalisation continue (<em>think-aloud protocols<\/em>).<\/p>\n<h2>4. L&rsquo;exp\u00e9rience empirique : Dispositif et variations exp\u00e9rimentales<\/h2>\n<h3>4.1 Revisite exp\u00e9rimentale du probl\u00e8me de l&rsquo;avocat et de l&rsquo;ing\u00e9nieur<\/h3>\n<p>Dans la mise en \u0153uvre pratique de leur programme exp\u00e9rimental, Gerd Gigerenzer et ses collaborateurs ont m\u00e9thodiquement neutralis\u00e9 les artefacts identifi\u00e9s dans le paradigme originel de 1973. La premi\u00e8re intervention a consist\u00e9 \u00e0 purifier la pr\u00e9sentation du profil de Dick et des vignettes analogues. Au lieu de sugg\u00e9rer subtilement que les descriptions contenaient des indices diagnostiques cach\u00e9s, les exp\u00e9rimentateurs ont pris soin de d\u00e9montrer mat\u00e9riellement aux participants le processus de tirage au sort physique. Dans certaines conditions de contr\u00f4le renforc\u00e9es, les sujets tiraient eux-m\u00eames au hasard une enveloppe scell\u00e9e parmi cent enveloppes dispos\u00e9es dans une urne transparente, brisant net l&rsquo;inf\u00e9rence conversationnelle selon laquelle l&rsquo;exp\u00e9rimentateur tentait de tester leur sens psychologique des st\u00e9r\u00e9otypes.<\/p>\n<p>Dans la condition en fr\u00e9quences naturelles r\u00e9vis\u00e9e, les proportions a priori ne furent plus introduites sous la formule : \u00ab La probabilit\u00e9 qu&rsquo;un individu pris au hasard soit un ing\u00e9nieur est de 70 % \u00bb. Le protocole \u00e9non\u00e7ait clairement : \u00ab Sur 100 personnes interrog\u00e9es dans cette cohorte, 70 sont des ing\u00e9nieurs et 30 sont des avocats. Si vous deviez tirer au sort 100 individus cons\u00e9cutifs pr\u00e9sentant des traits aussi neutres que ceux-ci, combien d&rsquo;entre eux seraient des ing\u00e9nieurs ? \u00bb. Cette reformulation s\u00e9mantique fondamentale r\u00e9ancrait imm\u00e9diatement le jugement dans une structure ensembliste (la th\u00e9orie des ensembles de Cantor appliqu\u00e9e \u00e0 des d\u00e9nombrements tangibles) plut\u00f4t que dans un calcul n\u00e9buleux de plausibilit\u00e9 projective sur une entit\u00e9 singuli\u00e8re abstraite.<\/p>\n<p>En \u00e9liminant simultan\u00e9ment la suggestivit\u00e9 stylistique des textes et l&rsquo;ambigu\u00eft\u00e9 des r\u00e8gles du jeu exp\u00e9rimental, Gigerenzer et Goldstein s&rsquo;assuraient que la seule capacit\u00e9 mesur\u00e9e \u00e9tait l&rsquo;aptitude math\u00e9matique computationnelle des sujets \u00e0 synth\u00e9tiser les informations distributionnelles et diagnostiques.<\/p>\n<h3>4.2 Introduction de la condition fr\u00e9quentiste pure<\/h3>\n<p>L&rsquo;innovation exp\u00e9rimentale la plus d\u00e9cisive fut l&rsquo;instauration d&rsquo;une condition fr\u00e9quentiste pure, articul\u00e9e autour de repr\u00e9sentations en arbres fr\u00e9quentiels simples (<em>frequency trees<\/em>). Pour rendre transparent le m\u00e9canisme d&rsquo;inf\u00e9rence statistique, Gigerenzer structura les stimuli de sorte que le d\u00e9nominateur de l&rsquo;\u00e9chantillon ne soit jamais fractur\u00e9 par des pourcentages embo\u00eet\u00e9s d&rsquo;ordres diff\u00e9rents. Alors qu&rsquo;un probl\u00e8me classique juxtapose un taux de base de 1 %, une sensibilit\u00e9 de test de 80 % et un taux de faux positifs de 9,6 % \u2014 for\u00e7ant le cerveau \u00e0 jongler entre des bases de calcul incoh\u00e9rentes \u2014, l&rsquo;arbre fr\u00e9quentiel pr\u00e9sente une d\u00e9composition directe et transparente :<\/p>\n<ul>\n<li>\u00ab Consid\u00e9rez un groupe de 1 000 individus. \u00bb<\/li>\n<li>\u00ab Sur ces 1 000 individus, 10 ont la condition m\u00e9dicale <span class=\"arabpsy-math-inline\" data-latex=\"X\">$X$<\/span>, et 990 ne l&rsquo;ont pas. \u00bb<\/li>\n<li>\u00ab Parmi les 10 individus qui ont la condition <span class=\"arabpsy-math-inline\" data-latex=\"X\">$X$<\/span>, 8 obtiendront un test positif. \u00bb<\/li>\n<li>\u00ab Parmi les 990 individus sains, 99 obtiendront \u00e9galement un test positif. \u00bb<\/li>\n<li>\u00ab Question : Combien d&rsquo;individus obtenant un test positif ont r\u00e9ellement la condition <span class=\"arabpsy-math-inline\" data-latex=\"X\">$X$<\/span> ? \u00bb<\/li>\n<\/ul>\n<p>Dans ce dispositif exp\u00e9rimental, la suppression de l&rsquo;obligation de normalisation math\u00e9matique op\u00e8re une transmutation cognitive radicale. Le participant n&rsquo;est plus somm\u00e9 de deviner comment combiner des grandeurs abstraites via l&rsquo;alg\u00e8bre des fractions rationnelles. Les chiffres n\u00e9cessaires pour r\u00e9soudre le probl\u00e8me sont d\u00e9j\u00e0 pr\u00e9-segment\u00e9s et align\u00e9s sur les contours naturels de l&rsquo;exp\u00e9rience statistique brute. Les exp\u00e9rimentateurs mesur\u00e8rent simultan\u00e9ment les temps de traitement cognitif et la charge mentale subjective via des \u00e9chelles psychom\u00e9triques valid\u00e9es de type NASA-TLX. Les r\u00e9sultats pr\u00e9liminaires confirm\u00e8rent une chute drastique du temps d&rsquo;inhibition et une r\u00e9duction massive de l&rsquo;effort computationnel subjectif dans la condition fr\u00e9quentiste compar\u00e9e \u00e0 la condition en probabilit\u00e9s standards.<\/p>\n<h3>4.3 Profils des participants et standardisation des mesures<\/h3>\n<p>Afin de parer \u00e0 toute critique relative \u00e0 un \u00e9ventuel biais de s\u00e9lection d&rsquo;\u00e9chantillon, Gigerenzer et Goldstein ont administr\u00e9 ces protocoles comparatifs \u00e0 une population large, diversifi\u00e9e et rigoureusement stratifi\u00e9e. Les cohortes exp\u00e9rimentales comprenaient non seulement des \u00e9tudiants de premier cycle universitaire en psychologie ou en sciences humaines \u2014 public classiquement cibl\u00e9 par les recherches de Kahneman et Tversky \u2014, mais \u00e9galement des professionnels en exercice confront\u00e9s quotidiennement \u00e0 la prise de d\u00e9cision sous incertitude : des m\u00e9decins hospitaliers, des magistrats, des officiers de police judiciaire, ainsi que des \u00e9tudiants avanc\u00e9s en math\u00e9matiques et en statistiques appliqu\u00e9es.<\/p>\n<p>Le niveau ant\u00e9rieur de comp\u00e9tence math\u00e9matique formelle et de familiarit\u00e9 avec le calcul des probabilit\u00e9s conditionnelles fut \u00e9valu\u00e9 en amont via un questionnaire standardis\u00e9 d&rsquo;aptitude statistique, permettant d&rsquo;isoler l&rsquo;effet propre du format d&rsquo;information en \u00e9liminant les facteurs confondants d&rsquo;expertise acad\u00e9mique. De plus, les crit\u00e8res d&rsquo;\u00e9valuation de la performance bay\u00e9sienne furent formalis\u00e9s selon des r\u00e8gles rigoureuses :<\/p>\n<ul>\n<li><strong>Performance bay\u00e9sienne exacte :<\/strong> le sujet fournit le ratio math\u00e9matiquement parfait d\u00e9riv\u00e9 des donn\u00e9es (par exemple <span class=\"arabpsy-math-inline\" data-latex=\"8 \/ (8 + 99) = 8 \/ 107\">$8 \/ (8 + 99) = 8 \/ 107$<\/span>).<\/li>\n<li><strong>Performance bay\u00e9sienne approch\u00e9e :<\/strong> le sujet produit une estimation comprise dans un intervalle de confiance strict de <span class=\"arabpsy-math-inline\" data-latex=\"\\pm 5,%\">$\\pm 5,%$<\/span> autour de la valeur bay\u00e9sienne r\u00e9elle, attestant de la prise en compte int\u00e9grale du taux de base combin\u00e9 \u00e0 la vraisemblance.<\/li>\n<li><strong>Erreur de repr\u00e9sentativit\u00e9 :<\/strong> le sujet r\u00e9pond exclusivement en fonction du taux de sensibilit\u00e9 du test ou de la similarit\u00e9 du st\u00e9r\u00e9otype (par exemple <span class=\"arabpsy-math-inline\" data-latex=\"80,%\">$80,%$<\/span>, en ignorant totalement la base de 99 faux positifs).<\/li>\n<\/ul>\n<p>Cette standardisation m\u00e9trique sans pr\u00e9c\u00e9dent offrait un socle empirique inattaquable pour jauger la validit\u00e9 universelle de l&rsquo;affirmation de Tversky selon laquelle la n\u00e9gligence du taux de base serait une composante inamovible du cerveau humain.<\/p>\n<h2>5. R\u00e9sultats exp\u00e9rimentaux : La disparition du biais de n\u00e9gligence<\/h2>\n<h3>5.1 Am\u00e9lioration spectaculaire des performances de raisonnement<\/h3>\n<p>Les conclusions quantitatives issues des s\u00e9ries exp\u00e9rimentales conduites par Gigerenzer, Goldstein et leurs collaborateurs ont suscit\u00e9 une onde de choc au sein de la communaut\u00e9 des sciences du comportement. Lorsque les probl\u00e8mes de jugement \u00e9taient formul\u00e9s selon le canon probabiliste traditionnel de Tversky et Kahneman, les donn\u00e9es ont confirm\u00e9 le constat historique : un taux effroyablement bas de r\u00e9ponses bay\u00e9siennes correctes, oscillant invariablement entre 10 % et 20 % selon les groupes d&rsquo;\u00e2ge et de formation, la quasi-totalit\u00e9 des participants succombant \u00e0 la n\u00e9gligence flagrante des probabilit\u00e9s a priori au profit de jugements st\u00e9r\u00e9otypiques ou d&rsquo;estimations index\u00e9es exclusivement sur la sensibilit\u00e9 du signal.<\/p>\n<p>En revanche, d\u00e8s lors que les m\u00eames probl\u00e8mes statistiques \u00e9taient transcrits dans le format des fr\u00e9quences naturelles, l&rsquo;effet exp\u00e9rimental fut spectaculaire : la proportion de participants produisant la r\u00e9ponse bay\u00e9sienne exacte s&rsquo;est envol\u00e9e pour atteindre des niveaux compris entre 50 % et pr\u00e8s de 80 %, sans qu&rsquo;aucun entra\u00eenement pr\u00e9alable ni aucun cours de rattrapage en logique formelle n&rsquo;ait \u00e9t\u00e9 dispens\u00e9. Dans une \u00e9tude devenue c\u00e9l\u00e8bre men\u00e9e aupr\u00e8s de m\u00e9decins g\u00e9n\u00e9ralistes \u00e9valuant la valeur pr\u00e9dictive d&rsquo;un test de d\u00e9pistage, le taux de raisonnement bay\u00e9sien correct est pass\u00e9 de 8 % sous le format des pourcentages \u00e0 46 % sous le format fr\u00e9quentiste, et m\u00eame \u00e0 75 % lorsque des arbres visuels accompagnaient le texte descriptif.<\/p>\n<p>Ces donn\u00e9es \u00e9tablirent de mani\u00e8re irr\u00e9futable que la n\u00e9gligence du taux de base n&rsquo;est pas un d\u00e9ficit cognitif ind\u00e9l\u00e9bile grav\u00e9 dans l&rsquo;architecture neuronale de notre esp\u00e8ce. D\u00e8s que l&rsquo;on restaure l&rsquo;isomorphisme entre la structure de la t\u00e2che et les capacit\u00e9s de traitement \u00e9cologique du syst\u00e8me cognitif, le pr\u00e9tendu biais s&rsquo;\u00e9vapore en grande partie. Des r\u00e9plications ind\u00e9pendantes men\u00e9es \u00e0 travers le monde par des \u00e9quipes concurrentes ont syst\u00e9matiquement valid\u00e9 cette robustesse ph\u00e9nom\u00e9nologique : la manipulation du format d&rsquo;information reste \u00e0 ce jour l&rsquo;intervention exp\u00e9rimentale la plus puissante jamais d\u00e9couverte pour \u00e9radiquer l&rsquo;illusion de n\u00e9gligence du taux de base.<\/p>\n<h3>5.2 L&rsquo;impact direct de la transparence algorithmique de l&rsquo;information<\/h3>\n<p>L&rsquo;explication fondamentale de ce saut qualitatif de performance tient \u00e0 ce que Gigerenzer nomme la transparence algorithmique de l&rsquo;information. Sous le format standard des probabilit\u00e9s et pourcentages, la r\u00e9solution d&rsquo;une inf\u00e9rence bay\u00e9sienne contraint la m\u00e9moire de travail de l&rsquo;op\u00e9rateur humain \u00e0 d\u00e9ployer une cascade d&rsquo;op\u00e9rations de haute intensit\u00e9 computationnelle : multiplication de probabilit\u00e9s disjointes, calcul du d\u00e9nominateur marginal int\u00e9grant les faux positifs et inversion conceptuelle de la relation conditionnelle entre <span class=\"arabpsy-math-inline\" data-latex=\"P(D|H)\">$P(D|H)$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"P(H|D)\">$P(H|D)$<\/span>. La formule de Bayes impose une acrobatie math\u00e9matique consistant \u00e0 ramener diff\u00e9rentes bases d&rsquo;\u00e9chantillonnage \u00e0 une \u00e9chelle unitaire normalis\u00e9e comprise entre 0 et 1, op\u00e9ration hautement vuln\u00e9rable aux interf\u00e9rences m\u00e9morielles et aux erreurs de calcul arithm\u00e9tique.<\/p>\n<p>Sous le format des fr\u00e9quences naturelles, cette complexit\u00e9 computationnelle s&rsquo;effondre d&rsquo;un coup. Le calcul bay\u00e9sien se r\u00e9duit \u00e0 une op\u00e9ration \u00e9l\u00e9mentaire de comptage \u00e0 la port\u00e9e d&rsquo;un enfant :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{Probabilit\u00e9 recherch\u00e9e} = \\frac{\\text{Nombre de vrais positifs}}{\\text{Nombre de vrais positifs} + \\text{Nombre de faux positifs}} = \\frac{a}{a + b}\">$$\\text{Probabilit\u00e9 recherch\u00e9e} = \\frac{\\text{Nombre de vrais positifs}}{\\text{Nombre de vrais positifs} + \\text{Nombre de faux positifs}} = \\frac{a}{a + b}$$<\/span><\/p>\n<p>Le sujet n&rsquo;a plus besoin de multiplier la sensibilit\u00e9 par le taux de base, ni de calculer la probabilit\u00e9 compl\u00e9mentaire des faux n\u00e9gatifs ou des personnes saines : l&rsquo;information distributionnelle du taux de base a d\u00e9j\u00e0 \u00e9t\u00e9 automatiquement absorb\u00e9e et encod\u00e9e dans la magnitude brute des sous-populations <span class=\"arabpsy-math-inline\" data-latex=\"a\">$a$<\/span> et <span class=\"arabpsy-math-inline\" data-latex=\"b\">$b$<\/span>. En \u00e9liminant le besoin de normalisation et d&rsquo;inversion des probabilit\u00e9s conditionnelles, le format fr\u00e9quentiste rend l&rsquo;algorithme computationnel imm\u00e9diatement transparent. L&rsquo;intelligence humaine n&rsquo;a pas subitement chang\u00e9 de nature ; elle a simplement \u00e9t\u00e9 branch\u00e9e sur un protocole repr\u00e9sentationnel qui externalise et simplifie le travail alg\u00e9brique, permettant aux m\u00e9canismes de classification naturelle de fonctionner \u00e0 plein r\u00e9gime.<\/p>\n<h3>5.3 Analyse d\u00e9taill\u00e9e des sch\u00e9mas d&rsquo;erreur r\u00e9siduels<\/h3>\n<p>Malgr\u00e9 cette spectaculaire r\u00e9sorption du biais, une proportion minoritaire de participants continuait d&rsquo;\u00e9chouer dans les conditions en fr\u00e9quences naturelles. L&rsquo;analyse fine de ces \u00e9checs r\u00e9siduels a permis \u00e0 Gigerenzer et Goldstein d&rsquo;affiner encore leur diagnostic \u00e9pist\u00e9mologique. Contrairement aux affirmations des tenants du paradigme des biais cognitifs, qui voyaient dans toute d\u00e9viation la signature d&rsquo;un raisonnement intrins\u00e8quement fallacieux gouvern\u00e9 par la repr\u00e9sentativit\u00e9, les donn\u00e9es qualitatives r\u00e9v\u00e9l\u00e8rent que les erreurs r\u00e9siduelles relevaient de contraintes computationnelles prosa\u00efques et non d&rsquo;une faillite conceptuelle structurelle.<\/p>\n<p>La premi\u00e8re cause d&rsquo;erreur r\u00e9siduelle identifi\u00e9e r\u00e9side dans les limites intrins\u00e8ques de la m\u00e9moire de travail lorsque les nombres absolus manipul\u00e9s deviennent excessivement volumineux ou arithm\u00e9tiquement encombrants (par exemple, calculer le ratio mental de <span class=\"arabpsy-math-inline\" data-latex=\"17 \/ (17 + 843)\">$17 \/ (17 + 843)$<\/span> sans crayon ni papier). Lorsque les individus \u00e9taient confront\u00e9s \u00e0 des fractions non r\u00e9ductibles intuitivement, une fraction substantielle des sujets d\u00e9clarait des approximations impr\u00e9cises en raison de la fatigue cognitive ou recourait \u00e0 des strat\u00e9gies de simplification par arrondi grossier.<\/p>\n<p>La seconde cause concernait la confusion s\u00e9mantique des ensembles : certains participants isolaient correctement le num\u00e9rateur (les vrais positifs) mais s\u00e9lectionnaient par inadvertance la population globale totale comme d\u00e9nominateur (<span class=\"arabpsy-math-inline\" data-latex=\"a \/ N\">$a \/ N$<\/span> au lieu de <span class=\"arabpsy-math-inline\" data-latex=\"a \/ (a + b)\">$a \/ (a + b)$<\/span>), commettant une erreur de d\u00e9limitation de la sous-cat\u00e9gorie d&rsquo;int\u00e9r\u00eat et non une omission du taux de base proprement dite. Cette distinction est cruciale : confondre deux cat\u00e9gories au sein d&rsquo;un \u00e9chantillon ne rel\u00e8ve pas de la m\u00eame pathologie cognitive que d&rsquo;ignorer d\u00e9lib\u00e9r\u00e9ment la raret\u00e9 d&rsquo;une maladie en se focalisant sur un st\u00e9r\u00e9otype. Les travaux de Gigerenzer ont ainsi d\u00e9montr\u00e9 que la comp\u00e9tence statistique \u00e9l\u00e9mentaire est bel et bien pr\u00e9sente dans le r\u00e9pertoire cognitif ordinaire, mais que son expression demeure tributaire de l&rsquo;accessibilit\u00e9 cognitive des repr\u00e9sentations num\u00e9riques.<\/p>\n<h2>6. La pol\u00e9mique scientifique : Le d\u00e9bat intellectuel avec Amos Tversky<\/h2>\n<h3>6.1 Les contre-arguments formul\u00e9s par Amos Tversky et ses partisans<\/h3>\n<p>La publication des travaux de Gerd Gigerenzer d\u00e9stabilisa profond\u00e9ment l&rsquo;\u00e9difice th\u00e9orique \u00e9rig\u00e9 par le programme des heuristiques et biais. Amos Tversky, second\u00e9 par Daniel Kahneman, r\u00e9agit vigoureusement \u00e0 cette contestation directe de leurs conclusions historiques. Au cours d&rsquo;une s\u00e9rie de joutes intellectuelles m\u00e9morables publi\u00e9es dans les plus grandes revues de psychologie au milieu des ann\u00e9es 1990 \u2014 notamment dans la <em>Psychological Review<\/em> \u2014, Tversky a d\u00e9fendu pied \u00e0 pied la robustesse ontologique de la n\u00e9gligence du taux de base.<\/p>\n<p>Le principal contre-argument formul\u00e9 par Tversky et ses partisans consistait \u00e0 affirmer que les fr\u00e9quences naturelles ne constituent nullement une preuve de la rationalit\u00e9 bay\u00e9sienne humaine, mais repr\u00e9sentent simplement une b\u00e9quille computationnelle externe (<em>computational crutch<\/em>). Selon leur interpr\u00e9tation, pr\u00e9senter des fr\u00e9quences naturelles revient \u00e0 pr\u00e9-dig\u00e9rer la t\u00e2che math\u00e9matique en lieu et place du participant. Si l&rsquo;\u00eatre humain a imp\u00e9rativement besoin que l&rsquo;on transforme un probl\u00e8me probabiliste en d\u00e9nombrement arithm\u00e9tique trivial pour parvenir \u00e0 la solution, c&rsquo;est pr\u00e9cis\u00e9ment la preuve irr\u00e9futable, soutenaient-ils, que son intuition native est totalement incapable de traiter le concept authentique de probabilit\u00e9.<\/p>\n<p>Tversky insistait sur le fait que, dans la vie r\u00e9elle moderne, les informations ne se pr\u00e9sentent pas sous la forme ordonn\u00e9e d&rsquo;arbres fr\u00e9quentiels soigneusement pr\u00e9-\u00e9chantillonn\u00e9s. Un juge au tribunal, un analyste du renseignement ou un investisseur boursier est continuellement contraint d&rsquo;\u00e9valuer la probabilit\u00e9 d&rsquo;un \u00e9v\u00e9nement unique non r\u00e9p\u00e9table (<em>single-event probability<\/em>) \u00e0 partir d&rsquo;indices disparates et de taux de base globaux formul\u00e9s en pourcentages abstraits. Dans cette configuration singuli\u00e8re, maintenait Tversky, l&rsquo;heuristique de repr\u00e9sentativit\u00e9 reprend in\u00e9vitablement ses droits, et le biais de n\u00e9gligence du taux de base ressurgit avec toute sa puissance d\u00e9vastatrice, d\u00e9montrant ainsi la persistance d&rsquo;une irrationalit\u00e9 fondamentale d\u00e8s que l&rsquo;artifice fr\u00e9quentiste est retir\u00e9.<\/p>\n<h3>6.2 La r\u00e9plique \u00e9pist\u00e9mologique de Gerd Gigerenzer<\/h3>\n<p>La riposte de Gerd Gigerenzer \u00e0 ces objections ne s&rsquo;est pas fait attendre et s&rsquo;est d\u00e9ploy\u00e9e sur le terrain de la rigueur \u00e9pist\u00e9mologique et de la philosophie des sciences. Gigerenzer a accus\u00e9 le programme de recherche de Kahneman et Tversky de reposer sur des concepts th\u00e9oriques mous, \u00e9lastiques et fondamentalement infalsifiables au sens popp\u00e9rien. Dans son c\u00e9l\u00e8bre article de 1996, <em>\u00ab On Narrow Norms and Vague Heuristics \u00bb<\/em>, il a soulign\u00e9 que l&rsquo;heuristique de repr\u00e9sentativit\u00e9, telle que d\u00e9finie par ses inventeurs, est incapable de pr\u00e9dire quantitativement le comportement humain a priori : elle ne sert qu&rsquo;\u00e0 fournir des explications narratives commodes a posteriori.<\/p>\n<p>Selon Gigerenzer, affirmer qu&rsquo;un participant fait appel \u00e0 la \u00ab repr\u00e9sentativit\u00e9 \u00bb lorsqu&rsquo;il se focalise sur la description et qu&rsquo;il ferait appel \u00e0 une autre r\u00e8gle ind\u00e9termin\u00e9e lorsqu&rsquo;il utilise les statistiques ne constitue pas une mod\u00e9lisation cognitive digne de ce nom. Il a exig\u00e9 le remplacement de ces \u00e9tiquettes verbales par des algorithmes pr\u00e9cis sp\u00e9cifiant les \u00e9tapes pas-\u00e0-pas de l&rsquo;encodage de l&rsquo;information, des r\u00e8gles de recherche mn\u00e9sique, des conditions d&rsquo;arr\u00eat d&rsquo;analyse et des fonctions de d\u00e9cision. C&rsquo;est pr\u00e9cis\u00e9ment ce que r\u00e9alisent les mod\u00e8les computationnels bas\u00e9s sur les fr\u00e9quences naturelles.<\/p>\n<p>De plus, Gigerenzer a rejet\u00e9 avec vigueur l&rsquo;argument de la \u00ab b\u00e9quille computationnelle \u00bb. Pour lui, accuser le format fr\u00e9quentiste d&rsquo;\u00eatre une b\u00e9quille artificielle rel\u00e8ve d&rsquo;un contresens historique et phylog\u00e9n\u00e9tique total : c&rsquo;est le pourcentage d\u00e9cimal \u2014 invention humaine vieille de seulement quelques si\u00e8cles \u2014 qui constitue un format artificiel impos\u00e9 \u00e0 une machinerie cognitive qui a pass\u00e9 des millions d&rsquo;ann\u00e9es \u00e0 traiter des fr\u00e9quences concr\u00e8tes au contact direct de la nature. Reprocher \u00e0 l&rsquo;esprit humain de mieux raisonner avec des fr\u00e9quences naturelles qu&rsquo;avec des probabilit\u00e9s singuli\u00e8res revient \u00e0 reprocher \u00e0 un \u0153il humain de mieux voir la lumi\u00e8re visible que les rayons gamma, puis d&rsquo;en conclure que la vision humaine est d\u00e9ficiente.<\/p>\n<h3>6.3 Points de divergence irr\u00e9conciliables sur la nature de la rationalit\u00e9<\/h3>\n<p>Cette pol\u00e9mique a rapidement mis au jour des divergences philosophiques irr\u00e9conciliables quant \u00e0 la nature m\u00eame de la rationalit\u00e9 et de la d\u00e9finition \u00e9pist\u00e9mique de la probabilit\u00e9. Au fondement de cette discorde r\u00e9side le clivage historique entre l&rsquo;\u00e9cole fr\u00e9quentiste de Richard von Mises et l&rsquo;orthodoxie bay\u00e9sienne subjective d&rsquo;un Bruno de Finetti ou d&rsquo;un Leonard Savage.<\/p>\n<p>Pour l&rsquo;\u00e9cole bay\u00e9sienne subjective adopt\u00e9e implicitement par Kahneman et Tversky, la probabilit\u00e9 est une mesure coh\u00e9rente du degr\u00e9 de croyance qu&rsquo;un individu rationnel assigne \u00e0 une proposition ou \u00e0 un \u00e9v\u00e9nement unique, qu&rsquo;il s&rsquo;agisse de la culpabilit\u00e9 d&rsquo;un suspect ou de la m\u00e9t\u00e9o de demain. D\u00e8s lors, toute violation de la coh\u00e9rence interne de ces croyances mesur\u00e9es par les axiomes probabilistes constitue une d\u00e9viation irrationnelle. Pour l&rsquo;\u00e9cole fr\u00e9quentiste radicale dont s&rsquo;inspire Gigerenzer, en revanche, la probabilit\u00e9 math\u00e9matique n&rsquo;a rigoureusement aucun sens lorsqu&rsquo;elle est appliqu\u00e9e \u00e0 un \u00e9v\u00e9nement singulier et non r\u00e9p\u00e9table. La probabilit\u00e9 n&rsquo;est d\u00e9finie que comme la fr\u00e9quence limite relative d&rsquo;un \u00e9v\u00e9nement au sein d&rsquo;un collectif de r\u00e9f\u00e9rence ind\u00e9finiment r\u00e9p\u00e9t\u00e9 :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"P(E) = \\lim_{n to \\infty} \\frac{n_E}{n}\">$$P(E) = \\lim_{n to \\infty} \\frac{n_E}{n}$$<\/span><\/p>\n<p>Dans ce cadre conceptuel, demander \u00e0 un individu d&rsquo;estimer \u00ab la probabilit\u00e9 que Dick soit un ing\u00e9nieur \u00bb (un individu sp\u00e9cifique, unique, qui est soit 100 % ing\u00e9nieur, soit 100 % avocat, mais jamais une fraction des deux) est un non-sens s\u00e9mantique. L&rsquo;absence d&rsquo;une r\u00e9ponse align\u00e9e sur un pourcentage a priori ne peut en aucun cas \u00eatre d\u00e9cr\u00e9t\u00e9e irrationnelle, car aucune norme math\u00e9matique unique ne fait consensus parmi les th\u00e9oriciens des fondements de la statistique pour imposer la rationalit\u00e9 d&rsquo;une probabilit\u00e9 singuli\u00e8re subjective. Ce schisme intellectuel a r\u00e9v\u00e9l\u00e9 que la querelle empirique sur le taux de base masquait en r\u00e9alit\u00e9 une guerre fondamentale d&rsquo;axiomes \u00e9pist\u00e9mologiques sur ce que signifie \u00ab raisonner rationnellement \u00bb.<\/p>\n<h2>7. Mod\u00e9lisation cognitive : Des heuristiques descriptives aux algorithmes frugaux<\/h2>\n<h3>7.1 L&rsquo;architecture algorithmique propos\u00e9e par Gigerenzer et Goldstein<\/h3>\n<p>Pour concr\u00e9tiser leur rupture avec le paradigme des heuristiques et biais, Gerd Gigerenzer et Daniel Goldstein ont formalis\u00e9, au sein du groupe <em>Center for Adaptive Behavior and Cognition<\/em> (ABC), une famille de mod\u00e8les de d\u00e9cision op\u00e9rant sous rationalit\u00e9 \u00e9cologique. Cette entreprise visait \u00e0 prouver que le jugement humain en situation d&rsquo;incertitude peut \u00eatre mod\u00e9lis\u00e9 non par des \u00e9quations bay\u00e9siennes labyrinthiques ou des optimisations non lin\u00e9aires irr\u00e9alistes, mais par des architectures algorithmiques frugales respectant scrupuleusement les contraintes computationnelles de la cognition.<\/p>\n<p>L&rsquo;architecture g\u00e9n\u00e9rale de ces mod\u00e8les repose sur trois r\u00e8gles de fonctionnement canoniques :<\/p>\n<ul>\n<li><strong>R\u00e8gle de recherche s\u00e9quentielle ordonn\u00e9e (<em>search rule<\/em>) :<\/strong> l&rsquo;esprit n&rsquo;analyse pas l&rsquo;ensemble des donn\u00e9es simultan\u00e9ment. Il explore les indices d&rsquo;\u00e9valuation s\u00e9quentiellement, les uns apr\u00e8s les autres, en fonction de leur pouvoir de discrimination ou de leur validit\u00e9 \u00e9cologique pr\u00e9\u00e9tablie.<\/li>\n<li><strong>R\u00e8gle d&rsquo;arr\u00eat pr\u00e9coce (<em>stopping rule<\/em>) :<\/strong> la collecte et le traitement de l&rsquo;information sont interrompus imm\u00e9diatement d\u00e8s que le premier indice discriminant est identifi\u00e9, rendant superflue la prise en compte du reste des variables disponibles.<\/li>\n<li><strong>R\u00e8gle de d\u00e9cision univari\u00e9e (<em>decision rule<\/em>) :<\/strong> le choix ou la classification s&rsquo;effectue exclusivement sur la base de cet unique indice d\u00e9cisif, excluant toute pond\u00e9ration matricielle complexe entre avantages et inconv\u00e9nients r\u00e9siduels.<\/li>\n<\/ul>\n<p>Cette approche substitue \u00e0 l&rsquo;hypoth\u00e8se de l&rsquo;int\u00e9gration globale de l&rsquo;information un traitement s\u00e9quentiel discontinu fond\u00e9 sur le principe de \u00ab d\u00e9cision par une seule bonne raison \u00bb (<em>one-reason decision making<\/em>). Ce cadre permet d&rsquo;analyser l&rsquo;usage ou l&rsquo;abandon d\u00e9lib\u00e9r\u00e9 des taux de base non comme un dysfonctionnement cognitif, mais comme une cons\u00e9quence logique de l&rsquo;agencement algorithmique des indices de diagnostic.<\/p>\n<h3>7.2 L&rsquo;heuristique \u00ab Take the Best \u00bb et son lien avec l&rsquo;usage des taux de base<\/h3>\n<p>L&rsquo;illustration la plus \u00e9clatante de cette mod\u00e9lisation algorithmique computationnelle est l&rsquo;heuristique <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/heuristics-decision-making\/\">Take the Best<\/a> (TTB), con\u00e7ue et formalis\u00e9e par Daniel Goldstein et Gerd Gigerenzer en 1996. Con\u00e7ue initialement pour des t\u00e2ches de choix binaire entre deux alternatives (par exemple, d\u00e9terminer laquelle de deux villes d&rsquo;Allemagne a la population la plus \u00e9lev\u00e9e), TTB s&rsquo;applique parfaitement \u00e0 la question du classement cat\u00e9goriel de cas cliniques ou juridiques impliquant des taux de base.<\/p>\n<p>Dans l&rsquo;algorithme Take the Best, les indices diagnostiques sont pr\u00e9alablement ordonn\u00e9s selon leur validit\u00e9 \u00e9cologique <span class=\"arabpsy-math-inline\" data-latex=\"v_i\">$v_i$<\/span>, d\u00e9finie par la probabilit\u00e9 conditionnelle qu&rsquo;un choix soit correct \u00e9tant donn\u00e9 que l&rsquo;indice discrimine les deux options :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"v_i = P(O_A &gt; O_B mid \\text{Indice } i \\text{ discrimine } A \\text{ et } B)\">$$v_i = P(O_A > O_B mid \\text{Indice } i \\text{ discrimine } A \\text{ et } B)$$<\/span><\/p>\n<p>Si le taux de base poss\u00e8de une validit\u00e9 pr\u00e9dictive sup\u00e9rieure \u00e0 celle des indices descriptifs disponibles, il est interrog\u00e9 en premier lieu. Si sa magnitude permet de trancher avec un degr\u00e9 de certitude suffisant, la r\u00e8gle d&rsquo;arr\u00eat s&rsquo;enclenche, et le d\u00e9cideur classe le cas en fonction de ce seul taux de base, ignorant totalement le reste des informations. \u00c0 l&rsquo;inverse, si un indice descriptif (par exemple, un profil comportemental extr\u00eamement typique ou un biomarqueur pathologique lourd) poss\u00e8de une validit\u00e9 sup\u00e9rieure \u00e0 celle du taux de base statistique ambiant, Take the Best consulte cet indice en premier. S&rsquo;il discrimine le cas, la r\u00e8gle d&rsquo;arr\u00eat bloque instantan\u00e9ment toute recherche informationnelle ult\u00e9rieure. Le taux de base n&rsquo;est alors pas \u00ab n\u00e9glig\u00e9 par stupidit\u00e9 \u00bb : il est \u00e9cologiquement neutralis\u00e9 parce que sa prise en compte marginale n&rsquo;am\u00e9liorerait pas la d\u00e9cision ou augmenterait le risque d&rsquo;erreur d&rsquo;ajustement computationnel.<\/p>\n<p>Ce ph\u00e9nom\u00e8ne s&rsquo;inscrit au c\u0153ur du principe contre-intuitif formalis\u00e9 par Gigerenzer et Goldstein sous le nom de \u00ab moins, c&rsquo;est plus \u00bb (<em>less-is-more effect<\/em>). Ils ont d\u00e9montr\u00e9 math\u00e9matiquement qu&rsquo;il existe des plages statistiques \u00e9tendues dans lesquelles un d\u00e9cideur exploitant moins d&rsquo;informations \u2014 en ignorant consciemment les taux de base secondaires au profit d&rsquo;un indicateur clinique cardinal \u2014 atteint un niveau de pr\u00e9cision pr\u00e9dictive sup\u00e9rieur \u00e0 celui d&rsquo;un mod\u00e8le statistique int\u00e9grant l&rsquo;ensemble des probabilit\u00e9s conditionnelles pond\u00e9r\u00e9es.<\/p>\n<h3>7.3 Validation informatique et simulations computationnelles<\/h3>\n<p>Pour asseoir la cr\u00e9dibilit\u00e9 scientifique de ces algorithmes face aux mod\u00e8les de d\u00e9cision n\u00e9oclassiques, Daniel Goldstein a pilot\u00e9 d&rsquo;immenses s\u00e9ries de simulations informatiques par la m\u00e9thode de Monte-Carlo, confrontant Take the Best \u00e0 des m\u00e9thodes d&rsquo;optimisation r\u00e9put\u00e9es infaillibles, au premier rang desquelles la r\u00e9gression lin\u00e9aire multiple et le calcul bay\u00e9sien int\u00e9gral.<\/p>\n<p>Ces simulations ont analys\u00e9 la pr\u00e9cision des pr\u00e9dictions sur des dizaines de bases de donn\u00e9es empiriques issues du monde r\u00e9el (pr\u00e9diction de la mortalit\u00e9 infantile, prix de l&rsquo;immobilier, taux d&rsquo;admission scolaire, diagnostic cardiologique). Les donn\u00e9es \u00e9taient syst\u00e9matiquement scind\u00e9es en deux sous-ensembles : une base d&rsquo;apprentissage (<em>fitting<\/em>) et une base de test hors \u00e9chantillon (<em>cross-validation \/ prediction<\/em>). Les r\u00e9sultats computationnels ont mis en d\u00e9route les attentes conventionnelles :<\/p>\n<ul>\n<li>Dans la phase d&rsquo;apprentissage, les mod\u00e8les statistiques complexes int\u00e9graient l&rsquo;ensemble des pr\u00e9dicteurs et des taux de base, affichant un ajustement descriptif sup\u00e9rieur \u00e0 celui des algorithmes frugaux.<\/li>\n<li>Mais lors de l&rsquo;application des mod\u00e8les \u00e0 des donn\u00e9es in\u00e9dites (g\u00e9n\u00e9ralisation pr\u00e9dictive), l&rsquo;heuristique Take the Best a r\u00e9guli\u00e8rement \u00e9gal\u00e9 ou surpass\u00e9 la r\u00e9gression lin\u00e9aire et les mod\u00e8les bay\u00e9siens probabilistes complets.<\/li>\n<\/ul>\n<p>Cette sup\u00e9riorit\u00e9 pr\u00e9dictive des algorithmes ignorant une partie des taux de base et des pond\u00e9rations statistiques s&rsquo;explique th\u00e9oriquement par le dilemme biais-variance (<em>bias-variance dilemma<\/em>). Les mod\u00e8les statistiques surparam\u00e9tr\u00e9s souffrent de surajustement (<em>overfitting<\/em>) : ils confondent le signal pr\u00e9dictif stable avec le bruit stochastique propre \u00e0 l&rsquo;\u00e9chantillon d&rsquo;apprentissage. En revanche, les heuristiques frugales, en raison de leur simplicit\u00e9 algorithmique et de leur arr\u00eat pr\u00e9coce, font preuve d&rsquo;une robustesse remarquable face au bruit environnemental. L&rsquo;abandon de l&rsquo;int\u00e9gration exhaustive des taux de base par l&rsquo;esprit humain appara\u00eet d\u00e8s lors non comme une tare de la rationalit\u00e9, mais comme une barri\u00e8re protectrice sophistiqu\u00e9e contre le surapprentissage statistique.<\/p>\n<h2>8. Facteurs contextuels et \u00e9cologiques influen\u00e7ant l&rsquo;utilisation du taux de base<\/h2>\n<h3>8.1 La s\u00e9mantique et le r\u00e9alisme contextuel des stimuli<\/h3>\n<p>Au-del\u00e0 de la formalisation algorithmique, les investigations empiriques men\u00e9es dans le sillage des travaux de Gigerenzer et Goldstein ont document\u00e9 avec une grande pr\u00e9cision les facteurs contextuels et \u00e9cologiques qui d\u00e9clenchent ou inhibent l&rsquo;exploitation des taux de base par le cerveau humain. Le premier d\u00e9terminant majeur concerne la charge de r\u00e9alisme contextuel et la coh\u00e9rence s\u00e9mantique des t\u00e2ches administr\u00e9es. D\u00e8s que des probl\u00e8mes statistiques sont extraits du laboratoire pour \u00eatre ancr\u00e9s dans des r\u00e9alit\u00e9s professionnelles famili\u00e8res aux sujets test\u00e9s, l&rsquo;architecture du jugement se modifie substantiellement.<\/p>\n<p>Dans des t\u00e2ches d\u00e9contextualis\u00e9es mettant en sc\u00e8ne des d\u00e9s abstraits, des billes color\u00e9es ou des urnes virtuelles, les participants peinent \u00e0 construire un mod\u00e8le mental de la situation (<em>situation model<\/em>). Priv\u00e9s de rep\u00e8res physiques, ils deviennent particuli\u00e8rement sensibles aux formulations textuelles et recourent \u00e0 des heuristiques de surface mal calibr\u00e9es. En revanche, lorsque les m\u00eames donn\u00e9es statistiques sont int\u00e9gr\u00e9es dans une narration biologiquement ou socialement plausible \u2014 par exemple le pistage d&rsquo;un gibier par un chasseur ou l&rsquo;\u00e9valuation de la contagiosit\u00e9 d&rsquo;une maladie infantile par une m\u00e8re \u2014, la plausibilit\u00e9 narrative structure imm\u00e9diatement la distribution attendue des occurrences. Le taux de base n&rsquo;est plus une donn\u00e9e num\u00e9rique morte que le sujet doit retenir artificiellement en m\u00e9moire de travail : il devient une propri\u00e9t\u00e9 immanente du syst\u00e8me \u00e9cologique repr\u00e9sent\u00e9.<\/p>\n<p>De plus, la cr\u00e9dibilit\u00e9 de l&rsquo;\u00e9metteur de l&rsquo;information exerce une modulation critique. Si le taux de base provient d&rsquo;une source jug\u00e9e incertaine, manipulatrice ou non repr\u00e9sentative de l&rsquo;\u00e9cosyst\u00e8me local, l&rsquo;esprit humain a tendance \u00e0 l&rsquo;ignorer rationnellement pour privil\u00e9gier l&rsquo;observation directe du cas d&rsquo;esp\u00e8ce, appliquant une saine m\u00e9fiance statistique que les protocoles de laboratoire classiques codifiaient h\u00e2tivement sous le label d&rsquo;\u00ab irrationalit\u00e9 cognitive \u00bb.<\/p>\n<h3>8.2 L&rsquo;expertise du sujet et le domaine de d\u00e9cision<\/h3>\n<p>Un deuxi\u00e8me param\u00e8tre \u00e9cologique fondamental r\u00e9side dans le niveau d&rsquo;expertise du d\u00e9cideur et les conditions d&rsquo;apprentissage auxquelles il a \u00e9t\u00e9 historiquement expos\u00e9. Gigerenzer et ses collaborateurs ont mis en exergue une divergence profonde entre deux modes d&rsquo;apprentissage de l&rsquo;information statistique : l&rsquo;apprentissage par description (<em>learning from description<\/em>) et l&rsquo;apprentissage par l&rsquo;exp\u00e9rience directe (<em>learning from experience<\/em>).<\/p>\n<p>Dans le monde acad\u00e9mique et les protocoles de Kahneman et Tversky, l&rsquo;information statistique est quasi syst\u00e9matiquement fournie sous forme de descriptions synth\u00e9tiques pr\u00e9alables (textes, r\u00e9sum\u00e9s chiffr\u00e9s). Or, dans la pratique professionnelle r\u00e9elle \u2014 qu&rsquo;il s&rsquo;agisse d&rsquo;un urgentiste examinant des centaines de radiographies pulmonaires par an ou d&rsquo;un m\u00e9canicien diagnostiquant des pannes de moteurs \u2014, les experts n&rsquo;acqui\u00e8rent pas leurs connaissances statistiques \u00e0 travers des fiches de probabilit\u00e9s abstraites. Ils apprennent par r\u00e9troaction s\u00e9quentielle directe, cas par cas, construisant une intuition fr\u00e9quentiste hautement calibr\u00e9e de la pr\u00e9valence r\u00e9elle des pathologies au fil du temps.<\/p>\n<p>Lorsqu&rsquo;on \u00e9value l&rsquo;expertise dans un cadre exp\u00e9rimental respectant ce format d&rsquo;apprentissage \u00e9cologique par \u00e9chantillonnage continu, la pr\u00e9tendue n\u00e9gligence du taux de base s&rsquo;att\u00e9nue consid\u00e9rablement chez les professionnels exp\u00e9riment\u00e9s. Un clinicien chevronn\u00e9 int\u00e8gre spontan\u00e9ment la raret\u00e9 d&rsquo;une affection rare et exige des signes diagnostiques infiniment plus probants avant de poser une \u00e9tiquette clinique lourde, d\u00e9montrant que l&rsquo;expertise authentique r\u00e9concilie l&rsquo;intuition avec les taux de base, \u00e0 condition que ces derniers aient \u00e9t\u00e9 int\u00e9gr\u00e9s par exp\u00e9rience incarn\u00e9e et non plaqu\u00e9s sous forme de pourcentages d\u00e9connect\u00e9s de la pratique clinique.<\/p>\n<h3>8.3 La structure de causalit\u00e9 per\u00e7ue<\/h3>\n<p>Le troisi\u00e8me facteur \u00e9cologique capital influen\u00e7ant la prise en compte du taux de base est l&rsquo;attribution d&rsquo;un sch\u00e9ma de causalit\u00e9 direct entre la distribution statistique et le r\u00e9sultat individuel. Dans les travaux originaux d&rsquo;Amos Tversky lui-m\u00eame, amorc\u00e9s \u00e0 la fin des ann\u00e9es 1970 avec son collaborateur Daniel Kahneman, ils avaient d\u00e9j\u00e0 \u00e9t\u00e9 contraints de conc\u00e9der une nuance majeure : l&rsquo;humain int\u00e8gre beaucoup plus ais\u00e9ment les taux de base lorsqu&rsquo;ils peuvent \u00eatre interpr\u00e9t\u00e9s de mani\u00e8re causale.<\/p>\n<p>Gigerenzer et d&rsquo;autres chercheurs ont approfondi cette dimension en prouvant que la dichotomie entre information \u00ab causale \u00bb et \u00ab incidente \u00bb n&rsquo;est pas un biais arbitraire de l&rsquo;esprit, mais le reflet d&rsquo;une adaptation statistique intelligente. Si l&rsquo;on explique aux participants que dans une ville, 85 % des taxis sont verts et 15 % sont bleus, le taux de base est per\u00e7u comme une donn\u00e9e purement fortuite ou incidente, n&rsquo;ayant aucun lien causal avec la fiabilit\u00e9 de la vision d&rsquo;un t\u00e9moin oculaire dans la brume. En revanche, si l&rsquo;on pr\u00e9cise que les taxis verts sont impliqu\u00e9s dans 85 % des accidents parce que leur compagnie embauche des conducteurs non form\u00e9s et recycle des v\u00e9hicules v\u00e9tustes, le taux de base acquiert une force causale imm\u00e9diate. Dans cette configuration, les participants int\u00e8grent massivement cette statistique a priori dans leur \u00e9quation d\u00e9cisionnelle pour d\u00e9terminer la culpabilit\u00e9 du chauffeur incrimin\u00e9.<\/p>\n<p>Cette distinction met en lumi\u00e8re le fait que l&rsquo;esprit humain n&rsquo;a pas \u00e9t\u00e9 calibr\u00e9 par l&rsquo;\u00e9volution pour \u00eatre une machine de corr\u00e9lation passive d\u00e9nu\u00e9e de sens physique. L&rsquo;architecture cognitive cherche avant tout \u00e0 identifier des m\u00e9canismes g\u00e9n\u00e9ratifs et causaux dans le monde. Transformer une statistique incidente en information causalement intelligible d\u00e9sactive spontan\u00e9ment le filtre de n\u00e9gligence, r\u00e9alignant l&rsquo;inf\u00e9rence du sujet profane avec les prescriptions normatives bay\u00e9siennes.<\/p>\n<h2>9. Implications fondamentales pour le diagnostic m\u00e9dical<\/h2>\n<h3>9.1 Le probl\u00e8me du d\u00e9pistage et de la valeur pr\u00e9dictive positive<\/h3>\n<p>L&rsquo;un des terrains d&rsquo;application les plus cruciaux et les plus dramatiques des recherches men\u00e9es par Gerd Gigerenzer sur la reformulation des taux de base concerne le diagnostic m\u00e9dical et l&rsquo;\u00e9pid\u00e9miologie clinique. Dans le domaine du d\u00e9pistage de masse \u2014 qu&rsquo;il s&rsquo;agisse de la mammographie pour le cancer du sein, des tests s\u00e9rologiques pour le VIH, ou des tests antig\u00e9niques lors d&rsquo;\u00e9pid\u00e9mies virales \u2014, la confusion cognitive entourant le taux de base engendre des erreurs cliniques aux cons\u00e9quences humaines et \u00e9thiques d\u00e9vastatrices.<\/p>\n<p>Le n\u0153ud du drame r\u00e9side dans l&rsquo;incapacit\u00e9 chronique d&rsquo;une majorit\u00e9 \u00e9crasante de praticiens de sant\u00e9 \u00e0 distinguer la sensibilit\u00e9 d&rsquo;un test diagnostique (la probabilit\u00e9 conditionnelle que le test soit positif sachant que le patient est malade, <span class=\"arabpsy-math-inline\" data-latex=\"P(T^+|M)\">$P(T^+|M)$<\/span>) de sa valeur pr\u00e9dictive positive (VPP : la probabilit\u00e9 conditionnelle que le patient soit effectivement malade sachant que son test est positif, <span class=\"arabpsy-math-inline\" data-latex=\"P(M|T^+)\">$P(M|T^+)$<\/span>). Lorsque les statistiques sont communiqu\u00e9es sous le format probabiliste standard classique, la quasi-totalit\u00e9 des m\u00e9decins interrog\u00e9s par Gigerenzer au cours de vastes enqu\u00eates en Allemagne et aux \u00c9tats-Unis commettent l&rsquo;inversion conditionnelle : inform\u00e9s qu&rsquo;une maladie touche 1 femme sur 1 000 (taux de base de 0,1 %), que la mammographie a une sensibilit\u00e9 de 90 % et un taux de faux positifs de 9 %, la majorit\u00e9 des radiologues et gyn\u00e9cologues affirment sans sourciller \u00e0 une patiente positive que son risque d&rsquo;avoir un cancer invasif est d&rsquo;environ 90 %.<\/p>\n<p>Or, le calcul bay\u00e9sien exact d\u00e9montre que la valeur pr\u00e9dictive positive r\u00e9elle dans ce cas clinique d&rsquo;\u00e9cole n&rsquo;est que d&rsquo;environ 1 sur 101, soit \u00e0 peine 1 % :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{VPP} = \\frac{0,001 \\times 0,90}{(0,001 \\times 0,90) + (0,999 \\times 0,09)} = \\frac{0,0009}{0,0009 + 0,08991} \\approx 0,0099  (0,99,%)\">$$\\text{VPP} = \\frac{0,001 \\times 0,90}{(0,001 \\times 0,90) + (0,999 \\times 0,09)} = \\frac{0,0009}{0,0009 + 0,08991} \\approx 0,0099  (0,99,%)$$<\/span><\/p>\n<p>La confusion entre ces deux ordres de probabilit\u00e9s conduit quotidiennement des milliers de patientes parfaitement saines \u00e0 traverser des d\u00e9pressions s\u00e9v\u00e8res, des biopsies mutilantes et des chimioth\u00e9rapies inutiles, uniquement parce que le corps m\u00e9dical demeure prisonnier de la n\u00e9gligence du taux de base induite par le format de communication en pourcentages abstraits.<\/p>\n<h3>9.2 L&rsquo;intervention par les arbres d\u00e9cisionnels rapides et les fr\u00e9quences<\/h3>\n<p>Face \u00e0 cette trag\u00e9die de sant\u00e9 publique, Gerd Gigerenzer ne s&rsquo;est pas content\u00e9 de dresser un constat clinique alarmant ; il a d\u00e9velopp\u00e9 et d\u00e9ploy\u00e9 sur le terrain des outils d&rsquo;intervention cognitive concrets inspir\u00e9s de sa mod\u00e9lisation de la rationalit\u00e9 \u00e9cologique. Le premier axe d&rsquo;intervention a consist\u00e9 \u00e0 bannir les formats de probabilit\u00e9s relatives et conditionnelles des notices de tests biologiques et des logiciels d&rsquo;aide \u00e0 la d\u00e9cision pour leur substituer syst\u00e9matiquement le format des fr\u00e9quences naturelles.<\/p>\n<p>Dans les dossiers cliniques et les synth\u00e8ses destin\u00e9es aux praticiens, l&rsquo;\u00e9nonc\u00e9 du probl\u00e8me de la mammographie est r\u00e9\u00e9crit sous forme d&rsquo;un d\u00e9nombrement transparent :<\/p>\n<ul>\n<li>\u00ab Pensez \u00e0 1 000 femmes \u00e2g\u00e9es de 40 ans sans sympt\u00f4mes. \u00bb<\/li>\n<li>\u00ab 1 d&rsquo;entre elles a un cancer du sein, et elle recevra un test positif. \u00bb<\/li>\n<li>\u00ab Sur les 999 femmes restantes sans cancer, environ 90 recevront n\u00e9anmoins un test faux positif. \u00bb<\/li>\n<li>\u00ab Bilan : Si une femme re\u00e7oit un test positif, elle fait partie des 91 femmes positives (<span class=\"arabpsy-math-inline\" data-latex=\"1 + 90\">$1 + 90$<\/span>). Sa probabilit\u00e9 r\u00e9elle d&rsquo;avoir un cancer est donc de 1 sur 91 (environ 1 %). \u00bb<\/li>\n<\/ul>\n<p>Parall\u00e8lement, Gigerenzer a introduit au sein des unit\u00e9s de soins intensifs hospitaliers et des services d&rsquo;urgence cardiologique des \u00ab arbres de d\u00e9cision rapides et frugaux \u00bb (<em>fast-and-frugal trees<\/em>, FFTs). Con\u00e7us sp\u00e9cifiquement pour le tri m\u00e9dical d&rsquo;urgence des patients pr\u00e9sentant de violentes douleurs thoraciques, ces arbres n&rsquo;exigent pas de compiler des dizaines de param\u00e8tres statistiques via des \u00e9quations logistiques. Ils guident le m\u00e9decin \u00e0 travers deux ou trois questions s\u00e9quentielles binaires hi\u00e9rarchis\u00e9es (pr\u00e9sence d&rsquo;une anomalie sp\u00e9cifique \u00e0 l&rsquo;\u00e9lectrocardiogramme, ant\u00e9c\u00e9dent d&rsquo;infarctus, intensit\u00e9 de la douleur \u00e0 la palpation). Les \u00e9valuations cliniques ind\u00e9pendantes ont d\u00e9montr\u00e9 que ces arbres frugaux, en int\u00e9grant organiquement les taux de base hospitaliers sans encombrer la m\u00e9moire de travail du praticien, sauvent plus de vies et r\u00e9duisent plus efficacement les erreurs de triage que les logiciels d&rsquo;intelligence artificielle clinique complexes reposant sur des r\u00e9gressions statistiques globales.<\/p>\n<h3>9.3 \u00c9ducation m\u00e9dicale et refonte de la formation statistique<\/h3>\n<p>La p\u00e9rennisation de ces acquis a exig\u00e9 un combat p\u00e9dagogique pour refondre de fond en comble l&rsquo;enseignement de la biostatistique dans les facult\u00e9s de m\u00e9decine \u00e0 travers le monde. Constatant que des d\u00e9cennies de cours traditionnels fond\u00e9s sur le calcul des probabilit\u00e9s th\u00e9oriques, l&rsquo;alg\u00e8bre bay\u00e9sienne formelle et les tests d&rsquo;hypoth\u00e8se de Neyman-Pearson n&rsquo;avaient laiss\u00e9 aucune trace fonctionnelle chez les futurs m\u00e9decins, Gigerenzer a milit\u00e9 pour l&rsquo;instauration d&rsquo;une v\u00e9ritable \u00ab litt\u00e9ratie statistique \u00bb (<em>statistical literacy<\/em>) fond\u00e9e sur la transparence de l&rsquo;encodage fr\u00e9quentiste.<\/p>\n<p>\u00c0 travers des initiatives pionni\u00e8res comme la fondation du <em>Harding Center for Risk Literacy<\/em> \u00e0 l&rsquo;Institut Max Planck de Berlin (puis transf\u00e9r\u00e9 \u00e0 l&rsquo;Universit\u00e9 de Potsdam), Gigerenzer et son \u00e9quipe ont con\u00e7u des fiches d&rsquo;information sur les risques standardis\u00e9es, intitul\u00e9es <em>Fact Boxes<\/em>. Ces fiches pr\u00e9sentent les b\u00e9n\u00e9fices et les risques r\u00e9els des interventions th\u00e9rapeutiques et des programmes de d\u00e9pistage en comparant syst\u00e9matiquement deux colonnes d&rsquo;\u00e9chantillons d\u00e9mographiques identiques (1 000 patients sous traitement vs. 1 000 patients sous placebo), exprim\u00e9es exclusivement en fr\u00e9quences naturelles et en nombres absolus d&rsquo;\u00e9v\u00e9nements.<\/p>\n<p>Les \u00e9tudes empiriques \u00e9valuant l&rsquo;efficacit\u00e9 de ces r\u00e9formes p\u00e9dagogiques ont document\u00e9 un triomphe m\u00e9thodologique : apr\u00e8s une formation d&rsquo;\u00e0 peine deux heures focalis\u00e9e sur la conversion des probabilit\u00e9s en arbres fr\u00e9quentiels naturels, plus de 80 % des praticiens et des \u00e9tudiants en m\u00e9decine deviennent capables de calculer instantan\u00e9ment la valeur pr\u00e9dictive positive de n&rsquo;importe quel test clinique et d&rsquo;expliquer sans ambigu\u00eft\u00e9 \u00e0 leurs patients le sens r\u00e9el de leurs r\u00e9sultats biologiques. Ce succ\u00e8s a prouv\u00e9 que l&rsquo;ignorance statistique du corps m\u00e9dical n&rsquo;\u00e9tait pas le sympt\u00f4me d&rsquo;un d\u00e9ficit intellectuel irr\u00e9versible, mais le r\u00e9sultat toxique d&rsquo;un paradigme d&rsquo;enseignement inad\u00e9quat obs\u00e9d\u00e9 par les formalismes math\u00e9matiques abstraits.<\/p>\n<h2>10. R\u00e9percussions en droit, criminalistique et politiques publiques<\/h2>\n<h3>10.1 Le sophisme du procureur et le raisonnement juridique<\/h3>\n<p>Les d\u00e9faillances de raisonnement li\u00e9es \u00e0 la n\u00e9gligence du taux de base ne se cantonnent pas aux salles d&rsquo;h\u00f4pital ; elles frappent avec une \u00e9gale violence les pr\u00e9toires des cours d&rsquo;assises et les tribunaux criminels, d\u00e9bouchant parfois sur des erreurs judiciaires dramatiques. Dans la th\u00e9orie juridique et la preuve m\u00e9dico-l\u00e9gale, ce ph\u00e9nom\u00e8ne est formellement identifi\u00e9 sous l&rsquo;appellation du \u00ab sophisme du procureur \u00bb (<em>prosecutor&rsquo;s fallacy<\/em>). Ce sophisme consiste pr\u00e9cis\u00e9ment \u00e0 intervertir ill\u00e9galement deux probabilit\u00e9s conditionnelles : la probabilit\u00e9 qu&rsquo;une preuve mat\u00e9rielle corresponde au suspect sachant qu&rsquo;il est innocent, et la probabilit\u00e9 que le suspect soit innocent sachant que la preuve mat\u00e9rielle lui correspond.<\/p>\n<p>L&rsquo;introduction des profils g\u00e9n\u00e9tiques d&#8217;empreintes d&rsquo;ADN au cours des ann\u00e9es 1990 a amplifi\u00e9 cette distorsion cognitive de fa\u00e7on alarmante. Un expert de la police technique et scientifique peut l\u00e9gitimement d\u00e9clarer \u00e0 la barre d&rsquo;un tribunal : \u00ab La probabilit\u00e9 qu&rsquo;un individu pris au hasard dans la population g\u00e9n\u00e9rale pr\u00e9sente une correspondance g\u00e9n\u00e9tique avec l&rsquo;\u00e9chantillon d&rsquo;ADN pr\u00e9lev\u00e9 sur la sc\u00e8ne de crime n&rsquo;est que de 1 sur 1 million \u00bb. Confront\u00e9s \u00e0 ce chiffre microscopique, magistrats et jur\u00e9s profanes commettent quasi invariablement le biais de n\u00e9gligence du taux de base : ils d\u00e9duisent imm\u00e9diatement que la probabilit\u00e9 d&rsquo;innocence de l&rsquo;accus\u00e9 n&rsquo;est que de 1 sur 1 million, ce qui \u00e9quivaut \u00e0 proclamer sa culpabilit\u00e9 \u00e0 99,9999 %.<\/p>\n<p>Gerd Gigerenzer et Daniel Goldstein ont d\u00e9montr\u00e9 que cette inf\u00e9rence juridique est math\u00e9matiquement fausse d\u00e8s lors que l&rsquo;on int\u00e8gre le taux de base de la population source. Si le crime a \u00e9t\u00e9 commis dans une m\u00e9tropole comptant 10 millions d&rsquo;habitants masculins susceptibles d&rsquo;\u00eatre pr\u00e9sents sur les lieux, un taux d&rsquo;erreur de 1 sur 1 million implique math\u00e9matiquement qu&rsquo;il existe environ 10 personnes innocentes dans cette m\u00eame ville partageant fortuitement le profil g\u00e9n\u00e9tique identifi\u00e9. Si l&rsquo;accus\u00e9 a \u00e9t\u00e9 appr\u00e9hend\u00e9 non pas sur la base de mobiles ou d&rsquo;indices mat\u00e9riels convergents, mais uniquement \u00e0 la suite d&rsquo;un balayage automatis\u00e9 des banques de donn\u00e9es g\u00e9n\u00e9tiques nationales, la probabilit\u00e9 a priori qu&rsquo;il soit coupable sachant cette seule correspondance g\u00e9n\u00e9tique n&rsquo;est en r\u00e9alit\u00e9 que de 1 sur 11 (environ 9 %), laissant subsister un doute raisonnable massif de 91 % quant \u00e0 son innocence. L&rsquo;adoption des formats en fr\u00e9quences naturelles au sein des expertises judiciaires repr\u00e9sente aujourd&rsquo;hui une exigence d\u00e9ontologique majeure pour immuniser les jurys populaires contre les illusions probabilistes d&rsquo;accusateurs z\u00e9l\u00e9s.<\/p>\n<h3>10.2 Communication des risques et politiques publiques<\/h3>\n<p>L&rsquo;impact des travaux de Gigerenzer et Goldstein s&rsquo;\u00e9tend avec la m\u00eame force structurante \u00e0 l&rsquo;\u00e9laboration et \u00e0 la diffusion des politiques publiques, tout particuli\u00e8rement dans le secteur de la communication des risques sanitaires, technologiques et environnementaux. Les agences gouvernementales, les m\u00e9dias de masse et l&rsquo;industrie pharmaceutique recourent massivement \u00e0 des formats de pr\u00e9sentation math\u00e9matique con\u00e7us pour impressionner ou d\u00e9sinformer le grand public, au premier rang desquels figure l&rsquo;expression des donn\u00e9es en termes de risque relatif (<em>relative risk reduction<\/em>) au d\u00e9triment du risque absolu (<em>absolute risk reduction<\/em>).<\/p>\n<p>Gigerenzer a immortalis\u00e9 cette manipulation cognitive \u00e0 travers l&rsquo;exemple de la \u00ab crise de la pilule contraceptive de troisi\u00e8me g\u00e9n\u00e9ration \u00bb survenue au Royaume-Uni en 1995. Le Comit\u00e9 britannique sur la s\u00e9curit\u00e9 des m\u00e9dicaments avait alert\u00e9 le public par une d\u00e9claration anxiog\u00e8ne affirmant que les nouvelles pilules doublaient le risque de thromboembolie veineuse fatale, soit une terrifiante augmentation de 100 % en risque relatif. Cette annonce d\u00e9clencha une panique sociale nationale, poussant des dizaines de milliers de femmes \u00e0 interrompre brutalement leur contraception sans avis m\u00e9dical, ce qui entra\u00eena imm\u00e9diatement une augmentation historique de grossesses non d\u00e9sir\u00e9es et de pr\u00e8s de 13 000 avortements suppl\u00e9mentaires, accompagn\u00e9s de complications m\u00e9dicales et de d\u00e9c\u00e8s post-op\u00e9ratoires bien sup\u00e9rieurs au risque statistique initialement vis\u00e9.<\/p>\n<p>Or, la traduction de ce m\u00eame ph\u00e9nom\u00e8ne en fr\u00e9quences naturelles absolues dissipe imm\u00e9diatement toute sensation de crise :<\/p>\n<ul>\n<li>\u00ab Chez les femmes prenant l&rsquo;ancienne pilule, 1 femme sur 7 000 d\u00e9veloppait une thrombose veineuse. \u00bb<\/li>\n<li>\u00ab Chez les femmes prenant la nouvelle pilule, ce nombre passait \u00e0 2 femmes sur 7 000. \u00bb<\/li>\n<\/ul>\n<p>L&rsquo;augmentation absolue r\u00e9elle n&rsquo;\u00e9tait donc que de 1 sur 7 000 (environ 0,014 %). L&rsquo;esprit humain est structurellement incapable d&rsquo;appr\u00e9hender le sens d&rsquo;un pourcentage d&rsquo;accroissement relatif s&rsquo;il est priv\u00e9 de la connaissance du taux de base absolu auquel ce pourcentage s&rsquo;applique. En dissimulant d\u00e9lib\u00e9r\u00e9ment ou par ignorance les taux de base r\u00e9els derri\u00e8re des taux relatifs spectaculaires, la communication publique d\u00e9truit le consentement \u00e9clair\u00e9 des citoyens et g\u00e9n\u00e8re des vagues d&rsquo;hyst\u00e9rie collective irrationnelles.<\/p>\n<h3>10.3 Architecture du choix et nudge \u00e9cologique<\/h3>\n<p>La r\u00e9flexion men\u00e9e par Gigerenzer et Goldstein a conduit \u00e0 un affrontement intellectuel direct avec le courant dominant de l&rsquo;architecture du choix et la th\u00e9orie du <a rel=\"noopener noreferrer\" href=\"https:\/\/plato.stanford.edu\/entries\/paternalism\/\">Nudge<\/a>, popularis\u00e9e par l&rsquo;\u00e9conomiste Richard Thaler et le juriste Cass Sunstein. La th\u00e9orie du Nudge, profond\u00e9ment ancr\u00e9e dans l&rsquo;orthodoxie des biais et de l&rsquo;irrationalit\u00e9 cognitive de Tversky et Kahneman, part du principe que l&rsquo;esprit du citoyen ordinaire est structurellement d\u00e9faillant, aveugle aux taux de base et irr\u00e9m\u00e9diablement gouvern\u00e9 par l&rsquo;inertie et les illusions mentales. D\u00e8s lors, le \u00ab paternalisme libertarien \u00bb des <em>nudges<\/em> pr\u00e9conise de contourner les d\u00e9faillances cognitives de l&rsquo;individu en modifiant l&rsquo;environnement de choix par d\u00e9faut (par exemple, cocher automatiquement la case du don d&rsquo;organes) pour le contraindre bienveillamment \u00e0 prendre la \u00ab bonne \u00bb d\u00e9cision sans avoir \u00e0 r\u00e9fl\u00e9chir.<\/p>\n<p>Gigerenzer s&rsquo;oppose frontalement \u00e0 cette vision paternaliste et infantilisante de l&rsquo;action publique. En s&rsquo;appuyant sur ses donn\u00e9es exp\u00e9rimentales, il a th\u00e9oris\u00e9 le concept concurrent de \u00ab boost \u00bb (renforcement des comp\u00e9tences cognitives). Pour l&rsquo;\u00e9cole de la rationalit\u00e9 \u00e9cologique, traiter les citoyens comme des \u00eatres d\u00e9finitivement irrationnels qu&rsquo;il conviendrait de manipuler subtilement \u00e0 leur insu constitue une r\u00e9gression d\u00e9mocratique majeure. La v\u00e9ritable t\u00e2che des politiques publiques n&rsquo;est pas d&rsquo;\u00e9riger des <em>nudges<\/em> comportementaux paternalistes, mais de doter les citoyens d&rsquo;outils de repr\u00e9sentation transparents qui amplifient activement leurs capacit\u00e9s d\u00e9cisionnelles autonomes.<\/p>\n<p>Un <em>boost<\/em> consiste \u00e0 modifier le format informationnel de l&rsquo;environnement \u2014 remplacer les probabilit\u00e9s relatives par des fr\u00e9quences naturelles, substituer aux textes opaques des arbres d\u00e9cisionnels frugaux, enseigner la litt\u00e9ratie statistique d\u00e8s l&rsquo;\u00e9cole primaire \u2014 afin de permettre \u00e0 chacun de comprendre les risques r\u00e9els et de poser un choix conscient et \u00e9clair\u00e9. L&rsquo;\u00e9mancipation citoyenne par la clart\u00e9 algorithmique s&rsquo;affirme ainsi comme l&rsquo;antith\u00e8se humaniste de l&rsquo;ing\u00e9nierie comportementale technocratique.<\/p>\n<h2>11. R\u00e9\u00e9valuations contemporaines et reproductions exp\u00e9rimentales<\/h2>\n<h3>11.1 La crise de reproductibilit\u00e9 en sciences comportementales<\/h3>\n<p>Au cours de la derni\u00e8re d\u00e9cennie, la psychologie et les sciences du comportement ont travers\u00e9 une profonde crise de reproductibilit\u00e9 (<em>replication crisis<\/em>), remettant en cause des pans entiers de la litt\u00e9rature exp\u00e9rimentale consacr\u00e9e aux effets d&rsquo;amor\u00e7age et aux biais cognitifs spectaculaires. Dans ce contexte de r\u00e9examen rigoureux, les protocoles fondateurs d&rsquo;Amos Tversky d&rsquo;une part, et les contre-exp\u00e9riences de Gerd Gigerenzer et Daniel Goldstein d&rsquo;autre part, ont fait l&rsquo;objet de campagnes de r\u00e9plications massives et pr\u00e9enregistr\u00e9es (<em>Many Labs projects<\/em>) \u00e0 l&rsquo;\u00e9chelle internationale.<\/p>\n<p>Les m\u00e9ta-analyses contemporaines ont confirm\u00e9 de mani\u00e8re unanime la robustesse exceptionnelle de l&rsquo;effet facilitateur des fr\u00e9quences naturelles :<\/p>\n<ul>\n<li>Dans toutes les cultures universitaires test\u00e9es (Europe de l&rsquo;Ouest, Am\u00e9rique du Nord, Asie orientale), la conversion de donn\u00e9es probabilistes singuli\u00e8res en fr\u00e9quences naturelles induit une am\u00e9lioration massive, syst\u00e9matique et statistiquement significative du raisonnement bay\u00e9sien, le coefficient d&rsquo;efficacit\u00e9 moyen (<em>d<\/em> de Cohen) d\u00e9passant r\u00e9guli\u00e8rement la valeur de 0,80.<\/li>\n<li>Ces r\u00e9plications ont toutefois permis de d\u00e9limiter avec une pr\u00e9cision chirurgicale les conditions limites exactes de cet effet facilitateur. L&rsquo;am\u00e9lioration fr\u00e9quentiste s&rsquo;estompe ou s&rsquo;effondre lorsque les fr\u00e9quences pr\u00e9sent\u00e9es ne sont pas \u00ab naturelles \u00bb au sens strict (c&rsquo;est-\u00e0-dire lorsqu&rsquo;elles sont artificiellement normalis\u00e9es \u00e0 des sous-\u00e9chantillons discordants, for\u00e7ant \u00e0 nouveau le sujet \u00e0 des conversions matricielles internes).<\/li>\n<li>Elle s&rsquo;att\u00e9nue \u00e9galement lorsque les instructions de d\u00e9nombrement sont noy\u00e9es au sein de textes excessivement volumineux qui saturent les capacit\u00e9s de la m\u00e9moire visuo-spatiale des participants profanes.<\/li>\n<\/ul>\n<p>Loin de disqualifier les conclusions de Gigerenzer et Goldstein, ces m\u00e9ta-analyses ont achev\u00e9 de sanctuariser la validit\u00e9 de leur d\u00e9couverte computationnelle centrale : l&rsquo;encodage fr\u00e9quentiste naturel est une cl\u00e9 universelle de d\u00e9verrouillage de la comp\u00e9tence bay\u00e9sienne humaine.<\/p>\n<h3>11.2 Les mod\u00e8les computationnels contemporains de la cognition<\/h3>\n<p>L&rsquo;essor fulgurant des neurosciences computationnelles et de l&rsquo;intelligence artificielle au XXIe si\u00e8cle a profond\u00e9ment renouvel\u00e9 la th\u00e9orisation du d\u00e9bat entre Kahneman-Tversky et Gigerenzer-Goldstein. Les d\u00e9veloppements contemporains de l&rsquo;approche du \u00ab cerveau bay\u00e9sien \u00bb (<em>Bayesian brain hypothesis<\/em>), port\u00e9e notamment par des th\u00e9oriciens comme Karl Friston et son principe de l&rsquo;\u00e9nergie libre (<em>free energy principle<\/em>), convergent de fa\u00e7on fascinante avec les intuitions de la rationalit\u00e9 \u00e9cologique.<\/p>\n<p>Selon ces mod\u00e9lisations contemporaines, le cerveau biologique fonctionne effectivement comme une machine pr\u00e9dictive bay\u00e9sienne hi\u00e9rarchique : les r\u00e9seaux neuronaux g\u00e9n\u00e8rent continuellement des attentes descendantes (<em>top-down<\/em>) compar\u00e9es aux flux sensoriels ascendants (<em>bottom-up<\/em>) pour minimiser l&rsquo;erreur de pr\u00e9diction. Or, comment cette machinerie computationnelle biologique traite-t-elle l&rsquo;incertitude dans ses couches synaptiques profondes ? Elle ne manipule jamais de pourcentages symboliques ou de fractions d\u00e9cimales abstraites. Elle traite des d\u00e9charges de potentiels d&rsquo;action discrets (<em>spikes<\/em>) distribu\u00e9s \u00e0 travers le temps : une machinerie fondamentalement fr\u00e9quentiste bas\u00e9e sur des d\u00e9nombrements d&rsquo;impulsions neuronales.<\/p>\n<p>Les mod\u00e8les r\u00e9cents de r\u00e9seaux neuronaux artificiels profonds et de traitement hi\u00e9rarchique ont prouv\u00e9 que l&rsquo;impl\u00e9mentation d&rsquo;algorithmes bay\u00e9siens au sein d&rsquo;architectures mat\u00e9rielles contraintes en ressources \u00e9nerg\u00e9tiques passe imp\u00e9rativement par des repr\u00e9sentations probabilistes non normalis\u00e9es, calqu\u00e9es sur les propri\u00e9t\u00e9s math\u00e9matiques des fr\u00e9quences naturelles. La neuro-imagerie fonctionnelle moderne a ainsi r\u00e9v\u00e9l\u00e9 que la controverse initi\u00e9e par Gigerenzer sur le taux de base pr\u00e9figurait avec trente ans d&rsquo;avance les lois physiques de l&rsquo;ing\u00e9nierie computationnelle du cerveau : l&rsquo;esprit humain est bay\u00e9sien dans sa biologie fr\u00e9quentiste, mais demeure d\u00e9sempar\u00e9 face aux artifices symboliques de l&rsquo;arithm\u00e9tique normalis\u00e9e.<\/p>\n<h3>11.3 \u00c9volution du consensus scientifique moderne<\/h3>\n<p>Apr\u00e8s un demi-si\u00e8cle de d\u00e9bats acharn\u00e9s et de controverses doctrinales passionn\u00e9es, le paysage intellectuel de la psychologie cognitive moderne a \u00e9volu\u00e9 vers une synth\u00e8se dialectique remarquable, o\u00f9 les postulats radicaux des deux camps se sont mutuellement enrichis et temp\u00e9r\u00e9s. Le temps des anath\u00e8mes r\u00e9ducteurs opposant une \u00ab irrationalit\u00e9 universelle \u00bb \u00e0 une \u00ab rationalit\u00e9 adaptative sans faille \u00bb est d\u00e9sormais r\u00e9volu.<\/p>\n<p>La communaut\u00e9 acad\u00e9mique contemporaine s&rsquo;accorde aujourd&rsquo;hui sur un consensus th\u00e9orique dual et articul\u00e9 :<\/p>\n<ul>\n<li>D&rsquo;une part, les travaux pionniers d&rsquo;Amos Tversky et Daniel Kahneman sont universellement c\u00e9l\u00e9br\u00e9s pour avoir cartographi\u00e9 avec une cr\u00e9ativit\u00e9 in\u00e9gal\u00e9e la vuln\u00e9rabilit\u00e9 intrins\u00e8que du jugement intuitif imm\u00e9diat lorsque celui-ci op\u00e8re dans des environnements informationnels modernes hostiles, d\u00e9contextualis\u00e9s, satur\u00e9s d&rsquo;artifices probabilistes et de manipulations m\u00e9diatiques.<\/li>\n<li>D&rsquo;autre part, la rupture th\u00e9orique orchestr\u00e9e par Gerd Gigerenzer et Daniel Goldstein a \u00e9t\u00e9 pleinement int\u00e9gr\u00e9e dans les manuels de r\u00e9f\u00e9rence, imposant l&rsquo;obligation m\u00e9thodologique de ne plus jamais imputer une mauvaise performance humaine \u00e0 une \u00ab d\u00e9faillance native du cerveau \u00bb sans avoir au pr\u00e9alable test\u00e9 si cette d\u00e9faillance ne d\u00e9coule pas simplement de l&rsquo;inad\u00e9quation \u00e9cologique du format informationnel impos\u00e9 \u00e0 l&rsquo;esprit.<\/li>\n<\/ul>\n<p>Cette convergence historique a permis de d\u00e9passer l&rsquo;impasse \u00e9pist\u00e9mologique : les heuristiques de jugement rapide coexistent l\u00e9gitimement avec des capacit\u00e9s d&rsquo;inf\u00e9rence bay\u00e9sienne sophistiqu\u00e9es, la fronti\u00e8re entre lucidit\u00e9 statistique et illusion cognitive \u00e9tant d\u00e9termin\u00e9e par la symbiose structurelle qui unit l&rsquo;architecture de notre bo\u00eete \u00e0 outils mentale aux niches \u00e9cologiques dans lesquelles nous \u00e9voluons.<\/p>\n<h2>12. Conclusion et perspectives futures sur l&rsquo;\u00e9tude du raisonnement humain<\/h2>\n<h3>12.1 Synth\u00e8se de l&rsquo;apport historique de Gerd Gigerenzer et Daniel Goldstein<\/h3>\n<p>Le r\u00e9examen critique de l&rsquo;exp\u00e9rience de la n\u00e9gligence du taux de base par Gerd Gigerenzer et Daniel Goldstein restera sans conteste comme l&rsquo;une des contributions \u00e9pist\u00e9mologiques et m\u00e9thodologiques les plus influentes de la psychologie contemporaine. En s&rsquo;attaquant avec une audace intellectuelle rare aux dogmes \u00e9tablis par les p\u00e8res fondateurs de l&rsquo;\u00e9conomie comportementale, ils ont op\u00e9r\u00e9 une salutaire r\u00e9habilitation de l&rsquo;intelligence statistique ordinaire de l&rsquo;\u00eatre humain.<\/p>\n<p>Leur travail a d\u00e9montr\u00e9 m\u00e9thodologiquement que le protocole classique de l&rsquo;avocat et de l&rsquo;ing\u00e9nieur con\u00e7u par Amos Tversky mesurait moins une pathologie structurelle du cerveau qu&rsquo;une collision linguistique et cognitive entre les conventions d&rsquo;une \u00e9nigme scolaire de laboratoire et les maximes conversationnelles de la communication r\u00e9elle. En introduisant le concept fondamental de fr\u00e9quences naturelles et en mod\u00e9lisant des algorithmes de d\u00e9cision frugaux ancr\u00e9s dans la rationalit\u00e9 \u00e9cologique, Gigerenzer et Goldstein ont d\u00e9plac\u00e9 le centre de gravit\u00e9 de la science de la d\u00e9cision. La question fondamentale des sciences cognitives s&rsquo;est ainsi trouv\u00e9e m\u00e9tamorphos\u00e9e : il ne s&rsquo;agit plus de demander avec condescendance \u00ab l&rsquo;\u00eatre humain est-il irrationnel ? \u00bb, mais d&rsquo;\u00e9lucider avec rigueur \u00ab quelles architectures environnementales et quels formats de repr\u00e9sentation permettent au syst\u00e8me cognitif humain d&rsquo;exprimer pleinement son potentiel rationnel ? \u00bb.<\/p>\n<h3>12.2 L&rsquo;h\u00e9ritage durable d&rsquo;Amos Tversky \u00e0 travers la controverse<\/h3>\n<p>Il serait toutefois d&rsquo;une souveraine injustice \u00e9pist\u00e9mologique de percevoir la controverse du taux de base comme une simple disqualification de l&rsquo;\u0153uvre d&rsquo;Amos Tversky, dont la disparition pr\u00e9matur\u00e9e en 1996 priva la psychologie mondiale de l&rsquo;un de ses esprits les plus g\u00e9niaux et les plus \u00e9l\u00e9gants. L&rsquo;histoire des r\u00e9volutions scientifiques enseigne que les d\u00e9bats les plus f\u00e9roces ne naissent qu&rsquo;au contact de propositions th\u00e9oriques monumentales.<\/p>\n<p>C&rsquo;est pr\u00e9cis\u00e9ment parce que les paradigmes initiaux de Tversky et Kahneman \u00e9taient dot\u00e9s d&rsquo;une puissance exp\u00e9rimentale et d&rsquo;une audace conceptuelle extraordinaires qu&rsquo;ils ont pu agir comme des catalyseurs indispensables pour l&rsquo;avancement de la psychologie moderne. Sans la provocation intellectuelle initiale de la n\u00e9gligence du taux de base, l&rsquo;\u00e9difice alternatif de la rationalit\u00e9 \u00e9cologique, la bo\u00eete \u00e0 outils adaptative et l&rsquo;analyse computationnelle des fr\u00e9quences naturelles n&rsquo;auraient sans doute jamais vu le jour. La dispute intellectuelle entre Gigerenzer et Tversky est devenue un cas d&rsquo;\u00e9cole matriciel enseign\u00e9 dans les d\u00e9partements de philosophie des sciences du monde entier, illustrant \u00e0 la perfection la tension cr\u00e9atrice fondamentale qui pousse la science \u00e0 progresser par raffinements dialectiques successifs.<\/p>\n<p>Amos Tversky a l\u00e9gu\u00e9 aux sciences de l&rsquo;esprit une sensibilit\u00e9 in\u00e9gal\u00e9e \u00e0 la po\u00e9sie des paradoxes d\u00e9cisionnels et \u00e0 la puissance pr\u00e9dictive des repr\u00e9sentations g\u00e9om\u00e9triques de la pens\u00e9e. Sa confrontation avec l&rsquo;\u00e9cole fr\u00e9quentiste de Berlin a finalement permis d&rsquo;approfondir notre compr\u00e9hension collective de la complexit\u00e9 intrins\u00e8que avec laquelle l&rsquo;esprit humain navigue \u00e0 travers les brouillards de l&rsquo;incertitude.<\/p>\n<h3>12.3 Fronti\u00e8res de recherche \u00e9mergentes \u00e0 l&rsquo;\u00e8re du num\u00e9rique<\/h3>\n<p>Alors que notre civilisation s&rsquo;enfonce dans le XXIe si\u00e8cle, la pertinence des d\u00e9couvertes de Gigerenzer et Goldstein sur les taux de base et les architectures de d\u00e9cision conna\u00eet une actualit\u00e9 br\u00fblante et renouvel\u00e9e sous l&rsquo;impact de la r\u00e9volution num\u00e9rique, du <em>Big Data<\/em> et du d\u00e9ploiement massif de l&rsquo;intelligence artificielle g\u00e9n\u00e9rative.<\/p>\n<p>D\u00e9sormais, les d\u00e9cisions critiques de notre \u00e9poque \u2014 qu&rsquo;il s&rsquo;agisse de l&rsquo;octroi de cr\u00e9dits bancaires par des algorithmes pr\u00e9dictifs, du d\u00e9pistage automatis\u00e9 de m\u00e9tastases par vision par ordinateur, du diagnostic pr\u00e9dictif de la r\u00e9cidive p\u00e9nale dans le syst\u00e8me judiciaire am\u00e9ricain, ou de la surveillance \u00e9pid\u00e9miologique automatis\u00e9e \u2014 sont d\u00e9l\u00e9gu\u00e9es \u00e0 des mod\u00e8les de r\u00e9seaux de neurones profonds opaques (<em>black-box AI<\/em>). Ces syst\u00e8mes traitent des milliards de points de donn\u00e9es sans rendre transparents les taux de base sous-jacents sur lesquels reposent leurs classifications probabilistes. L&rsquo;humanit\u00e9 se retrouve paradoxalement confront\u00e9e \u00e0 une menace inverse : celle d&rsquo;une n\u00e9gligence algorithmique des taux de base masqu\u00e9e sous le vernis de l&rsquo;infaillibilit\u00e9 technologique.<\/p>\n<p>Face \u00e0 ce p\u00e9ril contemporain, l&rsquo;imp\u00e9ratif d&rsquo;une litt\u00e9ratie statistique universelle forg\u00e9e aux m\u00e9thodes de transparence fr\u00e9quentiste de Gigerenzer s&rsquo;impose comme une condition de survie d\u00e9mocratique. Les d\u00e9cideurs humains, les magistrats et les m\u00e9decins ne doivent pas devenir les ex\u00e9cutants aveugles de probabilit\u00e9s algorithmiques imp\u00e9n\u00e9trables. La qu\u00eate scientifique initi\u00e9e il y a plus de trois d\u00e9cennies se poursuit donc sur une nouvelle fronti\u00e8re : celle de l&rsquo;ing\u00e9nierie d&rsquo;une symbiose optimale entre l&rsquo;intelligence computationnelle des machines et la rationalit\u00e9 \u00e9cologique de l&rsquo;esprit humain, garantissant que la d\u00e9cision finale demeure intelligible, transparente, et r\u00e9solument ancr\u00e9e dans les fr\u00e9quences naturelles de l&rsquo;exp\u00e9rience humaine.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Gigerenzer, G. (1991). How to make cognitive illusions disappear: Beyond \u201cheuristics and biases\u201d. <em>European Review of Social Psychology<\/em>, 2(1), 83\u2013115. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/14792779143000033\">https:\/\/doi.org\/10.1080\/14792779143000033<\/a><\/li>\n<li>Gigerenzer, G. (1996). On narrow norms and vague heuristics: A reply to Kahneman and Tversky. <em>Psychological Review<\/em>, 103(3), 592\u2013596. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.103.3.592\">https:\/\/doi.org\/10.1037\/0033-295X.103.3.592<\/a><\/li>\n<li>Gigerenzer, G. (2002). <em>Calculated risks: How to know when numbers deceive you<\/em>. Simon and Schuster.<\/li>\n<li>Gigerenzer, G., &amp; Goldstein, D. G. (1996). Reasoning the fast and frugal way: Models of bounded rationality. <em>Psychological Review<\/em>, 103(4), 650\u2013669. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.103.4.650\">https:\/\/doi.org\/10.1037\/0033-295X.103.4.650<\/a><\/li>\n<li>Gigerenzer, G., &amp; Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. <em>Psychological Review<\/em>, 102(4), 684\u2013704. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.102.4.684\">https:\/\/doi.org\/10.1037\/0033-295X.102.4.684<\/a><\/li>\n<li>Gigerenzer, G., Todd, P. M., &amp; the ABC Research Group. (1999). <em>Simple heuristics that make us smart<\/em>. Oxford University Press.<\/li>\n<li>Goldstein, D. G., &amp; Gigerenzer, G. (2002). Models of ecological rationality: The recognition heuristic. <em>Psychological Review<\/em>, 109(1), 75\u201390. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.109.1.75\">https:\/\/doi.org\/10.1037\/0033-295X.109.1.75<\/a><\/li>\n<li>Grice, H. P. (1975). Logic and conversation. In P. Cole &amp; J. L. Morgan (Eds.), <em>Syntax and semantics: Vol. 3. Speech acts<\/em> (pp. 41\u201358). Academic Press.<\/li>\n<li>Hoffrage, U., Lindsey, S., Hertwig, R., &amp; Gigerenzer, G. (2000). Communicating statistical information in medical practice. <em>Science<\/em>, 290(5500), 2261\u20132262. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1126\/science.290.5500.2261\">https:\/\/doi.org\/10.1126\/science.290.5500.2261<\/a><\/li>\n<li>Kahneman, D., &amp; Tversky, A. (1973). On the psychology of prediction. <em>Psychological Review<\/em>, 80(4), 237\u2013251. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0034747\">https:\/\/doi.org\/10.1037\/h0034747<\/a><\/li>\n<li>Kahneman, D., &amp; Tversky, A. (1996). On the reality of cognitive illusions: A reply to Gigerenzer&rsquo;s critique. <em>Psychological Review<\/em>, 103(3), 582\u2013591. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/0033-295X.103.3.582\">https:\/\/doi.org\/10.1037\/0033-295X.103.3.582<\/a><\/li>\n<li>Koehler, J. J. (1996). The base rate fallacy reconsidered: Descriptive, normative, and methodological challenges. <em>Behavioral and Brain Sciences<\/em>, 19(1), 1\u201319. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1017\/S0140525X00041695\">https:\/\/doi.org\/10.1017\/S0140525X00041695<\/a><\/li>\n<li>Simon, H. A. (1956). Rational choice and the structure of the environment. <em>Psychological Review<\/em>, 63(2), 129\u2013138. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1037\/h0042769\">https:\/\/doi.org\/10.1037\/h0042769<\/a><\/li>\n<li>Tversky, A., &amp; Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. <em>Science<\/em>, 185(4157), 1124\u20131131. <a rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1126\/science.185.4157.1124\">https:\/\/doi.org\/10.1126\/science.185.4157.1124<\/a><\/li>\n<li>Tversky, A., &amp; Kahneman, D. (1980). Causal schemas in judgments under uncertainty. In M. Fishbein (Ed.), <em>Progress in social psychology<\/em> (Vol. 1, pp. 49\u201372). Lawrence Erlbaum Associates.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Analyse acad\u00e9mique approfondie de l&rsquo;exp\u00e9rience de n\u00e9gligence du taux de base de Gigerenzer et Goldstein en r\u00e9ponse aux travaux fondamentaux d&rsquo;Amos Tversky.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1679,1618,647],"tags":[1856,4793,2673,4794,2675],"class_list":["post-2735","psych_experiment","type-psych_experiment","status-publish","hentry","category-epistemologie","category-prise-de-decision","category-psychologie-cognitive","tag-amos-tversky","tag-daniel-goldstein","tag-gerd-gigerenzer","tag-negligence-du-taux-de-base","tag-rationalite-ecologique"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/2735","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_experiment"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2735"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_experiment\/2735\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2735"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2735"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2735"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}