La prise de d\u00e9cision en situation d’incertitude constitue l’un des carrefours les plus fascinants et les plus p\u00e9rilleux de la cognition humaine. Pendant des si\u00e8cles, la pens\u00e9e philosophique et les th\u00e9ories \u00e9conomiques canoniques ont postul\u00e9 l’existence d’un sujet rationnel, capable de jauger avec une rigueur g\u00e9om\u00e9trique les tenants et les aboutissants de chaque conjoncture probabiliste. Cette vision id\u00e9aliste, h\u00e9rit\u00e9e du si\u00e8cle des Lumi\u00e8res et formalis\u00e9e au milieu du XXe si\u00e8cle par la th\u00e9orie de l’utilit\u00e9 esp\u00e9r\u00e9e, d\u00e9peignait un esprit humain op\u00e9rant \u00e0 la mani\u00e8re d’un calculateur bay\u00e9sien infaillible, r\u00e9ajustant constamment ses croyances \u00e0 l’aune des donn\u00e9es factuelles nouvelles et des proportions statistiques fondamentales.<\/p>\n
Cependant, le d\u00e9but des ann\u00e9es 1970 a marqu\u00e9 une rupture \u00e9pist\u00e9mologique radicale dans l’histoire des sciences cognitives. \u00c0 travers une s\u00e9rie d’articles exp\u00e9rimentaux d’une remarquable concision conceptuelle, deux psychologues de l’Universit\u00e9 h\u00e9bra\u00efque de J\u00e9rusalem, Daniel Kahneman et Amos Tversky<\/a>, ont m\u00e9thodiquement \u00e9branl\u00e9 ce pi\u00e9destal rationnel. Leurs travaux ont d\u00e9montr\u00e9 que l’architecture cognitive humaine ne proc\u00e8de pas selon les r\u00e8gles formelles du calcul des probabilit\u00e9s, mais repose sur des raccourcis intuitifs, nomm\u00e9s heuristiques de jugement. Si ces heuristiques s’av\u00e8rent indispensables et \u00e9conomiquement avantageuses pour le fonctionnement quotidien, elles induisent \u00e9galement des d\u00e9viations pr\u00e9visibles et syst\u00e9matiques : les biais cognitifs.<\/p>\n Parmi ces d\u00e9viations, la n\u00e9gligence du taux de base (base rate neglect<\/em>) figure parmi les ph\u00e9nom\u00e8nes les plus spectaculaires et les plus lourds de cons\u00e9quences. Ce biais correspond \u00e0 la propension syst\u00e9matique de l’esprit humain \u00e0 ignorer les probabilit\u00e9s pr\u00e9alables objectives d’un \u00e9v\u00e9nement au profit d’informations individualisantes, anecdotiques ou st\u00e9r\u00e9otypiques, m\u00eame lorsque ces derni\u00e8res sont totalement d\u00e9pourvues de valeur diagnostique r\u00e9elle. En \u00e9tudiant comment les individus estiment l’appartenance d’une entit\u00e9 \u00e0 une cat\u00e9gorie, Tversky et Kahneman ont mis en lumi\u00e8re une c\u00e9cit\u00e9 statistique profonde qui transcende les niveaux d’\u00e9ducation formelle et s’infiltre dans les d\u00e9cisions des juges, des m\u00e9decins et des analystes financiers. Le pr\u00e9sent article propose une exploration exhaustive de ce protocole historique, de ses fondements math\u00e9matiques, de ses ressorts cognitifs et neurobiologiques, ainsi que de ses r\u00e9percussions contemporaines dans le monde de la justice, de la m\u00e9decine et de l’intelligence artificielle.<\/p>\n L’av\u00e8nement des travaux de Daniel Kahneman et Amos Tversky s’inscrit au sein d’un paysage acad\u00e9mique domin\u00e9 de mani\u00e8re quasi exclusive par le paradigme de l’Homo oeconomicus<\/em>. D\u00e9velopp\u00e9e dans le cadre de la th\u00e9orie micro\u00e9conomique n\u00e9oclassique et consolid\u00e9e par les axiomes de d\u00e9cision formalis\u00e9s par John von Neumann et Oskar Morgenstern<\/a> en 1944, cette vision concevait l’agent humain comme un \u00eatre omniscient, dot\u00e9 de pr\u00e9f\u00e9rences stables, d’une capacit\u00e9 de calcul illimit\u00e9e et d’une stricte rationalit\u00e9 instrumentale. Dans ce cadre \u00e9pist\u00e9mologique, face \u00e0 une situation al\u00e9atoire, tout individu est cens\u00e9 maximiser son utilit\u00e9 esp\u00e9r\u00e9e en int\u00e9grant rigoureusement les distributions de probabilit\u00e9s sous-jacentes. L’erreur n’\u00e9tait admise que sous la forme d’un bruit stochastique, r\u00e9siduel et sans orientation pr\u00e9f\u00e9rentielle.<\/p>\n N\u00e9anmoins, des failles conceptuelles majeures avaient d\u00e9j\u00e0 \u00e9t\u00e9 point\u00e9es du doigt d\u00e8s les ann\u00e9es 1950. L’\u00e9conomiste et sociologue Herbert A. Simon<\/a> avait introduit le concept novateur de rationalit\u00e9 limit\u00e9e (bounded rationality<\/em>). Simon soutenait que les capacit\u00e9s de traitement de l’information de l’esprit humain sont intrins\u00e8quement contraintes par la finitude de la m\u00e9moire de travail, la puissance computationnelle restreinte du cerveau et l’urgence temporelle inh\u00e9rente \u00e0 l’environnement. Plut\u00f4t que de chercher une optimisation globale inaccessible, l’\u00eatre humain se tournerait vers des solutions \u00ab satisfaisantes \u00bb (le concept de satisficing<\/em>). Malgr\u00e9 la force th\u00e9orique de la proposition de Simon, il manquait un programme exp\u00e9rimental syst\u00e9matique permettant d’identifier concr\u00e8tement la m\u00e9canique interne de ces raccourcis cognitifs et la typologie exacte des erreurs qu’ils engendrent.<\/p>\n C’est pr\u00e9cis\u00e9ment dans cette br\u00e8che empirique que s’est enracin\u00e9e la collaboration pionni\u00e8re entre Daniel Kahneman et Amos Tversky \u00e0 l’Universit\u00e9 h\u00e9bra\u00efque de J\u00e9rusalem \u00e0 la fin des ann\u00e9es 1960 et au d\u00e9but des ann\u00e9es 1970. Kahneman, fort de son expertise en psychologie de l’attention et de la perception visuelle, abordait l’esprit comme un syst\u00e8me soumis \u00e0 des illusions perceptuelles et \u00e0 une gestion \u00e9conomique de l’effort mental. Tversky, quant \u00e0 lui, poss\u00e9dait une formation math\u00e9matique d’une exceptionnelle rigueur et s’\u00e9tait impos\u00e9 comme un th\u00e9oricien de premier plan de la mesure et de la d\u00e9cision. Leurs s\u00e9minaires conjoints et leurs dialogues constants ont conduit \u00e0 l’hypoth\u00e8se audacieuse que l’esprit humain, confront\u00e9 \u00e0 des jugements probabilistes complexes, ne d\u00e9ploie pas des algorithmes math\u00e9matiques, mais recourt \u00e0 des op\u00e9rations de substitution simplificatrices d’une efficacit\u00e9 redoutable mais sujettes \u00e0 des distorsions fondamentales.<\/p>\n Le point de d\u00e9part \u00e9pist\u00e9mologique du programme dit des heuristiques et biais r\u00e9side dans la s\u00e9paration formelle entre les mod\u00e8les normatifs et les mod\u00e8les descriptifs de la rationalit\u00e9. Un mod\u00e8le normatif d\u00e9finit la mani\u00e8re dont un agent devrait<\/em> id\u00e9alement penser pour respecter les r\u00e8gles de la logique d\u00e9ductive et du calcul des probabilit\u00e9s. \u00c0 l’inverse, un mod\u00e8le descriptif a pour objet d’analyser et de mod\u00e9liser la mani\u00e8re dont les individus pensent r\u00e9ellement<\/em> dans des contextes empiriques concrets. Jusqu’aux publications de Kahneman et Tversky, la communaut\u00e9 scientifique pr\u00e9sumait que le mod\u00e8le normatif bay\u00e9sien servait \u00e9galement de description approximative ad\u00e9quate du fonctionnement cognitif humain, les \u00e9carts \u00e9tant imput\u00e9s \u00e0 des d\u00e9faillances attentionnelles ponctuelles ou \u00e0 des interf\u00e9rences \u00e9motionnelles p\u00e9riph\u00e9riques.<\/p>\n Kahneman et Tversky ont contest\u00e9 frontalement cette \u00e9quivalence. Leur hypoth\u00e8se fondamentale affirme que l’architecture intuitive de l’esprit n’est nullement structur\u00e9e selon les axiomes de la th\u00e9orie des probabilit\u00e9s. Pour \u00e9valuer la probabilit\u00e9 d’un \u00e9v\u00e9nement incertain \u2013 par exemple, si un suspect est coupable, si un patient est atteint d’une pathologie donn\u00e9e, ou si une entreprise va faire faillite \u2013, les sujets ne manipulent pas des \u00e9quations conditionnelles combinant des distributions statistiques pr\u00e9alables. Ils s’appuient plut\u00f4t sur des \u00e9valuations spontan\u00e9es et qualitatives fond\u00e9es sur la familiarit\u00e9, l’accessibilit\u00e9 mn\u00e9sique ou le degr\u00e9 de ressemblance superficielle.<\/p>\n C’est dans ce cadre th\u00e9orique que s’est cristallis\u00e9e la formulation de l’heuristique de repr\u00e9sentativit\u00e9<\/a>. Selon cette notion cardinale introduite formellement en 1972, les individus \u00e9valuent la probabilit\u00e9 qu’un objet ou un \u00e9v\u00e9nement $A$<\/span> appartienne \u00e0 une classe $B$<\/span>, ou qu’un processus $B$<\/span> g\u00e9n\u00e8re un \u00e9v\u00e9nement $A$<\/span>, en se focalisant uniquement sur le degr\u00e9 de ressemblance entre $A$<\/span> et leur prototype mental de $B$<\/span>. D\u00e8s lors que cette op\u00e9ration de substitution s’op\u00e8re, la question difficile \u00ab Quelle est la probabilit\u00e9 que cet \u00e9l\u00e9ment appartienne \u00e0 cet ensemble ? \u00bb est subrepticement remplac\u00e9e par la question intuitive plus accessible \u00ab \u00c0 quel point cet \u00e9l\u00e9ment ressemble-t-il \u00e0 cet ensemble ? \u00bb. Ce basculement paradigmatique a mis en \u00e9vidence un point aveugle majeur : le jugement par repr\u00e9sentativit\u00e9 est par essence insensible \u00e0 des variables statistiques cruciales qui ne modifient en rien la ressemblance morphologique ou s\u00e9mantique, au premier rang desquelles tr\u00f4ne la probabilit\u00e9 a priori<\/em> de la cat\u00e9gorie, c’est-\u00e0-dire son taux de base.<\/p>\n Pour mesurer la port\u00e9e psychologique de l’exp\u00e9rience de la n\u00e9gligence du taux de base, il est imp\u00e9ratif d’examiner le socle math\u00e9matique qui sert d’\u00e9talon normatif au raisonnement probabiliste : le th\u00e9or\u00e8me de Bayes<\/a>. \u00c9nonc\u00e9 initialement par le r\u00e9v\u00e9rend Thomas Bayes au XVIIIe si\u00e8cle et raffin\u00e9 par Pierre-Simon de Laplace, ce th\u00e9or\u00e8me formalise les conditions d’actualisation de la probabilit\u00e9 d’une hypoth\u00e8se $H$<\/span> \u00e0 la lumi\u00e8re d’une nouvelle donn\u00e9e empirique ou preuve $E$<\/span>. L’expression math\u00e9matique s’\u00e9nonce sous sa forme standard :<\/p>\n $$P(H|E) = \\frac{P(E|H) \\cdot P(H)}{P(E)}$$<\/span><\/p>\n Chacun des termes de cette \u00e9galit\u00e9 incarne une dimension conceptuelle distincte de l’inf\u00e9rence. Le terme $P(H)$<\/span> repr\u00e9sente la probabilit\u00e9 a priori<\/em> ou le taux de base statistique (base rate<\/em>). Il s’agit de la probabilit\u00e9 attribu\u00e9e \u00e0 l’hypoth\u00e8se $H$<\/span> avant la prise en consid\u00e9ration de la moindre information nouvelle relative au cas particulier ; il quantifie la pr\u00e9valence intrins\u00e8que du ph\u00e9nom\u00e8ne au sein de la population parente. Le terme $P(E|H)$<\/span> d\u00e9signe la vraisemblance (likelihood<\/em>), c’est-\u00e0-dire la probabilit\u00e9 conditionnelle d’observer la donn\u00e9e $E$<\/span> si l’hypoth\u00e8se $H$<\/span> est effectivement vraie. Le d\u00e9nominateur $P(E)$<\/span>, quant \u00e0 lui, constitue la probabilit\u00e9 marginale de la preuve, agissant comme une constante de normalisation qui int\u00e8gre l’ensemble des voies mutuellement exclusives par lesquelles la preuve peut survenir :<\/p>\n $$P(E) = P(E|H) \\cdot P(H) + P(E|\\neg H) \\cdot P(\\neg H)$$<\/span><\/p>\n Enfin, le terme $P(H|E)$<\/span> repr\u00e9sente la probabilit\u00e9 a posteriori<\/em>, soit le degr\u00e9 de croyance rationnel r\u00e9vis\u00e9 que l’on doit allouer \u00e0 l’hypoth\u00e8se $H$<\/span> une fois la donn\u00e9e $E$<\/span> observ\u00e9e. Dans ce formalisme strict, le taux de base $P(H)$<\/span> n’est nullement une variable accessoire ou un r\u00e9sidu d’incertitude : il joue le r\u00f4le d’un multiplicateur math\u00e9matique inh\u00e9rent \u00e0 la validit\u00e9 du calcul. Si l’hypoth\u00e8se $H$<\/span> est exceptionnellement rare dans l’univers de r\u00e9f\u00e9rence ($P(H) to 0$<\/span>), la probabilit\u00e9 a posteriori<\/em> $P(H|E)$<\/span> demeurera m\u00e9caniquement faible, quand bien m\u00eame la vraisemblance $P(E|H)$<\/span> atteindrait des valeurs extr\u00eamement \u00e9lev\u00e9es.<\/p>\n L’inf\u00e9rence bay\u00e9sienne n’est pas une simple curiosit\u00e9 combinatoire ; elle prescrit une r\u00e8gle de coh\u00e9rence \u00e9pist\u00e9mique fondamentale quant \u00e0 la fa\u00e7on dont un esprit rationnel doit naviguer dans l’incertitude. L’exigence normative qu’elle sous-tend implique que nos croyances subjectives soient pond\u00e9r\u00e9es proportionnellement \u00e0 la pr\u00e9valence globale des \u00e9tats du monde. Ignorer ou amoindrir d\u00e9lib\u00e9r\u00e9ment le r\u00f4le de $P(H)$<\/span> dans le calcul de $P(H|E)$<\/span> revient math\u00e9matiquement \u00e0 pr\u00e9sumer, de fa\u00e7on arbitraire et injustifi\u00e9e, que les diff\u00e9rentes hypoth\u00e8ses concurrentes poss\u00e8dent toutes des probabilit\u00e9s a priori<\/em> identiques, c’est-\u00e0-dire \u00e0 postuler que $P(H) = P(\\neg H) = 0{,}5$<\/span> en contexte binaire.<\/p>\n L’omission de cette structure produit ce que les m\u00e9thodologistes nomment le \u00ab sophisme de l’inversion des probabilit\u00e9s conditionnelles \u00bb, ou l’erreur syst\u00e9matique d’assimilation : confondre $P(E|H)$<\/span> et $P(H|E)$<\/span>. Prenons un exemple classique o\u00f9 un individu pr\u00e9sente un sympt\u00f4me hautement atypique $E$<\/span>, fr\u00e9quemment rencontr\u00e9 chez les porteurs d’une affection rarissime $H$<\/span> ($P(E|H)$<\/span> \u00e9lev\u00e9). Si le clinicien conclut instantan\u00e9ment que l’individu a une forte probabilit\u00e9 d’avoir la maladie ($P(H|E)$<\/span> \u00e9lev\u00e9) sans int\u00e9grer le fait que cette maladie ne touche qu’une personne sur dix millions ($P(H) = 10^{-7}$<\/span>), son jugement constitue une aberration arithm\u00e9tique.<\/p>\n En effet, en raison du poids d\u00e9mographique \u00e9crasant de la sous-population non malade ($neg H$<\/span>), m\u00eame un taux d’occurrence extr\u00eamement r\u00e9siduel du sympt\u00f4me chez les individus sains ($P(E|neg H)$<\/span> minime) engendrera un nombre absolu de faux positifs bien sup\u00e9rieur au nombre de vrais positifs. L’erreur humaine ne d\u00e9coule donc pas d’une inaptitude \u00e0 mesurer la force de la preuve individualisante, mais d’une incapacit\u00e9 spontan\u00e9e \u00e0 mod\u00e9liser la mani\u00e8re dont cette preuve doit obligatoirement s’hybrider avec le taux de base pour produire un \u00e9nonc\u00e9 probabiliste valable. C’est cette friction cognitive que Kahneman et Tversky ont souhait\u00e9 mat\u00e9rialiser exp\u00e9rimentalement sous une forme \u00e9pur\u00e9e.<\/p>\n En 1973, Kahneman et Tversky ont publi\u00e9 dans le Psychological Review<\/em> un article fondateur intitul\u00e9 \u00ab On the Psychology of Prediction \u00bb<\/a>. Afin de tester l’adh\u00e9sion des sujets aux principes bay\u00e9siens, ils ont con\u00e7u un paradigme exp\u00e9rimental \u00e9l\u00e9gant reposant sur une sc\u00e9narisation rigoureusement contr\u00f4l\u00e9e, pass\u00e9e \u00e0 la post\u00e9rit\u00e9 sous le nom d’\u00ab exp\u00e9rience des ing\u00e9nieurs et des avocats \u00bb (The Lawyer-Engineer Problem<\/em>).<\/p>\n Le protocole exp\u00e9rimental reposait sur un \u00e9chantillon d’\u00e9tudiants et de dipl\u00f4m\u00e9s de l’Universit\u00e9 du Michigan et de l’Universit\u00e9 de l’Oregon. Les exp\u00e9rimentateurs pr\u00e9sentaient aux participants un sc\u00e9nario dans lequel une \u00e9quipe de psychologues renomm\u00e9s avait administr\u00e9 des tests de personnalit\u00e9 approfondis \u00e0 un groupe de cent professionnels \u00e9minents, compos\u00e9 exclusivement d’avocats et d’ing\u00e9nieurs. Les participants \u00e9taient inform\u00e9s que, sur la base de ces bilans psychologiques exhaustifs, des vignettes descriptives individuelles avaient \u00e9t\u00e9 r\u00e9dig\u00e9es pour chacune des cent personnes. Les exp\u00e9rimentateurs pr\u00e9tendaient ensuite avoir tir\u00e9 au sort, de fa\u00e7on purement al\u00e9atoire, cinq de ces descriptions pour les soumettre \u00e0 l’\u00e9valuation des sujets de l’\u00e9tude.<\/p>\n La variable ind\u00e9pendante critique reposait sur la manipulation exp\u00e9rimentale explicite des probabilit\u00e9s a priori<\/em> (les taux de base). Les sujets \u00e9taient scind\u00e9s de fa\u00e7on al\u00e9atoire en deux groupes distincts :<\/p>\n La t\u00e2che demand\u00e9e \u00e0 chaque participant consistait \u00e0 lire attentivement les profils psychologiques s\u00e9lectionn\u00e9s et \u00e0 quantifier, sur une \u00e9chelle probabiliste allant de 0 \u00e0 100 %, la probabilit\u00e9 subjective que la personne d\u00e9crite soit un ing\u00e9nieur plut\u00f4t qu’un avocat.<\/p>\n Pour sonder avec une pr\u00e9cision chirurgicale l’interaction entre l’information cat\u00e9gorielle et le taux de base, Kahneman et Tversky ont inject\u00e9 des vignettes pr\u00e9sentant diff\u00e9rents niveaux de st\u00e9r\u00e9otypie professionnelle. Le profil le plus embl\u00e9matique de l’histoire de la psychologie du jugement est sans nul doute celui de \u00ab Jack \u00bb :<\/p>\n \u00ab Jack est un homme de 45 ans. Il est mari\u00e9 et a quatre enfants. Il est g\u00e9n\u00e9ralement conservateur, m\u00e9ticuleux et ambitieux. Il ne montre aucun int\u00e9r\u00eat pour les questions politiques ou sociales et consacre la majeure partie de son temps libre \u00e0 ses nombreux passe-temps, qui incluent la menuiserie, la voile et la r\u00e9solution d’\u00e9nigmes math\u00e9matiques. \u00bb<\/p>\n<\/blockquote>\n Cette description avait \u00e9t\u00e9 express\u00e9ment construite pour activer au sein du r\u00e9seau s\u00e9mantique des sujets les st\u00e9r\u00e9otypes les plus saillants et les plus caricaturaux associ\u00e9s \u00e0 l’arch\u00e9type de l’ing\u00e9nieur (l’attrait pour les math\u00e9matiques, la m\u00e9ticulosit\u00e9, l’absence de sensibilit\u00e9 politique, le bricolage m\u00e9canique) au d\u00e9triment des repr\u00e9sentations partag\u00e9es sur les avocats.<\/p>\n Afin d’isoler l’effet de la repr\u00e9sentativit\u00e9, les auteurs ont \u00e9galement introduit une deuxi\u00e8me condition fondamentale : une vignette volontairement d\u00e9nu\u00e9e de tout pouvoir diagnostique, le portrait de \u00ab Dick \u00bb :<\/p>\n \u00ab Dick est un homme de 30 ans. Il est mari\u00e9 sans enfants. C’est un homme tr\u00e8s prometteur et tr\u00e8s motiv\u00e9, qui est bien parti pour r\u00e9ussir dans son domaine. Il est tr\u00e8s appr\u00e9ci\u00e9 de ses coll\u00e8gues. \u00bb<\/p>\n<\/blockquote>\n Ce profil ne contient rigoureusement aucun indice cat\u00e9goriel permettant de distinguer pr\u00e9f\u00e9rentiellement un avocat d’un ing\u00e9nieur. Enfin, une condition contr\u00f4le d\u00e9cisive \u00e9tait d\u00e9ploy\u00e9e : les exp\u00e9rimentateurs demandaient \u00e0 un groupe de sujets d’\u00e9valuer la probabilit\u00e9 qu’un individu soit ing\u00e9nieur en l’absence de toute vignette descriptive, c’est-\u00e0-dire en se fondant sur la seule mention des proportions 70\/30 ou 30\/70.<\/p>\n Les donn\u00e9es empiriques recueillies par Tversky et Kahneman ont constitu\u00e9 un v\u00e9ritable s\u00e9isme pour les mod\u00e8les normatifs du choix rationnel. Dans la condition de contr\u00f4le \u2013 o\u00f9 aucune description individualisante n’\u00e9tait communiqu\u00e9e \u2013, les sujets d\u00e9montraient une utilisation parfaite des distributions statistiques : confront\u00e9s \u00e0 l’urne de 70 ing\u00e9nieurs, ils estimaient \u00e0 70 % la probabilit\u00e9 qu’un tirage au sort produise un ing\u00e9nieur ; face \u00e0 l’urne de 30 ing\u00e9nieurs, ils estimaient cette m\u00eame probabilit\u00e9 \u00e0 30 %. Ce constat d\u00e9montrait que les participants comprenaient la signification arithm\u00e9tique \u00e9l\u00e9mentaire des taux de base et savaient les appliquer lorsque l’environnement \u00e9tait vierge de toute interf\u00e9rence contextuelle.<\/p>\n Toutefois, d\u00e8s lors qu’une vignette \u00e9tait introduite, le tableau cognitif s’inversait dramatiquement. Face au profil prototypique de Jack, les sujets de la condition 70\/30 et ceux de la condition 30\/70 ont formul\u00e9 des estimations de probabilit\u00e9 quasi identiques. Dans les deux groupes, la m\u00e9diane des r\u00e9ponses oscillait autour de 90 % (plus pr\u00e9cis\u00e9ment, une probabilit\u00e9 estim\u00e9e que Jack soit ing\u00e9nieur sup\u00e9rieure \u00e0 0{,}85), sans que la variation drastique du taux de base (une diff\u00e9rence de plus du simple au double, passant de 30 % \u00e0 70 %) n’exerce le moindre impact statistiquement significatif sur l’\u00e9valuation globale.<\/p>\n Si les sujets avaient appliqu\u00e9 l’\u00e9quation du th\u00e9or\u00e8me de Bayes, et en admettant une \u00e9valuation subjective de la vraisemblance fond\u00e9e sur la conformit\u00e9 du profil aux caract\u00e9ristiques d’un ing\u00e9nieur versus un avocat (supposons par exemple un rapport de vraisemblance subjectif $P(E|\\text{Ing\u00e9nieur})\/P(E|\\text{Avocat}) \\approx 4$<\/span>), les probabilit\u00e9s r\u00e9vis\u00e9es auraient d\u00fb diverger substantiellement :<\/p>\n Au lieu de cet \u00e9cart de plus de 27 points de pourcentage exig\u00e9 par la logique bay\u00e9sienne, les participants ont maintenu des jugements indiff\u00e9renci\u00e9s. Les priors statistiques avaient \u00e9t\u00e9 purement et simplement absorb\u00e9s et effac\u00e9s par la force d’\u00e9vocation narrative du st\u00e9r\u00e9otype.<\/p>\n Le r\u00e9sultat le plus frappant et le plus troublant est toutefois survenu lors de l’\u00e9valuation du profil non diagnostique de Dick. Confront\u00e9s \u00e0 cette description sans substance diagnostique, les sujets n’ont pas r\u00e9activ\u00e9 le taux de base de leur condition respective (qui aurait d\u00fb les amener \u00e0 r\u00e9pondre 70 % ou 30 %). \u00c0 la place, les participants des deux groupes ont attribu\u00e9 \u00e0 Dick une probabilit\u00e9 d’\u00eatre ing\u00e9nieur d’exactement 50 %. L’introduction d’une information descriptive objectivement nulle n’a pas laiss\u00e9 le taux de base inchang\u00e9 : elle a provoqu\u00e9 ce que les chercheurs ont nomm\u00e9 un \u00ab effet de dilution \u00bb. Les participants ont interpr\u00e9t\u00e9 la vacuit\u00e9 du profil de Dick comme le reflet d’une \u00e9quiprobabilit\u00e9 ontologique, abandonnant totalement la r\u00e9f\u00e9rence aux proportions initiales qui r\u00e9gissaient pourtant l’espace de probabilit\u00e9.<\/p>\n Pour th\u00e9oriser la cause profonde de cette d\u00e9viation syst\u00e9matique, Kahneman et Tversky ont affin\u00e9 l’analyse fonctionnelle de l’heuristique de repr\u00e9sentativit\u00e9. Au c\u0153ur de ce m\u00e9canisme r\u00e9side le concept d’appariement prototypique<\/a>, formalis\u00e9 par la psychologue Eleanor Rosch dans le domaine de la cat\u00e9gorisation s\u00e9mantique. L’esprit humain structure sa connaissance du monde \u00e0 partir de prototypes, c’est-\u00e0-dire de repr\u00e9sentations mentales id\u00e9alis\u00e9es agr\u00e9geant les traits de centralit\u00e9 d’une classe d’objets ou d’individus. Face \u00e0 une entit\u00e9 donn\u00e9e, le syst\u00e8me cognitif proc\u00e8de \u00e0 une cartographie de similarit\u00e9 vectorielle : il projette les attributs de la cible sur l’espace multidimensionnel du prototype.<\/p>\n Dans les situations exp\u00e9rimentales d\u00e9crites, l’op\u00e9ration cognitive sous-jacente est une forme pr\u00e9coce de ce que Daniel Kahneman nommera ult\u00e9rieurement la \u00ab substitution d’attributs \u00bb. Face \u00e0 une cible de jugement complexe \u2013 une question computationnelle relative \u00e0 la probabilit\u00e9 statistique d’un \u00e9v\u00e9nement conditionnel \u2013, le processeur cognitif substitue inconsciemment \u00e0 cet attribut inaccessible une propri\u00e9t\u00e9 heuristique beaucoup plus imm\u00e9diatement calculable : la congruence g\u00e9om\u00e9trique ou la ressemblance morphologique. Jack ressemble de mani\u00e8re \u00e9clatante au prototype interne de l’ing\u00e9nieur ; par cons\u00e9quent, l’esprit d\u00e9duit que Jack est<\/em> tr\u00e8s probablement un ing\u00e9nieur.<\/p>\n Ce raccourci perceptif repose sur l’illusion cognitive voulant que ce qui est prototypique soit intrins\u00e8quement fr\u00e9quent. Dans l’\u00e9cologie naturelle quotidienne de notre esp\u00e8ce, il existe ind\u00e9niablement une corr\u00e9lation globale entre la fr\u00e9quence d’une classe et l’observation d’instances typiques de cette classe. Les heuristiques ne sont pas des anomalies aberrantes ; ce sont des r\u00e8gles de pouce \u00e9cologiquement adapt\u00e9es mais qui \u00e9chouent dramatiquement d\u00e8s lors que l’on introduit des asym\u00e9tries de taux de base ou des variables statistiques d\u00e9synchronis\u00e9es de la forme per\u00e7ue.<\/p>\n L’autre moteur psychologique de la n\u00e9gligence du taux de base est l’h\u00e9g\u00e9monie de l’information narrative et individualisante sur les donn\u00e9es agr\u00e9g\u00e9es et abstraites. La cognition humaine est fondamentalement fa\u00e7onn\u00e9e pour interagir avec des r\u00e9cits, des acteurs singuliers pourvus d’intentions et des signaux perceptifs directs. Une probabilit\u00e9 a priori<\/em> \u2013 telle qu’un ratio d\u00e9mographique de 70 contre 30 \u2013 n’est qu’un descripteur math\u00e9matique abstrait, froid, d\u00e9nu\u00e9 de dynamisme causal et priv\u00e9 de consistance ph\u00e9nom\u00e9nologique.<\/p>\n D\u00e8s lors qu’un r\u00e9cit s’incarne sous la forme d’un profil individualis\u00e9 (les passe-temps de Jack, son absence de go\u00fbt pour la politique, ses talents de bricoleur), l’attention s\u00e9lective se focalise exclusivement sur cette information saillante. L’esprit est en quelque sorte hypnotis\u00e9 par les d\u00e9tails distinctifs. La distribution globale en arri\u00e8re-plan devient un simple d\u00e9cor cognitif sans relief, instantan\u00e9ment rel\u00e9gu\u00e9 hors du champ de la m\u00e9moire op\u00e9rationnelle. Les repr\u00e9sentations cat\u00e9gorielles m\u00e9moris\u00e9es s’activent de mani\u00e8re automatique, irr\u00e9pressible, et ne rencontrent aucune r\u00e9sistance computationnelle de la part du sujet, qui ne consent aucun effort m\u00e9tacognitif pour recalculer les rapports d’intersection probabilistes.<\/p>\n Pour prouver que la n\u00e9gligence du taux de base n’\u00e9tait pas un artefact m\u00e9thodologique li\u00e9 aux professions d’avocats ou d’ing\u00e9nieurs, Kahneman et Tversky ont \u00e9tendu leur protocole \u00e0 d’autres domaines d’inf\u00e9rence sociale. Dans la m\u00eame \u00e9tude de 1973, ils ont introduit le c\u00e9l\u00e8bre probl\u00e8me de \u00ab Tom W. \u00bb.<\/p>\n Dans ce protocole, les chercheurs ont soumis \u00e0 un groupe de r\u00e9f\u00e9rence un inventaire de plusieurs fili\u00e8res d’\u00e9tudes sup\u00e9rieures universitaires (droit, ing\u00e9nierie, sciences humaines, administration des affaires, biblioth\u00e9conomie, etc.) et leur ont demand\u00e9 d’estimer le pourcentage d’\u00e9tudiants inscrits dans chacune de ces facult\u00e9s \u00e0 l’\u00e9chelle nationale. Ces estimations ont constitu\u00e9 le taux de base subjectif ($P(\\text{Fili\u00e8re})$<\/span>). Les fili\u00e8res telles que les sciences humaines ou l’administration des affaires regroupaient des contingents massifs d’\u00e9tudiants, tandis que la biblioth\u00e9conomie constituait une discipline num\u00e9riquement marginale (moins de 2 % des inscriptions).<\/p>\n Un deuxi\u00e8me groupe ind\u00e9pendant de participants recevait ensuite le portrait psychologique de Tom W., r\u00e9dig\u00e9 \u00e0 partir de pr\u00e9tendus tests projectifs lorsqu’il \u00e9tait au lyc\u00e9e :<\/p>\n \u00ab Tom W. est d’une grande intelligence, bien qu’il manque de cr\u00e9ativit\u00e9 v\u00e9ritable. Il a un besoin d’ordre, de clart\u00e9, et appr\u00e9cie les syst\u00e8mes bien rang\u00e9s o\u00f9 chaque d\u00e9tail a sa place. Son \u00e9criture est m\u00e9canique et soign\u00e9e. Il est \u00e9gocentrique, a peu d’empathie et n’aime pas interagir avec les autres. Bien qu’il soit froid et distant, il poss\u00e8de un sens moral rigide. \u00bb<\/p>\n<\/blockquote>\n Ce deuxi\u00e8me groupe devait classer les fili\u00e8res selon le degr\u00e9 de ressemblance entre Tom W. et l’\u00e9tudiant typique de chaque discipline. Enfin, un troisi\u00e8me groupe de sujets \u2013 le groupe critique \u2013 devait simplement estimer la probabilit\u00e9 que Tom W. soit actuellement \u00e9tudiant dans chacune de ces fili\u00e8res.<\/p>\n L’analyse statistique des classements a mis en lumi\u00e8re une corr\u00e9lation de rang quasi parfaite ($r = 0{,}98$<\/span>) entre les jugements de ressemblance et les attributions de probabilit\u00e9. Les sujets ont jug\u00e9 Tom W. extr\u00eamement susceptible d’\u00e9tudier en biblioth\u00e9conomie ou en informatique fondamentale, au m\u00e9pris absolu de la raret\u00e9 d\u00e9mographique \u00e9crasante de la biblioth\u00e9conomie par rapport aux sciences humaines. Alors m\u00eame que la faiblesse statistique des inscriptions en biblioth\u00e9conomie aurait d\u00fb faire chuter radicalement la probabilit\u00e9 a posteriori<\/em> d’y retrouver Tom W., les participants n’ont tenu aucun compte de ce param\u00e8tre. La probabilit\u00e9 subjective s’est r\u00e9v\u00e9l\u00e9e \u00eatre le d\u00e9calque carbone de la repr\u00e9sentativit\u00e9 typologique.<\/p>\n En 1982, Amos Tversky et Daniel Kahneman ont propos\u00e9 ce qui demeure le paradigme le plus c\u00e9l\u00e8bre et le plus limpide pour mat\u00e9rialiser le conflit direct entre taux de base statistique et cr\u00e9dibilit\u00e9 d’un t\u00e9moignage perceptif : le probl\u00e8me du taxi bleu et du taxi vert<\/a> (The Cab Problem<\/em>). La formulation canonique du sc\u00e9nario s’\u00e9nonce comme suit :<\/p>\n \u00ab Une nuit, un taxi a \u00e9t\u00e9 impliqu\u00e9 dans un d\u00e9lit de fuite apr\u00e8s un accident. Deux compagnies de taxis exploitent les v\u00e9hicules de la ville : les taxis Verts et les taxis Bleus. Vous disposez des donn\u00e9es suivantes : Face \u00e0 ce dilemme m\u00e9dico-l\u00e9gal, la r\u00e9action de l’immense majorit\u00e9 des participants \u2013 qu’il s’agisse d’\u00e9tudiants, de juristes chevronn\u00e9s ou de d\u00e9cideurs \u2013 est imm\u00e9diate et tranch\u00e9e : ils r\u00e9pondent spontan\u00e9ment 80 %<\/strong> (0{,}80). La justification intuitive formul\u00e9e est triviale : puisque le t\u00e9moin a raison 80 % du temps, et qu’il a affirm\u00e9 avoir vu un taxi bleu, il y a 80 % de chances que le v\u00e9hicule ait \u00e9t\u00e9 effectivement bleu. Les sujets se d\u00e9sint\u00e9ressent totalement du fait que la flotte de taxis bleus ne repr\u00e9sente qu’une fraction congrue de l’\u00e9cosyst\u00e8me urbain.<\/p>\n Examinons d\u00e9sormais la r\u00e9solution formelle de cette \u00e9nigme \u00e0 la lumi\u00e8re du th\u00e9or\u00e8me de Bayes. D\u00e9finissons les \u00e9v\u00e9nements probabilistes :<\/p>\n La vraisemblance li\u00e9e \u00e0 l’acuit\u00e9 visuelle du t\u00e9moin s’exprime par :<\/p>\n La probabilit\u00e9 conditionnelle a posteriori<\/em> que le taxi soit r\u00e9ellement Bleu sachant que le t\u00e9moin l’a d\u00e9sign\u00e9 comme tel, $P(B|T_B)$<\/span>, s’obtient par l’application stricte de l’\u00e9quation bay\u00e9sienne :<\/p>\n $$P(B|T_B) = \\frac{P(T_B|B) \\cdot P(B)}{P(T_B|B) \\cdot P(B) + P(T_B|V) \\cdot P(V)}$$<\/span><\/p>\n En substituant les grandeurs num\u00e9riques fournies dans l’\u00e9nonc\u00e9 :<\/p>\n $$P(B|T_B) = \\frac{0{,}80 \\times 0{,}15}{(0{,}80 \\times 0{,}15) + (0{,}20 \\times 0{,}85)}$$<\/span><\/p>\n $$P(B|T_B) = \\frac{0{,}12}{0{,}12 + 0{,}17} = \\frac{0{,}12}{0{,}29} \\approx 0{,}4138$$<\/span><\/p>\n La v\u00e9rit\u00e9 math\u00e9matique est saisissante : la probabilit\u00e9 que le taxi ait r\u00e9ellement \u00e9t\u00e9 Bleu n’est que d’environ 41,4 %<\/strong>. En d’autres termes, en d\u00e9pit du fait qu’un t\u00e9moin fiable \u00e0 80 % ait formellement point\u00e9 du doigt un v\u00e9hicule bleu, il demeure plus probable<\/em> (environ 58,6 %) que le v\u00e9hicule incrimin\u00e9 ait \u00e9t\u00e9 en r\u00e9alit\u00e9 Vert<\/strong> ! L’explication r\u00e9side dans la m\u00e9canique du d\u00e9nominateur : \u00e9tant donn\u00e9 la pr\u00e9pond\u00e9rance massive des taxis verts dans la ville, les 20 % d’erreurs d’identification commises par le t\u00e9moin sur la vaste population verte ($0{,}20 \\times 0{,}85 = 0{,}17$<\/span>) g\u00e9n\u00e8rent un volume de faux signaux sup\u00e9rieur au volume de vrais signaux issus de la petite cohorte bleue ($0{,}80 \\times 0{,}15 = 0{,}12$<\/span>). La r\u00e9ponse m\u00e9diane intuitive (80 %) est presque le double de la r\u00e9alit\u00e9 logique, illustrant l’ampleur b\u00e9ante de la n\u00e9gligence du taux de base.<\/p>\n Face \u00e0 la r\u00e9currence de ce biais dans une myriade d’exp\u00e9rimentations, une question \u00e9pist\u00e9mologique essentielle s’est pos\u00e9e : l’esprit humain est-il d\u00e9finitivement aveugle aux taux de base, ou existe-t-il des conditions fonctionnelles sp\u00e9cifiques susceptibles de contraindre le syst\u00e8me cognitif \u00e0 les prendre en compte ? C’est \u00e0 la psychologue isra\u00e9lienne Maya Bar-Hillel<\/a> que l’on doit l’avanc\u00e9e th\u00e9orique la plus d\u00e9terminante sur ce point, formul\u00e9e dans son article s\u00e9minal de 1980 : \u00ab The Base-Rate Fallacy in Probability Judgments \u00bb<\/em>.<\/p>\n Bar-Hillel a introduit la th\u00e9orie de la \u00ab structure de pertinence \u00bb (relevance structure<\/em>). Selon sa mod\u00e9lisation, les d\u00e9cideurs n’\u00e9cartent pas les taux de base par simple n\u00e9gligence arithm\u00e9tique ou par paresse intellectuelle, mais parce qu’ils effectuent une \u00e9valuation s\u00e9mantique inconsciente de l’information. L’esprit classe les donn\u00e9es re\u00e7ues selon une hi\u00e9rarchie de pertinence. Une information individualisante (la fiabilit\u00e9 d’un t\u00e9moin direct, le comportement d’un individu singulier) est spontan\u00e9ment cr\u00e9dit\u00e9e d’un degr\u00e9 de pertinence psychologique maximal, car elle entretient un lien contextuel resserr\u00e9 et sp\u00e9cifique avec l’\u00e9v\u00e9nement \u00e0 juger. Les taux de base statistiques g\u00e9n\u00e9raux, quant \u00e0 eux, sont rel\u00e9gu\u00e9s tout en bas de cette \u00e9chelle s’ils sont per\u00e7us comme de simples agr\u00e9gats descriptifs, incidents et ext\u00e9rieurs \u00e0 la dynamique intrins\u00e8que de la situation.<\/p>\n La dissociation cruciale th\u00e9oris\u00e9e par Bar-Hillel et adopt\u00e9e par Kahneman r\u00e9side dans l’opposition irr\u00e9ductible entre taux de base incidentels (ou purement statistiques)<\/strong> et taux de base causaux<\/strong> :<\/p>\n Pour d\u00e9montrer exp\u00e9rimentalement cette dichotomie, Kahneman et Tversky ont modifi\u00e9 un seul paragraphe du sc\u00e9nario des taxis afin de convertir le taux de base statistique en taux de base causal :<\/p>\n \u00ab Les deux compagnies de taxis poss\u00e8dent le m\u00eame nombre de v\u00e9hicules en circulation dans la ville (50 % de taxis Verts, 50 % de taxis Bleus). En revanche, les taxis Verts sont impliqu\u00e9s dans 85 % de la totalit\u00e9 des accidents de la circulation, tandis que les taxis Bleus ne sont impliqu\u00e9s que dans 15 % des accidents. \u00bb<\/p>\n<\/blockquote>\n D’un point de vue purement normatif et math\u00e9matique, les \u00e9quations bay\u00e9siennes sont rigoureusement identiques : le taux de base de la flotte accidentog\u00e8ne ($P(\\text{Vert}) = 0{,}85$<\/span> et $P(\\text{Bleu}) = 0{,}15$<\/span>) reste formellement le m\u00eame que la distribution de la flotte dans le sc\u00e9nario initial. Cependant, au niveau psychologique, la m\u00e9tamorphose cognitive a \u00e9t\u00e9 radicale.<\/p>\n Dans cette variante causale, la statistique cesse d’\u00eatre une simple propri\u00e9t\u00e9 distributionnelle inerte. Elle active un st\u00e9r\u00e9otype comportemental dynamique : \u00ab Les chauffeurs de taxis verts sont des chauffeurs agressifs, imprudents, des dangers publics \u00bb. Le taux de base n’est plus per\u00e7u comme une donn\u00e9e p\u00e9riph\u00e9rique, mais comme une cause motrice susceptible d’avoir provoqu\u00e9 l’accident de cette nuit-l\u00e0. Les r\u00e9sultats empiriques ont attest\u00e9 d’un effondrement spectaculaire de la n\u00e9gligence du taux de base : les participants ont massivement int\u00e9gr\u00e9 cette proportion dans leurs calculs intuitifs, abaissant substantiellement la probabilit\u00e9 que le coupable soit le taxi bleu d\u00e9sign\u00e9 par le t\u00e9moin. Le syst\u00e8me intuitif s’est r\u00e9v\u00e9l\u00e9 incapable de dig\u00e9rer une information purement distributionnelle, mais parfaitement apte \u00e0 manipuler des donn\u00e9es statistiques d\u00e8s lors qu’elles s’ins\u00e8rent dans une cha\u00eene de causalit\u00e9 narrative.<\/p>\n L’int\u00e9gration de la n\u00e9gligence du taux de base au sein de la psychologie cognitive contemporaine a \u00e9t\u00e9 formalis\u00e9e \u00e0 travers le mod\u00e8le de la th\u00e9orie du double processus<\/a> (Dual-Process Theory<\/em>), th\u00e9oris\u00e9e par des chercheurs tels que Jonathan Evans, Keith Stanovich, et vulgaris\u00e9e magistralement par Daniel Kahneman dans son ouvrage Thinking, Fast and Slow<\/em> (2011).<\/p>\n Ce cadre d’analyse postule la coexistence au sein de notre appareil psychique de deux modes distincts de traitement de l’information :<\/p>\n \u00c0 la lumi\u00e8re de cette architecture, la n\u00e9gligence du taux de base est l’illustration par excellence de la \u00ab paresse cognitive \u00bb ou de l’\u00e9conomie de ressources computationnelles inh\u00e9rente au Syst\u00e8me 2. Dans le d\u00e9roulement ordinaire de la pens\u00e9e, le Syst\u00e8me 2 n’exerce pas une surveillance algorithmique permanente sur les op\u00e9rations du Syst\u00e8me 1 ; il se contente bien souvent de ratifier avec complaisance les propositions g\u00e9n\u00e9r\u00e9es par l’intuition. Devant l’\u00e9nigme des avocats et des ing\u00e9nieurs, le Syst\u00e8me 1 d\u00e9livre une r\u00e9ponse imm\u00e9diate et hautement gratifiante fond\u00e9e sur la repr\u00e9sentativit\u00e9 (\u00ab C’est un ing\u00e9nieur ! \u00bb). Pour renverser cette impression, le Syst\u00e8me 2 devrait s’engager dans une surcharge cognitive co\u00fbteuse en recalculant l’impact du taux de base. Faute d’alerte m\u00e9tacognitive explicite, le Syst\u00e8me 2 capitule et valide l’erreur sans m\u00eame en soup\u00e7onner l’existence.<\/p>\n Au cours des deux derni\u00e8res d\u00e9cennies, la r\u00e9volution des neurosciences cognitives a permis de soumettre les postulats de Kahneman et Tversky au banc d’essai de l’imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf) et de l’\u00e9lectroenc\u00e9phalographie (EEG). Ces travaux, men\u00e9s notamment par des chercheurs comme Wim De Neys<\/a>, ont explor\u00e9 les circuits neuronaux sous-jacents aux probl\u00e8mes de taux de base.<\/p>\n L’une des d\u00e9couvertes les plus spectaculaires de la neurobiologie cognitive r\u00e9side dans l’activit\u00e9 du cortex cingulaire ant\u00e9rieur (ACC)<\/strong>, une structure anatomique log\u00e9e sur la face m\u00e9diale du cortex pr\u00e9frontal, connue pour son r\u00f4le de sentinelle dans la d\u00e9tection des conflits cognitifs et la surveillance des erreurs de traitement. Lorsqu’on place des volontaires dans un scanner IRMf et qu’on leur soumet une variante conflictuelle de l’exp\u00e9rience de Jack (o\u00f9 la description st\u00e9r\u00e9otypique contredit frontalement le taux de base majoritaire), l’ACC s’allume avec intensit\u00e9, y compris chez les participants qui r\u00e9pondent de mani\u00e8re erron\u00e9e en suivant l’heuristique<\/em>.<\/p>\n Cette observation neurofonctionnelle a une implication th\u00e9orique profonde : elle d\u00e9montre que les biais probabilistes ne d\u00e9coulent pas d’une c\u00e9cit\u00e9 cognitive primitive ou d’une ignorance aveugle du taux de base. L’esprit humain d\u00e9tecte implicitement, au niveau pr\u00e9conscient, le tiraillement logique entre la repr\u00e9sentativit\u00e9 et le taux de base statistique. Cependant, pour que la r\u00e9ponse normative \u00e9merge, il ne suffit pas de d\u00e9tecter le conflit : il faut mobiliser des circuits inhibiteurs capables de faire taire la r\u00e9ponse heuristique impulsive issue du Syst\u00e8me 1. Cette t\u00e2che d’inhibition active d\u00e9pend de l’activation robuste du cortex pr\u00e9frontal dorsolat\u00e9ral (DLPFC)<\/strong> et du cortex pr\u00e9frontal ventrolat\u00e9ral inf\u00e9rieur droit (rVLPFC)<\/strong>.<\/p>\n Les \u00e9tudes chronom\u00e9triques par potentiels \u00e9voqu\u00e9s (EEG) ont corrobor\u00e9 ce s\u00e9quen\u00e7age en r\u00e9v\u00e9lant une onde pr\u00e9coce de d\u00e9tection de conflit (l’onde N2 ou la n\u00e9gativit\u00e9 li\u00e9e \u00e0 l’erreur) apparaissant quelques centaines de millisecondes apr\u00e8s la lecture de la description, bien avant que la r\u00e9ponse motrice ne soit formul\u00e9e. Lorsque le cortex pr\u00e9frontal \u00e9choue \u00e0 maintenir l’effort d’inhibition contre-intuitif, le participant verbalise la solution st\u00e9r\u00e9otyp\u00e9e tout en conservant, de mani\u00e8re subconsciente, la trace neurophysiologique d’une dissonance logique non r\u00e9solue.<\/p>\n Bien que le programme des heuristiques et biais ait re\u00e7u un accueil triomphal dans les sciences sociales, il a d\u00e9clench\u00e9 l’une des querelles acad\u00e9miques les plus virulentes de la psychologie contemporaine. Le fer de lance de cette opposition scientifique est le psychologue allemand Gerd Gigerenzer<\/a>, directeur \u00e9m\u00e9rite au Max Planck Institute for Human Development de Berlin.<\/p>\n Gigerenzer et l’\u00e9cole de la \u00ab rationalit\u00e9 \u00e9cologique \u00bb (ecological rationality<\/em>) ont contest\u00e9 avec v\u00e9h\u00e9mence l’affirmation selon laquelle l’esprit humain souffrirait de d\u00e9ficits computationnels intrins\u00e8ques face au calcul des probabilit\u00e9s. Pour Gigerenzer, qualifier la n\u00e9gligence du taux de base de \u00ab biais cognitif irrationnel \u00bb proc\u00e8de d’un r\u00e9ductionnisme normatif fallacieux. Son argumentation \u00e9pist\u00e9mologique repose sur trois piliers majeurs :<\/p>\n Pour prouver empiriquement la validit\u00e9 de sa posture th\u00e9orique, Gerd Gigerenzer et ses collaborateurs (notamment Ulrich Hoffrage) ont conduit des s\u00e9ries d’exp\u00e9riences pionni\u00e8res en reformulant les \u00e9nigmes de Tversky et Kahneman sous le format dit des fr\u00e9quences naturelles<\/strong> (natural frequencies<\/em>). L’id\u00e9e directrice consiste \u00e0 proscrire l’usage des pourcentages abstraits et des probabilit\u00e9s conditionnelles normalis\u00e9es pour \u00e9noncer les donn\u00e9es sous forme de d\u00e9comptes bruts au sein d’une population d’individus concrets.<\/p>\n Reprenons le cas embl\u00e9matique du taxi bleu et vert. Au lieu d’ass\u00e9ner des pourcentages abstraits (85 %, 15 %, 80 %, 20 %), l’\u00e9nonc\u00e9 est reconfigur\u00e9 sous une forme fr\u00e9quentielle transparente :<\/p>\n \u00ab Imaginez 100 accidents de la circulation impliquant un taxi survenus dans des conditions nocturnes similaires : Pr\u00e9sent\u00e9e sous cette forme arithm\u00e9tique transparente, la t\u00e2che mentale ne requiert plus l’application tortueuse de l’alg\u00e8bre bay\u00e9sienne ni la manipulation de d\u00e9nominateurs normalis\u00e9s contre-intuitifs. L’esprit humain n’a plus qu’\u00e0 comparer directement deux grandeurs observables : le nombre de fois o\u00f9 le t\u00e9moin dit \u00ab Bleu \u00bb \u00e0 raison (12) par rapport au nombre total de fois o\u00f9 le t\u00e9moin prononce le mot \u00ab Bleu \u00bb ($12 + 17 = 29$<\/span>). L’inf\u00e9rence devient limpide : $\\frac{12}{29} \\approx 41{,}4,%$<\/span>.<\/p>\n Les r\u00e9sultats exp\u00e9rimentaux r\u00e9pliqu\u00e9s \u00e0 travers le monde par Hoffrage et Gigerenzer ont montr\u00e9 que le passage des probabilit\u00e9s conditionnelles aux fr\u00e9quences naturelles fait bondir la proportion de r\u00e9ponses bay\u00e9siennes correctes de moins de 15 % \u00e0 plus de 50 %, voire 75 %, sans qu’aucun entra\u00eenement math\u00e9matique pr\u00e9alable n’ait \u00e9t\u00e9 dispens\u00e9 aux participants. Ce d\u00e9bat a nuanc\u00e9 de fa\u00e7on salutaire les conclusions de Tversky et Kahneman : si la n\u00e9gligence du taux de base est ind\u00e9niable lorsque l’information est pr\u00e9sent\u00e9e sous forme probabiliste standardis\u00e9e, elle s’att\u00e9nue consid\u00e9rablement lorsque les formats d’affichage s’alignent sur les algorithmes naturels de traitement de fr\u00e9quence de l’appareil cognitif.<\/p>\n Loin d’\u00eatre cantonn\u00e9 aux joutes acad\u00e9miques et aux amphith\u00e9\u00e2tres de psychologie, l’impact de la n\u00e9gligence du taux de base rev\u00eat une gravit\u00e9 dramatique lorsqu’il s’immisce dans la pratique de la m\u00e9decine contemporaine. La prise de d\u00e9cision clinique repose en grande partie sur l’interpr\u00e9tation d’examens compl\u00e9mentaires, d’imageries m\u00e9dicales et de tests sanguins hautement sophistiqu\u00e9s pour \u00e9valuer la pr\u00e9sence d’une affection organique chez un patient donn\u00e9.<\/p>\n Dans ce contexte, les praticiens sont constamment confront\u00e9s \u00e0 deux m\u00e9triques fondamentales mesurant l’efficacit\u00e9 d’un outil de diagnostic : la sensibilit\u00e9<\/strong> (la probabilit\u00e9 que le test soit positif si le sujet est malade, \u00e9quivalent \u00e0 la vraisemblance $P(\\text{Test}^+|\\text{Maladie})$<\/span>) et la sp\u00e9cificit\u00e9<\/strong> (la probabilit\u00e9 que le test soit n\u00e9gatif si le sujet est sain, soit $P(\\text{Test}^-|\\text{Sain})$<\/span>). Pourtant, ce que le clinicien et le patient ont imp\u00e9rativement besoin de conna\u00eetre en situation r\u00e9elle n’est ni la sensibilit\u00e9 ni la sp\u00e9cificit\u00e9 du test, mais sa valeur pr\u00e9dictive positive (VPP)<\/strong> : quelle est la probabilit\u00e9 que le patient soit effectivement<\/em> malade sachant que le test est revenu positif ($P(\\text{Maladie}|\\text{Test}^+)$<\/span>) ?<\/p>\n L’omission tragique du taux de base (ici, la pr\u00e9valence<\/strong> de la pathologie dans la population cible) conduit \u00e0 des d\u00e9sastres interpr\u00e9tatifs document\u00e9s de longue date dans la litt\u00e9rature m\u00e9dicale. L’une des \u00e9tudes les plus c\u00e9l\u00e8bres, initi\u00e9e par David Eddy et reproduite par Gigerenzer aupr\u00e8s de gyn\u00e9cologues chevronn\u00e9s, concernait le d\u00e9pistage syst\u00e9matique du cancer du sein par mammographie chez des femmes asymptomatiques de 40 \u00e0 50 ans :<\/p>\n Lorsqu’on demandait aux m\u00e9decins d’estimer la probabilit\u00e9 qu’une femme dont la mammographie s’av\u00e8re positive ait r\u00e9ellement un cancer, pr\u00e8s de 95 % des m\u00e9decins interrog\u00e9s ont r\u00e9pondu spontan\u00e9ment environ 80 % ou 90 %<\/strong>. La r\u00e9alit\u00e9 bay\u00e9sienne est pourtant sans appel :<\/p>\n $$P(\\text{Cancer}|\\text{Positif}) = \\frac{0{,}90 \\times 0{,}01}{(0{,}90 \\times 0{,}01) + (0{,}09 \\times 0{,}99)} = \\frac{0{,}009}{0{,}009 + 0{,}0891} = \\frac{0{,}009}{0{,}0981} \\approx 9{,}17,%$$<\/span><\/p>\n Face \u00e0 un test positif, la probabilit\u00e9 r\u00e9elle que cette patiente soit atteinte d’un cancer du sein est inf\u00e9rieure \u00e0 10 %<\/strong> ! Dans plus de 90 % des cas, ce r\u00e9sultat positif n’est qu’une fausse alerte g\u00e9n\u00e9r\u00e9e par le fait que la population saine est 99 fois plus nombreuse que la population malade, transformant m\u00eame un petit taux d’erreur de 9 % en une mar\u00e9e de faux positifs \u00e9crasant les vrais cas diagnostiqu\u00e9s. En ignorant la raret\u00e9 pr\u00e9alable de l’affection, les cliniciens surestiment le risque r\u00e9el d’un facteur dix, entra\u00eenant une communication anxiog\u00e8ne destructrice, des biopsies chirurgicales invasives et injustifi\u00e9es, ainsi qu’un traumatisme psychologique persistant pour des cohortes enti\u00e8res de patients en parfaite sant\u00e9.<\/p>\n Les ravages de la n\u00e9gligence du taux de base transcendent la relation m\u00e9decin-patient individuelle pour atteindre le dimensionnement des politiques de sant\u00e9 publique \u00e0 l’\u00e9chelle d’une nation. L’arbitrage \u00e9thique et financier entourant les campagnes de d\u00e9pistage de masse (qu’il s’agisse du cancer de la prostate via l’antig\u00e8ne prostatique sp\u00e9cifique PSA, de pathologies infectieuses \u00e9mergentes ou d’anomalies g\u00e9n\u00e9tiques pr\u00e9natales) est structurellement conditionn\u00e9 par la pr\u00e9valence sous-jacente.<\/p>\n Lorsqu’une autorit\u00e9 sanitaire d\u00e9ploie un d\u00e9pistage aveugle au sein d’une population g\u00e9n\u00e9rale o\u00f9 la pr\u00e9valence d’un trouble est infinit\u00e9simale (par exemple 1 cas pour 100 000), m\u00eame un test affichant une sp\u00e9cificit\u00e9 ph\u00e9nom\u00e9nale de 99{,}9 % aboutira in\u00e9luctablement \u00e0 une situation o\u00f9 l’\u00e9crasante majorit\u00e9 des alertes positives seront des artefacts non pertinents. Les cons\u00e9quences bio\u00e9thiques sont majeures :<\/p>\n Pour juguler ces d\u00e9rives, les instances m\u00e9dicales internationales imposent d\u00e9sormais l’int\u00e9gration de modules explicites de formation statistique dans les cursus universitaires et promeuvent l’insertion d’arbres de d\u00e9cision bay\u00e9siens automatis\u00e9s au c\u0153ur des dossiers m\u00e9dicaux \u00e9lectroniques pour alerter le prescripteur sur la valeur pr\u00e9dictive positive r\u00e9elle d’un examen avant toute d\u00e9marche invasive.<\/p>\n Le pr\u00e9toire p\u00e9nal constitue un autre th\u00e9\u00e2tre o\u00f9 la n\u00e9gligence du taux de base peut avoir des r\u00e9percussions vertigineuses, privant des innocents de leur libert\u00e9 ou les condamnant \u00e0 mort. Dans l’ar\u00e8ne judiciaire, cette d\u00e9faillance cognitive prend une forme doctrinale tristement c\u00e9l\u00e8bre : le sophisme du procureur<\/a> (Prosecutor’s Fallacy<\/em>), formalis\u00e9 pour la premi\u00e8re fois par Richard Eggleston en 1983.<\/p>\n Le sophisme du procureur est l’incarnation juridique exacte de l’inversion des probabilit\u00e9s conditionnelles mise en relief par Kahneman et Tversky. Il consiste \u00e0 substituer subrepticement la probabilit\u00e9 qu’une preuve mat\u00e9rielle existe sachant que l’accus\u00e9 est innocent, not\u00e9e $P(\\text{Preuve}|\\text{Innocent})$<\/span>, \u00e0 la probabilit\u00e9 que l’accus\u00e9 soit innocent sachant que la preuve a \u00e9t\u00e9 d\u00e9couverte contre lui, soit $P(\\text{Innocent}|\\text{Preuve})$<\/span>.<\/p>\n Cette distorsion appara\u00eet avec une pr\u00e9dilection redoutable dans le traitement des indices scientifiques modernes, au premier chef desquels se trouvent les profils g\u00e9n\u00e9tiques d’ADN ou les analyses de t\u00e9l\u00e9communication. Supposons qu’une trace biologique retrouv\u00e9e sur une sc\u00e8ne de crime corresponde au profil ADN d’un suspect identifi\u00e9 par un recoupement automatis\u00e9 au sein d’une base de donn\u00e9es nationale. L’expert m\u00e9dico-l\u00e9gal d\u00e9clare \u00e0 la barre : \u00ab La probabilit\u00e9 qu’un individu pris au hasard dans la population poss\u00e8de ce profil g\u00e9n\u00e9tique n’est que de 1 sur 1 million \u00bb<\/em> ($P(\\text{ADN}|\\text{Innocent}) = 10^{-6}$<\/span>).<\/p>\n Le procureur non form\u00e9 \u00e0 la logique bay\u00e9sienne commet alors instantan\u00e9ment le grand saut sophistique : \u00ab Par cons\u00e9quent, mesdames et messieurs les jur\u00e9s, il n’y a qu’une chance sur un million que l’accus\u00e9 soit innocent ! \u00bb<\/em>. Ce raisonnement est d’une fausset\u00e9 math\u00e9matique absolue. Il omet radicalement le taux de base statistique de la population \u00e9ligible.<\/p>\n Si la sc\u00e8ne de crime s’est d\u00e9roul\u00e9e dans un pays comptant 60 millions d’habitants, et en l’absence de tout mobile ou indice pr\u00e9alable reliant le suspect au meurtre, le nombre d’individus partageant fortuitement cette signature g\u00e9n\u00e9tique par pure co\u00efncidence stochastique est de :<\/p>\n $$60,000,000 \\times \\frac{1}{1,000,000} = 60 \\text{ personnes}$$<\/span><\/p>\n Dans ce bassin de 60 correspondances potentielles dans la population, si l’on ne d\u00e9tient aucun \u00e9l\u00e9ment d’enqu\u00eate suppl\u00e9mentaire pour individualiser le coupable, la probabilit\u00e9 que l’individu tra\u00een\u00e9 devant le tribunal soit effectivement l’auteur de l’infraction n’est pas de $1 – 10^{-6} = 99{,}9999,%$<\/span>, mais de simplement :<\/p>\n $$P(\\text{Coupable}|\\text{ADN}) \\approx \\frac{1}{60} \\approx 1{,}67,%$$<\/span><\/p>\n Il subsiste donc plus de 98 % de chances que cet accus\u00e9 soit totalement innocent ! Le procureur, aveugl\u00e9 par la repr\u00e9sentativit\u00e9 spectaculaire de la correspondance mol\u00e9culaire, a purement et simplement annihil\u00e9 le taux de base d\u00e9mographique, envoyant potentiellement un citoyen sans histoire croupir en prison sur la base d’une illusion probabiliste.<\/p>\n L’histoire p\u00e9nale contemporaine rec\u00e8le de drames humains n\u00e9s directement de cette surdit\u00e9 \u00e9pist\u00e9mique aux probabilit\u00e9s pr\u00e9alables. L’affaire la plus universellement diss\u00e9qu\u00e9e par les juristes et les logiciens demeure sans conteste le drame de l’affaire Sally Clark<\/a> au Royaume-Uni en 1999.<\/p>\n Sally Clark, une avocate britannique, a vu ses deux nouveau-n\u00e9s p\u00e9rir successivement \u00e0 quelques semaines de vie, \u00e0 plus d’un an d’intervalle, sans qu’aucune trace de traumatisme physique ne soit constat\u00e9e par les coroners. Accus\u00e9e d’avoir \u00e9touff\u00e9 ses enfants, Clark plaidait le syndrome de la mort subite du nourrisson (MSN). Lors du proc\u00e8s p\u00e9nal, l’accusation s’est appuy\u00e9e sur le t\u00e9moignage d’un p\u00e9diatre r\u00e9put\u00e9, le professeur Roy Meadow. Ce dernier a affirm\u00e9 devant le jury que la probabilit\u00e9 qu’un nourrisson issu d’un foyer stable, non fumeur et ais\u00e9 d\u00e9c\u00e8de de la mort subite s’\u00e9levait \u00e0 environ 1 sur 8 500. Meadow a ensuite multipli\u00e9 ces deux probabilit\u00e9s individuelles pour conclure :<\/p>\n $$\\frac{1}{8,500} \\times \\frac{1}{8,500} \\approx \\frac{1}{73,000,000}$$<\/span><\/p>\n Selon l’expert, il n’y avait donc qu’une chance sur 73 millions pour que cette double trag\u00e9die soit fortuite, ce qui a suffi pour sceller la conviction intime des jur\u00e9s et faire condamner Sally Clark \u00e0 la r\u00e9clusion criminelle \u00e0 perp\u00e9tuit\u00e9 sous les hu\u00e9es de l’opinion publique.<\/p>\n L’argumentaire de Meadow contenait une double aberration probabiliste. Non seulement il postulait ill\u00e9gitimement l’ind\u00e9pendance statistique des deux d\u00e9c\u00e8s (ignorant les facteurs de pr\u00e9disposition g\u00e9n\u00e9tique ou environnementale partag\u00e9s au sein d’une m\u00eame fratrie), mais il commettait surtout une omission scandaleuse du taux de base. En effet, Meadow a compar\u00e9 la probabilit\u00e9 de deux morts subites \u00e0 z\u00e9ro, au lieu de la confronter au taux de base r\u00e9el d’un \u00e9v\u00e9nement encore plus invraisemblable : le double infanticide commis par une m\u00e8re sans ant\u00e9c\u00e9dents psychiatriques ni profil violent.<\/p>\n1. Introduction et gen\u00e8se du programme des heuristiques et biais cognitifs<\/h2>\n
1.1 Le contexte intellectuel de la psychologie cognitive des ann\u00e9es 1970<\/h3>\n
1.2 Le postulat de d\u00e9part : l’\u00e9cart entre logique formelle et intuition<\/h3>\n
2. Fondements math\u00e9matiques : Le th\u00e9or\u00e8me de Bayes et les probabilit\u00e9s a priori<\/h2>\n
2.1 Structure formelle de l’inf\u00e9rence bay\u00e9sienne<\/h3>\n
2.2 L’exigence normative de mise \u00e0 jour des croyances<\/h3>\n
3. Le protocole exp\u00e9rimental classique : Le probl\u00e8me des ing\u00e9nieurs et des avocats (1973)<\/h2>\n
3.1 Architecture et m\u00e9thodologie de l’exp\u00e9rimentation princeps<\/h3>\n
\n
3.2 L’\u00e9nigme du profil de Jack et la neutralisation de la vignette de Dick<\/h3>\n
\n
\n
3.3 R\u00e9sultats quantitatifs et mise en \u00e9vidence de la n\u00e9gligence<\/h3>\n
\n
4. L’heuristique de repr\u00e9sentativit\u00e9 comme m\u00e9canisme sous-jacent<\/h2>\n
4.1 Le concept d’appariement prototypique et de substitution d’attributs<\/h3>\n
4.2 L’illusion d’homog\u00e9n\u00e9it\u00e9 et la focalisation sur la saillance individuelle<\/h3>\n
5. Variantes paradigmatiques : Du probl\u00e8me de Tom W. \u00e0 l’\u00e9nigme des taxis<\/h2>\n
5.1 L’\u00e9tude de Tom W. et la pr\u00e9diction des fili\u00e8res acad\u00e9miques<\/h3>\n
\n
5.2 Le probl\u00e8me du taxi bleu et du taxi vert (1982)<\/h3>\n
\n
\n (a) 85 % des taxis de la ville sont des Verts et 15 % sont des Bleus.
\n (b) Un t\u00e9moin oculaire a identifi\u00e9 le taxi comme \u00e9tant Bleu. Le tribunal a test\u00e9 la fiabilit\u00e9 du t\u00e9moin dans des conditions de visibilit\u00e9 similaires \u00e0 celles de la nuit de l’accident et a conclu que le t\u00e9moin avait correctement identifi\u00e9 chacune des deux couleurs dans 80 % des cas, mais s’\u00e9tait tromp\u00e9 dans 20 % des cas.
\n Quelle est la probabilit\u00e9 que le taxi impliqu\u00e9 dans l’accident ait \u00e9t\u00e9 Bleu plut\u00f4t que Vert ? \u00bb<\/p>\n<\/blockquote>\n\n
\n
6. Taux de base causaux versus taux de base statistiques (Maya Bar-Hillel)<\/h2>\n
6.1 La structure de pertinence et la causalit\u00e9 implicite<\/h3>\n
\n
6.2 Le cas des accidents de taxi reformul\u00e9 sous une forme causale<\/h3>\n
\n
7. Architecture cognitive et neurobiologie du jugement probabiliste<\/h2>\n
7.1 La th\u00e9orie du double processus : Syst\u00e8me 1 et Syst\u00e8me 2<\/h3>\n
\n
7.2 Neuro-imagerie et d\u00e9tection de conflit cognitif<\/h3>\n
8. Critiques m\u00e9thodologiques et d\u00e9bats : L’approche de la rationalit\u00e9 \u00e9cologique<\/h2>\n
8.1 La controverse avec Gerd Gigerenzer et l’\u00e9cole de Berlin<\/h3>\n
\n
8.2 Le format des fr\u00e9quences naturelles comme rem\u00e8de \u00e0 la n\u00e9gligence<\/h3>\n
\n
\n – Sur ces 100 accidents, 85 ont \u00e9t\u00e9 caus\u00e9s par un taxi Vert et 15 par un taxi Bleu.
\n – Sur les 15 accidents caus\u00e9s par un taxi Bleu, le t\u00e9moin d\u00e9clare correctement \u00ab Bleu \u00bb dans 12 cas (80 % de 15) et se trompe en d\u00e9clarant \u00ab Vert \u00bb dans 3 cas.
\n – Sur les 85 accidents caus\u00e9s par un taxi Vert, le t\u00e9moin se trompe en d\u00e9clarant \u00ab Bleu \u00bb dans 17 cas (20 % de 85) et d\u00e9clare correctement \u00ab Vert \u00bb dans 68 cas.
\n Combien de fois o\u00f9 le t\u00e9moin d\u00e9clare avoir vu un taxi Bleu le v\u00e9hicule \u00e9tait-il r\u00e9ellement Bleu ? \u00bb<\/p>\n<\/blockquote>\n9. Manifestations et cons\u00e9quences critiques dans le diagnostic m\u00e9dical<\/h2>\n
9.1 Le pi\u00e8ge des d\u00e9pistages de maladies rares chez les cliniciens<\/h3>\n
\n
9.2 Implications bio\u00e9thiques et sant\u00e9 publique<\/h3>\n
\n
10. Implications judiciaires et le sophisme du procureur<\/h2>\n
10.1 L’inversion de la conditionnalit\u00e9 devant les cours de justice<\/h3>\n
10.2 Erreurs judiciaires c\u00e9l\u00e8bres li\u00e9es \u00e0 la n\u00e9gligence des priors<\/h3>\n