{"id":3760,"date":"2026-09-11T01:59:40","date_gmt":"2026-09-11T01:59:40","guid":{"rendered":"http:\/\/french.arabpsychology.com\/experiments\/variation-daniel-kahneman-amos-tversky\/"},"modified":"2026-09-11T01:59:40","modified_gmt":"2026-09-11T01:59:40","slug":"variation-daniel-kahneman-amos-tversky","status":"publish","type":"psych_experiment","link":"https:\/\/french.arabpsychology.com\/?psych_experiment=variation-daniel-kahneman-amos-tversky","title":{"rendered":"Variation) – Daniel Kahneman et Amos Tversky"},"content":{"rendered":"

L\u2019investigation scientifique de la rationalit\u00e9 humaine a connu, au cours du dernier quart du vingti\u00e8me si\u00e8cle, une refondation paradigmatique sans pr\u00e9c\u00e9dent. Au c\u0153ur de cette r\u00e9volution conceptuelle se d\u00e9ploie l’\u0153uvre conjointe de Daniel Kahneman<\/a> et d’Amos Tversky, dont les recherches ont mis en lumi\u00e8re une b\u00e9ance fondamentale : l’incompatibilit\u00e9 structurelle entre les lois math\u00e9matiques de la variation statistique et les op\u00e9rations intuitives de l’esprit humain. L\u00e0 o\u00f9 la th\u00e9orie probabiliste classique, formalis\u00e9e par les axiomes d’Andrei Kolmogorov et d\u00e9velopp\u00e9e au fil des th\u00e9or\u00e8mes limites de Laplace et Gauss, con\u00e7oit le r\u00e9el \u00e0 travers le prisme de distributions de fr\u00e9quences, d’\u00e9chantillonnages al\u00e9atoires et de variances r\u00e9siduelles, la cognition naturelle cherche obstin\u00e9ment des architectures causales, des correspondances typologiques et des narrations t\u00e9l\u00e9ologiques.<\/p>\n

Cette dissonance cognitive face \u00e0 la variation statistique ne constitue pas une simple collection de maladresses arithm\u00e9tiques, de lapsus intellectuels passagers ou d’erreurs de calcul marginales. Elle trahit plut\u00f4t une architecture mentale sp\u00e9cifique au sein de laquelle les propri\u00e9t\u00e9s intrins\u00e8ques de l’incertitude et de la dispersion sont syst\u00e9matiquement oblit\u00e9r\u00e9es par des heuristiques de jugement simplificatrices. Kahneman et Tversky ont d\u00e9montr\u00e9 avec une rigueur exp\u00e9rimentale remarquable que l’\u00eatre humain, qu’il soit novice ou expert chevronn\u00e9 dans sa discipline, tend \u00e0 traiter la variabilit\u00e9 stochastique comme une anomalie d\u00e9nu\u00e9e de sens ou, pire encore, comme la manifestation directe d’une r\u00e9gularit\u00e9 d\u00e9terministe sous-jacente. L’intuition probabiliste commune fonctionne ainsi selon une ontologie close, o\u00f9 la contingence est assimil\u00e9e \u00e0 une causalit\u00e9 occulte et o\u00f9 la dispersion statistique naturelle est per\u00e7ue comme un signal informatif saillant.<\/p>\n

Cet article propose une analyse approfondie et exhaustive de la mani\u00e8re dont les travaux de Kahneman et Tversky ont d\u00e9construit le mythe de l’intuition statistique, en interrogeant m\u00e9thodiquement la gestion humaine de la variation. Du d\u00e9ni de la variance d’\u00e9chantillonnage formalis\u00e9 par la loi des petits nombres jusqu’\u00e0 la mod\u00e9lisation tardive du bruit d\u00e9cisionnel comme source inh\u00e9rente d’incoh\u00e9rence dans les jugements d’experts, nous explorerons les m\u00e9canismes psychologiques, les implications \u00e9pist\u00e9mologiques et les cons\u00e9quences m\u00e9thodologiques qui jalonnent l’\u00e9tude du jugement en situation d’incertitude. Il s’agira de comprendre comment l’esprit humain, confront\u00e9 \u00e0 l’in\u00e9vitable fluctuation des ph\u00e9nom\u00e8nes mondains, substitue l’illusion de l’ordre au calcul rigoureux de la variance.<\/p>\n

1. Introduction \u00e9pist\u00e9mologique : Kahneman, Tversky et la probl\u00e9matique de la variation cognitive<\/h2>\n

1.1 Le paradigme du jugement en situation d’incertitude<\/h3>\n

La collaboration entre Daniel Kahneman et Amos Tversky<\/a>, amorc\u00e9e \u00e0 l’Universit\u00e9 h\u00e9bra\u00efque de J\u00e9rusalem \u00e0 la fin des ann\u00e9es 1960 et formalis\u00e9e au d\u00e9but des ann\u00e9es 1970, s’est constitu\u00e9e en r\u00e9action explicite contre la th\u00e9orie du choix rationnel qui dominait alors sans partage la science \u00e9conomique, les sciences politiques balbutiantes et la psychologie normative. Le mod\u00e8le de l’homo oeconomicus<\/em> postulait un agent rationnel dot\u00e9 d’une coh\u00e9rence logique parfaite, capable d’appr\u00e9hender le monde probabiliste \u00e0 travers le prisme de l’utilit\u00e9 esp\u00e9r\u00e9e de John von Neumann et Oskar Morgenstern, et appliquant spontan\u00e9ment le th\u00e9or\u00e8me de Bayes pour actualiser ses croyances face \u00e0 de nouvelles donn\u00e9es. Ce mod\u00e8le axiomatique r\u00e9duisait l’erreur humaine \u00e0 un r\u00e9sidu marginal, un simple bruit blanc statistique sans consistance th\u00e9orique, absorb\u00e9 par l’efficience des march\u00e9s ou neutralis\u00e9 par l’apprentissage.<\/p>\n

Kahneman et Tversky ont op\u00e9r\u00e9 une rupture radicale en introduisant la notion de \u00ab biais cognitif \u00bb, caract\u00e9ris\u00e9 non pas comme une d\u00e9faillance al\u00e9atoire ou transitoire de l’intellect, mais comme un \u00e9cart syst\u00e9matique, directionnel et pr\u00e9dictible par rapport aux canons normatifs de la logique et de la statistique inf\u00e9rentielle. D\u00e8s leur premier article m\u00e9thodologique de 1971 consacr\u00e9 aux croyances statistiques des chercheurs, ils ont pos\u00e9 une pr\u00e9misse \u00e9pist\u00e9mologique majeure : les processus d’inf\u00e9rence ne reposent pas sur une mise en \u0153uvre d\u00e9grad\u00e9e ou approximative du calcul diff\u00e9rentiel ou de la combinatoire formelle, mais sur des heuristiques autonomes, op\u00e9rant selon des principes de simplification radicale. La variation statistique, d\u00e9finie math\u00e9matiquement comme la dispersion d’une variable al\u00e9atoire autour de son esp\u00e9rance, se heurte imm\u00e9diatement \u00e0 ces m\u00e9canismes cognitifs con\u00e7us pour extraire de la signification imm\u00e9diate au d\u00e9triment de l’incertitude ontologique.<\/p>\n

L’objectif m\u00e9thodologique du programme des \u00ab heuristiques et biais \u00bb n’\u00e9tait pas purement descriptif ou iconoclaste ; il visait \u00e0 cartographier la g\u00e9ographie de l’erreur humaine en cartographiant les points d’inflexion o\u00f9 l’intuition d\u00e9croche de la formalisation math\u00e9matique. En soumettant des cohortes d’\u00e9tudiants, de m\u00e9decins, de statisticiens et de d\u00e9cideurs institutionnels \u00e0 des sc\u00e9narios contr\u00f4l\u00e9s et contre-intuitifs, les deux chercheurs ont isol\u00e9 la tendance universelle de la cognition \u00e0 abolir la variabilit\u00e9 stochastique au profit d’une coh\u00e9rence interne rassurante mais fallacieuse.<\/p>\n

1.2 La nature de la variation : statistique normative versus intuition humaine<\/h3>\n

D’un point de vue \u00e9pist\u00e9mologique formel, la variation stochastique est gouvern\u00e9e par le cadre rigoureux de l’axiomatisation de Kolmogorov<\/a> (1933), au sein duquel l’incertitude est quantifi\u00e9e par une mesure de probabilit\u00e9 d\u00e9finie sur une tribu d’\u00e9v\u00e9nements. Dans ce formalisme normatif, les concepts de variance, de covariance, d’\u00e9cart-type et de distribution conjointe ne v\u00e9hiculent aucune intentionnalit\u00e9, aucune signification dramatique, ni aucune orientation t\u00e9l\u00e9ologique ; ils mesurent froidement la dispersion, la volatilit\u00e9 et l’\u00e9talement des donn\u00e9es dans un espace m\u00e9trique abstrait. Le calcul des probabilit\u00e9s accepte l’al\u00e9a comme une composante fondamentale du r\u00e9el, admettant que des fluctuations d’\u00e9chantillonnage extr\u00eames puissent survenir sans qu’aucune cause m\u00e9canique particuli\u00e8re n’en soit responsable.<\/p>\n

\u00c0 l’extr\u00eame oppos\u00e9 de cette rigueur axiomatique, l’esprit humain fonctionne comme une machine g\u00e9n\u00e9ratrice de causalit\u00e9, profond\u00e9ment hostile \u00e0 l’ind\u00e9termination et incapable de m\u00e9taboliser la variabilit\u00e9 nue. L’appareil perceptif et cognitif traite l’information \u00e0 travers le prisme de la narration et de la gestalt : les \u00e9v\u00e9nements singuliers doivent poss\u00e9der une cause suffisante, les s\u00e9ries temporelles doivent manifester une intention ou une dynamique t\u00e9l\u00e9ologique, et les r\u00e9sultats observables doivent refl\u00e9ter fid\u00e8lement les caract\u00e9ristiques fondamentales des processus qui les ont g\u00e9n\u00e9r\u00e9s. L’\u00e9valuation subjective des fr\u00e9quences et des probabilit\u00e9s se substitue de mani\u00e8re subreptice \u00e0 l’alg\u00e8bre combinatoire. Lorsqu’il est confront\u00e9 \u00e0 un ensemble de donn\u00e9es pr\u00e9sentant une forte variance r\u00e9siduelle, le sujet humain n’y per\u00e7oit pas un ph\u00e9nom\u00e8ne d’\u00e9chantillonnage gouvern\u00e9 par la loi normale, mais une s\u00e9quence de micro-\u00e9v\u00e9nements n\u00e9cessitant chacun une explication idiosyncrasique et d\u00e9terministe.<\/p>\n

Cette incompatibilit\u00e9 fonci\u00e8re entre la norme math\u00e9matique et la machinerie psychologique conduit \u00e0 ce que Kahneman th\u00e9orisera plus tard sous le concept de substitution d’attributs. Incapable de calculer intuitivement la variance conditionnelle ou d’appliquer la formule de Bayes, l’esprit substitue \u00e0 la question statistique difficile (\u00ab Quelle est la probabilit\u00e9 d’observer cette variation donn\u00e9e ? \u00bb) une question heuristique plus accessible (\u00ab Dans quelle mesure ce cas particulier ressemble-t-il \u00e0 mon prototype mental ? \u00bb). Cette substitution \u00e9limine le concept m\u00eame de distribution au profit d’une typologie essentialiste, rendant l’individu aveugle aux variations structurelles qui r\u00e9gissent le hasard.<\/p>\n

2. La perception erron\u00e9e du hasard et la m\u00e9connaissance de la variation statistique<\/h2>\n

2.1 La loi des petits nombres et ses manifestations empiriques<\/h3>\n

L’une des contributions inaugurales et les plus d\u00e9vastatrices de Tversky et Kahneman \u00e0 l’\u00e9pist\u00e9mologie des sciences empiriques fut la publication en 1971 de leur article intitul\u00e9 \u00ab Belief in the Law of Small Numbers \u00bb<\/em>. Dans cette \u00e9tude fondatrice, les auteurs s’attaquent directement \u00e0 la confusion universelle entre la loi forte des grands nombres<\/a> \u2014 qui garantit th\u00e9oriquement la convergence asymptotique de la moyenne empirique vers l’esp\u00e9rance math\u00e9matique lorsque la taille de l’\u00e9chantillon tend vers l’infini \u2014 et une croyance imaginaire, non formalis\u00e9e mais profond\u00e9ment ancr\u00e9e dans la cognition, qu’ils baptisent par antiphrase la \u00ab loi des petits nombres \u00bb.<\/p>\n

Cette heuristique erron\u00e9e consiste \u00e0 croire que tout sous-ensemble restreint de donn\u00e9es, m\u00eame un micro-\u00e9chantillon d\u00e9risoire issu d’une population statistique, doit imp\u00e9rativement reproduire les param\u00e8tres fondamentaux de cette population. Si une pi\u00e8ce \u00e9quilibr\u00e9e pr\u00e9sente une probabilit\u00e9 th\u00e9orique de pile \u00e9gale \u00e0 0,5, l’individu moyen, tromp\u00e9 par cette fausse loi, s’attend \u00e0 ce qu’une s\u00e9quence de six lancers contienne rigoureusement trois piles et trois faces. Pire encore, il exige que cette repr\u00e9sentativit\u00e9 locale s’exprime dans la structure m\u00eame de la s\u00e9quence, rejetant des combinaisons comme [P-P-P-F-F-F] au motif qu’elles sembleraient syst\u00e9matiques, et privil\u00e9giant [P-F-P-F-P-F] ou [P-F-F-P-F-P], ignorant que la combinatoire attribue rigoureusement la m\u00eame probabilit\u00e9 \u00e9l\u00e9mentaire ($1\/2^6 = 1\/64$<\/span>) \u00e0 chaque s\u00e9quence ordonn\u00e9e.<\/p>\n

L’observation la plus stup\u00e9fiante de l’exp\u00e9rience de 1971 r\u00e9side dans le fait que ce biais cognitif ne frappe pas seulement les profanes en math\u00e9matiques, mais s’av\u00e8re omnipr\u00e9sent chez les chercheurs professionnels en psychologie et en statistiques. Interrog\u00e9s sur la taille optimale de leurs cohortes exp\u00e9rimentales, des universitaires chevronn\u00e9s formulaient des pr\u00e9dictions d\u00e9lirantes quant \u00e0 la r\u00e9plicabilit\u00e9 d’effets observ\u00e9s sur des \u00e9chantillons n’exc\u00e9dant pas vingt \u00e0 quarante sujets. Ces scientifiques surestimaient massivement la puissance statistique de leurs dispositifs, sous-estimaient de mani\u00e8re flagrante le risque d’erreur de type II (ne pas rejeter l’hypoth\u00e8se nulle alors qu’elle est fausse) et interpr\u00e9taient des fluctuations d’\u00e9chantillonnage al\u00e9atoires comme des ruptures th\u00e9oriques majeures. L’esprit humain ne parvient pas \u00e0 int\u00e9grer la notion de volatilit\u00e9 : il refuse d’admettre que dans un petit volume de donn\u00e9es, l’erreur standard d’\u00e9chantillonnage, d\u00e9finie par $\\sigma \/ \\sqrt{n}$<\/span>, est consid\u00e9rablement \u00e9largie, cr\u00e9ant une dispersion massive des moyennes observ\u00e9es.<\/p>\n

2.2 L’illusion de contr\u00f4le et le sophisme du joueur<\/h3>\n

La cons\u00e9quence comportementale la plus embl\u00e9matique de cette incompr\u00e9hension de la variation al\u00e9atoire est connue sous le nom de sophisme du joueur (gambler’s fallacy<\/em>), \u00e9galement d\u00e9sign\u00e9 sous le terme de sophisme de Monte-Carlo. Confront\u00e9 \u00e0 une succession d’\u00e9v\u00e9nements probabilistes ind\u00e9pendants, comme une s\u00e9rie ininterrompue de boules rouges \u00e0 la roulette, le joueur non averti \u2014 et plus g\u00e9n\u00e9ralement l’observateur na\u00eff \u2014 d\u00e9veloppe la conviction intime et visc\u00e9rale qu’une boule noire doit imminemment sortir pour \u00ab r\u00e9tablir l’\u00e9quilibre de la nature \u00bb. Le hasard est ici appr\u00e9hend\u00e9 non pas comme un m\u00e9canisme impersonnel sans m\u00e9moire o\u00f9 chaque tirage ob\u00e9it \u00e0 la m\u00eame probabilit\u00e9 marginale, mais comme un processus hom\u00e9ostatique auto-correcteur dot\u00e9 d’une m\u00e9moire t\u00e9l\u00e9ologique visant la restauration d’une sym\u00e9trie id\u00e9ale.<\/p>\n

Ce ph\u00e9nom\u00e8ne s’enracine directement dans l’incapacit\u00e9 psychologique \u00e0 tol\u00e9rer l’absence de corr\u00e9lation temporelle au sein des processus stochastiques dits processus de Bernoulli<\/a>. Dans une s\u00e9rie de tirages al\u00e9atoires ind\u00e9pendants et identiquement distribu\u00e9s (i.i.d.), la variance locale autorise fr\u00e9quemment l’\u00e9mergence d’agr\u00e9gats apparents (clustering<\/em>), c’est-\u00e0-dire de longues s\u00e9quences d’occurrences identiques qui semblent violer la distribution globale. Incapable d’accepter que la v\u00e9ritable dispersion chaotique comporte naturellement de tels \u00eelots de redondance, l’individu cherche une cause sous-jacente ou postule une force r\u00e9paratrice. Cette distorsion engendre l’illusion de contr\u00f4le, mise en \u00e9vidence notamment par Ellen Langer : l’individu s’imagine capable de pr\u00e9voir, voire d’influencer, des processus purement al\u00e9atoires en croyant d\u00e9crypter les \u00ab humeurs \u00bb ou les \u00ab cycles \u00bb du hasard.<\/p>\n

Le refus psychologique d’admettre la variance brute constitue une strat\u00e9gie de d\u00e9fense cognitive contre l’absurdit\u00e9 du monde al\u00e9atoire. Face \u00e0 l’angoisse de l’ind\u00e9termination fondamentale, l’esprit humain pr\u00e9f\u00e8re postuler des dynamiques invisibles d’auto-correction ou des lois d’alternance m\u00e9canique plut\u00f4t que d’assumer la r\u00e9alit\u00e9 math\u00e9matique : chaque tirage est vierge de tout pass\u00e9, et la variance n’a pas de dessein.<\/p>\n

3. L’heuristique de repr\u00e9sentativit\u00e9 et l’insensibilit\u00e9 \u00e0 la taille de l’\u00e9chantillon<\/h2>\n

3.1 Le probl\u00e8me de l’h\u00f4pital et la variance des fr\u00e9quences relatives<\/h3>\n

Pour d\u00e9montrer exp\u00e9rimentalement l’incapacit\u00e9 humaine \u00e0 appr\u00e9hender l’impact de la taille de l’\u00e9chantillon sur la variance des donn\u00e9es, Tversky et Kahneman con\u00e7urent au d\u00e9but des ann\u00e9es 1970 un protocole devenu canonique : le c\u00e9l\u00e8bre \u00ab probl\u00e8me des h\u00f4pitaux \u00bb. L’\u00e9nonc\u00e9 place les sujets face \u00e0 une situation d\u00e9mographique \u00e9l\u00e9mentaire : une ville abrite deux maternit\u00e9s ; dans le grand h\u00f4pital naissent environ 45 b\u00e9b\u00e9s par jour, tandis que dans le petit h\u00f4pital, on en compte environ 15 par jour. Sachant que la proportion biologique moyenne de naissances de gar\u00e7ons est d’environ 50 %, on demande aux participants d’indiquer quel h\u00f4pital est susceptible d’enregistrer le plus de journ\u00e9es au cours desquelles plus de 60 % des nouveaux-n\u00e9s sont de sexe masculin, ou si les deux \u00e9tablissements ont une probabilit\u00e9 \u00e9quivalente d’observer une telle d\u00e9viation.<\/p>\n

La quasi-totalit\u00e9 des sujets exp\u00e9rimentaux, incluant une proportion alarmante d’individus form\u00e9s aux m\u00e9thodologies scientifiques, r\u00e9pond que les deux h\u00f4pitaux enregistreront une fr\u00e9quence similaire de journ\u00e9es anormales. Leur raisonnement repose sur l’heuristique de repr\u00e9sentativit\u00e9 : puisque l’\u00e9v\u00e9nement consid\u00e9r\u00e9 (\u00ab 60 % de gar\u00e7ons \u00bb) repr\u00e9sente un \u00e9cart identique par rapport \u00e0 la moyenne biologique pour les deux \u00e9tablissements, et que la proportion g\u00e9n\u00e9rale de base est de 50 % dans les deux cas, la taille de l’institution hospitali\u00e8re est per\u00e7ue comme un param\u00e8tre accessoire et d\u00e9pourvu de pertinence causale.<\/p>\n

Or, les lois fondamentales de la th\u00e9orie de l’\u00e9chantillonnage d\u00e9montrent sans \u00e9quivoque que la variance d’une proportion empirique $\\hat{p}$<\/span> calcul\u00e9e sur un \u00e9chantillon de taille $n$<\/span> est donn\u00e9e par la formule $\\mathrm{Var}(\\hat{p}) = \\frac{p(1-p)}{n}$<\/span>. Par cons\u00e9quent, plus la taille de l’\u00e9chantillon $n$<\/span> est restreinte, plus la distribution d’\u00e9chantillonnage s’\u00e9largit et plus la probabilit\u00e9 d’observer des valeurs extr\u00eames, \u00e9loign\u00e9es de la moyenne th\u00e9orique $p = 0{,}5$<\/span>, augmente de mani\u00e8re exponentielle. Une d\u00e9viation atteignant 60 % de gar\u00e7ons est une fluctuation ordinaire pour une cohorte de 15 naissances, alors qu’elle constitue une anomalie statistique hautement improbable \u00e0 l’\u00e9chelle d’une cohorte de 45 naissances, comme l’atteste le calcul des \u00e9carts r\u00e9duits sur la loi normale asymptotique. En occultant la variable $n$<\/span>, les individus ignorent le fait statistique fondamental selon lequel la variance d\u00e9cro\u00eet en proportion inverse de la taille de l’agr\u00e9gat. Ce biais produit des distorsions dramatiques en \u00e9pid\u00e9miologie, en audit comptable ou en diagnostic clinique, o\u00f9 l’on interpr\u00e8te fr\u00e9quemment des anomalies propres \u00e0 des micro-cohortes comme des signaux d’alertes syst\u00e9miques.<\/p>\n

3.2 L’indiff\u00e9rence aux taux de base face \u00e0 la similitude st\u00e9r\u00e9otypique<\/h3>\n

L’heuristique de repr\u00e9sentativit\u00e9 ne masque pas seulement la variance des \u00e9chantillons ; elle d\u00e9truit \u00e9galement l’\u00e9valuation correcte des distributions probabilistes globales en induisant une indiff\u00e9rence syst\u00e9matique aux taux de base (base-rate neglect<\/em>). L’esprit humain poss\u00e8de une propension document\u00e9e \u00e0 \u00e9vincer les informations statistiques a priori d\u00e8s qu’une description qualitative singuli\u00e8re, m\u00eame totalement d\u00e9pourvue de valeur diagnostique r\u00e9elle, est introduite dans le champ attentionnel.<\/p>\n

L’exp\u00e9rience embl\u00e9matique con\u00e7ue par Kahneman et Tversky en 1973 impliquant \u00ab Jack \u00bb met en exergue cette d\u00e9rive. Les exp\u00e9rimentateurs pr\u00e9sentent \u00e0 des groupes de participants une population de 100 individus compos\u00e9e, selon les conditions, soit de 70 ing\u00e9nieurs et 30 avocats, soit de 30 ing\u00e9nieurs et 70 avocats. On extrait ensuite au hasard la description psychologique d’un individu nomm\u00e9 Jack, brossant le portrait d’un homme m\u00e9thodique, m\u00e9ticuleux, d\u00e9pourvu d’int\u00e9r\u00eat pour la politique et passionn\u00e9 par les puzzles math\u00e9matiques \u2014 profil r\u00e9pondant point par point au st\u00e9r\u00e9otype culturel de l’ing\u00e9nieur. Lorsqu’on demande aux sujets d’estimer la probabilit\u00e9 que Jack soit ing\u00e9nieur, les r\u00e9ponses s’av\u00e8rent rigoureusement identiques dans les deux groupes, oscillant invariablement autour de 80 % \u00e0 90 %, ind\u00e9pendamment du fait que la fr\u00e9quence a priori d’ing\u00e9nieurs dans l’urne varie pourtant de plus du simple au double (de 0,30 \u00e0 0,70).<\/p>\n

Selon l’inf\u00e9rence bay\u00e9sienne<\/a>, la probabilit\u00e9 a posteriori $P(\\text{Ing\u00e9nieur}|D)$<\/span> d\u00e9pend imp\u00e9rativement du produit de la vraisemblance de la description $P(D|\\text{Ing\u00e9nieur})$<\/span> par la probabilit\u00e9 a priori $P(\\text{Ing\u00e9nieur})$<\/span>, normalis\u00e9 par la probabilit\u00e9 totale de la description :<\/p>\n

$$P(\\text{Ing\u00e9nieur}|D) = \\frac{P(D|\\text{Ing\u00e9nieur}) \\cdot P(\\text{Ing\u00e9nieur})}{P(D)}$$<\/span><\/p>\n

Les sujets court-circuitent compl\u00e8tement cette formulation math\u00e9matique en \u00e9valuant uniquement le degr\u00e9 de similarit\u00e9 morphologique entre Jack et le st\u00e9r\u00e9otype de l’ing\u00e9nieur. Plus frappant encore : lorsque les chercheurs fournissent une description totalement neutre et d\u00e9nu\u00e9e de toute valence professionnelle (\u00ab Jack est un homme mari\u00e9 de 30 ans, qui a du succ\u00e8s dans son travail \u00bb), les r\u00e9pondants fixent la probabilit\u00e9 \u00e0 50 %, ignorant une fois de plus la distribution sous-jacente de 70\/30. La m\u00e9trique de variabilit\u00e9 populationnelle est ainsi compl\u00e8tement effac\u00e9e par le jugement qualitatif de typicalit\u00e9.<\/p>\n

3.3 La conjonction fallacieuse et la d\u00e9formation de l’espace probabiliste<\/h3>\n

L’expression la plus spectaculaire de l’effondrement de la logique des probabilit\u00e9s sous l’effet de la repr\u00e9sentativit\u00e9 est incontestablement le probl\u00e8me de \u00ab Linda \u00bb, formul\u00e9 en 1983 sous le concept de sophisme de la conjonction (conjunction fallacy<\/em>). Tversky et Kahneman pr\u00e9sent\u00e8rent aux participants le profil d’une jeune femme fictive, Linda, \u00e2g\u00e9e de 31 ans, c\u00e9libataire, brillante dipl\u00f4m\u00e9e de philosophie, profond\u00e9ment investie dans les luttes contre la discrimination et ayant milit\u00e9 contre la prolif\u00e9ration nucl\u00e9aire lors de ses \u00e9tudes universitaires. Les participants devaient alors classer par ordre de probabilit\u00e9 plusieurs propositions concernant la vie actuelle de Linda.<\/p>\n

Parmi les assertions figuraient deux \u00e9nonc\u00e9s critiques :<\/p>\n