{"id":22652,"date":"2026-10-27T18:43:15","date_gmt":"2026-10-27T18:43:15","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=calibration-psychologie-metacognition"},"modified":"2026-10-27T18:43:15","modified_gmt":"2026-10-27T18:43:15","slug":"calibration-psychologie-metacognition","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=calibration-psychologie-metacognition","title":{"rendered":"Calibration : Mesurer la M\u00e9tacognition"},"content":{"rendered":"<p>La capacit\u00e9 de l&rsquo;esprit humain \u00e0 \u00e9valuer avec exactitude la validit\u00e9 de ses propres connaissances constitue le pivot central de la rationalit\u00e9 \u00e9pist\u00e9mique et du discernement rationnel. En psychologie cognitive, en psychom\u00e9trie et dans les sciences du comportement, la calibration d\u00e9signe pr\u00e9cis\u00e9ment l&rsquo;ajustement syst\u00e9matique entre le sentiment subjectif de certitude \u00e9prouv\u00e9 par un individu et la r\u00e9alit\u00e9 objective de ses performances ou de ses jugements. Comprendre les m\u00e9canismes sous-jacents \u00e0 cette congruence m\u00e9tacognitive permet d&rsquo;\u00e9clairer pourquoi tant de d\u00e9cideurs, d&rsquo;\u00e9tudiants ou d&rsquo;experts persistent dans des croyances erron\u00e9es tout en affichant une confiance in\u00e9branlable.<\/p>\n<h2>Calibration en Psychologie<\/h2>\n<h3>1. D\u00e9finition concise<\/h3>\n<p>En psychologie cognitive et m\u00e9tacognitive, la <strong>calibration<\/strong> (ou \u00e9talonnage du jugement) renvoie au degr\u00e9 d&rsquo;ad\u00e9quation ou de correspondance statistique entre la probabilit\u00e9 subjective qu&rsquo;un individu attribue \u00e0 la v\u00e9racit\u00e9 d&rsquo;une assertion (ou \u00e0 la r\u00e9ussite d&rsquo;une t\u00e2che) et la probabilit\u00e9 objective r\u00e9elle d&rsquo;exactitude observ\u00e9e empiriquement. Un individu est consid\u00e9r\u00e9 comme parfaitement calibr\u00e9 lorsque, pour l&rsquo;ensemble des affirmations auxquelles il attribue un niveau de certitude donn\u00e9, la proportion exacte de r\u00e9ponses correctes co\u00efncide rigoureusement avec ce niveau.<\/p>\n<p>Au-del\u00e0 de la stricte concordance math\u00e9matique, le concept englobe la capacit\u00e9 autor\u00e9gulatrice par laquelle un sujet module sa confiance afin de refl\u00e9ter fid\u00e8lement l&rsquo;\u00e9tat r\u00e9el de ses comp\u00e9tences cognitives et de ses r\u00e9serves mn\u00e9siques. Une divergence syst\u00e9matique entre ces deux grandeurs r\u00e9v\u00e8le soit un biais de <a href=\"https:\/\/fr.wikipedia.org\/wiki\/Effet_de_surconfiance\" target=\"_blank\" rel=\"noopener noreferrer\">surconfiance<\/a> (surestimation de la pr\u00e9cision de ses savoirs), soit un biais de sous-confiance (prudence excessive non justifi\u00e9e par les performances r\u00e9elles).<\/p>\n<p>Dans le domaine connexe de la <a href=\"https:\/\/fr.wikipedia.org\/wiki\/Psychom%C3%A9trie\" target=\"_blank\" rel=\"noopener noreferrer\">psychom\u00e9trie<\/a> et de la th\u00e9orie de la mesure, la calibration d\u00e9signe le processus math\u00e9matique et statistique consistant \u00e0 estimer les param\u00e8tres m\u00e9triques des items d&rsquo;une \u00e9chelle (difficult\u00e9, discrimination, pseudo-chance) sur un continuum latent commun, assurant ainsi la comparabilit\u00e9 standardis\u00e9e des scores obtenus par diff\u00e9rents groupes d&rsquo;individus \u00e0 travers le temps et les contextes d&rsquo;\u00e9valuation.<\/p>\n<h3>2. \u00c9tymologie et origine linguistique<\/h3>\n<p>Le terme \u00ab calibration \u00bb d\u00e9rive historiquement du substantif fran\u00e7ais \u00ab calibre \u00bb, emprunt\u00e9 au XVIe si\u00e8cle \u00e0 l&rsquo;italien <em>calibro<\/em>, lui-m\u00eame issu de l&rsquo;arabe m\u00e9di\u00e9val <em>q\u0101lib<\/em> (\u0642\u0627\u0644\u0628), d\u00e9signant une forme, un moule ou un gabarit servant \u00e0 fondre des objets ou \u00e0 mesurer le diam\u00e8tre int\u00e9rieur d&rsquo;un tube ou d&rsquo;un projectile. Le mot s&rsquo;est d&rsquo;abord d\u00e9velopp\u00e9 dans les sciences physiques, l&rsquo;artillerie et l&rsquo;ing\u00e9nierie m\u00e9canique pour d\u00e9signer l&rsquo;op\u00e9ration de v\u00e9rification et de r\u00e9glage d&rsquo;un instrument de mesure par rapport \u00e0 un \u00e9talon de r\u00e9f\u00e9rence standardis\u00e9.<\/p>\n<p>Son introduction formelle dans les sciences psychologiques et les th\u00e9ories du jugement probabiliste s&rsquo;est op\u00e9r\u00e9e au cours de la seconde moiti\u00e9 du XXe si\u00e8cle, principalement sous l&rsquo;influence des travaux anglophones consacr\u00e9s \u00e0 la th\u00e9orie de la d\u00e9cision statistique, \u00e0 la m\u00e9t\u00e9orologie pr\u00e9visionnelle et aux sciences de l&rsquo;\u00e9valuation cognitive. Le verbe anglais <em>to calibrate<\/em> et le substantif <em>calibration<\/em> ont ainsi \u00e9t\u00e9 transpos\u00e9s dans le champ de la <a href=\"https:\/\/fr.wikipedia.org\/wiki\/M%C3%A9tacognition\" target=\"_blank\" rel=\"noopener noreferrer\">m\u00e9tacognition<\/a> pour qualifier l&rsquo;ajustement du \u00ab capteur int\u00e9rieur \u00bb que repr\u00e9sente la conscience r\u00e9flexive humaine lorsqu&rsquo;elle estime la pr\u00e9cision de ses propres d\u00e9lib\u00e9rations.<\/p>\n<h3>3. Prononciation et forme grammaticale<\/h3>\n<p>Le mot \u00ab calibration \u00bb se prononce phon\u00e9tiquement [ka.li.b\u0281a.sj\u0254\u0303] dans l&rsquo;espace francophone international. Il s&rsquo;agit d&rsquo;un nom commun f\u00e9minin invariable au pluriel dans son radical (des calibrations [ka.li.b\u0281a.sj\u0254\u0303]). Bien que l&rsquo;Acad\u00e9mie fran\u00e7aise et certains terminologues privil\u00e9gient parfois les termes \u00ab \u00e9talonnage \u00bb ou \u00ab calibrage \u00bb selon les contextes industriels ou m\u00e9trologiques, l&rsquo;usage du vocable \u00ab calibration \u00bb s&rsquo;est solidement impos\u00e9 dans la litt\u00e9rature scientifique francophone en psychologie cognitive, en neuropsychologie et en sciences de la d\u00e9cision afin de d\u00e9signer sp\u00e9cifiquement le rapport m\u00e9tacognitif confiance-exactitude.<\/p>\n<p>Sur le plan morphologique et syntaxique, le terme s&rsquo;associe couramment \u00e0 des adjectifs qualificatifs tels que \u00ab calibration m\u00e9tacognitive \u00bb, \u00ab calibration probabiliste \u00bb ou \u00ab calibration subjective \u00bb. On utilise couramment le participe pass\u00e9 adjectiv\u00e9 \u00ab calibr\u00e9 \u00bb (ex. : \u00ab un juge cognitif bien calibr\u00e9 \u00bb) et la forme verbale transitive \u00ab calibrer \u00bb (ex. : \u00ab calibrer ses estimations de r\u00e9ussite \u00bb), qui r\u00e9git g\u00e9n\u00e9ralement des compl\u00e9ments d&rsquo;objet direct relatifs au niveau d&rsquo;assurance, d&rsquo;erreur ou d&rsquo;attente de performance.<\/p>\n<h3>4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n<p>La calibration m\u00e9tacognitive repr\u00e9sente l&rsquo;un des piliers fondamentaux de l&rsquo;\u00e9pist\u00e9mologie cognitive appliqu\u00e9e et de l&rsquo;architecture du jugement humain. Contrairement \u00e0 la performance cognitive brute, qui mesure uniquement si un individu r\u00e9sout avec succ\u00e8s un probl\u00e8me arithm\u00e9tique, diagnostique correctement une pathologie ou m\u00e9morise une liste de stimuli, la calibration \u00e9value la justesse du regard que le sujet porte sur sa propre performance. Elle op\u00e8re \u00e0 un niveau sup\u00e9rieur d&rsquo;abstraction cognitive, qualifi\u00e9 de m\u00e9ta-niveau dans le mod\u00e8le canonique propos\u00e9 par Thomas Nelson et Louis Narens, o\u00f9 le niveau objet (les processus de pens\u00e9e primaires) est continuellement surveill\u00e9 et r\u00e9gul\u00e9 par des jugements de surveillance (monitoring) tels que les jugements d&rsquo;apprentissage (JOL), les sensations de savoir (FOK) et les jugements de confiance r\u00e9trospectifs (RCJ).<\/p>\n<p>Le ph\u00e9nom\u00e8ne de calibration s&rsquo;articule autour d&rsquo;une tension fondamentale entre la certitude per\u00e7ue et la v\u00e9rit\u00e9 factuelle. Si une personne r\u00e9pond \u00e0 un ensemble de 100 questions \u00e0 choix multiples complexes et d\u00e9clare pour chacune d&rsquo;entre elles \u00eatre \u00ab s\u00fbre \u00e0 80 % \u00bb d&rsquo;avoir choisi la bonne option, une calibration parfaite exige qu&rsquo;elle obtienne exactement 80 r\u00e9ponses correctes sur l&rsquo;ensemble du protocole. Si son taux de r\u00e9ussite r\u00e9el n&rsquo;est que de 55 %, l&rsquo;individu manifeste un \u00e9cart de calibration prononc\u00e9, caract\u00e9ris\u00e9 par une surconfiance \u00e9pist\u00e9mique substantielle de 25 points de pourcentage. Inversement, si cette personne obtient 95 % d&rsquo;exactitude, elle fait preuve d&rsquo;une sous-confiance marqu\u00e9e, sous-estimant la fiabilit\u00e9 r\u00e9elle de son appareil mn\u00e9sique et analytique.<\/p>\n<p>Il est crucial de dissocier conceptuellement la calibration de la discrimination (ou r\u00e9solution). La r\u00e9solution m\u00e9tacognitive renvoie \u00e0 l&rsquo;aptitude d&rsquo;un individu \u00e0 diff\u00e9rencier, au cas par cas, les items qu&rsquo;il a r\u00e9ussis de ceux qu&rsquo;il a \u00e9chou\u00e9s en leur assignant des niveaux de certitude contrast\u00e9s. Un individu peut afficher une excellente r\u00e9solution en accordant 90 % de confiance \u00e0 chaque item r\u00e9ussi et 80 % de confiance \u00e0 chaque item \u00e9chou\u00e9, tout en souffrant d&rsquo;une d\u00e9sastreuse calibration globale si son taux d&rsquo;exactitude moyen s&rsquo;\u00e9tablit \u00e0 seulement 30 %. La calibration \u00e9value donc la validit\u00e9 macroscopique et absolue du syst\u00e8me de mesure de la confiance, tandis que la r\u00e9solution en capture la sensibilit\u00e9 microscopique relative.<\/p>\n<p>La port\u00e9e de ce construit d\u00e9passe largement le cadre du laboratoire exp\u00e9rimental, car la calibration oriente directement la prise de d\u00e9cision s\u00e9quentielle, l&rsquo;allocation de l&rsquo;effort et la gestion du risque. Lorsqu&rsquo;un \u00e9tudiant surestime la ma\u00eetrise d&rsquo;un cours \u00e0 la suite d&rsquo;une illusion de comp\u00e9tence induite par la simple familiarit\u00e9 du texte, il interrompt pr\u00e9matur\u00e9ment ses r\u00e9visions, s&rsquo;exposant \u00e0 un \u00e9chec acad\u00e9mique lors de l&rsquo;examen final. De m\u00eame, un clinicien mal calibr\u00e9 renoncera \u00e0 prescrire des examens compl\u00e9mentaires s&rsquo;il \u00e9prouve une certitude subjective injustifi\u00e9e quant \u00e0 son diagnostic initial, transformant une erreur d&rsquo;\u00e9talonnage cognitif en pr\u00e9judice m\u00e9dical direct.<\/p>\n<h3>5. \u00c9volution et d\u00e9veloppement historique<\/h3>\n<p>L&rsquo;\u00e9tude syst\u00e9matique de la calibration trouve ses racines initiales dans les travaux de psychophysique du XIXe si\u00e8cle, lorsque des pionniers tels que Gustav Fechner et Charles Sanders Peirce ont commenc\u00e9 \u00e0 explorer le lien entre l&rsquo;intensit\u00e9 d&rsquo;une sensation perceptive et le degr\u00e9 de certitude subjective rapport\u00e9 par l&rsquo;observateur. Peirce et Jastrow (1884) ont notamment d\u00e9montr\u00e9 que des sujets pouvaient discriminer des diff\u00e9rences minimes de pression tactile tout en affirmant n&rsquo;avoir aucune confiance dans leur jugement, documentant ainsi les premi\u00e8res dissociations entre perception subliminale et calibrage conscient.<\/p>\n<p>Dans la premi\u00e8re moiti\u00e9 du XXe si\u00e8cle, ce sont principalement les m\u00e9t\u00e9orologues et les th\u00e9oriciens de la probabilit\u00e9 subjective qui ont formalis\u00e9 math\u00e9matiquement l&rsquo;exigence de calibration. Glenn W. Brier a propos\u00e9 en 1950 une fonction de score quadratique (le score de Brier) destin\u00e9e \u00e0 mesurer la pr\u00e9cision des pr\u00e9visions m\u00e9t\u00e9orologiques probabilistes, incitant les experts du climat \u00e0 quantifier rigoureusement leur certitude quant au risque de pr\u00e9cipitations. L&rsquo;\u00e9talonnage des pr\u00e9visionnistes m\u00e9t\u00e9o est ainsi devenu le standard d&rsquo;excellence empirique, d\u00e9montrant qu&rsquo;un retour d&rsquo;information continu, standardis\u00e9 et non punitif permet d&rsquo;atteindre une quasi-perfection dans la calibration des probabilit\u00e9s de pluie.<\/p>\n<p>L&rsquo;essor contemporain du paradigme au sein de la psychologie cognitive s&rsquo;est cristallis\u00e9 au cours des ann\u00e9es 1960 et 1970 avec les recherches fondatrices de Jack Adams, Paul Slovic, Baruch Fischhoff et Sarah Lichtenstein. L&rsquo;article de synth\u00e8se s\u00e9minal de Lichtenstein, Fischhoff et Phillips, publi\u00e9 en 1982 sous le titre <em>Calibration of Probabilities: The State of the Art up to 1980<\/em>, a dress\u00e9 le premier inventaire monumental des distorsions du jugement humain, \u00e9tablissant le caract\u00e8re robuste et quasi-omnipr\u00e9sent de l&rsquo;effet de surconfiance chez les profanes comme chez les sp\u00e9cialistes de disciplines vari\u00e9es.<\/p>\n<p>Parall\u00e8lement, les travaux r\u00e9volutionnaires de <a href=\"https:\/\/fr.wikipedia.org\/wiki\/Daniel_Kahneman\" target=\"_blank\" rel=\"noopener noreferrer\">Daniel Kahneman<\/a> et Amos Tversky sur le programme des heuristiques et biais ont fourni un ancrage th\u00e9orique puissant pour expliquer pourquoi la calibration humaine fait si fr\u00e9quemment d\u00e9faut. Dans les d\u00e9cennies 1990 et 2000, le d\u00e9bat s&rsquo;est enrichi sous l&rsquo;impulsion de psychologues \u00e9volutionnistes et \u00e9cologistes comme Gerd Gigerenzer, qui ont contest\u00e9 l&rsquo;interpr\u00e9tation purement irrationnelle des d\u00e9fauts de calibration en soulignant les biais m\u00e9thodologiques li\u00e9s \u00e0 la s\u00e9lection non repr\u00e9sentative des questions exp\u00e9rimentales.<\/p>\n<h3>6. Fondements th\u00e9oriques<\/h3>\n<p>Plusieurs cadres th\u00e9oriques concurrents et compl\u00e9mentaires rendent compte des processus qui fa\u00e7onnent la calibration cognitive :<\/p>\n<p>Le <strong>mod\u00e8le m\u00e9tacognitif de surveillance et de contr\u00f4le<\/strong> formul\u00e9 par Nelson et Narens (1990) postule une boucle de r\u00e9troaction continue entre le niveau m\u00e9ta et le niveau objet. Dans ce sch\u00e9ma, la calibration \u00e9merge du flux ascendant d&rsquo;informations (le monitoring) qui informe l&rsquo;esprit de l&rsquo;\u00e9tat d&rsquo;avancement du traitement cognitif. Si les indices de fluence de traitement (par exemple, la rapidit\u00e9 ou l&rsquo;aisance avec laquelle une information est r\u00e9cup\u00e9r\u00e9e en m\u00e9moire) sont interpr\u00e9t\u00e9s \u00e0 tort comme des indicateurs directs de v\u00e9racit\u00e9 factuelle, le m\u00e9canisme de surveillance transmet une estimation erron\u00e9e, ce qui d\u00e9r\u00e8gle le contr\u00f4le ex\u00e9cutif et d\u00e9t\u00e9riore la calibration finale.<\/p>\n<p>La <strong>th\u00e9orie des mod\u00e8les mentaux probabilistes (PMM)<\/strong>, avanc\u00e9e par Gerd Gigerenzer, Ulrich Hoffrage et Heinz Kleinb\u00f6lting (1991), offre une explication \u00e9cologique alternative aux biais de calibration. Selon cette approche, l&rsquo;esprit humain ne calcule pas la probabilit\u00e9 d&rsquo;une assertion isol\u00e9e dans un vide abstrait, mais applique une structure d&rsquo;indices de r\u00e9f\u00e9rence \u00e9cologiquement valides tir\u00e9s de son environnement naturel. Lorsque les exp\u00e9rimentateurs interrogent les sujets sur des questions pi\u00e8ges ou des contre-intuitions statistiques d\u00e9lib\u00e9r\u00e9ment s\u00e9lectionn\u00e9es (par exemple, comparer la population de deux villes dont l&rsquo;une est mondialement c\u00e9l\u00e8bre sans \u00eatre la plus peupl\u00e9e), la validit\u00e9 \u00e9cologique des indices est rompue, g\u00e9n\u00e9rant artificiellement une illusion de surconfiance qui ne refl\u00e9terait pas une d\u00e9faillance intrins\u00e8que de la calibration humaine dans son milieu \u00e9cologique ordinaire.<\/p>\n<p>L&rsquo;<strong>approche bay\u00e9sienne de l&rsquo;inf\u00e9rence cognitive<\/strong> conceptualise la calibration comme le r\u00e9sultat de la mise \u00e0 jour s\u00e9quentielle de distributions de probabilit\u00e9s subjectives face \u00e0 de nouvelles \u00e9vidences. Dans cette perspective soutenue par des chercheurs tels que Nick Chater ou Joshua Tenenbaum, un esprit bien calibr\u00e9 est un syst\u00e8me computationnel qui int\u00e8gre rationnellement les taux de base a priori (prior) avec la vraisemblance des nouvelles observations. Les distorsions de calibration proviennent d\u00e8s lors soit de priors mal ajust\u00e9s, soit d&rsquo;un bruit computationnel inh\u00e9rent aux circuits neuronaux qui g\u00e9n\u00e8re une r\u00e9gression vers la moyenne imparfaitement compens\u00e9e lors de l&rsquo;\u00e9valuation des bornes de confiance extr\u00eames.<\/p>\n<h3>7. Composantes cl\u00e9s, types et dimensions<\/h3>\n<p>L&rsquo;analyse rigoureuse de la calibration requiert la d\u00e9composition du construit en plusieurs dimensions structurelles et m\u00e9thodologiques :<\/p>\n<ul>\n<li><strong>Indice d&rsquo;\u00e9cart de calibration (Calibration Bias \/ Over-Underconfidence Score) :<\/strong> Il repr\u00e9sente la diff\u00e9rence arithm\u00e9tique globale et sign\u00e9e entre la confiance subjective moyenne rapport\u00e9e par le sujet et le taux d&rsquo;exactitude moyen r\u00e9ellement atteint. Une valeur positive refl\u00e8te un \u00e9tat global de surconfiance, tandis qu&rsquo;une valeur n\u00e9gative indique une sous-confiance.<\/li>\n<li><strong>R\u00e9solution (ou discrimination m\u00e9tacognitive) :<\/strong> Mesure de la capacit\u00e9 du syst\u00e8me cognitif \u00e0 moduler s\u00e9lectivement son niveau de confiance en fonction de la r\u00e9ussite ou de l&rsquo;\u00e9chec effectif sur chaque essai individuel, souvent quantifi\u00e9e \u00e0 l&rsquo;aide de corr\u00e9lations gamma de Goodman-Kruskal ou de param\u00e8tres de th\u00e9orie de d\u00e9tection du signal (d&rsquo; ou m\u00e9ta-d&rsquo;).<\/li>\n<li><strong>Courbe de calibration (Diagramme de fiabilit\u00e9) :<\/strong> Repr\u00e9sentation graphique tridimensionnelle reportant, pour chaque classe d&rsquo;intervalles de confiance subjective (par exemple 50 %, 60 %, 70 %, 80 %, 90 %, 100 %), la proportion correspondante d&rsquo;affirmations av\u00e9r\u00e9es vraies. La d\u00e9viation visuelle par rapport \u00e0 la bissectrice parfaite illustre la morphologie fine de l&rsquo;\u00e9talonnage.<\/li>\n<li><strong>Effet difficile-facile (Hard-Easy Effect) :<\/strong> Ph\u00e9nom\u00e8ne psychologique syst\u00e9matique selon lequel la surconfiance s&rsquo;accro\u00eet consid\u00e9rablement lors du traitement de t\u00e2ches de haute difficult\u00e9, alors que la sous-confiance \u00e9merge fr\u00e9quemment lors de l&rsquo;ex\u00e9cution de t\u00e2ches triviales ou exceptionnellement simples.<\/li>\n<li><strong>Calibration des intervalles de confiance :<\/strong> Dimension de la calibration appliqu\u00e9e \u00e0 l&rsquo;estimation de valeurs num\u00e9riques continues (par exemple, \u00e9valuer la hauteur d&rsquo;un \u00e9difice en fixant un plancher et un plafond avec une certitude de 90 %). L&rsquo;\u00e9troitesse excessive des fourchettes d\u00e9clar\u00e9es constitue l&rsquo;une des formes les plus universelles de sur-pr\u00e9cision.<\/li>\n<\/ul>\n<h3>8. Exemples et cas illustratifs<\/h3>\n<p>Un premier exemple embl\u00e9matique s&rsquo;observe dans la pratique m\u00e9dicale d&rsquo;urgence. Un m\u00e9decin urgentiste re\u00e7oit un patient pr\u00e9sentant des c\u00e9phal\u00e9es aigu\u00ebs atypiques. Interrog\u00e9 sur son diagnostic diff\u00e9rentiel, le praticien se d\u00e9clare certain \u00e0 99 % qu&rsquo;il s&rsquo;agit d&rsquo;une migraine sans gravit\u00e9, \u00e9cartant de ce fait l&rsquo;indication d&rsquo;un scanner c\u00e9r\u00e9bral imm\u00e9diat. Si, dans une cohorte de 100 patients pour lesquels ce clinicien ou ses pairs manifestent un tel niveau d&rsquo;assurance (99 %), 15 cas se r\u00e9v\u00e8lent \u00eatre des h\u00e9morragies sous-arachno\u00efdiennes non d\u00e9tect\u00e9es, le clinicien pr\u00e9sente un d\u00e9ficit de calibration critique. Une calibration rigoureuse obligerait le clinicien \u00e0 admettre un intervalle de doute subjectif conforme \u00e0 l&rsquo;incidence r\u00e9elle d&rsquo;erreurs d&rsquo;\u00e9valuation dans des contextes \u00e0 s\u00e9miologie ambigu\u00eb.<\/p>\n<p>Un deuxi\u00e8me cas illustratif concerne la gestion de projets et le secteur industriel, souvent affect\u00e9 par le sophisme de planification (<a href=\"https:\/\/fr.wikipedia.org\/wiki\/Biais_cognitif\" target=\"_blank\" rel=\"noopener noreferrer\">biais cognitif<\/a> de planification d\u00e9crit par Kahneman et Lovallo). Une \u00e9quipe d&rsquo;ing\u00e9nieurs en g\u00e9nie logiciel estime avec une confiance subjective affich\u00e9e de 90 % qu&rsquo;un nouveau progiciel sera d\u00e9velopp\u00e9, test\u00e9 et d\u00e9ploy\u00e9 en six mois. Si, historiquement, seulement 10 % des projets similaires sont livr\u00e9s dans ces d\u00e9lais et que le projet prend finalement 18 mois, les planificateurs souffrent d&rsquo;une d\u00e9faillance s\u00e9v\u00e8re de calibration d&rsquo;intervalles. Leur fen\u00eatre d&rsquo;incertitude subjective exclut syst\u00e9matiquement les impr\u00e9vus techniques et administratifs pourtant pr\u00e9visibles d&rsquo;un point de vue statistique externe.<\/p>\n<p>Un troisi\u00e8me exemple se manifeste dans l&rsquo;environnement acad\u00e9mique universitaire. Lors de la pr\u00e9paration d&rsquo;un concours, une \u00e9tudiante relit ses synth\u00e8ses de cours et \u00e9prouve un sentiment de parfaite fluidit\u00e9 de lecture. Elle estime sa note probable \u00e0 18\/20 avec un sentiment d&rsquo;assurance absolue. Confront\u00e9e \u00e0 l&rsquo;\u00e9preuve o\u00f9 elle doit mobiliser activement ses connaissances sans indices contextuels de reconnaissance, elle obtient la note de 09\/20. Sa calibration d\u00e9fectueuse provenait d&rsquo;une confusion \u00e9pist\u00e9mique entre la m\u00e9moire de reconnaissance (facile et fluide) et la m\u00e9moire de rappel g\u00e9n\u00e9rateur, illustrant comment une m\u00e9connaissance des processus m\u00e9tacognitifs vicie l&rsquo;\u00e9talonnage personnel.<\/p>\n<h3>9. Mesure et \u00e9valuation<\/h3>\n<p>La quantification psychom\u00e9trique de la calibration repose sur une panoplie d&rsquo;outils statistiques sophistiqu\u00e9s con\u00e7us pour isoler l&rsquo;erreur de jugement globale de la variabilit\u00e9 probabiliste \u00e9l\u00e9mentaire. La pierre angulaire de ces mesures demeure le <strong>Score de Brier<\/strong> (1950), d\u00e9fini math\u00e9matiquement comme la moyenne des \u00e9carts quadratiques entre la probabilit\u00e9 subjective <span class=\"arabpsy-math-inline\" data-latex=\"p_i\">$p_i$<\/span> assign\u00e9e \u00e0 un \u00e9v\u00e9nement <span class=\"arabpsy-math-inline\" data-latex=\"i\">$i$<\/span> et l&rsquo;issue binaire r\u00e9elle <span class=\"arabpsy-math-inline\" data-latex=\"o_i\">$o_i$<\/span> de cet \u00e9v\u00e9nement (o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"o_i = 1\">$o_i = 1$<\/span> si l&rsquo;\u00e9v\u00e9nement se produit ou si la r\u00e9ponse est exacte, et $0$ sinon) :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"\\text{Score de Brier} = \\frac{1}{N} \\sum_{i=1}^{N} (p_i - o_i)^2\">$$\\text{Score de Brier} = \\frac{1}{N} \\sum_{i=1}^{N} (p_i &#8211; o_i)^2$$<\/span><\/p>\n<p>Ce score varie de 0 (calibration et pr\u00e9cision omnisciente parfaites) \u00e0 1 (erreur maximale syst\u00e9matique). En 1973, le statisticien Allan H. Murphy a op\u00e9r\u00e9 une d\u00e9composition analytique d\u00e9cisive du score de Brier en trois composantes additives distinctes : la variabilit\u00e9 environnementale de base (l&rsquo;incertitude intrins\u00e8que des \u00e9v\u00e9nements), la calibration globale (la fiabilit\u00e9 des probabilit\u00e9s rapport\u00e9es) et la r\u00e9solution (la capacit\u00e9 \u00e0 discriminer les occurrences des non-occurrences). Cette d\u00e9composition permet aux chercheurs de v\u00e9rifier si la faiblesse d&rsquo;un score de Brier d\u00e9coule d&rsquo;un mauvais alignement des classes de probabilit\u00e9 (d\u00e9faut de calibration) ou d&rsquo;une incapacit\u00e9 fondamentale \u00e0 trier les \u00e9v\u00e9nements (d\u00e9faut de r\u00e9solution).<\/p>\n<p>Dans les paradigmes psychom\u00e9triques contemporains, les chercheurs compl\u00e8tent ces indicateurs par le calcul de l&rsquo;<strong>Index de calibration (<span class=\"arabpsy-math-inline\" data-latex=\"C\">$C$<\/span>)<\/strong>, qui isole la variance r\u00e9siduelle entre la proportion observ\u00e9e et la confiance assign\u00e9e au sein de chaque groupe de probabilit\u00e9 pond\u00e9r\u00e9 par l&rsquo;effectif des items :<\/p>\n<p><span class=\"arabpsy-math-display\" data-latex=\"C = \\frac{1}{N} \\sum_{k=1}^{K} n_k (\\bar{r}_k - c_k)^2\">$$C = \\frac{1}{N} \\sum_{k=1}^{K} n_k (\\bar{r}_k &#8211; c_k)^2$$<\/span><\/p>\n<p>o\u00f9 <span class=\"arabpsy-math-inline\" data-latex=\"K\">$K$<\/span> repr\u00e9sente le nombre de cat\u00e9gories de confiance, <span class=\"arabpsy-math-inline\" data-latex=\"n_k\">$n_k$<\/span> le nombre de r\u00e9ponses dans la cat\u00e9gorie <span class=\"arabpsy-math-inline\" data-latex=\"k\">$k$<\/span>, <span class=\"arabpsy-math-inline\" data-latex=\"\\bar{r}_k\">$\\bar{r}_k$<\/span> la proportion observ\u00e9e d&rsquo;exactitude dans cette cat\u00e9gorie, et <span class=\"arabpsy-math-inline\" data-latex=\"c_k\">$c_k$<\/span> la probabilit\u00e9 subjective nominale correspondante. Plus la valeur <span class=\"arabpsy-math-inline\" data-latex=\"C\">$C$<\/span> est proche de z\u00e9ro, plus l&rsquo;individu manifeste un \u00e9talonnage m\u00e9tacognitif optimal.<\/p>\n<h3>10. Applications et port\u00e9e pratique<\/h3>\n<p>Les implications pratiques de la calibration s&rsquo;\u00e9tendent \u00e0 l&rsquo;ensemble des sph\u00e8res soci\u00e9tales o\u00f9 des d\u00e9cisions \u00e0 hauts risques sont prises sous incertitude :<\/p>\n<p>Dans le secteur du <strong>renseignement g\u00e9opolitique et de la s\u00e9curit\u00e9 nationale<\/strong>, la calibration est devenue une exigence op\u00e9rationnelle majeure. Les travaux du <em>Good Judgment Project<\/em>, pilot\u00e9s par Philip Tetlock, ont prouv\u00e9 que les analystes g\u00e9opolitiques entra\u00een\u00e9s aux techniques de calibrage probabiliste surpassent spectaculairement les experts traditionnels non entra\u00een\u00e9s. L&rsquo;apprentissage de la calibration consiste ici \u00e0 d\u00e9sagr\u00e9ger des jugements vagues (tels que \u00ab probable \u00bb ou \u00ab plausible \u00bb) en pourcentages num\u00e9riques pr\u00e9cis rigoureusement pond\u00e9r\u00e9s, tout en r\u00e9visant ces valeurs de fa\u00e7on incr\u00e9mentale \u00e0 chaque parution de nouvelles donn\u00e9es de renseignement.<\/p>\n<p>Dans le domaine de l&rsquo;<strong>\u00e9ducation et de la formation professionnelle<\/strong>, les environnements d&rsquo;apprentissage informatis\u00e9s int\u00e8grent d\u00e9sormais des boucles de r\u00e9troaction m\u00e9tacognitive. En obligeant un apprenant \u00e0 d\u00e9clarer son indice de certitude avant de valider une r\u00e9ponse, les syst\u00e8mes tutoriels intelligents peuvent diagnostiquer les conceptions erron\u00e9es tenaces (r\u00e9ponses fausses donn\u00e9es avec une certitude maximale). Les interventions p\u00e9dagogiques visent ainsi \u00e0 restaurer un doute constructif chez les apprenants surconfiants afin de relancer leur curiosit\u00e9 et leur engagement cognitif.<\/p>\n<p>Dans la <strong>conception des syst\u00e8mes d&rsquo;intelligence artificielle<\/strong> et d&rsquo;apprentissage automatique (machine learning), la calibration des r\u00e9seaux de neurones profonds constitue un enjeu de s\u00e9curit\u00e9 critique. Un algorithme de vision par ordinateur identifiant une tumeur maligne sur une radiographie doit non seulement fournir une classification, mais aussi assigner une probabilit\u00e9 bay\u00e9sienne impeccablement calibr\u00e9e. Si le r\u00e9seau est syst\u00e9matiquement surconfiant dans ses sorties pr\u00e9dictives en raison d&rsquo;un surapprentissage (overfitting), son int\u00e9gration dans des protocoles d&rsquo;aide \u00e0 la d\u00e9cision clinique engendre des vuln\u00e9rabilit\u00e9s diagnostiques inacceptables.<\/p>\n<h3>11. Recherche et preuves empiriques<\/h3>\n<p>Le corpus de donn\u00e9es empiriques amass\u00e9 depuis plus de quatre d\u00e9cennies documente plusieurs r\u00e9gularit\u00e9s empiriques majeures concernant la calibration :<\/p>\n<p>L&rsquo;\u00e9tude matricielle de Lichtenstein et Fischhoff (1977) a explor\u00e9 comment les sujets calibrent leur confiance face \u00e0 des questions de connaissances g\u00e9n\u00e9rales \u00e0 deux choix. Les auteurs ont constat\u00e9 qu&rsquo;en r\u00e8gle g\u00e9n\u00e9rale, lorsque les sujets affirment \u00eatre s\u00fbrs \u00e0 100 %, ils n&rsquo;obtiennent qu&rsquo;environ 80 % \u00e0 85 % de r\u00e9ponses justes. La surconfiance ne dispara\u00eet pas spontan\u00e9ment avec l&rsquo;intelligence g\u00e9n\u00e9rale mesur\u00e9e par les tests de quotient intellectuel, ce qui d\u00e9montre que l&rsquo;\u00e9talonnage m\u00e9tacognitif constitue un trait psychologique partiellement orthogonal aux aptitudes cognitives fluides classiques.<\/p>\n<p>Une d\u00e9couverte empirique fondamentale r\u00e9side dans l&rsquo;effet \u00ab difficile-facile \u00bb document\u00e9 par Griffin et Tversky (1992). Les auteurs ont d\u00e9montr\u00e9 que la confiance subjective est primairement gouvern\u00e9e par la force ou la saillance des \u00e9vidences (l&rsquo;impact imm\u00e9diat de l&rsquo;information disponible), tandis que la pr\u00e9cision objective d\u00e9pend avant tout du poids ou de la fiabilit\u00e9 statistique de ces \u00e9vidences. Lorsque la t\u00e2che est tr\u00e8s ardue, la force apparente des indices pousse le sujet \u00e0 une surconfiance massive ; lorsque la t\u00e2che devient exceptionnellement facile, les sujets ne parviennent pas \u00e0 hisser leur confiance subjective au niveau de leur succ\u00e8s presque universel, induisant une sous-confiance paradoxale.<\/p>\n<p>Dans le champ de la pr\u00e9vision g\u00e9opolitique et \u00e9conomique \u00e0 grande \u00e9chelle, le programme de recherche longitudinal document\u00e9 par Philip Tetlock et Dan Gardner dans leur ouvrage sur les \u00ab super-pr\u00e9visionnistes \u00bb (2015) a valid\u00e9 empiriquement le fait que la calibration n&rsquo;est pas une comp\u00e9tence immuable. Les individus qui obtiennent les meilleures calibrations m\u00e9tacognitives partagent un style de pens\u00e9e sp\u00e9cifique qualifi\u00e9 d&rsquo;\u00ab esprit renard \u00bb (inspir\u00e9 de la m\u00e9taphore d&rsquo;Archiloque et d&rsquo;Isaiah Berlin) : ils sont \u00e9clectiques, pragmatiques, pr\u00eats \u00e0 int\u00e9grer des perspectives divergentes, m\u00e9fiants envers les id\u00e9ologies unifiantes et proc\u00e8dent par micro-ajustements bay\u00e9siens r\u00e9guliers.<\/p>\n<h3>12. Consid\u00e9rations culturelles et interculturelles<\/h3>\n<p>L&rsquo;expression et la pr\u00e9cision de la calibration m\u00e9tacognitive sont profond\u00e9ment m\u00e9diatis\u00e9es par les normes culturelles, les pratiques \u00e9ducatives et les syst\u00e8mes de pens\u00e9e dominants au sein des diff\u00e9rentes soci\u00e9t\u00e9s.<\/p>\n<p>Les recherches pionni\u00e8res men\u00e9es par J. Frank Yates et ses collaborateurs (notamment Yates et al., 1989, 1996, 1998) ont \u00e9tabli des divergences transculturelles frappantes dans la calibration du jugement probabiliste. En comparant des \u00e9tudiants universitaires originaires des \u00c9tats-Unis, du Japon et de la R\u00e9publique Populaire de Chine, les auteurs ont d\u00e9couvert de mani\u00e8re contre-intuitive que les participants chinois manifestaient des niveaux de surconfiance significativement plus \u00e9lev\u00e9s que les participants am\u00e9ricains, eux-m\u00eames plus surconfiants que les participants japonais. Les sujets japonais pr\u00e9sentaient la calibration la plus prudente et la plus proche de la neutralit\u00e9 statistique, manifestant m\u00eame occasionnellement une l\u00e9g\u00e8re sous-confiance.<\/p>\n<p>Ces disparit\u00e9s s&rsquo;expliquent par des fondements \u00e9pist\u00e9mologiques et p\u00e9dagogiques distincts : les syst\u00e8mes \u00e9ducatifs traditionnels asiatiques continentaux privil\u00e9gient fr\u00e9quemment la m\u00e9morisation d&rsquo;un corpus de v\u00e9rit\u00e9s faisant autorit\u00e9 morale et scientifique, d\u00e9courageant l&rsquo;expression d&rsquo;un scepticisme public envers les solutions apprises, ce qui peut gonfler la certitude subjective d\u00e9clar\u00e9e. \u00c0 l&rsquo;oppos\u00e9, la culture acad\u00e9mique et communicationnelle japonaise valorise l&rsquo;humilit\u00e9 cognitive (le <em>hansei<\/em> ou auto-r\u00e9flexion critique permanente), l&rsquo;\u00e9vitement du dogmatisme et la pr\u00e9servation de l&rsquo;harmonie collective par la retenue verbale, se traduisant empiriquement par des probabilit\u00e9s subjectives beaucoup plus mod\u00e9r\u00e9es et circonspectes.<\/p>\n<h3>13. Critiques, controverses et limites<\/h3>\n<p>Bien que le paradigme de la calibration constitue l&rsquo;un des piliers des sciences cognitives, il a suscit\u00e9 des d\u00e9bats th\u00e9oriques d&rsquo;une intensit\u00e9 rare, articul\u00e9s autour de trois controverses principales :<\/p>\n<p>La premi\u00e8re grande controverse est d&rsquo;ordre m\u00e9thodologique et a \u00e9t\u00e9 d\u00e9clench\u00e9e par l&rsquo;\u00e9cole de la rationalit\u00e9 \u00e9cologique emmen\u00e9e par Gerd Gigerenzer. Ce dernier a d\u00e9montr\u00e9 que l&rsquo;\u00e9cart de calibration mesur\u00e9 en laboratoire est fr\u00e9quemment un artefact cr\u00e9\u00e9 par les exp\u00e9rimentateurs eux-m\u00eames, cons\u00e9cutif \u00e0 un \u00e9chantillonnage biais\u00e9 des stimuli. Lorsque les questions pos\u00e9es sont s\u00e9lectionn\u00e9es de mani\u00e8re al\u00e9atoire et repr\u00e9sentative dans un environnement naturel (par exemple en tirant au sort des paires de villes dans un annuaire sans filtrer les cas atypiques), l&rsquo;effet de surconfiance diminue de mani\u00e8re spectaculaire, voire s&rsquo;efface totalement, ce qui contredit l&rsquo;id\u00e9e d&rsquo;un biais cognitif irrationnel structurellement c\u00e2bl\u00e9 dans le cerveau humain.<\/p>\n<p>La deuxi\u00e8me critique concerne la nature statistique du bruit de mesure. Erev, Wallsten et Budescu (1994) ont soulign\u00e9 que le format m\u00eame des \u00e9chelles de probabilit\u00e9 subjective introduit une asym\u00e9trie math\u00e9matique due \u00e0 la r\u00e9gression vers la moyenne. Tout jugement humain \u00e9tant entach\u00e9 d&rsquo;un certain degr\u00e9 de variabilit\u00e9 non syst\u00e9matique (bruit stochastique), les probabilit\u00e9s subjectives extr\u00eames (0 % ou 100 %) sont math\u00e9matiquement plus susceptibles de r\u00e9gresser vers le centre lors de la confrontation aux issues objectives r\u00e9elles, cr\u00e9ant une illusion d&rsquo;erreur de calibration l\u00e0 o\u00f9 il n&rsquo;y a parfois qu&rsquo;une impr\u00e9cision de mesure transitoire.<\/p>\n<p>Enfin, une controverse persiste quant \u00e0 l&rsquo;invariance intra-individuelle de la calibration. De nombreuses \u00e9tudes indiquent qu&rsquo;un individu bien calibr\u00e9 dans un domaine sp\u00e9cifique (par exemple l&rsquo;\u00e9valuation des risques m\u00e9t\u00e9orologiques ou financiers) peut redevenir extraordinairement mal calibr\u00e9 d\u00e8s qu&rsquo;il s&rsquo;exprime sur des sujets touchant \u00e0 ses pr\u00e9f\u00e9rences politiques, \u00e0 sa sant\u00e9 personnelle ou \u00e0 ses comp\u00e9tences parentales. La calibration ne constituerait donc pas une facult\u00e9 cognitive monolithique et universelle, mais une comp\u00e9tence hautement d\u00e9pendante du contexte, du domaine d&rsquo;expertise et de l&rsquo;implication \u00e9motionnelle ou identitaire de l&rsquo;\u00e9valuateur.<\/p>\n<h3>14. Termes connexes et distinctions<\/h3>\n<p>Pour \u00e9viter toute confusion conceptuelle au sein de la litt\u00e9rature psychologique, il convient de diff\u00e9rencier rigoureusement la calibration de plusieurs construits adjacents :<\/p>\n<ul>\n<li><strong>Calibration vs R\u00e9solution (Discrimination m\u00e9tacognitive) :<\/strong> La calibration concerne la fid\u00e9lit\u00e9 de l&rsquo;ancrage absolu des probabilit\u00e9s (savoir si 80 % de confiance \u00e9quivaut \u00e0 80 % de succ\u00e8s moyen), tandis que la r\u00e9solution mesure l&rsquo;aptitude relative \u00e0 attribuer des probabilit\u00e9s plus fortes aux assertions vraies qu&rsquo;aux assertions fausses, ind\u00e9pendamment des valeurs num\u00e9riques absolues assign\u00e9es.<\/li>\n<li><strong>Calibration vs Effet Dunning-Kruger :<\/strong> L&rsquo;<a href=\"https:\/\/fr.wikipedia.org\/wiki\/Effet_Dunning-Kruger\" target=\"_blank\" rel=\"noopener noreferrer\">effet Dunning-Kruger<\/a> d\u00e9crit une distorsion m\u00e9tacognitive sp\u00e9cifique et asym\u00e9trique affectant les individus les moins comp\u00e9tents dans un domaine donn\u00e9, qui surestiment dramatiquement leur rang centile relatif au sein d&rsquo;un groupe de pairs, tandis que la calibration s&rsquo;applique \u00e0 tous les niveaux de comp\u00e9tence et \u00e9value la probabilit\u00e9 subjective d&rsquo;exactitude d&rsquo;un jugement sp\u00e9cifique.<\/li>\n<li><strong>Calibration vs M\u00e9tam\u00e9moire :<\/strong> La m\u00e9tam\u00e9moire repr\u00e9sente l&rsquo;ensemble vaste et h\u00e9t\u00e9rog\u00e8ne des connaissances, croyances et sensations qu&rsquo;un individu entretient au sujet de ses propres m\u00e9canismes de m\u00e9moire, alors que la calibration constitue une propri\u00e9t\u00e9 quantitative mesurable de certains jugements m\u00e9tamn\u00e9moniques particuliers (tels que la correspondance entre jugements d&rsquo;apprentissage et rappels r\u00e9els).<\/li>\n<li><strong>Calibration vs \u00c9talonnage psychom\u00e9trique traditionnel :<\/strong> Dans les th\u00e9ories psychom\u00e9triques classiques et la th\u00e9orie de r\u00e9ponse aux items (TRI), l&rsquo;\u00e9talonnage renvoie \u00e0 la standardisation math\u00e9matique des param\u00e8tres d&rsquo;un test pour situer les scores individuels par rapport \u00e0 une population de r\u00e9f\u00e9rence, alors que la calibration cognitive d\u00e9signe la lucidit\u00e9 probabiliste de l&rsquo;\u00e9valuateur face \u00e0 ses propres r\u00e9ponses.<\/li>\n<\/ul>\n<h3>15. Synth\u00e8se et points cl\u00e9s<\/h3>\n<p>La calibration m\u00e9tacognitive repr\u00e9sente un indicateur central de la maturit\u00e9 r\u00e9flexive et de l&rsquo;efficience d\u00e9cisionnelle de l&rsquo;\u00eatre humain. L&rsquo;analyse d\u00e9taill\u00e9e de ce concept met en lumi\u00e8re plusieurs principes directeurs :<\/p>\n<p>En premier lieu, une calibration parfaite n&rsquo;exige nullement l&rsquo;infaillibilit\u00e9 factuelle : un d\u00e9cideur qui ignore la solution d&rsquo;un probl\u00e8me mais qui d\u00e9clare un niveau de certitude de 50 % face \u00e0 une alternative binaire manifeste un \u00e9talonnage irr\u00e9prochable. L&rsquo;excellence \u00e9pist\u00e9mique r\u00e9side dans la lucidit\u00e9 de son incertitude plut\u00f4t que dans l&rsquo;illusion de son omniscience.<\/p>\n<p>Deuxi\u00e8mement, la tendance dominante des populations humaines s&rsquo;oriente vers la surconfiance m\u00e9tacognitive, en particulier face \u00e0 des t\u00e2ches per\u00e7ues comme mod\u00e9r\u00e9ment difficiles ou complexes. Cette distorsion r\u00e9sulte d&rsquo;une mauvaise interpr\u00e9tation des indices internes de fluidit\u00e9 cognitive, de l&rsquo;absence de retours d&rsquo;information standardis\u00e9s dans la vie quotidienne et de la pr\u00e9disposition naturelle de l&rsquo;esprit \u00e0 rechercher des \u00e9l\u00e9ments confirmatoires plut\u00f4t que des \u00e9vidences r\u00e9futatrices.<\/p>\n<p>Troisi\u00e8mement, la calibration n&rsquo;est pas une fatalit\u00e9 biologique fig\u00e9e. L&rsquo;exposition \u00e0 des environnements d&rsquo;apprentissage probabilistes, la d\u00e9composition syst\u00e9matique des probl\u00e8mes complexes, l&rsquo;institution de feedbacks quantitatifs r\u00e9guliers et l&rsquo;adoption d&rsquo;un raisonnement analytique bay\u00e9sien permettent d&rsquo;am\u00e9liorer substantiellement la pr\u00e9cision de l&rsquo;\u00e9talonnage m\u00e9tacognitif chez les professionnels de sant\u00e9, les pr\u00e9visionnistes et les apprenants.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<p>Adams, P. A., &amp; Adams, J. K. (1961). Knowledge of the nominal and real accuracy of personal judgments. <em>Psychological Review<\/em>, 68(1), 33\u201342. https:\/\/doi.org\/10.1037\/h0040751<\/p>\n<p><span class=\"arabpsy-eq\" dir=\"ltr\">Brier, G. W. (1950). Verification of forecasts expressed in terms of probability. <em>Monthly Weather Review<\/em>, 78(1), 1\u20133. https:\/\/doi.org\/10.1175\/1520-0493(1950)078&lt;0001:VOFEIT&gt;2.0.CO;2<\/span><\/p>\n<p>Erev, I., Wallsten, T. S., &amp; Budescu, D. V. (1994). Simultaneous over- and underconfidence: The role of error in judgment\u2013processes. <em>Psychological Review<\/em>, 101(3), 519\u2013527. https:\/\/doi.org\/10.1037\/0033-295X.101.3.519<\/p>\n<p>Gigerenzer, G., Hoffrage, U., &amp; Kleinb\u00f6lting, H. (1991). Probabilistic mental models: A reverse theory of the \u00ab\u00a0overconfidence\u00a0\u00bb phenomenon. <em>Psychological Review<\/em>, 98(4), 506\u2013528. https:\/\/doi.org\/10.1037\/0033-295X.98.4.506<\/p>\n<p>Griffin, D., &amp; Tversky, A. (1992). The weighing of evidence and the determinants of confidence. <em>Cognitive Psychology<\/em>, 24(3), 411\u2013435. https:\/\/doi.org\/10.1016\/0010-0285(92)90013-K<\/p>\n<p>Kahneman, D., Slovic, P., &amp; Tversky, A. (Eds.). (1982). <em>Judgment under uncertainty: Heuristics and biases<\/em>. Cambridge University Press. https:\/\/doi.org\/10.1017\/CBO9780511809477<\/p>\n<p>Lichtenstein, S., Fischhoff, B., &amp; Phillips, L. D. (1982). Calibration of probabilities: The state of the art to 1980. In D. Kahneman, P. Slovic, &amp; A. Tversky (Eds.), <em>Judgment under uncertainty: Heuristics and biases<\/em> (pp. 306\u2013334). Cambridge University Press.<\/p>\n<p><span class=\"arabpsy-eq\" dir=\"ltr\">Murphy, A. H. (1973). A new vector partition of the probability score. <em>Journal of Applied Meteorology and Climatology<\/em>, 12(4), 595\u2013600. https:\/\/doi.org\/10.1175\/1520-0450(1973)012&lt;0595:ANVPOT&gt;2.0.CO;2<\/span><\/p>\n<p>Nelson, T. O., &amp; Narens, L. (1990). Metamemory: A theoretical framework and new findings. In G. H. Bower (Ed.), <em>The psychology of learning and motivation<\/em> (Vol. 26, pp. 125\u2013173). Academic Press. https:\/\/doi.org\/10.1016\/S0079-7421(08)60053-5<\/p>\n<p>Tetlock, P. E., &amp; Gardner, D. (2015). <em>Superforecasting: The art and science of prediction<\/em>. Crown Publishers.<\/p>\n<p>Yates, J. F., Zhu, Y., Ronis, D. L., Wang, D. F., Shinotsuka, H., &amp; Toda, M. (1989). Probability judgment accuracy: China, Japan, and the United States. <em>Organizational Behavior and Human Decision Processes<\/em>, 43(2), 145\u2013171. https:\/\/doi.org\/10.1016\/0749-5978(89)90002-8<\/p>\n","protected":false},"excerpt":{"rendered":"<p>La calibration en psychologie d\u00e9signe l&rsquo;ajustement entre la certitude subjective d&rsquo;un individu et l&rsquo;exactitude r\u00e9elle de ses jugements ou de ses performances.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[4374,647,2],"tags":[38225,18249,4890,176,16,4242,38226],"class_list":["post-22652","psych_term","type-psych_term","status-publish","hentry","category-metacognition","category-psychologie-cognitive","category-psychometrie","tag-calibration","tag-jugement-probabiliste","tag-metacognition","tag-prise-de-decision","tag-psychometrie","tag-score-de-brier","tag-surconfiance"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22652","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22652\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=22652"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=22652"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=22652"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}