Corriger la surpondération de la « victime identifiée »
Reconnaître que des histoires individuelles saisissantes semblent plus convaincantes que des statistiques identiques vous aide à allouer attention et ressources de façon plus rationnelle.
Why it works
Slovic a montré que les victimes identifiées — une seule personne nommée avec un visage et une histoire — génèrent bien plus d'affect que les victimes statistiques (« 8 morts par million »), même quand les chiffres favorisent les statistiques. L'heuristique de l'affect amplifie la réponse au cas saisissant : cela déclenche une émotion, l'émotion remplace le jugement de risque, et le résultat est une allocation de ressources follement disproportionnée. C'est le mécanisme derrière les pics de dons caritatifs pour des individus identifiés et la sous-réaction aux tragédies statistiques à grande échelle.
How to do it
- Quand une histoire ou un cas saisissant provoque une forte réaction, notez-le : « je réagis à un individu identifié, pas à un résumé statistique. »
- Cherchez le taux de base pertinent : à quelle fréquence cela arrive-t-il, et comment ce cas se compare-t-il aux autres personnes affectées ?
- Demandez-vous : « allouerais-je les mêmes ressources si je ne connaissais que les statistiques ? »
- Utilisez le cadre statistique pour calibrer la proportionnalité plutôt que de laisser la saillance piloter l'allocation.
Données probantes
Slovic (2007) a documenté l'« effondrement de la compassion » — le fait que des victimes uniques identifiables génèrent plus de dons que de multiples victimes statistiques — et a soutenu que c'est un effet direct de l'heuristique de l'affect. Le même travail rapporte la découverte contre-intuitive que les dons pour un enfant nommé ont chuté une fois qu'un deuxième enfant a été ajouté, preuve que la compassion suit l'affect saisissant plutôt que le nombre de vies en jeu. L'effet de la victime identifiée est bien répliqué dans la recherche sur les dons caritatifs et l'allocation de ressources. (observational)
Réagir davantage à des individus identifiés peut parfois être rationnel (ils sont le cas proximal) — la correction vise à ne pas allouer de façon disproportionnée aux cas saisissants plutôt que statistiques de sévérité égale.
Sources
- Slovic (2007), "If I look at the mass I will never act": Psychic numbing and genocide, Judgment and Decision Making
- Slovic, P. (2007). "If I look at the mass I will never act": Psychic numbing and genocide. Judgment and Decision Making, 2(2), 79–95.
Erreur fréquente
Utiliser cette conscience pour supprimer toute réponse émotionnelle aux cas individuels, plutôt que pour s'assurer que les besoins statistiques ne sont pas évincés par les cas saisissants.
Pratiquez cela avec IX Coach
More practices for L'heuristique de l'affect — quand les sentiments remplacent les faits
- Évaluer le risque et le bénéfice sur des échelles séparées avant de comparer
Estimez le risque et le bénéfice indépendamment — ne laissez pas le même sentiment piloter les deux.
- Calibrer la peur par rapport à la fréquence statistique
Cherchez le taux réel du résultat redouté avant de laisser la peur piloter une décision.
- Appliquer un examen supplémentaire quand un choix semble évidemment bon
L'affect positif est un déclencheur de biais aussi fiable que la peur — auditez les opportunités qui ressemblent à des gains évidents.
- Retarder une décision jusqu'à ce que le pic émotionnel initial passe
Accordez-vous 24 heures après une forte réaction émotionnelle avant de vous engager dans un choix.
- Exemples d'heuristique de l'affect : nommer le sentiment d'abord
Exemples courants d'heuristique de l'affect : une mauvaise humeur fait paraître votre travail mauvais, un fondateur sympathique fait paraître un accord risqué comme sûr. Nommez le sentiment avant de juger.
- Chercher des estimations techniques d'experts sur le risque — tout en notant où les valeurs diffèrent légitimement
Utilisez des estimations techniques de probabilité pour ancrer votre perception du risque, tout en reconnaissant que certains désaccords sur le risque sont fondés sur des valeurs, pas des faits.