IX Coach

La négligence du taux de base : pourquoi nous ignorons les probabilités

Comment laisser les probabilités préalables jouer leur vrai rôle dans vos décisions

Qu'est-ce que la négligence du taux de base, et comment la corriger ?

La négligence du taux de base est la tendance à sous-pondérer ou ignorer les probabilités préalables (la fréquence générale d'un événement) quand une information vivante et précise est disponible. Identifiée par Kahneman et Tversky, c'est l'un des biais les plus solidement répliqués de la recherche en jugement, et elle conduit à une surconfiance systématique dans les prédictions sur des cas particuliers. La corriger exige de rechercher ou d'estimer activement les taux de base avant d'évaluer une information individuelle.

Quand nous entendons une histoire convaincante sur quelqu'un, nous la traitons implicitement comme hautement diagnostique — nous mettons fortement à jour nos estimations de probabilité vers l'histoire et faiblement vers ce que nous savons du cas général. Kahneman et Tversky ont démontré cela systématiquement : les personnes invitées à juger des probabilités sous-pondèrent ou ignorent presque toujours les taux de base dès qu'une information spécifique est présente. Les pratiques ci-dessous construisent l'habitude de s'ancrer d'abord sur le taux de base.

Pratiques

Pratiquez cela avec IX Coach

Pratiquez ceci avec IX Coach

Recherche

Concepts associés

Frequently asked questions

Qu'est-ce que la négligence du taux de base, et comment la corriger ?

La négligence du taux de base est la tendance à sous-pondérer ou ignorer les probabilités préalables (la fréquence générale d'un événement) quand une information vivante et précise est disponible. Identifiée par Kahneman et Tversky, c'est l'un des biais les plus solidement répliqués de la recherche en jugement, et elle conduit à une surconfiance systématique dans les prédictions sur des cas particuliers. La corriger exige de rechercher ou d'estimer activement les taux de base avant d'évaluer une information individuelle.

Comment fonctionne « Demandez le taux de base avant d'évaluer le cas particulier » ?

La négligence du taux de base survient parce qu'une information spécifique et vivante est traitée automatiquement et sans effort, alors que les taux de base exigent une récupération et un calcul délibérés. Le traitement automatique de l'histoire spécifique évince la recherche du taux de base — elle ne se produit tout simplement pas. Placer la question du taux de base en premier dans votre protocole de décision force la probabilité préalable dans la mémoire de travail avant que le cas vivant ne puisse dominer.

Comment fonctionne « Utilisez la prévision par classe de référence pour les estimations de projet » ?

Le biais de planification — la tendance à sous-estimer le temps et le coût — est une application directe de la négligence du taux de base : les gens se concentrent sur la vue interne (le plan spécifique) et ignorent la vue externe (comment des projets similaires se sont réellement déroulés). La prévision par classe de référence corrige cela en exigeant d'abord la vue externe et en traitant le plan spécifique comme un ajustement du taux de base, non comme son remplacement.

Comment fonctionne « Mettez à jour vos croyances par degrés, pas en bloc » ?

Quand les gens mettent à jour leurs croyances en réponse à une nouvelle information, ils ont tendance soit à l'ignorer (biais de conservatisme), soit à surcorriger vers une quasi-certitude (représentativité). La mise à jour bayésienne — l'approche mathématiquement correcte — exige de multiplier la probabilité préalable par le rapport de vraisemblance de la nouvelle preuve. Même une version informelle de cela (à quel point cette preuve serait-elle plus probable si mon hypothèse est vraie, par rapport à fausse ?) produit des croyances plus calibrées.

Comment fonctionne « Identifiez toujours le dénominateur en évaluant un risque ou un succès » ?

L'aveuglement au dénominateur est l'incapacité à considérer la population de base en évaluant une fréquence. Entendre parler de cinq réussites de startups n'est pas diagnostique du taux de succès sans connaître le dénominateur — qu'il soit de 50 ou de 5 000 produit des inférences radicalement différentes. La vivacité du numérateur (les cinq histoires de réussite) supprime la recherche du dénominateur, qui est là où vit le taux de base.

Comment fonctionne « Invoquez délibérément la vue externe pour les décisions importantes » ?

Kahneman distingue la vue interne (analyse détaillée de scénario à partir du cas spécifique) de la vue externe (statistiques de taux de base de la classe de référence). La vue interne semble plus pertinente et domine naturellement car elle utilise des détails concrets et imaginables. La vue externe est plus difficile d'accès mais est typiquement plus prédictive, surtout pour des situations nouvelles ou incertaines où les détails internes sont peu fiables.

Comment fonctionne « Pratiquez la calibration probabiliste en suivant vos prédictions » ?

La calibration — la correspondance entre la confiance affichée et l'exactitude réelle — est une compétence qui s'apprend. Les personnes qui suivent leurs prédictions dans le temps et observent à quelle fréquence leurs affirmations à 70 % de confiance se réalisent réellement développent des boucles de rétroaction qui corrigent la sur- ou sous-confiance systématique. Sans cette rétroaction, le sentiment de confiance généré par une information vivante persiste non corrigé.

Comment fonctionne « Attendez-vous à un retour à la moyenne dans les résultats extrêmes » ?

Le retour à la moyenne est une propriété mathématique de toute variable mesurée comportant des composantes aléatoires : les valeurs extrêmes élevées ont tendance à être suivies de valeurs plus basses, et vice versa, simplement parce que la lecture extrême reflétait en partie un tirage chanceux. Les gens attribuent systématiquement à tort ce retour à leurs propres actions (l'entraîneur dont la critique sévère après un mauvais match semble produire une amélioration) — l'exemple classique de Kahneman d'un mécanisme qui crée de fausses croyances causales.