Mettez à jour vos croyances par degrés, pas en bloc

Traitez une nouvelle information comme une preuve qui déplace les probabilités, non comme une preuve qui change tout.

Why it works

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.

How to do it

1. Énoncez votre estimation de probabilité actuelle avant de regarder de nouvelles preuves.
2. Demandez-vous : « À quel point cette preuve est-elle plus (ou moins) probable si mon hypothèse est correcte plutôt qu'incorrecte ? »
3. Déplacez votre probabilité proportionnellement à ce ratio — pas vers 0 % ou 100 % sauf si la preuve est vraiment définitive.

Données probantes

Le raisonnement bayésien est la norme normative en théorie des probabilités. Les gens s'en écartent systématiquement dans les deux sens (sur- et sous-mise à jour) selon que la preuve est vivante ou abstraite. L'entraînement au raisonnement bayésien améliore la calibration. (observational)

Le calcul bayésien formel n'est pas praticable pour les décisions quotidiennes ; l'objectif est l'habitude de la mise à jour proportionnelle, pas le calcul précis.

Sources

• Kahneman (2011), Thinking, Fast and Slow — review of representativeness and Bayesian deviation research
• Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131.

Erreur fréquente

Traiter un unique point de données confirmant comme une quasi-preuve — c'est exactement l'heuristique de représentativité : une histoire qui correspond à votre hypothèse donne l'impression de la prouver.