Reconnaître que les séquences aléatoires ne « doivent » pas d'équilibre
Les processus aléatoires n'ont pas de mémoire — une série de piles ne rend pas face plus probable.
Why it works
Le sophisme du joueur est un produit direct de la représentativité : une longue série de piles ne ressemble pas à une séquence « aléatoire », donc l'esprit s'attend à une correction. Mais la pièce n'a pas de mémoire. La représentativité de la séquence entière est sans rapport avec la probabilité du prochain lancer. Le sophisme apparaît partout, des tables de roulette aux décisions de recrutement (éviter une troisième embauche féminine parce qu'« on en a déjà pris deux »), et le mécanisme est toujours le même : la séquence attendue paraît plus représentative, donc elle semble plus probable.
How to do it
- Identifiez quand vous faites une prédiction sur une séquence d'événements indépendants.
- Demandez : « le passé de la séquence change-t-il la probabilité sous-jacente du prochain événement, ou change-t-il simplement à quoi ressemblerait une séquence équilibrée ? »
- Si les événements sont réellement indépendants, traitez chaque résultat comme repartant à zéro.
- Réservez la mise à jour séquentielle aux cas où les résultats sont réellement dépendants (par ex., tirage sans remise).
Données probantes
Le sophisme du joueur est l'un des biais les plus répliqués en recherche sur la probabilité ; il apparaît dans les études de laboratoire, les données de casino, le trading financier, et les jugements de terrain comme les décisions de libération sous caution et les décisions d'asile. (observational)
Le sophisme de la « main chaude » (l'erreur opposée — s'attendre à ce que les séries continuent) peut aussi se produire dans certains contextes de compétence ; quel sophisme s'applique dépend de si le processus sous-jacent est aléatoire ou fondé sur la compétence.
Sources
- Tversky & Kahneman (1974), Judgment under uncertainty: Heuristics and biases, Science
- Chen, Moskowitz & Shue (2016), Decision making under the gambler’s fallacy, Quarterly Journal of Economics
Erreur fréquente
Appliquer la correction du sophisme du joueur à de véritables situations d'élan (par ex., la performance d'un joueur habile), où la dépendance séquentielle est réelle.
Pratiquez cela avec IX Coach
More practices for L'heuristique de représentativité — juger par ressemblance
- Vérifier les taux de base avant de former un jugement de ressemblance
Avant de décider « ceci ressemble à X », demandez à quel point X est réellement commun dans la population concernée.
- Identifier quelles caractéristiques sont réellement diagnostiques
Séparez les caractéristiques qui différencient réellement les catégories de celles qui complètent seulement le tableau.
- Traiter les petits échantillons avec un scepticisme explicite
Une courte séquence peut sembler représentative sans être statistiquement fiable — ajustez la confiance selon la taille de l'échantillon.
- Auditer les jugements sur les personnes pour la substitution de prototype
Vérifiez si un jugement sur une personne est fondé sur son comportement réel ou sur sa ressemblance à un type.
- S'attendre à ce que les résultats extrêmes régressent vers la moyenne
Une performance inhabituellement bonne ou mauvaise prédit une performance plus moyenne la prochaine fois — tenez-en compte avant de louer ou blâmer.
- Nommer le prototype auquel vous comparez avant de décider
Rendez explicite le prototype que vous utilisez comme référence — les modèles cachés biaisent les décisions sans examen.
Concepts associés
- Le sophisme de la conjonction — Quand « plus de détails » semble plus probable
How narrative coherence tricks probability judgment — and how to think past it
- Le biais de planification — Pourquoi vos estimations sont toujours fausses
The cognitive bias behind missed deadlines — and six evidence-grounded corrections