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.
Why it works
Une grande partie du raisonnement de représentativité est invisible : l'esprit compare silencieusement un candidat, un produit ou un plan à un prototype stocké et produit une évaluation sans faire remonter le modèle utilisé. En nommant explicitement le prototype (« je compare cette idée d'entreprise au prototype de la startup tech typique »), vous rendez la comparaison visible pour l'examen — vous pouvez alors demander si le prototype est approprié, si la correspondance est réelle, et quel est le taux de base de succès pour cette catégorie.
How to do it
- Avant de porter un jugement évaluatif, demandez : « quel est le prototype auquel je compare ceci ? »
- Nommez-le explicitement à voix haute ou par écrit.
- Demandez : « est-ce la bonne catégorie de référence pour cette décision ? »
- Demandez : « quel est le taux de base du résultat que je prédis pour cette catégorie ? »
Données probantes
L'évaluation fondée sur les catégories est un concept fondamental dans la recherche sur la catégorisation (Rosch, 1975) et est directement liée à l'application de l'heuristique de représentativité dans la recherche sur le jugement. Rendre explicites les comparaisons implicites est une stratégie générale de débiaisage métacognitif soutenue par la littérature plus large sur la qualité de la décision. (mechanistic)
Nommer le prototype est une étape nécessaire mais non suffisante ; le travail difficile consiste ensuite à estimer correctement le taux de base pour cette catégorie, ce qui est une compétence distincte.
Erreur fréquente
Nommer le prototype mais le traiter comme confirmant la comparaison plutôt que de l'interroger — le but est de questionner si la ressemblance justifie l'inférence.
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.
- 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.
- 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.
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