Utiliser « prendre le meilleur » : choisir sur votre indice le plus informatif
En choisissant entre des options, identifiez l'indice le plus diagnostique et utilisez-le — arrêtez de chercher davantage.
Why it works
Prendre le meilleur est une heuristique lexicographique : classez vos indices par validité, vérifiez le meilleur en premier, et prenez votre décision s'il discrimine. Consultez d'autres indices seulement si le premier ne discrimine pas. Cela ignore beaucoup d'informations — et dans les environnements incertains du monde réel, cela surpasse souvent les modèles de régression qui utilisent toute l'information, car chaque indice supplémentaire ajoute du bruit en même temps que du signal.
How to do it
- Pour une décision récurrente, écrivez les trois indices les plus prédictifs que vous avez observés historiquement.
- Classez-les selon la fréquence à laquelle ils ont eu raison quand ils pointaient dans une direction.
- Face à la décision, vérifiez d'abord l'indice le plus important. S'il pointe clairement dans une direction, arrêtez-vous — agissez dessus sans consulter les autres.
Données probantes
Gigerenzer et ses collègues ont montré que « prendre le meilleur » surpassait la régression multiple sur des données réelles en prédiction hors échantillon dans plusieurs domaines, particulièrement quand les données étaient limitées et l'environnement incertain. (observational)
« Prendre le meilleur » surpasse la régression sous des conditions spécifiques — environnement bruyant, données limitées, indices corrélés. Dans de grands ensembles de données propres avec de nombreux prédicteurs indépendants valides, la régression gagne généralement.
Sources
- Gigerenzer & Goldstein (1996), Reasoning the fast and frugal way, Psychological Review
Erreur fréquente
Utiliser « prendre le meilleur » dans des environnements riches en données et stables où tous les indices portent un signal indépendant — ici, regarder plus d'indices aide vraiment, et s'arrêter à un seul est coûteux.
Pratiquez cela avec IX Coach
More practices for Heuristiques simples : le plaidoyer de Gerd Gigerenzer pour une pensée rapide et frugale
- Faire confiance à l'heuristique de reconnaissance dans les environnements incertains
Si vous reconnaissez une option et pas l'autre, celle reconnue est généralement meilleure — dans le bon domaine.
- Se satisfaire : fixer un seuil de suffisance et arrêter de chercher une fois atteint
Optimisez pour « suffisamment bon » plutôt que « le meilleur possible » — le coût de la recherche dépasse souvent le gain.
- Fixer des règles par défaut pour les situations exigeant de la volonté
Une règle décidée à l'avance ne requiert aucune volonté au moment de la décision — la décision a déjà été prise.
- Adapter votre heuristique à la structure de l'environnement
Une bonne règle fonctionne parce qu'elle correspond aux régularités statistiques de l'environnement — mauvais environnement, mauvaise règle.
- Utiliser la règle 1/N pour la diversification sous incertitude profonde
Quand vous ne pouvez pas estimer la valeur de chaque option de manière fiable, répartissez les ressources également.
- Construire votre boîte à outils adaptative personnelle de règles spécifiques à un domaine
Le but n'est pas une heuristique universelle unique — c'est une collection organisée qui correspond aux domaines que vous naviguez réellement.
Concepts associés
- La prévision affective : pourquoi vous avez mal prédit ce que vous alliez ressentir
The science of why your predictions about your own feelings are reliably wrong
- The Willpower Instinct : ce qu'est réellement l'autodiscipline
The biology, the limits, and the strategies that actually extend self-control