Ralentir la boucle réflexive
Vos croyances actuelles façonnent les données que vous sélectionnez, se renforçant elles-mêmes — interrompez délibérément cette boucle.
Why it works
Argyris a identifié une boucle réflexive : les croyances au sommet de l'échelle façonnent la sélection des données à la base, qui génère des preuves confirmant la croyance, ce qui renforce le filtre de sélection. Sans interruption, l'échelle s'enracine davantage avec le temps. Briser la boucle exige de sélectionner délibérément des données que la croyance actuelle filtrerait normalement — ce qui est inconfortable et nécessite une incitation spécifique.
How to do it
- Identifiez une croyance que vous tenez avec assurance à propos d'une personne, d'une situation ou d'un groupe.
- Demandez-vous : à quelles données ai-je systématiquement omis de prêter attention et qui pourraient remettre en cause cette croyance ?
- Trouvez une donnée concrète infirmante et observez comment vous y réagissez émotionnellement.
- Prenez l'habitude de vous demander « comment ma croyance actuelle façonne-t-elle ce que je recherche ? » au moins une fois par cycle de décision important.
Données probantes
La boucle réflexive décrite par Argyris est bien étayée par la recherche plus large sur la persévérance des croyances, l'attention sélective et le biais de confirmation — qui montrent toutes que les croyances filtrent systématiquement les preuves entrantes en leur propre faveur. (observational)
Les boucles réflexives sont en partie autoscellées — la croyance même qui rend l'interruption nécessaire rend aussi la donnée infirmante difficile à prendre au sérieux une fois trouvée.
Sources
- Lord, Ross & Lepper (1979), biased assimilation and attitude polarization, Journal of Personality and Social Psychology
Erreur fréquente
Interrompre la boucle une seule fois et conclure que la croyance a été testée — une seule donnée infirmante délogera rarement une croyance bien enracinée sans engagement soutenu.
Pratiquez cela avec IX Coach
More practices for L'échelle d'inférence
- Distinguer les données observables de l'interprétation
Séparer ce qu'une caméra aurait enregistré de ce que vous en avez fait.
- Remarquer quelles données vous avez sélectionnées — et lesquelles vous avez ignorées
Vos conclusions reposent sur un échantillon des données disponibles — demandez-vous ce que cet échantillon a exclu.
- Mettre au jour et examiner vos hypothèses
Nommez les hypothèses qui comblent l'écart entre les données sélectionnées et l'interprétation à laquelle vous êtes parvenu.
- Tester les conclusions avant d'agir
Traitez votre conclusion comme une hypothèse et trouvez une preuve qui la confirmerait ou l'infirmerait.
- Redescendre l'échelle ensemble en cas de désaccord
En conflit, cessez de débattre des conclusions et redescendez ensemble au niveau des données.
Concepts associés
- Système 1, Système 2, rendus utilisables
Two systems, the biases they create, and when to slow down
- Le rasoir de Hanlon : ne jamais attribuer à la malveillance ce que la bêtise peut expliquer
The charitable-attribution heuristic and why it usually serves you better
- La carte n'est pas le territoire
Mental models are tools, not truths — how to use them without being captured by them
- Le recadrage cognitif, en pratique
How reappraisal changes emotion, the common distortions, and how to do it without toxic positivity