Raisonnement court et rationnalité
On doit cette expérience datant de 1973 à Kahneman et Tversky.
Ces auteurs ont proposé les données suivantes à leurs Sujets :
«Jacques, 45 ans, mariés, 4 enfants, Consciencieux, modeste, ambitieux. Ne montre d’intérêt ni pour la politique, ni pour les questions sociales. Utilise son temps libre aux loisirs ; bricolage, voile, résolution de problèmes mathématiques.»
Les sujets doivent donner la probabilité pour que Jacques soit l’un des 70 ou, selon la condition expérimentale, l’un des 30 ingénieurs parmi les 30 ou 70 avocats.
La probabilité est donnée d’emblée dans la condition de départ.
Répartition théorique de départ donnée aux sujets:
70 ingénieurs et 30 avocats |
70 avocats et 30 ingénieurs |
|
Moyenne des réponses en l'absence de description préalable |
70% sont ingénieurs | 30% sont ingénieurs |
Moyenne des réponses en présence de la description |
55% sont ingénieurs | 50% sont ingénieurs |
Quand on possède une description personnologique, elle va piloter notre raisonnement et on ne va plus tenir compte de la statistique de départ ; et cela même si elle n’est pas représentative d’un métier.
Les auteurs appellent couramment cela ; "le biais de représentativité"
On va se mettre à chercher en quoi la description de la personne est représentative de la catégorie.
On est donc dans une reconstruction de la réalité selon nos attentes et le recourt à des « raisonnements courts ». On est alors parfois loin de la réalité mais cela semble nous apporter une compréhension suffisante.
A. Tversky; D. Kahneman. Availability: A Heuristic for Judging Frequency and Probability. COGNITIVE PSYCHOLOGY 5, 207-232 (1973)