L’heuristique de disponibilité est un biais cognitif par lequel vous prenez une décision sur la base d’un exemple, d’une information ou d’une expérience récente qui vous est facilement accessible, même si ce n’est pas le meilleur exemple pour éclairer votre décision (Tversky & Kahneman, 1973).
En d’autres termes, les informations qui vous viennent plus facilement à l’esprit (c’est-à-dire, en d’autres termes, les informations qui sont plus facilement présentes à l’esprit (c’est-à-dire plus disponibles) sont censées refléter des événements plus fréquents et/ou plus probables.
En revanche, les informations plus difficiles à retenir (c’est-à-dire moins disponibles) sont censées refléter des événements moins fréquents et/ou moins probables.
Examinons, par exemple, le cas d’une personne qui tente d’estimer la probabilité relative de posséder un chien par rapport à celle de posséder un furet comme animal de compagnie. Selon toute vraisemblance, il est plus facile de penser à un exemple de ménage possédant un chien qu’à un exemple de ménage possédant un furet.
Par conséquent, une personne dans cette situation peut (à juste titre) estimer que le premier animal à quatre pattes est considérablement plus courant comme animal de compagnie.
Il s’avère souvent que les événements plus fréquents sont effectivement plus faciles à se rappeler que les événements moins fréquents, et cette manipulation mentale conduit donc régulièrement à des jugements rapides et précis dans une série de scénarios du monde réel (Markman & Medin, 2002).
Cependant, le biais de disponibilité est également sujet à des erreurs prévisibles dans certaines situations et n’est donc pas toujours un raccourci fiable pour la prise de décision.
Contexte historique
- Le biais de disponibilité appartient à un cadre plus large d’heuristiques et de biais cognitifs dans le cadre de l’économie comportementale ou de l’étude interdisciplinaire du comportement humain et de la prise de décision (American Psychological Association).
- Une contribution d’Herbert Simon dans les années 1950 a permis de donner un sens aux erreurs apparemment non systématiques des décideurs supposés rationnels. Simon a introduit l’idée de la rationalité limitée, selon laquelle les êtres humains tentent de prendre les meilleures décisions possibles dans les limites des contraintes intrinsèques de leur propre capacité de traitement.
- En d’autres termes, il n’est pas toujours possible de prendre en compte avec précision toutes les informations pertinentes lors de la prise d’une décision ; dans ces cas, les êtres humains travaillent avec les informations les plus disponibles et les plus pertinentes (Simon, 1957, cité dans Gilovich et al, 2002).
- Ce concept de rationalité limitée a jeté les bases d’une discussion sur les heuristiques et les biais, ou les raccourcis mentaux de la prise de décision.
- Les psychologues Daniel Kahneman et Amos Tversky ont apporté les premières contributions les plus notables à ce domaine. Kahneman et Tversky (1974) ont reconnu, classé et analysé empiriquement un ensemble d’heuristiques utilisées dans des scénarios de prise de décision dans lesquels toutes les informations n’étaient pas accessibles, autrement appelés scénarios de jugement dans l’incertitude.
- Leur recherche initiale sur le jugement dans l’incertitude s’est concentrée sur les biais de disponibilité, de représentativité et d’ancrage/ajustement. Une grande partie des recherches originales de Kahneman et Tversky sur ces biais est encore largement citée par les économistes comportementaux aujourd’hui.
Comment fonctionne l’heuristique de disponibilité
Le cerveau humain est désireux d’utiliser toutes les informations qu’il peut pour prendre de bonnes décisions. Cependant, il n’est pas toujours facile, ni même possible, d’obtenir toutes les informations pertinentes dans les scénarios de prise de décision.
Et même dans les situations où toutes les informations pertinentes sont disponibles, l’analyse de toutes les options et résultats potentiels est coûteuse en termes de calcul.
Par conséquent, le cerveau prend des raccourcis fréquents et prévisibles. Le biais de disponibilité – dans lequel la prévalence et la probabilité d’un événement sont estimées en fonction de la facilité avec laquelle des exemples pertinents peuvent être rappelés – est l’un de ces raccourcis mentaux.
Cette heuristique permet donc aux gens de faire des estimations rapides et précises dans de nombreux scénarios du monde réel. Cependant, à certains moments prévisibles, il est plus facile de se souvenir d’événements moins fréquents que d’événements plus fréquents – comme dans les exemples énumérés ci-dessous – et le biais de disponibilité est alors erroné (Markman & Medin, 2002).
Markman et Medin (2002) expliquent ce phénomène en faisant une analogie avec un autre système utile de raccourcis qui conduit parfois à un jugement erroné : le système visuel humain.
Il est indéniable que le système perceptif humain est incroyablement raffiné et extrêmement utile. Cependant, en raison des raccourcis que ce système prend souvent pour fournir au cerveau des données visuelles compréhensibles, il est toujours sujet à l’erreur dans le cas des illusions d’optique.
Exemples
Voici quelques scénarios dans lesquels cela pourrait se produire dans votre vie quotidienne.
Gagner à la loterie
Des centaines de millions de personnes participent chaque année à des loteries et pourtant, par définition, très peu d’entre elles réussissent. Alors pourquoi les gens continuent-ils à jouer ?
Le biais de disponibilité peut aider à expliquer pourquoi les gens ont une fâcheuse tendance à se tromper lourdement sur leur probabilité personnelle de gagner à la loterie.
La probabilité de gagner le jackpot de la loterie Powerball est d’environ 1 sur 300 millions (Victor, 2016).
Cependant, étant donné qu’il est plus facile d’évoquer des images de gagnants de la loterie (et de leurs gains) que de perdants de la loterie (et de leur absence de gains), on croit inconsciemment qu’il est beaucoup plus probable de gagner à la loterie que ce n’est le cas en réalité (Griffiths & Wood, 2001 ; Kahneman, 2011).
Sécurité
Il est courant que les gens surestiment le risque de certains événements (tels que les accidents d’avion, les attaques de requins et les attentats terroristes) tout en sous-estimant le risque d’autres événements (tels que les accidents de voiture et le cancer).
Par exemple, de nombreuses personnes se méfient plus des voyages en avion que des voyages en voiture et peuvent même choisir de conduire plutôt que de prendre l’avion lorsque c’est possible, par souci de sécurité personnelle.
En réalité, il a été calculé que conduire sur la distance d’une trajectoire de vol moyenne est 65 fois plus risqué que de prendre l’avion lui-même (Sivak & Flannigan, 2003).
La peur des attaques de requins est une autre préoccupation courante en matière de sécurité publique, bien que les attaques réelles soient incroyablement rares. L’International Shark Attack File estime que le risque de décès dû à une attaque de requin est supérieur à 1 sur 3,7 millions (pour mettre cela en perspective, être frappé mortellement par la foudre, un autre événement extraordinairement rare, est environ 47 fois plus probable) (« Risque de décès », 2018).
La surestimation du risque de tels événements est souvent liée à leur couverture médiatique sensationnaliste, qui fait que les exemples et les images qui y sont associés reviennent facilement à l’esprit.
En revanche, des événements plus courants tels que les accidents de voiture ne bénéficient souvent pas de la même attention médiatique et sont donc moins facilement disponibles mentalement (Kahneman, 2011).
Le biais de disponibilité, tel qu’il s’applique aux préoccupations en matière de sécurité, peut également contribuer à expliquer les schémas de dépenses du budget fédéral des États-Unis.
Malgré le fait que le cancer représente un risque bien plus important pour la vie des Américains que des événements tels que les attaques terroristes, le financement annuel consacré à la recherche sur le cancer n’équivaut qu’à une infime partie du budget de la défense et de l’armée des États-Unis (« Federal spending », n.d. ; « Risque de décès », 2018).
Taux d’assurance
Après des catastrophes naturelles (c’est-à-dire, inondations), il a été observé que les taux d’assurance connexes (c’est-à-dire le taux auquel les consommateurs achètent une assurance contre les inondations) sont plus élevés que les taux d’assurance traditionnels, on peut penser que l’expérience d’une catastrophe incite les membres de la communauté à réévaluer le risque de danger qu’ils perçoivent et à se protéger en conséquence.
Toutefois, on a également observé que dans les années qui ont suivi ces catastrophes, les taux d’assurance ont régulièrement baissé pour revenir aux niveaux de base, bien que le risque de catastrophe dans la communauté soit resté le même pendant toute la période (Gallagher, 2014).
Dans ces cas, ce n’est pas seulement le risque de catastrophe lui-même, mais la facilité avec laquelle l’expérience de la catastrophe est rappelée qui influence la décision d’un membre de la communauté d’acheter l’assurance de protection pertinente.
En revanche, puisqu’il est plus difficile de se rappeler l’expérience d’une catastrophe survenue dans un passé lointain, les membres de la communauté sont susceptibles de sous-estimer le risque d’une répétition de l’événement plusieurs années après la catastrophe.
Ce schéma de surestimation et de sous-estimation du risque est le résultat du biais de disponibilité et peut expliquer les schémas de hausse et de baisse des taux d’assurance observés dans les communautés frappées par une catastrophe (Gallagher, 2014 ; Kahneman, 2011).
Auto-évaluation
Schwarz et al. (1991) ont cherché à distinguer si le biais de disponibilité opérait sur le contenu du rappel (c’est-à-dire, le nombre de cas rappelés) ou la facilité de rappel (c’est-à-dire la facilité ou la difficulté de rappel), pour tester cela, ils ont conçu une étude astucieuse dans laquelle les participants devaient énumérer 6 ou 12 exemples de comportements assertifs et devaient ensuite évaluer leur propre assertivité sur une échelle de 1 à 10.
Lors de l’analyse des données, il a été constaté que les participants qui devaient énumérer 6 exemples de comportements assertifs s’évaluaient comme étant significativement plus assertifs que ceux qui devaient énumérer 12 comportements assertifs. Pourquoi ?
Lorsque les participants n’avaient qu’à énumérer six exemples de comportements assertifs, le fait qu’il était relativement facile de le faire les amenait à penser qu’ils devaient être assertifs s’il était si facile d’accomplir cette tâche.
En revanche, lorsque les participants devaient énumérer 12 exemples de comportements assertifs, le fait qu’il était relativement difficile de le faire les amenait à penser qu’ils ne devaient pas être si assertifs que cela s’il était si difficile d’accomplir cette tâche.
Cette étude a démontré que le biais de disponibilité n’opère pas sur le contenu du rappel (c’est-à-dire le nombre d’exemples rappelés) mais sur la facilité d’accès à l’information, nombre d’occurrences rappelées) mais sur la facilité de rappel (c.-à-d, les participants n’ont pas mesuré leur propre assertivité en fonction du nombre total d’exemples rappelés, mais plutôt en fonction de la facilité (ou de l’absence de facilité) avec laquelle ces exemples leur revenaient à l’esprit (Schwarz et al., si l’inverse était vrai, c’est-à-dire si le biais de disponibilité agissait sur le contenu du rappel plutôt que sur la facilité du rappel, on aurait constaté que les participants chargés d’énumérer un plus grand nombre d’exemples de comportements assertifs (c’est-à-dire 12 exemples) se considéreraient également comme plus assertifs que ceux chargés d’énumérer moins d’exemples de comportements assertifs (c’est-à-dire six exemples). Cela n’a pas été le cas.
Évaluation du cours
Dans le cadre d’une étude de suivi de la recherche menée par Schwartz et al. dans le cadre d’une étude de suivi de la recherche de Schwartz et al. sur les auto-perceptions de l’affirmation de soi, Fox (2006) a testé le biais de disponibilité sur des étudiants diplômés dans un cours de commerce à l’université Duke.
Dans une enquête d’évaluation à mi-parcours, Fox a demandé à la moitié de la classe d’énumérer deux améliorations potentielles du cours et à l’autre moitié d’en énumérer dix. Les deux moitiés devaient ensuite donner une note globale à la classe.
Comme on pouvait s’y attendre, les étudiants chargés d’énumérer deux améliorations à apporter au cours (une tâche relativement facile) ont donné une note plus négative au cours que les étudiants chargés d’énumérer dix améliorations à apporter au cours (une tâche relativement difficile).
En d’autres termes, lorsque les étudiants n’avaient qu’à énumérer deux suggestions d’améliorations à apporter au cours, le fait qu’il était relativement facile de le faire a conduit les participants à penser que le cours devait être amélioré s’il était si facile d’accomplir cette tâche (et ils ont donc donné une note plus faible au cours).
Ceci démontre une fois de plus que le biais de disponibilité opère en fonction de la facilité de rappel, et non pas du contenu du rappel (Fox, 2006).
Fréquence des mots
Dans leur premier article de recherche sur le biais de disponibilité, Kahneman et Tversky ont demandé aux lecteurs de se demander s’il existe plus de mots commençant par la lettre k ou de mots dont la troisième lettre est k. (Essayez de répondre à cette question vous-même avant de lire l’article). (Essayez de répondre à cette question vous-même avant de poursuivre votre lecture !)
Une tentative raisonnable de répondre à cette question peut impliquer de se rappeler des exemples dans chaque catégorie. Comme il est beaucoup plus facile de penser à des mots qui commencent par k qu’à des mots qui ont k comme troisième lettre, on suppose généralement qu’il y a beaucoup plus de mots dans la première catégorie (les mots qui commencent par la lettre k).
Cependant, le contraire est vrai, et en fait, il y a environ deux fois plus de mots qui ont k comme troisième lettre. Il s’agit d’une situation dans laquelle l’utilisation du biais de disponibilité entraîne une erreur prévisible.
Compte tenu de la façon dont les humains catégorisent les mots et les lettres, il est beaucoup plus facile de rechercher des mots en fonction de leur première lettre que de leur troisième. Par conséquent, les mots commençant par la lettre k viennent plus facilement à l’esprit et sont également supposés être plus fréquents (Kahneman & Tversky, 1974 ; Tversky & Kahneman, 1973).
Implications
Bien que le biais de disponibilité conduise souvent à des jugements exacts dans une série de scénarios du monde réel, il est toujours sujet à l’erreur dans certaines situations prévisibles.
Dans ces situations, l’utilisation du biais de disponibilité peut conduire à des jugements erronés. Ces erreurs de jugement peuvent avoir un impact important et rapide sur le comportement humain – parfois avec des conséquences négatives.
Politique
Les hommes politiques peuvent utiliser (et le font souvent) le biais de disponibilité pour leur propre intérêt politique. En mettant trop l’accent sur certains problèmes, certaines menaces ou même les qualités négatives d’un candidat adverse, ils peuvent faire croire aux gens que ces éléments sont plus fréquents et plus pertinents qu’ils ne le sont en réalité.
Marketing
Les sociétés de marketing peuvent utiliser le biais de disponibilité pour augmenter leurs profits. En insistant trop sur les inconvénients de ne pas acheter un produit particulier, elles peuvent convaincre les clients que leur besoin de ce produit est plus grand qu’il ne l’est en réalité.
Evaluation de soi
Comme on l’a vu dans l’étude sur l’affirmation de soi réalisée par Schwarz et al. (1991), le biais de disponibilité peut avoir un impact sur l’évaluation que font les étudiants de leur propre affirmation de soi (voir « Exemples – Auto-évaluation »). Bien que cette étude ne porte que sur le trait de caractère de l’affirmation de soi, on peut penser que cet effet se retrouve également dans les évaluations d’autres traits de caractère.
Evaluation d’autrui
Des interactions mémorables avec d’autres personnes au cours desquelles une certaine caractéristique est mise en évidence (p. ex, lorsqu’une personne est particulièrement impolie ou particulièrement maladroite) peuvent amener les gens à imaginer que ces caractéristiques sont plus courantes chez l’autre personne qu’elles ne le sont en réalité.
Éducation
Comme on l’a vu dans l’étude sur l’évaluation des cours réalisée par Fox (2006), le biais de disponibilité peut avoir un impact sur les évaluations que les étudiants font de leur propre éducation (voir « Exemples – Évaluation des cours »).
Médias sociaux
La tendance des médias sociaux à publier des messages plus positifs que négatifs (c’est-à-dire, la tendance des médias sociaux à publier des messages plus positifs que négatifs (c’est-à-dire plus de moments heureux que de moments tristes) peut amener les spectateurs à surestimer le bonheur des autres et à sous-estimer le leur en comparaison.
Surmonter le biais de disponibilité
N’oubliez pas que dans de nombreux cas, le biais de disponibilité conduit à des estimations de fréquence et de probabilité correctes dans des scénarios réels, et qu’il n’est donc pas recommandé (ni même possible) de surpasser entièrement l’utilisation du biais.
Évaluation critique
Le biais de disponibilité a fait l’objet d’une évaluation critique par Schwarz et al. (1991) qui l’ont jugé ambigu quant à son processus sous-jacent spécifique.
Particulièrement, Schwarz et al. ont cherché à distinguer si les jugements de fréquence et de probabilité étaient le résultat du contenu du rappel (c’est-à-dire le nombre d’occurrences rappelées) ou de la facilité de rappel (c’est-à-dire la facilité ou la difficulté à se rappeler), cette question théorique a débouché sur leur célèbre étude sur les perceptions de l’affirmation de soi, dans laquelle il a été constaté que les participants à qui l’on avait demandé d’énumérer six exemples de comportements affirmatifs s’estimaient beaucoup plus affirmatifs que ceux à qui l’on avait demandé d’énumérer 12 comportements affirmatifs (voir « Exemples – Auto-évaluation »).
Cette étude a donc démontré que le biais de disponibilité opérait sur la facilité de rappel, et non sur le contenu du rappel (Schwarz et al…), 1991).
Biais cognitifs connexes
Le biais de disponibilité est l’un des nombreux biais cognitifs, ou raccourcis mentaux, utilisés dans les scénarios de jugement. Deux autres biais courants sont le biais de représentativité et le biais d’ancrage/ajustement.
Ces trois biais ont servi de point de départ aux travaux fondamentaux de Kahneman et Tversky sur le jugement dans l’incertitude, et chacun d’entre eux reste au cœur de la discussion sur la prise de décision aujourd’hui (Kahneman & Tversky, 1974).
Chaque biais a une définition distincte et un ensemble unique d’exemples courants de son utilisation et de ses erreurs. En d’autres termes, les décisions ne sont pas nécessairement influencées par un seul biais à la fois, et peuvent au contraire être le résultat de l’influence de plusieurs biais.
Le processus de prise de décision humaine est multiforme par nature et peut également être influencé par des facteurs tels que les différences individuelles et la réponse émotionnelle (Payne et al., 1993 ; Slovic et al., 2007).
En tant que tel, une tentative de discussion holistique de la prise de décision nécessiterait un article beaucoup plus long.
Toutefois, des biais tels que le biais de disponibilité, le biais de représentativité et le biais d’ancrage/d’ajustement fournissent néanmoins un aperçu utile et intéressant des processus de l’esprit humain au cours des scénarios de prise de décision.
Biais de représentativité
Le biais de représentativité (également connu sous le nom d’heuristique de représentativité) est un raccourci cognitif commun utilisé pour les jugements de probabilité, dans lequel la probabilité d’une occurrence est estimée en fonction de la mesure dans laquelle elle ressemble (c’est-à-dire, en d’autres termes, plus un exemple d’occurrence A est similaire à notre idée préconçue d’un modèle d’occurrence B, plus il est considéré comme probable. En revanche, plus un exemple d’occurrence A est différent de notre idée préconçue d’un modèle d’occurrence B, moins il est considéré comme probable.
Un exemple courant de biais de représentativité concerne le concept d’aléatoire. Considérons une séquence de pile ou face dans laquelle H représente une pièce qui tombe sur pile et T une pièce qui tombe sur face. La séquence H-T-T-H-T-H est considérée comme plus probable que la séquence H-H-H-T-T-T parce que la première ressemble davantage à notre idée préconçue du hasard.
En réalité, étant donné que la probabilité qu’une pièce tombe sur l’un ou l’autre côté est toujours de 50 % (0,5), la probabilité de la séquence est exactement la même (0,5 x 0,5 x 0,5 x 0,5 x 0,5 x 0,5 = 0,56 = 0,015625, soit environ 1,5 %) (Kahneman & Tversky, 1974).
Le biais d’ancrage/ajustement
Le biais d’ancrage/ajustement (également connu sous le nom d’heuristique d’ancrage/ajustement) est un raccourci cognitif commun utilisé pour faire des évaluations et des estimations, dans lequel les évaluations sont faites en s’ajustant à partir d’un point de référence initial (ou ancrage).
Cet ajustement est souvent insuffisant et se produit même dans des situations où le point de référence n’a aucun rapport avec l’estimation (Kahneman & Tversky, 1974).
En d’autres termes, les gens ont tendance à surévaluer l’information initiale, quelle que soit sa pertinence, lorsqu’ils procèdent à des évaluations et à des estimations. Ce prix est plus susceptible d’être considéré comme raisonnable si l’article est actuellement en vente à partir d’un prix initial de 200 dollars que si le prix est récemment passé de 50 à 100 dollars (ou même si le prix est resté inchangé à 100 dollars).
Bien que le prix final soit identique dans chacun de ces scénarios (100 $), l’évaluation de son caractère raisonnable varie considérablement en fonction du prix initial, qui sert d’ancrage mental.
Notamment, ce phénomène peut être observé même dans des scénarios où l’ancrage n’est pas pertinent pour l’évaluation. Kahneman et Tversky (1974) ont démontré cet effet en demandant à des sujets si le pourcentage de pays africains au sein des Nations unies était supérieur ou inférieur à 65 % (pour un groupe) ou à 10 % (pour un autre groupe), puis en leur demandant de fournir une estimation exacte.
Les sujets qui étaient ancrés au nombre 65 ont fourni des estimations significativement plus élevées pour le pourcentage de pays africains au sein des Nations Unies que les sujets qui étaient ancrés au nombre 10 (avec des estimations médianes de 45 % et 25 %, respectivement).
Références
American Psychological Association. (n.d.). APA Dictionary of Psychology. https://dictionary.apa.org/behavioral-economics
Dépenses fédérales : Where does the money go. (n.d.). National Priorities Project. https://www.nationalpriorities.org/budget-basics/federal-budget-101/spending/
Fox, C. R. (2006). The availability heuristic in the classroom : How soliciting more criticism canboost your course ratings. Judgment and Decision Making, 1(1), 86-90.
Gallagher, J. (2014). Learning about an infrequent event : evidence from flood insurance take-upin the United States. American Economic Journal : Applied Economics, 206-233.
Gilovich, T., Griffin, D., & Kahneman, D. (Eds.). (2002). Heuristics and biases : The psychology of intuitive judgment. Cambridge university press.
Griffiths, M., & Wood, R. (2001). The psychology of lottery gambling. International gambling studies, 1(1), 27-45.
Kahneman, D. (2011). La pensée, rapide et lente. Macmillan.
Kahneman, D., & Tversky, A. (1974). Judgment under uncertainty : Heuristics and biases (Jugement dans l’incertitude : heuristique et biais). Science, 185, 1124-1131.
Markman, A. B., & Medin, D. L. (2002). Decision making.
Payne, J. W., Bettman, J. R., & Johnson, E. J. (1993). The adaptive decision maker. Cambridge university press.
Risque de mort. Musée de Floride. (2018). https://www.floridamuseum.ufl.edu/shark-attacks/odds/compare-risk/death/
Schwarz, N., Bless, H., Strack, F., Klumpp, G., Rittenauer-Schatka, H., & Simmons, A. (1991). Ease of retrieval as information : Another look at the availability heuristic. Journal of Personality and Social Psychology, 61, 195-202.
Sivak, M., & Flannagan, M. J. (2003). Macroscope : flying and driving after the september 11 attacks. American Scientist, 91(1), 6-8.
Slovic, P., Finucane, M. L., Peters, E., & MacGregor, D. G. (2007). L’heuristique de l’affect. European journal of operational research, 177(3), 1333-1352
Tversky, A., &l Kahneman, D. (1973). Availability : Une heuristique pour juger de la fréquence et de la probabilité. Cognitive psychology, 5(2), 207-232.
Victor, D. (2016). Vous ne gagnerez pas le jackpot du powerball. The New York Times. https://www.nytimes.com/2016/01/13/us/powerball-odds.htm
Informations complémentaires
Tversky, A., & Kahneman, D. (1973). Disponibilité : Une heuristique pour juger de la fréquence et de la probabilité. Cognitive psychology, 5(2), 207-232.
Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty : Heuristics and biases. science, 185(4157), 1124-1131.
