Les types de biais cognitifs

Biais de confirmation

Ce biais nous pousse à rechercher, interpréter et privilégier les informations qui confirment nos croyances existantes, tout en ignorant ou en minimisant les preuves contradictoires. Une étude a démontré que les individus ont tendance à surestimer la corrélation entre deux variables lorsqu’elles correspondent à leurs croyances préexistantes, biaisant ainsi leur interprétation des données. arXiv

Biais de disponibilité

Ce biais nous amène à estimer la probabilité d’un événement en fonction de la facilité avec laquelle des exemples similaires nous viennent à l’esprit. Par exemple, une étude a montré que les individus surestiment la fréquence des événements médiatisés, tels que les accidents d’avion, en raison de leur forte présence dans les médias, bien que statistiquement rares.

Biais de représentativité

Ce biais nous pousse à tirer des conclusions basées sur des stéréotypes ou des schémas mentaux préexistants, plutôt que sur des preuves objectives. Une expérience a révélé que les participants jugeaient la probabilité qu’une personne décrite de manière stéréotypée soit ingénieure ou avocate en se basant davantage sur la description que sur les statistiques réelles de répartition de ces professions dans la population.

Biais d’ancrage

Ce biais se produit lorsque nous nous appuyons excessivement sur une information initiale (ancre) lors de l’évaluation d’une situation, même si elle est incorrecte ou peu pertinente. Des recherches ont montré que des estimations numériques peuvent être influencées par des nombres arbitraires présentés auparavant, les individus ajustant insuffisamment leur jugement à partir de cette ancre initiale.

Biais de négativité

Ce biais nous conduit à accorder plus d’importance aux informations négatives qu’aux informations positives. Une étude a constaté que les individus accordent plus de poids aux critiques négatives qu’aux éloges positifs, ce qui peut affecter leur perception des autres et leur prise de décision.

Biais de surconfiance

Ce biais nous pousse à surestimer notre propre compétence, nos connaissances ou la précision de nos prédictions. L’effet Dunning-Kruger illustre que les individus les moins compétents dans un domaine ont tendance à surestimer leurs capacités, tandis que les plus compétents sous-estiment souvent les leurs. En savoir plus…

Biais de conformité

Ce biais nous pousse à modifier nos opinions ou comportements pour correspondre à ceux du groupe majoritaire, même si cela contredit nos convictions initiales. L’expérience de Asch a démontré que 75 % des participants conformaient au moins une fois leur réponse erronée à celle de la majorité, malgré des preuves évidentes du contraire.

Biais de récence

Ce biais nous amène à accorder plus de poids aux informations récentes par rapport à celles plus anciennes. Par exemple, dans les évaluations de performance, les managers peuvent être influencés de manière disproportionnée par les actions récentes d’un employé, négligeant ses performances passées.

Biais de projection

Ce biais nous pousse à penser que les autres partagent nos propres croyances, attitudes et expériences. Une étude a révélé que les individus surestiment la mesure dans laquelle leurs opinions sont partagées par les autres, ce qui peut conduire à des malentendus et des erreurs d’interprétation.

Biais d’équiprobabilité

Ce biais consiste à supposer que tous les événements ont une probabilité égale, même lorsque ce n’est pas le cas. Par exemple, lors du lancer de deux dés, les individus pensent souvent que chaque somme possible est également probable, alors que certaines sommes ont une probabilité plus élevée en raison du nombre de combinaisons possibles pour les obtenir.

Biais rétrospectif

Aussi appelé « effet de je-le-savais-tout-du-long », ce biais nous amène à percevoir les événements passés comme étant plus prévisibles qu’ils ne l’étaient réellement. Une méta-analyse de 128 études a confirmé la robustesse de ce biais, montrant que les individus ont tendance à surestimer leur capacité à avoir prédit un événement après qu’il s’est produit.

Généralisation abusive

Ce biais nous conduit à tirer des conclusions générales à partir d’un échantillon limité ou non représentatif. Par exemple, dans les controverses de santé publique, des généralisations hâtives peuvent être utilisées pour minimiser ou exagérer les risques associés à certains comportements ou produits, en se basant sur des exemples isolés plutôt que sur des données statistiques solides. En savoir plus…