Négligence du taux de base
Ignorer les statistiques générales en faveur d'informations spécifiques
Qu'est-ce que c'est?
La négligence du taux de base (ou erreur du taux de base) est la tendance à ignorer l'information statistique générale (le taux de base) au profit des informations propres au cas, même quand le taux de base est plus prédictif. Dans le classique "problème avocat-ingénieur" de Kahneman et Tversky, les participants recevant une description de personnalité ne tenaient guère compte du fait que la personne avait été tirée d'un groupe comptant 70 % d'avocats ou 70 % d'ingénieurs—la description dominait leur jugement. Les histoires nous parlent plus que les statistiques, et cela crée des erreurs systématiques. Devant l'entretien brillant d'un candidat, nous oublions combien de candidats brillants en entretien se révèlent ordinaires une fois en poste. Séduits par la présentation convaincante d'une start-up, nous oublions que la plupart des start-up échouent. Le diagnostic médical est particulièrement exposé : un test positif paraît définitif, mais son interprétation exige de connaître la fréquence de la maladie et le taux de faux positifs du test. La négligence du taux de base entraîne un excès de confiance dans les prédictions individuelles et une sous-utilisation des régularités statistiques. Pour la corriger, il faut se demander consciemment "quel est le taux de base ?" avant de se laisser convaincre par un cas particulier, combiner taux de base et indices propres au cas par un raisonnement bayésien, et mettre en place des processus de décision qui obligent à consulter les statistiques pertinentes.
Exemple
Investir dans une start-up parce que son fondateur est charismatique, en oubliant que la plupart échouent. Croire qu'un test médical positif est définitif sans tenir compte du taux de faux positifs. Recruter sur un seul entretien brillant sans se demander combien de recrues semblables ont tenu leurs promesses.
Références
Kahneman, D., & Tversky, A. (1973). Sur la psychologie de la prédiction. Psychological Review, 80(4), 237-251.
Bar-Hillel, M. (1980). L'erreur du taux de base dans les jugements de probabilité. Acta Psychologica, 44(3), 211-233.
Tversky, A., & Kahneman, D. (1974). Le jugement en situation d'incertitude : heuristiques et biais. Science, 185(4157), 1124-1131.
Comment l'éviter
Doxa s'appuie sur l'IA et peut se tromper. Comment c'est construit
Quel est le taux de base pour ce résultat en général ?
Est-ce que je surpondère ce cas spécifique par rapport aux statistiques ?
Sur 100 cas comparables, combien se terminent comme je le prévois ?
Est-ce que je me laisse influencer par des détails frappants plutôt que par les statistiques ?
Que dirait un statisticien de cette probabilité ?
Commencez toujours par les données du taux de base avant les spécificités.
Utilisez le raisonnement bayésien : combinez la probabilité a priori avec les nouveaux indices.
Choisissez la bonne classe de référence : comparez à des cas vraiment semblables (même secteur, même taille, même stade).
Traduisez les pourcentages en effectifs : "sur 1 000 personnes testées, combien sont malades et combien sont de fausses alertes ?"
Traitez les informations propres au cas comme un ajustement du taux de base, pas comme son remplacement.