Biais de résultat
Juger les décisions par leurs résultats, pas leur qualité
Qu'est-ce que c'est?
Le biais de résultat est la tendance à juger la qualité d'une décision d'après son résultat plutôt que d'après les informations disponibles et le raisonnement suivi au moment où elle a été prise. Une bonne décision peut avoir un mauvais résultat à cause d'événements imprévisibles, et une mauvaise décision peut réussir par chance. Pourtant, nous jugeons souvent les décideurs sur leurs seuls résultats. Cela pose plusieurs problèmes : on sanctionne une prise de risque réfléchie quand la chance n'est pas au rendez-vous, on récompense des décisions imprudentes qui réussissent par hasard, et on tire de mauvaises leçons de l'expérience. En médecine, un chirurgien qui fait le bon choix au vu des informations disponibles mais perd un patient peut être jugé plus sévèrement qu'un confrère qui a fait un choix discutable mais a eu de la chance. En finance, les gérants de fonds sont souvent jugés sur leurs rendements sans tenir compte des risques pris pour les obtenir. Pour combattre ce biais, il faut distinguer la qualité de la décision de celle du résultat, évaluer les décisions d'après le processus et le raisonnement suivis sur le moment, et accepter que dans un environnement incertain, de bonnes décisions échouent parfois.
Exemple
Louer un investissement risqué qui a par hasard été rentable. Licencier un manager dont la bonne décision a eu un mauvais résultat à cause de la malchance. Célébrer un pari imprudent qui a réussi.
Essayez
Les deux décisions comportent le même risque de 8 % et le même enjeu de cinq ans ; ce que les médecins ne pouvaient pas savoir en décidant, c’est la façon dont chaque opération finirait. Baron et Hershey (1988) ont demandé à 20 étudiants de l’université de Pennsylvanie d’évaluer 15 décisions médicales, dont des paires identiques à l’issue près, placées aussi loin que possible l’une de l’autre dans la liste. Sur les 140 paires de ce type, le cas qui finissait bien a reçu la note la plus haute dans 44,3 % d’entre elles, celui qui finissait mal dans 9,3 %, et les deux la même note dans 46,4 %. Beaucoup ont dit se souvenir de leur réponse précédente et l’avoir répétée. Ici, votre première note restait à l’écran pendant que vous donniez la seconde.
Baron, J., & Hershey, J. C. (1988). Outcome bias in decision evaluation. Journal of Personality and Social Psychology, 54(4), 569-579.
Références
Baron, J., & Hershey, J. C. (1988). Le biais de résultat dans l'évaluation des décisions. Journal of Personality and Social Psychology, 54(4), 569-579.
Gino, F., Moore, D. A., & Bazerman, M. H. (2008). Pas de mal, pas de faute : le biais de résultat dans les jugements éthiques. Harvard Business School Working Paper, No. 08-080.
Comment l'éviter
Doxa s'appuie sur l'IA et peut se tromper. Comment c'est construit
La décision était-elle judicieuse compte tenu des informations du moment ?
La chance a-t-elle joué un rôle dans ce résultat ?
Le même processus mènerait-il à des résultats différents s'il était répété ?
Si le résultat avait été inverse, jugerais-je encore que c'était la bonne décision ?
Quelle était la valeur attendue de cette décision au moment où elle a été prise ?
Examinez la décision en faisant abstraction du résultat : notez ce qui était connu, les options envisagées et la raison du choix.
Documentez votre raisonnement avant que les résultats soient connus.
Créez des indicateurs de qualité de décision distincts des indicateurs de résultat.
Passez en revue les décisions par lots pour juger la qualité du processus dans la durée.
Saluez les bons processus, même quand la malchance a pesé sur le résultat.