Biais lié à la taille de la catégorie

Les jugements de probabilité sont influencés à tort par la taille des catégories, de sorte que les individus sont enclins à mal évaluer la probabilité d'un certain nombre d'événements. Étant donné que pratiquement tout appartient à une catégorie, les ramifications du biais lié à la taille de la catégorie sont importantes.

Les effets sont pertinents pour tous ceux qui font des prédictions. Dans une étude, les chercheurs ont constaté que les participants pensaient que leurs chances de gagner à la loterie étaient plus grandes lorsque leur billet était de la même couleur que la majorité des billets. Ils étaient prêts à parier en moyenne 24 % de plus pour le billet de la catégorie la plus importante, bien que la couleur du billet n'ait rien à voir av^ec les critères pour gagner à la loterie.1 Si l'on applique ce résultat au secteur financier, on pourrait soupçonner un investisseur de croire qu'une action a plus de chances de monter si elle appartient au secteur qui compte le plus d'entreprises dans le S&P 500 qu'une action d'un secteur moins important.

La formulation des messages publics en relation avec le biais de la taille des catégories peut avoir des conséquences inattendues. En outre, la connaissance de ce biais peut être mise à profit par les décideurs politiques pour promouvoir des comportements privilégiés. Par exemple, les messages relatifs à la santé pourraient présenter des maladies évitables telles que le cancer du poumon parmi un grand nombre d'autres risques pour la santé, ce qui pourrait augmenter la perception du risque de cancer du poumon et l'engagement ultérieur dans des mesures préventives.1

Il est plausible que le biais lié à la taille de la catégorie découle de l'hypothèse implicite selon laquelle les membres d'une catégorie héritent des propriétés statistiques de leur catégorie d'origine. Dans le contexte de notre analogie avec le ski de fond, nous confondons l'enquête sur la probabilité que Ragnhild Haga remporte l'or avec une enquête sur la probabilité qu'un Norvégien remporte l'or.

Bien que personne ne soit parfait lorsqu'il s'agit de prédictions, la réduction des biais et des erreurs qui peuvent entacher nos jugements de probabilité peut s'avérer cruciale dans divers contextes. Des prédictions sous-optimales enracinées dans l'erreur cognitive peuvent avoir des conséquences négatives pour les personnes travaillant dans le domaine financier ou médical. Ces personnes doivent être conscientes de leur vulnérabilité aux tendances irrationnelles telles que le biais de la taille de la catégorie.

L'un des moyens d'éviter le biais lié à la taille de la catégorie consiste à revoir brièvement la logique d'une hypothèse que nous avons formulée. Bien que le cerveau ne puisse pas effectuer un calcul complexe pour déterminer la probabilité réelle d'un événement donné, il peut toujours faire appel au bon sens auquel nous nous fions en dehors des jugements de portabilité. Ce n'est pas parce qu'un oiseau vient d'un grand troupeau qu'il s'agit d'un grand oiseau. De même, ce n'est pas parce que Ragnhild Haga vient d'un pays où il y a beaucoup de skieurs de fond dans la course que ses chances de gagner sont plus grandes que celles du prochain athlète olympique.

Le biais lié à la taille des catégories est apparu pour la première fois dans un article de recherche publié en 2014 par Matthew Isaac et Aaron Brough.1 Ce sont eux qui ont mené l'étude sur les billets de loterie colorés mentionnée plus haut. Leur article original contenait d'autres résultats à l'appui du biais lié à la taille de la catégorie, notamment une étude portant sur un dé à 26 faces comportant toutes les lettres de l'alphabet. Lorsque la taille du groupe était mise en évidence (21 consonnes de l'alphabet contre 5 voyelles), les participants pensaient qu'ils auraient plus de chances d'obtenir un "T" qu'un "A". En outre, les participants pensaient que les équipes avaient plus de chances de gagner un tournoi de basket-ball en fonction des caractéristiques de leur mascotte. Les équipes dont la mascotte ressemblait à un plus grand nombre d'autres équipes étaient considérées comme plus susceptibles de réussir.

Si vous êtes sceptique quant à certains de ces résultats, vous n'êtes pas le seul. En 2018, Hannah Perfecto, Leif Nelson et Don Moore ont publié un article intitulé The Category Size Bias : A Mere Misunderstanding.2 Les chercheurs ont reproduit les principaux résultats d'Isaac et Brough, mais des études de suivi avec une formulation adaptée ont conduit Perfecto et ses collègues à conclure que les résultats qui ont donné lieu au biais de la taille de la catégorie étaient principalement dus à des confusions pédagogiques. En d'autres termes, les participants n'ont pas commis d'erreur cognitive fondamentale, ils ont simplement été déroutés par les instructions de l'expérience.

Une autre expérience de la série d'études d'Isaac et Brough portait sur les comportements préventifs visant les menaces à la sécurité informatique. Les participants pensaient que le risque associé à une menace appartenant à un groupe plus important de comportements préventifs était plus grand qu'une menace comportant moins de comportements préventifs. En réalité, la quantité de comportements préventifs n'est pas une indication de la probabilité de la menace potentielle. Une violation de mot de passe avec un seul comportement préventif (par exemple, l'utilisation d'un mot de passe à caractères divers) peut être plus probable qu'un piratage de logiciel malveillant plus sophistiqué qui peut nécessiter plusieurs initiatives préventives.

Les casinos abritent un large éventail de probabilités définies qui vont de pair avec des hypothèses irrationnelles concernant ces probabilités. Il n'est pas difficile d'imaginer comment le biais lié à la taille des catégories peut se manifester dans un casino. Un joueur peut estimer que la poche noire "26" est plus probable que l'un des zéros verts. Même si les deux tours ont des probabilités identiques, le noir "26" appartient à une catégorie plus large (18 numéros noirs contre 2 verts). Par ailleurs, un joueur peut voir un petit groupe de trois machines à sous dans un coin, mais préfère opter pour le groupe beaucoup plus important de machines à sous de l'autre côté du casino. Bien que chaque machine à sous présente des probabilités égales, le joueur peut supposer que les machines appartenant au grand groupe ont plus de chances de rapporter un jackpot.

Qu'est-ce que c'est ?

Le biais lié à la taille de la catégorie est une erreur mentale commise lorsque nous supposons que les résultats sont plus probables lorsqu'ils appartiennent à une catégorie ou à un groupe d'échantillons plus important. La question de savoir si ce biais a un fondement psychologique reste toutefois ouverte.

Pourquoi cela se produit-il ?

Nous associons à tort la probabilité d'un événement donné à la probabilité de la catégorie à laquelle il appartient. On pourrait penser qu'un "T" sur un dé à 26 faces est plus probable qu'un "A" parce qu'il y a plus de consonnes que de voyelles.

Exemple 1 - Menace pour la sécurité informatique

Les risques de sécurité qui coïncident avec un plus grand nombre de mesures préventives sont considérés comme plus probables que ceux qui coïncident avec un plus petit groupe de mesures, bien que le risque et le nombre de mesures requises ne soient pas nécessairement prédictifs l'un de l'autre.

Exemple 2 - Jeux de casino

Les joueurs de casino peuvent être sensibles au biais lié à la taille de la catégorie. Bien que toutes les machines à sous d'un casino aient des probabilités égales, un individu peut supposer à tort que les machines à sous d'une section plus large de machines ont de meilleures chances que les machines isolées.

Comment l'éviter ?

L'examen de la logique et du raisonnement causal d'une hypothèse peut atténuer le biais lié à la taille de la catégorie. Au lieu de s'appuyer fortement sur des probabilités intuitives, il faut reconnaître que ces intuitions peuvent être faillibles et se demander si l'on n'accorde pas trop d'importance à la taille de la catégorie dans les jugements de probabilité.