La lecture en ligne est gratuite
Le téléchargement nécessite un accès à la bibliothèque YouScribe
Tout savoir sur nos offres
Télécharger Lire

Traitement de l'information et jugement prédictif : une approche « intégrative » - article ; n°2 ; vol.101, pg 247-276

De
32 pages
L'année psychologique - Année 2001 - Volume 101 - Numéro 2 - Pages 247-276
Summary : Information processing and predictive judgment : An « integrative » approach.
This research examined an « integrative » approach to the processing of base-rate and individuating information in predictive judgments. We used the well-known « lawyers/engineers » task developped by Kahneman and Tversky (1973) whose « dualistic » approach induced data interpretation in terms of two mutually exclusive processes — i.e. taking into account either base-rate or individuating information. Ajzen (1977, study 2) suggested that whether or not base-rate information has causal relevance will determine the preferential use of base-rate or individuating information. We replicated this study and proposed an integrative processing of information. Our hypothesis was confirmed : both predictive estimations and judgments of importance of information revealed an adjustment reflecting combined use of both types of information. The generalization of our results is discussed.
Key words : individuating information, base-rate information, integration, adjustment.
Résumé
Cette étude a pour objectif de tester une approche « intégrative » du traitement des informations — probabiliste et individualisante - dans le jugement prédictif. À cet effet, nous nous sommes intéressées au fameux paradigme « avocats/ingénieurs » développé par Kahneman et Tverky (1973). Parce qu'il repose sur l'existence de deux modes de raisonnement distincts (approche « dualiste »), il a conduit à des interprétations en termes de traitement exclusif des informations : la prise en compte de l'une implique la négligence de l'autre. Ajzen (1977, Exp. 2) suggère ainsi que l'information probabiliste dotée d'une pertinence causale sera privilégiée au détriment de l'information individualisante, et inversement dans le cas où elle ne possède pas une telle pertinence. Nous avons repris cette étude en posant l'hypothèse d'un traitement intégratif (combiné) des informations. Les résultats confirment l'hypothèse : les estimations fournies par les sujets de même que leurs évaluations de l'importance accordée aux informations montrent qu'ils ont opéré un ajustement (un compromis) entre les deux. La généralisation de ces résultats est discutée.
Mots-clés : information individualisante, information probabiliste, intégration, ajustement.
30 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.
Voir plus Voir moins

Gilles Richard
E. Drozda-Senkowska
Traitement de l'information et jugement prédictif : une approche
« intégrative »
In: L'année psychologique. 2001 vol. 101, n°2. pp. 247-276.
Citer ce document / Cite this document :
Richard Gilles, Drozda-Senkowska E. Traitement de l'information et jugement prédictif : une approche « intégrative ». In:
L'année psychologique. 2001 vol. 101, n°2. pp. 247-276.
http://www.persee.fr/web/revues/home/prescript/article/psy_0003-5033_2001_num_101_2_29555Abstract
Summary : Information processing and predictive judgment : An « integrative » approach.
This research examined an « integrative » approach to the processing of base-rate and individuating
information in predictive judgments. We used the well-known « lawyers/engineers » task developped by
Kahneman and Tversky (1973) whose « dualistic » approach induced data interpretation in terms of two
mutually exclusive processes — i.e. taking into account either base-rate or individuating information.
Ajzen (1977, study 2) suggested that whether or not base-rate information has causal relevance will
determine the preferential use of base-rate or individuating information. We replicated this study and
proposed an integrative processing of information. Our hypothesis was confirmed : both predictive
estimations and judgments of importance of information revealed an adjustment reflecting combined
use of both types of information. The generalization of our results is discussed.
Key words : individuating information, base-rate information, integration, adjustment.
Résumé
Cette étude a pour objectif de tester une approche « intégrative » du traitement des informations —
probabiliste et individualisante - dans le jugement prédictif. À cet effet, nous nous sommes intéressées
au fameux paradigme « avocats/ingénieurs » développé par Kahneman et Tverky (1973). Parce qu'il
repose sur l'existence de deux modes de raisonnement distincts (approche « dualiste »), il a conduit à
des interprétations en termes de traitement exclusif des informations : la prise en compte de l'une
implique la négligence de l'autre. Ajzen (1977, Exp. 2) suggère ainsi que l'information probabiliste dotée
d'une pertinence causale sera privilégiée au détriment de l'information individualisante, et inversement
dans le cas où elle ne possède pas une telle pertinence. Nous avons repris cette étude en posant
l'hypothèse d'un traitement intégratif (combiné) des informations. Les résultats confirment l'hypothèse :
les estimations fournies par les sujets de même que leurs évaluations de l'importance accordée aux
informations montrent qu'ils ont opéré un ajustement (un compromis) entre les deux. La généralisation
de ces résultats est discutée.
Mots-clés : information individualisante, information probabiliste, intégration, ajustement.L'Année psychologique, 2001, 101, 247-276
Laboratoire de psychologie sociale
Université René Descartes - Paris F1
TRAITEMENT DE L'INFORMATION
ET JUGEMENT PRÉDICTIF :
UNE APPROCHE « INTÉGRATIVE »
par Ghislaine RICHARD2
et Ewa DrOZDA-SenKOWSKA3
SUMMARY : Information processing and predictive judgment : An
« integrative » approach.
This research examined an « integrative » approach to the processing of
base-rate and individuating information in predictive judgments. We used the
well-known « lawyers! engineers » task developped by Kahneman and Tversky
(1973) whose « dualistic » approach induced data interpretation in terms of
two mutually exclusive processes — i.e. taking into account either base-rate or
individuating information. Ajzen (1977, study 2) suggested that whether or
not base-rate information has causal relevance will determine the preferential
use of or individuating information. We replicated this study and
proposed an integrative processing of information. Our hypothesis was
confirmed : both predictive estimations and judgments of importance of
information revealed an adjustment reflecting combined use of both types of
information. The generalization of our results is discussed.
Key words : individuating information, base-rate information,
integration, adjustment.
1. Centre Universitaire de Boulogne, 71, avenue Edouard-Vaillant,
92774 Boulogne cedex.
2. E-mail : grichard@psycho.univ-paris5.fr
3.: drozda@psycho.univ-paris5.fr 248 Ghislaine Richard et Ewa Drozda-Senkowska
INTRODUCTION
JUGEMENT PREDICTIF:
LA CONFRONTATION ENTRE DEUX TYPES D'INFORMATIONS
Cette étude s'inscrit dans une problématique relative au
traitement des informations dans le cadre d'un jugement pré
dictif. La situation qui nous intéresse est celle mise en place par
Kahneman et Tversky (1973) dans le fameux paradigme des
« avocats/ingénieurs ». La tâche du sujet consiste à estimer
l'appartenance catégorielle d'une personne cible. Il dispose pour
cela de deux types d'informations : l'une dite probabiliste,
l'autre dite individualisante. L'information probabiliste ren
seigne le sujet sur la probabilité a priori qu'une personne cible,
tirée au hasard d'un échantillon, appartienne à l'une des deux
catégories envisagées (e.g., le sujet apprend que sur 100 person
nes, 30 sont des avocats et 70 sont des ingénieurs ou inverse
ment, que 70 sont des avocats et 30 sont des ingénieurs).
L'information individualisante se présente sous la forme d'une
courte description des caractéristiques de la personne cible. Cel
les-ci peuvent être plus ou moins diagnostiques c'est-à-dire
correspondre plus ou moins à l'image stéréotypée de l'une ou
l'autre des catégories. Il est à noter que la probabilité selon
laquelle ces caractéristiques décrivent plutôt un représentant
des avocats ou des ingénieurs n'est pas fournie au sujet.
Théoriquement, et étant donné le jugement requis, le sujet
devrait donc fonder sa prédiction sur l'information probab
iliste : elle lui permet, par exemple, d'estimer respectivement
à 30 % ou à 70 % la probabilité que la personne cible soit un
avocat.
Or, les résultats de nombreuses études montrent que c'est
rarement le cas. Parce que les estimations des sujets s'écar
tent des estimations théoriquement attendues (des probabilités
a priori), les auteurs concluent que l'information probabiliste a
été négligée au profit de l'information individualisante (Tversky
et Kahneman, 1974 ; Lyon et Slovic, 1976 ; Nisbett et Ross,
1980 ; Bar-Hillel, 1980 ; Kahneman, Slovic et Tversky, 1982). Si
celle-ci est généralement privilégiée, c'est parce qu'elle renvoie à
des théories implicites de personnalité et/ou des stéréotypes Traitement de l'information et jugement prédictif 249
convaincants auxquels l'individu accorde sa confiance (Anders
on, Lepper et Ross, 1980 ; Darley et Gross, 1983 ; Asch et
Zukier, 1984). La mise en œuvre d'une heuristique de représent
ativité constitue l'explication la plus souvent avancée pour
rendre compte de cette prégnance de l'information individuali
sante (Kahneman et Tversky, 1972, 1973). Le sujet peut effect
ivement, sur la base de cette information, rechercher et le cas
échéant trouver, des similitudes entre les caractéristiques de la
personne cible et celles des catégories auxquelles cette personne
est susceptible d'appartenir. Ce faisant, il complète l'informa
tion manquante à savoir la probabilité selon laquelle les caracté
ristiques décrivent bien les représentants de l'une ou l'autre des
catégories. Cela revient en effet à supposer que les caractéristi
ques mentionnées ne sont pas distribuées semblablement chez
les avocats et les ingénieurs. Cette façon de faire correspondrait
à un mode de raisonnement dit « narratif » qui repose sur des
critères « internes » de validité telles la vraisemblance ou la
plausibilité des faits, et donc sur des principes d'économie et
d'utilité (Zukier, 1986). Il demeure que de nombreux facteurs,
susceptibles d'atténuer, voire de renverser cette tendance à pri
vilégier l'information individualisante, ont été mis en évidence.
Dans ce cas, les auteurs concluent à une utilisation de l'info
rmation probabiliste et non de l'information individualisante
(Ajzen, 1977 ; Caroll et Siegler, 1977 ; Bar-Hillel et Fischhoff,
1981 ; Zukier et Pepitone, 1984 ; Gigerenzer, Hell et Blank,
1988 ; Lynch et Ofir, 1989 ; Krosnick, Li et Lehman, 1990 ;
Drozda-Senkowska, 1997). Cette orientation cognitive corres
pondrait à un mode « paradigmatique » de raisonnement repo
sant sur l'épreuve des faits, sur des critères « externes » de vali
dité telles les lois probabilistes (Zukier, 1986).
C'est donc par une approche « dualiste », c'est-à-dire par
l'existence de deux modes de raisonnement présumés irréducti
bles que les chercheurs ont rendu compte des tendances obser
vées. Dès lors, ils étaient en quelque sorte contraints de postuler
que la prise en compte de l'une des informations implique la
négligence de l'autre. Sans remettre en cause l'existence de deux
modes de raisonnement, il convient toutefois de s'interroger
quant à la frontière présumée entre les deux. Est-elle clairement
définie aux yeux des sujets ? Epstein (voir Epstein et Pacini,
1999), qui a développé un modèle proche de celui de Zukier,
conçoit ainsi l'existence de deux systèmes de connaissances 250 Ghislaine Richard et Ewa Drozda-Senkowska
— expérientiel et rationnel — parallèles mais interactifs (voir aussi
le modèle heuristique/systématique dans le champ de recherches
sur la persuasion, Chaiken, 1980). Pour certains, les différents
modes de traitement de l'information peuvent donc s'influencer
mutuellement et avoir des actions simultanées sur le jugement
formulé. Dans cet ordre d'idées, nous faisons l'hypothèse que
pour faire une prédiction, l'individu tend à tenir compte à la fois
de l'information probabiliste et de l'information individuali
sante. Celles-ci contribueraient conjointement à la formulation
du jugement dans la mesure où le sujet opère via un processus
d'intégration. Il ne s'agit pas pour autant de postuler une inte
rvention de même envergure des deux informations. En effet,
l'individu peut fonder préférentiellement son estimation sur
l'une ou l'autre. Simplement, il peut identifier entre les deux des
connexions causales ou conceptuelles plus ou moins complexes.
Dès lors, son jugement ne sera plus le résultat d'un traitement
exclusif de l'une ou l'autre des informations (approche « dual
iste ») mais le résultat d'un ajustement, d'un compromis entre
les deux (approche « intégrative »).
QUELS ARGUMENTS ?
Le fonctionnement présumé est proche de celui mis en
évidence dans le domaine de la formation d'impression : on
s'accorde à dire que les jugements sociaux résultent d'un ajust
ement entre des informations catégorielles et individualisantes
(voir notamment Fiske et Neuberg, 1990 ; Kunda et Thagard,
1996). Il s'agit alors de concevoir les processus à l'œuvre dans le
jugement prédictif comme étant analogues à ceux observés dans
le social. Autrement dit, le jugement prédictif résulte
rait d'un ajustement entre les informations probabiliste et indi
vidualisante. Effectivement, les deux types de jugement demeur
ent des jugements portés sur autrui même s'il est vrai que leurs
critères d'évaluation sont différents : il est moins tentant de par
ler d'exactitude lorsqu'il s'agit de jugement social que lorsqu'il
s'agit de jugement prédictif. Mais Zukier et Pepitone (1984,
Exp.l) ont montré que la tâche des « avocats/ingénieurs » est
susceptible de recevoir deux types d'approches : l'une en termes
de formation d'impression (prise en compte de l'information
individualisante), l'autre en termes de résolution de problème Traitement de l'information et jugement prédictif 251
(prise en compte de l'information probabiliste). Leur étude
montre bien que l'une et l'autre des informations paraissent cré
dibles et acceptables aux yeux des sujets. De fait, ces derniers
peuvent éprouver des difficultés à se détacher de l'apport des
deux surtout quand aucune consigne précisant sur quelle info
rmation il convient de fonder la prédiction n'est formulée.
L'utilisation par les sujets de leurs connaissances des règles
conversationnelles (Grice, 1975 ; Sperber et Wilson, 1986) va
également dans le sens d'une prise en considération des deux
informations. En effet, si un locuteur (ici l'expérimentateur) ne
formule aucune instruction particulière, ce qui est généralement
le cas, il n'y a aucune raison pour que le sujet pense qu'une info
rmation est plus utile et informative qu'une autre. Il en est de
même si aucune consigne lui précisant sur quelle information il
convient de fonder sa prédiction n'est formulée. En outre, nous
avons vu que les deux informations disponibles ont des implica
tions pour le jugement. L'information probabiliste permet à
l'individu de tenir un raisonnement théoriquement approprié
sur le plan statistique. individualisante, surtout
lorsqu'elle est diagnostique, lui permet de se faire une idée pré
cise de la personne cible et par conséquent de son éventuelle
appartenance à l'une ou l'autre des catégories (Ginossar et
Trope, 1980 ; Fischhoff et Bar-Hillel, 1984 ; Krueger et Roth-
bart, 1988). Même en ayant adopté un raisonnement théorique
ment approprié, le sujet peut donc avoir l'impression d'en savoir
un peu plus au vu des caractéristiques de la cible. En d'autres
termes, même s'il a fondé son estimation sur les probabilités,
rien ne l'empêche de considérer également l'information indivi
dualisante (influence du mode « narratif » sur le mode « para-
digmatique »). De la même façon, rien ne l'empêche de fonder sa
prédiction sur l'information individualisante et de prendre éga
lement en considération le fait qu'une catégorie est majoritaire
ou minoritaire dans l'échantillon (influence du mode « paradig-
matique » sur le mode « narratif»).
Le fait que les informations aboutissent dans certains cas à
des conclusions opposées ne constitue pas un frein à un tel pro
cessus d'intégration. Considérons la situation suivante : le sujet
est informé que l'échantillon comprend une minorité d'avocat
(30 %) pour une majorité d'ingénieurs (70 %) alors que la des
cription recouvre le stéréotype de l'avocat. Le sujet est tenté de
croire que la personne cible est un avocat mais il sait que cette 252 Ghislaine Richard et Ewa Drozda-Senkowska
catégorie est minoritaire. Les deux informations sont donc di
scordantes. Si, comme nous le postulons, le sujet tend à lier les
deux pour les intégrer dans son jugement, alors on peut
s'attendre à ce qu'il opère un compromis en indiquant une est
imation de l'ordre de 50 % . Il est important de souligner qu'une
approche « dualiste », c'est-à-dire en termes de traitements
mutuellement exclusifs de l'information, aboutirait à une toute
autre interprétation de ce type de résultat. En effet, on considé
rerait que l'individu a surestimé la probabilité d'appartenance
de la cible, et qu'il a ignoré les probabilités au profit de l'info
rmation individualisante. Procéder à l'intégration des deux info
rmations devrait être moins problématique dans le cas où celles-
ci aboutissent à des conclusions similaires, c'est-à-dire
lorsqu'elles sont concordantes. La situation est la suivante : la
description de la personne cible est stéréotypique d'un avocat et
cette catégorie est majoritaire dans l'échantillon (70 %). Que le
sujet se base sur l'une ou l'autre des informations pour fonder
son estimation, la conclusion est la même : la personne cible a
plus de chances d'être un avocat qu'un ingénieur. Peu coûteux
sur le plan cognitif puisque les deux informations convergent, ce
cas de figure devrait inciter les individus à fournir une estima
tion proche de celle théoriquement attendue à savoir 70 %.
Notons là encore que, contrairement à une approche « dualiste »
qui conclurait à une prise en compte des probabilités, nous envi
sageons qu'une estimation proche de 70 % peut être le résultat
d'une prise en compte des deux informations. Enfin, il est
important de mentionner que si cette discordance versus concor
dance entre les informations est rarement soulignée lorsque l'on
s'intéresse au jugement prédictif (voir Klar, 1991), elle est le fo
ndement même des recherches sur la formation d'impression
(Leyens et Fiske, 1997).
PRÉSENTATION GÉNÉRALE DE L'ÉTUDE
II s'agit de tester l'hypothèse selon laquelle les individus,
pour estimer l'appartenance catégorielle d'une personne cible,
tiennent compte à la fois des probabilités a priori et des caracté
ristiques de la cible. À cet effet, nous avons choisi de reproduire
une expérience fréquemment mentionnée dans la littérature sur
le jugement prédictif. Il s'agit d'une étude d'Ajzen (1977, Traitement de l'information et jugement prédictif 253
Exp. 2) sous-tendue par un modèle « dualiste » de traitement de
l'information. Ajzen suggère que les individus privilégient
l'information individualisante lorsqu'elle est combinée à une
information probabiliste qui n'a pas de lien causal avec le juge
ment. A l'inverse, ils la négligent est à une qui possède un lien causal. Notre pro
pos est de montrer que dans les deux cas de figure les sujets ne
privilégient pas une information au détriment de l'autre ; ils
tiennent compte des deux pour fonder leur estimation.
Ajzen part de l'idée que, dans leur jugement sur autrui, les
individus recherchent avant tout l'information ayant une signi
fication causale en regard du jugement (voir aussi Frieze et Wei-
ner, 1971 ; Tversky et Kahneman, 1980 ; Borgida et Brekke,
1981). Or, nous avons vu que si l'information individualisante
possède d'emblée une telle signification, l'information probabil
iste en est totalement dépourvue. Apprendre qu'un échantillon
se compose de 30 avocats et 70 ingénieurs (ou inversement) est
en effet sans rapport avec les raisons qui font que la personne
cible exerce une profession plutôt qu'une autre. En revanche,
apprendre entre autres que la personne « s'exprime bien, collec
tionne les livres rares et s'occupe de politique locale » (voir Kahne
man et Tversky, 1973) constitue une liste de caractéristiques
causales : celles-ci renseignent le sujet sur les raisons pour les
quelles la personne a plus de chances d'être un avocat qu'un
ingénieur. C'est pourquoi, selon Ajzen, l'information individual
isante est privilégiée au détriment des probabilités telles
qu'elles sont classiquement présentées. Cet auteur a alors ima
giné un problème formellement identique à celui des « avo
cats/ingénieurs » en dotant l'information probabiliste d'une
valeur explicative : elle réfère au pourcentage d'étudiants ayant
réussi un examen. Cette information possède une valeur explica
tive dans la mesure où elle permet d'inférer la difficulté (facilité)
de l'examen. Apprendre par exemple que 30 % des étudiants ont
réussi un examen (probabilité a priori de réussite faible) suggère
qu'il est difficile. Inversement, apprendre qu'ils sont 70 % (pro
babilité de réussite élevée) suggère qu'il est facile. La difficulté
(facilité) de l'examen devient alors une cause possible de la réus
site ; il existe un lien de causalité signifiant entre l'information
probabiliste et le jugement requis. Par construction expériment
ale, Ajzen fait en sorte que ce lien soit signifiant ou pas : la pro
cédure d'échantillonnage biaise les données dans un cas et pas 254 Ghislaine Richard et Ewa Drozda-Senkowska
dans l'autre1. Tous les sujets disposent également d'une informa
tion individualisante ayant une signification causale : les carac
téristiques contenues dans la description concernent l'intell
igence (moyenne vs élevée) et la motivation (faible vs forte) d'un
étudiant cible. La tâche du sujet consiste à estimer la probabilité
que cet étudiant, tiré au hasard de l'échantillon, fasse partie des
étudiants ayant réussi l'examen.
Nous avons choisi de reproduire cette expérience parce
qu'elle constitue, selon nous, un paradigme idéal pour étudier les
processus à l'œuvre lorsque le traitement des deux informations
est favorisé. D'emblée, l'information individualisante est perçue
comme ayant une signification causale. Lorsqu'elle est combinée
à une information probabiliste également causale, les deux info
rmations sont donc sur « un pied d'égalité » du point de vue de
leur pertinence explicative. Ainsi, et contrairement à ce que sug
gère Ajzen, ce cas de figure ne favoriserait pas le traitement de
l'information probabiliste au détriment de l'information indivi
dualisante mais le traitement des deux informations. Le fait que individualisante soit combinée à une information
probabiliste non causale cette fois-ci n'est pas un frein à un tel
processus. On sait en effet que les individus sont généralement
enclins à un « biais de l'échantillon » : alors même qu'on leur
suggère que la procédure d'échantillonnage biaise les données
mises à leur disposition, ils n'hésitent pas à leur conférer une uti
lité et à en tenir compte pour formuler leur jugement (Nisbett et
Borgida, 1975 ; Nisbett et Ross, 1980). Or, c'est précisément sur
une règle d'échantillonnage, présumée être repérée et respectée
par les sujets, que repose le caractère non causal de l'information
1. Dans une condition (information probabiliste causale), on considère au
départ un échantillon dont on connaît la répartition d'étudiants ayant réussi un
examen : ils sont soit 30 %, soit 70 %. L'information probabiliste a ici une per
tinence explicative dans la mesure où il est possible d'inférer la difficulté (faci
lité) de l'examen.
— Dans une autre condition (information probaliliste non causale), on
considère au départ des étudiants ayant été interviewés mais sans connaître la
répartition de réussite et d'échec. On extrait de cet échantillon les étudiants qui
ont réussi l'examen : ils sont soit 30 %, soit 70 %. Selon les règles d'échan
tillonnage, il est alors beaucoup moins évident de conclure sur la difficulté de
l'examen. Les étudiants extraits de l'échantillon peuvent en effet représenter
1 % de l'échantillon de départ, qui serait donc constitué majoritairement
d'étudiants ayant échoué, tout comme ils peuvent représenter 80 % de
l'échantillon qui serait alors constitué majoritairement d'étudiants ayant
réussi. Ne le sachant pas, il est beaucoup plus difficile d'apprécier la difficulté
(facilité) de l'examen puisque les données sont biaisées.