Biais de conservatisme (Conservatism Bias)

En un coup d'œil

1. Résumé rapide

Lorsque nous rencontrons de nouvelles informations qui devraient nous faire changer d'avis, nous ne mettons pas à jour nos croyances autant que nous le devrions logiquement. Nous voyons les preuves, nous reconnaissons qu'elles pointent dans une certaine direction, mais notre esprit agit comme s'il était englué dans la mélasse, ne s'ajustant que légèrement alors qu'il devrait s'ajuster radicalement. Nous ne refusons pas de changer. Nous changeons trop lentement et trop peu, comme si nos croyances antérieures nous retenaient et atténuaient l'impact de la nouvelle réalité. Dans la version classique de laboratoire, des preuves qui justifient une confiance de 97 % laissent les gens à 70-80 %. Les chercheurs appellent aussi cela le conservatisme dans la révision des croyances. La sous-réaction n'est toutefois pas universelle : avec de petits échantillons frappants, les gens tendent plutôt à sur-réagir.

En clair

Le biais de conservatisme signifie que tu ne changes pas assez d'avis lorsque tu découvres de nouveaux faits. Tu vois parfaitement dans quelle direction vont les preuves, mais tu n'avances que d'un tout petit pas alors que la situation exigerait un grand saut.

Imagine qu'au début de l'année scolaire, tu aies décidé que ton camarade d'atelier ne faisait aucun effort. Plus tard, il commence à arriver en avance, termine tout son travail et corrige même certaines de tes erreurs. Tu remarques tous ces progrès. Tu te dis qu'il s'est peut-être un peu amélioré, mais au fond de toi, tu continues à le considérer comme le paresseux du début. Toutes ces preuves auraient dû faire basculer ton jugement bien plus franchement. Ton ancienne opinion continue de te retenir en arrière, vers ton point de départ.

Voici un exercice utile. Quand de nouveaux indices apparaissent, demande-toi ce que tu penserais si tu découvrais toute la situation pour la première fois. Compare ensuite cette réponse avec ce que tu crois actuellement. Si tu constates un grand fossé entre les deux, c'est sans doute que ton jugement est resté coincé. Autorise-toi alors à franchir le pas pour de bon.

2. La science derrière tout ça

2.1. Découverte et histoire

Le biais de conservatisme a été isolé et nommé formellement pour la première fois par le psychologue Ward Edwards dans les années 1960, lors de la transition de la psychologie du comportementalisme à la révolution cognitive. Edwards a été le pionnier d'un programme de recherche intitulé "L'homme en tant que statisticien intuitif", qui cherchait à tester le raisonnement humain par rapport aux critères normatifs de la théorie des probabilités, plus précisément le théorème de Bayes.

L'idée clé est venue de la comparaison entre la façon dont les humains mettent réellement à jour leurs croyances et la façon dont ils devraient mathématiquement les mettre à jour selon la probabilité bayésienne. Edwards a découvert un modèle constant : les humains identifient correctement la direction indiquée par les preuves, mais en sous-estiment considérablement la force. Comme l'ont souligné Edwards et ses collègues, "le changement d'opinion est très ordonné, et généralement proportionnel aux nombres du théorème de Bayes – mais il est insuffisant en quantité".

Avec le temps, les chercheurs ont cessé d'y voir une simple "erreur" pour reconnaître qu'il peut remplir des fonctions adaptatives. Les neurosciences modernes l'ont recadré comme étant potentiellement une "fonctionnalité" qui offre une stabilité cognitive dans un monde bruyant, bien qu'elle puisse devenir inadaptée lorsque les circonstances changent radicalement. Les causes proposées se répartissent en quatre groupes : les gens ne parviennent pas à combiner correctement de nombreux points de données (mauvaise agrégation), ils jugent mal le pouvoir diagnostique de chaque donnée (l'explication par la perception erronée de Beach et Peterson), ils doutent raisonnablement de la fiabilité complète de la source (Corner, Harris et Hahn), et ils apprennent plus vite des bonnes nouvelles que des mauvaises (Lefebvre et collègues, 2017).

La révision la plus importante concerne l'affirmation selon laquelle la mise à jour est toujours trop faible. Dale Griffin et Amos Tversky (1992) ont montré que les gens accordent bien plus de poids à la force des preuves (le caractère déséquilibré d'un échantillon) qu'à leur poids (la taille de l'échantillon). Il en résulte une sous-réaction lorsqu'un grand échantillon porte un signal modeste, ce qui est le dispositif d'Edwards, et une sur-réaction lorsqu'un petit échantillon porte un signal frappant. La revue de la littérature expérimentale par Daniel Benjamin en 2019 a systématisé ce schéma : le conservatisme et l'oubli de la fréquence de base sont les deux faces d'un même mauvais calibrage, et celle que l'on observe dépend des preuves. Ned Augenblick et Matthew Rabin (2021) ont conçu un test statistique, fondé sur le fait qu'un bayésien qui déplace ses croyances doit en moyenne devenir plus certain, capable de repérer à la fois un mouvement de croyance excessif et insuffisant dans les mêmes données, et l'ont appliqué aux croyances individuelles, algorithmiques et de marché. Deux autres résultats affinent le tableau. Oechssler, Roider et Schmitz (2009) ont constaté que le conservatisme dans la mise à jour diminue avec les capacités cognitives mais reste substantiel chez ceux qui obtiennent les meilleurs scores. Martin Hilbert (2012) a proposé un mécanisme : le bruit dans la récupération des preuves en mémoire lisse les estimations subjectives vers le milieu, ce qui produit du conservatisme sans aucune prudence délibérée.

Jalons clés : Phillips & Edwards 1966 (paradigme des sacs de jetons) ; Edwards 1968 (dénomination et estimation de "deux à cinq observations") ; Griffin & Tversky 1992 (force contre poids ; sous-réaction et sur-réaction) ; Barberis, Shleifer & Vishny 1998 (conservatisme dans les prix des actifs) ; Oechssler, Roider & Schmitz 2009 (les capacités cognitives le réduisent sans l'éliminer) ; Hilbert 2012 (explication par l'information bruitée) ; Lefebvre et al. 2017 (apprentissage plus rapide face aux bonnes nouvelles que face aux mauvaises) ; Benjamin 2019 (synthèse) ; Augenblick & Rabin 2021 (un test qui détecte les deux directions d'erreur).

2.2. Chercheurs clés

2.3. Études marquantes

Les expériences des sacs et des jetons de poker (Edwards, 1968 ; Phillips & Edwards, 1966)

Ce paradigme simple est devenu la "drosophile" des sciences de la décision. Il visait à éliminer le contexte, l'émotion et les préjugés antérieurs pour étudier isolément le processus brut du raisonnement probabiliste.

Protocole : On présentait aux sujets deux sacs contenant des jetons de poker :

• Sac A : 700 jetons rouges, 300 jetons bleus (70 % rouges)
• Sac B : 300 jetons rouges, 700 jetons bleus (30 % rouges)

Un tirage à pile ou face équitable sélectionnait un sac (établissant des probabilités préalables de 50/50). L'expérimentateur tirait des jetons au hasard avec remise, en annonçant les couleurs. Les sujets estimaient la probabilité que le sac choisi soit le Sac A.

Le calcul bayésien : Après avoir observé 8 jetons rouges et 4 jetons bleus (soit un excédent net de 4 rouges), le rapport de vraisemblance s'élève à environ 29,6:1. Un agent bayésien rationnel devrait être certain à 97 % que le sac est à dominante rouge.

Le résultat humain : Les sujets estimaient systématiquement les probabilités autour de 0,70-0,80, et non de 0,97, qui est mathématiquement correct. Edwards a chiffré cet écart : il fallait généralement "de deux à cinq observations pour faire le travail d'une seule observation" dans l'esprit humain.

Variations et tests de robustesse :

• Effets de la taille de l'échantillon : Les sujets étaient les moins conservateurs sur la première donnée, devenant progressivement plus conservateurs à mesure que les données s'accumulaient, ce qui suggère une dégradation du traitement de l'information avec le volume.
• Tests de mode de réponse : Demander des cotes plutôt que des probabilités a réduit, mais n'a pas éliminé, le conservatisme.
• Contrôles de stationnarité : Même lorsque les expérimentateurs garantissaient explicitement que le contenu du sac ne changerait pas, le biais persistait.

Bilan des réplications : Le résultat des sacs de jetons tient bien, mais sa généralité non. Griffin et Tversky (1992) ont montré que les personnes qui sous-réagissent à des échantillons comme les douze tirages d'Edwards sur-réagissent lorsque l'échantillon est petit et déséquilibré, parce qu'elles jugent d'après la force apparente des preuves plutôt que d'après leur quantité. La revue de Benjamin en 2019 traite le conservatisme et l'oubli de la fréquence de base comme les deux extrémités de ce même schéma. Augenblick et Rabin (2021) ont fourni un test capable de détecter l'une ou l'autre direction, de sorte que le bilan honnête est que la mise à jour est mal calibrée, le signe de l'erreur dépendant des preuves. Oechssler, Roider et Schmitz (2009) ont fait passer une tâche de mise à jour de probabilités incitative accompagnée d'un test de réflexion cognitive à trois items : ceux qui avaient les meilleurs scores étaient moins conservateurs, mais le biais restait substantiel chez eux.

Études sur la dérive post-annonce des résultats (Ball & Brown, 1968 ; réplications ultérieures)

Cette recherche financière a montré le conservatisme à l'œuvre sur les marchés réels, avec des milliards de dollars en jeu.

Découverte : Lorsque les entreprises annoncent des bénéfices qui dépassent les attentes, le cours des actions ne bondit pas immédiatement à sa nouvelle valeur correcte. Au lieu de cela, les prix montrent une réaction partielle immédiate, puis continuent de dériver dans la direction de la surprise pendant plus de 60 jours par la suite.

Implication : Les investisseurs s'ancrent aux valorisations précédentes et ne se mettent pas suffisamment à jour, créant une fenêtre d'inefficacité du marché. Les stratégies de trading exploitant cette dérive génèrent systématiquement des rendements anormaux, profitant essentiellement de l'inertie cognitive collective.

Apprentissage par renforcement optimiste (Lefebvre, Lebreton, Meyniel, Bourgeois-Gironde & Palminteri, 2017)

Protocole : Les participants choisissaient à plusieurs reprises entre des options dans une tâche simple d'apprentissage instrumental et voyaient les résultats. Les chercheurs ont ajusté des modèles d'apprentissage permettant des taux d'apprentissage distincts pour les erreurs de prédiction positives (mieux que prévu) et négatives (pire que prévu), et ont scanné les participants par IRMf.

Découverte : Les gens intégraient les résultats meilleurs que prévu dans leurs estimations à un taux plus élevé que les résultats pires que prévu. Les différences individuelles dans cette asymétrie optimiste allaient de pair avec des signaux d'erreur de prédiction plus forts dans le circuit de la récompense du cerveau.

Pertinence : La tâche est plus proche du biais d'optimisme que des sacs de jetons neutres d'Edwards, mais elle montre que l'ampleur d'une mise à jour peut dépendre du caractère bienvenu de la nouvelle. Lorsque les preuves vont à l'encontre d'un choix déjà fait, la sous-réaction est plus importante, et les premiers choix s'enracinent.

2.4. Base neurologique

Les neurosciences modernes ont proposé le modèle de "l'inférence bayésienne bruyante" pour expliquer le conservatisme au niveau neuronal.

Mécanisme central : Les calculs neuronaux sont intrinsèquement bruyants : les neurones biologiques ne se déclenchent pas avec une précision numérique. Si le cerveau effectuait des mises à jour bayésiennes "complètes", ce bruit serait amplifié, conduisant à des croyances volatiles et erratiques.

Réponse adaptative : Le cerveau adopte une politique de mise à jour conservatrice, traitant les informations sensorielles entrantes comme moins précises qu'elles ne le sont réellement. Cela empêche le modèle interne de sauter sauvagement en réponse au bruit statique neuronal.

Régions cérébrales impliquées : Le cortex préfrontal (fonction exécutive, maintien des croyances), le cortex cingulaire antérieur (surveillance des conflits, détection des erreurs) et les ganglions de la base (sélection de l'action, formation des habitudes) semblent interagir pour maintenir ce compromis stabilité-précision.

Codage prédictif : Le principe de l'énergie libre de Karl Friston propose une explication apparentée. Le cerveau génère en permanence des prédictions descendantes (des a priori) et les compare aux entrées ascendantes. Une prédiction forte et assurée l'emporte sur un signal contradictoire isolé, de sorte que l'a priori absorbe une bonne part de la surprise et que la croyance ne bouge que très peu.

Résultat : Le cerveau sacrifie la précision au profit de la stabilité. Il s'agit d'une stratégie métacognitive sophistiquée de robustesse, mais qui se manifeste sur le plan comportemental par un biais de conservatisme : nous sommes conçus pour résister aux changements rapides de croyance.

3. Origines évolutives

Le biais de conservatisme s'est probablement développé comme un mécanisme de stabilité dans l'esprit de nos ancêtres. Considérez l'alternative : un esprit qui mettrait entièrement à jour ses croyances avec chaque nouvelle information serait dangereusement volatile.

Avantages de survie de l'inertie cognitive :

• Protection contre le bruit : Nos ancêtres vivaient dans des environnements pleins de signaux ambigus, un bruissement de feuilles qui pouvait être le vent ou un prédateur. Un esprit qui réagirait de manière excessive à chaque signal gaspillerait une énergie énorme en fausses alertes.

• Préservation des connaissances durement acquises : Les croyances sur les plantes comestibles, l'emplacement des sources d'eau et les territoires dangereux se sont accumulées au prix d'une expérience coûteuse. Une mise à jour rapide pourrait effacer ces connaissances sur la base d'observations uniques trompeuses.

• Protection contre la tromperie : Une grande partie de ce que savaient nos ancêtres venait d'autres personnes, et certaines se trompaient ou mentaient. Un esprit qui reconstruirait sa vision du monde après chaque témoignage serait facile à manipuler.

• Stabilité sociale : Des changements rapides de croyances sur les alliés et les ennemis rendraient la coopération sociale impossible. Une certaine "viscosité" dans nos évaluations des autres permet des relations et des coalitions stables.

• Conservation de l'énergie : Le cerveau consomme environ 20 % de notre énergie tout en ne représentant qu'environ 2 % de la masse corporelle. Un recalcul complet et constant des croyances serait coûteux sur le plan métabolique. Le conservatisme agit comme un raccourci cognitif.

Le compromis : Ce biais était adaptatif lorsque : (1) la plupart des signaux étaient bruyants, (2) l'environnement changeait lentement, et (3) le coût d'une erreur n'était pas catastrophique. Il devient inadapté lorsque des changements de phase se produisent, lorsque la vérité sur le terrain change soudainement et de façon spectaculaire, et que nous sommes toujours ancrés à l'ancienne réalité.

4. Comment ce biais se manifeste

4.1. Dans la vie de tous les jours

• Évaluations des relations : Même après de multiples cas de comportement peu fiable, nous maintenons notre première impression positive de nos amis et partenaires plus longtemps que les preuves ne le justifient.

• Premières impressions : Les jugements initiaux sur les gens s'avèrent remarquablement tenaces. Les nouvelles informations qui contredisent notre première impression sont minorées.

• Consommation de l'information : Lorsque nous rencontrons des nouvelles qui remettent en question notre vision du monde, nous absorbons le titre mais ne parvenons pas à mettre à jour proportionnellement notre compréhension du problème.

• Prédictions personnelles : Après avoir appris que nos estimations étaient erronées, nous nous ajustons, mais moins que l'erreur ne le justifierait rationnellement.

• Image de soi : Quelqu'un qui a décidé à quatorze ans qu'il est "nul en maths" peut réussir plusieurs cours de maths à l'âge adulte et continuer à se décrire de la même façon.

• Changement d'habitudes : Même après avoir obtenu la preuve évidente qu'un comportement ne fonctionne pas (un régime, un programme d'exercices, un système de gestion du temps), nous sommes lents à l'abandonner complètement.

4.2. Sur le lieu de travail

• Évaluations des performances : Les managers se font des premières impressions sur les employés que les preuves ultérieures ont du mal à renverser. Un premier mois difficile peut suivre un employé pendant des années.

• Évaluations de projets : Lorsqu'un projet montre des signes évidents d'échec, les équipes reconnaissent souvent les problèmes mais n'ajustent pas suffisamment leurs estimations d'achèvement et leurs probabilités de succès.

• Pivots stratégiques : Les organisations reconnaissent que les conditions du marché ont changé, mais réagissent par des ajustements progressifs plutôt que par des changements stratégiques proportionnels.

• Décisions d'embauche : Les impressions d'entretien s'avèrent remarquablement résistantes à la mise à jour basée sur les vérifications des références ou des échantillons de travail.

• Consensus en réunion : Une fois qu'un groupe semble pencher vers une décision, les informations contradictoires ultérieures ne parviennent pas à modifier proportionnellement la position collective.

4.3. Dans les affaires et le marketing

• Persistance de la fidélité à la marque : Les consommateurs maintiennent leurs préférences de marque malgré l'existence d'alternatives supérieures. Les entreprises exploitent cela en cherchant à être les "premières" à établir une position.

• Ancrages de prix : Les prix initiaux établissent des attentes qui persistent même lorsque de nouvelles informations sur les prix sont disponibles. Le nombre d'origine agit comme un centre de gravité.

• Catégories de produits : Une fois que les consommateurs classent mentalement un produit, les nouvelles informations sur ses capacités ont du mal à modifier cette catégorisation.

• Stratégies de produit d'appel ("Loss leader") : Les détaillants comptent sur une mise à jour conservatrice : l'article à prix réduit crée une impression favorable qui n'est pas entièrement révisée lorsque les prix normaux apparaissent.

• Modèles d'abonnement : Les entreprises exploitent notre conservatisme en rendant l'annulation dépendante d'une mise à jour active de notre statu quo.

4.4. En politique et dans les médias

• Persistance partisane : Les électeurs reconnaissent les informations défavorables sur leurs candidats préférés, mais ajustent leurs niveaux de soutien bien moins que les informations ne le justifient.

• Positions politiques : Les citoyens mettent à jour leurs opinions sur les politiques en fonction de nouvelles données, mais de manière insuffisante, ce qui explique pourquoi les débats politiques semblent souvent bloqués malgré de nouvelles preuves.

• Récits médiatiques : Une fois qu'un récit politique s'installe, les reportages contradictoires ultérieurs ont du mal à modifier proportionnellement la compréhension du public.

• Prédictions électorales : Les sondages montrant des changements sont absorbés mais insuffisamment pris en compte, ce qui entraîne des surprises les soirs d'élection.

• Traitement des scandales : Les premiers rapports de scandales établissent des a priori que les preuves ultérieures (à décharge ou accablantes) ne parviennent pas à mettre à jour complètement.

4.5. En santé

• Élan diagnostique : Une fois qu'un patient reçoit un diagnostic, cette étiquette devient un a priori lourd. Les preuves ultérieures suggérant un diagnostic alternatif ont du mal à renverser l'évaluation initiale.

• Persistance du traitement : Les médecins poursuivent les protocoles de traitement plus longtemps que ne le justifient les nouvelles preuves, mettant à jour trop lentement les évaluations d'efficacité.

• Communication des risques : Les patients informés qu'ils présentent des risques élevés pour leur santé ajustent leur comportement, mais moins que le niveau de risque ne le justifierait rationnellement.

• Interprétation des symptômes : Les patients comme les médecins interprètent les nouveaux symptômes à travers le prisme des diagnostics existants, sans tenir suffisamment compte des alternatives.

• Le "Réflexe de Semmelweis" : Les professionnels de la santé résistent aux nouvelles preuves qui contredisent la pratique établie : le lavage des mains, les antiseptiques et d'innombrables autres innovations ont été confrontés à ce conservatisme.

4.6. En finance et en investissement

• Dérive post-annonce des résultats (PEAD) : La manifestation la plus caractéristique : le cours des actions dérive dans la direction des surprises sur les bénéfices pendant des mois, car les investisseurs mettent à jour les valorisations trop lentement.

• Estimations des analystes : Les analystes professionnels reconnaissent les nouvelles informations mais n'ajustent pas suffisamment les objectifs de prix, créant des modèles de révision prévisibles.

• Rééquilibrage de portefeuille : Les investisseurs réagissent aux nouvelles informations sur les classes d'actifs, mais ajustent les allocations moins que ne le suggérerait la théorie optimale du portefeuille.

• Évaluation des risques : Après des événements de volatilité du marché, les perceptions des risques s'ajustent mais reviennent au niveau de base plus rapidement que les modèles historiques ne le justifieraient.

• Trading de momentum : La mise à jour conservatrice crée des effets de momentum : les prix ayant une tendance dans une direction continuent dans cette tendance pendant que le marché traite lentement l'information.

5. Études de cas dans le monde réel

Étude de cas 1 : L'échec du renseignement lors de la guerre du Kippour (1973)

• Contexte : Le renseignement militaire israélien (AMAN) fonctionnait selon "Le Concept" (HaKonseptzia), la croyance que l'Égypte ne déclencherait pas de guerre tant qu'elle ne posséderait pas de bombardiers à long rayon d'action capables de neutraliser l'armée de l'air israélienne. Cela ramenait la probabilité a priori d'une guerre pratiquement à zéro.

• Ce qui s'est passé : Fin septembre/début octobre 1973, la collecte de renseignements a été en réalité excellente. L'AMAN a reçu de multiples signaux hautement diagnostiques : des renforcements massifs de troupes égyptiennes le long du canal de Suez, des exercices militaires à grande échelle se transformant en formations d'invasion, et l'évacuation soudaine des familles soviétiques d'Égypte et de Syrie quelques jours avant l'attaque.

• Le biais à l'œuvre : L'évacuation des personnes à charge soviétiques était un signal avec un rapport de vraisemblance extraordinairement élevé pour la guerre. Cependant, la direction de l'AMAN a interprété toutes les données avec un conservatisme extrême. Ils ont intégré les preuves dans le "Concept" existant : les exercices étaient des manœuvres annuelles de routine ; les évacuations résultaient d'une rupture politique avec Moscou. L'a priori ("Pas de guerre") étant si lourdement pondéré, les nouvelles preuves ne pouvaient pas franchir le seuil de décision pour la mobilisation.

• Conséquences : L'Égypte et la Syrie ont lancé une attaque surprise dévastatrice le jour de Yom Kippour. Israël a subi des pertes importantes et a fait face à une menace existentielle. La guerre a conduit à une restructuration fondamentale de la doctrine du renseignement israélien.

• Leçons apprises : Les croyances préalables institutionnalisées peuvent devenir des pièges cognitifs. Les évaluations à haut niveau de confiance nécessitent des mécanismes pour garantir que les preuves entrantes reçoivent un poids proportionnel. Les "Red Teams" qui s'attaquent aux hypothèses dominantes sont essentielles.

Étude de cas 2 : Attaques du 7 octobre (2023)

• Contexte : Cinquante ans après Yom Kippour, la sécurité israélienne fonctionnait selon un nouveau "Concept de dissuasion", la croyance que le Hamas était dissuadé de mener des attaques majeures, intéressé principalement par la gouvernance économique, et incapable d'opérations complexes impliquant de multiples brèches.

• Ce qui s'est passé : Les rapports des services de renseignement ont montré des unités du Hamas s'entraînant à l'assaut de fausses colonies israéliennes, désactivant systématiquement les caméras de surveillance aux frontières et maintenant un silence radio inhabituel.

• Le biais à l'œuvre : Ces signaux hautement diagnostiques ont été rejetés comme étant un entraînement "aspirationnel" ou une simple posture. La croyance bien ancrée que le Hamas était passé d'une menace existentielle à un problème de gouvernance gérable a servi de point d'ancrage. Le coût cognitif de la révision de cette croyance fondamentale était trop élevé : les analystes ont mis à jour les évaluations des risques de manière incrémentielle plutôt que proportionnelle.

• Conséquences : Le Hamas a lancé l'attaque la plus meurtrière de l'histoire d'Israël. Le modèle d'échec était étonnamment similaire à celui de 1973 : des signaux forts filtrés à travers un a priori profondément enraciné.

• Leçons apprises : Même les échecs historiques documentés ne vaccinent pas les institutions contre le même biais. Le contenu du "Concept" a changé, mais l'attachement conservateur à celui-ci s'est répété. Une rotation du personnel et une remise en question institutionnalisée des hypothèses peuvent être nécessaires.

Exemple historique : La tragédie de Semmelweis (1847)

Ignace Semmelweis, travaillant dans les maternités de l'Hôpital général de Vienne, a remarqué que la première clinique, tenue par des médecins et des étudiants en médecine, perdait environ 10 % des mères à cause de la fièvre puerpérale, tandis que la seconde clinique, tenue par des sages-femmes, en perdait moins de 4 %. Les médecins venaient aux accouchements directement après des autopsies ; les sages-femmes, non. En mai 1847, il a rendu obligatoire le lavage des mains au chlorure de chaux, et la mortalité de la première clinique est passée de 18,3 % en avril à 2,2 % en juin. Ces données avaient un énorme rapport de vraisemblance : elles auraient dû immédiatement bouleverser la pratique médicale.

Au lieu de cela, l'establishment médical a fait preuve d'un conservatisme classique. La croyance antérieure, que la "fièvre puerpérale" était causée par des miasmes, un déséquilibre humoral ou simplement le destin, s'est avérée inébranlable. Les médecins ont reconnu les données mais ont refusé de se mettre à jour proportionnellement. Semmelweis a été ridiculisé, ostracisé et finalement interné dans un asile, où il est mort.

La leçon : le biais de conservatisme est social autant que cognitif. Lorsque les a priori sont renforcés par l'identité professionnelle, le consensus des pairs et le statut institutionnel, l'ancrage devient presque impossible à lever. Il a fallu des décennies et la révolution de la théorie des germes avant que les preuves fournies par Semmelweis ne fassent "le travail d'une observation".

6. Le coût de ce biais

6.1. Coûts personnels

• Dommages relationnels : Une mise à jour lente signifie que nous restons dans des relations néfastes plus longtemps que les preuves ne le justifient, ou que nous ne parvenons pas à reconnaître quand les relations se sont améliorées.

• Stagnation de carrière : Une mise à jour insuffisante concernant la satisfaction au travail, la pertinence des compétences ou les opportunités du marché maintient les personnes dans des postes sous-optimaux.

• Pertes financières : Les investisseurs particuliers qui se mettent à jour trop lentement laissent de l'argent sur la table ou conservent des positions perdantes au-delà des points d'arrêt rationnels.

• Opportunités manquées : Une reconnaissance lente des circonstances changeantes signifie que les opportunités passent avant que nous n'ayons pleinement assimilé leur importance.

• Retards de santé : L'incapacité à mettre à jour proportionnellement les symptômes de santé entraîne un retard dans la consultation et le traitement médicaux.

6.2. Coûts professionnels

• Aveuglement stratégique : Les organisations qui se mettent à jour trop lentement sur les changements du marché, les menaces concurrentielles ou les bouleversements technologiques se retrouvent dépassées.

• Échecs de projets : Les équipes reconnaissent les signes avant-coureurs mais n'ajustent pas proportionnellement leurs plans, conduisant à des échecs prévisibles.

• Mauvaise allocation des talents : Une mise à jour lente des performances des employés signifie que les mauvaises personnes restent dans les mauvais rôles.

• Persistance de la réputation : Les atteintes précoces à la réputation s'avèrent presque impossibles à surmonter malgré d'excellentes performances ultérieures.

• Résistance à l'innovation : Les solutions novatrices mènent une bataille difficile contre les approches existantes maintenues de manière conservatrice.

6.3. Coûts sociétaux

• Échecs du renseignement : Comme le montrent les cas de la guerre du Kippour et du 7 octobre, le conservatisme en matière de sécurité nationale peut coûter des milliers de vies. Le schéma est plus ancien que ces deux cas. En septembre 1962, le Board of National Estimates de Sherman Kent à la CIA (SNIE 85-3-62) a jugé que des missiles nucléaires soviétiques à Cuba étaient "incompatibles avec la politique soviétique telle que nous l'estimons actuellement", parce que l'URSS n'avait jamais déployé de telles armes à l'étranger. Les rapports sur des convois et du personnel soviétique ont été lus comme un renforcement défensif jusqu'à ce que des photographies prises par des U-2 le 14 octobre révèlent les sites de missiles.

• Inefficacités du marché : La PEAD et les phénomènes connexes représentent des milliards de dollars de mauvaise allocation basés sur une mise à jour lente collective.

• Décalage politique : Les sociétés réagissent aux problèmes clairement documentés (changement climatique, préparation à la pandémie, dégradation des infrastructures) avec une urgence insuffisante.

• Retards dans les progrès scientifiques : Les changements de paradigme font face à des décennies de résistance, les scientifiques établis se mettant à jour trop lentement sur des preuves infirmantes.

6.4. Impact statistique

• Sur les marchés : Les stratégies de trading exploitant la PEAD génèrent des rendements anormaux constants de 3 à 8 % par an après ajustement du risque, une mesure du coût du conservatisme collectif.

• Dans les expériences : Edwards a découvert qu'il faut 2 à 5 observations pour faire "le travail d'une observation" dans l'esprit humain, une perte d'efficacité de 50 à 80 % dans le traitement de l'information. Ce chiffre vaut pour de grands échantillons porteurs de signaux modestes ; avec de petits échantillons déséquilibrés, l'erreur va dans l'autre sens (Griffin & Tversky, 1992).

• Capacités cognitives : Dans l'étude d'Oechssler, Roider et Schmitz (2009), les sujets obtenant de meilleurs scores à un test de réflexion cognitive à trois items étaient moins conservateurs dans leur mise à jour, mais le biais n'a pas disparu.

• Dans les diagnostics : Les études médicales suggèrent que l'élan diagnostique contribue à 10 à 15 % des erreurs de diagnostic initiales qui restent non corrigées malgré des preuves contradictoires.

7. Les avantages cachés

Le biais de conservatisme est plus qu'un bug. Certaines de ses fonctions sont assez importantes pour qu'il soit malavisé de vouloir l'éliminer complètement.

Quand le conservatisme aide :

• Stabilité dans les environnements bruyants : En atténuant notre réponse à chaque nouvelle information, le conservatisme nous empêche d'être ballottés par un bruit aléatoire. Dans les environnements où les signaux sont véritablement peu fiables, cela est adaptatif.

• Protection contre la manipulation : Un esprit entièrement bayésien serait très vulnérable à la tromperie. La tendance conservatrice à se méfier des preuves extrêmes offre une certaine protection contre les escrocs et les propagandistes. Corner, Harris et Hahn (2010) ont montré que si les participants considèrent l'expérimentateur comme seulement en partie fiable, leurs estimations "conservatrices" dans la tâche des sacs de jetons peuvent être proches de ce que donnerait un bayésien.

• Efficacité cognitive : Un recalcul complet avec chaque nouvelle donnée serait coûteux en calcul. Le conservatisme permet de se satisfaire du suffisant (satisficing) : une mise à jour "assez bonne" qui préserve les ressources mentales.

• Stabilité sociale : Si les gens se mettaient entièrement à jour sur chaque élément d'information sociale, les relations et les institutions seraient chaotiques. Une certaine persistance dans les jugements sociaux permet à la coopération de fonctionner.

• Prévention de la psychose : La recherche montre que le biais de "sauter aux conclusions" dans la schizophrénie pourrait représenter l'extrême inverse. Le conservatisme peut être un tampon contre l'instabilité pathologique des croyances.

Le compromis : L'objectif n'est pas d'éliminer le conservatisme, mais de le calibrer. Nous voulons être modérément conservateurs face à des informations non fiables et réactifs de manière appropriée face à des preuves hautement diagnostiques.

8. Auto-évaluation : Avez-vous ce biais ?

8.1. Liste de contrôle des signes avant-coureurs

• Je me surprends souvent à dire "attendons de voir" même lorsque les preuves pointent clairement dans une direction
• Je maintiens fréquemment ma première impression des gens malgré un comportement contradictoire
• J'ai tendance à ajuster les prévisions et les estimations de faibles montants, même lorsque les nouvelles informations sont spectaculaires
• Je me sens souvent surpris par des résultats qui "n'auraient pas dû être surprenants" compte tenu des preuves disponibles
• Je me surprends à intégrer de nouvelles informations dans mes croyances existantes plutôt qu'à mettre à jour ces croyances
• Je suis souvent parmi les derniers de mon groupe à changer d'avis sur les questions
• Je reconnais parfois les preuves mais ajoute des qualificatifs comme "mais ce n'est qu'un point de données"
• Mes prédictions sur l'avenir ont tendance à ressembler à de légères modifications du présent
• Je suis resté dans des situations (emplois, relations, investissements) plus longtemps que je n'aurais dû malgré les signes avant-coureurs
• D'autres m'ont dit que j'étais "têtu" ou "lent à changer"

Notation :

• 0-2 cases cochées : Faible susceptibilité
• 3-5 cases cochées : Susceptibilité modérée
• 6-8 cases cochées : Forte susceptibilité
• 9-10 cases cochées : Très forte susceptibilité

8.2. Questions d'autoréflexion

1. Pensez à un moment où vous avez été surpris par un résultat. Rétrospectivement, y avait-il des preuves que vous avez reconnues mais que vous n'avez pas suffisamment pondérées ?

2. Rappelez-vous une croyance majeure que vous avez changée au cours des cinq dernières années. Combien de temps s'est-il écoulé entre la "première preuve contradictoire" et la "révision réelle de la croyance" ?

3. Lorsque vous recevez des commentaires négatifs, faites-vous des ajustements proportionnels ou minimes ?

4. Comment réagissez-vous lorsque des preuves contredisent fortement une chose que vous avez publiquement déclarée ou à laquelle vous vous êtes engagé ?

5. D'autres vous ont-ils accusé d'être lent à vous mettre à jour ou figé dans vos habitudes ? Comment avez-vous réagi à ces commentaires ?

8.3. Scénario de diagnostic rapide

Scénario : Vous avez investi dans une action basée sur des fondamentaux solides. L'entreprise publie des résultats trimestriels qui manquent considérablement les attentes : les bénéfices sont inférieurs de 40 % aux estimations des analystes. La couverture médiatique suggère des problèmes structurels dans leur activité principale.

Comment réagiriez-vous ?

• A) "C'est probablement une baisse temporaire. Je vais conserver mes actions et attendre que les choses se normalisent." → Forte susceptibilité
• B) "C'est inquiétant, mais je vais réduire ma position de 10 à 15 % et surveiller de près." → Susceptibilité modérée
• C) "Cela change radicalement mon évaluation. Je dois recalculer fondamentalement ma position sur la base de ces nouvelles informations, ce qui pourrait signifier une réduction majeure." → Faible susceptibilité

9. Identifier ce biais chez les autres

9.1. Indicateurs comportementaux

• Signes observables dans le discours : Utilisation intensive de qualificatifs, de minimiseurs et de constructions "oui, mais" lors du traitement de nouvelles informations
• Modèles de décision : Petits ajustements progressifs des positions même lorsque les preuves justifient des changements majeurs
• Expression de surprise : Surprise fréquente face à des résultats qui avaient été clairement signalés : "Je ne l'ai pas vu venir" quand ils auraient dû
• Traitement des preuves : Reconnaître l'information mais la contextualiser immédiatement dans des cadres existants
• Retards d'action : Tendance à "attendre plus de données" alors que des données exploitables sont déjà disponibles

9.2. Signaux d'alarme conversationnels

Phrases que les gens prononcent lorsqu'ils sont sous l'influence de ce biais :

• "Ne surréagissons pas à un seul point de données"
• "Je vois ce que tu veux dire, mais je pense toujours..."
• "C'est probablement juste une anomalie"
• "Je le croirai quand je verrai plus de preuves"
• "Cela ne change pas vraiment le tableau fondamental"

Types d'arguments qu'ils avancent :

• Souligner la cohérence des preuves antérieures par rapport au pouvoir diagnostique des nouvelles preuves
• Traiter les nouvelles informations spectaculaires comme équivalentes en poids aux informations de confirmation de routine

Questions qu'ils évitent de poser :

• "Que faudrait-il pour me faire changer d'avis ?"
• "Suis-je en train de pondérer ces nouvelles preuves proportionnellement à leur véritable valeur diagnostique ?"

9.3. Déclencheurs situationnels

• Investissement élevé : Lorsque quelqu'un s'est engagé publiquement sur une position, l'investissement de l'ego amplifie le conservatisme
• Identité d'expert : Les experts du domaine font preuve d'un conservatisme accru car leur expertise est ancrée dans des cadres antérieurs
• Consensus de groupe : Lorsque le groupe adopte une position, les individus sont plus conservateurs quant à s'en écarter
• Pression du temps : Paradoxalement, la pression peut accroître le conservatisme car les gens se rabattent sur leurs croyances antérieures
• Complexité : L'information complexe déclenche un traitement plus conservateur : la charge cognitive favorise l'ancrage
• Ambiguïté : Lorsque de nouvelles preuves peuvent être interprétées de multiples façons, le conservatisme augmente
• Stress et fatigue : Lorsque les ressources mentales nécessaires à une réévaluation exigeante s'amenuisent, les gens se rabattent sur ce qu'ils croient déjà

10. Stratégies de débiaisement cognitif

10.1. Techniques immédiates

• La correction "2-5x" : Rappelez-vous la découverte d'Edwards selon laquelle il faut de 2 à 5 observations pour faire le travail d'une observation. Lorsque vous vous surprenez à effectuer une mise à jour, multipliez délibérément votre ajustement initial par 2 ou 3.

• La vérification bayésienne : Avant de vous fixer sur votre croyance mise à jour, calculez explicitement ce que le théorème de Bayes suggérerait. Même des calculs approximatifs révèlent souvent à quel point votre intuition est loin du compte.

• Le test des "yeux neufs" : Demandez-vous : "Si quelqu'un sans aucune croyance préalable ne voyait que cette nouvelle preuve, que conclurait-il ?" Utilisez cela comme un point d'ancrage pour contrer votre conservatisme.

• Articulation du rapport de vraisemblance : Avant de procéder à une mise à jour, indiquez explicitement : "De combien cette preuve est-elle plus probable si ma croyance actuelle est fausse que si elle est vraie ?" Cela oblige à se confronter au pouvoir diagnostique.

• Le test de l'inversion : Si vous aviez la croyance opposée et receviez les mêmes preuves, mettriez-vous à jour de la même proportion ? Si ce n'est pas le cas, vous êtes asymétriquement conservateur.

• La séparation de la source : Jugez les preuves indépendamment de la personne qui les a apportées. Mettriez-vous à jour de la même ampleur si des données identiques provenaient d'une source en laquelle vous avez déjà confiance ?

10.2. Stratégies à long terme

• Suivi de l'étalonnage : Tenez un journal des prédictions et des niveaux de confiance. Passez-le en revue régulièrement pour identifier les modèles de sous-mise à jour.

• Règles de mise à jour de pré-engagement : Avant de recevoir des informations, engagez-vous sur des règles de mise à jour spécifiques : "Si le test s'avère positif, j'augmenterai mon estimation à au moins X."

• Examen systématique des croyances : Planifiez régulièrement des examens des croyances importantes. Demandez-vous : "Quelles preuves ai-je reçues depuis la dernière fois que j'ai examiné cela ? Ai-je mis à jour proportionnellement ?"

• Renforcer la tolérance à la mise à jour : Entraînez-vous à effectuer des changements de croyances rapides et importants sur des problèmes à faible enjeu pour développer une flexibilité cognitive.

10.3. Conception environnementale

• Présentation de l'information : Concevez des tableaux de bord et des rapports qui mettent en évidence le pouvoir diagnostique des nouvelles informations, et pas seulement l'information elle-même.

• Avocats du diable : Institutionnalisez les rôles dont le travail consiste à plaider en faveur du cas de mise à jour, pas seulement d'évaluer les preuves de manière neutre.

• Marchés de prédiction : Utilisez les marchés pour agréger les croyances, car ils ont tendance à se mettre à jour plus efficacement que les individus.

• Politiques de rotation : Faites alterner les personnes à différents postes afin que de nouveaux regards examinent régulièrement les croyances établies.

• Alertes de mise à jour : Créez des déclencheurs qui signalent lorsque les preuves accumulées franchissent des seuils, forçant des décisions de mise à jour explicites.

10.4. Quand solliciter des avis externes

• Décisions à enjeux élevés : Lorsque les conséquences sont importantes, un étalonnage externe devient essentiel
• Domaines d'expertise : Votre expertise peut vous rendre plus conservateur plutôt que moins en matière de mise à jour
• Croyances de longue date : Les croyances tenues pendant des années ont eu plus de temps pour accumuler un poids d'ancrage
• Engagements publics : Lorsque vous avez déclaré publiquement une position, demandez une évaluation externe des nouvelles preuves
• Reconnaissance des schémas : Si vous avez été surpris à plusieurs reprises dans un domaine, votre mise à jour est probablement mal calibrée

11. Exercices pratiques

Exercice 1 : Le journal d'estimation des probabilités

• Objectif : Développer la conscience de vos modèles de mise à jour
• Temps requis : 5 minutes par jour, révision hebdomadaire de 30 minutes
• Matériel nécessaire : Journal ou feuille de calcul
• Niveau de difficulté : Débutant
• Instructions:
  1. Chaque jour, identifiez une croyance ou une prédiction que vous avez (par exemple, "Le projet sera terminé à temps", "L'action va augmenter")
  2. Attribuez-lui une probabilité (0-100 %)
  3. Notez toute nouvelle preuve que vous recevez liée à cette croyance
  4. Enregistrez votre probabilité mise à jour après avoir reçu la preuve
  5. À la fin de la semaine, faites le bilan : de combien avez-vous mis à jour ? Calculez ce qu'un bayésien mettrait à jour. Notez l'écart.
• Questions de réflexion :
  • Vos mises à jour étaient-elles systématiquement inférieures à ce que les preuves justifiaient ?
  • Quels types de preuves ont déclenché le plus de sous-mises à jour ?
  • Vos mises à jour sont-elles devenues plus petites à mesure que vous accumuliez plus de preuves ?
• Fréquence : Tenue de journal quotidienne, révision hebdomadaire

Exercice 2 : La simulation des jetons de poker

• Objectif : Expérimenter le biais directement à travers le paradigme classique
• Temps requis : 30 minutes
• Matériel nécessaire : Deux sacs, des objets colorés (billes, perles ou vrais jetons), du papier
• Niveau de difficulté : Intermédiaire
• Instructions:
  1. Préparez deux sacs : un avec 70 % d'objets rouges, un avec 30 % d'objets rouges
  2. Demandez à quelqu'un d'autre de choisir secrètement un sac
  3. Tirez les objets un par un, en notant la couleur
  4. Après chaque tirage, écrivez votre estimation de probabilité qu'il s'agisse du sac à dominante rouge
  5. Après 12 tirages, calculez l'a posteriori bayésien
  6. Comparez vos estimations à la réponse mathématique
• Questions de réflexion :
  • Quelle était la taille de votre écart par rapport à l'a posteriori bayésien ?
  • Vos mises à jour ont-elles diminué au fur et à mesure que les tirages s'accumulaient ?
  • Qu'avez-vous ressenti en voyant à quel point votre intuition était erronée ?
• Fréquence : Pratique mensuelle

Exercice 3 : Analyse de cas historique

• Objectif : Reconnaître les modèles de conservatisme dans les échecs du monde réel
• Temps requis : 45 minutes
• Matériel nécessaire : Documents d'études de cas (articles sur des échecs du renseignement, des crises financières, des erreurs médicales)
• Niveau de difficulté : Avancé
• Instructions:
  1. Sélectionnez un échec documenté impliquant des signaux manqués (Guerre du Kippour, Pearl Harbor, crise financière de 2008)
  2. Énumérez les croyances antérieures des décideurs
  3. Identifiez les preuves qui étaient disponibles avant l'échec
  4. Estimez le rapport de vraisemblance de ces preuves
  5. Retracez comment les décideurs ont réellement mis à jour (ou n'ont pas réussi à le faire)
  6. Identifiez les facteurs structurels qui ont amplifié le conservatisme
• Questions de réflexion :
  • Quel "concept" a servi d'ancrage ?
  • À quel moment la mise à jour aurait-elle dû avoir lieu ?
  • Quels changements institutionnels auraient pu aider ?
• Fréquence : Analyse approfondie trimestrielle

Pratique quotidienne

La vérification du "multiplicateur de mise à jour"

Chaque soir, identifiez une croyance que vous avez mise à jour au cours de la journée. Demandez-vous : "Ai-je multiplié par au moins 2 ?" Si ce n'est pas le cas, révisez consciemment votre croyance mise à jour à la hausse (si les preuves confirmaient) ou à la baisse (si elles infirmaient) d'un facteur supplémentaire.

• Durée suggérée : 5 minutes
• Meilleur moment de la journée : Soir
• Comment suivre les progrès : Journal hebdomadaire des mises à jour et des ajustements du multiplicateur

Défi hebdomadaire

L'audit des croyances

Une fois par semaine, sélectionnez une croyance de longue date et soumettez-la à une analyse de mise à jour rigoureuse :

1. Quand avez-vous formé cette croyance ?
2. Quelles preuves se sont accumulées depuis lors ?
3. Quel est le rapport de vraisemblance global de ces preuves ?
4. Quelle devrait être votre croyance maintenant par rapport à ce qu'elle est réellement ?
5. Effectuez la mise à jour corrective.

• Résultats attendus après 4 semaines : Des croyances nettement mieux calibrées dans les domaines audités ; un confort accru avec la révision des croyances
• Questions pour votre journal :
  • Quelles croyances se sont avérées les plus résistantes à la mise à jour ?
  • Quelles réponses émotionnelles surgissent face à une sous-mise à jour ?
  • Comment la mise à jour délibérée a-t-elle affecté la qualité de vos décisions ?

12. Pour des publics spécifiques

Pour les dirigeants et les managers

• Créez une sécurité psychologique pour la mise à jour : Les équipes qui craignent de paraître inconstantes feront preuve d'un conservatisme amplifié. Modélisez vous-même la révision des croyances.

• Institutionnalisez les "Red Teams" : Désignez des groupes dont le rôle explicite est d'argumenter contre les évaluations dominantes et de calculer à quoi ressemblerait une mise à jour proportionnelle.

• Exigez des justifications de mise à jour : Ne demandez pas seulement "Que croyez-vous ?" Demandez : "De combien vous êtes-vous mis à jour en fonction de ces nouvelles informations, et pourquoi ?"

• Surveillez la formation de "concept" : Lorsque vous entendez des expressions comme "notre approche" ou "notre stratégie" se calcifier, reconnaissez-les comme des ancrages qui résisteront aux preuves.

• Établissez des mesures de mise à jour : Suivez la rapidité avec laquelle votre organisation se met à jour sur les prévisions clés par rapport à l'arrivée de l'information. Mesurez et récompensez la réactivité appropriée.

• Séparez l'analyse du plaidoyer : Demandez à une équipe d'évaluer les preuves et à une autre de recommander l'action, afin que les personnes qui ont défendu un plan ne soient pas les seules à juger les données qui s'y opposent.

Pour les parents et les éducateurs

• Enseignez le calibrage tôt : Utilisez des jeux de probabilité simples pour montrer aux enfants à quel point les preuves devraient faire évoluer les croyances.

• Célébrez le changement d'avis : Félicitez explicitement les déclarations du type "J'ai changé d'avis parce que..." plutôt que la constance.

• Modélisez la mise à jour : Laissez les enfants vous voir mettre à jour vos croyances en fonction de nouvelles informations. Racontez le processus : "Je pensais que X, mais maintenant j'ai appris Y, donc je pense que Z."

• L'habitude "Qu'est-ce qui te ferait changer d'avis ?" : Posez régulièrement cette question aux enfants sur leurs croyances. Développez l'habitude d'identifier à l'avance les conditions de mise à jour.

• Exemples historiques : Utilisez des études de cas adaptées à l'âge, de personnes qui n'ont pas réussi à se mettre à jour (et les conséquences) et de personnes qui ont réussi à réviser leurs croyances (et les avantages).

Pour les professionnels de la santé

• Méfiez-vous de l'élan diagnostique : Une fois qu'un patient a une étiquette, recherchez activement des preuves infirmantes. Demandez : "Qu'est-ce qui changerait ce diagnostic ?"

• Protocoles "yeux neufs" : Intégrez des points systématiques où de nouveaux cliniciens examinent les cas sans avoir accès aux diagnostics antérieurs.

• Communication basée sur la probabilité : Quantifiez votre confiance diagnostique et suivez comment les nouveaux tests devraient mathématiquement mettre à jour cette probabilité.

• Prise de conscience de Semmelweis : N'oubliez pas que le conservatisme de l'establishment médical a historiquement coûté d'innombrables vies. Votre a priori pourrait être faux.

• Maintien du diagnostic différentiel : Gardez les diagnostics alternatifs vivants plus longtemps qu'il n'est confortable. Le diagnostic "improbable" a toujours une probabilité que les preuves devraient mettre à jour.

• Alertes dans le dossier : Configurez les dossiers médicaux électroniques pour signaler les nouveaux résultats qui entrent en conflit avec le diagnostic de travail, afin que la contradiction soit placée sous les yeux du clinicien.

Pour les professionnels de la finance

• Exploitez systématiquement la PEAD : Concevez des stratégies qui profitent du conservatisme du marché. Il s'agit essentiellement d'un arbitrage sur l'inertie cognitive collective.

• Accompagnement à la mise à jour des clients : Aidez les clients à comprendre pourquoi leurs mises à jour intuitives sont probablement trop faibles lorsque les preuves sont solides ou abondantes. Utilisez-y la correction "2-5x" comme heuristique de départ, et recherchez l'erreur inverse, la sur-réaction, lorsqu'un client se laisse influencer par une seule donnée marquante.

• Identification des changements de régime : Créez des systèmes qui signalent les "changements de phase" potentiels nécessitant une mise à jour au niveau du paradigme plutôt qu'un ajustement progressif.

• Suivi des révisions des analystes : Surveillez l'évolution de vos propres estimations par rapport à la mise à jour bayésienne. Identifiez les modèles de sous-révision systématiques.

• Intégration de la finance comportementale : Intégrez des modèles de conservatisme (comme le BSV) dans votre compréhension de la dynamique du marché et du comportement des clients.

13. Interactions avec d'autres biais

Biais qui amplifient le conservatisme

Biais qui neutralisent le conservatisme

Chaînes de biais courantes

La cascade de croyances enracinées : Biais de confirmation → Biais de conservatisme → Excès de confiance → Surprise face aux résultats

Explication : Premièrement, le biais de confirmation filtre les preuves afin que les informations contradictoires soient moins saillantes. Ensuite, le conservatisme fait en sorte que même les preuves contradictoires qui passent à travers produisent une mise à jour insuffisante. Cela conduit à une confiance excessive dans la croyance existante. Enfin, lorsque la réalité s'écarte de la croyance, les décideurs sont surpris. La cascade produit la réaction "Je ne l'ai pas vu venir" face à des événements prévisibles.

La chaîne de l'erreur diagnostique : Biais de conservatisme → Ancrage → Clôture prématurée → Erreur diagnostique

Explication : Le clinicien garde le diagnostic initial, lit chaque nouveau symptôme par rapport à lui, cesse de chercher des alternatives et passe à côté de la véritable affection. Des points de revue obligatoires qui demandent « qu'est-ce qui changerait ce diagnostic ? » rompent la chaîne à sa deuxième étape.

Briser la cascade : Interrompez-la dès le premier stade en recherchant activement des preuves infirmantes, puis appliquez des multiplicateurs de mise à jour conscients pour contrer le conservatisme.

14. Perspectives culturelles

Les recherches sur les variations culturelles du biais de conservatisme sont limitées mais suggestives.

• Aspects universels : Le phénomène de base, une mise à jour inférieure à ce que prescrivent les normes bayésiennes, apparaît dans toutes les cultures étudiées. Le paradigme des "sacs de jetons" produit du conservatisme dans les contextes culturels occidentaux, orientaux et autres.

• Variation en ampleur : Certaines recherches suggèrent que les cultures qui mettent davantage l'accent sur le respect de la tradition et de l'autorité établie peuvent montrer un conservatisme amplifié, tandis que les cultures qui mettent l'accent sur l'innovation et le défi peuvent montrer un conservatisme réduit (mais toujours présent).

• Effets de contexte : Les cultures diffèrent quant aux domaines qui déclenchent plus ou moins de conservatisme. Les préoccupations liées à la sauvegarde de la face peuvent amplifier le conservatisme sur les croyances publiquement déclarées dans certaines cultures.

• Attentes de changement : Les travaux de Richard Nisbett sur la pensée holistique et analytique (The Geography of Thought, 2003) ont montré que les participants d'Asie de l'Est s'attendent plus souvent à des inversions de tendance, tandis que les participants occidentaux s'attendent à ce qu'elles se poursuivent. Cela pourrait rendre les personnes issues de cultures holistiques plus promptes à réviser une prévision, bien que ces recherches n'aient pas mesuré la mise à jour bayésienne elle-même.

15. Mythes et idées fausses

16. Avis d'experts

« Le changement d'opinion est très ordonné, et généralement proportionnel aux nombres du théorème de Bayes, mais il est insuffisant en quantité. » — Ward Edwards, « Conservatism in Human Information Processing », dans B. Kleinmuntz (dir.), Formal Representation of Human Judgment (Wiley, 1968), pp. 17-52

« Il faut généralement de deux à cinq observations pour faire le travail d'une seule observation lorsqu'il s'agit d'amener le sujet à changer d'opinion. » — Ward Edwards, « Conservatism in Human Information Processing », dans B. Kleinmuntz (dir.), Formal Representation of Human Judgment (Wiley, 1968), pp. 17-52

« Je me suis trompé en présumant que les intérêts propres des organisations, en particulier les banques et d'autres, étaient tels qu'elles étaient les mieux placées pour protéger leurs propres actionnaires et leurs fonds propres dans ces entreprises. » — Alan Greenspan, témoignage devant le U.S. House Committee on Oversight and Government Reform (23 octobre 2008)

Martin Hilbert soutient que le conservatisme peut naître du bruit : lorsque l'esprit récupère imparfaitement les éléments de preuve en mémoire, les croyances évoluent moins que ne le prescrit le théorème de Bayes, même sans aucun défaut de raisonnement distinct. — Résumé de Hilbert, « Toward a Synthesis of Cognitive Biases: How Noisy Information Processing Can Bias Human Decision Making », Psychological Bulletin (2012)

17. Principaux points à retenir

1. La direction sans l'ampleur : Vous voyez toujours dans quelle direction pointent les preuves. Ce que le biais de conservatisme vous empêche de faire, c'est d'aller aussi loin que ces preuves le justifient.

2. L'écart de 2 à 5x : Empiriquement, avec un grand échantillon et un signal modeste, les humains ont besoin de deux à cinq éléments de preuve pour accomplir ce qu'un seul élément devrait accomplir. Dans ce cadre, vos mises à jour intuitives représentent probablement la moitié ou le cinquième de ce qu'elles devraient être.

3. L'erreur a un signe qui dépend des preuves : Les gens pèsent la force apparente des preuves plus que leur quantité (Griffin & Tversky, 1992). Les grands échantillons sont sous-pondérés, ce qui est du conservatisme ; les petits échantillons déséquilibrés sont surpondérés, ce qui est l'erreur inverse. Le test d'Augenblick et Rabin (2021) détecte les deux.

4. Stabilité contre précision : Le conservatisme est un compromis autant qu'une erreur. Le cerveau sacrifie la précision au profit de la stabilité. L'objectif est un meilleur calibrage, pas l'élimination.

5. Amplification institutionnelle : Les organisations peuvent consacrer le conservatisme dans des "concepts" et des doctrines qui résistent à la mise à jour même lorsque des preuves catastrophiques arrivent.

6. Le coût est réel : Des échecs du renseignement coûtant des milliers de vies aux inefficacités du marché valant des milliards de dollars en passant par les diagnostics médicaux tardifs, la sous-mise à jour a des coûts mesurables et tragiques.

7. Une correction délibérée est possible : L'application consciente de multiplicateurs de mise à jour, de "Red Teams" et d'audits systématiques des croyances peut partiellement contrer ce biais profondément enraciné.

18. Ressources supplémentaires

Articles académiques

• Edwards, W. (1968). Conservatism in human information processing. In B. Kleinmuntz (Ed.), Formal Representation of Human Judgment. Wiley.
• Phillips, L.D. & Edwards, W. (1966). Conservatism in a simple probability inference task. Journal of Experimental Psychology, 72(3), 346-354. https://doi.org/10.1037/h0023653
• Barberis, N., Shleifer, A., & Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3), 307-343.
• Ball, R. & Brown, P. (1968). An empirical evaluation of accounting income numbers. Journal of Accounting Research, 6(2), 159-178. https://doi.org/10.2307/2490232
• Corner, A., Harris, A.J.L., & Hahn, U. (2010). Conservatism in belief revision and participant skepticism. Proceedings of the Annual Conference of the Cognitive Science Society.
• Griffin, D., & Tversky, A. (1992). The weighing of evidence and the determinants of confidence. Cognitive Psychology, 24(3), 411-435. https://doi.org/10.1016/0010-0285(92)90013-r
• Oechssler, J., Roider, A., & Schmitz, P.W. (2009). Cognitive abilities and behavioral biases. Journal of Economic Behavior & Organization, 72(1), 147-152. https://doi.org/10.1016/j.jebo.2009.04.018
• Hilbert, M. (2012). Toward a synthesis of cognitive biases: How noisy information processing can bias human decision making. Psychological Bulletin, 138(2), 211-237. https://doi.org/10.1037/a0025940
• Augenblick, N., & Rabin, M. (2021). Belief movement, uncertainty reduction, and rational updating. Quarterly Journal of Economics, 136(2), 933-985. https://doi.org/10.1093/qje/qjaa043
• Lefebvre, G., Lebreton, M., Meyniel, F., Bourgeois-Gironde, S., & Palminteri, S. (2017). Behavioural and neural characterization of optimistic reinforcement learning. Nature Human Behaviour, 1, 0067. https://doi.org/10.1038/s41562-017-0067
• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430-454. https://doi.org/10.1016/0010-0285(72)90016-3
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131. https://doi.org/10.1126/science.185.4157.1124

Livres

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Tetlock, P.E. & Gardner, D. (2015). Superforecasting: The Art and Science of Prediction. Crown.
• Kuhn, T.S. (1962). The Structure of Scientific Revolutions. University of Chicago Press.
• Nisbett, R. E. (2003). The Geography of Thought: How Asians and Westerners Think Differently... and Why. Free Press.

Chapitres de livres

• Edwards, W. (1982). Conservatism in human information processing. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment Under Uncertainty: Heuristics and Biases (pp. 359-369). Cambridge University Press. https://doi.org/10.1017/cbo9780511809477.026
• Benjamin, D.J. (2019). Errors in probabilistic reasoning and judgment biases. In B.D. Bernheim, S. DellaVigna, & D. Laibson (Eds.), Handbook of Behavioral Economics: Applications and Foundations 1 (Vol. 2, pp. 69-186). Elsevier. https://doi.org/10.1016/bs.hesbe.2018.11.002

19. Fiche récapitulative

20. Glossaire des termes utilisés

21. Questions de discussion

Pour les clubs de lecture, les salles de classe ou l'autoréflexion :

1. Pensez à une croyance majeure à laquelle vous tenez fermement. Quelles preuves faudrait-il pour vous faire changer d'avis ? Votre réponse est-elle réaliste, ou est-ce un signe de conservatisme ?

2. Les échecs du Kippour et du 7 octobre se sont produits à 50 ans d'intervalle avec une conscience documentée de l'échec précédent. Pourquoi les institutions répètent-elles le même modèle de biais ? Comment cela pourrait-il être évité ?

3. Le biais de conservatisme est-il plus problématique dans des environnements en évolution rapide ou lente ? Pourquoi ?

4. La vision du "sceptique rationnel" suggère que le conservatisme pourrait être une méfiance adaptative à l'égard des informations peu fiables. Quand le scepticisme à l'égard des preuves est-il justifié, et quand sert-il de paravent à un conservatisme injustifié ?

5. Les systèmes d'intelligence artificielle peuvent être programmés pour se mettre à jour entièrement. Comment pourraient-ils interagir avec le conservatisme humain ? Quels problèmes pourraient découler de cette inadéquation ?

Dernière mise à jour : 7 novembre 2026