L'Effet de Sous-additivité

En un coup d'œil

1. Résumé rapide

Lorsque nous pensons aux risques ou aux possibilités en termes généraux, nous avons tendance à les sous-estimer. Mais lorsque ces mêmes possibilités sont décomposées en scénarios spécifiques et frappants, la somme de nos estimations pour chaque scénario dépasse notre estimation pour l'ensemble. Essentiellement, le détail engendre la croyance—plus la description est spécifique, plus nous pensons que quelque chose est probable, même lorsque la logique dicte le contraire. C'est pourquoi "la mort de causes naturelles" semble moins probable que "la mort d'un cancer plus une maladie cardiaque plus d'autres causes naturelles" combinées.

2. La science derrière tout ça

2.1. Découverte et Histoire

L'effet de sous-additivité a été formellement identifié et rigoureusement documenté en 1994 par les psychologues cognitifs Amos Tversky et Derek Koehler dans leur article fondateur introduisant la Théorie du support (Support Theory). Bien que des recherches antérieures aient laissé entrevoir des violations de l'additivité des probabilités, Tversky et Koehler ont été les premiers à fournir un cadre théorique complet expliquant pourquoi et comment ces violations se produisent systématiquement.

La découverte a émergé du programme de recherche plus large sur le jugement dans l'incertitude que Tversky avait initié avec Daniel Kahneman depuis les années 1970. Leurs travaux sur les heuristiques et les biais avaient déjà révélé que les jugements humains sur les probabilités s'écartent des modèles normatifs de manière prévisible. La théorie du support représentait une extension naturelle, formalisant l'idée que la probabilité subjective n'est pas attachée aux événements eux-mêmes, mais aux descriptions de ces événements.

Étapes clés de la recherche :

• 1994 : Tversky et Koehler publient "Support Theory: A Nonextensional Representation of Subjective Probability", établissant les fondements théoriques.
• 1995 : Redelmeier, Koehler et leurs collègues étendent les résultats au diagnostic médical, démontrant des implications cliniques dans le monde réel.
• 1998 : Fox et Tversky intègrent la théorie du support à la théorie des perspectives (Prospect Theory), démontrant des effets dans les paris sportifs et les marchés financiers.
• 2004 : Bearden, Wallsten et Fox introduisent des modèles stochastiques expliquant le rôle de l'erreur aléatoire.
• 2008 : Thomas et ses collègues proposent le modèle HyGene, offrant une explication mécaniste basée sur la récupération en mémoire.
• Années 2010-présent : Application à l'analyse du renseignement, à l'assurance et à l'évaluation des risques géopolitiques.

2.2. Chercheurs clés

2.3. Études marquantes

L'étude sur les "Causes non naturelles" (Tversky & Koehler, 1994)

Cette expérience reste la démonstration définitive de la sous-additivité. En utilisant un plan inter-sujets, les participants ont estimé la probabilité de décès de diverses causes aux États-Unis.

Méthodologie :

• Condition globale ("Packed") : Les sujets ont estimé la probabilité qu'un décès choisi au hasard soit dû à des "causes naturelles".
• Condition détaillée ("Unpacked") : Différents sujets ont estimé les probabilités pour des causes naturelles spécifiques : "Cancer", "Crise cardiaque" et "Autres causes naturelles".

Principales conclusions :

• Estimation moyenne pour "causes naturelles" (globale) : 58 %
• Somme des estimations séparées : Cancer (18 %) + Crise cardiaque (22 %) + Autres (33 %) = 73 %
• Inflation de 15 points de pourcentage lorsque la catégorie a été détaillée.

Cela a démontré que le concept de "causes naturelles" ne contient pas psychologiquement tout le poids des maladies qui le composent. Le déballage rend les menaces spécifiques saillantes, augmentant ainsi leur probabilité perçue.

L'étude sur les Playoffs NBA (Fox & Tversky, 1998)

Pour tester si l'expertise dans un domaine atténue la sous-additivité, cette étude a examiné les prédictions de basketball professionnel.

Méthodologie :

• Les participants (fans et analystes) ont jugé la probabilité que les équipes remportent le championnat de la NBA.
• Les jugements ont été comparés à travers différents niveaux hiérarchiques : équipes individuelles, divisions et conférences.

Principales conclusions :

• Somme médiane des probabilités pour 8 équipes individuelles : >2,0 (le double du maximum logique de 1,0).
• Somme pour 4 divisions : environ 1,5.
• Somme pour 2 conférences : environ 1,0.
• À mesure que les partitions devenaient plus fines (plus détaillées), la probabilité totale augmentait de façon monotone.

Cela a démontré que l'expertise ne protège pas de la sous-additivité.

Étude sur le diagnostic médical (Redelmeier et al., 1995)

Méthodologie :

• Des médecins ont été confrontés à un scénario clinique impliquant un patient souffrant de douleurs abdominales.
• Un groupe a reçu une liste comprenant "gastro-entérite", "grossesse extra-utérine" et "aucune de ces réponses".
• Le deuxième groupe avait "aucune de ces réponses" détaillé en alternatives spécifiques (appendicite, calculs rénaux, etc.).

Principales conclusions :

• La probabilité attribuée à la catégorie "résiduelle" a considérablement diminué lorsque les alternatives ont été détaillées.
• La somme des probabilités pour les alternatives détaillées a largement dépassé le résidu global.
• Les médecins sous-estiment systématiquement la probabilité des maladies qui ne figurent pas explicitement dans le diagnostic différentiel.

Étude de recherche et de sauvetage (Hill, 2012)

Méthodologie :

• Les planificateurs de recherche ont attribué des probabilités à différents segments de la zone de recherche et à l'hypothèse résiduelle du "reste du monde".
• Le résidu était soit global, soit détaillé en scénarios spécifiques ("le sujet a pris un bus", "le sujet a été enlevé", "le sujet a fait du stop").

Principales conclusions :

• Lorsqu'elle a été détaillée, la probabilité perçue que le sujet se trouvait en dehors de la zone de recherche a considérablement augmenté.
• Démontre un biais opérationnel dangereux : l'incapacité à détailler le résidu conduit à un excès de confiance dans le fait que le sujet se trouve dans la grille de recherche.

2.4. Base neurologique

L'effet de sous-additivité émerge des propriétés fondamentales des systèmes humains de mémoire et d'attention :

Goulots d'étranglement de la récupération de la mémoire : Le modèle HyGene (Hypothesis Generation) proposé par Thomas et al. (2008) explique que, lors de l'évaluation d'une hypothèse globale, les décideurs doivent récupérer des exemples pertinents de la mémoire à long terme vers la mémoire de travail. En raison des contraintes de capacité (la mémoire de travail ne peut retenir que 4±1 blocs d'informations), ils ne peuvent pas récupérer toutes les sous-hypothèses possibles. Le déballage contourne ce goulot d'étranglement en "externalisant" le processus de récupération.

Régions du cerveau impliquées :

• Cortex préfrontal : Les limitations des fonctions exécutives et de la mémoire de travail qui restreignent la génération d'hypothèses.
• Hippocampe : Les processus de récupération de la mémoire qui déterminent quels exemples sont accessibles.
• Amygdale : Le traitement de la saillance émotionnelle qui amplifie les scénarios vifs et spécifiques par rapport aux catégories abstraites.

Mécanismes cognitifs :

• Heuristique de disponibilité : Les événements qui viennent facilement à l'esprit sont jugés plus probables.
• Bruit stochastique : L'erreur aléatoire dans la mise en correspondance des sentiments internes avec des probabilités numériques (Bearden et al., 2004).
• Jugement régressif : Les estimations pour les événements rares régressent vers le haut, tandis que les événements fréquents régressent vers le bas, en direction de la moyenne (Fiedler).

3. Origines évolutionnistes

L'effet de sous-additivité a probablement évolué comme une réponse adaptative aux défis computationnels de la survie dans des environnements complexes et incertains.

Avantage de survie : Nos ancêtres ont fait face à des menaces immédiates et spécifiques (un prédateur particulier, une source de nourriture spécifique) plutôt qu'à des catégories abstraites. L'esprit a évolué pour être très réceptif aux informations concrètes et vivantes, car ces informations indiquaient généralement une menace ou une opportunité sur laquelle il était possible d'agir. Un sentiment général de "danger" est moins utile que la reconnaissance de "ce lion spécifique derrière ce rocher spécifique".

Une caractéristique, pas un défaut : En termes d'évolution, le fait de surpondérer des scénarios spécifiques et détaillés a pu être adaptatif :

• Des menaces spécifiques nécessitent des réponses spécifiques : Reconnaître la façon particulière dont un prédateur chasse permet une défense ciblée.
• Les scénarios frappants sont mémorables : Les récits et les exemples concrets transmettent les connaissances de survie d'une génération à l'autre plus efficacement que les statistiques abstraites.
• La vigilance envers le spécifique évite la complaisance : Il vaut mieux surestimer plusieurs dangers spécifiques plutôt que de sous-estimer une catégorie de menace générique.

Conservation de l'énergie du cerveau : Maintenir des distributions de probabilités complètes sur tous les événements possibles serait informatiquement prohibitif. L'esprit utilise des représentations "globales" comme résumés efficaces, ne les déballant que lorsque des scénarios spécifiques sont rendus saillants par le contexte ou une description explicite. Cela représente un compromis économe en énergie entre la précision et la conservation des ressources cognitives.

Inadapté aux contextes modernes : Bien qu'elle ait été adaptative dans les environnements ancestraux face à des menaces physiques immédiates, la sous-additivité devient problématique dans les contextes modernes qui exigent une évaluation précise des risques : la tarification des assurances, les diagnostics médicaux, l'analyse des renseignements et la planification stratégique souffrent tous lorsque l'"ensemble" est systématiquement sous-estimé par rapport à la somme de ses parties explicitement décrites.

4. Comment ce biais se manifeste

4.1. Dans la vie de tous les jours

• Évaluation des risques liés aux voyages : Les gens jugent "le risque que quelque chose se passe mal pendant les vacances" comme étant inférieur aux risques combinés des "retards de vol, perte de bagages, maladie, vol et problèmes météorologiques".
• Inquiétude pour la santé : Une inquiétude vague de "tomber malade" génère moins d'anxiété que d'envisager des maladies spécifiques.
• Sécurité domestique : Le "risque de dommages matériels" semble plus faible que la liste détaillée d'un incendie, d'une inondation, d'un cambriolage et d'une panne électrique.
• Préoccupations relationnelles : "Quelque chose pourrait mal tourner dans mon mariage" semble moins probable que la liste de problèmes potentiels spécifiques.
• Rôle de parent : Les parents peuvent sous-estimer les "risques pour les enfants" généraux jusqu'à ce que des scénarios spécifiques (étouffement, noyade, enlèvement) soient énumérés.

4.2. Sur le lieu de travail

• Évaluation des risques d'un projet : Les chefs de projet sous-estiment le "risque d'échec du projet" par rapport à la somme des modes d'échec spécifiques (dépassements de budget, dérives de périmètre, perte de personnel clé, pannes techniques).
• Décisions d'embauche : "Le risque que ce candidat ne fasse pas l'affaire" semble plus faible que l'énumération : problèmes de performance, problèmes d'adéquation à la culture, risque de rétention, lacunes en matière de compétences.
• Planification stratégique : Les entreprises sous-estiment les menaces concurrentielles lorsqu'elles sont considérées de manière générique par rapport à un déballage en actions spécifiques des concurrents.
• Conformité : Le "risque juridique" semble plus faible que l'énumération des violations réglementaires, des litiges contractuels, des procès en matière d'emploi et des violations de la propriété intellectuelle.

4.3. En affaires et marketing

Comment les entreprises exploitent ce biais :

• Ventes d'assurance : Les agents détaillent la couverture en scénarios spécifiques (incendie, inondation, vol, responsabilité) pour augmenter la valeur perçue et la volonté de payer.
• Systèmes de sécurité : Le marketing met l'accent sur des scénarios d'effraction spécifiques plutôt que sur une "protection" générique.
• Publicité pharmaceutique : Les publicités pour les médicaments énumèrent les symptômes spécifiques traités plutôt que le "bien-être" général.
• Extensions de garantie : Les détaillants énumèrent des modes de défaillance spécifiques (écran fissuré, panne de batterie, dégâts des eaux) pour accroître le risque perçu.

Modèles de comportement des consommateurs :

• Les consommateurs paient plus cher pour une couverture contre des risques détaillés que pour des polices "tous risques" complètes.
• Les avertissements spécifiques concernant les défauts de produits suscitent plus d'inquiétude que les "problèmes de qualité" généraux.
• Les politiques de retour détaillées mentionnant des scénarios spécifiques semblent plus exhaustives.

4.4. En politique et dans les médias

• Création d'un climat de peur : Les politiciens détaillent des menaces vagues en scénarios saisissants pour accroître le danger perçu.
• Couverture médiatique : Les rapports détaillés sur les crimes augmentent leur prévalence perçue au-delà de la réalité statistique.
• Messages de campagne : Les scénarios spécifiques d'échec politique sont plus persuasifs que les avertissements généraux.
• Polarisation : Les deux camps déballent les conséquences des politiques adverses en détails effrayants.
• Soutien aux politiques : Le soutien à l'action augmente lorsque des problèmes génériques sont détaillés comme affectant des groupes identifiables spécifiques.

4.5. Dans le domaine de la santé

Implications diagnostiques :

• Les médecins sous-estiment la probabilité des diagnostics qui ne figurent pas explicitement dans le diagnostic différentiel.
• Les catégories "résiduelle" ou "autre" reçoivent un poids de probabilité insuffisant.
• Les maladies rares restent "emballées" dans des catégories fourre-tout et sont systématiquement manquées.

Communication avec les patients :

• Les patients qui reçoivent des listes de risques détaillées perçoivent un risque global plus élevé.
• Les discussions sur le consentement éclairé qui énumèrent des complications spécifiques augmentent l'anxiété.
• L'observance du traitement est affectée par la façon dont les risques sont formulés (globaux vs détaillés).

Planification du traitement :

• L'avertissement générique "des effets secondaires peuvent survenir" a moins d'impact qu'une liste détaillée.
• Les descriptions détaillées des symptômes affectent les décisions de tri des diagnostics.

4.6. En finance et investissement

• Évaluation des risques : Les investisseurs sous-estiment le "risque de marché" par rapport à la somme des facteurs de risque spécifiques (taux d'intérêt, événements géopolitiques, surprises sur les bénéfices, changements réglementaires).
• Construction de portefeuille : La "diversification" générique est moins valorisée que la couverture contre des types d'événements spécifiquement nommés.
• Tarification des assurances : La sous-additivité crée des défis de tarification lorsque la couverture groupée vaut moins pour les consommateurs que la somme des couvertures spécifiques.
• Avantage des bookmakers : Les marchés des paris sportifs présentent une sous-additivité (la "marge") — la somme des probabilités implicites pour tous les résultats dépasse 1,0, garantissant ainsi un profit pour le bookmaker.

5. Études de cas concrets

Étude de cas 1 : L'échec du renseignement du 11 Septembre

• Contexte : Avant septembre 2001, les agences de renseignement américaines évaluaient les menaces de terrorisme, y compris les attaques liées à l'aviation.
• Ce qui s'est passé : Les modèles mentaux dominants pour les "menaces aériennes" étaient les détournements contre rançon ou les attentats à la bombe sur les vols. L'hypothèse spécifique de "détourner des avions pour les utiliser comme missiles contre des bâtiments" restait globale dans cette catégorie plus large.
• Le biais à l'œuvre : Parce que les attaques de pilotes kamikazes n'étaient pas explicitement détaillées dans les évaluations des menaces, l'hypothèse a reçu un soutien et des ressources négligeables. La "Phoenix EC" (note du FBI concernant des étudiants suspects d'écoles de pilotage) n'avait aucune hypothèse détaillée à étayer.
• Conséquences : La Commission du 11 Septembre a qualifié cela de "défaut d'imagination" — un échec de déballage. Des preuves qui auraient dû déclencher une action sont passées inaperçues parce que l'hypothèse qu'elles soutenaient n'avait jamais été explicitement formulée.
• Leçons apprises : Les agences de renseignement doivent systématiquement détailler les catégories de menaces en scénarios spécifiques. Les techniques analytiques structurées exigent désormais de prendre explicitement en compte d'autres modes d'attaque possibles.

Étude de cas 2 : La stratégie de défense du procès de O.J. Simpson

• Contexte : L'accusation a présenté un récit "global" de culpabilité : Mobile + Opportunité + Preuves ADN = Coupable.
• Ce qui s'est passé : La défense a systématiquement déballé le "Doute raisonnable" en scénarios spécifiques et frappants : incompétence policière, corruption policière (Mark Fuhrman), règlements de compte de cartels de la drogue, contamination de l'ADN.
• Le biais à l'œuvre : Même si chaque scénario de défense individuel pouvait avoir une faible probabilité, la somme du support pour ces alternatives détaillées a submergé le récit global de l'accusation. La défense a effectivement utilisé la sous-additivité comme une arme.
• Conséquences : Acquittement. Les recherches confirment que les jurés fictifs attribuent des probabilités de culpabilité plus faibles lorsque "d'autres suspects" est déballé en personnes spécifiques.
• Leçons apprises : La stratégie juridique peut exploiter délibérément les biais cognitifs. Les procureurs doivent anticiper le déballage par la défense et contrer avec leur propre structure narrative détaillée.

Exemple historique : La catastrophe de la navette spatiale Challenger

La direction de la NASA considérait le "Risque de lancement" comme une entité globale et gérable. Vingt-quatre missions réussies avaient créé une impression globale de sécurité. Le mode de défaillance spécifique — l'érosion du joint torique à basse température — était connu des ingénieurs de Morton Thiokol, mais n'a pas été déballé avec succès lors des prises de décision à haut niveau.

Lors des sondages finaux d'autorisation (go/no-go), la chaîne causale spécifique (Froid → Durcissement du joint torique → Fuite de gaz → Explosion) n'a pas été traitée comme une hypothèse distincte. La catégorie "résiduelle" des modes de défaillance inconnus a été sous-estimée.

L'analyse post-accident a révélé de fortes disparités de probabilité :

• La direction estimait la probabilité d'échec à : 1 sur 100 000
• Les ingénieurs de terrain l'estimaient à : 1 sur 100

Cette différence d'un facteur mille illustre comment le déballage de détails techniques, par rapport à l'examen de l'"ensemble" global, conduit à des évaluations des risques fondamentalement différentes. La catastrophe aurait pu être évitée si le mode de défaillance spécifique du joint torique avait été explicitement détaillé et pris en compte dans le processus de décision.

6. Le coût de ce biais

6.1. Coûts personnels

• Préparation inadéquate : Les gens sous-estiment les risques globaux de la vie lorsqu'ils les considèrent sous forme globale, ce qui conduit à une assurance, une épargne ou une planification de contingence insuffisantes.
• Négligence de la santé : Les "problèmes de santé" génériques sont ignorés tandis que des symptômes spécifiques déclencheraient une action.
• Menaces manquées : Les problèmes relationnels, les risques financiers et les menaces pour la sécurité personnelle restent sous-estimés jusqu'à ce qu'ils soient détaillés.
• Mauvaise qualité de décision : Décisions de vie (carrière, relations, lieu) basées sur des totaux de risque sous-estimés.

6.2. Coûts professionnels

• Échecs de projets : La sous-estimation du risque global entraîne des provisions insuffisantes pour les imprévus.
• Revers de carrière : Les professionnels qui ne parviennent pas à détailler "ce qui pourrait mal tourner" sont pris au dépourvu par des problèmes prévisibles.
• Erreurs de diagnostic : Des médecins manquent des diagnostics qui ne figurent pas sur leur différentiel.
• Échecs du renseignement : Des analystes négligent des menaces qui n'avaient pas été explicitement formulées en hypothèses.
• Pertes financières : Des investisseurs sous-couverts contre les risques qu'ils n'ont pas su détailler.

6.3. Coûts sociétaux

• Échecs politiques : Les catégories de risques génériques reçoivent une attention insuffisante jusqu'à ce que des catastrophes spécifiques se produisent.
• Vulnérabilité des infrastructures : Le risque de "défaillance du système" est sous-estimé par rapport aux modes de défaillance énumérés.
• Santé publique : La préparation à une pandémie est inadéquate lorsque les risques sont regroupés dans une catégorie générique d'"épidémie de maladie".
• Sécurité nationale : Échecs des services de renseignement lorsque les hypothèses de menaces restent globales.

6.4. Impact statistique

Les résultats de recherche quantifient l'effet de sous-additivité :

• 15 points de pourcentage : Inflation moyenne des probabilités dans les conditions détaillées par rapport aux conditions globales (Tversky & Koehler, 1994).
• >200 % : Somme des probabilités pour les équipes NBA individuelles (devrait être de 100 %) (Fox & Tversky, 1998).
• 1 000x : Différence dans les estimations de probabilité d'échec entre la direction et les ingénieurs de la NASA (Commission Rogers).
• La marge ("overround") des bookmakers varie généralement entre 10 et 30 %, exploitant la sous-additivité pour un profit garanti.

7. Les avantages cachés

Tous les biais ne sont pas purement négatifs — certains servent des objectifs utiles.

• Efficacité cognitive : Les représentations globales économisent les ressources mentales pour des défis immédiats ; tout détailler serait informatiquement accablant.
• Orientation vers l'action : Les catégories génériques permettent une prise de décision plus rapide dans les situations où le temps est critique.
• Gestion de l'anxiété : Les risques globaux sont psychologiquement plus gérables que les menaces entièrement énumérées.
• Efficacité de la communication : Le "risque d'échec" est plus facile à discuter que chaque mode d'échec spécifique.
• Vigilance adaptative : Lorsque le déballage a lieu (via la saillance ou une description explicite), il augmente de manière appropriée l'attention portée aux menaces réelles.

Le compromis : Ce biais nous sert bien lorsque des jugements rapides et approximatifs sont suffisants et que les coûts d'inexactitude sont faibles. Il devient problématique dans les domaines à enjeux élevés nécessitant une évaluation précise des probabilités : médecine, renseignement, ingénierie et finance.

Pourquoi l'éliminer serait indésirable : Son élimination complète nécessiterait de maintenir des distributions de probabilités exhaustives pour tous les événements possibles — cognitivement impossible et pratiquement inutile pour la plupart des décisions quotidiennes.

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

8.1. Liste de contrôle des signes avant-coureurs

• Vous estimez souvent les délais ou les budgets des projets en considérant "combien de temps/d'argent les choses prennent" de manière générique plutôt qu'en énumérant des tâches spécifiques.
• Vous êtes surpris par des résultats négatifs qui semblent "évidents rétrospectivement".
• Vos évaluations des risques augmentent considérablement lorsque quelqu'un énumère des scénarios d'échec spécifiques.
• Vous sous-estimez combien de choses peuvent mal tourner jusqu'à ce que vous soyez forcé de les énumérer.
• Vous ignorez les avertissements génériques ("soyez prudent") mais réagissez aux avertissements spécifiques ("attention au verglas sur le pont").
• Vos plans incluent rarement des plans d'urgence pour des modes d'échec spécifiques.
• Vous vous inquiétez plus de maladies nommées que de "tomber malade".
• Vous trouvez les scénarios de catastrophes détaillés beaucoup plus effrayants que les statistiques sur le risque global.
• Vous sous-estimez les coûts en ne détaillant pas les dépenses spécifiques.
• Vous êtes souvent pris au dépourvu par des problèmes dans les catégories "fourre-tout" ("autres dépenses", "risques divers").

Score :

• 0-2 cochés : Faible susceptibilité
• 3-5 cochés : Susceptibilité modérée
• 6-8 cochés : Forte susceptibilité
• 9-10 cochés : Susceptibilité très forte

8.2. Questions d'autoréflexion

1. Quand un événement qui "n'aurait pas dû arriver" s'est-il produit, et qui, rétrospectivement, était tout à fait prévisible si vous aviez dressé la liste des risques spécifiques ?
2. Comment vos estimations de risque changent-elles lorsque vous vous forcez à détailler des scénarios spécifiques par rapport à une réflexion en catégories générales ?
3. Dans quels domaines vous fiez-vous à des catégories fourre-tout ("autre", "divers", "tout le reste") sans les déballer ?
4. À quelle fréquence les estimations de vos projets ou de vos plans tiennent-elles compte de modes d'échec spécifiques plutôt que d'une "marge de sécurité" générique ?
5. D'autres personnes vous ont-elles signalé des risques que vous aviez écartés parce qu'ils ne figuraient pas sur votre liste explicite ?

8.3. Scénario de diagnostic rapide

Scénario : Vous organisez un grand mariage en plein air pour l'été prochain. Vous estimez qu'il y a environ 15 % de probabilité que "quelque chose se passe mal avec la météo ou la logistique".

Votre planificateur de mariage vous demande alors d'estimer séparément la probabilité de : (a) la pluie pendant la cérémonie, (b) une chaleur extrême nécessitant un changement de lieu, (c) la non-présentation d'un prestataire, (d) les problèmes de transport des invités, et (e) d'autres problèmes logistiques.

Comment réagiriez-vous ?

• A) "Ce sont tous des événements peu probables individuellement — peut-être 5 % chacun, soit environ 25 % au total... attendez, c'est plus élevé que mon estimation initiale de 15 %." → Forte susceptibilité (sous-additivité classique).
• B) "Laissez-moi réfléchir... pluie 10 %, chaleur 8 %, prestataire 5 %, transport 7 %, autres 10 % — cela fait 40 % ! Mon estimation initiale était bien trop basse." → Susceptibilité modérée (vous l'avez remarqué avec une incitation).
• C) "Je devrais déballer cela de manière systématique. Laissez-moi utiliser une approche structurée pour m'assurer que mon estimation totale est cohérente avec les parties." → Faible susceptibilité (vous reconnaissez la nécessité d'une évaluation structurée).

9. Identifier ce biais chez les autres

9.1. Indicateurs comportementaux

• Refus vagues des risques : "Tout ira bien" sans analyse spécifique.
• Surprise face aux échecs : Expression de choc face à des résultats qui étaient prévisibles une fois détaillés.
• Catégories fourre-tout : Forte dépendance à l'égard de "autre", "divers" ou "etc." dans les plans.
• Résistance à l'énumération : Inconfort lorsqu'on demande de décomposer des estimations globales.
• Augmentation de l'anxiété avec les détails : Inquiétude visible lorsque des scénarios spécifiques sont énumérés.

9.2. Signaux d'alerte conversationnels

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

• "Quelles sont les chances que cela se produise ?" (pour des événements spécifiques qu'ils n'avaient pas envisagés)
• "Je n'avais pas pensé à ce scénario spécifique."
• "Le risque global est faible." (sans en déballer les composants)
• "Nous avons couvert les risques principaux." (sans examiner les résidus)
• "C'est trop spécifique pour s'en inquiéter."

Types d'arguments qu'ils avancent :

• Rejeter un risque global sur la base d'une intuition générale plutôt que sur une analyse de ses composantes.
• Traiter la catégorie "autre" comme négligeable sans l'examiner.

Questions qu'ils évitent de poser :

• "Quelles choses spécifiques pourraient mal tourner ?"
• "Que contient notre catégorie 'tout le reste' ?"
• "Avons-nous explicitement considéré des hypothèses alternatives ?"

9.3. Déclencheurs situationnels

• Pression du temps : Lorsqu'ils sont pressés, les gens s'appuient sur des estimations globales.
• Charge cognitive : De multiples exigences réduisent la capacité à détailler.
• Confiance/expertise : Les experts peuvent paradoxalement regrouper des hypothèses sur la base de leur expérience.
• Complexité : Les domaines très complexes invitent à une simplification globale.
• Enjeux émotionnels : Les situations très anxiogènes déclenchent le recours à des catégories globales pour un confort psychologique.

10. Stratégies de débiaisage cognitif

10.1. Techniques immédiates

• Forcer le déballage : Avant de faire des estimations de probabilité, listez explicitement au moins 5 à 10 scénarios spécifiques.
• Vérifier son résidu : Demandez-vous "Qu'y a-t-il dans ma catégorie 'autre' ?" et détaillez-la.
• Analyse pré-mortem : Imaginez qu'un échec s'est produit et travaillez à rebours pour en identifier les causes spécifiques.
• Avocat du diable : Désignez quelqu'un pour énumérer des hypothèses alternatives.
• Audit des probabilités : Après avoir détaillé, vérifiez si vos estimations totalisent une somme cohérente.

10.2. Stratégies à long terme

• Élaborer des listes de contrôle : Créez des listes de modes de défaillance spécifiques à un domaine pour les prendre systématiquement en considération.
• Pratiquer l'analyse structurée : Formez-vous à des techniques telles que l'analyse des hypothèses concurrentes (Analysis of Competing Hypotheses - ACH).
• Étudier les taux de base : Apprenez les fréquences réelles d'événements dans votre domaine pour calibrer vos intuitions.
• Adopter la planification de scénarios : Faites de la génération de scénarios explicites une pratique courante.
• Cultiver l'humilité intellectuelle : Reconnaissez que vos estimations globales sont systématiquement biaisées.

10.3. Conception de l'environnement

• Institutionnaliser le déballage : Exigez des évaluations des risques détaillées dans les processus organisationnels.
• Utilisation de modèles : Créez des formulaires qui forcent l'énumération de scénarios spécifiques.
• Comités d'examen des décisions : Mettez en place des comités qui remettent en question les estimations globales.
• Systèmes d'information : Concevez des bases de données et des rapports qui présentent des données sur les risques désagrégées.
• Structures incitatives : Récompensez l'identification de risques spécifiques, pas seulement une vigilance générique.

10.4. Quand demander l'avis d'un tiers

• Décisions à enjeux élevés : Investissements majeurs, décisions médicales, choix stratégiques.
• Domaines nouveaux : Domaines où vous manquez d'expérience avec des modes d'échec spécifiques.
• Lorsque la catégorie "autre" est importante : Si votre catégorie résiduelle semble substantielle, demandez à un expert de la détailler.
• Après des surprises : Si un résultat vous a surpris, demandez à d'autres de vous aider à identifier ce que vous avez manqué.
• Pour les contrôles de cohérence : Demandez à d'autres personnes de vérifier si vos estimations de probabilité s'additionnent de manière appropriée.

11. Exercices pratiques

Exercice 1 : Le déballage pré-mortem

• Objectif : Développe la capacité à identifier les modes de défaillance spécifiques avant qu'ils ne se produisent.
• Temps requis : 20 à 30 minutes.
• Matériel nécessaire : Papier, chronomètre, une décision ou un projet prévu.
• Niveau de difficulté : Débutant.
• Instructions :
  1. Choisissez une décision, un projet ou un événement à venir que vous planifiez.
  2. Écrivez en haut : "Nous sommes le [date future]. Cela a complètement échoué. Pourquoi ?"
  3. Réglez un chronomètre sur 10 minutes et listez toutes les raisons spécifiques d'échec que vous pouvez imaginer.
  4. Regroupez vos raisons par catégories.
  5. Pour chaque catégorie, estimez la probabilité qu'au moins un élément se produise.
  6. Additionnez vos estimations et comparez-les à votre intuition globale initiale de "risque d'échec".
• Questions de réflexion :
  • Comment votre estimation du risque global a-elle changé après le déballage ?
  • Quelles catégories aviez-vous initialement négligées ?
  • Quels scénarios spécifiques vous ont surpris ?
• Fréquence : Avant toute décision ou tout projet majeur.

Exercice 2 : L'audit du résidu

• Objectif : Entraîne à accorder une attention systématique aux catégories fourre-tout.
• Temps requis : 15 minutes.
• Matériel nécessaire : Budget, plan ou évaluation des risques récents comportant une catégorie "autre".
• Niveau de difficulté : Intermédiaire.
• Instructions :
  1. Trouvez un document où vous avez utilisé une catégorie fourre-tout (dépenses diverses, autres risques, etc.).
  2. Listez au moins 10 éléments spécifiques qui pourraient appartenir à cette catégorie.
  3. Estimez la probabilité ou l'ampleur de chaque élément spécifique.
  4. Additionnez ces estimations et comparez-les à votre allocation "autre" initiale.
  5. Révisez vos estimations globales sur la base de cette analyse.
• Questions de réflexion :
  • De quel facteur le déballage a-t-il modifié votre estimation ?
  • Quels modèles observez-vous dans ce que vous regroupez dans "autre" ?
  • Comment allez-vous gérer les catégories résiduelles à l'avenir ?
• Fréquence : Examen hebdomadaire d'une catégorie "autre".

Exercice 3 : Contrôle de cohérence des probabilités

• Objectif : Développe la conscience des contraintes additives.
• Temps requis : 15 minutes.
• Matériel nécessaire : Papier, calculatrice.
• Niveau de difficulté : Avancé.
• Instructions :
  1. Choisissez un domaine (sports, politique, météo, personnel).
  2. Identifiez un événement avec des résultats mutuellement exclusifs et exhaustifs.
  3. Estimez les probabilités pour chaque résultat de manière indépendante.
  4. Additionnez vos estimations — elles devraient être égales à 100 %.
  5. Si elles dépassent 100 %, redistribuez pour atteindre la cohérence.
  6. Réfléchissez aux estimations que vous étiez le plus prêt à réviser.
• Questions de réflexion :
  • De combien vos estimations initiales dépassaient-elles 100 % ?
  • Qu'est-ce que cela vous dit sur vos intuitions en matière de probabilités ?
  • Comment le fait de forcer la cohérence a-t-il changé votre façon de penser ?
• Fréquence : Hebdomadaire.

Pratique quotidienne

La pause de déballage : Avant de faire une estimation ou une décision significative, faites une pause de 60 secondes pour énumérer au moins trois scénarios spécifiques qui pourraient affecter le résultat.

• Durée suggérée : 1 minute par décision.
• Meilleur moment de la journée : Tout au long de la journée, au fur et à mesure que les décisions se présentent.
• Comment suivre les progrès : Notez dans un journal la différence entre les estimations globales initiales et les évaluations post-déballage.

Défi hebdomadaire

L'inventaire des hypothèses : Chaque semaine, choisissez un domaine de votre vie (santé, finances, carrière, relations) et créez un inventaire d'au moins 20 choses spécifiques qui pourraient mal tourner, ainsi que des estimations de probabilité.

• Résultats attendus après 4 semaines : Intuition calibrée sur le risque global ; moins de surprise face aux événements négatifs ; planification d'urgence plus solide.
• Suggestions de réflexion pour le journal :
  • Dans quels domaines ai-je le plus chroniquement tendance à sous-détailler ?
  • Comment ma perception du risque a-t-elle changé ?
  • Quels modèles émergent à travers les domaines ?

12. Pour des publics spécifiques

Pour les leaders et les managers

• Planification stratégique : Rendez obligatoire l'énumération explicite de scénarios dans toutes les évaluations des risques.
• Réunions d'équipe : Formez les équipes à l'analyse pré-mortem avant des initiatives majeures.
• Processus de décision : Mettez en œuvre des techniques structurées (comme ACH) pour les décisions complexes.
• Allocation des ressources : Remettez en question les catégories de ressources globales ; exigez une énumération détaillée.
• Évaluations des performances : Évaluez la capacité des employés à anticiper des défis spécifiques, et pas seulement une vigilance générale.
• Apprentissage organisationnel : Après des échecs, menez des analyses des causes profondes qui détaillent ce qui a été manqué.

Pour les parents et les éducateurs

Enseigner la sous-additivité aux enfants :

• Utilisez des exemples concrets : "Quelles sont toutes les choses qui pourraient te mettre en retard pour l'école ?" contre "Pourrais-tu être en retard ?"
• Jouez à des jeux d'estimation qui exigent de déballer et de vérifier des sommes.
• Modélisez une pensée structurée à voix haute lors de la prise de décisions familiales.
• Créez des listes de contrôle familiales pour les voyages, les événements et la planification.

Explications adaptées à l'âge :

• Jeunes enfants : "Quand nous pensons à tout ce qui pourrait arriver, nous réalisons qu'il y a plus de choses que nous ne le pensions au départ."
• Adolescents : "Notre cerveau prend des raccourcis qui nous font sous-estimer les risques lorsque nous pensons en termes généraux."
• Activités : Exercices de planification avec énumération explicite ; jeux de probabilité.

Pour les professionnels de la santé

• Diagnostic différentiel : Déballez toujours la catégorie "autre" ; envisagez explicitement des diagnostics qui n'étaient pas initialement listés.
• Communication avec les patients : Soyez conscient que les listes de risques détaillées augmentent l'anxiété du patient ; équilibrez l'exhaustivité avec le réconfort.
• Erreurs médicales : Reconnaissez que les diagnostics non répertoriés sont systématiquement sous-pondérés.
• Aide à la décision : Utilisez des listes de contrôle diagnostiques qui forcent à prendre en considération de vastes ensembles d'hypothèses.
• Consentement éclairé : Structurez les discussions pour présenter les informations sur les risques à la fois sous forme globale et détaillée de manière appropriée.

Pour les professionnels de la finance

• Évaluation des risques : Exigez que les clients énumèrent des risques financiers spécifiques, et pas seulement le "risque de marché".
• Construction de portefeuille : Concevez des portefeuilles pour faire face à des risques identifiés spécifiques, pas à une diversification générique.
• Produits d'assurance : Aidez les clients à comprendre que la couverture groupée peut sembler avoir moins de valeur en raison de la sous-additivité.
• Éducation des clients : Expliquez comment le déballage des risques modifie la perception et pourquoi une évaluation cohérente est importante.
• Diligence raisonnable : Créez des listes de contrôle qui forcent à détailler les catégories "tout le reste" dans l'analyse des investissements.

13. Interactions avec d'autres biais

Biais qui amplifient celui-ci

Biais qui contrecarrent celui-ci

Chaînes de biais courantes

La cascade de complaisance : Excès de confiance → Sous-additivité (regrouper les risques dans la catégorie "peu probable") → Biais de confirmation (ignorer les preuves pour les hypothèses globales) → Surprise face à un échec prévisible → Biais rétrospectif ("cela aurait dû être évident").

Explication : Lorsque nous sommes confiants, nous regroupons les risques dans des catégories génériques qui reçoivent peu de poids de probabilité. Le biais de confirmation nous empêche alors de remarquer les preuves qui soutiendraient des alternatives détaillées. L'échec se produit et le biais rétrospectif nous convainc que l'échec spécifique était évident — même si notre représentation globale nous avait empêché de le voir.

Interrompre la cascade : Forcer le déballage tôt ; assigner des avocats du diable pour générer des scénarios spécifiques ; exiger l'évaluation des preuves pour toutes les hypothèses, pas seulement les favorites.

14. Perspectives culturelles

La recherche interculturelle sur la théorie du support est limitée, mais plusieurs modèles émergent :

Aspects universels :

• Les mécanismes de récupération de la mémoire qui sous-tendent la sous-additivité semblent être des propriétés cognitives humaines universelles.
• L'effet de déballage de base se reproduit dans des échantillons occidentaux et asiatiques (Takemura, Japon).

Variations culturelles :

• Les cultures mettant l'accent sur la pensée holistique peuvent montrer des modèles différents dans la façon dont les catégories sont naturellement "emballées".
• Les normes de communication des risques varient — certaines cultures préfèrent une énumération explicite tandis que d'autres utilisent une communication implicite.

Implications pour les interactions interculturelles :

• Les stratégies de communication des risques doivent tenir compte des normes culturelles concernant l'énumération explicite par rapport à l'implicite.
• Les équipes multiculturelles peuvent bénéficier de diverses tendances de déballage.
• Les organisations mondiales ont besoin de formations culturellement adaptées pour les techniques d'analyse structurées.

15. Mythes et idées fausses

16. Avis d'experts

"Déballer une hypothèse en composants spécifiques a tendance à accroître le support perçu pour cette hypothèse, violant ainsi le principe normatif de l'extensionnalité." — Amos Tversky & Derek Koehler, 1994

"Plus nous fournissons de détails sur un ensemble de possibilités, plus cet ensemble semble probable, même lorsque la logique des probabilités dicte le contraire." — Tiré d'une synthèse de recherche sur la théorie du support

"Le défaut d'imagination qui a mené au 11 Septembre peut être compris comme un échec de déballage — le mode d'attaque spécifique n'a jamais été explicitement formulé." — Interprétation de l'analyse du renseignement du rapport de la Commission du 11 Septembre

"La sous-additivité n'est pas seulement une erreur de laboratoire, mais une réalité de marché que les professionnels exploitent." — Peter Ayton, sur le comportement des bookmakers

"La solution à la sous-additivité n'est pas simplement 'mieux penser' mais 'de meilleures mathématiques' — forcer le système à respecter les axiomes des probabilités que l'esprit humain viole naturellement." — David Mandel, sur les algorithmes de cohérentisation

17. Points clés à retenir

1. Le détail engendre la croyance : Plus nous décrivons spécifiquement des possibilités, plus elles semblent probables, même lorsque logiquement elles ne devraient pas l'être.

2. La probabilité s'attache aux descriptions, pas aux événements : La façon dont nous formulons un résultat change fondamentalement notre évaluation de sa probabilité.

3. L'expertise ne protège pas : Médecins, analystes du renseignement et experts sportifs font tous preuve de sous-additivité.

4. Les conséquences réelles sont graves : De la catastrophe de Challenger au 11 Septembre en passant par les jugements juridiques, l'incapacité à déballer a coûté des vies et déformé la justice.

5. Le résidu est sous-estimé : Tout ce qui reste dans "autre" ou "aucune de ces réponses" reçoit un poids de probabilité insuffisant.

6. Les interventions structurelles fonctionnent : Les listes de contrôle, la cohérence forcée et les algorithmes d'agrégation réduisent la sous-additivité plus efficacement que la simple prise de conscience.

7. C'est un compromis : Ce biais permet une efficacité cognitive dans des situations à faibles enjeux, mais devient dangereux dans des domaines à enjeux élevés nécessitant une évaluation précise des risques.

18. Ressources supplémentaires

Articles académiques

• Tversky, A., & Koehler, D. J. (1994). Support theory: A nonextensional representation of subjective probability. Psychological Review, 101(4), 547-567.
• Fox, C. R., & Tversky, A. (1998). A belief-based account of decision under uncertainty. Management Science, 44(7), 879-895.
• Redelmeier, D. A., Koehler, D. J., Liberman, V., & Tversky, A. (1995). Probability judgement in medicine: Discounting unspecified possibilities. Medical Decision Making, 15(3), 227-230.
• Bearden, J. N., Wallsten, T. S., & Fox, C. R. (2004). Subadditivity and similarity in probabilistic judgments. Working Paper, University of Arizona.
• Thomas, R. P., Dougherty, M. R., Sprenger, A. M., & Harbison, J. I. (2008). Diagnostic hypothesis generation and human judgment. Psychological Review, 115(1), 155-185.

Livres

• Kahneman, D. (2011). Système 1 / Système 2 : Les deux vitesses de la pensée (Thinking, Fast and Slow). Farrar, Straus and Giroux.
• Gilovich, T., Griffin, D., & Kahneman, D. (Eds.). (2002). Heuristics and Biases: The Psychology of Intuitive Judgment. Cambridge University Press.
• Heuer, R. J. (1999). Psychology of Intelligence Analysis. Center for the Study of Intelligence.

Chapitres de livres

• Koehler, D. J. (2000). Explanation, imagination, and confidence in judgment. In D. Griffin, D. J. Koehler, & N. Harvey (Eds.), Blackwell Handbook of Judgment and Decision Making (pp. 499-519). Blackwell Publishing.

19. Fiche de résumé

Un résumé visuel d'une page, idéal pour l'impression ou la référence rapide.

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 décision importante que vous avez prise et qui a eu un résultat négatif inattendu. Rétrospectivement, le scénario problématique était-il de ceux qui étaient restés "globaux" dans votre évaluation ? Comment le déballage aurait-il pu modifier votre décision ?

2. Comment les communications médiatiques et politiques exploitent-elles l'effet de sous-additivité ? Pouvez-vous identifier des exemples récents où des menaces génériques ont été déballées en scénarios frappants pour augmenter le risque perçu ?

3. De quelles manières l'effet de sous-additivité pourrait-il être adaptatif ? Existe-t-il des contextes où le maintien de représentations globales nous est utile ?

4. Comment les professionnels dans des domaines à enjeux élevés (médecine, renseignement, ingénierie) doivent-ils équilibrer les coûts cognitifs d'un déballage exhaustif face aux risques de laisser des hypothèses globales ?

5. Prenez l'étude de cas d'O.J. Simpson. L'utilisation du déballage par la défense pour créer un doute raisonnable pose-t-elle un problème éthique, ou s'agit-il d'un plaidoyer légitime ? Comment les systèmes juridiques devraient-ils prendre en compte ces effets cognitifs ?