Version classiqueVersion mobile
OpenEdition Books

Économie et cognition

 | 
Bernard Walliser

Le processus dual du raisonnement : origines, problèmes et perspectives1

Massimo Egidi

Texte intégral

Introduction : rationalité et intuition

  • 1 Je remercie chaleureusement Laura Arrighi pour son aide dans la préparation de ce travail.

1À la suite des travaux de Maurice Allais au début des années 1950, psychologues et économistes ont multiplié les observations confirmant l’écart existant entre les prescriptions de la théorie de l’espérance d’utilité et la réalité du comportement humain. L’accumulation des preuves expérimentales a atteint un point critique au-delà duquel un grand nombre d’économistes sont amenés à partager l’opinion tranchée émise par Reinhard Selten (1999) : « La théorie économique moderne dominante est largement fondée sur une description irréaliste du processus de décision humain. Les agents économiques sont considérés comme parfaitement bayésiens rationnels et maximisent leur utilité subjective. Cette vision de l’économie n’est pas fondée sur l’observation empirique, mais sur l’axiomatisation simultanée de l’utilité et de la probabilité subjective. Dans l’ouvrage fondamental de Savage, les axiomes expriment des exigences cohérentes sur les actions, définies comme des applications liant les états de la nature aux conséquences (Savage 1954). On ne peut qu’admirer la structure imposante construite par Savage. Elle impose une forte exigence intellectuelle au concept de rationalité idéale. Toutefois, il est erroné de supposer que les êtres humains se conforment à cet idéal. »

2En dépit de l’immense effort consacré aux tentatives pour redéfinir la théorie de l’espérance d’utilité sur la base d’axiomes nouveaux, modifiés ou affaiblis, aucune des théories alternatives proposées jusqu’à présent n’a reçu de confirmation statistique sur son domaine complet d’application. De plus, l’écart entre prescriptions et comportements n’est pas limité à la théorie de l’espérance d’utilité. Dans deux autres champs, la logique et le calcul des probabilités, des observations substantielles mettent en évidence que les activités mentales humaines deviennent des prescriptions des modèles théoriques. Ainsi, on peut penser que l’écart ne peut être attribué à une description théorique imparfaite du choix humain, mais à des caractéristiques plus générales du raisonnement humain. Dans cette veine, implicitement développée par Kahneman dans son discours Nobel, une des approches les plus innovantes est le développement récent du modèle de processus dual du raisonnement.

3Ce courant de pensée – objet d’un fort consensus entre les psychologues – est fondé sur la distinction entre le processus de raisonnement délibéré et celui d’intuition, où en première approximation « intuition » désigne une activité mentale essentiellement automatisée et inaccessible à l’activité mentale consciente. L’analyse des interactions entre ces deux processus fonde l’explication de la persistance d’un écart entre schémas normatifs et comportementaux : curieusement, cette approche fait écho à la vision originelle de Laplace et d’autres mathématiciens qui ont préparé le terrain de la théorie des probabilités, dans la mesure où ils considéraient l’intuition comme une force psychique interne qui conduit les choix individuels à dévier de la pure rationalité. C’est cette vision qui va être explorée dans les prochaines pages : notre principale préoccupation va porter sur le problème des relations entre rationalité et intuition, à travers la description de la base expérimentale et neurologique de leur interaction et l’interprétation de cette liaison dans la perspective d’une approche cognitive de la rationalité.

Racines historiques

Le calcul des probabilités

4Les historiens considèrent généralement une lettre que Blaise Pascal a écrite à Pierre Fermat en 1654 sur un problème de pari comme le document fondateur de la probabilité mathématique. La correspondance entre Pascal et Fermat était consacrée exclusivement à des problèmes de pari et, longtemps encore, les problèmes les plus pertinents résolus par les mathématiciens furent de cette nature. Cela a peut-être été dû au fait que, depuis ses origines lointaines, on considérait la théorie des probabilités comme un outil puissant pour aider les joueurs à se défaire des illusions, des préjugés et des émotions qui influençaient leurs évaluations et leur fournir une stratégie « rationnelle » pour parier. Ainsi, la théorie des probabilités s’étant développée comme une approche rationnelle du risque et de l’incertitude, les grands mathématiciens qui ont fourni des contributions à cette théorie au XVIIIe et au XIXe siècle ont implicitement supposé que leurs modèles pouvaient permettre à des personnes exposées à des décisions risquées de se conduire rationnellement. Il est intéressant de constater que les efforts des mathématiciens n’ont que partiellement abouti. « Quelques esprits en croisade, parmi lesquels Daniel Defoe, espéraient que les mathématiciens pouvaient guérir l’inconséquence de leur passion pour les cartes et les dés à l’aide d’une forte dose de calcul (Defoe 1719). Les mathématiciens, de concert avec les moralistes, ont dénoncé la folie d’une telle poursuite, mais apparemment la plupart des parieurs avaient peu d’appétit pour quelque forme d’édification. » (Gigerenzer et al. 1989 : 19)

5En dépit des efforts des mathématiciens, l’édification progressive de la théorie des probabilités n’a pas supprimé toutes les « irrationalités » du comportement du parieur : jusqu’à nos jours, il existe des formes de loterie au regard desquelles les parieurs manifestent des écarts systématiques par rapport aux prescriptions normatives de la théorie. Dans cette lignée, le phénomène le plus connu est appelé à présent « paradoxe du parieur » : il se produit quand une séquence de nombres issue de tirages répétés d’une loterie apparaît aux parieurs comme non aléatoire. Par exemple, dans une suite de tirages avec une pièce équilibrée, les parieurs attendent des suites dans lesquelles la proportion de pile ou de face dans toute séquence même courte est proche de la moitié, ce que la théorie des probabilités ne prévoit qu’en moyenne. En d’autres termes, les parieurs attendent que même une courte suite de piles dans le lancer de la pièce soit contrebalancée par une tendance pour l’issue opposée, à savoir face, et ils parient en conséquence.

  • 2 Les paradoxes du parieur ont été soigneusement explorés récemment, voir, entre autres, Tversky et (...)

6Le fait que les croyances probabilistes des parieurs soient systématiquement biaisées est devenu de plus en plus évident au fur et à mesure de la construction de la théorie. Dès la publication de son Essai philosophique sur les probabilités en 1796, Pierre-Simon de Laplace se sentait déjà concerné par les erreurs de jugement, au point d’y inclure un chapitre intitulé « Des illusions dans l’estimation des probabilités ». C’est là que l’on trouve la première mention publiée du « paradoxe du parieur ». « Lorsqu’à la loterie de France, un numéro n’est pas sorti depuis longtemps, la foule s’empresse de le couvrir de mises. Elle juge que le numéro resté longtemps sans sortir doit, au premier tirage, sortir de préférence aux autres. Une erreur aussi commune me paraît tenir à une illusion par laquelle on se reporte involontairement à l’origine des événements. Il est, par exemple, très peu vraisemblable qu’au jeu de croix ou pile, on amènera croix dix fois de suite. Cette invraisemblance qui nous frappe encore, lorsqu’il est arrivé neuf fois, nous porte à croire qu’au dixième coup pile arrivera. Cependant le passé, en indiquant dans la pièce une plus grande pente que pour pile, rend le premier de ces événements plus probable que l’autre ; il augmente, comme on l’a vu, la probabilité d’amener croix au coup suivant. » (Laplace 1814 : introduction CXIII2

7L’idée selon laquelle les êtres humains doivent apprendre à « calculer » leurs combinaisons afin de prendre la bonne décision et que la rationalité pure peut être « troublée » par l’émotion et l’intuition a imprégné tout le XIXe siècle. Laplace maintient que l’introduction de la théorie des probabilités peut aider les individus à corriger rationnellement leurs illusions attribuées au « sensorium » (le système cognitif en termes modernes) ; selon Laplace, le traitement des perceptions par le cerveau conduit à une représentation interne de la réalité qui peut être trompeuse. Bien qu’il admette que son analyse du rôle de la perception, de la mémorisation, de l’attention et d’autres éléments psychologiques soit très « incomplète » – comme l’était l’état de la psychologie à son époque-, Laplace fournit de nombreuses illustrations éclairantes au fait que les processus peuvent produire des évaluations biaisées (Laplace 1814 : introduction CXII, CXV). Ce point, repris dans la littérature la plus récente en psychologie cognitive et en neuroéconomie (Camerer, Loewenstein et Prelec 2004), sera abordé plus loin, en limitant la discussion à une forme particulière de source potentielle de biais, celle appelée « illusion » dans l’analyse de Laplace.

La logique

8L’hiatus qui se manifeste entre le rationnel et le comportemental n’est pas limité au raisonnement probabiliste. Dans bien d’autres champs, comme la prise de décision, le jugement et le raisonnement, nombre d’observations montrent que les activités mentales humaines deviennent des prescriptions des modèles théoriques. Sous le nom de sophismes, des déviations du raisonnement logiquement correct ont été massivement analysées depuis le XIIe siècle ; avec la traduction en latin du De sophisticis elenchis (la dernière partie de l’Organon d’Aristote), de nombreux érudits se sont efforcés de détecter, de décrire, de classer et d’analyser les arguments fallacieux.

9Selon Hamblin (1970 : 12), « un argument fallacieux, comme l’affirme tout exposé d’Aristote à ce sujet, est un argument qui semble valide sans l’être ». Comment est-il possible qu’un argument faux semble être valide ? Comme les études en psychologie du raisonnement l’ont montré, l’écart provient du contrôle imparfait exercé par l’esprit humain sur le processus de raisonnement : d’une part, les erreurs sont engendrées par inadvertance par les individus en train de développer leur raisonnement ; d’autre part, ces erreurs cachées du raisonnement ne sont détectées qu’avec grande difficulté. Du fait de la difficulté à être découvertes, les erreurs peuvent aussi être consciemment engendrées par l’un des deux participants à une controverse pour s’imposer à l’autre. Quoi qu’il en soit, au Moyen Âge, une motivation essentielle pour identifier et classer les sophismes est d’éviter cette éventualité et d’imposer une conduite équitable aux parties impliquées dans une discussion dialectique, à savoir une discussion au début de laquelle on ignore où se trouve la vérité. Par un glissement sémantique allant de fautif à inéquitable, « dialectique » est aujourd’hui interprété comme un raisonnement potentiellement malicieux artificiellement conçu pour persuader les auditeurs. Dans la pensée médiévale, le mot « dialectique » ne possédait pas une connotation nécessairement négative : l’existence d’opinions en conflit était implicitement reconnue comme de nature intrinsèque, comme un élément incontournable de la raison humaine. Dans le cas de questions juridiques, les disputes dialectiques étaient strictement réglées (Stump 1989, Errera 2006) ; la classification des sophismes était alors importante pour pouvoir discriminer entre raisonnement valide et erreurs cachées (malignes ou non) (Benzi 2002).

10En tout état de cause, la distinction entre logique et psychologie du raisonnement humain s’est accentuée au XVIIe siècle.

Bacon a affirmé que les facteurs psychologiques et culturels – qu’il appelait « idoles » – sont les sources des erreurs de raisonnement, car elles engendrent des distorsions dans la compréhension humaine. Cette vision a traversé la conception philosophique du XVIIe siècle (voir par exemple Locke, Cartesius, Arnauld et Nicolle, qui ont été des coauteurs de la Logique de Port-Royal et qui ont considéré la psychologie – et non la logique – comme la discipline s’occupant des erreurs) [...]. Un tournant, qui peut être repéré chez Gottlob Frege et date de la fin du XIXe siècle, est l’antipsychologisme en logique ; cette doctrine impose une distinction nette – typique de la vision contemporaine dominante – entre les rôles de la logique et de la psychologie : la logique doit être considérée comme une science du jugement, étudiant les principes qui permettent d’évaluer et de comprendre le raisonnement vrai, correct, valide et de le distinguer de son opposé ; d’autres disciplines – plus particulièrement la psychologie, mais aussi l’ethnologie voire d’autres formes d’analyse culturelle – sont conçues comme des sciences étudiant les processus du raisonnement humain, c’est-à-dire les processus mentaux des gens. » (Benzi 2005 : 1)

La prise de décision

11Un mouvement antipsychologique analogue a marqué l’évolution de la théorie de la décision rationnelle. Dans ce domaine, les écarts entre les prescriptions normatives et le comportement réel étaient bien connus depuis les origines, mais ils étaient considérés comme la manifestation d’un problème mineur. En 1952, Friedman et Savage publient une étude célèbre dans laquelle ils construisent une courbe d’espérance d’utilité dont ils affirment qu’elle fournit une représentation raisonnablement précise du comportement humain à un niveau agrégé. Dans leur article, ils jugent non pertinente l’explicitation individuelle des préférences et subséquemment leur contrôle empirique. Les déviations du modèle rationnel de décision sont supposées n’être détectables qu’au niveau agrégé et diverses tentatives ont été faites pour justifier la conviction qu’en moyenne, les individus se conduisent rationnellement. En particulier, Friedman a proposé une défense évolutionniste de la rationalité forte en affirmant que ceux qui échouent à adopter un comportement rationnel se voient graduellement exclus par le mécanisme de sélection du marché. Dans cette optique, les aspects psychologiques de la décision ne sont pas considérés comme dignes d’être étudiés, car les comportements non rationnels sont censés ne représenter qu’un aspect mineur du fonctionnement des économies de marché.

12Le défi le plus sérieux à cette assertion est venu du travail expérimental mené par Maurice Allais. En 1953, il conduit des expériences sur les préférences individuelles qui mettent en évidence des déviations systématiques par rapport aux prévisions théoriques. Dans le sillage de l’article critique de Maurice Allais (1953), il est de mieux en mieux prouvé empiriquement que les individus ne se conforment pas nécessairement aux prédictions de la théorie, et même semblent s’en éloigner systématiquement. La littérature à ce sujet, appelée aujourd’hui « programme "Heuristiques et biais" » après les études pionnières de Kahneman et Tversky, est incroyablement vaste. Les biais et les déviations par rapport aux prédictions théoriques ont été testés par un nombre colossal de chercheurs indépendants et des « effets » bien confirmés ont été détectés : le retournement des préférences, le sophisme de la conjonction, l’effet de cadrage et beaucoup d’autres. La vision du XIXe siècle, qui considérait la logique et le calcul des probabilités comme des théories traduisant les « lois » de l’esprit humain, a été sévèrement mise en cause par les expériences et, jusqu’à un certain point, a été supplantée par une distinction claire entre le normatif et le comportemental. Cette vision semble fort bien s’articuler avec le programme « Heuristiques et biais », car elle sert d’appui à une différenciation tranchée entre les normes et les comportements. Bien plus, elle soulève une question nouvelle : s’il existe des écarts importants entre les normes et les comportements, est-il encore réaliste de vouloir prédire le comportement humain ?

  • 3 Dans son article, « Les cartes de Wason : qu’est-ce qui ne va pas ? », Pei Wang (2001) a donné une (...)

13Si l’on exclut l’idée que l’inadéquation entre le comportement et les prescriptions normatives traduit une irrationalité humaine systématique, une explication nouvelle du comportement rationnel, plus adaptée et plus sophistiquée, doit être avancée. En fait, les spécialistes de la théorie de l’espérance d’utilité ont suivi deux voies différentes : d’une part, ils ont essayé de modifier certains des axiomes de la théorie de façon à rapprocher les prédictions des comportements réels ; d’autre part, ils ont systématiquement tenté de répondre à la question posée en refondant la décision par le truchement d’une exploration plus profonde de la nature de l’intelligence humaine. Cette dernière voie implique de repenser les rapports entre économie et psychologie selon la perspective initiée par Herbert Simon avec sa conception de la « rationalité limitée » (Simon 1971). Si cette voie vers une exploration plus profonde des fondements psychologiques de la pensée humaine a été également suivie dans les champs de la logique et du calcul des probabilités, il y a eu très peu de tentatives pour modifier les axiomes de ces deux théories, de façon à mieux prévoir le comportement réel des individus3 Comme l’existence d’écarts significatifs est particulièrement manifeste dans le cadre de la prise de décision, et plus spécifiquement du critère d’espérance d’utilité, on commencera par exposer les phénomènes qui ont émergé dans ce champ.

La séparation entre psychologie et économie

14Dès sa première mention, la notion d’utilité a été fondée sur les propriétés psychologiques du choix humain. Comme le rappelle Schumpeter dans son Histoire de l’analyse économique, « l’utilité était considérée en principe comme une réalité psychique, une sensation devenue évidente par introspection, indépendamment de toute observation externe [...] dans des proportions directement mesurables. Je pense que c’était l’opinion de Menger et Bôhm-Bawerk » (Schumpeter 1954). L’effort des économistes a consisté à construire un modèle formel des décisions humaines – la théorie de l’utilité-, qui soit descriptivement valide et utilisable comme brique élémentaire de la nouvelle théorie « néoclassique » de la décision économique en voie d’émergence.

15La séparation de l’économie et de la psychologie n’a été manifeste qu’après un débat houleux advenu dans les premières décades du XXe siècle avec le développement complet de la théorie rationnelle de la décision, progressivement devenue le cœur de la théorie économique. Un exposé classique de la théorie peut être trouvé dans un ouvrage de 1932 de Lionel Robbins, Essai sur la nature et la signification de l’économie, dans lequel l’auteur définit l’économie comme la science du choix. Dans son optique, le « calcul » est complètement indépendant des processus psychologiques individuels et se déroule indépendamment des processus mentaux des individus. La fonction de la théorie rationnelle de la décision est analysée comme essentiellement normative ; cette vue a été partagée par une large majorité d’économistes pendant près d’un siècle, s’appuyant sur les définitions et les hypothèses proposées par Robbins. Ce dernier a codifié l’idée que l’économie et la psychologie étaient en fait des disciplines autonomes, avec des statuts scientifiques distincts.

16La théorie n’est devenue complète qu’avec la publication de l’ouvrage Théorie des jeux et comportement économique, de Neumann et Morgenstern en 1944, ouvrage dans lequel la notion d’espérance d’utilité est incorporée dans la théorie du choix. L’origine de la théorie de la décision en environnement risqué remonte au fameux essai de 1738 dans lequel Daniel Bernoulli introduit l’idée d’espérance d’utilité (voir aussi Laplace 1814, introduction XX, XXV). Avant cet article, la règle suggérée par les mathématiciens pour fournir une prescription rationnelle aux parieurs était de comparer les gains et les pertes espérés, comme il a été affirmé (plus tard) par Laplace : « Dans une série d’événements probables, dont les uns produisent un bien et les autres une perte, on aura l’avantage qui en résulte en faisant une somme des produits de la probabilité de chaque événement favorable par le bien qu’il procure, et en retranchant de cette somme celle des produits de la probabilité de chaque événement défavorable par la perte qui y est attachée. Si la seconde somme l’emporte sur la première, le bénéfice devient perte, et l’espérance se change en crainte. » (ibid : introduction XIX). Cette approche considère implicitement l’équilibre entre gains et pertes (pondérés par les probabilités), c’est-à-dire la valeur espérée du projet, comme critère dominant pour prendre une décision rationnelle.

17Bernoulli (1731) a proposé un moyen plus sophistiqué d’analyser comment un parieur prend une décision rationnelle. Pour résoudre un jeu de hasard proposé par son cousin Nicolas en 1713, connu sous le nom de « paradoxe de Saint-Pétersbourg », Daniel Bernoulli a suggéré que plus une personne est riche, moins elle considère l’accroissement de sa richesse comme « utile » si bien qu’un gain augmente moins l’utilité qu’une perte de la même amplitude la diminuerait. Au regard d’une personne ayant une telle attitude face au risque, on montre facilement que l’utilité de la valeur espérée d’un pari équitable est inférieure à l’utilité de ne pas jouer ; cette attitude est qualifiée d’« aversion face au risque » car le parieur préfère un résultat certain à un résultat incertain de même espérance ; le comportement opposé est appelé « goût pour le risque ». L’idée de Bernoulli présuppose que pour prédire le comportement d’un parieur, on doit comparer l’espérance d’utilité quand on s’engage dans le pari à l’espérance d’utilité quand on refuse de jouer. Ceci suggère de calculer l’utilité d’une action risquée comme la somme des utilités des gains et des pertes, pondérés par les probabilités correspondantes. Ceci n’est autre que la notion d’espérance d’utilité suggérée par Neumann et Morgenstern dans leur ouvrage paru deux siècles après le travail de Bernoulli. Avec cette publication en 1944, l’incorporation formelle du risque dans la théorie économique ouvre la voie à d’importantes applications relevant de la théorie des jeux et de champs associés.

18À la suite de l’ouvrage de Neumann et Morgenstern, la notion d’espérance d’utilité a pris place dans de nombreux domaines appliqués de l’économie et a fait l’objet d’une attention particulière des chercheurs pour les aspects empiriques associés : un exemple bien connu est l’article de Friedman et Savage publié en 1948. Les auteurs s’efforcent de construire une courbe d’utilité supposée refléter de façon acceptable le comportement individuel moyen face à des situations risquées. Ils combinent deux propriétés de base du comportement (moyen) usuel des individus ; d’une part, le fait qu’un grand nombre d’individus acceptent de miser de petites sommes dans des jeux de loterie, et montrent ainsi un goût pour le risque ; d’autre part, le fait que ces mêmes individus généralement s’assurent, et présentent donc de l’aversion face au risque. La première propriété requiert une fonction d’utilité convexe alors que la seconde requiert une fonction concave. Pour prendre en compte ces deux traits du comportement humain, Friedman et Savage (1952) suggèrent que la courbe d’utilité doit avoir une forme en « S ». Toutefois, Friedman construit la forme générale de la courbe sans tester ces deux traits sur une population réelle. En fait, aucune donnée précise sur les assurances n’a été prise en considération et aucune donnée fiable relative au revenu des parieurs n’existe. De ce fait, malgré ses grandes potentialités et le nombre important de ses applications, un test valable des hypothèses du modèle d’espérance d’utilité était inexistant jusqu’à l’article de Maurice Allais publié en 1953.

19Lors d’un symposium tenu à Paris, Allais présente deux études dans lesquelles il critique le pouvoir descriptif et prédictif de la théorie des choix soutenue par l’« école américaine », et par Friedman en particulier (Allais 1953). Dans ces expériences, des sujets soumis à des choix alternatifs dans des contextes de risque violent systématiquement les hypothèses de la théorie de l’espérance d’utilité. Des violations de ce type impliquent une incohérence dans le choix des individus : la question est de savoir si cette sorte de violation est systématique ou non. En fait, la rationalité ne signifie pas que le comportement des individus s’ajuste parfaitement aux prescriptions normatives de la théorie de l’espérance d’utilité ; elle signifie que les individus ne dévient pas systématiquement des prescriptions normatives. C’est sans doute pour cela que la réaction initiale au résultat d’Allais fut plutôt tiède : au départ, ces expériences ont été considérées comme reflétant des cas extrêmes plutôt que des déviations systématiques du comportement rationnel, cas induits par les sommes en jeu, particulièrement importantes. Si le résultat expérimental n’eut pas alors beaucoup d’impact, sa légitimité fut néanmoins reconnue sous le label « paradoxe d’Allais » les années qui suivirent.

20Ce n’est que bien plus tard, après des expériences répétées mettant en jeu des sommes plus modestes, que le phénomène émerge à nouveau et que sa nature systématique est finalement reconnue. Comme les expériences traduisent une violation des axiomes, il est naturel de supposer que cette violation est due à des contraintes trop fortes imposées à la définition du critère d’espérance d’utilité. Les réactions aux expériences d’Allais ont en fait conduit à l’élaboration de versions plus sophistiquées de la théorie de l’utilité face au risque, modifiant ou affaiblissant certains axiomes et généralisant certaines caractéristiques. De nombreuses propositions ont été faites dans cette direction, en particulier à partir du milieu des années 1970, toutes fondées sur des tentatives visant à relâcher ou à modifier légèrement les axiomes originels de la théorie de l’espérance d’utilité. Parmi les plus connues figurent la théorie de l’utilité pondérée (Chew et McCrimmon 1979), qui suppose une forme affaiblie de l’axiome d’indépendance, le modèle dépendant du rang (Quiggin 1993) et la théorie de la déception, suggérée par Gul (1991). De même, l’approche proposée par Mark Machina (1982) redéfinit la théorie sans recourir à l’axiome d’indépendance. Enfin, la théorie du regret, proposée par Loomes et Sugden (1982), a fait l’objet d’une attention particulière. Aucune de ces propositions n’a reçu de confirmation statistique sur l’ensemble de son domaine d’application. Une classification raisonnée de ces différentes alternatives est proposée par Camerer (1995).

21Finalement, ces réponses à la critique d’Allais n’ont pas été couronnées de succès (du moins jusqu’à présent). Ce n’est que graduellement que les économistes en sont venus à reconnaître les conséquences complexes des écarts systématiques entre les prédictions de la théorie de l’espérance d’utilité et le comportement économique. Ce qui a généré une interrogation « embarrassante » et restée encore sans réponse : comment modéliser de façon plus réaliste le comportement humain en économie. Une approche alternative à cette question a été proposée, à peu près dans les mêmes années que les expériences d’Allais, avec l’idée de « rationalité limitée » avancée par Simon (1971), lequel a exploré les limites de la rationalité et commencé à mettre en lumière les mécanismes de la décision en recherchant les processus cognitifs à l’oeuvre. Les modifications des axiomes de la théorie de l’utilité espérée semblaient à Simon, comme à d’autres chercheurs, inadaptées pour développer le projet d’une théorie générale de la décision dans le futur. La voie alternative était de prendre en considération la complexité des phénomènes psychologiques sous-jacents.

La rationalité limitée : un nouveau guide

22La recherche conduite par Kahneman et Tversky fait crucialement référence aux processus mentaux sous-jacents. Leur approche s’inscrit parfaitement dans le cadre analytique de la rationalité limitée de Simon, comme les auteurs le reconnaissent explicitement. Allant au-delà des expériences d’Allais, ils mettent en évidence que, dans un contexte de risque, que les individus manifestent une incohérence systématique relative à la représentation de la décision. Ils mettent au jour un nombre incroyable de types de biais, le plus célèbre étant l’« effet de cadrage », lequel indique que les individus présentent une propension au risque face à un choix présenté en termes de pertes, et une aversion pour le risque face à un choix présenté en termes de gains. Les propositions de Kahneman et Tversky, pour expliquer les résultats de leurs expériences, sont de deux types : d’une part, ils avancent la « théorie du prospect », qui repose sur une forte incohérence dans le comportement individuel ; d’autre part, ils préparent le terrain pour une nouvelle explication des biais fondée sur une approche duale du raisonnement. La théorie des perspectives étant analysée par Bourgeois-Gironde et Giraud dans ce volume, nous examinerons rapidement la première voie pour étudier ensuite la seconde avec plus de détails.

23L’effet de cadrage peut être interprété en disant que l’individu perçoit les résultats comme gains ou pertes relativement à un point de référence ; ce point cible correspond en général à sa situation présente en termes de richesse, mais peut aussi traduire une situation de richesse souhaitée. La représentation en termes de gains et de pertes relatifs à un point de référence est fondamentale, car l’attitude face au risque de la part d’individus s’avère différente au-delà ou en deçà du point de référence. Plus précisément, dans la théorie du prospect, la valeur subjective du prospect considéré est supposée convexe pour les pertes et concave pour les gains (Kahneman et Tversky 1979).

24L’introduction de l’idée de point de référence est en accord avec un phénomène très répandu concernant la perception : la perception est contextuelle, c’est-à-dire que les attributs d’un stimulus reflètent le contraste entre ce stimulus et un ensemble de stimuli antérieurs ou concurrents. En transférant cette propriété fondamentale au domaine du choix, Kahneman affirme que Bernoulli a tort, car il suppose précisément que l’attitude face au risque est indépendante de tout contexte.

Les faits d’adaptation perceptive étaient dans nos esprits quand Tversky et moi-même avons commencé notre recherche conjointe sur la décision en environnement risqué. Guidés par l’analogie de la perception, nous nous attendions à ce que l’évaluation des résultats de la décision soit sensible au contexte. Nous avons toutefois remarqué que la dépendance au contexte est incompatible avec l’interprétation standard de la théorie de l’espérance d’utilité, le modèle théorique dominant dans le domaine [...] L’idée que les décideurs évaluent les résultats par l’utilité de la richesse finale a été retenue dans l’analyse économique pendant presque trois cents ans. Ceci est tout à fait remarquable, car il est facile de montrer que cette idée est fausse ; je l’appelle l’erreur de Bernoulli. Le modèle de Bernoulli est imparfait car il est insensible au contexte : il suppose que la valeur assignée à un état donné de richesse ne varie pas avec l’état de richesse initial du décideur. Cette hypothèse contredit un principe de base de la perception, à savoir que le stimulus effectif n’est pas le nouveau niveau de stimulation, mais la différence entre ce niveau et le niveau initial. L’analogie de la perception suggère que les porteurs d’utilité sont probablement des gains et des pertes plutôt que des états de richesse, et cette suggestion est amplement confortée par les données expérimentales et observationnelles sur les choix. (Kahneman 2002)

25La conséquence essentielle de l’effet de cadrage est que les individus donnent des réponses différentes à des problèmes isomorphes, c’est-à-dire évaluent différemment deux représentations d’un même problème. Kahneman suggère de considérer le cadrage comme un cas particulier du phénomène plus général de dépendance à la représentation : le problème posé est d’expliquer pourquoi différentes représentations d’un même problème aboutissent à des décisions différentes. Alors que la notion de « représentation » a reçu un traitement approfondi dans la littérature consacrée à l’intelligence artificielle et dans la psychologie cognitive, où elle a été mise en relation avec les notions d’abstraction et de catégorisation (Giunchiglia, Villafiorita et Walsh 1997), il n’en subsiste pas moins un déficit d’expérimentation sur ces sujets. Nous devons les premières études de terrain à Simon et Hayes (1976) : ils ont exploré le problème de la « représentation » en construisant un ensemble de puzzles de transformation, tous identiques au problème des tours de Hanoï, et ont découvert que les « problèmes isomorphes » variaient beaucoup en difficulté. Les auteurs notent qu’« il serait possible pour un sujet de rechercher la représentation la plus simple, conformément à un certain critère, ou de subsumer tous ces problèmes en une seule représentation canonique » (Simon et Hayes 1976 : 183), mais les sujets adoptent la représentation qui constitue la transposition la plus simple de la description originale du puzzle. « On observe à l’évidence [...] qu’un sujet peut abandonner une représentation complexe pour une autre qui rend la résolution du problème plus simple. » {Ibid. : 190)

26Il apparaît dans beaucoup d’autres tâches de résolution de problèmes que, pour réduire la difficulté de raisonnement, un individu essaye de simplifier la représentation du problème. Ce qui implique qu’il essaye d’utiliser son savoir préalable pour recodifier en termes plus simples la représentation du problème. Ainsi, le processus de restitution du savoir mémorisé est un aspect crucial de la représentation du problème et peut être une source importante de biais ; en fait, l’accessibilité vue comme facilité avec laquelle un élément mémorisé revient à l’esprit (Higgins 1996) n’est pas guidée par un processus contrôlé ; il n’y a pas de processus mécanique de « récupération des données » par lequel les individus peuvent décider quel est l’élément mémorisé dont il faut se ressouvenir aux dépens d’autres. Ainsi, « l’invariance au contexte ne peut être atteinte par un esprit fini. L’impossibilité d’invariance soulève des doutes significatifs quant au réalisme descriptif des modèles de choix rationnel » (Tversky et Kahneman 1986).

En s’affranchissant d’un système qui génère fidèlement les représentations canoniques appropriées, les décisions intuitives vont être conditionnées par les facteurs qui déterminent l’accessibilité aux différentes caractéristiques de la situation. Des caractéristiques facilement accessibles vont influencer la décision, alors que des caractéristiques plus difficilement accessibles vont être largement ignorées. Malheureusement, il n’y a aucune raison de penser que les caractéristiques les mieux accessibles soient aussi les plus performantes pour une bonne décision. (Kahneman 2002)

L’approche duale du raisonnement

27Comme on l’a vu, l’effet de cadrage peut être considéré comme un cas particulier du phénomène plus général de dépendance à la représentation : différentes représentations du même problème peuvent conduire les individus à des solutions différentes de ce problème. Comment peut-on expliquer ce phénomène ? On trouve deux réponses principales dans la littérature. La première affirme que la representation gouverne l’accessibilité : : la pertinence d’un élément est induite par les caractéristiques de la représentation, ce qui signifie qu’à un certain point, une représentation (un cadre) mène à la récupération (inconsciente) des éléments de la mémoire à long terme qui sont pertinents pour la résolution d’une certaine tâche. Comme conséquence, une connaissance précodifiée peut filtrer et distordre le chemin vers une solution et induire les individus à commettre, par inadvertance, des erreurs. La seconde, illustrée en section VI, proclame qu’un grand nombre de processus mentaux sont gouvernés par des systèmes spécialisés, souvent appelés « modules », dédiés à la résolution de problèmes domaine-spécifiques ; selon cette vision, différentes représentations d’un même problème peuvent déclencher différentes réactions car elles sont traitées par différents modules spécifiques.

  • 4 Lapproche dualiste de la cognition est très riche ; parmi les contributions relevant de la présent (...)

28Pour être bien comprises, ces deux lignes de recherche nécessitent de recourir au modèle dual du raisonnement, une vision que beaucoup de psychologues partagent aujourd’hui. L’approche duale est fondée sur de nombreuses observations empiriques qui prouvent qu’une grande partie de l’activité neuronale est reliée à des processus « automatiques », plus rapides que les délibérations conscientes et se produisant avec peu de sentiment d’effort. Le raisonnement est supposé suivre deux processus cognitifs différents : d’une part, un processus de calcul contrôlé, délibéré, séquentiel et coûteux ; d’autre part, un processus non délibéré, automatique, sans effort, parallèle et rapide. Les deux processus ont été décrits de diverses façons selon les auteurs, mais il se dégage aujourd’hui un accord considérable des psychologues sur ce qui les différencie. La distinction a été introduite par Posner et Snyder (1975) qui se sont interrogés sur le niveau de contrôle conscient qu’ont les individus sur leurs jugements et sur leurs décisions ; parmi les autres auteurs ayant porté leur attention sur cette question, Schneider et Shiffrin (1977) ont qualifié les deux processus d’« automatiques » et de « contrôlés » ; depuis, de nombreux modèles duaux analogues ont été développés sous différents noms, comme le discute Camerer (Camerer et al. 2004). Stanovich et West (2000) les appellent respectivement Système 1 et Système 24. La question est aussi évoquée par Kahneman dans son discours Nobel, les deux modes de raisonnement étant alors appelés respectivement intuition (automatique) et raisonnement (contrôlé) (voir fig. 1).

Figure 1 – Les deux modes de raisonnement selon Kahneman

29Kahneman insiste sur les fortes similarités entre la perception et l’intuition – les deux opérations étant à la fois automatiques et difficiles à contrôler – et sur les similarités conséquentes entre les biais de perception et les biais de jugement intuitif. Les biais de perception sont dépendants du contexte : comme le montre la figure 2, les gens considèrent les trois individus qui marchent sur un sentier comme étant de taille différente, alors qu’ils sont parfaitement identiques : la référence vient « troubler » l’évaluation de la taille des individus, et ce biais est automatique. Très peu de personnes voient les individus identiques, mais tous le reconnaissent quand on inverse la figure.

Depuis les premiers jours, la recherche que j’ai menée avec Tversky était guidée par l’idée que les jugements intuitifs occupent une position – correspondant peut-être à l’histoire de l’évolution – entre les opérations automatiques de perception et les opérations délibérées de raisonnement. Notre premier article commun examinait les erreurs systématiques dans les jugements statistiques immédiats de chercheurs experts en statistiques (Tversky et Kahneman 1971). De façon remarquable, les jugements intuitifs de ces experts n’étaient pas conformes aux principes statistiques avec lesquels ils étaient profondément familiers. (Kahneman 2002)

30On a pu argumenter que les activités du cerveau qui correspondent respectivement aux processus automatiques et contrôlés se développent dans des aires distinctes. Les patients qui ont des lésions du cortex préfrontal ont des difficultés à décider et à résoudre des problèmes dans des situations mal structurées, particulièrement des problèmes impliquant des composantes de planification ou de prévision. Les processus contrôlés semblent correspondre à des activations neuronales se déroulant essentiellement dans les parties orbitales et préfrontales du cerveau (Goel et Grafman 1995, 2000 ; Lieberman, Gaunt, Gilbert et Trope 2002). « Le cortex préfrontal est parfois dénommé “région executive” car il reçoit des éléments de presque toutes les autres régions, les intègre pour former des buts de court ou long terme, et planifie des actions qui intègrent ces buts » (Shallice et Burgess 1998). Les régions qui soutiennent l’activité cognitive automatique sont concentrées sur les parties occipitales, pariétales et temporales du cerveau. L’amygdale, cachée sous le cortex, est responsable de beaucoup des réponses affectives importantes et automatiques comme la peur » (Camerer, Loewenstein et Prelec 2005).

31Le processus intuitif, qui met au jour automatiquement le savoir préalable, est ainsi considéré comme la source originelle d’erreurs de raisonnement. De nombreuses expériences montrent que l’autocontrôle cognitif, à savoir le contrôle du système délibératif sur le système automatique, est très léger et permet à la pensée automatique d’émerger presque sans contrôle. Selon Kahneman (1982), les erreurs dans les jugements intuitifs impliquent des échecs dans les deux systèmes : le système automatique qui génère les erreurs et le système délibératif qui échoue à les détecter et à les corriger. Dans la même veine, Camerer, Loewenstein et Prelec (ibid.) soutiennent que, du fait qu’une personne a peu ou pas du tout de contrôle sur le système automatique, les jugements intuitifs ne résultent pas d’un processus purement délibéré et ne se conforment pas aux axiomes normatifs de la logique et du choix.

Raisonnement automatique et modularité

32Selon Schneider et Shiffrin (1977), le raisonnement automatique est l’activation d’une séquence apprise d’éléments de la mémoire à long terme, initiée par des stimuli appropriés et qui se déroule ensuite automatiquement sans contrôle du sujet, sans saturer les limites de capacités du système et sans nécessairement exiger d’attention. Il peut arriver que les séquences soient le résultat d’un processus parfaitement rationnel, comme il en est des stratégies rationnelles pour résoudre des problèmes simples. Leur mémorisation dans la mémoire à long terme conduit à leur récupération et à leur utilisation automatiques , dans des contextes qui ne sont pas nécessairement identiques aux situations dont elles sont issues. Les données expérimentales disponibles, pour la résolution de puzzles par exemple, montrent que la plupart des individus, une fois qu’ils ont été capables d’identifier une stratégie et de l’utiliser de façon répétée jusqu’à ce qu’elle devienne familière, ne l’abandonnent plus, même dans de nouveaux contextes où de meilleures stratégies deviennent disponibles.

33Cette tendance a été prouvée par Luchins (1942) et Luchins et Luchins (1950) qui ont mené des expériences avec des sujets soumis à des problèmes mathématiques admettant des solutions à différents niveaux d’efficacité. Les auteurs montrent que les sujets, une fois qu’ils ont identifié une solution simple pour une certaine tâche et dans un certain contexte, vont « automatiquement » et systématiquement utiliser cette même solution pour l’appliquer à d’autres contextes où elle s’avère sous-optimale. Ce processus est appelé « mécanisation de l’esprit ». Concrètement, ils ont utilisé des problèmes de cruches d’eau où les participants disposaient de trois cruches de taille variable et d’une quantité d’eau illimitée, sachant qu’ils devaient obtenir in fine une quantité d’eau donnée (tableau 1). Tous les participants ont d’abord été soumis à un exemple pratique. Ceux du groupe expérimental ont ensuite été confrontés à cinq problèmes (problèmes 2-6) avant d’affronter les problèmes tests (7, 8, 10 et 11). Ceux du groupe de contrôle passaient directement de l’exemple pratique aux problèmes 7-11. Les problèmes 2-6 avaient été construits pour établir une « disposition » à résoudre des problèmes d’une certaine façon (en utilisant les récipients B – A – 2C pour leur solution). Les membres du groupe expérimental se sont montrés très enclins à s’appuyer sur les dispositions, même si des procédures plus efficaces étaient disponibles. En revanche, les membres du groupe de contrôle ont utilisé les solutions les plus directes.

34Comme on l’a vu, Luchins et Luchins (1950) montrent qu’après avoir identifié la meilleure solution pour une tâche dans un contexte donné, les sujets la transfèrent automatiquement à d’autres contextes où elle est sous-optimale. Les expériences prouvent qu’un calcul mental, une fois qu’il s’est avéré performant pour résoudre un problème donné, est encore appliqué pour résoudre des problèmes analogues et devient « mécanisé ». La mécanisation permet aux individus de passer d’une activité mentale délibérée et coûteuse à des opérations mentales partiellement automatiques, inconscientes et ne nécessitant pas d’effort. Ainsi, les expériences de Luchins et Luchins s’accordent parfaitement avec la distinction entre processus contrôlé et automatique. Elles mettent en évidence comment à un processus de raisonnement contrôlé – typiquement constitué d’opérations mentales lentes, séquentielles et coûteuses – se substitue un processus sans effort de raisonnement automatique. Une fois mémorisées, les séquences peuvent être considérées comme les briques élémentaires du processus intuitif. Les expériences de Luchins permettent de soutenir que des aptitudes cognitives élémentaires peuvent être stockées en mémoire comme routines automatiques ou programmes, déclenchés par un mécanisme d’analogie de structure et exécutés sans effort mental ou pensée consciente. Dans certains contextes, ces aptitudes spécialisées automatiquement activées ont été appelées modules spécialisés.

35Il est important de noter que cette notion de module spécialisé ne coïncide pas avec celle de module comme mécanisme mental inné proposée par Fodor (1983) ni à la définition suggérée par les psychologues évolutionnistes qui affirment que les modules mentaux sont omniprésents et sont le produit de la sélection naturelle (Cosmides et Tooby 1992). Les expériences de Luchins montrent comment le processus d’acquisition de modules spécialisés – conçus comme des séquences décision-action automatiques – prend place. Ces modules se forment graduellement, comme résultat d’une répétition d’expériences, et constituent des aptitudes qui, appliquées au problème originel, donnent naissance à une réponse sans effort ; c’est l’élaboration d’aptitudes spécialisées qui explique que les experts soient capables d’élaborer des stratégies de résolution de problèmes plus efficientes que celles des novices.

36Le rôle essentiel des modules spécialisés est mis en lumière par les expériences menées avec des joueurs d’échecs. Une estimation approximative de la capacité des grands maîtres à stocker en mémoire des positions différentes sur l’échiquier tourne autour de 10 000 positions. Gobet et Simon (1996), en testant la mémoire pour différentes configurations des pièces sur l’échiquier, ont démontré que la supériorité des experts sur les novices à se souvenir des pièces figurant dans des configurations courantes disparaît quand les pièces sont placées au hasard. Ils ont observé que les joueurs experts étaient capables de se souvenir des configurations presque instantanément, mais seulement dans des positions correspondant à des situations de jeu plausibles. Pour des pièces placées au hasard, les experts ne font pas mieux que les novices. Ce qui est important, c’est que non seulement les experts sont capables de reconstituer les positions, mais ils réagissent rapidement et automatiquement. Ainsi, les deux exigences – spécificité au domaine et activation automatique – pour que les modules spécialisés soient actifs sont satisfaites dans des compétitions d’échecs ; mais comme on le verra, l’activation automatique de modules spécialisés est une cause potentielle de biais. Comme le note Kahneman (2002) :

Le fait d’acquérir des aptitudes augmente progressivement l’accessibilité à des réponses utiles et à des voies productives pour organiser l’information, jusqu’à ce que la performance associée se fasse sans effort. Un tel effet issu d’une pratique ne se limite pas à des aptitudes motrices. Un maître aux échecs ne voit pas le même échiquier que le novice, et visualiser la tour dans une rangée de cases va se faire virtuellement sans effort après une pratique prolongée.

37Comme on l’a noté, le terme « module » revêt deux sens différents en psychologie cognitive. Selon Richard Samuels :

Jusqu’à récemment, même des partisans convaincus de la modularité se sont contentés d’affirmer que l’esprit était modulaire à sa périphérie. Ainsi, bien que la discussion sur la modularité, telle qu’elle est couramment conçue en sciences cognitives, dérive essentiellement des arguments de Jerry Fodor dans The Modularity of Mind, Fodor (1983) insiste sur le fait qu’une grande part de notre cognition est favorisée par des systèmes non modulaires. Selon Fodor, seuls les systèmes d’entrée (ceux responsables de la perception et du traitement du langage) et les systèmes de sortie (ceux responsables de l’action) sont des candidats plausibles à la modularité. En revanche, les systèmes centraux (ceux responsables des processus cognitifs « supérieurs » comme le raisonnement, la résolution de problèmes et la fixation des croyances) sont susceptibles d’être non modulaires.

38En opposition avec cette vision, les psychologues évolutionnistes rejettent l’affirmation selon laquelle l’esprit est seulement modulaire en périphérie, au profit de l’hypothèse de modularité massive, laquelle suggère que l’esprit humain est essentiellement et même entièrement composé de modules darwiniens. Tooby et Cosmides (1995) affirment que :

Selon cette vision [modulaire], notre architecture cognitive ressemble à une confédération de milliers d’ordinateurs fonctionnellement spécialisés (souvent appelés modules), conçus pour résoudre des problèmes adaptatifs [...]. Chacune de ces structures a son propre programme et impose sa propre organisation exotique à différents fragments de l’univers. Elles constituent des systèmes spécialisés pour l’induction grammaticale, pour la reconnaissance du visage, pour l’évaluation, pour la construction d’objets ou pour la reconnaissance d’émotions. Ce sont des mécanismes pour détecter le vivant, la direction de l’œil et la tricherie. (Ibid. : xiii-xiv).

39Cette dernière caractérisation du terme « module » est très critiquable, et ne suggère pas de voie expérimentale claire pour identifier leur existence et leur rôle dans le processus de création d’aptitudes.

40À l’inverse, les expériences récentes d’imagerie cérébrale semblent confirmer l’émergence de modules, interprétés comme capacités cognitives spécialisées issues de l’expérience :

Dans un processus qui n’est pas bien compris, le cerveau se représente la manière d’effectuer les tâches efficacement, en utilisant les systèmes spécialisés à sa disposition. Quand le cerveau est confronté à un problème nouveau, il s’appuie d’abord fortement sur diverses régions, incluant souvent le cortex préfrontal (où les processus contrôlés sont concentrés). Mais au cours du temps, l’activité devient plus rationalisée, se concentrant sur des régions qui se sont spécialisées dans des opérations pertinentes pour la tâche. Dans une étude (Haier et al. 1992), le cerveau des sujets était mis en image à différents moments de l’acquisition d’expérience avec le jeu sur ordinateur Tetris, qui requiert une coordination œil-main et un raisonnement spatial rapides. Quand les sujets ont commencé à jouer, ils étaient très éveillés et de nombreuses parties de leur cerveau étaient activées. (Fig. 3, droite.) [...] l’activité du cerveau semblait graduellement glisser vers des régions particulières et des systèmes spécialisés capables de résoudre des problèmes automatiquement et efficacement avec peu d’effort. (Camerer, Loewenstein et Prelec 2005)

41Cette dernière expérience confirme l’émergence d’aptitudes stables et modularisées qui sont domaine-spécifiques et automatiquement déclenchées, leur persistance ne pouvant à l’évidence être attribuée à une propriété génétique ou innée comme l’affirment les psychologues évolutionnistes.

Compétences mentales domaine-spécifiques ou domaine-générales

42Qu’une structure soit domaine-spécifique signifie qu’elle est dédiée à la résolution d’une classe de problèmes dans un domaine restreint. Ainsi, l’algorithme simple appris par les individus soumis à l’expérience de Luchins, une fois mémorisé et automatisé, agit comme une compétence domaine-spécifique ; la même chose vaut pour le joueur d’échecs, qui réagit de façon spécifique à des positions sur l’échiquier. En revanche, une structure cognitive domaine-générale est une structure qui peut être mobilisée sur une aire importante de différents champs. L’approche traditionnelle de la rationalité suppose implicitement que les gens possèdent des capacités cognitives générales qui peuvent être appliquées à tout type de problème, et vont donc entraîner les mêmes performances pour des problèmes ayant des structures similaires. Au contraire, l’approche par le modèle dual prédit que les performances vont dépendre fortement de l’adéquation entre le problème donné et les capacités acquises lors des expériences passées.

43Comme effet indirect, si les prédictions de l’approche par le modèle dual sont correctes, les capacités acquises (« routinisées ») peuvent interférer entre elles et, plus crucialement, avec les capacités générales du Système 2. Un des problèmes les plus étudiés dans la littérature concernant le raisonnement, pour lequel les prédictions du modèle dual ont été testées, n’est autre que la tâche de Wason. Connue pour être difficile dans sa version abstraite, elle devient très simple dans sa version « déontique » et peut ainsi induire la bonne ou la mauvaise réponse selon la manière dont elle est présentée. La « tâche de sélection avec quatre cartes » de Wason (1966) peut être décrite ainsi : les sujets voient quatre cartes disposées sur une table ; ils savent qu’elles ont été choisies dans un paquet où chaque carte possède une lettre inscrite sur l’une de ses faces et un nombre sur l’autre :

  • 5 On conclut de l’expérience de Wason que les individus ne cherchent pas les cartes qui pourraient r (...)

44On soumet le sujet à la règle conditionnelle suivante : « Si une carte a un A sur une face, elle a un 2 sur l’autre face. » On lui demande de désigner la ou les cartes à retourner pour s’assurer que la règle est valide. La majorité des répondants proposent soit de retourner seulement A, soit de retourner A et 2 ; peu d’entre eux proposent la solution correcte, qui est de retourner A et 35.

45Johnson-Laird, Legrenzi et Legrenzi (1972) ont illustré par une série d’exemples l’assertion selon laquelle, si la règle exprime un devoir ou un droit résultant d’accords collectifs, le nombre de sujets qui sélectionnent les bonnes cartes augmente. Dans la version proposée par Griggs et Cox (1982), le nombre de réponses correctes augmente de façon spectaculaire. En effet près de 75 % des sujets répondent avec succès à une version de la tâche de sélection de Wason augmentée de la règle suivante : « Imaginez que vous êtes un officier de police en service. Il est de votre devoir de vous assurer que les gens se conforment à certaines règles. Les cartes en face de vous donnent des informations sur quatre personnes assises à une table. Sur une face de la carte figure l’âge de la personne et sur l’autre ce qu’elle boit. La règle est la suivante : "Si une personne boit de la bière, elle doit avoir plus de 19 ans." Indiquez la carte ou les cartes que vous devez retourner pour déterminer si les gens violent ou non la règle. »

46Cette version de la tâche est une transformation de la version originale où la règle revêt une forme « déontique », à savoir une prescription liée à une norme (dans ce cas, une norme sociale). Deux éléments ont été invoqués pour expliquer le succès de cette version : sa « familiarité » et son caractère déontique. Comme le notent Sperber, Cara et Girotto (1995), l’hypothèse initialement posée affirme que les versions avec un contenu concret, familier, proche de l’expérience quotidienne, peuvent faciliter le raisonnement et favoriser un résultat correct. Cette hypothèse s’est toutefois révélée fausse quand des versions qui étaient familières et concrètes, mais non déontiques, ont échoué à conduire à de bonnes performances (Manktelow et Evans 1979) et quand, au contraire, des règles déontiques et abstraites (Cheng et Holyoak 1985, 1989) ou non familières (Cosmides 1989, Girotto, Gilly, Blaye et Light 1989) ont conduit à des succès. Le format déontique est ainsi apparu comme la clé pour comprendre les bonnes performances et expliquer les bonnes réactions.

  • 6 Dans ce contexte, les modules sont naturellement vus comme des éléments génétiquement innés, au co (...)

47Leda Cosmides (1989) considère que cette représentation déontique met en lumière une capacité humaine domaine-spécifique, l’habileté à détecter les tricheurs. Appliquée à la version de Cox et Griggs de la tâche de sélection, cette capacité conduit à une sélection « automatique » des bonnes cartes ; dans la version particulière qui précède, les sujets qui recherchent un tricheur retournent les cartes qui peuvent cacher une violation de la règle, à savoir « boire de la bière » et « avoir 16 ans ». Cosmides a suggéré une explication évolutionniste du mécanisme de détection de la tricherie. Elle affirme que pour que la coopération se stabilise pendant l’évolution humaine, les êtres humains ont dû développer un altruisme réciproque et, dans le même temps, des capacités cognitives domaine-spécifiques qui leur permettent de détecter les tricheurs. Elle soutient que les capacités cognitives en question consistent en un module de contrat social permettant de détecter les parties qui ne respectent pas les termes du contrat. De plus, elle affirme que toutes les règles déontiques ne conduisent pas à des choix corrects, mais seulement celles qui sont mises en œuvre par des modules sous-jacents ayant évolué, tel l’algorithme de contrat social6

48Dans cette optique, qui considère comme essentiels le contenu et le contexte dans lequel le problème est présenté, l’« effet de perspective », introduit par Gigerenzer et Hug (1992), présente une version déontique mettant en lumière le module de détection du tricheur dans une relation de contrat employeur-employé et explorant les effets d’un changement de rôle entre sujets impliqués dans le contrat. La thèse de Gigerenzer énonce que le « mécanisme de détection de la tricherie » guide le raisonnement dans les formes suivantes de tâche de sélection : si la proposition conditionnelle est codée comme un contrat social, si le sujet est mis dans la peau de l’une des parties du contrat, alors l’attention est dirigée vers l’information qui peut révéler la tricherie envers soi (Ibid.). Cette thèse peut être soutenue ou réfutée en comparant deux versions différentes de la tâche de sélection intervertissant le sujet qui peut subir une tricherie dans une relation contractuelle. La version de la tâche de Wason avec « effet de perspective » repose sur les instructions de base suivantes : les cartes fournissent une information sur quatre employés ; une face de la carte indique si la personne concernée a travaillé le week-end et l’autre face indique si la personne a récupéré un jour de congé pendant la semaine suivante. La règle énonce : « Si un employé travaille le week-end, il a récupéré un jour de congé pendant la semaine suivante. » Le sujet doit indiquer la ou les cartes qu’il doit nécessairement retourner pour voir si la règle a été violée.

49En plus des instructions de base, deux histoires contextuelles ont été utilisées. L’une place les sujets dans le rôle de l’employé, l’autre dans celui de l’employeur, tout le reste étant invariant :

50-Première perspective : le sujet s’identifie à un employé

51La version de l’employé énonce que travailler le week-end est un bénéfice pour l’employeur, car la firme peut alors utiliser ses machines et être plus flexible. En sens inverse, travailler le week-end impose un coût à l’employé. L’histoire contextuelle concerne un employé qui n’a jamais travaillé le week-end auparavant, mais qui est supposé travailler le samedi de temps en temps, car avoir un jour de libre en semaine est un avantage qui compense le coût de travailler le samedi. Sachant qu’il y a des rumeurs selon lesquelles la règle aurait déjà été violée, la tâche du sujet est de vérifier qu’il n’en est pas ainsi. En vertu du mécanisme de détection de la tricherie, les cartes qui doivent être retournées pour détecter si l’employeur n’a pas respecté la règle sont « a travaillé le week-end » et « n’a pas récupéré un jour ». Ce sont aussi les cartes qui doivent être retournées dans un raisonnement logiquement correct.

52-Seconde perspective : le sujet s’identifie a l’employeur

53Pour l’employeur, subir une tricherie signifie que l’employé n’a pas travaillé le week-end et a eu un jour de congé ; ainsi, dans cette perspective, les sujets doivent sélectionner des cartes qui ne sont pas les bonnes dans un raisonnement logique. Il s’agit des cartes « n’a pas travaillé le week-end » et « a récupéré un jour ».

54Selon les auteurs, « les résultats montrent que lors du changement de perspective, les cartes retenues ont aussi changé dans la direction prédite. Les effets sont forts et robustes pour les deux problèmes. Dans la perspective de l’employé, 75 % des sujets ont choisi "a travaillé le week-end" et "n’a pas récupéré un jour", mais seulement 2 % ont retenu l’autre paire de cartes. Dans la perspective de l’employeur, ces 2 % (qui ont retenu "n’a pas travaillé le weekend" et "a récupéré un jour") sont passés à 61 % » (Gigerenger et Hug 1992). Ainsi, l’expérience met en évidence un impact clair et fort de la représentation du problème et plus particulièrement l’effet du contenu sémantique sur le processus de raisonnement.

  • 7 L’intuition de la pertinence est activée par des mécanismes pragmatiques à l’œuvre dans la compréh (...)

55Cosmides (1989) attribue la capacité spécifique de détecter les tricheurs à un module cognitif inné, génétiquement développé ; dans son optique, la coopération ne peut fonctionner sans un module pour diriger l’attention de l’organisme sur l’information qui peut révéler que lui (ou son groupe) subit une tricherie. Que ceci se passe automatiquement en vertu d’un module spécifiquement assigné à des contrats sociaux, comme le proclament Gigerenzer et Hug (1992), ou comme une interaction entre des aptitudes domainespécifiques et un processus de raisonnement général, comme le suggère le modèle dual, reste un objet de débat. Selon Sperber, Cara et Girotto (1995), l’hypothèse de modularité massive (l’idée que l’esprit est un bouquet de modules darwiniens domaine-spécifiques), soutenue par les psychologues évolutionnistes (Tooby et Cosmides) n’est pas convaincante. Sperber et ses collègues proposent une interprétation différente de la sensibilité au contexte dans la tâche de sélection de Wason. En introduisant la théorie de la pertinence, ils suggèrent que les individus infèrent de la règle liée à la tâche de sélection des conséquences testables, les considèrent dans un ordre d’accessibilité, et s’arrêtent quand l’interprétation résultante de la règle satisfait leurs anticipations de pertinence. L’ordre d’accessibilité des conséquences et les anticipations de pertinence varient avec la règle et le contexte et influencent donc la performance du sujet7

56Cette vision semble cohérente avec les hypothèses de Kahneman selon lesquelles des opérations cognitives automatiques et contrôlées sont en concurrence pour le contrôle des réponses déclarées :

La caractéristique essentielle des agents n’est pas qu’ils raisonnent pauvrement, mais qu’ils agissent souvent intuitivement. Et le comportement de ces agents n’est pas guidé par ce qu’ils sont capables de calculer, mais par ce qu’ils sont en mesure de voir à un moment donné [...] Les heuristiques de jugement, qui expliquent beaucoup d’erreurs systématiques dans les croyances et les préférences, sont expliquées [...]. par un processus de substitution d’attributs : les gens évaluent parfois un attribut difficile en lui substituant un attribut plus accessible. Les variations dans l’aptitude du Système 2 à corriger et à passer outre aux jugements intuitifs sont expliquées par des variations dans l’accessibilité des règles pertinentes. (Kahneman 2002)

57Ainsi, la dichotomie entre automaticité et calculabilité suggère que la performance dépend de façon critique de l’interaction entre raisonnement domaine-général et domaine-spécifique. Les aptitudes cognitives domaine-spécifiques, évoquées dans le raisonnement dans un certain cadre ou dans la résolution d’un certain problème, vont être considérées, comme dans l’expérience de Luchins, comme des briques élémentaires créées par « routinisation » du processus mental. Les résultats expérimentaux montrent que les individus, une fois qu’ils ont mémorisé les briques élémentaires qui se sont montrées utiles pour résoudre des problèmes dans un certain contexte, ont tendance à les appliquer ensuite automatiquement dans des conditions analogues (Luchins 1942, Egidi et Narduzzol997). L’observation conduit à supposer que, lorsqu’un module spécialisé (compris comme capacité cognitive spécialisée émergente de l’expérience) existe et est appliqué à une tâche particulière, le traitement est rapide et le but de la tâche semble pouvoir être atteint presque sans effort. En même temps toutefois, l’utilisation de modules automatiques dans des contextes légèrement différents des contextes originaux – comme dans les expériences de Luchins – peut expliquer pourquoi l’automaticité peut facilement conduire à des erreurs de jugement, de raisonnement et de résolution de problèmes.

58En fait, les erreurs peuvent être engendrées à deux niveaux : d’une part, elles peuvent être attribuées à l’utilisation de « mauvais » modules, à savoir des modules qui ne sont pas parfaitement adaptés au contexte ; d’autre part, quand de nouveaux modules sont créés, elles peuvent être engendrées par la représentation et la décomposition du problème. La prégnance de représentations erronées apparaît clairement dans des contextes de résolution de problèmes : celle-ci exige en -en sousproblèmes susceptibles d’être résolus séparément. Le processus de décomposition est susceptible d’être appliqué de façon répétée jusqu’à ce que des sous-problèmes élémentaires et simples soient dûment identifiés et mémorisés. Des progrès dans la compréhension des propriétés de décomposition ont été accomplis dans les dernières années, après les travaux originels de Simon et Ando (1961) qui s’appuyaient essentiellement sur des jeux et des puzzles.

59La tour de Hanoï et le cube de Rubik sont des contextes typiques dans lesquels la décomposition a été analysée en profondeur pour découvrir des stratégies de solution.

60Cependant, on a pu montrer (Egidi 2006) que, quand un problème est décomposé en parties élémentaires et quand les solutions sont découvertes et mémorisées sous forme de modules élémentaires, les erreurs que font les joueurs – de façon consciente ou non – ont deux sources : l’architecture de la décomposition et le transfert de modules hors de leur domaine d’application. La première origine est une conséquence d’une propriété générale de la décomposition, le principe de Bellman : quand on décompose un problème et qu’on applique la solution optimale à chaque sous-problème, on obtient en général une solution sous-optimale au problème global. Les conditions pour une décomposition optimale sont très restrictives et n’apparaissent pas au cours d’un processus humain naturel de résolution de problèmes ; les individus, quand ils cherchent une structure de décomposition, font généralement usage de modules préalables découverts et mémorisés dans des contextes différents. Ainsi, les catégorisations et les classifications qui ont été utilisées pour résoudre un certain problème peuvent se révéler inappropriées si elles sont appliquées à des domaines nouveaux. En conséquence, les erreurs dans la représentation mentale du problème peuvent être l’effet naturel de la catégorisation et de l’identification de briques élémentaires (modules) au-delà de leur domaine légitime. L’extrapolation inappropriée peut être analysée à la lumière du processus de « mécanisation de la pensée » mis en évidence par les expériences de Luchins et Luchins (1950). Ainsi, une source importante de biais dans la décision a pour origine la représentation du problème et sa décomposition.

Remarques conclusives

61Si de nombreux auteurs ont insisté sur les émotions comme facteur de trouble du raisonnement, nous avons accordé plus d’importance aux « illusions », c’est-à-dire – à la suite de Laplace – aux représentations erronées de problèmes qui viennent automatiquement à l’esprit des individus et favorisent des décisions inadéquates. Selon Kahneman, le terme d’« intuition » a précisément été utilisé pour décrire le processus mental de mise au point automatique qui caractérise une grande partie du raisonnement humain ; le dualisme entre raisonnement et intuition a ainsi été considéré comme la source de défauts de représentation et de biais dans la décision et le raisonnement. Le modèle dual que nous avons discuté est une tentative nouvelle et prometteuse pour expliquer l’origine des biais. Bien que certains aspects de l’approche duale aient été clarifiés par la neurophysiologie – en utilisant en particulier des techniques d’imagerie cérébrale-, ce sont les expériences psychologiques traditionnelles qui ont fourni les observations les plus significatives. Malgré des premiers résultats encourageants, les études neuropsychologiques sur le raisonnement en sont encore à un stade très préliminaire et un effort de recherche substantiel est nécessaire pour développer une meilleure compréhension de la base neurologique du raisonnement.

62Bien sûr, de nombreux aspects du processus de pensée restent inexplorés et échappent encore à notre entendement ; en particulier, la relation entre activités mentales automatiques et calcul conscient est plus complexe qu’on ne le considérait dans la littérature récente. De nombreuses expériences indiquent que la relation n’est pas limitée au contrôle du système délibéré sur le système automatique et ainsi, à la correction des erreurs. Comme le montrent les expériences de Simon sur les échecs, les performances des grands maîtres dépendent crucialement de la mémorisation des positions sur l’échiquier et des aptitudes (modules) afférentes : le maître utilise délibérément les modules qui les combinent pour construire sa stratégie. En conséquence, si l’un de ces modules n’est pas parfaitement adapté à la solution, la stratégie va dévier de l’optimum (théorique). De plus, même si tous les modules sont adaptés, leur combinaison peut mener à des erreurs en conséquence d’une mauvaise représentation du problème ; les erreurs se nichent ainsi dans le processus de raisonnement car les modules automatiques sont les « mots » élémentaires du processus. Les processus automatiques inconscients et le calcul délibéré étant inextricablement liés dans le raisonnement complexe, les erreurs et les cadres erronés peuvent persister avec une stabilité remarquable même quand ils ont été réfutés. Ceci conduit à une conception de la rationalité qui diffère de la conception classique (faculté d’optimisation) tandis qu’elle converge avec les visions de Popper et de Hayek : dans notre discussion, en fait, la rationalité est essentiellement considérée comme la capacité de rectifier nos erreurs.

Bibliographie

Références bibliographiques

Allais M. 1953. « Le comportement de l’homme rationnel devant le risque : critique des postulats et axiomes de l’école américaine ». Econometrica, 21 : 503-46.

Allais M. 1979. « The Foundations of a Positive Theory of Choice Involving Risk and a Criticism of the Postulates and Axioms of the American School ». In Allais M., Hagen O. (dir.), Expected Utility Hypotheses and The Allais Paradox : Contemporary Discussions of Decision under Uncertainty with Allais’ Rejoinder. Dordrecht, Boston et Londres, D. Reidel Publishing Company. Republié in Egidi, Rizzello 2004.

Anderson J. R. 1983. The Architecture of Cognition. Cambridge (É.-U.), Harvard University Press.

Arthur W. B. 1988. « Self-Reinforcing Mechanisms in Economics ». In W.P Anderson, K.J. Arrow (dir.), The Economy as an Evolving Complex System. Redwood City (CA), Addison Wesley, 9-31.

Ayton P. Fisher I. 2004. « The Hot Hard Fallacy and the Gambler’s Fallacy : Two Faces of Subjective Randomness ? ». Memory & Cognition, 32 (8) : 1369-1378.

Bacon J. 1994. Thinking and Deciding. New York, Cambridge University Press.

Bargh J. A. 1982. « Attention and Automaticity in the Processing of Self-Relevant Information ». Journal of Personality and Social Psychology, 43 : 425-436.

— 1992. « The Ecology of Automaticity : Toward Establishing the Conditions Needed to Produce Automatic Processing Effects v>.The American Journal of Psychology, 105 (2), Views and Varieties of Automaticity (Summer 1992) : 181-199, — 1994. « The Four Horsemen of Automaticity : Awareness, Efficiency, Intention, and Control in Social Cognition ». In R. S. Wyer, Jr., T. K. Srull (dir.), Handbook of Social Cognition(2e éd. : 1-40), Hillsdale, Erlbaum.

Bargh J. A., Chaiken S., Raymond P., Hymes C. 1996. « The Automatic Evaluation Effect : Unconditionally Automatic Attitude Activation with a Pronunciation Task ». Journal of Experimental Social Psychology, 32 : 185-210.

Bargh J. A., Chartrand T. L. 1999. « The Unbearable Automaticity of Being ». American Psychologist, 54 : 462-479.

Bargh J. A., Chen M., Burrows L. 1996. « Automaticity of Social Behavior : Direct Effects of Trait Construct and Stereotype Activation on Action ». Journal of Personality and Social Psychology, 71 : 230-244.

Bargh J. A., Ferguson M. J. 2000. « Beyond Behaviorism : On the Automaticity of Higher Mental processes ». Psychological Bulletin, 126 (6) : 925-945.

Bargh J. A., Gollwitzer P. M. 1994. « Environmental Control of Goal-directed Action : Automatic and Strategic Contingencies between Situations and Behaviour ». In W. Spaulding (dir.), Nebraska Symposium on Motivation, 41, Lincoln, University of Nebraska Press : 71-124.

Barsalou L. W. 1992. Cognitive Psychology : An Overview for Cognitive Scientists. Hillsdale, Erlbaum.

Bellman R.E. 1957. Dynamic Programming. Princeton, Princeton University Press.

Benzi M. 2002. « Il problema logico delle fallacie ». In G. Mucciarelli, G. Celani (dir.), Quando il pensiero sbaglia. La fallacia tra psicologia e scienza, Turin, Utet.

— 2005. « Prefazione ». Networks 5 : iv, 2005.

Bernoulli D. 1954. « Specimen Theoriae Novae de Mensura Sortis ». Commentarii Academiae Scientiarum Imperialis Petropolitanae 1738, V : 175-92. Traduit par L. Sommer sous le titre « Expositions of a New Theory on The Measurement of Risk », Econometrica, Jan. 1954, 22 : 23-26.

Bernoulli J. 1899. Ars conjectandi (1713). Traduit en allemand par R. Haussner sous le titre : « Wahrscheinlichkeitsrechnung », Ostwald’s Klassiker der Exakten Wissenschaften, 107-108. 1899. Leipzig, W. Englemann.

Boole G. 1854. An Investigation of the Laws of Thought, on which are Founded the Mathematical Theories of Logic and Probabilities. Londres, Walton and Maberly ; Cambridge, MacMillan.

Boynton D. M. 2003. « Superstitious Responding and Frequency Matching in the Positive Bias and Gambler’s Fallacy Effects ». Organizational Behavior and Human Decision Processes, 91 (2) : 119-127.

Camerer C. 1995. « Individual Decision Making ». In J. H. Kagel, A. E. Roth (dir.), Handbook of Experimental Economics, Princeton, Princeton University Press : 587-703.

Camerer C., Loewenstein G., Prelec D. 2004. « Neuroeconomics : Why Economics Needs Brains ». Scandinavian Journal of Economics, 106(3) : 555-579.

— 2005. « Neuroeconomics : How Neuroscience Can Inform Economics ». Journal of Economic Literature, XLIII : 9-64.

Chartrand T. L., Bargh J. A. 1996. « Automatic Activation of Impression Formation and Memorization Goals : Nonconscious Goal Priming Reproduces Effects of Explicit Task Instructions ». Journal of Personality and Social Psychology, 71 : 464-478.

— 1999. « The Chameleon Effect : The Perception-Behavior Link and Social Interaction ». Journal of Personal and Social Psychology, 76 : 893-910.

Chen M., Bargh J. A. 1997. « Nonconscious Behavioral Confirmation Processes : The Self-Fulfilling Consequences of Automatic Stereotype Activation ». Journal of Experimental Social Psychology, 33 : 541-560.

— 1999. « Consequences of Automatic Evaluation : Immediate Behavioral Predispositions to Approach or Avoid the Stimulus ». Personality and Social Psychology Bulletin 25 : 215-224.

Cheng P W., Holyoak K. J. 1989. « Pragmatic Reasoning Schemas ». Cognitive Psychology, 17 : 391-416.

Chew S. H., McCrimmon K. R. 1979. « Alpha-nu Choice Theory : An Axiomatization of Expected Utility ». Working Paper, 669, University of British Columbia Faculty of Commerce.

Clotfelter C. T, Cook P J. 1993. « The Gambler’s Fallacy in Lottery Play », Management Science, 39(12) : 1521-1525.

Cosmides L. 1989. « The Logic of Social Exchange : Has Natural Selection Shaped how Humans Reason ? Studies with the Wason Selection Task ». Cognition, 31 : 187-276.

Cox J. R., Griggs R. A. 1982. « The Effects of Experience on Performance in Wason’s Selection Task ». Memory and Cognition, 10 : 496-502.

Damasio A. R. 1994. Descartes’Error : Emotion, Reason, and the Human Brain. New York, Grossell Putnam.

Defoe D. 1719. The Life and Adventure of Robinson Crusoe. Londres, Midwinter. Traduction française : Robinson Crusoe, 2001, Paris, Gallimard, coll. « Folio ».

Denzau A. T., North D. C. 1994. « Shared Mental Models : Ideologies and Institutions ». Kyklos, 47(1) : 3-31.

Deve P. G. 1989. « Stereotypes and Prejudice : Their Automatic and Controlled Components ». Journal of Personality and Social Psychology, 56 : 680-690.

Edwards K. D. 1996. « Prospect Theory : A Literature Review ». International Review of Financial Analysis, 5(1) : 19-38.

Egidi M. 2007. « Decomposition Patterns in Problem Solving ». In R. Topol, B. Walliser (dir.), Cognitive Economics : New Trends, Amsterdam, Elsevier, Contributions to Economic Analysis, 280.

Egidi M., Narduzzo A. 1997. « The Emergence of Path Dependent Behaviors in Cooperative Context ». International Journal of Industrial Organization, 15(6) : 677-709.

Errera A. 2006. Lineamenti di epistemologia giuridica medievale. Torino, Giappichelli.

Evans J. 2003. « In Two Minds : Dual-process Accounts of Reasoning ». Trends in cognitive sciences, 7(10) : 454-459.

Fellows L. K. 2004. « The Cognitive Neuroscience of Human Decision Making : A Review and Conceptual Framework ». Behavioral and Cognitive Neuroscience Reviews, 3(3) : 159-172.

Fischhoff B. 1975. « Hindsight vs. Foresight : The Effect of Outcome Knowledge on Judgement under Uncertainty ». Journal of Experimental Psychology : Human Perception and Performance, 1(3) : 288-299.

Fodor I. A. 1983. The Modularity of Mind. Cambridge (É.-U.), MIT Press.

Friedman M., Savage L. J. 1952. « The Expected Utility Hypothesis and the Measurability of Utility ». Journal of Political Economy, 60 : 463-474.

Gigerenzer G., Hug K. 1992. « Domain-Specific Reasoning : Social Contracts, Cheating, and Perspective change ». Cognition, 43 : 127-171.

Gigerenzer G., Swijtink Z, Porter T., Daston L., Beatty J., Kriiger L. 1989. The Empire of Chance. How Probability Changed Science and Everyday Life. Oxford, Oxford University Press.

Giunchiglia F., Sebastiani R., Villafiorita A., Walsh T. 1996. « A General Purpose Reasoner for Abstraction ». Lecture Notes In Computer Science, vol. 1081, Proceedings of the 11h Biennial Conference of the Canadian Society for Computational Studies of Intelligence on Advances in Artificial Intelligence : 323-335.

— 1997. « Theories of Abstraction Issue ». AI Communications, IOS Press, 10(3-4), 167-176.

Goel V., Grafman J. 2000. « Role of the Right Prefrontal Cortex in IllStructured Planning ». Cognitive Neuropsychology, 17(5) : 415-436.

— 1995. « Are the Frontal Lobes Implicated in « Planning » Functions ? Interpreting Data from the Tower of Hanoi ». Neuropsychologia, 33(5) : 623-642.

Goel V., Makale M., GrafmanJ. 2004. « The Hippocampal System Mediates Logical Reasoning about Familiar Spatial Environments ». Journal of Cognitive Neuroscience, MIT Press.

Griggs R. A., Cox J. R. 1982. « The Elusive Thematic-Materials Effect in Wason’s selection task ». British Journal of Psychology, 73 : 407-420.

Gui F. 1991. « A Theory of Disappointment in Decision Making under Uncertainty ». Econometrica, 59(3) : 667-86.

Hamblin C. L. 1970. Fallacies. Londres, Methuen Co.

Hayek F. A. 1945 « The Use of Knowledge in Society ». The American Economic Review, 35(4) : 519-530.

Higgins E. T. 1996. « Knowledge Activation : Accessibility, Applicability, and Salience ». In E. T. Higgins, A. Kruglanski (dir.), Social Psychology : Handbook of Basic Principles, New York, Guilford Press : 133-168.

Holland J. H., Holyoak K. J., Nisbett R. E., Thagard P. R.1988. Induction – Processes of Inference, Learning, and Discovery. Cambridge (É.-U.) : MIT Press.

Huettel S. A, Mack P. B, McCarthy G. 2002. Perceiving Patterns in Random Series : Dynamic Processing of Sequence in Prefrontal Cortex. Publié sur Internet : 8 avril, www.nature.com/neuro/’journal/v5/n5/full/nn-0502-394. html 10.1038/nn841.

Johnson-Laird E N. 1983. Mental Models. Cambridge (R.-U.), Cambridge University Press.

Johnson-Laird E N., Byrne R. M. J. 1991. Deduction. Hillsdale, Erlbaum.

Johnson-Laird P. N., Legrenzi P., Legrenzi M. 1972. « Reasoning and a Sense of Reality ». British Journal of Psychology, 63 : 395-400.

Kahneman D. 2002. « Maps of Bounded Rationality : A Perspective on Intuitive Judgment and Choice ». Nobel Prize Lecture, December 8, also in The American Economic Review, 93(5) : 1449-1475.

Kahneman D., Slovic P., Tversky A. 1982. Judgment Under Uncertainty : Heuristics and Biases. Cambridge (R.-U.), Cambridge University Press.

Kahneman D., Tversky A. 1979. « Prospect Theory : An Analysis of Decision under Risk ». Econometrica, 47(2) : 263-292.

— 1986. « Rational Choice and the Framing of Decisions ». In Hogart R. M., Reder M. W. Rational Choice – The Contrast between Economics and Psychology, Chicago, The University of Chicago Press.

— 1992. « Advances in Prospect Theory : Cumulative Representation of Uncertainty ». Journal of Risk and Uncertainty, 5(4) : 297-323.

Kotovsky K., Simon H. A. 1990. « What Makes Some Problems Really Hard : Explorations in the Problem Space of Difficulty ». Cognitive Psychology, 22 : 143-83.

Laplace P.-S. de. 1814. Essai philosophique sur la probabilité. In Œuvres complètes de Laplace, t.VII, Paris, Gauthier-Villars, 1886.

Legrenzi E 1970. « Relations between Language and Reasoning about Deductive Rules ». In G. B. Flores D’Arcais, W. J. M. Levelt (dir.), Advances in Psycholinguistics, Amsterdam, North-Holland.

Levinthal D. A., March J. G. 1993. « The Myopia of Learning ». Strategic Management Journal, 14 : 95-112.

Lieberman M. D., Gaunt R, Gilbert D. T., Trope Y. 2002. « Reflection and Reflexion : A Social Cognitive Neuroscience Approach to Attributional Inference ». Advances in Experimental Social Psychology, 34 : 199-249.

Loewenstein G., Elster J. (dir.). 1992. Choice over Time. New York, Russel Sage Foundation.

Loewenstein G., Thaler R. H. 1989. « Anomalies : Intertemporal Choice ». Journal of Economic Perspectives, 3 : 181-193.

Loomes G., Sugden R. 1982. « Regret Theory : An Alternative Theory of Rational Choice under Uncertainty ». Economic Journal, 92 : 805-25.

Lovett M., Anderson J. R. 1996. « History of Success and Current Context in Problem Solving ». Cognitive Psychology, 31(2) : 168-217.

Luchins A. S. 1942. « Mechanization in Problem-Solving ». Psychological Monograph, 54 : 1-95.

Luchins A. S., Luchins E. H. 1950. « New Experimental Attempts in Preventing Mechanization in Problem-Solving ». The Journal of General Psychology, 42 : 279-291.

— 1959. Rigidity of Behavior. Eugene, Oregon, University of Oregon Books.

Machina M.J. 1982. « Expected Utility Analysis without the Independence Axiom ». Econometrica, 50(2) : 277-324.

Manktelow K. I., Evans J. St. B. T. 1979. « Facilitation of Reasoning by Realism Effect or Not-effect ? » British Journal of Psychology, 70 : 477-488.

March J. G. 1978. « Bounded Rationality, Ambiguity, and the Engineering of Choice ». The Bell Journal of Economics, 9(2) : 587-608.

Murphy D., Stich S. 2000. « Darwin in the Madhouse : Evolutionary Psychology and the Classification of Mental Disorders ». In P. Carruthers, A. Chamberlain (dir.), Evolution and the Human Mind : Modularity, Language and Meta-Cognition, Cambridge (R.-U.), Cambridge University Press : 62-92.

Neumann J. von, Morgenstern O. 1944. Theory of Games and Economic Behanviour. Princeton, Princeton University Press.

Newell A., Simon H. A. 1972. Human Problem Solving. Englewood Cliffs (N.J), Prentice Hall.

Nöth M., Weber M. 2003. « Information Aggregation with Random Ordering : Cascades and Overconfidence ». The Economic Journal, 113 (484) : 166-189.

Ortmann A., Gigerenzer G. 1997. « Reasoning in Economics and Psychology : why Social Context Matters ». Journal of Institutional and Theoretical Economics, 153/4 : 700-709.

Popper K. 1960. « Philosophical Lecture "On the Sources of Knowledge and of Ignorance" ». Proceedings of the British Academy, 1960, Londres, Oxford University Press.

Posner M. I., Keele S. W. 1968. « On the Genesis of Abstract Ideas ». Journal of Experimental Psychology, 77 : 353-363.

— 1970. « Retention of Abstract Ideas ». Journal of Experimental Psychology, 83 : 304-308.

Posner M. I., Snyder C. R. R. 1975. « Attention and Cognitive Control ». In R. L. Solso (dir.), Information Processing and Cognition : The Loyola Symposium, Hillsdale, Erlbaum : 55-85.

Quiggin J. 1993. Generalized Expected Utility Theory : The Rank Dependent Model. Berlin, Springer.

Riniolo T. C, Schmidt L. A. 1999. « Demonstrating the Gambler’s Fallacy in an Introductory Statistics Class. ». Teaching of Psychology, 26(3) : 198-200.

Robbins L. 1932. An Essay on the Nature and Significance of Economic Science. New York, Macmillan,(2e éd, 1935).

Rogers P. 1998. « The Cognitive Psychology of Lottery Gambling : A Theoretical Review ». Journal of Gambling Studies, 14(2) : 111-134.

Schneider W., Shiffrin R. 1977. « Controlled and Automatic human Information Processing : I. Detection, Search, and Attention » Psychological Review, 84(2) : 127-190.

Schumpeter J. A. 1954. History of Economic Analysis. Londres, George Allen and Unwin.

Selten R. 1999. What is Bounded Rationality ? SFB 303 Discussion Paper B-454.

Shaughnessy J. M. 1977. « Misconceptions of Probability : An Experiment with a Small-Group, Activity-Based, Model Building Approach to Introductory Probability at the College Level ». Educational Studies in Mathematics, 8(3) : 295-316.

Simon H. A. 1971. « Theories of Bounded Rationality ». In B. McGuire, R. Radner (dir.), Decision and Organisation, Amsterdam, NorthHolland.

Simon H. A., Ando A. 1961. « Aggregation of variables in Dynamic Systems ». Econometrica, 29 : 111-138.

Sperber D., Cara F., Girotto V. 1995. « Relevance Theory Explains the Selection Task ». Cognition, 57 : 31-95.

Stanovich K. E. 1999. Who is Rational ? Studies of Individual Differences in Reasoning. Hillsdale, Erlbaum.

Stanovich K. E., West R. F. 2000. « Individual Differences in Reasoning : Implications for the Rationality Debate ». Behavioral and Brain Sciences, 23 : 645-726.

Stich S. R, Nisbett R. E. 1980. « Justification and the Psychology of Human Reasoning ». Philosophy of Science, 47(2) : 188-202.

Stump E. 1989. Dialectic and Its Place in the Development of Medieval Logic. New York, Cornell University Press.

Sweller J., Chandler P. 1994. « Why Some Material Is Difficult to Learn ». Cognition and Instruction, 12(3) : 185-233.

Terrell D. 1994. « A Test of the Gambler’s Fallacy : Evidence from Parimutuel Games ». Journal of Risk and Uncertainty, 8(3), Berlin, Springer : 309-317.

Tucker A. 1984. Applied Combinatorics. New York, John Wiley & Sons.

Tversky A, Kahneman D. 1971. « Belief in the Law of Small Numbers ». Psychological Bulletin, 76(2) : 105-110.

— 1974. « Judgement under Uncertainty : Heuristics and Biases ». Science, 185 : 1124-1131.

— 1987. « Rational Choice and the Framing of Decisions ». In R. M. Hogart, M. W. Reder (dir.), Rational Choice. The Contrast between Economics and Psychology, Chicago, The University of Chicago Press ; déjà paru in The Journal of Business, 59(4),2e partie : « The Behavioral Foundations of Economic Theory » : 251-278.

Wang P. 2001. « Wason’s cards : what is wrong ? ». Proccedings of the3rd International Conference on Cognitive Science, Pékin, 2001, Press of USTC.

Wason R C. 1959. « The Processing of Negative and Positive Information ». Quarterly Journal of Experimental Psychology, 11 : 92-107.

— 1966. « Reasoning ». In B. Foss (dir.), New Horizons in Psychology, Harmondsworth, Penguin.

— 1968. « Reasoning about a Rule ». Quarterly Journal of Experimental Psychology, 20 : 273-281.

Wason R C., Shapiro D. 1971. « Natural and Contrived Experience in a Reasoning Problem ». Quarterly Journal of Experimental Psychology, 23 : 63-71.

Wegner D. M., Bargh J. A. 1998. « Construal and Automaticity in Social Life ». In D. T. Gilbert, S. T. Fiske, G. Lindzey (dir.), Handbook of Social Psychology(4e éd.), Boston, McGraw-Hill : 446-496.

Yackulic R. A., Kelly I. W. 1984. « The Psychology of the Gamblers’s Fallacy in Probabilistic Reasoning ». A Quarterly Journal of Human Behavior, 21(3-4) : 55-58.

Yang Q. 1997. Intelligent Planning. A Decomposition and Abstraction Based Approach. Berlin, Springer.

Notes

1 Je remercie chaleureusement Laura Arrighi pour son aide dans la préparation de ce travail.

2 Les paradoxes du parieur ont été soigneusement explorés récemment, voir, entre autres, Tversky et Kahneman (1971), Rogers (1998), Clotfelter et Cook (1993), Ayton et Fisher (2004).

3 Dans son article, « Les cartes de Wason : qu’est-ce qui ne va pas ? », Pei Wang (2001) a donné une explication du phénomène à travers son système d’inférence individuel non aristotélicien.

4 Lapproche dualiste de la cognition est très riche ; parmi les contributions relevant de la présente discussion, voir Bargh et Gollwitzer (1994), Bargh, Chen et Burrows (1996), Chartrand et Bargh (1996, 1999), Chen et Bargh (1997, 1999), Bargh et Chartrand (1999), Bargh et Ferguson (2000), Evans (2003).

5 On conclut de l’expérience de Wason que les individus ne cherchent pas les cartes qui pourraient réfuter la règle proposée, mais suggèrent de retourner les cartes qui la confirment. La majorité des répondants, en suggérant de retourner A et 2, adoptent un principe de vérification et ne sont pas enclins à mettre en œuvre un principe de falsification.

6 Dans ce contexte, les modules sont naturellement vus comme des éléments génétiquement innés, au contraire de ce qui a été supposé dans le contexte de l’expérience de Luchins.

7 L’intuition de la pertinence est activée par des mécanismes pragmatiques à l’œuvre dans la compréhension de la tâche ; les gens croient aux intuitions et choisissent les cartes en conséquence.

Table des illustrations

Légende Figure 1 – Les deux modes de raisonnement selon Kahneman
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-1.jpg
Fichier image/jpeg, 23k
Légende Figure 2
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-2.jpg
Fichier image/jpeg, 61k
Titre Tableau 1
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-3.jpg
Fichier image/jpeg, 162k
Légende Figure 3
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-4.jpg
Fichier image/jpeg, 140k
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-5.jpg
Fichier image/jpeg, 5,7k
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-6.jpg
Fichier image/jpeg, 23k
URL http://books.openedition.org/editionsmsh/docannexe/image/9436/img-7.jpg
Fichier image/jpeg, 37k

Auteur

Professeur à l’université Luiss Guido Carli, Rome
massimo.egidi@unitn.it

© Éditions de la Maison des sciences de l’homme, 2008

Conditions d’utilisation : http://www.openedition.org/6540