Confiance métacognitive — savoir à quel point croire sa propre réponse
Deux personnes répondent exactement la même chose :
« Je pense que c’est A. »
La première ajoute mentalement : « J’en suis presque certain. »
La seconde pense : « C’est probablement A, mais je ne serais pas surpris de me tromper. »
La réponse est identique. Pourtant, ces deux états cognitifs ne devraient pas conduire aux mêmes comportements. La seconde personne aura davantage de raisons de vérifier, de rechercher une information supplémentaire ou d’écouter sérieusement une objection.
La confiance métacognitive désigne précisément cette évaluation que nous portons sur la qualité de notre propre jugement. Elle ne répond plus directement à la question « quelle est la bonne réponse ? », mais à une question de second niveau :
« À quel point puis-je faire confiance à la réponse que je viens de produire ? »
Cette capacité joue un rôle essentiel dans la régulation de la cognition. Une personne incapable d’estimer, même approximativement, quelles réponses sont solides et lesquelles sont fragiles ne saurait pas où investir son effort de vérification. Mais la confiance n’est pas un détecteur de vérité. Nous pouvons être très sûrs et avoir tort, ou hésiter alors que notre réponse est excellente.
L’enjeu n’est donc pas d’avoir beaucoup ou peu confiance en soi.
Il est d’avoir la bonne confiance au bon moment.
Une réponse et un jugement sur la réponse
Les recherches sur la métacognition distinguent souvent un jugement de premier ordre d’un jugement métacognitif.
Le premier porte sur le monde :
« Le stimulus allait vers la droite. »
« Cette affirmation est vraie. »
« Le diagnostic le plus probable est X. »
Le second porte sur notre propre performance :
« Je suis très sûr de cette réponse. »
Cette distinction permet de comprendre pourquoi deux performances objectives identiques peuvent s’accompagner de métacognitions différentes.
Deux étudiants obtiennent 15 bonnes réponses sur 20.
Le premier était extrêmement sûr de toutes ses réponses, y compris des cinq fausses.
Le second avait une forte confiance dans la plupart de ses réponses correctes et davantage d’hésitation précisément sur celles où il s’est trompé.
Ils possèdent le même score de premier ordre :
75 % de bonnes réponses.
Mais le second dispose d’une information supplémentaire beaucoup plus utile : il distingue mieux ses propres bonnes et mauvaises réponses.
Stephen Fleming et Hakwan Lau insistent précisément sur cette distinction entre performance dans la tâche et qualité du monitoring métacognitif.
La confiance n’est pas seulement une manière de parler
Lorsque nous disons :
« Je suis sûr à 80 % »,
nous pouvons évidemment utiliser le nombre de manière approximative.
Mais la confiance peut également être étudiée comme une véritable variable quantitative.
Une interprétation normative simple consiste à traiter 80 % de confiance comme quelque chose ressemblant à :
« Parmi les décisions auxquelles j’attribue ce niveau de confiance, environ 80 % devraient être correctes. »
Cette approche rapproche la confiance métacognitive des jugements probabilistes.
Fleming et Lau soulignent qu’une évaluation de confiance peut être considérée comme une estimation de la probabilité que son propre jugement soit correct. Des modèles computationnels plus ambitieux, comme celui défendu par Florent Meyniel, Mariano Sigman et Zachary Mainen, proposent également de comprendre la confiance comme une forme de probabilité dérivée des informations disponibles lors de la décision.
Il ne faut cependant pas en conclure que notre cerveau calcule consciemment une probabilité bayésienne exacte à chaque décision.
Il s’agit d’un cadre de modélisation permettant de relier confiance, incertitude et information disponible.
Être confiant n’est pas être compétent
Cette distinction paraît évidente, mais elle est constamment oubliée.
Une personne parle avec assurance.
Elle répond immédiatement.
Elle ne manifeste aucune hésitation.
Nous pouvons facilement prendre cette confiance pour un indice de compétence.
Elle peut effectivement en être un dans certaines situations. Un expert correctement calibré devrait généralement être plus confiant lorsque les indices qu’il reconnaît sont solides.
Mais la confiance peut aussi être produite par d’autres facteurs : familiarité, cohérence d’une histoire, absence d’alternative accessible, répétition, facilité de traitement ou simple ignorance de ce que l’on ignore.
La règle :
« Il paraît sûr de lui, donc il sait »
est donc dangereuse.
Mais l’inverse serait tout aussi simpliste :
« Les personnes sûres d’elles sont probablement ignorantes. »
La question pertinente est empirique :
dans ce domaine, chez cette personne, la confiance prédit-elle réellement l’exactitude ?
La valeur de la confiance dépend de sa relation avec la performance, pas de son intensité isolée.
Calibration et sensibilité : deux qualités différentes
Deux notions doivent être soigneusement distinguées.
La calibration compare le niveau de confiance déclaré à la fréquence réelle de réussite.
Si une personne donne 100 réponses avec 80 % de confiance et qu’environ 80 sont correctes, sa confiance est bien calibrée à ce niveau.
La sensibilité métacognitive demande autre chose : la personne attribue-t-elle davantage de confiance à ses réponses correctes qu’à ses réponses incorrectes ?
Ces deux propriétés peuvent se dissocier. Fleming et Lau insistent particulièrement sur cette distinction, ainsi que sur celle entre sensibilité, biais général de confiance et efficacité métacognitive.
Prenons un exemple simplifié :
| Personne | Réussite | Confiance moyenne | Ce que la confiance permet de distinguer |
|---|---|---|---|
| A | 75 % | 75 % | Peu : confiance presque identique sur bonnes et mauvaises réponses |
| B | 75 % | 75 % | Beaucoup : forte confiance surtout lorsque la réponse est correcte |
| C | 75 % | 95 % | Bonne discrimination possible, mais confiance globale excessive |
A et B peuvent être également calibrées en moyenne tout en ayant des capacités métacognitives différentes.
C peut être capable d’identifier relativement bien ses meilleures réponses tout en étant globalement surconfiante.
Dire simplement qu’une personne « a une bonne métacognition » masque donc plusieurs questions distinctes.
Savoir quand on s’est trompé sans savoir pourquoi
La fiche précédente sur la détection de conflit nous a déjà conduits vers cette idée.
Une personne peut donner la mauvaise réponse tout en éprouvant moins de confiance lorsque le problème contient un conflit.
Cela signifie que le système métacognitif peut parfois récupérer une information que la réponse finale n’exprime pas.
Imaginons :
Réponse : A.
Confiance : 52 %.
Ce jugement n’est pas équivalent à :
Réponse : A.
Confiance : 99 %.
Dans le premier cas, la personne signale implicitement qu’une partie de son traitement ne soutient pas fortement la conclusion.
Cette différence peut être suffisamment importante pour modifier l’action.
À 99 %, je réponds immédiatement.
À 52 %, je peux vérifier.
La métacognition ne doit donc pas nécessairement fournir la bonne réponse pour être utile.
Elle peut simplement indiquer que la réponse actuelle ne mérite pas encore beaucoup de confiance.
La confiance peut guider l’effort
Nous pouvons maintenant relier la confiance à l’effort mental étudié précédemment.
Supposons que chaque vérification coûte du temps.
Nous devons choisir quelles réponses contrôler.
Une stratégie absurde consisterait à vérifier au hasard.
Une stratégie beaucoup plus efficace consiste à utiliser nos propres signaux d’incertitude.
Forte confiance → peu de contrôle supplémentaire.
Faible confiance → davantage de vérification.
Si la confiance est suffisamment informative, elle devient donc un mécanisme permettant d’allouer les ressources cognitives.
C’est une fonction essentielle du métaraisonnement.
Nous ne pouvons pas réfléchir davantage à tout.
Nous utilisons donc des estimations internes pour déterminer où la réflexion supplémentaire possède probablement la plus grande valeur.
La confiance devient alors moins un commentaire sur la pensée qu’un signal de contrôle de la pensée.
Cas pratique — un médicament dont on n’est plus certain
Un professionnel prépare un médicament qu’il utilise régulièrement.
Le nom lui paraît familier et la dose semble correcte.
Mais une légère hésitation apparaît :
« Attends… cette présentation n’a-t-elle pas une concentration différente ? »
Il ne sait pas encore qu’une erreur existe.
Il ne possède même pas nécessairement une hypothèse alternative précise.
Mais sa confiance dans l’action vient de diminuer.
Si l’environnement de travail est bien conçu, cette baisse de confiance doit pouvoir déclencher une opération simple : vérifier la prescription, relire l’étiquette, demander confirmation.
L’intérêt du signal métacognitif n’est pas d’avoir diagnostiqué l’erreur.
Il est d’avoir modifié le seuil à partir duquel l’action doit être poursuivie sans contrôle supplémentaire.
Une faible confiance bien utilisée peut donc être extrêmement protectrice.
Mais une forte confiance peut être parfaitement mal placée
Le problème évident apparaît lorsque la confiance elle-même est erronée.
Une personne ne peut vérifier davantage que si quelque chose lui indique qu’une vérification pourrait être nécessaire.
Lorsque la réponse fausse est accompagnée d’une confiance maximale, le système de contrôle risque de ne jamais être déclenché.
C’est l’une des formes les plus préoccupantes d’erreur métacognitive :
ne pas seulement se tromper, mais se tromper sans disposer d’un signal interne indiquant que l’on pourrait se tromper.
Il existe également l’erreur inverse.
Une personne peut produire régulièrement de bonnes réponses mais rester excessivement incertaine, vérifier continuellement ou rechercher inutilement l’approbation d’autrui.
La sous-confiance possède donc elle aussi un coût.
La bonne métacognition ne consiste pas à remplacer l’excès de confiance par l’excès de doute.
Elle consiste à réduire les deux.
Pourquoi une réponse peut-elle sembler certaine ?
La confiance doit être construite à partir d’indices.
Certains sont très directement liés à la qualité de l’information.
Une perception nette peut être plus fiable qu’une perception extrêmement ambiguë.
Un souvenir précis et riche peut parfois contenir davantage d’information qu’une impression vague.
Un raisonnement dont chaque étape a pu être vérifiée mérite souvent davantage de confiance qu’une simple intuition dans un domaine inconnu.
Mais certains indices peuvent tromper.
Une information répétée devient familière.
Une histoire cohérente paraît convaincante.
Une réponse vient rapidement à l’esprit.
Une explication est facile à comprendre.
Aucune objection ne nous vient spontanément.
Ces phénomènes peuvent augmenter le sentiment de certitude sans augmenter proportionnellement la probabilité que la conclusion soit vraie.
La confiance est donc construite à partir d’indices imparfaits de fiabilité.
La métacognition doit apprendre lesquels sont réellement prédictifs.
La confiance peut émerger pendant la décision elle-même
Il serait également trop simple d’imaginer le processus suivant :
je décide d’abord ; puis un second système inspecte la décision et lui attribue une note de confiance.
Les recherches sur la prise de décision perceptive suggèrent que les informations permettant d’évaluer la certitude peuvent être étroitement liées au processus décisionnel lui-même.
Dans une étude célèbre chez le macaque, Roozbeh Kiani et Michael Shadlen ont utilisé une tâche où l’animal devait décider de la direction d’un mouvement visuel et pouvait parfois choisir une petite récompense certaine plutôt que prendre le risque de répondre. Les animaux utilisaient cette option d’une manière sensible à leur degré de certitude, et l’activité de neurones du cortex pariétal était liée à la fois à la décision et à cette certitude.
Cette expérience ne montre évidemment pas l’existence d’un « centre cérébral de la confiance ».
Elle suggère plutôt que décision et estimation de certitude peuvent partager une partie de l’information accumulée pendant le traitement.
La métacognition n’est donc pas nécessairement un observateur entièrement séparé regardant le reste du cerveau fonctionner.
Nous pouvons être bons à la tâche et mauvais à nous évaluer
Une distinction particulièrement importante est celle entre performance de premier ordre et efficacité métacognitive.
Supposons deux personnes possédant exactement la même capacité à distinguer deux stimuli visuels.
La première sait très bien quand sa perception était difficile et ajuste sa confiance en conséquence.
La seconde possède la même précision perceptive mais sa confiance distingue beaucoup moins bien ses réponses correctes et incorrectes.
Le problème n’est donc pas ce qu’elles ont perçu.
Il est dans l’accès métacognitif à la qualité de cette perception.
Brian Maniscalco et Hakwan Lau ont proposé une méthode fondée sur la théorie de la détection du signal — notamment la mesure appelée meta-d′ — pour essayer d’estimer cette sensibilité métacognitive indépendamment de certaines variations de performance de premier ordre et de biais de réponse.
Ces outils sont relativement techniques, mais leur principe est très utile :
être compétent et savoir à quel moment sa compétence a probablement réussi sont deux qualités différentes.
La confiance peut être meilleure dans un domaine que dans un autre
Une personne peut être remarquablement bien calibrée dans son activité professionnelle et très mal calibrée ailleurs.
Un joueur d’échecs expérimenté peut reconnaître assez précisément les positions qu’il comprend mal.
Le même individu peut avoir une confiance excessive dans ses analyses médicales ou économiques s’il n’a aucune expertise dans ces domaines.
Cela rejoint notre distinction précédente entre expertise réelle et simple familiarité.
La métacognition elle-même peut être en partie locale.
Recevoir pendant des années un feedback clair sur ses décisions professionnelles peut apprendre non seulement à mieux répondre, mais aussi à reconnaître les situations dans lesquelles ses propres réponses sont fragiles.
À l’inverse, dans un domaine où les erreurs ne sont jamais vérifiées, une personne peut conserver une très forte confiance sans découvrir qu’elle est mal calibrée.
Le problème n’est donc pas seulement :
« Ai-je appris à répondre correctement ? »
mais aussi :
« Ai-je reçu assez de feedback pour apprendre quand mes réponses sont probablement mauvaises ? »
Le feedback doit porter aussi sur la confiance
Supposons que vous fassiez régulièrement des prévisions.
Vous écrivez :
« Je suis certain que cela va arriver. »
Puis, quelques mois plus tard, vous regardez uniquement si chaque prévision était correcte.
Vous pouvez apprendre quelque chose.
Mais vous apprendrez davantage si vous conservez également le degré de confiance que vous aviez au moment de la prédiction.
Étiez-vous sûr à 60 % ?
80 % ?
95 % ?
Une seule prédiction ne permet pas de vérifier directement un « 70 % ». L’événement arrive ou n’arrive pas.
Mais sur de nombreuses prédictions comparables, les fréquences deviennent informatives.
Si les événements auxquels vous attribuez 70 % de probabilité se réalisent environ sept fois sur dix, votre langage probabiliste commence à avoir un sens empirique.
Si vos prévisions à « 90 % » réussissent seulement six fois sur dix, votre confiance est trop élevée.
Lichtenstein et Fischhoff ont montré depuis longtemps que du feedback répété sur les jugements probabilistes peut améliorer la calibration, tout en constatant que cet apprentissage ne se généralise pas nécessairement à toutes les tâches.
La métacognition elle-même doit donc être entraînée par le réel.
Une confiance bien calibrée permet de déléguer intelligemment
Cette capacité devient particulièrement importante lorsqu’on travaille avec d’autres personnes.
Supposons deux professionnels.
Le premier est légèrement meilleur en moyenne mais se montre presque toujours certain.
Le second est légèrement moins performant mais sait très bien reconnaître les cas où il doute et demande alors un avis extérieur.
Dans un système permettant facilement la consultation, le second peut finalement produire de meilleures décisions collectives.
La connaissance de ses limites devient une compétence fonctionnelle.
C’est l’un des points les plus importants de notre projet sur l’autonomie intellectuelle.
Être autonome ne signifie pas :
« Je peux tout résoudre moi-même. »
Cela signifie aussi :
« Je sais assez bien quand mon propre jugement suffit et quand il faut chercher un contrôle extérieur. »
Une bonne confiance métacognitive permet donc une délégation sélective.
Le collectif a besoin de connaître les confiances, pas seulement les opinions
Imaginons une équipe dans laquelle quatre personnes donnent leur avis.
Trois disent A.
Une dit B.
Un vote simple donne A.
Mais supposons maintenant que les trois premières aient chacune très peu de confiance, tandis que la quatrième possède une expertise spécifique et une forte confiance fondée sur un indice qu’elle peut expliquer.
Cette information change la situation.
Les décisions collectives peuvent bénéficier du partage non seulement des réponses, mais aussi du degré de certitude associé à ces réponses.
Cependant, cela ne fonctionne que si la confiance des participants est suffisamment bien calibrée.
Une personne systématiquement surconfiante peut dominer une discussion sans apporter davantage d’information.
Le collectif doit donc idéalement apprendre :
qui est fiable, sur quelles questions, et à quel point sa confiance prédit réellement sa performance.
Une équipe possède elle aussi un problème métacognitif.
L’assurance sociale brouille le signal
La confiance exprimée publiquement n’est pas toujours identique à la confiance ressentie intérieurement.
Une personne peut parler avec assurance parce que son statut professionnel l’encourage à ne pas montrer d’hésitation.
Une autre peut employer systématiquement un langage prudent par tempérament ou par norme professionnelle, même lorsqu’elle dispose d’excellentes raisons.
Les différences culturelles, sociales et individuelles dans la manière d’exprimer l’incertitude compliquent donc l’utilisation de l’assurance apparente comme signal de compétence.
C’est particulièrement important dans les organisations.
Si dire :
« Je ne suis pas sûr »
est interprété comme une faiblesse, les individus apprendront à masquer précisément l’information métacognitive dont le groupe aurait besoin pour repérer les situations risquées.
Une culture épistémique saine doit permettre d’exprimer :
« Je pense que c’est X, mais avec une confiance modérée »
sans transformer immédiatement cette prudence en soupçon d’incompétence.
La confiance doit modifier ce que nous faisons
Une estimation métacognitive n’a d’utilité pratique que si elle peut influencer le comportement.
Faible confiance :
vérifier davantage.
Confiance intermédiaire :
chercher peut-être une information discriminante.
Forte confiance dans un domaine bien calibré :
agir sans coût de contrôle supplémentaire.
Très fort enjeu malgré une forte confiance :
utiliser éventuellement une vérification indépendante quand même.
Cette dernière situation est importante.
La décision de vérifier ne dépend pas uniquement de la probabilité estimée d’avoir tort.
Elle dépend aussi du coût d’une erreur.
Si une action est facilement réversible, une confiance de 90 % peut suffire.
Si une erreur rare peut être catastrophique, une double vérification peut être rationnelle même à 99 %.
La confiance métacognitive fournit donc une information au contrôle.
Elle ne décide pas seule de l’action.
Les procédures peuvent compenser une mauvaise métacognition
Certaines activités sont trop importantes pour dépendre entièrement du sentiment interne :
« Je suis sûr de moi. »
On impose alors une procédure.
Double contrôle.
Checklist.
Validation indépendante.
Test complémentaire.
Relecture.
Confirmation par un second opérateur.
Le principe est essentiel : la procédure intervient même lorsque l’individu ne ressent aucun doute.
Elle protège donc précisément contre les erreurs métacognitives dans lesquelles une réponse fausse est accompagnée d’une confiance excessive.
C’est pourquoi les systèmes à haut enjeu ne devraient jamais reposer uniquement sur la vigilance individuelle.
Notre « Système 3 » pédagogique peut être interne :
« Je ne suis pas suffisamment sûr, je vérifie. »
Mais il peut aussi être externe :
« Cette opération doit être vérifiée, même si tout le monde est sûr. »
Dans certaines situations, la seconde solution est nettement plus robuste.
Le but n’est pas d’être moins sûr de soi
L’esprit critique est parfois présenté comme une école du doute.
Cela peut conduire à une mauvaise cible.
Une personne qui doute de tout n’est pas nécessairement plus rationnelle qu’une personne qui croit tout.
Elle peut simplement être systématiquement sous-confiante.
Si les preuves sont solides, il faut pouvoir avoir une forte confiance.
Si elles sont faibles, il faut pouvoir maintenir l’incertitude.
Si elles évoluent, la confiance doit pouvoir évoluer avec elles.
L’idéal n’est donc pas :
moins de confiance.
C’est :
une confiance proportionnée.
Cette formule paraît simple.
Elle constitue pourtant l’une des ambitions les plus exigeantes de toute l’éducation à l’esprit critique.
Du sentiment de certitude à une grandeur contrôlable
La confiance métacognitive transforme finalement une intuition souvent vague — « ça me paraît juste » — en objet d’examen.
Nous pouvons demander :
Pourquoi suis-je si sûr ?
Cette confiance prédit-elle généralement mes performances dans ce domaine ?
Est-elle fondée sur des indices réellement informatifs ?
Mes réponses les plus confiantes sont-elles effectivement plus souvent correctes ?
Suis-je capable de distinguer les cas faciles des cas où je devrais vérifier ?
Lorsque je me trompe, avais-je au moins commencé à douter ?
Ces questions donnent à la métacognition un statut profondément empirique.
Il ne suffit pas de se sentir lucide sur soi-même.
Il faut vérifier si cette lucidité fonctionne.
C’est pourquoi la prochaine étape est indispensable.
Nous devons passer du sentiment individuel :
« Je suis sûr à 80 % »
à une question mesurable :
« Lorsque je dis 80 %, ai-je effectivement raison environ huit fois sur dix ? »
C’est le problème de la calibration.
Pour aller plus loin
Stephen M. Fleming & Hakwan C. Lau (2014), « How to Measure Metacognition », *Frontiers in Human Neuroscience*, 8, 443. Une synthèse particulièrement utile pour distinguer biais de confiance, sensibilité métacognitive, calibration et efficacité métacognitive, ainsi que pour comprendre pourquoi la performance objective et la capacité à évaluer sa propre performance doivent être séparées. DOI : 10.3389/fnhum.2014.00443.
Brian Maniscalco & Hakwan Lau (2012), « A Signal Detection Theoretic Approach for Estimating Metacognitive Sensitivity from Confidence Ratings », *Consciousness and Cognition*, 21(1), 422–430. L’article introduit notamment la mesure meta-d′, destinée à estimer la sensibilité métacognitive en limitant certaines confusions avec la performance de premier ordre et les biais de réponse. DOI : 10.1016/j.concog.2011.09.021.
Roozbeh Kiani & Michael N. Shadlen (2009), « Representation of Confidence Associated with a Decision by Neurons in the Parietal Cortex », *Science*, 324(5928), 759–764. Une étude importante sur les relations entre processus décisionnel, certitude et comportement chez le macaque, montrant que l’information liée à la confiance peut participer directement à la régulation de la décision. DOI : 10.1126/science.1169405.
Florent Meyniel, Mariano Sigman & Zachary F. Mainen (2015), « Confidence as Bayesian Probability: From Neural Origins to Behavior », *Neuron*, 88(1), 78–92. Une revue théorique proposant de comprendre la confiance dans un cadre probabiliste et examinant comment différentes formes de représentation de l’incertitude peuvent contribuer au jugement de confiance. DOI : 10.1016/j.neuron.2015.09.039.
Sarah Lichtenstein & Baruch Fischhoff (1980), « Training for Calibration », *Organizational Behavior and Human Performance*, 26(2), 149–171. Une étude classique montrant que le feedback peut améliorer la calibration des jugements probabilistes, tout en soulignant que cet apprentissage ne se généralise pas automatiquement à toutes les tâches. DOI : 10.1016/0030-5073(80)90052-5.