D’où viennent les biais cognitifs et comment sont-ils établis ?
Dire qu’un jugement est « biaisé » paraît simple une fois que le phénomène possède un nom. Le travail scientifique se déroule pourtant dans l’ordre inverse : les chercheurs commencent par observer un comportement, définissent ce qu’une réponse devrait être dans la situation étudiée, construisent une comparaison permettant d’isoler un facteur, puis cherchent à déterminer si l’écart observé est suffisamment régulier pour nécessiter une explication. Ce n’est qu’ensuite qu’un effet peut être interprété comme manifestation d’un biais cognitif. Entre une expérience célèbre et l’affirmation populaire « notre cerveau fait systématiquement X », plusieurs étapes doivent donc être franchies.
Cette précaution est particulièrement importante parce que les biais cognitifs ne sont pas des objets directement visibles dans le cerveau. On observe des réponses, estimations, choix, souvenirs ou évaluations, puis on propose un mécanisme permettant d’expliquer leur organisation. Une même régularité comportementale peut parfois recevoir plusieurs explications : utilisation d’une heuristique, mauvaise compréhension de la tâche, effet du contexte, apprentissage antérieur, préférence légitime ou véritable erreur relativement à une norme appropriée. Une analyse conceptuelle récente rappelle d’ailleurs que les mots *heuristique* et *biais cognitif* ont souvent été employés avec des définitions insuffisamment précises dans la littérature elle-même.
Comprendre comment un biais est établi permet donc d’éviter deux excès opposés : rejeter toute la psychologie du jugement sous prétexte que certains effets sont contestés, ou transformer chaque résultat expérimental en loi universelle sur la nature humaine.
Il faut d’abord définir ce qui compterait comme une erreur
Supposons que l’on affirme qu’une personne sous-estime une probabilité. Pour parler d’erreur, il faut savoir quelle probabilité devrait servir de référence. Si une conclusion est qualifiée d’illogique, il faut préciser la règle logique concernée. Si une décision est jugée incohérente, il faut expliquer quelle propriété de cohérence elle viole. Un biais n’existe jamais dans le vide : il suppose un critère par rapport auquel une déviation est mesurée.
Pour certains phénomènes, cette référence paraît relativement forte. Une conjonction de deux événements ne peut pas avoir une probabilité supérieure à celle de l’un des événements qui la composent. Une confiance parfaitement calibrée devrait correspondre, en moyenne, à la fréquence des réponses correctes. Des informations strictement équivalentes ne devraient pas produire des préférences opposées si leur formulation est la seule chose qui change et si cette formulation n’apporte aucune information nouvelle.
Mais le passage de la norme formelle à une situation psychologique réelle demande parfois davantage de prudence. Le célèbre problème de conjonction illustre cette difficulté. Certains chercheurs ont soutenu que le mot ordinaire « et » pouvait être compris différemment de la conjonction logique formelle dans certaines formulations expérimentales, ce qui signifie qu’au moins une partie des réponses apparemment fallacieuses pourrait résulter de l’interprétation linguistique de la question. D’autres expériences, utilisant des formulations et des contrôles différents, ont néanmoins retrouvé l’effet de conjonction dans des conditions rendant cette seule explication insuffisante.
Ce type de débat ne détruit pas le phénomène ; il affine ce que l’expérience permet réellement de conclure. Une bonne recherche sur les biais ne demande donc pas seulement si les participants s’écartent d’une norme, mais aussi si cette norme est bien appropriée à la tâche telle qu’ils l’ont raisonnablement comprise.
Construire une expérience qui isole ce qui ne devrait pas compter
Une méthode particulièrement puissante consiste à modifier un élément théoriquement non pertinent tout en maintenant autant que possible le reste constant. Si les réponses changent systématiquement, les chercheurs disposent d’un indice qu’un facteur qui ne devrait pas déterminer le jugement exerce pourtant une influence.
L’ancrage fournit un exemple simple. Deux groupes doivent estimer la même quantité, mais rencontrent auparavant des valeurs différentes. Si leurs estimations finales se déplacent durablement dans la direction de ces valeurs alors que celles-ci ne contiennent aucune information pertinente, il devient possible d’étudier un effet d’ancrage. Pour l’effet de cadrage, les chercheurs présentent des résultats équivalents sous des formulations différentes et examinent si les préférences changent. Pour la corrélation illusoire, ils comparent les associations perçues avec les fréquences réellement présentées. Pour la surconfiance, ils confrontent la certitude déclarée à l’exactitude obtenue.
Le principe paraît simple, mais la qualité d’une expérience dépend des détails. Les groupes ont-ils été constitués correctement ? La manipulation a-t-elle réellement modifié seulement ce que les chercheurs prétendent modifier ? La consigne était-elle ambiguë ? Les participants avaient-ils compris la tâche ? L’effet est-il suffisamment grand pour être intéressant, et pas simplement statistiquement détectable grâce à un très grand échantillon ? Existe-t-il des analyses qui n’avaient pas été décidées avant de regarder les résultats ?
La présence d’une différence statistiquement significative n’est donc pas l’aboutissement de l’analyse. L’ampleur de l’effet, l’incertitude autour de son estimation, la qualité du protocole et la plausibilité des explications concurrentes comptent autant que la valeur d’un seuil statistique.
Observer un effet ne suffit pas à connaître son mécanisme
Un même comportement peut provenir de mécanismes différents. Prenons l’ancrage : constater que les estimations se rapprochent d’une valeur préalablement présentée établit un effet comportemental. Cela ne démontre pas automatiquement que les participants ont consciemment « commencé à cette valeur puis ajusté insuffisamment ». D’autres modèles ont proposé des mécanismes liés à l’accessibilité sélective d’informations compatibles avec l’ancre ou à la manière dont la question est construite.
Cette distinction entre effet et explication est essentielle pour toute la rubrique. Les expériences peuvent établir avec une assez grande confiance qu’un changement de présentation modifie les réponses tout en laissant ouverte la question du processus cognitif exact qui produit cette modification.
Elle permet également de comprendre pourquoi les explications évolutionnaires doivent être maniées prudemment. Dire qu’une tendance pourrait avoir été avantageuse dans certains environnements n’établit pas que cette histoire évolutionnaire explique effectivement le résultat expérimental observé. Inversement, montrer qu’une stratégie possède une fonction adaptative dans certaines situations ne suffit pas à montrer que ses erreurs dans d’autres situations cessent d’être des erreurs relativement au but poursuivi. La littérature sur la rationalité écologique a justement produit un débat important autour de ces questions.
Une bonne fiche sur un biais devra donc distinguer autant que possible trois niveaux : ce que l’expérience montre, le mécanisme proposé pour l’expliquer et l’interprétation plus générale que l’on en tire sur la rationalité humaine.
Une réplication ne consiste pas seulement à refaire exactement la même expérience
Un résultat isolé mérite rarement de devenir immédiatement une règle générale. La confiance augmente lorsque l’effet est retrouvé par d’autres équipes, sur de nouveaux échantillons et, idéalement, avec des méthodes permettant de tester si le phénomène dépend de détails particuliers du protocole.
La réplication directe cherche à reproduire au plus près une expérience précédente. Elle permet de vérifier si un résultat apparaît de nouveau lorsque la procédure est reproduite avec une puissance statistique suffisante. Une réplication conceptuelle teste plutôt la même hypothèse par une méthode différente. Elle peut fournir une indication plus forte de généralité, mais elle devient également plus difficile à interpréter : si elle échoue, est-ce la théorie qui pose problème ou la nouvelle méthode qui n’a pas reproduit le mécanisme initial ?
Les grands projets de réplication en psychologie et en sciences sociales ont montré pourquoi cette étape est indispensable. Dans Many Labs 2, 28 effets psychologiques ont été testés sur 125 échantillons répartis dans 36 pays ; 14 effets ont satisfait le critère principal de réplication et les effets retrouvés étaient généralement plus faibles que dans les publications originales. Dans un autre projet portant sur 21 expériences de sciences sociales publiées dans *Nature* et *Science*, 13 résultats ont produit un effet significatif dans la même direction lors de réplications préenregistrées et fortement dimensionnées, avec des tailles d’effet en moyenne inférieures à celles des études originales. Ces chiffres ne signifient évidemment pas que « la moitié de la psychologie est fausse », encore moins que la moitié des biais cognitifs ne se répliquent pas : ces projets portaient sur des phénomènes très différents. Ils montrent en revanche pourquoi une étude initiale ne doit pas être confondue avec l’état final des connaissances.
Une synthèse de 200 méta-analyses psychologiques, représentant plus de 12 000 tailles d’effet, a par ailleurs constaté une puissance statistique historiquement faible dans de nombreux domaines et une importante hétérogénéité des résultats entre études. Là encore, le message n’est pas que tout serait incertain, mais que l’estimation de la taille et des conditions d’un effet demande généralement un ensemble de travaux plutôt qu’une expérience emblématique.
Un échec de réplication ne signifie pas automatiquement que l’effet n’existe pas
La prudence doit fonctionner dans les deux directions. Lorsqu’une réplication ne retrouve pas le résultat original, il peut s’agir d’un faux positif initial, d’une taille d’effet beaucoup plus faible qu’annoncé, d’une différence de population ou de méthode réellement importante, ou simplement d’une nouvelle estimation encore incertaine. C’est pourquoi les chercheurs examinent de plus en plus l’ensemble des études plutôt que de compter mécaniquement les expériences « significatives » et « non significatives ».
Une méta-analyse de grandes réplications directes en psychologie a ainsi trouvé relativement peu d’hétérogénéité importante pour une majorité des effets examinés, y compris certains phénomènes cognitifs comme l’ancrage. Cela montre qu’il serait tout aussi excessif d’utiliser la crise de réplication pour prétendre que les phénomènes psychologiques changeraient arbitrairement d’un laboratoire à l’autre.
Le bon niveau de confiance dépend donc de plusieurs éléments convergents : qualité de l’étude originale, réplications, précision des estimations, cohérence entre méthodes, plausibilité des mécanismes et éventuelle méta-analyse. Une réplication isolée peut modifier la confiance ; elle ne transforme pas à elle seule une question scientifique complexe en verdict définitif.
Le laboratoire ne dit pas automatiquement ce qui se passe dans la vie réelle
Une expérience bien contrôlée permet précisément de supprimer beaucoup de complications du monde ordinaire. C’est sa force : en simplifiant la situation, elle rend l’inférence causale plus claire. Cette simplification produit cependant une nouvelle question : l’effet observé dans une tâche artificielle influence-t-il réellement les décisions importantes dans des environnements professionnels ou quotidiens ?
La réponse varie selon les phénomènes. Certains effets sont retrouvés dans de nombreux contextes ; d’autres deviennent beaucoup plus faibles lorsque les personnes disposent d’expérience, de retour sur leurs décisions, d’outils externes ou d’incitations importantes. Un biais robuste dans un questionnaire universitaire n’a donc pas automatiquement la même importance dans une salle d’opération, un tribunal ou un comité d’investissement.
La littérature médicale illustre bien ce problème. Une revue critique de 213 études sur biais et heuristiques dans la décision médicale trouvait que 77 % reposaient sur des scénarios hypothétiques, tandis que seulement 34 % étudiaient directement des professionnels de santé. Les auteurs concluaient qu’il existait des preuves de biais dans la décision médicale, tout en soulignant les limites méthodologiques des études disponibles. Une revue ultérieure portant sur plusieurs domaines professionnels formule un constat voisin : les nombreuses études à base de vignettes soulèvent des problèmes de validité écologique et les différences individuelles sont souvent insuffisamment prises en compte.
Cela ne rend pas les expériences de laboratoire inutiles. Elles permettent précisément de montrer qu’un mécanisme peut produire une déviation lorsque certaines conditions sont réunies. La prudence intervient au moment où l’on passe de « cet effet existe dans cette tâche » à « il explique régulièrement les décisions professionnelles réelles ».
Expertise, expérience et environnement peuvent modifier l’effet
Une tendance cognitive n’a pas nécessairement la même ampleur chez tous les individus. L’expérience peut fournir de meilleurs repères, rendre certains indices plus diagnostiques et permettre de reconnaître rapidement des situations déjà rencontrées. Un environnement fournissant un retour fréquent et fiable permet également d’apprendre progressivement quelles intuitions fonctionnent.
Mais l’expertise ne constitue pas une immunité. Les spécialistes peuvent eux aussi être sensibles à des informations contextuelles non pertinentes, à la surconfiance ou à l’escalade d’engagement. Une revue consacrée aux décisions médico-chirurgicales, par exemple, retrouve plusieurs biais dans les études disponibles, tout en soulignant les limites et l’hétérogénéité de cette littérature.
Il faut donc éviter deux généralisations opposées : « les biais concernent surtout les novices » et « l’expertise ne sert à rien parce que les experts sont biaisés eux aussi ». La question empirique est beaucoup plus précise : quel biais, dans quelle tâche, chez quels professionnels, avec quelle expérience et dans quel environnement ?
Cette exigence explique aussi pourquoi les fiches suivantes ne diront pas simplement « nous avons tous ce biais ». Elles devront préciser, lorsque les données le permettent, dans quelles conditions l’effet est le mieux établi et quels facteurs en modifient l’ampleur.
Le nom d’un biais ne prouve pas son existence dans un cas particulier
Supposons qu’un médecin conserve son diagnostic initial malgré une nouvelle information. Il est tentant de conclure à un biais de confirmation. Mais plusieurs possibilités existent : la nouvelle information est réellement peu diagnostique, le diagnostic initial demeure le plus probable, ou le médecin a effectivement sous-évalué un élément contradictoire.
Pour distinguer ces possibilités, il faudrait comparer son traitement des informations favorables et défavorables, examiner la pertinence objective des données et idéalement observer un ensemble de décisions plutôt qu’un seul cas. La situation est encore plus délicate lorsque nous analysons rétrospectivement une décision dont nous connaissons déjà l’issue.
Cette limite explique pourquoi certaines revues professionnelles distinguent plusieurs manières très différentes de « mesurer » les biais : certaines études les manipulent expérimentalement et observent leurs effets, d’autres les mesurent directement, tandis que d’autres encore les inférent à partir d’une décision déjà observée. Une revue de 2025 sur les décisions stratégiques souligne précisément cette diversité des méthodes et le fait que les niveaux de preuve ne sont pas équivalents.
Dire qu’un comportement « ressemble » à un biais peut être une hypothèse utile. Dire qu’un biais a été démontré demande davantage.
Les expériences célèbres doivent parfois être réinterprétées sans être jetées
L’histoire des biais cognitifs est riche en résultats devenus célèbres parce qu’ils produisent un contraste spectaculaire entre intuition et norme. Cette efficacité pédagogique est utile, mais elle peut masquer les décennies de travaux qui suivent la première publication.
Les chercheurs modifient alors la formulation, changent les populations, testent différentes explications, augmentent les échantillons ou mesurent de nouveaux facteurs. L’effet initial peut sortir renforcé, devenir plus limité ou changer d’interprétation.
C’est ainsi que progresse normalement une science. Une controverse autour d’une expérience ne signifie pas que « la psychologie s’était trompée ». Elle peut révéler qu’une première interprétation était trop générale. Inversement, signaler une critique ne suffit pas à annuler les nombreuses réplications qui ont pu résister à cette critique.
Pour cette rubrique, une règle éditoriale sera donc importante : les travaux fondateurs servent à comprendre l’origine d’un phénomène ; l’évaluation de sa solidité doit s’appuyer autant que possible sur les recherches ultérieures, les réplications et les synthèses disponibles.
Cas pratique — une expérience semble montrer un biais
Une étude présente à cinquante participants deux formulations d’un même problème et trouve davantage de choix risqués dans une condition que dans l’autre, avec une différence statistiquement significative. Peut-on désormais écrire : « l’être humain possède un biais qui le rend irrationnel lorsque l’information est cadrée différemment » ?
Pas encore.
Il faut d’abord vérifier si les formulations sont réellement équivalentes. Ensuite, la taille de la différence importe davantage que la seule présence d’un seuil statistique. Le protocole et l’analyse avaient-ils été décidés à l’avance ? L’effet apparaît-il dans d’autres échantillons ? Existe-t-il une méta-analyse ? Certaines caractéristiques de la tâche le renforcent-elles ou le font-elles disparaître ? Le phénomène apparaît-il lorsque les décisions ont de vraies conséquences ?
À mesure que ces questions reçoivent des réponses convergentes, la conclusion devient plus solide et plus précise. Elle pourrait finalement prendre la forme : « Dans certaines classes de problèmes, présenter des résultats équivalents en termes de gains ou de pertes modifie en moyenne les préférences, avec une ampleur dépendant notamment de la tâche et de la manière dont elle est formulée. »
Cette phrase est moins spectaculaire que « notre cerveau déteste les pertes », mais elle ressemble davantage à une véritable conclusion scientifique.
Une hiérarchie pratique de confiance
Pour lire les fiches suivantes, il est utile d’adopter une hiérarchie implicite. Une expérience historique isolée mérite de l’intérêt, mais peu de certitude. Plusieurs études indépendantes bien contrôlées renforcent la confiance. Des réplications préenregistrées et suffisamment puissantes la renforcent davantage. Une méta-analyse de qualité peut fournir une meilleure estimation de l’effet moyen et de son hétérogénéité, à condition que les études qu’elle agrège soient elles-mêmes pertinentes. Enfin, des observations dans des contextes réels permettent de savoir si le phénomène possède la portée pratique qu’on lui attribue.
Cette progression n’est pas mécanique. Dix mauvaises études ne deviennent pas une bonne preuve parce qu’elles sont regroupées, et une expérience particulièrement informative peut parfois être plus décisive qu’une longue série d’études faibles. Mais elle fournit un réflexe utile : plus une affirmation est générale, plus elle demande des preuves variées et indépendantes.
Nous utiliserons donc dans cette rubrique des niveaux de langage différents. « Une expérience classique montre… » n’équivaut pas à « une vaste littérature confirme… ». « Une hypothèse proposée est… » n’équivaut pas à « le mécanisme établi est… ». Cette discipline de formulation est elle-même un outil d’esprit critique.
À retenir
Un biais cognitif n’est pas découvert simplement parce que des participants donnent une réponse surprenante. Il faut définir une norme ou un point de comparaison pertinent, construire un protocole capable d’isoler le facteur supposé influencer le jugement, vérifier les explications concurrentes et estimer l’ampleur réelle du phénomène. Même lorsqu’un effet comportemental est robuste, son mécanisme psychologique peut rester discuté.
La réplication constitue ensuite une étape essentielle, mais elle ne fonctionne pas comme un référendum où une seule réussite confirmerait définitivement l’effet et un seul échec l’annulerait. Les grands projets de réplication en sciences comportementales ont montré à la fois que certains résultats résistent bien et que d’autres avaient été surestimés ou ne se retrouvaient pas dans les mêmes conditions.
Enfin, robustesse expérimentale et importance dans la vie réelle sont deux questions différentes. Une tâche de laboratoire peut démontrer un mécanisme avec une excellente validité interne sans établir que ce mécanisme domine les décisions professionnelles ordinaires. Les populations, l’expérience, les incitations, les outils disponibles et la structure de l’environnement peuvent modifier l’effet.
L’attitude la plus rigoureuse n’est donc ni « tous ces biais prouvent que l’être humain est irrationnel » ni « puisqu’on peut critiquer certaines expériences, les biais cognitifs n’existent pas ». Elle consiste à demander pour chaque phénomène : quel effet a réellement été observé, par quelles méthodes, avec quelle solidité, dans quelles conditions et jusqu’où peut-on raisonnablement généraliser ?
Sources principales
Amos Tversky et Daniel Kahneman, « Judgment under Uncertainty: Heuristics and Biases », *Science*, 1974. Article fondateur du programme moderne étudiant les régularités du jugement intuitif et les déviations systématiques qu’elles peuvent produire.
Vitaliy Nadurak, « Heuristics and Cognitive Biases: A Conceptual Analysis », *Memory & Cognition*, publication en ligne 2025, volume 54, 2026. Analyse récente des difficultés conceptuelles entourant les termes *heuristique* et *biais cognitif*, et proposition de définitions plus précises.
Jonathan Baron, « Gigerenzer’s Normative Critique of Kahneman and Tversky », *Behavioral and Brain Sciences*, 2000. Discussion du débat sur le choix des normes utilisées pour qualifier certains jugements d’erreurs, notamment les probabilités appliquées aux cas individuels et les interactions entre normes statistiques et interprétation pragmatique des tâches.
Richard A. Klein et al., « Many Labs 2: Investigating Variation in Replicability Across Samples and Settings », *Advances in Methods and Practices in Psychological Science*, 2018. Projet de réplication international portant sur 28 effets et 125 échantillons dans 36 pays ; il illustre à la fois l’importance des réplications préenregistrées et la réduction fréquente des tailles d’effet par rapport aux études initiales.
Colin F. Camerer et al., « Evaluating the Replicability of Social Science Experiments in Nature and Science Between 2010 and 2015 », *Nature Human Behaviour*, 2018. Réplication préenregistrée et fortement dimensionnée de 21 expériences ; 13 produisent un effet significatif dans la même direction, avec des tailles d’effet généralement plus faibles que dans les études originales. Le projet concerne l’ensemble des sciences sociales expérimentales sélectionnées et ne doit pas être interprété comme une estimation du taux de réplication spécifique des biais cognitifs.
Sjoerd van der Linden et al. / littérature sur la réplication psychologique, complétée par l’analyse de 68 méta-analyses de réplications directes publiée en 2020. Cette dernière trouve relativement peu de preuves d’une forte hétérogénéité pour la majorité des effets examinés, rappelant que la crise de réplication ne signifie pas que les phénomènes psychologiques seraient arbitrairement instables.
Saposnik et al., revue critique des biais et heuristiques dans la décision médicale. L’analyse de 213 études montre l’importance du sujet tout en révélant une forte dépendance à des scénarios hypothétiques et relativement peu d’études portant directement sur des professionnels, ce qui illustre le problème de validité externe.