L’heuristique de reconnaissance

Imaginez qu’on vous demande laquelle de deux villes étrangères est la plus peuplée. Vous connaissez le nom de l’une, mais l’autre ne vous dit absolument rien. Sans disposer d’aucune autre information, vous choisissez la ville que vous reconnaissez.

Ce raisonnement paraît rudimentaire. Pourtant, il peut être efficace si la probabilité de connaître le nom d’une ville est réellement liée à sa population. Les grandes villes apparaissent davantage dans les médias, les livres, les conversations, les événements sportifs ou les récits de voyage. Le simple fait de reconnaître un nom peut donc transporter une information indirecte sur la propriété que l’on cherche à estimer.

C’est l’idée centrale de l’heuristique de reconnaissance proposée par Daniel Goldstein et Gerd Gigerenzer : lorsque deux objets sont comparés et que l’un est reconnu tandis que l’autre ne l’est pas, la reconnaissance du premier peut être utilisée comme indice pour inférer lequel possède la valeur la plus élevée sur un critère donné.

Cette stratégie offre un exemple particulièrement clair de rationalité écologique. L’ignorance n’est pas ici une qualité en elle-même ; elle produit seulement une asymétrie — « je connais A mais pas B » — qui peut être informative lorsque la structure de l’environnement relie reconnaissance et critère recherché.

Une règle extrêmement simple

Dans sa formulation classique, l’heuristique de reconnaissance concerne une situation précise : deux objets sont comparés, l’un est reconnu et l’autre non, et la reconnaissance est suffisamment corrélée avec la propriété que l’on cherche à estimer.

La règle peut alors être formulée ainsi :

Si je reconnais l’un des deux objets mais pas l’autre, et si la reconnaissance constitue un indice valide dans ce domaine, j’infère que l’objet reconnu possède la valeur la plus élevée sur le critère considéré.

Si l’on demande laquelle de deux villes possède la plus grande population, reconnaître seulement l’une d’elles peut donc fournir une réponse. Si l’on demande en revanche laquelle possède le taux de criminalité le plus élevé, le même signal de reconnaissance peut n’avoir aucune valeur.

Le mécanisme ne réside donc pas dans la reconnaissance seule. Il réside dans la relation entre reconnaissance et critère.

Cette précision empêche une première confusion : l’heuristique ne signifie pas « choisir ce que l’on connaît ». Elle concerne une inférence sur une propriété inconnue à partir du fait qu’un objet est reconnu.

Quand la reconnaissance contient-elle une information ?

Pour qu’une heuristique de reconnaissance puisse fonctionner, certains objets doivent avoir davantage de chances d’être reconnus pour des raisons qui sont liées au critère recherché.

Prenons les villes. La taille d’une ville peut augmenter sa présence dans l’environnement culturel : médias, compétitions sportives, histoire, tourisme ou événements internationaux. Cette visibilité augmente à son tour la probabilité que son nom soit reconnu.

On obtient alors une chaîne approximative :

grande population → davantage de présence dans l’environnement → davantage de reconnaissance.

La reconnaissance devient ainsi un indicateur indirect de la population.

Goldstein et Gigerenzer parlent de validité de reconnaissance pour caractériser la fréquence avec laquelle, parmi les comparaisons où un objet est reconnu et l’autre non, l’objet reconnu possède effectivement la valeur la plus élevée sur le critère.

Mais cette relation doit être vérifiée domaine par domaine. La reconnaissance d’une maladie, par exemple, peut dépendre à la fois de sa fréquence et de son caractère spectaculaire. Une maladie extrêmement rare mais très médiatisée peut être mieux connue qu’une affection beaucoup plus courante. La revue de Pachur et ses collègues utilise précisément ce type d’exemple pour montrer qu’un environnement peut rendre la reconnaissance peu ou pas prédictive du critère recherché.

Une heuristique écologiquement rationnelle dans un domaine peut ainsi devenir très mauvaise dans un autre.

Reconnaître n’est pas connaître

L’intérêt de cette heuristique vient aussi d’une distinction souvent négligée entre reconnaissance et connaissance détaillée.

Je peux reconnaître le nom d’une ville sans savoir où elle se situe précisément, combien d’habitants elle possède ou quelles sont ses caractéristiques économiques. Je peux reconnaître le nom d’un scientifique sans connaître ses travaux. Je peux reconnaître une marque sans rien savoir de la qualité de ses produits.

La reconnaissance est donc une forme minimale de connaissance : quelque chose dans ma mémoire me permet de déterminer que cet objet a déjà été rencontré.

Cette pauvreté informationnelle fait justement la force du modèle. Il cherche à savoir si une seule différence de mémoire peut parfois suffire à produire une inférence correcte.

Mais elle explique aussi pourquoi il faut éviter une extrapolation courante. Le fait de reconnaître davantage une personne, une entreprise ou une théorie ne démontre évidemment pas qu’elle soit meilleure. La reconnaissance ne vaut que dans les environnements où les mécanismes qui produisent cette reconnaissance sont reliés au critère que l’on cherche à estimer.

La reconnaissance doit-elle l’emporter sur les autres indices ?

La formulation originale de l’heuristique contient une proposition forte : lorsque ses conditions d’application sont réunies, la reconnaissance est utilisée de manière non compensatoire.

Cela signifie que, dans le modèle strict, si je reconnais A mais pas B, des indices probabilistes supplémentaires favorisant B ne sont pas censés inverser le choix produit par la reconnaissance. Le modèle utilise essentiellement une raison puis s’arrête.

C’est cette partie de la théorie qui a suscité une grande partie du débat scientifique.

Les recherches montrent effectivement que la reconnaissance possède souvent un poids important dans les décisions. La revue de 2011 de Pachur, Todd, Gigerenzer, Schooler et Goldstein conclut que les individus suivent fréquemment la reconnaissance et que celle-ci semble posséder un statut particulier parmi les indices disponibles. Mais elle identifie également des conditions limites : l’utilisation de la reconnaissance varie selon sa validité, les connaissances disponibles et les caractéristiques de la tâche.

Gigerenzer et Goldstein soulignent de leur côté qu’une proportion substantielle des participants suit effectivement les prédictions du modèle, y compris lorsque certains indices supplémentaires les contredisent, mais que les individus n’utilisent pas tous la même stratégie. L’accord avec l’heuristique augmente lorsque la reconnaissance est plus valide et diminue lorsqu’elle l’est moins.

La meilleure conclusion n’est donc ni « les humains appliquent toujours l’heuristique de reconnaissance » ni « ils combinent toujours tous les indices ». La reconnaissance peut être utilisée de façon très dominante, mais son emploi est lui-même adaptatif et variable.

Une connaissance certaine peut évidemment l’emporter

Une autre source de confusion concerne la différence entre un indice probabiliste et une connaissance directe du critère.

Supposons que l’on me demande quelle ville est la plus peuplée entre A et B. Je reconnais A et pas B, mais on me dit que B compte officiellement trois millions d’habitants contre deux millions pour A.

Choisir A au nom de l’heuristique de reconnaissance serait absurde.

Mais ce cas ne réfute pas vraiment le modèle : l’heuristique a été conçue pour une inférence sous incertitude, lorsque le critère recherché n’est pas directement connu. La discussion sur son caractère non compensatoire concerne surtout la possibilité que d’autres indices probabilistes viennent contredire le signal de reconnaissance, et non le cas où la réponse elle-même est déjà connue.

Cette distinction est utile bien au-delà de cette heuristique. Une règle de décision n’est pertinente que lorsque le problème pour lequel elle a été construite existe encore.

Le paradoxe du « moins peut être plus »

L’heuristique de reconnaissance a rendu célèbre une idée contre-intuitive : dans certaines circonstances, posséder moins de connaissances peut produire davantage de réponses correctes.

Imaginons deux personnes. La première reconnaît presque toutes les villes d’un pays. Comme elle reconnaît généralement les deux villes proposées, elle ne peut presque jamais utiliser l’asymétrie de reconnaissance et doit s’appuyer sur d’autres connaissances parfois peu fiables.

La seconde n’en reconnaît qu’une partie. Lorsque l’une des villes lui est familière et l’autre totalement inconnue, elle peut utiliser cette différence comme un indice. Si la reconnaissance est fortement corrélée à la population, elle peut alors obtenir de bonnes performances.

Dans certaines configurations théoriques et empiriques, la personne moins informée peut donc réussir davantage de comparaisons que celle qui reconnaît presque tout. Goldstein et Gigerenzer ont appelé ce phénomène less-is-more effect.

Il serait cependant très trompeur d’en tirer le slogan « moins on en sait, mieux on décide ».

L’effet ne se produit que sous certaines conditions. Il faut notamment que la reconnaissance constitue un indice suffisamment valide et que les connaissances supplémentaires disponibles à la personne plus savante ne compensent pas la disparition de cette asymétrie.

Une personne véritablement experte, disposant d’informations précises sur les deux options, n’a évidemment aucune raison d’être désavantagée par sa connaissance.

Le paradoxe montre donc quelque chose de beaucoup plus précis : une information manquante peut parfois créer un signal exploitable.

L’ignorance n’est pas la cause de la réussite

Cette précision est essentielle.

Lorsque quelqu’un utilisant l’heuristique obtient une bonne réponse, ce n’est pas parce que son ignorance possède une mystérieuse vertu. C’est parce que l’environnement a produit son ignorance de manière non aléatoire.

Pourquoi connaît-il Paris mais pas une petite commune française ? Parce que Paris occupe une place extrêmement importante dans l’environnement culturel. Cette différence de visibilité est elle-même liée à plusieurs propriétés réelles de la ville.

Si l’on supprimait cette structure en faisant apprendre au hasard la moitié des noms d’une liste, reconnaître un nom n’indiquerait plus nécessairement quoi que ce soit sur sa population.

La rationalité de la stratégie dépend donc d’une correspondance entre trois éléments : le critère réel, l’environnement informationnel et la mémoire de l’individu.

C’est précisément pourquoi l’heuristique de reconnaissance constitue un exemple pédagogique particulièrement fort de rationalité écologique.

Reconnaissance, disponibilité et fluence

Les trois concepts étudiés dans les fiches précédentes sont proches, mais ils ne sont pas interchangeables.

La reconnaissance répond approximativement à la question : « ai-je déjà rencontré cet objet ? »

La disponibilité concerne la facilité avec laquelle des exemples, occurrences ou scénarios viennent à l’esprit.

La fluence désigne l’expérience subjective de facilité avec laquelle une information est traitée.

Ces phénomènes peuvent évidemment interagir. Un objet reconnu est souvent traité plus facilement. Quelque chose rencontré souvent peut être à la fois familier et facilement disponible en mémoire.

Mais l’heuristique de reconnaissance est plus précise. Elle repose sur une asymétrie binaire ou quasi binaire entre un objet reconnu et un objet non reconnu, utilisée comme indice pour une inférence.

La revue de Pachur et ses collègues insiste justement sur la nécessité de distinguer cette stratégie des phénomènes de disponibilité et de fluence, même s’ils reposent tous sur des propriétés de la mémoire.

Cette distinction protège la rubrique contre un problème fréquent : appeler « reconnaissance » toute préférence pour quelque chose de familier.

Cas pratique — reconnaître un nom de médicament

Imaginons une personne qui doit choisir entre deux médicaments en vente libre dont elle ignore les différences précises. Elle reconnaît fortement le nom de l’un parce qu’elle l’a vu dans de nombreuses publicités, tandis que l’autre lui est inconnu.

La reconnaissance constitue-t-elle un bon indice de qualité ?

Rien ne permet de l’affirmer.

Elle peut être un excellent indice de budget publicitaire, de part de marché ou d’ancienneté de la marque. Mais ces propriétés ne sont pas nécessairement fortement corrélées à l’efficacité thérapeutique, à la tolérance ou à l’adéquation au besoin de cette personne.

Utiliser automatiquement la reconnaissance comme critère de qualité serait alors une mauvaise adaptation de l’heuristique.

Changeons maintenant la question : « laquelle de ces deux marques est probablement la plus vendue ? »

La reconnaissance acquiert soudain une pertinence beaucoup plus plausible, parce que visibilité commerciale, part de marché et reconnaissance peuvent être liées.

Le signal mnésique n’a pas changé. Le critère recherché a changé.

C’est un exemple simple de la raison pour laquelle on ne peut jamais demander seulement si une heuristique « marche ». Il faut toujours préciser : pour prédire quoi ?

Les environnements modernes peuvent fabriquer de la reconnaissance

L’heuristique devient particulièrement intéressante à l’époque des médias de masse, de la publicité et des réseaux sociaux, car la reconnaissance elle-même peut être activement produite.

Une marque peut acheter de la visibilité. Une personnalité peut devenir omniprésente parce qu’un événement provoque une immense couverture médiatique. Une affirmation peut être répétée par des centaines de comptes qui remontent tous à la même source.

Dans ces environnements, la reconnaissance continue de transmettre une information : quelque chose a rendu cet objet visible.

Mais la question est de savoir quelle propriété a provoqué cette visibilité.

Si les objets les plus performants deviennent naturellement les plus visibles, reconnaître peut constituer un indice de performance. Si la visibilité dépend surtout du budget marketing, reconnaître informe davantage sur l’investissement publicitaire. Si elle dépend de la polémique, elle peut signaler la capacité à attirer l’attention plutôt qu’une quelconque qualité intrinsèque.

Une stratégie autrefois ou ailleurs bien calibrée peut donc devenir exploitable par des acteurs capables de manipuler l’environnement informationnel.

Cette remarque ne réfute pas la rationalité écologique ; elle la prend au contraire au sérieux. Changer l’écologie de l’information change la valeur des heuristiques qui l’exploitent.

Comment savoir si la reconnaissance mérite notre confiance ?

Avant d’utiliser consciemment la reconnaissance comme indice, quatre questions sont particulièrement utiles.

D’abord : pourquoi est-ce que je reconnais cet objet ? Une forte présence médiatique ? Une expérience personnelle ? Une réputation professionnelle ? De la publicité ?

Ensuite : cette cause de reconnaissance est-elle liée à ce que j’essaie de prédire ?

Troisièmement : dans quelle direction ? Être très connu peut être positivement corrélé à certaines propriétés, sans relation avec d’autres, voire négativement lié à certaines d’entre elles.

Enfin : existe-t-il une information plus directe et plus fiable disponible à un coût raisonnable ?

Si un tableau officiel permet de connaître immédiatement la population des deux villes, il n’y a plus beaucoup d’intérêt à exploiter leur reconnaissance. Une heuristique devient particulièrement utile lorsque l’information complète est absente ou coûteuse.

L’objectif de l’esprit critique n’est donc pas d’éliminer les jugements fondés sur la reconnaissance. Il est de comprendre ce que la reconnaissance mesure réellement dans l’environnement où l’on s’en sert.

À retenir

L’heuristique de reconnaissance utilise une asymétrie de mémoire comme indice : lorsque deux objets sont comparés, que l’un est reconnu et l’autre non, reconnaître le premier peut permettre d’inférer qu’il possède une valeur plus élevée sur un critère donné.

Cette stratégie peut être très efficace lorsque la reconnaissance est effectivement corrélée au critère recherché. Les grandes villes, par exemple, ont souvent davantage de chances d’être rencontrées dans l’environnement culturel que les petites, ce qui peut rendre leur reconnaissance informative sur leur population.

Mais reconnaître quelque chose ne signifie pas connaître ses propriétés et encore moins démontrer sa qualité. La reconnaissance peut être liée à la publicité, à la médiatisation, à la fréquence réelle, au prestige ou à de nombreux autres facteurs. Il faut donc déterminer ce qui produit la reconnaissance dans le domaine considéré.

Le modèle classique fait également une proposition forte : la reconnaissance peut être utilisée de manière non compensatoire, sans intégrer les autres indices probabilistes. Les recherches montrent que certaines personnes se comportent effectivement ainsi dans certaines situations, mais elles montrent également une utilisation adaptative et des différences entre individus. La reconnaissance a souvent un poids particulier ; elle ne commande pas systématiquement toutes les décisions.

Enfin, le célèbre effet less-is-more ne signifie pas que l’ignorance rend intelligent. Dans certaines structures environnementales, connaître moins d’objets crée simplement une asymétrie de reconnaissance qui constitue un bon indice. Lorsque des connaissances supplémentaires fiables deviennent disponibles, elles peuvent naturellement améliorer la décision.

La question critique à retenir est donc : si je reconnais une option et pas l’autre, qu’est-ce que cette différence de reconnaissance m’apprend réellement sur la propriété que je cherche à estimer ?

Sources principales

Goldstein, Daniel G. & Gigerenzer, Gerd. (2002). « Models of Ecological Rationality: The Recognition Heuristic », *Psychological Review*, 109(1), 75-90. DOI : 10.1037/0033-295X.109.1.75.

Pachur, Thorsten & Hertwig, Ralph. (2006). « On the Psychology of the Recognition Heuristic: Retrieval Primacy as a Key Determinant of Its Use », *Journal of Experimental Psychology: Learning, Memory, and Cognition*, 32(5), 983-1002. DOI : 10.1037/0278-7393.32.5.983.

Gigerenzer, Gerd & Goldstein, Daniel G. (2011). « The Recognition Heuristic: A Decade of Research », *Judgment and Decision Making*, 6(1), 100-121.

Pachur, Thorsten, Todd, Peter M., Gigerenzer, Gerd, Schooler, Lael J. & Goldstein, Daniel G. (2011). « The Recognition Heuristic: A Review of Theory and Tests », *Frontiers in Psychology*, 2, 147. DOI : 10.3389/fpsyg.2011.00147.

5 sur 17Retour à la catégorie