Le biais de faux consensus

« Tout le monde pense à peu près comme ça. » Cette impression nous vient facilement lorsque notre opinion nous paraît raisonnable, lorsque nos proches la partagent ou lorsque les personnes avec lesquelles nous discutons adoptent des comportements similaires aux nôtres. Pourtant, notre environnement immédiat n’est pas nécessairement représentatif de la population plus large. Le biais de faux consensus désigne la tendance à estimer qu’une opinion, une préférence ou un comportement que nous adoptons est plus répandu chez les autres que ne l’estiment les personnes qui adoptent une position différente.

Cette définition mérite d’être formulée avec précision. Le faux consensus ne signifie pas simplement que nous croyons être dans la majorité. Une personne appartenant réellement à une minorité peut parfaitement savoir qu’elle est minoritaire tout en surestimant la taille de cette minorité. De même, les membres d’une majorité peuvent parfois sous-estimer l’ampleur réelle de leur consensus. Les méta-analyses classiques montrent justement que ces deux phénomènes peuvent coexister.

Le problème est donc moins : « je crois que tout le monde pense comme moi » que : « ma propre réponse influence excessivement mon estimation de ce que pensent les autres ».

L’expérience fondatrice : notre propre choix modifie ce que nous croyons normal

Lee Ross, David Greene et Pamela House ont introduit l’expression *false consensus effect* en 1977 dans une série de quatre études. Les participants devaient notamment indiquer comment ils réagiraient dans différentes situations puis estimer la proportion de personnes qui feraient le même choix ou le choix opposé. Ceux qui adoptaient une réponse donnée estimaient systématiquement cette réponse plus fréquente que ceux qui adoptaient l’alternative.

Les auteurs observaient également un second phénomène. Lorsque le comportement d’une autre personne correspondait à celui du participant, il paraissait relativement ordinaire et peu révélateur de sa personnalité. Lorsque cette personne faisait le choix opposé, son comportement semblait plus rare et plus informatif sur ses dispositions personnelles.

C’est une conséquence importante. Si je considère ma propre décision comme normale, quelqu’un qui agit comme moi semble simplement répondre raisonnablement à la situation. Celui qui choisit différemment paraît davantage nécessiter une explication : « il est particulièrement téméraire », « elle est très conformiste », « il est vraiment radin ».

Le faux consensus peut donc influencer non seulement notre perception de la fréquence des opinions, mais aussi la manière dont nous expliquons les différences entre personnes.

L’effet est bien établi, mais sa taille dépend des conditions

Une méta-analyse publiée en 1985 a regroupé 115 tests de l’hypothèse du faux consensus. L’effet combiné était statistiquement robuste et d’ampleur moyenne, mais les résultats étaient fortement hétérogènes : la taille du phénomène variait selon les méthodes utilisées.

Une seconde synthèse, publiée en 1987 par Gary Marks et Norman Miller, examinait dix années de recherches et concluait qu’aucune explication unique ne permettait de rendre compte de tous les résultats. Les auteurs distinguaient notamment l’exposition sélective à certaines personnes, la disponibilité cognitive, la focalisation de l’attention, des processus d’inférence logique et des mécanismes motivationnels. Plusieurs pouvaient agir simultanément.

Cette pluralité est importante. Le biais de faux consensus ne doit pas être imaginé comme un bouton psychologique unique qui pousserait mécaniquement chacun à penser : « les autres sont comme moi ».

Des mécanismes très différents peuvent aboutir à la même estimation.

Notre entourage nous ressemble réellement

Une première raison de surestimer le consensus est extrêmement simple : les personnes que nous connaissons ne constituent pas un échantillon aléatoire de la population.

Les amis partagent souvent certaines valeurs, centres d’intérêt, niveaux d’éducation, professions, lieux de vie ou habitudes. Nous choisissons certains groupes et certains groupes nous sélectionnent également. Les environnements professionnels, associatifs ou culturels réunissent des personnes ayant certaines caractéristiques communes.

Marks et Miller soulignaient déjà que l’exposition sélective et la disponibilité pouvaient contribuer à l’effet. Si huit personnes parmi mes dix proches partagent une opinion, il n’est pas étrange que cette opinion me paraisse fréquente. Mon observation est réelle ; c’est la généralisation de cet échantillon particulier à une population beaucoup plus large qui peut être erronée.

Cette distinction devient particulièrement importante avec les réseaux sociaux et les communautés spécialisées, mais le mécanisme existait évidemment bien avant Internet. Une profession, un quartier, une famille ou un cercle d’amis peuvent déjà produire un environnement très peu représentatif.

La correction n’est donc pas de se dire : « mes proches ne m’apprennent rien sur le monde ». Elle consiste à demander : de quelle population mes proches constituent-ils réellement un échantillon ?

Utiliser sa propre opinion comme information n’est pas nécessairement irrationnel

Le mot « faux » peut également être trompeur. Robyn Dawes a formulé en 1989 une critique statistique importante : lorsque nous essayons d’estimer la proportion d’une population partageant une opinion, notre propre réponse constitue elle-même une observation issue de cette population, à condition que nous en fassions partie. La prendre en compte peut donc être statistiquement rationnel.

Supposons que vous ne sachiez absolument rien sur la préférence d’une population entre deux options, mais que vous sachiez que vous appartenez à cette population et préférez l’option A. Votre propre choix vous apporte une petite quantité d’information. En l’absence de toute autre donnée, il n’est pas absurde d’augmenter légèrement votre estimation de la fréquence de A.

Le problème apparaît lorsque cette observation reçoit beaucoup trop de poids, notamment lorsque de meilleures informations sont disponibles.

C’est une nuance essentielle : la projection de soi peut être une heuristique d’inférence utile sans être toujours bien calibrée.

Même de meilleures statistiques ne font pas toujours disparaître notre propre réponse

Joachim Krueger et Russell Clement ont cherché en 1994 à distinguer cette utilisation statistiquement raisonnable de soi d’un véritable biais égocentré.

Dans une série de trois expériences, des participants estimaient la fréquence de différents traits ou réponses dans une population. Certains avaient reçu une explication du biais de consensus, d’autres un retour sur les taux réels, et certains les deux. Malgré cela, leur propre réponse continuait à influencer leurs estimations. Dans une autre expérience, les estimations étaient davantage affectées par la réponse personnelle du participant que par celle d’une autre personne. Plus frappant encore, un effet persistait dans une condition où les participants disposaient d’informations provenant de vingt autres personnes choisies aléatoirement et unanimes.

Les auteurs parlaient ainsi de « truly false consensus effect » : une utilisation excessive de l’information sur soi qui persiste alors même que des informations statistiques beaucoup plus pertinentes sont accessibles.

Ce type de protocole clarifie la frontière entre projection rationnelle et biais. Si je ne connais que ma propre opinion, elle peut raisonnablement compter. Si je possède un véritable sondage représentatif de plusieurs centaines de personnes et continue à privilégier mon intuition personnelle ou les opinions de mes amis, l’argument statistique devient beaucoup plus difficile à défendre.

Majorités et minorités ne font pas exactement la même erreur

Les synthèses de Brian Mullen et Li-tze Hu apportent une autre nuance surprenante. Lorsqu’on compare les estimations aux véritables fréquences, les membres de minorités ont tendance à surestimer la fréquence de leur propre position, tandis que les membres de majorités peuvent au contraire sous-estimer leur consensus réel. La surestimation des minorités est généralement plus importante que la sous-estimation des majorités.

Imaginons une population où 80 % préfèrent A et 20 % préfèrent B. Les membres du groupe B pourraient estimer leur position à 35 %, tandis que ceux du groupe A pourraient l’estimer à 70 %. Les deux groupes se trompent, mais pas dans le même sens.

Pourtant, on retrouve bien le faux consensus au sens comparatif : les personnes préférant B donnent une estimation de B plus élevée que celles préférant A, et inversement.

Cette distinction explique pourquoi il faut éviter la formule simpliste : « le faux consensus consiste à croire que l’on appartient à la majorité ». Le phénomène est compatible avec une personne qui sait parfaitement appartenir à une minorité mais pense qu’elle est moins minoritaire qu’elle ne l’est réellement.

Nous projetons surtout sur les groupes auxquels nous nous identifions

La projection sociale n’est pas identique selon la population que nous évaluons.

Une revue et méta-analyse de Jordan Robbins et Joachim Krueger publiée en 2005 montre que la projection de soi est nettement plus forte vers les membres de son propre groupe que vers les groupes extérieurs. La projection vers les exogroupes existe également, mais elle est en moyenne beaucoup plus faible.

Cette différence possède une logique intuitive. Si je me considère comme membre d’une catégorie — collègues du même métier, habitants de ma région, amateurs du même loisir — ma propre expérience me paraît naturellement plus informative sur les autres membres de cette catégorie que sur des personnes que je considère comme très différentes.

Là encore, une partie de cette projection peut être raisonnable. Les membres d’un même groupe se ressemblent parfois réellement davantage sur certaines dimensions. Le biais apparaît lorsque la similarité est supposée sur des caractéristiques pour lesquelles l’appartenance au groupe apporte peu d’information ou lorsque nous exagérons fortement cette ressemblance.

Cette question prépare les fiches suivantes sur l’endogroupe et l’homogénéité de l’exogroupe, mais les phénomènes restent distincts : le faux consensus part de soi pour estimer les autres ; l’homogénéité de l’exogroupe concerne la perception de la diversité interne d’un groupe extérieur.

Le faux consensus et le faux caractère exceptionnel sont deux phénomènes différents

La psychologie sociale parle également de false uniqueness, ou faux caractère exceptionnel. Dans ce cas, une personne peut au contraire sous-estimer la proportion de personnes partageant une qualité ou un comportement qu’elle valorise, ce qui lui permet de se percevoir comme relativement unique.

Les méta-analyses montrent que faux consensus et sous-estimation de consensus peuvent coexister selon la fréquence réelle de la position, la manière de poser la question et le groupe de référence.

Il n’existe donc pas une règle psychologique selon laquelle nous chercherions toujours à maximiser la ressemblance avec les autres. Selon le contexte, deux motivations peuvent entrer en tension : être suffisamment semblable pour se sentir normal, mais suffisamment différent sur certaines qualités désirables pour préserver une identité positive.

C’est une raison supplémentaire de ne pas réduire le faux consensus à une simple recherche d’auto-valorisation.

Le désaccord d’autrui peut paraître plus révélateur que notre propre accord

L’une des observations les plus intéressantes de Ross et ses collègues concernait l’attribution de personnalité.

Si une personne choisit la même option que nous, son comportement paraît plus facilement normal : « c’est évidemment ce que n’importe qui ferait ». Si elle choisit autrement, nous sommes davantage tentés de rechercher une caractéristique particulière permettant d’expliquer cette différence.

Ce mécanisme peut interagir avec le biais de correspondance de la fiche précédente.

Je refuse une proposition parce qu’elle me paraît mauvaise : mon comportement semble directement causé par les propriétés de la situation. Quelqu’un l’accepte : son choix paraît nécessiter une explication personnelle — naïveté, goût du risque, intérêt particulier.

Mais pour l’autre personne, la perspective peut être exactement inversée.

L’esprit critique exige donc une petite expérience mentale : si j’avais adopté sa position et lui la mienne, quelles caractéristiques personnelles attribuerais-je encore à chacun ?

Si les explications changent complètement avec notre propre camp, notre estimation du consensus peut participer à l’attribution.

Cas pratique — « Tout le monde dans le service pense pareil »

Une équipe doit choisir entre deux nouvelles procédures. Pendant plusieurs semaines, un professionnel discute surtout avec les collègues avec lesquels il travaille habituellement. Sur huit personnes interrogées informellement, six préfèrent la procédure A.

Lors d’une réunion, il affirme : « de toute façon, presque tout le monde préfère A ».

Son estimation n’est pas inventée : six personnes sur huit autour de lui sont effectivement favorables à A. Mais son petit échantillon peut être sélectionné. Peut-être travaille-t-il principalement avec des collègues partageant le même poste, la même ancienneté ou les mêmes contraintes. Les équipes de nuit, les nouveaux arrivants ou d’autres professions du service peuvent avoir des préférences différentes.

S’il apprend ensuite qu’un questionnaire anonyme auprès de 120 professionnels donne seulement 48 % à A, continuer à privilégier l’impression produite par ses huit collègues constituerait un exemple beaucoup plus clair de faux consensus.

La bonne correction est simple : ne pas confondre « les personnes que je vois le plus souvent » avec « la population dont je parle ».

Pourquoi les débats donnent facilement l’impression que « les gens raisonnables » sont de notre côté

Une opinion que nous adoptons possède généralement des raisons qui nous paraissent convaincantes. Si ces raisons nous semblent évidentes, nous pouvons nous attendre à ce qu’une personne normale, suffisamment informée ou rationnelle arrive à une conclusion similaire.

Le désaccord devient alors surprenant et demande une explication : manque d’information, intérêt personnel, biais ou mauvaise compréhension.

Cette dynamique rejoint le biais de l’angle mort : nous voyons nos propres conclusions comme issues des faits et celles des autres comme potentiellement influencées par des mécanismes particuliers.

Mais constater un faux consensus possible ne permet pas davantage de trancher qui a raison. Une opinion peut être minoritaire et vraie ; une opinion majoritaire peut être fausse. La fréquence d’une croyance et sa justification épistémique sont deux questions différentes.

Ce que le faux consensus affecte, c’est notre représentation de combien de personnes partagent réellement une position, pas directement la vérité de cette position.

Comment réduire le faux consensus

La première méthode consiste à préciser la population de référence. « Les gens pensent que… » ne veut presque rien dire. De quels gens parle-t-on : collègues d’un service, population française, professionnels d’un secteur, habitants d’une ville, classe d’âge particulière ?

Une fois la population définie, il faut chercher une donnée externe appropriée : enquête représentative, vote réel, statistiques comportementales, questionnaire suffisamment large ou échantillon conçu pour limiter la sélection. Une conversation avec dix proches fournit beaucoup moins d’information sur une population de plusieurs millions de personnes.

Il est également utile de séparer estimation et préférence personnelle. Avant de regarder un sondage, écrire : « je préfère A et j’estime que 65 % des personnes comparables préfèrent A ». Cette procédure rend visible l’erreur éventuelle et permet d’améliorer progressivement sa calibration.

Une troisième méthode consiste à échantillonner délibérément hors de son environnement habituel. Il ne s’agit pas de chercher artificiellement des personnes en désaccord, mais d’éviter que la structure de notre réseau social soit prise pour une représentation miniature de la population.

Enfin, lorsque de bonnes statistiques existent, elles doivent dominer largement notre expérience personnelle. Notre propre réponse peut raisonnablement être considérée comme une observation ; elle ne doit pas rivaliser avec des centaines ou des milliers d’observations indépendantes et bien échantillonnées.

À retenir

Le biais de faux consensus désigne la tendance à estimer qu’une opinion ou un comportement est plus fréquent lorsqu’on l’adopte soi-même. Les travaux fondateurs de Ross, Greene et House en 1977 ont montré ce phénomène dans plusieurs situations : les participants qui faisaient un choix estimaient ce choix plus commun que ceux qui adoptaient l’alternative et jugeaient également les comportements opposés aux leurs comme plus révélateurs de dispositions personnelles.

Une méta-analyse de 115 tests publiée en 1985 conclut à un effet global robuste et d’ampleur modérée, mais fortement variable selon les méthodes. Les synthèses ultérieures indiquent qu’aucun mécanisme unique ne suffit : exposition sélective, disponibilité, attention, inférence statistique et motivation peuvent contribuer dans différentes situations.

Il faut surtout éviter d’appeler « biais » toute projection de soi. Dawes a montré que notre propre réponse est une donnée statistique pertinente lorsque nous appartenons à la population que nous cherchons à estimer. L’erreur apparaît lorsque nous lui donnons trop de poids, notamment face à des informations plus nombreuses et plus représentatives. Les expériences de Krueger et Clement montrent que cette influence de soi peut justement persister même lorsque de meilleures informations statistiques sont disponibles.

Enfin, le faux consensus ne signifie pas nécessairement « croire que l’on est dans la majorité ». Les membres de minorités peuvent surestimer la taille de leur groupe tandis que des majorités sous-estiment parfois leur véritable avantage numérique.

La question critique est donc : « mon estimation de ce que pensent les autres repose-t-elle sur des données concernant réellement cette population, ou suis-je surtout en train de généraliser ma propre opinion et celle des personnes qui m’entourent ? »

Sources principales

Lee Ross, David Greene et Pamela House, « The “False Consensus Effect”: An Egocentric Bias in Social Perception and Attribution Processes », *Journal of Experimental Social Psychology*, 1977. Quatre études fondatrices montrant que les individus estiment leur propre réponse relativement plus fréquente et considèrent les réponses différentes comme davantage révélatrices de dispositions personnelles.

Brian Mullen et collègues, « The False Consensus Effect: A Meta-Analysis of 115 Hypothesis Tests », *Journal of Experimental Social Psychology*, 1985. Première grande méta-analyse concluant à un effet de faux consensus robuste, de taille moyenne et hétérogène selon les conditions expérimentales.

Gary Marks et Norman Miller, « Ten Years of Research on the False-Consensus Effect: An Empirical and Theoretical Review », *Psychological Bulletin*, 1987. Revue majeure distinguant plusieurs familles d’explications — exposition sélective, disponibilité, attention, traitement logique et motivation — et concluant qu’aucune ne suffit seule.

Brian Mullen et Li-tze Hu, « Social Projection as a Function of Cognitive Mechanisms: Two Meta-Analytic Integrations », *British Journal of Social Psychology*, 1988. Méta-analyses montrant notamment que les minorités tendent à surestimer leur consensus, les majorités à sous-estimer le leur, et que le faux consensus reste globalement d’ampleur modérée.

Robyn M. Dawes, « Statistical Criteria for Establishing a Truly False Consensus Effect », *Journal of Experimental Social Psychology*, 1989. Critique fondamentale montrant qu’utiliser sa propre réponse comme information sur une population peut constituer une procédure statistiquement rationnelle et qu’un critère plus exigeant est nécessaire pour parler de véritable biais.

Joachim Krueger et Russell W. Clement, « The Truly False Consensus Effect: An Ineradicable and Egocentric Bias in Social Perception », *Journal of Personality and Social Psychology*, 1994. Trois expériences montrant que la réponse personnelle continue d’influencer les estimations de consensus malgré des avertissements, un feedback statistique ou des informations provenant de plusieurs autres personnes.

Jordan M. Robbins et Joachim I. Krueger, « Social Projection to Ingroups and Outgroups: A Review and Meta-Analysis », *Personality and Social Psychology Review*, 2005. Revue et méta-analyse montrant que la projection sociale est nettement plus forte envers les membres de l’endogroupe que vers les exogroupes, ce qui soutient l’idée d’une projection de soi utilisée comme heuristique d’inférence sociale.

31 sur 39Retour à la catégorie