Le biais rétrospectif

Après un accident, une crise économique, une victoire électorale, l’échec d’un projet ou la réussite inattendue d’une entreprise, les signes qui annonçaient l’événement semblent soudain beaucoup plus visibles. Certains détails autrefois ambigus paraissent désormais presque évidents : « on aurait dû le voir venir », « tout indiquait que cela finirait ainsi », « je le savais depuis le début ». Pourtant, avant que l’issue soit connue, plusieurs scénarios restaient souvent plausibles. Le biais rétrospectif (*hindsight bias*) désigne cette tendance à reconstruire le passé, une fois le résultat connu, de manière à rendre l’événement plus prévisible qu’il ne l’était réellement au moment où il fallait prévoir.

Baruch Fischhoff a introduit expérimentalement ce problème en 1975 sous une formule devenue célèbre : « hindsight is not equal to foresight », le regard rétrospectif n’est pas équivalent à la prévision. Cinquante ans plus tard, revenant lui-même sur cette littérature, Fischhoff résume le mécanisme central ainsi : une fois qu’un événement s’est produit, nous sous-estimons à quel point cette connaissance a transformé notre compréhension du monde ; l’événement nous paraît alors avoir été plus probable avant sa réalisation qu’il ne le paraissait réellement.

Le phénomène ne correspond donc pas simplement au fait d’apprendre du passé. Apprendre signifie utiliser une nouvelle information pour modifier nos croyances futures. Le biais apparaît lorsque cette nouvelle connaissance contamine notre représentation de ce que nous savions avant de la recevoir.

« Je le savais » : notre propre prédiction peut être reconstruite

L’une des démonstrations les plus élégantes précède même l’expérience classique de Fischhoff. Avant les voyages de Richard Nixon à Pékin et Moscou au début des années 1970, Fischhoff et Ruth Beyth demandèrent à des participants d’attribuer des probabilités à différents événements susceptibles de se produire pendant ces voyages. Après leur déroulement, les mêmes personnes furent invitées à se rappeler leurs prédictions initiales.

Les probabilités reconstruites se déplaçaient vers ce qui s’était effectivement produit : les événements que les participants pensaient avoir eu lieu étaient rappelés comme ayant été jugés plus probables auparavant, tandis que ceux qui ne s’étaient pas produits étaient généralement reconstruits comme ayant été moins probables. Les participants se souvenaient donc d’avoir été moins surpris qu’ils ne l’avaient réellement été.

Cet exemple révèle une première forme du biais : la distorsion de mémoire. Nous pouvons sincèrement croire que notre ancienne prédiction était plus proche du résultat qu’elle ne l’était réellement.

Il ne s’agit pas forcément d’un mensonge ni d’une tentative consciente de sauver notre réputation. Le souvenir exact d’une estimation ancienne est fragile. Lorsque nous devons la reconstruire, nous utilisons naturellement nos connaissances actuelles — parmi lesquelles figure désormais l’issue de l’événement.

Le résultat peut alors devenir un nouvel ancrage autour duquel le passé est reconstruit.

Le biais rétrospectif comporte plusieurs phénomènes différents

Une importante revue de Neal Roese et Kathleen Vohs distingue trois composantes qui peuvent se combiner mais ne sont pas identiques. Premièrement, la distorsion mnésique : « j’avais effectivement prédit cela ». Deuxièmement, l’inévitabilité perçue : « compte tenu des circonstances, cela devait pratiquement arriver ». Troisièmement, la prévisibilité subjective : « j’aurais pu le prévoir ».

Cette distinction est particulièrement utile parce que l’expression populaire « je le savais depuis le début » mélange souvent les trois.

Une personne peut se souvenir correctement d’avoir été incertaine, tout en pensant après coup que les experts auraient dû comprendre ce qui allait arriver. Elle peut également reconnaître qu’elle ne l’avait pas prédit personnellement, tout en jugeant que l’événement était objectivement presque inévitable. À l’inverse, elle peut réellement avoir annoncé le résultat, mais surestimer après coup la solidité des raisons qui soutenaient sa prédiction.

Parler du « biais rétrospectif » comme d’un mécanisme unique masquerait donc une réalité plus complexe. Il vaut mieux le considérer comme une famille de distorsions provoquées par la connaissance de l’issue.

Pourquoi le passé devient-il plus cohérent une fois l’issue connue ?

Avant un événement, les informations disponibles sont généralement compatibles avec plusieurs histoires possibles. Après l’événement, nous savons laquelle s’est réalisée. Cela change profondément notre manière d’organiser les mêmes faits.

Roese et Vohs distinguent notamment des processus cognitifs, métacognitifs et motivationnels. Sur le plan cognitif, nous retrouvons plus facilement les informations compatibles avec l’issue connue et construisons une histoire causale cohérente autour d’elle. Sur le plan métacognitif, le fait qu’une explication soit maintenant facile à comprendre peut être interprété comme la preuve qu’elle devait déjà être évidente auparavant. Des motivations peuvent aussi intervenir : considérer le monde comme prévisible est rassurant, et reconstruire un événement comme évitable peut parfois servir à attribuer une responsabilité.

Le premier mécanisme est particulièrement important. Après l’échec d’une entreprise, nous pouvons aligner tous les signes négatifs : dette, produit fragile, conflits internes, concurrence, mauvaise stratégie. L’histoire semble parfaitement cohérente. Mais avant l’échec, certains de ces signes étaient peut-être déjà connus tandis que d’autres indicateurs étaient favorables. Surtout, de nombreuses entreprises présentant certains de ces défauts avaient survécu.

Une explication cohérente après coup n’est pas nécessairement une bonne prédiction avant coup.

Le passé possède un avantage narratif considérable : il ne contient plus l’incertitude sur son dénouement.

L’effet existe, mais sa taille moyenne n’est pas gigantesque

Le biais rétrospectif compte parmi les phénomènes les plus connus de la psychologie du jugement, ce qui peut donner l’impression d’un effet massif et universel. La méta-analyse de Christensen-Szalanski et Willham publiée en 1991 apporte une nuance importante. Elle synthétisait 122 études sur les estimations probabilistes et concluait à un effet global relativement faible, d’environ r = 0,17. L’ampleur variait selon la familiarité avec la tâche et le type d’information sur l’issue, et certaines questions dites d’« almanach » produisaient des effets inhabituellement élevés.

Ce résultat n’implique pas que le phénomène soit négligeable. Un petit déplacement moyen peut avoir des conséquences importantes lorsqu’il influence des décisions répétées, des évaluations professionnelles, des procédures judiciaires ou des enquêtes de sécurité.

Il montre surtout pourquoi il serait imprudent d’écrire : « dès qu’on connaît l’issue, tout le monde croit qu’elle était évidente ».

L’effet dépend du contexte, de la tâche et de ce que l’on mesure. La grande revue de 2012 décrit néanmoins des manifestations dans de nombreux domaines, et Fischhoff souligne en 2025 que les recherches accumulées au cours des cinquante dernières années l’ont retrouvé dans des situations expérimentales et appliquées très diverses, notamment en diagnostic clinique, droit, brevets, analyse historique et ingénierie de la sécurité.

« Il suffisait de regarder les signes » : le piège de la sélection rétrospective

Après un événement majeur, certains indices prennent soudain une importance énorme. La tentation consiste alors à les sélectionner rétrospectivement comme s’ils formaient dès le départ un signal évident.

Imaginons qu’une entreprise fasse faillite. Nous découvrons ensuite qu’un dirigeant avait quitté le groupe six mois auparavant, que les ventes avaient baissé pendant un trimestre et qu’un produit avait reçu plusieurs critiques négatives. Chacun de ces éléments semble désormais annoncer la faillite.

Mais pour savoir s’ils étaient réellement prédictifs, il faudrait poser une autre question : combien d’entreprises connaissent le départ d’un dirigeant, un trimestre médiocre ou des critiques de produit sans faire faillite ?

On retrouve ici le lien avec la représentativité, les taux de base et le biais du survivant. Lorsque l’issue est connue, il devient très facile de sélectionner les éléments compatibles avec elle et d’oublier le grand nombre de trajectoires alternatives auxquelles les mêmes signes auraient pu conduire.

Une bonne histoire causale n’est donc pas encore une bonne règle de prédiction.

Le biais rétrospectif n’est pas le biais de résultat

La fiche précédente portait sur une distinction voisine mais différente.

Le biais de résultat consiste à juger la qualité d’une décision à partir de son issue : « le projet a réussi, donc la décision était excellente ».

Le biais rétrospectif consiste à modifier notre perception de ce qui était prévisible : « le projet a échoué, et il était évident qu’il allait échouer ».

Les deux phénomènes peuvent alors s’enchaîner. Si une complication médicale survient, le résultat défavorable peut rendre la complication rétrospectivement plus prévisible. Une fois le risque reconstruit comme « évident », la décision du professionnel peut sembler beaucoup plus mauvaise qu’elle ne paraissait avant l’événement.

Une série de dix expériences préenregistrées portant sur 2 043 participants, publiée dans *Cognition* en 2023, a précisément étudié ce mécanisme dans les jugements de négligence et de culpabilité. Lorsque le dommage s’était effectivement produit, les participants estimaient rétrospectivement sa probabilité plus élevée ; cette augmentation de la probabilité perçue expliquait une partie importante des jugements plus sévères de négligence et de blâme.

Cela ne signifie pas que toute attribution de responsabilité après un accident résulte d’un biais. Le résultat peut révéler des informations réellement nouvelles. Mais connaître l’issue peut aussi modifier silencieusement notre estimation de ce qu’un décideur raisonnable pouvait anticiper.

Le problème est particulièrement important pour les accidents et la sécurité

Les enquêtes sur les accidents rencontrent une difficulté fondamentale : les enquêteurs connaissent déjà la chaîne d’événements qui a conduit au dommage.

Un opérateur n’a peut-être reçu avant l’accident qu’une série de signaux ambigus, chacun compatible avec plusieurs problèmes possibles. Après l’accident, ces mêmes signaux semblent former une séquence claire : alarme A, anomalie B, comportement C, puis catastrophe. La logique paraît évidente parce que nous savons désormais quels éléments étaient pertinents.

Si l’on veut comprendre pourquoi l’opérateur n’a pas réagi différemment, il faut reconstruire son environnement informationnel réel : quelles données voyait-il ? quelles hypothèses alternatives étaient plausibles ? combien de fois les mêmes alarmes s’étaient-elles produites sans accident ? quelle était la charge de travail ? quel degré de fiabilité attribuait-on aux instruments ?

Fischhoff souligne en 2025 l’importance du biais rétrospectif pour des domaines comme l’ingénierie de la sécurité. Son problème central reste celui de 1975 : après avoir appris l’issue, il est très difficile de retrouver mentalement l’incertitude qui précédait cette connaissance.

Une enquête de sécurité utile doit donc éviter la question simpliste « pourquoi n’ont-ils pas vu ce qui allait se produire ? » et la remplacer par « pourquoi la situation paraissait-elle raisonnable à ceux qui la vivaient avant de connaître son issue ? »

Cette deuxième question ne disculpe personne à l’avance. Elle rend simplement possible une véritable analyse.

Cas pratique — « C’était évident que le patient allait se dégrader »

Un patient hospitalisé se dégrade brutalement. Après l’événement, l’équipe relit le dossier. Plusieurs éléments apparaissent : une fréquence cardiaque légèrement élevée, une plainte inhabituelle, un résultat biologique à la limite de la normale. Quelqu’un conclut : « Avec tous ces signes, c’était évident qu’il allait se dégrader. »

Peut-être. Mais il faut reconstruire le problème tel qu’il existait avant la dégradation.

Combien de patients présentent régulièrement ces mêmes signes sans complication grave ? Les trois informations étaient-elles disponibles simultanément au professionnel concerné ? Quelle était leur spécificité ? D’autres observations étaient-elles rassurantes ? Quelle probabilité de dégradation aurait-on raisonnablement attribuée au patient à ce moment-là ?

Si, après cette reconstruction, les recommandations cliniques montrent qu’un ensemble de signes imposait effectivement une action précise, l’analyse peut légitimement révéler une erreur. Mais si les signes étaient fréquents, peu spécifiques et compatibles avec de nombreuses évolutions bénignes, leur assemblage peut être beaucoup plus impressionnant après l’événement qu’avant.

Le principe n’est pas de rendre les professionnels irresponsables. Il consiste à éviter de fixer une norme de vigilance que seule la connaissance du résultat rend possible.

Notre mémoire du passé est parfois réellement altérée

Le biais rétrospectif ne consiste pas seulement à raconter une histoire différente ; il peut toucher le souvenir même de notre estimation initiale.

Une méta-analyse publiée en 2019 sur les différences liées à l’âge distingue notamment le biais de recollection et le biais de reconstruction. Lorsque le jugement initial n’est plus directement accessible en mémoire, il doit être reconstruit ; la connaissance de la réponse correcte peut alors attirer cette reconstruction vers elle. L’analyse de neuf études regroupant 366 jeunes adultes et 368 adultes plus âgés conclut que les personnes âgées rappelaient moins souvent directement leur jugement initial et devaient donc le reconstruire plus fréquemment ; la reconstruction était également légèrement plus influencée par le résultat connu.

Ce résultat montre pourquoi le meilleur antidote au biais rétrospectif peut parfois être extrêmement simple : conserver les prédictions originales.

Un journal de décision, une estimation probabiliste datée, un pronostic archivé ou une note écrite avant l’événement ne dépend plus de notre mémoire actuelle. Il peut être confronté directement au résultat.

Cette pratique devient particulièrement utile lorsqu’on cherche à améliorer son propre jugement. Sans archive, nous risquons de croire que nous avions « presque prévu » les événements réussis et d’oublier la confiance avec laquelle nous défendions les scénarios qui ne se sont jamais produits.

Un phénomène peut être prévisible après que nous avons compris son mécanisme

Il faut cependant éviter une confusion inverse. Tout ce qui paraît plus prévisible après coup n’est pas nécessairement une illusion.

Un accident peut révéler une nouvelle interaction physique. Une épidémie peut nous apprendre un paramètre de transmission inconnu. Une crise financière peut mettre au jour une fragilité structurelle que personne n’avait correctement modélisée. Une fois cette information acquise, un événement similaire peut réellement devenir plus prévisible à l’avenir.

Dire « nous ne pouvions pas prévoir correctement cet événement avant de connaître le mécanisme » n’implique donc pas que nous ne devions rien apprendre de lui.

La distinction temporelle est la même que pour le biais de résultat : la nouvelle information doit améliorer la prochaine prévision, pas réécrire artificiellement l’ancienne.

Après l’effondrement d’un pont dû à une interaction mécanique jusque-là mal comprise, les ingénieurs doivent évidemment modifier leurs modèles. Le biais apparaîtrait si l’on affirmait ensuite que cette interaction aurait nécessairement dû être évidente avant que l’accident ne la révèle, sans vérifier ce que la littérature et les données disponibles permettaient réellement de savoir à l’époque.

L’apprentissage exige précisément de conserver la différence entre ce que nous savions alors et ce que nous savons maintenant.

« Je vous avais bien dit que ça arriverait »

Le langage quotidien fournit un terrain particulièrement favorable au biais rétrospectif parce que nos prédictions initiales sont souvent vagues.

Une personne affirme avant une élection : « ça peut très mal finir pour ce parti ». Après une lourde défaite, elle déclare : « je l’avais annoncé ». Techniquement, les deux phrases peuvent être compatibles. Mais avait-elle réellement prévu une défaite ? Avec quelle probabilité ? De quelle ampleur ? Dans quel scénario aurait-elle considéré sa prédiction comme fausse ?

Plus une prédiction initiale est souple, plus il devient facile de la faire correspondre au résultat après coup.

C’est pourquoi les bonnes pratiques de prévision utilisent des énoncés précis, datés et probabilisés. « Il y a 65 % de chances que X se produise avant telle date » offre beaucoup moins de liberté rétrospective que « je pense que X pourrait arriver ».

Ce principe relie directement le biais rétrospectif à la calibration et à l’épistémologie pratique : pour savoir si nous apprenons réellement de nos erreurs, nous devons être capables de comparer nos croyances passées avec les résultats, et non avec le souvenir reconstruit de ces croyances.

Savoir que le biais existe ne suffit probablement pas

On pourrait penser qu’il suffit d’avertir quelqu’un : « attention au biais rétrospectif ». Les données sont moins encourageantes.

Dans sa rétrospective de 2025, Fischhoff résume cinquante années de travaux en indiquant que simplement avertir les personnes de l’existence du biais ne produit pas d’effet discernable. En revanche, les interventions qui aident les individus à reconstruire la perspective passée pourraient être plus utiles.

La revue de Roese et Vohs souligne également l’intérêt de considérer des explications causales alternatives. Une fois un événement connu, notre esprit construit facilement une chaîne expliquant pourquoi il devait se produire. Chercher activement comment d’autres résultats auraient également pu émerger des mêmes circonstances réduit cette impression d’inévitabilité.

Ce principe est plus exigeant que le simple « considérer le contraire ». Il faut reconstruire sérieusement les alternatives qui existaient au moment de la décision, avec les informations dont disposaient réellement les acteurs.

Comment limiter le biais rétrospectif

La meilleure méthode consiste à laisser des traces avant l’issue. Pour les décisions importantes, noter les scénarios envisagés, leurs probabilités, les raisons principales et les informations susceptibles de faire changer d’avis crée un point de comparaison objectif.

Après l’événement, il faut ensuite séparer explicitement deux colonnes : « informations disponibles avant » et « informations apprises grâce au résultat ». Ce qui appartient à la seconde colonne ne peut pas être utilisé pour juger la prévisibilité initiale sans justification supplémentaire.

Une autre méthode consiste à reconstruire plusieurs futurs possibles. Si un projet a échoué, demander : quelles informations auraient été mises en avant s’il avait réussi ? Si une crise a eu lieu, quels scénarios concurrents paraissaient raisonnables la veille ? Quels signes que nous jugeons aujourd’hui cruciaux existaient aussi lors de situations qui n’ont pas débouché sur cette crise ?

Dans une enquête professionnelle, il peut également être utile que certains évaluateurs examinent autant que possible la décision avant de connaître le résultat détaillé, lorsque la procédure le permet. L’objectif est d’empêcher l’issue de modifier immédiatement la représentation du processus.

Enfin, les prévisions doivent être formulées suffisamment précisément pour pouvoir être réfutées. Un bon journal de décision ne note pas seulement « je pense que le projet fonctionnera », mais par exemple : « j’estime à 70 % la probabilité que la phase 1 soit terminée avant décembre ; si le coût dépasse X ou si l’indicateur Y reste inférieur à Z en septembre, je réduirai cette estimation ».

L’intérêt dépasse largement le biais rétrospectif : on transforme ainsi sa propre expérience en données utilisables pour apprendre.

À retenir

Le biais rétrospectif apparaît lorsque la connaissance d’une issue transforme notre perception de ce qu’il était possible de prévoir avant qu’elle ne se produise. Il peut prendre plusieurs formes : nous souvenir d’une prédiction comme plus exacte qu’elle ne l’était, juger l’événement rétrospectivement plus inévitable ou croire que nous aurions dû être capables de le prévoir.

Le phénomène est établi dans une littérature ancienne et très large, mais il ne constitue pas une distorsion gigantesque et uniforme. Une méta-analyse de 122 études trouvait un effet moyen relativement modeste, r = 0,17, avec d’importantes variations selon la tâche et les informations fournies. Les cinquante années de recherches résumées par Fischhoff en 2025 montrent néanmoins son intérêt dans de nombreux contextes pratiques, du diagnostic clinique à la sécurité en passant par le droit et l’analyse historique.

Le biais doit surtout être distingué de l’apprentissage légitime. Un résultat nous apporte parfois une information réellement nouvelle et peut rendre les événements futurs plus prévisibles. Ce qui est trompeur, c’est de transférer cette nouvelle connaissance dans notre représentation du passé et de conclure qu’elle était déjà disponible avant l’événement.

La règle critique fondamentale peut donc se résumer ainsi : ne demandez pas ce qui paraît évident maintenant ; reconstruisez ce qu’un observateur raisonnable pouvait réellement savoir avant de connaître la fin de l’histoire.

Sources principales

Baruch Fischhoff, « Hindsight Is Not Equal to Foresight: The Effect of Outcome Knowledge on Judgment under Uncertainty », *Journal of Experimental Psychology: Human Perception and Performance*, 1975. Travail fondateur montrant comment la connaissance d’un résultat modifie l’évaluation rétrospective de sa probabilité et de sa prévisibilité.

Baruch Fischhoff et Ruth Beyth, « “I Knew It Would Happen”: Remembered Probabilities of Once-Future Things », *Organizational Behavior and Human Performance*, 1975. Étude longitudinale autour des voyages de Nixon à Pékin et Moscou montrant que les participants reconstruisaient leurs anciennes probabilités en direction des événements qu’ils pensaient ensuite avoir eu lieu.

Jay J. J. Christensen-Szalanski et Cynthia Fobian Willham, « The Hindsight Bias: A Meta-analysis », *Organizational Behavior and Human Decision Processes*, 1991. Méta-analyse de 122 études estimant un effet global d’environ *r* = 0,17 et montrant d’importants modérateurs liés aux tâches et aux informations sur le résultat.

Neal J. Roese et Kathleen D. Vohs, « Hindsight Bias », *Perspectives on Psychological Science*, 2012. Revue majeure distinguant distorsion mnésique, perception d’inévitabilité et prévisibilité personnelle, et analysant les mécanismes cognitifs, métacognitifs et motivationnels ainsi que les stratégies de réduction.

Markus Kneer et Izabela Skoczeń, « Outcome Effects, Moral Luck and the Hindsight Bias », *Cognition*, 2023. Dix expériences préenregistrées, N = 2 043, montrant notamment comment un dommage réalisé peut accroître rétrospectivement sa probabilité perçue et influencer ensuite les jugements de négligence et de culpabilité.

Baruch Fischhoff, « Fifty Years of Hindsight Bias Research—Reflection on Fischhoff (1975) », *Journal of Experimental Psychology: Human Perception and Performance*, 2025. Retour de l’auteur sur cinquante années de recherches, leurs applications et les difficultés persistantes de réduction du biais ; il souligne notamment la faible efficacité des simples avertissements et l’intérêt potentiel de la reconstruction de la perspective passée.

20 sur 39Retour à la catégorie