Les limites du concept de biais cognitif

Les biais cognitifs constituent des outils puissants pour comprendre certaines erreurs de jugement. L’ancrage montre que des valeurs initiales peuvent déplacer nos estimations ; le biais de confirmation que nos croyances orientent parfois la recherche ou l’interprétation des informations ; le biais rétrospectif que connaître un résultat transforme notre reconstruction du passé. Ces phénomènes ont produit plusieurs décennies de recherches fécondes et certaines de leurs manifestations sont solidement établies.

Mais le succès du concept a également créé un problème : « biais cognitif » est devenu une expression extrêmement large, utilisée pour désigner des phénomènes qui n’ont pas tous le même statut scientifique. On trouve sous cette étiquette des effets expérimentaux, des heuristiques, des asymétries sociales, des erreurs statistiques, des phénomènes motivationnels et parfois de simples descriptions de comportements. Les nombreuses listes disponibles donnent facilement l’impression qu’il existerait un catalogue officiel de centaines de défauts indépendants du cerveau humain. Ce catalogue n’existe pas.

Une revue systématique publiée en 2023 a ainsi identifié 41 heuristiques et biais disposant de tâches permettant d’étudier des différences individuelles, à partir de 108 études regroupant 58 808 participants. Les auteurs soulignent pourtant que des mesures fiables manquent encore pour plusieurs phénomènes et que de nombreuses tâches ne permettent pas d’évaluer correctement leur fiabilité. Parmi 78 études utilisant des mesures comprenant plusieurs items, seulement 14 rapportaient une estimation de cette fiabilité.

Connaître les biais reste donc utile, à condition de ne pas transformer cette connaissance en nouvelle mythologie psychologique.

Un biais n’existe qu’en référence à un critère d’erreur

Dire qu’un jugement est « biaisé » suppose implicitement qu’il existe une meilleure réponse ou une meilleure procédure avec laquelle le comparer.

Dans certains cas, ce critère est relativement clair. Si une personne affirme qu’une combinaison d’événements est plus probable que l’un des événements qui la composent, elle viole une règle élémentaire des probabilités. Si deux options strictement équivalentes conduisent à des préférences systématiquement différentes selon leur formulation, nous pouvons comparer ces réponses à une norme d’invariance.

Mais toutes les décisions ne possèdent pas un critère aussi simple.

Faut-il accepter un traitement comportant un faible risque grave pour obtenir un bénéfice modéré ? Combien une entreprise doit-elle investir dans un projet incertain ? À quel moment faut-il arrêter de rechercher davantage d’informations ? Ces problèmes comportent des objectifs, des coûts et des incertitudes qui rendent la « bonne réponse » moins évidente.

Le programme classique de Tversky et Kahneman étudiait précisément la manière dont certaines heuristiques économiques de raisonnement — représentativité, disponibilité, ancrage — peuvent être généralement efficaces tout en produisant des erreurs prévisibles dans certaines situations. Leur article fondateur de 1974 ne présentait d’ailleurs pas les heuristiques comme intrinsèquement absurdes : elles étaient décrites comme économiques et généralement utiles, mais susceptibles de conduire à des erreurs systématiques.

La première question à poser devant n’importe quel « biais » est donc : par rapport à quelle norme le jugement est-il considéré comme erroné ?

Sans réponse claire, le mot risque de devenir simplement synonyme de « manière de penser que je n’approuve pas ».

Une heuristique n’est pas nécessairement une erreur

Cette distinction entre heuristique et biais est essentielle.

Une heuristique est une stratégie simplifiée permettant de produire rapidement un jugement ou une décision. Elle peut parfois générer un biais, mais elle peut également être remarquablement efficace.

Gerd Gigerenzer et Henry Brighton ont développé cette idée sous le terme de rationalité écologique : la qualité d’une stratégie dépend de l’environnement dans lequel elle est utilisée. Dans certaines conditions d’incertitude, une règle utilisant moins d’informations peut même produire de meilleures prédictions qu’un modèle plus complexe, notamment en évitant de surajuster le bruit présent dans de petits échantillons.

Cette approche ne démontre pas que les biais décrits dans cette rubrique n’existent pas. Elle déplace la question : au lieu de demander seulement « cette stratégie viole-t-elle une norme abstraite ? », elle demande aussi « comment fonctionne-t-elle dans l’environnement réel auquel elle est appliquée ? »

Une stratégie fondée sur la reconnaissance rapide de formes peut être excellente pour un professionnel expérimenté dans un environnement régulier et dangereuse lorsqu’elle est appliquée à une situation inhabituelle.

Le même mécanisme cognitif peut donc produire une expertise remarquable ici et une erreur systématique ailleurs.

Un travail publié en 2026 sur les biais en médecine défend précisément cette approche contextuelle : certaines heuristiques peuvent être épistémiquement fiables dans des environnements adaptés, d’autres pragmatiquement utiles sous forte contrainte de temps, tandis que d’autres restent clairement dommageables. Les auteurs proposent donc de ne pas traiter tous les « biais » comme intrinsèquement équivalents.

Le désaccord entre programmes de recherche porte aussi sur ce que signifie « rationnel »

Une partie des controverses autour des biais cognitifs ne concerne pas les résultats expérimentaux eux-mêmes, mais la norme utilisée pour les interpréter.

Le programme des heuristiques et biais a souvent évalué les réponses humaines au regard de règles issues de la logique, des probabilités ou de la théorie de la décision. Les défenseurs de la rationalité écologique ont parfois reproché à cette démarche d'utiliser des normes trop étroites ou mal adaptées à des environnements d'incertitude.

Gigerenzer a ainsi soutenu qu’il ne suffit pas de constater une déviation par rapport à une règle formelle pour conclure immédiatement à une déficience cognitive : il faut également préciser le problème que l’individu essaie réellement de résoudre et les informations disponibles.

Cette critique ne doit pas être transformée en relativisme. Une erreur de calcul reste une erreur de calcul. Une contradiction logique ne devient pas correcte simplement parce qu’elle se produit dans le monde réel.

Mais rationalité logique, rationalité statistique, efficacité pratique et adaptation à l’environnement ne sont pas toujours exactement la même chose.

L’intérêt scientifique vient précisément de la comparaison de ces perspectives, pas du choix d’un camp auquel attribuer tous les phénomènes.

Les listes de biais mélangent parfois des objets très différents

Cette rubrique elle-même en fournit plusieurs exemples.

L’ancrage correspond à un effet expérimental très étudié. L’aversion aux pertes renvoie à une asymétrie décisionnelle dont la taille et la généralité ont suscité des débats méthodologiques. Le biais du survivant est largement un problème de sélection statistique. Le biais d’autorité renvoie plutôt à plusieurs phénomènes d’influence sociale et de crédibilité de la source qu’à un mécanisme cognitif unique. La conformité sociale constitue également une famille de processus comprenant influence normative et utilisation rationnelle d’informations provenant du groupe.

Les appeler tous « biais cognitifs » peut être pédagogiquement pratique, mais ne doit pas faire croire qu’ils constituent quarante manifestations comparables d’un même type de défaut mental.

Les classifications scientifiques restent d’ailleurs discutées. Une revue systématique récente en chirurgie souligne qu’il existe plusieurs tentatives de taxonomie des biais et heuristiques, mais qu’aucune n’a obtenu une acceptation générale.

Une revue consacrée au fact-checking a de son côté recensé 221 étiquettes de biais dans la littérature avant d’en retenir seulement 39 jugées potentiellement pertinentes pour le processus qu’elle étudiait. Les auteurs précisent eux-mêmes que leur sélection ne doit pas être considérée comme définitive.

Le nombre de noms disponibles ne constitue donc pas un indicateur du nombre de mécanismes cognitifs réellement distincts.

Un effet moyen dans une expérience n’est pas nécessairement un trait stable d’une personne

C’est une distinction particulièrement importante.

Une expérience peut montrer que les participants, en moyenne, déplacent leurs estimations vers une ancre. Cela n’implique pas que nous disposions immédiatement d’un test fiable permettant de dire : « cette personne possède beaucoup plus de biais d’ancrage que celle-ci ».

Étudier un effet moyen et mesurer une différence individuelle stable sont deux problèmes statistiques différents.

La revue de Vincent Berthet publiée en 2021 concluait que des mesures suffisamment fiables existaient pour environ une douzaine de biais étudiés, tandis que d’autres nécessitaient encore des améliorations ou ne disposaient pas de bons outils pour évaluer les différences entre individus. L’auteur considérait la mesure des différences individuelles en matière de biais comme encore à un stade relativement précoce.

La revue systématique de 2023 aboutit à un constat voisin : de nombreuses recherches utilisent encore des tâches à un seul item, qui ne permettent pas d’estimer correctement la fiabilité d’un score individuel.

Cette limite condamne une pratique courante de la psychologie populaire : transformer une erreur ponctuelle en caractéristique stable de la personne.

« Tu as fait une erreur d’ancrage dans ce cas » et « tu es quelqu’un de très biaisé par l’ancrage » ne sont pas des affirmations équivalentes.

Les mécanismes sont souvent moins certains que les effets

Nommer un phénomène ne signifie pas encore l’expliquer.

Supposons qu’une expérience montre qu’une valeur initiale déplace les estimations. Nous pouvons appeler ce résultat effet d’ancrage. Mais plusieurs mécanismes différents peuvent contribuer à l’effet selon les situations : ajustement insuffisant, accessibilité sélective d’informations compatibles avec l’ancre, réponses numériques apprises ou inférences pragmatiques sur la pertinence de la valeur proposée.

Il en va de même pour beaucoup d’autres fiches de cette rubrique.

L’angle mort peut impliquer l’illusion d’introspection, mais des travaux plus récents donnent également un rôle aux processus conversationnels. La surconfiance recouvre au moins surévaluation, surclassement relatif et surprécision. Les jugements rétrospectifs peuvent combiner changements de mémoire, sentiment d’inévitabilité et surestimation de la prévisibilité.

Le nom du biais décrit donc souvent un motif observable dans les réponses, pas nécessairement une cause psychologique unique.

C’est pourquoi Gigerenzer et Brighton insistent sur le passage des simples étiquettes à des modèles précis des heuristiques et des environnements dans lesquels elles fonctionnent.

Dire « c’est le biais de confirmation » peut être le début de l’explication. Ce n’est pas encore sa fin.

La reproductibilité impose une hiérarchie entre les résultats

Toutes les recherches en psychologie n’ont pas le même niveau de solidité.

La crise de la reproductibilité a montré combien des résultats publiés pouvaient être fragilisés par de petits échantillons, des analyses flexibles, la sélection des résultats positifs, le *p-hacking* ou la formulation d’hypothèses après observation des données. Ces problèmes ont conduit la psychologie expérimentale à développer davantage de réplications à grande échelle, de pré-enregistrements et de partage des données.

Cela ne signifie évidemment pas que « les biais cognitifs ont été réfutés ». Plusieurs effets abordés dans cette rubrique ont été reproduits de nombreuses fois et disposent de méta-analyses importantes.

Cela signifie plutôt qu’il faut examiner chaque phénomène séparément.

Un effet fondé sur des dizaines d’expériences indépendantes, plusieurs laboratoires et des méta-analyses ne possède pas le même statut qu’une étiquette issue de quelques études anciennes ou que la vulgarisation d’un résultat unique.

Cette rubrique a volontairement insisté sur ces différences : l’ancrage ou certains effets de cadrage disposent d’une littérature très abondante ; le biais de normalité constitue une catégorie beaucoup moins standardisée ; l’asymétrie acteur-observateur, longtemps présentée comme classique, s’est révélée beaucoup moins générale dans les méta-analyses.

« C’est un biais connu » ne constitue donc jamais un niveau de preuve suffisant.

Il faut demander : connu comment, mesuré comment, reproduit combien de fois, avec quelle taille d’effet et dans quelles conditions ?

Une différence statistique ne signifie pas que tout le monde se comporte ainsi

Les biais sont généralement décrits au niveau des distributions, pas comme des lois universelles.

Dans les expériences d’Asch, une majorité unanime augmente fortement le nombre de réponses conformistes, mais de nombreux participants résistent. L’aversion aux pertes apparaît en moyenne dans de nombreux contextes, mais son ampleur varie et certaines études trouvent des asymétries beaucoup plus faibles. Les groupes peuvent favoriser leurs membres, mais beaucoup d’expériences ne montrent aucun favoritisme statistiquement détectable.

La phrase « les humains font X » devrait souvent être traduite par une formule plus précise : « dans telles conditions, la probabilité moyenne de X augmente ».

Cette différence n’est pas purement stylistique.

Elle empêche d’utiliser les biais pour prédire automatiquement le comportement d’un individu particulier. Elle oblige également à prendre au sérieux les modérateurs : expertise, âge, culture, contexte, format de l’information, incitations, environnement institutionnel ou type de tâche.

Le biais cognitif n’est donc généralement pas une force qui « prend le contrôle » de la personne. Il modifie une probabilité de jugement ou de comportement dans certaines conditions.

Le contexte peut transformer une mauvaise règle en bonne règle — et inversement

La notion de rationalité écologique apporte ici une correction utile.

Une heuristique utilisant peu d’informations peut être excellente lorsque les indices retenus sont fortement prédictifs et l'environnement relativement stable. La même stratégie peut devenir catastrophique si l’environnement change ou si les indices pertinents ne sont plus les mêmes.

Un article de 2025 distingue explicitement deux sens du mot *bias* : un biais comme orientation fonctionnelle de la cognition, nécessaire pour sélectionner certaines informations plutôt que d'autres, et un biais comme erreur mesurable par rapport à un critère. L’auteur souligne que supprimer toute forme de « biais » au premier sens serait impossible : une cognition doit nécessairement sélectionner, simplifier et organiser l’information.

Cette distinction ne doit pas servir à excuser toutes les erreurs sous prétexte qu’elles seraient « adaptatives ». L’ancrage sur une valeur manifestement non pertinente reste un problème lorsque cette valeur détériore systématiquement la précision.

Mais elle rappelle quelque chose de fondamental : un cerveau entièrement dépourvu de raccourcis ne serait pas nécessairement un cerveau plus rationnel ; il serait probablement incapable de décider dans un monde complexe.

La question intéressante devient alors : quelles heuristiques pour quels environnements ?

Nommer un biais ne réfute jamais un argument

C’est probablement la limite la plus importante pour un site consacré à l’esprit critique.

Supposons qu’une personne affirme : « cette étude confirme mon opinion ».

Répondre « biais de confirmation » ne démontre pas que l’étude est mauvaise.

Supposons qu’une personne continue un projet déjà coûteux.

Répondre « coûts irrécupérables » ne démontre pas que le projet doit être abandonné : les perspectives futures peuvent encore justifier sa poursuite.

Supposons qu’une personne fasse confiance à un spécialiste.

Répondre « biais d’autorité » ne démontre pas que le spécialiste a tort.

Dans chacun de ces cas, l’origine psychologique possible d’une croyance et la vérité de cette croyance sont deux questions différentes.

Un individu peut défendre une proposition pour de mauvaises raisons alors que la proposition est vraie. Il peut également être parfaitement objectif dans son raisonnement et aboutir malgré tout à une conclusion fausse parce que ses informations étaient mauvaises.

Les biais cognitifs permettent d’examiner la qualité du processus de jugement. Ils ne remplacent pas l’examen des preuves et des arguments.

Utiliser un diagnostic psychologique comme réfutation revient souvent à produire une forme d’attaque génétique : expliquer pourquoi quelqu’un croit quelque chose à la place de déterminer si ce qu’il croit est justifié.

Le vocabulaire des biais peut lui-même nourrir l’angle mort

Après avoir parcouru cette rubrique, il devient extrêmement facile de reconnaître des biais partout.

L’adversaire sélectionne les études qui lui conviennent : confirmation. Le collègue refuse d’abandonner son projet : coûts irrécupérables. Le responsable suit une recommandation du directeur : autorité. Les électeurs de l’autre camp semblent tous identiques : homogénéité de l’exogroupe.

Puis vient une conclusion implicite : moi, je vois les biais ; eux les subissent.

Nous retrouvons exactement le biais de l’angle mort étudié plus tôt.

La connaissance des biais peut donc paradoxalement augmenter la confiance dans sa propre rationalité si elle est utilisée principalement pour diagnostiquer les autres.

Une discipline intellectuelle plus exigeante consiste à transformer chaque concept en question symétrique.

Est-ce que je recherche moi aussi davantage les preuves compatibles avec mon opinion ? Appliquerais-je la même règle si le résultat m’était défavorable ? Est-ce que j’expliquerais le comportement de mon propre groupe de la même façon ? Quelle information pourrait réellement modifier ma conclusion ?

Le vocabulaire psychologique devient alors un outil d’examen plutôt qu’une collection d’accusations.

Ce qu’il faut conserver du concept de biais cognitif

Après toutes ces réserves, il serait excessif de conclure que le concept de biais cognitif est inutile.

Il nous apporte au contraire une leçon essentielle : nos erreurs ne sont pas entièrement aléatoires.

Certaines caractéristiques des situations augmentent systématiquement la probabilité de certaines erreurs. Une valeur initiale peut déplacer une estimation. La formulation d’un même problème peut modifier une préférence. Connaître le résultat peut altérer notre reconstruction du passé. Une majorité unanime peut changer nos réponses. Un investissement passé peut peser sur une décision qui devrait être tournée vers l’avenir.

Parce que ces erreurs possèdent une certaine régularité, nous pouvons concevoir des expériences pour les étudier et des procédures pour les limiter.

Mais il faut conserver quatre exigences : définir clairement le phénomène, préciser la norme par rapport à laquelle il constitue une erreur, examiner la solidité empirique de son étude, puis identifier les conditions dans lesquelles il apparaît ou disparaît.

Cette approche est moins spectaculaire qu’une affiche présentant deux cents biais du cerveau humain. Elle est aussi beaucoup plus proche de la démarche scientifique.

À retenir

Les biais cognitifs désignent utilement certaines déviations systématiques du jugement, mais ils ne constituent ni une liste officielle de défauts indépendants ni une théorie complète de l’esprit humain. Les recherches contemporaines montrent encore d’importantes difficultés de taxonomie et de mesure : une revue systématique de 2023 identifie 41 biais et heuristiques disposant de tâches utilisées pour mesurer des différences individuelles, tout en soulignant que la fiabilité de nombreuses mesures reste insuffisamment documentée.

Une seconde limite concerne la norme de rationalité utilisée. Le programme classique des heuristiques et biais a montré comment des stratégies généralement efficaces peuvent produire des erreurs prévisibles. Le programme de rationalité écologique souligne de son côté qu’une heuristique simplifiée peut parfois être particulièrement performante lorsqu’elle correspond à la structure de l’environnement. Ces perspectives ne sont pas nécessairement incompatibles : une même stratégie peut être utile dans une situation et biaisante dans une autre.

Il faut également distinguer effet moyen et caractéristique individuelle, résultat empirique et mécanisme explicatif, ainsi que phénomènes solidement reproduits et étiquettes beaucoup moins établies. Les recherches récentes continuent d’appeler à une conception davantage contextuelle et différenciée du biais cognitif, y compris dans des domaines appliqués comme la médecine.

Surtout, identifier un biais possible n’est jamais une réfutation d’un argument. La vérité d’une proposition doit être examinée à partir des preuves qui la soutiennent, même lorsque la personne qui la défend pourrait être influencée par un biais.

La meilleure utilisation de cette rubrique n’est donc pas d’apprendre à dire « voilà ton biais », mais de développer une habitude plus difficile : « quel est ici le risque d’erreur, comment puis-je le tester, et appliquerais-je exactement le même critère si la conclusion allait dans le sens opposé à celui que je préfère ? »

C’est à cette condition que l’étude des biais contribue réellement à l’autonomie critique plutôt qu’à une nouvelle manière de se croire plus rationnel que les autres.

Sources principales

Amos Tversky et Daniel Kahneman, « Judgment under Uncertainty: Heuristics and Biases », *Science*, 1974. Article fondateur présentant représentativité, disponibilité et ancrage comme des heuristiques économiques et généralement efficaces pouvant produire des erreurs systématiques dans certaines situations.

Gerd Gigerenzer, « On Narrow Norms and Vague Heuristics: A Reply to Kahneman and Tversky », *Psychological Review*, 1996. Critique méthodologique portant notamment sur les normes utilisées pour diagnostiquer certaines « illusions cognitives » et sur la nécessité de modèles plus précis des processus de raisonnement.

Gerd Gigerenzer et Henry Brighton, « Homo Heuristicus: Why Biased Minds Make Better Inferences », *Topics in Cognitive Science*, 2009. Développement du programme de rationalité écologique et analyse des conditions dans lesquelles des stratégies simples utilisant moins d’informations peuvent être particulièrement efficaces.

Vincent Berthet, « The Measurement of Individual Differences in Cognitive Biases: A Review and Improvement », *Frontiers in Psychology*, 2021. Revue soulignant que la mesure fiable des différences individuelles reste insuffisamment développée pour plusieurs biais et qu’un effet expérimental ne fournit pas automatiquement un bon outil de diagnostic individuel.

Vincent Berthet et Vincent de Gardelle, « The Heuristics-and-Biases Inventory: An Open-Source Tool to Explore Individual Differences in Rationality », *Frontiers in Psychology*, 2023. Revue systématique de 108 études et 41 heuristiques ou biais, mettant notamment en évidence les limites de fiabilité de nombreuses tâches utilisées dans la littérature.

M. Cristina Amoretti et Elisabetta Lalumera, « Clarifying the Muddle: Towards a Comprehensive Taxonomy of Cognitive Biases in Medicine », *Medicine, Health Care and Philosophy*, 2026. Proposition récente d’une conception contextuelle distinguant les processus pouvant être fiables dans certains environnements, ceux qui sont pragmatiquement utiles sous certaines contraintes et ceux qui constituent plus clairement des cibles de débiaisage.

39 sur 39Retour à la catégorie