Biais de représentativité

Un article de Wikipédia, l'encyclopédie libre.

Ce biais consiste à baser son jugement sur des informations personnalisantes plutot que statistiques.

L'illustration la plus flagrante a été faite par Tversky et Kahneman (1982)^[1]. Une version en français se présenterait ainsi :

Linda a 31 ans, elle est célibataire, franche et très brillante. Elle possède une maîtrise de philosophie. Etudiante, elle se montrait très préoccupée par les questions de discrimination et de justice sociale, elle participait aussi à des manifestations antinucléaires.

Selon vous, Linda a-t-elle plus de chance d'être :

Enseignante dans une école primaire.
Libraire et inscrite à des leçons de yoga.
Active dans le mouvement féministe.
Travailleuse sociale en milieu psychiatrique.
Membre de la ligue des électrices.
Guichetière dans une banque.
Vendeuse d'assurances.
Guichetière dans une banque et active dans le mouvement féministe.

Cet article ou cette section ne cite pas suffisamment ses sources. (date inconnue)

Son contenu est donc sujet à caution. Wikipédia doit être fondée sur des sources fiables et indépendantes. Améliorez cet article en liant les informations à des sources, au moyen de notes de bas de page (voir les recommandations).

La très grande majorité des gens (89%) répond 8) en dépit du fait que 8) ne peut pas se produire sans que 6) se produise. La même question soumise cette fois à des étudiants en statistique donna la même réponse pour 85% des étudiants. La loi d'inclusion des classes, voulant qu'un événement unique est toujours plus probable (ou équiprobable) que la conjonction de deux événements, est ainsi niée.

Plutôt que de baser sa réponse sur un raisonnement logique et probabiliste (loi d'inclusion), la plupart des gens procèdent à un raisonnement basé sur les informations représentationnelles (le texte décrivant Linda).

Le biais d'autocomplaisance est une forme de biais cognitif.

[modifier] Bibliographie

Kahneman, D., Slovic, P. & Tversky, A. (Eds.). (1982). Judgment under Uncertainty: Heuristics and Biases. Cambridge, UK: Cambridge University Press. ISBN 0-521-28414-7