Biais cognitifs
L'effet de cadrage : la même information, présentée autrement, change la décision
Un yaourt « à 95 % sans matière grasse » et un yaourt « à 5 % de matière grasse » sont le même yaourt. Le premier paraît pourtant plus sain. Cette fiche montre comment la formulation d'une information, sans rien changer aux faits, peut renverser une décision, y compris chez des médecins.
L'idée en bref
L'effet de cadrage (framing effect) apparaît quand deux présentations équivalentes d'une même situation conduisent à des choix différents. Le « cadre » est la façon dont le problème est formulé : en gains ou en pertes, en chances de réussite ou en risques d'échec, en vies sauvées ou en morts.
Amos Tversky et Daniel Kahneman l'ont mis en évidence en 1981 dans un article de la revue Science, « The Framing of Decisions and the Psychology of Choice ». Le résultat gênait la théorie économique classique, qui suppose que nos préférences ne dépendent pas des mots employés pour décrire les options.
Sauver 200 personnes ou en laisser mourir 400
Les auteurs l'expliquent par leur théorie des perspectives. Quand les options sont présentées comme des gains (des vies sauvées), nous préférons le résultat certain. Quand elles sont présentées comme des pertes (des morts), nous préférons tenter notre chance pour éviter une perte certaine, ce qui rejoint l'aversion à la perte. Le cadre déplace le point de référence, et le choix suit.
Le phénomène a été retrouvé chez des médecins. En 1982, Barbara McNeil et ses collègues ont présenté à des patients, à des étudiants et à des médecins les résultats de deux traitements du cancer du poumon, la chirurgie et la radiothérapie. Les mêmes statistiques étaient données soit en taux de survie, soit en taux de mortalité. Dans les trois groupes, la radiothérapie, qui évite le risque de mourir pendant l'opération, était choisie bien plus souvent quand les chiffres étaient présentés en taux de mortalité. Les 424 médecins interrogés n'y échappaient pas.
À l'école et au supermarché : décrire une qualité
Le cadrage joue aussi en dehors des choix risqués, quand on décrit une seule caractéristique sous son jour favorable ou défavorable. En 1988, Irwin Levin et Gary Gaeth ont fait goûter la même viande hachée à deux groupes. Ceux à qui elle avait été présentée comme « 75 % maigre » l'ont jugée plus favorablement que ceux à qui on avait annoncé « 25 % de matière grasse », même si l'écart diminuait une fois la viande goûtée.
La même attention vaut pour les chiffres de santé. « Ce médicament réduit le risque de 50 % » et « ce médicament fait passer le risque de 2 pour 1 000 à 1 pour 1 000 » décrivent le même effet. La première formulation, en risque relatif, impressionne beaucoup plus que la seconde, en risque absolu, qui montre qu'une seule personne sur mille en bénéficie.
Quand s'en servir
Vérifiez le cadre dans les situations suivantes :
- quand une statistique vous est donnée sous une seule forme (taux de réussite sans taux d'échec, pourcentage sans nombres absolus) ;
- quand un choix médical, financier ou d'assurance vous est présenté par quelqu'un qui a une préférence ;
- quand un prix est décrit comme « une remise pour paiement comptant » plutôt que comme « un supplément pour paiement par carte » ;
- et quand vous rédigez vous-même une consigne, un bulletin ou une question de sondage.
Limites et pièges
L'effet est solide. Le problème de la maladie a été reproduit de très nombreuses fois, notamment dans le projet de réplication Many Labs publié en 2014, où il figurait parmi les effets nettement confirmés. Une méta-analyse d'Anton Kühberger, en 1998, portant sur 136 articles et près de 30 000 participants, concluait à un effet réel, de taille petite à moyenne, et très variable selon la façon dont le problème est construit.
Son interprétation est discutée. Dans la version d'origine, l'option sûre est décrite de façon incomplète : on lit « 200 personnes seront sauvées », sans que soit précisé que les 400 autres mourront. David Mandel a montré en 2014 que l'effet disparaît quand on précise que les chiffres sont exacts, et que la plupart des participants comprennent spontanément « au moins 200 seront sauvées », ce qui rend leur choix raisonnable. L'effet tient donc en partie à l'ambiguïté du langage.
Il existe plusieurs cadrages. Irwin Levin, Sandra Schneider et Gary Gaeth ont distingué en 1998 le cadrage des choix risqués (la maladie), le cadrage d'une caractéristique (la viande) et le cadrage d'un objectif (insister sur ce que l'on gagne à agir ou sur ce que l'on perd à ne pas agir). Ils ne reposent pas sur les mêmes mécanismes et n'ont pas la même force.
Aucune présentation n'est neutre. On ne peut pas communiquer sans cadre. Cela impose une responsabilité à celui qui informe, qu'il soit médecin, enseignant ou journaliste : donner si possible les deux formulations. Choisir délibérément le cadre qui arrange pour obtenir une décision relève de la manipulation, même si chaque chiffre est exact.
Pour aller plus loin
- L'aversion à la perte — le mécanisme qui explique pourquoi le cadre « pertes » pousse au risque.
- Que valent les modèles mentaux ? — pour situer cet effet parmi les résultats solides et les résultats discutés.
- La carte n'est pas le territoire — toute description est un point de vue sur la réalité, pas la réalité elle-même.
- La pensée probabiliste — pour lire correctement les pourcentages et les risques.
Sources principales : Amos Tversky et Daniel Kahneman, « The framing of decisions and the psychology of choice », Science (1981) ; Barbara McNeil, Stephen Pauker, Harold Sox et Amos Tversky, « On the elicitation of preferences for alternative therapies », New England Journal of Medicine (1982) ; Irwin Levin et Gary Gaeth, Journal of Consumer Research (1988) ; Irwin Levin, Sandra Schneider et Gary Gaeth, « All frames are not created equal », Organizational Behavior and Human Decision Processes (1998) ; Anton Kühberger, « The influence of framing on risky decisions: a meta-analysis », Organizational Behavior and Human Decision Processes (1998) ; David Mandel, « Do framing effects reveal irrational choice? », Journal of Experimental Psychology: General (2014) ; Richard Klein et al., projet Many Labs, Social Psychology (2014).