Regard critique
Que valent les modèles mentaux ?
Ce répertoire présente plus de cent modèles mentaux. Une question se pose donc, que la plupart des listes de ce genre évitent : connaître ces modèles rend-il meilleur penseur ? Cette fiche fait le tri entre ce qui est établi, ce qui est fragile et ce qui relève du conseil de développement personnel, et elle propose une manière raisonnable de s'en servir.
La promesse, et ce qui la soutient
L'idée de collectionner des modèles vient d'un discours prononcé en 1994 par l'investisseur Charlie Munger devant des étudiants de l'université de Californie du Sud. Munger y soutient qu'il faut avoir en tête les grandes idées de plusieurs disciplines et les organiser en un « treillis », faute de quoi on tord la réalité pour la faire entrer dans le seul cadre que l'on connaît. L'idée a été largement diffusée par Shane Parrish et son site Farnam Street, puis par de nombreux livres et listes.
Cette promesse est d'abord le témoignage d'un praticien brillant. À notre connaissance, personne n'a comparé, sur la durée, les décisions de personnes formées à un treillis de modèles à celles de personnes comparables qui ne l'étaient pas. Le succès de Munger ne prouve pas la méthode. D'autres investisseurs ont pu lire autant que lui sans réussir, et nous ne les entendons pas : c'est le biais du survivant. La promesse est donc plausible sans être démontrée, ce qui fixe le niveau de confiance à lui accorder sans la condamner.
Quatre statuts à ne pas confondre
Le mot « modèle mental » range sous la même étiquette des objets dont la solidité n'a rien de comparable. Les présenter sur le même ton, comme le font beaucoup de listes, est la première source de confusion.
- Certains modèles sont démontrés. Le théorème de Bayes, la loi des grands nombres, l'espérance mathématique, les intérêts composés et le paradoxe de Simpson sont des résultats mathématiques. Ils sont vrais sans réserve, et l'erreur ne peut venir que de la manière de les appliquer, par exemple des probabilités que l'on y met ou de l'hypothèse qu'un taux restera constant pendant trente ans.
- D'autres sont étayés. La sélection naturelle, les boucles de rétroaction, la charge cognitive, l'effet de test et la répétition espacée sont des concepts scientifiques appuyés sur de nombreuses observations. Ils sont solides dans leur domaine. Hors de ce domaine, ils deviennent des analogies : dire qu'une entreprise « s'adapte » ou qu'une maison en désordre « obéit à l'entropie » est une image, parfois éclairante, qui ne bénéficie pas des preuves de la biologie ou de la physique.
- D'autres encore sont discutés. Plusieurs effets de psychologie très connus ont été affaiblis par les travaux récents. Le détail est donné plus bas.
- Les derniers sont des maximes. Le rasoir de Hanlon, la barrière de Chesterton, la loi de Parkinson, la loi de Gall et l'effet Lindy sont des règles de prudence tirées de l'expérience. Le mot « loi » y est une façon de parler. Elles n'ont pas été testées et beaucoup ne peuvent pas l'être. Leur valeur est celle d'un bon proverbe : elles rappellent une possibilité à laquelle on n'aurait pas pensé.
La crise de la réplication
Une expérience scientifique doit pouvoir être refaite par d'autres avec le même résultat. Au début des années 2010, la psychologie a découvert que beaucoup de ses résultats publiés ne passaient pas cette épreuve. En 2015, un vaste collectif de chercheurs, l'Open Science Collaboration, a refait 100 études parues dans trois revues de psychologie. Alors que 97 % des études d'origine annonçaient un résultat statistiquement significatif, 36 % seulement des réplications en ont obtenu un, et les effets mesurés étaient en moyenne environ deux fois plus faibles.
Les causes sont aujourd'hui bien comprises. Les échantillons étaient souvent petits, ce qui produit des résultats instables (voir la fiche sur la loi des grands nombres). Les revues publiaient de préférence les résultats positifs et surprenants, de sorte que les essais sans résultat restaient dans les tiroirs. Enfin, les chercheurs disposaient d'une grande liberté dans l'analyse de leurs données, et Joseph Simmons, Leif Nelson et Uri Simonsohn ont montré en 2011 que cette liberté suffit à faire apparaître des effets qui n'existent pas.
Les livres grand public ont été touchés. Daniel Kahneman a reconnu publiquement en 2017 qu'il avait accordé trop de confiance, dans le chapitre de Système 1 / Système 2 consacré à l'amorçage, à des études menées sur de trop petits échantillons. L'idée d'une volonté qui s'épuiserait comme un réservoir n'a pas été retrouvée dans une vaste réplication coordonnée en 2016.
Il serait pourtant faux d'en conclure que tout s'effondre. Les grandes réplications ont aussi confirmé des résultats : dans le projet international Many Labs, publié en 2014, dix des treize effets testés ont été retrouvés de façon régulière, parmi lesquels l'ancrage et l'effet de cadrage. La leçon de la crise est qu'un effet doit être jugé sur l'ensemble des études disponibles, plutôt que sur l'expérience frappante qui l'a rendu célèbre.
Ce qu'il reste des effets les plus célèbres
Voici, en quelques lignes, l'état du débat pour les effets discutés de ce répertoire. Chaque fiche donne le détail.
- L'effet Dunning-Kruger : le graphique de 1999 se reproduit facilement, mais une grande partie du résultat peut s'expliquer par un effet de calcul, et le débat n'est pas clos. La version populaire, selon laquelle les ignorants se croiraient plus compétents que les experts, n'est pas ce que montre l'étude.
- Le paradoxe du choix : une méta-analyse de 2010 portant sur une cinquantaine d'expériences trouve un effet moyen proche de zéro. Trop d'options gênent dans certaines conditions seulement, par exemple quand on ne sait pas bien ce que l'on veut.
- L'effet Pygmalion : les attentes des enseignants ont un effet réel mais faible, surtout présent en début de relation, et qui tend à s'estomper.
- L'état d'esprit de développement : les grandes études récentes trouvent des effets faibles, concentrés sur les élèves les plus fragiles.
- L'effet spectateur : l'effet de laboratoire existe, mais le récit des 38 témoins passifs du meurtre de Kitty Genovese était inexact, et les études de terrain montrent que quelqu'un intervient dans la grande majorité des cas.
- L'expérience de Milgram : les travaux d'archives ont révélé des écarts entre le protocole publié et son déroulement. Les faits tiennent en grande partie, mais leur interprétation par la simple « obéissance » est contestée.
- Le nombre de Dunbar : une réanalyse de 2021 conclut que le chiffre de 150 ne peut pas être établi par la méthode d'origine.
Dans presque tous ces cas, le schéma est le même : un effet modeste et conditionnel a été transformé, de livre en conférence, en loi générale de la nature humaine. Les idées simples et frappantes circulent mieux que les idées nuancées, ce qui est d'ailleurs ce que décrit la fiche sur les mèmes.
Connaître un modèle ne suffit pas à s'en servir
Même pour un modèle solide, rien ne garantit que le fait de le connaître améliore vos décisions, et la recherche sur le transfert d'apprentissage invite à la prudence. Ce que l'on apprend dans un contexte se mobilise difficilement dans un contexte d'apparence différente. Dans une expérience classique, la plupart des participants qui venaient de lire une histoire contenant la solution d'un problème n'ont pas pensé à s'en servir, parce que l'habillage avait changé.
Les biais cognitifs en donnent une illustration directe. Emily Pronin et ses collègues ont montré en 2002 que nous repérons bien mieux les biais chez les autres que chez nous-mêmes, ce qui laisse penser que connaître le nom d'un piège ne suffit pas à l'éviter.
Certains résultats sont plus encourageants. Dans une étude publiée en 2015 par Carey Morewedge et ses collègues, un entraînement par des jeux, avec un retour individuel sur les erreurs, a réduit plusieurs biais de plus de 20 % deux à trois mois plus tard. Dans le grand tournoi de prévision étudié par Philip Tetlock et Barbara Mellers, une formation au raisonnement probabiliste a amélioré la justesse des prévisions des participants. Ce qui a fonctionné dans ces deux cas est un entraînement avec vérification des résultats, ce que la lecture d'une liste n'apporte pas.
Le risque du collectionneur
Cet exemple montre trois risques. Le premier est qu'une boîte à outils assez grande contient toujours un modèle pour justifier chaque choix et son contraire, comme les proverbes. Une collection qui explique tout après coup ne prédit rien, ce qui relève à la fois du biais rétrospectif et du défaut de réfutabilité.
Le deuxième risque est de confondre le vocabulaire avec la compétence. Savoir nommer « pensée de second ordre » ou « antifragilité » donne une impression de maîtrise, et permet de briller en réunion, sans que la décision soit meilleure. Nommer un biais chez un contradicteur ne réfute pas non plus son argument.
Le troisième est de négliger la connaissance du domaine. Puisque le transfert lointain est rare, la compétence reste attachée au terrain où elle s'est construite. Les modèles généraux aident à poser des questions, mais les réponses demandent de connaître le piano ou la comptabilité, ce que rappelle le cercle de compétence.
Comment s'en servir malgré tout
Ces réserves indiquent une manière d'utiliser le répertoire plutôt qu'une raison de le jeter.
- Regardez le statut avant le contenu. Un théorème, un concept scientifique, un effet discuté et une maxime ne méritent pas la même confiance.
- Préférez quelques modèles bien compris à beaucoup de modèles survolés. Un modèle est compris quand vous pouvez donner ses limites et un cas où il ne s'applique pas.
- Exercez-vous sur vos propres situations. Reprenez une décision passée de votre travail ou de votre vie de famille et cherchez ce qu'un modèle aurait changé. C'est cette pratique, répétée dans des contextes variés, qui favorise le transfert.
- Utilisez les modèles comme des questions et non comme des réponses. « Quelle est la fréquence de base ? » ou « et ensuite ? » sont de bonnes questions, auxquelles seuls les faits répondent.
- Vérifiez. Notez vos prévisions importantes et comparez-les à ce qui arrive. Sans ce retour, rien ne permet de savoir si vous pensez mieux.
Pour aller plus loin
- Le transfert d'apprentissage — pourquoi ce que l'on sait ne se mobilise pas tout seul ailleurs.
- « Tous les modèles sont faux, certains sont utiles » — juger un modèle à son usage.
- Le marteau de Maslow — le travers que le treillis veut corriger, et celui qu'il peut créer.
- Qu'est-ce qu'un modèle mental ? — les deux sens du mot, de Craik à Munger.
Sources principales : Charlie Munger, « A Lesson on Elementary Worldly Wisdom as It Relates to Investment Management and Business », discours à l'USC Business School (1994), repris dans Poor Charlie's Almanack (2005) ; Open Science Collaboration, « Estimating the reproducibility of psychological science », Science (2015) ; Joseph P. Simmons, Leif D. Nelson et Uri Simonsohn, « False-positive psychology », Psychological Science (2011) ; Richard A. Klein et collègues, « Investigating variation in replicability: a “Many Labs” replication project », Social Psychology (2014) ; Martin S. Hagger et collègues, « A multilab preregistered replication of the ego-depletion effect », Perspectives on Psychological Science (2016) ; Benjamin Scheibehenne, Rainer Greifeneder et Peter M. Todd, « Can there ever be too many options? A meta-analytic review of choice overload », Journal of Consumer Research (2010) ; Emily Pronin, Daniel Y. Lin et Lee Ross, « The bias blind spot », Personality and Social Psychology Bulletin (2002) ; Carey K. Morewedge et collègues, « Debiasing decisions: improved decision making with a single training intervention », Policy Insights from the Behavioral and Brain Sciences (2015) ; Daniel Kahneman, Système 1 / Système 2 : les deux vitesses de la pensée (2011, trad. fr. 2012) ; Barbara Mellers et collègues, « Psychological strategies for winning a geopolitical forecasting tournament », Psychological Science (2014) ; Philip Tetlock et Dan Gardner, Superforecasting (2015).