Algorithmes et intuition

Mes collègues et moi travaillons sur des algorithmes depuis un certain temps. Ce n’est certes plus une nouvelle sensationnelle dans le monde d’aujourd’hui, mais nous sommes tout de même fier de notre modeste contribution. Nos algorithmes sont censés nous épargner la lourde tâche de prendre des décisions coûteuses lors de nos mesures.

Nous pilotons des instruments scientifiques, les spectromètres à neutrons à trois axes, qui explorent un espace multidimensionnel à la recherche de signaux. Les télescopes spatiaux se contentent de trois dimensions; nos spectromètres peuvent en explorer quatre. Inutile d’essayer de vous les représenter – retenez simplement ceci : il n’est pas toujours facile de prendre les bonnes décisions pour détecter ces signaux.

C’est précisément pour cela que nous faisons appel aux algorithmes : les ordinateurs restent malgré tout nettement meilleurs en statistiques que nous, scientifiques, ne le serons jamais. Cette affirmation peut sembler banale, mais elle reste sans doute provocatrice. Certains de mes collègues réagissent en tout cas avec véhémence. Et ils préfèrent se fier à leur intuition lorsque, au fil de nos discussions, nous sommes à court d’arguments rationnels scientifiques – ce qui, je dois l’avouer, m’agace un peu.

J’ai toujours été sceptique quant à la valeur ajoutée de l’intuition par rapport à des décisions prises au hasard. Pendant longtemps, elle revêtait pour moi un petit arrière-goût poisseux, vaguement mystique et ésotérique. Pourtant, comme j’aimerais le montrer dans ce blog, elle est profondément ancrée dans nos mécanismes cognitifs de décision – très souvent à notre avantage, mais loin d’être infaillible. 

Et c’est précisément pour cela qu’il vaut la peine de se pencher sur la question : comment nos décisions se forment-elles ? Quand pouvons-nous faire confiance à notre intuition – et quand vaudrait-il mieux y regarder à deux fois ?

Décider n’est pas simple

Je sais : les comparaisons éloignées de notre expérience quotidienne, comme mon exemple de spectromètre, sont pénibles. Car ce qui nous intéresse ici n’est pas vraiment notre capacité à trouver des signaux. C’est notre capacité, beaucoup plus générale, à prendre les bonnes décisions – et peut-être même de meilleures décisions que les algorithmes. Et cela nous concerne tous, de très, très près. En poussant la logique jusqu’à l’évolution, nous pourrions dire que cette capacité nous maintient en vie. Mais concentrons-nous plutôt sur les décisions du quotidien.

Nous en prenons une quantité incalculable. Une publicité pour le système d’exploitation que j’utilise actuellement parlait de 35 000 décisions par jour. Pour une fois, Internet reste étonnamment silencieux lorsqu’on cherche l’origine de ce chiffre. Probablement pour une bonne raison : impossible de trouver une base scientifique solide qui le justifie. Restons donc sur incalculable.

L’intuition intervient-elle dans chacune de ces décisions ? À partir de quel moment entre-t-elle en jeu ? Devons-nous être fiers de notre intuition ? Ou devrions-nous plutôt nous en méfier – agacés par ces débats où le « bon sens » sert d’argument massue ?

Système 1 et Système 2

Decision making, la prise de décision : la montagne de publications consacrées à ce sujet est au moins aussi imposante que le nombre de décisions que nous prenons chaque jour. Les managers les plus déterminés savent en prendre, les algorithmes peut-être encore mieux, la publicité en prend pour nous – et nous, life coaches, adorons en parler.

Si nous suivons le panneau « Intuition » dans cet impressionnant massif de littérature scientifique, nous arrivons dans une petite vallée de la psychologie cognitive : les modèles à double processus du raisonnement, du jugement et de la cognition sociale (Evans, 2008).

On distingue généralement deux formes de processus cognitif : d’une part, un processus rapide, automatique et souvent inconscient ; d’autre part, un processus plus lent, contrôlé et conscient. Les termes « Système 1 » et « Système 2 » ont été popularisés par les travaux de Daniel Kahneman et Amos Tversky (Kahneman, 2002). Plus précisément, le Système 1 est automatisé, « fondé sur l’expérience, associatif, inconscient, réflexe, dépendant des stimuli, impulsif »  et peu coûteux en effort. Le Système 2 présente, sans surprise, des caractéristiques opposées : «  contrôlé, rationnel, fondé sur des règles, conscient et réflexif » – mais pénible (Evans, 2008). Il est toutefois important de noter qu’il s’agit d’un modèle, et non de deux compartiments distincts et séparés de notre cerveau.

Intuition et expertise

Je suppose que nous avons tous, intuitivement, tendance à associer l’intuition au Système 1. Les scientifiques, en revanche, devraient – c’est du moins ce que l’on pourrait penser – mobiliser le Système 2 pour prendre leurs décisions. Les attributs de ce dernier ressemblent presque à une caricature du scientifique parfait – avec ou sans l’attribut « pénible ». Pourtant, certaines décisions, comme le choix d’un point de mesure, sont également prises au feeling, sans que nous n’en soyons nécessairement conscients : « De nombreux chercheurs ont souligné que des processus inconscients peuvent orienter notre comportement sans que nous en ayons conscience, tandis que le raisonnement conscient du Système 2 sert parfois à construire après coup des explications pour ces comportements » (Evans, 2008).

Construire après coup une explication pour des décisions scientifiques… Je sens que je m’aventure sur une pente glissante.

On pourrait aussi imaginer que l’intuition, associée au Système 1, provient de régions plus profondes et plus anciennes de notre cerveau. provient de régions plus profondes et plus anciennes de notre cerveau. Mais Evans souligne que l’assimilation du Système 1 à un cerveau ancien, voire animal, est trop simpliste. Le Système 1 n’est pas simplement notre « cerveau reptilien ».

Les deux système interagissent par ailleurs. Et certaines activités qui demandent d’abord un effort conscient peuvent, avec la pratique, être apprises puis progressivement automatisées.

Naturalistic Decision Making

Mais alors, comment les experts apprennent-ils – ou automatisent-ils – leur intuition ? Et dans quelle mesure leurs décisions intuitives sont-elles fiables ? C’est ici que les joueurs d’échecs font leur apparition dans la littérature, comme les cobayes préférés des chercheurs qui s’intéressent aux décisions des experts.  Chase et Simon ont montré dès 1973 que les joueurs d’échecs experts perçoivent et mémorisent les positions familières et structurées différemment des débutants. Des décennies de pratique intensive leur permettent de construire une vaste collection de configurations fondamentales.

C’est une idée importante pour comprendre l’intuition : ce qui ressemble pour un débutant à une réflexion consciente passant en revue de nombreuses possibilités peut apparaître, chez un expert, comme une reconnaissance immédiate. Nous arrivons ainsi au Recognition-Primed Decision Model (RPD) de Gary Klein (Klein, 1993). Les décideurs expérimentés reconnaissent, dans une situation familière, certains indices (cues) et des configurations qui leur permettent de générer très rapidement des options d’action plausibles.

Pour ma part, j’ai passé pendant mon enfance environ deux heures par jour, deux cents jours par an, avec mes amis dans la cour derrière chez nous – non, pas pour terroriser le voisinage, même si cela aussi –, mais principalement pour jouer au football. Quelques années de joyeuse enfance footballistique, et notre carrière commune s’arrêta là. Mais je ne pense pas exagérer en estimant notre investissement collectif à quelque 2 000 heures de travail footballistique. Plus tard, pendant nos études, nos mécanismes de reconnaissance des configurations, patiemment entraînés, nous conduisirent jusqu’au titre de Champions Universitaires de Styrie.

Experts du football ? Je ne vous en voudrais pas si vous êtes incapables d’évaluer la qualité de ce tournoi et, par conséquent, le niveau de notre expertise. Je vais donc vous faciliter les choses, à vous comme à moi, avec une bonne excuse. Il nous manquait à l’époque un environnement suffisamment favorable – ce que la littérature sur le Naturalistic Decision Making appelle un high-validity environment. Nous sommes donc devenus ce que nous sommes aujourd’hui : des experts intuitifs du football de comptoir, capables de pousser spontanément un cri devant notre téléviseur au moment opportun. Mais guère davantage.

Revenons à la question centrale : Une intuition fondée sur le modèle RPD fonctionne-t-elle également chez mes collègues scientifiques devant leurs spectromètres à trois axes ? Les scientifiques prennent-ils intuitivement de bonnes décisions parce qu’ils sont experts ?

Je sais, je m’avance sur un terrain de plus en plus accidenté. Je vais donc continuer avec prudence.

Les scientifiques sont sans aucun doute formés dans un environnement où ils accumulent de l’expérience et reçoivent des retours sur leurs décisions (high-validity environment). Mais combien de situations expérimentales réellement différentes peuvent-ils rencontrer au cours d’une carrière ? Et combien faut-il de situations différentes pour développer, à partir de cette expérience, des configurations intuitives réellement fiables ? Sur ce point, je préfère rester très prudent.

Et aussi pour une bonne raison : je souhaite maintenant pousser la dramaturgie de ce blog jusqu’à son point culminant.

Cogito vitiose, ergo sum

En 1973, Daniel Kahneman et Amos Tversky étudièrent ce que l’on appelle l’illusion de validité. Il s’agit, pour simplifier, de notre tendance à surestimer la qualité de nos prédictions lorsque les données analysées présentent une histoire particulièrement cohérente. Le terme biais fait désormais partie de notre langage courant. Aujourd’hui, nous l’utilisons volontiers pour l’attribuer à nos algorithmes. Pourtant, nos propres biais cognitifs sont étudiées depuis plusieurs décennies. Et il en existe suffisamment pour nous mettre, de temps à autre, de jolis bâtons dans les roues lors de nos décisions (Kahneman, 2002, 2012; Moukheiber, 2019).

Le concept d’heuristique de jugement est indissociable de ces biais. Les heuristiques sont des règles de pensée simplifiées qui nous permettent de faire face à des problèmes complexes. Leur étude révèle également notre talent assez limité pour les statistiques. Kahneman et ses collègues avaient été « frappés par la persistance des écarts entre l’intuition statistique et la connaissance statistique », qu’ils observaient aussi bien chez eux-mêmes que chez leurs collègues (Kahneman, 2002). Les heuristiques ne sont pourtant pas fondamentalement problématiques. Bien au contraire : elles sont rapides, efficaces et souvent étonnamment utiles. Mais elles peuvent aussi nous induire systématiquement en erreur.

Je suppose que vous aimeriez maintenant quelques exemples concrets supplémentaires. Dans le cadre de ce blog, je ne peux malheureusement que vous renvoyer à la littérature, notamment au discours du Nobel de Kahneman, ou – si le sujet vous intéresse – à son livre Thinking, Fast and Slow, publié en français sous le titre Système 1 / Système 2 : Les deux vitesses de la pensée (Kahneman, 2012). Petit avant-goût : dans l’étude de 1974, trois heuristiques de jugement sont décrites – la représentativité, la disponibilité et l’ancrage – ainsi qu’une douzaine de biais systématiques, parmi lesquels des prédictions insuffisamment régressives, la négligence des informations sur les taux de base, l’excès de confiance et la surestimation de la fréquence des événements faciles à se remémorer (Kahneman, 2002).

Si vous avez été attentifs, vous avez peut-être remarqué que je viens de dépasser les limites de l’intuition – ou, plus généralement, celles du traitement automatisé. Nous parlons maintenant davantage de connaissances statistiques et de problèmes complexes, qui relèvent normalement du Système 2. Kahneman lui-même met en garde contre cette interprétation : le fait que les êtres humains soient de mauvais statisticiens n’est donc pas nécessairement lié à des réactions spontanées ou à « l’intuition ». Et maintenant ? Vous êtes probablement suffisamment confus.

Remettons donc les choses au clair : le traitement intuitif est souvent rapide et automatisé. Les processus de décision plus complexes peuvent nécessiter un traitement conscient et réfléchi.  Kahneman et Klein écrivaient en 2009 : La difficulté est que les gens n’ont aucun moyen de savoir d’où viennent leurs intuitions. Il n’existe aucune caractéristique subjective permettant de distinguer les intuitions correctes de celles qui reposent sur des heuristiques très imparfaites.  On peut supposer que le Système 2 assure une forme de surveillance, mobilisant des processus susceptibles d’améliorer nos décisions. Mais cette surveillance est généralement assez relâchée et laisse passer quantité de jugements intuitifs – y compris certains qui sont erronés.

Le mot du coach pour finir

En tant que coach, je pourrais probablement vous conseiller de faire confiance à votre intuition. Quelque chose comme : « Faites-vous confiance. Vous savez certainement ce qui est bon pour vous ». Après tout ce que je viens d’écrire – et tout ce que j’ai lu auparavant –, je formulerais les choses un peu différemment maintenant.

Cette recherche nous montre en même temps que nos mécanismes de décision automatiques et intuitifs ont une raison d’être. La plupart fonctionnent suffisamment bien pour nous permettre de traverser notre quotidien. Les décisions réfléchies sont plus complexes. Et la frontière entre ce qui est réfléchi et ce qui ne l’est pas est étonnamment floue.

Mais du point de vue du coaching, l’essentiel est ailleurs.

Il faut parfois trouver le courage de décider malgré l’incertitude. Écouter sa petite voix intérieure, mais aussi savoir prendre de recul. Regarder devant soi. Avancer, un pas après l’autre. Certaines décisions ne produiront pas le résultat que vous espériez. Mais, comme on dit en bon français : « Et puis merde » ! (Et en bon allemand : « Scheiß drauf » !). Nous en apprenons quelque chose. Nous pouvons analyser chacun de nos pas et, sur cette base, prendre de nouvelles décisions – des décisions qui, espérons-le, nous conviendront mieux

Là-dedans, nous sommes champions du monde.

Probablement même meilleurs que nos algorithmes.

References:

• Chase, W. G., & Simon, H. A., Perception in Chess, Cognitive Psychology, 4 (1973) 55–81. https://doi.org/10.1016/0010-0285(73)90004-2.
• Evans, J. St. B. T., Dual-Processing Accounts of Reasoning, Judgment, and Social Cognition, Annual Review of Psychology, 59 (2008) 255–278, https://doi.org/10.1146/annurev.psych.59.103006.093629
• Kahneman, D., Nobel Prize Lecture 2002. NobelPrize.org, https://www.nobelprize.org/prizes/economic-sciences/2002/kahneman/lecture/
• Kahneman, D. (2011), Thinking Fast and Slowly, Macmillan, ISBN 978-1-4299-6935-2. 
• Kahneman, D., & Tversky, On the Psychology of Prediction, Psychological Review, 80 (1973), 237–251, https://doi.org/10.1037/h0034747.
• Kahneman, D., & Klein, G, Conditions for Intuitive Expertise: A Failure to Disagree, American Psychologist, 64 (2009), 515–526,https://doi.org/10.1037/a0016755.
• Klein, G. A. (1993), A Recognition-Primed Decision (RPD) Model of Rapid Decision Making. In Klein, Orasanu, Calderwood & Zsambok (Eds.), Decision Making in Action. 
• Moukheiber, A., Votre cerveau vous joue des tours, Editions Allary, 2019.
• Stanovich, K. E., & West, R. F. (2000), Individual Differences in Reasoning: Implications for the Rationality Debate?, Behavioral and Brain Sciences, 23, 645–665, https://doi.org/10.1017/S0140525X00003435.
• Tversky, A., & Kahneman, D., Judgment under Uncertainty: Heuristics and Biases, Science, 185 (1974) 1124–1131, https://doi.org/10.1126/science.185.4157.1124.