What is bias? And why are we biased?

Conférence en ligne Gerd Gigerenzer, ancien directeur de l'Institut Max Planck pour le développement humain, directeur du Harding Center for Risk Literacy à l'Université de Potsdam, vice-président du Conseil européen de la recherche (CER) et chercheur en résidence d'écriture à l'IEA de Paris pour le mois de novembre 2025, dans le cadre du cycle « Paris IAS Ideas ».

La série de conférences en ligne « Paris IAS Ideas » propose des présentations courtes et stimulantes de chercheurs de l'Institut d'études avancées de Paris, marquant le début de leur résidence d'écriture d'un mois.

Séance exclusivement en ligne et en anglais.
Gratuit sur inscription.
Inscription obligatoire via le formulaire en bas de page pour recevoir le lien de connexion

Présentation

Le projet de recherche analyse tout d'abord les différentes façons dont le terme « biais » est utilisé et les hypothèses de rationalité sous-jacentes à chacune d'entre elles. Des contradictions apparentes existent dans l'évaluation d'un même comportement, par exemple lorsque le fait de se fier à des informations sur le taux de base est considéré comme rationnel selon la règle de Bayes, mais comme irrationnel parce qu'il semble refléter des préjugés dans le jugement d'autres personnes. Une deuxième étape consiste à analyser la contradiction apparente entre le programme « heuristique et biais » de l'économie comportementale, dans lequel la rationalité est supposée être atteinte lorsque le biais est nul, et le dilemme biais-variance de l'apprentissage automatique, dans lequel la rationalité est supposée exiger un biais non nul parce qu'il existe un compromis entre le biais et la variance (c'est-à-dire la sensibilité d'une prédiction aux particularités de l'échantillon de données, un terme qui correspond à l'ajustement excessif). Du point de vue du dilemme biais-variance, un certain degré de biais est une condition de rationalité plutôt qu'une indication d'irrationalité.

Une hypothèse est que cette contradiction apparente peut être résolue en introduisant la distinction faite par Leonard J. Savage et Herbert A. Simon entre les petits mondes (fermés) et les grands mondes (incertains). Plus précisément, l'hypothèse est que le biais n'est préjudiciable que dans les petits mondes où l'ensemble complet des états futurs du monde ainsi que leurs conséquences et probabilités sont connus sans aucun doute. Dans toutes les autres situations qui impliquent un degré substantiel d'incertitude, le biais peut être nécessaire et fonctionnel, voire rationnel.