LaDissertation.com - Dissertations, fiches de lectures, exemples du BAC
Recherche

Psychologie cognitive

Cours : Psychologie cognitive. Recherche parmi 298 000+ dissertations

Par   •  15 Mai 2021  •  Cours  •  1 905 Mots (8 Pages)  •  476 Vues

Page 1 sur 8

4. Le cas du raisonnement probabiliste

Qu’en est-il des tâches de raisonnement basées sur des probabilités ?

Les conclusions des sujets suivent-elles un raisonnement basé sur des calculs de probabilités

Tâche « LINDA » Tversky et Kahneman

Linda a 31 ans. Elle est célibataire, c’est une fille très brillante qui n’a pas la langue dans sa poche. Elle est diplômée en philosophie.

Quand elle était étudiante, elle se sentait profondément concernée par les problèmes de discrimination raciale et de justice sociale ; elle a également participé a des manifestations anti-nucléaires.

Classer les 3 énoncés suivants du plus probable au moins probable

(1) Linda est employée de banque

(2) Linda milite dans un mouvement féministe

(3) Linda est employée de banque et milite dans un mouvement féministe

Performances des sujets à la tâche « LINDA »

Les réponses classiques donnée par 89 % des individus

(2) Linda milite dans un mouvement féministe

(3) Linda est employée de banque et milite dans un mouvement féministe

(1) Linda est employée de banque

  • 89 % des sujets estiment que l’énoncé (3)  est plus probable que l’énoncé (1)

Or la probabilité d’avoir (A et B)  < à la probabilité d’avoir (A)

(exemple : la probabilité d’avoir une pomme rouge est moins probable que la probabilité d’avoir une pomme)

  • 89 % des sujets ne respectent pas la logique de la probabilité

              Ils font une erreur dite de conjonction

Pour Kahneman et Tversky : nos capacités cognitives nous induisent en erreur lorsque nous sommes confrontés à des informations statistiques de probabilités

Au lieu de mécanismes qui suivent les normes de la rationalité logique et probabiliste,

les procédures inférentielles que nous mettons en place s’apparentent à des jugements intuitifs et approximatifs que Kahneman et Tversky dénomment des heuristiques

→là encore comme dans le raisonnement inductif et déductif  il semblerait que les erreurs soient la norme et que nos raisonnements ne suivent pas nécessairement la logique mathématique mais que nous soyons capables de raisonner via d’autres formes de raisonnement (notamment ici les heuristiques)

Concernant le problème de conjonction observer dans la tâche de « LINDA »

Selon les auteurs, les individus raisonneraient selon une heuristique appelée

« heuristique de représentativité »

Heuristique de représentativité : Consiste à catégoriser une personne, un objet ou un évènement dans une catégorie et ses entités nous apparaissent comme représentatives de la catégorie

Donc, dans la tâche de «LINDA », les participants considéreraient que l’énoncé (3)

«Linda est employée de banque et milite dans un mouvement féministe » plus probable que l’énoncé (1)  «Linda est employée de banque » car dans le portrait de Linda on retrouve beaucoup de caractéristiques qui s’apparente a la personne féministe et de ce fait ils utilisent une heuristique de représentativité, en  associant Linda a une féministe par conséquent les sujets vont  juger plus probables les énoncés qui stipulent que Linda est féministe.

Nouvelle tâche

(Screen)

Deux conditions :

Jean est t-il avocat ou ingénieur ?

Quelque soit la condition

→ condition 1 où il y a plus de portrait d’avocat

→ condition 2 où il y a plus de portrait d’ingénieur

  • Les sujets estiment avec la même probabilité qu’il s’agit d’un ingénieur

→ Biais lié à l’heuristique de représentativité

 le portrait de Jean se rapproche plus du stéréotype de l’ingénieur que celui de l’avocat donc la réponse des participants va se baser sur cette représentativité

→ Non respect de la logique de probabilité

 la condition 2 il y a plus de probabilité que ce soit un ingénieur (car tirage au sort parmi 70)

 la condition 1 il y a plus de probabilité que ce soit un avocat (car tirage au sort parmi 70 )

Heuristique de disponibilité

Nous évaluons une probabilité en ayant recours à nos connaissances

→ estimation de la fréquence d’un évènement biaisée par la facilité avec laquelle des exemples de cet évènement sont trouvés en mémoire.

Exemple 

Question : A votre avis il y a plus de mort par accidents de voiture ou par accident d’avions ?

A l’époque, les réponse fréquentes étaient : par accidents d’avions (or c’est l’inverse)

Pourquoi ces réponses ?

Probablement liés au fait que les accidents d’avions sont très médiatisés et très spectaculaires par conséquent nous avons tous en mémoire des accidents d’avions pour lesquels il y a eu énormément de mort.

Contrairement aux morts par accident de voiture, qui sont moins médiatisés, donc il est plus difficile d’avoir en mémoire des exemples

Par conséquent nous utiliserions une heuristique de disponibilité qui fait que comme nous avons plus d’infirmations en mémoire concernant les morts par accident d’avion nous estimons qu’il y a plus de mort par accident d’avion que par accident de voiture

...

Télécharger au format  txt (13 Kb)   pdf (104.5 Kb)   docx (16.5 Kb)  
Voir 7 pages de plus »
Uniquement disponible sur LaDissertation.com