Définition
Heuristique de représentativité : Les gens estiment la probabilité qu'une chose appartienne à une catégorie en fonction de sa similarité avec un membre « typique » ou prototypique de cette catégorie, tout en négligeant les taux de base et la taille de l'échantillon, ce qui conduit à des biais de probabilité systématiques.[1]
Mécanisme et preuves
Tversky & Kahneman (1974) ont démontré la représentativité dans les « heuristiques et biais », par exemple en jugeant quelqu'un comme étant probablement un ingénieur parce qu'une description « correspond » au stéréotype, tout en ignorant la proportion d'ingénieurs dans la population.[1]
Modèles de décision du consommateur
« Ça ressemble à une marque premium » — supposer une haute qualité ; un avis qui « a l'air d'un succès » — le traiter comme une conclusion générale ; quelqu'un qui « a l'air d'un expert » — faire confiance à sa recommandation. Ignorer les taux de base (taux de défauts, taux de faux avis) conduit à des erreurs de jugement.
Atténuation (Logique de sélection)
La représentativité sape l'évaluation systématique : fonder les jugements sur des preuves et des taux de base, et non sur « à quel point cela ressemble à un bon produit ». Dans la M5, vérifiez si vous avez surpondéré l'« impression typique » et sous-utilisé les informations statistiques.
- Demandez « Quel est le taux de base pour ce genre de chose ? » (par ex. taux de défaut, taux d'échec).
- Séparez le « récit de cas » des « preuves statistiques » ; ne laissez pas une histoire frappante remplacer la distribution.
- Pour les décisions à enjeux élevés, utilisez des listes de contrôle et des dimensions au lieu de vous fier à l'« impression ».