Expérience – Ted O’Donoghue et Matthew Rabin L’étude de l’illusion de la main chaude –

L’analyse de la rationalité humaine face au hasard constitue l’un des chantiers les plus prolifiques et déstabilisateurs de la science économique moderne. Pendant des décennies, la théorie du choix rationnel et le paradigme de l’espérance d’utilité ont postulé que les agents traitaient l’information selon les axiomes de la logique formelle et de la révision bayésienne. Dans cet univers néoclassique idéal, chaque nouvelle observation est pondérée selon sa valeur informationnelle exacte, les tirages indépendants sont compris comme tels, et l’incertitude se dissipe à mesure que la taille de l’échantillon converge vers l’infini. Cependant, l’observation minutieuse des comportements réels a révélé des distorsions cognitives profondes et systématiques dans la lecture des processus stochastiques.

Au cœur de ces distorsions figure l’incapacité quasi universelle des individus à concevoir la véritable nature du hasard séquentiel. Deux déviations majeures, apparemment contradictoires, ont longtemps intrigué les chercheurs : le sophisme du joueur (gambler’s fallacy), où l’observateur attend qu’une série de réalisations identiques soit immédiatement compensée par un résultat inverse pour rétablir une équité imaginaire, et l’illusion de la main chaude (hot hand fallacy), où une séquence temporaire de réussites engendre la croyance inébranlable en une dynamique de succès continu. Cette tension conceptuelle entre la croyance en une alternance forcée et l’anticipation d’une persistance anormale a longtemps constitué une énigme empirique et théorique.

C’est précisément cette contradiction apparente que les économistes Matthew Rabin et Ted O’Donoghue ont entrepris d’élucider à travers une série de modélisations analytiques et de protocoles expérimentaux d’une rigueur mathématique inédite. En intégrant la « loi des petits nombres » théorisée par Amos Tversky et Daniel Kahneman au sein d’une structure décisionnelle formalisée, leurs travaux ont permis de démontrer que ces deux biais ne sont pas des anomalies disjointes, mais plutôt les deux faces d’un même mécanisme inférentiel erroné. L’étude approfondie de cette mécanique permet de comprendre comment l’esprit humain, confronté à l’incertitude sur les compétences d’un agent ou sur les propriétés d’un système stochastique, bascule mathématiquement de la recherche d’alternance à la surestimation de la compétence dynamique.

1. Introduction et genèse des travaux de Ted O’Donoghue et Matthew Rabin

1.1 Origine conceptuelle et émergence de la problématique

L’émergence de l’économie comportementale dans le dernier quart du vingtième siècle a marqué une rupture épistémologique avec la vision dogmatique de l’agent rationnel parfaitement informé, traditionnellement incarné par l’Homo œconomicus. Sous l’impulsion pionnière de psychologues cognitifs, il est devenu évident que la perception humaine des distributions probabilistes souffre de biais systématiques que la rationalité substantive néoclassique ne peut expliquer ni accommoder sans artifice. Les anomalies récurrentes constatées sur les marchés financiers, dans les comportements de pari ou lors de décisions de gestion stratégique ont révélé un décalage substantiel entre les prédictions des modèles formels standards et les décisions empiriquement constatées.

Dans ce contexte intellectuel effervescent, la collaboration entre Ted O’Donoghue, alors professeur à l’Université Cornell, et Matthew Rabin, récipiendaire de la médaille John Bates Clark et chercheur à l’Université de Californie à Berkeley, a catalysé une transformation méthodologique majeure. Tous deux partageaient la volonté de dépasser le simple catalogage d’erreurs cognitives par la psychologie expérimentale pour construire une formalisation mathématique rigoureuse, capable de prédire avec précision quand, pourquoi et dans quelle mesure ces biais se matérialisent dans les comportements économiques. Leur approche ne rejetait pas l’outillage de la microéconomie formelle, mais cherchait plutôt à l’enrichir en remplaçant des axiomes d’infaillibilité cognitive par des fonctions de croyances psychologiquement documentées.

La transition de l’observation empirique vers des modèles prédictifs du comportement décisionnel a exigé une attention particulière portée à la formation des croyances dynamiques. Alors que les économistes traditionnels considéraient les erreurs d’estimation comme un simple « bruit blanc » s’annulant à l’agrégation sur des marchés concurrentiels, O’Donoghue et Rabin ont démontré que ces déviations sont directionnelles, corrélées entre les individus et résistantes à l’apprentissage superficiel. Leurs travaux conjoints ont ainsi jeté les bases d’une théorie unifiée où l’inférence probabiliste erronée devient une variable endogène des équilibres économiques, modifiant radicalement l’analyse du bien-être et de l’allocation des ressources.

1.2 Définition axiomatique de l’illusion de la main chaude

L’illusion de la main chaude se définit axiomatiquement comme la croyance erronée selon laquelle la performance d’un individu ou le résultat d’un processus stochastique présente une autocorrélation temporelle positive, conditionnellement à l’occurrence d’une série ininterrompue de succès, alors même que les tirages successifs sont régis par des variables aléatoires indépendantes et identiquement distribuées (i.i.d.). Dans le cadre formel de la théorie des probabilités, si nous considérons une suite de variables aléatoires de Bernoulli (X_t in {0, 1}) pour (t = 1, 2, dots, n), où (1) désigne le succès et (0) l’échec avec un paramètre constant (theta = P(X_t = 1)), l’observateur victime de l’illusion pose subjectivement que (P(X_{t+1} = 1 mid X_t = 1, X_{t-1} = 1, dots) > P(X_{t+1} = 1)).

Cette distorsion cognitive repose sur une confusion fondamentale entre la contingence objective des événements aléatoires et la perception subjective de continuité causale. L’esprit humain interprète intuitivement une concentration temporelle d’événements favorables non comme une fluctuation naturelle inhérente à la variance stochastique, mais comme la manifestation tangible d’un état transitoire supérieur, qualifié familièrement d’« état de grâce » ou de « main chaude ». Cette propension traduit une répugnance profonde à accepter l’indépendance statistique, perçue comme un concept contre-intuitif et abstrait, au profit d’un récit causal linéaire expliquant la survenue de résultats séquentiels.

Il est crucial de différencier structurellement cette illusion cognitive de l’existence d’une compétence dynamique réelle. Dans certains contextes physiologiques ou psychologiques, un agent peut véritablement voir son efficacité augmenter momentanément sous l’effet de facteurs comme la confiance en soi ou l’échauffement musculaire. Toutefois, l’étude menée par O’Donoghue et Rabin porte spécifiquement sur les contextes où cette persistance n’existe pas objectivement, ou sur les cas où, même si une hétérogénéité des compétences est envisageable, l’observateur révise ses croyances a posteriori de façon disproportionnée par rapport aux préceptes de la mise à jour bayésienne rationnelle, créant une chimère prédictive infondée.

1.3 Objectifs scientifiques de la modélisation formelle

Le premier objectif scientifique poursuivi par O’Donoghue et Rabin consistait à combler le fossé analytique séparant la théorie bayésienne classique des anomalies comportementales identifiées lors d’expériences en laboratoire et sur le terrain. Dans le cadre néoclassique standard, l’agent met à jour ses croyances relatives à un paramètre inconnu (theta) selon la règle de Bayes :
$$P(\theta mid D) = \frac{P(D mid \theta) P(\theta)}{P(D)}$$
où (D) représente les données observées. Cette approche suppose implicitement que la fonction de vraisemblance (P(D mid theta)) employée par l’agent reflète fidèlement la véritable loi génératrice des données. O’Donoghue et Rabin ont entrepris de modifier cette fonction de vraisemblance subjective pour y incorporer les limites cognitives humaines relatives à la perception de l’échantillonnage stochastique.

Le deuxième impératif théorique était de concevoir un cadre conceptuel unifié, capable d’englober simultanément le sophisme du joueur et l’illusion de la main chaude. Jusqu’alors, la littérature psychologique traitait ces deux manifestations comme deux anomalies distinctes, voire opposées : le sophisme du joueur postulait une autocorrélation négative perçue (une alternance compensatoire), tandis que l’illusion de la main chaude postulait une autocorrélation positive (une persistance inertielle). L’ambition des auteurs était de démontrer que ces deux biais procèdent rigoureusement d’une seule et même anomalie cognitive fondamentale, dont l’expression finale dépend de l’information préalable détenue par le sujet sur le mécanisme générateur des données.

Enfin, leur modélisation visait à générer des prédictions empiriquement réfutables au sens poppérien. Il ne s’agissait pas de concevoir une rationalisation ad hoc a posteriori, mais bien d’échafauder un modèle paramétré dont les variables pouvaient être isolées et manipulées dans le cadre d’un protocole expérimental contrôlé. En quantifiant les seuils précis auxquels un individu passe d’une attente d’alternance à une attente de persistance, O’Donoghue et Rabin ont fourni à la science économique un outil prédictif robuste permettant d’anticiper la formation des bulles spéculatives, les erreurs de fixation des prix d’actifs ou les défaillances managériales dans l’évaluation des talents individuels.

2. Le socle théorique : De la loi des petits nombres à l’inférence biaisée

2.1 La théorie fondatrice de Tversky et Kahneman

Le soubassement conceptuel des recherches d’O’Donoghue et Rabin trouve son origine directe dans les travaux séminales d’Amos Tversky et Daniel Kahneman publiés au début des années 1970, notamment leur article fondamental de 1971 intitulé « Belief in the Law of Small Numbers ». Les deux psychologues y démontraient que les individus, y compris les chercheurs formés aux statistiques avancées, ont tendance à croire que de petits échantillons sont hautement représentatifs de la population parente dont ils sont extraits. Cette heuristique de représentativité conduit le cerveau humain à traiter un échantillon restreint comme s’il devait refléter fidèlement, à chaque instant et dans chacune de ses sous-séquences, l’ensemble des propriétés statistiques globales de la distribution générale.

Cette heuristique implique un postulat psychologique pernicieux : la croyance en l’autocorrection intrinsèque des processus aléatoires à court terme. Selon cette conception erronée, le hasard ne se contente pas de diluer progressivement les fluctuations initiales par l’accumulation d’un grand nombre de tirages — ce qui constitue la véritable loi des grands nombres formulée par Jacques Bernoulli —, mais il interviendrait activement pour compenser les déséquilibres récents. Si une pièce équilibrée tombe quatre fois de suite sur « face », le décideur intuitif estime que le tirage suivant possède une probabilité accrue de donner « pile », comme si le mécanisme physique conservait la mémoire de ses réalisations passées pour rétablir une parité immédiate dans la distribution observée.

Cette lecture déformée de la dynamique stochastique est amplifiée par l’illusion de contrôle et l’incapacité cognitive à tolérer l’indétermination pure. Face à des séquences désordonnées, l’appareil perceptif humain, façonné par l’évolution pour détecter des structures régulières et des menaces prévisibles dans l’environnement naturel, applique des filtres d’attribution causale. Lorsqu’un processus aléatoire produit une grappe inattendue d’événements identiques, le sujet réfute spontanément l’hypothèse de la dispersion aléatoire naturelle pour lui substituer une explication déterministe ou une loi d’équilibrage universel, posant ainsi les jalons psychologiques du sophisme du joueur.

2.2 L’apport novateur de Rabin sur l’échantillonnage sans remise mental

En 2002, Matthew Rabin a accompli une percée théorique décisive dans son article « Inference by Believers in the Law of Small Numbers », publié dans le Quarterly Journal of Economics. Afin de formaliser mathématiquement l’heuristique de représentativité de Kahneman et Tversky, Rabin a proposé de modéliser le fonctionnement cognitif d’un agent économique observant une séquence aléatoire comme s’il s’agissait d’un tirage sans remise au sein d’une urne mentale imaginaire de taille restreinte. Ce modèle a permis d’extraire la loi des petits nombres du registre purement descriptif pour l’intégrer au sein d’équations analytiques fermées.

Dans la formalisation de Rabin, considérons un processus réel où chaque réalisation indépendante prend la valeur 1 avec une probabilité (p) et la valeur 0 avec une probabilité (1-p). L’observateur rationnel modélise ce processus par un tirage avec remise dans une urne infinie. À l’inverse, l’agent modélisé par Rabin — qualifié de « croyant en la loi des petits nombres » — se représente la génération des données comme le tirage successif de boules prélevées sans remise dans une urne mentale contenant un nombre fini (N) de boules, dont une proportion (p) porte l’étiquette 1 et une proportion (1-p) porte l’étiquette 0. Après chaque réalisation observée, la boule correspondante est retirée de l’urne mentale sans être remplacée immédiatement, modifiant ainsi mécaniquement les probabilités perçues pour les tirages ultérieurs.

Cette modélisation engendre une déduction mathématique immédiate : l’indépendance conditionnelle des tirages est invalidée dans l’esprit de l’observateur. Si l’urne mentale contient (N=10) boules avec (p=0{,}5) (soit cinq boules de chaque type), l’observation d’un succès réduit le stock résiduel de boules gagnantes à 4 sur 9, abaissant la probabilité subjective du prochain tirage favorable à (4/9 approx 0{,}44). Si trois succès consécutifs se manifestent, la probabilité perçue de succès au quatrième essai s’effondre à (2/7 approx 0{,}28). Rabin parvient ainsi à formaliser le sophisme du joueur de manière élégante : la survenue d’un résultat identique raréfie artificiellement sa disponibilité dans le réservoir fini imaginé par le cerveau, contraignant mathématiquement l’agent à surévaluer la probabilité d’une alternance systématique.

2.3 Intégration conjointe par O’Donoghue et Rabin de l’hétérogénéité

L’étape décisive franchie ensuite par O’Donoghue et Rabin a consisté à élargir ce cadre d’analyse aux situations où le paramètre fondamental du processus — la probabilité sous-jacente de succès, que l’on peut interpréter comme le talent, l’efficacité ou la qualité intrinsèque du générateur — n’est pas connu avec certitude par l’observateur. Dans la réalité économique, l’observateur est rarement confronté à une pièce équilibrée dont le comportement est certifié à (p=0{,}5) ; il observe des traders, des athlètes, des dirigeants d’entreprise ou des algorithmes dont la compétence intrinsèque demeure une variable latente qu’il doit déduire à partir des réalisations empiriques de leurs performances.

En introduisant cette incertitude paramétrique, O’Donoghue et Rabin ont modélisé un processus d’apprentissage de type quasi-bayésien. L’agent cherche à estimer la valeur du paramètre de qualité (theta) en observant une séquence de résultats, mais il applique la règle de Bayes sur la base de sa fonction de vraisemblance erronée issue du tirage sans remise. L’observateur évalue ainsi la plausibilité de différentes valeurs possibles de (theta) en postulant à tort que chaque type hypothétique génère des données selon une urne mentale restreinte de taille (N). Cette spécification produit une distorsion cumulative majeure lors de la révision des croyances.

Le modèle révèle alors un effet de rétroaction complexe entre la taille perçue de l’échantillon mental (N) et la dynamique inductive de l’agent. Face à une séquence constituée exclusivement de succès, l’agent constate une incompatibilité croissante entre ses observations empiriques et l’hypothèse d’une compétence moyenne : une urne mentale de taille restreinte ne peut théoriquement pas générer un nombre de succès consécutifs supérieur au nombre total de boules favorables qu’elle contient. Pour résoudre cette dissonance mathématique interne, l’agent se trouve contraint de réviser radicalement à la hausse son estimation de la compétence intrinsèque du générateur, attribuant le signal à un talent exceptionnel bien plus vite et plus fortement que ne le ferait un statisticien bayésien rationnel.

3. La dualité structurelle : Sophisme du joueur versus illusion de la main chaude

3.1 Le rôle du paramètre de qualité connue ou inconnue

La contribution analytique majeure d’O’Donoghue et Rabin réside dans la résolution de la contradiction apparente entre le sophisme du joueur et l’illusion de la main chaude. Les auteurs établissent formellement que la manifestation de l’un ou l’autre de ces biais dépend de l’état d’information a priori de l’observateur quant aux paramètres de la source génératrice. Cette distinction nette permet de classer les réactions comportementales selon un schéma prédictif unifié et d’éliminer le flou conceptuel entourant ces deux phénomènes cognitifs.

Dans le cas où le paramètre régissant le mécanisme stochastique est parfaitement connu et documenté — comme lors d’un lancer de roulette ou d’une pièce de monnaie non biaisée —, l’incertitude sur la qualité intrinsèque du processus est rigoureusement nulle. L’observateur sait de façon déterministe que le taux moyen de succès à long terme est fixé. Dès lors, le mécanisme de tirage sans remise s’exprime dans toute sa pureté : chaque réalisation d’un côté du spectre épuise le contingent temporaire de cette issue dans l’urne mentale du sujet. L’agent anticipe alors avec certitude un rééquilibrage immédiat sous forme d’alternance, manifestant sans ambiguïté le sophisme du joueur classique.

À l’opposé, lorsque le paramètre de qualité du générateur est inconnu ou ambigu — comme dans l’observation des tirs au basket-ball, de la rentabilité d’un gérant de portefeuille ou de la productivité d’un employé —, l’esprit de l’observateur doit simultanément estimer la valeur du talent sous-jacent et interpréter la séquence immédiate. Confronté à une succession ininterrompue de réussites, l’agent refuse d’imputer cette série au simple hasard dans le cadre d’un talent ordinaire. Il en infère précocement que le générateur possède un paramètre structurellement supérieur ou qu’il traverse un « régime » transitoire d’excellence. La dynamique d’actualisation diverge alors violemment de la neutralité bayésienne pour engendrer l’illusion de la main chaude.

3.2 Mécanisme mathématique de bascule d’un biais à l’autre

Le passage mathématique du sophisme du joueur à l’illusion de la main chaude est gouverné par l’interaction dynamique entre la longueur de la séquence observée et la réévaluation de la fonction de vraisemblance. O’Donoghue et Rabin démontrent l’existence d’un seuil critique d’échantillonnage à partir duquel la révision de la moyenne perçue du paramètre l’emporte définitivement sur l’effet de raréfaction locale des boules dans l’urne mentale. Ce seuil déclenche une véritable bascule cognitive dans le modèle comportemental.

Considérons une séquence de réalisations favorables notée (S_k = (X_1 = 1, X_2 = 1, dots, X_k = 1)). Pour une petite valeur de (k) (par exemple (k = 1) ou (k = 2)), la probabilité a posteriori attribuée aux différents états de compétence n’a pas encore subi de distorsion massive, car le prior de départ confère un poids important à une compétence médiane. Durant ces premiers tirages, l’effet de tirage sans remise domine : l’observateur s’attend à ce que le prochain résultat soit un échec pour compenser les quelques succès observés. À ce stade précoce de la série temporelle, le sujet réagit conformément au sophisme du joueur.

Néanmoins, dès que (k) dépasse un seuil critique déterminé par la taille de l’urne mentale (N), la vraisemblance subjective d’avoir observé une telle séquence sous l’hypothèse d’une compétence moyenne s’effondre exponentiellement vers zéro. En effet, dans l’esprit du décideur, une urne restreinte ne peut pas produire de longues séries de tirages identiques sans épuiser immédiatement son stock de boules favorables. Pour le décideur quasi-bayésien, la probabilité a posteriori que le générateur appartienne à une catégorie de talent ultra-performante ((theta_{max})) s’accroît brutalement :
$$P(\theta_{haut} mid S_k) gg P_{Bayes}(\theta_{haut} mid S_k)$$
Ce surajustement brutal des croyances produit une inversion complète de la pente d’anticipation : l’attente d’une alternance cède la place à la prédiction d’un succès permanent, matérialisant mathématiquement l’illusion de la main chaude après quelques tirages consécutifs seulement.

3.3 Interprétation psychologique de la révision des croyances

D’un point de vue psychologique, ce basculement met en lumière un conflit cognitif profond entre deux principes intuitifs concurrents : d’une part, la « loi des moyennes » selon laquelle les distributions équilibrées doivent s’auto-réguler rapidement, et d’autre part, la conviction intime qu’un événement atypique prolongé signale un changement de régime ou l’intervention d’une causalité supérieure. L’être humain se refuse à accepter la persistance de l’improbabilité dans un cadre stochastique stationnaire ; il résout cette contradiction interne en modifiant son modèle mental du générateur plutôt qu’en admettant la variabilité naturelle du hasard.

Cette dynamique illustre les limitations structurelles de la rationalité limitée appliquée à l’analyse des séries temporelles. L’esprit humain ne traite pas les flux d’informations séquentielles de manière statique et neutre ; il révise constamment la structure même de son espace probabiliste. Lorsqu’une séquence contredit trop vivement l’hypothèse de tirage sans remise d’une urne moyenne, l’individu préfère substituer à cette hypothèse une théorie causale alternative — un état de grâce, un gain temporaire de confiance, une forme physique exceptionnelle — plutôt que d’admettre la réalité d’un regroupement stochastique fortuit.

La cartographie des situations comportementales établie par O’Donoghue et Rabin permet d’ordonner ces manifestations erronées au sein d’une typologie prédictive claire :

• Environnements transparents à variance pure : Jeux de casino, tirages de loterie, générateurs de nombres aléatoires certifiés. Le paramètre de performance est publiquement garanti comme invariant. Le sophisme du joueur domine de façon presque exclusive.
• Environnements ambigus à compétence latente : Finance de marché, management d’entreprise, sports de précision. Le paramètre de compétence intrinsèque est incertain et dynamique. Après une très brève hésitation vers l’alternance, l’illusion de la main chaude s’impose massivement, guidant l’allocation des capitaux et les décisions stratégiques.

4. Architecture et modélisation formelle de l’expérience

4.1 Définition formelle des variables du modèle

Pour soumettre leur cadre théorique à une validation expérimentale rigoureuse, Ted O’Donoghue et Matthew Rabin ont formalisé avec précision l’ensemble des variables gouvernant le comportement de l’observateur. Au centre de ce dispositif se trouve le paramètre de compétence intrinsèque, noté (theta in [0, 1]), qui caractérise la probabilité objective qu’un générateur donné produise un succès lors de n’importe quelle période (t). Ce paramètre n’est pas directement observable par le sujet expérimental ; il est tiré au sort au début de chaque session selon une distribution a priori commune, notée (g(theta)), définie sur un espace d’états discret ou continu.

Afin de capturer la dimension dynamique de l’intuition de la main chaude, le modèle intègre une variable latente d’état d’efficacité temporaire, notée (omega_t in {omega_L, omega_H}), représentant respectivement un état d’efficacité normale ou basse ((omega_L)) et un état d’hyper-efficacité ou « état chaud » ((omega_H)). Dans le modèle neutre de référence (la réalité objective du protocole), la transition entre ces états suit une chaîne de Markov stationnaire où les probabilités de transition satisfont (P(omega_{t+1} = omega_H mid omega_t = omega_H) = P(omega_{t+1} = omega_H mid omega_t = omega_L)), garantissant l’indépendance temporelle exacte des réalisations objectives.

L’observateur ne perçoit pas directement ces variables sous-jacentes, mais formule une fonction de vraisemblance subjective, notée (L^S(X_1, dots, X_t mid theta, omega_t)), intégrant la représentation par urne mentale restreinte. La taille de cette urne, représentée par le paramètre entier (N ge 2), quantifie la sévérité du biais cognitif de l’individu : lorsque (N to infty), l’agent se comporte comme un observateur bayésien parfait sans distorsion d’échantillonnage ; à mesure que (N) diminue pour atteindre des valeurs comme 4, 6 ou 10, le biais de représentativité s’intensifie, comprimant artificiellement l’espace des tirages possibles perçus.

4.2 Formulation des fonctions de croyance et règles d’actualisation

L’opérateur de mise à jour déployé par l’agent économique dans le cadre d’O’Donoghue-Rabin s’écarte formellement du théorème de Bayes standard par la substitution de probabilités conditionnelles de tirage sans remise. Considérons qu’à l’étape (t), l’agent observe l’historique (H_t = (X_1, X_2, dots, X_t)). Dans l’esprit d’un agent affecté par une urne mentale de taille (N), le nombre de succès théoriques alloués initialement dans cette urne pour un paramètre de compétence (theta) est arrondi à l’entier le plus proche (R(theta) = text{round}(theta N)). La fonction de croyance subjective à l’égard de la survenue d’un succès à l’étape (t+1), conditionnellement à l’historique immédiat des tirages survenus dans le cycle d’échantillonnage courant de longueur (tau le N), se formule analytiquement ainsi :

$$P^S(X_{t+1} = 1 mid H_t, \theta) = \frac{R(\theta) – \sum_{i=0}^{tau-1} X_{t-i}}{N – \tau}$$

Cette spécification récursive contraint la distribution a posteriori des croyances relatives à (theta) à évoluer selon une règle d’actualisation déformée. En notant (p_t(theta) = P^S(theta mid H_t)) la densité de probabilité subjective assignée au paramètre (theta) après observation de l’historique (H_t), l’algorithme d’actualisation obéit à la dynamique quasi-bayésienne suivante :

$$p_t(\theta) = \frac{P^S(X_t mid H_{t-1}, \theta) , p_{t-1}(\theta)}{\int_0^1 P^S(X_t mid H_{t-1}, theta’) , p_{t-1}(theta’) , dtheta’}$$

Cette équation fondamentale révèle analytiquement les déviations asymptotiques par rapport à l’estimateur parfait. Dès lors qu’une série homogène s’étire sur une longueur substantielle, le numérateur pour les valeurs modérées de (theta) s’éteint mathématiquement à un rythme considérablement plus rapide que sous la véritable loi binomiale, forçant la masse de probabilité a posteriori (p_t(theta)) à se concentrer de manière erratique et prématurée sur les valeurs extrêmes du spectre des compétences.

4.3 Hypothèses opérationnelles testables expérimentalement

Afin de valider empiriquement la pertinence de cette architecture formelle, O’Donoghue et Rabin ont déduit de leurs équations une série d’hypothèses opérationnelles précises, formulées pour être directement confrontées aux données de laboratoire :

• Hypothèse 1 (Effet de l’incomplétude informationnelle) : Lorsque les sujets sont placés face à un générateur dont le paramètre (theta) est inconnu mais stable, la probabilité subjective déclarée pour un succès supplémentaire (P(X_{t+1} = 1)) après une série de (k) succès consécutifs est une fonction non monotone de (k) : elle décroît légèrement pour de très petites valeurs de (k) (manifestation résiduelle du sophisme du joueur), puis croît vigoureusement dès que (k) franchit un seuil critique pour dépasser le taux de base moyen (illusion de la main chaude).
• Hypothèse 2 (Effet de la transparence du taux de base) : Lorsque le paramètre (theta) est explicitement annoncé et garanti invariable aux participants, la probabilité subjective déclarée (P(X_{t+1} = 1)) diminue de façon strictement monotone avec la longueur de la série ininterrompue de succès, confinant l’agent dans le sophisme du joueur pur.
• Hypothèse 3 (Inertie anormale des prédictions) : Dans les contextes où l’illusion de la main chaude a été induite par une séquence favorable, l’apparition d’un échec isolé ne suffit pas à ramener instantanément la croyance au niveau d’équilibre a priori ; le modèle prédit une rémanence excessive de la surévaluation du talent, l’observateur interprétant l’échec initial comme une anomalie statistique transitoire plutôt que comme une remise en cause de sa conviction profonde.

5. Dispositif expérimental et protocoles de laboratoire

5.1 Structure des tâches assignées aux participants

Pour mettre à l’épreuve les prédictions mathématiques de leur modèle, le protocole expérimental a été conçu afin d’isoler minutieusement les mécanismes de formation des croyances de tout biais parasitaire lié au contexte émotionnel, social ou culturel. Les sujets recrutés ont été installés dans des compartiments informatisés individuels au sein d’un laboratoire d’économie expérimentale, leur interdisant toute communication réciproque susceptible de créer des phénomènes d’entraînement grégaire ou de cascade informationnelle.

Le protocole imposait aux participants une séquence répétée de prédictions sur des séries binaires de réalisations indépendantes. À chaque période (t), les sujets devaient prédire si l’événement suivant prendrait la valeur 1 ou 0, tout en formulant explicitement une probabilité subjective continue comprise entre 0 % et 100 %. Cette méthode d’élicitation directe des croyances permettait d’observer non seulement le choix directionnel discret de l’agent, mais également l’intensité exacte de sa conviction statistique, fournissant la matière numérique requise pour l’étalonnage des équations d’actualisation probabiliste.

Pour s’assurer que les réponses des sujets reflétaient fidèlement leurs croyances véritables et neutraliser l’aléa moral ou l’indifférence cognitive, le dispositif a intégré un mécanisme incitatif rigoureux fondé sur la règle de notation quadratique (quadratic scoring rule). Sous ce protocole d’incitation monétaire, le paiement financier alloué à l’observateur pour chaque prédiction est maximisé si et seulement si la probabilité déclarée coïncide exactement avec son espérance subjective réelle. Ce mécanisme mathématique garantit l’honnêteté stratégique de la déclaration en pénalisant de manière exponentielle les déviations par rapport à la croyance intime de l’agent.

5.2 Variation systématique de l’information sur le mécanisme générateur

L’innovation expérimentale majeure résidait dans la manipulation contrôlée de l’asymétrie d’information concernant le processus générateur sous-jacent. Les sujets ont été répartis aléatoirement entre plusieurs traitements expérimentaux distincts, conçus pour isoler l’effet de l’incertitude paramétrique modélisé dans les équations d’O’Donoghue et Rabin :

• Le groupe de traitement « Taux Connu » : Les participants étaient informés de manière explicite et certifiée que les tirages étaient générés par un processus aléatoire physique ou pseudo-aléatoire dont le paramètre de probabilité était immuablement fixé à (p = 0{,}5). Ce groupe servait de point d’ancrage pour quantifier le sophisme du joueur à l’état pur.
• Le groupe de traitement « Compétence Ambiguë » : Les participants savaient que la séquence était issue d’un générateur pouvant appartenir à différents profils de performance (par exemple, un profil médiocre avec (p = 0{,}3), un profil moyen avec (p = 0{,}5), ou un profil expert avec (p = 0{,}7)), le profil effectif étant tiré au sort de façon aveugle avant la série et maintenu constant tout au long des tirages sans que sa nature soit dévoilée.
• Le groupe de traitement « Générateur Biologique » : Pour tester la transposabilité écologique du modèle au monde réel, un sous-ensemble de sujets observait les résultats réels de sportifs professionnels ou d’acteurs humains anonymisés réalisant une tâche d’adresse physique, confrontant ainsi l’intuition du sujet à la variabilité inhérente aux performances humaines vivantes.

Au sein de ces différents environnements, les expérimentateurs ont manipulé artificiellement mais à l’insu des participants la longueur des séquences présentées en intégrant des blocs standardisés de tirages comportant des séries successives de 3, 5, 7 ou 10 succès ou échecs consécutifs. Ce contrôle minutieux de la dynamique temporelle a permis d’enregistrer la trajectoire précise de mise à jour des probabilités subjectives face à des anomalies fréquentielles identiques, fournissant une base comparative homogène pour tous les profils de sujets testés.

5.3 Protocoles de contrôle et neutralisation des artefacts

Afin de prémunir les résultats expérimentaux contre toute contestation d’ordre méthodologique, des protocoles de contrôle particulièrement stricts ont été mis en œuvre. En premier lieu, la prévention des effets d’ordre et de fatigue a été assurée par une randomisation complète des séquences d’observation et des blocs de tirages au sein de chaque session. Les participants ne pouvaient anticiper l’agencement des séries, empêchant ainsi l’émergence de stratégies adaptatives exogènes ou d’effets d’apprentissage tactique non contrôlés par le modèle.

En second lieu, l’expérimentation s’est attachée à éliminer tout biais d’ancrage contextuel ou de familiarité sportive en substituant aux terminologies imagées des cadres décisionnels abstraits et universels. Plutôt que d’employer des termes évocateurs comme « tir réussi », « joueur en forme » ou « série victorieuse », l’interface informatisée présentait des signaux strictement binaires désignés sous la forme d’étiquettes neutres (telles que « Événement A » et « Événement B »). Cette épuration sémantique garantissait que les inférences formées par les sujets provenaient exclusivement de la lecture statistique de la séquence temporelle, et non de représentations préconçues relatives aux capacités d’athlètes réels.

Enfin, l’aversion au risque, traditionnellement reconnue comme une variable perturbatrice majeure dans les jeux incitatifs monétaires, a été neutralisée par le calibrage précis des gains selon la procédure de loterie binaire de Roth et Malouf. Dans ce schéma, les points accumulés via la règle de notation quadratique n’étaient pas directement convertis en monnaie fiduciaire de manière linéaire, mais octroyaient des tickets de tirage au sort pour un prix monétaire fixe unique. Cette méthode permet d’homogénéiser le comportement décisionnel en induisant une stricte neutralité au risque chez les participants, assurant que toute divergence de prédiction résulte d’une distorsion cognitive des probabilités et non d’une courbure de leur fonction d’utilité financière.

6. Analyse empirique des données et validation des équations

6.1 Confrontation des trajectoires prédites et observées

L’analyse économétrique des données issues des sessions expérimentales a permis de tester directement la validité structurelle des formulations proposées par O’Donoghue et Rabin. En effectuant des régressions non linéaires sur panel des probabilités subjectives déclarées par les participants sur les valeurs théoriques dérivées du modèle, les chercheurs ont mis en évidence un alignement empirique substantiel, validant l’hypothèse de l’échantillonnage mental sans remise face aux modèles d’apprentissage alternatifs.

Les données ont confirmé l’existence de la courbe théorique de bascule théorisée dans le modèle. Dans le traitement à compétence ambiguë, les prédictions subjectives moyennes ont enregistré une baisse transitoire après un ou deux succès consécutifs : la probabilité prédite pour un succès subséquent est passée d’un niveau de base a priori de 50 % à environ 46 % au deuxième tirage favorable, témoignant d’une résistance psychologique initiale conforme au sophisme du joueur. Toutefois, dès le troisième succès ininterrompu, la dynamique s’est violemment inversée : la probabilité déclarée est montée en flèche pour atteindre 62 % au quatrième tirage favorable, puis plus de 78 % après six tirages consécutifs, épousant fidèlement la non-monotonie prédite par les équations d’actualisation quasi-bayésienne d’O’Donoghue et Rabin.

À l’inverse, dans le groupe de contrôle où le taux de base était certifié et transparent ((p = 0{,}5)), la trajectoire a affiché une décroissance monotone presque parfaite. La probabilité perçue de succès au tirage suivant s’est érodée régulièrement au fur et à mesure que la série favorable s’allongeait, plongeant sous le seuil des 35 % après cinq réalisations positives consécutives. Cette divergence comportementale spectaculaire entre les deux groupes, soumise à des tests de Student et de Wilcoxon-Mann-Whitney hautement significatifs ((p < 0{,}001)), confirme que l'incomplétude informationnelle sur le générateur constitue bien le déclencheur paramétrique régissant le basculement psychologique de l'alternance vers l'illusion de la persistance.

6.2 Évaluation du degré de sous-estimation de la variance

Les résultats empiriques ont apporté une preuve quantitative sans équivoque de l’incapacité fondamentale des sujets à concevoir la variance naturelle des processus stochastiques indépendants. Dans un cadre véritablement bernoullien, l’apparition de grappes d’événements identiques (clustering effect) est non seulement possible mais inévitable : la dispersion naturelle des tirages crée fréquemment des séries consécutives étendues sans que le paramètre fondamental n’ait varié d’une fraction décimale. Or, l’analyse des données d’O’Donoghue et Rabin démontre que les agents rejettent empiriquement cette propriété stochastique élémentaire.

L’estimation économétrique du paramètre de taille de l’urne mentale imaginaire (N) au sein de l’échantillon des participants a convergé vers une valeur médiane située entre (N = 4) et (N = 8). Cette taille d’urne remarquablement étroite indique un niveau de biais de représentativité très prononcé. En raison de ce stock cognitif restreint, les sujets perçoivent une séquence de trois ou quatre succès consécutifs non comme une réalisation attendue dans la distribution des extrêmes d’un processus stationnaire, mais comme une anomalie hautement improbable qui excède la capacité structurelle de l’échantillon mental de référence.

Cette incapacité à tolérer le regroupement aléatoire a conduit les participants à surestimer massivement le coefficient de persistance temporelle. Alors que l’autocorrélation réelle des tirages était rigoureusement égale à zéro dans le protocole expérimental, l’autocorrélation subjective déduite des prédictions des participants oscillait entre (rho = +0{,}35) et (rho = +0{,}55) après une série favorable dans le groupe à compétence ambiguë. La dispersion de ces coefficients s’est avérée corrélée avec des métriques de compétences cognitives préalablement mesurées chez les participants, démontrant que les sujets disposant des scores les plus faibles aux tests d’aptitude analytique (comme le Cognitive Reflection Test) affichaient les tailles d’urne (N) les plus réduites et les réactions émotionnelles les plus exacerbées face aux séries observées.

6.3 Significativité statistique et robustesse des paramètres estimés

La solidité statistique des conclusions a été confirmée par une série de tests de robustesse économétrique. L’introduction de spécifications alternatives pour la fonction d’utilité des participants — incluant la prise en compte explicite de paramètres d’aversion aux pertes ou de pondération probabiliste non linéaire selon la théorie des perspectives de Kahneman et Tversky — n’a pas altéré la significativité statistique ni l’amplitude du coefficient d’échantillonnage sans remise mentale. La capacité explicative du modèle d’O’Donoghue et Rabin surpasse systématiquement celle des modèles d’inférence standard ou de marche aléatoire simple, comme l’attestent les critères d’information d’Akaike (AIC) et bayésien (BIC).

L’analyse de la stabilité temporelle des croyances au fil des sessions répétées a révélé un enseignement méthodologique capital : le biais ne s’éteint pas spontanément avec l’expérience au cours de l’expérience. Les sujets ayant participé à plus de cent périodes de prédiction successives n’ont pas fait converger leurs estimations vers la stricte révision bayésienne. Même après avoir été témoins de multiples ruptures brutales de séries apparemment « chaudes », les participants ont continué à succomber à l’illusion dès qu’une nouvelle séquence ininterrompue de succès prenait forme sous leurs yeux.

Enfin, l’utilisation de modèles d’effets mixtes a prouvé que la résistance des résultats aux effets d’apprentissage progressif demeure statistiquement robuste sur l’ensemble de la distribution des sujets. Bien qu’une légère atténuation de la surréaction soit parfois perceptible chez une frange minoritaire d’observateurs très entraînés, le mécanisme fondamental d’inférence biaisée persiste de manière transversale, corroborant la thèse centrale d’O’Donoghue et Rabin selon laquelle la loi des petits nombres constitue une contrainte structurelle profondément ancrée dans l’architecture neurocognitive humaine.

7. Mécanismes cognitifs et neuropsychologiques sous-jacents

7.1 L’apophénie et la recherche automatique de causalité

D’un point de vue neuropsychologique et évolutif, les résultats modélisés par O’Donoghue et Rabin s’enracinent dans un phénomène fondamental de la cognition humaine : l’apophénie, définie comme la propension innée du cerveau à percevoir des connexions signifiantes, des structures ordonnées ou des intentions délibérées au sein de données aléatoires et désorganisées. Au cours de la phylogenèse humaine, l’appareil cognitif a été sélectionné pour minimiser les erreurs de type II (les faux négatifs, consistant à ne pas identifier un prédateur dissimulé dans un bruissement de feuilles d’apparence aléatoire), quitte à multiplier de manière massive les erreurs de type I (les faux positifs, consistant à déceler des motifs déterministes là où ne réside qu’un bruit environnemental neutre).

Cette architecture évolutive pousse spontanément le cortex cérébral à privilégier l’ordre face à l’entropie stochastique. Lorsque l’individu observe une série de réalisations successives identiques, le cerveau active automatiquement ses réseaux d’inférence causale pour expliquer cette récurrence. L’idée que des événements consécutifs puissent advenir sous la seule égide d’une loi de probabilité indépendante crée un vide interprétatif intolérable pour le système cognitif. L’attribution d’une compétence intrinsèque exceptionnelle ou d’un état transitoire de sur-performance (« la main chaude ») comble précisément ce vide en fournissant un récit causal intelligible et rassurant.

Les investigations menées en neuroéconomie via l’imagerie par résonance magnétique fonctionnelle (IRMf) confirment cette dynamique cérébrale. Lors de l’observation de séquences stochastiques présentant des concentrations locales d’événements similaires, on constate une activation prononcée du striatum ventral et du cortex préfrontal ventromédian, des structures cérébrales intimement associées au circuit de la récompense et au traitement des anticipations prédictives. Dès qu’un patron temporel se dessine, le cerveau cesse d’enregistrer les événements comme des tirages isolés et commence à anticiper activement la répétition du motif, réduisant le niveau d’incertitude perçue au prix d’une distorsion de la réalité statistique.

7.2 Biais de confirmation et ancrage sélectif

La pérennité de l’illusion de la main chaude, documentée par O’Donoghue et Rabin au-delà de la bascule initiale, s’explique largement par l’action conjointe du biais de confirmation et de la mémoire sélective. Une fois que l’agent a révisé à la hausse son estimation de la compétence d’un acteur ou de la performance future d’un processus sous l’effet d’une courte séquence favorable, son cadre interprétatif se fige. Il ne se comporte plus comme un récepteur neutre accumulant de nouvelles observations, mais comme un défenseur de l’hypothèse qu’il vient prématurément de concevoir.

Ce verrouillage cognitif se manifeste par une pondération asymétrique dramatique dans le traitement de l’information ultérieure. Chaque nouvelle réussite survenant après la cristallisation de la croyance est accueillie avec une grande saillance mémorielle, venant valider et renforcer l’hypothèse de l’état d’excellence. En revanche, l’apparition d’un échec est systématiquement dévaluée : elle est perçue soit comme un accident logistique exogène, soit comme un bruit statistique temporaire, soit tout simplement oubliée dans la reconstruction rétrospective de la trajectoire de l’acteur observé.

Ce filtre perceptif asymétrique immunise la fausse croyance contre les démentis empiriques que la réalité s’obstine pourtant à lui opposer. La saillance phénoménologique des moments d’exception — les tirs réussis consécutivement au sommet d’un quart-temps de basket-ball, les rendements mensuels éblouissants d’un gestionnaire de portefeuille lors d’une phase de bulle — imprime une empreinte mnésique infiniment plus puissante que l’alternance terne et dispersée des performances ordinaires. Par ce mécanisme de sélection mémorielle, l’agent entretient l’illusion que le sujet ou le système opérait véritablement dans une dimension supérieure d’efficacité, confortant la validité du modèle d’urne restreinte qui a précipité son jugement.

7.3 L’impact des émotions et de l’excitation sur l’illusion

L’illusion de la main chaude ne constitue pas seulement une erreur d’algèbre probabiliste abstraite ; elle est également catalysée par des processus affectifs profonds. L’observation d’une séquence ininterrompue de succès engendre chez le spectateur, le parieur ou le décideur un état d’excitation physiologique et émotionnelle mesurable, caractérisé par une élévation du tonus sympathique, une augmentation du rythme cardiaque et une décharge de neurotransmetteurs dopaminergiques dans les structures limbiques.

Cette dynamique émotionnelle générée par le spectacle de la victoire séquentielle altère la profondeur du traitement cognitif. Selon la terminologie développée par Daniel Kahneman et Keith Stanovich, la formation des croyances bascule alors sous l’hégémonie du « Système 1 » — rapide, instinctif, associatif et hautement émotif — aux dépens du « Système 2 », responsable de l’analyse logique, du calcul probabiliste exigeant et du contrôle délibératif. L’observateur sous l’emprise de l’excitation ressent physiquement l’élan ou le momentum de l’acteur observé, rendant toute considération relative à la variance statistique totalement désincarnée et sans force persuasive face à l’évidence viscérale du succès immédiat.

Cette baisse dramatique de l’effort analytique conduit à une soumission complète aux heuristiques de jugement les plus rudimentaires. Dans les environnements à forte intensité temporelle où les décisions doivent être prises en quelques secondes — comme dans les salles de trading ou lors de compétitions sportives en direct —, l’agent délègue l’estimation des probabilités à son ressenti affectif immédiat. L’illusion de la main chaude trouve dans cette économie cognitive son terrain de prédilection, transformant une fluctuation stochastique banale en une certitude d’invincibilité aux conséquences économiques substantielles.

8. Implications sur les marchés financiers et la prise de décision économique

8.1 Comportement des investisseurs face aux gérants de fonds

L’une des transpositions empiriques les plus puissantes du modèle d’O’Donoghue et Rabin s’observe dans l’industrie de la gestion d’actifs financiers. Depuis des décennies, la littérature académique en finance quantitative — initiée par les travaux de Michael Jensen sur l’efficience des marchés — démontre de manière récurrente que la grande majorité des gérants de fonds d’investissement ne parviennent pas à délivrer d’alpha durable, c’est-à-dire une surperformance persistante ajustée du risque par rapport aux indices de référence du marché boursier. La rentabilité annuelle d’un gestionnaire individuel s’apparente très largement à un processus stochastique à forte composante de bruit blanc.

Pourtant, le comportement des investisseurs particuliers et institutionnels contredit violemment cette réalité statistique. On observe un phénomène massif et permanent de transferts de capitaux (fund flows) orientés vers les fonds ayant affiché des performances exceptionnelles au cours des deux ou trois dernières années. Les épargnants appliquent rigoureusement les équations d’actualisation quasi-bayésienne modélisées par Rabin et O’Donoghue : ils interprètent une séquence courte de rendements supérieurs non comme le résultat naturel d’une prise de risque asymétrique ou d’une chance passagère dans un univers comptant des milliers de gérants concurrents, mais comme la signature incontestable d’un talent intrinsèque d’allocation d’actifs supérieur.

Cette incapacité institutionnelle à séparer le bruit du talent alimente une industrie lucrative de frais de gestion exorbitants sur la simple base de séries de rendements éphémères. Dès lors que le flux massif de nouveaux capitaux est alloué au prétendu « gestionnaire vedette », la performance ultérieure de ce dernier subit inexorablement la loi du retour à la moyenne. L’illusion de la main chaude se mue alors en désillusion patrimoniale pour les investisseurs, illustrant comment une distorsion cognitive microscopique dans le traitement des séries engendre une inefficience macroéconomique majeure dans l’allocation des capitaux à l’échelle mondiale.

8.2 Dynamique de fixation des prix d’actifs et volatilité

Au-delà de la sélection des gérants, l’illusion de la main chaude affecte directement la formation des prix des actifs financiers et contribue à expliquer les énigmes persistantes de volatilité excessive et de mauvaise évaluation des actions. Les investisseurs n’évaluent pas les flux de trésorerie futurs d’une entreprise selon une stricte marche aléatoire avec dérive, mais extrapolent de manière disproportionnée les séries récentes de croissance des bénéfices par action.

Lorsqu’une entreprise publie plusieurs trimestres consécutifs de résultats supérieurs aux attentes des analystes du consensus, les intervenants du marché basculent de l’attente d’une alternance vers l’illusion d’une « trajectoire chaude ». Les cours boursiers sont alors propulsés vers des sommets déraisonnables par une dynamique de surréaction (overreaction), les investisseurs intégrant dans les valorisations l’hypothèse erronée que ce rythme de croissance extraordinaire va persister indéfiniment. Cette modélisation offre un pont théorique fondamental avec les anomalies de surréaction mises en lumière dès 1985 par Werner De Bondt et Richard Thaler.

Le retour inévitable de l’entreprise vers des taux de croissance moyens provoque ensuite un ajustement différé particulièrement brutal :

• Surévaluation initiale : Formation de bulles spéculatives localisées dues à l’extrapolation excessive des séries courtes de bénéfices.
• Choc informationnel négatif : Incapacité cognitive des investisseurs à concevoir qu’un échec trimestriel met un terme définitif à la séquence idéalisée.
• Effondrement et correction asymétrique : Vente panique et sous-réaction initiale suivie d’une surcompensation baissière, décuplant la volatilité historique de l’actif concerné.

8.3 Décisions stratégiques managériales et recrutement

Dans le domaine de la gouvernance d’entreprise et du management stratégique, l’illusion modélisée par O’Donoghue et Rabin déploie des effets tout aussi délétères sur les processus de recrutement de cadres dirigeants et de validation des fusions-acquisitions. Les conseils d’administration, chargés d’évaluer la compétence managériale des candidats aux postes de direction générale, sont particulièrement vulnérables aux inférences abusives dérivées de séquences temporelles restreintes.

Un dirigeant qui a mené à bien deux ou trois opérations consécutives de restructuration ou dont l’entreprise précédente a bénéficié d’une conjoncture sectorielle hautement favorable durant son mandat se voit instantanément crédité d’un talent stratégique quasi infaillible. Le conseil d’administration applique l’opérateur quasi-bayésien erroné en posant une taille d’urne mentale restreinte : l’hypothèse que cette réussite puisse découler d’un alignement fortuit de variables macroéconomiques indépendantes est balayée au profit d’une surestimation extravagante de la qualité intrinsèque (theta) du dirigeant.

Cette illusion nourrit l’inflation déraisonnable des rémunérations managériales, des parachutes dorés et des primes de bienvenue, accordés sur la base de séries de performances bien trop courtes pour être statistiquement informatives. Lorsque le nouveau dirigeant, une fois installé, est confronté à des chocs opérationnels ordinaires et que sa trajectoire rejoint la moyenne statistique de sa classe d’actifs, l’organisation subit de lourdes pertes financières et de capital réputationnel, payant au prix fort la méconnaissance des lois stochastiques par ses instances de contrôle.

9. Répercussions dans le domaine du sport professionnel et des paris

9.1 Analyse critique des performances sportives réelles

Le monde du sport professionnel constitue le laboratoire naturel par excellence de l’illusion de la main chaude, et c’est historiquement au sein de cet univers que le débat a pris naissance. En 1985, Thomas Gilovich, Robert Vallone et Amos Tversky avaient jeté un pavé dans la mare académique avec leur article historique démontrant que la « main chaude » des tireurs de la franchise NBA des Philadelphia 76ers relevait d’une pure illusion perceptive, les tirs réussis consécutivement n’étant pas corrélés entre eux et respectant strictement les lois d’un processus de Bernoulli indépendant.

L’apport de la modélisation formelle d’O’Donoghue et Rabin a permis de revisiter ces données sportives avec un outillage analytique supérieur. Les deux économistes ont démontré pourquoi, en dépit de l’absence objective d’autocorrélation statistique dans la vaste majorité des séries de tirs analysées à l’époque, la conviction inaltérable de son existence persistait chez 100 % des entraîneurs, commentateurs et athlètes interrogés. Face à un système de haute incertitude où les conditions de jeu varient constamment, l’esprit humain ne peut s’empêcher de réviser sa croyance sur l’état instantané (omega_t) du tireur dès que trois tirs consécutifs transpercent le filet.

Cette illusion cognitive engendre des allocations inefficientes manifestes dans les tactiques de jeu. Persuadés qu’un de leurs coéquipiers est entré dans un état de grâce dynamique, les joueurs réorientent prioritairement la distribution des passes vers cet individu, même si celui-ci se retrouve soumis à un marquage défensif renforcé de la part de l’équipe adverse. Les entraîneurs ajustent leurs temps morts et leurs rotations d’effectif sur la base d’une persistance chimérique, sacrifiant des opportunités d’attaque statistiquement optimales au profit d’une chimère stochastique.

9.2 Comportement des parieurs et tarification des cotes

Sur les marchés hautement liquides et concurrentiels des paris sportifs, le biais de la main chaude exerce une influence directe sur la formation des cotes et l’équilibre financier des opérateurs de jeu. Les parieurs individuels, guidés par la lecture naïve des séries temporelles récentes des équipes ou des chevaux de course, allouent des volumes massifs de capitaux sur les concurrents ayant remporté leurs dernières confrontations de manière consécutive.

Les teneurs de livres de paris (bookmakers), parfaitement conscients de cette faille cognitive universelle théorisée par O’Donoghue et Rabin, ne fixent pas des cotes reflétant simplement la probabilité objective de victoire dérivée de modèles actuariels. Ils exploitent stratégiquement le biais des parieurs en déformant la tarification des cotes pour maximiser leur marge brute d’intermédiation :

• Sous-tarification de l’équipe en série victorieuse : Les cotes offertes sur l’athlète ou le club réputé « chaud » sont systématiquement compressées en deçà de leur valeur espérée mathématique neutre, le volume massif des paris entrants compensant largement le faible rendement offert.
• Sur-tarification des adversaires stables : Les concurrents affichant des performances régulières mais sans éclat récent reçoivent des cotes artificiellement attractives qui demeurent boudées par la foule des parieurs récréatifs sous l’emprise du biais.

Ces distorsions fournissent des preuves empiriques irréfutables d’inefficience informationnelle sur les marchés de prédiction sportive. Des stratégies de paris quantitatifs rigoureusement adossées à des règles de contre-arbitrage — consistant à parier systématiquement contre les équipes portées par de longues séries de victoires surévaluées par le grand public — ont historiquement dégagé des rentabilités ajustées positives, apportant une confirmation marchande tangible aux équations de surréaction formulées par O’Donoghue et Rabin.

9.3 Contrats d’athlètes et distorsion du marché des transferts

Les conséquences financières de cette illusion atteignent leur paroxysme sur le marché du travail des athlètes professionnels, caractérisé par des transactions financières atteignant des centaines de millions d’euros. Les directeurs généraux de franchises et les cellules de recrutement sont régulièrement victimes d’un biais d’extrapolation temporelle aiguë lors de l’évaluation des joueurs arrivant en fin de contrat.

Un athlète qui produit une séquence exceptionnelle de performances lors des deux derniers mois précédant l’ouverture de la fenêtre des transferts ou durant les séries éliminatoires d’une compétition majeure bénéficie d’une valorisation contractuelle disproportionnée. Les décideurs appliquent le modèle d’O’Donoghue et Rabin en concluant avec une certitude erratique que l’athlète a franchi un palier structurel et durable dans sa compétence (theta), alors même que cette explosion statistique ne représente bien souvent qu’une oscillation positive classique le long de sa courbe de variance historique.

Cette surréaction cognitive aboutit à la signature de contrats pluriannuels aux montants démesurés, qui pèsent durablement sur les équilibres budgétaires et le plafond salarial des clubs. Corrélativement, les athlètes d’une régularité statistique irréprochable mais privés de séquences spectaculaires récentes sont sous-évalués de manière chronique par le marché. Dès les saisons suivantes, lorsque la performance du joueur surpayé réintègre inévitablement sa trajectoire moyenne d’efficacité, la franchise se retrouve paralysée par un actif déprécié, illustrant le coût d’opportunité astronomique induit par l’incompréhension des lois fondamentales du tirage stochastique.

10. Débats académiques, controverses et réévaluations méthodologiques

10.1 La confrontation historique avec Gilovich, Vallone et Tversky (1985)

L’étude menée par Ted O’Donoghue et Matthew Rabin s’inscrit au cœur d’un des débats les plus passionnés de l’histoire des sciences cognitives, inauguré par l’article classique de Gilovich, Vallone et Tversky (souvent désigné sous l’acronyme GVT, 1985). GVT avaient posé un diagnostic sans appel : la main chaude n’existe pas dans le monde réel ; elle n’est rien d’autre qu’un mirage cognitif engendré par l’heuristique de représentativité chez des spectateurs incapables d’appréhender le comportement stochastique élémentaire. Pour GVT, tout résultat d’un tir sportif n’est qu’un événement bernoullien indépendant.

Tout en partageant le constat que l’esprit humain est structurellement biaisé, O’Donoghue et Rabin ont apporté une nuance conceptuelle et méthodologique cruciale à la thèse de GVT. Plutôt que de disqualifier catégoriquement les croyances des acteurs de terrain comme une simple stupidité statistique, les deux économistes ont démontré comment ces croyances se construisent par un processus de déduction rationnelle-limitée rigoureusement modélisable. En intégrant l’incertitude paramétrique inhérente à l’observation de n’importe quel phénomène complexe, O’Donoghue et Rabin ont expliqué pourquoi les observateurs ont mathématiquement raison de s’interroger sur la compétence sous-jacente d’un individu, mais tort quant à la vitesse et l’amplitude avec laquelle ils actualisent cette estimation.

Cette nuance a profondément modifié la posture épistémologique de l’économie comportementale face aux données empiriques de terrain. L’approche modélisée d’O’Donoghue et Rabin a mis en garde contre le réductionnisme consistant à qualifier d’irrationnelle toute décision non conforme aux manuels de probabilités classiques. En fournissant une théorie structurelle de l’inférence biaisée, ils ont offert un cadre d’analyse infiniment plus puissant que les simples tests d’ajustement empirique du Chi-deux ou les tests de suites utilisés par Gilovich et ses collaborateurs dans leur étude pionnière.

10.2 La révision critique de Miller et Sanjurjo (2018)

Plus de trente ans après les travaux fondateurs de GVT et quinze ans après les contributions majeures de Rabin et O’Donoghue, un séisme statistique est venu bouleverser la littérature académique sur la main chaude avec la publication en 2018, dans la prestigieuse revue Econometrica, de l’article de Joshua Miller et Adam Sanjurjo intitulé « A Surprising Fallacy in Natural Weak Law of Large Numbers ». Miller et Sanjurjo ont mis en lumière un biais d’échantillonnage mathématique d’une subtilité inouïe, tapi au cœur même des calculs probabilistes menés par GVT et répliqués aveuglément par des générations de chercheurs.

Miller et Sanjurjo ont démontré que dans une séquence finie de tirages de Bernoulli équilibrés et indépendants, la probabilité conditionnelle d’observer un succès immédiatement après une série ininterrompue de succès est strictement inférieure à la probabilité de base du processus. Ce résultat extrêmement contre-intuitif — lié à la sélection conditionnelle dans des chaînes finies — signifie que si l’on prend une pièce de monnaie équilibrée lancée 100 fois et que l’on calcule la proportion de « face » survenant après trois « faces » consécutifs, cette proportion n’est pas de 50 %, mais d’environ 46 %. Par conséquent, lorsqu’une étude empirique constatait un taux de réussite de 50 % après une série de tirs au basket-ball, cela ne prouvait pas l’indépendance des tirs, mais masquait au contraire une autocorrélation positive réelle d’environ 4 points de pourcentage.

Le positionnement du modèle d’O’Donoghue et Rabin face à ce séisme méthodologique s’est révélé particulièrement éclairant :

• Validation de l’intuition comportementale : Si les athlètes et les observateurs perçoivent une très légère main chaude dans la pratique, cette perception pourrait reposer sur une composante écologique subtilement réelle, validant l’existence d’une faible persistance.
• Persistance du surajustement d’O’Donoghue-Rabin : Même en intégrant la correction de Miller et Sanjurjo, l’amplitude de la croyance subjective déclarée par les agents (qui bondit souvent à 75 % ou 80 % après quelques succès) dépasse de plusieurs ordres de grandeur l’autocorrélation minuscule (2 % à 5 %) mathématiquement rétablie. Le modèle d’inférence quasi-bayésienne d’O’Donoghue et Rabin conserve ainsi toute son acuité prédictive pour expliquer l’ampleur démesurée de la distorsion cognitive.

10.3 Divergences entre économistes et psychologues cognitifs

L’étude d’O’Donoghue et Rabin cristallise également une divergence épistémologique historique entre la communauté des économistes comportementaux et celle des psychologues cognitifs de l’école de la « rationalité écologique », incarnée par Gerd Gigerenzer et ses collègues de l’Institut Max Planck pour le développement humain à Berlin. Ces derniers contestent l’approche consistant à modéliser les erreurs de raisonnement sous la forme d’axiomes déviants greffés sur une architecture néoclassique d’optimisation mathématique.

Pour l’école de la rationalité écologique, l’illusion de la main chaude n’est pas une défaillance de la logique bayésienne devant être mesurée à l’aune d’une urne imaginaire défectueuse, mais une heuristique adaptative hautement performante façonnée par l’histoire évolutive humaine. Dans les environnements naturels ancestraux, les ressources (la nourriture, le gibier, les points d’eau, les abris) ne sont jamais distribuées selon des lois bernoulliennes indépendantes et identiquement distribuées ; elles apparaissent structurellement sous la forme d’agrégats spatiaux et temporels. Anticiper qu’un succès sera immédiatement suivi d’autres succès constitue dès lors la stratégie la plus efficiente pour optimiser la survie dans un monde réel non i.i.d.

Cette confrontation théorique a enrichi la recherche contemporaine en instaurant une synthèse dialectique constructive. Si l’heuristique de la main chaude a pu représenter un avantage adaptatif indiscutable dans notre passé d’écologie comportementale primitive, son déploiement automatique dans les environnements institutionnels modernes régis par des processus stochastiques purs — tels que les marchés boursiers, les salles de contrôle nucléaire ou les jeux de hasard légaux — devient source d’erreurs d’évaluation dramatiques. La modélisation structurelle axiomatisée développée par O’Donoghue et Rabin conserve dès lors toute son indispensable utilité pratique pour quantifier, anticiper et réguler ces comportements dans le monde contemporain.

11. Limites méthodologiques et périmètre de validité de l’étude

11.1 Contraintes intrinsèques à l’environnement de laboratoire

Comme toute entreprise scientifique fondée sur l’économie expérimentale, les travaux de Ted O’Donoghue et Matthew Rabin n’échappent pas à des contraintes méthodologiques inhérentes à leur dispositif de test. Le premier écueil réside dans l’écart de représentativité et de validité écologique séparant les tâches abstraites exécutées sur des écrans informatisés et les situations décisionnelles sous haute tension du monde économique réel. Prédire si le prochain chiffre affiché sera un 0 ou un 1 au sein d’une cabine insonorisée n’engage ni les mêmes ressources cognitives, ni les mêmes niveaux de stress, ni la même charge sensorielle que de gérer les positions d’un fonds de pension lors d’un krach obligataire.

En second lieu, la question du dimensionnement des incitations financières constitue une limite structurelle fréquemment soulevée par les détracteurs des protocoles comportementaux. Bien que la règle de notation quadratique monétairement récompensée incite les participants à déclarer leurs croyances véritables, les montants financiers alloués en laboratoire (souvent de l’ordre de quelques dizaines de dollars par participant) demeurent d’une modestie flagrante comparés aux enjeux macroéconomiques colossaux régissant les marchés de capitaux ou les négociations sportives internationales. On ne peut totalement écarter l’hypothèse qu’un décideur confronté à des pertes de plusieurs millions de devises engage un effort cognitif supérieur pour dépasser ses intuitions biaisées.

Enfin, l’expérimentation standardisée en laboratoire peine à reproduire fidèlement l’expertise tacite développée par des professionnels chevronnés au fil de décennies de pratique quotidienne. L’observateur novice participant à une étude académique ne dispose pas des grilles de lecture sophistiquées, des systèmes d’aide à la décision algorithmiques ou des garde-fous institutionnels qui encadrent les décisions au sein des plus grandes banques d’investissement ou des états-majors sportifs de premier plan, limitant potentiellement l’universalité immédiate de certains résultats expérimentaux bruts.

11.2 Sensibilité aux spécifications initiales des distributions

Sur le plan de la formulation purement théorique, le modèle d’O’Donoghue et Rabin présente une sensibilité marquée envers le choix a priori des distributions de probabilité assignées aux paramètres. Les équations de bascule de l’alternance vers la persistance reposent de manière critique sur l’hypothèse d’une forme fonctionnelle spécifique pour l’espace des croyances préalables. Si l’on modifie substantiellement la densité des priors — par exemple en attribuant un poids d’infinitude aux états médians ou en restreignant drastiquement l’espace des compétences possibles —, la dynamique du seuil de retournement mathématique peut se retrouver considérablement déplacée dans le temps de la séquence.

Une autre hypothèse simplificatrice majeure concerne la postulation d’une homogénéité relative de la taille de l’urne mentale imaginaire (N) au sein de la population. Dans la réalité empirique, la diversité interindividuelle des compétences analytiques, des styles cognitifs et des profils psychologiques engendre une hétérogénéité massive dans les réponses comportementales. En agrégeant ces comportements sous une fonction unique ou en limitant la variance du paramètre (N), le modèle risque de masquer des dynamiques d’arbitrage où une minorité d’agents bayésiens parfaitement rationnels pourrait théoriquement compenser et absorber les distorsions créées par la masse des agents victimes de l’illusion.

Enfin, le modèle d’inférence quasi-bayésienne a été principalement articulé autour de processus générateurs stationnaires à paramètres fixes dans le temps. Or, la vaste majorité des systèmes économiques contemporains sont régis par des dynamiques non stationnaires complexes, traversées par des ruptures structurelles d’origine technologique, géopolitique ou sanitaire. Dans un environnement où la véritable compétence sous-jacente (theta) est elle-même susceptible de muter continuellement selon des lois imprévisibles, séparer la détection rationnelle d’un changement structurel de la manifestation purement illusoire de la main chaude relève d’une complexité analytique que le modèle standard ne peut capturer sans une extension substantielle de ses équations.

11.3 La question de l’apprentissage et de l’extinction du biais

Une interrogation fondamentale laissée en suspens par les travaux d’O’Donoghue et Rabin touche à la capacité réelle des agents économiques à désapprendre leur biais cognitif sous l’effet de retours d’information (feedback) transparents, précis et répétés. Les théoriciens néoclassiques soutiennent traditionnellement que l’exposition continue aux sanctions disciplinaires du marché concurrentiel finit inévitablement par éliminer les agents aux croyances biaisées au profit de décideurs appliquant des règles d’inférence statistique optimales.

Or, les données expérimentales et observationnelles indiquent une résistance surprenante de l’illusion de la main chaude à l’accumulation prolongée d’évidences contraires. Même lorsqu’un individu observe des centaines de séquences où les séries favorables finissent systématiquement par s’interrompre sans persistance durable, la moindre réapparition d’une grappe de succès ravive instantanément l’attente de continuité. Les mécanismes d’auto-justification, l’oubli sélectif des échecs et l’attribution des ruptures de séries à des perturbations extérieures bloquent l’extinction naturelle de la croyance erronée dans l’esprit du sujet.

D’un point de vue de la modélisation formelle, le cadre développé par Rabin et O’Donoghue rencontre ses limites théoriques dès lors qu’il s’agit d’intégrer des mécanismes dynamiques d’oubli progressif, de fatigue attentionnelle ou de reconstruction rétrospective des historiques observés. L’opérateur quasi-bayésien traite chaque observation successive avec une acuité algorithmique constante, sans tenir compte du fait que dans la réalité psychologique humaine, les événements récents éclipsent presque totalement les observations anciennes dans la mémoire de travail du décideur, induisant des distorsions mémorielles d’une nature distincte de celle du tirage sans remise.

12. Héritage scientifique, prolongements modernes et perspectives futures

12.1 Influences durables sur la macroéconomie et la finance comportementale

L’héritage scientifique laissé par les travaux de Ted O’Donoghue et Matthew Rabin s’étend bien au-delà des frontières initiales de l’économie expérimentale de laboratoire. Leur modélisation analytique de l’illusion de la main chaude et du sophisme du joueur a servi de matrice fondatrice à l’essor des théories modernes du sentiment de marché macroéconomique. Des chercheurs contemporains de renommée mondiale, tels que Nicholas Barberis, Andrei Shleifer ou Robert Vishny, ont abondamment puisé dans le cadre d’O’Donoghue-Rabin pour concevoir des modèles dynamiques d’équilibre boursier capables d’expliquer mathématiquement l’apparition récurrente des cycles d’expansion et de krach spéculatif.

En macroéconomie appliquée, les principes de l’inférence quasi-bayésienne sont aujourd’hui mobilisés pour renouveler l’analyse de la formation des anticipations d’inflation et des cycles économiques. Les modèles traditionnels fondés sur les anticipations rationnelles sont progressivement remplacés par des modèles d’apprentissage adaptatif où les ménages et les entrepreneurs extrapolent de manière excessive les courtes séquences de hausses ou de baisses de prix observées au cours des trimestres récents. L’illusion de la main chaude appliquée à la dynamique des prix permet de comprendre pourquoi l’inflation peut s’enraciner durablement dans les esprits après un choc conjoncturel éphémère, contraignant les banques centrales à concevoir des politiques monétaires beaucoup plus agressives pour briser la formation de ces croyances inertielles.

Enfin, ces avancées ont profondément influencé le champ de l’évaluation des politiques publiques et de la régulation des jeux de hasard. En prouvant que le joueur pathologique ne souffre pas d’un déficit moral d’auto-contrôle mais d’une incapacité cognitive mathématiquement formalisable à concevoir l’indépendance des tirages, les travaux d’O’Donoghue et Rabin ont guidé la conception de nouvelles réglementations protectrices :

• Obligation légale pour les casinos en ligne d’afficher des avertissements probabilistes objectifs neutralisant l’heuristique de représentativité.
• Interdiction des algorithmes de machines à sous simulant artificiellement des séquences de « quasi-succès » (near-misses) conçues spécifiquement pour déclencher l’illusion de la main chaude.
• Introduction de limites de mise temporelles automatiques dès lors qu’une séquence de jeu s’étire au-delà d’un seuil critique favorisant la bascule cognitive.

12.2 Extensions computationnelles et intelligence artificielle

À l’ère contemporaine des mégadonnées et de l’intelligence artificielle, les formulations d’O’Donoghue et Rabin connaissent des développements technologiques majeurs. Le premier champ d’application réside dans la détection algorithmique des biais humains au sein des plateformes de trading en ligne et des marchés de prédiction numérique. Des fonds d’investissement quantitatifs ont développé des architectures d’apprentissage profond (deep learning) spécialement entraînées pour identifier en temps réel les flux d’ordres générés par des traders particuliers sous l’emprise de l’illusion de la main chaude, permettant de concevoir des algorithmes d’arbitrage automatisés exploitant la surréaction humaine à des fins de rentabilité financière.

Un autre pan de recherche spectaculaire concerne l’intégration des fonctions d’inférence quasi-bayésienne au sein de systèmes d’intelligence artificielle autonomes. Curieusement, certains réseaux de neurones profonds entraînés par renforcement (reinforcement learning) ont manifesté spontanément, en présence de données séquentielles creuses et d’incertitude sur la variance, des formes computationnelles analogues à l’illusion de la main chaude, attribuant des poids d’optimisation disproportionnés à des chemins neuronaux ayant délivré des succès récents accidentels. La formalisation d’O’Donoghue et Rabin fournit aux ingénieurs en apprentissage automatique des outils théoriques pour diagnostiquer et régulariser ces surajustements algorithmiques destructeurs de robustesse.

Enfin, la modélisation multi-agents à large échelle a permis d’explorer la dynamique de propagation épidémiologique de ces croyances au sein de réseaux sociaux complexes. En simulant des populations virtuelles d’agents économiques dotés d’urnes mentales de taille restreinte interagissant à travers des canaux d’information partagés, les chercheurs peuvent désormais cartographier la manière dont l’illusion de la main chaude d’un petit groupe d’influenceurs financiers se diffuse en cascade pour infecter des communautés entières d’investisseurs, précipitant des mouvements spéculatifs massifs sur des actifs spéculatifs comme les cryptomonnaies ou les valeurs technologiques non rentables.

12.3 Recommandations méthodologiques pour les recherches futures

Pour parachever l’édifice conceptuel initié par O’Donoghue et Rabin et répondre aux défis méthodologiques contemporains, plusieurs orientations de recherche prioritaires se dessinent pour les décennies à venir. La première réside dans l’hybridation des protocoles de laboratoire avec l’observation directe des signaux neurobiologiques en temps réel. La convergence entre l’économie comportementale expérimentale et les neurosciences computationnelles doit permettre de cartographier avec une précision millimétrique l’activité des structures sous-corticales et préfrontales au moment exact où la croyance de l’agent bascule du sophisme du joueur à l’illusion de la main chaude, validant biologiquement la variable latente d’échantillonnage mental sans remise.

La deuxième avenue prioritaire concerne l’exploration systématique de l’intersectionnalité démographique du biais. Les futures études devront évaluer de manière longitudinale comment la sévérité de l’illusion de la main chaude évolue en fonction de l’âge des individus (en comparant les cohortes d’adolescents aux populations de seniors particulièrement vulnérables aux escroqueries financières fondées sur des promesses de séries gagnantes), du genre, du niveau de formation mathématique et des contextes culturels. Comprendre si certaines structures sociétales favorisent ou répriment l’heuristique de représentativité permettra d’affiner l’universalité des paramètres de calibrage du modèle.

Enfin, le défi ultime de cette lignée scientifique réside dans la formalisation d’outils d’ingénierie cognitive et de débiaisement pédagogique (nudging et boosts statistiques). Il ne suffit plus de documenter et de modéliser avec élégance l’incapacité humaine à appréhender la contingence stochastique ; il devient impératif de concevoir des environnements décisionnels architecturés pour désamorcer proactivement l’illusion. L’élaboration de modules d’entraînement interactifs et de visualisations dynamiques de la variance en temps réel pourrait permettre de transformer l’intuition probabiliste des décideurs économiques, réalisant ainsi la promesse fondamentale de l’économie comportementale : réconcilier la complexité des modèles théoriques avec l’amélioration concrète du bien-être individuel et collectif.

Références

• Barberis, N., Shleifer, A., & Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3), 307-343. https://doi.org/10.1016/S0304-405X(98)00027-0
• De Bondt, W. F., & Thaler, R. (1985). Does the stock market overreact? The Journal of Finance, 40(3), 793-805. https://doi.org/10.1111/j.1540-6261.1985.tb05004.x
• Gigerenzer, G. (2007). Gut feelings: The intelligence of the unconscious. Viking Press.
• Gilovich, T., Vallone, R., & Tversky, A. (1985). The hot hand in basketball: On the misperception of random sequences. Cognitive Psychology, 17(3), 295-314. https://doi.org/10.1016/0010-0285(85)90010-6
• Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
• Miller, J. B., & Sanjurjo, A. (2018). Surprised by the hot hand fallacy? A truth in the law of small numbers. Econometrica, 86(6), 2019-2047. https://doi.org/10.3982/ECTA14943
• O’Donoghue, T., & Rabin, M. (1999). Doing it now or later. American Economic Review, 89(1), 103-124. https://doi.org/10.1257/aer.89.1.103
• O’Donoghue, T., & Rabin, M. (2001). Choice and delay of gratification. Journal of the European Economic Association, 1(2-3), 512-520.
• Rabin, M. (2000). Risk aversion and expected-utility theory: A calibration theorem. Econometrica, 68(5), 1281-1292. https://doi.org/10.1111/1468-0262.00158
• Rabin, M. (2002). Inference by believers in the law of small numbers. Quarterly Journal of Economics, 117(3), 775-816. https://doi.org/10.1162/003355302760193896
• Rabin, M., & Vayanos, D. (2010). The gambler’s and hot-hand fallacies: Theory and applications. The Review of Economic Studies, 77(2), 730-778. https://doi.org/10.1111/j.1467-937X.2009.00584.x
• Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin, 76(2), 105-110. https://doi.org/10.1037/h0031322
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131. https://doi.org/10.1126/science.185.4157.1124