Dans l’histoire des sciences cognitives et de l’analyse décisionnelle, peu de découvertes ont autant ébranlé le mythe du décideur rationnel que la mise en évidence de la surconfiance métacognitive. Alors que l’économie néoclassique postulait un agent capable d’appréhender le risque à travers des lois probabilistes rigoureuses et une lucidité parfaite quant aux limites de son propre savoir, les recherches empiriques initiées au début des années 1970 ont révélé une réalité psychologique tout autre. Les êtres humains, qu’ils soient profanes ou spécialistes hautement qualifiés, manifestent une propension systématique et mesurable à surestimer la précision, la fiabilité et la véracité de leurs jugements. L’écart entre ce qu’un individu croit savoir et ce qu’il sait réellement ne relève pas d’une simple erreur aléatoire, mais d’une distorsion cognitive structurelle.
Au cœur de cette révolution empirique se trouvent les travaux fondateurs de Sarah Lichtenstein et Baruch Fischhoff. Installés au sein du centre pionnier Decision Research à Eugene, dans l’Oregon, aux côtés de Paul Slovic, ces chercheurs ont méthodiquement conçu les paradigmes expérimentaux qui ont permis de formaliser l’étalonnage probabiliste (ou calibration). Leurs investigations ne se sont pas contentées de documenter des anecdotes d’arrogance intellectuelle ; elles ont élaboré une métrique quantitative d’une précision inédite pour évaluer la distance séparant les degrés subjectifs de certitude et les fréquences objectives de succès factuel. Leurs protocoles ont apporté une preuve éclatante : la certitude absolue humaine est fréquemment grevée d’une proportion substantielle d’erreurs.
Le présent article propose une analyse approfondie et exhaustive des expériences menées par Sarah Lichtenstein et Baruch Fischhoff. En explorant la genèse théorique de leurs protocoles, les détails méthodologiques de leurs tâches de choix binaire et d’intervalles fractiles, ainsi que les subtilités mathématiques de la décomposition du score de Brier, cette étude met en lumière l’architecture intime de nos illusions métacognitives. De l’article classique de 1977 à la synthèse magistrale de 1982, en passant par les controverses écologiques soulevées par Gerd Gigerenzer et les répercussions contemporaines en finance comportementale et en intelligence artificielle, nous retracerons la trajectoire d’une œuvre majeure qui continue de redéfinir notre compréhension de la rationalité humaine.
1. Introduction aux travaux fondateurs de Lichtenstein et Fischhoff sur l’effet de surconfiance
1.1 Contexte historique de la psychologie cognitive du jugement
L’essor de la psychologie cognitive du jugement au tournant des années 1970 s’inscrit en rupture avec le modèle normatif dominant issu des mathématiques actuarielles et de l’économie néoclassique. Durant des décennies, la théorie de l’utilité espérée, formalisée par John von Neumann et Oskar Morgenstern, avait servi de cadre de référence pour décrire la manière dont les individus prennent des décisions sous incertitude. Cependant, ce modèle reposait sur le postulat d’une rationalité absolue : l’agent économique était présumé capable de traiter l’information disponible de manière optimale, d’appliquer sans distorsion les lois du théorème de Bayes et de pondérer chaque éventualité selon sa probabilité objective. Cette vision idéalisée a commencé à vaciller sous l’impulsion pionnière de Daniel Kahneman et Amos Tversky, qui ont proposé le programme des heuristiques et biais pour décrire la rationalité limitée telle qu’elle se manifeste empiriquement.
Dans ce climat d’effervescence intellectuelle, le centre de recherche indépendant Decision Research, fondé à Eugene dans l’Oregon par Paul Slovic, Sarah Lichtenstein et leurs collaborateurs, s’est imposé comme le foyer névralgique d’une approche descriptive et comportementale de la décision. Les chercheurs ne cherchaient plus à prescrire comment l’esprit humain devrait théoriquement juger, mais s’attachaient à mesurer expérimentalement ses défaillances concrètes face à la complexité et à l’aléa. Très rapidement, une dimension fondamentale du jugement a exigé une investigation spécifique : la métacognition, c’est-à-dire la capacité d’un individu à évaluer la validité de ses propres états de connaissance. Il ne suffisait plus de constater qu’un individu répondait faux à une question d’évaluation factuelle ; il devenait indispensable de déterminer le niveau de confiance qu’il accordait à son jugement erroné.
Cette transition d’une approche normative vers une cartographie des frontières cognitives a ouvert un champ de recherche totalement nouveau. Les pionniers de l’Oregon ont compris que l’incapacité humaine à évaluer sa propre ignorance constituait sans doute le plus dangereux de tous les biais cognitifs. Si un décideur est ignorant mais conscient de son incompétence, il peut suspendre son jugement, chercher des informations complémentaires ou transférer la décision à un tiers qualifié. En revanche, si ce même décideur éprouve une certitude subjective inébranlable envers un savoir fallacieux, l’illusion de savoir anéantit toute possibilité d’autorégulation rationnelle. C’est à la mise en lumière de cette asymétrie fondamentale que Lichtenstein et Fischhoff allaient consacrer une part décisive de leur carrière.
1.2 La rencontre intellectuelle entre Sarah Lichtenstein et Baruch Fischhoff
La trajectoire scientifique qui mena à l’exploration systématique de la surconfiance résulte d’une synergie exceptionnelle entre deux esprits aux compétences complémentaires. Sarah Lichtenstein possédait une solide formation méthodologique et quantitative issue de la psychologie mathématique de l’Université du Michigan, l’un des bastions de l’analyse rigoureuse du comportement décisionnel. Sa maîtrise des modèles probabilistes, des techniques psychométriques et des théories du mesurage lui conférait une rigueur exemplaire pour formaliser des données expérimentales souvent bruyantes. Elle s’était déjà illustrée dans l’analyse minutieuse des préférences inversées aux côtés de Paul Slovic, démontrant une aptitude singulière à traquer les incohérences logiques nichées dans les choix individuels les plus simples.
De son côté, Baruch Fischhoff rejoignit le groupe d’Eugene après avoir complété son doctorat à l’Université hébraïque de Jérusalem sous la direction conjointe de Daniel Kahneman et Amos Tversky. Dans sa thèse soutenue en 1975, Fischhoff avait identifié et formalisé pour la première fois le biais rétrospectif (ou effet « je le savais depuis le début »), documentant la tendance universelle des individus à surestimer après coup la prévisibilité d’événements passés. Cette découverte témoignait d’une intuition clinique aiguë concernant les illusions narratives par lesquelles l’esprit humain réécrit son propre rapport au savoir et à l’incertitude. Fischhoff apportait ainsi une profondeur épistémologique et philosophique aux postulats cognitifs du groupe.
La collaboration entre Lichtenstein et Fischhoff a permis d’unir cette finesse conceptuelle à un appareil expérimental quantitatif impitoyable. Ensemble, ils entreprirent de construire un cadre opératoire capable de quantifier le degré d’adéquation entre la certitude subjective interne ressentie par un participant et la réalité objective de ses performances factuelles. Leur association a donné naissance à une méthodologie standardisée de recueil des probabilités subjectives, combinant tâches de décision forcée, grilles de calibration mathématiques et analyses statistiques poussées. Cette alliance intellectuelle a transformé une simple curiosité psychologique en un domaine scientifique autonome pourvu d’instruments métrologiques précis.
1.3 Définition conceptuelle de la surconfiance cognitive
Pour appréhender les apports de Lichtenstein et Fischhoff, il est crucial d’établir une clarification taxonomique rigoureuse, car le terme générique de « surconfiance » (overconfidence) recouvre dans la littérature contemporaine plusieurs réalités psychologiques distinctes. Les travaux ultérieurs, notamment ceux synthétisés par Don Moore et Paul Healy, ont distingué trois formes principales de ce biais : la surévaluation de sa performance propre (overestimation), le surclassement social par rapport à autrui (overplacement ou effet « mieux que la moyenne »), et enfin le surcalibrage ou surconfiance d’étalonnage (overprecision). Les recherches menées par Lichtenstein et Fischhoff se sont focalisées avec une intensité toute particulière sur cette troisième dimension, souvent qualifiée de surconfiance métacognitive ou d’illusion de calibration.
L’étalonnage probabiliste examine la correspondance statistique exacte entre les degrés de certitude exprimés par un individu et son taux réel d’exactitude. Formellement, il y a surcalibrage dès lors qu’un sujet assigne systématiquement à ses réponses des probabilités subjectives supérieures à leur fréquence relative de véracité. Par exemple, si l’on rassemble l’ensemble des affirmations pour lesquelles un participant affirme être sûr à 80 %, et que l’examen empirique révèle que seules 60 % de ces réponses s’avèrent exactes, l’individu fait preuve d’un étalonnage déficient caractérisé par une surconfiance nette de 20 points de pourcentage. Il ne s’agit pas ici de savoir si le sujet pense être meilleur que son voisin, mais de constater une inadéquation interne entre son sentiment subjectif de certitude et sa compétence factuelle effective.
Ce phénomène se distingue par sa remarquable robustesse et sa stabilité transdomaniale. Contrairement à des erreurs d’attention volatiles, la surconfiance d’étalonnage se maintient à travers une grande variété de contenus : questions d’histoire, de géographie, prévisions économiques, diagnostics cliniques ou évaluations sportives. Elle constitue une véritable illusion cognitive, comparable aux illusions d’optique perceptives : même lorsqu’un individu est prévenu de l’existence du phénomène, le sentiment intime d’évidence continue de se manifester avec une vivacité trompeuse, piégeant le système cognitif dans une certitude indue.
2. Le cadre théorique et les origines du paradigme d’étalonnage
2.1 La théorie formelle de l’étalonnage probabiliste (Calibration)
Le socle théorique mobilisé par Lichtenstein et Fischhoff s’appuie sur la théorie de l’étalonnage probabiliste, issue à l’origine de travaux menés dans le domaine de la météorologie prédictive et des statistiques bayésiennes. Mathématiquement, un évaluateur est dit parfaitement étalonné (ou calibré) si, pour toutes les propositions auxquelles il a attribué une probabilité subjective de véracité $p$, la proportion empirique de propositions vraies correspond exactement à cette valeur $p$. En notation probabiliste formelle, cette condition d’étalonnage idéal s’exprime par l’égalité stricte :
$$P(\text{Exactitude} mid \text{Confiance} = p) = p, \quad \forall p in [0, 1]$$
Dans ce cadre normatif, si un prévisionniste identifie cent journées au cours de l’année pour lesquelles il estime qu’il existe une probabilité de pluie de 70 %, la pluie doit impérativement tomber au cours de soixante-dix de ces journées précises, ni plus, ni moins. Si la pluie ne tombe que quarante fois, le prévisionniste est surconfiant ; si elle tombe quatre-vingt-dix fois, il est sous-confiant. Au-delà de cette conformité globale, la théorie statistique décompose la qualité d’un jugement probabiliste en plusieurs composantes orthogonales fondamentales, parmi lesquelles figurent la fiabilité (l’étalonnage au sens strict), la résolution (la capacité à discriminer nettement les cas où l’événement survient des cas où il ne survient pas) et l’incertitude environnementale inhérente au système observé.
Avant que Lichtenstein et Fischhoff ne s’emparent de ce formalisme, les météorigologues américains, sous l’égide de chercheurs comme Glenn Brier ou Allan Murphy, avaient déjà documenté que les prévisions de précipitations constituaient l’un des rares domaines où les humains parvenaient à un calibrage quasi parfait. Les prévisionnistes du National Weather Service affichaient des courbes d’étalonnage d’une linéarité impressionnante. L’ambition de Lichtenstein et Fischhoff fut de transposer cet appareil conceptuel du terrain spécifique de l’observation météorologique vers le champ général des croyances internes et de la mémoire sémantique humaine, ouvrant ainsi la voie à une évaluation standardisée de la compétence métacognitive universelle.
2.2 Mesure des probabilités subjectives directes
Pour quantifier l’étalonnage d’un individu dans le traitement de ses propres connaissances, Lichtenstein et Fischhoff ont adapté la méthode de l’élicitation directe des probabilités subjectives. Dans ce protocole, les participants sont confrontés à des affirmations factuelles et doivent quantifier numériquement leur degré de certitude. Dans une tâche à choix binaire forcé, où le sujet doit choisir entre deux options mutuellement exclusives, l’échelle de probabilité subjective commence nécessairement au niveau de l’incertitude totale, représenté par la valeur 0,50 (soit une chance sur deux, équivalente au tirage d’une pièce de monnaie non biaisée), et s’étend de manière continue ou par paliers discrets jusqu’à la certitude absolue, désignée par la valeur 1,00.
L’hypothèse épistémique sous-jacente examine si le décideur humain fonctionne à la manière d’un agent bayésien idéal, capable de pondérer ses croyances en fonction de la force des éléments de preuve stockés dans sa mémoire à long terme. Si un participant sélectionne une option sans disposer du moindre indice cognitif, son estimation rationnelle devrait s’établir à 0,50. Dès lors que des fragments mnésiques ou des inférences logiques émergent, sa probabilité devrait croître proportionnellement à la validité écologique de ces indices. Or, la mesure directe révèle d’emblée une anomalie majeure : les individus peinent à manipuler l’échelle probabiliste comme un continuum mathématique rigoureux. La certitude subjective est traitée comme une sensation phénoménologique brute plutôt que comme une distribution de fréquences espérées.
Cette approche directe a toutefois soulevé d’importantes questions méthodologiques relatives à la formulation des consignes et au format des réponses. Les auteurs ont dû s’assurer que les sujets ne confondaient pas les probabilités subjectives avec des pourcentages d’importance subjective, des scores scolaires de performance ou de simples déclarations d’engagement moral. La formalisation de protocoles clairs, explicitant la signification statistique des échelons de certitude (par exemple : « sur 100 questions auxquelles vous attribuez 70 % de confiance, vous devez vous attendre à ce que 70 soient correctes et 30 soient fausses »), a constitué une condition préalable indispensable pour conférer aux résultats une validité psychométrique irréprochable.
3. Méthodologies expérimentales des tâches à choix binaire
3.1 Conception des protocoles de culture générale à deux alternatives
L’armature expérimentale privilégiée par Sarah Lichtenstein et Baruch Fischhoff repose sur la tâche à choix forcé à deux alternatives (communément abrégée en protocole 2AFC pour Two-Alternative Forced Choice). Le dispositif consiste à soumettre aux participants de volumineuses batteries d’énoncés de culture générale portant sur des faits historiques, géographiques, scientifiques ou démographiques vérifiables. Chaque item est constitué d’une question ou d’une amorce associée à deux réponses plausibles, parmi lesquelles une seule est objectivement exacte, l’autre servant de distracteur contrôlé.
Un exemple canonique de ce type d’item peut s’énoncer ainsi : « Quelle ville est située le plus au nord ? (a) Rome, ou (b) New York ». Le participant est soumis à une contrainte double et séquentielle. Dans un premier temps, il est forcé de sélectionner l’alternative qu’il estime correcte, sans possibilité de s’abstenir ou de déclarer forfait. Dans un second temps, immédiatement après avoir validé son choix, il doit inscrire un chiffre compris entre 0,50 et 1,00 afin d’indiquer la probabilité subjective qu’il attribue à la justesse de son propre arbitrage. Si le participant n’a strictement aucune idée de la réponse, la consigne lui impose de cocher 0,50 ; s’il possède une conviction inébranlable exempte du moindre doute, il doit indiquer 1,00.
Pour garantir la solidité des données statistiques, Lichtenstein et Fischhoff composaient généralement des corpus comprenant entre 50 et plus de 200 questions par sujet. Cette profusion d’items permettait d’agréger les réponses par tranches de confiance (par exemple, regrouper tous les choix accompagnés d’un score de 0,60, puis de 0,70, etc.) afin de calculer des proportions précises d’exactitude empirique au sein de chaque strate. Les questions étaient rigoureusement calibrées pour neutraliser les biais d’information immédiate, excluant les indices contextuels qui auraient pu trahir la bonne réponse sans faire appel aux représentations sémantiques profondes des sujets testés.
3.2 Isolement des variables et sélection des stimuli
La sélection des stimuli dans les études d’étalonnage représente un défi méthodologique délicat. Pour que l’expérience mesure fidèlement l’aptitude métacognitive des sujets et non un simple piège linguistique ou une distorsion locale, Lichtenstein et Fischhoff ont procédé à un contrôle minutieux de la notoriété et de l’accessibilité cognitive des items. Ils ont cherché à éviter l’inclusion délibérée de « questions pièges » conçues spécifiquement pour induire en erreur par le recours à des idées reçues grossières, tout en s’assurant que le test ne se limitait pas à des truismes évidents qui auraient comprimé artificiellement la variance des réponses.
Dans plusieurs de leurs montages expérimentaux, les auteurs ont mesuré le temps de réaction ou la latence de réponse séparant la lecture de la question de l’émission du jugement probabiliste. L’objectif était d’évaluer si la surconfiance découlait d’une impulsion rapide et superficielle — relevant d’un traitement heuristique automatique — ou si elle persistait même lorsqu’un effort délibératif substantiel était engagé. Les observations ont confirmé que l’allongement du temps de réflexion n’éliminait nullement le biais : les participants continuaient à surévaluer leur certitude même après avoir consciencieusement pesé les éléments d’information en mémoire, soulignant ainsi la nature structurelle de la distorsion métacognitive.
De surcroît, les corpus expérimentaux étaient conçus pour couvrir un spectre continu de difficulté objective. En variant systématiquement le degré d’obscurité des connaissances requises, les chercheurs ont pu isoler la variable « confiance subjective » de la variable « difficulté de l’item ». Cette précaution méthodologique allait s’avérer décisive pour mettre ultérieurement en évidence l’une des interactions les plus remarquables de la psychologie de la décision : la modulation de l’étalonnage par le niveau intrinsèque d’exigence de la tâche cognitive.
3.3 Standardisation des consignes et motivation des sujets
L’une des objections immédiates adressées aux protocoles psychologiques fondés sur des déclarations subjectives concerne le sérieux et l’engagement motivationnel des répondants. Les participants prennent-ils le temps de calibrer précisément leurs estimations numériques, ou se contentent-ils de distribuer des valeurs arbitraires pour abréger l’expérience ? Pour lever cette ambiguïté, Lichtenstein et Fischhoff ont développé des protocoles de consignes particulièrement explicites et standardisés, incluant des phases d’échauffement détaillées au cours desquelles les principes du calcul des probabilités subjectives étaient expliqués par des analogies concrètes.
Par ailleurs, afin de tester la rationalité économique des sujets, les expérimentateurs ont introduit des structures d’incitations financières strictes adossées à des règles de score dites « propres » (proper scoring rules), telles que le score quadratique ou logarithmique. Dans le cadre d’un système de rémunération régulé par une règle propre, l’espérance de gain financier d’un participant est mathématiquement maximisée si et seulement si la probabilité déclarée correspond scrupuleusement à sa véritable croyance interne. Toute tentation de surenchérir artificiellement dans l’affirmation de la certitude (par bravade ou goût du risque) ou, à l’inverse, d’adopter une prudence excessive se trouve sanctionnée par une diminution substantielle des rétributions monétaires réelles perçues à l’issue de l’épreuve.
Les conclusions issues de ces manipulations expérimentales furent sans appel : l’introduction d’incitations financières, fussent-elles substantielles, n’a produit aucune amélioration significative de la précision du calibrage. Même lorsque les sujets risquaient de perdre de l’argent réel en cas de déclaration erronée assortie d’une certitude élevée, la courbe de surconfiance demeurait quasiment identique à celle obtenue dans des conditions de test anonymes et non rémunérées. Ce constat a permis de réfuter l’hypothèse d’une simple négligence procédurale ou d’un manque d’effort volontaire, attestant que la surconfiance s’enracine dans des mécanismes cognitifs involontaires qui échappent au contrôle direct de la volonté consciente.
4. L’étude classique de 1977 : Do Those Who Know More Also Know How Much They Know?
4.1 Hypothèses et dispositif empirique de Fischhoff, Slovic et Lichtenstein
En 1977, Baruch Fischhoff, Paul Slovic et Sarah Lichtenstein publient un article majeur qui allait marquer l’histoire de la psychologie cognitive : « Knowing with Certainty: The Appropriateness of Extreme Confidence » (souvent exploré conjointement avec la question directrice : Do those who know more also know how much they know?). L’interrogation fondamentale des chercheurs portait sur la relation entre le capital de connaissances factuelles d’un individu et son acuité métacognitive. L’accumulation de savoirs dans un domaine confère-t-elle à l’esprit humain une meilleure lucidité quant aux limites de ses propres compétences, ou la compétence encyclopédique amplifie-t-elle l’aveuglement sur l’inconnu ?
Pour répondre à cette question, le dispositif expérimental confrontait des groupes de sujets aux profils variés à des séries imposantes d’items binaires puisés dans des disciplines diverses. Les participants étaient invités à répondre aux questions puis à évaluer leur confiance entre 0,50 et 1,00, avec une insistance toute particulière portée sur les seuils d’extrême certitude. Les chercheurs ont formulé l’hypothèse qu’un décideur compétent devrait non seulement obtenir un taux de réponses correctes plus élevé, mais également manifester une séparation nette entre ce qu’il maîtrise parfaitement et les zones d’incertitude résiduelle, limitant l’assignation de la valeur 1,00 aux seules propositions garanties par une mémoire inattaquable.
L’expérience a toutefois révélé un paradoxe troublant. Si les individus possédant un socle de culture générale supérieur obtenaient effectivement un pourcentage global d’exactitude plus élevé que les novices, leur propension à la surconfiance demeurait omniprésente. Plus frappant encore, la certitude subjective augmentait beaucoup plus vite que l’exactitude réelle des réponses : dès que les participants estimaient détenir une parcelle de compétence sur un sujet donné, leur confiance grimpait de manière asymétrique, créant un différentiel d’étalonnage souvent plus prononcé que chez les profanes complets.
4.2 Mise en évidence de la certitude absolue erronée (l’erreur à 100%)
L’observation la plus spectaculaire et la plus inquiétante documentée dans l’étude de 1977 réside dans ce que les chercheurs ont qualifié d’« erreur à 100 % ». Sur le plan purement logique et mathématique, lorsqu’un individu affirme qu’une réponse a une probabilité de 1,00 d’être exacte, il postule une impossibilité totale de se tromper. L’erreur devrait théoriquement être nulle, ou cantonnée à d’infimes lapsus calami n’excédant pas une fraction de pourcent.
Or, les données expérimentales recueillies par Fischhoff, Slovic et Lichtenstein ont fait éclater ce postulat normatif :
- Lorsque les participants déclaraient être absolument certains de leur choix (confiance fixée à 1,00 ou 100 %), leur taux d’erreur effectif oscillait systématiquement entre 15 % et 20 %.
- Près d’une fois sur cinq ou une fois sur six, un fait catégoriquement affirmé comme indubitable par un sujet s’avérait être factuellement faux.
- Les participants se déclaraient prêts à engager des paris financiers asymétriques sur des propositions qui étaient en réalité erronées, révélant une vulnérabilité décisionnelle critique.
Ce résultat a mis en lumière les conséquences décisionnelles dévastatrices d’un tel dérèglement métacognitif. Dans des contextes opérationnels réels — tels que le diagnostic médical, la maintenance industrielle ou la tactique militaire —, une probabilité subjective de 1,00 induit la suspension immédiate des vérifications de sécurité, la clôture prématurée de l’enquête diagnostique et l’engagement irréversible de ressources critiques. La démonstration que la certitude absolue ne constitue en rien une garantie d’exactitude objective a constitué l’un des apports les plus retentissants de l’équipe de l’Oregon à la théorie du risque.
4.3 Résultats comparatifs entre profanes et spécialistes
L’article de 1977 et les travaux complémentaires menés à la même époque se sont également penchés sur la distinction entre profanes et cohortes possédant une formation spécialisée. On aurait pu espérer que l’expertise académique ou professionnelle protège l’esprit humain contre le surcalibrage, en vertu d’une familiarité approfondie avec la méthode scientifique et la complexité des faits. Les comparaisons menées entre différentes populations ont rapidement dissipé cette illusion réconfortante.
Les résultats ont démontré l’absence de corrélation linéaire forte entre le volume de savoir accumulé et la justesse du calibrage métacognitive. L’expertise s’accompagne presque toujours d’une illusion d’expertise parallèle. Lorsqu’un spécialiste est interrogé sur des questions relevant de son propre domaine de compétence, son niveau de confiance moyen subit une inflation disproportionnée : convaincu de sa légitimité épistémique, il tend à attribuer des indices de certitude compris entre 0,90 et 1,00 à des hypothèses qui comportent une part substantielle d’incertitude ou d’obsolescence factuelle.
Lichtenstein et Fischhoff ont ainsi validé empiriquement le fait que la défaillance d’étalonnage transcende le niveau d’intelligence générale et le statut académique des individus. Les médecins évaluant des diagnostics différentiels, les magistrats appréciant des éléments de culpabilité et les ingénieurs analysant la fiabilité d’un système partagent avec les profanes cette même incapacité fondamentale à ajuster la force de leur certitude à la fragilité de leurs prémisses cognitives, prouvant qu’il s’agit d’une composante invariante de l’architecture de la pensée humaine.
5. Le paradigme des intervalles de confiance et l’illusion d’extrême précision
5.1 La méthode d’estimation par fourchettes numériques fractiles
Afin de généraliser leurs découvertes au-delà du format binaire forcé, Sarah Lichtenstein et Baruch Fischhoff ont étendu leurs investigations à l’estimation de quantités continues. Dans ce paradigme, les sujets ne choisissent plus entre deux options prédéfinies ; ils sont confrontés à des grandeurs numériques réelles dont la valeur précise leur est inconnue (par exemple : « Quelle est la longueur en kilomètres du fleuve Amazone ? », « Quel était le nombre d’habitants de Tokyo en 1980 ? » ou « Quelle est la distance entre la Terre et la Lune ? »). Les participants doivent quantifier leur incertitude sous la forme d’intervalles de confiance fractiles.
Le protocole standard requiert généralement la détermination d’intervalles de crédibilité subjective à 90 % ou 98 %. Pour un intervalle à 98 %, la consigne enjoint l’évaluateur de fixer deux bornes numériques distinctes : une borne inférieure (correspondant au 1er centile de sa distribution de croyance) et une borne supérieure (correspondant au 99e centile). L’individu déclare ainsi formellement qu’il n’y a qu’une probabilité de 1 % que la véritable valeur soit plus basse que sa borne inférieure, et une probabilité de 1 % qu’elle soit plus haute que sa borne supérieure. L’intervalle délimité par les deux valeurs doit, selon l’estimation du sujet, encapsuler la grandeur réelle dans 98 % des occurrences.
Cette méthodologie d’élicitation par fractiles offre un cadre d’une élégance mathématique parfaite pour mesurer la surconfiance d’étalonnage appliquée aux variables continues. Sur le plan théorique, si un participant traite convenablement sa propre incertitude, la valeur objective réelle ne devrait « échapper » à sa fourchette — par le haut ou par le bas — que dans exactement 2 % des items pour un intervalle à 98 %, ou dans 10 % des cas pour un intervalle fixé à 90 %. Toute déviation systématique au-delà de ces seuils théoriques fournit une mesure quantitative immédiate de l’hyper-précision subjective.
5.2 Le phénomène d’hyper-précision et d’étroitesse excessive
Les conclusions issues de ce paradigme d’intervalles ont révélé une déformation cognitive encore plus aiguë que celle observée dans les choix binaires. Loin d’observer le taux d’erreur attendu de 2 % pour les intervalles de crédibilité à 98 %, Lichtenstein, Fischhoff et leurs collègues ont constaté des taux d’échec effectifs atteignant fréquemment 30 % à 42 %. En clair, dans près d’un tiers à près de la moitié des cas, la valeur réelle de la quantité se situait largement en dehors des bornes que le sujet avait pourtant déclarées quasi absolues.
Ce phénomène, qualifié d’hyper-précision (overprecision), découle d’une incapacité généralisée à élargir suffisamment les fourchettes d’estimation face à l’inconnu. Lorsque les participants ignorent la réponse précise à une question, leur mécanisme cognitif ne réagit pas en dilatant largement l’intervalle pour amortir leur doute ; ils s’accrochent au contraire à des fourchettes excessivement étroites, traduisant une intolérance profonde à l’indétermination numérique. Les individus préfèrent énoncer un intervalle risqué et étriqué plutôt que d’assumer une fourchette vaste qui témoignerait explicitement de leur ignorance complète de la donnée sollicitée.
L’analyse cognitive menée par les auteurs a identifié un puissant mécanisme d’ancrage et ajustement sous-jacent à cette anomalie. Lorsqu’un sujet tente de formuler un intervalle, son esprit génère d’abord une meilleure estimation ponctuelle intuitive (qui sert de point d’ancrage mnésique central). Ensuite, pour déterminer les bornes inférieure et supérieure, le sujet ajuste vers le bas et vers le haut à partir de cette ancre initiale. Cependant, cet ajustement mental s’avère systématiquement insuffisant : le participant cesse d’élargir l’intervalle dès que les bornes atteignent une plausibilité subjective minimale, laissant des queues de distribution béantes où la réalité vient immanquablement sanctionner l’estimation erronée.
5.3 Implications pour l’évaluation des risques industriels et économiques
La découverte de l’hyper-précision métacognitive a exercé une influence déterminante sur l’évaluation des risques technologiques majeurs et la modélisation prévisionnelle des systèmes industriels complexes. À la fin des années 1970, des controverses intenses agitaient les instances de régulation quant à la sûreté des installations d’énergie nucléaire, notamment à la suite de la publication du célèbre rapport Rasmussen (WASH-1400), qui prétendait quantifier avec une précision mathématique rigoureuse la probabilité infinitésimale de fusion du cœur d’un réacteur nucléaire civil.
Baruch Fischhoff et Sarah Lichtenstein ont activement contribué aux réflexions méthodologiques entourant la sécurité industrielle en démontrant que les ingénieurs et analystes de fiabilité souffraient de la même hyper-précision que les sujets de laboratoire. En construisant des arbres de défaillance (fault trees) pour évaluer la vulnérabilité d’une centrale nucléaire ou d’un réseau pétrochimique, les experts omettaient quasi systématiquement des branches entières de causalités croisées inattendues, tout en attribuant des intervalles d’incertitude excessivement resserrés aux taux de panne des composants. L’incapacité institutionnelle à anticiper les « surprises d’intervalles » conduisait à sous-estimer de plusieurs ordres de grandeur le risque d’accident systémique catastrophique.
Cette vulnérabilité a été identifiée avec la même gravité dans le secteur de la prévision macroéconomique et financière. Les banques d’investissement, les trésoreries d’entreprise et les gouvernements élaborent leurs scénarios budgétaires en s’appuyant sur des fourchettes de prévision de taux d’intérêt, de croissance du PIB ou de cours des matières premières qui se révèlent invariablement trop étroites. En ignorant la tendance universelle de l’esprit humain à compresser artificiellement la variance du futur, les organisations créent les conditions structurelles de leur propre fragilité face aux chocs économiques extrêmes.
6. Analyse mathématique et métrique du surcalibrage : courbes et score de Brier
6.1 Construction et interprétation des courbes d’étalonnage
Pour formaliser visuellement et statistiquement l’aptitude métacognitive des sujets, Lichtenstein et Fischhoff ont popularisé et perfectionné la construction des courbes d’étalonnage (calibration curves). Le protocole de traçage de ces représentations graphiques s’exécute selon une démarche standardisée en plusieurs étapes successives :
- L’ensemble des jugements probabilistes émis par un sujet ou une cohorte est fragmenté en catégories discrètes correspondant aux échelons de confiance exprimés (par exemple : 0,50 ; 0,60 ; 0,70 ; 0,80 ; 0,90 ; 1,00).
- Pour chaque panier de confiance $r_k$, l’expérimentateur calcule la fréquence relative empirique $c_k$ des réponses qui s’avèrent objectivement vraies :
$$c_k = \frac{1}{n_k} \sum_{i=1}^{n_k} d_i$$
où $n_k$ est le nombre total d’items auxquels le sujet a assigné la probabilité $r_k$, et $d_i in {0, 1}$ représente la variable indicatrice de vérité de l’énoncé (1 si la réponse est exacte, 0 si elle est fausse). - On porte en abscisse la probabilité subjective assignée $r_k$, et en ordonnée la proportion effective d’exactitude $c_k$.
Dans un repère orthonormé s’étendant de 0,50 à 1,00, un calibrage idéal se traduit graphiquement par la bissectrice parfaite (la diagonale d’identité où $y = x$). Tout point situé exactement sur cette diagonale indique un étalonnage métacognitif impeccable : lorsque le sujet affirme détenir 70 % de chances d’avoir raison, il réussit précisément 70 % de ses choix. En revanche, le diagnostic expérimental de la surconfiance se manifeste visuellement par le positionnement systématique de la courbe empirique sous la diagonale de référence. Plus la courbe observée s’affaisse vers le bas à mesure que la probabilité déclarée s’approche de 1,00, plus la sévérité du surcalibrage est accusée.
La pente de cette courbe fournit une indication synthétique précieuse sur la sensibilité métacognitive du répondant : une courbe plate, insensible à l’élévation des probabilités, témoigne d’une absence totale de discrimination interne, le sujet étant incapable de distinguer les questions où il dispose d’informations fiables de celles où il ne fait que conjecturer au hasard. À l’inverse, une pente ascendante mais décalée vers le bas signale une discrimination relative doublée d’un optimisme cognitif excessif et constant.
6.2 La décomposition formelle du score de Brier
Sur le plan mathématique pur, la quantification globale de l’exactitude des prévisions probabilistes repose sur le score quadratique formulé initialement par Glenn W. Brier en 1950. Soit un ensemble de $N$ jugements probabilistes binaires où $f_i$ représente la probabilité subjective assignée par le sujet à l’événement et $o_i in {0, 1}$ l’issue observée réelle. Le score de Brier moyen $\bar{P}$ est défini par la distance quadratique euclidienne moyenne :
$$\bar{P} = \frac{1}{N} \sum_{i=1}^{N} (f_i – o_i)^2$$
Ce score varie entre 0 (pour une prédiction omnisciente parfaite attribuant la probabilité 1 aux faits réels et 0 aux faits faux) et 1 (dans le pire scénario d’erreur systématique maximale). Toutefois, la puissance analytique du score de Brier a été décuplée grâce aux travaux du statisticien Allan H. Murphy, que Lichtenstein et Fischhoff ont largement introduits dans la psychologie cognitive. Murphy a démontré que le score de Brier global peut être décomposé rigoureusement en trois composantes mathématiques additives distinctes :
$$\text{Score de Brier} = \text{Incertitude} – \text{Résolution} + \text{Fiabilité}$$
Cette décomposition formalisée s’énonce comme suit :
$$\bar{P} = \bar{o}(1 – \bar{o}) – \frac{1}{N} \sum_{k=1}^{K} n_k (c_k – \bar{o})^2 + \frac{1}{N} \sum_{k=1}^{K} n_k (r_k – c_k)^2$$
Chacun de ces trois termes quantifie une dimension psychologique et informationnelle autonome :
- Le terme d’Incertitude ($\bar{o}(1 – \bar{o})$) : Il dépend exclusivement de la fréquence moyenne globale de base $\bar{o}$ de l’événement dans le monde réel. Il représente la variance inhérente au phénomène observé, totalement indépendante de la compétence du sujet prévisionniste.
- Le terme de Résolution ($\frac{1}{N} \sum n_k (c_k – \bar{o})^2$) : Il mesure la capacité du sujet à trier ses prédictions en catégories dont les taux de succès s’écartent significativement de la moyenne globale. Plus ce terme est élevé, plus l’individu démontre une capacité discriminative robuste face à la variabilité environnementale.
- Le terme de Fiabilité ou Calibration ($\frac{1}{N} \sum n_k (r_k – c_k)^2$) : Il pénalise directement la distance euclidienne entre la probabilité déclarée $r_k$ et la proportion observée $c_k$. Un calibrage parfait annule ce terme ($\text{Fiabilité} = 0$). Dans les expériences de Lichtenstein et Fischhoff, ce terme est toujours substantiellement positif, gonflant le score d’erreur de Brier en raison du surcalibrage systématique.
Grâce à cette décomposition mathématique élégante, les auteurs ont pu prouver que la médiocre performance de nombreux évaluateurs ne résultait pas d’une absence d’information (ils affichaient souvent une résolution convenable), mais de la dégradation sévère induite par le terme de fiabilité, directement imputable à leur surconfiance métacognitive.
6.3 Indices quantitatifs de surconfiance (Overconfidence Index)
Au-delà de la décomposition quadratique de Murphy, Sarah Lichtenstein et Baruch Fischhoff ont développé des métriques linéaires intuitives permettant de comparer immédiatement des populations de sujets ou des protocoles expérimentaux différents. L’indicateur le plus universellement utilisé est l’Indice Global de Surconfiance (noté $O$ ou $C$), défini par la différence algébrique simple entre la confiance moyenne subjective exprimée par l’individu et sa proportion globale d’exactitude observée :
$$C = \bar{r} – \bar{c} = \left( \frac{1}{N} \sum_{i=1}^{N} r_i \right) – \left( \frac{1}{N} \sum_{i=1}^{N} d_i \right)$$
Lorsque $C > 0$, le sujet présente un profil globalement surconfiant ; lorsque $C = 0$, il est globalement équilibré ; lorsque $C < 0$, il manifeste de la sous-confiance. Les expériences standard de Lichtenstein et Fischhoff documentaient régulièrement des valeurs d’indice$C$ comprises entre $+0,10$ et $+0,25$, indiquant que les répondants exprimaient des certitudes subjectives supérieures de 10 à 25 points de pourcentage par rapport à la réalité empirique de leurs performances.
Néanmoins, les auteurs ont scrupuleusement souligné les limites statistiques inhérentes à l’usage de cet indice agrégé. Un indice $C$ proche de zéro n’est pas une condition suffisante pour attester un étalonnage parfait : un individu pourrait en théorie compenser une surconfiance massive sur les items difficiles par une sous-confiance symétrique sur des items faciles, masquant ainsi une distorsion structurelle sous une moyenne globale trompeuse. C’est pourquoi Lichtenstein et Fischhoff ont toujours insisté pour coupler l’indice $C$ à l’examen détaillé des courbes d’étalonnage complètes et au calcul du terme de fiabilité issu du score de Brier, garantissant une interprétation psychologique irréprochable des données individuelles et collectives.
7. La méta-analyse séminale de 1982 : Calibration of Probabilities
7.1 Synthèse exhaustive de l’état de l’art expérimental
En 1982, Sarah Lichtenstein, Baruch Fischhoff et Lawrence D. Phillips signent un chapitre monumental dans l’ouvrage de référence dirigé par Kahneman, Slovic et Tversky, Judgment Under Uncertainty: Heuristics and Biases. Intitulé sobrement « Calibration of Probabilities: The State of the Art to 1980 », ce travail constitue une méta-analyse exhaustive et rigoureuse de l’ensemble de la littérature internationale accumulée au cours des deux décennies précédentes sur l’étalonnage probabiliste.
Les auteurs ont compilé, normalisé et recalculé les données issues de plusieurs dizaines d’études publiées entre 1960 et 1980, représentant des dizaines de milliers d’évaluations probabilistes individuelles recueillies auprès de protocoles méthodologiques indépendants. Cette entreprise monumentale visait à harmoniser les échelles, les formats de questions et les mesures d’erreurs afin de déterminer si le surcalibrage n’était qu’un artefact ponctuel lié à des protocoles de laboratoire spécifiques ou s’il constituait une régularité cognitive invariante et universelle.
La conclusion de cette méta-analyse a constitué un tournant épistémologique définitif pour les sciences de la décision : la surconfiance s’est révélée être le biais le plus robuste, le plus omniprésent et le plus difficile à éradiquer de tout le corpus des sciences comportementales. Qu’elles utilisent des choix binaires, des échelles continues ou des estimations fractiles, l’immense majorité des études analysées convergeait vers la même signature graphique : une courbe d’étalonnage s’affaissant profondément sous la diagonale d’identité.
7.2 Typologie des populations testées et robustesse transculturelle
L’un des apports majeurs de la synthèse de 1982 réside dans la typologie socioprofessionnelle et cognitive des échantillons étudiés. Lichtenstein et ses coauteurs ont méticuleusement passé au crible les résultats obtenus au sein de cohortes extrêmement dissemblables : étudiants universitaires, cadres dirigeants d’entreprises multinationales, officiers militaires, médecins réanimateurs, physiciens, ingénieurs électriciens et analystes de la communauté du renseignement.
À travers ce panorama empirique étendu, une seule catégorie professionnelle émergeait avec un étalonnage probabiliste quasi parfait : les météorologues professionnels du National Weather Service américain. La méta-analyse a démontré que cette exception remarquable ne tenait pas à une supériorité intellectuelle intrinsèque des météorologues, mais à l’architecture informationnelle exceptionnelle de leur environnement d’exercice. Les prévisionnistes météo évoluent dans un écosystème caractérisé par des milliers de prédictions itératives formulées dans un format probabiliste standardisé, confrontées quotidiennement à un feedback immédiat, sans ambiguïté et non punitif. Dans presque tous les autres domaines professionnels analysés, l’absence de feedback structuré favorisait le maintien d’une surconfiance sévère.
Par ailleurs, les auteurs ont souligné la stabilité transculturelle du phénomène. Des études comparatives menées dans des pays occidentaux, ainsi qu’en Asie et au Moyen-Orient (notamment les recherches de George Wright et Lawrence Phillips), ont révélé que la surconfiance métacognitive n’était nullement une idiosyncrasie propre à la culture individualiste américaine. Si des variations marginales d’amplitude ont été relevées — certaines cultures traditionnelles ou collectivistes manifestant parfois une surconfiance encore plus accusée en raison de normes sociales valorisant l’autorité et la certitude —, le pattern fondamental d’étalonnage déficient est apparu comme une composante universelle de l’esprit humain.
7.3 Conclusions pérennes du chapitre de 1982
Le chapitre de 1982 s’est conclu sur plusieurs enseignements doctrinaux qui continuent de structurer la recherche moderne en psychologie et en théorie de la décision :
- L’étalonnage probabiliste n’est pas spontané : L’intuition humaine ne possède aucun mécanisme interne automatique qui corrigerait d’elle-même les degrés de croyance en fonction des lois de la probabilité.
- L’inutilité de l’effort non guidé : La simple volonté d’être rigoureux ou l’exhortation verbale à « faire attention » ne produit aucun recalibrage mesurable ; le sujet qui redouble d’effort sans méthode active maintient intégralement son niveau d’erreur.
- L’impératif de réformes structurelles : Face à l’impossibilité d’éradiquer le biais par la simple persuasion morale, Lichtenstein, Fischhoff et Phillips ont appelé à concevoir des architectures de décision externes, des protocoles de recueil formalisés et des mécanismes institutionnels de recalibrage systématique pour protéger les organisations critiques contre la surconfiance de leurs propres experts.
8. Mécanismes cognitifs et heuristiques sous-jacents identifiés par les auteurs
8.1 L’heuristique de représentativité et la négligence des probabilités de base
Pour expliquer les racines psychologiques de la surconfiance, Lichtenstein et Fischhoff se sont appuyés sur les mécanismes de traitement de l’information documentés par Kahneman et Tversky, au premier rang desquels figure l’heuristique de représentativité. Lorsqu’un individu doit assigner une probabilité subjective à la vérité d’une proposition, il n’engage pas un calcul actuariel portant sur la fiabilité statistique de ses sources ; il évalue plutôt à quel point les caractéristiques saillantes de l’objet d’évaluation ressemblent à l’archétype mental ou au stéréotype stocké dans sa mémoire.
Cette logique de jugement par similarité induit une négligence quasi totale des fréquences de base (base-rate neglect) et du caractère aléatoire de l’information. Si un participant examine un énoncé factuel dont la formulation résonne harmonieusement avec son réseau de représentations antérieures, la cohérence apparente du scénario mental est immédiatement confondue avec une haute probabilité de vérité objective. L’esprit humain substitue une question de ressemblance descriptive à une question de vraisemblance statistique, générant une sensation fallacieuse d’évidence interne qui se traduit par des scores de confiance de 0,90 ou 1,00 sur des jugements reposant pourtant sur des fondements écologiques friables.
De plus, cette heuristique conduit à sous-évaluer radicalement l’aléa inhérent à la situation d’évaluation. L’individu interprète la clarté phénoménologique de son image mentale comme une confirmation de la réalité extérieure, ignorant que des hypothèses totalement erronées peuvent s’habiller d’une cohérence narrative parfaite. Le sentiment de certitude métacognitive s’avère ainsi être un sous-produit de la fluidité narrative plutôt qu’une mesure de la validité factuelle.
8.2 Biais de confirmation et recherche sélective de justifications mnésiques
Le second moteur cognitif majeur du surcalibrage réside dans l’intervention systématique du biais de confirmation au sein des processus d’évocation mnésique. Dans une série d’expériences complémentaires remarquables menées en 1980 en collaboration avec Asher Koriat (« Reasons for Confidence »), Lichtenstein et Fischhoff ont disséqué le cheminement délibératif emprunté par les sujets lors de la validation d’un choix binaire.
Le protocole a révélé que dès qu’un individu effectue une sélection initiale préliminaire entre deux options (fût-elle guidée par une simple intuition fugitive), son système attentionnel et mnésique s’oriente exclusivement vers une recherche sélective d’arguments corroborants. Le sujet extrait de sa mémoire les bribes d’information qui soutiennent l’option choisie, tout en négligeant de manière spontanée et inconsciente les données contradictoires susceptibles d’étayer l’option concurrente. Ce filtrage unilatéral produit une accumulation asymétrique de justifications :
- L’option sélectionnée se trouve consolidée par de multiples indices artificiellement valorisés.
- L’alternative rejetée est dépouillée de ses arguments favorables, qui sont activement inhibés ou oubliés.
- Le ratio perçu d’arguments favorables/défavorables devient massivement disproportionné, instillant un sentiment subjectif de quasi-certitude.
Cette construction active d’une consonance interne gonfle mécaniquement la probabilité subjective déclarée. Le sujet devient littéralement victime du dossier unilatéral que son propre appareil cognitif a constitué à son insu, confondant l’absence d’objections conscientes avec la preuve irréfutable de la validité de son choix.
8.3 L’ancrage mental sur l’hypothèse primaire
Le troisième processus cognitif identifié renvoie à l’ancrage mental sur la première hypothèse générée par l’esprit. Dans toute démarche de réflexion délibérative sous incertitude, l’appareil psychologique tend à privilégier l’interprétation la plus cognitivement disponible, c’est-à-dire celle qui émerge avec la plus grande rapidité à la conscience (l’hypothèse par défaut).
Une fois cette hypothèse primaire formulée, elle agit comme une ancre rigide qui contraint l’ensemble des raisonnements ultérieurs. Pour évaluer la justesse de cette ancre, le sujet tente de procéder à des ajustements correctifs. Cependant, comme l’ont modélisé Lichtenstein et Fischhoff, cet ajustement s’interrompt prématurément dès que l’individu atteint la zone de plausible acceptabilité la plus proche de l’ancre initiale. Le cerveau répugne à déployer l’effort énergétique considérable qu’exigerait la révocation totale du point de départ.
Il en résulte une incapacité chronique à concevoir des états du monde alternatifs et contradictoires. Le décideur ne parvient pas à simuler mentalement les conditions dans lesquelles son intuition de départ s’avérerait totalement fallacieuse. Ce verrouillage cognitif sur l’hypothèse d’ancrage colmate l’horizon des possibilités, confinant le sujet dans une certitude trompeuse et l’empêchant de calibrer ses doutes à la hauteur réelle de la contingence environnementale.
9. L’impact de la difficulté de la tâche : L’effet difficile-facile (Hard-Easy Effect)
9.1 Caractérisation empirique de la modulation par la difficulté
Parmi l’ensemble des régularités documentées par Sarah Lichtenstein et Baruch Fischhoff, aucune n’a suscité autant de débats mathématiques et psychologiques que l’effet « difficile-facile » (Hard-Easy Effect). Cette distorsion caractérise la manière dont le niveau de complexité intrinsèque d’une tâche d’évaluation module et transforme l’amplitude de l’étalonnage probabiliste.
L’observation empirique montre une variation systématique :
- Sur les séries de tâches hautement difficiles : Lorsque les items posés sont particulièrement ardus, obscurs ou contre-intuitifs (taux d’exactitude moyen tombant entre 50 % et 65 % dans un protocole binaire), la surconfiance atteint des proportions gigantesques. Les sujets maintiennent des niveaux de certitude subjective compris entre 75 % et 85 %, creusant un écart d’étalonnage massif pouvant dépasser 20 à 30 points.
- Sur les tâches de difficulté intermédiaire : L’écart se resserre progressivement à mesure que le pourcentage de réussite factuelle augmente pour se stabiliser aux alentours de 75-80 %.
- Sur les séries de tâches extrêmement faciles : Lorsque les items deviennent très simples (taux de succès empirique atteignant 85 % à 95 %), la surconfiance s’annule complètement pour laisser place, paradoxalement, à une légère mais indiscutable sous-confiance (underconfidence). Les participants attribuent des probabilités subjectives moyennes d’environ 80-85 % à des propositions qu’ils réussissent en réalité dans 95 % des cas.
Ce basculement dynamique entre surconfiance sévère sur le difficile et sous-confiance modérée sur le facile a été documenté avec une constance impressionnante à travers des centaines de corpus expérimentaux, constituant une loi quasi universelle de la psychométrie de la décision.
9.2 Explications théoriques proposées par Lichtenstein et Fischhoff
Pour expliquer cette asymétrie remarquable, Lichtenstein et Fischhoff ont mis en exergue l’existence d’une insensibilité cognitive fondamentale au manque d’indices valides. Lorsque les sujets sont confrontés à des items d’une complexité extrême, leur niveau d’exactitude réel s’effondre logiquement vers le niveau du hasard pur (soit 50 % dans une épreuve à choix forcé binaire). Or, sur le plan métacognitif, les participants s’avèrent incapables d’abaisser proportionnellement leur confiance subjective jusqu’à ce plancher d’incertitude absolue.
Il semble exister un plancher cognitif de certitude en deçà duquel l’esprit humain répugne à descendre dès lors qu’il émet un choix motivé. Même face à un item excessivement nébuleux, le simple fait d’avoir privilégié l’option (a) sur l’option (b) en s’appuyant sur une inférence ténue incite le participant à inscrire une confiance subjective située entre 0,60 et 0,70. L’individu refuse implicitement d’admettre qu’il opère dans le brouillard du hasard le plus strict. Cette incapacité à comprimer l’échelle de certitude vers le seuil de 0,50 génère mécaniquement une surconfiance démesurée sur les items ardus.
À l’autre extrémité du spectre, face à des questions particulièrement transparentes, les sujets conservent une prudence probabiliste résiduelle, attribuant rarement la certitude absolue de 1,00 par scrupule métacognitif ou crainte d’une faute d’inattention, alors même que leur performance empirique frôle la perfection. Lichtenstein et Fischhoff y ont vu la preuve d’une déconnexion structurelle entre la dynamique interne du sentiment de certitude et la distribution réelle de la complexité factuelle de l’environnement.
9.3 Débats sur les artefacts de régression vers la moyenne
La pérennité des conclusions relatives à l’effet difficile-facile a néanmoins été contestée sur le terrain de la modélisation statistique. Plusieurs chercheurs, notamment David Budescu, Thomas Wallsten et Ido Erev, ont soutenu à partir de la fin des années 1980 qu’une large part de l’effet difficile-facile ne relevait pas d’une véritable pathologie du jugement psychologique, mais constituait un simple artefact mathématique provoqué par la régression vers la moyenne combinée à la présence de bruit aléatoire dans les réponses des participants.
Selon cette critique statistique, si l’on postule un sujet rationnel dont le véritable degré de croyance interne est parfaitement étalonné mais dont les déclarations concrètes sont entachées d’une variance d’erreur aléatoire de mesure, la sélection a posteriori de sous-ensembles d’items découpés selon leur niveau de difficulté objective induit mathématiquement une distorsion de régression :
- Les questions qui s’avèrent empiriquement très difficiles regroupent mécaniquement les items où le bruit de mesure s’est exercé contre le sujet, créant une illusion statistique de surconfiance.
- Les questions qui s’avèrent très faciles concentrent les items où le bruit a favorisé l’exactitude, simulant une apparente sous-confiance.
Sarah Lichtenstein et Baruch Fischhoff ont vigoureusement répondu à cette contestation en concevant des modèles de contrôle intégrant explicitement les paramètres de bruit. Tout en concédant que la régression vers la moyenne pouvait amplifier numériquement l’amplitude de l’effet difficile-facile, ils ont démontré que cette correction mathématique ne suffisait jamais à annuler la réalité psychologique du phénomène. L’asymétrie persiste au-delà des redressements de variance : l’être humain souffre d’une insensibilité réelle et robuste à l’ignorance objective lorsque la complexité de l’environnement dépasse ses capacités de traitement cognitif.
10. Tentatives de remédiation, rétroaction et limites de l’apprentissage métacognitif
10.1 L’inefficacité relative des avertissements verbaux et des consignes passives
Dès lors que le surcalibrage fut identifié comme une entrave majeure à la rationalité décisionnelle, Sarah Lichtenstein et Baruch Fischhoff ont déployé d’intenses efforts expérimentaux pour concevoir des techniques de remédiation ou de « débiaisage » (debiasing). Leur première démarche, intuitive et directe, consistait à recourir à des avertissements verbaux explicites et à une éducation formelle des participants en amont des tâches de jugement.
Dans ces protocoles d’intervention passive, les expérimentateurs prenaient le temps d’exposer aux sujets la nature précise de l’effet de surconfiance, en leur montrant des courbes d’étalonnage dégradées issues d’expériences antérieures et en leur expliquant la tentation universelle de déclarer des probabilités subjectives trop élevées. Les participants étaient formellement conjurés de faire preuve d’une prudence accrue, d’élargir leurs fourchettes fractiles et de réserver les indices de certitude élevés (0,90 ou 1,00) aux seules connaissances totalement irréfutables.
Les résultats de ces interventions déclaratives se sont révélés dramatiquement décevants. L’avertissement verbal préalable n’a produit qu’un effet marginal, voire strictement nul, sur la courbe d’étalonnage finale. Si certains sujets, intimidés par la consigne, ont abaissé uniformément l’ensemble de leurs probabilités déclarées, ce tassement indifférencié a dégradé leur terme de résolution sans assainir leur terme de fiabilité. De même, l’adjonction de sanctions financières explicites punissant financièrement les erreurs assorties d’une certitude élevée a échoué à éliminer l’illusion de certitude. Le savoir abstrait de l’existence d’un biais cognitif ne suffit pas à neutraliser la puissance phénoménologique de l’évidence subjective ressentie au moment du choix.
10.2 Le rôle crucial du feedback immédiat item par item
Face à la faillite des exhortations passives, Lichtenstein et Fischhoff ont exploré l’impact de l’apprentissage direct par rétroaction dynamique immédiate (item-by-item feedback). Dans ce format d’entraînement intensif, le protocole classique est transformé en une boucle d’apprentissage adaptative : immédiatement après chaque prédiction probabiliste formulée par le sujet, le système lui révèle instantanément la vérité objective du fait, l’exactitude de son arbitrage et le différentiel exact d’étalonnage qui en découle.
Cette exposition répétée à la sanction factuelle immédiate a démontré une efficacité remarquable, bien que soumise à de strictes limites :
- Confronté coup sur coup à la découverte de ses propres erreurs sur des items qu’il venait d’affirmer certains à 100 %, le participant subit une dissonance cognitive brutale qui fissure son sentiment d’infaillibilité.
- Au fil de plusieurs blocs successifs d’essais (généralement après 100 à 200 items accompagnés de feedback instantané), on observe un redressement spectaculaire de la courbe d’étalonnage, qui converge progressivement vers la diagonale de calibrage idéal.
- Le sujet apprend empiriquement à utiliser l’échelle de probabilité avec une sincérité statistique accrue, réduisant significativement son terme d’erreur quadratique.
Toutefois, les travaux de Lichtenstein et Fischhoff ont simultanément mis en évidence la fragilité temporelle et la faible transférabilité de cet apprentissage métacognitif. Dès lors que la phase d’entraînement systématique s’interrompt ou que les sujets sont testés sur un nouveau domaine thématique sans feedback direct, les vieux automatismes de surconfiance réapparaissent promptement. L’esprit humain ne retient pas l’étalonnage comme une compétence procédurale générale et définitive ; la lucidité métacognitive demeure tributaire de la présence continue de signaux régulateurs issus de l’environnement extérieur.
10.3 La technique du contre-argument explicite comme débiaiseur
L’une des contributions méthodologiques les plus novatrices apportées par l’équipe de l’Oregon pour briser activement la surconfiance réside dans la technique du contre-argument explicite, formalisée magistralement par Asher Koriat, Sarah Lichtenstein et Baruch Fischhoff dans leur étude de 1980 (« Reasons for Confidence »). Partant du constat que le surcalibrage est alimenté par la recherche sélective exclusive de justifications soutenant le premier choix intuitif, les chercheurs ont imaginé un protocole contraignant l’individu à exécuter l’opération cognitive qu’il omet spontanément d’effectuer : chercher des raisons d’avoir tort.
Dans ce protocole expérimental, avant de pouvoir inscrire leur indice final de certitude subjective entre 0,50 et 1,00, les participants étaient impérativement obligés de rédiger par écrit :
- Au moins une raison substantielle justifiant le choix de l’alternative sélectionnée.
- Au moins une raison dialectique concurrente expliquant précisément pourquoi l’alternative sélectionnée pourrait être totalement fausse et pourquoi l’autre option pourrait être la bonne.
L’impact de cette contrainte méthodologique a été spectaculaire. L’obligation de formuler un contre-argument explicite a produit une réduction robuste, significative et durable de la surconfiance métacognitive. En forçant le système d’évocation mnésique à explorer le champ des données contraires, le protocole brise le monopole du biais de confirmation interne. Le doute réapparaît de manière organique dans l’esprit du sujet, recalibrant spontanément sa probabilité subjective vers des niveaux en harmonie avec la réalité de ses compétences factuelles. Cette dialectique cognitive imposée demeure à ce jour l’une des techniques de remédiation les plus puissantes et les plus élégantes découvertes par la psychologie expérimentale.
11. Critiques théoriques, débats méthodologiques et controverse écologique
11.1 La critique écologique de Gerd Gigerenzer et de l’école de Constance
À partir de la fin des années 1980 et tout au long des années 1990, les travaux de Sarah Lichtenstein et Baruch Fischhoff ont fait l’objet d’une contestation théorique et épistémologique de grande ampleur, portée par le psychologue allemand Gerd Gigerenzer et les chercheurs de l’école de Constance (qui allaient ensuite former le Center for Adaptive Behavior and Cognition à l’Institut Max Planck de Berlin). Cette controverse, restée célèbre sous le nom de « débat sur la rationalité écologique », visait le cœur même du paradigme des heuristiques et biais.
L’attaque fondamentale formulée par Gigerenzer portait sur le mode de sélection des items expérimentaux utilisé par Lichtenstein et Fischhoff. Selon l’approche des Modèles Mentaux Probabilistes (Probabilistic Mental Models ou PMM) développée par Gigerenzer, Ulrich Hoffrage et Heinz Kleinbölting, le cerveau humain n’a pas évolué pour manipuler des probabilités formelles isolées en laboratoire, mais pour exploiter des indices écologiques corrélés dans un environnement naturel représentatif. Or, Gigerenzer accusait les protocoles standardisés d’avoir procédé à un échantillonnage biaisé et pervers de questions factuelles, surreprésentant délibérément des curiosités trompeuses, des exceptions statistiques et des faux-semblants contre-intuitifs.
Gigerenzer a soutenu que lorsque l’on remplace les corpus de questions traditionnels par un échantillonnage strictement représentatif et aléatoire de l’environnement réel — par exemple en tirant au sort des paires de villes allemandes depuis le registre officiel des communes sans sélectionner les cas atypiques —, la surconfiance d’étalonnage disparaît quasi totalement. Selon l’école écologique, la surconfiance documentée par Lichtenstein et Fischhoff ne traduirait donc pas une infirmité intrinsèque de la métacognition humaine, mais ne serait qu’un pur artefact méthodologique provoqué par la sélection asymétrique de stimuli concepteurs pour prendre l’intuition en défaut.
11.2 La réponse de Fischhoff et Lichtenstein aux sceptiques méthodologiques
La réplique scientifique de Sarah Lichtenstein, Baruch Fischhoff et de leurs alliés académiques (dont Daniel Kahneman) fut ferme, nuancée et solidement étayée par de nouvelles séries empiriques. Tout en reconnaissant la pertinence mathématique d’une réflexion sur l’échantillonnage écologique des stimuli, les auteurs d’Eugene ont fermement réfuté l’affirmation selon laquelle la surconfiance ne serait qu’un simple mirage expérimental provoqué par des questions pièges.
D’une part, ils ont fait valoir des expériences rigoureuses utilisant des corpus de questions sélectionnées selon des critères strictement aléatoires ou semi-aléatoires, au sein desquelles le surcalibrage persistait indiscutablement, même si son amplitude brute se trouvait parfois modérée par rapport à des séries plus complexes. L’erreur à 100 % (des taux d’échec de 10 à 15 % sur des certitudes absolues) continuait d’apparaître de manière irréfutable, attestant que le décalage métacognitif n’était pas réductible à un artifice de sélection.
D’autre part, Fischhoff et Lichtenstein ont développé un argument pragmatique et écologique décisif : dans les situations décisionnelles réelles les plus critiques — qu’il s’agisse d’un diagnostic médical ambigu, d’un choix d’investissement boursier à haut risque ou d’une intervention géopolitique d’urgence —, les défis posés aux décideurs humains ne sont jamais des échantillons représentatifs tirés au sort dans un univers statistique paisible. Les décisions réelles se cristallisent précisément autour de cas atypiques, d’exceptions complexes, de signaux bruyants et de dilemmes paradoxaux. Réduire la psychologie cognitive à l’analyse d’environnements aléatoires simplifiés reviendrait à ignorer la réalité même des contextes professionnels où la surconfiance s’avère la plus dévastatrice.
11.3 Biais d’échantillonnage versus biais de traitement cognitif
L’intensité de cette controverse historique entre l’école de l’Oregon et l’école de Berlin a exercé un impact hautement fertilisant sur les sciences du comportement, forçant la communauté scientifique à opérer une distinction épistémologique cruciale entre deux ordres de causes : les biais d’échantillonnage environnemental et les biais de traitement cognitif interne.
Le consensus académique qui a émergé de cette confrontation admet aujourd’hui une position intégrative sophistiquée :
- Une fraction de l’amplitude du surcalibrage mesurée dans les premières études des années 1970 pouvait effectivement résulter d’effets de composition des batteries d’items ou de mécanismes de régression statistique vers la moyenne.
- Néanmoins, une fois ces composantes méthodologiques totalement contrôlées et neutralisées, il subsiste un noyau résiduel incompressible et universel de surconfiance métacognitive, directement ancré dans les heuristiques d’inférence, le biais de confirmation et l’hyper-précision d’ancrage.
Cette dialectique a permis d’affiner considérablement les critères de validation des expériences de jugement probabiliste. Les chercheurs modernes en sciences de la décision continuent d’utiliser les fondations métrologiques posées par Lichtenstein et Fischhoff, tout en intégrant les exigences d’échantillonnage écologique formalisées par Gigerenzer, conférant ainsi à l’étude de la métacognition un niveau de maturité et de robustesse expérimental sans équivalent.
12. Postérité académique, applications modernes et héritage dans les sciences de la décision
12.1 Influence majeure sur la finance comportementale et l’économie
L’héritage scientifique laissé par Sarah Lichtenstein et Baruch Fischhoff a trouvé son champ d’application le plus spectaculaire dans l’émergence de la finance comportementale au cours des années 1990 et 2000. Les théoriciens économiques hétérodoxes, emmenés par des figures de proue telles que le lauréat du prix Nobel Richard Thaler, Robert Shiller ou Terrance Odean, ont puisé directement dans les études d’étalonnage pour résoudre des énigmes empiriques majeures que l’hypothèse des marchés efficients d’Eugene Fama s’avérait incapable d’élucider.
L’une de ces anomalies fondamentales concerne le volume astronomique des transactions boursières quotidiennes. Dans le cadre théorique de la finance classique rationnelle, deux agents possédant la même information ne devraient pas échanger de titres de manière compulsive, car tout achat implique qu’une partie spécule sur une sous-évaluation tandis que la contrepartie spécule sur une surévaluation. Terrance Odean et Brad Barber ont démontré que ce volume excessif de transactions trouve son moteur psychologique direct dans la surconfiance et l’hyper-précision formalisées par Lichtenstein et Fischhoff. Les traders et gérants de portefeuille sont intimement persuadés que leurs prévisions ponctuelles relatives aux cours futurs des actions sont dotées d’une précision extrême, sous-estimant dramatiquement la variance des marchés et négociant avec une certitude subjective qui détruit en moyenne leur rendement net final.
De même, la formation récurrente de bulles spéculatives et leur éclatement dévastateur s’expliquent largement par la compression artificielle des intervalles de crédibilité collectivement adoptés par les acteurs de marché. En considérant comme « impossible » des événements macroéconomiques situés en réalité dans les queues de distribution statistique (les fameux « cygnes noirs » théorisés par Nassim Nicholas Taleb), le secteur financier mondial matérialise à l’échelle systémique l’erreur à 100 % documentée pour la première fois en 1977 dans les laboratoires de l’Oregon.
12.2 Intégration dans la formation des experts et le renseignement stratégique
L’onde de choc des découvertes de Lichtenstein et Fischhoff a profondément reconfiguré les doctrines méthodologiques employées au sein des agences d’analyse stratégique, de défense et de prospective géopolitique. Les travaux majeurs conduits par Philip Tetlock, notamment consignés dans son ouvrage séminal Superforecasting, prolongent directement la filiation théorique initiée à Eugene en érigeant l’étalonnage probabiliste au rang de critère ultime pour évaluer la qualité intellectuelle des prévisionnistes.
Tetlock et ses collègues du Good Judgment Project ont démontré que les meilleurs analystes géopolitiques mondiaux — les « super-prévisionnistes » — ne se distinguent pas par des intuitions mystiques ou des modèles mathématiques impénétrables, mais par une hygiène métacognitive exemplaire directement conforme aux prescriptions de Lichtenstein et Fischhoff :
- Ils procèdent à des micro-ajustements probabilistes réguliers (passant par exemple d’une confiance déclarée de 0,65 à 0,68 à la lumière d’un indice ténu).
- Ils évitent catégoriquement l’assignation paresseuse des probabilités extrêmes que sont 0 ou 1.
- Leurs courbes d’étalonnage individuelles épousent rigoureusement la diagonale de référence, minimisant le terme de fiabilité du score de Brier.
À la suite de ces constats empiriques, des institutions telles que la CIA, la DIA américaine ou les états-majors européens ont institutionnalisé des formations spécifiques à l’étalonnage probabiliste. Les analystes de renseignement sont désormais formés à quantifier rigoureusement leurs estimations au moyen de lexiques probabilistes standardisés, rompant avec le flou sémantique traditionnel des expressions vagues comme « probable », « vraisemblable » ou « possible » qui masquaient historiquement une surconfiance critique aux conséquences diplomatiques et militaires périlleuses.
12.3 L’étalonnage à l’ère de l’intelligence artificielle et des modèles de langage
Au cœur du XXIe siècle, les protocoles conçus par Sarah Lichtenstein et Baruch Fischhoff connaissent une actualité scientifique brûlante et inattendue avec l’avènement des modèles d’apprentissage profond et des grands modèles de langage (LLM) tels que GPT-4, Claude ou Llama. Les ingénieurs et chercheurs en sécurité de l’intelligence artificielle se trouvent aujourd’hui confrontés exactement à la même pathologie épistémique que celle observée chez les sujets humains en 1977 : l’illusion de surconfiance mathématique des réseaux de neurones.
Lorsqu’un réseau de neurones profond génère une réponse erronée ou formule une « hallucination » factuelle complète, sa couche finale de normalisation (la fonction softmax) attribue fréquemment une distribution de probabilité écrasante — flirtant avec 0,99 ou 1,00 — à la fausse prédiction. Le modèle souffre d’un surcalibrage algorithmique sévère, se montrant le plus affirmatif au moment même où sa réponse sombre dans la fabulation. Pour quantifier, analyser et corriger ce défaut structurel, la communauté mondiale de l’intelligence artificielle utilise précisément les instruments forgés par Lichtenstein et Fischhoff :
- Le traçage standardisé de courbes d’étalonnage (ou reliability diagrams) représentant la précision réelle du modèle face à sa confiance statistique.
- L’évaluation systématique de la perte quadratique via le calcul minutieux du score de Brier décomposé.
- Le déploiement de techniques de recalibrage post-hoc, telles que l’ajustement de température (temperature scaling) ou le réglage fin par rétroaction humaine (RLHF), conçues dans l’unique but de rapprocher la confiance mathématique du système de sa précision empirique réelle.
De l’évaluation des connaissances d’étudiants de l’Oregon dans les années 1970 à l’alignement des architectures informatiques les plus avancées du monde contemporain, les travaux de Sarah Lichtenstein et Baruch Fischhoff ont traversé les époques sans prendre une seule ride épistémologique. En cartographiant avec une rigueur mathématique indépassable la distance qui sépare l’illusion de la certitude de l’humilité du savoir vérifiable, ils ont doté l’humanité d’une boussole conceptuelle indispensable pour naviguer dans l’océan d’incertitude qui caractérise notre condition cognitive.
Références
Barber, B. M., & Odean, T. (2001). Boys will be boys: Gender, overconfidence, and common stock investment. The Quarterly Journal of Economics, 116(1), 261-292. https://doi.org/10.1162/003355301556400
Brier, G. W. (1950). Verification of forecasts expressed in terms of probability. Monthly Weather Review, 78(1), 1-3. https://doi.org/10.1175/1520-0493(1950)078<0001:VOFEIT>2.0.CO;2
Budescu, D. V., Wallsten, T. S., & Au, W. T. (1997). On the assignment of numerical probabilities to linguistic probabilities: An alternative approach. Organizational Behavior and Human Decision Processes, 72(1), 115-138. https://doi.org/10.1006/obhd.1997.2735
Erev, I., Wallsten, T. S., & Budescu, D. V. (1994). Simultaneous over- and underconfidence: The role of error in judgment processes. Psychological Review, 101(3), 519-527. https://doi.org/10.1037/0033-295X.101.3.519
Fischhoff, B. (1975). Hindsight is not equal to foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288-299. https://doi.org/10.1037/0096-1523.1.3.288
Fischhoff, B., Slovic, P., & Lichtenstein, S. (1977). Knowing with certainty: The appropriateness of extreme confidence. Journal of Experimental Psychology: Human Perception and Performance, 3(4), 552-564. https://doi.org/10.1037/0096-1523.3.4.552
Gigerenzer, G., Hoffrage, U., & Kleinbölting, H. (1991). Probabilistic mental models: A Brunswikian theory of confidence. Psychological Review, 98(4), 506-528. https://doi.org/10.1037/0033-295X.98.4.506
Guo, C., Pleiss, G., Sun, Y., & Weinberger, K. Q. (2017). On calibration of modern neural networks. In International Conference on Machine Learning (pp. 1321-1330). PMLR. https://proceedings.mlr.press/v70/guo17a.html
Kahneman, D., Slovic, P., & Tversky, A. (Eds.). (1982). Judgment under uncertainty: Heuristics and biases. Cambridge University Press. https://doi.org/10.1017/CBO9780511809477
Kahneman, D., & Tversky, A. (1973). Availability: A heuristic for judging frequency and probability. Cognitive Psychology, 5(2), 207-232. https://doi.org/10.1016/0010-0285(73)90033-9
Koriat, A., Lichtenstein, S., & Fischhoff, B. (1980). Reasons for confidence. Journal of Experimental Psychology: Human Learning and Memory, 6(2), 107-118. https://doi.org/10.1037/0278-7393.6.2.107
Lichtenstein, S., & Fischhoff, B. (1977). Do those who know more also know more about how much they know? Organizational Behavior and Human Performance, 20(2), 159-183. https://doi.org/10.1016/0030-5073(77)90001-0
Lichtenstein, S., & Fischhoff, B. (1980). Training for calibration. Organizational Behavior and Human Performance, 26(2), 149-171. https://doi.org/10.1016/0030-5073(80)90052-5
Lichtenstein, S., Fischhoff, B., & Phillips, L. D. (1982). Calibration of probabilities: The state of the art to 1980. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under uncertainty: Heuristics and biases (pp. 306-334). Cambridge University Press. https://doi.org/10.1017/CBO9780511809477.023
Moore, D. A., & Healy, P. J. (2008). The trouble with overconfidence. Psychological Review, 115(2), 502-517. https://doi.org/10.1037/0033-295X.115.2.502
Murphy, A. H. (1973). A new vector partition of the probability score. Journal of Applied Meteorology, 12(4), 595-600. https://doi.org/10.1175/1520-0450(1973)012<0595:ANVPOT>2.0.CO;2
Slovic, P., Fischhoff, B., & Lichtenstein, S. (1979). Rating the risks. Environment: Science and Policy for Sustainable Development, 21(3), 14-39. https://doi.org/10.1080/00139157.1979.9933091
Tetlock, P. E., & Gardner, D. (2015). Superforecasting: The art and science of prediction. Crown. https://www.penguinrandomhouse.com/books/227804/superforecasting-by-philip-e-tetlock-and-dan-gardner/
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
Wright, G., & Phillips, L. D. (1980). Cultural variation in probabilistic thinking: Alternative ways of dealing with uncertainty. International Journal of Psychology, 15(1-4), 239-257. https://doi.org/10.1080/00207598008246995