L’exploration des mécanismes décisionnels en situation d’interaction stratégique constitue l’un des piliers les plus féconds des sciences économiques modernes. Pendant des décennies, la théorie des jeux classique, fondée sur les axiomes de la rationalité substantielle et le concept d’équilibre formulé par John Nash, a supposé des agents capables de déductions logiques infinies, évoluant dans un univers où la rationalité individuelle est une connaissance commune. Cette vision idéalisée d’un Homo oeconomicus omniscient a cependant montré ses faiblesses face aux régularités empiriques observées dans les laboratoires et sur les marchés réels. La confrontation entre la rigueur mathématique déductive et la réalité empirique a donné naissance à l’économie comportementale et expérimentale, redéfinissant notre compréhension de l’intelligence stratégique collective.
Au cœur de cette révolution scientifique, les travaux conduits par des figures tutélaires telles qu’Ernst Fehr et Simon Gächter, au sein de l’illustre École de Zurich, ont révélé la complexité des motivations humaines, partagées entre recherche de l’intérêt personnel, souci de réciprocité et contraintes cognitives. Si leurs travaux sur les biens publics et les punitions altruistes sont mondialement reconnus, leur exploration et leur réinterprétation des jeux de coordination et d’anticipation récursive, incarnés par le célèbre jeu du « concours de beauté » (Beauty Contest Game), ont permis d’opérationnaliser et de quantifier les limites de la profondeur cognitive humaine en contexte interactif. Ce jeu met en lumière l’écart béant entre la solution mathématique optimale théorique et la distribution effective des comportements observés chez des décideurs en chair et en os.
Le jeu du concours de beauté ne se contente pas d’illustrer une curiosité expérimentale : il offre un modèle analytique rigoureux pour décrypter les phénomènes spéculatifs, les prophéties autoréalisatrices et l’instabilité fondamentale des marchés financiers. En décomposant le raisonnement stratégique en paliers discrets de réflexion, ce dispositif expérimental fournit une grille de lecture des dynamiques de marché où réussir ne consiste pas à déterminer la valeur intrinsèque d’un actif, mais à anticiper l’opinion que la masse des intervenants se fait de l’opinion générale. Cet article propose une analyse complète des fondements théoriques, des protocoles expérimentaux, des modélisations formelles et des prolongements contemporains de cette expérience cardinale, en soulignant l’apport décisif des méthodologies zurichoises à la science économique moderne.
1. Introduction et genèse théorique du jeu du concours de beauté
1.1 Origine keynésienne de la métaphore du concours de beauté
L’origine conceptuelle de cette expérience remonte directement au chapitre 12 de la Théorie générale de l’emploi, de l’intérêt et de la monnaie, publié en 1936 par John Maynard Keynes. Dans ce texte fondateur, Keynes cherche à expliciter la nature fondamentalement volatile et spéculative des marchés boursiers modernes. Pour illustrer sa pensée, il emprunte une métaphore populaire issue de la presse quotidienne britannique de l’époque. Certains journaux londoniens organisaient en effet des concours photographiques où les lecteurs devaient sélectionner, parmi une centaine de clichés de visages féminins, les six visages les plus séduisants. La subtilité du règlement résidait dans l’attribution du prix : le gagnant n’était pas la personne dont le vote correspondait à un critère objectif ou personnel de beauté, mais celle dont la sélection se rapprochait le plus des choix moyens exprimés par l’ensemble des votants.
Keynes démontre ainsi avec une lucidité remarquable que, dans un tel contexte, le comportement rationnel individuel s’éloigne radicalement de l’évaluation fondamentale ou esthétique. Le compétiteur ne sélectionne pas le visage qu’il juge lui-même le plus gracieux au premier degré ; il ne cherche même pas à deviner quel visage la moyenne des votants considère sincèrement comme le plus beau au second degré. L’intelligence stratégique contraint l’agent à anticiper ce que l’opinion moyenne anticipe être l’opinion moyenne, et cette logique récursive peut théoriquement s’étendre à des degrés supérieurs. Keynes écrivait ainsi : « Nous avons atteint le troisième degré où nous employons notre intelligence à anticiper ce que l’opinion moyenne s’attend à ce que l’opinion moyenne soit. Et il y en a, je crois, qui pratiquent les quatrième, cinquième degrés et au-delà. » Cette intuition géniale posait les jalons de l’analyse moderne de la spéculation financière, où les cours des actions s’écartent durablement de leur valeur d’actualisation des dividendes futurs pour flotter sur des vagues d’attentes mutuelles.
1.2 L’émergence de l’économie comportementale et expérimentale
Durant plusieurs décennies, la métaphore keynésienne est restée cantonnée au registre de l’illustration littéraire, admirée pour sa finesse psychologique mais ignorée par les théoriciens néoclassiques qui formalisaient la théorie des jeux sous l’impulsion de John von Neumann, Oskar Morgenstern et John Nash. L’avènement de l’économie comportementale et le déploiement méthodique de l’expérimentation en laboratoire à partir des années 1970 et 1980 ont ébranlé la prédominance absolue de l’axiome de rationalité déductive parfaite. Les économistes ont commencé à soumettre les modèles normatifs à l’épreuve des faits, constatant des anomalies empiriques récurrentes et systématiques dans les prises de décision individuelles et interactives.
C’est dans ce sillage que s’inscrivent les travaux précurseurs d’Ernst Fehr et Simon Gächter au sein de l’École de Zurich. Alors que les théoriciens de la lignée orthodoxe soutenaient que les déviations par rapport à la rationalité n’étaient que des bruits statistiques négligeables voués à disparaître par apprentissage ou sélection par le marché, Fehr, Gächter et leurs collègues ont soutenu une posture épistémologique radicalement différente : les régularités comportementales non standards constituent des composantes structurelles de l’action économique. Le recours à l’expérimentation en environnement contrôlé permet d’isoler les variables, de tester la validité des équilibres stratégiques et d’observer directement la profondeur cognitive des sujets. La démarche ne consiste plus à imposer a priori un comportement idéalisé aux acteurs économiques, mais à déduire les lois du comportement interactif à partir de données quantifiables et réplicables.
1.3 Définition formelle et objectifs du jeu du concours de beauté
La transposition empirique et mathématique rigoureuse de la parabole keynésienne est principalement l’œuvre de l’économiste allemande Rosemarie Nagel dans son article séminal de 1995, un protocole rapidement repris, discuté et étendu par Fehr, Gächter et Colin Camerer. Dans sa version standardisée, désignée sous l’appellation de « $p$-concours de beauté », le jeu invite un groupe de $N$ participants à choisir simultanément et indépendamment un nombre réel ou entier au sein d’un intervalle fermé, classiquement défini entre 0 et 100, soit $S_i = [0, 100]$.
La règle du jeu stipule que la cible victorieuse $y$ est calculée comme une fraction stricte $p$ de la moyenne arithmétique de l’ensemble des choix formulés par tous les participants du groupe :
$$y = p \cdot \left( \frac{1}{N} \sum_{i=1}^N x_i \right)$$
Le paramètre multiplicateur $p$ est strictement positif et généralement fixé en deçà de l’unité, la valeur canonique la plus courante étant $p = 2/3$. Le participant dont la prédiction individuelle $x_i$ est la plus proche de cette cible $y$ remporte un gain financier prédéterminé, la récompense étant partagée de manière équitable en cas d’ex æquo. D’un point de vue analytique, la structure de ce jeu est remarquable : par élimination itérative des stratégies strictement dominées, l’unique équilibre de Nash en stratégies pures se situe à zéro ($x^* = 0$). L’objectif expérimental fondamental de ce protocole consiste donc à mesurer avec une précision chirurgicale la profondeur cognitive effective des sujets, à observer combien d’étapes d’anticipation récursive ils exécutent réellement et à évaluer la manière dont ils appréhendent la rationalité de leurs pairs.
2. Cadre conceptuel et modélisation formelle du p-beauty contest
2.1 Structure mathématique et espace des stratégies
La modélisation du $p$-concours de beauté repose sur une structure stratégique compacte et symétrique. Soit un ensemble fini de joueurs $I = {1, 2, dots, N}$ avec $N \geq 3$. L’espace des stratégies de chaque joueur $i in I$ est un sous-ensemble compact et convexe des nombres réels, $X_i = [0, M]$, où la borne supérieure $M$ est traditionnellement fixée à 100. La moyenne observée des stratégies jouées est notée $\bar{x} = \frac{1}{N} \sum_{j=1}^N x_j$. La cible à atteindre pour maximiser ses chances de victoire s’établit à $C(x) = p \bar{x}$, avec $p in ]0, 1[$.
La fonction de paiement attribuée à chaque joueur reflète la proximité métrique de son choix par rapport à la cible $C(x)$. Dans la version compétitive standard à un seul vainqueur (« winner-takes-all »), la fonction d’utilité espérée prend la forme discrète suivante :
$$u_i(x_i, x_{-i}) = \begin{\cases} \frac{V}{K} & \text{si } |x_i – p \bar{x}| = \min_{j in I} |x_j – p \bar{x}| \ 0 & \text{sinon} \end{\cases}$$
où $V$ représente la dotation monétaire totale allouée au tour et $K$ désigne le nombre de participants réalisant la distance minimale conjointe. Dans d’autres variantes théoriques et expérimentales, notamment explorées pour affiner l’analyse économétrique des réponses continues, on utilise une fonction de gain continue quadratique : $u_i(x_i, x_{-i}) = V – c (x_i – p \bar{x})^2$, pénalisant proportionnellement la déviation par rapport à la valeur cible. L’analyse des incitations financières démontre que chaque participant a une incitation monétaire pure à minimiser l’écart absolu $|x_i – p \bar{x}|$, ce qui subordonne entièrement le choix individuel à la prédiction de la distribution des choix d’autrui.
2.2 L’élimination itérative des stratégies dominées
L’une des propriétés les plus fascinantes du $p$-concours de beauté pour $p in ]0, 1[$ réside dans sa résolution par le concept mathématique d’élimination itérative des stratégies strictement dominées (IESDS). Considérons le cas classique où $p = 2/3$ et l’espace de choix est $[0, 100]$.
À la première étape de raisonnement déductif, un joueur rationnel constate que même si l’ensemble des participants choisissait la borne supérieure maximale, soit 100, la moyenne maximale concevable serait de 100. Par conséquent, la cible $2/3 \times 100$ ne pourrait en aucun cas excéder $66,67$. Choisir un nombre strictement supérieur à $66,67$ est une stratégie dominée, car un tel choix se situe systématiquement plus loin de la cible que la valeur $66,67$ elle-même, quelle que soit la combinaison des choix des autres joueurs. Tout agent rationnel au premier degré élimine donc l’intervalle $]66,67 ; 100]$. L’espace stratégique viable se restreint désormais à $[0 ; 66,67]$.
À la deuxième étape, si tous les participants sont rationnels et savent mutuellement que les autres le sont également (rationalité de second ordre), aucun ne jouera au-dessus de $66,67$. Dès lors, la moyenne maximale théorique du groupe devient $66,67$. La cible maximale possible est donc désormais de $2/3 \times 66,67 = 44,44$. L’intervalle $]44,44 ; 66,67]$ est à son tour éliminé par dominance itérative. En itérant ce processus de raisonnement récursif jusqu’à l’infini :
$$\lim_{k to \infty} 100 \cdot p^k = 0 \quad (\text{pour } |p| < 1)$$
Le point fixe unique issu de cette chaîne déductive infinie est $x^* = 0$. Il constitue le seul et unique équilibre de Nash en stratégies pures du jeu. Pour que cet équilibre se réalise empiriquement d’emblée, une condition théorique très stricte est indispensable : la connaissance commune de la rationalité (Common Knowledge of Rationality, CKR). Il ne suffit pas que chaque individu soit rationnel ; il faut que chacun sache que les autres sont rationnels, sache que les autres savent que chacun est rationnel, et ainsi de suite à l’infini.
2.3 Rupture entre équilibre théorique et observation comportementale
Dès les premières sessions expérimentales conduites par Nagel, puis répliquées et étendues dans les laboratoires de Zurich par Fehr et ses collaborateurs, la prédiction normative de l’équilibre de Nash a été méthodiquement réfutée sur le plan descriptif. Les sujets humains placés pour la première fois face à ce jeu (décisions dites « one-shot » ou lors de la période initiale) ne jouent pratiquement jamais zéro. La distribution des choix réels ne s’effondre pas sur le point fixe mathématique, mais s’éparpille de manière frappante sur l’ensemble du spectre de l’intervalle $[0, 100]$, avec une moyenne empirique oscillant classiquement entre 25 et 40.
Cette divergence majeure ne résulte pas d’une incompréhension mathématique banale ou d’une incapacité cognitive pure et simple chez tous les sujets. Elle découle d’une réalité fondamentale de l’interaction stratégique : la rationalité individuelle optimale dépend intrinsèquement des croyances subjectives sur le comportement effectif d’autrui. Si un joueur doté d’une rationalité parfaite et d’une maîtrise absolue de la théorie des jeux est conscient que ses adversaires ne raisonnent qu’à un ou deux niveaux d’anticipation, choisir 0 constitue la pire des stratégies possibles, garantissant une défaite certaine. Être rationnel en environnement stratégique réel n’exige pas de jouer l’équilibre théorique absolu, mais d’anticiper avec exactitude l’irrationalité ou la rationalité bornée du groupe.
3. Les contributions spécifiques d’Ernst Fehr et Simon Gächter
3.1 Intégration de la réciprocité et des préférences sociales
L’apport fondamental d’Ernst Fehr et Simon Gächter à l’économie contemporaine est indissociable de leur théorie des préférences sociales, illustrée notamment par leurs travaux pionniers sur les mécanismes de punition altruiste dans les dilemmes sociaux et le jeu des biens publics. Lorsqu’ils se sont penchés sur les jeux de coordination stratégique pure et les concours d’anticipation comme le $p$-concours de beauté, leur premier impératif a été de distinguer formellement les composantes de la rationalité cognitive de celles liées aux motivations prosociales et distributives.
Dans les jeux de dilemmes sociaux, comme le jeu de la confiance ou du bien public, une décision qui s’écarte de l’équilibre néoclassique peut résulter soit de la bienveillance, soit de la réciprocité, soit de la crainte d’injustice, soit d’une défaillance cognitive. La force du $p$-concours de beauté réside dans sa structure de jeu non coopératif compétitif à somme nulle (ou presque nulle en cas de partage des gains). Les considérations de justice distributive, d’iniquité ou de réciprocité morale y sont quasi neutralisées : aucun joueur n’a d’incitation à coopérer pour augmenter le surplus social total, car la cagnotte monétaire est fixe. Ainsi, Fehr et Gächter ont pu utiliser le concours de beauté comme un étalon de mesure expérimental « épuré », permettant d’évaluer la profondeur du raisonnement stratégique individuel indépendamment des biais prosociaux qui prévalent dans les jeux de réciprocité.
3.2 Rigueur méthodologique et protocoles expérimentaux zurichois
L’École expérimentale de Zurich s’est distinguée par l’élaboration de standards méthodologiques extrêmement rigoureux, dont Fehr et Gächter ont été les architectes majeurs. Confrontés au scepticisme récurrent des économistes orthodoxes concernant la validité des expériences de laboratoire, ils ont systématisé des protocoles garantissant une élimination scrupuleuse de tout biais d’amorçage ou d’expérimentateur.
Dans les expérimentations zurichoises du jeu du concours de beauté, les instructions distribuées aux participants sont intégralement rédigées dans un langage rigoureusement neutre, interdisant l’usage de termes suggestifs tels que « concours », « spéculation », « beauté » ou « cible idéale ». Les décisions s’opèrent sous des conditions strictes d’anonymat en double aveugle (double-blind protocol) : aucun sujet ne sait contre qui il joue, et l’expérimentateur ne peut relier personnellement l’identité d’un sujet à ses décisions stratégiques lors du paiement en espèces. De surcroît, Fehr et son équipe ont généralisé l’usage du logiciel expérimental dédié z-Tree (Zurich Toolbox for Readymade Economic Experiments), développé par Urs Fischbacher. Cette plateforme informatique garantit une synchronisation parfaite des décisions, un enregistrement millimétré des temps de latence et de délibération, ainsi qu’une transparence totale sur l’exécution des paiements financiers effectifs, proportionnels aux performances stratégiques réelles des participants.
3.3 Apports épistémologiques aux limites de la rationalité collective
Sur le plan épistémologique, la réflexion de Fehr et Gächter s’inscrit en rupture avec l’approche déductive réductionniste. Leurs observations dans le cadre du concours de beauté et des structures interactives connexes démontrent qu’un modèle économique prédictif doit obligatoirement intégrer une pluralité de types comportementaux au sein de la population. L’échec de la coordination vers l’équilibre de Nash à zéro n’est pas interprété comme un simple résidu d’incompétence cognitive, mais comme la manifestation d’une rationalité stratégique de second ordre.
Dans cette perspective, un individu ultra-rationnel a l’obligation épistémique d’internaliser l’hétérogénéité cognitive de ses congénères pour déterminer sa meilleure réponse. Fehr et Gächter ont contribué à établir une distinction nette entre deux dimensions de la pensée stratégique : la rationalité calculatoire propre de l’agent (sa capacité à déduire la séquence logique des stratégies dominées) et sa théorie de l’esprit (son appréciation de la distribution des compétences cognitives des autres acteurs). Cette double composante est devenue la pierre angulaire de la macroéconomie comportementale moderne, fournissant une passerelle conceptuelle rigoureuse entre les observations microéconomiques en laboratoire et les mouvements erratiques agrégés des marchés financiers globaux.
4. Le modèle des niveaux de raisonnement cognitif (Level-k et Cognitive Hierarchy)
4.1 Architecture fondamentale du modèle Level-k
Pour formaliser la dispersion empirique des choix observés lors des expérimentations du concours de beauté, la théorie économique s’est enrichie du modèle Level-k (niveaux de raisonnement), initialement esquissé par Rosemarie Nagel et formalisé en profondeur par Dale Stahl, Paul Wilson, Vincent Crawford et Miguel Costa-Gomes. Cette architecture théorique postule que la population n’est pas homogène, mais stratifiée selon différents paliers discrets de profondeur cognitive.
Le point de départ du modèle repose sur le Niveau 0 ($L0$). L’agent de niveau zéro représente un décideur naïf ou totalement non stratégique. Il ne formule aucune conjecture sur le comportement des autres joueurs et sélectionne son nombre de manière purement aléatoire, généralement selon une loi de probabilité uniforme continue sur l’intervalle $[0, 100]$. Dès lors, l’espérance mathématique de son choix est donnée par :
$$E[x^{L0}] = \int_0^{100} x \cdot \frac{1}{100} , dx = 50$$
L’agent de Niveau 1 ($L1$) intègre un premier palier de sophistication stratégique : il formule l’hypothèse explicite que tous les autres participants sont des agents de niveau 0. Sa meilleure réponse face à cette croyance consiste à choisir un nombre égal à la fraction $p$ de l’espérance mathématique des agents $L0$. Pour la valeur usuelle $p = 2/3$, le joueur $L1$ sélectionne systématiquement :
$$x^{L1} = \frac{2}{3} \times 50 \approx 33,33$$
L’agent de Niveau 2 ($L2$) opère un cran d’itération supplémentaire. Il formule la croyance que l’ensemble de ses opposants est constitué d’individus de niveau 1. En conséquence, sa meilleure réponse mathématique s’obtient en appliquant de nouveau le paramètre multiplicateur $p$ à la décision qu’il anticipe chez les agents $L1$ :
$$x^{L2} = \frac{2}{3} \times 33,33 = \left(\frac{2}{3}\right)^2 \times 50 \approx 22,22$$
De manière séquentielle, un agent de niveau arbitraire $k$ ($Lk$) assume que tous les autres compétiteurs appartiennent strictement au palier immédiatement inférieur ($k-1$). Sa stratégie déterministe est formellement exprimée par l’équation géométrique :
$$x^{Lk} = p^k \times 50$$
Lorsque $k$ tend vers l’infini ($L\infty$), le choix converge asymptotiquement vers zéro, rejoignant l’équilibre néoclassique de Nash. Le modèle Level-k permet ainsi d’expliquer mathématiquement pourquoi des choix strictement positifs ne sont pas le fruit du hasard, mais la signature directe d’un niveau spécifique de raisonnement itératif.
4.2 Le modèle de hiérarchie cognitive (Camerer, Ho et Chong)
Bien que le modèle Level-k standard présente une élégance déductive indéniable, il souffre d’une restriction comportementale sévère : il suppose qu’un joueur de niveau $k$ s’imagine être le seul être supérieur au monde, persuadé que l’intégralité de ses rivaux se trouve cantonnée au niveau $k-1$. Pour corriger cette hypothèse peu réaliste, Colin Camerer, Teck-Hua Ho et Juin-Kuan Chong (2004) ont conçu le modèle de « hiérarchie cognitive » (Cognitive Hierarchy Model).
Dans ce cadre analytique enrichi, un agent de niveau $k$ ne suppose plus que ses adversaires sont tous de niveau $k-1$. Il comprend que la population est composée d’un mélange hétérogène de différents niveaux cognitifs, allant du niveau 0 jusqu’au niveau $k-1$. Cependant, en raison d’une limite cognitive intrinsèque, il est incapable de concevoir que d’autres agents puissent posséder un niveau de réflexion égal ou supérieur au sien. La distribution des types cognitifs au sein de la population générale est modélisée empiriquement par une loi de Poisson de paramètre $tau$ (tau) :
$$f(m) = \frac{e^{-\tau} \tau^m}{m!}$$
Un joueur de type $k$ recalibre cette distribution sur l’espace des niveaux qu’il est capable de percevoir ($m < k$). La probabilité relative conditionnelle qu’il attribue à la présence d’un agent de niveau$m$ s’écrit :
$$g_k(m) = \frac{f(m)}{\sum_{l=0}^{k-1} f(l)} \quad \text{pour tout } m < k$$
L’agent de niveau $k$ calcule ensuite l’espérance de la moyenne globale en pondérant les décisions optimales prédites pour chaque niveau sous-jacent $x^m$ par leurs probabilités subjectives respectives, puis joue la fraction $p$ de cette espérance agrégée :
$$x^k = p \sum_{m=0}^{k-1} g_k(m) x^m$$
L’estimation économétrique du paramètre $tau$ à partir d’une quantité impressionnante de données expérimentales transversales issues de multiples laboratoires internationaux fait ressortir une régularité frappante : la valeur de $tau$ oscille de manière robuste autour d’une médiane située entre $1,5$ et $2,5$. Une valeur moyenne de $\tau \approx 1,5$ signifie qu’en moyenne, les êtres humains s’engagent dans un niveau et demi de raisonnement stratégique itératif. Ce paramètre unique suffit à capturer remarquablement bien l’hétérogénéité comportementale réelle au sein d’une cohorte sans faire appel à des hypothèses ad hoc.
4.3 Identification empirique des paliers de réflexion
Lorsque l’on trace l’histogramme des décisions formulées lors de parties non répétées du $p$-concours de beauté (avec $p = 2/3$), les données expérimentales ne forment pas une courbe de Gauss continue ou un étalement aléatoire. On observe au contraire une série d’agrégations statistiques spectaculaires, formant des pics de fréquence bien distincts autour de valeurs numériques spécifiques :
- Pic à 50 : Choix naïf correspondant aux sujets de niveau $L0$ ou à des sujets s’ancrant sur le milieu de l’intervalle sans appliquer l’opérateur multiplicatif.
- Pic à 33,3 : Signature éclatante des sujets de niveau $L1$, qui calculent $2/3 \times 50$.
- Pic à 22,2 : Manifestation des sujets de niveau $L2$, calculant $2/3 \times 33,3$.
- Pic résiduel entre 14 et 15 : Correspondant au niveau $L3$ ($2/3 \times 22,2 \approx 14,8$).
- Pic secondaire à 0 (ou 1) : Représentant les sujets hyper-rationnels ayant identifié l’équilibre de Nash, mais ayant échoué à intégrer la rationalité bornée d’autrui dans leur décision finale.
Ce patron de dispersion empirique se révèle d’une stabilité transculturelle et temporelle saisissante. Que l’expérience soit menée auprès d’étudiants suisses, d’analystes financiers américains, de citoyens espagnols ou de ménages allemands, la proportion cumulée de sujets se classant dans les paliers $L1$ et $L2$ dépasse systématiquement $60 %$ à $70 %$ de l’échantillon total. Les sujets atteignant un niveau strictement supérieur à 3 sont extraordinairement rares, n’excédant presque jamais $5 %$ des participants. Ce plafond cognitif témoigne des limites structurelles de la mémoire de travail et de la charge mentale requise pour opérer des conjectures d’ordres élevés.
5. Dynamiques d’apprentissage et convergence vers l’équilibre
5.1 Effets de la répétition du jeu sur plusieurs périodes
Si la théorie de la rationalité substantielle échoue à décrire le comportement initial des participants lors des parties uniques (« one-shot »), qu’advient-il lorsque le jeu du concours de beauté est répété sur plusieurs périodes successives avec le même groupe de participants ? Les protocoles expérimentaux mis en place par Fehr, Gächter et leurs contemporains apportent une réponse sans ambiguïté : la répétition du jeu déclenche un processus d’apprentissage dynamique qui pousse inexorablement les décisions du groupe vers le point fixe de Nash à zéro.
Lors d’une expérience typique répétée sur 5 à 10 périodes, où chaque participant est informé à la fin de chaque tour de la moyenne collective effective et de la valeur de la cible victorieuse, on observe une érosion séquentielle continue des moyennes. Dès la deuxième période, la moyenne chute drastiquement pour s’établir autour de 15 à 20 ; à la quatrième période, elle descend sous la barre des 5, pour converger vers des valeurs infinitésimales ($x_i \approx 0$ ou $1$) lors des dernières manches. Cette trajectoire descendante montre que les agents réajustent continuellement leurs anticipations. Néanmoins, ce processus ne relève pas d’une illumination déductive instantanée sur la structure mathématique du jeu, mais plutôt d’un ajustement adaptatif progressif face aux réalisations empiriques passées.
5.2 Modélisation de l’apprentissage par renforcement et Experience-Weighted Attraction (EWA)
Pour formaliser mathématiquement cette dynamique d’ajustement temporel vers l’équilibre, l’économie comportementale mobilise le modèle EWA (Experience-Weighted Attraction), élaboré par Colin Camerer et Teck-Hua Ho (1999). Ce modèle synthétise et dépasse l’opposition historique entre les modèles d’apprentissage par pur renforcement (où seules les stratégies ayant effectivement rapporté un gain voient leur probabilité d’être rejouées augmenter) et les modèles d’apprentissage par les croyances ou jeux fictifs (fictitious play, où les agents calculent la meilleure réponse à la distribution historique des choix adverses).
Dans le formalisme EWA, chaque stratégie discrète $s_i$ dispose d’un niveau d’attraction $A_i^j(t)$ pour le joueur $i$ à la période $t$. Le mécanisme central repose sur l’actualisation de ces attractions à l’aide d’un paramètre $\delta$ (delta), qui pondère les gains contrefactuels : ce que le joueur aurait gagné s’il avait joué la stratégie $s_i$, alors même qu’il en a choisi une autre. L’équation de mise à jour des attractions se définit par :
$$A_i^j(t) = \frac{\phi \cdot N(t-1) \cdot A_i^j(t-1) + \left[ \delta + (1 – \delta) \cdot \mathbb{I}(s_i^j, s_i(t)) \right] \cdot \pi_i(s_i^j, s_{-i}(t))}{N(t)}$$
où $phi$ représente un facteur de dépréciation de l’expérience passée, $N(t)$ est une variable d’expérience cumulative, $\mathbb{I}$ est la fonction indicatrice du choix effectivement réalisé, et $\pi_i$ est le gain réel ou simulé. La probabilité d’adopter une décision particulière lors de la période suivante est régie par une fonction logistique de type logit :
$$P_i^j(t+1) = \frac{\exp\left(\lambda \cdot A_i^j(t)\right)}{\sum_{k} \exp\left(\lambda \cdot A_i^k(t)\right)}$$
Le paramètre de sensibilité $lambda$ capture le degré de rationalité du choix stochastique. Appliqué aux données du concours de beauté, le modèle EWA démontre une capacité prédictive remarquable : il capture fidèlement la vitesse à laquelle les agents glissent d’un palier $L1$ vers des paliers $L2$, puis $L3$, en internalisant rétroactivement le décalage systématique entre leur prédiction et la cible observée au tour précédent.
5.3 Robustesse de l’apprentissage face aux modifications structurelles
Une question épistémologique cruciale explorée par les expérimentateurs consiste à déterminer si la convergence observée vers zéro traduit une compréhension abstraite et transférable du principe d’élimination des stratégies dominées, ou si elle ne constitue qu’un réflexe mécanique d’ajustement à la baisse (les agents se contentant de « baisser leur chiffre » au tour suivant). Pour trancher ce débat, Fehr, Gächter et d’autres chercheurs ont instauré des chocs structurels inattendus en cours d’expérimentation.
Si, après avoir laissé un groupe converger vers zéro avec un paramètre $p = 2/3$, on réinitialise brutalement le jeu en fixant $p = 4/3$ (où la cible devient supérieure à la moyenne), un phénomène spectaculaire de réinitialisation cognitive (cognitive reset) se produit. Si les sujets avaient internalisé la logique mathématique universelle de l’élimination des stratégies dominées, ils convergeraient instantanément vers la nouvelle borne d’équilibre supérieure ($x^* = 100$). Or, les données empiriques montrent que la cohorte recommence un cycle d’ajustement graduel à partir de valeurs intermédiaires, prouvant que l’apprentissage est fortement ancré dans le contexte empirique direct plutôt que dans une illumination mathématique déductive globale.
De même, si l’on introduit des participants novices au sein d’un groupe ayant déjà convergé vers zéro, la moyenne remonte immédiatement sous l’effet de la dilution de l’expérience, obligeant les participants experts à réajuster leurs décisions à la hausse. Cette observation confirme que la stratégie optimale ne s’ancre jamais dans l’absolu, mais demeure une fonction dynamique perpétuelle de la composition sociologique et cognitive du groupe.
6. Facteurs psychologiques, biais cognitifs et variabilité individuelle
6.1 L’illusion de contrôle et le biais de surconfiance
L’écart systématique entre prédiction théorique et comportement dans le jeu du concours de beauté s’enracine profondément dans l’architecture psychologique des décideurs. Parmi les distorsions cognitives majeures répertoriées par Ernst Fehr et les spécialistes de la finance comportementale figure le biais de surconfiance (overconfidence bias), étroitement articulé à l’illusion de contrôle. Interrogés sur leur probabilité perçue de remporter la manche avant la divulgation des résultats, les sujets manifestent en moyenne une certitude subjective démesurée, s’estimant très majoritairement plus perspicaces et plus stratèges que la médiane de leurs pairs.
Cette distorsion débouche sur ce que les économistes appellent la « malédiction de la connaissance » ou le « piège de la sur-sophistication ». Les individus disposant des plus hautes compétences en logique formelle commettent souvent l’erreur psychologique d’attribuer aux autres une capacité de raisonnement identique à la leur. Convaincus que le groupe va logiquement choisir l’équilibre de Nash ou un palier élevé comme $L3$, ils jouent des valeurs très basses (comme 10 ou 0) et perdent lamentablement face à des participants moins sophistiqués qui, en jouant naïvement 33, se retrouvent bien plus proches d’une cible réelle calée autour de 25. La certitude d’avoir raison sur le plan logique aveugle le joueur quant à la nécessité d’estimer avec réalisme les limites cognitives de son environnement social.
6.2 Ancrage mental et heuristiques de jugement
L’analyse fine des choix initiaux révèle également l’influence prépondérante du biais d’ancrage et de l’heuristique de représentativité, documentés par Daniel Kahneman et Amos Tversky. Dans la configuration classique du jeu sur l’intervalle $[0, 100]$, le chiffre 50 exerce une attraction psychologique puissante. En tant que milieu géométrique et arithmétique de l’espace stratégique disponible, 50 constitue l’ancre mentale primitive la plus immédiatement disponible dans la mémoire de travail.
De nombreux sujets de niveau $L0$ ou $L1$ ne s’engagent pas dans un calcul d’espérance probabiliste rigoureux sur une distribution uniforme, mais s’ancrent visuellement sur la valeur centrale 50 pour y appliquer leur éventuel coefficient réducteur. De surcroît, les données expérimentales démontrent une propension systématique des participants à privilégier les « chiffres ronds » (focal points de Schelling), tels que 20, 25, 30 ou 35, plutôt que les valeurs décimales précises dictées par l’application rigoureuse de la formule ($33,33$ ou $22,22$). Cette tendance s’accentue dramatiquement lorsque les sujets sont placés sous stress temporel (temps de réponse contraint) ou en état de fatigue cognitive, conditions expérimentales qui provoquent une chute immédiate de la profondeur de raisonnement et un repli massif vers les heuristiques d’ancrage les plus primaires.
6.3 Capacités cognitives générales et mémoire de travail
Afin d’expliquer pourquoi certains individus adoptent spontanément des comportements de niveau $L1$, d’autres de niveau $L2$, et une minorité des démarches proches de l’équilibre de Nash, les chercheurs ont soumis les participants à des batteries de tests psychométriques et cognitifs préalablement au déroulement du jeu. L’une des corrélations les plus robustes identifiées dans la littérature concerne le Test de Réflexion Cognitive (Cognitive Reflection Test, CRT) conçu par Shane Frederick.
Le CRT mesure la propension d’un individu à inhiber une réponse intuitive spontanée mais erronée au profit d’une vérification délibérative et analytique. Les études démontrent une corrélation positive très significative entre un score élevé au CRT et l’appartenance aux paliers de raisonnement $L2$ ou supérieurs dans le concours de beauté. De même, les mesures standardisées de la capacité de la mémoire de travail (telles que l’empan mnésique) et les tests de quotient intellectuel axés sur le raisonnement matriciel abstrait prédisent fidèlement la propension d’un sujet à s’extraire de l’ancrage naïf à 50.
Cependant, l’intelligence purement calculatoire ne constitue pas la variable explicative ultime. L’aptitude dite de « mentalisation » ou Théorie de l’Esprit (Theory of Mind), traditionnellement mesurée par le test de lecture de l’esprit dans les yeux (Reading the Mind in the Eyes Test), s’avère indispensable. Un joueur doté de capacités mathématiques exceptionnelles mais incapable de mentaliser les représentations d’autrui tendra à jouer l’équilibre théorique (0) de manière autistique, ignorant le décalage comportemental de ses rivaux. À l’inverse, les sujets combinant un score élevé au CRT et d’excellentes aptitudes de théorie de l’esprit ciblent avec une exactitude chirurgicale la valeur modale réelle du groupe (autour de 22-25), réalisant ainsi les gains monétaires les plus substantiels.
7. Variations expérimentales : Enjeux monétaires, information et taille de groupe
7.1 Sensibilité aux incitations financières et structures de rémunération
Une critique récurrente formulée par l’orthodoxie économique à l’encontre des résultats de l’économie comportementale concerne l’impact des incitations pécuniaires : les déviations par rapport à la rationalité parfaite ne disparaîtraient-elles pas si les gains en jeu devenaient suffisamment élevés ? Pour tester cette hypothèse, des chercheurs ont conduit des variantes du concours de beauté en manipulant drastiquement les échelles de rétribution monétaire, allant de la participation bénévole à des rétributions équivalant à plusieurs semaines de salaire pour les vainqueurs.
Les résultats empiriques issus de ces protocoles démontrent ce que Colin Camerer et Robin Hogarth ont formalisé sous le terme de paradoxe de l’efficacité des incitations. Si l’élévation des montants financiers réduit incontestablement le bruit statistique, élimine les comportements purement erratiques ou désinvoltes et accroît le temps moyen de délibération des sujets devant leurs écrans, elle ne modifie pas structurellement la distribution des niveaux de raisonnement initiaux. Des enjeux financiers colossaux ne permettent pas magiquement à un joueur d’exécuter cinq niveaux d’anticipation récursive s’il ne possède pas l’architecture cognitive nécessaire, pas plus qu’un prix d’un million d’euros ne permettrait à un joueur d’échecs amateur de vaincre un grand maître international. De surcroît, la structure de paiement influence les comportements : un schéma « le vainqueur rafle tout » (winner-takes-all) incite à une prise de risque spéculative plus forte qu’un système pénalisant proportionnellement l’erreur quadratique, ce dernier poussant les décisions vers un resserrement plus prudent autour de la moyenne estimée.
7.2 Influence de la taille et de la composition du groupe
La morphologie des groupes expérimentaux constitue un autre paramètre stratégique déterminant dans la dynamique du $p$-concours de beauté. Sur le plan théorique formel, la taille du groupe modifie légèrement la fonction d’influence marginale de la décision individuelle sur la moyenne agrégée : dans un micro-groupe composé de 3 individus, le choix propre d’un joueur compte pour un tiers entier de la moyenne, offrant une capacité d’auto-réalisation partielle de la cible :
$$\frac{\partial \bar{x}}{\partial x_i} = \frac{1}{N}$$
À l’inverse, au sein d’un macro-groupe rassemblant plusieurs dizaines ou centaines de participants, cette influence marginale devient infinitésimale ($\frac{1}{N} to 0$), accentuant le sentiment de dilution individuelle et éliminant tout comportement de manipulation stratégique directe du dénominateur. Les expériences de laboratoire montrent que les micro-groupes convergent plus lentement vers l’équilibre de Nash, précisément parce que les joueurs tentent d’intégrer l’impact mécanique de leur propre proposition sur la moyenne générale. Par ailleurs, la composition sociologique ou institutionnelle annoncée du groupe transforme radicalement les croyances a priori : si les participants sont informés qu’ils jouent exclusivement contre des professeurs de mathématiques appliquées ou des experts en théorie des jeux, les choix initiaux s’effondrent immédiatement vers des valeurs très basses, attestant que le calcul stratégique s’ajuste instantanément à la sophistication supposée de l’environnement concurrentiel.
7.3 Communication préalable et transparence de l’information
L’introduction d’espaces de délibération ou de communication informelle non engageante (cheap talk) préalablement à la soumission des choix secrets bouleverse radicalement la dynamique du jeu. Lorsque les expérimentateurs autorisent les sujets à échanger librement par le biais d’une messagerie textuelle anonyme avant d’enregistrer leur décision finale, la trajectoire vers l’équilibre de Nash subit une accélération spectaculaire.
Il suffit généralement qu’un seul participant expose clairement dans le canal de discussion l’argument logique de l’élimination des stratégies dominées (« si le maximum est 100, $2/3$ fait 66, et donc personne ne doit jouer au-dessus, et ainsi de suite jusqu’à zéro ») pour que l’ensemble du groupe comprenne le mécanisme déductif. La communication agit ici comme un puissant vecteur de génération de connaissance commune. Cependant, dans les environnements hautement compétitifs où seul le gagnant est rémunéré, des phénomènes d’intoxication ou de désinformation stratégique émergent : des joueurs sophistiqués tentent délibérément de convaincre leurs pairs de jouer des chiffres élevés (autour de 50 ou 60) afin de faire monter artificiellement la moyenne générale et de maximiser secrètement leurs propres chances de remporter le prix en jouant une valeur plus basse en toute discrétion.
8. Approches neuroéconomiques et corrélats cérébraux du raisonnement stratégique
8.1 Imagerie par résonance magnétique fonctionnelle (IRMf) et prise de décision
L’avènement de la neuroéconomie au tournant des années 2000 a offert une opportunité inédite : ouvrir la boîte noire du cerveau humain pour observer directement les substrats neuronaux mobilisés lors des calculs d’anticipation stratégique dans le jeu du concours de beauté. Les investigations pionnières conduites par Giorgio Coricelli et Rosemarie Nagel (2009) à l’aide de l’imagerie par résonance magnétique fonctionnelle (IRMf) ont apporté une confirmation biologique éclatante de la réalité physique des niveaux de raisonnement postulés par les modèles théoriques.
Les scans cérébraux révèlent une dissociation neurofonctionnelle nette et statistiquement robuste entre les participants opérant à un faible niveau stratégique ($L1$) et ceux s’engageant dans des raisonnements d’ordre supérieur ($L2$ et au-delà). Chez les joueurs adoptant un comportement de type $L1$, l’activité cérébrale se concentre principalement dans les zones du cortex visuel, du lobe pariétal inférieur et des régions impliquées dans le calcul arithmétique de base et l’introspection égocentrique. En revanche, chez les joueurs classés au niveau $L2$ ou $L3$, les chercheurs observent une activation massive et sélective du cortex préfrontal médian (mPFC), une aire cérébrale intimement associée au réseau neuronal de la Théorie de l’Esprit et à la capacité de mentaliser les intentions, motivations et calculs d’autrui.
Parallèlement, le cortex préfrontal dorsolatéral (dlPFC), siège exécutif du contrôle cognitif et de l’inhibition des impulsions, s’illumine de manière prononcée chez les sujets de haut niveau. Cette activation reflète l’effort neurobiologique requis pour réprimer la réponse intuitive spontanée (l’ancrage facile à 50 ou 33) afin d’exécuter l’itération calculatoire supplémentaire nécessaire pour devancer le peloton des compétiteurs.
8.2 Oculométrie (Eye-tracking) et processus de recherche d’information
En complément des techniques d’imagerie cérébrale, l’utilisation de l’oculométrie à haute fréquence (eye-tracking) permet de disséquer la chronométrie et l’architecture séquentielle du recueil d’informations visuelles lors de la confrontation aux matrices de gain et aux instructions du concours de beauté. Les travaux de Colin Camerer et de ses collègues sur l’inspection visuelle démontrent que les processus mentaux des agents peuvent être cartographiés à travers la succession temporelle de leurs fixations oculaires (saccades et temps d’attention focalisée).
Les enregistrements oculométriques prouvent de manière irréfutable que la troncature du raisonnement chez les agents de bas niveau ($L0$ et $L1$) ne résulte pas d’un calcul exhaustif qu’ils rejetteraient en bout de chaîne, mais d’une limitation précoce du processus de recherche d’information lui-même. Leurs yeux ne s’attardent jamais sur les zones d’information décrivant les conséquences récursives d’ordres élevés. À l’opposé, les joueurs de niveau supérieur manifestent une dynamique de recherche visuelle hautement structurée, effectuant des allers-retours méthodiques entre les différents paliers d’anticipation. De surcroît, la mesure continue de la dilatation pupillaire (pupillométrie) confirme une montée spectaculaire de la charge cognitive et de l’effort mental délibératif dès lors qu’un participant tente de franchir le seuil séparant le raisonnement de niveau 1 de celui de niveau 2.
8.3 Biomarqueurs, stress et prise de risque stratégique
L’exploration biologique des fondements de la décision stratégique s’étend également à l’analyse des biomarqueurs endocriniens et des réponses du système nerveux autonome. Des prélèvements salivaires mesurant les concentrations de cortisol (l’hormone du stress) et de testostérone révèlent que des niveaux élevés de stress physiologique altèrent directement la profondeur de raisonnement dans le concours de beauté.
Une poussée aiguë de cortisol, induite expérimentalement par des protocoles d’évaluation sociale stressants, sature les capacités de la mémoire de travail et entraîne une régression immédiate des stratégies vers le niveau $L1$, voire $L0$. Les participants stressés perdent leur aptitude à modéliser la complexité d’autrui et se replient sur des choix heuristiques basiques. De même, la mesure des réponses électrodermales (conductance cutanée) lors de la divulgation des résultats met en évidence des décharges sympathiques intenses chez les compétiteurs dont les anticipations sont contrecarrées par les résultats réels du groupe. Ces données physiologiques offrent aux chercheurs un outil objectif puissant pour discriminer entre des modèles d’apprentissage rivaux, validant la pertinence empirique de modèles hybrides comme l’EWA par rapport aux approches purement formelles et désincarnées de la théorie standard.
9. Comparaisons empiriques : Sujets naïfs versus experts et professionnels de marché
9.1 Étudiants en économie et psychologie comme sujets de référence
L’écrasante majorité des corpus de données en économie expérimentale a historiquement été collectée auprès d’échantillons d’étudiants de premier et deuxième cycles universitaires dans les pays occidentaux développés, un biais méthodologique fréquemment documenté sous l’acronyme WEIRD (Western, Educated, Industrialized, Rich, Democratic). L’analyse comparative des performances au sein de ces populations académiques révèle néanmoins des disparités disciplinaires remarquables face au jeu du concours de beauté.
Les étudiants formés en théorie des jeux avancée ou en microéconomie néoclassique manifestent un biais comportemental hautement prévisible : ils souffrent d’une tendance aiguë à la « sur-intellectualisation ». Ayant assimilé les théorèmes d’élimination itérative des stratégies dominées, ils sélectionnent fréquemment 0 ou des valeurs infinitésimales dès la première manche, anticipant naïvement que l’ensemble de leurs pairs universitaires réagira selon les préceptes du manuel de microéconomie. En conséquence, leurs taux de victoire sont paradoxalement parmi les plus médiocres enregistrés en laboratoire. À l’inverse, les étudiants en psychologie ou en sciences sociales non formalisées, moins contraints par le dogme de l’équilibre parfait, anticipent avec un bien meilleur réalisme la distribution hétérogène et imparfaite des choix de leurs camarades, adoptant des stratégies de niveau $L1$ ou $L2$ qui se révèlent statistiquement victorieuses.
9.2 Performances des professionnels des marchés financiers
Afin de tester la validité externe des observations de laboratoire, des chercheurs ont répliqué le jeu du concours de beauté auprès de populations de professionnels chevronnés : opérateurs de marché (traders), gérants de fonds de couverture (hedge funds), banquiers d’investissement et analystes financiers internationaux. Ces professionnels, dont le métier consiste précisément à devancer quotidiennement les tendances de marché, adoptent-ils des décisions conformes à l’équilibre de Nash ?
Les résultats empiriques montrent que, lors de la manche inaugurale, les professionnels de la finance ne jouent pratiquement jamais zéro. Leur distribution de choix présente une concentration très dense autour des niveaux $L2$ et $L3$ (typiquement entre 15 et 24 pour $p = 2/3$). Ils possèdent une conscience aiguë du fait que le succès réside dans l’art d’avoir « un demi-tour d’avance, mais pas trois tours d’avance » sur le marché. Cependant, ils manifestent régulièrement une tendance à la sur-sophistication tactique lorsqu’ils sont confrontés à des groupes mixtes ou non professionnels, choisissant des valeurs légèrement trop basses par rapport à la moyenne effective de la population générale. En revanche, leur avantage comparatif le plus flagrant réside dans leur extraordinaire vitesse de réétalonnage stratégique : dès le deuxième tour, les opérateurs de marché recalibrent instantanément leurs prédictions avec une flexibilité cognitive très supérieure à celle observée chez les étudiants, démontrant un apprentissage dynamique accéléré issu de leur pratique quotidienne de la volatilité financière.
9.3 Expériences à grande échelle auprès du grand public
Pour s’affranchir définitivement des contraintes de taille des échantillons de laboratoire, plusieurs quotidiens et magazines économiques à très large diffusion ont organisé des concours de beauté géants ouverts à leurs lectorats respectifs. Des expériences d’envergure nationale ont ainsi été conduites en Grande-Bretagne par le Financial Times, en Allemagne par le magazine scientifique Spektrum der Wissenschaft, et en Espagne par le journal économique Expansión, mobilisant des cohortes de plusieurs milliers, voire dizaines de milliers de répondants anonymes.
L’analyse économétrique de ces mégadonnées (big data) comportementales a confirmé de façon éclatante la robustesse universelle des modèles théoriques :
- Les histogrammes géants construits à partir de dizaines de milliers de réponses dessinent avec une netteté chirurgicale les mêmes pics statistiques majeurs identifiés en laboratoire : 33, 22, et un pic secondaire à 50.
- Le lectorat du Financial Times a manifesté un niveau moyen de raisonnement légèrement plus sophistiqué (dominance de $L2$ et $L3$) que celui de la presse grand public, tout en confirmant la persistance irréductible d’une frange de choix naïfs.
- Ces expériences de masse ont révélé des comportements minoritaires marginaux inexistants en laboratoire sous contrôle strict : des choix « contestataires » ou humoristiques (comme soumettre le nombre 99 ou 100 pour saboter la moyenne collective, ou jouer le nombre 42 en référence à des éléments de pop-culture). Malgré ce bruit exogène, la structure fractale de la hiérarchie cognitive humaine s’est vérifiée à l’échelle macro-sociologique.
10. Applications directes aux marchés financiers et à la formation des bulles
10.1 La déconnexion entre valeur fondamentale et valeur spéculative
La filiation directe entre la métaphore keynésienne, le protocole expérimental du $p$-concours de beauté et le fonctionnement des marchés d’actions modernes s’incarne dans la rupture structurelle entre valeur fondamentale et valeur spéculative. Dans la théorie financière classique de l’efficience informationnelle formalisée par Eugene Fama, le cours boursier d’un actif financier est supposé refléter à tout instant la somme actualisée des flux de trésorerie futurs espérés, compte tenu de toute l’information publiquement disponible.
Or, le jeu du concours de beauté démontre mathématiquement comment un écart massif et persistant peut rationnellement se creuser entre la valeur fondamentale et le prix d’équilibre de marché. Sur un marché spéculatif à court terme, l’horizon temporel de l’investisseur n’est pas la conservation de l’action jusqu’à liquidation, mais sa revente rapide à un horizon proche. Dans ce contexte, acheter un actif financier dont le prix est objectivement déconnecté de ses fondamentaux comptables devient une stratégie parfaitement rationnelle au sens de la théorie des niveaux cognitifs, pourvu que l’acheteur anticipe avec un degré suffisant de certitude qu’un autre intervenant sur le marché sera disposé à le lui racheter à un cours encore plus exorbitant quelques heures ou jours plus tard. Ce mécanisme valide la théorie du « plus grand fou » (Greater Fool Theory), formalisant le fait que la rentabilité financière dépend de la capacité à anticiper la vague mimétique globale plutôt que de la rentabilité intrinsèque de l’entreprise sous-jacente.
10.2 Genèse et éclatement des bulles spéculatives en laboratoire
La convergence conceptuelle entre le $p$-concours de beauté et les marchés financiers trouve son prolongement expérimental direct dans le célèbre paradigme de laboratoire mis au point par Vernon Smith, Gerry Suchanek et Arlington Williams (1988). Dans ces marchés d’actifs expérimentaux multi-périodes, des actions virtuelles dotées d’une valeur fondamentale intrinsèque décroissante et parfaitement connue de tous les participants sont négociées en temps réel avec de la monnaie effective.
De manière spectaculaire et systématique, les marchés expérimentaux développent des bulles spéculatives colossales : les prix de transaction grimpent bien au-delà de la valeur fondamentale maximale possible, avant de s’effondrer brutalement dans un krach de panique lors des ultimes périodes de cotation. Le couplage analytique entre ces expériences d’actifs et le concours de beauté met en lumière le rôle central joué par l’incertitude stratégique quant au niveau de rationalité d’autrui :
- Même les traders qui calculent parfaitement la valeur fondamentale continuent d’acheter l’actif surévalué en début de session, pariant sur la présence d’agents naïfs de niveau $L0$ ou $L1$ sur le marché.
- La bulle spéculative s’auto-entretient tant que les participants estiment que le point d’inflexion collectif se situe dans le futur.
- Le krach financier survient dès lors qu’un seuil critique de participants tente simultanément d’opérer un raisonnement de niveau $k+1$ en cherchant la porte de sortie avant les autres. L’effondrement des cours résulte d’une course délibérative asynchrone où la coordination haussière se désintègre instantanément.
10.3 Comportements mimétiques et cascades informationnelles
L’exploration du concours de beauté éclaire d’un jour nouveau la dynamique des comportements moutonniers (herding behavior) et des cascades informationnelles sur les places financières contemporaines. Contrairement aux modèles de cascades bayésiennes pures développés par Sushil Bikhchandani, David Hirshleifer et Ivo Welch (1992), où les agents imitent leurs prédécesseurs en supposant rationnellement que ceux-ci possèdent un signal privé informatif supérieur, le concours de beauté révèle un mimétisme de second degré totalement découplé de la recherche d’une information fondamentale cachée.
Les conventions de marché se forgent à partir de signaux arbitraires amplifiés par la résonance médiatique, les déclarations publiques d’influenceurs financiers ou les algorithmes de suivi de tendance. Dans un tel environnement, l’opinion de consensus devient son propre référentiel de vérité. Si un consensus médiatique s’établit sur le fait qu’un secteur technologique ou qu’un crypto-actif doit s’apprécier, chaque acteur économique, agissant comme le joueur du concours de beauté, se trouve contraint d’intégrer cette convention sociale dans sa fonction de gain. Ce phénomène engendre des prophéties autoréalisatrices d’une formidable puissance de déstabilisation macroéconomique, justifiant pleinement l’intervention de régulateurs prudentiels dotés d’outils macroprudentiels capables de briser ces boucles spéculatives récursives en restaurant des ancrages informationnels exogènes.
11. Débats théoriques, critiques méthodologiques et réfutations
11.1 Critique du statut expérimental : Écologie versus laboratoire
Malgré l’immense succès académique du $p$-concours de beauté, le dispositif a fait l’objet de critiques méthodologiques vigoureuses émanant de plusieurs courants de la pensée économique et sociologique. Le reproche central porte sur le déficit supposé de validité écologique du protocole expérimental. Les détracteurs soulignent que soumettre des individus à un jeu numérique abstrait consistant à choisir un nombre unidimensionnel dans un intervalle artificiel $[0, 100]$ ne saurait constituer un modèle fidèle des décisions stratégiques complexes prises par les acteurs économiques dans le monde réel.
Dans la vie économique réelle, les stratégies ne se résument jamais à des chiffres abstraits ; elles impliquent des contrats multidimensionnels, des relations humaines asymétriques, des contextes culturels denses, des temporalités différées et des conséquences institutionnelles protéiformes. Ernst Fehr, Simon Gächter et Colin Camerer ont répondu avec rigueur à ces objections en rappelant la fonction épistémologique fondamentale de l’expérimentation en laboratoire : l’isolation expérimentale ne cherche pas à reproduire le monde réel dans toute sa confusion phénoménologique, mais vise à isoler chirurgicalement un mécanisme causal pur (ici, l’anticipation récursive et l’élimination des stratégies dominées) afin de tester la validité interne des axiomes logico-mathématiques sous-jacents. Dès lors que la théorie de l’équilibre de Nash échoue à prédire les comportements dans un environnement aussi élémentaire et stylisé, sa prétention à régir mécaniquement des environnements réels infiniment plus complexes s’en trouve fatalement invalidée.
11.2 Débat sur la constance du paramètre k
L’un des débats théoriques les plus incisifs au sein de l’économie comportementale concerne l’ontologie même du paramètre de niveau cognitif $k$. Le niveau de réflexion $k$ doit-il être conceptualisé comme un trait intrinsèque stable de la personnalité d’un individu (au même titre que le quotient intellectuel ou un trait du modèle des Big Five), ou s’agit-il simplement d’un état contextuel contingent, variant d’un jeu à l’autre en fonction de la formulation des règles et du cadrage institutionnel ?
Des travaux empiriques approfondis, menés notamment par Vincent Crawford et Miguel Costa-Gomes, ont testé la stabilité du paramètre $k$ chez les mêmes sujets confrontés à une batterie diversifiée de jeux stratégiques (jeux de coordination, dilemmes de signalisation, jeux de négociation et jeux de sous-enchère). Les résultats économétriques dressent un tableau nuancé :
- Bien qu’il existe une corrélation intra-individuelle modérée (un joueur $L2$ dans un jeu a une probabilité plus élevée qu’un autre d’agir au niveau $L2$ dans un jeu voisin), le niveau $k$ mesuré manifeste une instabilité non négligeable d’un environnement stratégique à l’autre.
- Un individu peut manifester une profondeur de niveau 2 face à un problème numérique simple, puis régresser au niveau 0 ou 1 face à un problème matriciel complexe de coordination asymétrique.
- Ces variations suggèrent que $k$ ne mesure pas une capacité computationnelle absolue figée, mais exprime l’interaction dynamique entre la charge mentale propre à un jeu spécifique et la confiance subjective que l’agent place dans les compétences de ses adversaires du moment.
11.3 Les problèmes d’identification économétrique des croyances
Une pierre d’achoppement méthodologique majeure dans l’estimation des modèles Level-k et de hiérarchie cognitive réside dans l’ambiguïté d’identification économétrique entre compétences cognitives réelles et systèmes de croyances subjectives. Lorsqu’un participant sélectionne le chiffre 33 lors d’une session inaugurale du concours de beauté avec $p = 2/3$, comment l’expérimentateur peut-il inférer avec certitude le motif causal sous-jacent de sa décision ?
Deux hypothèses diamétralement opposées aboutissent rigoureusement au même comportement observable sur l’écran d’ordinateur :
- L’agent possède une capacité de calcul limitée à un seul palier d’anticipation ($L1$) et réagit naïvement à une croyance uniforme ($L0$).
- L’agent possède une rationalité parfaite de niveau infini, a formellement déduit que l’équilibre de Nash se situe à zéro, mais formule la croyance cynique que tous les autres participants présents dans la salle sont d’une bêtise absolue et vont jouer 50.
Pour tenter de trancher cette indétermination fondamentale, des protocoles sophistiqués d’élicitation directe des croyances probabilistes ont été développés, demandant aux sujets de parier sur la distribution exacte des choix d’autrui. Cependant, ces protocoles introduisent un biais d’interférence expérimentale pervers : le simple fait d’interroger explicitement un joueur sur ce qu’il pense que les autres vont faire focalise son attention délibérative, altère sa démarche naturelle et l’élève artificiellement vers un palier de réflexion plus complexe qu’il n’aurait spontanément adopté sans cet amorçage réflexif.
12. Portée épistémologique et perspectives contemporaines en économie
12.1 Transformation des fondements de la théorie des jeux moderne
L’accumulation des travaux expérimentaux initiés autour du concours de beauté a conduit à une transformation épistémologique profonde de la science économique contemporaine. L’équilibre de Nash, longtemps érigé en norme d’analyse exclusive et universelle du comportement stratégique, a perdu son statut de modèle descriptif absolu pour être repositionné comme un cas limite théorique d’une portée pratique restreinte aux contextes d’apprentissage très prolongés.
Sous l’impulsion conjointe des écoles de Zurich, de Caltech et de Chicago, la théorie comportementale des jeux (Behavioral Game Theory) a acquis ses lettres de noblesse institutionnelles. Elle enrichit l’analyse stratégique d’une boîte à outils formelle intégrant l’hétérogénéité cognitive, les préférences sociales, les biais psychologiques et les contraintes de calculabilité. Cette mutation théorique a percolé jusqu’aux plus hautes instances de décision publique. Les banques centrales contemporaines (telles que la Réserve fédérale américaine ou la Banque centrale européenne) intègrent désormais formellement les modèles de hiérarchie cognitive et de rationalité bornée dans la conception de leurs politiques de communication avancée (forward guidance). Les autorités monétaires savent que les marchés financiers ne réagissent pas selon les axiomes de la rationalité instantanée pure, mais selon des paliers d’anticipation asynchrones qu’il convient d’ancrer délibérément pour éviter la formation de spirales déstabilisatrices.
12.2 L’héritage durable des travaux d’Ernst Fehr et Simon Gächter
La marque imprimée par Ernst Fehr et Simon Gächter sur l’économie expérimentale moderne est indélébile. En insistant inlassablement sur la nécessité d’une fertilisation croisée entre formalisation mathématique rigoureuse et validation empirique contrôlée en laboratoire, ils ont brisé la dichotomie historique entre la théorie pure et l’observation empirique. Leurs apports méthodologiques, qu’il s’agisse de l’élimination méticuleuse des biais de cadrage, de l’usage systématique de rétributions financières réelles ou du développement d’infrastructures logicielles libres comme z-Tree, constituent aujourd’hui le standard méthodologique planétaire exigé par les revues internationales de premier rang.
Leur démarche intellectuelle a démontré avec éclat que l’abandon de la fiction de l’Homo oeconomicus ne précipite nullement la science économique dans l’arbitraire ou le flou descriptif. Au contraire, le remplacement de l’agent représentatif homogène par une distribution structurée de types comportementaux (agents naïfs, agents réciproques, stratèges bornés, acteurs punisseurs) confère aux modèles microéconomiques une puissance prédictive et explicative incomparablement supérieure. Cette perspective a fécondé des générations entières de chercheurs en économie institutionnelle, en finance quantitative et en sociologie analytique, réhabilitant la complexité psychologique et morale de la nature humaine au sommet de l’édifice des sciences de la décision.
12.3 Frontières de la recherche : Intelligence artificielle et agents algorithmiques
À l’ère contemporaine de l’automatisation massive et de la prédominance du trading haute fréquence sur les bourses mondiales, les frontières de la recherche sur le concours de beauté connaissent une réactualisation technologique spectaculaire à travers le déploiement de l’intelligence artificielle (IA) et des algorithmes d’apprentissage par renforcement profond (deep reinforcement learning).
Les économistes et informaticiens confrontent désormais des agents algorithmiques autonomes, programmés avec des architectures d’apprentissage profond, à des sujets humains au sein de jeux du concours de beauté standardisés :
- Des algorithmes d’IA sophistiqués, confrontés uniquement entre eux, convergent vers l’équilibre de Nash de manière exponentiellement plus rapide et implacable que les collectifs humains, éliminant les stratégies dominées avec une froideur computationnelle totale.
- Placés au sein de cohortes mixtes intégrant des participants humains naïfs, les algorithmes de dernière génération n’appliquent pas mécaniquement l’équilibre théorique de Nash. Grâce à des processus d’inférence bayésienne récursive en temps réel, ces systèmes d’IA détectent instantanément l’empreinte cognitive et la distribution des niveaux de leurs rivaux de chair et d’os.
- L’algorithme adopte alors délibérément une stratégie de niveau $L(k+1)$, battant les participants humains à leur propre jeu spéculatif en se positionnant avec une exactitude redoutable juste devant l’opinion moyenne anticipée.
L’exploration des modèles de langage de grande taille (Large Language Models, LLM) face à des protocoles de concours de beauté ouvre également des perspectives de recherche fascinantes. Les études récentes montrent que les modèles de langage les plus avancés manifestent, selon les consignes qui leur sont administrées (prompts), des capacités émergentes de théorie de l’esprit capables de simuler avec une fidélité troublante les distributions historiques des choix humains collectés en laboratoire. L’analogie forgée par John Maynard Keynes il y a près d’un siècle dans les colonnes des journaux londoniens n’a rien perdu de sa puissance d’évocation. Enrichie par les protocoles expérimentaux d’Ernst Fehr, Simon Gächter et Rosemarie Nagel, elle continue d’éclairer la frontière la plus avancée des interactions stratégiques contemporaines, où l’esprit humain, la dynamique des marchés et l’intelligence artificielle se mesurent dans un jeu d’anticipations mutuelles infini.
Références
Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). A theory of fads, fashion, custom, and cultural change as informational cascades. Journal of Political Economy, 100(5), 992-1026. https://doi.org/10.1086/261849
Camerer, C. F. (2003). Behavioral game theory: Experiments in strategic interaction. Princeton University Press.
Camerer, C. F., & Ho, T.-H. (1999). Experience-weighted attraction learning in normal form games. Econometrica, 67(4), 827-874. https://doi.org/10.1111/1468-0262.00054
Camerer, C. F., Ho, T.-H., & Chong, J.-K. (2004). A cognitive hierarchy model of games. The Quarterly Journal of Economics, 119(3), 861-898. https://doi.org/10.1162/0033553041502183
Camerer, C. F., & Hogarth, R. M. (1999). The effects of financial incentives in experiments: A review and capital-labor-production framework. Journal of Risk and Uncertainty, 19(1), 7-42. https://doi.org/10.1023/A:1007850605129
Coricelli, G., & Nagel, R. (2009). Neural correlates of depth of strategic reasoning in medial prefrontal cortex. Proceedings of the National Academy of Sciences, 106(23), 9163-9168. https://doi.org/10.1073/pnas.0807721106
Costa-Gomes, M. A., & Crawford, V. P. (2006). Cognition and behavior in two-person guessing games: An experimental study. American Economic Review, 96(5), 1737-1768. https://doi.org/10.1257/aer.96.5.1737
Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The Journal of Finance, 25(2), 383-417. https://doi.org/10.2307/2325486
Fehr, E., & Gächter, S. (2000). Cooperation and punishment in public goods experiments. American Economic Review, 90(4), 980-994. https://doi.org/10.1257/aer.90.4.980
Fehr, E., & Schmidt, K. M. (1999). A theory of fairness, competition, and cooperation. The Quarterly Journal of Economics, 114(3), 817-868. https://doi.org/10.1162/003355399556151
Fischbacher, U. (2007). z-Tree: Zurich toolbox for ready-made economic experiments. Experimental Economics, 10(2), 171-178. https://doi.org/10.1007/s10683-006-9159-4
Frederick, S. (2005). Cognitive reflection and decision making. Journal of Economic Perspectives, 19(4), 25-42. https://doi.org/10.1257/089533005775196732
Henrich, J., Heine, S. J., & Norenzayan, A. (2010). The weirdest people in the world? Behavioral and Brain Sciences, 33(2-3), 61-83. https://doi.org/10.1017/S0140525X0999152X
Keynes, J. M. (1936). The general theory of employment, interest and money. Macmillan.
Nagel, R. (1995). Unraveling in guessing games: An experimental study. American Economic Review, 85(5), 1313-1326. https://www.jstor.org/stable/2950991
Nash, J. F. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences, 36(1), 48-49. https://doi.org/10.1073/pnas.36.1.48
Smith, V. L., Suchanek, G. L., & Williams, A. W. (1988). Bubbles, crashes, and endogenous expectations in experimental spot asset markets. Econometrica, 56(5), 1119-1151. https://doi.org/10.2307/1911361
Stahl, D. O., & Wilson, P. W. (1995). On players’ models of other players: Theory and experimental evidence. Games and Economic Behavior, 10(1), 218-254. https://doi.org/10.1006/game.1995.1031
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