Fondements cognitifs et statistiques

La racine cognitive : pourquoi le cerveau crée l'illusion

L'illusion de contrôle n'est pas une bizarrerie : c'est une fonction adaptative du système 1 (Kahneman). Trois mécanismes la rendent quasi-automatique.

1. La détection d'agency par défaut

Notre cerveau est câblé pour détecter des agents dans l'environnement. Évolutionnairement utile : voir un agent (un prédateur, un allié) là où il n'y en a pas est moins coûteux que de manquer un agent réel.

Conséquence sur le contrôle :

graph LR
    A[Action posée:<br/>j'appuie, je choisis] --> B[Cerveau cherche<br/>une conséquence]
    B --> C[Si conséquence existe] --> D[Inférence:<br/>j'en suis la cause]
    B --> E[Si conséquence absente] --> F[Inférence:<br/>mon action n'a pas marché... encore]
    style D fill:#fde047
    style F fill:#fde047

Dans les deux cas, l'action est créditée. C'est une asymétrie d'inférence qui rend l'illusion robuste : on retient les corrélations action → résultat, on oublie les corrélations action → non-résultat.

2. La motivation de contrôle (Skinner, 1995 ; Burger, 1989)

Sentir qu'on contrôle est agréable et baisse l'anxiété. Le cerveau a donc un biais motivationnel à percevoir du contrôle là où il n'y en a pas — c'est plus confortable.

Études classiques :

• Patients en chimio à qui on donne un bouton placebo pour contrôler leur antalgique : satisfaction +35 %, sans effet pharmacologique réel (Wallston et al., 1991)
• Salariés à qui on donne un thermostat non fonctionnel : confort déclaré +25 %, productivité +18 % (Brown, 1991)

Le sentiment de contrôle vaut autant que le contrôle réel pour le bien-être. Ce n'est pas une faiblesse — c'est un design utile, sauf quand il pollue les décisions.

3. L'asymétrie d'attention succès/échec

On retient les fois où "ça a marché", on rationalise celles où "ça n'a pas marché". Le journaling montre que les entrepreneurs attribuent leurs succès à 70 % à leurs actions, et leurs échecs à 70 % à des facteurs externes (Ross & Sicoly, 1979 ; Miller & Ross, 1975).

graph TD
    A[Résultat positif] -->|Attribution| B[Mes actions<br/>70 %]
    A -->|Attribution| C[Externe<br/>30 %]
    D[Résultat négatif] -->|Attribution| E[Mes actions<br/>30 %]
    D -->|Attribution| F[Externe<br/>70 %]
    style B fill:#22c55e,color:#fff
    style F fill:#94a3b8,color:#fff

C'est le biais d'auto-complaisance (self-serving bias). Il nourrit directement l'illusion de contrôle : à long terme, on construit un modèle de soi-même comme "celui qui maîtrise".

La racine statistique : confondre corrélation et causalité

L'illusion de contrôle est, formellement, un problème d'attribution causale. On observe :

• A : on a posé une action
• B : un résultat est arrivé

Et on infère : A → B. Sans tester la contrefactuelle (qu'aurait donné A' ou pas d'A du tout ?).

Le modèle correct : la matrice 2×2

Pour mesurer le contrôle réel d'une action sur un résultat, il faut les quatre cases :

Le vrai indicateur de contrôle est la différence :

Contrôle réel = P(résultat | action) − P(résultat | pas d'action)

Soit : a/(a+b) − c/(c+d)

Si cette différence est ≈ 0, vous n'avez aucun contrôle réel. Pourtant, le cerveau ne regarde que a/(a+b) : « j'ai agi, ça a marché, donc je contrôle. »

Études classiques d'Alloy et Abramson (1979) : on demande à des sujets d'estimer leur contrôle sur l'allumage d'une ampoule. Quand l'ampoule s'allume à 75 % quelle que soit l'action, les sujets déclarent un contrôle moyen de 0,57 sur 1. La réalité statistique : 0.

Les corrélations spurious

Beaucoup de "réussites" business correspondent à des corrélations sans cause. Quelques exemples :

Sans groupe de contrôle ou A/B test, toute attribution de contrôle est de la fiction narrative.

Quelques expériences canoniques à connaître

Cas 1 : la loterie de Langer (1975) — déjà vu

Choisir son ticket → exigence de revente 4,4× supérieure à un ticket aléatoire. Pure illusion.

Cas 2 : Wortman (1975) — "j'ai influencé le tirage"

Sujets à qui on demande de tirer une marble dans un sac. On manipule subtilement leur "implication" (choisir le moment, choisir la main). Résultat : ceux qui ont senti plus d'agency déclarent à 62 % que leur "stratégie" a influencé le tirage. Le tirage était purement aléatoire.

Cas 3 : Fenton-O'Creevy et al. (2003) — traders professionnels

Étude sur 107 traders professionnels à Londres. Mesure de l'illusion de contrôle via un test où ils doivent influencer un indicateur sur écran (qui est en réalité un signal aléatoire généré sans lien avec leurs actions).

Résultats :

• Plus l'illusion de contrôle est élevée → moins le trader performe
• Corrélation négative entre score d'illusion et profit annuel : r = −0,38, p < 0,01
• Différence de revenu : 100 000 GBP/an entre haute et basse illusion

Les traders qui se croient les plus en contrôle sont ceux qui perdent le plus. C'est un des résultats les plus robustes de la finance comportementale.

Cas 4 : les CEO et la performance d'entreprise

Bertrand & Schoar (2003) : sur 600 changements de CEO, l'effet "CEO" sur la performance financière de l'entreprise est ≈ 5-15 % de la variance totale. La majorité de la performance vient du secteur, de la conjoncture, des actifs existants.

Pourtant, dans les biographies et les rémunérations, le CEO se voit attribuer 60-80 % du mérite. L'écart entre contrôle réel et contrôle perçu est de 4 à 16× selon l'industrie.

Cas 5 : les boutons placebo

Très visuel et facile à se rappeler :

• 90 % des boutons de passage piéton à New York ne fonctionnent pas (Luo, 2004, NYT)
• La plupart des thermostats dans les open spaces ne sont pas connectés (étude Honeywell, 2003)
• Les boutons "fermeture des portes" dans les ascenseurs aux USA sont désactivés depuis ADA 1990 (Nick Paumgarten, The New Yorker, 2014)

Ces boutons existent uniquement pour fournir une illusion de contrôle. Le résultat utilisateur (satisfaction, perception du temps d'attente) est meilleur avec un bouton placebo qu'avec aucun bouton.

Les 5 conditions qui amplifient l'illusion (méta-analyse Presson & Benassi, 1996)

Méta-analyse sur 53 études. Les facteurs qui amplifient l'illusion :

graph TD
    A[Illusion de contrôle] --> B[+ Choix offert]
    A --> C[+ Stimuli familiers]
    A --> D[+ Implication active]
    A --> E[+ Compétition contre adversaire]
    A --> F[+ Succès initiaux<br/>par hasard]
    style A fill:#fde047

C'est la boîte à outils du growth hacker. On la décortiquera au chapitre 4.

Comment mesurer rigoureusement le contrôle réel

Voici un protocole en 3 étapes pour passer de "je crois contrôler" à "je sais si je contrôle".

Étape 1 — Décomposer l'événement

Listez tous les facteurs ayant pu influencer le résultat :

• Variables internes (ce que vous contrôlez vraiment)
• Variables externes (conjoncture, hasard, actions des autres)
• Variables mixtes (vous influencez en partie)

Étape 2 — Tester contrefactuel

Posez la question : « Si je n'avais pas fait X, est-ce que le résultat aurait été différent ? »

Méthodes valides :

• A/B test (idéal)
• Cohorte comparable sans X (acceptable)
• Estimation honnête par tiers (faible mais > rien)

Étape 3 — Quantifier la part de mérite

Allouez 100 % entre :

• Votre action : __ %
• Facteurs externes : __ %
• Hasard pur : __ %

Exemple : « J'ai signé ce gros client. »

• Mon pitch : 30 %
• Le timing (ils avaient besoin maintenant) : 40 %
• La reco du collègue : 20 %
• Hasard (notre concurrent en down) : 10 %

Cette honnêteté est désagréable. C'est exactement pour ça qu'elle marche.

La triade : illusion, surconfiance, optimisme — tableau de bord

Pour repérer les trois à la fois dans vos propres décisions :

Pourquoi les experts ne sont pas immunisés (et même au contraire)

Paradoxe contre-intuitif documenté dans Tetlock (2005) — Expert Political Judgment :

Plus un expert est médiatisé, plus ses prédictions sont mauvaises.

Hypothèse : les experts médiatisés sont sélectionnés sur leur confiance (qui se vend dans les médias), pas sur leur calibration (capacité à mettre une probabilité juste sur leurs prédictions).

Les meilleurs prédicteurs (les "hérissons" vs "renards" de Tetlock) sont ceux qui assument l'incertitude — donc qui ont une illusion de contrôle basse.

Implication directe pour la vente :

• Le pitch ultra-confiant vend mieux à court terme
• Mais il prédit mal la suite (churn, déception)
• Le pitch calibré ("60 % de chances que ça marche pour vous") est moins flashy mais bâtit la confiance long terme

Résumé

• L'illusion de contrôle a 3 racines cognitives : détection d'agency, motivation de contrôle (bien-être), asymétrie d'attribution succès/échec (auto-complaisance).
• En statistique, c'est une erreur d'inférence causale : on confond corrélation et causalité, on ignore les contrefactuelles.
• Pour mesurer le contrôle réel, il faut la matrice 2×2 : action × résultat, et la différence P(résultat|action) − P(résultat|pas d'action).
• Cas canoniques : Langer 1975 (loterie), Alloy & Abramson 1979 (ampoule), Fenton-O'Creevy 2003 (traders perdants), Bertrand & Schoar 2003 (CEO), boutons placebo.
• 5 facteurs amplificateurs : choix, familiarité, implication active, compétition, succès initiaux (Presson & Benassi, 1996).
• Protocole rigoureux : décomposer → contrefactuel → quantifier le mérite.
• Paradoxe : plus on est expert/médiatisé, plus l'illusion est forte. Les bons prédicteurs assument l'incertitude.

Dans le chapitre 3, un quiz pour ancrer ces fondements. Puis on bascule sur les applications concrètes vente et business.