Les cygnes noirs inversent la logique : il faut décider autrement

Nous avons développé un modèle de prise de décision combinant raisonnement théorique et raisonnement par cas.

Lorsqu'il évalue la probabilité d'un résultat, notre décideur examine les probabilités de ce résultat selon chaque théorie envisagée, mais aussi des cas passés similaires où ce résultat s'est produit.

L'importance relative accordée au raisonnement théorique par rapport au raisonnement par cas dépend de plusieurs facteurs, notamment du succès passé des théories envisagées par l'agent et de la similarité des cas passés avec le cas présent. De plus, l'équilibre entre les deux modes de raisonnement peut être une caractéristique personnelle, dépendant du style cognitif et du niveau d'éducation.

Dans un exemple hypothétique, une équipe d'entrepreneurs sollicite un financement auprès d'une société de capital-risque pour un nouveau traitement contre le cancer.

Lorsqu'ils examinent la proposition, les investisseurs potentiels adoptent des points de vue différents. John examine l'efficacité du traitement, les concurrents potentiels, les retards et les coûts éventuels des essais cliniques, le montant que les assureurs prendront en charge et les bénéfices escomptés. Il juge l'investissement potentiel très prometteur.

Sarah, plus expérimentée, est sceptique. Bien qu'elle reconnaisse le bien-fondé de l'analyse de John, elle n'a vu que peu de projets couronnés de succès par le passé. Rachel, peu expérimentée, est également sceptique quant au projet, soulignant que même les calculs les plus rigoureux n'auraient peut-être pas permis d'appréhender toutes les possibilités pertinentes et de les pondérer correctement ; elle recommande la prudence face aux « nouvelles technologies fantastiques ».

Dans ce cas précis, Sarah dispose d'une base de données d'exemples plus importante que John. Ils peuvent s'accorder sur la probabilité de succès de l'entreprise et partager le même style cognitif, mais l'expérience de Sarah la rend plus sceptique. John et Rachel disposent tous deux de peu d'informations sur les cas passés, mais leurs styles cognitifs diffèrent, Rachel étant plus prudente quant à la confiance accordée aux théories.

Différentes personnes peuvent analyser la même situation en accordant une importance différente au raisonnement basé sur les cas et sur la théorie, et parvenir à des conclusions différentes.

En période de grande incertitude, le raisonnement par cas est particulièrement pertinent.

Par exemple, on établit actuellement des analogies entre la guerre russo-ukrainienne et d'autres guerres. La pandémie de COVID-19 a éveillé l'intérêt pour l'épidémie de grippe de 1918.

Des preuves démontrent la pertinence et parfois l'efficacité de cette approche : lors de la crise financière de 2007-2008, les gouvernements ont tiré les leçons du passé et ont agi pour éviter une nouvelle Grande Dépression.

De même, au lendemain du 11 septembre, les experts financiers ont tiré les leçons des crises passées pour prédire le comportement des marchés. « Tous les regards seront rivés sur les marchés lundi matin », écrivait un chroniqueur de Barron's dans le premier numéro de la publication après l'attentat terroriste de 2001.

Dans le même numéro, un autre chroniqueur se voulait rassurant, soulignant la résilience des cours boursiers après des événements tels que la chute de la France en 1940, Pearl Harbor, l'assassinat de Kennedy et la guerre du Golfe.

Nous soutenons que le raisonnement théorique est un excellent moyen de prendre des décisions lorsque les données sont abondantes, c'est-à-dire lorsque la situation se maintient.

Cependant, nous constatons que ce mode de raisonnement est insuffisant, voire inutile, face à un cygne noir – et le monde est peuplé de cygnes noirs.

En cas de surprise, les décideurs ont tendance à accorder moins d'importance à leur raisonnement probabiliste et à s'appuyer davantage sur des analogies passées.

Méthodologie

En utilisant l'approche axiomatique, nous traduisons le modèle mathématique abstrait en comportement observable dans des situations concrètes, dans l'espoir de mieux comprendre ce que le modèle implique.

Applications

Nous pensons que les scientifiques en économie, en finance, en sciences politiques et dans des domaines connexes peuvent tirer profit de l'utilisation d'un tel modèle, et nous espérons que nos résultats axiomatiques les convaincront qu'il s'agit d'un modèle pertinent à utiliser pour comprendre le comportement humain, ainsi que pour formuler des recommandations aux individus et aux organisations.