Nous prenons plus de risques lorsque les conséquences de nos choix ne sont pas immédiates

Le 2 août 2026, de nouvelles obligations de transparence de l’Union européenne sont entrées en vigueur pour certains systèmes d’intelligence artificielle. Ces règles concernent les interactions directes avec l’IA ainsi que plusieurs formes de contenus générés ou manipulés par l’IA. Elles offrent un exemple actuel d’un problème de décision bien connu : les choix sont faits aujourd’hui, tandis que leurs conséquences ne se matérialisent que plus tard. Les recherches d’Emmanuel Kemel, professeur à HEC Paris, et de Corina Paraschiv, de l'Université Paris Cité, montrent que ce décalage peut influencer le niveau de risque que les individus sont prêts à accepter.

Dans une expérience informatisée en laboratoire menée auprès de 70 étudiants de premier cycle de l’Université de Paris, les participants devaient choisir entre des loteries monétaires dont les paiements étaient effectués immédiatement ou un an plus tard. Ils ont accepté davantage de risque lorsque les conséquences étaient différées. L’étude distingue ensuite l’origine de cette tolérance accrue au risque. Elle l’attribue principalement à la manière dont les participants pondéraient les probabilités et, selon l’interprétation des chercheurs, à un optimisme plus marqué quant aux chances de réussite.

Un délai d’un an modifie la tolérance au risque

La plupart des modèles économiques du choix risqué partent d’une séquence immédiate : une décision est prise, l’incertitude est résolue et la conséquence s’ensuit. Dans la vie quotidienne, ces moments sont souvent dissociés. Les électeurs connaissent le résultat d’une élection avant que les politiques qui en découlent ne prennent effet. Un emploi ou une formation peut commencer plusieurs mois après une offre. Une sanction peut intervenir longtemps après un comportement risqué. Des décisions médicales peuvent avoir des effets sur la santé des années plus tard.

Des expériences antérieures avaient déjà montré que des loteries différées pouvaient accroître la tolérance au risque. Mais nombre d’entre elles repoussaient à la fois le moment où l’incertitude était résolue et celui où le paiement était reçu. Les deux formes d’attente étaient donc confondues. Or un décideur peut réagir différemment au fait d’attendre de connaître le résultat, d’attendre d’en subir ou d’en recevoir la conséquence, ou de devoir patienter dans les deux cas.

Kemel et Paraschiv ont conçu leur expérience afin de se concentrer sur la matérialisation de la conséquence. Le moment où le risque était résolu restait constant, tandis que la date du paiement variait. Leur dispositif contrôlait également l’actualisation, c’est-à-dire la tendance à attribuer une valeur différente à un paiement futur par rapport à un paiement immédiat. La comparaison portait donc sur un seul élément : la conséquence monétaire survenait-elle immédiatement ou un an plus tard ?

Les probabilités semblent différentes lorsque l’avenir est en jeu

La tolérance au risque peut refléter au moins deux composantes d’un choix. La première est la valeur attribuée à chaque résultat possible. La seconde est le poids qu’un décideur accorde aux probabilités annoncées. Une probabilité de 20 %, par exemple, peut peser davantage ou moins dans une décision que ne le suggère sa valeur numérique seule.

Pour distinguer ces deux composantes, les chercheurs ont analysé les choix à l’aide de la théorie de l’utilité dépendante du rang (Rank-Dependent Utility, RDU), un modèle qui permet d’attribuer des poids différents aux probabilités. L’utilité que les participants associaient aux résultats était similaire, que le paiement soit immédiat ou différé d’un an. En revanche, la pondération des probabilités changeait.

Lorsque les conséquences étaient différées, la fonction de pondération des probabilités était plus élevée. Autrement dit, les participants accordaient davantage de poids, dans leur décision, aux chances d’un résultat favorable lorsque le versement était différé. Les chercheurs interprètent ce schéma comme un optimisme accru quant aux chances de réussite. L’augmentation de la tolérance au risque provenait principalement de cette évolution de la pondération des probabilités, tandis que la valorisation des résultats monétaires restait globalement stable.

Distinguer le moment où le risque est connu de celui où ses conséquences sont ressenties

La distinction entre la résolution du risque et la matérialisation de la conséquence est au cœur de l’étude. Dans les deux conditions expérimentales, les chercheurs ont maintenu constant le moment où le risque était résolu. Seule changeait la date à laquelle la conséquence monétaire se matérialisait. Le dispositif permettait ainsi d’isoler l’effet du report du paiement de celui, distinct, de l’attente avant de connaître le résultat.

Cette conception expérimentale comble une lacune précise des travaux antérieurs. Des études précédentes avaient examiné des situations dans lesquelles la résolution du risque et le paiement étaient tous deux différés, ainsi que des situations où le moment de la résolution variait alors que la date du paiement restait fixe. Kemel et Paraschiv isolent le cas qui restait à étudier : le paiement est différé tandis que le moment où le risque est résolu reste inchangé.

Leurs résultats permettent également de mieux comprendre l’origine du changement de comportement. Une analyse classique en termes d’utilité espérée pourrait attribuer une plus grande tolérance au risque à une modification de la façon dont les individus valorisent les résultats futurs. Le modèle plus large utilisé ici révèle un autre schéma. L’utilité des résultats reste similaire selon les deux horizons temporels, tandis que les poids décisionnels attribués aux probabilités augmentent lorsque les conséquences sont différées.

Ce que ce résultat apporte aux décisions réelles

L’expérience porte sur des loteries monétaires en laboratoire, et c’est dans ce cadre que sa conclusion est la plus solide. L’échantillon comprend 70 étudiants de premier cycle, et les choix portent sur des résultats non négatifs comportant une ou deux issues possibles. L’étude fournit donc un test contrôlé d’une différence temporelle précise. L’extension de ces résultats à d’autres populations, niveaux d’enjeu et domaines nécessitera des recherches supplémentaires.

Dans ces limites, le résultat ajoute une question précise à l’évaluation du risque : à quel moment les conséquences seront-elles ressenties ? Deux décisions présentant des probabilités et des gains similaires peuvent susciter des attitudes différentes si la conséquence de l’une est immédiate et celle de l’autre située un an plus tard.

Cette question est pertinente partout où risque et temporalité se combinent. L’article scientifique cite le vote, la dissuasion, l’éducation, l’emploi et la santé. Les managers, eux aussi, comparent des options dont les conséquences se déploient selon des calendriers différents. L’étude montre que le moment où ces conséquences surviennent mérite donc d’être pris en compte dans la manière de présenter et de comparer les options, au même titre que les résultats possibles et les probabilités annoncées.

Un choix présenté avec des conséquences le mois prochain peut être perçu différemment du même choix lorsque ses conséquences sont prévues l’année suivante, même si les probabilités annoncées restent inchangées. L’expérience met en évidence cette possibilité dans des conditions contrôlées. Des études portant sur des montants plus élevés et des contextes organisationnels seraient nécessaires pour en mesurer la portée.

Un gain futur peut modifier le choix d’aujourd’hui

Dans l’analyse des décisions, les conséquences différées sont souvent abordées sous l’angle de l’actualisation : combien vaut aujourd’hui un résultat futur ? L’expérience de Kemel et Paraschiv met en évidence un autre mécanisme. La valeur attribuée aux résultats restait similaire dans les deux conditions, tandis que la pondération des probabilités changeait.

Un choix risqué comporte donc deux questions sensibles au temps : quelle valeur accorde-t-on au résultat futur, et dans quelle mesure la réussite paraît-elle probable lorsque ce résultat se situe à distance ? Dans cette expérience, c’est la seconde question qui explique la différence. Le délai avant le paiement a modifié le poids que les participants accordaient aux probabilités au moment de choisir.

Traduction assistée par LLM​