Le livre Think Twice de Michael J. Mauboussin passe en revue la littérature moderne sur les biais cognitifs et comment les contrer pour prendre de bonnes décisions.

Mise en contexte

Des gens intelligents peuvent prendre des décisions, on ne peut plus stupides.

Les tests de QI ne mesurent pas la flexibilité intellectuelle, l’introspection, ni la capacité à tirer des conclusions selon un faisceau d’indices, qui sont pourtant importantes pour prendre des décisions rationnelles.

Il est possible de réduire les erreurs que nous faisons de deux manières. D’abord, en s’efforçant de clarifier le problème posé. Ensuite, en tirant parti des erreurs des autres.

Les étapes pour progresser sont :

1. Apprendre sur les erreurs en général
2. Reconnaître suivant le contexte quel type d’erreur vous risquez de faire
3. Limiter la fréquence et la sévérité de vos erreurs en étant sur vos gardes

La plupart des gens passent moins de 25% du temps à essayer de penser clairement au sujet d’un problème. Pour donner le change vis-à-vis d’un supérieur, beaucoup de temps est en fait passé à collecter des données.

Prendre du recul

Différentes études démontrent que la plupart des gens se considèrent supérieurs à la moyenne. Par exemple, 80% des gens se croient meilleurs conducteurs que la moyenne! Pire, les moins compétents sont ceux qui se montrent les plus confiants dans leurs capacités!

L’erreur dont il est question consiste à être trop optimiste et à croire que l’on contrôle les événements. Tout simplement, les gens pensent être meilleurs ou différents des autres. Il est bien plus raisonnable de prendre un point de vue extérieur. Par exemple, quel est le taux de réussite d’un traitement médical ?

Si vous voulez savoir comment les choses vont se passer pour vous, demandez-vous comment elles vont se passer pour quelqu’un dans votre situation.

Ouvert à toutes les options

Nous raisonnons à partir de certaines prémisses sur la façon dont le monde fonctionne. Mais nous n’arrivons pas à considérer les options qui se présenteraient si ces prémisses étaient fausses.

D’autre part, la façon dont un problème est posé conditionne les choix possibles. Enfin, nos modèles mentaux de la réalité pourraient être inadéquats dans certains contextes.

D’autres biais affectent notre évaluation d’une situation. Par exemple, nous nous basons sur l’apparence pour nous faire une opinion sur quelqu’un. Nous avons davantage peur de voler après un crash d’avion. Nous avons tendance à essayer de prédire en identifiant des tendances qui sont plus fictives que réelles.

La plupart des gens sont peu sensibles à l’information qui provient de l’extérieur, car ils sélectionnent ce qui est compatible avec leurs croyances et rejettent le reste. Ce biais, appelé biais de confirmation, limite notre exposition à des idées différentes.

Le stress aussi réduit la qualité de nos décisions, car il nous conduit à donner la priorité au court terme et néglige le long terme.

Pour éviter d’avoir des œillères :

1. Considérer explicitement des alternatives, plus il y en a le mieux c’est.
2. Rechercher des opinions contradictoires. Commencez par vous faire l’avocat du diable.
3. Conserver une trace de vos décisions. Relisez-vous pour les alternatives considérées après coup.
4. Évitez de prendre des décisions sous le coup de l’émotion.
5. Tenez compte de l’influence des incitations sur vos décisions.

Les experts sont dépassés

Best Buy a obtenu de meilleures prévisions de ses ventes en interrogeant des centaines de ses employés qu’en écoutant ses propres experts.

Selon le domaine considéré, de nouveaux outils ou de nouvelles méthodes sont parfois plus fiables que l’avis des experts. Citons par exemple des domaines où les experts ne s’entendent pas entre eux tels que dans les prévisions économiques ou géopolitiques. Un autre exemple est donné par les situations où il existe des règles simples, des formules ou des algorithmes pour décider : score de crédit, diagnostic médical simple.

Dans l’exemple de Best Buy, la sagesse des foules donne d’excellents résultats, car les avis exprimés sont honnêtes et indépendants les uns des autres. Mais ce n’est pas toujours le cas.

Pour utiliser au mieux les experts, ayez en tête les points suivants :

1. Adapter les outils au problème. Les experts sont pertinents seulement dans certaines situations.
2. Les généralistes font de meilleurs prévisionnistes que les spécialistes.
3. Utiliser la technologie lorsque c’est possible.

Appréciation de la situation

Des expériences de psychologie démontrent que les perceptions du groupe affectent grandement nos perceptions.

Le conformisme touche tout le monde, mais il existe aussi des différences culturelles. Les Occidentaux vont juger les actions de l’individu en fonction de l’individu tandis que les Orientaux auront plutôt tendance à juger selon les circonstances et la situation de l’individu.

Notre subconscient influence grandement nos décisions. Des chercheurs ont ainsi mesuré les ventes de vins français et allemands mis sur le même stand en jouant alternativement de la musique allemande ou de l’accordéon. Lorsque la musique française jouait, les vins français représentaient 77% des ventes. Lorsque la musique allemande jouait, les vins allemands représentaient 73% des ventes !

Le consentement au don d’organe varie grandement d’un pays à l’autre. En fait, cela est dû à la façon de présenter le choix : « opt in » ou « opt out ». Les pays à fort consentement comme la Suède ou l’Autriche sont ceux où le choix par défaut est le don.

Une interprétation de l’expérience de Milgram, dans laquelle les participants font subir des chocs électriques supposément de plus en plus intenses à un acteur, est que c’est l’occasion qui fait le larron. Autrement dit, les comportements s’adaptent à la situation.

Voici quelques pistes pour faire attention à votre environnement :

1. Prendre conscience de votre situation : votre état psychologique, les influences extérieures
2. La situation compte plus que l’individu.
3. Les gens font ce qu’ils font parce que les autres le font. Parfois même il y a une incitation.
4. Évitez l’inertie. « Si nous ne le faisions pas déjà, le ferions-nous sachant ce que nous savons ? »

Plus, c’est différent

Les fourmis d’une colonie ont un comportement très simple, mais la colonie prise dans son ensemble semble douée d’intelligence.

Les propriétés de tels systèmes sont impossibles à déterminer sur la base de ses composantes. Autrement dit, ils résistent à l’analyse. Le marché est un tel système. Écouter des investisseurs ne vous mènera nulle part, tandis que l’agrégation des opinions de tous ces acteurs c’est-à-dire le marché est en général très efficient.

Une étude de la Harvard Business School a montré que la performance des stars de l’analyse financière décevait après leur arrivée dans une nouvelle compagnie. En effet, nous accordons beaucoup trop d’importance au mérite personnel et négligeons l’apport de l’environnement, ses ressources et tout simplement une meilleure connaissance des processus dans l’ancienne organisation.

Que faire?

1. Observer un système à l’échelle appropriée.
2. Prêter attention aux systèmes fortement couplés. Ceux-ci peuvent générer une catastrophe.
3. Utiliser des simulations de mondes virtuels.

Ne pas présumer

L’ordre de naissance affecte le comportement des enfants. Les aînés sont plus ambitieux, plus sérieux, plus conventionnels. Les plus jeunes, quant à eux, sont plus rebelles, plus ouverts et plus aventuriers.

Même si cet effet existe bel et bien, les études montrent que cela ne s’applique qu’au contexte familial. A l’extérieur, l’effet de l’ordre de naissance est insignifiant. Ce phénomène est plus général, ce qui est vrai dans un contexte donné peut être faux dans un autre contexte.

Essayer de réussir en se basant sur des observations de ceux qui réussissent est risqué. Ce serait un peu comme de vouloir apprendre à voler en imitant les oiseaux. Il est plus avisé de déterminer les relations de cause à effet en testant différentes théories.

Une erreur très commune consiste à confondre corrélation et causalité. Pour que X cause Y, il faut 3 conditions, (1) que X se produise avant Y, (2) que X et Y prennent chacune au moins deux valeurs, (3) qu’il n’y ait pas une cause Z qui entraîne à la fois X et Y. Pour illustrer ce dernier point, on peut montrer que la télévision n’entraîne pas l’obésité, mais plutôt que des conditions économiques défavorables augmentent les probabilités de devenir obèse et de regarder trop la télévision.

Demandez-vous :

1. Est-ce que votre théorie correspond vraiment aux faits observés ?
2. Ne pas confondre corrélation et causalité.
3. Reconnaissez les conditions d’application de vos règles.
4. Lorsqu’il y a de nombreuses dimensions qui interagissent, on ne peut pas déterminer qui est le meilleur ou quelle est la meilleure stratégie. A peut gagner contre B, B contre C et C contre A.

Transitions de phase

Il y a deux types de rétroaction dans les phénomènes physiques ou sociaux : positive ou négative. Les rétroactions négatives diminuent le phénomène tandis que les rétroactions positives l’amplifient.

Le phénomène précédent se combine parfois avec une transition de phase où un petit changement a des répercussions disproportionnées. C’est ce qui se passe pour l’eau qui devient soudainement solide à zéro degré. Cela démontre qu’il est déraisonnable d’extrapoler le comportement d’un système sur la base de quelques observations.

L’exemple typique est celui de la dinde qui est nourrie 1000 jours d’affilé et dont la confiance dans le fermier croît de jour en jour, jusqu’au moment fatidique où elle est tuée.

Le monde qui nous entoure est soumis au hasard le plus sauvage. Cependant, les économistes ne considèrent une version du hasard plus bénigne afin de pouvoir résoudre leurs équations. En conséquence, ils sous-estiment les risques d’événements catastrophiques. Ils supposent aussi un monde qui est essentiellement statique. Or, « lorsque l’économie va mal, la seule chose qui augmente ce sont les corrélations ».

Parmi ce qui explique les rétroactions positives dans les phénomènes sociaux, on trouve le mimétisme social. Ainsi, une expérience a mesuré la popularité des chansons auprès de différents groupes. Un groupe était isolé tandis que les autres pouvaient voir les chansons choisies par les autres. L’expérience a clairement établi que le classement des chansons les plus populaires était très fortement influencé par ce que faisaient les autres.

Pour appréhender les systèmes avec des transitions de phase :

1. Demandez-vous si vous êtes-vous au Médiocristan (ex. : taille) ou en Extremistan (ex. : revenus).
2. Identifier les transitions de phase. Celles-ci ont lieu lorsque les actions deviennent coordonnées.
3. Méfiez-vous des projections.
4. Profitez des bonnes surprises et assurez-vous contre les mauvaises.

Distinguer le talent de la chance

Dans la plupart des activités humaines, le succès est une combinaison de talent et de chance. Un concept important en statistique est celui du retour à la moyenne. Dans les activités où la chance joue un rôle prépondérant, comme en investissement, la classe d’actifs la moins performante de l’année passée a toutes les chances d’avoir une meilleure performance cette année.

Le retour à la moyenne dit simplement que des résultats exceptionnels (bon ou mauvais) impliquent une grande dose de chance et que par la suite, la part de chance ou de malchance sera sans doute moindre et les résultats moins extrêmes.

Comment prêter une attention suffisante au retour à la moyenne ?

1. Essayez d’identifier la part de chance et de talent de l’activité. La chance joue un rôle prépondérant si vous n’êtes pas capable de perdre exprès.
2. Faites attention à la taille de l’échantillon. Ne tirez pas de conclusion à partir de quelques cas.
3. Surveiller la stabilité du système. Par exemple, la performance décroît avec l’âge.
4. Ne tombez pas dans le piège de l’effet halo, qui consiste à prêter toutes les qualités aux gens qui réussissent. Bien souvent, le succès est une question d’un peu de talent et beaucoup de chance.

The post ⭐⭐⭐Livre « Think Twice » de Michael J. Mauboussin first appeared on Economie rebelle.

L’article ⭐⭐⭐Livre « Think Twice » de Michael J. Mauboussin est apparu en premier sur Economie rebelle.

Le livre de Peter Thier De Zéro à Un est passablement connu. Moins connu est le fait que ce livre doit son existence à un recueil de notes du cours de Peter Thiel à Stanford par Blake Masters.

En fait, les notes du cours sont à maints égards plus riches que le livre.

Vous ne serez pas surpris d’apprendre que le chapitre qui traite de la chance est le chapitre 13, intitulé « Vous n’êtes pas un ticket de loterie ».

Il s’agit de l’antithèse de l’idée selon laquelle le rôle du hasard est prépondérant dans nos vies. Dixit Taleb, dixit Gladwell. Cette idée est tellement dans l’air du temps que nous sommes peut-être allés un peu trop loin.

Pour Peter Thiel, l’anticonformiste par excellence, le rôle du talent est ce qui est le plus important.

Contre le hasard sauvage

Il serait merveilleux de pouvoir rejouer la création de Facebook 1000 fois et voir combien de fois l’histoire se termine par un succès. S’il y a une seule fin heureuse, alors c’est la chance qui domine, mais si 1000 fois sur 1000 l’entreprise réussit alors c’est le talent.

Bien sûr, il est impossible de faire cette expérience.

Le premier argument en faveur du talent, selon Thiel, est l’existence de succès à répétition : Steve Jobs a créé Apple, mais aussi Pixar et Next Computer avant de revenir chez Apple. Jack Dorsey a créé Twitter et Square. Elon Musk a participé à Pay Pal avant de fonder SpaceX et Tesla. On pourra objecter à Peter Thiel que ces personnes ne repartent pas exactement de zéro : elles disposent d’un capital conséquent, d’un réseau d’ingénieurs et d’investisseurs et surtout d’une réputation qui les précède.

D’après Thiel, la perception actuelle du hasard est une anomalie. Au 19^e siècle et jusqu’aux années 1960, la chance était vue comme une force à dompter et non comme une fatalité. Il existe plusieurs versions de la même idée :

La chance d’avoir du talent ne suffit pas ; on doit avoir également le talent d’avoir de la chance.

Hector Berlioz

La chance naît de la rencontre de la préparation avec l’opportunité.

Sénèque

Je crois dur comme fer dans la chance et je constate que plus je travaille et plus en j’ai.

Thomas Jefferson

La fortune sourit aux audacieux.

Macchiavel

L’argument le plus intéressant de Thiel est que la perception erronée sur le rôle de la chance est entretenue par les entrepreneurs. Imaginons un instant que le fondateur d’une startup explique objectivement pourquoi sa réussite était prévisible et en quoi elle est principalement dû à son talent. Cet individu serait immédiatement cloué au pilori. L’idée que non seulement il existe d’importantes inégalités dans ce bas monde, mais qu’en plus certaines personnes sont capables de contrôler leurs chances est insupportable au commun des mortels.

Un cadre pour penser la chance

Une façon de réfléchir au rôle de la chance est d’examiner les attitudes face au futur.

Nous pouvons être optimistes ou pessimistes à propos du futur.

Nous pouvons, par ailleurs, imaginer le futur comme déterminé ou bien indéterminé. Dans une vision déterministe, le futur peut être connu et est contrôlable. Dans une vision non déterministe, le futur est impossible à prédire et incontrôlable.

Si l’avenir est indéterminé, vous ne savez pas à l’avance ce qui va marcher. Vous avez intérêt à vous diversifier. Cela veut dire avoir un portefeuille d’actifs diversifié, cela veut dire avoir des expériences hétéroclites dans votre CV.

Au contraire, si le futur est déterminé, il est payant d’avoir de fortes convictions et de s’y investir complètement.

Par exemple, dans le tableau ci-dessus, les Chinois pensent que l’avenir sera plus sombre que le présent (pessimisme) et c’est d’ailleurs ce qui explique leur fort taux d’épargne. D’un autre côté, même si l’avenir n’est pas brillant, ils s’y préparent de façon ordonnée.

Dans un environnement indéterminé comme le nôtre, l’argent prend une importance disproportionnée. Comme on ne sait pas de quoi demain sera fait, l’optionnalité qu’offre l’argent est d’autant plus intéressante.

Moment Gestalt

Selon la philosophie de l’avenir qui domine, les secteurs de l’économie, les outils et les méthodes qui s’imposeront seront différents.

Peter Thiel donne ces exemples :

• Dans un monde déterminé, le calcul différentiel domine. Dans un monde indéterminé, ce sont les statistiques.
• Dans un monde déterminé, la technique est prépondérante. Dans un monde indéterminé, les processus sont plus importants.

Son propos semble expliquer l’évolution du profil des dirigeants d’entreprise depuis trois quarts de siècle. Après la Seconde Guerre mondiale, les dirigeants étaient surtout des ingénieurs. Depuis les dernières décennies, il s’agit de financiers et de vendeurs.

Dans un monde indéterminé, on ne sait pas ce qui va marcher, mais la distribution est essentielle de même que la performance financière.

L’approche de Peter Thiel consiste à dire : et si tout le monde se trompait, s’il existait des choses qui sont prévisibles et qu’on pouvait contrôler dans une large mesure les événements ?

Même si Peter Thiel ne développe pas ses conclusions, voici quelques implications. Dans un monde où la plupart des gens ne savent pas où ils vont, vous avez moins de concurrence si vous avez des convictions. Dans un monde où la plupart des gens ne savent pas où investir leur argent, vous avez accès à du capital bon marché pour votre projet. De nos jours, les gens poursuivent des idées stupides en bonne conscience tant qu’ils respectent les procédures… et rien ne vous oblige à les imiter.

Politique

Dans un monde indéterminé, les politiciens se tournent vers les sondages pour se positionner. Plus personne ne réfléchit sur l’avenir et comment le construire.

Thiel donne l’exemple de Mc Cain qui s’est basé sur les sondages pour choisir Sarah Palin comme colistière pour la présidence des États-Unis. En effet, les sondages indiquaient que Sarah Palin avait un taux d’approbation de 80% dans l’Alaska. Mais personne n’avait pris la peine d’essayer de comprendre d’où venait ce pourcentage élevé. En fait, l’Alaska offre des bonus à ses résidents grâce aux revenus du pétrole… Cela n’avait donc rien à voir avec les qualités intrinsèques de Sarah Palin. Mc Cain a réalisé son erreur par la suite.

A notre époque, l’épisode du virus de ces deux dernières années est sans doute du même ordre. Les décisions prises ne l’ont pas été sur des bases rationnelles mais sur des sondages dont les résultats étaient eux-mêmes influencés par l’hystérie médiatique.

Nos sociétés, à la suite des crises financières à répétition, paraissent évoluer vers davantage de pessimisme. Depuis le début des années 2000, on parle de plus en plus de déclassement, de déclinisme, de collapsologie. À force d’imaginer que le pire est inévitable, il risque bien d’arriver.

Culture et startups

La notion d’un futur indéterminé a des conséquences.

Par exemple, il n’y a plus vraiment de grands projets de travaux publics en Occident depuis des décennies. En effet, on n’est plus si sûrs qu’on trouvera l’idée aussi bonne l’année prochaine.

Le darwinisme va comme un gant à la vision indéterminée et optimiste. Tout y est question d’amélioration incrémentale, et peu importe que le résultat final ne soit pas optimal.

Dans le même ordre d’idée, les villes se développent de façon incrémentale sans plan d’ensemble. Los Angeles aurait pu être une ville magnifique si seulement elle avait été construite au début du 20^e siècle. Au lieu de cela, la ville s’est développée selon le chemin de moindre résistance en s’étalant sur de grandes distances.

Comment s’étonner alors que l’entrepreneuriat ne soit pas non plus infecté par ces idées ? Le darwinisme fonctionne bien sur des millions d’itérations, pas sur le court laps de temps d’une startup. Les tests A/B pour établir les préférences des utilisateurs prend beaucoup plus de temps que de faire directement un design soigné qui va plaire aux consommateurs.

L’indétermination est surtout une excuse pour ne pas avoir de plan.

The post Talent vs chance : optimisme indéterminé first appeared on Economie rebelle.

L’article Talent vs chance : optimisme indéterminé est apparu en premier sur Economie rebelle.

Le livre Comment mettre la chance de votre côté du Pr Richard Wiseman établit le profil psychologique du chanceux. En somme, la chance est surtout une question de personnalité.

Préliminaires

Richard Wiseman a consulté auprès de 700 personnes, certaines se considérant comme chanceuses et les autres comme malchanceuses. Il a voulu trouver ce qui provoquait la chance ou la malchance chez ses personnes.

Les personnes chanceuses ne gagnent pas plus au loto que les personnes malchanceuses. En fait, pour le vérifier, Richard Wiseman a demandé les numéros que les participants comptaient jouer la semaine suivante : rien à signaler de ce côté-ci.

En soumettant les volontaires pour l’étude à des tests psychométriques, Richard Wiseman démontra de plus qu’aucun des deux groupes n’était plus intelligent que l’autre.

Ce qui distingue chanceux et malchanceux

En réalité, sur la base de leur témoignage, les chanceux se distinguent des malchanceux sous quatre rapports :

1. Les chanceux rencontrent souvent des personnes qui vont exercer une influence positive sur leur vie
2. Les chanceux prennent de bonnes décisions sans y mettre trop d’efforts.
3. Les chanceux concrétisent leurs rêves.
4. Les chanceux sont capables de transformer des épisodes malchanceux en occasions favorables.

Tirer parti des occasions fortuites

Si l’intelligence et la magie n’interviennent pas dans la chance, la personnalité a son importance. Comme dans le slogan « 100% des gagnants ont tenté leur chance », les chanceux passent beaucoup de temps à tenter leurs chances, mais aussi à en tirer le plus grand profit.

Réseau de chance

En particulier, ils vont chercher à faire le plus de rencontres possible. Autrement dit, les chanceux ont davantage tendance à être plus extravertis que les autres. Pour augmenter encore plus leur taux de réussite, les extravertis ont une attitude avenante : plus souriant et avec un langage corporel ouvert à l’autre, on a naturellement envie d’engager la conversation avec eux.

Les chanceux extravertis ne sont pas seulement faciles d’abord, ils entretiennent leur réseau comme un capital en contactant régulièrement leurs connaissances. Plus ce réseau est important, plus il offre d’occasions de toutes sortes.

Attitude zen

Les chanceux sont aussi caractérisés par une certaine légèreté. Grâce à cette attitude, ils repèrent plus facilement que les autres les opportunités qui méritent leur attention. En effet, le stress focalise l’attention sur un point particulier au détriment de tout le reste. À l’inverse, les gens détendus trouvent plus souvent de l’argent par terre.

Expériences nouvelles

Si vous empruntez toujours le même chemin et que vos journées se ressemblent, vous ferez peu de découvertes. Les chanceux sont plus ouverts aux nouvelles expériences que les autres. Cela leur permet de sortir des sentiers battus et de découvrir de nouvelles possibilités pour se développer. Essayez de nouveaux produits, écoutez la radio pour trouver des idées, apprenez une nouvelle langue.

Écouter son intuition

La voie intérieure

Les expériences de Richard Wiseman ne lui ont pas permis d’identifier des différences dans la prise de décision entre chanceux et malchanceux hormis sur un point. Les chanceux écoutent davantage écouter leur intuition pour prendre éviter de prendre des décisions stupides, qu’il s’agisse de nouer des relations interpersonnelles, d’un choix de carrière, d’une décision d’affaires ou d’un investissement.

Au fond de nous, nous savons que quelque chose cloche, mais les malchanceux ont tendance à passer outre pour s’engager avec la mauvaise personne ou perdre ses économies dans une escroquerie.

Développer son intuition

Les chanceux développent activement leur intuition. Une part plus importante des chanceux que les malchanceux utilisent des techniques appropriées : méditer, revenir plus tard sur un problème, s’éclaircir l’esprit, ou se recueillir dans un endroit calme.

S’attendre à avoir de la chance

Les chanceux croient en leur bonne étoile

D’autres questionnaires de Richard Wiseman ont montré que les chanceux étaient beaucoup plus optimistes à propos de leur bonne fortune que les malchanceux. Ainsi, ces derniers ont tendance à développer des attentes ou des ambitions parfois exagérées. Les malchanceux, à l’inverse, étaient plus enclins à anticiper un coup du sort ou un grand malheur.

Les chanceux essaient de réaliser leurs objectifs, peu importe leurs chances

Le principal problème des malchanceux est qu’ils abandonnent avant même de commencer. D’un autre côté, les chanceux, même s’ils croient en leur chance, ne sont pas négligents pour autant. S’ils ont un entretien d’embauche, ils s’assurent de le préparer par exemple. Autre atout des chanceux, ils persévèrent face à la difficulté. Dans une expérience, un puzzle complexe géant en forme de cube devait être remonté. Les chanceux avaient tendance à essayer de résoudre le puzzle, peu importe le temps tandis que les malchanceux abandonnaient au bout de 20 minutes.

Les chanceux s’attendent à avoir des relations positives avec les autres

Les chanceux ont tendance à avoir des attentes positives dans leurs relations avec les autres. En étant ainsi disposés, ils ont une attitude plus amicale et plus ouverte, ce qui encourage les autres à faire de même.

Tourner à son avantage les coups du sort

Tout un chacun connaît son lot d’infortune et de malheur. Néanmoins, là encore, les chanceux se distinguent des autres dans leur façon de réagir aux problèmes.

Voir le bon côté des choses

Tout d’abord, les chanceux ont tendance à voir le bon côté des choses. À la question : « vous estimez-vous chanceux ou malchanceux si un malfaiteur vous tire une balle dans le bras après avoir dévalisé une banque ? », les malchanceux considèrent qu’il s’agit d’une grande malchance tandis que les chanceux considèrent qu’ils ont eu de la chance, car cela aurait pu être bien pire !

Une partie du problème des malchanceux est qu’ils se comparent souvent à des personnes qui réussissent mieux qu’eux. Au contraire, les chanceux se disent toujours qu’il y a plus malheureux qu’eux ce qui a pour effet d’adoucir l’impact émotionnel des accidents de la vie.

La malchance finira par tourner

Lorsqu’ils repensent à leurs mésaventures, les chanceux sont capables d’identifier des bénéfices qu’ils ont en tiré par la suite. Richard Wiseman donne un exemple tiré de son expérience personnelle. Alors qu’il devait se produire en Californie pour un spectacle de magie, il perdit ses effets personnels quelques jours avant le spectacle. Cela l’obligea à réinventer de fond en comble son numéro qui fut célébré pour son originalité.

Les chanceux ne ruminent pas leurs malheurs

Il y a des choses qu’on peut contrôler et d’autres non. Les chanceux ont tendance à le comprendre et à ne pas ruminer sur les choses qu’ils ne peuvent contrôler. Nombre d’entre eux ont recours à la méditation pour laisser filer leurs angoisses. Et ils font bien. Les études montrent que ceux qui passent leur temps à ressasser les événements pénibles de leur vie sont plus enclins à la dépression. D’autre part, l’humeur influence les informations retenues. Une humeur positive permet de mieux mémoriser des événements positifs et réciproquement.

Les chanceux préfèrent prévenir que guérir

Les chanceux se démarquent à nouveau par leur persévérance face à l’adversité. Leur échec les motive à recommencer ne serait-ce que pour avoir l’impression d’avoir fait quelque chose de positif. D’autre part, ils vont essayer d’apprendre de leurs erreurs. Si un employeur ne veut pas d’eux, ils vont probablement demander ce qui ne va pas afin de s’améliorer.

Les chanceux se distinguent aussi par leur créativité. Face aux problèmes, plutôt que d’accepter la fatalité, ils vont réfléchir à une façon de se tirer d’affaire sans se limiter aux méthodes conventionnelles.

L’approche des malchanceux est beaucoup moins constructive. Par exemple, les malchanceux sont deux fois plus superstitieux que les chanceux. Le malchanceux est celui qui déclare qu’il déteste son travail, mais y reste des années. Lorsqu’on lui dit de changer d’emploi, il répond qu’il ne peut pas ou qu’il n’a pas le choix…

Autres observations

Une expérience fascinante sur les chanceux et les malchanceux explique en partie pourquoi certains sont heureux en amour et d’autres non. En la matière, la règle est « qui se ressemble s’assemble ». Les « opposés s’attirent » n’est pas vrai. Dans l’expérience, les chanceux se sont fait présenter des profils de chance de partenaires potentiels. Ces derniers ont préféré prendre des profils semblables au leur, à savoir extraverti, optimiste, intuitif et proactif. En revanche, les malchanceux ont sélectionné des profils sans rapport avec les leurs et c’est sans doute là le problème.

The post ⭐⭐⭐Livre « Comment mettre la chance de votre côté » de Richard Wiseman first appeared on Economie rebelle.

L’article ⭐⭐⭐Livre « Comment mettre la chance de votre côté » de Richard Wiseman est apparu en premier sur Economie rebelle.

Dans leur étude, Giftedness and evidence for reproducibly superior performance: an account based on the expert performance framework, Ericsson, Roring et Kiruthiga se proposent de répondre à une question à la fois simple et importante qu’on pourrait résumer comme suit :

En termes plus techniques, leur papier cherche à identifier si la performance est le résultat d’une pratique assidue ou d’une prédisposition naturelle, i.e. génétique. De plus, les auteurs ne se limitent pas aux sports mais considèrent aussi les performances dans les arts et les sciences.

Mesurer la performance

Une difficulté importante est de définir scientifiquement ce qu’on appelle une « performance supérieure ». Malheureusement, la performance est souvent évaluée socialement, soit par un groupe d’experts soit par le public. Cependant, de nombreux travaux scientifiques ou artistiques ont été dédaignés à leur époque pour être redécouverts bien plus tard. Inversement, certaines œuvres acclamées par leurs contemporains sont tombées dans l’oubli.

Comme cela a été démontré de nombreux travaux, l’expérience professionnelle n’est pas synonyme d’un meilleur jugement. Par exemple, la qualité du diagnostic suite à l’examen de radiographies se dégrade progressivement après la sortie de l’école de médecine. D’autre part, les experts apparaissent fortement influencés dans leurs jugements par des critères subjectifs : l’apparence physique, le genre et la réputation de l’artiste ou de l’athlète. Même la sélection des articles scientifiques après revue par les pairs semble fortement influencée par la réputation de l’auteur et par l’appartenance à une même école de pensée.

Plusieurs approches existent pour mesurer plus objectivement la performance :

• Mesure objective, par exemple le temps pour le 100 mètres
• Mesure relative, par exemple les classements à la suite de compétitions de tennis ou d’échec
• Des tests prédictifs, par exemple le diagnostic posé sur la base de certaines radiographies, la prédiction d’un joueur de football sur les actions entreprises par d’autres joueurs dans des enregistrements vidéo.

Notez la parenté des tests prédictifs avec les tests de QI : des épreuves standardisées dont les résultats sont sensés être corrélés avec un niveau d’habileté.

Toutes ces méthodes supposent une reproductibilité de la performance mesurée. Par exemple, les conseils pour l’investissement boursier ou l’évaluation de la qualité d’un vin ne rencontrent pas ce critère de reproductibilité.

Créativité

Il n’y a pas de performance plus remarquable que celle qui consiste à créer quelque chose de nouveau. Malheureusement, les découvertes d’importance sont relativement rares et il est impossible de demander à leurs auteurs de les reproduire.

Comme expliqué abondamment dans le livre de Root-Bernstein, ce n’est pas l’homme qui fait la découverte, c’est la découverte qui trouve l’homme. Autrement dit, les découvertes sont le fait de ceux qui détiennent à un moment donné la bonne combinaison de savoirs. C’est ce qui explique aussi pourquoi une même découverte scientifique est faite indépendamment et à peu près au même moment par plusieurs chercheurs.

Une expérience avec des étudiants a permis d’établir qu’avec les connaissances dont disposait Kepler, certains des participants étaient capables de reproduire les mêmes résultats.

Il semblerait donc que pour faire de nouvelles percées, il soit essentiel de connaître toutes les idées pertinentes qui ont été générées, ne serait-ce que pour ne pas redécouvrir des principes déjà établis.

Quelques observations

L’étude contient un certain nombre d’observations intéressantes :

• La mémoire à court-terme peut être considérablement améliorée par des exercices, indépendamment du bagage génétique. De toute évidence, le développement de techniques de mémorisation donne des résultats très supérieurs à un éventuel avantage génétique si celui-ci existe.
• L’accès aux outils pour la peinture, la musique etc. sont des prérequis pour l’expression du talent.
• Les artistes experts sont meilleurs que les amateurs pour reproduire une image
• Les musiciens experts sont meilleurs pour interpréter l’œuvre de quelqu’un d’autre
• Les musiciens expérimentés sont meilleurs pour lire et interpréter sur le champ les compositions musicales
• Le pic de performance est atteint généralement à la fin de la vingtaine dans les sports, et dans la trentaine ou la quarantaine pour les arts et les sciences.
• L’amélioration des performances est graduelle. Il n’y a pas de preuve d’une progression spectaculaire en un court laps de temps, ni d’une maîtrise exceptionnelle sans une longue pratique assidue.

Méthodologie

Les auteurs prétendent étudier la performance en identifiant d’abord les individus qui ont des résultats supérieurs et reproductibles. Ensuite, il s’agit d’étudier les mécanismes à l’œuvre qui expliquent leur performance supérieure.

Cette approche rappelle celle utilisée par des auteurs spécialisés en gestion d’entreprise. Dans un premier temps, ils identifient les entreprises exceptionnelles selon un certain critère avant d’essayer de comprendre ce qu’elles font de différent. Cette approche est sévèrement critiquée dans Are “Great” Companies Just Lucky?.

En effet, en sélectionnant les personnes avec les meilleurs résultats, l’échantillon ainsi constitué pourrait contenir une large proportion d’individus chanceux.

En fait, comme le suggère Michael Mauboussin, il serait beaucoup plus sensé d’identifier une stratégie donnée et de voir si elle contribue au succès.

Un point très intéressant, qui a d’ailleurs été l’objet d’un livre de Malcolm Gladwell, indique qu’il faut environ 10000 heures d’une pratique délibérée pour devenir un expert. Les auteurs citent, par ailleurs, une étude de Von Karolyi et Winner qui suggère plutôt que c’est parce que la personne n’a pas le talent qu’elle n’est pas portée à aller jusqu’à 10000 heures de pratique. Comme la poule et l’œuf, est-ce le talent qui cause la pratique ou la pratique qui cause le talent?

Les auteurs penchent pour la deuxième possibilité mais avec comme seul argument que la pratique délibérée n’est pas une activité plaisante en soi. Autrement dit, ceux qui vont plus loin dans la pratique ont une psychologie différente : plus concentré, plus engagé, plus déterminé.

Pourtant, il existe une façon de résoudre ce dilemme. Comme Nancy L. Segal le rapporte dans son livre Twin Misconceptions, l’étude des vrais jumeaux a apporté une réponse claire et définitive à la question : le mariage prolonge la vie ou bien une meilleure santé prolonge-t-elle la vie? – Le mariage est bon pour la santé, en général.

Pratique délibérée

Les auteurs détaillent ce qui se passe lors d’une pratique délibérée, qu’il s’agisse de gymnastique ou de toute autre activité :

• La pratique délibérée requiert une attention et une concentration complètes
• Les athlètes de haut niveau passent une proportion plus importante de leur temps sur des mouvements difficiles ou pénibles que les athlètes de moins bon niveau
• Dans certains sports comme l’haltérophilie ou la natation, la pratique a pour objet de développer la puissance physique et une exécution plus rapide d’une séquence de mouvements.
• Même dans les sports, la performance est davantage le résultat de l’acquisition de représentations cognitives qui prépare les athlètes à toutes sortes de situations
• Une étude portant sur les dactylographes a montré que les meilleurs scannent le texte à venir pendant qu’ils tapent à la machine afin de se préparer aux prochaines touches à presser.
• Pratiquer l’activité au maximum d’intensité permet de découvrir des points faibles qui n’auraient pas été détectés autrement.

Limites à l’amélioration

Les auteurs reconnaissent certaines limites à l’amélioration des performances. Mais leur parti pris ne leur fait considérer que des limites non génétiques :

• Les immigrants ont de la difficulté à parler couramment la langue de leur pays d’accueil.
• Certaines aptitudes sportives, comme la flexibilité des articulations pour le ballet ou le lancer de balle au baseball ne peuvent être acquise qu’avant l’adolescence par une pratique intensive.
• La capacité à identifier les notes de musique isolées est possible entre 3 et 5 ans lorsque les stimuli sont encodés dans le cerveau en valeur absolue (et non relativement à d’autres stimuli).
• Les techniques fondamentales sont plus facilement acquises par de jeunes élèves que des élèves plus âgés qui doivent se défaire de techniques non fondamentales (apprentissages ludiques).
• Le phénomène des prophéties autoréalisatrices : certains enfants semblent doués pour des raisons sans rapport avec le talent et de ce fait, ils bénéficient d’opportunités fermées aux autres.
• Dans le contexte professionnel, de nombreux employés restent très au-dessous de leur capacité maximale de production car peu incités à se dépasser.
• Toujours dans le contexte professionnel, les salariés améliorent leur performance lorsqu’ils ont des tâches bien définies, de la rétroaction et de nombreuses opportunités de raffiner leur prestation par la répétition.
• Mozart a bénéficié de voyages dans toute l’Europe où il a pu apprendre des meilleurs maîtres et être exposé aux dernières nouveautés. Tout ceci lui a permis de maintenir la supériorité de son art.
• La vitesse d’apprentissage n’est pas la même selon les individus, possiblement du fait d’un plus grand niveau d’engagement et de concentration.

Autres commentaires

Les auteurs insistent sur le fait que les tests de QI ne servent qu’à mesure la capacité à réussir les tests de QI. De tels tests n’ont que de peu pouvoir prédictif sur la performance y compris dans les sciences. Si l’on y regarde de plus près, ce ne sont pas les plus hauts QI qui font avancer leur discipline mais ceux au parcours le plus atypique.

Une autre remarque intrigante est la faible représentation des jumeaux (vrais ou faux) parmi les personnalités éminentes des sports, des arts, et des sciences. Malheureusement du fait leur faible représentation, il est difficile de déterminer la part génétique dans le succès.

Finalement, les auteurs remarquent avec justesse que les résultats sportifs d’il y a un siècle sont ceux d’amateurs à notre époque. Ils oublient de dire que nos performances semblent avoir atteint une asymptote. Chaque nouveau record constitue un gain infime par rapport au précédent.

The post Talent vs chance : la pratique délibérée first appeared on Economie rebelle.

L’article Talent vs chance : la pratique délibérée est apparu en premier sur Economie rebelle.

—Clifford Truesdell, physicien et historien des sciences (1984)

Nous ne pouvons pas nous attendre qu’un comité donne son accord pour détrôner la tradition. Seul un individu peut faire cela, un individu qui n’a pas de comptes à rendre à la foule. Maintenant que l’homme réellement indépendant à la fois intellectuellement et financièrement a disparu, et tandis que l’indépendance de l’universitaire se fait de plus en plus rare, où allons-nous trouver les conditions d’aliénation limitée et d’irresponsabilité nécessaires pour la plus haute créativité ?

—Garrett Hardin, Biologiste et historien des sciences (1959)

Introduction

A une époque où la science ressemble de plus en plus à un clergé ou à une bureaucratie, il est salutaire de se replonger dans l’histoire des sciences pour en connaître les véritables ressorts.

Le livre Discovering de Robert Scott Root-Bernstein, écrit en 1991, fait le constat d’une baisse tendancielle de productivité de la communauté scientifique et en examine les causes. L’ouvrage offre par ailleurs un éclairage fascinant sur le processus de découverte scientifique.

Points clés à retenir

Prologue

Le processus de découverte scientifique est obscur. D’une part, les chercheurs passent peu de temps à analyser scientifiquement comment ils font des découvertes. Ainsi, chaque génération de scientifiques doit redécouvrir par essai-erreur comment faire de la science. D’autre part, certains enseignements pourraient être communiqués, mais ils ne le sont pas, car ils se révèleraient embarrassants pour le chercheur ou l’un de ses confrères. Les scientifiques, comme les politiciens, sont passés maîtres dans les faux-semblants et la langue de bois. Pour démêler les choses, il n’y a qu’une solution, se référer aux sources originales.

Enfin, si l’exposé scientifique se veut on ne peut plus objectif, cela n’est pas le cas du processus de recherche qui est subjectif et aussi divers que la communauté scientifique.

Le but du présent livre est d’illustrer par de nombreux exemples comment des individus divers ont pratiqué concrètement la recherche scientifique.

Une science de la science

Il n’y a pas vraiment de guide pour découvrir l’inconnu. Mais ce qui est certain, c’est que la science ne suit pas une recette qu’il suffirait de reproduire. En fait, il semblerait même qu’une certaine dose d’erreurs et de faux pas soit nécessaire. Les doctorants qui obtiennent leur diplôme ne sont pas des scientifiques dans leur immense majorité, mais de bons techniciens. Ils sont capables de reproduire des expériences et d’améliorer la précision des résultats, mais pas de faire de la nouvelle science, qui est toujours au début la science hérétique.

L’idée n’est pas juste d’apporter sa pierre à l’édifice, mais d’organiser et de construire l’édifice. En tant que scientifique, je veux comprendre et non seulement savoir. Je veux pouvoir orienter mon action ou même créer quelque chose de nouveau à partir de ce que j’ai compris.

N’existerait-il pas un mode opératoire pour les découvertes, des schémas qui se répètent ? Y a-t-il des conditions qui les favorisent au niveau des institutions, de l’éducation, de la psychologie ou de l’économie ? Comment, en somme, augmenter la probabilité de faire une découverte ?

Si l’on étudie attentivement suffisamment d’exemples de découvertes scientifiques, certaines situations ont tendance à se reproduire : le découvreur dispose d’une vaste palette de connaissances qu’il met à contribution, il a un penchant pour les jeux, les plaisanteries et la stratégie.

Jour 1 : Le problème des problèmes

Partons du point de départ pour comprendre comment le processus de découverte aboutit. Au commencement, il y a un problème. Par exemple, Landsteiner voulait démontrer que les protéines du sang étaient spécifiques à chaque individu (nous savons aujourd’hui que c’est l’ADN qui est unique). En injectant du sang d’un individu dans un animal, ce dernier développait des anticorps spécifiques qui réagissaient à une seconde injection du même individu. Cependant, une injection à partir d’un autre individu ne donnait rien. En réalité, Landsteiner venait de découvrir les groupes sanguins A,B,O. Cela est typique de la recherche scientifique ; on part d’un problème et on arrive à une solution inattendue à un autre problème.

On raconte que Fermi n’a accepté un poste à l’université de Chicago que si c’était pour enseigner à des premières années. En effet, les questions de jeunes étudiants mal dégrossis sont un terrain d’exploration très fertile comme l’a aussi suggéré Feynman. De tels étudiants comprennent les principes généraux dans les cours d’introduction et vont pointer sur les contradictions ou incohérences dans l’édifice scientifique là où les spécialistes se préoccupent surtout des détails.

Il y a aussi la question de l’origine du génie scientifique. Certains postulent qu’il y a un gène pour ça. Par exemple, nous connaissons des familles de scientifiques comme les Curies, les Becquerels, les Bohr, etc. qui ont donné plusieurs générations de Prix Nobel. Cependant, comment faire la part entre la génétique et un milieu propice ?

D’autre part, une étude a montré qu’au moins la moitié des grands physiciens de la fin du 19ème siècle ont travaillé dans les laboratoires de William Thomson et Justus Liebig. Cela ne peut s’expliquer par la génétique. En fait, on observe des générations de Prix Nobel, non pas tant dans les familles que dans des lignées formées par d’anciens Prix Nobel. J.J Thomson a lui seul a enseigné à 9 futurs Prix Nobel.

Tout cela suggère que la pratique de la science est un art, et comme tout art, il faut trouver le maître dont vous serez l’apprenti. Mais peut-être est-il possible d’identifier les bonnes heuristiques d’enseignement et les partager avec le plus grand nombre ?

Faisons aussi une autre observation. Entre 1660 et 1975, le nombre de scientifiques et leurs publications ont été multipliés par près de 1 million. Pour autant, nous n’avons pas un million de Newton ou de Galilée aujourd’hui. En fait, selon Bernard Cohen, le nombre de découvertes scientifiques majeures au 20ème siècle est du même ordre que celles faites au 17ème siècle.

Une partie du problème vient de la bureaucratie. En pratique, seule une partie infime du temps est consacrée à essayer de nouvelles choses au laboratoire. Le reste est gaspillé dans l’administration et d’autres activités improductives.

L’argent n’aide pas vraiment à faire de nouvelles découvertes. Au mieux, il favorise les effets de mode comme la recherche liée au SIDA ou au programme Star Wars. Trop souvent, il sert à accumuler encore plus de données confirmant des théories existantes avec des méthodes existantes, ce qui ne contribue pas à faire des découvertes révolutionnaires. Nous devrions plutôt nous intéresser aux espaces inexplorés entre les branches de l’arbre de la connaissance.

Lorsque l’on compare les nations, les États-Unis ont un palmarès moins reluisant que la Suisse, le Danemark ou les Pays-Bas. Le Japon et l’URSS sont d’ailleurs en bas du tableau malgré leur grand nombre de scientifiques.

Un autre problème est de déterminer les travaux d’importance parmi le flux continu de publications qui inondent la planète. Autrement dit, comment identifie-t-on les sujets féconds ?

Les autres questions fondamentales sont celles-ci : est-ce que le processus de découverte peut être analysé ? Si oui, existe-t-il des stratégies ou tactiques pour augmenter la probabilité de découverte ? Qui est le plus à même de faire le meilleur usage de cette information ? Comment doit-on les former ? Que doivent-ils savoir ? Quelles conditions favoriseront leurs recherches et quelles conditions y feront obstacle ?

Est-ce que rassembler toutes les données disponibles pourrait être utile dans cette entreprise ? Oui et non. Comme l’a écrit Paul Valéry : « Accumulez tous les détails que vous pourrez sur la vie de Racine, vous n’en tirerez pas l’art de faire ses vers ». D’autre part, il n’est pas nécessaire d’avoir une connaissance exhaustive de la littérature pour faire des découvertes. Osborne Reynolds, le professeur de J.J. Thomson, préférait réfléchir sur une idée avant de consulter les travaux de référence. Les données sont utiles, mais elles peuvent être interprétées de différentes manières selon la façon de les regarder. Il faut donc un point de départ, un parti pris initial qui éclaire les données sous un certain angle, quitte à le remettre en cause par la suite. C’est ce qu’on appelle aussi une hypothèse. Sa principale fonction est d’éviter le délire spéculatif aussi appelé pelletage de nuage.

Szent-Györgyi suggère deux approches pour une recherche fructueuse. La première est de créer une théorie complètement nouvelle et de tout faire pour démontrer qu’elle est fausse. La seconde consiste à reproduire des recherches passées à la main, étape par étape, mais en essayant d’identifier des faits que les pionniers auraient ignorés, car ils se concentraient sur d’autres choses ! C’est cette seconde méthode qui a permis à Szent-Györgyi de découvrir que la contraction musculaire dépendait non seulement de la myosine, mais aussi de l’actine.

Toutes les données sont bonnes a priori, mais il faut les évaluer. Ainsi, il faut indiquer le contexte de validité des données. C’est ce qu’avait fait Galilée en indiquant que deux solides, l’un de plomb, l’autre une plume, tombent à la même vitesse dans le vide.

De plus, les données posent un autre problème. Il peut être tentant de faire du minage de données pour trouver une solution ad hoc au problème initial, sans faire l’effort d’aller plus loin et de comprendre ce qui se passe en réalité dans la nature. Ne pas confondre « travailler dur » et « penser intensément ».

En particulier, il faut reconnaître que différentes classes de problèmes devraient être attaquées par différentes méthodes. Les observations et les expériences, par exemple, servent à résoudre un problème de données. Parfois, un phénomène physique peut se produire tellement rapidement que les expériences ne montreront rien… Il faudra alors de nouvelles méthodes de mesure. C’est ce qui s’est produit avec l’invention de l’énergie et de l’entropie.

Il existe aussi un ordre dans la résolution des problèmes. Tout part d’une question générale qu’on subdivise en sous-problèmes. Au début, il faut d’abord éclaircir les concepts, ensuite développer la théorie, rechercher des données, ce qui demande de nouveaux instruments ou de nouvelles méthodologies, etc.

De nombreuses découvertes ont été faites avec un peu d’aide du hasard. Cependant, les découvreurs, contrairement à d’autres, ont réalisé toute la signification de leur observation. Le plus difficile est d’être capable de voir les choses sous un angle nouveau et de s’opposer la force de l’habitude.

Jour 2 : plan ou chance ?

L’hypothèse scientifique n’est pas déduite ou inférée logiquement. De ce point de vue, elle est irrationnelle. Il convient de distinguer deux contextes : le contexte de découverte et le contexte de justification. Dans le premier cas de figure, un chercheur tombe plus ou moins par hasard sur une idée improbable. Dans le second cas de figure, le chercheur cherche à déterminer si une hypothèse précédemment explicitée est vraie ou fausse.

Si réellement la pratique de la science est irrationnelle, alors quel bénéfice peut-on tirer de l’apprentissage de la science auprès d’un maître ? En fait, il y a en a de deux types. Baeyer disait ne pas être plus chanceux qu’un autre, mais faire davantage d’expériences. D’autre part, si l’on ne peut pas prédire quand une découverte va avoir lieu, on peut certainement planifier le travail qui va conduire à des découvertes.

En ce sens, la rationalité de la pratique de la science n’est pas dans le test d’hypothèses, mais dans l’organisation de la recherche. Aussi, il y aurait sans doute des leçons à tirer des sciences sociales comme l’histoire, qui ne se limitent pas à simplement collecter des faits.

Examinons le cas de Louis Pasteur en 1857. Est-ce que ses découvertes sont le produit de la chance ou de la rationalité ? Pasteur n’était pas médecin, mais physicien et chimiste. Une de ses deux thèses de doctorat portait sur des exceptions apparentes pour le principe d’action de masse du chimiste Berthollet.

Le cas Pasteur est particulièrement intéressant, car les historiens des sciences sont partagés sur la part de chance dans ses découvertes. À 24 ans, Pasteur était un jeune étudiant de l’École Normale. Il travaillait dans le laboratoire du Pr. Balard, où il n’y avait aucun instrument. La philosophie du Pr. Balard était de n’utiliser que des instruments conçus et construits par soi-même. Pasteur avait ainsi construit de ses mains un goniomètre pour mesurer les angles des cristaux et un polarimètre pour mesurer l’angle de polarisation de la lumière.

La première découverte importante de Pasteur, en 1848, concernait la différence entre l’acide tartrique et l’acide racémique. L’acide tartrique est un acide qu’on trouve abondamment lors de la fermentation du raisin. L’acide racémique est retrouvé comme produit à la fin de procédés industriels impliquant l’acide tartrique.

Pasteur a identifié un paradoxe apparent entre deux données :

1. En 1844, un mémorandum de Mitscherlich affirme que les cristaux des deux acides sont identiques sauf pour ce qui concerne leur effet sur la polarisation de la lumière (l’acide tartrique polarise la lumière, mais pas l’acide racémique).
2. Un collègue du laboratoire, August Laurent, affirme que les différences de propriétés physiques des cristaux ne peuvent provenir que de différences de structure cristalline.

Pasteur, à partir du second point, fait l’hypothèse que l’acide racémique n’est pas symétrique et c’est ce qui cause la polarisation de la lumière tandis que l’acide tartrique est symétrique et ne polarise pas la lumière.

À partir de là, Pasteur entreprend de répéter les expériences de Mitscherlich pas à pas, en recherchant intentionnellement d’éventuelles asymétries dans l’acide tartrique. Et ils les trouvent ! Ces différences étaient minimes, mais elles étaient bien présentes pour qui voulait les trouver. D’autre part, il trouve également des asymétries dans l’acide racémique, ce qui infirmait aussi son hypothèse formulée à partir des idées d’August Laurent.

Qu’est-ce que cela illustre ?

Mitscherlich avait une idée préconçue qu’il a baptisé l’isomorphisme, qui consistait à croire que les cristaux avec la même composition atomique devaient avoir la même structure. Cela est vrai dans la plupart des cas, mais pas ce n’est pas toujours vrai. Autrement dit, Mitscherlich voyait à travers son microscope avec son esprit et non ses yeux.

Dans le même ordre d’idée, certains scientifiques se sont offert les services d’artistes pour rendre compte de leurs observations, soit pour corriger leurs erreurs d’observation, soit pour éliminer ce qui n’était pas pertinent à leurs yeux.

Il est par exemple remarquable que Pasteur ait lui-même été un artiste, comme en témoigne ce portrait de sa mère, réalisé à 13 ans. Les compétences artistiques semblent accroître la capacité perceptive des scientifiques. La formation artistique n’est pas nécessaire en soi, mais il est important de disposer d’une grande capacité d’observation.

Il restait un mystère à éclaircir par Pasteur : pourquoi l’acide racémique, pourtant asymétrique, ne polarisait pas la lumière ? Pasteur observa qu’en fait, il y avait deux types de cristal, chacun le miroir de l’autre, un peu comme la main gauche est le miroir de la main droite. Les cristaux « gauches » polarisaient la lumière dans un sens et les cristaux droits dans l’autre sens. Comme ces deux types de cristaux étaient en quantités égales, l’effet sur la polarisation était nul !

Le scientifique est au technicien, ce que l’artiste est à l’artisan. Une des choses que l’artiste et le scientifique ont en commun est le niveau d’engagement, et ce qui implique nécessairement une grande dose de subjectivité et de parti pris. Il y a d’ailleurs plusieurs scientifiques qui prétendent qu’on ne peut pas comprendre quoi que ce soit tant qu’on n’a pas imaginé être à la place de l’objet de l’étude : qu’est-ce qu’un atome de carbone veut faire ? Quelle est la vie d’un piston dans un moteur diesel ?

Il faut littéralement se projeter au niveau de l’atome ou du chromosome et essayer de dégager d’une façon ou d’une autre les mécanismes fondamentaux. Einstein, par exemple, se représentait les choses avec des images ou des impressions cinétiques : qu’est ce que ça voudrait dire de tomber en ascenseur à la vitesse de la lumière ou bien que verrait-on si on chevauchait un rayon lumineux et regardait un rayon lumineux voisin ?

C’est dans un deuxième temps seulement que le découvreur doit trouver laborieusement les mots et les équations pour expliquer sa vision, sa perception ou son impression.

Revenons à la seconde expérience de Pasteur en 1857. Les historiens des sciences attribuent la seconde découverte au moins partiellement à la chance. En effet, un bocal d’acide racémique s’était mis à fermenter. Pasteur, au lieu de jeter la solution, a observé l’effet sur la polarisation de la lumière et a noté que la solution polarisait la lumière, ce qui indiquait que les quantités « gauche » et « droite » d’acide racémique n’étaient plus égales.

La réalité est un peu plus complexe. Pasteur était intrigué par le fait que les composés organiques fussent asymétriques, mais toujours du même type. Il fit beaucoup d’expérience pour essayer de créer des plantes basées qui produiraient l’autre forme d’asymétrie. Initialement, il pensa que cela était lié à l’application d’une force asymétrique : la lumière, le magnétisme, ou l’électricité. Ces expériences furent toutes des échecs.

Il eut aussi l’idée de faire grandir des betteraves à sucre dans un substrat d’acide racémique, tantôt « gauche », tantôt « droit ». Il s’attendait à voir les deux groupes de betteraves produire respectivement des composés organiques « gauches » et « droits ». En fait, à l’issue de l’expérience, un groupe de betterave continuait de produire du sucre « droit », tandis que l’autre était carencé. Les betteraves malades ne pouvaient assimiler le substrat avec l’acide racémique « gauche ».

Le même phénomène s’était produit avec Galilée qui cherchait les lunes de Vénus sans succès et a noté, sans y prêter attention, les différentes phases de Venus. C’est seulement lorsque son ami Castelli lui fit remarquer que cela pouvait avoir un lien avec l’hypothèse héliocentrique que Galilée perçut toute la portée de sa découverte.

En août 1857, Pasteur lut à propos d’une expérience du Pr. De Saussure qui révélait que des sels étaient absorbés de manière différente par la végétation et conjecturait que cela pourrait être lié à un « phénomène vital ». En décembre 1857, Pasteur affirmait dans une note à l’Académie avoir découvert une méthode de fermentation de l’acide racémique qui permettait d’éliminer la version « droite ». En mars 1858, il rapportait les résultats de son expérience utilisant cette fois des levures en lieu et place des betteraves.

En conclusion, la découverte « fortuite » de Pasteur n’était pas le résultat de la chance, mais plutôt un produit dérivé d’un programme de recherche sur une force asymétrique (qui n’existait pas). Ces faits sont méconnus, car ils étaient embarrassants pour Pasteur, notamment vis-à-vis de ses bienfaiteurs. Seule une étude de sa correspondance privée et de ses carnets de laboratoire a permis de mettre au jour le véritable but de ses recherches.

Peu importe que les idées préconçues de Pasteur aient été fantaisistes. Ses expériences étaient construites de façon à faire avancer la science, quel que soit le résultat. Dans l’expérience de 1848, au minimum il aurait pu prouver que l’un ou l’autre de Mitscherlich ou de Laurent avait tort. Finalement, les deux s’étaient trompés. De même l’expérience de 1857 prouverait de toute façon quelque chose d’utile : que les betteraves ou les levures absorbaient en quantités égales ou non les deux types d’acide racémique.

Pasteur est également exemplaire dans sa capacité à réviser ses hypothèses à la lumière des résultats de ses expériences.

La pratique de la science ressemble à celle de la musique de multiples manières. Par exemple, la relation entre le scientifique et son instrument est fusionnelle. Il doit le connaître à fond pour le pousser aux limites et atteindre les siennes aussi. D’autre part, comme pour la musique, une grande majorité de scientifiques décroche, certains en font de temps à autre et seule une infime minorité s’y colle 4 à 6 heures par jour, tous les jours des années durant. Qu’est-ce qui fait que l’un continue de s’exercer tandis que l’autre abandonne ? Pourquoi certains apprennent à obtenir le meilleur d’un instrument, mais d’autres pas du tout ?

Jour 3 : logique de la recherche, surprise de la découverte

La sérendipité, ou le fait de trouver quelque chose qu’on ne cherchait pas, est un concept clé en science. La question est de déterminer quelle est la part de chance et de préparation dans ce phénomène. James Austin distingue quatre types de chance : le pur hasard, le principe de Kettering (l’action crée de bonnes surprises), le principe de Pasteur (la chance rencontre un esprit préparé), et le principe de Disraeli (le fait de se distinguer comme individu). Dans les trois derniers types de chance, l’individu a un contrôle partiel sur sa chance.

Considérez par exemple la découverte de l’anaphylaxie (réaction allergique) par Richet. Se basant peut-être sur le modèle de la vaccination, il fut étonné de découvrir qu’après une deuxième dose d’un prélèvement d’anémone sur un animal, celui-ci mourrait très souvent.

De même, la découverte de la vaccination par Pasteur n’est pas dû au hasard comme la légende le prétend, mais à une intention. Les notes de Pasteur montrent clairement qu’il cherchait à « atténuer » le virus du choléra au travers de toutes sortes d’expériences. En particulier, l’ajout d’une solution acide semblait effectivement affaiblir les cultures du virus du choléra.

Fleming, le découvreur de la pénicilline, est un cas encore plus intéressant. Fleming comme Feynman adoraient les jeux et avaient à peu près tout essayé. Dans ses expériences, il s’était même amusé à faire des dessins à partir des cultures de bactéries comme l’Union Jack ou une ballerine ! Évidemment, pour arriver à un tel résultat, il fallait avoir une connaissance très poussée des propriétés des bactéries, de leur croissance, etc. Pourquoi est-ce important ? Dans sa découverte prétendument accidentelle du lysozyme, une enzyme antibactérienne qui se trouve entre autres dans le mucus nasal, Fleming aurait fait tomber une goutte de mucus nasal dans une culture bactérienne. Quelque temps plus tard, Fleming aurait remarqué l’absence de développement des bactéries au point d’impact. Même si l’accident était involontaire, seul un esprit habitué à prédire l’évolution normale des cultures pouvait identifier l’anomalie et son origine.

Fleming était au fait des travaux de Félix d’Hérelle qui avait découvert les virus en 1915 en étudiant la diarrhée des criquets. Félix d’Hérelle avait mis en évidence qu’un virus « mangeur de bactéries » détruisait la flore intestinale et causait la diarrhée. Il est très possible que Fleming, raisonnant par analogie voulût trouver un virus qui détruisait les bactéries dans le nez, et par la suite le faisait couler. Même si l’idée n’était pas correcte, elle se révéla fructueuse.

Voici un autre exemple.

Ralph Lewis a étudié la dissémination de l’ergot de seigle par les insectes. Il était incapable de reproduire le phénomène en laboratoire, car les spores étaient desséchées et ne s’attachaient pas aux insectes. C’est alors qu’il réalisa qu’en conditions réelles, les spores étaient enduites d’une substance collante à base de sucre appelée « honeydew ». Cela lui fit penser à « Honey will do », c’est-à-dire « le miel fera l’affaire » ce qui lui permit de mener à bien l’expérience. Il réussit à placer le jeu de mots dans sa dissertation, mais pas à la publication, ce qui illustre une fois de plus que des éléments importants dans le processus de découverte demeurent cachés.

Au moment de la découverte, que se passe-t-il au juste ? On pourrait comparer cet instant à celui où l’on perçoit une image tridimensionnelle à partir de deux images stéréoscopiques. La somme devient subitement plus que le tout. Évidemment, dans notre esprit, il s’agit de rapprocher non pas deux images, mais plusieurs ensembles de faits qui de plus ne sont pas nécessairement alignés les uns avec les autres.

Fleming est évidemment surtout connu pour sa découverte de la pénicilline en 1928. La légende raconte qu’une culture de staphylocoques exposée à l’air a été contaminée puis détruite par de la pénicilline. La réalité semble différente. En effet, différentes tentatives ont été faites pour reproduire ce mode opératoire. Ces expériences semblent avoir établi que la pénicilline ne peut pas se développer à partir d’une culture bactérienne établie. En fait, pour voir un effet sur les populations de bactéries, le champignon doit s’être développé plusieurs jours avant d’être mis en contact avec les bactéries. Même si l’on admet le rôle de la chance dans cette découverte, il est remarquable que cela ait éveillé l’intérêt de Fleming.

À la même époque, de nombreux travaux mentionnaient l’antagonisme entre champignons et cultures bactériennes, possiblement lié à l’acidification de la solution par les champignons. Un autre observateur que Fleming aurait mis l’interaction entre pénicilline et staphylocoques sur le compte d’un tel antagonisme.

On ne peut bien sûr que conjecturer, mais il est possible que Fleming, depuis sa découverte du lysozyme, recherchât de nouvelles sources de l’enzyme. En tous les cas, Fleming suivait un objectif précis dans ses recherches, celui de trouver un agent antiseptique qui n’endommage pas les tissus. Le problème était bien défini, comme l’était celui d’Edison : « je veux un filament qui brille lorsque l’électricité passe au travers, qui dure des mois, etc. ». Et comme Edison, l’approche consiste à essayer toutes les combinaisons possibles et imaginables. Évidemment, le problème d’une telle approche est qu’elle consomme beaucoup de ressources humaines et matérielles. De plus, elle s’applique à des problèmes de pharmacologie ou de technologie, mais est sans intérêt pour comprendre ce qui se passe fondamentalement.

Les recherches impliquant la sérendipité sont plus intéressantes. D’abord, il faut avoir l’œil ouvert pour observer quelque chose d’inhabituel. Ensuite, il faut orienter ses recherches pour investiguer le phénomène. Puis, il faut persister à isoler et identifier la source du phénomène. Enfin, il convient d’interpréter le phénomène.

D’après Robert Merton, une grande partie des découvertes sont des découvertes simultanées, par plusieurs personnes dans un laps de temps relativement court. Cette observation milite pour la thèse que la découverte est un processus où la chance a une faible influence. Des personnes formées de la même manière et avec le même bagage de connaissances auront probablement les mêmes idées.

Jour 4 : créer l’unité à partir de la diversité

Toutes les découvertes impliquent une part d’innovation, une part de redéfinition et une part de théorie. Il existe différents modèles du processus de découverte, chacun avec leur faiblesse. Un modèle possible considère quatre données : le contexte culturel, la science codifiée, la pratique de la science et le scientifique en tant qu’individu avec la somme de ses caractéristiques innées et acquises.

La science est aussi un phénomène social. De nombreux scientifiques ou mathématiciens se sont abstenus de publier (ou leur professeur les en a empêchés) pour ne pas heurter le consensus de l’époque : Gauss sur les géométries non euclidiennes ou Kramer sur le spin de l’électron. Le scientifique doit à la fois être suffisamment isolé du courant dominant pour voir le monde d’une autre manière, mais il ne doit pas être coupé des autres scientifiques sous peine de ne pas pouvoir influencer leurs façons de faire.

Einstein remplit ses critères. Marginal au sein de la communauté des physiciens, il avait un certain talent pour utiliser à son avantage les tribunes disponibles. L’antithèse est fournie par Gibbs, probablement le plus grand scientifique américain du 19ème siècle, qui a publié ses travaux mathématiques complexes voire illisibles, dans une revue pratiquement inconnue en Europe. Nombre de ses résultats ont été redécouverts indépendamment bien plus tard par van’t Hoff et Planck.

Ainsi, il ne suffit pas de faire une découverte, il faut aussi réussir à attirer l’attention de la communauté scientifique. C’est encore plus difficile si vous proposez une solution à un problème que personne ne pensait avoir à traiter, comme l’ont fait Darwin ou Einstein.

De toute évidence, les hommes qui ont marqué la science ont du génie. Même si leur talent n’est pas donné à tout le monde, certaines choses peuvent s’apprendre. Van’t Hoff, par exemple, avait lu les biographies de 200 scientifiques avant ses 25 ans et apparemment, il en a tiré des leçons profitables. On trouve également chez van’t Hoff une caractéristique très souvent partagée chez les découvreurs : il a très tôt expérimenté le processus créatif, en l’occurrence à travers la poésie. Mais cela aurait aussi bien pu être la peinture, la musique, le bricolage, etc.

Van’t Hoff est le premier à percevoir la relation de cinq problèmes de chimie comme les facettes d’un même problème plus général : l’existence d’atomes tridimensionnels, l’intégration des modèles de composition chimique très divers, l’explication de la valence (nombres de liens formés par un atome avec d’autres atomes), l’explication de l’existence des isomères (molécules de différentes formes à partir des mêmes atomes), et l’explication des effets optiques.

L’idée de van’t Hoff de visualiser l’atome de carbone comme étant au centre d’un tétraèdre va permettre de résoudre ces cinq problèmes en même temps. D’autres avant lui, y compris Pasteur, avaient songé à cet arrangement spatial. Mais ce qui distingue van’t Hoff est son parcours atypique et son bagage scientifique éclectique. Par exemple, à la différence de ses contemporains, il croit en l’existence de vrais atomes selon la théorie obsolète de Berthollet.

Un des papiers les plus importants de van’t Hoff n’a jamais été publiquement publié, car il fut rejeté sous prétexte qu’il n’y avait aucune mathématique et aucune nouvelle donnée. Van’t Hoff dut faire circuler de façon privée et à ses frais les éléments de sa théorie.

À la même époque, le chimiste français Le Bel avait aussi formulé l’hypothèse d’une structure

tétraédrique pour les liaisons de l’atome de carbone. Mais d’une part, il avait moins de conviction que van’t Hoff et d’autre part, Le Bel était prisonnier d’une école de pensée alors que van’t Hoff était un franc-tireur.

Il y a également une autre distinction à faire entre des scientifiques comme van’t Hoff et Mendeleïev d’une part et des scientifiques comme Le Bel ou Meyer. Van’t Hoff et Mendeleïev croyaient dur comme fer dans leur théorie. Les données qui ne concordaient pas avec leur modèle ont été considérées comme des artefacts par ces derniers. Par exemple, Mendeleïev a laissé des emplacements vides dans son tableau périodique des éléments, persuadé qu’ils seraient complétés par des découvertes futures. En d’autres termes, le penchant pour la généralisation et des principes fondamentaux est récompensé. Mentionnons aussi le cas de Bernd Matthias qui a découvert les supraconducteurs et qui a déclaré : « les douze premières expériences qui visaient à démontrer le phénomène ont échoué, mais la suivante a fonctionné. »

Dans les années 1930, Karl Popper a mis en évidence qu’en science, il était impossible de prouver une hypothèse, mais seulement de la réfuter. En quelque sorte, les théories du moment sont des hypothèses en sursis. Il donne l’exemple des cygnes noirs. Même si l’observation indique que tous les cygnes sont blancs, cela ne prouve rien. Il suffit d’un seul cygne noir pour falsifier cette théorie.

Le problème avec l’approche de Popper est qu’elle néglige la base axiomatique de la science. En effet, à partir d’un postulat indémontrable directement comme l’existence des atomes, la chimie a pu se développer bien au-delà d’une chimie qui n’aurait pas accepté cet axiome.

Si l’on reprend les exemples de Pasteur et Fleming, ces derniers ont certes falsifié leurs théories respectives de la force asymétrique ou de la production de lysozyme à partir de champignons. Mais, leurs réels progrès sont venus de leur exploration active de la nature et non de la preuve que leurs hypothèses initiales étaient fausses.

De plus, pour toutes les théories acceptées, il existe des données qui les contredisent. Il ne faut donc pas falsifier des théories naïvement, mais au contraire savoir quand ignorer ou pas les contradictions. Par exemple, en 1958, lorsque Feynman et Gell-Mann avancent leur théorie de la désintégration bêta, celle-ci est en contradiction avec les données disponibles. Cependant, on réalisa que ces données étaient fausses et les nouvelles mesures étaient en accord avec la théorie.

Popper ignore aussi le fait que les scientifiques peuvent imposer des limites (conditions d’application) à leurs théories au lieu de simplement les rejeter.

En fait, lorsqu’ils doivent évaluer une nouvelle théorie ou de nouveaux résultats, les scientifiques sont plus nuancés et emploient au moins quatre ou cinq critères :

• Logique : Critère d’Occam, cohérence interne, testabilité, et conditions d’application ;
• Empirique : testabilité, accord avec les données, reproductibilité, interprétation de toutes les données en (1) faits, (2) artefacts, (3) anomalies ;
• Communauté : résolution de problèmes connus, création de nouveaux problèmes et de nouveaux outils, nouveaux concepts et définitions, bref est-ce que la nouvelle science change la façon de faire de la science ;
• Historique : doit faire ce que l’ancienne science faisait, mais en mieux ;
• Esthétique

Van’t Hoff, Ostwald, Arrhenius, et d’autres scientifiques ont obtenu de nombreux succès tout au long de leur carrière de la vingtaine jusqu’à la soixantaine. Une de leur stratégie a consisté à travailler sur des problèmes abandonnés de longue date soit parce que jugés sans intérêt ou impossibles à résoudre. Par exemple, alors que la chimie organique se développait tous azimuts et offraient des perspectives intéressantes, ils se pencher sur les vieux problèmes des réactions équilibrés de la chimie inorganique.

Il semblerait aussi que ce qui distingue les Prix Nobel de leurs collègues soit une capacité à mieux jouer avec les cartes à leur disposition. En particulier, lorsque leurs moyens étaient limités, ils ont compensé le manque d’équipement par leur ingéniosité et une approche minimaliste.

Pour reprendre une idée évolutionniste, ces scientifiques s’adaptent à tous les environnements alors que les autres ne peuvent survivre que dans leur niche : leur laboratoire, leur équipement, leurs assistants.

Le fait que van’t Hoff, par exemple, ait commencé sa carrière dans une université de 3èm^e ordre lui a permis de s’imposer comme professeur de mathématiques, de physique, de chimie pharmaceutique, et de chimie organique ! Par la suite, sa compréhension des phénomènes physico-chimiques lui donna un avantage certain sur les spécialistes.

Mais le fait d’être un généraliste n’est pas non plus toujours une panacée. En effet, chez certains, les idées d’origines diverses ne se rencontrent jamais. Helmholtz et Poincaré ont ceci de commun que ne pouvant garder en mémoire un fait précis, ils étaient toujours à la recherche du principe unificateur. Poincaré était aussi connu pour tout faire et refaire par lui-même pour réellement comprendre ce qu’il faisait.

On ne sera pas étonné d’apprendre qu’Enrico Fermi, Albert Michelson et Robert Millikan étaient pratiquement des autodidactes. Les grands scientifiques ont su développer une façon qui leur était propre de comprendre la nature.

Souvent de tels scientifiques se fixent très jeunes des objectifs ambitieux et déterminent au fur et à mesure les compétences et les connaissances à acquérir. Mais il y a un prérequis à l’exploration : l’indépendance. À tout juste 26 ans, van’t Hoff obtint une chaire d’enseignement à l’université d’Amsterdam. De plus, il réalisa qu’il pouvait obtenir des fonds en effectuant des analyses pour une laiterie locale. Arrhenius, quant à lui, obtint une bourse de cinq ans pour une formation itinérante qui l’amènera à côtoyer Boltzmann, Ostwald et van’t Hoff. Pour ce qui concerne Planck, Einstein et Ostwald, ils ne furent pas aussi chanceux, mais malgré des moyens limités, ils n’avaient pas de comptes à rendre tant qu’ils faisaient le peu qu’on leur demandait.

Il ne faut pas sous-estimer la difficulté pour obtenir de tels postes à l’époque. Mais contrairement à l’ère moderne (avec ses publications, comités, gestion des étudiants, recherche de fonds), une fois titularisé, vous pouviez faire ce qui vous intéressait.

Jour 5 : intuition et erreur

De nombreux scientifiques reconnaissent avoir fait des découvertes suite à un éclair de génie, parfois au milieu d’un rêve. La proportion est encore plus grande chez les scientifiques célèbres.

Lipscomb, par exemple, travaillait tard le soir pour conditionner son cerveau avant son sommeil. Pauling a une stratégie similaire : avant d’aller se coucher, il repassait mentalement ses expériences non réussies de la journée.

Il semblerait que lorsque l’esprit conscient est au repos, à cause d’une maladie, pendant le sommeil, lors de vacances, lors d’une marche ou en relaxant, la solution émerge du subconscient. Cela suppose bien entendu un travail conscient au préalable, parfois durant de longs mois ou de longues années. Dans le cas de Darwin, Wallace et Kékulé, l’illumination se produit après une pause au milieu de travaux visant à synthétiser leurs connaissances.

L’illumination semble se caractériser par une réminiscence subite d’une chose oubliée ou par une nouvelle piste d’exploration jamais essayée. Le moment où elle se produit pourrait se comparer au déclic « gestalt » qui nous fait voir alternativement la vieille femme et la jeune fille dans un portrait.

Une meilleure comparaison serait le jeu des neuf points qu’il faut relier avec 4 lignes droites. Dans ce jeu, les points sont disposés pour former un carré (3×3). Les solutions auxquelles on peut penser sont autant d’hypothèses ou de théories concurrentes. Seuls des critères supplémentaires non logiques, mais esthétiques, permettent d’éliminer les solutions asymétriques, où l’on repasse deux fois sur le même trait, avec des traits qui s’entrecroisent. D’autre part, les premiers essais que l’on peut faire aboutissent à un circuit à 5 lignes, dont on ne peut sortir tant qu’on ne réalise pas qu’on s’est rajouté une fausse contrainte, celle de rester dans le carré.

En fait, le problème précédent a une solution à 3 lignes, 1 ligne et 0 ligne si l’on est assez créatif pour les concevoir.

Jour 6 : perspectives complémentaires

La science et les arts

De nombreuses études ont noté que les scientifiques de grand calibre étaient ceux qui dans leurs jeunes années ont démontré un intérêt pour une palette variée d’activités : arts, musique, littérature, etc. De l’extérieur, ces individus peuvent donner l’impression de dissiper leurs énergies au lieu de les canaliser alors qu’en réalité, ils les renforcent.

Une étude réalisée par van’t Hoff sur le rôle de l’imagination dans les sciences a établi que près d’un quart des grands scientifiques ont une autre activité créative en plus de la science : musique, poésie, peinture, etc. Il semblerait que les arts enseignent des méthodes d’observation et de conceptualisation qui sont tout aussi utiles dans les sciences.

Outre les arts, la maîtrise de techniques artisanales et techniques comme l’ébénisterie, l’usinage, le soufflage du verre, le travail des métaux, l’électronique est un avantage pour construire, ajuster, et améliorer leurs instruments.

Dans le domaine de la chimie et de l’ingénierie, une étude de D. W. Taylor montre qu’une des rares variables corrélées avec le succès était la connaissance d’outils du travail du bois, du métal, du verre ou l’électronique.

Une bonne partie des scientifiques illustres ont été décrits comme immatures, voire puérils. Feynman, Einstein, Faraday, Murray Gell-Mann, Jim Watson, Galton et bien d’autres semblaient avoir en commun cette caractéristique de voir le monde à travers des yeux d’enfants.

Comme il existe plusieurs styles de pensées : mots, équations, images, mouvement, les scientifiques qui sont capables d’intégrer tous les styles ont plus de chance d’être écoutés et compris par les autres scientifiques.

Archéologie de la science

En 1858, Pasteur lui-même a proposé l’étude de l’histoire des sciences pour former l’esprit en s’inspirant des inventeurs. Pour Ostwald, le scientifique se doit d’étudier l’histoire des sciences comme un militaire doit étudier les campagnes du passé.

Les mathématiciens Évariste Galois et Jules Drach préféraient aller aux sources historiques malgré les défis que cela pouvait représenter. En effet, ils considéraient que les manuels de cours cachaient les traits caractéristiques des auteurs originaux.

L’étude de l’histoire des sciences permet par ailleurs de développer une vue d’ensemble de la science plutôt qu’une vision étroite limitée à une discipline ou à une spécialisation.

Notre système éducatif a pour objet de faire résoudre des problèmes préformattés d’une façon autorisée. Il serait plus profitable d’enseigner aux étudiants comment se poser des problèmes à eux-mêmes.

L’éducation classique du Gymnasium en Allemagne et en Scandinavie où n’étaient enseignées que les langues et l’histoire démontre qu’un enseignement précoce des sciences n’est pas nécessaire. À l’issue de leur parcours au Gymnasium, les étudiants savaient au moins apprendre à apprendre.

La science comme processus évolutionniste

La plus grande menace à l’évolution de la science est le conformisme. La science progresse uniquement lorsqu’il y a des désaccords. Les scientifiques choisissent la meilleure théorie et éliminent toutes les autres. Comme les critères de sélection eux-mêmes sont susceptibles de changer, cela conduit régulièrement à la résurrection d’anciennes théories. D’une certaine façon, la science est aussi l’objet d’une sélection naturelle dans le contexte des problèmes contemporains et des données inexpliquées. Les théories choisies sont celles qui répondent le mieux à ce contexte. Le processus d’évolution de la science fait partie d’un phénomène plus large d’évolution culturelle et est mis en œuvre par des écoles de pensée scientifique qui produisent des lignées scientifiques, avec leurs philosophies, leurs méthodologies, leurs habitudes et leurs heuristiques.

Si l’on poursuit l’analogie avec la sélection naturelle, la diversité des idées scientifiques peut être le résultat de :

• L’hybridation de deux écoles de pensée,
• La reproduction d’expériences scientifiques dont les résultats ne sont pas conformes aux attentes
• Des erreurs de copie, c’est-à-dire une mauvaise application d’une idée ou d’une théorie

Pour ce qui concerne les scientifiques, les individus hors normes comme Einstein, Arrhenius, Ostwald évoluent à la périphérie de la communauté scientifique. En effet, comme de nouvelles espèces, ils ne pourraient pas survivre hors de leur niche écologique à l’abri de la compétition qui fait rage dans les grands centres de recherche. Si l’on examine les Prix Nobel, la plupart ont été formés dans des institutions de second ordre avant d’enseigner ou de faire de la recherche dans les plus grandes universités.

Il n’est donc pas surprenant de constater que les nouvelles sciences se sont développées à la faveur de changements institutionnels visant à décentraliser et promouvoir le pluralisme. C’est ce qui s’est passé en 1862 aux États-Unis avec le Morill Land Grant Act qui a permis la création de nouvelles universités (Stanford, Caltech, Université de Chicago) et la réforme d’anciennes universités (Harvard, Columbia, Cornell). Ces changements se sont traduits par une augmentation de la compétition à l’intérieur du pays et davantage de circulation des étudiants et des professeurs entre universités.

Dans un environnement peu changeant comme le nôtre aujourd’hui, les évolutions sont très lentes. Ceux qui ont accès aux ressources protègent leur territoire. La revue par les pairs est un des moyens de contrôler l’accès aux ressources. Dans le même ordre d’idée, il y a une compétition entre disciplines voisines. Par exemple, les physiologues ont résisté aux tentatives d’incursion des physico-chimistes au début du siècle.

Si le gouvernement est la seule source de fonds pour la recherche, alors l’allocation des fonds sera centralisée et institutionnalisée. En conséquence, le scientifique anticonformiste sera systématiquement éliminé. Il faudrait donc varier les sources de financement, mais aussi financer les personnes (libres de choisir leur projet) plutôt que les projets.

Incitations à la recherche

La formation, l’âge, l’emploi, le financement, l’équipement, l’organisation, la planification et la revue par les pairs, tout cela influence le processus de découverte. Mais rien n’est plus critique que d’encourager les rares pionniers qui sont prêts à explorer les limites du savoir.

Qu’est-ce qui fait un scientifique anticonformiste ? Tout d’abord, une formation diversifiée qui leur permettra de dresser de nouveaux ponts entre disciplines. Ensuite, une attitude face à l’ambiguïté et l’incertitude dans l’exploration scientifique, acquise auprès de grands maîtres. De plus, une conscience de la pluralité des écoles de pensées qui peut être obtenue par un apprentissage autodidacte, une formation itinérante, le goût pour le principe général.  

Un tel scientifique devrait avoir l’occasion, de préférence à 20 ans, de faire une vraie recherche indépendante : choix du problème, choix des techniques, et auto-évaluation. Le jeune âge ne signifie pas nécessairement un potentiel intellectuel supérieur, mais donne l’avantage de découvrir les choses avec un œil neuf.

Le scientifique qui a passé 30 ou 40 dans la même spécialisation et qui a ignoré une anomalie la première fois, ne la verra pas plus les autres fois. De même, le scientifique qui reçoit un Prix Nobel doute qu’il puisse faire une découverte aussi importante une deuxième fois et cesse d’essayer. Finalement, de nombreux scientifiques de premier ordre comme Einstein, Dirac, Maxwell, Heisenberg développent une forme d’arrogance qui les empêche d’évoluer et de rester productifs.

Les scientifiques qui ont le plus d’impact à long terme sont aussi ceux qui mènent de front trois ou quatre projets différents et qui n’hésitent pas à modifier l’orientation de leurs recherches.

La bonne approche institutionnelle n’est pas de payer les chercheurs pour leur recherche, mais les payer pour autre chose et leur laisser suffisamment de temps libre pour faire ce qui les intéresse. Autrement, le chercheur sera incité à dénaturer ses travaux pour produire quelque chose afin de justifier son salaire.

Aujourd’hui, la réglementation sur les produits chimiques ou les expérimentations animales rendent impossible le type de recherches privées réalisées au 19ème et dans une large part du 20ème siècle.

Dans le travail scientifique, l’argent et l’équipement sont beaucoup moins importants que les hommes. En fait, un équipement coûteux et complexe peut même être contre-productif, car les scientifiques vont perdre leur temps à apprendre à l’utiliser ou à jouer avec. De plus, la précision des résultats peut être une malédiction pour tester de nouvelles théories.

L’argent pour autant qu’il offre la liberté a tout de même son importance. J.J. Thomson a dit que « le meilleur ami du scientifique est un compte en banque bien garni. » Jusqu’au milieu du 20ème siècle, parmi les scientifiques de premier ordre, 7 sur 10 sont des héritiers. D’autres ont bénéficié de bourses inconditionnelles ou ont financé leur activité par leurs revenus de médecins.

Les circonstances personnelles qui semblent favoriser l’émergence de pionniers sont :

• Une familiarité avec les nouvelles branches des mathématiques et des sciences et avec des innovations techniques utilisées dans les expérimentations
• Une opportunité de se former dans des outils mentaux ou physiques peu utilisés par le scientifique moyen
• Des opportunités pour commencer des recherches indépendantes en début de carrière
• Peu d’obligations professionnelles et beaucoup de temps libre
• Indépendance financière
• Diversité des recherches
• Changements fréquents de domaine de recherche (tous les cinq à dix ans)
• Transfert de techniques, méthodes, théories d’un domaine à un autre
• Démarche de simplicité

Les personnes les plus prometteuses ont ces caractéristiques : veulent travailler sur leurs projets et non ceux de leurs professeurs, sont indépendants, ne sont pas dogmatiques, ont une motivation autonome, sont énergiques, mesurent leurs progrès, et ont une palette de compétences techniques.

D’un point de vue institutionnel, certaines pratiques sont recommandées :

• Allouer des montants faibles pour de la recherche exploratoire. Soit ça fonctionne, soit ça ne fonctionne pas.
• Laisser du temps. Une période de moins de cinq ans pour obtenir des résultats est déraisonnable.
• Laisser leur liberté aux scientifiques. Pas de conditions sur l’utilisation des fonds.
• Récompenser ceux qui réussissent.
• Utiliser un autre processus que la revue par les pairs pour la recherche exploratoire.
• Favoriser la recherche exploratoire dans les centres de recherches secondaires.

L’état de la communauté scientifique aujourd’hui est déplorable. Imagine-t-on quelqu’un passer de la physique à la biologie comme l’ont fait Pasteur, Szilard et Crick ? Est-ce que nous prêterions attention à ce qu’a à dire un amateur comme Darwin ? Est-ce qu’Einstein réussirait son évaluation annuelle à l’office des brevets ?

La compétition croissante pour les ressources va continuer à uniformiser les parcours et les façons de penser. Les anticonformistes sont devenus une espèce en voie de disparition. La science n’y gagnera pas au change. En effet, les plus grandes avancées sont l’œuvre d’individus cherchant à satisfaire à leur curiosité et mieux comprendre le monde.

Une synthèse: stratégies de découverte

Les scientifiques illustres ne sont pas plus intelligents que les autres, mais ils ont des qualités qui les distinguent des autres. Ils sont plus curieux, plus pugnaces, plus ambitieux, plus créatifs. Surtout, ils font preuve d’un plus grand courage face à l’inconnu.

Voici quelques-unes des stratégies qu’ils utilisent. À vous de voir dans quel contexte et quand les utiliser :

• Principe de Young : il n’y a pas de compétence inutile. Plus vous avez d’expertises approfondies, mieux vous êtes préparés pour faire de la science.
• Principe de Kettering : L’action produit des résultats. Les explorateurs s’entraînent en explorant.
• Principe de Disraeli : Pour obtenir des résultats différents, ne faites pas comme les autres.
• Conseil de Truesdell : Cherchez à émuler les grands maîtres. Plus vous connaissez de styles de résolution de problèmes, mieux vous êtes outillé pour résoudre le vôtre.
• Principe de Pauling : Essayez beaucoup de choses. Il en ressortira toujours quelque chose de valable.
• Conseil de Salk : Faites ce qui vous fait vibrer.
• Principe du choix du problème : Voyez grand. Choisissez de grands problèmes susceptibles de changer la science.
• Principe de G.P. Thomson : L’importance du problème n’a rien à voir avec sa difficulté. Parfois, le découvreur est le premier à essayer.
• Principe de la formulation du problème : Il suffit parfois de bien poser le problème pour le résoudre.
• Le dilemme de la clé perdue : Si vous perdez votre clé dans une allée sombre, ne la cherchez pas sous le lampadaire sous prétexte qu’il y a de la lumière. Ne soyez pas effrayé par le vide.
• L’instinct du pionnier :Sortez des sentiers battus. Allez là où il n’y a pas (encore) d’expert.
• Conseil de Szent-Gyorgyi’s : Replongez-vous dans les anciennes idées abandonnées.
• Principe de Medawar : Si une expérience n’est pas susceptible de modifier votre hypothèse, elle ne mérite peut-être pas d’être faite.
• Méthode de Pasteur : Trouver une contradiction entre la théorie et les données. L’une des deux doit être fausse.
• Principe de Bacon : la vérité sort plus vite de l’erreur que de la confusion. Osez faire des erreurs.
• Principe de Delbruck : Soyez suffisamment négligent pour que quelque chose d’inattendu se produise, mais pas au point de ne pas comprendre ce qui s’est passé.
• Principe de Dainton : Cherchez le paradoxe.
• Principe de Bernard : Toutes les données sont valides, même celles qui contredisent d’autres données. Les différences proviennent peut-être d’un contexte différent.
• Principe de contradiction : Trouvez les contradictions.
• Principe des implications : Poussez une idée à l’extrême.
• Loi de Macfarlane : si un certain nombre de théories sont en désaccord, le point qui est le plus certainement incorrect est celui où ces théories sont d’accord !
• Principe de Kuhn : Les grandes révolutions scientifiques sont précédées par la découverte d’anomalies. Identifiez ce que la communauté scientifique attend comme résultats et trouvez les anomalies.
• Recommandation de Fermi : N’essayez jamais de résoudre un problème à moins d’en deviner la réponse. L’exploration ne peut être faite en aveugle, il faut une intuition qui donne l’idée de la forme générale de la réponse.
• Opinion de Darwin : Sans spéculation, il n’est pas possible de faire une observation juste et originale.
• Loi de Grimm : Considérez que chaque observation et chaque idée a le potentiel d’illuminer de larges pans de la nature si le chercheur se donne la peine d’y penser.
• Principe d’Huxley : La plupart des théories meurent très jeunes. Soyez impitoyablement autocritique envers vos théories. Mieux vaut que vous les tuiez vous-même que de les voir massacrées par d’autres, une fois publiées.
• Principe d’Arrhenius : Les choses soi-disant impossibles sont les plus importantes pour la science. Essayez les choses réputées impossibles, mais dont on n’a pas démontré qu’elles l’étaient.
• Principe de Bohr : « Nous sommes bien d’accord, votre théorie est insensée. Mais est-elle suffisamment insensée pour être correcte? ».
• Principe de Monod : La précision encourage l’imagination. Plus vos idées sont folles, plus vous vous devez d’utiliser rigoureusement les méthodes acceptées par la communauté scientifique.
• Conseil de G.P. Thomson : Démontrez au lieu de mesurer. En recherche exploratoire, l’objectif est de démontrer l’existence et non de caractériser sous toutes ses formes un nouveau phénomène.
• Stratégie de George : Faites varier les conditions sur un intervalle aussi étendu que possible. Les surprises se produisent souvent aux limites.
• Principe de Langmuir : Faites le contraire de ce qui vous semble naturel. S’il y a du bruit dans un signal, augmentez-le comme Hans Geiger. Au lieu de faire un système parfait, faites un système qui tolère les erreurs comme Svaboda.
• Principe de Taton : les grandes synthèses scientifiques sont le fait de ceux qui poursuivent des recherches diversifiées. En effet, une idée provenant d’un domaine est souvent la clé d’un problème d’un autre domaine.
• La chance du débutant : certaines découvertes ont été réalisées parce que les chercheurs ne savaient pas que c’était impossible!
• Conseil de Burnet : On n’est jamais aussi bien servi que par soi-même. Faites-le plus possible d’expériences de vos propres mains.
• Principe de Planck : « Uniquement lorsque je serai convaincu moi-même ». Vous devez vous faire votre propre idée. Faraday : « Je n’ai jamais pu accepter un fait sans l’observer de mes propres yeux. » Feynman : « Je ne prête pas la moindre attention aux ‘‘experts’’ ». Einstein : « Je calcule tout moi-même. »
• Critère d’Occam : Recherchez la simplicité. Einstein : « ce doit être aussi simple que possible, mais pas davantage. »
• Principe de Szent-Gydrgyi : La nature n’utilise qu’un nombre limité de mécanismes. Toute la difficulté est de trouver la bonne combinaison de mécanismes qui s’appliquent.
• Principe de Bates : La simplicité est le résultat non de la simplification, mais d’une compréhension fine des phénomènes comme van’t Hoff qui a résolu cinq problèmes à partir de l’arrangement des atomes de carbones en tétraèdres.
• Principe de Dirac : Recherchez la beauté.
• Loi de Maier : Si les données ne correspondent pas à la théorie, ignorez les données. Trop de données peuvent vous induire en erreur.
• Loi d’Agassi : Les données qui supportent une théorie ne sont pas nécessairement toutes justes. Doutez de tout ce à quoi la communauté scientifique serait encline à croire.
• Règle de Richter : En complément des deux lois précédentes, la règle de Richter requiert qu’une théorie doive classer toutes les données, soit en fait, soit en artefacts, et pourquoi. Autrement dit, la théorie doit spécifier son champ d’application.

The post ⭐⭐⭐⭐⭐Livre sur les découvertes en sciences par Robert S. Root-Bernstein first appeared on Economie rebelle.

L’article ⭐⭐⭐⭐⭐Livre sur les découvertes en sciences par Robert S. Root-Bernstein est apparu en premier sur Economie rebelle.

– Mark Twain

L’investisseur individuel face aux pros

En général, l’investisseur individuel ne fait pas le poids en face des professionnels, qu’il s’agisse de traders ou de gestionnaires de portefeuilles. Ces derniers ont accès à des moyens incomparables et en particulier à une meilleure information; ils ont aussi accès à des deals auxquels seuls les institutionnels sont sollicités.

Toutefois, l’investisseur individuel dispose d’un atout de taille par rapport au professionnel : il n’est pas cantonné à une classe d’actif. Le trader d’obligations gouvernementales ne négociera que des obligations gouvernementales, même si les opportunités sont meilleures dans les autres classes d’actifs ou même dans la catégorie voisine des obligations corporatives.

A l’inverse, l’investisseur individuel peut allouer son capital selon différentes classes d’actifs : immobilier, actions, obligations, métaux précieux, matières premières, cryptomonnaies, ou bulbes de tulipe. Il peut se diversifier géographiquement : actifs européens, américains, japonais ou marchés émergents. Il n’a pas de limites à respecter si ce n’est d’avoir une allocation qui lui permette de dormir tranquille (évitez une allocation de 50% Doge Coin et 50% Shiba Inu).

Naturellement, il n’a généralement pas accès aux projets d’infrastructure, ni au capital-risque, ni au capital-investissement, ni aux fonds spéculatifs. Mais, il peut investir dans l’entreprise de son ami d’enfance ou même créer la sienne. Il aura même sans doute moins de surprises qu’avec des entreprises publiques.

Déterminants du rendement total d’un portefeuille

S’il y a certes un avantage à contrôler l’allocation par classe d’actif, quel est l’étendue de celui-ci ? Autrement dit, est-ce qu’un trader boursier qui sélectionne les actions de son portefeuille fera mieux qu’un investisseur qui peut répartir son capital sur des différentes classes d’actifs ?

C’est ce qu’on voulut mesurer Gary P. Brinson, L. Randolph Hood et Gilbert L. Beebower dans leur papier original en 1986, intitulé judicieusement Determinants of Portfolio Performance.

Pour être plus précis, les auteurs ont cherché à répondre à la question suivante en examinant les investissements des fonds de pensions américains entre 1974 et 1983 : « Quelles décisions d’investissement ont eu les plus grands impacts sur le rendement total et sur la variabilité de ce rendement ? »

Il faut savoir que le gestionnaire d’actifs a pour objectif de battre un indice de référence. Par exemple, s’il se spécialise sur les actions françaises, son indice de référence pourrait être le CAC40.

Le professionnel a deux leviers pour exercer son « talent » :

• En sur- ou sous-pondérant par rapport à son indice de référence.
• En sélectionnant des titres de son choix.

La conclusion de l’étude de Brinson et consorts est que de tels choix n’ont qu’une modeste influence sur le rendement total qui est surtout tributaire de la performance de la classe d’actif.

Conclusions de l’étude

Il y a deux conséquences à ce résultat :

• Puisque la gestion active a une faible valeur ajoutée (en général) par rapport à une gestion passive, il est sans doute préférable pour un investisseur d’opter pour une gestion indicielle (utilisation de Fonds Négociés en Bourse ou ETF en anglais) surtout si l’on tient compte des frais de gestion.
• Dans la mesure où il est très difficile de faire mieux que le rendement de la classe d’actif, l’essentiel de l’effort d’un investisseur devrait être de répartir adéquatement son capital entre les classes d’actifs.

Le second point n’est pas sans rappeler une citation de Warren Buffet, à savoir qu’il vaut mieux être moyen dans un bon secteur qu’être bon dans un secteur moyen.

Dans le même ordre d’idée, à l’extrême limite, choisir la bonne classe d’actif au bon moment est probablement plus payant que d’espérer trouver la bonne action à acheter, en particulier dans un marché boursier surévalué comme en 2021.

L’étude précédente est un peu ancienne, mais elle a été mise à jour en 1991 avec les mêmes conclusions. Ce papier a eu une très grande influence sur le développement de la gestion indicielle et celui des FNB.

Mise à jour de l’étude

En 2000, une autre étude réalisée par Paul Kaplan et Robert G. Ibbotson confirme à nouveau les résultats précédents et va un peu plus loin :

• En ligne avec l’étude de Brinson et consorts, 90% des hausses et des baisses au cours du temps sont le résultat de la politique d’allocation.
• D’autre part, 40% des différences de performance entre fonds, est attribuable à des différences dans leur politique d’allocation.

Les auteurs notent que le choix de Brinson et consorts de baser leur analyse uniquement sur des fonds de pension – qui ont une réputation conservatrice – a eu une influence sur le résultat de l’étude. En effet, les fonds de pension révisent rarement leur politique d’investissement. Dit autrement, la question répondue par Brinson et consorts est plutôt :

« Quelles décisions d’investissement ont eu les plus grands impacts sur le rendement total et sur la variabilité de ce rendement sachant que la politique d’investissement reste fixe ? »

Pour l’investisseur individuel qui investit à long terme, cela ne change rien.

The post Talent vs chance : la revanche du petit épargnant first appeared on Economie rebelle.

L’article Talent vs chance : la revanche du petit épargnant est apparu en premier sur Economie rebelle.

– F. Scott Fitzgerald, Le Grand Gatsby

Le succès : un minimum de talent et un maximum de chance

Il n’y a pas d’individu dix fois plus grand ou dix fois plus rapide qu’un autre, c’est un fait.

Pourtant, les 1% les plus riches détiennent autant de patrimoine que tout le reste de la planète réuni. Comment cela est-il possible? Il faut croire que d’autres mécanismes sont à l’œuvre qui n’ont rien à voir avec le mérite ou le travail.

Le papier de A. Pluchino, A. E. Biondo et A. Rapisarda vient apporter quelques éléments de réponse à l’aide de simulations avec agents. La principale conclusion de l’étude est que, certes un certain talent est nécessaire pour réussir, mais qu’en général ce ne sont pas les personnes les mieux dotées qui réussissent, mais celles qui ont le plus de chance.

Il s’agit là d’une thèse en vogue qui a été abondamment traitée, par exemple, dans Le hasard sauvage de Nicholas Nassim Taleb, et dans Tous winners de Malcolm Gladwell ou encore l’Équation du succès de Michael Mauboussin. Selon ces auteurs, le hasard aurait beaucoup plus d’influence que généralement reconnu, en particulier pour ce qui concerne l’argent. Évidemment, cela heurte notre perception que les sociétés occidentales sont méritocratiques.

Présentation du modèle

Le modèle proposé par les auteurs est assez simple. Chaque agent dispose d’un certain niveau de talent. La plupart possède un talent un peu en dessous ou un peu au-dessus de la moyenne. Seul un petit nombre se distingue par un talent très supérieur ou très inférieur à la moyenne, comme dans la vraie vie.

Initialement, chaque individu dispose du même capital. Le capital évolue ensuite sur 80 périodes de 6 mois où la chance et le talent vont interagir pour influer sur la réussite des agents.

Les agents sont par ailleurs disposés aléatoirement sur une carte en forme de carré et leur position reste fixe. Le bon ou mauvais sort est figuré sous la forme de cercles qui se déplacent sur la carte à chaque période. La distance parcourue est toujours la même et seule la direction est aléatoire, un peu comme un ivrogne qui titube dans la rue…

Si un agent est touché par le mauvais sort, son capital est divisé par deux automatiquement. Si un agent est touché par le bon sort, son capital est multiplié par deux avec une probabilité qui dépend de son talent. Dans ce dernier cas de figure, l’idée est que l’agent qui a du talent est davantage capable de transformer une opportunité en succès qu’un agent médiocre.

Un agent peut aussi ne pas être touché par un cercle, auquel cas son capital restera inchangé.

Pourquoi le talent n’est pas récompensé

Nous connaissons tous la loi des séries, qui peut se décliner de manière négative ou positive : « un malheur n’arrive jamais seul » ou « le succès appelle le succès ». La simulation reflète bien ce phénomène.

Par exemple, quelqu’un qui a été touché par le mauvais sort a plus de chance d’être retouché par le mauvais sort à la période suite puisque le cercle est encore dans les parages…

Comme indiqué plus haut, le modèle donne une prime au talent. Mais cela n’est vrai que lorsqu’un ou plusieurs événements chanceux se produisent pour l’agent. C’est pourquoi, malheureusement, quelqu’un qui a énormément de talent, mais peu d’opportunités sera limité dans sa performance.

Cela nous semble réaliste. En fait, il existe certainement des gens dans les pays sous-développés dont le potentiel est du même ordre que celui de Elon Musk, Albert Einstein, ou Oprah Winfrey mais qui n’ont jamais eu la possibilité de devenir tout ce qu’ils pouvaient devenir.

Si nous nous plaçons du point de vue d’un individu, nous pouvons tirer une autre leçon. Pour que le talent puisse produire son plein effet, il faut multiplier les occasions de le mettre à l’épreuve. Jeff Bezos ne dit rien d’autre, d’ailleurs, lorsqu’il suggère qu’une entreprise devrait maximiser son taux d’échec par unité de temps. En effet, un taux d’échec élevé par unité de temps signifie qu’un grand nombre d’expérimentations a été réalisé, ce qui devrait permettre de voir arriver un premier succès plus rapidement.

Discussion des conclusions des auteurs

Dans le vrai monde, le talent est difficile à évaluer. L’approche pour le mesurer est d’observer la performance passée, qui d’après le modèle des auteurs, est principalement attribuable à la chance. Autrement dit, le système méritocratique aura tendance à récompenser ceux qui ont eu de la chance plutôt que ceux qui ont du potentiel.

Les auteurs fournissent d’ailleurs un certain nombre de références crédibles à l’appui de leurs conclusions dans le domaine de recherche scientifique ou de la gestion d’entreprise.

Cependant, les auteurs vont plus loin à partir de leur modèle, peut-être un peu trop loin du reste.

Pluchino et consorts, emploient leur modèle pour évaluer la meilleure stratégie de distribution des fonds pour la recherche. D’après leur modèle, la façon optimale d’allouer les fonds est de les partager à part égales entre les agents!

Nous trouvons ceci très discutable pour ces raisons :

• Certaines recherches aboutissent à cause des moyens mobilisés, comme le projet Manhattan ou Apollo 11. Une répartition équitable éliminerait les projets les plus ambitieux.
• Les auteurs supposent que les agents sont de bonne foi et recherchent le succès. Or, beaucoup de gens sont très satisfaits d’être payés à ne rien faire.
• Les auteurs supposent implicitement qu’il n’est pas possible d’identifier le potentiel des chercheurs. Cependant, comme indiqué dans Range: le règne des généralistes, les hauts potentiels ont parfois des caractéristiques identifiables, par exemple dans leurs habitudes.
• Si vraiment une répartition à parts égales des fonds était la panacée pour la recherche scientifique, elle devrait l’être aussi pour le capital-risque qui a des caractéristiques similaires (i.e. beaucoup d’appelés, peu d’élus). Or, la stratégie qui consisterait à allouer des parts égales à des startups, dont une très grande partie va disparaître ne semble pas avisée. Plus précisément, selon Peter Thiel, il ne faudrait investir que dans des entreprises qui ont le potentiel de retourner la valeur de l’ensemble du fonds.

En résumé, si le modèle est pertinent pour souligner l’influence de la chance sur le succès, il ne peut pas être utilisé aveuglément pour faire des prescriptions. Notre suggestion aux auteurs : qu’ils utilisent leur propre argent pour financer à parts égales les recherches de leurs collègues, par exemple en Argentine.

The post Talent vs chance : avantage à la chance first appeared on Economie rebelle.

L’article Talent vs chance : avantage à la chance est apparu en premier sur Economie rebelle.

– Mark Twain

Facteurs de succès et d’échec

Il n’y a pas que les individus dont le succès dépend pour partie de la chance et pour partie du talent. Les nations peuvent aussi réussir ou échouer selon leur bonne fortune et leurs qualités.

Un récent article de Ray Dalio, qui est en fait un extrait de son prochain livre sur le changement dans l’ordre mondial, établit une liste des facteurs qui déterminent la prospérité des sociétés. Ces facteurs ont été obtenus à partir de l’analyse de nombreux événements historiques similaires au cours des cinq derniers siècles.

La vision de Ray Dalio n’est pas sans rappeler l’approche des sciences physiques. Une cause (un facteur) entraîne un effet. A son tour, l’effet précédent devient la cause (un autre facteur) qui produit un nouvel effet. De cette manière, à partir de conditions initiales connues (notre monde) et de la connaissance des lois naturelles, le futur peut donc être connu.

Ray Dalio remarque que la plupart des gens se concentre sur les conditions initiales (le monde d’aujourd’hui) sans prêter suffisamment attention aux forces qui s’exercent pour le modifier, parfois de manière radicale, mais prévisible. Son article se concentre donc sur les facteurs ou déterminants qui font évoluer la situation.

Principaux cycles

D’après Dalio, le destin des nations est principalement influencé par trois cycles :

• Le cycle des bonnes ou mauvaises finances
• Le cycle de l’harmonie (ou son absence) nationale
• Le cycle de l’harmonie (ou son absence) internationale

Lorsque ces trois cycles vont dans le bon sens, c’est-à-dire lorsqu’il n’y a pas d’endettement excessif, que l’antagonisme social est limité par exemple par une forte classe moyenne, et que la compétition entre les états est raisonnable, alors la société a toutes les chances d’être prospère.

A ces trois cycles, Dalio ajoute également deux autres cycles importants :

• La technologie
• Les catastrophes naturelles

En effet, le progrès bien qu’il agisse de façon incrémentale est une force puissante dans l’évolution d’une société. L’impact le plus direct sur l’économie est au travers des gains de productivité. A l’inverse, les catastrophes naturelles telles que la sécheresse, les tremblements de terre ou les inondations se manifestent soudainement et peuvent renverser le cours de l’histoire.

Déterminants hérités

Ray Dalio considère également d’autres déterminants qui conditionnent l’évolution positive ou négative des sociétés. Il y en a de deux sortes, ceux qui sont hérités (géographie, géologie, climat, gènes…)  et ceux qui ont trait au capital humain (notre façon d’interagir entre nous).

Nous ne nous attarderons pas sur la géographie, la géologie et le climat, mais la génétique mérite un commentaire.

Chose assez rare à notre époque politiquement correcte, Dalio estime que la génétique influe sur les comportements des individus à hauteur de 15%.

Déterminants liés au capital humain

Les déterminants sur le capital humain sont les plus intéressants car nous croyons, à tort ou à raison, avoir une prise sur eux.

La façon de fonctionner en société est manifestement fondamentale dans le destin d’une nation.

Golda Meir est réputée avoir dit qu’elle craindrait les Arabes le jour où ils seraient capables de faire la queue pour monter dans le bus…

Comme le remarque Bill Bonner, une société est d’autant plus civilisée que la proportion de deals gagnant-gagnant est élevée par rapport aux deals gagnant-perdant (violence, vol, fraude, taxes, etc.).

En plus de la façon de se comporter les uns avec les autres, les principaux facteurs humains qui favorisent la prospérité sont d’après Dalio :

• Le fait de produire plus qu’on ne consomme. [Idée révolutionnaire par les temps qui courent.]
• La capacité à identifier ses faiblesses et capitaliser sur ses opportunités (c’est ce qui a permis à de petits pays sans ressources naturelles d’arriver à la prospérité).
• L’intérêt. Où il se situe est ce qui est important : au niveau de l’individu, de la famille, du pays?
• L’ambition. Ce qui compte ici est le prix payé, élevé ou raisonnable, pour arriver à ses fins.
• Des marchés de capitaux.
• La capacité à apprendre de l’histoire. [Remarquez par exemple qu’aujourd’hui, nous sommes à une époque qui, du point de vue monétaire, ressemble aux années 1940 (répression financière) et du point de vue politique ressemble aux années 1930 (populisme, fascisme et communisme).]
• La façon de penser et voir les choses de chaque génération. [Remarquez que chaque génération est marquée par ses expériences dans l’adolescence et en tant que jeune adulte. Par exemple, la génération qui a grandi lors de la Grande Dépression est connue pour être frugale.]
• La préférence pour la gratification à long terme plutôt qu’à court terme.
• L’inventivité. [En effet, il y a plusieurs façons de réussir. En remportant une compétition… mais aussi en devenant un pionnier et en inventant quelque chose de nouveau.]
• La culture. [D’une certaine manière, la culture est à la société, ce que les habitudes sont à l’individu. De bonnes habitudes et de bons principes favorisent le succès à long terme. Voir à ce sujet le livre de Mauboussin.]
• Ouverture au Monde. [Plus un pays est ouvert au monde, et plus il est en mesure d’observer ce qui fonctionne et ce qui ne fonctionne pas et d’apprendre des erreurs et des réussites des autres.]
• Leadership. [L’histoire avec sa grande hache est façonnée par quelques individus. Par exemple, l’arrivée au pouvoir de Dang Xiao Ping a eu une influence déterminante sur le développement de la Chine]
• Inégalités limitées. [Trop d’inégalités est dangereux pour une société comme la Révolution Française l’a démontré]
• Consensus sur les valeurs.
• Faible antagonisme social.
• Équilibre dans l’alternance entre la droite (efficacité économique) et la gauche (justice sociale).
• Le niveau d’interdépendances. [Autrement dit, il y a une incitation à respecter ses engagements et maintenir un niveau de confiance élevé, ce qui en retour réduit les frictions sociales et économiques]
• La préférence pour les arrangements gagnant-gagnant plutôt que gagnant-perdant.
• Les jeux de pouvoir dans la nation et sur la scène internationale, dont le but est la domination des autres. [Indice : mieux vaut être dominant que dominé.]
• Géopolitique et force militaire.

Finalement, un complément intéressant à l’article de Ray Dalio est le livre « False Economy » de Walter Beatie.

Cordialement,

The post Talent vs chance : richesse des nations first appeared on Economie rebelle.

L’article Talent vs chance : richesse des nations est apparu en premier sur Economie rebelle.

Le livre de Michael Mauboussin met en évidence le rôle sous-estimé de la chance dans la réussite.

Dans cet ouvrage, l’auteur propose des outils pour quantifier la part de chance et de talent dans des activités aussi variées que les échecs, les sports, les affaires et l’investissement.

Points clés à retenir

1. Mise en contexte

Daniel Kahneman, professeur de psychologie à Princeton, a décrit comment les gens faisaient des prédictions. En bref, ils évaluent mentalement la correspondance entre un événement et une histoire. Le problème avec cette façon de faire est que l’histoire peut être fausse et qu’ils ne se basent pas sur ce qui a déjà pu se produire dans des circonstances similaires.

Selon Kahneman, trois types d’information sont pertinentes pour la prédiction statistique :

• Le taux de base : par exemple 85% des taxis de cette ville sont verts. Si vous n’avez pas d’autre information spécifique pertinente, c’est le taux à utiliser.
• De l’information spécifique à une instance, un individu, un cas.
• La précision attendue de la prévision sachant l’information disponible.

L’art de la prédiction statistique est de pondérer adéquatement l’information de base et l’information spécifique. Cela est particulièrement important pour distinguer la compétence de la chance.

Lorsqu’un phénomène est totalement dû à la chance, comme de gagner à la loterie, on devrait se fier uniquement à l’information de base (la chance de gagner au loto). En revanche, lorsqu’un phénomène est dû uniquement à la compétence, comme le jeu d’échec, on devrait se fier seulement à l’information spécifique (chance que l’individu en question gagne selon sa performance passée).

2. Compétence, chance et trois leçons simples

Lorsqu’il est raisonnable de penser qu’un autre événement aurait pu se produire que celui qui s’est produit, alors la chance est de la partie.

La chance n’est pas tout à fait la même chose que le hasard. En effet, le hasard concerne un système tandis que la chance s’applique à une instance, un individu ou un cas.

Certaines activités laissent peu de place à la chance et impliquent presque exclusivement de l’aptitude : la course de fond, les échecs ou le violon. La situation est inverse pour des activités telles que le poker et l’investissement. Dans ces deux derniers cas, la compétence est l’acquisition d’un « bon » processus de décision.

Qu’est-ce qui différencie les activités où la chance joue un rôle négligeable et celles où elle joue un rôle important ?

Dans les activités où la chance joue un rôle mineur, un bon mode opératoire conduit presque systématiquement à un bon résultat. Dans les activités où la chance est prépondérante, un bon mode opératoire aura aussi un bon résultat, mais seulement après une longue période.

Voici un autre bon test pour différencier les deux situations. Demandez-vous : est-ce que je peux perdre intentionnellement ? Cela est facile aux échecs, mais impossible à la roulette.

Naturellement, il existe en fait un continuum d’activités qu’on peut classer selon le degré plus ou moins important qu’y joue la chance. Si la chance joue un rôle important, alors la taille de l’échantillon de résultats sera critique pour juger la compétence (ou non). En effet, à tailles d’échantillon égales, l’estimation de la moyenne est plus précise pour une variabilité des observations faible (chronos d’un sprinteur par exemple) que pour une variabilité des observations élevée (performance d’un gestionnaire de portefeuille).

Il peut sembler naturel de rechercher les exemples de succès chez les entreprises pour s’en inspirer. D’ailleurs, des millions de livres sur ce sujet se vendent chaque année. Pourtant, les études montrent que plus des trois quarts des entreprises considérées comme supérieures le doivent à la chance.

Dès que la chance a une influence sur le résultat d’une activité, alors un résultat exceptionnel aura tendance à être suivi par un résultat moins exceptionnel. Ce phénomène est connu sous le nom de retour à la moyenne. L’élément important ici est que la rapidité du retour à la moyenne est fonction de la position dans le continuum chance/talent.

Par exemple, au tennis, les cinq meilleurs joueurs mondiaux restent souvent les mêmes d’une année à l’autre. En revanche, au baseball, où la chance joue un plus grand rôle, seule une équipe, les New York Yankees, a fait partie du top 4 en 2009, 2010 et 2011.

3. Pourquoi sommes-nous si mal équipés pour distinguer le talent de la chance ?

Nous avons tendance à croire que parce que B se produit après A, que B est causé par A. Il s’agit de l’illusion post hoc, ergo propter hoc, c’est-à-dire après cela, donc à cause de cela. C’est ce type de biais qui explique les superstitions. Si par exemple, vous avez eu du succès un jour donné, vous serez peut-être incité à porter la même chemise ou la même cravate que ce jour-là.

Un autre biais consiste à penser que les événements sont plus inéluctables qu’ils ne le sont réellement. Étant donnée le dénouement d’une histoire, nous allons probablement reconstituer un enchaînement inéluctable de causes et d’effets qui produit le résultat final. Ainsi, le rôle de la chance est sous-estimé. Des fins alternatives auraient pu se produire, mais ne sont pas considérées.

Dans Good to Great de Jim Collins, onze compagnies exceptionnelles sont analysées afin d’en tirer des conclusions sur les stratégies managériales gagnantes. Le problème avec une telle approche est qu’elle ne répond pas à la bonne question : combien ont réussi parmi les entreprises qui ont essayé ces stratégies ? Peut-être que les onze entreprises sont une infime minorité. Là encore, nous avons tendance à relier des effets (la réussite) à des causes (certaines stratégies) sans tenir compte du rôle de la chance.

En conclusion, d’un point de vue statistique, il semble bien plus pertinent d’étudier une stratégie et de voir si elle a réellement contribué au succès que d’étudier le succès et voir quelles stratégies ont fonctionné.

En plus de la sous-estimation du rôle de la chance, la relation de cause à effet est difficile à déterminer. En particulier, la façon de mesurer ces relations de cause à effet influence les conclusions. Ainsi, une étude du professeur Ionnadis a établi qu’en médecine près de 80% des études observationnelles débouchaient sur des conclusions erronées ou très exagérées tandis que les études cliniques randomisées aboutissaient à des résultats vrais dans trois quarts des cas.

En fait, les études observationnelles souffrent de deux défauts majeurs. D’abord, il y a le biais du chercheur qui est plus ou moins consciemment incité à donner la « bonne réponse ». Ensuite, il y a l’excès de tests. Plus on effectue de tests, plus il y a de chance qu’on trouve un lien de cause à effet fictif.

4. Le continuum talent-chance

Lorsque le talent prédomine, un petit échantillon est suffisant pour le confirmer. Lorsque la chance est la composante principale, un grand échantillon est nécessaire pour le valider.

Lorsque la proportion relative talent vs chance est inconnue, la taille adéquate de l’échantillon peut être difficile à établir. Deux erreurs (au moins) peuvent être commises. La première est de penser que les observations à notre disposition sont représentatives. Peut-être qu’avec un échantillon plus grand, nous observerions des cas très différents. La seconde erreur est de penser que les résultats vont s’équilibrer comme dans la nature. Par exemple, une série de jours de pluie est plus probablement suivi par du beau temps. Cependant, c’est faux lorsque les observations sont indépendantes l’une de l’autre, comme au jeu du pile ou face. Vous pourriez avoir 100 faces de suite, ça ne changerait rien au fait qu’au 101^ème lancer, il y a 50% de chance de tirer pile et 50% de tirer face.

Au basketball, chacune des deux équipes a possession de la balle 65 fois en moyenne durant le match. Notez que chaque possession de balle est l’occasion de transformer le score. Dans le jeu de crosse, chaque équipe a possession de la balle 33 fois seulement. Nous pourrions donc dire que puisque l’échantillon obtenu à l’issue d’un match de basket est plus grand que celui obtenu à l’issue d’un match de crosse, la chance joue un rôle moins important au basket qu’au jeu de crosse. Remarquez de plus que la durée du jeu n’a pas vraiment d’influence sur la position dans le continuum talent-chance.

Il existe ce qu’on appelle un paradoxe du talent qui n’est pas sans rappeler la course aux armements. Une entreprise peut améliorer ses opérations mais ne se distinguera pas d’un concurrent qui l’imite. Pour cette raison, paradoxalement, des accidents de parcours peuvent complètement rebattre les cartes entre les deux concurrents. La chance joue alors à nouveau un rôle de premier plan. C’est également ce qui se passe lorsque les investisseurs utilisent les mêmes stratégies. La chance départage les gagnants et les perdants. Une autre illustration de ce phénomène est le faible écart des meilleures performances sportives à la course à pied. Cela contribue à rendre plus aléatoire le résultat des courses.

Au baseball, certains batteurs de légende ont connu des séries gagnantes très longues (56 pour Joe DiMaggio). De telles séries sont le résultat combiné d’un talent exceptionnel avec de la chance.

La position sur le continuum talent-chance affecte la rapidité du retour à la moyenne. Ainsi, pour une activité où seule le talent entre en ligne de compte, la performance sera toujours la même. Pour une activité où seule la chance joue un rôle, un résultat élevé sera suivi en moyenne d’un résultat… moyen donc plus faible que le résultat précédent. De même, un résultat faible sera suivi en moyenne d’un résultat moyen donc plus élevé que le résultat précédent.

5. Placer des activités sur le continuum talent-chance

Trois questions aident à placer approximativement une activité sur le continuum talent-chance :

• Est-il facile d’associer une cause à un effet observé ? Dans un tel cas de figure, l’activité a tendance à être stable (la structure de l’activité ne change pas) et linéaire (même réaction pour une même action) et donc se situera plutôt dans la partie talent du continuum.
• Quel est la rapidité du retour à la moyenne ? Un retour à la moyenne lent est caractéristique des activités où le talent prédomine.
• Pouvons-nous faire de bonnes prédictions ? En ingénierie, dans certaines branches de la médecine, dans les compétitions d’échecs, les prédictions des experts sont dignes de confiance, mais c’est beaucoup moins le cas dans les sciences sociales.

Une autre approche consiste à considérer les deux cas extrêmes : pure chance et pur talent et à la combiner les distributions « pure chance » et « pur talent » selon la bonne pondération pour approcher la distribution observée. Par exemple, une analyse des résultats du football américain semblerait donner une pondération 52% talent, 48% chance. Compte-tenu de ce qui précède, la modélisation statistique donnerait 75% de fiabilité aux prédictions. Cela semble confirmé par les performances des meilleurs parieurs sportifs.

Enfin, une troisième méthode repose sur l’analyse des variances. Contrairement à la précédente méthode, on n’a pas besoin de connaître la forme des distributions de probabilité de la chance et du talent.

Variance (talent) = Variance (observations) – Variance (chance)

Par exemple, dans la saison 2010-2011 de la NBA, la meilleure équipe, celle des Chigago Bulls a remporté 75% de ses matchs tandis que la plus mauvaise équipe celle du Minnesota a remporté 21% de ses matchs. L’écart-type du taux de matchs gagnés par les 30 équipes participantes au cours de 82 matchs s’élève à 0,16 ce qui correspond à la Variance (observations) = 0,16² = 0,026. Le point important est que toutes ces équipes aient joué le même nombre de matchs (82 ici). D’autre part, il est facile d’évaluer Variance (chance) puisqu’il s’agit de simuler 82 matchs où chaque équipe a 50% de chance de gagner et de perdre. D’où Variance (chance) = 0,055² = 0,003. D’où Variance (talent) = 0,026 – 0,003 = 0,023. Ici la contribution de la chance n’est que de 0,003/0,026 soit environ 12%, ce qui est très faible.

6. La longévité du talent

Qu’il s’agisse de sport, d’affaires ou de capacités cognitives, prendre de l’âge réduit les performances. Au baseball, les meilleurs batteurs ont besoin d’une acuité visuelle hors norme et d’une réactivité explosive. Avec l’âge, l’acuité visuelle se détériore ainsi que les fibres musculaires spécialisées dans les efforts courts et intenses.

L’âge de la performance optimale dépend du sport mais est concentrée dans la vingtaine. Hormis des domaines très spécialisés avec des règles rigides et qui demandent une pratique délibérée (échecs, dames etc.), il en est de même pour les facultés utiles à la prise de décision :

• Intelligence fluide, c’est-à-dire la capacité à résoudre des problèmes jamais vus auparavant. Le pic est à 20 ans et les performances diminuent d’1% chaque année.
• Intelligence cristallisée, c’est-à-dire la capacité à utiliser la connaissance accumulée pour résoudre des problèmes. Ce type d’intelligence croît avec l’âge et compense dans une certaine mesure la perte d’intelligence fluide.

Le vieillissement ne touche pas seulement les individus mais les organisations aussi. Des études montrent que les performances des entreprises déclinent avec le temps. Une explication possible est que la prise de risque n’est pas ce que préfèrent les entreprises bien établies. Au contraire, elles auront tendance à privilégier les opportunités connues en améliorant des processus existants.

7. Toute les nuances de la chance

Jusqu’ici, nous avons implicitement supposé que les résultats successifs étaient indépendants. Cependant, il est aussi possible qu’il existe une mémoire dans les performances. Par exemple, un joueur peut être en feu ou malade, ce qui affecte sa performance. Des simulations ont montré que les résultats sportifs étaient essentiellement indépendants les uns des autres, mais qu’il existait tout de même une (légère) dépendance entre des résultats successifs.

Lorsqu’on observe le succès ou l’échec de chansons ou de séries télévisées, la chance semble avoir un rôle majeur mais d’une façon indirecte. A un même niveau de qualité, si une chanson est légèrement plus populaire qu’une autre, son avantage va aller en s’accentuant à mesure que les gens vont s’influencer les uns les autres. Au bout du compte, à qualités égales, l’une des chansons fera beaucoup plus de ventes que l’autre.

En fait, il existe tout un ensemble de phénomènes sociaux qui ont cette caractéristique : peu de gagnants qui accaparent l’essentiel du succès. Une poignée de livres se vendent par millions, tandis que des millions de livres font moins de 100 ventes. La loi statistique derrière ces phénomènes est appelée « loi puissance ».

Le mécanisme est intimement relié à la dépendance qui existe entre un résultat et le suivant. Par exemple, le biais d’attachement préférentiel va vous conduire à utiliser des plateformes qui sont bien connues (indépendamment de leur qualité), ce qui augmente leur succès. Par ailleurs, si un seuil critique est dépassé pour une nouvelle technologie, ou une nouvelle mode, ou une épidémie, le « succès » est pratiquement assuré.

Dans le passé, les revenus de célébrités au talent équivalent auraient été assez similaire. De nos jours, grâce à la technologie, le public va préférer acheter l’enregistrement de celui qui est perçu comme marginalement meilleur. Il en résulte une concentration massive des revenus dans un petit groupe d’artistes.

Non seulement, la chance explique l’inégalité des revenus, mais même notre perception du talent est elle-même imprévisible principalement à cause des dynamiques sociales sur ce qui est valorisé ou non. C’est une chose de comparer les temps de coureurs (une seule dimension), mais c’en est une autre d’évaluer la meilleure université (multiples dimensions). Dans ce dernier cas de figure, d’ailleurs, certaines des métriques utilisées comme la réputation de l’université sont elles-mêmes très subjectives.

8. Caractéristiques d’une statistique utile

Une statistique utile pour discriminer entre le talent et la chance doit avoir ces caractéristiques :

• Elle doit être persistante. Ses résultats doivent être cohérents sur différentes périodes.
• Elle doit être prédictive. Les résultats de la statistique doivent être indicatifs de la performance.

Ces deux critères sont mesurés au travers du coefficient de corrélation. Par exemple, supposons qu’une équipe de baseball fait un écart-type plus de points que la moyenne, et gagne 0,75 écart-type de plus que la moyenne. Ici, le coefficient de corrélation est 0,75 (toutes les valeurs entre -1 et 1 sont possibles).

Au baseball, par exemple, le taux de « strike-out » (balle renvoyée) entre deux années successives d’un batteur a une plus forte corrélation que le « batting average » (balle touchée). Cela en fait donc une meilleure statistique pour mesurer la performance puisque plus persistante.

Le principal intérêt d’utiliser une statistique plus persistante et prédictive est que cela réduit, parfois massivement, la taille de l’échantillon nécessaire pour la calculer.

Les décideurs, qu’ils évoluent dans le domaine sportif ou dans les affaires, ont tendance à se concentrer sur certaines heuristiques pour sélectionner des joueurs ou des stratégies. Ces règles du pouce fonctionnent mais elles aveuglent les décideurs sur les vraies causes du succès qui peuvent être mises au jour par l’analyse statistique.

Dans le monde des affaires, la croissance du profit par action ou « Earnings Per Share » (EPS), est souvent utilisée pour mesurer le succès d’une entreprise. Cependant, cette relation ne va pas de soi puisque le profit par action peut augmenter alors même que la valeur pour l’actionnaire est détruite. En fait, il existe peu de corrélation d’une période à l’autre sur la croissance du profit par action, et en tout cas moins que la croissance du chiffre d’affaires. D’un autre côté, la croissance du chiffre d’affaires a un pouvoir prédictif plus faible que la croissance du profit par action sur la valeur totale pour l’actionnaire…

9. Favoriser le talent

Pour les activités où l’environnement est stable et le lien entre cause et effet est direct et rapide, la pratique délibérée contribue à améliorer les compétences. A contrario, pour des activités où l’environnement est changeant et où la rétroaction est moins claire, la meilleure approche est de se concentrer sur le processus de décision.

Le principal problème survient lorsque l’intuition qui s’applique bien dans le premier cas de figure est utilisée pour les situations où la chance est prépondérante. C’est ce qui se passe souvent pour l’investissement.

Une pratique délibérée réussie implique de mettre sur pied un programme construit pour accroître la performance. Un bon programme vous sortira suffisamment de votre zone de confort pour que vous progressiez mais pas trop pour ne pas vous décourager.

Les listes de contrôles sont pertinentes dans les activités où la chance intervient peu pour s’assurer de ne rien oublier et de respecter l’ordre des opérations. Elles le sont également lorsque la chance est partie intégrante de l’activité. Il s’agit alors de respecter un processus qui garantit de bons résultats sur le long terme.

10. Gérer la chance

Lors d’une confrontation militaire avec un adversaire plus fort, il est de l’intérêt du plus faible de compliquer le théâtre de guerre afin d’accroître le rôle de la chance. Cela peut être fait, par exemple, en multipliant les engagements ou en devenant imprévisible.

L’histoire des guerres asymétriques de ces deux derniers siècles démontrent qu’un belligérant beaucoup plus faible qu’un autre a 38% de chances de l’emporter. Les bonnes pratiques consistent à éviter l’engagement lorsque la défaite est certaine et à changer régulièrement de stratégie. Le taux de réussite s’améliore avec le temps car les guérillas apprennent les unes des autres.

Un concept similaire existe dans les affaires. Dans les années 1970, Toyota et Honda ont commencé à produire des voitures petites et peu dispendieuses, un segment délaissé par les grands constructeurs américains. Après avoir améliorer leurs produits et être monté en gamme, Toyota et Honda ont progressivement augmenté leurs parts de marché.

La théorie de la disruption établit que :

• Une entreprise bien établie qui améliore un produit a tendance à réussir
• Une nouvelle entreprise qui améliore un produit existant a tendance à échouer
• Une entreprise bien établie qui crée un nouveau produit dans le cadre organisationnel habituel a tendance à échouer
• Une entreprise bien établie qui crée un nouveau produit dans un cadre autonome a tendance à réussir

Lorsque la chance intervient dans un résultat, il est difficile de démêler cause et effet. Dans cette configuration, les essais randomisés avec un groupe de contrôle sont utiles car ils permettent de vérifier des hypothèses sur la chaîne de causalité.

12. Retour à la moyenne

Karl Pearson, le statisticien, a comparé la taille des pères avec celle des fils. Il a trouvé un coefficient de corrélation de 0,5 ce qui reflète le fait que la taille est pour partie une caractéristique héréditaire. Plus intéressant, Karl Pearson observa que les fils dont le père était de grande taille avaient une taille plus proche de la moyenne (10 cm de plus que la moyenne) que leurs pères (20 cm de plus que la moyenne).

Le phénomène précédent illustre le concept de retour à la moyenne. Ce concept est difficile à saisir pour plusieurs raisons. Lorsqu’une performance diminue, nous avons tendance à rechercher une explication. En réalité, la performance précédente a probablement eu un coup de pouce de la chance.

Une autre idée fausse consiste à interpréter le retour à la moyenne comme une réduction de variance (dispersion) des résultats. Par exemple dans l’exemple de la taille des pères et des fils, les données démontrent que la distribution des tailles est assez semblable entre les pères dans leur ensemble et les fils dans leur ensemble.

En fait, le phénomène de retour à la moyenne se manifestera dès que la corrélation d’une année sur l’autre pour une mesure de performance n’est pas parfaite (=1 ou -1). Lorsque la corrélation est très faible, la meilleure prédiction du prochain résultat sera le taux de base. Lorsque la corrélation est très élevée, la meilleure prédiction du prochain résultat sera le résultat précédent. Entre ces deux situations, il s’agit de pondérer correctement le taux de base et le résultat précédent.

La formule est celle-ci :

Z = Ῡ + c.(Y – Ῡ)

Où Z est la prédiction du résultat, Ῡ est le taux de base, Y le résultat précédent, et c un facteur correctif.

Le paramètre c peut valoir de 0 (chance pure) à 1 (talent pur). Le meilleur estimateur est obtenu pour c = r où r est le coefficient de corrélation. Mais attention, le coefficient de corrélation est rarement stable dans le temps. Il y a donc une incertitude sur la bonne valeur à utiliser, si toutefois celle-ci existe vraiment.

La méthode ci-dessus suppose également qu’il existe un taux de base. Or dans le cas des lois de puissance (comme la répartition des revenus), une telle moyenne n’a pas vraiment de sens.

13. L’art de l’estimation

Voici dix suggestions pour améliorer les prédictions :

1. Trouvez où vous vous situez sur le continuum talent-chance.
2. Évaluez la taille de l’échantillon, la significativité statistique et le potentiel pour des cygnes noirs (événements imprévisibles avec des effets disproportionnés).
3. Toujours considérez l’hypothèse nulle (commencez par le modèle le plus simple que vous puissiez imaginer).
4. Considérez la qualité des boucles de rétroactions et évaluez si les incitations rétribuent la chance ou le talent.
5. Efforcez-vous à imaginer des scénarios alternatifs (univers parallèles possibles).  
6. Développez des béquilles pour améliorer vos résultats :
   • La chance prédomine : utilisez un bon processus, comprenez la psychologie, mettez en place des garde-fous institutionnels.
   • Mix chance et talent : utilisez des listes de contrôle.
   • Le talent prédomine : pratiquez intensivement si possible avec l’aide d’un coach.
7. Ayez un plan pour les interactions stratégiques (simplifiez le jeu si vous êtes fort, complexifiez-le sinon).
8. Utilisez le retour à la moyenne à votre avantage (pour faire de bonnes prédictions).
9. Développez des statistiques pertinentes (persistantes et prédictives).
10. Connaissez vos limites (les règles du jeu peuvent changer).   

The post ⭐⭐⭐⭐Livre « The Success Equation » de Michael Mauboussin first appeared on Economie rebelle.

L’article ⭐⭐⭐⭐Livre « The Success Equation » de Michael Mauboussin est apparu en premier sur Economie rebelle.

– Johann Wolfgang Goethe

Introduction

Le monde de l’entreprise est moins rationnel qu’on veut le croire. L’article de Christopher D. Ittner et David F. Larcker intitulé « Coming Up Short on Non Financial Performance Measurement » et publié par la Harvard Business Review en 2003 montre que la plupart des entreprises ont des standards douteux pour ce qui concerne la mesure d’indicateurs de performance non financiers.

Les auteurs notent que beaucoup d’entreprises se sont intéressées au taux de rétention des clients, à la satisfaction des employés et d’autres indicateurs qui sont susceptibles d’influer sur la rentabilité. Pourtant, la plupart de ces mêmes entreprises n’a pas fait l’effort requis pour identifier le type d’indicateur à mesurer pour faire progresser leur stratégie.

L’étude de Ittner et Larcker porte sur 60 entreprises des secteurs de l’industrie et du service et a impliqué 297 directeurs.

Les indicateurs non financiers sont encore moins fiables que les indicateurs financiers

Lors de l’étude, les auteurs ont observé que certains gestionnaires peu scrupuleux n’hésitaient pas à manipuler les indicateurs dans le but de bien paraître et toucher un bonus. Par exemple, à la suite d’un mauvais score, un directeur d’agence bancaire a fait venir des clients à l’agence et leur a offert des friandises pour les mettre dans de bonnes dispositions.

Au moins, en comptabilité, il existe certaines règles qui limitent les abus. Pour les indicateurs non financiers, le potentiel pour la manipulation semble plus grand.

Un des points les plus intéressants de leur étude a été de montrer que les entreprises qui suivent des indicateurs non financiers établis d’après un modèle causal entre les indicateurs et les résultats sont celles qui ont les meilleures performances en termes de rentabilité des actifs ou de retour sur capital.

Erreurs communes

Erreur 1 : ne pas relier l’indicateur à la stratégie

L’objectif d’un indicateur est d’aider à l’allocation des ressources, ou d’évaluer le progrès d’un objectif stratégique, ou de mesurer la performance des gestionnaires. Tout le défi pour l’entreprise est de sélectionner le bon parmi les milliers possibles. Cela nécessite de développer un modèle causal.

Par exemple, une chaîne de restauration rapide a identifié les principaux déterminants de son succès. Une meilleure sélection d’employés entraîne une meilleure satisfaction des employés qui améliore leurs performances, ce qui augmente la satisfaction de la clientèle, qui a son tour fait croître la rétention des clients, le nombre de transactions et le bouche à oreille, ce qui ultimement génère une croissance des ventes et une augmentation de la valeur pour l’actionnaire.

Erreur 2 : ne pas valider les liens de cause à effet

Même munies d’un modèle causal, beaucoup d’entreprises ne vont pas au bout du processus en vérifiant qu’une amélioration de l’indicateur se traduit effectivement en amélioration des résultats financiers. Manifestement, les dirigeants semblent ne pas juger nécessaire de valider leur intuition.

Dans l’exemple précédent, l’indicateur initialement étudié était le taux de roulement du personnel. Des initiatives coûteuses étaient envisagées pour retenir le personnel via des incitations financières. Du moins, jusqu’à ce qu’une analyse montre que des restaurants avec le même niveau de profitabilité avaient des taux de roulement très différents. En fait, il fallait aller une étape plus loin. Le taux de roulement vraiment important était celui des superviseurs et non celui des employés de première ligne.

Erreur 3 : Ne pas fixer les bons objectifs de performance

Parfois, atteindre ses objectifs n’est pas souhaitable. En effet, au-delà d’un certain seuil de performance, les gains marginaux diminuent, voire sont négatifs.

Par exemple, une compagnie télécoms s’était fixé un objectif de 100% de rétention des clients. Or, il est apparu que le profit n’était pas différent entre un client satisfait à 80% et un client satisfait à 100%. Autrement dit, la compagnie avait investi de l’argent en pure perte en mettant la barre trop haut.

Erreur 4 : Mesures incorrectes

70% des entreprises sondées utilisent de mauvaises métriques. Une partie du problème vient de ce que la collecte de données commence avant de savoir ce qu’on veut mesurer. Parfois aussi, la Haute Direction cherche à mesure des quantités très subjectives comme le leadership.

En règle générale, les mesures développées échouent dans deux domaines :

• Elles ne sont pas fiables. L’indicateur est capricieux et introduit de nouvelles erreurs dans ce que l’on souhaite mesurer.
• Elles ne sont pas prédictives. Si l’indicateur augmente, cela n’aura pas tendance à indiquer que les résultats s’améliorent.

Conclusion

Selon les auteurs, la bonne question à se poser est « quelles sont les métriques non financières qui ont le plus d’effets à long terme sur la performance économique ? »

Le mode opératoire préconisé est celui-ci :

1. Développez un modèle causal. S’il y a plusieurs modèles concurrents, testez-les et choisissez le meilleur.
2. Collectez les données. Les données existent déjà dans le système d’information; il s’agit de faire l’inventaire des bases de données.
3. Transformez les données en informations. Il convient de tester la causalité à l’aide d’analyses statistiques. D’autres études marketing peuvent ensuite confirmer l’analyse.
4. Raffinez constamment le modèle. La compétition ou l’environnement macroéconomique peut changer la donne et il est important de constamment vérifier que le modèle reste pertinent.
5. Baser les actions sur les conclusions du modèle.
6. Évaluer les résultats. Très peu d’entreprises réalisent des post mortem. Pourtant même si le résultat est négatif cela permettra de mettre au jour des erreurs ou des manipulations.

Dans une entreprise étudiée, la qualité du modèle causal est testée régulièrement en faisant des prédictions et en vérifiant si elles se réalisent. Cela amène de nouvelles questions qui contribuent à faire évoluer le modèle.

The post Talent vs chance : indicateurs non financiers first appeared on Economie rebelle.

L’article Talent vs chance : indicateurs non financiers est apparu en premier sur Economie rebelle.