Les biais cognitifs
Pour rappel, le cerveau humain perçoit en permanence des stimuli sensoriels qu’il traite de manière quasi instantanée, consciemment ou inconsciemment. Comme vous pouvez vous l’imaginer, cela fait beaucoup (beaucoup) d’informations. Pour simplifier ce traitement, le cerveau met donc en place des raccourcis. Bien pratiques dans la majorité des cas, ceux-ci économisent de précieuses ressources cognitives. Mais cela amène également à des erreurs de jugement qui sont tout aussi automatiques qu’insidieuses. Ces raccourcis se nomment des heuristiques, et les erreurs de jugement qui en résultent se nomment des biais. Or ces biais peuvent considérablement influencer les résultats des tests utilisateurs. Connaître les biais, c’est un premier pas pour s'en prémunir, ou du moins tenter de s’en prémunir.
Les biais, ça ne me concerne pas ! Les sujets liés aux biais ont toujours un franc succès dans les conférences ou les articles. Pourquoi ? En partie parce qu’ils nous font toujours penser à ce collègue qui pense avoir toujours raison, ou à ce manager qui pose toujours les questions de manière à obtenir la réponse qu’il souhaite. Nous sommes ainsi généralement plutôt doués pour identifier les biais produits par les autres, mais beaucoup moins pour identifier les nôtres. Les chercheurs en psychologie nomment ce phénomène le “blind spot” (ou point aveugle).
Quels rapports entre biais cognitifs et tests de produits ?
Les tests de produits et essais sensoriels sont basés sur l'humain. Rien de neuf sous le soleil. La connaissance et la prise en considération des biais cognitifs est donc nécessaire. Mais ne croyez surtout pas que seuls les testeurs de produits sont concernés et doivent retenir notre attention ! Dans les faits, c'est tous les protagonistes de la chaîne du test qui sont potentiellement à la source d'erreurs :
- L'expérimentateur peut commettre de nombreuses erreurs induisant des biais lors des tests : formulation de questions influençant les réponses, méthodologies inadaptées, terminologie employée générant des confusions...
- L'analyste des données ou le responsable de la synthèse peut également compromettre la qualité des résultats d'une expérience : Biais de confirmation, illusion de causalité, erreurs de tests statistiques...
Nous voyons ici, que chaque maillon d'une expérience, de la préparation à la synthèse, est potentiellement la source de biais. La première erreur est peut être de faire uniquement un focus sur le testeur, tout en sabordant la mise en œuvre et l'analyse des données. C'est un tout qui doit être cohérent.
Sources et liens
Pronin, E. (2008). How we see ourselves and how we see others. Science, 320(5880), 1177-1180.