Le biais du survivant (ou survivorship bias) est une erreur de raisonnement qui consiste à ne considérer que les éléments qui ont survécu à un processus, en oubliant ceux qui ont disparu, ce qui conduit à de mauvaises conclusions.
L’exemple classique des avions revenant du combat pendant la Seconde Guerre mondiale l’illustre parfaitement.
L’étude des avions criblés de balles ✈️
Pendant la guerre, l’armée américaine a analysé les avions qui revenaient de mission et a observé où se trouvaient les trous de balles :
ailes
fuselage
empennage
L’idée initiale était simple :
« Renforçons les zones où il y a le plus d’impacts. »
Sur un schéma, on voyait clairement que certaines parties de l’avion étaient très souvent touchées.
L’erreur intuitive (le biais du survivant)
Cette conclusion semblait logique… mais elle était fausse.
Pourquoi ?
Parce que ces avions ont survécu malgré ces impacts.
Autrement dit :
Les zones avec beaucoup de trous sont des zones où l’avion peut être touché sans être abattu
Les zones avec peu ou pas de trous sont en réalité les zones critiques
👉 Les avions touchés au moteur, au cockpit ou aux réservoirs ne rentraient pas à la base… donc ils n’étaient pas inclus dans l’étude.
La bonne conclusion (grâce à Abraham Wald)
Le mathématicien Abraham Wald a renversé le raisonnement :
« Il faut renforcer les zones sans trous, car ce sont celles dont les impacts empêchent l’avion de survivre. »
Donc :
Peu de trous ≠ peu de danger
Peu de trous = impact mortel
Schéma mental simplifié
Avions étudiés = survivants
Données manquantes = avions abattus
Biais = ignorer les données absentes
Correction = raisonner sur ce qui manque
Pourquoi c’est un biais si fréquent ?
Parce que :
On voit les succès, pas les échecs
Les données visibles sont souvent les survivants
Les échecs disparaissent de l’échantillon
Exemples modernes du biais du survivant
Entrepreneuriat : « Les milliardaires ont quitté l’université → quitter l’université mène au succès »
Fitness : « Ce programme marche, regarde ceux qui ont réussi » (on ne voit pas ceux qui ont abandonné)
Investissement : analyser seulement les fonds encore actifs, pas ceux qui ont fait faillite
Technologie : copier les pratiques des startups célèbres sans voir les milliers qui ont échoué
En résumé
Le biais du survivant consiste à tirer des conclusions uniquement à partir des survivants, en oubliant les absents.
L’exemple des avions montre que l’absence de données est parfois l’information la plus importante.
Si tu veux, je peux aussi te faire un schéma visuel, une analogie simple, ou un exemple lié à la vie quotidienne.
Aucun commentaire:
Enregistrer un commentaire