Le Biais d’Information est la tendance à rechercher des données supplémentaires alors même qu’aucune réponse possible ne changerait la décision. On collecte pour se rassurer, pas pour trancher.
Le test qui révèle le mécanisme
Jonathan Baron a soumis à des participants un cas médical simplifié : trois maladies possibles, un traitement déjà identifié comme le meilleur quel que soit le diagnostic. Restait la possibilité de prescrire un examen complémentaire. Une large majorité le demandait, alors que le protocole rendait son résultat strictement sans effet sur la conduite à tenir.
Le raisonnement sous-jacent paraît vertueux : plus d’information ne peut pas nuire. Il est faux dès qu’on réintègre le coût — délai, argent, attention, et parfois risque lié à l’examen lui-même.
Ce que ça donne en entreprise
- L’étude de marché de confort : commandée alors que le lancement est décidé et budgété. Six semaines et un budget consommés pour un document que personne ne relira après le comité.
- Le tableau de bord obèse : quarante indicateurs suivis mensuellement dont trois seulement déclenchent une action. Les trente-sept autres coûtent du temps de production et diluent l’attention.
- Le tour de validation supplémentaire : un avis de plus sollicité sur un dossier déjà arbitré, qui n’ajoute qu’un délai et une occasion de rouvrir le débat.
- Le recrutement à rallonge : un cinquième entretien après que tous les évaluateurs ont dit oui. Le seul effet mesurable est le risque de perdre le candidat.
Pourquoi c’est si tentant
Collecter de la donnée est une activité confortable : elle ressemble à du travail sérieux, elle diffère le moment désagréable de l’arbitrage, et elle offre une protection en cas d’échec — on pourra montrer qu’on avait étudié la question. Dans les organisations où l’erreur se paie cher, ce réflexe défensif devient la norme et l’analyse remplace la décision.
La question qui tranche
Avant toute demande d’information supplémentaire, une seule question suffit : quelle décision prendrais-je si le résultat était A, et laquelle s’il était B ? Si la réponse est la même dans les deux cas, l’information n’a aucune valeur décisionnelle, quel que soit son intérêt par ailleurs.
Deux pratiques prolongent ce réflexe. Écrire le seuil à l’avance : « si le taux dépasse 12 %, nous lançons ; en dessous, nous arrêtons » transforme une mesure en décision automatique et rend visible, avant de dépenser, si le seuil existe vraiment. Et fixer une date d’arbitrage dès l’ouverture d’un dossier, de sorte que l’absence d’une donnée ne suffise plus à tout suspendre.
La nuance indispensable
Il ne s’agit pas de décider vite et mal. Certaines décisions sont irréversibles et méritent qu’on paie cher pour réduire l’incertitude. Le tri se fait sur ce critère : une décision facilement réversible se prend avec l’information disponible, une décision qu’on ne pourra pas défaire justifie l’examen supplémentaire. Confondre les deux régimes coûte dans les deux sens.
Pour aller plus loin : Biais d'Information
- Biais Cognitif #19 : La Loi des Petits Nombres – Généraliser à partir d'échantillons ridicules
- Biais Cognitif #20 : Le Biais de l'Expert – La difficulté d'expliquer ce qu'on maîtrise parfaitement
- Biais Cognitif #21 : L'Aversion à la Perte – Perdre fait deux fois plus mal que gagner ne réjouit
- Biais Cognitif #22 : Le Biais des Coûts Irrécupérables – S'entêter dans un projet voué à l'échec