Haut de page

Contingence et Opportunisme du processus décisionnel

Effort Cognitif et Exactitude dans le choix

Effort Cognitif et Stratégies de décision

Rapport Exactitude versus Effort dans la sélection de stratégies

Contraintes de Temps dans le processus de décision

Opportunisme et Heuristiques

Vers l´étude des processus méta-évaluatifs dans la prise de décision

Thème actuel : L´utilisation adaptative des stratégies de décision

Payne, Bettman, Coupey et Johnson (1992) décrivent le comportement de décision comme un système adaptatif caractérisé par une utilisation contingente et opportuniste de stratégies de décision. La portée d´une telle conception réside dans le fait que l´individu peut, de façon adaptée, changer ses stratégies de manière à ce qu´elles soient appropriées aux modifications de l´environnement de tâche. Pour ces auteurs, cette utilisation adaptative des stratégies de décision se rapporte à des exigences d´exactitude et d´effort cognitif.

Stratégies, variables de tâche et de contexte

Les individus utilisent une multitude de stratégies de choix dans des situations différentes (Abelson & Levi, 1985). Pour Payne et collaborateurs (1992), la sélection d´une stratégie s´apparente à l´examen des coûts (effort) et des bénéfices (exactitude). Ces auteurs considèrent que l´exactitude relative et le niveau d´effort des diverses stratégies changent avec les exigences de la tâche. C´est-à-dire que la stratégie utilisée est fortement contingente des variables de tâche et de contexte (Payne, 1982).

• Les facteurs de tâche sont des caractéristiques générales du problème de décision, telles que le nombre d´alternatives, le nombre d´issues, le mode de réponse, le mode de présentation de l´information, la contrainte de temps.

• Les facteurs de contexte sont, quant à eux, associés aux valeurs particulières caractérisant les alternatives dans un ensemble spécifique de décision, incluant la similarité et l´attractivité d´ensemble des alternatives.

Les caractéristiques du problème de décision peuvent mener à l´utilisation de stratégies différentes. Cependant, d´autres facteurs que les propriétés de la tâche de décision, peuvent aussi affecter la façon dont une personne décide de résoudre un problème particulier de décision : les facteurs de différences individuelles comme les capacités de traitement (Bettman, Johnson & Payne, 1990), les connaissances antérieures ou expertise (Shanteau, 1988), ou les buts adoptés pour une phase de la décision, par exemple, maximiser l´exactitude ou la justification, minimiser l´effort, le regret ou le conflit (Einhorn & Hogarth, 1981; Tetlock, 1985). Pour sélectionner une stratégie, le décideur n´utilise pas seulement l´information extraite des caractéristiques du problème, mais aussi l´information déjà examinée pour identifier les chemins prometteurs lors d´un supplément de recherche (Langley, Simon, Bradshaw & Zytkow, 1987). C´est-à-dire, comme les individus apprennent sur la structure du problème durant la décision, ils peuvent changer leur traitement pour exploiter cette structure. Une telle conception implique que les décideurs construisent les stratégies de choix au moment même de la prise de décision (Bettman, 1979). Autrement dit, le traitement peut être opportuniste (Hayes-Roth & Hayes-Roth, 1979).  Pour Payne, Bettman, Coupey et Johnson (1992), un tel traitement implique également des exigences d´exactitude et d´effort.

Haut de page

Effort et exactitude dans le choix

Etant donné que les individus utilisent un certain nombre de stratégies différentes lorsqu´ils prennent des décisions, Payne et al. (1992) avancent que l´utilisation de diverses stratégies de décision est une réponse adaptative aux exigences d´environnements complexes de tâche par une «machine » qui traite l´information en ayant une capacité limitée. En particulier, ils soulignent que l´utilisation de multiples stratégies est une manière adaptative pour compenser deux buts : celui d´obtenir une décision exacte et celui de limiter l´effort cognitif exigé pour parvenir à une décision. L´idée que la prise de décision soit influencée par des considérations d´effort cognitif autant que par celles d´exactitude de la décision (Simon, 1955) et l´idée plus générale qu´une sélection de stratégie implique l´examen des bénéfices et des coûts des différentes stratégies sont fréquemment utilisées pour expliquer le comportement contingent de décision (Beach & Mitchell, 1978 ; Klayman, 1983 ; Klein, 1983 ; Russo & Dosher, 1983 ; Shugan, 1980 ; Thorngate, 1980 ; Wright, 1977, cités par Payne & al., 1992).

Effort cognitif et Stratégies de décision : les EIPs

Huber (1980) et Johnson (1979) ont indépendamment proposé une méthode pour comparer l´effort exigé par les différentes stratégies de décision. Basés sur les apports de Newell et Simon (1972), ces auteurs ont suggéré que les stratégies de décision pouvaient être décomposées par un ensemble de traitements élémentaires d´informations (Elementary Information processes - EIPs). Un traitement élémentaire d´information est une opération cognitive, comme par exemple, la lecture d´éléments d´informations dans la mémoire à court terme, la comparaison des valeurs de deux alternatives sur un attribut afin de déterminer laquelle est plus importante.

L´ensemble d´EIPs utilisés par Payne et collaborateurs (1992) sont les suivants :

• la lecture (interpréter une valeur d´alternative sur un attribut en mémoire à court terme) ;
• la comparaison (comparer deux alternatives sur un attribut) ;
• la différenciation (calculer l´ampleur de la différence de deux alternatives pour un attribut) ;
• l´addition (ajouter les valeurs d´un attribut en mémoire à court terme) ;
• la multiplication (pondérer une valeur par une autre) ;
• l´élimination (supprimer une alternative ou un attribut) ;
• le mouvement (aller à l´élément suivant de l´environnement) ;
• le choix (annoncer l´alternative préférée et stopper le traitement).

Une stratégie particulière de décision est définie au moyen d´un ensemble spécifique et hiérarchique d´EIPs. L´effort cognitif exigé pour exécuter une stratégie spécifique dans un environnement de tâche particulier sera reflété par le nombre et l´assortiment d´EIPs nécessités pour exécuter cette stratégie dans cet environnement (Johnson, 1979 ; Huber, 1980). L´assortiment d´EIPs est une question importante car les individus pourront trouver, par exemple, que des EIPs de multiplications demandent beaucoup plus d´effort que des EIPs de comparaison. Pour déterminer l´effort et l´exactitude de diverses heuristiques dans différents environnements, Payne et al. (1992) considèrent un ensemble de plusieurs stratégies de décision (dont les descriptions détaillées pourront être trouvées chez Svenson, 1979, 1992 ; Payne, Bettman & Johnson, 1988, 1993) :

• La règle additive pondérée, WADD (weighted additive rule), correspondant à une stratégie de maximisation de la valeur espérée.

• La règle lexicographique, LEX (lexicographic decision rule), le plus important attribut est déterminé, les valeurs de l´ensemble des alternatives sur cet attribut est examiné, et l´alternative avec la meilleure valeur sur cet attribut est sélectionnée. S´il y a des égalités, le second attribut le plus important est étudié, et ainsi de suite, jusqu´à ce que l´égalité soit brisée.

• La règle de la satisfaction, SAT (satisficing rule), considère les alternative les unes après les autres, dans l´ordre qu´elles se présentent (Simon, 1955). Chaque attribut d´une alternative est comparé à une valeur limite. Si une valeur d´attribut est en dessous de la valeur limite, cette alternative est rejetée. La première alternative qui passe les limites pour l´ensemble des attributs est choisie. La règle conjonctive de décision (conjunctive decision rule) peut être rapprochée d´une règle SAT : dans une règle conjonctive le décideur spécifie un ensemble de valeurs critère d´attractivité. L´attractivité de chaque aspect pour l´alternative choisie doit dépasser un critère spécifique pour chaque attribut et qu´au moins un des aspects de l´autre alternative tombe au-dessous d´une des valeurs-critères de l´attractivité.

• La règle de l´élimination par aspects, EBA (elimination by aspects), peut être interprétée comme une combinaison de la règle lexicographique et de la règle conjonctive (Tversky, 1972) : le plus important attribut est sélectionné et toutes les alternatives qui ne dépassent pas le critère conjonctif sur cet attribut est éliminée.

• La règle de la majorité des dimensions confirmantes, MCD (majority of confirming dimensions rule) (Russo & Dosher, 1983). Cette règle implique le traitement de paires d´alternatives : les valeurs pour chacune des deux alternatives sont comparées sur chaque attribut et l´alternative avec le plus grand nombre d´attributs favorables est sélectionnée.

• La règle de l´importance égale, EQW (equal weight rule), examine toutes les alternatives et toutes les valeurs d´attribut pour chaque alternative. Cependant, la règle ignore l´information sur l´importance relative (la probabilité) de chaque attribut.

Ces stratégies peuvent être caractérisées par un nombre d´aspects différents :

• La quantité de traitement : la somme totale d´information examinée, allant d´une considération très complète de toute l´information disponible à une considération plus hâtive d´un sous-ensemble d´information.

• Les degrés pour lesquels le traitement est cohérent (la même somme d´information est examinée pour chaque alternative ou attribut) et les degrés pour lesquels le traitement est sélectif (les sommes d´informations varient parmi les alternatives ou les attributs).

• Les degrés pour lesquelsle traitement est basé sur les alternatives (les divers attributs d´une option particulière sont considérés avant qu´une autre alternative soit étudiée - on parle également de stratégie en profondeur) ; et les degrés pour lesquelsle traitement est basé sur les attributs (les valeurs des différentes alternatives sur un même attribut sont traitées avant que des informations sur un autre attribut soient étudiées - on parle également de stratégie en largeur) (pour de plus amples explications sur cet aspect du traitement, on pourra consulter Montgomery & Svenson, 1976).

Les stratégies mentionnées précédemment peuvent être définies par ces aspects :

• WADD examine toute l´information disponible, est cohérente, est basée sur l´alternative.
• EBA est sélective, est basée sur l´attribut, la quantité totale d´information dépend des valeurs particulières des alternatives et des limites utilisées par EBA.
• LEX est aussi sélective, basée sur l´attribut, et la quantité d´information dépend des valeurs spécifiques des alternatives.
• SAT est sélective, basée sur l´attribut, et le degré de traitement est dépendant des valeurs particulières pour les options et les limites utilisées par SAT.
• MCD est cohérente, basée sur l´attribut et ignore la probabilité ou le poids de l´information.
• EQW est cohérente, basée sur l´alternative et ignore aussi le poids de l´information.

Les EIPs ont été utilisés comme des éléments dans des modèles de système de production de stratégies de décision. Les productions sont des paires « condition-action », où l´action est réalisée seulement si la condition est compatible avec l´information active dans la mémoire travail (pour des exemples consulter Johnson & Payne, 1985 ; Payne, Bettman & Johnson, 1993). Ces modèles de système de production ont été utilisés comme programmes de calcul et ont donné les simulations de Monte-Carlo. Ces simulations ont utilisé de tels modèles de chaque stratégie afin d´estimer la manière dont l´effort et l´exactitude des diverses stratégies varient avec les changements dans les environnements de décision. Les résultats de ces simulations peuvent alors fournir des aperçus sur la façon dont les aspects du traitement, comme illustrés par les stratégies individuelles, devraient, si le traitement est adaptatif, changer à travers les différents environnements de tâche. Dans ces simulations, les alternatives se présentaient sous la forme de paris avec des issues ayant différentes récompenses, mais ayant la même probabilité sur toutes les alternatives. C´est-à-dire que chaque alternative pouvait avoir une valeur différente pour une issue particulière, mais la probabilité de cette issue était la même pour chaque alternative. L´effort pour chaque stratégie était calculé sur la base des nombres d´EIPs. Pour chaque heuristique, l´exactitude était mesurée au moyen de la performance relative de cette heuristique lorsqu´elle est comparée à la fois au choix optimal donné par la règle WADD (valeur espérée pour les paris) qui utilise toute l´information pertinente du problème, et au choix qui devait être attendu si une procédure de choix au hasard était utilisée (random choice rule) qui n´implique pas de traitement d´information puisque l´alternative est choisie au hasard sans rechercher l´information disponible (Payne et al., 1988).

Basés sur une revue de facteurs qui devraient avoir des effets importants soit sur l´effort, soit sur l´exactitude des stratégies de décision (Thorngate, 1980 ; McClelland, 1978), plusieurs facteurs dans les simulations ont été modifiés pour fournir différents environnements de choix : le nombre d´alternatives, le nombre d´attributs, la contrainte de temps, le degré de dispersion des probabilités parmi les attributs. Dans les études citées, il était demandé aux décideurs de sélectionner le meilleur pari dans un ensemble de paris, les probabilités pour les issues étaient ainsi données.

Les conclusions des simulations peuvent être résumées comme suite :

• Dans les environnements de décision, l´utilisation d´une stratégie simplificatrice (par exemple, LEX) peut non seulement réduire significativement l´effort nécessaire pour parvenir à une décision, mais peut aussi fournir un niveau d´exactitude comparable à celui obtenu avec WADD. Donc, l´utilisation de stratégies heuristiques de décision peut souvent prendre sens lorsque l´exactitude du choix et l´effort de la décision sont à la fois considérés.

• La stratégie WADD dégrade rapidement en exactitude sous la contrainte de temps, alors que les heuristiques comme EBA et LEX montrent des diminutions en exactitude beaucoup plus petites. En fait, sous des niveaux sévères de contraintes de temps, EBA est souvent la règle la plus exacte. Par conséquent, la stratégie préférée sous des contraintes de temps est de traiter dès que possible au moins quelques informations sur toutes les alternatives plutôt que de traiter chaque alternative en profondeur.

• Aucune heuristique n´était la plus efficace à travers les environnements de tâche. Dans un environnement à faible dispersion peut être présente, par exemple, la règle EQW qui est assez exacte, même si elle simplifie le traitement en ignorant le poids de l´information. A l´opposé, dans des environnements à haute dispersion, LEX est la plus exacte des heuristiques et est considérablement meilleure que EQW. Par conséquent, un décideur voulant atteindre à la fois un niveau raisonnablement haut d´exactitude et bas d´effort devra sélectionner de manière contingente un répertoire de stratégies basé sur les exigences de la tâche.

Payne, Bettman, Coupey et Johnson. (1992) ont discuté les résultats des simulations en terme de stratégies particulières. Cependant, puisqu´un décideur utilise souvent des mélanges de stratégies (Payne, 1976), les stratégies utilisées dans les simulations seront considérées comme des stratégies prototypes qui peuvent être utilisées comme hypothèses sur la manière dont les aspects du traitement peuvent changer en réponse aux propriétés de l´environnement de tâche. Par exemple, puisque des stratégies telles que LEX et EBA, qui sont sélectives, basées sur les attributs, réussissent bien sous la contrainte de temps en simulation, ces auteurs émettent l´hypothèse que si les individus sont adaptatifs, le traitement sous la contrainte de temps impliquera l´examen de moins d´information et sera davantage sélectif et basé sur les attributs qu´un traitement sans contrainte de temps.

Les résultats des simulations mettent en lumière qu´un décideur adaptatif idéalisé devrait faire des changements de stratégies lorsque l´environnement de la tâche change. Ainsi, pour rendre compte de la portée pour laquelle un comportement de décision correspond aux prédictions du cadre «exactitude/effort» proposé par Payne, Bettman, Coupey et Johnson (1992), un nombre d´expérience destinées à valider cette approche ont été menées. Ces expériences ont utilisé un programme informatique pour contrôler les acquisitions d´information appelé Mouselab pour collecter les données sur le niveau de traitement. Cela implique la constitution d´une tâche de décision de sorte que le sujet doit utiliser la souris de l´ordinateur pour examiner ou sélectionner l´information. Des données peuvent être obtenues sur : quelle information le sujet recherche, dans quel ordre, quelle quantité d´information est considérée, et la durée pendant laquelle l´information est étudiée. Des détails supplémentaires sur Mouselab pourront être trouvés dans Johnson, Payne, Schkade & Bettman (1991), et dans Payne, Bettman & Johnson (1993, pp 264-278). Dans une première expérience, une issue fondamentale pour une approche «exactitude/effort» sera examinée : la sensibilité du comportement de décision aux variations dans les buts (insister sur l´exactitude ou sur les économies d´effort). Avant d´examiner cette issue, il sera démontré que le traitement varie selon l´importance relative placée dans le rapport exactitude versus effort. La seconde série d´expériences utilisent les résultats des simulations pour supposer des modèles de traitement. En particulier, Payne, Bettman, Coupey et Johnson (1992) ont étudié la sensibilité des processus de décision aux variations de contraintes de temps et aux variations des dispersions des poids associés aux issues des alternatives dans un ensemble de choix (Creyer, Bettman & Payne, 1990 ; Payne, Bettman & Johnson, 1988).

Haut de page

Les effets des buts d´exactitude et d´effort 

Une principale hypothèse de l´approche «exactitude/effort» pour la sélection de la stratégie est que le traitement devrait être sensible à l´accentuation placée dans le rapport exactitude versus effort. Dans l´étude de Payne, Bettman, Coupey et Johnson (1992), les sujets ont utilisé Mouselab pour acquérir de l´information et prendre des décisions pour 32 ensembles de quatre alternatives, chacune définie par 6 attributs. La tâche du sujet était de sélectionner l´alternative qu´ils pensaient être la meilleure dans l´ensemble de chaque groupe d´alternatives. Les collections d´alternatives variaient selon : (1) la dispersion des probabilités fournie pour les attributs (haute ou basse) ; (2) le but explicite du décideur pour l´ensemble d´alternatives (minimiser l´effort ou maximiser l´exactitude) ; (3) la présence ou l´absence de feedback explicites sur l´effort et l´exactitude (un feedback explicite étant une information que l´expérimentateur donne sur l´exactitude et l´effort des stratégies employées par le décideur).

Les chercheurs ont manipulé explicitement les compromis d´effort/exactitude en accentuant soit un but de maximisation de l´exactitude dans le rapport à l´effort, soit un objectif de minimisation de l´effort dans le rapport à l´exactitude pour chaque ensemble de choix. Il était dit aux sujets qu´une fiche de leur performance d´ensemble serait faite sur la base à la fois du temps pris (effort) et de l´exactitude obtenue pour chaque épreuve (l´exactitude était mesurée par rapport à la règle WADD). Pour les épreuves dont le but était de minimiser l´effort, il leur était spécifié que le temps pris (l´effort) aurait une importance de 3 et l´exactitude une importance de 1, alors que pour celles dont le but était de maximiser l´exactitude, les importances étaient de 1 pour l´effort et de 3 pour l´exactitude. Les résultats montrent que les sujets ont acquis plus d´information et ont pris plus de temps lorsque le but était de maximiser l´exactitude que lorsque le but était de minimiser l´effort. L´acquisition de l´information était moins sélective sous un but de maximisation de l´exactitude. Le traitement était plus basé sur les alternatives lorsque le but était de maximiser l´exactitude. Un traitement plus approfondi, moins sélectif, et davantage basé sur l´alternative est plus cohérent avec des stratégies normatives telles que WADD et a aussi donné de plus hautes performances, puisque les sujets atteignaient des niveaux d´exactitude relativement plus grands quand le but était de maximiser l´exactitude. En résumé, lorsque l´exactitude était plus accentuée que l´effort, un changement dans les stratégies a été trouvé dans la direction prescrite par le cadre «exactitude/effort».

Dans leur article de 1992, Payne, Bettman, Coupey et Johnson n´ont pas discuté des facteurs de feedback explicite sur l´effort et l´exactitude. Nous avons trouvé un complément d´information dans l´article de Payne, Bettman et Johnson (1988), et dans celui de Johnson et Payne (1985). Le modèle de sélection des alternatives proposé par Payne et collaborateurs (1992) suppose que les décideurs évaluent les bénéfices (exactitude) et les coûts (effort) des diverses stratégies et ensuite choisissent (ou construisent) la meilleure stratégie pour la tâche considérée. Ainsi, pour qu´un individu adapte ses stratégies à une tâche particulière de décision, il doit avoir au moins une vague idée du degré d´exactitude ou d´effort caractérisant son processus de décision. Pour Payne, Bettman et Johnson (1988), les sujets ont leur propre feedback sur l´exactitude et l´effort. C´est-à-dire qu´au cours de la prise de décision, les sujets génèrent un retour d´expérience (process feedback) (Anzai & Simon, 1979). Un retour d´expérience est une information sur le déroulement même de ses propres processus de décision. Ainsi, lors de la résolution du problème de décision, les décideurs peuvent évaluer, par exemple,  la quantité d´effort exigé par l´utilisation de la stratégie, la difficulté du problème, ou encore l´exactitude de leur décision. Pour Johnson et Payne (1985), ce retour d´expérience (process feedback) fournirait les informations nécessaires au changement de stratégie et jouerait un rôle important dans l´utilisation adaptative des stratégies de décision. Nous reviendrons sur l´importance de telles implications lors de notre conclusion.

Haut de page

Les effets de contrainte de temps et de dispersion des probabilités sur les processus de décision

Ces expériences se sont intéressées à l´étendue pour laquelle les personnes variaient leurs processus de choix en fonction des facteurs de contexte (la dispersion des probabilités), et des facteurs de tâche (la contrainte de temps), et si ces changements observés dans le traitement sont tels qu´ils ont été suggérés par les simulations. Les résultats des simulations fournissent une image assez claire de la façon dont un décideur devrait s´adapter à de tels environnements de décision. C´est-à-dire que les résultats obtenus sur les diverses stratégies ont été utilisés pour formuler une hypothèse sur la manière dont les aspects principaux du traitement devraient changer. Spécifiquement, comme impliqué par la bonne performance d´heuristiques comme LEX et EBA sous haute dispersion, les simulations suggèrent qu´un décideur adaptatif devrait traiter moins d´information, manifester une plus grande sélectivité dans le traitement parmi les alternatives et montrer un traitement davantage basé sur les attributs dans un environnement à haute dispersion. Les résultats suggèrent également qu´il devrait y avoir moins d´information traitée, une plus grande sélectivité dans le traitement et qu´il serait davantage basé sur les attributs sous de hauts niveaux de contrainte de temps. Des expériences ont été menées dans lesquelles les sujets faisaient une série de choix parmi des ensembles d´options. Chaque ensemble de choix avait 4 options à risque, avec 4 issues possibles (attributs) pour chacune. Pour n´importe quelle issue donnée, la probabilité était la même pour les 4 options. Un des ensembles était choisi au hasard et les sujets jouaient réellement le pari et recevaient la somme d´argent correspondante à l´alternative qu´ils avaient choisie. Les ensembles variaient selon deux facteurs :(a) la présence ou l´absence de contraintes de temps, et (b) la haute ou basse dispersion dans les probabilités. De plus, pour les problèmes avec des contrainte de temps, la contrainte était de 15 secondes pour la moitié des sujets, alors que pour l´autre moitié, elle était de 25 secondes (la moyenne des temps de réponses pour les conditions sans contrainte de temps était de 44 secondes). L´acquisition d´information, les temps de réponses et les choix étaient contrôlés en utilisant Mouselab. Pour les essais avec contraintes de temps, une montre sur l´écran indiquait le temps. Mouselab assurait que les sujets ne pouvaient pas collecter d´information supplémentaire une fois le temps imparti fini.

Dans l´ensemble, les résultats ont validé les prédictions sur les aspects du traitement dérivées des simulations. Les sujets ont montré un degré considérable de prise de décision adaptative, bien que cette adaptation n´était pas parfaite. Comme suggéré, les individus ont traité moins d´information, étaient plus sélectifs, et ont tenté de traiter davantage en attributs en haute dispersion qu´en basse dispersion. De plus, ces individus qui étaient plus adaptatifs dans leur modèle de traitement (c´est-à-dire, ceux qui étaient relativement plus sélectifs et qui avaient un traitement basé sur les attributs dans les environnements à haute dispersion) ont aussi atteint de plus hauts scores d´exactitude. Ce qui est important, c´est que cet accroissement dans les performances n´était pas accompagné par une augmentation significative d´effort. De là, des sujets plus adaptatifs apparaissent aussi être de plus efficaces décideurs. Il a également été trouvé que sous de sévères contraintes de temps (15 secondes), les personnes ont accéléré leur traitement (par exemple, moins de temps était dépensé par item d´information acquis), se sont centrés sélectivement sur un sous-ensemble d´information les plus importantes, et ont changé leur modèle de traitement dans les directions d´un traitement relativement plus basé sur les attributs. Ce modèle général de résultats est cohérent avec les prédictions faites à partir des simulations selon lesquelles une stratégie efficace sous de sévères contraintes de temps impliquerait un traitement sélectif basé sur les attributs.

Les effets étaient considérablement moindre pour les sujets avec des contraintes de temps plus modérées (25 secondes) : les sujets ont montré certaines accélérations dans leur traitement ainsi que de la sélectivité, mais n´ont pas fourni d´évidence pour un changement dans leur modèle de traitement. Ces résultats ont suggéré que les individus peuvent avoir une hiérarchie de réponses à des contraintes de temps. Les personnes peuvent initialement essayer de répondre à des contraintes de temps simplement en travaillant plus vite. Si cela est insuffisant, ils peuvent se concentrer sur un sous-ensemble d´information disponible. Finalement, si cela n´est pas encore suffisant, ils peuvent orienter les stratégies de traitement, par exemple, d´un traitement basé sur les alternatives à un traitement basé sur les attributs. Pour Payne, Bettman, Coupey et Johnson (1992), les expériences fournissent un complément de preuve pour l´adaptabilité de la prise de décision. Lors d´une adaptation non parfaite, les sujets ont changé leurs stratégies de traitement de manière à ce qu´elles soient appropriées étant donné les changements dans les caractéristiques de contexte et de tâche des problèmes de décision. Les individus apparaissent donner de l´importance à l´exactitude et à l´effort en sélectionnant les stratégies de décision. Le cadre théorique ainsi proposé reçoit un fort support par ces études empiriques. Les auteurs ajoutent que bien que motivés par l´approche «exactitude/effort» pour expliquer le comportement contingent de décision et le changement dans les préférences, le cadre développé peut être élargi. L´approche présentée jusqu´ici suppose que les préférences sont construites par l´utilisation de différentes stratégies sélectionnées issues d´un répertoire existant. L´idée avancée est que le comportement de décision reflète souvent une utilisation plus opportunistedes processus de décision.

Haut de page

L´opportunisme : Construction des heuristiques de choix

En essence, à la place d´avoir une règle complète ou une heuristique déjà stockée en mémoire qui est utilisée pour un choix, un individu construit la stratégie en cours de route en utilisant des fragments ou des éléments emmagasinés en mémoire. L´ensemble de la stratégie est ainsi édifié au moment du choix de manière dynamique à partir de tels éléments. Ces éléments ou fragments pourraient être des croyances sur les alternatives, des évaluations, de simples heuristiques ou des règles empiriques impliquant des sous-ensembles de croyances (par exemple, « comparer ces alternatives sur l´attribut A pour voir si elles diffèrent beaucoup »). Un individu peut donc entrer dans des situations de décision seulement avec une vague idée sur la façon de construire une heuristique. Par conséquent, des heuristiques de choix construites varieront généralement d´une situation à une autre selon les éléments qui ont été utilisés et de la façon dont ils ont été assemblés (Yates, Jagacinski & Faber, 1978).

Qu´est-ce qu´implique la notion d´un traitement opportuniste (opportunistic or constructive processing) sur le cadre exactitude-effort de la prise de décision contingente ? Les deux conceptions sont parfaitement cohérentes. Lorsque les décideurs construisent sur le champ des heuristiques, ces constructions sont basées sur des évaluations plus locales et momentanées d´exactitude/effort. Pour Payne, Bettman et Johnson (1993), le traitement opportunisme complète la notion de traitement contingent. Ces auteurs ont principalement utilisé des exemples dans lesquels le traitement contingent est basé sur des propriétés relativement stables de la tâche de décision (par exemple, le nombre d´alternative, la contrainte de temps) ou des facteurs de contexte qui étaient relativement facile de remarquer (la dispersion dans les probabilités). Cependant, la conception opportuniste implique une notion beaucoup complexe de la contingence, où les propriétés de la tâche de choix change elle-même au fur et à mesure que l´individu traite la situation. Par conséquent, les éléments de l´heuristique de choix utilisés à n´importe quel moment donné sont contingents des propriétés de la tâche de choix à un moment précis. Autrement dit, les individus traitent la tâche de façon opportuniste, changent leur traitement sous l´impulsion du moment dépendant de l´information qu´ils rencontrent. C´est-à-dire que l´usage des stratégies est conduite du point de vue des données (data-driven view of stategy usage). En somme, le traitement opportuniste suggère que les variables de contexte, qui reflètent les valeurs spécifiques des alternatives plutôt que les propriétés générales de la tâche de choix peuvent jouer un rôle beaucoup plus important dans la détermination des décisions.

Haut de page

Conclusion : L´adaptabilité décisionnelle, vers l´étude des processus méta-évaluatifs dans la prise de décision

Le problème majeur des recherches présentées est de mieux comprendre la façon dont l´individu peut changer ses stratégies de manière à ce qu´elles soient appropriées aux modifications de l´environnement de tâche. Les auteurs ont étudié les considérations d´effort et d´exactitude dans la sélection adaptative des stratégies de décision. L´hypothèse générale est que la sélection parmi des stratégies est adaptative, de sorte qu´un décideur choisira celles qui sont relativement efficaces en terme d´effort et d´exactitude étant donné la variation des exigences de tâche et de contexte. Le cadre théorique proposé reçoit un fort support par les études empiriques menées. Les résultats indiquent que les changements dans les stratégies ont été trouvés dans la direction prescrite par le cadre « exactitude/effort ».