Appareils revenus du front. Les points rouges marquent les impacts relevés.
0 zone(s) sélectionnée(s)
Vous venez de voir des avions qui sont revenus, c'est-à-dire les « survivants ». Les zones criblées d'impacts ont encaissé des dégâts… et l'appareil est rentré quand même : ces zones ne sont donc pas vitales.
Au contraire, si on ne voit aucun impact à d'autres endroits, ce n'est pas parce qu'ils n'y sont jamais touchés, mais parce que ces coups-là sont fatals. Conclure à partir des seules données présentes en ignorant les cas absents est une erreur très courante : le biais du survivant.
En vert : les zones à blinder. En rouge pâle : les zones choisies à tort.
Cette expérience s'inspire d'une histoire vraie :
pendant la Seconde Guerre mondiale, le statisticien Abraham Wald a examiné les impacts de balles sur les avions revenant de mission afin de déterminer où renforcer leur blindage.
L'état-major voulait blinder les zones les plus touchées (ailes et fuselage), mais Wald a compris qu'il fallait au contraire protéger les zones intactes comme le moteur et le cockpit.
Son raisonnement était simple : les avions touchés à ces endroits critiques ne revenaient jamais pour être examinés. Il s'agissait donc des zones les plus importantes à protéger.
Il s'agit ici d'un exemple d'une erreur de raisonnement qu'on appelle "biais du survivant" : on tire des conclusions erronées en se focalisant uniquement sur les éléments ayant survécu à un processus
(les avions qui sont revenus de mission), au lieu de tenir compte de la totalité des données (tous les avions, y compris ceux qui avaient été abattus).
Le biais du survivant est une forme de biais de sélection : on surestime les chances de succès d'une démarche en ne regardant que les cas qui ont « réussi » (les survivants), sans tenir compte de tous ceux qui ont disparu et ne laissent aucune trace dans les données.
Au Ve siècle av. J.-C., on montre au philosophe Diagoras de Mélos les portraits votifs de marins ayant survécu à un naufrage après avoir prié les dieux : la preuve, dit-on, que la prière protège. Il rétorque : et où sont les portraits de tous ceux qui ont prié… et se sont noyés ? Les disparus ne témoignent pas.
Les études de performance excluent souvent les fonds et entreprises ayant fait faillite pendant la période analysée. En ne gardant que les acteurs encore en vie, on gonfle artificiellement le rendement moyen et on sous-estime le risque.
On croit que les objets d'autrefois (machines, meubles, bâtiments) étaient plus solides. En réalité, seuls les rares exemplaires robustes ont traversé le temps ; les milliers de produits médiocres ont disparu et sont invisibles. On compare donc l'élite survivante d'hier à la production moyenne d'aujourd'hui.
Les stars qui percent, les entrepreneurs qui réussissent, les quelques parcours d'exception issus de milieux défavorisés donnent l'illusion d'une voie facile. On ne voit jamais la masse de ceux qui ont tenté la même chose et échoué : l'échantillon visible n'est pas représentatif.
Exemples adaptés de l'article « Biais des survivants », Wikipédia.