Pourquoi féliciter un bon résultat ne semble pas fonctionner, et gronder un mauvais résultat, si ?

Daniel Kahneman, psychologue et prix Nobel d’économie, raconte dans son livre Système 1 / Système 2 : Les deux vitesses de la pensée (2011) l’un des épisodes qu’il décrit lui-même comme « l’une des plus grandes satisfactions » de toute sa carrière, précisément parce qu’il est né d’une objection qui, au premier abord, semblait démonter complètement ce qu’il enseignait.

L’objection de l’instructeur de vol

Kahneman formait des instructeurs de l’armée de l’air israélienne à la psychologie de l’entraînement efficace. Son message était celui habituel dans la recherche comportementale de l’époque : les récompenses pour les progrès sont généralement plus efficaces que les punitions pour les erreurs, une idée étayée par des décennies d’études sur les pigeons, les rats et les humains.

À la fin de son exposé, l’un des instructeurs les plus expérimentés a levé la main avec une objection précise, fondée sur sa propre expérience :

• Quand il félicitait un cadet pour avoir bien exécuté une manœuvre acrobatique, à l’essai suivant, il faisait généralement moins bien.
• Quand, au contraire, il lui criait dessus dans les écouteurs après une mauvaise exécution, à l’essai suivant, il s’améliorait généralement.

Pour l’instructeur, la conclusion était évidente : la théorie était fausse, la punition fonctionnait et l’éloge non. Kahneman décrit ce moment comme une révélation : l’instructeur avait tout à fait raison sur ce qu’il avait observé, et il avait en même temps complètement tort sur l’explication qu’il en donnait.

Ce qui se passait réellement : la régression vers la moyenne

Ce que l’instructeur avait détecté, sans le savoir, était un phénomène statistique appelé régression vers la moyenne. Quand la performance d’un cadet dans une manœuvre dépend en partie de la compétence et en partie du hasard (une brève série de bonne ou de mauvaise chance), un résultat particulièrement bon a tendance à être suivi, à l’essai suivant, d’un résultat un peu moins bon, et un résultat particulièrement mauvais a tendance à être suivi d’un résultat un peu meilleur. Non parce qu’il existerait une force compensatoire, mais simplement parce que l’extrême, par définition, a peu de chances de se répéter deux fois de suite.

L’instructeur ne félicitait un cadet que lorsque son exécution avait été meilleure que d’habitude, il était donc statistiquement prévisible que l’essai suivant soit un peu moins bon, indépendamment totale de la félicitation. Et il ne criait que lorsque l’exécution avait été particulièrement mauvaise, il était donc prévisible que l’essai suivant s’améliore, également indépendamment de la réprimande. L’instructeur avait confondu une fluctuation aléatoire avec une relation de cause à effet.

La démonstration improvisée avec deux pièces

Conscient qu’une explication purement statistique n’allait pas convaincre la salle, Kahneman a eu recours à une démonstration physique sur-le-champ : il a dessiné une cible au sol à la craie et a demandé à chaque officier présent, de dos par rapport à la cible, de lancer deux pièces d’affilée sans regarder.

Le schéma qui est apparu au tableau était exactement le même que celui que l’instructeur avait décrit avec les manœuvres acrobatiques :

• La plupart de ceux qui avaient visé le plus près du centre au premier lancer ont fait moins bien au second.
• La plupart de ceux qui avaient le plus manqué au premier lancer se sont améliorés au second.

Et dans ce cas, il était évident que ni l’éloge ni la réprimande n’avaient quoi que ce soit à voir, car personne ne félicitait ni ne criait sur personne entre un lancer et l’autre : la seule explication possible était la régression vers la moyenne.

Un schéma qui apparaît aussi au golf

Kahneman illustre le même principe avec un exemple différent : un tournoi de golf de haut niveau où le score moyen du premier jour est de 72 coups. Un joueur qui marque 66 le premier jour (bien au-dessus de la moyenne) a probablement un vrai talent, mais il est également raisonnable de penser qu’il a eu, ce jour-là, une série de chance supérieure à la normale. La même chose, en sens inverse, s’applique à un joueur qui marque 77.

La prédiction la plus raisonnable pour le second jour n’est pas que les deux répètent exactement leur résultat du premier, mais qu’ils se rapprochent tous deux un peu plus de la moyenne : celui qui a très bien joué continuera probablement à bien jouer, mais un peu moins bien que la première fois, car il est peu probable que sa série de chance se répète avec la même intensité ; et celui qui a mal joué s’améliorera probablement, non pas parce qu’il a « tiré la leçon », mais parce que sa mauvaise série n’est pas non plus censée continuer.

Pourquoi cela importe au-delà du sport ou du vol

Kahneman tire de cet épisode une conclusion inconfortable sur le fonctionnement du feedback dans la vie quotidienne : comme nous avons tendance à féliciter les autres quand leur comportement nous plaît et à les réprimander quand ce n’est pas le cas, et comme la performance d’autrui fluctue naturellement autour de sa moyenne réelle, nous finissons « statistiquement punis pour être gentils et récompensés pour être désagréables », selon ses propres mots. Non pas parce que la réprimande fonctionne réellement mieux que l’éloge, mais parce que la façon même dont on choisit quand féliciter et quand réprimander fait que la régression vers la moyenne joue presque toujours en faveur de celui qui gronde.

Ce même type d’erreur, attribuer une cause à ce qui n’est en réalité qu’une fluctuation aléatoire, apparaît fréquemment dans la façon d’interpréter la performance d’une équipe ou d’une personne au travail, ce qui concerne tout style de leadership qui s’appuie sur le renforcement positif ou négatif comme outil de gestion, et toute personne avec un profil plus analytique quand il s’agit d’interpréter des variations ponctuelles de performance, la sienne ou celle des autres.