Droit et Société - Volume 60 - Humain Non-Humain - 49

PSYCHE ET ROBOTS

Les progrès récents de l'IA théorique permettent d'avancer dans cette direction. Reprenons l'exemple de la causalité entre l'action et ses conséquences. Une
causalité n'est jamais absolue. Il est tentant de représenter l'incertitude du lien
causal par une probabilité. Si je barre la route en manœuvrant mon camion, il y
a une probabilité de, disons, 0.0051 qu'une moto arrive juste à ce moment-là et
que je provoque un accident. L'emploi des probabilités n'est pas sans poser plusieurs problèmes majeurs. Tout d'abord, les humains, qu'ils soient juges ou témoins, raisonnent mal en termes de probabilités. Ils distinguent mal les faibles
probabilités 1, ils ont du mal à tenir compte des biais de départ 2, ils tiennent
compte de structures non pertinentes 3, 4, ils sous-estiment la probabilité d'occurrence des coïncidences 5, 6, 7, et ainsi de suite 8. Si la Loi prête une capacité de
calcul des risques aux justiciables, la science psychologique nous dit que ce ne
saurait être un calcul de probabilité. Certes, on peut se dire que les machines,
elles, effectuent des calculs de probabilités sans erreur. Toutefois, la précision
que l'on peut afficher (comme le 0.0051 ci-dessus) est illusoire. Elle repose au
départ sur des mesures statistiques qui font le plus souvent défaut (quelle est la
fréquence de passage des motos sur cette route à cette heure ce jour-là de la semaine qui est le lendemain d'un jour férié ?) Elle suppose ensuite d'isoler les
variables que l'on considère pertinentes (motos, heure, jour férié) sans que rien,
dans la théorie des probabilités, ne permette de distinguer ce qui est pertinent de
ce qui ne l'est pas (doit-on distinguer selon la température, le type de revêtement
1.
2.
3.

5.
6.
7.

Daniel KAHNEMAN & Amos TVERSKY, " Prospect theory: An analysis of decision under risk " ,
dans Econometrica, 47 (2), 1979, p. 263-291.
Maya BAR-HILLEL, " The base-rate fallacy in probability judgments " , dans Acta Psychologica,
44 (3), 1980, p. 211-233.
Daniel KAHNEMAN & Amos TVERSKY, " Subjective probability: A judgement of
representativeness " , dans Daniel KAHNEMAN, Paul SLOVIC & Amos TVERSKY (Eds),
Judgements under uncertainty: heuristics and biases, Cambridge University Press, Cambridge,
MA, 1982, p. 32-47.
Jean-Louis DESSALLES, « A structural model of intuitive probability », dans Danilo FUM, Fabio
DEL MISSIER & Andrea STOCCO (Eds), Proceedings of the seventh International Conference
on Cognitive Modeling, 2006, TRIESTE, IT: Edizioni Goliardiche, p. 86-91.
.
Dek TERRELL, " A test of the gambler's fallacy: Evidence from pari-mutuel games " , dans Journal of risk and uncertainty, 8 (3), 1994, p. 309-317.
Kevin KERN & Kathren BROWN, " Using the list of creepy coincidences as an educational
opportunity " , dans The history teacher, 34 (4), 2001, p. 531-536.
Jean-Louis DESSALLES, " Coincidences and the encounter problem: A formal account " , dans
Bradley C. LOVE, Ken MCRAE & Vladimir M. SLOUTSKY (Eds.), Proceedings of the 30th
Annual Conference of the Cognitive Science Society, 2134-2139. Austin, TX: Cognitive Science
Society, 2008.
.
Je n'inclus pas le fameux effet « Linda » décrit par Daniel KAHNEMAN & Amos TVERSKY en
1983 ( " Extensional versus intuitive reasoning: The conjunction fallacy in probability
judgment " , dans Psychological Review, 90 (4), 1983, p. 293-315.), car il ne s'agit pas d'un biais,
sauf à supposer de manière erronée que les mots renvoient à des ensembles plutôt qu'à des
prototypes (voir : Antoine SAILLENFEST & Jean.-Louis DESSALLES, " Some probability judgements may rely on complexity assessments " , dans CogSci-2015, 2015, p. 2069-2074.
).

DROIT ET SOCIÉTÉ, VOL. 60, 2020

http://www.dessalles.fr/papers/Dessalles_06020601.pdf http://www.dessalles.fr/papers/Dessalles_08020201.pdf http://www.mindmodeling.org/cogsci2015/papers/0357

Droit et Société - Volume 60 - Humain Non-Humain

Table des matières de la publication Droit et Société - Volume 60 - Humain Non-Humain