Pourquoi plus d’information ne conduit-il pas toujours à une meilleure décision ?

Traiter une information, aussi pertinente soit-elle, mobilise des ressources de traitement limitées, en particulier la mémoire de travail ^[1]. Une charge cognitive excessive peut réduire la compréhension de ce qui est présenté ^[1], et la littérature sur la surcharge informationnelle décrit aussi des effets possibles sur la qualité des décisions ^[2], y compris lorsque l’information ajoutée est pertinente en elle-même. Ajouter de l’information n’est donc pas un geste sans coût ^[1][2], ce qui pose immédiatement une question pratique : comment décider malgré cette limite, plutôt que d’attendre une capacité de traitement qu’on n’aura jamais ?

La rationalité limitée répond directement à cette question : faute de pouvoir examiner de façon exhaustive toutes les options et toutes leurs conséquences, une décision s’arrête le plus souvent dès qu’une option jugée suffisamment satisfaisante est trouvée, plutôt que de chercher la solution strictement optimale ^[3][4]. Dans la perspective de Simon, cette stratégie décrit la forme que prend toute décision réelle d’un agent aux capacités limitées, sans supposer une défaillance du raisonnement ^[3][4]. Reste à savoir ce que cette nécessité implique pour la façon dont l’information disponible est concrètement utilisée.

Cette nécessité conduit à mobiliser des heuristiques, des stratégies simplifiées qui n’intègrent pas toute l’information disponible ^[5][6]. Une distinction compte ici par-dessus tout : une heuristique n’est pas la même chose qu’un biais. Un biais désigne un écart systématique par rapport à une référence ; une heuristique est une stratégie qui simplifie le traitement de l’information en ignorant une partie des données ^[5][6]. Confondre les deux revient à traiter toute simplification comme une erreur, ce qui empêche de se demander dans quelles conditions précises une sélection de l’information aide réellement la décision plutôt que de la desservir.

La rationalité écologique précise exactement ces conditions : certaines heuristiques, longtemps présentées comme de simples sources d’erreur, peuvent fonctionner comme des stratégies frugales plus fiables qu’un calcul exhaustif dans des environnements dont la structure statistique s’y prête ^[7][6]. Ce résultat ne dit pas que les biais seraient de bonnes stratégies en général : il dit qu’une heuristique bien ajustée à son environnement peut, dans ces conditions précises, produire un jugement au moins aussi fiable, voire plus fiable, qu’un modèle qui intégrerait toute l’information disponible. La qualité d’un jugement intuitif dépend ainsi de la prévisibilité de l’environnement et des occasions d’en apprendre les régularités ^[7][8]. On peut alors se demander si l’excès d’options pose un problème voisin de celui de l’excès d’information.

La surcharge de choix en propose une application possible : au-delà d’un certain nombre d’options, en ajouter davantage peut cesser d’aider la décision et commencer à la détériorer, par une moindre satisfaction ou confiance, un regret plus marqué après le choix, ou un renoncement pur et simple à choisir ^[9][10]. L’effet est débattu : une méta-analyse de 63 conditions ne trouve en moyenne aucun effet net, avec une forte variabilité entre les études ^[11], tandis qu’une méta-analyse de 99 observations trouve un effet significatif lorsque l’on tient compte de quatre modérateurs, dont la complexité de l’ensemble d’options, la difficulté de la tâche et l’incertitude des préférences ^[10]. Une limite de traitement du même type que celle vue depuis le début du trajet est une explication plausible de ces conditions, appliquée ici au nombre de possibilités et pas au volume d’information sur chacune d’elles ^[10].