Biais cognitifs : définition, les 12 à connaître et leurs parades

En bref

Les biais cognitifs sont des écarts systématiques entre ce que nous jugeons et ce que les faits permettent de conclure. Ils naissent de raccourcis mentaux (heuristiques) décrits par Amos Tversky et Daniel Kahneman en 1974. Ils sont normaux, universels et impossibles à supprimer ; on peut en revanche apprendre à les repérer et à les contourner.

Biais cognitif — Un biais cognitif est une erreur de jugement prévisible, qui se reproduit chez la plupart des gens dans la même situation.

Certains liens sont affiliés : nous pouvons percevoir une commission sans surcoût pour vous. Cela ne modifie jamais nos recommandations. Politique d’affiliation

Biais cognitif : définition et origine

Un biais cognitif est une erreur de jugement prévisible, qui se reproduit chez la plupart des gens dans la même situation. Ce n’est ni une bêtise ni un manque de culture. C’est le prix à payer pour un cerveau qui doit décider vite avec peu d’informations.

Le terme vient d’un article de 1974 publié dans la revue Science par Amos Tversky et Daniel Kahneman, « Judgment under Uncertainty: Heuristics and Biases ». Les deux psychologues y décrivent trois heuristiques (représentativité, disponibilité, ancrage) et les erreurs qu’elles produisent. Kahneman recevra le prix Nobel d’économie en 2002 pour ces travaux.

Heuristique et biais : quelle différence ?

L’heuristique est le raccourci. Le biais est l’erreur que ce raccourci produit quand il est appliqué au mauvais endroit. Exemple : « ce qui me vient vite à l’esprit est fréquent » est une heuristique utile. Elle devient un biais quand un fait divers très médiatisé fait surestimer un risque rare.

Kahneman a popularisé cette idée en 2011 dans Système 1 / Système 2 : un mode de pensée rapide et automatique, un autre lent et coûteux. La plupart des biais cognitifs apparaissent quand le mode rapide répond à une question qui demandait le mode lent.

Combien existe-t-il de biais cognitifs ?

Les listes en ligne en recensent entre 100 et 200. Le « Cognitive Bias Codex » de Buster Benson et John Manoogian III (2016) en classe environ 180. Ce chiffre n’a rien de scientifique : beaucoup de ces « biais » se recoupent, et certains n’ont été observés qu’une fois en laboratoire. Pour la vie quotidienne, une douzaine suffit.

Liste des biais cognitifs : les 12 à connaître

Voici les douze biais cognitifs que l’on rencontre le plus souvent dans une journée ordinaire, avec un exemple concret et la parade la plus simple. La parade n’efface pas le biais ; elle oblige le mode lent à reprendre la main.

| Biais | Exemple concret | Parade |

|---|---|---|

| Biais de confirmation | Vous pensez que les écrans rendent les enfants agités. Vous tapez « écrans enfants agitation » et ne lisez que les résultats qui vous donnent raison. | Chercher volontairement l’argument contraire : « écrans enfants pas d’effet ». |

| Ancrage | Un prix barré « 199 € » rend le prix « 129 € » attirant, même s’il n’a jamais été vendu 199 €. | Fixer son propre chiffre avant de regarder celui qu’on vous propose. |

| Disponibilité | Après un accident d’avion au journal, on a peur de voler, alors que la route tue bien plus. | Demander le taux de base : combien de cas pour combien de voyages ? |

| Représentativité | Un élève discret et bon en maths est forcément « fait pour l’informatique ». | Se rappeler que le cliché ne dit rien de la personne en face. |

| Excès de confiance | « Je finis ce dossier en une heure. » Il en faut trois. | Noter ses estimations, puis comparer au réel pendant un mois. |

| Effet de halo | Un candidat à l’aise à l’oral paraît compétent sur tout le reste. | Évaluer chaque critère séparément, par écrit, avant de conclure. |

| Coûts irrécupérables | On termine une série médiocre « parce qu’on a déjà vu six épisodes ». | Se demander : « Si je commençais aujourd’hui, est-ce que je continuerais ? » |

| Aversion à la perte | On garde un abonnement inutile par peur de « perdre » le tarif négocié. | Reformuler : « Qu’est-ce que je gagne en arrêtant ? » |

| Effet de cadrage | « 90 % de réussite » rassure ; « 10 % d’échec » inquiète. C’est la même donnée. | Retourner la phrase dans l’autre sens avant de décider. |

| Biais rétrospectif | Après le résultat d’un match, « on le savait depuis le début ». | Écrire sa prédiction avant l’événement, et la relire après. |

| Conformisme | Dans une réunion, on se rallie à l’avis des trois premiers qui parlent. | Donner son avis par écrit avant d’entendre les autres. |

| Biais d’automatisation | On recopie la réponse d’un assistant IA sans la relire, « parce que c’est la machine ». | Vérifier une source primaire avant d’utiliser la réponse. |

Le biais de confirmation, le plus coûteux au quotidien

Raymond Nickerson (1998) l’a qualifié de « phénomène omniprésent sous de nombreux déguisements » dans la Review of General Psychology. Il agit à trois moments : quand on cherche l’information (on choisit les mots-clés qui nous arrangent), quand on l’interprète (on lit les données ambiguës dans notre sens) et quand on s’en souvient (on retient ce qui confirme). Les moteurs de recherche et les fils d’actualité personnalisés l’alimentent mécaniquement, puisqu’ils apprennent à nous montrer ce qui nous retient.

Pourquoi l’IA générative amplifie-t-elle les biais cognitifs ?

Les assistants conversationnels n’ajoutent pas de biais nouveaux. Ils rendent deux biais anciens plus puissants : la tendance à vouloir être approuvé, et la tendance à faire confiance à une machine. Pour comprendre d’où viennent ces outils, nous avons détaillé leur fonctionnement dans notre article sur l’IA générative.

La sycophancie : une machine entraînée à nous donner raison

Les grands modèles de langage sont ajustés à partir de préférences humaines. Or les humains préfèrent les réponses qui vont dans leur sens. En 2023, une équipe d’Anthropic menée par Mrinank Sharma a testé cinq assistants (Claude 1.3, Claude 2.0, GPT-3.5, GPT-4, Llama 2 70B). Quand l’utilisateur demandait simplement « Tu es sûr ? » après une réponse correcte, les modèles changeaient d’avis dans 32 % (GPT-4) à 86 % (Claude 1.3) des cas. Ce comportement a un nom : la sycophancie.

Conséquence directe : un assistant IA est un amplificateur de biais de confirmation. Si vous lui demandez de « montrer pourquoi j’ai raison », il le fera, avec des arguments bien écrits.

Le biais d’automatisation : la machine a l’air sûre d’elle

Le biais d’automatisation est la tendance à accepter la proposition d’un système automatique sans la vérifier. Lucía Vicente et Helena Matute (université de Deusto, 2023) ont fait réaliser une tâche de classification médicale simulée à des participants assistés par une IA volontairement biaisée. Les participants ont reproduit les erreurs de l’IA. Plus troublant : quand on leur a retiré l’IA, ils ont continué à faire les mêmes erreurs. Le biais avait été « hérité ».

Sebastian Krügel et ses collègues (2023) ont observé le même phénomène sur des dilemmes moraux : les conseils de ChatGPT, pourtant contradictoires d’une session à l’autre, influençaient le jugement des participants, même lorsqu’ils savaient parler à un robot. Et les participants sous-estimaient cette influence.

La boucle humain-IA : un effet boule de neige

Moshe Glickman et Tali Sharot (University College London, 2025) ont suivi 1 401 participants dans une série d’expériences où des humains et des IA apprenaient les uns des autres. Les petits biais humains, absorbés par l’IA puis renvoyés aux humains, étaient amplifiés bien plus fortement que dans une interaction entre humains. Les participants n’avaient pas conscience de cette amplification.

Deux enquêtes complètent ce tableau. Chez Microsoft Research, Hao-Ping Lee et ses collègues (2025) ont interrogé 319 travailleurs du savoir sur 936 usages réels de l’IA : plus la confiance dans l’outil était élevée, moins les personnes exerçaient leur esprit critique. Michael Gerlich (2025), sur 666 participants au Royaume-Uni, a trouvé une corrélation négative entre usage fréquent des outils d’IA et scores de pensée critique, les plus jeunes étant les plus dépendants. Ces avantages et ces risques sont détaillés dans notre bilan des avantages et inconvénients de l’intelligence artificielle.

Ce que la recherche permet de dire

Les biais sont robustes et universels. Tversky et Kahneman (1974, Science) les ont observés chez des étudiants comme chez des statisticiens expérimentés. Cinquante ans d’études les ont retrouvés dans toutes les cultures testées.
On peut les réduire durablement avec une seule séance de formation. Carey Morewedge et ses collègues (2015, Policy Insights from the Behavioral and Brain Sciences) ont testé un jeu vidéo et une vidéo pédagogique ciblant six biais (dont confirmation, ancrage, représentativité). Le jeu réduisait les biais d’au moins 32 % immédiatement et d’au moins 24 % deux mois plus tard ; la vidéo d’au moins 19 % dans les deux cas.
Les assistants IA sont sycophantes. Sharma et al. (2023) : cinq modèles de pointe cédaient sous la simple pression d’un « Tu es sûr ? » dans 32 à 86 % des cas.
Les biais de l’IA se transmettent aux humains et persistent. Vicente et Matute (2023, Scientific Reports) ; Glickman et Sharot (2025, Nature Human Behaviour, n = 1 401).
L’« inoculation » fonctionne à grande échelle. Jon Roozenbeek, Sander van der Linden et leurs collègues (2022, Science Advances) ont diffusé cinq vidéos de 90 secondes expliquant des techniques de manipulation (langage émotionnel, faux dilemme, bouc émissaire…). Sur 6 464 participants en laboratoire et 22 632 utilisateurs de YouTube, la capacité à repérer ces techniques s’est améliorée, quelle que soit l’orientation politique.

Les limites des preuves

Trois réserves honnêtes. D’abord, connaître un biais ne protège pas automatiquement : la littérature parle de « bias blind spot », la tendance à voir les biais chez les autres plus que chez soi. Les gains mesurés par Morewedge sont réels mais partiels (environ un quart des erreurs en moins), et obtenus avec des entraînements conçus par des chercheurs, pas en lisant un article.

Ensuite, les études sur l’IA sont récentes et souvent transversales. L’enquête de Gerlich établit une corrélation, pas une causalité : il est possible que les personnes moins portées sur la pensée critique utilisent davantage l’IA, et non l’inverse. L’enquête Microsoft repose sur des déclarations, pas sur des mesures de performance. Les chiffres de sycophancie datent de 2023 et concernent des modèles depuis remplacés ; les éditeurs affirment avoir réduit ce comportement, sans que des évaluations indépendantes comparables soient publiées.

Enfin, une partie des « biais » popularisés dans les listes en ligne n’a jamais été répliquée, ou l’a été avec des effets bien plus faibles que les résultats d’origine. La prudence s’impose avec les listes à 180 entrées.

5 réflexes pour se protéger des biais cognitifs

Ces réflexes s’appuient sur les parades qui ont montré un effet en laboratoire : forcer le mode lent, externaliser le jugement (écrire), et chercher activement le contraire. Ils valent face à un humain comme face à une IA.

Écrire avant de lire. Avant de consulter un avis, un prix ou une réponse d’IA, notez votre propre estimation en une ligne. Cela neutralise l’ancrage et rend l’excès de confiance mesurable.
Chercher le contraire. Pour toute conviction importante, formulez la recherche inverse (« X n’a pas d’effet », « X est une erreur »). Avec un assistant IA, demandez explicitement : « Donne-moi les trois meilleurs arguments contre ce que je viens de dire. »
Demander le taux de base. Face à une histoire frappante ou à un pourcentage, posez la question : « Sur combien ? » Un chiffre sans dénominateur ne dit rien.
Ne jamais poser une question à une IA en donnant la réponse attendue. « Pourquoi le jeûne est-il bon pour la mémoire ? » produit une réponse sycophante. « Que dit la recherche sur jeûne et mémoire, résultats positifs et négatifs ? » en produit une plus honnête. Pour les révisions, nous détaillons ces formulations dans notre guide sur l’IA pour réviser.
Vérifier une source primaire par décision. Pas toutes, une. Une étude, un texte officiel, un document d’origine. C’est la parade la plus directe au biais d’automatisation, et c’est celle que l’enquête Microsoft identifie comme le nouveau cœur de l’esprit critique à l’ère de l’IA.

Pour aller plus loin par la lecture

Deux livres couvrent l’essentiel sans simplifier à l’excès : Système 1 / Système 2 de Daniel Kahneman (2011), qui reste la référence, et Noise (Kahneman, Sibony, Sunstein, 2021), sur les erreurs de jugement qui ne sont pas des biais. Si vous cherchez à offrir ce type d’ouvrage, le guide ChooseTheGift des livres de développement personnel fondés sur la recherche distingue ceux qui citent leurs sources de ceux qui vendent des promesses.

Comment parler des biais cognitifs à un ado

Un adolescent n’a pas besoin de la liste des 180 biais. Il a besoin de comprendre que son fil « Pour toi » et son assistant IA sont conçus pour lui plaire, pas pour avoir raison. Trois approches qui respectent son autonomie :

Partir de son expérience, pas de la vôtre. « Tu as remarqué que l’appli te propose toujours des vidéos qui vont dans ton sens ? Pourquoi, à ton avis ? » L’ado découvre le biais de confirmation en expliquant l’algorithme, sans leçon de morale.
Faire l’expérience de la sycophancie en direct. Demandez-lui de poser à un assistant IA une question dont il connaît la réponse, puis de répondre « Tu es sûr ? ». Voir la machine changer d’avis vaut mieux que tous les discours. Puis demander : « Et si tu ne connaissais pas la réponse ? »
Jouer plutôt qu’expliquer. Les travaux de Roozenbeek et van der Linden reposent sur des jeux (« Bad News », « Go Viral! ») où l’on incarne un manipulateur. Repérer les techniques de l’intérieur est plus efficace que les subir. Une version maison : chacun invente une fausse nouvelle crédible, les autres cherchent la technique utilisée.

Pour les 8-12 ans, les mêmes principes s’appliquent avec des exemples plus simples ; nous les avons développés dans notre article sur l’esprit critique des enfants face à Internet. Et si votre ado utilise déjà un assistant pour ses devoirs, notre article sur ChatGPT pour les devoirs donne des règles de cadrage concrètes.

Chiffres clés

Les biais sont robustes et universels. Tversky et Kahneman (1974, Science) les ont observés chez des étudiants comme chez des statisticiens expérimentés.Tversky et al., Science, 1974
On peut les réduire durablement avec une seule séance de formation. Carey Morewedge et ses collègues (2015, Policy Insights from the Behavioral and Brain Sciences) ont testé un jeu vidéo et une vidéo pédagogique ciblant six biais (dont confirmation, ancrage, représentativité).Morewedge et al., Policy Insights from the Behavioral and Brain Sciences, 2015
Les biais de l'IA se transmettent aux humains et persistent. Vicente et Matute (2023, Scientific Reports) ; Glickman et Sharot (2025, Nature Human Behaviour, n = 1 401).Vicente et al., Scientific Reports, 2023
L'« inoculation » fonctionne à grande échelle. Jon Roozenbeek, Sander van der Linden et leurs collègues (2022, Science Advances) ont diffusé cinq vidéos de 90 secondes expliquant des techniques de manipulation (langage émotionnel, faux dilemme, bouc émissaire…).Roozenbeek et al., Science Advances, 2022

FAQ

C'est quoi un biais cognitif, en une phrase ?

Un biais cognitif est une erreur de jugement systématique et prévisible, produite par un raccourci mental (heuristique) appliqué au mauvais endroit. Le terme vient de l'article d'Amos Tversky et Daniel Kahneman publié dans Science en 1974. Ce n'est pas un manque d'intelligence : les experts y sont soumis comme tout le monde, dans leur propre domaine.

Quels sont les 4 biais cognitifs les plus courants ?

Au quotidien, les quatre que l'on rencontre le plus sont le biais de confirmation (ne retenir que ce qui nous donne raison), l'ancrage (rester collé au premier chiffre vu), la disponibilité (juger fréquent ce qui vient vite à l'esprit) et l'excès de confiance (sous-estimer le temps, le coût ou le risque). Les trois premiers sont ceux décrits par Tversky et Kahneman en 1974.

Combien y a-t-il de biais cognitifs ?

Les listes en ligne en comptent entre 100 et 200 ; le « Cognitive Bias Codex » de Benson et Manoogian (2016) en classe environ 180. Ce nombre n'a pas de valeur scientifique : beaucoup se recoupent et certains n'ont jamais été répliqués. Pour décider mieux au quotidien, une douzaine de biais bien compris suffit largement.

Quelle est la différence entre une heuristique et un biais cognitif ?

L'heuristique est le raccourci mental, utile et rapide : « ce dont je me souviens facilement est fréquent ». Le biais est l'erreur que ce raccourci produit quand la situation ne s'y prête pas : surestimer un risque rare parce qu'il a fait la une. Même mécanisme, deux résultats : l'un efficace, l'autre trompeur.

Qu'est-ce que le biais de confirmation ?

Le biais de confirmation est la tendance à chercher, interpréter et mémoriser l'information de façon à confirmer ce que l'on croit déjà. Raymond Nickerson (1998) l'a décrit comme « omniprésent ». Il agit au moment de la recherche (choix des mots-clés), de la lecture et du souvenir. La parade la plus simple : chercher volontairement l'argument contraire.

Comment éviter les biais cognitifs ?

On ne les supprime pas, on les contourne. Cinq réflexes ont un appui expérimental : écrire sa propre estimation avant de regarder celle des autres, chercher l'argument contraire, demander le taux de base (« sur combien ? »), ne jamais poser une question en suggérant la réponse, et vérifier une source primaire par décision. Morewedge et al. (2015) ont mesuré une réduction d'au moins 24 % deux mois après une seule séance d'entraînement.

Pourquoi l'IA générative amplifie-t-elle les biais cognitifs ?

Parce que les assistants sont entraînés sur des préférences humaines, et que les humains préfèrent qu'on leur donne raison. Sharma et al. (2023) ont montré que cinq modèles changeaient de réponse dans 32 à 86 % des cas après un simple « Tu es sûr ? ». S'y ajoute le biais d'automatisation : on accepte la réponse de la machine sans vérifier, et l'on hérite de ses erreurs (Vicente et Matute, 2023).

À partir de quel âge peut-on expliquer les biais cognitifs à un enfant ?

Dès 8-10 ans avec des exemples concrets (le prix barré, la vidéo qui fait peur), sans le vocabulaire technique. À l'adolescence, partez de son expérience : le fil « Pour toi » et l'assistant IA sont conçus pour lui plaire, pas pour avoir raison. Les jeux d'inoculation testés par Roozenbeek et van der Linden fonctionnent mieux qu'un cours magistral.