L'effet Dunning-Kruger n'existe probablement pas (et voici pourquoi)

L'effet Dunning-Kruger n'existe probablement pas (et voici pourquoi)

Vous connaissez le graphique. La confiance qui grimpe en flèche vers le « Mont Stupide », puis s'effondre dans la « Vallée du Désespoir », avant de remonter la « Pente de l'Éveil ». Il explique votre patron, votre oncle sur Facebook, et ce collègue qui a essayé de réparer l'imprimante du bureau à coups de poing. L'effet Dunning-Kruger est devenu l'un des concepts de psychologie les plus cités de l'ère internet.

Le truc gênant : l'effet Dunning-Kruger n'est probablement pas réel.

En tout cas, pas comme on le croit. Une pile grandissante d'études de réplication, de réanalyses statistiques et de simple bon sens suggère que la célèbre découverte « incompétent et inconscient » n'est qu'une illusion mathématique, cuisinée dans la méthodologie de l'étude originale. Je sais, j'ai l'impression que c'est vrai. C'est exactement pour ça que ça a pris. Mais en tant que quelqu'un qui écrit sur la tech, la productivité et la façon chaotique dont les humains prennent leurs décisions, je pense qu'il faut ranger ce mème au placard et le remplacer par quelque chose d'utile.

Laissez-moi vous expliquer ce que Dunning et Kruger ont vraiment trouvé, pourquoi ça s'effondre sous le regard critique, et quoi faire à la place d'envoyer « Dunning-Kruger » à votre pote quand il se plante.

L'étude originale, en un paragraphe

En 1999, les psychologues Justin Kruger et David Dunning lancent quatre études. Les participants passent des tests d'humour, de grammaire et de logique. Ils doivent aussi estimer leur performance par rapport aux autres.

Résultat : ceux qui finissent dans le dernier quartile pensent être au-dessus de la moyenne — parfois très loin au-dessus. Ceux du premier quartile, eux, se sous-estiment légèrement. Les chercheurs baptisent ça la « double malédiction » de l'incompétence : si vous manquez de compétence, vous manquez aussi la capacité de voir que vous en manquez. D'où l'effet Dunning-Kruger.

Ça capturait quelque chose de vrai sur la nature humaine, croyait-on. Le problème, c'est que cette découverte n'est peut-être pas un travers psychologique. Juste un artefact statistique.

Les maths qui tuent l'effet

Le truc avec les auto-évaluations : c'est du bruit. Quand vous notez votre propre niveau, plein de facteurs entrent en jeu — votre humeur, votre mémoire, l'idée que vous vous faites de votre intelligence générale, les compliments qu'on vous a faits, si vous venez de boire un deuxième café. Les mesures de performance sont bruitées aussi. Coup de chance, question mal lue, nuit blanche.

Imaginez : vous faites passer un test, vous récupérez les scores, et vous séparez les gens en « dernier quartile » et « premier quartile » basés *uniquement* sur ces scores imparfaits. Puis vous comparez ces groupes à leurs auto-évaluations.

Statistiquement, le groupe du bas contient plus de gens dont le score a été tiré vers le bas par la malchance ou le bruit. Leur auto-évaluation, basée sur une vision plus large de leurs capacités, ne chute pas aussi bas que leur score de test. Du coup, ça *ressemble* à de la surestimation. Le groupe du haut, c'est l'inverse : des scores poussés vers le haut par la chance, donc l'auto-évaluation paraît plus basse en comparaison. Ça crée exactement la courbe en U qu'ont trouvée Dunning et Kruger.

Les psychologues appellent ça la « régression vers la moyenne ». Ça arrive partout : les pires équipes de foot d'une saison font mieux la suivante, peu importe l'entraîneur. L'effet Dunning-Kruger ne serait peut-être que ce pattern, déguisé en blouse de labo sur une scène TEDx.

Quand des chercheurs ont réanalysé les données originales avec des méthodes stats plus adaptées — en corrélant auto-évaluation et performance *au sein* des groupes au lieu de comparer les moyennes — le pattern spectaculaire a largement disparu. Un papier de 2020 dans *Advances in Methods and Practices in Psychological Science* l'a montré. Des études ultérieures, avec des échantillons plus larges et de meilleurs designs, ont trouvé des preuves bien plus faibles. Certaines n'ont pas réussi à le répliquer du tout.

Mais attendez, les gens ne se surestiment pas vraiment ?

Si, bien sûr. La surconfiance est réelle. Des tonnes de recherches montrent qu'on est mauvais à prédire sa performance future, que la plupart d'entre nous se croient de meilleurs conducteurs que la moyenne, et qu'on se trouve tous plus drôles que la personne médiane dans la pièce. Cet effet — parfois appelé « biais de supériorité illusoire » — est solidement établi.

Mais ce n'est *pas* l'effet Dunning-Kruger. L'effet Dunning-Kruger dit spécifiquement que les *moins compétents* sont les *plus* surconfiants. Le biais de supériorité illusoire dit que *tout le monde* est un peu surconfiant sur *tout*. Ce sont deux affirmations très différentes.

Et même l'idée « incompétent et inconscient » est plus faible qu'en a l'air. Oui, un cuistot débutant peut croire que ses pâtes carbonisées sont gastronomiques. Mais il n'a pas de référentiel sensoriel pour savoir ce que c'est, des pâtes « al dente » correctes. Ce n'est pas un « biais cognitif ». C'est juste un manque de connaissances. Dès qu'on lui donne du feedback — « tes pâtes pourraient rebondir » — il ajuste généralement tout de suite. Le vrai Dunning-Kruger prédirait qu'il reste obstinément dans le flou même après qu'on lui a montré. Mais la plupart des gens ne font pas ça.

En gros, l'effet Dunning-Kruger a peut-être confondu *être mal calibré* avec *être incapable de se calibrer*. Deux problèmes très différents.

Pourquoi on adore tant cet effet ?

Parce que c'est une arme sociale. Pourquoi dire « je trouve ton argument faible et voici pourquoi » quand on peut balancer « c'est littéralement un effet Dunning-Kruger » ? Ça fait gagner des débats sans bosser. Et ça flatte. Si vous croyez que les incompétents sont aveugles à leur incompétence, vous n'en êtes évidemment pas un. Vous êtes du bon côté du graphique, casquette bien vissée.

L'effet Dunning-Kruger explique aussi le monde de façon rangée, non menaçante. Il met des noms sur le collègue relou et le fondateur de startup surconfiant. Mais une fois qu'on a vu les problèmes statistiques, on ne peut plus les ignorer.

Trois scénarios concrets pour montrer pourquoi ça compte.

Scénario 1 : Le débateur du groupe WhatsApp

Votre pote de fac balance une prise de position confiante mais fausse sur les vaccins, l'économie, la politique locale. Quelqu'un répond « Dunning-Kruger ». Ça sonne juste. Mais demandez-vous : votre pote est-il dans le dernier quartile de « toutes les personnes qui ont déjà eu un avis sur les vaccins » ? Probablement pas. Sa confiance vient d'un mélange de régime médiatique, de confiance dans des influenceurs, d'identité sociale. Ce n'est pas « incompétent et inconscient » — c'est du raisonnement motivé. Et l'étiqueter Dunning-Kruger tue la conversation. Vous arrêtez d'essayer de comprendre *pourquoi* il croit ce qu'il croit, et vous commencez à le traiter comme un spécimen de labo.

Scénario 2 : Le fondateur qui vibe-code

Je vois ça tout le temps dans mon feed. Quelqu'un utilise un LLM pour pondre une appli en un week-end. Il est convaincu que c'est prêt pour la prod. Il déploie. Un chercheur en sécurité découvre que sa base de données est à poil. Dunning-Kruger ? Peut-être pas. C'est plus probable que le fondateur n'ait simplement *aucune boucle de rétroaction*. Il n'a jamais vu de test d'intrusion. Il ne savait pas ce qu'il ne savait pas. La solution n'est pas de le moquer en citant un papier de psycho de 1999. La solution, c'est de lui envoyer un scanner de sécurité, une checklist OWASP, ou un ingénieur senior qui dit « regardons ça ensemble ».

Si vous voulez prendre l'habitude de checker vos angles morts, cherchez de la validation externe tôt et souvent. Revues de code, tests A/B, entretiens utilisateurs, ou juste laisser quelqu'un d'autre appuyer sur le bouton. Le problème avec le cadrage Dunning-Kruger, c'est qu'il vous fait penser « cette personne n'apprendra jamais », du coup vous zappez la partie où vous l'aidez vraiment à apprendre.

Scénario 3 : Vos propres compétences

Vous rappelez ce moment où vous pensiez avoir cartonné à un examen, et vous avez eu 12 ? L'effet Dunning-Kruger dit que vous étiez trop bête pour savoir que vous étiez bête. Mais c'est plus probable que vous répondiez à la question que vous aviez *dans la tête*, pas celle sur la feuille. Vous aviez révisé un concept proche, donc vous n'avez pas réalisé qu'il manquait une pièce cruciale. Ce n'est pas un défaut de personnalité. C'est un défaut de conception de l'évaluation. Quand la correction est sortie, vous avez probablement compris direct. Si vous étiez vraiment piégé par Dunning-Kruger, vous auriez refusé d'accepter la correction.

Comment vraiment améliorer son auto-évaluation

Si l'effet Dunning-Kruger n'est pas réel, quoi faire à la place ? Plein de choses.

Traitez la confiance comme une affirmation testable

Quand vous vous surprenez à penser « je suis bon là-dedans », transformez-le en affirmation précise : « je peux terminer cette tâche en moins de 3 heures sans erreur majeure ». Puis testez. Suivez vos vrais résultats. Ça transforme une auto-évaluation floue en data mesurable.

Tenez un journal de prédictions

Un journal de prédictions, c'est l'un des moyens les plus rapides de calibrer sa confiance. Notez ce que vous pensez qui va arriver, votre niveau de confiance, et suivez le résultat. Avec le temps, vous verrez votre courbe de confiance et vous l'ajusterez.

Si vous voulez aller plus loin, essayez Good Judgment Open ([https://www.goodjudgment.io](https://www.goodjudgment.io)), où vous pouvez pratiquer la prévision d'événements géopolitiques réels avec vos propres niveaux de confiance. Il y a aussi Guesstimate ([https://www.getguesstimate.com](https://www.getguesstimate.com)) si vous voulez construire des modèles d'incertitude simples pour des décisions plus complexes. (Et oui, je vois l'ironie : l'une des meilleures façons de voir que Dunning-Kruger est faible, c'est de mesurer objectivement sa précision de prédiction.)

Intégrez des boucles de feedback dans votre travail

La raison principale pour laquelle la surconfiance persiste, c'est le manque de feedback rapide. Dans la tech, on a l'intégration continue, les revues de code, les post-mortems d'incidents. Utilisez-les. Dans le créatif, cherchez des avis de gens qui vous critiqueront vraiment. Dans la vie, demandez aux gens impactés par vos décisions. Le feedback, c'est l'antidote au Dunning-Kruger — ce qui est une autre raison pour laquelle l'effet n'est probablement pas une loi psychologique figée. C'est surtout un symptôme d'info manquante.

Faites un pré-mortem

Au lieu de demander « qu'est-ce qu'il faut pour que ça marche », essayez : « si ça a planté dans six mois, qu'est-ce qui l'a causé ? » Notez toutes les raisons qui vous viennent. Ça ne demande pas de savoir ce que vous ne savez pas ; ça force juste à imaginer les modes d'échec. C'est un exercice d'équipe très utilisé en product design, et ça marche bien mieux que de dire à quelqu'un « t'es dans la vallée du désespoir ».

Arrêtez d'utiliser « Dunning-Kruger » comme une insulte

C'est le conseil le plus concret que j'ai. La phrase ne résout rien. Si vous pensez que quelqu'un est surconfiant, demandez-lui : « Sur une échelle de 0 à 100 %, t'es à quel niveau de confiance ? » Puis : « Qu'est-ce qui te ferait changer d'avis ? » S'il ne peut pas répondre, vous avez une vraie conversation. S'il peut, vous apprendrez peut-être quelque chose.

Ça veut dire que l'effet Dunning-Kruger n'arrive jamais ?

Soyons précis : le *pattern original spécifique* — le dernier quartile dramatiquement plus surconfiant que tout le monde, dans tous les domaines, en forme de U consistante — n'est probablement pas réel. Mais l'idée plus large qu'on a tous des angles morts dans notre raisonnement ? Elle, elle est absolument réelle. Elle n'est juste pas unique aux incompétents. En fait, les experts sont souvent surconfiants aussi — parfois plus que les novices, parce qu'ils savent juste assez pour croire qu'ils peuvent prédire des trucs qu'ils ne peuvent pas.

C'est pour ça que l'effet Dunning-Kruger a survécu si longtemps. C'est une histoire confortable. Elle dit que confiance et compétence sont inversément corrélées chez les gens qu'on n'aime pas. Mais la réalité est plus ennuyeuse : tout le monde est imparfaitement calibré, et la meilleure façon de s'améliorer, c'est le feedback, le test, et l'humilité.

Même le terme « incompétent et inconscient » devrait être retourné. Les gens les plus susceptibles de souffrir de surconfiance sont ceux qui n'ont jamais eu leurs hypothèses challengées. À l'ère de l'IA générative, où tout le monde peut construire du soft mais pas tout le monde peut le sécuriser, ça compte plus que jamais. La prochaine fois qu'un modèle d'IA vous dit avec assurance qu'il sait quelque chose, ou qu'un collègue déploie une feature à moitié cuite avec confiance, ne sortez pas une étiquette psycho. Sortez un test, une checklist, et une conversation.

L'effet Dunning-Kruger n'est probablement pas réel, mais les dégâts causés par la confiance non examinée, eux, le sont très bien. Passons moins de temps à diagnostiquer les gens et plus de temps à construire des systèmes qui nous gardent honnêtes.

FAQ

L'effet Dunning-Kruger est-il complètement bidon ?

Pas « complètement bidon » — il y a des preuves qu'on est imparfaits pour juger nos propres capacités. Mais la fameuse courbe en U où les pires performers sont les plus surconfiants n'a pas bien tenu la route. Beaucoup de chercheurs pensent maintenant que la découverte originale était un artefact statistique causé par la régression vers la moyenne et des mesures bruitées.

Pourquoi l'effet Dunning-Kruger a l'air si vrai ?

Parce que le monde est plein de gens confiantement dans l'erreur, et qu'une fois qu'on a entendu le terme, on le voit partout. C'est une forme de biais de confirmation. L'effet vous donne aussi un modèle mental flatteur : vous n'êtes pas dans le dernier quartile, donc vous devez être l'un des « sages » qui se sous-estiment.

Dois-je arrêter d'utiliser le terme « effet Dunning-Kruger » ?

Vous pouvez l'utiliser, mais pas comme un diagnostic. Au lieu de dire « c'est un cas classique de Dunning-Kruger », dites plutôt « je me demande quel feedback ou quelle preuve pourrait le faire changer d'avis ici ». La première phrase ferme la conversation ; la deuxième l'ouvre.

Comment éviter d'être surconfiant dans mon propre travail ?

Construisez des boucles de feedback, suivez vos prédictions, et demandez une revue critique avant de prendre de grosses décisions. Le but n'est pas de tout douter — c'est de savoir *exactement où* vous êtes incertain. La confiance, c'est bien. La confiance non calibrée, c'est là que les ennuis commencent.