L'art de prendre les bonnes décisions : l'IA est en train de tout changer

L’art de prendre les bonnes décisions : l’IA est en train de tout changer

En business comme dans notre quotidien, nous sommes amenés à prendre des décisions. Certaines n’ont que peu d’influence, d’autres peuvent changer le cours de l’histoire. Les systèmes d’aide à la prise de décision sont en train de devenir de plus en plus efficaces à l’heure de l’IA.

L'art de prendre les bonnes décisions : l'IA est en train de tout changer

Le fait est que ces décisions ne reposent souvent sur rien de concret. Elles peuvent même être influencées par notre humeur, si on a bien mangé, la météo ou le moment de la journée.

Lorsque vous devez décider entre mettre vos chaussures blanches ou vos chaussures noires, ce n’est pas très grave de prendre une mauvaise décision. Cependant lorsqu’un juge doit condamner ou non un accusé. Lorsqu’un médecin doit décider entre deux traitements pour un patient. Lorsqu’un politicien doit prendre des décisions. Dans ces cas la prise de décision devient cruciale, la moindre erreur pourrait avoir des conséquences catastrophiques.

Les biais cognitifs peuvent s’avérer dangereux


Comme souvent en psychologie de l’être humain, les biais cognitifs interviennent dans les décisions que vous faites.

Le premier biais qui me vient à l’esprit est un biais que vous connaissez bien, c’est le biais de confirmation. Vous avez vécu énormément d’expériences dans votre vie, certaines sont associées à des souvenirs positifs, d’autres à des souvenir négatifs et ils interviendront dans votre prise de décision. Ainsi, si une entreprise recrute une personne issue d’une certaine école, la réussite de cette personne influencera lourdement la probabilité que d’autres étudiants de cette école soient recrutés à l’avenir. Pour contrer ce biais il faut avoir une grande capacité d’abstraction, qui vous permettra d’éliminer vos préjugés.

Les IA aussi sont sujettes à ce biais ! Prenons le cas de l’algorithme d’Amazon qui avait été entrainé avec les données de recrutement sur plusieurs années, et comme le secteur des nouvelles technologies est majoritairement masculin, le système accordait une probabilité de recrutement moindre pour les femmes. Je reviens encore sur cette question mais c’est là tout l’enjeu de l’explicabilité des algorithmes, dont je vous ai parlé récemment.

Ce biais est souvent associé au biais de modèle mental. C’est d’ailleurs ce qui pourrait expliquer la différence énorme dans la gestion de la crise du Covid-19 en Asie et en Europe. Les pays asiatiques ont vécu l’épidémie de SRAS, ils ont donc pris des décisions drastiques rapidement. En revanche en France, on se souvient de l’épidémie de 2010, lorsque la gestion de l’état avait fait un scandale. On avait critiqué sévèrement le gouvernement pour sa réponse démesurée à ce qui n’était finalement qu’une petite épidémie saisonnière. Notre passé conditionne nos choix et peut parfois faire que l’on prend des décisions aux conséquences catastrophiques.

Un second biais classique qui peut rendre vos décisions absurdes est le biais qui fait que plus l’impact d’un évènement est grand plus on surestime la probabilité de cet évènement. La probabilité qu’un avion se crash est très faible, malgré ça les gens ont souvent peur de l’avion.

Heureusement sur ce point l’IA peut nous aider. Les IA ont une compréhension assez sommaire des phénomènes, et dans ce cas c’est un avantage. Pour une IA le crash d’un avion est simplement associé à des tableaux de données, il ne rentre pas en considération lorsqu’il est négligeable. Cela permet donc d’atténuer les effets de ce biais.

Les systèmes de prise de décision répondent à un problème réel de notre société


Il faut dire que le monde dans lequel nous vivons ne nous aide pas. Chaque jour nous devons prendre des dizaines voire des centaines de décisions. C’est la société de consommation qui nous pousse à le faire.

Nous sommes assaillis de publicités partout autour de nous (c’est pour ça qu’ici il n’y aura pas de publicité, je veux créer un lieu calme où la connaissance est reine !). Lorsque vous faites les courses vous êtes parasités de partout, devrais-je prendre de l’emmental ou du Conté ? Dois-je acheter ce T-shirt bleu ou dois-je prendre le rouge ? Vais-je aller à la pizzeria au bout de la rue ou plutôt manger indien ?

Vous négligez peut-être l’impact de ce mode de vie sur votre santé mais il est bien réel. La fatigue décisionnelle est un type de fatigue qui survient lorsque vous prenez trop de décisions et une étude de 1990 a prouvée qu’elle entrainée la détérioration de la qualité de vos décisions. C’est d’ailleurs pour cela que certaine célébrités comme Obama ou Zuckerberg ont décidé de réduire le nombre de décisions qu’ils font chaque jour. Ils s’habillent tous les jours de la même façon ! (source : Wikipédia) Cela permet de garder son cerveau frais et préserver votre capacité de raisonnement intact pour les décisions les plus importantes.

C’est pour cela que Netflix cartonne


Les grandes entreprises de divertissements d’aujourd’hui, ont compris quelque chose de fondamental dans la nature humaine qui les a rendu riches. L’être humain ne sait pas et n’aime pas prendre de décisions. Ils ont donc décidé de vous rendre la vie plus facile (moyennant quelques euros et toutes vos données… Rien est gratuit !), vous n’avez plus besoin de choisir quel film vous allez regarder, Netflix sait ce que vous aimez. Vous n’avez plus besoin de choisir entre le resto italien et l’indien, Uber Eats sait ce que vous aimez. Vous n’avez plus besoin de feuilleter les magazines pendant des heures, Amazon sait ce que vous aimez !

Je ne dis pas que c’est beaucoup mieux pour votre santé et votre mode de vie, mais en tout cas, ça peut vous permettre d’éviter la fatigue décisionnelle.


Le Bayésianisme aussi sait ce que vous aimez ! La prise de décision du mathématicien


Ok ! Nous avons appris à contenir nos biais cognitifs, nous savons qu’il faut éviter la fatigue décisionnelle, mais il manque quelque chose pour rendre notre prise de décision meilleure.

L’approche Bayésienne


L’approche Bayésienne rassemble un ensemble de méthodes qui permettent de calculer des probabilités d’événements en partant de l’observation d’évènements connus. On parle de probabilités conditionnelles. Par exemple, si vous êtes souvent de mauvaise humeur lorsqu’il pleut, en sachant la probabilité qu’il pleuve je peux estimer la probabilité de vous trouver de mauvaise humeur.

Je n’ai pas la prétention d’avoir une compréhension entière de ce qu’est le raisonnement bayésien en statistiques (ne le dites pas à ma prof de stat bayésienne), c’est encore assez philosophique pour moi mais je trouve que c’est un raisonnement qui permet de faire des décisions optimales. En entreprise, une décision optimale serait celle qui permet de faire le plus gros bénéfices, la responsabilité sociale d’un entreprise est avant tout de faire du profit. Dans le cas ou le profit est modélisable, la solution à cette question est assez facile. Nous avons à faire à un problème d’optimisation classique.

C’est en fait un problème de modélisation


Le vrai défi est donc la modélisation du gain potentiel. Et ce n’est pas une chose facile. Lors du recrutement d’un employé, le calcul de ce que l’employé va vous rapporter dépend d’un très grands nombres de facteurs. Dont certains sur lesquelles vous n’avez aucune maitrise, l’employé pourrait par exemple tomber malade. Pour réduire le risque de faire un mauvais choix, on fait appel au data scientist qui pourra estimer les gains potentiels et évaluera les risques associés. Typiquement, avec toutes les données disponibles, vous pourrez tenter d’évaluer des espérance conditionnelles de gain.

Pour les anglophones, je vous conseille l’article ‘’Want to make good business decisions ? Learn causality’’. Dans cet article des data scientist de chez Stitch Fix vous explique comment prendre des décisions rationnelles en marketing. Je ne vous spoil rien si je vous dis qu’ils utilisent des raisonnements Bayésiens !

L’IA pourquoi pas, mais avec modération


La prise de décision assistée par IA semble être une solution intéressante. Elle permet de réduire certains biais, elle pourrait donner de meilleurs résultats et contrairement à l’humain, le robot ne se fatigue pas. Néanmoins, elle pourrait entraîner une refonte complète de la méthodologie de prise de décisions en entreprise et dans les institutions. Provoquant des conflits au sein des institutions et introduisant le doute chez les décideurs.

Comment un manager doit réagir s’il est en désaccord avec son IA ? Doit-il écouter son système quitte à se tromper ou rester sur sa position mais risquer après coup de subir seul les conséquences de son erreur ? Je pense que nous devons rester dans un modèle où l’IA serait un assistant pour le manager.

Les systèmes de prise de décision ne doivent pas remplacer les managers


L’IA ne doit en aucun cas prendre la place du manager. D’une part ,ce ne serait pas éthique de donner entièrement les commandes à un système artificiel. De plus, cela pourrait constituer un réel danger pour notre société. Vous n’avez qu’à regarder l’état désastreux du monde de la finance aujourd’hui. Je suis convaincu que les algorithmes traders et autres systèmes de prises de décisions informatisés n’y sont pas pour rien !


Le métier de manager est essentiellement une question de relationnel. L’objectif est de faire fonctionner une équipe, construite dans un but précis. Un robot est froid. Il ne ressent pas les émotions. Il ne faut pas confondre ressentir et détecter, une IA peut seulement détecter les sentiments. Et le simple fait de tenir une conversation est un gros défi pour le robot. Managers soyez donc rassurés, vous ne serez pas remplacés !

Quelles que soient vos méthodes pour choisir, retenez que la prise de décision est un art qu’il faut manier avec la plus grande délicatesse. Les biais cognitifs sont toujours là pour rendre la tâche plus compliquée.

Si on peut essayer d’optimiser nos choix, il y a des choses que l’humain ne peut maîtriser. Même si souvent après coup on a l’impression que l’on aurait dû prendre une autre décision, c’est rarement le cas. C’est le biais de rétrospection. Encore un biais !

N’oubliez pas de vous inscrire à la story hebdo. Vous recevrez chaque semaine une petite lettre !