Épisode #19 : Effet de Halo et préjugés - Partie 1/2

ou "Pourquoi les gens beaux sont mieux payés".

Je vous ai demandé de noter leur beauté et de deviner leur métier. Tout ne s’est pas passé comme prévu.

Dans les épisodes sur le biais de conformité et l’effet Big Brother, je vous ai demandé de remplir un questionnaire pour évaluer la beauté et deviner le métier de 10 inconnus. Vous vous en doutiez, c’était une expérience pour démontrer un biais très connu : l’effet de Halo.

Qui sont ces personnes ? Qui a été noté comme le/la plus moche ? Quel est leur vrai métier ? Avez-vous répondu correctement ? Je vous dévoile tout en 5 minutes.

---

La Définition Officielle™

L’effet de Halo c’est notre tendance à avoir un avis général sur quelqu’un (ou quelque chose) à partir d’une seule information. On va alors lui attribuer des qualités ou des défauts imaginaires.

Par exemple, nous savons qu’Albert Einstein était un brillant scientifique, donc nous avons tendance à supposer qu’il était sympathique et intéressant. Mais… est-ce que vous le connaissiez personnellement ? À l’inverse, la plupart des chômeurs doivent être moches et ennuyeux… non ?

---

L’expérience dont vous êtes les héros

On reprend le format d’une étude scientifique avec ses 6 étapes clés, comme pour l’expérience sur le biais d’ancrage (épisode 8).

Étape 1/6: formuler l’hypothèse à vérifier

Pour cette expérience c’était :

Si on demande de deviner le métier d’inconnus à partir de leur seule photo, les personnes notées comme “belles” vont être assignées à des métiers plus valorisants et mieux payés.

Étape 2/6 : décrire le protocole de l’expérience

Cette étape est très importante pour deux raisons :

1. les scientifiques qui voudraient reproduire l’expérience pourront le faire dans les mêmes conditions

2. les lecteurs peuvent s’assurer que la démarche scientifique a été respectée

À partir de portraits, les lecteurs d’une newsletter sur les biais cognitifs ont évalué la beauté de 5 inconnus sur une échelle de 1 à 10, et assigné un métier à 5 autres inconnus, parmi 5 choix proposés :

• Chirurgien / Chirurgienne

• Sans emploi

• Acteur / Actrice

• Entrepreneur/Entrepreneure

• Agent d'entretien

Pour être tout à fait transparent sur les conditions de l’expérience, je vous dois quelques explications sur le choix des inconnus. Vous avez évalué la beauté d’humains… qui n’existent pas. Il n’y avait donc pas de bonne réponse au questionnaire. Désolé d’en décevoir certains !

Ces visages ont été générés par une Intelligence Artificielle. J’ai ensuite choisi les 10 premiers qui ne présentaient pas de défauts majeurs. En effet, parfois ça part en cacahuètes :

Oh la charmante petite… créature de film d’horreur 😱 Hans…

C’est d’ailleurs utile de savoir reconnaître des visages créés par IA. Ils sont souvent utilisés pour les fake news, les faux profils LinkedIn, Tinder et autres réseaux sociaux. Voici 3 astuces pour détecter des humains générés par IA :

• Regardez les cheveux, les dents et les mains. Les IA ont beaucoup de mal avec ces détails.

• Les yeux sont toujours au même endroit. En effet, cette IA a été entraînée sur des images toutes recadrées de la même manière. Elle ne pourra reproduire que des portraits avec le même cadrage.

• Les arrière-plans sont toujours flous. Les photos utilisées pour l’entraînement de l’IA avaient des arrière-plans trop aléatoires. L’IA a du mal à générer un arrière plan crédible.

Vous pouvez vous amuser à en générer d’autres sur ce site.

Étape 3/6 : former les groupes de participants

J’ai choisi de faire une expérience randomisée. L’ordre des photos et des questions ont été choisis aléatoirement lorsque vous avez cliqué sur le formulaire. Ainsi, on évite pas mal de biais, notamment le biais de primauté et celui de perception relative (vu dans l'épisode 9).

Étape 4/6 : traiter les données des 69 réponses

La première étape, c’est de chercher s’il y a des gens qui sont “trop sévères” ou “trop gentils” par rapport aux autres, qui donnent des notes extrêmes ou au hasard.

Pour ça, je vais comparer les notes aux notes normalisées. Cela veut dire que je regarde plutôt l’écart entre les notes plutôt que les valeurs absolues. Résultat :

La différence est à peine perceptible. Cela signifie que vous avez tous le même avis sur la beauté des gens. Je vous avoue que je ne m’attendais pas à ce que l’unanimité soit aussi franche. C’est la première découverte de cette expérience !

D’ailleurs on peut regarder un exemple de répartition des notes par photo pour se rendre compte que tout le monde donne à peu près la même note.

Répartition des notes pour l’inconnue E

Ensuite, on peut regarder, pour chaque métier, quelles photos sont le plus souvent choisies (certains reviennent plusieurs fois car il y a des égalités) :

Les Acteurs et Actrices

Les Chirurgiens et Chirurgiennes

Les demandeurs d’emploi

Les agents d’entretien

Les Entrepreneures

Puis on peut regarder les notes moyennes de chacun :

On peut enfin mesurer la note moyenne de beauté par métier. Je sens qu’au fond de vous, vous connaissez déjà le résultat 😉

Le métier qui obtient la meilleure moyenne (6.8/10) est “Acteur / Actrice”, et celui qui obtient la pire note (5.2/10) est “Agent d’Entretien”.

Les Entrepreneurs sont légèrement au dessus du lot. Quant aux chirurgiens et aux demandeurs d’emploi… ils sont un peu moches. Pas de panique si c’est votre cas, la différence est trop faible pour que ça soit mathématiquement significatif 🙃

Voici le détail des moyennes.

Attention à l’échelle, toutes les moyennes sont entre 5 et 7

---

Il nous reste encore à Interpréter les résultats (étape 5/6 d’une étude scientifique) et à Ouvrir la discussion (étape 6/6). Je pense que cet épisode est déjà assez fourni avec tous ces graphiques, on va s’arrêter là pour aujourd’hui. Merci pour vos retours sur la longueur, j’essaie d’être plus concis !

On se retrouve donc au prochain épisode pour la partie 2, dans laquelle on creusera l’effet de Halo et ses impacts, on décortiquera vos préjugés, et on expliquera pourquoi être beau rend intelligent.

---

Merci d’avoir lu cette newsletter, que j’ai pris beaucoup de plaisir à écrire comme d’habitude. Si vous voulez recevoir les prochains épisodes, inscrivez-vous ! Vous pouvez aussi liker / commenter / noter la newsletter pour qu’elle s’améliore 😉

Mais le plus gros soutien, c’est d’en parler autour de vous. Merci à tout ceux qui l’ont déjà fait ❤️