i

Description

Char de parade de cirque (« bandwagon ») richement sculpté et peint, aux roues multicolores

Source

Carol M. Highsmith · page d’origine

Licence

PD Domaine public

Photo d’origine, non retouchée. L’arrière-plan en est une version stylisée par le site.

L'effet d'entraînement (effet de mode)

Quand tout le monde s'y met, on se demande rarement si l'on y a soi-même intérêt.

En bref

• Quoi : la popularité d'une option devient, à elle seule, une raison de la choisir.
• Pourquoi : suivre la majorité est souvent un bon raccourci (elle sait peut-être quelque chose), et s'écarter d'elle coûte socialement.
• Détecter : l'argument principal est « c'est ce que tout le monde fait » ; personne ne sait dire ce que l'option résout chez nous.
• Éviter : exprimer son avis avant d'entendre les autres, partir du besoin, exiger un critère d'arrêt et un retour d'expérience chiffré.

Sur cette page

1. Définition
2. Le mécanisme
3. Où on le rencontre
   1. En conduite de projet
   2. En management
4. Cas célèbres
   1. L'expérience de conformité de Solomon Asch 1951-1956
   2. Segment : le retour des microservices au monolithe 2018
   3. Prime Video : un outil de supervision sorti des microservices mars 2023
5. Signaux de détection
6. Réflexes d'évitement
7. Avec l'IA : détecter, remédier, atténuer
   1. Détecter
   2. Remédier
   3. Atténuer
   4. Prompts à intégrer à vos usages
   5. Comment les intégrer
   6. Précautions
8. Limites
9. Sources et vérification
10. Voir aussi
    1. Se combine avec, ou renforce
    2. Biais voisins
    3. Contrepoids et réflexes associés

Définition#

Illustration fictive

L'effet d'entraînement (bandwagon effect, littéralement « l'effet du char de la fanfare ») désigne le fait qu'une croyance, un comportement ou un choix gagne en attrait à mesure que le nombre de personnes qui l'ont adopté augmente. L'économiste Harvey Leibenstein l'a décrit en 1950 pour la consommation : certains achètent un bien parce que les autres l'achètent.

En entreprise, il prend deux formes voisines. La première est la conformité dans une réunion : on renonce à son avis, ou on ne le dit pas, parce que les autres pensent autrement. La seconde est l'effet de mode : une technologie, un cadre de travail ou une architecture devient la réponse « évidente » parce que tout le secteur en parle.

Le mécanisme#

Deux influences se mêlent, distinguées par Deutsch et Gerard dès 1955 :

• L'influence informationnelle : si beaucoup de gens font ce choix, ils savent peut-être quelque chose que j'ignore. C'est souvent raisonnable, mais cela devient un piège quand chacun se fie aux autres sans qu'aucun n'ait vraiment vérifié.
• L'influence normative : on veut être accepté, ne pas passer pour le seul à ne pas comprendre ou à retarder le groupe. On se range à l'avis commun alors qu'on le croit faux.

Les économistes Bikhchandani, Hirshleifer et Welch (1992) ont montré comment ces choix en série produisent des cascades informationnelles : à partir de quelques premiers choix concordants, chacun ignore sa propre information privée et imite, de sorte que la décision collective repose sur très peu de signaux réels, et peut se tromper durablement.

Où on le rencontre#

En conduite de projet#

• Choix technique : « les grands du secteur font des microservices, des conteneurs, de l'IA générative, du low-code » ; on adopte avant d'avoir mesuré le gain pour notre équipe, notre volumétrie, notre niveau de maturité.
• Méthode : on déploie un cadre agile à grande échelle parce que les voisins l'ont fait, sans définir le problème qu'il doit résoudre.
• Revue de conception : le premier relecteur approuve ; les suivants valident « puisque c'est déjà vu ».
• Recrutement et formation : on cherche des compétences sur une technologie dont la valeur n'a pas été établie, simplement parce que les offres d'emploi s'y multiplient.

En management#

• Réunion d'équipe : après trois avis concordants, le quatrième se range, même s'il est sceptique ; le silence est pris pour un accord.
• Pratiques RH : on adopte un outil d'évaluation, un rituel ou un indicateur parce que « toutes les entreprises le font ».
• Politique d'entreprise : on se lance dans une réorganisation, un « plan de transformation » ou une marque employeur calqués sur un concurrent très visible.

Cas célèbres#

Signaux de détection#

• « Tout le monde fait ça maintenant. » / « C'est devenu un standard. » / « On ne peut pas rester en dehors. »
• Les justifications citent des noms d'entreprises ou des conférences, jamais les chiffres de notre propre contexte.
• Une option est adoptée en quelques semaines, alors qu'une idée plus modeste et mieux documentée a attendu des mois.
• En réunion, les premiers avis exprimés sont suivis de quelques acquiescements puis d'un silence unanime.
• Impossible d'énoncer ce qui ferait renoncer à l'option, ni le problème précis qu'elle devait résoudre.
• Les sceptiques sont décrits comme « en retard », « résistants au changement » : un étiquetage plutôt qu'un contre-argument.

Réflexes d'évitement#

1. Recueillir l'avis avant de discuter. Chacun écrit sa position (ou l'estimation) avant d'entendre les autres ; on les révèle ensemble. Plus l'avis du chef ou de la majorité est connu tôt, plus il pèse.
2. Partir du besoin, pas de l'outil. Écrire le problème, les contraintes et les critères de succès avant de nommer une solution. Un outil à la mode doit répondre à une ligne de cette liste.
3. Désigner un contradicteur. Un rôle d'avocat du diable explicite (tournant) : le désaccord devient une tâche, pas un acte d'opposition.
4. Demander un retour d'expérience comparable. Qui l'a fait, à quelle taille, avec quel résultat mesuré ? Un témoignage d'une entreprise très différente prouve peu.
5. Prévoir un essai borné et un critère d'arrêt. « Pilote de deux mois sur ce périmètre ; on continue si tel indicateur atteint tel seuil. » La décision est rendue réversible.
6. Regarder aussi les échecs et les abandons. Les retours d'expérience publiés sont biaisés vers le succès (voir le biais de survie).
7. Protéger la voix minoritaire. Chercher activement les avis divergents ; remercier le premier qui dit non plutôt que de le traiter en frein.

Avec l'IA : détecter, remédier, atténuer#

Prompts à intégrer à vos usages#

1. Examen à charge d'une option à la mode. Avant d'adopter une technologie, une méthode ou un outil dont on parle beaucoup.

Nous envisageons d'adopter : [option]. Notre contexte : [taille d'équipe, volumétrie, contraintes, compétences, délai].
Je ne veux pas savoir si l'option est populaire. Fais l'examen à charge :
1. dans quelles conditions elle produit de mauvais résultats, et en quoi notre contexte y ressemble ;
2. le coût caché de sa mise en œuvre et de son exploitation ;
3. trois alternatives plus simples qui répondraient au même besoin ;
4. ce qu'il faudrait observer pour renoncer.
N'invente aucune statistique ni aucun cas d'entreprise ; signale ce qui reste à vérifier.

2. Repartir du besoin. Quand la discussion commence par le nom d'une solution.

Voici ce qui est proposé : [solution]. Ignore son nom.
À partir de la description suivante, formule le problème à résoudre, les critères de succès mesurables et les contraintes. Propose ensuite au moins trois manières de répondre au besoin, dont une qui ne demande aucun nouvel outil, et compare-les sur ces critères.
Description : [contexte]

Comment les intégrer#

• Avant la réunion de décision : le prompt 2 produit un énoncé de besoin que chacun lit, puis note son avis.
• Dans le dossier de décision : le prompt 1 fournit l'examen à charge, à ajouter aux annexes.
• Après un an : comparer le résultat aux critères de succès écrits au départ.

Précautions#

• Un modèle peut être influencé par la formulation : si vous écrivez que l'option est « incontournable », il en cherchera les mérites.
• Les cas d'entreprise et les chiffres cités peuvent être inventés : vérifiez chaque référence avant de la reprendre.
• L'IA a elle-même un effet de mode : elle recommande plus volontiers ce qui abonde dans ses données.
• Ne transmettez pas de données confidentielles de l'entreprise à un outil non autorisé.

Limites#

• Suivre la majorité n'est pas toujours une erreur. Dans l'incertitude, la pratique commune est souvent un bon point de départ ; l'imitation est un biais quand elle remplace l'analyse.
• Les résultats d'Asch ont été obtenus avec des étudiants américains, dans les années 1950, sur une tâche sans enjeu. Des reprises ont trouvé des niveaux de conformité variables selon les époques et les cultures (Bond et Smith, 1996).
• Un retour en arrière technique (Segment, Prime Video) est un cas d'entreprise : il montre un risque, pas une loi.
• Il ne faut pas basculer vers l'excès inverse, le rejet systématique de ce qui est populaire, qui est une autre forme de dépendance à l'opinion des autres.

Sources et vérification#

• Asch, S. E. (1951), « Effects of group pressure upon the modification and distortion of judgments », in H. Guetzkow (dir.), Groups, Leadership and Men, Carnegie Press — l'expérience des lignes.
• Asch, S. E. (1955), « Opinions and Social Pressure », Scientific American, 193(5) — effet de la taille de la majorité et du partenaire dissident.
• Asch, S. E. (1956), « Studies of independence and conformity: I. A minority of one against a unanimous majority », Psychological Monographs, 70(9)
• Deutsch, M. & Gerard, H. B. (1955), « A study of normative and informational social influences upon individual judgment », The Journal of Abnormal and Social Psychology
• Leibenstein, H. (1950), « Bandwagon, Snob, and Veblen Effects in the Theory of Consumers' Demand », The Quarterly Journal of Economics
• Bikhchandani, S., Hirshleifer, D. & Welch, I. (1992), « A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades », Journal of Political Economy
• Bond, R. & Smith, P. B. (1996), « Culture and conformity: A meta-analysis of studies using Asch's line judgment task », Psychological Bulletin
• Noonan, A. (2018), « Goodbye Microservices: From 100s of problem children to 1 superstar », blog d'ingénierie de Segment (juillet 2018).
• Kolny, M. (2023), « Scaling up the Prime Video audio/video monitoring service and reducing costs by 90% », blog Prime Video Tech (mars 2023).

Voir aussi#