i

Description

Delicate Arch, arche de grès rouge qui encadre des montagnes enneigées au loin

Source

National Park Service · 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 de cadrage

Dire « 90 % de réussite » ou « 10 % d'échec » décrit la même réalité, mais pas la même décision.

En bref

• Quoi : le choix change selon la manière dont deux options équivalentes sont présentées (gain ou perte, survie ou mortalité, pourcentage ou nombre).
• Pourquoi : on évalue les options par rapport à un point de référence, et la formulation fixe ce point de référence. Une perte pèse plus qu'un gain équivalent.
• Détecter : une décision change quand on reformule la même donnée ; un rapport ne met en avant qu'un seul angle, favorable ou alarmiste.
• Éviter : reformuler l'information dans l'autre cadre avant de décider, demander les chiffres bruts et le point de référence, présenter les deux angles.

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. La « maladie asiatique » de Tversky et Kahneman 1981
   2. Chirurgie ou radiothérapie : survie ou mortalité 1982
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

Illustration inspirée de la personne

L'effet de cadrage (framing effect) est le changement de jugement ou de choix provoqué par la présentation d'une information, alors que son contenu est logiquement le même. Il a été mis en évidence par Amos Tversky et Daniel Kahneman (1981) et s'inscrit dans leur théorie des perspectives : les décideurs ne comparent pas des états finaux, mais des gains et des pertes mesurés à partir d'un point de référence.

Il existe plusieurs formes, qu'il vaut mieux distinguer (Levin, Schneider et Gaeth, 1998) : le cadrage du risque (choix entre une option sûre et une option risquée), le cadrage d'attribut (« viande maigre à 75 % » ou « 25 % de matières grasses ») et le cadrage d'objectif (message insistant sur ce qu'on gagne à agir ou sur ce qu'on perd à ne pas agir).

Le mécanisme#

Trois ressorts s'ajoutent :

• Point de référence : la formulation désigne ce qui est « normal ». « 200 personnes sauvées » prend pour base la catastrophe ; « 400 personnes meurent » prend pour base la situation actuelle.
• Sensibilité décroissante : entre 0 et 100, un écart de 10 compte plus qu'entre 900 et 1 000. Sur les gains, cela rend prudent ; sur les pertes, cela pousse à prendre un risque pour les éviter.
• Aversion à la perte : une perte est ressentie plus fortement qu'un gain de même taille (voir l'aversion à la perte). Un cadre « perte » mobilise donc davantage.

Le résultat est un renversement de préférence : prudent dans le cadre « gain », preneur de risque dans le cadre « perte », pour exactement les mêmes options.

Où on le rencontre#

En conduite de projet#

• Rapports d'avancement : « 80 % des fonctionnalités sont livrées » et « il reste 20 % à faire, soit six semaines » parlent de la même chose, mais le premier rassure et le second alerte. Le choix du cadre oriente la décision du comité.
• Tableaux de bord : un feu « vert, 92 % de disponibilité » ne déclenche pas la même réaction que « 8 % d'indisponibilité, soit plus de deux jours par mois ».
• Décision go / no-go : « investir encore 200 000 € pour sauver le projet » (gain possible) et « renoncer et perdre les 600 000 € déjà dépensés » (perte certaine) ne conduisent pas au même choix ; le second cadre pousse à continuer et rejoint les coûts irrécupérables.
• Communication au client : « nous pouvons tenir la date si vous renoncez à ce lot » ou « nous perdons ce lot pour tenir la date » ; le client réagit à la perte.
• Gestion de risque : « 95 % de chances que la migration réussisse » ou « une chance sur vingt de perdre une journée de données ».

En management#

• Feedback : « 9 de vos 10 livrables étaient bons » ou « un livrable sur dix a été refusé » ; le même constat peut motiver ou démoraliser.
• Politique de primes : une prime « versée si l'objectif est atteint » (gain) et une prime « retirée si l'objectif n'est pas atteint » (perte) ont des effets différents, le cadre de perte étant souvent ressenti comme plus menaçant.
• Annonces de réorganisation : « 90 % des postes sont préservés » et « 10 % des postes sont supprimés » rassurent ou inquiètent des équipes pourtant informées des mêmes chiffres.
• Entretien de recrutement : un candidat qui « a réussi 70 % de ses projets » est perçu autrement que celui qui « en a raté 30 % ».

Cas célèbres#

Signaux de détection#

• Une même donnée est présentée toujours sous le même angle (le pourcentage rassurant, jamais le reste à faire).
• La décision d'un comité change quand on reformule en gain ou en perte, en pourcentage ou en nombre absolu.
• Des mots chargés accompagnent les chiffres : « seulement », « déjà », « jusqu'à », « perdre », « sauver ».
• Le point de référence n'est pas dit : par rapport à quoi parle-t-on de gain ou de perte ?
• Deux rapports du même état d'avancement donnent des impressions opposées.

Réflexes d'évitement#

1. Reformuler dans l'autre cadre. Transformez « 90 % de succès » en « 10 % d'échec », « 200 sauvés » en « 400 perdus », et regardez si votre choix change.
2. Demander les chiffres bruts. Nombre absolu, base, période : un pourcentage sans base ne dit rien.
3. Nommer le point de référence. « Par rapport à quoi est-ce un gain ou une perte ? » : le plan initial, l'état actuel, la concurrence ?
4. Présenter les deux angles par convention. Dans un modèle de rapport, imposer systématiquement « réalisé » et « reste à faire », « disponibilité » et « indisponibilité ».
5. Comparer des états finaux. Raisonnez sur la situation obtenue (tel budget, tel délai, telle qualité) plutôt que sur le gain ou la perte par rapport à un repère.
6. Séparer présentation et décision. Laissez la décision à quelqu'un qui n'a pas rédigé le rapport, ou faites relire le rapport par quelqu'un qui doit proposer le cadre opposé.
7. Cadrer honnêtement. Quand c'est vous qui présentez, choisissez le cadre qui représente le mieux la situation, pas celui qui obtient la réponse souhaitée ; un cadrage trompeur détruit la confiance.

Avec l'IA : détecter, remédier, atténuer#

Prompts à intégrer à vos usages#

1. Reformuler dans les deux cadres. Avant de décider sur la base d'un chiffre ou d'une phrase de rapport.

Voici une information telle qu'elle m'a été présentée : [texte ou chiffre].
Réécris-la de trois façons équivalentes : 1) en cadre « gain » ; 2) en cadre « perte » ; 3) en nombres absolus et en fréquences (« sur 100… »), sans adjectifs.
Précise le point de référence implicite de la version d'origine et ce qu'elle laisse dans l'ombre. N'ajoute aucun chiffre qui ne soit pas dans mon texte.

2. Neutraliser une note d'avancement. Pour relire un rapport destiné à un comité.

Voici une note d'avancement de projet : [texte].
1. Relève les formulations qui orientent le lecteur (mots chargés, pourcentages sans base, angle unique).
2. Propose une version neutre, qui présente à la fois le réalisé et le reste à faire, avec les unités et les dates.
3. Liste les trois questions qu'un lecteur critique devrait poser sur cette note.
Ne modifie aucun chiffre ; si une donnée manque, signale-la.

3. Test de stabilité d'une décision. Quand une décision dépend de la manière dont une option est décrite.

Voici deux options : [A] et [B], décrites ainsi : [description].
Évalue-les trois fois, dans trois présentations différentes (gain, perte, chiffres bruts), sans voir tes réponses précédentes. Dis ensuite si ton avis a changé d'une présentation à l'autre, et ce qui l'explique. Termine par un avis fondé uniquement sur la version en chiffres bruts.

Comment les intégrer#

• Avant un comité : le prompt 2 relit la note d'avancement ; le prompt 1 est appliqué aux deux chiffres qui comptent le plus.
• Dans un modèle de rapport : la présentation à deux colonnes est fixée une fois pour toutes, pour que le cadre ne dépende plus de l'auteur.
• Décision difficile : le prompt 3 sert de contrôle ; si l'avis de l'IA change avec le cadre, c'est que le cadre pèse.

Précautions#

• Ne présentez pas à l'IA l'option que vous préférez en la qualifiant : vous la cadrez avant qu'elle ne commence.
• Vérifiez que les reformulations ne changent aucun chiffre ; l'IA peut arrondir ou recalculer de travers.
• Une version « neutre » produite par l'IA reste une version : relisez-la, car le choix des mots y est encore un choix.
• N'envoyez pas de rapports confidentiels ou de données personnelles à un outil non autorisé.

Limites#

• L'effet n'est pas universel : une méta-analyse (Kühberger, 1998) conclut à un effet réel mais d'ampleur modérée et variable selon le type de cadrage et la formulation des problèmes.
• Une partie de l'effet tient à ce que la formulation transmet de l'information : dire « la moitié des projets réussissent » plutôt que « la moitié échouent » reflète parfois ce que le locuteur pense réellement (cadrage « informatif »).
• Les chiffres du problème de la maladie asiatique sont des résultats d'une expérience sur des étudiants, non des taux généralisables à tout comité de pilotage.
• Pour le cas McNeil et coll. (1982), seule la tendance est rapportée ici ; les proportions exactes par groupe sont à lire dans l'article.

Sources et vérification#

• Tversky & Kahneman (1981), « The framing of decisions and the psychology of choice », Science — la « maladie asiatique ».
• McNeil, Pauker, Sox & Tversky (1982), « On the elicitation of preferences for alternative therapies », New England Journal of Medicine.
• Tversky & Kahneman (1986), « Rational choice and the framing of decisions », Journal of Business.
• Levin, Schneider & Gaeth (1998), « All frames are not created equal: A typology and critical analysis of framing effects », Organizational Behavior and Human Decision Processes.
• Kühberger (1998), « The influence of framing on risky decisions: A meta-analysis », Organizational Behavior and Human Decision Processes.
• Kahneman & Tversky (1979), « Prospect Theory: An Analysis of Decision under Risk », Econometrica.
• Echterhoff et coll. (2024), « Cognitive Bias in Decision-Making with LLMs » — cadrage chez les modèles de langage.

Voir aussi#