i

Description

Crête rocheuse menant au sommet d'Electric Peak, avec un randonneur isolé

Source

Jacob W. Frank (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.

Dunning-Kruger et « Mount Stupid »

Pourquoi les personnes les moins compétentes évaluent-elles si mal leur propre niveau, et que reste-t-il de cette idée après vingt-cinq ans de débats ?

En résumé

« Mount Stupid » est le surnom populaire d'une courbe confiance / connaissance rattachée à l'effet Dunning-Kruger.

• L'étude d'origine (1999) : 4 études ; les personnes les moins performantes surestiment leur rang (≈ 12^e centile réel, ≈ 62^e estimé) ; explication proposée : le « double fardeau » de l'incompétence.
• La courbe en montagne n'est pas dans l'article : c'est une popularisation.
• Le débat : l'effet pourrait être en partie un artefact statistique ; des réplications (2021) confirment un noyau réel, mais sa taille reste discutée.
• À retenir : on évalue mal ce qu'on maîtrise mal. Parades : retour externe, mesure, pairs, tests sur cas limites.

Aller au débat scientifique →

Sur cette page

1. L'idée en deux minutes
2. D'où vient « Mount Stupid »
3. L'étude d'origine (Kruger & Dunning, 1999)
   1. Résultats principaux
   2. La figure d'origine
4. Le mécanisme proposé : le « double fardeau »
5. Un cas célèbre : le braqueur au jus de citron
   1. McArthur Wheeler, Pittsburgh 6 janvier 1995
6. Ce que l'effet ne dit pas
7. Critiques et réexamens
   1. L'hypothèse de l'artefact statistique
   2. Les réponses
8. La courbe « Mount Stupid » : que vaut-elle ?
   1. Appliquée à un apprentissage : niveau réel contre niveau perçu
   2. Comment la lire
9. Avec l'IA, le biais prend tout son sens
   1. Ce que montrent les études
   2. Se calibrer sur sa propre courbe
10. Pourquoi cela reste utile
11. Se prémunir : une méthode
12. Lien avec les matrices de maturité
13. Avec l'IA : un point de vue, des usages, des prompts
    1. Détecter
    2. Remédier
    3. Atténuer
    4. Prompts à intégrer à vos usages
14. Glossaire
15. Sources et vérification
16. Voir aussi
    1. Se combine avec, ou renforce
    2. Biais voisins
    3. Contrepoids et réflexes associés

Une phrase résume l'idée : pour bien juger une compétence, il faut déjà en posséder une partie. Le reste de cette page détaille ce que l'on sait réellement, ce qui est discuté, et ce qui relève de la légende.

L'idée en deux minutes#

1. Au départ, on ne sait pas ce que l'on ne sait pas : le domaine paraît simple, on en voit la surface.
2. En avançant, on découvre la complexité, les cas limites, les exceptions : la confiance baisse.
3. Avec l'expérience, la confiance remonte, cette fois appuyée sur des preuves et sur la conscience de ses limites.

La difficulté vient de l'étape 1 : l'outil qui permettrait de détecter ses erreurs (la compétence) est précisément celui qui manque.

D'où vient « Mount Stupid »#

Illustration inspirée de la personne

Illustration fictive

L'expression désigne une courbe largement diffusée sur Internet : la confiance en ordonnée, la connaissance (ou l'expérience) en abscisse. Elle montre un pic de confiance très tôt (« Mount Stupid »), suivi d'une chute (« vallée du désespoir »), d'une remontée (« pente de l'illumination ») puis d'un plateau.

L'étude d'origine (Kruger & Dunning, 1999)#

Article

Kruger, J., & Dunning, D. (1999). Unskilled and Unaware of It: How Difficulties in Recognizing One's Own Incompetence Lead to Inflated Self-Assessments. Journal of Personality and Social Psychology, 77(6), 1121–1134.

Identifiant

doi:10.1037/0022-3514.77.6.1121

Protocole

Quatre études, menées auprès d'étudiants de l'université Cornell, dans trois domaines : l'humour, le raisonnement logique, la grammaire.

Mesure

Chaque participant passe un test, puis estime sa propre performance et son rang relatif (en centiles) par rapport aux autres.

Résultats principaux#

• Les participants du quartile inférieur surestiment fortement leur performance et leur rang : dans le résumé de l'article, ils se situent réellement autour du 12^e centile mais s'estiment autour du 62^e.
• Les participants du quartile supérieur tendent à sous-estimer légèrement leur rang relatif ; les auteurs l'expliquent par un biais de « faux consensus » (ils supposent les autres aussi compétents qu'eux).
• Dans la dernière étude, entraîner les participants au raisonnement logique améliore la calibration de leur auto-évaluation : acquérir la compétence aide à mesurer ses propres limites.

La figure d'origine#

Le graphique de l'article compare, par quartile de performance réelle, le rang perçu et le rang réel. Il ne contient ni « montagne » ni « vallée ».

Le mécanisme proposé : le « double fardeau »#

Les auteurs avancent que les personnes peu compétentes souffrent d'un double handicap : elles font davantage d'erreurs, et elles manquent des compétences métacognitives nécessaires pour s'en apercevoir. Produire une bonne réponse et reconnaître une bonne réponse sollicitent en grande partie le même savoir.

Un cas célèbre : le braqueur au jus de citron#

Ce que l'effet ne dit pas#

• Ce n'est pas une affaire d'intelligence générale. L'effet est propre à un domaine : on peut être excellent dans un et mal calibré dans un autre.
• Ce n'est pas un jugement sur des personnes. Tout le monde est concerné dès qu'il sort de son domaine d'expertise.
• Ce n'est pas réservé aux débutants absolus. L'écart de calibration se mesure sur tout le spectre ; il est simplement le plus grand en bas.
• La moyenne des gens n'est pas « stupide ». Les auto-évaluations sont corrélées à la performance, imparfaitement.

Critiques et réexamens#

L'hypothèse de l'artefact statistique#

Plusieurs travaux soutiennent que le motif observé peut apparaître sans mécanisme métacognitif particulier, par l'effet combiné de deux phénomènes classiques :

• la régression vers la moyenne : quand deux mesures imparfaitement corrélées sont comparées, les extrêmes de l'une sont moins extrêmes sur l'autre ;
• l'effet « meilleur que la moyenne » : la plupart des gens se jugent un peu au-dessus de la moyenne.

Des simulations sur nombres aléatoires (Nuhfer et al., 2016 et travaux suivants) montrent qu'un motif proche peut en émerger. Gignac et Zajenkowski (2020), sur 929 personnes (auto-évaluation de l'intelligence et test de matrices de Raven), n'ont pas trouvé les signes statistiques attendus d'un effet Dunning-Kruger, d'où le titre de leur article : « …is (mostly) a statistical artefact ».

Les réponses#

• Jansen, Rafferty & Griffiths (2021) proposent un modèle rationnel de l'auto-évaluation et réalisent deux grandes réplications (environ 4 000 participants chacune, grammaire et raisonnement logique). Leurs résultats soutiennent que les personnes peu performantes sont moins sensibles aux indices de leurs propres erreurs.
• Mazor & Fleming (2021), dans un commentaire publié dans le même numéro de Nature Human Behaviour, replacent ces travaux dans le débat sur l'origine de l'effet, qui reste ouvert.

La courbe « Mount Stupid » : que vaut-elle ?#

Conclusion pratique : utiliser la courbe comme métaphore est légitime ; l'utiliser comme preuve ne l'est pas.

Appliquée à un apprentissage : niveau réel contre niveau perçu#

La courbe devient intéressante quand on la pose sur l'apprentissage d'une même personne dans le temps, et non sur des personnes de niveaux différents à un instant donné (ce que mesure l'étude de 1999). On trace deux lignes : le niveau réel (ce qu'on sait réellement faire, théorique) et le niveau perçu (ce qu'on croit savoir faire). La zone colorée entre les deux, c'est l'écart d'auto-évaluation.

Le niveau réel suit la forme classique des courbes d'apprentissage : des gains rapides au début, de plus en plus lents ensuite (la « loi de puissance de la pratique » décrite par Newell et Rosenbloom en 1981 sur des tâches très variées). Le niveau perçu, lui, ne suit pas le même chemin : il monte vite sur les premiers succès, puis se corrige quand la complexité apparaît.

Comment la lire#

• Le pic de confiance arrive quand le niveau réel est encore bas : les premiers succès sont réels, mais ils portent sur les cas faciles.
• Le creux est le moment où la complexité apparaît (une erreur, un cas limite, un incident) : la confiance chute, parfois sous le niveau réel.
• Le recalage est la phase utile : on ajuste sa perception grâce à des retours (résultats, relectures, mesures). Sans retour, l'écart persiste.
• Ce qui change d'un domaine à l'autre n'est pas la forme, mais la vitesse du retour : la conduite sanctionne vite, un nouveau poste plus lentement, l'IA parfois jamais.

Avec l'IA, le biais prend tout son sens#

Pour beaucoup de personnes, utiliser l'IA est un apprentissage comme un autre, et il a sa courbe : on découvre, on s'enthousiasme, on rencontre une première erreur, on apprend à vérifier, on trouve ce qui marche et ce qui ne marche pas. C'est précisément le cadre où la métaphore de « Mount Stupid » est la plus utile, parce que plusieurs conditions qui entretiennent l'écart de perception y sont réunies.

Ce que montrent les études#

• METR (Becker et coll., 2025) : 16 développeurs expérimentés, 246 tâches sur leurs propres dépôts, assignées au hasard avec ou sans IA. Résultat : environ 19 % de temps en plus avec l'IA, alors que les développeurs estimaient, après coup, avoir gagné environ 20 %. L'étude porte sur des outils du début 2025 et sur des développeurs très familiers de leur code : elle ne dit pas que l'IA ralentit toujours, elle montre que la perception peut être à l'opposé de la mesure.
• Fernandes et coll. (Aalto, Computers in Human Behavior) : sur des problèmes de raisonnement logique, l'aide d'un modèle améliore les scores ; les participants se surestiment néanmoins d'environ 4 points, et la relation habituelle de Dunning-Kruger s'efface : plus on se dit à l'aise avec l'IA, plus on se surestime.
• Dell'Acqua et coll. (2023) : sur des tâches dans la frontière, les consultants avec GPT-4 ont fait environ 12 % de tâches en plus, environ 25 % plus vite, avec une qualité jugée supérieure d'environ 40 % ; hors frontière, ils ont été moins souvent corrects.
• Brynjolfsson, Li et Raymond (2023) : sur plus de 5 000 agents de support, l'assistant fait gagner en moyenne 14 % de productivité, 34 % pour les novices et très peu pour les experts : l'IA peut aussi aider à remonter plus vite la courbe d'expérience. L'enjeu n'est donc pas de s'en priver, mais de mesurer ce qu'elle apporte.

Se calibrer sur sa propre courbe#

1. Estimer avant, mesurer après. Noter le gain attendu d'une tâche avec l'IA, la chronométrer, comparer. L'écart entre les deux est votre écart de perception.
2. Se constituer des cas test, dont des cas hors de la zone où l'IA réussit d'habitude (données rares, règles métier, erreurs plausibles) : c'est là que se trouve la frontière.
3. Garder un retour indépendant : revue par un pair, test automatisé, recette : l'IA ne doit pas être la seule à relire son propre travail.
4. Demander le contraire : faire produire à l'IA les arguments contre sa propre réponse (les prompts de la section « Avec l'IA » plus bas s'y prêtent).
5. Refaire le point à chaque changement d'outil ou de modèle : la courbe repart en partie, la confiance doit repartir avec elle.

Pourquoi cela reste utile#

• Comme règle d'humilité : plus un domaine est nouveau pour moi, plus je dois douter de ma propre évaluation.
• Comme argument pour les retours externes : relectures par les pairs, tests, revues de code, audits.
• Comme explication de pratiques d'équipe : parcours de progression, évaluations de compétences, référentiels (voir les matrices de maturité).

Se prémunir : une méthode#

1. Décomposer la compétence en sous-compétences précises et juger chacune séparément.
2. Externaliser le jugement : faire relire, tester, auditer, plutôt que s'auto-évaluer.
3. Prédire puis comparer : noter à l'avance le résultat attendu (délai, qualité, risque), puis mesurer l'écart. La calibration s'entraîne.
4. Chercher les cas limites : si l'on ne sait pas citer trois situations où sa méthode échoue, on ne la connaît pas encore assez.
5. Demander à quelqu'un de plus expérimenté de contester le raisonnement, pas seulement le résultat.
6. Revenir régulièrement sur ses décisions passées pour en mesurer les effets réels.

Lien avec les matrices de maturité#

Une matrice de maturité se remplit souvent en auto-évaluation. C'est exactement le terrain où le biais s'exprime : sans preuves, les niveaux déclarés ont tendance à être trop optimistes. Pour cette raison, les bonnes pratiques d'évaluation demandent des éléments vérifiables pour chaque niveau et, si possible, un regard extérieur. Voir les limites des matrices.

Avec l'IA : un point de vue, des usages, des prompts#

Ce qui suit est un point de vue, pas un résultat de recherche établi. Un assistant produit rapidement un résultat d'apparence solide : la sensation de maîtrise peut précéder la compétence réelle. Quelques garde-fous cohérents avec ce qui précède :

• ne pas confondre obtenir une réponse et savoir l'évaluer ;
• conserver des tests et des contrôles indépendants de l'assistant ;
• apprendre assez du domaine pour détecter les erreurs plausibles ;
• garder la responsabilité de la décision finale.

Prompts à intégrer à vos usages#

1. Test de calibration.

Interroge-moi sur [domaine] avec dix questions de difficulté croissante, une à la fois.
Après chaque réponse, demande-moi mon niveau de confiance de 0 à 100 % AVANT de me dire si j'ai juste.
À la fin, donne-moi un tableau : confiance annoncée, résultat, et mon écart de calibration (suis-je trop sûr de moi, ou pas assez ?).

2. Expliquer pour trouver ses trous.

Je vais t'expliquer [notion] comme à un débutant. Joue le rôle d'un élève exigeant : pose-moi une question à la fois, signale chaque endroit où mon explication est vague, incomplète ou fausse, et ne complète jamais à ma place.
À la fin, liste ce que je n'ai pas su expliquer.

3. Contester une réponse de l'IA elle-même.

Voici une solution (code, calcul ou raisonnement) que tu viens de produire : [solution].
Joue maintenant l'avocat du diable : cherche les erreurs plausibles, les cas où elle échoue et les hypothèses non vérifiées. Pour chaque point, dis comment je pourrais le vérifier moi-même, sans te croire sur parole.

Glossaire#

Métacognition

Connaissance et contrôle de ses propres processus de pensée, dont la capacité à juger la qualité de ses réponses.

Calibration

Accord entre la confiance exprimée et la performance réelle.

Régression vers la moyenne

Tendance des valeurs extrêmes à être suivies de valeurs plus proches de la moyenne lorsque la mesure est bruitée.

Centile (percentile)

Position dans un classement : le 62^e centile signifie « mieux que 62 % du groupe ».

Sources et vérification#

• Becker, Rush, Barnes & Rein (2025), « Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity », METR / arXiv 2507.09089 — essai contrôlé, 16 développeurs, 246 tâches
• Brynjolfsson, Li & Raymond (2023), « Generative AI at Work », NBER w31161 — 5 179 agents de support
• Dell’Acqua et coll. (2023), « Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality », Harvard Business School Working Paper 24-013
• Mayhew, Simpson & Pak (2003), Accident Analysis & Prevention 35(5), 683-691 — collisions des conducteurs novices
• Deery (1999), « Hazard and risk perception among young novice drivers », Journal of Safety Research 30(4)
• Boswell, Shipp, Payne & Culbertson (2009), « Changes in newcomer job satisfaction over time: examining the pattern of honeymoons and hangovers », Journal of Applied Psychology 94(4), 844-858
• Newell & Rosenbloom (1981), « Mechanisms of skill acquisition and the law of practice », in J. R. Anderson (éd.), Cognitive Skills and Their Acquisition, Erlbaum
• Kruger & Dunning (1999), JPSP 77(6), 1121–1134 — article d'origine
• Gignac & Zajenkowski (2020), « The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data », Intelligence, 80, 101449
• Nuhfer et al. (2016), « Random Number Simulations Reveal How Random Noise Affects the Measurements and Graphical Portrayals of Self-Assessed Competency », Numeracy 9(1)
• Jansen, Rafferty & Griffiths (2021), Nature Human Behaviour 5, 756–763 — modèle rationnel et réplications
• Mazor & Fleming (2021), « The Dunning–Kruger effect revisited », Nature Human Behaviour 5, 677–678 — commentaire
• Fernandes et coll. (2026), « AI makes you smarter but none the wiser: The disconnect between performance and metacognition », Computers in Human Behavior, 175, 108779 — étude de l’université Aalto, parue en ligne en octobre 2025 (version préliminaire : arXiv 2409.16708).
• Wikipédia, « 1995 Greater Pittsburgh bank robberies » — les braquages de McArthur Wheeler.

Voir aussi#