Modèles de prise de décision: modèle Brunswik Lens et Bayes

Il existe plusieurs modèles normatifs de prise de décision individuelle qui diffèrent par leur importance et leur complexité. Le modèle que nous allons présenter en détail a été utilisé avec succès pour étudier les caractéristiques fondamentales de la prise de décision. Il fournit également un cadre conceptuel intéressant pour visualiser et apprécier le processus de décision.

1. Modèle d'objectif Brunswik:

Le modèle de lentille de Brunswik (1956) est une façon de voir les décisions que les gens prennent et comment ils s'y prennent. Un diagramme du modèle d'objectif est présenté à la figure 15.3.

Le modèle suppose que le processus de décision est composé de trois éléments essentiels:

(1) les informations de base dans la situation de décision,

(2) la décision réelle prise par le décideur, et

(3) La décision optimale ou correcte qui aurait dû être prise dans cette situation particulière.

Chacun de ceux-ci est illustré à la figure 15.3.

Informations de base:

Chaque fois qu’une personne prend une décision, elle dispose d’un certain nombre d’indices ou d’indicateurs qu’elle peut ou non utiliser comme aides au cours du processus. Par exemple, prenons un dirigeant confronté chaque mois au problème de la détermination du nombre d’unités du produit X à produire. Il existe évidemment une grande variété de variables de décision qu'il pourrait utiliser pour l'aider à prendre une bonne décision, telles que l'inventaire actuel, les commandes en cours, les indicateurs de marché généraux, les conseils de ses subordonnés immédiats, etc. Ce sont les variables de repère potentielles montré à la figure 15.3.

Décision observée:

Bien sûr, tout processus de décision doit aboutir à une réponse quelconque - même si la réponse est simplement la décision de ne pas donner de réponse, il est probablement prudent de dire qu'une telle réponse a été faite. La prise de décision implique toujours un choix d’action. Ainsi, le «comportement de décision» et le «comportement de choix» sont en réalité des phénomènes assez impossibles à distinguer. La zone située à droite de la figure 15.3 représente la ligne de conduite à laquelle le décideur s’engage enfin.

Décision correcte:

Tout comme il existe une ligne de conduite observée de la part du décideur, une réponse ou un choix optimal est-il associé à toute décision? Cette décision optimale représente le meilleur choix possible d'action que le décideur aurait pu choisir dans cette situation particulière. Dans un sens très réel, il représente le critère ultime par rapport auquel la décision réelle devrait être évaluée.

Dans de nombreuses situations de décision, il est difficile de déterminer ou de savoir réellement en quoi consiste cette décision optimale à un moment donné. Cependant, du moins en théorie, le décideur a toujours une réponse optimale. Dans la Figure 15.3, cette valeur est indiquée dans la zone de gauche comme la décision «correcte».

Dynamique du modèle:

Après avoir défini les ingrédients essentiels du modèle, il devient maintenant possible d’examiner les relations réciproques entre ces éléments. Ces interrelations nous donnent une indication de la complexité et de la dynamique du processus de prise de décision.

Validité vraie du repère La valeur réelle de tout repère disponible pour le décideur est représentée par le «pouvoir» diagnostique ou prédictif de ce repère. En d'autres termes, dans quelle mesure est-il utile de disposer de cette information lors du processus de décision? La corrélation entre le repère et la décision correcte, c'est-à-dire la validité de repère, constitue l'indice qui représente ce pouvoir prédictif.

Par exemple, reprenons le cas de notre dirigeant qui doit continuellement décider du nombre d'unités du produit X qu'il doit produire chaque mois. Un indice qu’il utiliserait probablement est la taille de son inventaire actuel. Supposons également qu’il soit possible de préciser, chaque mois, le nombre de X unités qui auraient dû être produites. Le tableau 15.1 fournit un exemple hypothétique qui montre, pour chaque mois en 1966,

a) la taille de l'inventaire actuel,

(b) le nombre d'unités X que notre exécutif a décidé de produire, et

Si nous traçons la corrélation entre les colonnes (a) et (c) comme le montre la figure 15.4, nous constatons que la tendance est que les faibles valeurs d’inventaire correspondent à un grand nombre d’unités à produire. En effet, la corrélation entre (a) et (c) est de moins 0 869! Cela nous indique que la taille de l'inventaire actuel est fortement, mais négativement, liée au nombre d'unités nécessaires. En d’autres termes, c’est un excellent indice que le décideur doit surveiller de très près.

Validité du repère observé La question suivante que nous pourrions poser au sujet du processus de décision est la suivante: «Dans quelle mesure ou dans quelle mesure le décideur at-il utilisé un repère donné? Cela lui est donné une indication, a-t-il tendance à l'utiliser? Cela peut être déterminé en examinant la corrélation entre les valeurs de repère et ce que le décideur a réellement fait pour un certain nombre de décisions, c'est-à-dire les colonnes (a) et (b) du tableau 15.1. Cette corrélation est également représentée à la figure 15.4, où nous pouvons constater qu’elle a une valeur de 0, 377. Ainsi, notre exécutif a apparemment utilisé la réplique, mais pas dans la mesure où elle aurait dû être utilisée (du moins, il a correctement estimé l'orientation de la relation véritable).

Réussite décisionnelle :

La troisième question et peut-être la plus pertinente que nous devrions poser est celle de savoir si le décideur a bien rempli sa tâche. At-il eu un haut niveau de réalisation dans la mesure où les décisions qu’il a réellement prises sont proches de celles qui, rétrospectivement, auraient dû être prises? Cela peut être déterminé en examinant le degré de corrélation entre les colonnes (b) et (c) du tableau 15.1.

La corrélation entre le nombre d'unités que l'exécutif a décidé de produire (colonne b) et le nombre qu'il aurait dû décider de produire (colonne c) s'avère dans notre exemple être 0, 165, ce qui n'est pas très satisfaisant à tous points de vue. Notre décideur ne va manifestement pas aussi bien qu'il le pourrait avec un indice qui pourrait lui être très utile dans ces circonstances particulières.

Résultats de recherche :

Le modèle de lentille est fondamentalement une conceptualisation descriptive du processus de décision humain qui fournit un certain nombre d'indices mathématiques permettant d'étudier le processus de décision chez l'homme. La plupart des recherches basées sur ce modèle ont été des recherches de laboratoire plutôt abstraites - elles n'ont pas été appliquées dans de nombreux contextes de tâches réalistes. Cependant, les résultats de la recherche ont indiqué plusieurs choses plutôt intéressantes sur la capacité des personnes à utiliser des indices dans une situation de prise de décision, aussi un bref résumé de ces résultats sera-t-il présenté.

En premier lieu, plusieurs études (Schenck et Naylor, 1965, 1966; Dudycha et Naylor, 1966; Summers, 1962; Peterson, Hammond et Summers, 1966) ont toutes montré que les décideurs peuvent apprendre à utiliser les indices de manière appropriée. C'est-à-dire qu'ils ont tendance à apprendre quels indices sont bons et lesquels sont mauvais et à accorder plus d'attention aux bons indices qu'aux mauvais signaux.

Cependant, l’étude Dudycha-Naylor a montré qu’il est très intéressant de constater que si un décideur a un très bon indice et que l’on lui donne ensuite un deuxième indice plus pauvre, tout en ayant une valeur prédictive supplémentaire, sa performance diminuera. s'il avait juste la queue simple! Apparemment, les signaux médiocres ajoutent plus de statique ou de «bruit» au processus décisionnel qu’ils n’apportent une valeur prédictive. D'autre part, si le signal initial n'a qu'un pouvoir prédictif moyen et que vous accordez au décideur un deuxième signal très bon, ses performances s'améliorent considérablement.

Clark (1966) a récemment signalé une autre découverte intéressante. Il a montré que les indices de validité négative ne sont pas aussi utiles au décideur que les indices ayant une relation directe ou positive. Pour une raison quelconque, les humains semblent avoir plus de difficulté à apprendre à utiliser comme sources d'aide pour le sida une validité négative. Le lecteur se souviendra que pour des raisons prédictives, le signe d’une relation n’est pas important, c’est-à-dire qu’une valeur de validité égale à - 0, 80 est tout aussi utile, éventuellement, qu’une valeur de validité égale à 0, 80.

D'autres informations ont été obtenues sur les décideurs humains utilisant le modèle de lentille: (1) les humains apprennent mieux à utiliser des indices ayant une relation linéaire avec la décision correcte qu'à utiliser des indices ayant une relation non linéaire (Dickinson et Naylor, 1966; Hammond et Summers, 1965) et (2) les humains ont tendance à utiliser systématiquement les signaux, même lorsque ceux-ci ne possèdent aucun pouvoir prédictif réel (Dudycha et Naylor, 1966). Cette dernière conclusion signifie simplement que si un décideur est placé dans une situation où aucun des indices dont il dispose n’a de valeur, il aura quand même tendance à en choisir et à en utiliser certains comme s’ils avaient une valeur.

2. Modèle de prise de décision de Bayes :

Un autre modèle mathématique de plus en plus utilisé dans l’étude de la prise de décision humaine est connu sous le nom de théorème de Bayes.

Ceci est comme suit:

P (A | B) = P (B | A) P (A) / P (B | A) P (A) + P (B | Â) P (Â)

Où P (A | B) = probabilité de A étant donné que B s'est produit

P (B | A) = probabilité de B étant donné que A s'est produite

P (A) = probabilité de A

P (Â) = probabilité de ne pas être A, c'est-à-dire 1 - A

P (B | Â) = probabilité de B donnée non A

Étant donné que les expressions telles que le théorème de Bayes ont souvent tendance à être source de confusion, prenons un exemple de tâche de décision pratique et voyons comment le modèle de Bayes pourrait s’appliquer.

Un type de tâche décisionnelle typique auquel toutes les entreprises sont confrontées consiste à décider qui choisir et qui rejeter parmi un groupe de candidats. Prenons le cas où une entreprise a décidé d’essayer un nouveau test de sélection. Pensez en outre que l'expérience a montré que seuls 60% des employés qui postulent se révèlent être satisfaisants. Supposons également que, dans le passé, la pratique de l'entreprise consistait à engager tout le monde et à lui donner une chance de s'entraîner.

Parmi les hommes qui se sont avérés satisfaisants, 80% se sont révélés supérieurs au seuil de réussite du nouveau test de sélection, alors que seulement 40% de ceux qui se sont révélés insatisfaisants ont dépassé le seuil. Maintenant, si nous utilisons ce test pour la sélection et si nous n'embauchons que des hommes au-dessus du seuil, quelle est la probabilité qu'une personne au-dessus du seuil se révèle satisfaisante?

Si nous définissons à nouveau nos symboles, nous avons:

P (A) = probabilité de succès = 0, 60

P (B) = probabilité de réussir le test

P (B | A) = probabilité de réussir le test si l'employé réussit = 0, 80

P (B | Â) = probabilité de réussite du test si l'employé échoue = 0.40

P (B | A) = probabilité de ne pas réussir le test si l'employé réussit = 0, 20

P (B | A) = probabilité de ne pas passer le test si l'employé échoue = 0.60

Nous voulons savoir P (A | B), c'est-à-dire la probabilité qu'une personne réussisse compte tenu du fait qu'elle a réussi le test.

Le théorème de Bayes montre:

P (A | B) = (0, 80) (0, 60) / (0, 80) (0, 60) + (0, 40) (0, 40)

= 0, 48 / 0, 48 + 0, 16 = 0, 75

En d’autres termes, si nous ne sélectionnons que ceux qui ont réussi notre test de dépistage, nous aurons 75% de succès en matière d’embauche, par rapport au chiffre de 60% sans le test. L'application du théorème de Bayes à la prise de décision dans l'industrie devient de plus en plus fréquente. C'est un outil très puissant et son utilisation devrait augmenter considérablement dans les années à venir.