L'économie comportementale et computationelle des décisions contextuellement dépendantes – RANGE
Décider en contexte / Range
L'économie comportementale et computationelle des décisions contextuellement dépendantes
Décisions en contexte mouvant : montrer que la valeur subjective est normalisée par le contexte et élaborer une théorie prédisant ses effets sur la décision et la régulation.
ILes anomalies comportementales observées ne relèvent pas d’erreurs aléatoires : elles proviennent d’un processus systématique de recentrage et de compression de l’utilité par une fenêtre contextuelle. Le programme scientifique poursuit deux objectifs principaux : 1. Identifier les mécanismes cognitifs et représentationnels de la normalisation : comprendre comment les individus agrègent au fil du temps les résultats extrêmes, comment l’information symbolique sert d’ancre contextuelle, et comment ces processus engendrent une instabilité endogène ou une incomplétude des préférences révélées. 2. Évaluer la portée institutionnelle de la normalisation : analyser comment les biais internes d’évaluation se propagent dans l’interaction stratégique, la négociation, la divulgation d’information, les mécanismes de screening, les incitations à l’innovation et la conception réglementaire. Dans ces configurations, la normalisation devient une source structurelle de distorsion du marché et du bien-être, en particulier lorsque l’information est incomplète ou inégalement distribuée. Le programme RANGE vise à formuler une théorie intégrée des préférences normalisées par la gamme, capable d’expliquer à la fois les effets comportementaux micro (sensibilité au contexte, instabilité des préférences, dérive de la valeur) et les distorsions macro (mauvaise allocation, inégalités épistémiques, inefficacités réglementaires). Plutôt que de traiter les effets de contexte comme de simples biais accidentels, RANGE établit la normalisation comme un mécanisme fondamental de la décision, déterminant la valorisation subjective, le bien-être et les formes de gouvernance.
Le programme RANGE a développé une méthode expérimentale intégrée destinée à analyser les effets de normalisation de gamme dans les décisions sous risque. L’objectif n’est pas seulement de mesurer des choix, mais de faire varier de manière contrôlée le contexte informationnel, symbolique et expérientiel afin d’identifier comment les individus codent la valeur et ajustent leurs préférences.
La méthode repose sur quatre éléments complémentaires.
1. Manipulation contrôlée de la gamme expérimentée
Dans les tâches d’échantillonnage ou de loteries, les participants rencontrent des résultats extrêmes (gains/pertes maximaux) dont la dispersion est contrôlée. Ces extrema forment une gamme expérimentée, progressivement intégrée dans les représentations internes. On observe comment cette gamme influence l’évaluation ultérieure de perspectives identiques, mais présentées après une phase d’apprentissage différente.
2. Variations croisées symboliques/expérientielles
Les tâches hybrides combinent une description symbolique (probabilité, montant, texte, indice visuel) et une expérience directe (tirages répétés, feedback, échantillonnage). L’information symbolique est introduite comme un ancrage contextuel susceptible de modifier la pondération de la valeur expérimentée. Cette architecture permet d’isoler deux mécanismes : la compression divisive de la valeur expérientielle et le ré-étalonnage autour d’ancres symboliques.
3. Élicitation dynamique et instabilité des préférences
Les préférences ne sont pas mesurées une seule fois : elles sont élicités à différents stades de la tâche, pendant et après l’apprentissage, afin d’identifier l’émergence endogène d’incomplétude, d’instabilité ou d’indifférence apparente. Le protocole ne considère pas l’erreur comme du bruit : il teste si l’instabilité est corrélée à la dispersion contextuelle, donc produite par normalisation, et non par un déficit cognitif.
4. Transmission stratégique et interactions bilatérales
Certaines tâches prolongent la manipulation au niveau stratégique : les agents évaluent, négocient ou échangent des actifs après une phase de normalisation interne. On mesure comment une mévaluation individuelle devient institutionnelle : le surplus anticipé, les prix négociés ou la divulgation stratégique sont affectés par les gammes internes de valorisation.
Justification scientifique
Cette méthode fait de RANGE une théorie expérimentable : la normalisation n’est ni postulée ni supposée, elle est provoquée, paramétrée, suivie dans le temps, et mesurée par ses effets sur les préférences, les choix et l’interaction stratégique. Le protocole permet d’identifier un mécanisme : la valeur subjective n’est pas absolue, elle est continuellement recalibrée par la gamme récente, le contexte symbolique et la structure informationnelle.
Projet RANGE – Résultats consolidés (2021–2024)
1. Le contexte détermine la valeur expérientielle
Dans Garcia, Lebreton, Palminteri & Bourgeois-Gironde (2023, Nature Human Behaviour), les choix hybrides montrent une sous-pondération systématique de la valeur expérientielle en présence d’un indice symbolique. L’information symbolique agit comme un « régleur de gamme » contextuel, comprimant l’évaluation expérientielle et recentrant l’utilité. La valeur subjective est donc relative à la gamme, et non absolue.
2. Préférences incomplètes dues à la dispersion contextuelle
Dans Arlegi, Bourgeois-Gironde & Hualde (2022, Journal of Economic Behavior & Organization), les préférences deviennent incomplètes ou instables lorsque la gamme informationnelle s’élargit ou lorsque la saillance des attributs diverge. L’incomplétude corrèle avec la dispersion contextuelle, indiquant une instabilité endogène produite par la normalisation, et non par un manque d’information.
3. La mésévaluation se propage par interaction
Dans Bourgeois-Gironde & Czupryna (2022, Advances in Social Simulation), des échanges bilatéraux avec mévaluation endogène montrent que les biais de normalisation initiaux s’amplifient par interaction, modifiant l’excédent espéré, la négociation et les allocations d’équilibre. L’évaluation dépendante de la gamme a donc des conséquences institutionnelles, et non uniquement intrapersonnelles.
4. L’inégalité épistémique rétrécit les fenêtres de valorisation
Des travaux avec Alda Mari (2024, soumis) montrent que les réseaux informationnels segmentent les fenêtres de valorisation. RANGE prédit davantage d’incomplétude et de mévaluation sous inégalité épistémique, car des gammes informationnelles étroites réduisent la discriminabilité et accroissent l’indifférence apparente. Cela relie la normalisation à la topologie informationnelle.
5. La normalisation affecte la conception des mécanismes
Les travaux avec Daniel Benoliel (2023–24, acceptés/soumis : Illinois Law Review ; Yale International Law Journal) montrent que les gammes de valorisation influencent la divulgation et le screening. Lorsque risques ou externalités sont imparfaitement connus, les biais de normalisation interne génèrent des distorsions stratégiques, pertinentes pour les incitations à l’innovation et à la durabilité.
Implication unifiée
À travers l’évaluation hybride (Garcia et al. 2023), l’élicitation incomplète (Arlegi et al. 2022), la mévaluation bilatérale (Czupryna & BG 2022), la segmentation épistémique (Mari & BG 2024) et le screening réglementaire (Benoliel & BG 2023–24), une même régularité apparaît : l’utilité est dynamiquement normalisée par la gamme. Le contexte, la structure informationnelle, l’histoire temporelle et l’interaction façonnent la valorisation subjective, produisant des pondérations biaisées, une incomplétude endogène, des mévaluations à impact sur le bien-être et des distorsions réglementaires.
Le programme RANGE montre désormais que l’évaluation subjective repose sur des mécanismes de normalisation sensibles au contexte, opérant à plusieurs niveaux : décision individuelle, réseaux informationnels et environnements stratégiques ou institutionnels. La prochaine étape consiste à formuler une théorie intégrée des préférences normalisées par la gamme, permettant d’expliquer non seulement des anomalies ponctuelles, mais aussi des distorsions systémiques affectant marchés, bien-être, apprentissage et régulation.
Un premier axe vise à préciser les fondements mécanistiques de la normalisation. Les modèles actuels (normalisation divisive, utilité adaptative, accumulation bayésienne) restent partiellement descriptifs. Les résultats RANGE suggèrent que la dépendance historique, l’ancrage symbolique et les dynamiques d’apprentissage doivent devenir endogènes à la représentation, plutôt que considérés comme un simple cadrage exogène. Une modélisation complète doit intégrer (i) l’agrégation temporelle des extrema vécus, (ii) les a priori symboliques ou linguistiques, et (iii) l’attention comme mécanisme dynamique d’échelle. L’intégration entre apprentissage par renforcement et normalisation constitue une piste prometteuse pour expliquer l’instabilité des préférences, l’incomplétude des ordres et la dérive endogène de la valeur.
Un deuxième axe concerne l’extension institutionnelle. Les travaux empiriques montrent que les biais de normalisation se propagent dans l’interaction bilatérale (Bourgeois-Gironde & Czupryna 2022) et que les échelles internes d’évaluation modifient la divulgation d’information, le reporting et les mécanismes de screening (Benoliel & Bourgeois-Gironde 2023–24). Il s’agit d’identifier des mécanismes, contrats et instruments réglementaires robustes sous préférences normalisées. La conception informationnelle, les règles par défaut, la divulgation du risque ou les systèmes de scoring adaptatifs peuvent compenser la dérive endogène de la valeur. Cela ouvre un champ majeur pour une gouvernance réflexive du risque, calibrée sur l’utilité normalisée plutôt que sur des préférences absolues idéalisées.
Un troisième axe est réseau-théorique. Si les réseaux épistémiques partitionnent l’étendue informationnelle (Mari & Bourgeois-Gironde 2024), alors la complétude des préférences, la discriminabilité et le bien-être dépendent de la topologie réseau. RANGE prédit que des environnements informationnels étroits favorisent incompleteness, indifférences apparentes et ancrage symbolique. Une question centrale est de savoir comment modifier la structure d’accès à l’information (connectivité, transparence, signaux publics) pour stabiliser les fenêtres d’évaluation, sans recourir à des instruments monétaires ou contractuels coûteux.
Ce projet procède de deux observations concernant la prise de décision dans l'incertain. 1) la valeur subjective d'une option est fortement affectée par les options présentes simultanément ou présentées dans un passé récent (les décisions sont dépendantes contextuellement). 2) la valeur subjective d'une option diffère si l'information qui la concerne est communiquée explicitement ou inférée implicitement au cours d'un apprentissage. (Il s'agit dudit "experience/description gap). Le but du projet est alors de décrire les mécanismes comportementaux et computationnels qui sous-tendent la dépendance contextuelle des décisions, en recourant à une double expertise en théorie de la décision comportementale et en sciences cognitives computationnelles. Nos hypothèses sont: 1) La dépendance contextuelle des décisions peut être formalisée comme un processus adaptatif à l'amplitude (range) des décisions rencontrées. 2)Ce processus est robuste aux formats informationnels explicites et implicites.
Coordination du projet
Sacha BOURGEOIS-GIRONDE (Institut Jean-Nicod)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenariat
Institut Jean-Nicod
LNC2 LABORATOIRE DE NEUROSCIENCES COGNITIVES ET COMPUTATIONNELLES
Aide de l'ANR 319 956 euros
Début et durée du projet scientifique :
décembre 2021
- 48 Mois