Lors de l’analyse de vos flux de médias sociaux, vous est-il déjà arrivé d’ignorer des articles publiés par des amis ayant des opinions politiques différentes des vôtres ? Pourtant, vous avez probablement prêté attention au contenu partagé par ceux qui sont de votre côté du spectre politique. Ceci est un exemple de biais de confirmation – un terme qui a été introduit pour la première fois par le psychologue Peter Wason en 1960 et qui fait référence à la tendance à laisser les croyances antérieures influencer la façon dont nous percevons les nouvelles informations.
Définition: Biais de confirmation est une erreur cognitive qui se produit lorsque les gens recherchent ou analysent des informations d’une manière qui est directement conforme à leurs croyances ou idées préconçues existantes. Le biais de confirmation conduira les gens à rejeter les informations qui contredisent leurs croyances existantes, même si les informations sont factuelles.
Le biais de confirmation peut être considéré comme un exemple d’amorçage – nos croyances antérieures influencent la façon dont nous recherchons de nouvelles informations et déforment la façon dont nous les interprétons. C’est un moyen rentable de comprendre le monde – après tout, il est plus facile de s’en tenir à une hypothèse que de la rejeter et d’en proposer une autre à la place.
Voici quelques façons typiques dont le biais de confirmation se manifeste :
- Les gens ont tendance à ignorer les informations qui remettent en question leurs croyances existantes. Souvent, c’est parce que notre ego fait obstacle à une pensée impartiale. L’ego peut obscurcir notre jugement, nous mettant mal à l’aise avec des informations qui remettent en question nos croyances.
- Les gens ont tendance à rechercher des informations qui confirment leurs croyances existantes. Non seulement la confirmation des informations est plus confortable à interpréter, mais cela nous aide à justifier nos croyances et alimente notre confiance dans le sujet.
- Les gens présentent ce biais lorsqu’ils recueillent ou se souviennent de manière sélective des informations ou lorsqu’ils les interprètent de manière biaisée. Cela peut ressembler à n’entendre qu’un côté d’un reportage ou à interpréter l’histoire d’une manière qui confirme les croyances antérieures.
L’impact est plus important pour les problèmes chargés d’émotion et les croyances profondément enracinéescomme la religion, la race, la politique, les droits des femmes ou le changement climatique.
Plus important pour ceux qui travaillent dans l’UX, plus vous êtes investi dans vos hypothèses sur la conception ou les utilisateurs, plus le biais de confirmation est fort. Par exemple, si vous avez travaillé pendant des mois pour créer une conception, vous serez très susceptible de croire les preuves d’utilisabilité qui indiquent que la conception est bonne et d’être sceptique quant à toute découverte montrant des problèmes avec la conception. D’autre part, si vous n’avez travaillé qu’un jour ou deux sur un prototype papier avant de lancer une étude d’utilisabilité, vous serez moins biaisé dans l’interprétation des résultats.
Biais de confirmation dans la recherche et la conception UX
Le biais de confirmation peut avoir de graves conséquences dans la recherche et la conception UX, car il peut déformer les perspectives des praticiens en excluant les options alternatives et en délégitimant le désaccord. Reconnaître et surmonter le biais de confirmation conduira à une meilleure prise de décision, à la recherche et, éventuellement, à de meilleurs produits et expériences utilisateur.
Par exemple, imaginez un site de commerce électronique qui, malgré un trafic important et des utilisateurs qui mettent des produits dans leurs sacs, enregistre de faibles ventes. Les concepteurs émettent l’hypothèse que les performances inférieures sont dues à un bouton de paiement mal conçu (croyance préconçue). Ils décident de recueillir des commentaires et de poser la question d’enquête suivante :
Le bouton de paiement rouge était-il difficile à localiser ?
Il y a plusieurs problèmes avec cette question :
- L’accent mis sur le bouton de paiement biaise l’étude pour recueillir des preuves en faveur de l’hypothèse préalable avec laquelle les concepteurs ont commencé. Même si les réponses indiquent que oui, le bouton était difficile à trouver, ce problème n’est peut-être pas le plus gros problème que les utilisateurs rencontrent avec le site ou avec le processus de paiement.
- Le langage négatif (difficile à localiser) incite les participants à réfléchir à la questions avec ce bouton (plutôt que de savoir si le bouton était efficace ou non).
- La question binaire fermée ne laisse aucune place aux utilisateurs pour fournir un contexte sur l’expérience réelle et les problèmes qu’ils ont rencontrés.
Une meilleure question non suggestive est :
Comment s’est passé le processus de paiement ? Veuillez expliquer tout ce que vous avez aimé ou détesté dans le processus.
Cette question évite d’amorcer les participants et ne répond pas au biais de confirmation du concepteur. Il reconnaît que le processus de paiement peut être le problème et permet aux répondants d’élaborer et de donner des commentaires contextuels.
Pour résumer, il existe de nombreuses façons dont le biais de confirmation peut affecter les professionnels UX :
- Poser des questions biaisées et (plus généralement) mettre en place un test afin qu’il cherche à confirmer les hypothèses des chercheurs plutôt que d’enquêter sur d’autres problèmes et causes possibles d’un problème
- Ignorer les preuves qui pointent dans une direction différente (par exemple, dans un test d’utilisabilité)
- Interpréter des preuves ambiguës en faveur des hypothèses ou suppositions antérieures des chercheurs
Conseils pour prévenir le biais de confirmation dans la recherche UX
Être conscient du biais de confirmation est la première étape pour l’éviter. Voici quelques façons dont les chercheurs et concepteurs UX peuvent prévenir le biais de confirmation :
Rechercher plutôt que valider. Les professionnels UX doivent commencer avec un état d’esprit ouvert et viser à tester des hypothèses et des suppositions au lieu de les valider. Le but de la recherche est de découvrir des choses que nous ne savions pas auparavant, pas de confirmer nos attentes. Les concepteurs doivent être agiles et capables de reconnaître rapidement qu’ils sont sur la mauvaise voie au lieu de consacrer du temps et des ressources à approfondir une solution de conception peu prometteuse. Pour éviter ce cycle de validation, où les concepteurs supposent que le test confirmera ce qu’ils pensent déjà être vrai, comprenez que l’étape de planification de toute étude utilisateur doit inclure un examen complet des objectifs du test.
Obtenez les premières données. Comme mentionné ci-dessus, moins vous avez investi de temps, de ressources et d’émotions dans une certaine conception, moins vous serez biaisé lors de l’interprétation des observations de la recherche d’utilisateurs. Ainsi, plus tôt vous obtenez des données empiriques du public cible, plus vous avez de chances d’être relativement impartial lors de l’analyse des données et de l’action sur les résultats.
Poser des questions non biaisées. Lorsque les praticiens UX recueillent les commentaires des utilisateurs, que ce soit par le biais de tests d’utilisabilité, d’études de journal ou d’entretiens, évitez de poser des questions suggestives. Les questions orientées préparent les participants au test et les sensibilisent aux problèmes qui pourraient intéresser les chercheurs.
Souvent, lorsque vous avez une hypothèse spécifique, il peut être difficile de proposer une question qui ne soit pas suggestive (comme dans notre exemple de paiement). Prenez toujours du recul et demandez-vous : y a-t-il une façon dont cette question pourrait suggérer une réponse au participant ? Le participant pourrait-il deviner quelle est mon hypothèse à partir de cette question ? Si la réponse est oui, reformulez la question. Les participants sont des êtres humains et ils voudront souvent se sentir utiles et plaire à l’animateur en s’efforçant de réfléchir à ce qu’ils pensent être l’intérêt et le point de vue du chercheur.
Utiliser triangulation. Plusieurs sources de données peuvent non seulement renforcer la crédibilité de votre recherche, mais aussi prévenir les biais de confirmation. Il peut être facile de tordre et de transformer un résultat de recherche pour correspondre à votre hypothèse, mais il est beaucoup plus difficile de le faire avec des données provenant de plusieurs sources différentes telles que des tests utilisateurs, des analyses, des études quantitatives ou des journaux de service client. Dans l’exemple ci-dessus, imaginez que les concepteurs ont examiné le flux de comportement du site dans certains logiciels d’analyse avant de solliciter les commentaires des utilisateurs. Ils ont peut-être découvert que la plupart des abandons se produisent plus tard dans le processus de paiement, longtemps après que le bouton de paiement a été cliqué. Cette seule observation pourrait les amener à se poser de meilleures questions. Ou, disons que les commentaires des utilisateurs ont indiqué que les utilisateurs n’ont eu aucun problème avec le processus de paiement, mais les données d’analyse montrent clairement que les utilisateurs ne réussissent pas tout au long du processus. Ici, peut-être que l’enquête n’a pas posé la bonne question, ignorant la véritable raison derrière le taux d’abandon élevé.
Impliquez un regard neuf dans la planification et l’analyse de la recherche. Dans la mesure du possible, demandez à un collègue qui n’est pas directement impliqué dans votre projet de parcourir votre plan d’étude et d’assister à votre présentation des résultats. Souvent, quelqu’un qui n’a aucune connaissance de base des hypothèses précédentes peut apporter une nouvelle perspective neutre et vous aider plus facilement à identifier les effets du biais de confirmation.
Pourquoi le biais de confirmation est important
Le biais de confirmation peut amener les gens à s’accrocher fermement à de fausses croyances ou à accorder plus de poids que les preuves ne le justifient aux informations qui étayent leurs croyances. Les gens peuvent être trop confiants dans leurs croyances parce qu’ils ont accumulé des preuves pour les étayer, même si de nombreuses preuves réfutant leurs croyances ont été négligées ou ignorées. Dans UX, le biais de confirmation peut obscurcir le jugement, avoir un impact sur la capacité à sympathiser avec les utilisateurs, conduire à des études de recherche mal conçues et entraîner une mauvaise interprétation des résultats des commentaires. En comprenant comment le biais de confirmation peut avoir un impact à la fois sur les résultats des chercheurs et sur les réponses des utilisateurs, les praticiens UX peuvent utiliser des méthodologies pratiques pour collecter des données exploitables qui conduisent à des produits bien conçus.
Les références
Hallihan, GM et Shu, LH (2013). Considération du biais de confirmation dans la conception et la recherche en conception. Journal de la conception intégrée et de la science des processus, 17(4), 19-35.
Wason, CP (1960). De l’échec à éliminer des hypothèses dans une tâche conceptuelle. Revue trimestrielle de psychologie expérimentale, 12, 129-140.