Cours #11 Flashcards
(95 cards)
Décisions : def
Le processus de faire des choix entre des alternatives.
XXX
PC qui pt être study de plusieurs facons. En regardant activité cérébrale, tâches spécifiques qui identifient cmt diff choix influencent nos decisions, tous les processus qui sous-tendent ce type de fcto.
Live, le voir d’un pt de vue cognitif. Cmt on fait des erreurs, qcequi nfluence nos erreurs et biaise nos prises de decisioon.
CHOIX ALTERNATIVE
Ecq j’ouvre porte gauche ou droite quand je rentre ? Ecq je pousse ou tire la porte. MM si on realise pas quon le fait, on use nos proc de raisonnement
Raisonnement : def
Le processus de tirer des conclusions.
XXX
On fait souvent des erreurs ds notre vie quotidienne. Essayer de décortiquer ce qui fait en ofrte que notre fction cognitive est modulée
TIRER CONCLU
Qd je m’assoie sur chaise, je resonne que chaise va pas s’effondrer. Mon cerveau vu expérience passée et apprentissage a used raisonnement. C’est un raisonnement inductif.
Raisonnement inductif
2
Raisonnement basé sur l’observation.
Atteindre des conclusions à partir de preuves.
Conclusions probables, mais pas nécessairement vraies.
XXX
TT les obs qu’on a eues ds notre vie va amener à un raisonnement. Cmt agir ds une sit, avec des objets, etc.
Basé sur les obs pcq chaque chose qui ns arrive influence la prise de decision / restructure nos event.
Si un jour que j’asseoi sur chaise et s’ecroule, jvais y penser 2x avant de m’asseoir sur chaise.
À chaque fois on pt changer basé sur les obs la conclusion qu’on tire.
On a des obs et on arrive à des conclusions.
Pk cest pas nec vrai ? On a pas tt les obs du monde tt le temps. Si on a pas ensemble des connaissances, cest sur que la conclusion n’est pas nec vrai. Si robot mm si basé sur raisonnement inductif, sa conclusion va être vraie.
Raisonnement inductif : raisonnement 1 des corbeaux, mtl et toronto
Observation 1 : Tous les corbeaux que j’ai vu à Montréal sont noirs.
Observation 2 : Tous les corbeaux que j’ai vu à Toronto sont noirs.
Conclusion : Tous les corbeaux sont noirs.
XXX
#1
Raison inductif basé sur obs qui ns mène à conclusion.
C’est quoi la faiblesse ? Manque d’info globale. Faire attention à cmt on formule nos obs. Et question de représentation globale. Jai vu juste 2 villes, pas vu cmt en France, etc…
Ici conclu pas très robuste vu que le raisonnement ne l’est pas.
Et ne l’est pas pcq les obs ne sont pas assez représentatives de la realité
Raisonnement inductif : soleil
- def de robuste, ca veut dire quoi ?
Observation : Le soleil se lève tous les matins.
Conclusion : Le soleil va se lever demain.
Robuste vt dire à quel pts une conclusion est probablement vrai. Raison robuste mene à conclusion prob vrai.
XXX
#2
Ecq cest robuste ? OUI FULL.
L’obs date depuis l’existance de être humain, on sait que le soleil à tt les matins, donc très probablement va se lever de main.
Si sit apocapitique et extinction du sommeil, obs moins bonne. Aussi si ds un pays au pole nord mettons que soleil se leve pas souvent.
Il faut pas oublier d’être spécifique ds nos conclusions !
Robuste vt dire à quel pts une conclusion est probablement vrai. Raison robuste mene à conclusion prob vrai.
Raisonnement inductif
Force de l’argument : c’est quoi + les 3 éléments
La représentativité des observations
Le nombre d’observations
La qualité des observations
XXX
Pr que ca soit robuste, doit y avoir une force de l’argument. Argument considéré robuste selon ces trois critères.
Force de l’argument : La représentativité des observations
Les corbeaux d’autres régions ou parties dans le monde?
XXX
Ecq ca represente entièrement la realité de tt la popu des corboaux
Force de l’argument : Le nombre d’observations
Ajout d’une deuxième observation sur les corbeaux, augmente l’impact, mais pas suffisant.
L’argument sur le soleil est plus robuste,
puisque basé sur beaucoup plus d’observations.
XXX
Avoir argument toronto = un peu plus robuste que mtl. Mais cmb obs on a ?
Argument solaire = + robuste, basé sur plus d’obs !!
Force de l’argument : La qualité des observations
L’argument sur le soleil est appuyé par des descriptions scientifiques.
XXX
Ecq notre obs = basé sur des faits scient, maths, chimie, proc neuronaux. Si nos obs ssont basées sur des choses quon connait déjà et quon pt expliquer, sur que ca ameliore / augmente la force de notre argument.
Si on dit que ds ADN des corbaux, gene. Ca se trasnmet à tt les generations, donne force à argument. Science augmen robustesse.
Raisonnement inductif : used pour quoi (2)
Utilisé pour faire des découvertes scientifiques
Utilisé dans la vie quotidienne
Raisonnement inductif : Utilisé pour faire des découvertes scientifiques
Hypothèses et conclusions générales.
XXX
Base de la recherhce. Mene à nos hypothèses et conclu
Hypoth : on se base sur d’autres conclu, on fait nos expé et science progresse
Raisonnement inductif : Utilisé dans la vie quotidienne
- faire une …..
- assomptions sur…
- ses erreurs
- qu’est-ce quon ne peut pas faire ? et donc on va use quoi ?
1
Faire une prédiction sur ce qui se passera en fonction de l’observation de ce qui s’est produit dans le passé.
Assomptions sur le monde basées sur nos expériences qui guide notre comportement.
Apprendre de ses erreurs?
On ne peut pas tout réapprendre à chaque fois.
On utilise des raccourcis qui prennent la forme d’heuristiques.
XXX
Ds chaue instant de ntore vie, y’a prediction.
Nos expé, notre passé, influence notre raisonnement indcutif. Ecq on pt penser à une chose negative de ca ?
—> Chacun de n va avoir des conclu diff, pcq cestbasé sur nos connaissances. Voir plusieurs aspects et cmt nos jugements / opinions influencent notre raisonnement.
Guide notre compo pcq ca influence notre raisonnement qui lui va avoir importance ds la prise de decision.
Impo pr apprendre de nos erreurs !
On va use au niv cognitif des raccouris : les heuristiques
On va voir diff types d’heuristiques quon use et les aspects positif et neg
Heuristiques : def
Cmt les heuristiques se manifestent chez les gens ?
Règles de base” qui sont susceptibles de fournir la bonne réponse à un problème, mais ne sont pas infaillibles.
XXX
Chacun de ns a des heuris diffe, vu que cest basé sur nore expérience.
Expérience, subj, cmt on traite les sit diffère et on agit pas de la mm facon selon notre envi / passé
Deux heuristiques plus couramment utilisées
L’heuristique de disponibilité
L’heuristique de représentativité.
Heuristique de disponibilité : def + le tableau et les exemples (homicides, appindicite etc)
Les événements dont on se souvient plus facilement sont jugés plus probables que ceux dont on se souvient moins facilement.
XXX
Qd on vt basé nos obs sur conclusion, on ne pt pas tt avoir. Donc on va use nos pensées. Premiere chose qui ns arrive va être priviligée.
Notre pensée va être nos obs. J’ai vu ca, donc ca influence nos raisonnement.
Cette pensée, le fait quon la use, le fait que pensée dispo au moment mm et l’heurstique cecst le fait quon va se souv + easy de ces even et les juger plus probables.
Vrm ca qui est importn. On juge + prob les evens qui ns viennent à esprit. Jugement de probabilité sur un even. À quel pts un even est probable ?
Les even dont on se souvient - bien, on va les juger comme moins probables. On le fait de manière automatique. Pk besoin de raccouric ? Cerveau fait de cette manière. On va le prendre pr economiser nos ressources, faire d’autres choses.
Et on vt de l’efficacité comme être humain !
Heursti influence nos conclu parfois de manière erronée.
TABLEAU
A présenté 2 causes de deces à particip. Homicide et apindicite. La cause la + probabl d’engendre deces : homi ou appinc. Homicide ici = most likely (y’a des stats) et less likely = apinic.. La parenthese et chiffre : 20 x plus probable de mourir de tuerie que apprincide On ask aux partic de choisir entre les deux. : tu pense que + prob de die de app ou heyr
ASME ETTONADE
Ici, 20x + probable de die de astme que tornade. Mais 58 % on chosi que tornade = la - probable. 58 % pensent que tornade = + probable
Pk a ce type de % de fausse conclusio
ON été exposés aux medias, qd y’a tornade qui fait deces, cest partout. Très mediatisé. Qd qqun meurt de astme, personne le sait. Donc ns vient moins à l’esprit. On voit ici cmt heuristique de dispo biaise de facon nec . Essayer de comprendre qcequi fait quon a raisonnement different de qqun !
Astm ET BOTULISME
41 % du monde disent que + probable de die de botulisme
Raisonnement inductif & Heuristiques de disponibilité : corrélations illusoires
La corrélation semble exister, mais soit n’existe pas ou est beaucoup plus faible que supposé.
XXX
Qd even se passe, on va le lier à even qui se passe. Ex on va ds cienam et vrm bonne expérience. Et qd je vais ds cinema de mm compagnie, je fais correlation, jme dis que belle expérience,
Qd on fait des correl, pt qu’elles existent, mais vrm souvent comme basé sur une ptite proportion, nos obs, qqchose quon a pas testé, cest illustoire. On a l’impression quelle sont la, mais non ! Pis si elles sont la, bcp + faibles que notre impression subjecive.
Et cest un des facteurs qui infleucen stereot. Correl entre nos expériences et ce qui est médiatisée, etc.
On va faire des stereo.
EX CORREL : pas blanc ou noir, ca depend des obs, de la qualité de ces obs, la representativité,
DS LE HEURISTIQUES DE DIPSPO, CE QUE CA PT CRÉER CEST DES CORREL ILLUSTOIRE
HEURISTIQUE DISPO = PAS JUSTE POSITIF OU NEG ! MELANGE DES DEUX.
Raisonnement inductif & Heuristiques de disponibilité : stéréotypes
- Ils sont influencés par quoi ?
Généralisations trop simplifiées sur un groupe ou une classe de personnes qui se concentre souvent sur le négatif.
XXX
— Influencés par :
- Corrélation illusoire
- Heuristique de disponibilité
- Attention sélective
XXX
Use ce quon sait, nos obs, pr savoir cmt agir. Cest mal !
Pcq on ne pt pas faire de correlaiton illustoire, ca anemen à bad raison.
L’heuristique de représentativité: def
La probabilité que A soit un membre de la classe B peut être déterminée par la mesure dans laquelle les propriétés de A ressemblent aux propriétés normalement associées à la classe B.
XXX
Ds les forces de arugm, on avait représentativité.
DEF
Ca rappelle quel cours ? La catégorisation (class info ds categ). Voir qd jai new obs, ds quoi je la categ et ds quoi la categ pr quemon raison soit juste. Pr le faire , on a besoin de raisonnement et on use regle pr faire cette categ basée sur la probabol
Basé sur prob, pcq basé sur nb d’obs qu’on a eu, qu’on ns donne, etc.
Pt parfois mener à de fausses conclusions, mais parfois être utile aussi.
L’heuristique de représentativité: exemple 1 (fermier libraire)
Une personne a été choisie au hasard dans la population. Cette personne était un homme, Robert, portant des lunettes, parlant doucement et qui lit beaucoup. Est-ce un libraire ou un fermier?
XXX
On sait que y’a + de fermiers que libraires au USA.
Selon infos quon ns donne, on tire quoi comme conclu ?
Plupart des gens disent que libraire. Basé sur la description donnée. Omis de use réellement les probabilité. Omis de use les prob que y’a plus de fermiers que lib. C’est fermier que plus probable quon emploi ! C’est des matsh, descrip stats. On ne pt pas se fier comme descriptions pr tirer des conclu sur de la prob. Donc techn Robert serait ds la categ des fermiers.
L’heuristique de représentativité: exemple 2 (avocat/ingénieur)
Description 1 : Dans un groupe de 100 personnes, il y a 70 avocats et 30 ingénieurs. Quelle est la probabilité que la personne prise soit un ingénieur?
Description 2 : Jacques est un homme de 45 ans. Il es marié et a 4 enfants. Il est généralement conservateur, prudent et ambitieux. Il n’a aucun intérêt envers la politique et les problèmes sociaux et passe la plupart de son temps sur ces passe-temps, tels la charpenterie et les problèmes mathématiques. Quelle est la probabilité que la personne prise soit un ingénieur?
XXX
Desc 1. description de base / de probabilité / descript scientifique . : on dit 30 % que pris ingenieur
Descrp 2 : on va être bcp biaisé par heursti de rep, et moins accorder de l’impo à notre description de base.
L’heuristique de représentativité: interprétations
Utilisation les informations de niveau de base si c’est tout ce qui est disponible.
Utilisation des informations descriptives si disponibles et ne tiennent compte des informations de base.
Mène à des erreurs potentielles, sauf si la description est précise et cible bien
l’information pertinente, d’où l’utilité d’utiliser l’heuristique de représentativité.
XXX
En gen, cmt on fait notre raisonnement intuitif ? Use stats si cest juste ca quon a.
Mais use heuris de rep et on ne va plus tenir compte des infos de base. Ca ns mene à des erreurs potentielles.
IMPO D,AVOIR LES HEURIS ! Elles existent pr une raison. Mm si tjrs cout benefice. Ecq plus de benefi d’avoir heuris que couts ? Ds evol de la nature, besoin de donner heuris aux etres humains.
Règle de la conjoncture : définition
La probabilité que deux événements ne peut pas être supérieure à la probabilité des constituants individuels.
Règle de la conjoncture : exemple
Linda a 31 ans, est célibataire, extravertie et brillante. Elle a une majeure en philosophie. Comme étudiante, elle était très concernée par les problèmes de discrimination , de justice sociale, et a participé à des démonstrations anti-nucléaires.
Quel est le plus probable ?
–> Linda est une caissière à la banque.
—> Linda est une caissière à la banque qui est active dans le mouvement féministe.
XXX
Cercle. On voit que si pop de banquiers et quon a une populations specifiques qui sont specifiques. Pop à l’intérieur de d’autres pop. La plus grande pop = tjrs plus grande que la plus grande probabilité (cercle bleu = tjrs + probable que cercle orange).
Plus prob que caissière banque !
Raisonnement inductif & Heuristiques de représentativité : Assumer incorrectement que les échantillons de petites tailles sont représentatifs : problème (hopital)
Un vielle possède deux hôpitaux. Dans le plus grand hôpital, 45 bébés naissent à tous les jours, et dans le plus petit hôpital, 15 bébés naissent à tous les jours. Dans la population, 50% des bébés sont des garçons. Or, le pourcentage varie selon les jours. Parfois, ce pourcentage est supérieur ou inférieur à 50 %. Pendant 1 an, les deux hôpitaux ont identifié les jours où le pourcentage de garçon était supérieur à 60 %.