Introduction

Imaginez que vous deviez prendre une décision importante. On vous annonce
que vous avez 80 % de chances de réussir ou 20 % de chances d’échouer.
Ces deux affirmations signifient exactement la même chose, et pourtant, elles ne
provoquent pas du tout la même réaction. Pourquoi ? Parce que notre manière de
percevoir une probabilité dépend fortement de la façon dont elle nous est
présentée.
Nous utilisons les probabilités dans de nombreux domaines : en médecine pour
évaluer les chances de guérison, en économie pour anticiper des crises
financières, ou encore en intelligence artificielle pour améliorer les prédictions.
Elles nous aident à mieux comprendre l’incertitude et à prendre des décisions
rationnelles. Pourtant, nous les interprétons souvent mal, et cette mauvaise
compréhension peut être exploitée pour influencer nos choix.
Que ce soit en publicité, en politique, ou même dans les spectacles de
mentalisme, les probabilités deviennent un outil puissant de persuasion et
parfois de manipulation. Dans cet exposé, nous verrons d’abord comment les
probabilités influencent nos décisions à travers des biais cognitifs. Puis,
nous verrons un autre exemple avec le paradoxe de Monty Hall, et pour finir avec
différentes utilisation des probabilités dans le mentalisme, les sondages
politique et la publicité .

I. Les probabilités influencent nos décisions à travers

des biais cognitifs
Notre cerveau n’a pas évolué pour traiter naturellement les probabilités.
Contrairement aux calculs arithmétiques simples, nous avons du mal à évaluer
les probabilités de manière rationnelle, ce qui nous pousse à commettre des
erreurs de raisonnement appelées biais cognitifs. Ces biais nous induisent en
erreur et nous rendent vulnérables à des manipulations.
L’un des biais les plus connus est l’effet de cadrage. Il s’agit de la tendance à
interpréter une même information différemment selon la manière dont elle est
présentée. Par exemple, une publicité pour un produit alimentaire peut annoncer
qu’il contient "90 % d’ingrédients naturels", ce qui donne une impression
positive. En revanche, si cette même information était formulée en disant "10 %
d’ingrédients artificiels", elle provoquerait un sentiment de méfiance. Pourtant,
dans les deux cas, les chiffres sont identiques. Cet effet est couramment utilisé
en politique et en marketing pour influencer notre perception.
Un autre biais important est l’illusion du contrôle. C’est la croyance que nous
avons une influence sur des événements purement aléatoires. Un exemple
frappant est celui des joueurs de loterie : beaucoup pensent que choisir leurs
propres numéros augmente leurs chances de gagner, alors qu’en réalité, chaque
combinaison a exactement la même probabilité d’être tirée. Cette illusion est
souvent exploitée par les casinos et les jeux d’argent pour inciter les joueurs à
parier davantage. Prenons l’exemple du Loto français, où il faut choisir 5 numéros
parmi 49, puis un numéro chance parmi 10. Le nombre total de combinaisons
possibles est :
49 !/(5!*44 !) × 10 = 1 906 884 × 10 = 19 068 840
Cela signifie que la probabilité de gagner avec une grille donnée est de :
p = 1 / 19 068 840
Supposons maintenant qu’une personne joue une seule grille par semaine
pendant un an, soit 52 semaines. Elle espère qu’avec le temps, ses chances vont
devenir "importantes". En réalité, on peut modéliser cette situation avec une loi
binomiale :
X suit B(n = 52, p = 1 / 19 068 840)
La probabilité que cette personne gagne au moins une fois dans l’année est :
P(X ≥ 1) = 1 - P(X = 0) = 1 - (1 - 1 / 19 068 840)^52
Cela correspond à 0,0000027 % de chance de gagner au moins une fois dans
l’année.
Ce calcul met en évidence que, contrairement à ce que l’on croit souvent,
multiplier les tentatives n’augmente presque pas nos chances de gagner lorsque
la probabilité de base est extrêmement faible. C’est précisément ce décalage
entre intuition et réalité mathématique qui alimente l’illusion de contrôle.

Enfin, l’un des biais les plus trompeurs est notre difficulté à comprendre les
probabilités conditionnelles. Nous avons tendance à surestimer la fiabilité des
tests médicaux ou judiciaires. Par exemple, si un test de dépistage d’une maladie
a une fiabilité de 99 %, nous pensons souvent que si une personne reçoit un test
positif, elle a 99 % de chances d’être malade. Or, ce raisonnement est faux si
nous ne tenons pas compte de la rareté de la maladie. Cette erreur
d’interprétation peut avoir des conséquences graves, notamment en médecine et
en justice.
Pour illustrer cela, voyons un cas concret avec la démonstration du théorème de
Bayes appliqué aux tests médicaux.

II. Démonstration du théorème de Bayes : La fiabilité

des tests médicaux
Le théorème de Bayes est un outil mathématique qui permet de mettre à jour
une probabilité en fonction d’une nouvelle information. Il est souvent utilisé en
médecine pour évaluer la fiabilité des tests de dépistage.
Prenons l’exemple d’un test qui détecte une maladie rare. Supposons que :
 La maladie touche 1 personne sur 1000 (P(M)=0,001).
 Le test est fiable à 99 % lorsqu’une personne est malade PM(T+)=0,99.
 Le test donne 1 % de faux positifs, c'est-à-dire qu’il est positif pour 1 %
des personnes non malades (PM barre(T+)=0,01.
Si une personne reçoit un test positif, quelle est la probabilité qu’elle soit
réellement malade ?
D’après le théorème de Bayes :

PT+(M)= (PM(T+)⋅P(M))/ ((PM(T+)⋅P(M))+ PM(T+)⋅P(M))

En remplaçant par les valeurs :
PT+(M)=0,99×0,001/((0,99×0,001)+(0,01×0,999))
=0,00099/(0,00999+00099)= 00099/0,01098 ≈9,1%.
Ce résultat montre que même avec un test positif, la probabilité d’être
réellement malade n’est que de 9,1 %. Notre intuition nous trompe, car nous
avons tendance à surestimer la fiabilité des tests médicaux sans prendre en
compte la rareté de la maladie.

III. Le paradoxe de Monty Hall : Quand notre intuition

nous trompe
Un autre exemple célèbre d’erreur d’interprétation des probabilités est le
paradoxe de Monty Hall, basé sur un jeu télévisé. Voici les règles :
1. Il y a trois portes, derrière l’une se cache une voiture et derrière les deux
autres, des chèvres.
2. Le candidat choisit une porte.
3. L’animateur, qui sait ce qu’il y a derrière chaque porte, ouvre toujours
une porte contenant une chèvre parmi les deux restantes.
4. Le candidat peut changer de porte ou rester sur son choix initial.
Intuitivement, on pourrait penser qu’il y a 50 % de chances de gagner en
changeant ou en restant. Mais en réalité, changer de porte double les
chances de gagner.
Démonstration :
 Si le candidat a choisi la voiture au départ (1/3 de chance), il perd
en changeant.
 Si le candidat a choisi une chèvre (2/3 de chance), l’animateur
enlève l’autre chèvre, et changer permet de gagner.
Ainsi, les probabilités sont :
 En restant : 1/3 de gagner.
 En changeant : 2/3 de gagner.
Une simulation montre que sur 1000 essais, un joueur qui change gagne 667
fois, alors qu’un joueur qui reste gagne seulement 333 fois.
IV. Probabilités et manipulation dans la publicité, la
politique et le mentalisme
Les erreurs d’interprétation des probabilités sont couramment exploitées dans
divers domaines pour influencer nos choix. Que ce soit en publicité, en politique
ou même dans les spectacles de mentalisme, les probabilités deviennent un outil
puissant de manipulation psychologique.
1. L’utilisation des probabilités en publicité
Les publicitaires jouent sur notre perception des probabilités pour orienter notre
comportement. Par exemple, lorsqu’une marque annonce que "95 % des clients
sont satisfaits", notre première réaction est de penser que le produit est
excellent. Cependant, cette information est souvent biaisée. Premièrement,
comment la satisfaction a-t-elle été mesurée ? Parfois, seules les réponses
positives sont comptabilisées, tandis que les avis négatifs sont ignorés.
Deuxièmement, la manière dont la question est posée peut influencer la réponse.
Une question comme "Êtes-vous globalement satisfait ?" entraîne souvent des
réponses positives, même si le produit présente des défauts.
Un autre exemple est l’affichage des réductions en magasin. Une promotion du
type "économisez 30 €" semble plus attractive que "bénéficiez d’une réduction
de 15 %", même si dans certains cas, le pourcentage représente une économie
plus importante. Cela s’explique par le fait que notre cerveau comprend mieux
les chiffres absolus que les pourcentages.
2. La manipulation des sondages politiques
En politique, les sondages utilisent les probabilités pour influencer les électeurs.
L’effet bandwagon (ou effet de troupeau) est un phénomène où les gens ont
tendance à voter pour le candidat présenté comme favori, simplement parce
qu’ils pensent qu’il a plus de chances de gagner. Les partis politiques exploitent
cet effet en mettant en avant des chiffres de sondages qui les avantagent, même
si ces résultats sont obtenus sur des échantillons non représentatifs.
De plus, les sondages sont souvent présentés avec des marges d’erreur, mais
celles-ci sont rarement comprises par le public. Par exemple, si un candidat est
annoncé à 52 % avec une marge d’erreur de 3 %, cela signifie qu’il pourrait
en réalité être à 49 %, soit en dessous de la majorité absolue. Pourtant, la
majorité des gens retiendront simplement "52 %", ce qui influence leur
perception de l’issue du vote.
3. L’usage des probabilités dans le mentalisme
Le mentalisme est une discipline qui utilise des techniques psychologiques et
statistiques pour donner l’illusion de pouvoirs surnaturels. L’un des outils les plus
efficaces est l’exploitation des probabilités et des biais cognitifs.
Un exemple simple est le choix d’un nombre entre 1 et 10. Environ 30 % des
personnes choisissent le chiffre 7, car il est souvent perçu comme un nombre
"aléatoire" ou "spécial". Un mentaliste peut ainsi prédire ce choix avec une
probabilité bien plus élevée qu’un pur hasard.
Un autre exemple est la technique du double blind test en devinant un mot ou
une carte. En posant des questions apparemment neutres, un mentaliste peut
restreindre le nombre de possibilités et arriver à la bonne réponse en exploitant
les probabilités sans que la personne s’en rende compte.

Conclusion
Les probabilités sont bien plus qu’un simple outil mathématique : elles
influencent notre perception du monde et peuvent être utilisées pour manipuler
nos décisions. Que ce soit à travers des biais cognitifs, des stratégies
publicitaires, des sondages politiques ou des techniques de mentalisme, elles
façonnent nos choix sans que nous en soyons conscients.
Face à ces manipulations, il est essentiel d’apprendre à interpréter les
probabilités correctement et de développer une pensée critique. Peut-être
faudrait-il inclure davantage d’éducation statistique dès le plus jeune âge pour
nous protéger de ces pièges ?

Introduction
Imaginez que vous soyez confronté à un choix crucial. Deux options s'offrent à
vous : l'une est formulée de manière rassurante, l'autre met l'accent sur un
risque potentiel. Pourtant, ces deux options sont basées sur les mêmes
probabilités. Alors pourquoi ressentez-vous une préférence pour l’une plutôt que
pour l’autre ? La réponse se trouve dans la manière dont notre cerveau traite les
probabilités : loin d’être purement rationnel, il est influencé par la manière dont
l’information est présentée et perçue.
Les probabilités sont omniprésentes dans notre quotidien. Elles servent à
modéliser l’incertitude en médecine, en économie, en intelligence artificielle ou
encore dans le jeu et le hasard. Mais bien souvent, notre compréhension de ces
probabilités est biaisée, ce qui nous rend vulnérables à des manipulations.
Dans cet exposé, nous verrons comment ces biais cognitifs influencent nos
décisions et nous induisent en erreur. Ensuite, nous illustrerons cela à travers le
paradoxe de Monty Hall, un problème où notre intuition nous trompe. Puis,
nous verrons comment les probabilités sont utilisées dans la publicité, les
sondages politiques et le mentalisme, des domaines où elles servent à
influencer nos choix, parfois à notre insu.

Mots-clés pour la première partie : "Les probabilités influencent nos

décisions à travers des biais cognitifs"
 Biais cognitifs : erreurs systématiques de raisonnement liées à notre
manière de traiter l'information.
 Effet de cadrage : influence de la présentation d'une information sur
notre prise de décision.
 Illusion du contrôle : tendance à croire que nous maîtrisons des
événements purement aléatoires.
 Probabilités conditionnelles : difficulté à comprendre des situations où
une information nouvelle modifie une probabilité.
 Théorème de Bayes : outil mathématique permettant de recalculer une
probabilité en fonction d'une nouvelle donnée.
 Fiabilité des tests médicaux : surestimation de l'efficacité d’un test
lorsque la probabilité initiale est faible.

Mots-clés pour la quatrième partie : "Probabilités et manipulation dans

la publicité, la politique et le mentalisme"
 Publicité et persuasion : utilisation des statistiques pour influencer les
consommateurs.
 Effet d’ancrage : influence d’un premier chiffre affiché sur notre
perception des prix ou des réductions.
 Sondages politiques : rôle des chiffres dans la perception des candidats
et effet de troupeau (bandwagon effect).
 Marges d’erreur : mauvaise compréhension des intervalles de confiance
dans les sondages.
 Mentalisme et prédictions : exploitation des biais cognitifs et de la
psychologie des choix.
 Fréquences attendues : techniques utilisées en mentalisme pour
deviner des chiffres ou des choix.
Conclusion
Les probabilités ne sont pas qu’un simple outil mathématique : elles façonnent
notre perception du monde et influencent nos décisions sans que nous en ayons
conscience. Que ce soit par des biais cognitifs, des formulations trompeuses en
publicité, des sondages orientés en politique ou des techniques de mentalisme,
elles deviennent un levier puissant de manipulation.
Mieux comprendre ces mécanismes est donc essentiel pour ne pas être dupé.
Une meilleure éducation aux statistiques et à la pensée critique dès le plus jeune
âge pourrait nous permettre de mieux résister à ces pièges et de faire des choix
plus éclairés. Finalement, si les probabilités nous permettent de modéliser
l’incertitude, elles doivent surtout nous aider à mieux comprendre notre propre
façon de penser.