Embed Size (px)
Citation preview
Pourquoi raisonner ?
On cherche à tirer des conclusions à par-tir des informations dont on dispose
Dwyer, 2017
Pourquoi raisonner ?
On cherche à tirer des conclusions à par-tir des informations dont on dispose
Dwyer, 2017
Processus d’inférence
Quelques modes d’inférence logique
Déduction Induction Abduction
Quelques modes d’inférence logique
Déduction Induction Abduction
Mais on ne raisonne pas toujours selon la logique
Raisonnement par déduction
On part d’une règle générale et d’une observa-tion/cause pour en déduire une conséquence
David, 1999
Raisonnement par déduction
On part d’une règle générale et d’une observa-tion/cause pour en déduire une conséquence
David, 1999
Règle : A→ BObservation : A
Conséquence : B
Raisonnement par déduction
On part d’une règle générale et d’une observa-tion/cause pour en déduire une conséquence
David, 1999
Règle : A→ BObservation : A
Conséquence : B
Raisonnement par déduction
On part d’une règle générale et d’une observa-tion/cause pour en déduire une conséquence
David, 1999
Règle : A→ BObservation : A
Conséquence : B
Si la règle et l’observation sont vraies, laconséquence est nécessairement vraie
Exemple de raisonnement par déduction
Les nombres pairs ne sont pas premiers. 6 est pair, il n’est donc pas premier
Exemple de raisonnement par déduction
L’impact de l’humanité sur la biodiversité crée des zoonoses.Si nos impacts se poursuivent, d’autres zoonoses auront lieu.
Rapport de l’IPBES sur les pandémies
Exemple de raisonnement par déduction
L’impact de l’humanité sur la biodiversité crée des zoonoses.Certaines zoonoses deviennent des pandémies.
Si nos impacts se poursuivent, le risque de nouvelles pandémies s’accroît.Rapport de l’IPBES sur les pandémies
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Des raisonnements qui ressemblent à des déductions. . .
a = b
ab = b2
ab− a2 = b2 − a2
a(b− a) = (b + a)(b− a)
a = b + a
a = a + a
a = 2a
1 = 2
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Tous les humains sont mortels prémisse majeureSocrate est un humain prémisse mineure
Socrate est mortel conclusion
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Toutes les molécules sont composées d’atomes majeureL’eau est une molécule mineure
L’eau est composée d’atomes conclusion
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Tous les humains sont mortels majeureCertains êtres vivants sont des humains mineure
Certains êtres vivants sont mortels conclusionAttention à ne pas conclure plus que ce qu’on peut conclure
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Tous les humains sont mortels majeureCertains êtres vivants sont des humains mineure
Certains êtres vivants sont mortels conclusionAttention à ne pas conclure plus que ce qu’on peut conclure
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Toutes les abeilles volent majeureCertaines roches sont des abeilles mineure
Certaines roches volent conclusionSi les prémisses sont fausses on arrive à une conclusionfausse, même si le raisonnement est parfaitement valide
Syllogismes
Une déduction qui s’appuie sur deux pré-misses (l’une dite majeure et l’autre mineure)
Toutes les abeilles volent majeureCertaines roches sont des abeilles mineure
Certaines roches volent conclusionSi les prémisses sont fausses on arrive à une conclusionfausse, même si le raisonnement est parfaitement valide
Attention aux syllogismes qui n’en sont pas
Tous les chats mangent de la viandeMinou mange de la viande
Minou est un chatCollege of San Mateo
Attention aux syllogismes qui n’en sont pas
Tous les chats mangent de la viandeMinou mange de la viande
Minou est un chatCollege of San Mateo
C’est une erreur de raisonnement !Celle de l’affirmation du conséquent
Règle ChatP
Mange de la viande
Q
Le fait d’observer Q ne dit rien sur P
Test de sélection de Wason
D F 3 6Les cartes ont une lettre sur une face, un chiffre sur l’autre face
Quelles sont les deux cartes à retourner pour vérifier la règle« Si on a un D sur une face, alors on doit avoir un 3 sur l’autre face » ?
A. : D et F ; B. D et 3 ; C. D et 6 ; D. F et 3 ; E. F et 6.
Test de sélection de Wason
D F 3 6Les cartes ont une lettre sur une face, un chiffre sur l’autre face
Quelles sont les deux cartes à retourner pour vérifier la règle« Si on a un D sur une face, alors on doit avoir un 3 sur l’autre face » ?
A. : D et F ; B. D et 3 ; C. D et 6 ; D. F et 3 ; E. F et 6.
Attention aux syllogismes qui n’en sont pas
Lorsque je suis puni c’est que j’ai fait une bêtiseJe n’ai pas été puni
C’est donc que je n’ai pas fait de bêtiseCollege of San Mateo
Attention aux syllogismes qui n’en sont pas
Lorsque je suis puni c’est que j’ai fait une bêtiseJe n’ai pas été puni
C’est donc que je n’ai pas fait de bêtiseCollege of San Mateo
C’est une erreur de raisonnement !Celle de la négation de l’antécédent
Règle PunitionP
Fait une bêtiseQ
Le fait d’observer l’opposé de P ne dit rien sur Q
En revanche si on observe l’inverse de Q, l’inverse de P est vrai
Raisonnement par induction
Induction : inférer une règle générale
À partir d’une observation et de sa consé-quence, en inférer une règle générale
David, 1999
Induction : inférer une règle générale
À partir d’une observation et de sa consé-quence, en inférer une règle générale
David, 1999
Observation : AConséquence : B
Règle : A→ B
Induction : inférer une règle générale
À partir d’une observation et de sa consé-quence, en inférer une règle générale
David, 1999
Observation : AConséquence : B
Règle : A→ B
De nombreuses fois
Induction : inférer une règle générale
À partir d’une observation et de sa consé-quence, en inférer une règle générale
David, 1999
Observation : AConséquence : B
Règle : A→ B
De nombreuses fois
L’induction ne s’appuie que sur des données statistiquesIl n’y a pas de garantie que la règle inférée soit correcte !
Exemple de raisonnement par induction
Toutes les vaches que j’ai vues ne volaient pas. Donc les vaches ne volent pas.
Exemple de raisonnement par induction
Ce témoin a toujours été fiable, j’ai donc confiance dans son témoignage
Exemple de raisonnement par induction
Cela fait 10 ans que je vis ici et il n’a jamais neigé.Il est très rare qu’il neige ici.
Ne pas faire des inductions trop rapides
3 est impair et premier5 est impair et premier7 est impair et premier
donc 9 est impair et premier
Attention aux généralisations hâtives !
Ne pas faire des inductions trop rapides
Les belges ne savent pas jouer aux échecs :j’avais un colloc’ belge et il était trop nul
Attention aux généralisations hâtives !
Ne pas faire des inductions trop rapides
On n’observe pas de cas dans les urgences,l’épidémie n’est donc pas de retour
Attention aux généralisations hâtives !
La déduction et l’induction sont utiles mais. . .
pas toujours utilisées dans la vie réelle,ne produisent pas de nouvelles connaissances
Abduction : inférence vers l’explication la plus probable
À partir d’une conséquence et d’une règle gé-nérale en inférer la cause la plus probable
David, 1999
Abduction : inférence vers l’explication la plus probable
À partir d’une conséquence et d’une règle gé-nérale en inférer la cause la plus probable
David, 1999
L’abduction ne garantit pas non plus de trouver la cause réelle,mais permet de créer de nouvelles hypothèses
Exemples de raisonnement par abduction
— Patient·e: J’ai de la fièvre, mal à la tête et j’ai perdu l’odorat et le goût— Médecin : Je vous prescris un test pour le Covid-19
Exemples de raisonnement par abduction
Au XIXe on se rend compte que l’orbite d’Uranus ne suit pas l’orbite prédite
On en arrive à l’hypothèse qu’il existe une huitième planètenon encore découverte (Neptune)
Douven, 2017
Rasoir d’Ockham : privilégier l’explication la moins coûteuse
© shootthesundown.blogspot.fr
Un phénomène
Deux explications(au moins)
1. Lévitation 2. Trucage
Rasoir d’Ockham : l’économie des hypothèses
Favoriser l’hypothèse qui ale moins recours à des théo-ries ne faisant pas consensus
Favoriser l’hypothèse la plus probable
Exemple : ne pas attribuer à la malhonnêteté ce que les biaiscognitifs peuvent expliquer (attention au biais d’intentionnalité !)
© shootthesundown.blogspot.fr
© shootthesundown.blogspot.fr© shootthesundown.blogspot.fr
© shootthesundown.blogspot.fr© shootthesundown.blogspot.fr© shootthesundown.blogspot.fr
Déduction, induction, abduction
Déductionrègle + observation/cause→ conséquence
Inductionobservation/cause + conséquence→ règle générale
Abductionrègle générale + conséquence→ observation/cause
Déduction, induction, abduction
Déductionrègle + observation/cause→ conséquence
Inductionobservation/cause + conséquence→ règle générale
Abductionrègle générale + conséquence→ observation/cause
Règle : le sac contient des jetons rougesObservation : le jeton vient du sacConséquence : le jeton est rouge
Rapanta, 2018
Estimation des probabilités
Une femme de 33 ans a suivi un cursus universitaire etest très engagée politiquement. Est-il plus probable :
A qu’elle soit banquière ?
B qu’elle soit banquière et active dans le mouvementféministe ?
Kahneman, 2016
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Estimation des probabilités
Une femme de 33 ans a suivi un cursus universitaire etest très engagée politiquement. Est-il plus probable :
A qu’elle soit banquière ?
B qu’elle soit banquière et active dans le mouvementféministe ?
Kahneman, 2016
Mauvaise estimation de probabilité avec des conjonctions
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Estimation des probabilités
Préférez-vous :
A gagner 45€ avec 80 % de chance ?
B gagner 30€ de manière certaine ?Kahneman, 2016
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Estimation des probabilités
Préférez-vous :
A gagner 45€ avec 80 % de chance ?
B gagner 30€ de manière certaine ?Kahneman, 2016
Effet de certitudeOn préfère un gain certain (moins élevé) que probable (plus élevé)ou une perte probable (plus élevée) que certaine (moins élevée)
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Estimation des probabilités
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Estimation des probabilités
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Effet de possibilitéOn sur-estime les faibles probabilités
Estimation des probabilités
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Un couple a déjà eu (par reproduction sexuée) un en-fant, un garçon. La femme est à nouveau enceinte. Quelle
est la probabilité que l’enfant attendu soit une fille ?
A 33 %
B 50 %
C 66 %
D 75 %
Estimation des probabilités
Pour une personne vivant en France quelleest sa probabilité de décéder foudroyée ?
A 10 sur 1 million
B 1 sur 1 million
C 0,1 sur 1 million
D 0,01 sur 1 million
E 0,001 sur 1 million
Aux alentours de 0,2 sur 1 million
Un couple a déjà eu (par reproduction sexuée) un en-fant, un garçon. La femme est à nouveau enceinte. Quelle
est la probabilité que l’enfant attendu soit une fille ?
A 33 %
B 50 %
C 66 %
D 75 %
Erreur de dépendanceLes probabilités sont (a priori) indépenantes
Un peu de logique pour raisonner
DéductionP → Q, or P, donc Q
InductionP puis Q (de nombreuses fois), donc P → Q
AbductionP → Q, or Q donc probablement P
Attention aux raisonnements fallacieux
Attention aux mauvaises évaluations de probabilité
