Le biais du survivant : pourquoi on ne voit jamais les avions qui ne sont pas rentrés
« Les études supérieures, c’est inutile, regardez Steve Jobs et Mark Zuckerberg, ils ont arrêté et sont devenus milliardaires. » Ce raisonnement, entendu mille fois, ignore une chose essentielle : pour chaque Zuckerberg qui a réussi sans diplôme, des dizaines de milliers d’étudiants ont abandonné leurs études et n’en ont tiré aucun succès particulier — on n’entend simplement jamais parler d’eux. C’est le biais du survivant.
Ce biais consiste à tirer des conclusions générales à partir des seuls cas qui ont « survécu » à un processus de sélection, en oubliant que tous les cas qui n’ont pas survécu sont, par définition, invisibles.
1. Les avions qui ne sont jamais rentrés
L’exemple fondateur remonte à la Seconde Guerre mondiale. L’armée américaine, voulant blinder ses bombardiers pour améliorer leur taux de survie, avait relevé la position des impacts de balles sur les avions revenus de mission : surtout sur les ailes et le fuselage arrière. La conclusion intuitive était de renforcer ces zones.
Le statisticien Abraham Wald a inversé le raisonnement : les avions étudiés étaient précisément ceux qui avaient survécu malgré leurs impacts. Les zones sans impact sur les avions revenus — le moteur, le cockpit — étaient en réalité les zones où un impact était fatal, empêchant l’avion de rentrer. Il fallait blinder là où l’on ne voyait aucune trace, pas là où l’on en voyait beaucoup.
2. Pourquoi les échecs sont invisibles
Ce biais est en réalité une variante du biais de disponibilité : ce ne sont pas les cas les plus fréquents qui nous viennent à l’esprit, mais les cas les plus visibles — et les échecs, par nature, ne laissent que rarement de traces publiques. Une entreprise qui a fait faillite ne publie pas d’autobiographie ; un trader ruiné n’est pas invité sur les plateaux télé.
Ce biais alimente aussi directement le biais d’optimisme des entrepreneurs : en ne voyant que les success stories médiatisées, on sous-estime mécaniquement le taux d’échec réel de toute entreprise.
3. Où ce biais se cache
| Domaine | Manifestation | Conséquence |
|---|---|---|
| Finance | Les fonds d’investissement mettent en avant leurs meilleurs fonds ; les fonds fermés pour mauvaise performance disparaissent des statistiques. | Surestimation systématique de la performance moyenne réelle des placements. |
| Développement personnel | « Toutes les personnes riches que j’ai interrogées se lèvent à 5h » : on n’interroge jamais les gens qui se lèvent à 5h et ne réussissent pas. | Conseils pseudo-scientifiques présentés comme des recettes de succès. |
| Histoire des bâtiments anciens | « Ils construisaient mieux avant » : seuls les bâtiments les plus solides ont traversé les siècles, les autres se sont simplement effondrés. | Jugement erroné sur la qualité moyenne de la construction ancienne. |
4. Aller chercher les absents
A. Se demander systématiquement « qui manque dans cet échantillon ? »
Face à une success story ou une statistique flatteuse, demandez-vous toujours quelle est la population de départ, et combien de cas ont échoué en cours de route sans être comptabilisés.
B. Préférer les données exhaustives aux anecdotes
Une statistique construite sur l’ensemble d’une population de départ (y compris les échecs) est infiniment plus fiable qu’une collection d’exemples, aussi impressionnants soient-ils.
En résumé
Le biais du survivant nous fait juger un processus entier à partir des seuls exemples qui en ont réchappé. Comme le rappelle l’histoire des bombardiers d’Abraham Wald, la bonne question n’est presque jamais « qu’ont en commun ceux qui ont réussi ? », mais « qu’est-ce qui a empêché tous les autres de réussir ? ».
Quel conseil de « réussite » avez-vous suivi sans vous demander combien de personnes avaient échoué en l’appliquant ?
Pour aller plus loin
Liens affiliés Amazon : en tant que Partenaire Amazon, ce site perçoit une commission sur les achats éligibles réalisés via ces liens, sans coût supplémentaire pour vous.
Détaille les biais de jugement statistique, dont la négligence des cas invisibles à l’origine du biais du survivant.
La Démocratie des crédules, Gérald BronnerAnalyse comment la surexposition médiatique de certains cas déforme notre perception des probabilités réelles.
Explore notre difficulté à raisonner sur les événements rares et les cas absents des statistiques disponibles.