Qu'est-ce qu'un arbre Z ? [Introduction et exemples]

Découvrez comment la théorie des jeux et l’arbre Z permettent d’étudier de manière structurée la prise de décision en simulant des scénarios de choix économiques. En associant ces outils à des biocapteurs tels que la réponse galvanique de la peau (GSR), l’électroencéphalogramme (EEG) et l’oculométrie, les chercheurs peuvent mettre en lumière les facteurs inconscients qui influencent le comportement, au-delà des déclarations des sujets. Cette intégration montre comment les réponses physiologiques permettent de prédire les choix, ce qui fait progresser la compréhension de la prise de décision humaine dans des environnements contrôlés et riches en données.

La prise de décision fait partie intégrante de ce que nous sommes. Toutes les décisions, qu’elles soient importantes (« Sur quoi devrais-je travailler ? ») ou insignifiantes (« Que vais-je manger pour le déjeuner ? »), ont un impact et contribuent à forger notre personnalité et à tracer le cours de notre vie.

La théorie des jeux décompose la prise de décision en processus distincts ; elle propose un modèle qui explique comment nous interagissons avec les autres et notre environnement pour faire ce que nous considérons comme le meilleur choix possible dans une situation donnée.

Tous les domaines des sciences sociales s’intéressent d’une manière ou d’une autre à la prise de décision humaine, que ce soit à grande échelle ou au niveau individuel. Nos décisions déterminent nos comportements, et nos comportements orientent notre vie quotidienne. Il s’ensuit donc que la compréhension de la prise de décision constitue un objectif central pour les chercheurs en comportement humain.

Tout bon chercheur a bien sûr besoin de bons outils. En ce qui concerne les outils bien normalisés qui s’appuient sur une approche fondée sur la théorie des jeux pour évaluer la prise de décision, il existe plusieurs logiciels et plateformes en ligne. L’une des plateformes les plus utilisées est le logiciel Z-Tree.

Qu’est-ce qu’un arbre Z ?

Z-tree est un programme développé à l’Université de Zurich il y a vingt ans dans le but de mener des expériences sur les choix économiques. Il permet à des personnes sans connaissances en programmation de créer des expériences visant à tester le comportement et les choix humains dans des scénarios de théorie des jeux, offrant ainsi un cadre scientifique pour l’étude de la prise de décision.

Ces expériences visent à évaluer la manière dont les êtres humains réagissent face à des choix économiques. Ces choix ne concernent pas nécessairement l’argent : les expériences classiques de théorie des jeux peuvent faire appel à toute une gamme de récompenses ou de sanctions susceptibles d’influencer notre prise de décision.

Les expériences d’expérimentation économique visent à déterminer, de manière contrôlée et systématique, quels facteurs nous incitent davantage ou moins à contribuer financièrement, et dans quelle mesure. Elles révèlent dans quelles circonstances nous sommes enclins à donner, à garder pour nous (ou à voler).

Ces expériences ne se contentent pas de mettre à l’épreuve nos pulsions économiques ; elles mettent également en lumière nos processus décisionnels face à la récompense ou à la punition, la manière dont nous négocions et communiquons avec les autres, ainsi que la façon dont nous évaluons des informations souvent ambiguës ou incomplètes.

Pourquoi un arbre en Z ?

Z-tree occupe une place centrale dans la recherche actuelle sur les choix économiques : l’article consacré à ce logiciel (dans sa version la plus récente) a été cité plus de 8 000 fois depuis 2007, soit un peu plus de 700 citations par an, ou deux par jour, au cours des onze dernières années. Le rythme des citations ne montre d’ailleurs aucun signe de ralentissement : la plupart d’entre elles ont été enregistrées au cours des quatre dernières années.

La capacité à mettre facilement en œuvre des modèles de choix économique est clairement essentielle pour faire progresser la compréhension du comportement humain dans des contextes prédéfinis, une approche qui s’est traditionnellement limitée à la collecte de données quantitatives sur les résultats comportementaux (par exemple, combien d’« argent » un participant possède à la fin d’un test, ou quel choix la plupart des gens ont fait). Des recherches récentes ont élargi ce champ d’étude et apporté de nouvelles perspectives grâce à des dispositifs tels que les oculomètres, les capteurs GSR, l’ECG et l’EEG.

Recherche sur la prise de décision

Dans une étude classique, Bechara et d’autres chercheurs [1] ont comparé les réponses de patients présentant des lésions cérébrales au niveau du cortex préfrontal (une zone associée à la prise de décision) à celles de participants ne présentant pas de lésions cérébrales, dans le cadre d’un paradigme de choix économique, en utilisant l’activité de la réponse galvanique de la peau (GSR).

On a présenté aux participants quatre jeux de cartes, dont deux donnaient lieu à des résultats positifs et deux à des résultats négatifs. On leur a demandé de piocher des cartes, et ils ont reçu un retour immédiat sur leur choix. On leur a également demandé ce qu’ils pensaient des jeux de cartes après chaque série de vingt cartes piochées.

Ils ont constaté que les participants ne présentant pas de lésions cérébrales identifiaient plus tôt les paquets positifs que ceux présentant des lésions cérébrales, mais aussi que leur activité GSR permettait de prédire cette prise de conscience. Des réponses anticipatoires de conductance cutanée ont été observées lors du choix d’une carte provenant d’un des paquets négatifs, avant même que les participants ne signalent avoir consciemment identifié quel paquet était bon ou mauvais.

Leur étude a montré comment l’activité de la GSR peut révéler des informations sur la prise de décision future qui échappent à la conscience explicite des participants (et a permis aux chercheurs de proposer un modèle fondé sur ces résultats). L’une des théories issues de ces recherches est l’hypothèse du marqueur somatique, qui a eu une influence considérable [2].

D’autres chercheurs ont eu recours à l’EMG pour analyser comment certains facteurs peuvent influencer les résultats de la prise de décision [3], et comment la variabilité de la fréquence cardiaque peut fournir des informations sur le stress dans des paradigmes de choix économiques [4]. L’oculométrie a également été utilisée comme indicateur des choix préférentiels dans un contexte similaire, en recourant à l’arbre Z [5] ; de nombreuses recherches utilisent ces méthodes pour fournir des données empiriques et objectives permettant de mieux comprendre le processus décisionnel.

Conclusion

Z-tree a révolutionné le domaine des sciences économiques (et, par la même occasion, de nombreux domaines liés à l’étude du comportement humain) en démocratisant les outils disponibles. Le logiciel peut être téléchargé et installé par tout un chacun (à des fins non commerciales) ; la barrière des connaissances nécessaire à la mise en place de telles expériences ayant été abaissée, il permet à un nombre bien plus important de chercheurs qu’auparavant de concevoir et de mener de telles expériences.

Un nombre croissant de ces chercheurs ont recours à des méthodes psychophysiologiques pour étudier et évaluer la prise de décision de manière contrôlée et systématique. Bien que cette approche puisse poser des défis techniques, iMotions permet de collecter et de synchroniser simultanément toute une série de données, provenant notamment de biocapteurs et de Z-tree.

J’espère que cette présentation de Z-tree vous a plu. Pour découvrir une approche plus complète du comportement humain, téléchargez notre guide gratuit ci-dessous.

Références

[1] Bechara, A., Damasio, H., Tranel, D., & Damasio, A. R. (1997). Prendre une décision avantageuse avant de connaître la stratégie gagnante. Science, 275, 1293–1295.

[2] Bechara, A. ; Damasio, A.R. (2005). L’hypothèse du marqueur somatique : une théorie neuronale de la décision économique. Games and Economic Behavior. 52 (2) : 336-372.

[3] Censolo R, Craighero L, Ponti G, Rizzo L, Canto R, Fadiga L. (2011). Activité électromyographique des muscles de la main lors d’un jeu de coordination motrice : effet du système d’incitation et son lien avec le capital social. PLoS One. 25 mars 2011 ; 6(3) : e17372.

[4] Dulleck, U., Ristl, A., Schaffner, M. et Torgler, B. (2011). Variabilité de la fréquence cardiaque, système nerveux autonome et expériences neuroéconomiques. J. Neurosci. Psychol. Econ. 4, 117–124.

[5] Chen, F., & Fischbacher, U. (2016). Temps de réponse et position du clic : des indicateurs peu coûteux des préférences. Journal of the Economic Science Association, 2 (2), 109–126.