Effet Dunning-Kruger : ce qu'il signifie pour tes examens

Tu sors du partiel assez sûr d'avoir obtenu environ 75. Une semaine plus tard, le résultat tombe : 58. Ton ami, qui avait quitté la salle en disant « ça s'est mal passé », a eu 85.

L'étude d'origine

En 1999, Justin Kruger et David Dunning ont mené quatre études portant sur des tests d'humour, de grammaire et de logique. Après chaque test, les participants estimaient leur niveau par rapport aux autres. Les personnes du quart inférieur se situaient en moyenne autour du 12e percentile, mais se plaçaient autour du 62e (Kruger & Dunning, 1999).

Les chercheurs ont proposé l'explication d'un double fardeau : les compétences nécessaires pour donner les bonnes réponses sont aussi nécessaires pour remarquer que ses réponses sont fausses. À l'appui de cette idée, lorsque les chercheurs amélioraient les compétences des participants, ces derniers reconnaissaient mieux les limites de leur propre performance.

Le débat statistique

Depuis, des chercheurs soutiennent qu'une grande partie du célèbre graphique peut apparaître même si personne ne souffre d'un angle mort particulier.

• Deux effets ordinaires peuvent produire ce schéma. La plupart des gens s'estiment légèrement au-dessus de la moyenne, et les autoévaluations ne sont qu'imparfaitement corrélées aux scores réels. Cela entraîne une régression vers la moyenne. Ensemble, ces deux phénomènes poussent à eux seuls les estimations des personnes les moins performantes bien au-dessus de leurs scores réels (Gignac & Zajenkowski, 2020).
• Des nombres aléatoires peuvent dessiner la même image. À l'aide de simulations fondées sur des données aléatoires, Nuhfer et al. (2016) ont montré que les méthodes courantes de représentation des données d'autoévaluation créent des schémas faciles à mal interpréter. Dans une étude complémentaire où 1 154 participants évaluaient leur culture scientifique, ils ont conclu que les autoévaluations reflétaient généralement une compétence réelle et que les experts étaient plus précis que les novices (Nuhfer et al., 2017).
• Un test direct a trouvé peu d'effet. Gignac et Zajenkowski (2020) ont soumis 929 adultes à un test de raisonnement et leur ont demandé d'évaluer leur propre intelligence. Avec des méthodes conçues pour éviter l'artefact, ils n'ont trouvé aucun signe que les personnes ayant les scores les plus faibles se jugeaient particulièrement mal. Ils ont conclu que l'effet pouvait exister pour certaines compétences, mais qu'il était probablement bien plus faible que ce qui avait été annoncé.
• Une reproduction a trouvé un effet faible. À partir d'un échantillon représentatif à l'échelle nationale et des mêmes méthodes, Dunkel et al. (2023) ont observé un effet statistiquement significatif, mais minime.

La version forte, selon laquelle un angle mort particulier rendrait les personnes les moins compétentes extrêmement sûres d'elles, résiste donc mal à l'examen. Une version plus faible fait encore débat.

Ce qui reste vrai pour les examens

Quelle que soit l'explication, un schéma pratique apparaît dans les salles de cours : dans de vraies formations, les étudiants qui obtiennent de faibles résultats ont tendance à prévoir des notes supérieures à celles qu'ils reçoivent.

Dans une étude, 110 étudiants inscrits à un cours d'introduction à la psychologie ont prédit leur note avant chacun de quatre examens. Le quart ayant les scores les plus faibles prévoyait environ 84 au premier examen et obtenait environ 69. Ces étudiants surestimaient leur résultat de 8 à 15 points à chaque examen, et leur confiance dans leurs prévisions restait la même tout au long du semestre. Le quart ayant les meilleurs résultats se trompait d'environ 2 points à chaque fois (Karaca et al., 2023).

Avant le dernier examen, les étudiants disposaient de trois résultats dont ils auraient pu tirer des leçons, mais l'écart ne s'était toujours pas réduit. Le sentiment d'être prêt n'est pas une mesure. La relecture le gonfle : dans une expérience, relire rendait les étudiants plus confiants, tandis que s'autotester conduisait à une meilleure mémoire une semaine plus tard (Roediger & Karpicke, 2006).

Ce qui aide : mesure avant que l'examen ne le fasse

1. Prédis, puis teste. Avant de commencer une annale, écris la note que tu penses obtenir. Fais ensuite l'épreuve en temps limité et sans consulter ton cours.
2. Corrige strictement avec le barème. N'accorde des points que là où le barème le ferait. « C'est presque ça » ne rapporte aucun point.
3. Note l'écart. Soustrais le résultat réel de ta prévision. Si tu étais 15 points trop haut, ton sentiment d'être prêt surestime aussi ton niveau de 15 points, au moins pour l'instant.
4. Répète chaque semaine et observe l'écart. L'objectif n'est pas de te sentir moins bien. Il est d'accorder ton sentiment de préparation à la réalité.
5. Traite « je connais » comme une hypothèse à vérifier. Choisis la question qui pourrait te donner tort, pas celle dont tu connais déjà la réponse. En savoir plus sur le biais de confirmation.

Ce que nous n'affirmons pas

• Que l'effet Dunning-Kruger signifie que les personnes stupides se croient intelligentes. L'étude d'origine concernait des compétences précises comme la grammaire et la logique, pas l'intelligence. Les personnes ayant les scores les plus faibles se surestimaient, mais elles ne se croyaient pas les meilleures.
• Que la « courbe de confiance » vient de l'étude. Le graphique populaire présentant un pic de confiance précoce et une vallée du désespoir n'est pas celui tracé par Kruger et Dunning. Leurs figures comparaient les scores estimés et réels de quatre groupes de participants.
• Que l'effet est définitivement établi. Les chercheurs débattent encore de la part qui relève d'un véritable angle mort et de celle qui vient des statistiques. Nous ne prenons pas position au-delà de ce que les données permettent.

Questions fréquentes

Qu'est-ce que l'effet Dunning-Kruger en termes simples ?

C'est l'idée que les personnes les moins compétentes dans un domaine surestiment le plus leur performance, car repérer les erreurs demande certaines des compétences nécessaires pour les éviter. La part réelle de cet effet et celle qui vient de la manière d'analyser les données font encore débat.

L'effet Dunning-Kruger existe-t-il vraiment ?

En partie. Plusieurs études montrent que le graphique classique peut apparaître sous l'effet des statistiques seules, et des tests rigoureux trouvent un effet faible ou nul. Pourtant, dans de vrais cours, les étudiants qui obtiennent de faibles résultats prévoient régulièrement des notes trop élevées, quelle qu'en soit la raison.

Quel est un exemple de l'effet Dunning-Kruger chez les étudiants ?

Un étudiant relit ses notes, reconnaît tout, s'attend à obtenir 75 et reçoit 58. Dans une étude en classe, les étudiants les moins performants surestimaient leurs notes de 8 à 15 points à chaque examen du semestre.

Comment savoir si je suis prêt pour un examen ?

Ne te demande pas à quel point tu te sens prêt. Fais une annale dans les conditions de l'examen, corrige-la strictement et compare ton score à celui que tu avais prévu. Le résultat t'en apprend plus que n'importe quelle impression.

Continue ta lecture

• Biais de confirmation : définition et effets sur les révisions
• Le rappel actif : la technique de révision que la plupart des étudiants négligent
• Relire ses cours est-il efficace ? Ce que dit la recherche

---

Repeatica est l'espace d'étude avec un agent IA pour les étudiants. Réunis tout ce qui concerne tes cours au même endroit. Repeatica t'aide à réussir l'examen et à garder ce que tu as appris. Apprends-le une fois.

Sources

• Dunkel, C. S., Nedelec, J., & van der Linden, D. (2023). Reevaluating the Dunning-Kruger effect: A response to and replication of Gignac and Zajenkowski (2020). Intelligence, 96, 101717. doi.org/10.1016/j.intell.2022.101717
• Gignac, G. E., & Zajenkowski, M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data. Intelligence, 80, 101449. doi.org/10.1016/j.intell.2020.101449
• Karaca, M., Geraci, L., Kurpad, N., Lithander, M. P. G., & Balsis, S. (2023). Low-performing students confidently overpredict their grade performance throughout the semester. Journal of Intelligence, 11(10), 188. doi.org/10.3390/jintelligence11100188
• Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. doi.org/10.1037/0022-3514.77.6.1121
• Nuhfer, E., Cogan, C., Fleischer, S., Gaze, E., & Wirth, K. (2016). Random number simulations reveal how random noise affects the measurements and graphical portrayals of self-assessed competency. Numeracy, 9(1), Article 4. doi.org/10.5038/1936-4660.9.1.4
• Nuhfer, E., Fleischer, S., Cogan, C., Wirth, K., & Gaze, E. (2017). How random noise and a graphical convention subverted behavioral scientists' explanations of self-assessment data: Numeracy underlies better alternatives. Numeracy, 10(1), Article 4. doi.org/10.5038/1936-4660.10.1.4
• Roediger, H. L., III, & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249-255. doi.org/10.1111/j.1467-9280.2006.01693.x