Biais cognitifs : guide de terrain pour les dirigeants qui doivent décider dans l’incertitude

Version anglaise (English version)
Un biais cognitif est une erreur de jugement systématique : une manière prévisible dont l’esprit humain s’écarte des faits, surtout quand les enjeux sont élevés, l’information incomplète et le temps compté. Les psychologues Amos Tversky et Daniel Kahneman ont donné à cette idée une base scientifique en 1974, en montrant que les raccourcis mentaux que nous utilisons pour juger des probabilités, bien qu’efficaces la plupart du temps, « conduisent à des erreurs systématiques et prévisibles » (Tversky & Kahneman, Science, 1974). Le mot important est systématique. Un biais n’est pas une erreur aléatoire qui se compense au sein d’une équipe brillante. Il pousse tout le monde dans la salle dans la même direction.
J’enseigne les biais cognitifs à des dirigeants, des analystes et des responsables publics depuis près de vingt ans, dans le cadre de mon cours avancé d’analyse stratégique. La leçon qui marque le plus n’est jamais la liste des biais. C’est la prise de conscience que l’intelligence, l’expérience et les bonnes intentions ne protègent pas. Les cadres dirigeants sont souvent plus exposés, parce que leur assurance a été récompensée pendant si longtemps.
Ce guide explique ce qu’est un biais cognitif, pourquoi il concerne tous ceux qui ont la responsabilité de la stratégie, les six familles de biais que j’enseigne et les méthodes qui réduisent réellement les dégâts. Les articles et la vidéo vers lesquels il renvoie sont en anglais.
Pourquoi les biais cognitifs sont un problème de stratégie, et non de psychologie
La plupart des organisations investissent massivement dans les données et très peu dans la qualité du jugement qu’on leur applique. C’est le monde à l’envers. Lorsque Dan Lovallo et Olivier Sibony, de McKinsey, ont étudié 1 048 décisions importantes d’entreprises, ils ont constaté que la qualité du processus de décision comptait davantage pour les résultats que la qualité de l’analyse, « d’un facteur six » (Lovallo & Sibony, McKinsey Quarterly, 2010).
Dans mon cours, je présente le problème ainsi : la prospective repose sur trois ensembles de données, chacun « enveloppé dans son propre type de mystère ». Il y a les facteurs structurels (institutions, culture, tendances de long terme), les décisions des acteurs (ce que les entreprises et les gouvernements choisissent de faire) et les cartes sauvages (événements aléatoires et conséquences imprévues). Les biais faussent les trois. Ils déterminent les tendances que nous prenons la peine d’étudier, la façon dont nous lisons les intentions d’un rival et le sérieux que nous accordons à un événement improbable avant qu’il ne se produise.
Les grandes entreprises aggravent la situation. Elles fonctionnent sur le commandement et le contrôle, et récompensent ceux qui adhèrent au plan. Les ruptures stratégiques, elles, surgissent vite et de l’extérieur. Le résultat est une organisation très douée pour exécuter la stratégie d’hier et très mauvaise pour remarquer qu’elle a expiré.
Il existe aussi un piège générationnel. Comme je l’ai écrit dans How to Predict the Future…and WIN!, on forme ses convictions profondes tôt dans sa carrière et on accède à un vrai pouvoir tard. Les hypothèses qui ont fait le succès d’un dirigeant il y a des décennies sont projetées sur un monde qui ne leur correspond plus. Des limites dont il se souvient ont peut-être disparu, et des ressources qu’il tenait pour acquises se sont peut-être épuisées.
Le parrain : Richards Heuer et Psychology of Intelligence Analysis
Si les biais cognitifs ont un saint patron dans le monde du renseignement, c’est Richards J. Heuer Jr., le parrain du domaine. Heuer (1927-2018) est entré à la CIA vers 1951 et a servi 28 ans dans ses directions des opérations et de l’analyse, avant de continuer à travailler pendant des décennies pour la communauté du renseignement comme consultant. En 1999, le Center for the Study of Intelligence de l’Agence a publié son livre Psychology of Intelligence Analysis, qui reste l’ouvrage le plus utile jamais écrit sur la façon dont les analystes se trompent eux-mêmes (Heuer, CIA, 1999). Il est gratuit. Tout dirigeant devrait le lire.

Heuer a avancé trois arguments qui façonnent encore ma manière d’enseigner :
- La perception est active, et non passive. Nous ne recevons pas simplement l’information. Nous la construisons, et ce que nous croyons déjà détermine ce que nous remarquons. Heuer appelait cela l’état d’esprit de l’analyste : « un écran ou une lentille à travers lesquels on perçoit le monde ». Deux analystes aux états d’esprit différents lisant les mêmes télégrammes produiront des estimations différentes, et toutes deux seront biaisées.
- Connaître un biais ne le guérit pas. Heuer comparait les biais cognitifs aux illusions d’optique : l’erreur reste convaincante même quand on sait qu’elle est là. C’est pourquoi la formation seule ne suffit pas, et pourquoi il faut des méthodes structurées.
- La structure l’emporte sur la volonté. Comme on ne peut pas simplement décider d’être impartial, il faut des procédures qui obligent à mettre les alternatives sur la table. La réponse de Heuer était l’analyse des hypothèses concurrentes (ACH), que je présente plus bas.
L’une des découvertes les plus troublantes de Heuer concerne ce qu’il appelait la persistance des impressions fondées sur des preuves discréditées. Dans les expériences dont il s’inspirait, les personnes qui avaient formé un jugement à partir d’informations dont on leur révélait ensuite la fausseté conservaient ce jugement après avoir appris que l’information était fausse (Ross, Lepper & Hubbard, 1975). Dans une organisation, cela signifie qu’un rapport de source retiré peut continuer à orienter les décisions pendant des années, bien après que tout le monde a oublié d’où venait la conclusion. J’en ai décrit un exemple politique dans Persistence of Impressions and the 25th Amendment.
Les six familles de biais cognitifs
Il n’existe pas de décompte officiel des biais cognitifs. Les listes populaires en recensent plus de 180, ce qui n’aide personne à décider un mardi après-midi. Dans mon cours, j’en regroupe 44 en six familles, classées selon l’endroit du processus d’analyse où ils font des dégâts. Voici ces familles, avec les biais qui, selon mon expérience, font le plus de mal.
| Famille | Ce qui déraille | Biais à surveiller en priorité |
|---|---|---|
| Sociaux | L’opinion des autres finit par compter davantage que les faits | Faux consensus, instinct grégaire, illusion de compréhension asymétrique |
| Mémoire et perception | L’esprit retouche le dossier avant que vous ne le voyiez | État d’esprit, biais de vivacité, persistance des preuves discréditées |
| Cause et effet | Nous imposons un récit à des événements qui n’en ont peut-être pas | Penchant pour l’explication causale, biais conspirationniste, erreur d’attribution |
| Décision | Le jugement flanche au moment du choix | Biais de confirmation, biais de normalité, escalade irrationnelle |
| Probabilités | L’être humain n’est pas arithmétique | Ancrage, négligence du taux de base, biais du survivant, biais rétrospectif |
| Le trésor de Garland | Des défaillances méthodologiques que personne d’autre ne recense | Piège des grands médias, ignorance dynamique, « cette fois, c’est différent » |
1. Biais sociaux : quand la salle l’emporte sur les faits

Le biais de faux consensus est la tendance à supposer que nos opinions sont largement partagées et à prendre le silence de la salle pour un accord. Lee Ross et ses collègues l’ont documenté en 1977 (Ross, Greene & House, 1977). Dans les organisations, les analystes se recrutent, se promeuvent et se fréquentent entre eux jusqu’à ce que la vision du service ressemble à « ce que tout le monde pense ». Le consensus est réel. Il est aussi local.
L’instinct grégaire est l’attraction de la majorité comme refuge social. Contredire la salle coûte du statut ; être d’accord ne coûte rien. Sur une carrière, le calcul favorise le consensus, qu’il soit juste ou non. L’organisation obtient alors la même réponse de nombreuses personnes et la prend pour une confirmation indépendante. (Pour aller plus loin : Social Cognitive Bias: Herd Instinct.)
L’illusion de compréhension asymétrique est la conviction que nous comprenons mieux notre rival, notre client ou notre adversaire qu’il ne nous comprend (Pronin et al., 2001). L’autre camp fait la même supposition. Quand les deux côtés croient détenir l’avantage analytique, aucun ne révise son jugement à la lumière du comportement de l’autre.
L’effet Dunning-Kruger a aussi sa place ici. Ceux qui connaissent le moins un domaine ont tendance à surestimer le plus leur compétence (Kruger & Dunning, 1999). Le destinataire du renseignement ne sait souvent pas distinguer l’assurance de l’expert de celle du naïf, et la seconde passe souvent mieux en réunion. N’oubliez pas pour autant la deuxième partie de leur étude ! Dunning et Kruger mettent aussi en lumière la distorsion cognitive des experts, qui supposent que les gens ordinaires leur feront confiance et comprendront leurs avis. Maîtres et novices souffrent tous deux des biais cognitifs identifiés dans leurs travaux.
2. Biais de mémoire et de perception : l’esprit retouche le dossier
L’état d’esprit, concept central de Heuer, est le modèle mental existant qui filtre les indices que l’on remarque. Le cas classique est octobre 1973. Le renseignement israélien était attaché à un « concept » selon lequel l’Égypte n’attaquerait pas sans une capacité de frappe à longue portée qu’elle ne possédait pas encore. Les indices de mobilisation ont été observés puis interprétés comme des exercices, parce que le concept affirmait qu’une attaque était impossible.
Le biais de vivacité donne à une seule anecdote marquante plus de poids qu’à un large ensemble de statistiques ennuyeuses. La source humaine au détail pittoresque fait davantage bouger l’estimation que la base de données qui pointe dans l’autre sens. Le transfuge au nom de code Curveball, dont les récits vivants et non corroborés sur des laboratoires mobiles d’armes biologiques ont façonné l’estimation de 2002 sur l’Irak, en est l’exemple d’école. (J’analyse le cas dans ma vidéo Deep Dive: The Iraq War Intelligence Fraud.)
L’absence de preuve désigne l’incapacité à peser ce qui manque. Si une hypothèse est vraie, certains indices devraient apparaître. Quand ils n’apparaissent pas, ce silence est un indice, mais il n’arrive jamais dans la boîte de réception. Il faut le construire délibérément. J’ai montré comment cela s’est joué avant la guerre d’Irak dans Operation Iraqi Freedom, Cognitive Bias, and Intelligence.
3. Biais de cause et d’effet : le récit que nous imposons
Quand un événement majeur se produit, nous cherchons un acteur animé d’une intention. Le penchant pour l’explication causale attribue trop les événements à un dessein délibéré et pas assez au hasard, à la dérive et au bruit. Le krach éclair de mai 2010 a d’abord été imputé à une manipulation concertée. Les enquêteurs ont ensuite désigné plutôt une seule grosse vente automatisée se heurtant à une liquidité insuffisante.
Le biais conspirationniste en est le proche cousin : voir dans des résultats coordonnés la preuve d’une direction centrale, alors que des acteurs indépendants confrontés aux mêmes incitations convergeraient de toute façon. Il arrive qu’une main dirige réellement les choses. La discipline consiste à exiger des preuves de cette direction, et pas seulement une synchronie.
L’erreur fondamentale d’attribution complète cette famille : nous expliquons le comportement des autres par leur caractère et le nôtre par les circonstances.
4. Biais de décision : l’échec au moment du choix
Le biais de confirmation est la tendance à rechercher et à privilégier les informations qui confirment ce que nous croyons déjà. La synthèse de Raymond Nickerson le qualifiait de « phénomène omniprésent aux multiples visages » (Nickerson, 1998). C’est le biais dont tous les dirigeants ont entendu parler et contre lequel presque aucun n’a de procédure. Dans How to Predict the Future…and WIN!, le Dr Egon décrit un client qui avait misé sa réputation sur une étude censée confirmer ses préjugés. Quand les conclusions les ont contredits, il a passé le rapport au peigne fin à la recherche de coquilles, a trouvé le nom d’un expert mal orthographié et a déclaré l’ensemble bâclé. Quiconque a déjà annoncé une mauvaise nouvelle à un haut dirigeant l’a rencontré.
Le biais de normalité est le refus de se préparer à des problèmes sans précédent, au motif que rien de tel n’est jamais arrivé. C’est le biais de celui qui reste dans sa maison pendant que l’eau monte. J’y ai consacré une courte leçon : Why Normalcy Bias Can Wreck Your Decisions.
L’escalade irrationnelle consiste à jeter l’argent par les fenêtres pour sauver une mise perdue, à prendre une décision rapide et mauvaise pour qu’une décision passée et défaillante paraisse judicieuse. Le biais du statu quo, documenté par William Samuelson et Richard Zeckhauser, est la préférence pour la situation existante même quand le changement coûte moins cher (Samuelson & Zeckhauser, 1988).
Mon cours ajoute deux biais de décision que je vois constamment en entreprise. Le biais professionnel consiste à filtrer une situation nouvelle à travers le jargon de son secteur plutôt qu’à travers une vision large du monde. Le syndrome du « pas inventé ici » consiste à juger automatiquement inférieure toute solution plausible venue de l’extérieur de l’organisation.
5. Biais de probabilité : l’être humain n’est pas arithmétique

L’ancrage est l’attraction du premier chiffre entendu. Tversky et Kahneman ont montré que même des valeurs de départ arbitraires tirent les estimations vers elles (Tversky & Kahneman, 1974). La négligence du taux de base consiste à ignorer la fréquence générale d’un phénomène parce que le cas qu’on a sous les yeux paraît particulier.
Le biais du survivant consiste à n’étudier que les gagnants. Les entreprises du livre de management ont réussi ; les cent qui ont suivi la même stratégie et échoué ne figurent pas dans le livre. (Voir Survivorship Bias Lesson.)
Le biais rétrospectif est l’effet « je le savais depuis le début ». Baruch Fischhoff a montré en 1975 qu’une fois le résultat connu, on surestime à quel point il était prévisible (Fischhoff, 1975). Il détruit discrètement les retours d’expérience : si vous vous souvenez d’avoir eu raison, vous n’avez rien à apprendre.
Le biais de disponibilité juge la probabilité d’un événement à la facilité avec laquelle des exemples viennent à l’esprit, ce qui explique pourquoi la crise du dernier trimestre ressemble toujours au risque le plus probable du prochain. (Pour aller plus loin : Availability Bias.)
6. Le trésor de Garland : les défaillances que personne d’autre ne recense
Trente ans de lecture de présentations stratégiques d’entreprises m’ont appris que certaines des pires défaillances analytiques ne figurent dans aucun manuel de psychologie. Je les regroupe sous un intitulé délibérément peu académique. Quelques favoris :
- Le piège des grands médias. Se fier au résumé d’un journaliste plutôt qu’à la recherche originale. Les médias sont des distributeurs secondaires du travail d’autres institutions, et leur métier est de rendre les choses dignes d’intérêt. Allez à la source.
- L’équation entre taille et importance. Supposer que les grandes entreprises et les personnes importantes comptent davantage que les petits acteurs perturbateurs. Le perturbateur est généralement « petit » jusqu’au moment précis où il ne l’est plus.
- L’ignorance dynamique. Croire que son modèle est complet parce que sa cartographie du système inclut tout ce qui nous paraît évident, alors que les vrais leviers se trouvent en dehors.
- Le refus de croire à des choses ridicules. Écarter une possibilité parce qu’elle paraît absurde, dans un monde qui fonctionne déjà grâce à des choses qui semblaient autrefois absurdes : des ordinateurs plus petits qu’une pièce, des femmes dans toutes les professions, des communistes chinois fortunés.
- « Cette fois, c’est différent. » Ne pas reconnaître une bulle juste après l’éclatement de la précédente.
- La torpeur du SWOT. Nourrir un vieil outil simpliste de données maigres et conclure que « l’entreprise devrait affronter ses concurrents et trouver de nouveaux marchés rentables ».
Pourquoi c’est en prospective que les biais font le plus de dégâts
Les biais sont dangereux dans toute analyse, mais ils le sont surtout quand on réfléchit à l’avenir, parce que l’avenir n’offre aucun retour immédiat. Une mauvaise lecture des chiffres du dernier trimestre est corrigée au trimestre suivant. Une mauvaise hypothèse sur les dix prochaines années peut tenir cinq ans sans être contestée.

J’ai défendu cette idée dans mon premier livre, Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next (AMACOM, 2007) : « La règle d’or de la prospective est que si les conclusions confirment tout ce que vous avez toujours pensé du monde et de son évolution, elles ne servent à rien. »
Le livre raconte l’histoire d’un dirigeant du secteur de l’ingénierie avec qui j’ai travaillé en 2000. Notre étude prospective prévoyait qu’en 2015, les ouvriers du bâtiment porteraient des appareils portables simples et robustes pour mettre à jour les plans et suivre les outils sur le chantier. Il a refusé de l’admettre. Les ouvriers du bâtiment, raisonnait-il, n’utilisent pas d’ordinateurs. Une observation a débloqué la situation : même les enfants pauvres avaient une PlayStation. Les ouvriers les moins qualifiés de 2015 auraient grandi avec des consoles de jeu fondées sur des menus et des logiciels. Son hypothèse cachée était que la main-d’œuvre de demain serait la même que celle d’aujourd’hui. Comme je l’écrivais alors, certaines hypothèses sont des croyances « dont les raisons nous sont cachées à nous-mêmes et qui colorent inconsciemment notre vision de l’avenir ».
Dans mon deuxième livre, How to Predict the Future…and WIN! (2011), j’ai choisi la satire. Un consultant fictif, le Dr P. Hughes Egon, propose 25 conseils garantis pour ruiner la prospective d’une organisation, de « N’écoutez que les grands médias » à « Planifiez sur la base d’un seul scénario » et « Commencez par les conclusions ». Chacun d’eux est un biais cognitif en costume-cravate. La conclusion sérieuse de ce livre reste valable : « La principale valeur de la prospective n’est pas l’exactitude des prévisions, mais l’exploration des hypothèses jamais remises en question. »
C’est pourquoi j’enseigne le travail sur les scénarios en même temps que les biais cognitifs, et pourquoi j’applique ce que j’appelle la règle des quatre scénarios :
- Un scénario, ce sont des relations publiques officielles.
- Deux scénarios, c’est le bon contre le mauvais, et tout le monde choisit le bon.
- Trois scénarios, c’est une fausse modération ; tout le monde choisit celui du milieu.
- Quatre scénarios obligent le décideur à examiner les données et à choisir.
Le quatrième scénario ne sert pas à prédire. Il sert à obliger l’organisation à débattre de ses hypothèses avant que la réalité ne s’en charge.
Comment réduire les biais cognitifs : ce qui marche vraiment

On ne peut pas éliminer les biais cognitifs. On peut mettre en place des procédures qui les repèrent. Voici celles qui s’appuient sur des preuves, et celles que j’utilise avec mes clients.
1. L’analyse des hypothèses concurrentes (ACH). La méthode de Heuer demande de dresser la liste de toutes les hypothèses raisonnables, puis d’évaluer chaque élément de preuve par rapport à toutes à la fois. Le geste clé consiste à chercher les éléments qui infirment une hypothèse, plutôt que ceux qui soutiennent votre favorite. En toute honnêteté, les résultats expérimentaux sont mitigés. Une étude de 2019 portant sur 50 analystes a montré que les analystes formés à l’ACH sautaient souvent des étapes, que son effet sur le biais de confirmation était inégal et qu’elle pouvait même accroître l’erreur (Dhami, Belton & Mandel, 2019). Je continue de l’utiliser, parce que sa vraie valeur est de rendre les hypothèses visibles et discutables, et parce qu’une méthode bien appliquée vaut mieux qu’une méthode escamotée.
2. Le pré-mortem. Avant qu’une décision soit définitive, l’équipe imagine qu’elle a échoué de façon spectaculaire et écrit pourquoi. Gary Klein a popularisé la méthode (Klein, Harvard Business Review, 2007). Il attribue à la recherche sur la « rétrospection prospective », qui consiste à imaginer qu’un événement s’est déjà produit, une amélioration d’environ 30 % de la capacité à identifier les causes d’un résultat (Mitchell, Russo & Pennington, 1989).
3. La formation, bien faite. Pendant des années, on a supposé qu’enseigner les biais servait à peu de chose. Les recherches récentes sont plus encourageantes. Dans une étude, une seule séance avec un jeu de formation interactif a réduit les biais d’au moins 32 % immédiatement, et d’au moins 24 % deux mois plus tard (Morewedge et al., 2015). Dans un vaste tournoi de prévision géopolitique, la formation, le travail en équipe et le suivi ont « considérablement amélioré l’exactitude des prévisions », et un bref module sur le raisonnement probabiliste a continué de porter ses fruits dans la durée (Mellers et al., 2014).
4. Listez ce que vous vous attendez à voir. Pour chaque hypothèse, notez les indices qui devraient apparaître si elle est vraie. Puis vérifiez lesquels manquent. C’est le remède aux erreurs d’absence de preuve, et il ne coûte rien.
5. Adoptez la vue de l’extérieur. Avant de faire des prévisions sur votre propre projet, demandez-vous comment des projets similaires se sont généralement terminés. Les taux de base rendent humble, et c’est bien le but.
6. Remontez à la source originale. Lisez l’étude, le document déposé, le jeu de données, pas l’article qui en parle. Vérifiez qui a produit les données et ce qu’il voulait leur faire dire.
7. Récompensez le porteur de mauvaises nouvelles. Aucune méthode ne survit à une culture qui punit celui qui évoque le scénario dérangeant. « Le ridicule est un poison », écrivais-je dans How to Predict the Future…and WIN! Si un signal faible est accueilli par des rires, l’organisation s’expose à des « décisions imprudentes qui seront cimentées par la pensée de groupe ». La direction doit rendre la contradiction sûre, puis la rendre attendue.
Questions fréquentes sur les biais cognitifs
Qu’est-ce qu’un biais cognitif, en termes simples ?
Un biais cognitif est une erreur de raisonnement prévisible : un raccourci mental qui mène les gens à la même conclusion erronée, dans la même direction, surtout en situation d’incertitude.
Combien existe-t-il de biais cognitifs ?
Il n’y a pas de chiffre officiel. Les catalogues populaires en recensent plus de 180. Pour les décisions concrètes, quelques dizaines comptent. J’en enseigne 44, regroupés en six familles.
Quelle est la différence entre une heuristique et un biais ?
Une heuristique est un raccourci mental, et la plupart du temps elle fonctionne. Un biais est l’erreur systématique que ce raccourci produit lorsqu’il est appliqué dans la mauvaise situation.
Qui était Richards Heuer ?
Richards J. Heuer Jr. a longtemps été officier de la CIA et il est l’auteur de Psychology of Intelligence Analysis (1999), le texte fondateur sur les biais cognitifs dans le travail de renseignement. Il a aussi mis au point la méthode d’analyse des hypothèses concurrentes.
Peut-on éliminer les biais cognitifs ?
Non. Comme les illusions d’optique, les biais persistent même quand on les connaît. On peut en réduire les dégâts grâce à des méthodes structurées, à la vue de l’extérieur, aux pré-mortems et à une culture qui récompense la contradiction.
Travailler avec Competitive Futures
J’enseigne la version complète de ce contenu, les 44 biais et les méthodes pour les contrer, dans mon cours avancé d’analyse stratégique destiné aux équipes de direction et aux analystes. Si votre organisation fait face à une décision où une hypothèse erronée coûterait cher, demandez un échange de 20 minutes. Je vous dirai par où je commencerais.
Autres analyses de Competitive Futures (en anglais)
- What Is a Social Cognitive Bias?
- Mirror Imaging: The CIA’s Warning About Predicting Iran
- You Must Understand Cognitive Bias and AI
- Strategic Mind Traps: Probability Bias
- Strategic Mind Traps: Decision-Making Bias
Références
- Dhami, M. K., Belton, I. K., & Mandel, D. R. (2019). The “analysis of competing hypotheses” in intelligence analysis. Applied Cognitive Psychology, 33(6), 1080–1090. https://doi.org/10.1002/acp.3550
- Fischhoff, B. (1975). Hindsight ≠ foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288–299. https://doi.org/10.1037/0096-1523.1.3.288
- Garland, E. (2007). Future, Inc.: How Businesses Can Anticipate and Profit from What’s Next. AMACOM.
- Garland, E. (2011). How to Predict the Future…and WIN!
- Heuer, R. J., Jr. (1999). Psychology of Intelligence Analysis. Center for the Study of Intelligence, Central Intelligence Agency. https://www.cia.gov/resources/csi/books-monographs/psychology-of-intelligence-analysis-2/
- Klein, G. (2007, September). Performing a project premortem. Harvard Business Review. https://hbr.org/2007/09/performing-a-project-premortem
- 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. https://doi.org/10.1037/0022-3514.77.6.1121
- Lovallo, D., & Sibony, O. (2010, March). The case for behavioral strategy. McKinsey Quarterly. https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/the-case-for-behavioral-strategy
- Mellers, B., et al. (2014). Psychological strategies for winning a geopolitical forecasting tournament. Psychological Science, 25(5), 1106–1115. https://doi.org/10.1177/0956797614524255
- Mitchell, D. J., Russo, J. E., & Pennington, N. (1989). Back to the future: Temporal perspective in the explanation of events. Journal of Behavioral Decision Making, 2(1), 25–38. https://doi.org/10.1002/bdm.3960020103
- Morewedge, C. K., Yoon, H., Scopelliti, I., Symborski, C. W., Korris, J. H., & Kassam, K. S. (2015). Debiasing decisions: Improved decision making with a single training intervention. Policy Insights from the Behavioral and Brain Sciences, 2(1), 129–140. https://doi.org/10.1177/2372732215600886
- Nickerson, R. S. (1998). Confirmation bias: A ubiquitous phenomenon in many guises. Review of General Psychology, 2(2), 175–220. https://doi.org/10.1037/1089-2680.2.2.175
- Pronin, E., Kruger, J., Savitsky, K., & Ross, L. (2001). You don’t know me, but I know you: The illusion of asymmetric insight. Journal of Personality and Social Psychology, 81(4), 639–656. https://doi.org/10.1037/0022-3514.81.4.639
- Ross, L., Greene, D., & House, P. (1977). The “false consensus effect”: An egocentric bias in social perception and attribution processes. Journal of Experimental Social Psychology, 13(3), 279–301. https://doi.org/10.1016/0022-1031(77)90049-X
- Ross, L., Lepper, M. R., & Hubbard, M. (1975). Perseverance in self-perception and social perception: Biased attributional processes in the debriefing paradigm. Journal of Personality and Social Psychology, 32(5), 880–892. https://doi.org/10.1037/0022-3514.32.5.880
- Samuelson, W., & Zeckhauser, R. (1988). Status quo bias in decision making. Journal of Risk and Uncertainty, 1(1), 7–59. https://doi.org/10.1007/BF00055564
- Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131. https://doi.org/10.1126/science.185.4157.1124