Analyse des hypothèses concurrentes (ACH) : comment l’utiliser, et quand elle échoue

Loupe posée sur une pile de documents : peser les indices dans l'analyse des hypothèses concurrentes

Version anglaise (English version)

L’analyse des hypothèses concurrentes (ACH, pour Analysis of Competing Hypotheses) est une technique structurée qui sert à déterminer laquelle de plusieurs explications correspond le mieux aux éléments disponibles. Au lieu de choisir une réponse favorite et de rassembler ce qui la soutient, l’ACH pose toutes les hypothèses raisonnables et confronte chaque élément de preuve à toutes à la fois. La réponse qui survit est celle que les éléments ne parviennent pas à écarter, et ce n’est souvent pas celle dont la salle était partie.

L’analyste de la CIA Richards Heuer a mis au point l’ACH et l’a publiée dans Psychology of Intelligence Analysis (1999), qui reste l’un des ouvrages les plus enseignés en analyse du renseignement. Depuis, l’ACH s’est diffusée du renseignement d’État vers l’intelligence économique, les enquêtes, la cybersécurité et la stratégie d’entreprise.

J’utilise l’ACH depuis l’essentiel de ma carrière, en intelligence économique pour des entreprises et dans nos propres publications de renseignement. Cette page explique la méthode, déroule un exemple et fait le point sur ce que disent les études quant aux cas où elle aide et à ceux où elle n’aide pas.

En bref

  • L’ACH confronte les éléments à toutes les hypothèses à la fois, pas seulement à la favorite.
  • Elle cherche ce qui infirme, pas ce qui confirme. Une seule incohérence solide peut éliminer une hypothèse ; une pile d’éléments cohérents ne peut en prouver aucune.
  • Ce qui compte, ce sont les éléments diagnostiques. Un élément compatible avec toutes les hypothèses ne vous apprend presque rien.
  • Le résultat est un classement assorti d’une liste de signaux à surveiller : quelles explications survivent, et quels signes futurs changeraient la réponse.
  • Ce n’est pas magique. Les expériences montrent que l’ACH peut aider à organiser la réflexion, mais n’élimine pas automatiquement les biais. Elle fonctionne le mieux au sein d’une démarche rigoureuse.

Pourquoi l’ACH existe : le problème de l’analyse intuitive

La façon naturelle d’analyser une question consiste à se faire une opinion tôt, puis à rassembler des éléments en sa faveur. Cela ressemble à de la rigueur. C’est en réalité un plaidoyer, et c’est ainsi que des gens intelligents se persuadent d’erreurs commises avec assurance.

Le problème, c’est le biais de confirmation. La plupart des éléments sont compatibles avec plus d’une explication, si bien qu’un analyste déterminé trouvera toujours de quoi soutenir la réponse qui lui plaît déjà. L’intuition de Heuer était que le remède doit être procédural. Connaître les biais ne vous en protège pas ; une structure qui vous oblige à envisager les alternatives, si. Voir le guide des biais cognitifs (en anglais) pour un inventaire plus large.

La communauté du renseignement américaine a depuis inscrit cette idée dans ses normes officielles. L’ICD 203, la directive qui fixe les normes d’analyse pour l’ensemble de la communauté, impose aux analystes d’intégrer l’analyse des alternatives (ODNI, ICD 203).

Les huit étapes de l’ACH

Heuer a décrit l’ACH comme une procédure en huit étapes (Heuer, chap. 8). En termes simples :

  1. Lister les hypothèses. Recensez toutes les explications raisonnables, de préférence avec des personnes qui voient le problème autrement. Incluez celles qui vous déplaisent.
  2. Lister les éléments et les arguments. Incluez les faits, les informations, les hypothèses de travail et les arguments logiques, et remarquez ce qui manque autant que ce qui est présent.
  3. Construire la matrice. Les hypothèses en colonnes, les éléments en lignes. Pour chaque case, demandez-vous si l’élément est cohérent, incohérent ou sans rapport avec l’hypothèse.
  4. Affiner la matrice. Reformulez ou fusionnez des hypothèses, et écartez les éléments qui n’aident pas à les départager.
  5. Tirer des conclusions provisoires. Parcourez chaque colonne à la recherche d’incohérences. L’hypothèse la plus probable est en général celle qui a le moins d’éléments contre elle, pas celle qui en a le plus en sa faveur.
  6. Tester la sensibilité. Demandez-vous sur quels quelques éléments repose vraiment votre conclusion, et ce qui se passe si l’un d’eux est faux, trompeur ou délibérément placé là.
  7. Présenter les conclusions, y compris la probabilité relative de chaque hypothèse, et pas seulement de la gagnante.
  8. Fixer des jalons. Nommez les observations futures qui vous indiqueraient que les événements prennent un autre cours.
Exemple de matrice ACH qui confronte quatre hypothèses à quatre éléments de preuve, avec le décompte des incohérences
Une matrice ACH pour l’exemple détaillé. L’élément le plus frappant, les offres d’emploi, s’accorde avec toutes les hypothèses et ne tranche rien.

L’idée clé : la diagnosticité

La notion la plus utile de l’ACH est la diagnosticité. Un élément est diagnostique s’il aide à départager les hypothèses. Un élément compatible avec toutes peut sembler soutenir fortement votre favorite, mais il ne vous aide pas à choisir.

Cela renverse la manière dont la plupart des organisations lisent l’information. Les dirigeants ont tendance à peser un élément selon qu’il est frappant, récent ou émane d’une autorité. L’ACH pose une autre question : cet élément rend-il une hypothèse moins probable ? Sinon, mettez-le de côté, aussi impressionnant qu’il paraisse.

Un exemple détaillé

Supposons qu’un concurrent ait publié une douzaine d’offres d’emploi d’ingénieurs batteries ces deux derniers mois. La direction veut savoir ce que cela signifie. Quatre hypothèses :

  • H1 : le concurrent lance sa propre gamme de batteries.
  • H2 : il internalise un composant sous-traité pour réduire ses coûts.
  • H3 : il prépare le rachat d’une start-up de batteries et recrute en amont de l’opération.
  • H4 : c’est un renouvellement habituel du personnel, et les offres ne signifient pas grand-chose.

Passons aux éléments :

  • Les offres d’emploi elles-mêmes s’accordent avec les quatre hypothèses. Elles ne départagent rien.
  • Les postes portent sur l’assemblage des packs et la qualité fournisseurs, pas sur la recherche en chimie des cellules. C’est incohérent avec H1, car une nouvelle gamme de batteries exigerait des chimistes, et avec H4, car une vague concentrée sur une seule fonction n’est pas un renouvellement habituel. C’est cohérent avec H2.
  • Le principal fournisseur du concurrent a récemment augmenté ses prix. Cohérent avec H2 ; cela ne dit rien des autres.
  • Aucune opération de financement ni rumeur de rachat n’apparaît dans les documents publics ou la presse spécialisée. C’est incohérent avec H3.

L’élément le plus frappant, la vague d’offres, se révèle le moins diagnostique. Ce sont les détails discrets, quels postes et quoi d’autre s’est passé, qui font le travail. H2 survit sans aucune incohérence. Les jalons à surveiller : les changements de contrats fournisseurs, les permis d’usine, et tout nouveau financement qui relancerait H3.

Ce que disent les études sur l’ACH

L’ACH est largement enseignée, mais les preuves qu’elle améliore le jugement sont mitigées.

Dans une expérience de 2019, Mandeep Dhami, Ian Belton et David Mandel ont réparti au hasard 50 analystes du renseignement entre un groupe utilisant l’ACH et un groupe ne l’utilisant pas, sur le même problème. Ils en ont conclu que la communauté du renseignement devrait examiner dans quelles conditions l’ACH est utile et explorer d’autres approches (Dhami, Belton & Mandel, Applied Cognitive Psychology, 2019). Une revue des expériences apparentées indique que les analystes utilisant l’ACH attribuaient parfois des probabilités de façon moins cohérente que ceux qui ne l’utilisaient pas, et tenaient moins compte des taux de base (Karvetski, Mandel & Irwin, Judgment and Decision Making, 2020).

Des collègues remettent en cause le raisonnement les uns des autres devant un tableau blanc, un garde-fou de l'analyse des hypothèses concurrentes

Cela ne rend pas l’ACH inutile. Cela signifie qu’une matrice ne remplace pas le jugement. D’après mon expérience, l’ACH justifie son coût lorsque quatre conditions sont réunies :

  • Les hypothèses sont vraiment distinctes, de sorte que les éléments peuvent les départager.
  • Les taux de base sont examinés d’abord : dans des situations comparables, à quelle fréquence chaque explication s’avère-t-elle exacte ?
  • Quelqu’un d’extérieur à l’équipe conteste la liste des hypothèses, car l’explication que personne n’a notée est celle qui vous surprend.
  • Les jalons sont réellement suivis, pour que l’analyse reste vivante après la réunion.

Utilisée ainsi, l’ACH est moins une calculatrice qu’une discipline : elle rend le raisonnement visible, pour que d’autres puissent le vérifier.

La place de l’ACH

L’ACH fait partie d’une famille de techniques d’analyse structurée. Elle fonctionne bien aux côtés de :

  • La planification par scénarios (en anglais), pour les questions sur l’avenir plutôt que les explications du présent.
  • L’évaluation d’une prévision (en anglais), quand vous jugez les affirmations de quelqu’un d’autre.
  • Le pré-mortem, qui suppose qu’un plan a déjà échoué et se demande pourquoi.
  • Une culture de la prospective (en anglais), car aucune technique n’aide si l’organisation refuse d’agir sur une réponse dérangeante.

Questions fréquentes

Qu’est-ce que l’analyse des hypothèses concurrentes ?

L’ACH est une technique d’analyse structurée mise au point par Richards Heuer, analyste de la CIA. Elle évalue plusieurs explications possibles à la fois en confrontant chaque élément de preuve à chaque hypothèse, et privilégie l’hypothèse qui a le moins d’éléments contre elle.

Qui a créé l’ACH ?

Richards J. Heuer Jr., analyste de longue date de la CIA, a mis au point l’ACH et l’a décrite dans son livre de 1999, Psychology of Intelligence Analysis, publié par le Center for the Study of Intelligence de la CIA.

Qu’est-ce que la diagnosticité dans l’ACH ?

La diagnosticité mesure à quel point un élément aide à départager les hypothèses. Un élément compatible avec toutes les hypothèses a une faible diagnosticité, même s’il semble fortement soutenir l’une d’elles.

L’ACH élimine-t-elle le biais de confirmation ?

Pas à elle seule. Les expériences menées avec des analystes du renseignement ont donné des résultats mitigés. L’ACH aide surtout quand les hypothèses sont distinctes, que les taux de base sont pris en compte et que des personnes extérieures contestent la liste des hypothèses.

Les entreprises peuvent-elles utiliser l’ACH ?

Oui. L’ACH est utilisée en intelligence économique, dans les enquêtes, en cybersécurité et en stratégie, partout où une équipe doit choisir entre des explications concurrentes d’éléments incomplets.

Travailler avec Competitive Futures

Nous utilisons l’analyse structurée, dont l’ACH, dans nos travaux d’intelligence économique et nos publications de renseignement, et nous l’enseignons en formation de dirigeants et dans notre cours avancé d’analyse stratégique. Si votre équipe doit prendre une décision qui dépend d’une lecture juste d’éléments incomplets, demandez un entretien de 20 minutes.

À lire aussi sur Competitive Futures

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. doi.org/10.1002/acp.3550
  • Heuer, R. J., Jr. (1999). Psychology of Intelligence Analysis, ch. 8. Center for the Study of Intelligence, CIA. cia.gov
  • Karvetski, C. W., Mandel, D. R., & Irwin, D. (2020). Coherence of probability judgments from uncertain evidence: Does ACH help? Judgment and Decision Making, 15(6), 939–958.
  • Office of the Director of National Intelligence (2015, amended 2022). Intelligence Community Directive 203: Analytic Standards. odni.gov