Wisdom of Crowds: Galton's Ox — The 1906 Experiment That Proved Crowds Beat Experts

Le scientifique qui voulait prouver que les foules étaient folles

La meilleure partie de l'expérience la plus célèbre en intelligence collective est qu'elle a été conçue — dans l'esprit, du moins — pour prouver le contraire de ce qu'elle a trouvé.

En 1906, Francis Galton était l'un des scientifiques les plus accomplis de Grande-Bretagne. Cousin de Charles Darwin, il avait été le pionnier des concepts statistiques de corrélation et de régression vers la moyenne, inventé la carte météorologique, et mis l'identification par empreinte digitale sur une base scientifique. Il était également — et cela compte pour l'histoire — profondément sceptique du jugement des gens ordinaires. Galton croyait que l'intelligence était concentrée dans une petite élite héréditaire ; il a inventé le terme « eugénisme » et a passé des décennies à le promouvoir, un héritage à juste titre condamné aujourd'hui et inséparable de la façon dont il a abordé cette question. Lorsqu'il a tourné ses outils statistiques sur une foule, il s'attendait à documenter son incompétence.

Ainsi, lorsque le Galton de 84 ans a erré à travers l'Exposition de bétail et de volaille du West of England à Plymouth à l'automne 1906 et est tombé sur un concours d'estimation de poids, il a vu un ensemble de données irrésistible. Voici une foule — certains experts, la plupart non — faisant des centaines de jugements numériques indépendants sur un fait, avec un petit droit d'entrée pour les garder honnêtes et un prix pour les motiver. Comme il l'a écrit plus tard dans Nature, le concurrent moyen était probablement aussi bien adapté pour juger le bœuf qu'un électeur moyen l'est pour juger des mérites de la plupart des questions politiques sur lesquelles il vote. L'analogie à la démocratie était tout le but. Galton s'attendait à ce que le vox populi — la voix du peuple — s'embarrasse.

Une foire de campagne, un gros bœuf, et 787 billets à six pence

Les mécanismes du concours étaient simples, et — comme nous le savons maintenant — accidentellement proches d'un design expérimental idéal. Un bœuf vivant était exposé. Pour six pence, quiconque pouvait acheter une carte tamponnée et numérotée, y inscrire son nom et son adresse, et enregistrer son estimation de ce que le bœuf pèserait une fois abattu et habillé — le chiffre commercialement significatif, et une question plus difficile que le poids vivant de l'animal. Les estimations les plus précises gagnaient des prix.

Trois caractéristiques de cette configuration méritent attention, car chacune correspond à une condition que des recherches ultérieures montreraient comme essentielle pour l'exactitude collective. Premièrement, le droit d'entrée de six pence a filtré les purs farceurs — les gens avaient un enjeu. Deuxièmement, chaque carte était remplie en privé : il n'y avait pas de vote à main levée, pas d'enchérisseur appelant un consensus en cours, pas de leader visible à copier. Les jugements étaient indépendants. Troisièmement, la foule était véritablement mixte : des bouchers et des agriculteurs avec une expertise professionnelle se tenaient aux côtés de commis et de familles qui étaient, selon les mots de Galton, guidés par l'humeur du moment. Les jugements étaient divers.

Après le concours, Galton a emprunté les cartes. Sur environ 800, treize étaient illisibles ou autrement défectueuses, laissant 787 estimations valides. Il les a triées, tabulées, a tracé leur distribution, et a calculé leurs quantiles — un travail statistique complet, publié dans Nature le 7 mars 1907 sous le titre « Vox Populi » (Galton, F., Nature, 75, 450–451).

Le résultat qui l'a surpris

L'estimation médiane — ce que nous appelons maintenant la médiane — était de 1 207 livres. Le bœuf, abattu et habillé, pesait 1 198 livres. Le verdict collectif de la foule était à neuf livres près : une erreur d'environ 0,8 %, plus proche que les estimations des experts en bétail présents.

Galton — à son véritable crédit en tant que scientifique — a rapporté le résultat tel quel. « Ce résultat est, je pense, plus crédible pour la fiabilité d'un jugement démocratique que ce qui aurait pu être attendu », a-t-il écrit. Venir d'un homme qui avait passé sa carrière à argumenter que le bon jugement était un don héréditaire rare, la phrase est une concession scientifique silencieuse : les données avaient battu ses attentes.

L'histoire s'est améliorée dans la correspondance qui a suivi. Les lecteurs de Nature ont écrit, et dans sa réponse (« L'Urne », Nature, 75, 509) Galton a reconnu que la moyenne arithmétique de toutes les 787 estimations était de 1 197 livres — un livre de moins que le poids réel. Un siècle plus tard, l'économétricien Kenneth Wallis (« Revisiter la compétition de prévision de Francis Galton », 2014) a revisité les données originales et l'échange environnant, confirmant les éléments essentiels de l'histoire que James Surowiecki avait rendue célèbre. Le manque d'un livre de la moyenne est la version généralement citée aujourd'hui ; le manque de neuf livres de la médiane est ce que Galton a réellement mis en avant. Les deux sont étonnants.

Médiane ou moyenne ? Le choix statistique de Galton compte encore

Pourquoi Galton préférait-il l'estimation médiane ? Son raisonnement était explicitement politique : la médiane est la valeur qu'une majorité de la foule ratifierait dans un vote. Chaque autre valeur serait battue par ceux qui la trouvaient trop élevée ou trop basse. La médiane, en d'autres termes, est le verdict démocratique de la foule — ce qui était exactement la question sur le vox populi qu'il avait cherché à tester.

Mais il y a un argument statistique caché à l'intérieur de l'argument politique, et il est encore enseigné aujourd'hui. La médiane est une statistique robuste : une poignée d'estimations absurdes — quelqu'un écrivant 10 000 livres pour rire — la déplace à peine, tandis que la moyenne peut être tirée arbitrairement loin par un seul point aberrant. La moyenne, en revanche, utilise plus d'informations dans les données et, lorsque les erreurs sont à peu près symétriques et indépendantes, les annule plus efficacement. La foule de Galton était suffisamment bien comportée pour que les deux fonctionnent : la médiane a manqué de 9 lb, la moyenne de 1 lb. Dans des foules plus désordonnées — sondages en ligne, forums non modérés — la robustesse de la médiane l'emporte souvent. Choisir votre mécanisme d'agrégation est une décision sur la confiance que vous accordez aux extrêmes de votre foule.

Pourquoi la moyenne fonctionne : l'arithmétique de l'annulation des erreurs

Il n'y a pas de mysticisme dans le résultat de Galton. Chaque estimation peut être considérée comme la valeur réelle plus une erreur. Si les erreurs sont indépendantes et dispersées des deux côtés de la vérité — certains bouchers surestiment, d'autres sous-estiment — alors additionner les estimations annule une grande partie de l'erreur tandis que le signal partagé s'accumule. Plus les erreurs sont diverses et indépendantes, plus elles s'annulent de manière agressive.

Scott Page a ensuite formalisé l'intuition comme le théorème de prédiction de la diversité (Page, The Difference, 2007) : pour l'erreur au carré, l'erreur collective est égale à l'erreur individuelle moyenne moins la diversité des prédictions. C'est une identité mathématique, pas une affirmation empirique — ce qui la rend si utile. Une foule bat son membre moyen exactement autant que ses membres ne sont pas d'accord entre eux. La diversité n'est pas un atout ; c'est, arithmétiquement, tout l'avantage. Une foule de clones ne gagne rien de l'agrégation.

La même logique avait été découverte, pour des questions oui/non plutôt que des quantités, plus d'un siècle avant Galton. Le Marquis de Condorcet a prouvé en 1785 que si chaque électeur est même légèrement plus susceptible que le hasard d'avoir raison, et que les électeurs jugent indépendamment, la probabilité que la majorité ait raison augmente vers la certitude à mesure que le groupe grandit. Nous racontons cette histoire — et les manières dramatiques dont le théorème échoue lorsque ses hypothèses se brisent — dans notre pièce compagnon sur le Théorème du Jury de Condorcet.

De la note de bas de page au cadre : les quatre conditions de Surowiecki

Pendant la majeure partie du vingtième siècle, le bœuf de Galton était une curiosité statistique. Cela a changé en 2004, lorsque James Surowiecki a ouvert La sagesse des foules avec l'histoire de Plymouth et a rassemblé un siècle de preuves — des marchés boursiers aux moteurs de recherche — que les foules peuvent être systématiquement intelligentes. Crucialement, Surowiecki n'a pas prétendu que les foules sont toujours sages. Il a identifié quatre conditions que la foire de Galton a satisfaites par accident, et que toute foule sage a besoin délibérément :

Supprimez une condition et la foule ne perd pas seulement son avantage — elle peut devenir activement pire que ses membres, car l'agrégation amplifie alors un biais partagé au lieu d'annuler des erreurs indépendantes. Pour la science complète des quatre conditions et de leurs modes d'échec, consultez notre guide sur la sagesse des foules.

Les petites lignes : ce que la foire a bien fait que les réunions font mal

Voici la question inconfortable pour quiconque dirige des réunions : combien de décisions de groupe dans votre organisation sont structurées comme la foire de Galton — et combien sont structurées comme l'exact opposé ?

À la foire, chaque jugement était engagé en privé, par écrit, avant que quiconque ne voie le nombre de quelqu'un d'autre. Dans une réunion typique, la personne la plus senior ou la plus confiante parle en premier, et chaque « estimation » suivante est ancrée sur la sienne. Ce qui ressemble à trente personnes qui s'accordent est souvent une estimation d'une personne avec vingt-neuf échos. Les économistes appellent le mécanisme une cascade d'information : une fois que quelques opinions précoces sont visibles, il devient rationnel pour chaque personne suivante de dévaluer sa propre information et de copier — et l'indépendance de la foule, la condition porteuse de tout le phénomène, s'effondre silencieusement (Bikhchandani, Hirshleifer & Welch, 1992). Nous couvrons les mécanismes dans notre guide sur les cascades d'information.

C'est aussi pourquoi les répliques de l'expérience de Galton déçoivent parfois : exécutez le jeu de devinette du bœuf avec une moyenne en cours visible, ou laissez les participants crier leurs estimations, et l'exactitude se dégrade. La magie n'était jamais dans la foule — elle était dans le protocole. Six pence, une carte privée, et une urne verrouillée s'avèrent être une meilleure architecture de décision que la plupart des salles de conférence.

Descendants modernes du bœuf

Le principe d'agrégation que Galton a documenté traverse maintenant une gamme remarquable de systèmes modernes :

Chaque descendant agrège quelque chose de différent — les marchés agrègent des croyances en prix, les ensembles agrègent des sorties de modèles en prédictions, les systèmes de vote agrègent des préférences en résultats — et chacun hérite de la même dépendance : l'agrégat n'est bon que si l'indépendance et la diversité de ce qui l'alimente le sont. Cette ressemblance familiale est le fil conducteur de toute la tradition de recherche, du théorème de Condorcet de 1785 à la recherche sur l'intelligence collective du MIT aujourd'hui — un arc de 240 ans que nous traçons dans Intelligence Collective : 240 ans de recherche.

Ce que signifie le bœuf de Galton pour votre équipe

La traduction pratique de l'expérience de 1906 est une courte liste de contrôle, et elle s'applique à un moment spécifique dans la vie d'une décision — le moment où vous rassemblez et combinez des jugements, avant que le groupe ne commence à délibérer :

• Collectez des estimations de manière indépendante, par écrit, d'abord. Avant la réunion, avant que la personne senior ne prenne la parole. Au moment où les jugements deviennent visibles, l'indépendance — et l'avantage statistique de la foule — commence à se dégrader.
• Recrutez activement des perspectives diverses. Le théorème de la prédiction de la diversité est clair : votre avantage collectif par rapport à votre membre moyen est votre diversité. Un panel de personnes ayant le même parcours et les mêmes informations est une seule supposition portant de nombreux badges.
• Choisissez votre mécanisme d'agrégation délibérément. Médiane pour les foules désordonnées, moyenne pour celles bien comportées, notation structurée lorsque les jugements ont plusieurs dimensions. “Nous en avons discuté et avons atteint un consensus” n'est pas un mécanisme d'agrégation — c'est généralement un mécanisme d'ancrage.
• Conservez les raisons, pas seulement les chiffres. Les cartes de Galton lui ont dit ce que la foule pensait, jamais pourquoi. Pour un bœuf, c'est acceptable. Pour une décision stratégique, le raisonnement est la partie dont vous aurez besoin lorsque les circonstances changent.

Ce dernier point est là où la prise de décision collaborative moderne va au-delà de Galton. Argumentree est conçu pour donner à une équipe le protocole de foire avec le raisonnement attaché : les participants contribuent des arguments indépendamment et asynchrone — avant que la salle ne converge — dans un arbre pro/con structuré ; le groupe évalue ensuite chaque argument sur des dimensions explicites (utilité, clarté, précision, exhaustivité), et les évaluations s'agrègent en scores de consensus de la manière dont 787 cartes se sont agrégées en 1 207 livres. Les options de contribution anonymes protègent l'indépendance de la hiérarchie, et la trace d'audit complète préserve ce que le concours de bœuf n'a jamais pu : le pourquoi derrière le nombre.

Galton est allé à une foire pour prouver que le jugement ordinaire ne pouvait pas être fiable. Il est parti avec la preuve la plus forte que quiconque avait produite jusqu'à présent que — correctement agrégée — elle peut l'être. L'instrument a changé d'une urne à un logiciel. La leçon n'a pas changé.