O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Comment les Chiffres font peur aux gens ? Un exemple durant la crise du COVID 19.

L'invité du Coffee and Learn du 23 Avril 2020, est Le Professeur Eric Vernette, Toulouse School of Management.

Durant la crise du Covid, à peine, 39% des français font confiance aux sources du gouvernement, 66% pour les Allemands et les Anglais.
Conséquence, la Défiance et la PEUR sont les sentiment qui dominent l'esprit des français...

Eric Vernette, apporte un éclairage scientifique sur l'impact des biais cognitifs sur les émotions et la Peur en particulier... qui impactent le jugement, la décisions

👉 LE REPLAY ici 👉 https://bit.ly/3fb6ckC

Contactez: LAURENT FLORES pour participer au Prochain WEBINAR Coffee and Learn, et rejoignez le groupe Linkedin: https://www.linkedin.com/groups/8926073/

ABONNEZ VOUS A LA CHAINE - LIKEZ - Merci !

merci à Manon Florès :) pour le montage ! https://bit.ly/3cY2skn

  • Seja o primeiro a comentar

Comment les Chiffres font peur aux gens ? Un exemple durant la crise du COVID 19.

  1. 1. 1 REJOIGNEZ le Groupe Linkedin Coffee and Learn
  2. 2. 2
  3. 3. 3
  4. 4. Perception Covid-19 : Emotion vs Raison • Avalanche de chiffres, courbes, modèles (avant, pendant, après) • Deux lectures contradictoires : • « C’est pas (trop) grave » • « C’est très (très) grave » • Deux jeux de biais s’affrontent : • Cognitif => sous ou sur évaluation risque • Emotionnel => sur évaluation risque 4
  5. 5. Faire peur, pour capter l’attention • Théorie communication •Crise sanitaire : Nostalgie des peurs enfantines • Emotion négative « Le chaperon rouge, mangé par le loup ? => « je vais mourir du Covid » : inconnu fait peur (pas de vaccin) • Emotion positive « j’aime me faire peur » => films d’horreur, sensation extraordinaires, addictif (l’adrénaline dans les sports/comportement à risques) • Emotion duale ambigüe (aime/aime pas) 5
  6. 6. Emotion et chaînes d’info Peur = poule aux œufs d’or • 15 à 20 millions de téléspectateurs (JT dernière semaine mars 2020) • 35 millions (96% part d’audience) pour l’annonce du confinement • Chaînes d’info ont doublé leur audience (records) • BFM : 4,5% de part d’audience • LCI : 1,5% de part d’audience 6
  7. 7. • Quand on a peur => tendance à surévaluer les risques à faible probabilité • Exemple 1 : Peur en avion « si j’ai peur, je pense qu’il va y avoir un accident » • Exemple 2 : Mécanique du terrorisme => accroître cette peur pour créer climat insécurité 7 Avoir peur => biais émotionnel
  8. 8. Principe de précaution : Biais cognitif surévaluation (Zéro risque) • Sang contaminé : scandale sanitaire années 80 à 90 • Lots de sang contaminé (certains par le SIDA) distribués aux hémophiles lors de transfusions. Plusieurs milliers de personnes infectées par des maladies, plusieurs centaines contaminées par le SIDA. • Grippe H1N1: R. Bachelot commande 94 millions de vaccins (automne 2009) • « L'épidémie s'accélère nettement en Ile-de-France, où l'on a enregistré cette semaine une hausse des consultations de 55% » ; «Depuis le début de l'épidémie, 42% des personnes hospitalisées ont moins de 15 ans». • Janvier 2010 : 5 millions de Français vaccinés , annulation de 50 millions de commande de vaccins. • 2011 : Rapport Cour des comptes : vaccins ont coûté 382,7 millions € 8
  9. 9. Contexte émotionnel Covid 19 • Grande peur face à l’inconnue • Pas de vaccin disponible • Premières images : préparation de la peur • Images du confinement en Chine à Wuhan • Construction en 15 jours d’hôpitaux provisoires • Urgences débordées (brancards dans les couloirs) 9
  10. 10. Premières statistiques émotionnelles Cadrage de la peur • Des chiffres régulièrement en hausse • Exemples Chine, puis Italie « Ce qui va nous arriver dans « un mois » (Chine), dans « une semaine » (Italie) • Centaines, milliers, puis dizaines de milliers infectés • Centaines, milliers, puis dizaines de milliers morts • Franchissement des seuils symboliques • Les 100, 1 000, 10 000 premiers cas • Les 100, 1 000, 10 000 premiers décès 10
  11. 11. Renforcement de la peur : Courbe exponentielle Nouveaux cas & décès 11 0 500 1000 1500 2000 2500 3000 Jour1 Jour2 Jour3 Jour4 Jour5 Jour6 Jour7 Jour8 Jour9 Jour10 Titre du graphique Italie Allemagne France Espagne 0 500 1000 1500 2000 2500 3000 Jour 1 Jour 2 Jour 3 Jour 4 Jour 5 Jour 6 Jour 7 Jour 8 Jour 9 Jour 10 Titre du graphique Italie Allemagne France Espagne
  12. 12. Biais cognitif : sur-confiance expertise & modèles épidémiologiques • Très forte sous-estimation : Prévisions à 15 jours des cas COVID aux USA par panel experts (réel = 140 000 cas) • Très forte surestimation : Prévisions à 10 jours (modèles) Nbre patients en réa à Marseille 12
  13. 13. Biais cognitif (effet cadrage) Décès en valeur absolue vs relative • Décès Covid 19 en valeur absolue • 170 000 décès (21 avril 2020). Plateau atteint ? • 300 000 décès à la fin de la pandémie ? • Pandémie dévastatrice (sanitaire et économique) • UNE pandémie mondiale majeure • Dècés Covid 19 en valeur relative • 0,6% nombre décès grippe « espagnole » (1918-1919) (50 millions de morts) • 54% Grippe asiatique (1957-1958) • 60% Grippe Hong-Kong (1968-1970) (France & Allemagne => surmortalité de 40 000 hiver 69-70) • ≈ 100% à 200% Grippe aviaire (2009-2010) • 1,8% HIV (1985-2020) • ≈ 100 à 120% Grippe « standard » 2016-2017 (INSEE surmortalité : 22 000 personnes) 13
  14. 14. Biais émotionnel et statistiques : Surévaluation danger • Exemple du calcul taux de létalité COVID • Définition : Nombre de décès/Nombre total personnes infectées par le Covid dans la population de référence • Norme de 2% : force statistique scientifique (études chinoises) => double caution (renforcement cognitif) • Source scientifique (douteuse ?) • Crédibilité fondée sur la reprise information 14
  15. 15. Biais émotionnel et hypothèses France (17 avril 2020) • Nombre décès (17 920 ) / Nombre cas déclarés (108 000) = 16 % !! • A l’évidence, dénominateur sous-évalué : de combien ? •H1 : Discours Macron 13 avril : 1% population contaminée (Fra : 67 millions) => Taux létalité = 18 000/670 000 = 2,6% •H2 : Déclaration Sevran 14 avril : 10% population contaminée Taux létalité = 18 000/6 700 000 = 0,26% •H3 : Estimation Marseille (base des tests ECR Pr Raoult : environ 15-30% population) Taux létalité = 18 000/16 000 000 = 0,1% 15
  16. 16. Biais émotionnel : « Fais-moi peur ! » •H 1 (Macron) : 2,6% = 20 fois plus dangereux qu’une grippe saisonnière • H2 : (Sevran): 10% population a été contaminée : 0,26% = 2 fois plus dangereux qu’une grippe saisonnière • H3 : (Marseille ) : 0,1% = pas plus dangereux qu’une grippe saisonnière, voire moins. 16
  17. 17. Ouhh, fais moi peur ! • Qui aura raison ??? Warren Buffet : « C’est quand la marée se retire que l’on voit ceux qui se baignaient tout nus » • Surmortalité grippe 2016-2017 (INSEE) = 20 à 24 000 décès • Décès au 17 avril 2020 : 17 900.. avec 600 décès jours (nombre qui devrait baisser jours suivants) • Base moyenne 200 décès/jours => fin épidémie 15 mai => + 6000 morts ? • Nombre ≈ grippe 2016-2017 (avec 2 mois de confinement) 17
  18. 18. Biais émotionnel & absence de recul • Polémique Raoult : 14 avril « l’épidémie se finit à Marseille » => recadrage immédiat ARS • Statistiques : l’épidémie est en voie de neutralisation 18
  19. 19. Principe de précaution et biais cognitif • Jérome Salomon, DG de la Santé (11 avril) : « Il n’y a pas encore de baisse, un très haut plateau épidémique semble se dessiner » • Cumul hebdomadaire ARS semaine d’avant (S15): nette décrue Baisse de 40% du nombre des admissions aux urgences !! 19
  20. 20. Utilité du confinement Cadrage émotionnel vs cognitif • 8 semaines de confinement et…350 000 amendes pour non-respect (au 15 avril) • H 1 : Confinement indispensable pour éviter désastre urgence et mortalité • Condition nécessaire : confinement très strict • H 2 : Confinement nécessaire pour étaler pic aux urgences, mais joue à la marge sur mortalité • Condition nécessaire : confinement assez strict • H3 : Confinement ne sert pas à grand-chose (en termes de mortalité) et il est désastreux sur le plan économique 20
  21. 21. Evaluation ex-post de l’utilité du confinement : taux de transmission (Ro) et taux d’immunité • Taux de transmission = Nombre moyen de personnes contaminées par une personne infectée • Ro = 1 virus inoffensif • Ro = 2 virus (peu) actif • Ro = 3 virus (très) actif • Ro > 3 virus épouvantable • Taux d’immunité = Nombre total personnes infectées après la pandémie/Nombre total de personnes dans la population de référence • Pandémie s’arrête quand % population contaminée = R- 1/R • Si Ro = 1 => 0% • Si Ro = 2 => 50% • Si Ro = 3 => 66% 21
  22. 22. Pronostic émotionnel : la peur restera • H 1 : Taux d’immunité après la pandémie compris entre 5%-10% • Confinement a évité désastre sanitaire (si Ro =3) • Cout économique justifié • Principe précaution: reprise progressive, protection vulnérables (prolonger confinement >70 ans ?) • La pandémie peut revenir à tout moment….LA PEUR EST LA !! • H 2 : Taux d’immunité après la pandémie compris entre 10 et 30% • Confinement a ralenti désastre sanitaire (si Ro =3) • Mais cout économique élevé • Reprise (modérée) probable de la pandémie après le confinement (si l’éco-système du virus reste actif)… LA PEUR EST TOUJOURS LA !! • H 3 : Taux d’immunité après la pandémie > 40% • Confinement a étalé le pic et sauvé X vies (Milliers ? Centaines) • Mais contamination intra et inter cluster forte : contacts continus (transport, courses, etc., nombre élevé d’amendes) • Cout économique disproportionné/gains de vies • Mais sera-ton protégé vraiment cet automne, cet hiver ? LA PEUR RÔDE DURABLEMENT… 22
  23. 23. Synthèse : Raison garder ? • Contagion des émotions • Refuser la répétition des expositions aux informations émotionnelles • Cumul des chiffres vs stat quotidiennes • Tendances des courbes : la courbe exponentielle = > le relatif vs l’absolu • Analogie avec la courbe diffusion d’une innovation marketing (E. Rogers) : courbe sigmoïde • Tester, tester, tester • Des tests ECR au compte gouttes = pas de détection, contagiosité continue • Des tests de sérologie après la pandémie ? • Pas sûr, car quid, si c’est H3 qui l’emporte ? • Qui acceptera de payer pour une mauvaise décision ? • Des études scientifiques à la recherche d’un vaccin • Rigueur Méthodologie vs Pragmatisme (Cf débat Raoult) pour l’efficacité des traitements • Données factuelles : taux de mortalité à IHU Marseille 7 fois moins élevé que la moyenne France • Compétition pour un vaccin (enjeux économiques et sanitaires) 23
  24. 24. 24
  25. 25. 25 REJOIGNEZ le Groupe Linkedin Coffee and Learn

×