La présente thèse permet, pour la première fois, de mettre en lumière le rôle de la mise en évidence du changement de la cause dans l’évaluation de la force causale. Lorsque le changement de la cause est plus saillant, les participants ont tendance à présenter un raisonnement causal plus adéquat. Les études présentées ici permettent de croire que la saillance du changement influence la façon dont la représentation interne des fréquences des conjonctions est convertie en estimation de contingence. Cette thèse ouvre donc la porte à de nombreuses recherches qui permettront de mieux comprendre le rôle de ce nouveau facteur pouvant être inclus dans l’architecture générale du raisonnement causal décrite par Perales et Catena (2006).
Par ailleurs, cette thèse vient combler une lacune importante dans l’étude de l’évaluation subjective de la force causale. Jusqu’ici, aucune étude n’avait comparé systématiquement différents formats de présentation dans un même plan expérimental. Tant dans l’Étude 1 que dans l’Étude 2, les résultats obtenus soulignent que le format de présentation est un facteur à tenir en compte dans l’étude du raisonnement causal, pavant ainsi la voie à une étude plus approfondie de cet aspect de la méthode.
Enfin, la façon de présenter les observations permet une nouvelle manière d’étudier le rôle des processus heuristiques et analytiques dans le raisonnement causal. Pour que les évaluations d’un participant demeurent cohérentes d’un mode de présentation à un autre, il faut qu’il soit en mesure de décontextualiser les observations qui lui sont fournies. Or, les processus analytiques sont nécessaires à la décontextualisation des informations. Ainsi, si un participant maintient sa façon d’évaluer la force causale, même lorsque le mode de présentation change, il est possible de déduire qu’il met en place des processus analytiques pour effectuer la tâche. La présente thèse offre donc un point de départ pour une vaste exploration des implications des théories du double processus dans le domaine du raisonnement causal.
69
Références
Allan, L. G. (2005). Learning of contingent relationships. Learning & Behavior, 33(2), 127-129.
Allan, L. G., & Jenkins, H. M. (1983). The effect of representations of binary variables on judgment of influence. Learning and Motivation, 14(4), 381-405.
Anderson, J. R., & Sheu, C. F. (1995). Causal inferences as perceptual judgments. Memory
& Cognition, 23(4), 510-524.
Bacon, F., Rees, G., & Wakely, M. (2004). The instauratio magna. Part 2, novum organum
and associated texts. Oxford; New York: Clarendon Press ; Oxford University
Press.
Barton, K., Fugelsang, J., & Smilek, D. (2009). Inhibiting beliefs demands attention.
Thinking & Reasoning, 15(3), 250-267. doi: 10.1080/13546780902930917
Buehner, M. J., Cheng, P. W., & Clifford, D. (2003). From covariation to causation: A test of the assumption of causal power. Journal of Experimental Psychology-Learning
Memory and Cognition, 29(6), 1119-1140. doi: Doi 10.1037/0278-7393.29.6.1119
Buehner, M. J., & May, J. (2002). Knowledge mediates the timeframe of covariation assesment in human causal induction. Thinking & Reasoning, 8, 269-295. Buehner, M. J., & May, J. (2003). Rethinking temporal contiguity and the judgement of
causality: Effects of prior knowledge, experience, and reinforcement procedure.
Quarterly Journal of Experimental Psychology Section a-Human Experimental Psychology, 56(5), 865-890. doi: Doi 10.1080/02724980244000675
Catena, A., Maldonado, A., Perales, J. C., & Candido, A. (2008). Interaction between previous beliefs and cue predictive value in covariation-based causal induction.
Acta Psychologica, 128(2), 339-349. doi: DOI 10.1016/j.actpsy.2008.03.005
Cheng, P. W. (1997). From covariation to causation: A causal power theory. Psychological
Review, 104(2), 367-405.
Collingwood, R. G. (1940). An essay on metaphysics. Oxford: Clarendon Press.
Crocker, J. (1982). Biased questions in judgment of covariation studies. Personality and
Social Psychology Bulletin, 8(2), 214-220.
Dennis, M. J., & Anh, W. (2001). Primacy in causal strength judgments: The effect of initial evidence for generative versus inhibitory relationships. Memory & Cognition,
29(1), 152-164.
Desrochers, S., Walsh, S., & Sacy, M. (2012). Quand des mécanismes génératifs et préventifs rencontrent des informations compatibles et incompatibles dans le raisonnement causal probabiliste. [When generative and preventive mechanisms meet with compatible and incompatible information in casual reasoning
probability.]. Canadian Journal of Experimental Psychology/Revue canadienne de
psychologie expérimentale, 66(3), 153-163. doi: 10.1037/a0027019
Ducasse, C. J. (1924). Causation and the types of necessity. Seattle: University of Washington Press.
Einhorn, H. J., & Hogarth, R. M. (1986). Judging probable cause. Psychological Bulletin,
99(1), 3-19.
Evans, J. S. B. T. (2003). In two minds: Dual-process accounts of reasoning. Trends in
70
Evans, J. S. B. T. (2006). The heuristic-analytic theory of reasoning: Extension and evaluation. Psychonomic Bulletin & Review, 13(3), 378-395.
Evans, J. S. B. T. (2007a). Hypothetical thinking: Dual processes in reasoning and
judgement. New York, NY, US: Psychology Press.
Evans, J. S. B. T. (2007b). On the resolution of conflict in dual process theories of reasoning. Thinking & Reasoning, 13(4), 321-339.
Evans, J. S. B. T. (2008). Dual-processing accounts of reasoning, judgment, and social cognition. Annual Review of Psychology, 59, 255-278.
Evans, J. S. B. T. (2009). How many dual-process theories do we need? One, two, or many? In two minds: Dual processes and beyond (pp. 33-54). New York, NY, US: Oxford University Press.
Evans, J. S. B. T. (2010a). Intuition and reasoning: A dual-process perspective.
Psychological Inquiry, 21(4), 313-326.
Evans, J. S. B. T. (2010b). Thinking twice: Two minds in one brain. New York, NY, US: Oxford University Press.
Evans, J. S. B. T. (2012). Questions and challenges for the new psychology of reasoning.
Thinking & Reasoning, 18(1), 5-31.
Evans, J. S. B. T., & Curtis-Holmes, J. (2005). Rapid responding increases belief bias: Evidence for the dual-process theory of reasoning. Thinking & Reasoning, 11(4), 382-389.
Evans, J. S. B. T., & Frankish, K. (2009). In two minds: Dual processes and beyond. New York, NY, US: Oxford University Press.
Evans, J. S. B. T., Handley, S. J., Neilens, H., & Over, D. (2010). The influence of
cognitive ability and instructional set on causal conditional inference. The Quarterly
Journal of Experimental Psychology, 63(5), 892-909.
Fernbach, P. M., Darlow, A., & Sloman, S. A. (2011). Asymmetries in Predictive and Diagnostic Reasoning. Journal of Experimental Psychology-General, 140(2), 168- 185. doi: Doi 10.1037/A0022100
Fisher, R. A. (1921). On the probable error of a coefficient of correlation deduced from a small sample. Metron, 1, 3-32.
Fugelsang, J. A., Stein, C. B., Green, A. E., & Dunbar, K. N. (2004). Theory and data interactions of the scientific mind: evidence from the molecular and the cognitive laboratory. Can J Exp Psychol, 58(2), 86-95.
Fugelsang, J. A., & Thompson, V. A. (2003). A dual-process model of belief and evidence interactions in causal reasoning. Memory & Cognition, 31(5), 800-815.
Fugelsang, J. A., Thompson, V. A., & Dunbar, K. N. (2006). Examining the representation of causal knowledge. Thinking & Reasoning, 12(1), 1-30. doi: Doi
10.1080/13546780500145678
Garcia-Retamero, R., Muller, S. M., Catena, A., & Maldonado, A. (2009). The power of causal beliefs and conflicting evidence on causal judgments and decision making.
Learning and Motivation, 40(3), 284-297. doi: DOI 10.1016/j.lmot.2009.04.001
Gorovitz, S. (1974). Causal judgments and causal explanations. In T. L. Beauchamp (Ed.),
Philosophical problems of causation (pp. 248). Encino: Dickenson Publishing
Company.
Greville, W. J., & Buehner, M. J. (2007). The influence of temporal distributions on causal induction from tabular data. Memory & Cognition, 35(3), 444-453.
71 Griffiths, T. L., Sobel, D. M., Tenenbaum, J. B., & Gopnik, A. (2011). Bayes and Blickets:
Effects of Knowledge on Causal Induction in Children and Adults. Cognitive
Science, 35(8), 1407-1455. doi: DOI 10.1111/j.1551-6709.2011.01203.x
Griffiths, T. L., & Tenenbaum, J. B. (2005). Structure and strength in causal induction.
Cognitive Psychology, 51(4), 334-384. doi: DOI 10.1016/j.cogpsych.2005.05.004
Griffiths, T. L., & Tenenbaum, J. B. (2009). Theory-Based Causal Induction. Psychological
Review, 116(4), 661-716. doi: Doi 10.1037/A0017201
Hagmayer, Y., & Waldmann, M. R. (2002). How temporal assumptions influence causal judgments. Memory & Cognition, 30(7), 1128-1137.
Hart, H. L. A., & Honoré, T. (1959). Causation in the law. Oxford,: Clarendon Press. Hattori, M., & Oaksford, M. (2007). Adaptive non-interventional heuristics for covariation
detection in causal induction: Model comparison and rational analysis. Cognitive
Science, 31(5), 765-814.
Holyoak, K. J., & Cheng, P. W. (2011). Causal Learning and Inference as a Rational Process: The New Synthesis. Annual Review of Psychology, Vol 62, 62, 135-163. doi: DOI 10.1146/annurev.psych.121208.131634
Hume, D. (1978). A treatise of human nature. Oxford: Oxford University Press. Johnson-Laird, P. (2006). How we reason. Oxford: Oxford University Press. Kant, E. (1997). Critique de la raison pure (A. Renaut, Trans.). Paris: Aubier.
Kao, S. F., & Wasserman, E. A. (1993). Assessment of an information integration account of contingency judgment with examination of subjective cell importance and method of information presentation. Journal of Experimental Psychology-Learning
Memory and Cognition, 19(6), 1363-1386.
Katagiri, M., Kao, S. F., Simon, A. M., Castro, L., & Wasserman, E. A. (2007). Judgments of causal efficacy under constant and changing interevent contingencies.
Behavioural Processes, 74(2), 251-264. doi: DOI 10.1016/j.beproc.2006.09.001
Klayman, J., & Ha, Y. W. (1987). Confirmation, disconfirmation, and information in hypothesis-testing. Psychological Review, 94(2), 211-228.
Lagnado, D. A., & Sloman, S. (2004). The advantage of timely intervention. Journal of
Experimental Psychology-Learning Memory and Cognition, 30(4), 856-876. doi:
Doi 10.1037/0278-7393.30.4.856
Lagnado, D. A., & Sloman, S. A. (2006). Time as a guide to cause. Journal of
Experimental Psychology-Learning Memory and Cognition, 32(3), 451-460. doi:
Doi 10.1037/0278-7393.32.3.451
Lagnado, D. A., Waldmann, M. R., Hagmayer, Y., & Sloman, S. A. (2007). Causal learning: Psychology, philosophy, and computation. In A. Gopnik & L. Schulz (Eds.), Beyond covariation: Cues to causal structure (pp. 154-172). Oxford: Oxford University Press.
Levin, I. P., Wasserman, E. A., & Kao, S. F. (1993). Multiple methods for examining biased information use in contingency judgments. Organizational Behavior and
Human Decision Processes, 55(2), 228-250.
Lopez, F. J., Shanks, D. R., Almaraz, J., & Fernandez, P. (1998). Effects of trial order on contingency judgments: A comparison of associative and probabilistic contrast accounts. Journal of Experimental Psychology-Learning Memory and Cognition,
72
Lu, H. J., Yuille, A. L., Lijeholm, M., Cheng, P. W., & Holyoak, K. J. (2008). Bayesian Generic Priors for Causal Learning. Psychological Review, 115(4), 955-984. doi: Doi 10.1037/A0013256
Mandel, D. R., & Lehman, D. R. (1998). Integration of contingency information in judgments of cause, covariation, and probability. Journal of Experimental
Psychology-General, 127(3), 269-285.
Perales, J. C., & Catena, A. (2006). Human causal induction: A glimpse at the whole picture. European Journal of Cognitive Psychology, 18(2), 277-320. doi: Doi 10.1080/09541440540000167
Perales, J. C., Catena, A., Maldonado, A., & Candido, A. (2007). The role of mechanism and covariation information in causal belief updating. Cognition, 105(3), 704-714. doi: DOI 10.1016/j.cognition.2006.12.003
Perales, J. C., & Shanks, D. R. (2007). Models of covariation-based causal judgment: A review and synthesis. Psychonomic Bulletin & Review, 14(4), 577-596.
Perales, J. C., & Shanks, D. R. (2008). Driven by power? Probe question and presentation format effects on causal judgment. Journal of Experimental Psychology-Learning
Memory and Cognition, 34(6), 1482-1494. doi: Doi 10.1037/A0013509
Piaget, J. (1971). La construction du réel chez l'enfant (6e ed.). Neuchâtel: Delachaux et Niestlé.
Rottman, B. M., & Keil, F. C. (2012). Causal structure learning over time: Observations and interventions. Cognitive Psychology, 64(1-2), 93-125. doi: DOI
10.1016/j.cogpsych.2011.10.003
Schroyens, W., Schaeken, W., & Handley, S. (2003). In search of counter-examples: Deductive rationality in human reasoning. The Quarterly Journal of Experimental
Psychology A: Human Experimental Psychology, 56A(7), 1129-1145.
Seggie, J. L. (1975). Empirical Observation of Piagetian Concept of Correlation. Canadian
Journal of Psychology-Revue Canadienne De Psychologie, 29(1), 32-42.
Shanks, D. R., Pearson, S. M., & Dickinson, A. (1989). Temporal Contiguity and the Judgment of Causality by Human-Subjects. Quarterly Journal of Experimental
Psychology Section B-Comparative and Physiological Psychology, 41(2), 139-159.
Sloman, S. A., & Lagnado, D. A. (2005). Do we "do"? Cognitive Science, 29(1), 5-39. Smedslund, J. (1963). The Concept of Correlation in Adults. Scandinavian Journal of
Psychology, 4(3), 165-173.
Sobel, D. M., & Kushnir, T. (2006). The importance of decision making in causal learning from interventions. Memory & Cognition, 34(2), 411-419.
Steyvers, M., Tenenbaum, J. B., Wagenmakers, E. J., & Blum, B. (2003). Inferring causal networks from observations and interventions. Cognitive Science, 27(3), 453-489. doi: Doi 10.1016/S0364-0213(03)00010-7
Tenenbaum, J. B., Kemp, C., Griffiths, T. L., & Goodman, N. D. (2011). How to Grow a Mind: Statistics, Structure, and Abstraction. Science, 331(6022), 1279-1285. doi: DOI 10.1126/science.1192788
Vallee-Tourangeau, F., Payton, T., & Murphy, R. A. (2008). The impact of presentation format on causal inferences. European Journal of Cognitive Psychology, 20(1), 177-194. doi: Doi 10.1080/09541440601056588
73 Waldmann, M. R., & Hagmayer, Y. (2006). Categories and causality: The neglected
direction. Cognitive Psychology, 53(1), 27-58. doi: DOI 10.1016/j.cogpsych.2006.01.001
Wasserman, E. A., Dorner, W. W., & Kao, S. F. (1990). Contributions of specific cell information to judgments of interevent contingency. Journal of Experimental
Psychology-Learning Memory and Cognition, 16(3), 509-521.
Wasserman, E. A., Kao, S. F., VanHamme, L. J., Katagiri, M., & Young, M. E. (1996). Causation and association. Causal Learning, 34, 207-264.
White, P. A. (1990). Ideas About Causation in Philosophy and Psychology. Psychological
Bulletin, 108(1), 3-18.
White, P. A. (2003). Effects of wording and stimulus format on the use of contingency information in causal judgment. Memory & Cognition, 31(2), 231-242.
White, P. A. (2004). Causal judgment from contingency information: A systematic test of the pCI rule. Memory & Cognition, 32(3), 353-368.
74
Annexe A
Cartes présentées dans chaque condition de l’Étude 1 pour la matrice 2.
Conditions format non organisé
Dans un même paquet:
4 cartes : 12 cartes: 2 cartes : 14 cartes :
+
Pilule Mal de tête Pas de Pilule Mal de tête+
Pilule Pas de Mal
de tête
+
Pas de Pilule+
Pas de Mal de tête75
Conditions format organisé
Dans deux paquets: Paquet « expérimental »
4 cartes :
12 cartes:
Paquet « sans changement »
2 cartes : 14 cartes :
+
Pilule Mal de tête Pas dePilule Mal de tête
+
Pilule Pas de Mal
de tête
+
Pas de Pilule+
Pas de Mal de tête76
Annexe B
Tableau 6.Moyennes d'indice d'éloignement des matrices et résumé des différences significatives
concernant cet indice pour l'Étude 1.
Matrice s M 1 2 3 4 5 6 7 8 9 10 M 0,182 0,189 0,243 0,218 0,169 0,167 0,176 0,276 0,233 0,183 1 0,182 - * 2 0,189 - * 3 0,243 - * * 4 0,218 - 5 0,169 - * 6 0,167 * - * 7 0,176 * - * 8 0,276 * * * * * - * 9 0,233 - 10 0,183 * - *p < ,05.
77
Annexe C
Cartes présentées dans chaque situation de l’Étude 2 pour la matrice 1.
Situation sans changement
Dans un même paquet:
6 cartes : (B-B) 1 carte : (A-B) 1 carte : (B-A) 2 cartes : (D-D)
78
3 cartes : (C-D)
3 cartes : (D-C)
79
Situation Changement
Dans un même paquet:
1 carte : (A-D) 1 carte : (D-A) 3 cartes : (B-C) 3 cartes : (C-B)
80
4 cartes : (B-D)
4 cartes : (D-B)
81
Annexe D
Tableau 9.
Moyennes d'indice d'éloignement des matrices et résumé des différences significatives
concernant cet indice pour l'Étude 2.
Matrices M 1 2 3 4 5 6 7 8 M 0,285 0,103 0,197 0,269 0,271 0,147 0,214 0,288 1 0,285 - * * 2 0,103 * - * * * * * 3 0,197 * - 4 0,269 * - * 5 0,271 * - * 6 0,147 * * * - * 7 0,214 * - 8 0,288 * * - *p < ,05.