Comment une réalité mathématique nous aide à comprendre l’intelligence collective ?

L’intelligence collective est un sujet phare au sein des organisations. Nous le voyons bien chez Cinaps : mieux coopérer, favoriser les synergies, sortir des silos… sont des problématiques centrales chez tous nos clients. Et ce sont des thématiques fortes au sein de notre cabinet. Il y a un vrai enjeu autour de ce sujet sur lequel nous avons à cœur d’accompagner les entreprises qui font appel à notre équipe.

Mais vous êtes-vous déjà posé la question du « pourquoi » ? Pourquoi cette volonté d’amener les collaborateurs à travailler plus ensemble ? Après tout, pourquoi ne pas chercher à simplement s’entourer des quelques meilleurs dans leur domaine et les laisser déployer tout leur savoir-faire en toute autonomie ?

Parce qu’au-delà du célèbre adage (un peu galvaudé je vous l’accorde) « Seul on va plus vite, ensemble on va plus loin », il y a une vraie explication scientifique derrière l’intelligence collective que je m’en vais vous résumer immédiatement.

*Lire aussi : Comment cultiver la coopération en entreprise ? Faites le plein d’inspirations.

Explication scientifique : les 3 grands principes de l’intelligence collective

Ce phénomène a été découvert en 1906 par le britannique François Galton, l’un des plus grands statisticiens de l’Histoire. Alors qu’il était à la campagne, il remarqua une foule de plusieurs centaines de personnes réunies autour d’un bœuf. Elles essayaient de deviner le poids de viande que l’on pourrait en retirer, celui dont l’estimation se révélerait la plus proche de la vérité gagnerait un prix. Une aubaine pour Galton qui allait pouvoir mesurer si un grand nombre d’individus non-spécialistes était capable, ensemble, de rendre un jugement intelligent. En somme, l’intelligence collective est-elle fondée sur une réalité mesurable ou non ? Après avoir récupéré auprès des organisateurs l’ensemble des réponses de tous les individus, il calcula la moyenne des estimations des participants, celle-ci se révéla être proche de la vérité à 500g près !

A partir de cette expérience, Galton a pu déduire 3 grands principes

1- L’estimation collective est généralement meilleure que la plupart des estimations individuelles.
Cela a pu être vérifié en calculant le taux d’erreur des estimations. Il s’est avéré que l’erreur moyenne d’un individu particulier (environ 4.5%) était nettement supérieure à l’erreur moyenne de la foule dans son ensemble (proche de 0%)

2- La taille de la foule importe : plus nombreuse est la foule, plus intelligente elle devient. Statistiquement, plus on ajoute d’individus à la foule, plus le taux d’erreur diminue.

3- Le rendement de la foule est décroissant.
Il faut de plus en plus d’individus pour réduire l’erreur dans les mêmes proportions. Par exemple : en passant de 1 à 10 individus, l’erreur est divisée par 3. Mais il faut ensuite 100 personnes de plus pour diviser à nouveau l’erreur par 3 puis 450 pour réduire encore l’erreur dans les mêmes proportions. Autrement dit : les bénéfices de l’intelligence collective sont obtenus dès le début, en augmentant la taille de la foule, on ne réduit qu’à la marge le niveau d’erreur.

Alors, je sais que vous brûlez d’impatience : c’est quoi la formule secrète de l’intelligence collective ?
La voilà, dans toute sa splendeur !

Bon, si comme moi vos cours de statistiques remontent à quelques années, en voici l’explication. Derrière cette formule un peu barbare appelée « Le Théorème de la diversité » (Scott Page) se cache la secrète formule de l’intelligence collective. De façon plus simple, elle nous dit la chose suivante :

Donc, pour diminuer l’erreur collective (et donc augmenter l’intelligence collective), il faut soit diminuer le niveau d’erreur des individus (ce qui est plutôt logique : plus les individus sont experts, plus l’erreur diminue) soit augmenter la diversité des estimations au sein du panel.

Si on maintient le taux d’erreur des individus constant alors il faut des estimations les plus diversifiées possibles pour réduire l’erreur du groupe. Une foule de gens « moyens » est plus intelligente si elle porte en son sein une très grande diversité d’opinions. N’est-ce pas merveilleux ? L’intelligence collective est donc bien une réalité mathématique.

Après cette partie théorique, je vous propose de lire la suite de cet article 😉 : j’aborde des outils simples à mettre en œuvre pour commencer à travailler en intelligence collective.

Sources :
Vidéo, découverte de la “sagesse des foules” par Emile Servan-Schreiber, Hypermind.