Caractéristiques de l'information, surcharge d'information et qualité de la prédiction

Résumé Fr En

Dans un contexte de surcharge d’information, la psychologie cognitive nous apprend que le fait d’augmenter la quantité d’information disponible nuit à la qualité de la prédiction. Il est essentiel de faire la distinction entre données pertinentes, redondantes et non pertinentes, et d’examiner leurs effets respectifs sur la qualité de la prédiction. L’auteur pose l’hypothèse selon laquelle seules les données redondantes nuisent à la qualité de la prédiction. Il s’est livré à une expérience dans le cadre de laquelle les sujets simulaient une prise de décision d’octroi d’un prêt commercial. La quantité de données disponibles a été modifiée de façon qu’elle soit faible, moyenne ou élevée, ce qui a donné lieu à trois versions de la demande de crédit. Chaque prêteur prévoyait la santé financière de six entreprises emprunteuses. L’expérience a permis de constater que l’augmentation de la quantité de données redondantes nuit à la qualité de la prédiction. Selon les résultats obtenus, une stratégie d’information possible consisterait à cibler les utilisateurs et à leur fournir seulement les données pertinentes à leur tâche. Les résultats démontrent aussi l’utilité des aides à la prédiction dans un contexte de surcharge d’information.

Information characteristics–Information overload and prediction qualityIn a context of information overload, the cognitive psychology shows that the fact of increasing the quantity of available information harms in prediction quality. It is essential to make the distinction between relevant, redundant and not relevant data and to examine their respective effects on prediction quality. The author predicts that only redundant data damages prediction quality. The author conducted an experiment study within the framework of which the subjects simulated a commercial loan decision. The quantity of available data was manipulated so that there is a weak, an average or a high level, which gave place to three versions of the application for credit. Each lender predicted the financial health of six companies borrowers. The results of the study show that the increase of the quantity of redundant data harms in prediction quality. The obtained results suggest that a possible information dissemination strategy would consist in targeting the users and in supplying them only the relevant data in their task. The results demonstrate as well the utility of prediction aids in a context of information overload.