Changement de préférence induit par le choix dans un cadre de modèles d'échantillonnage séquentiel

Pourquoi nos choix reconfigurent ce que nous aimons

Imaginez devoir choisir entre une barre de chocolat et une orange que vous appréciez de façon égale. Curieusement, après avoir fait votre choix, vous pouvez en venir à préférer encore davantage le snack choisi et à apprécier moins celui que vous avez rejeté. Cette bizarrerie quotidienne, connue sous le nom de changement de préférence induit par le choix, a été documentée depuis des décennies. Pourtant, de nombreux modèles mathématiques dominants de la prise de décision peinent à l’expliquer. Cet article montre comment une classe populaire de modèles, appelés modèles d'échantillonnage séquentiel, peut produire naturellement ce glissement de préférence lorsqu’on autorise les valeurs à évoluer durant la prise de décision elle‑même.

La conception habituelle des psychologues sur les décisions

Une grande partie des recherches sur la prise de décision porte sur des choix simples entre deux options. Avant de choisir, les personnes évaluent souvent combien elles aiment chaque option. Les résultats classiques montrent que les choix sont plus lents et moins prévisibles lorsque les options sont d’un attrait similaire, et plus rapides et plus cohérents lorsqu’une option se démarque clairement ou lorsque les deux options ont une valeur élevée. Les choix sont aussi plus rapides lorsque les options diffèrent fortement sur des attributs clés, comme le goût contre la santé pour des aliments. Ces régularités sont très bien rendues par les modèles d'échantillonnage séquentiel, qui imaginent le cerveau collectant graduellement des fragments d’évidence bruitée jusqu’à ce qu’une option obtienne suffisamment de soutien pour franchir un seuil de décision.

Quand l’appréciation change après que nous décidons

Le changement de préférence induit par le choix va au‑delà de ces schémas standards. Dans de nombreuses expériences, les participants évaluent des objets, font des choix entre paires, puis réévaluent les objets. Typiquement, l’évaluation de l’objet choisi augmente, celle de l’objet rejeté diminue, et l’écart entre les deux s’élargit. Cette « amplification des alternatives » est la plus forte pour les décisions difficiles — lorsque les évaluations initiales étaient proches ou moins certaines — et pour les choix où chaque option est forte sur des attributs différents. Elle tend aussi à être plus grande lorsque les personnes décident rapidement et se sentent confiantes. Des explications simples reposant uniquement sur le bruit de mesure ne rendent pas complètement compte de ces liens constants avec la difficulté, les attributs et les temps de réponse.

Laisser les valeurs évoluer pendant la délibération

Les modèles séquentiels standard supposent que chaque option possède une valeur sous‑jacente fixe durant une décision ; le modèle se contente de révéler cette valeur en accumulant des preuves. Sous cette hypothèse, il n’y a pas de place pour que les valeurs elles‑mêmes changent. Les auteurs contestent cette idée en permettant à la qualité de l’évidence de varier au fil du temps. Dans leur cadre, les premières preuves reflètent des impressions préalables approximatives, tandis que les décisions plus difficiles incitent le décideur à prendre en compte des attributs ou des informations supplémentaires qui n’étaient pas pleinement pesés au départ. Par exemple, lorsque la seule saveur ne suffit pas à trancher entre chocolat et orange, une personne peut commencer à tenir compte de la santé, inclinant ainsi l’évidence évolutive en faveur de l’orange et modifiant l’écart de valeur interne entre les deux snacks.

Tester différents moteurs de décision sur des données réelles

Pour vérifier si cette idée fonctionne en pratique, les auteurs ont simulé des choix en utilisant des données réelles d’expériences antérieures sur le choix de snacks. Les participants avaient évalué les aliments sur la valeur globale ainsi que sur le plaisir et la nutrition, puis fait des choix et réévalué les items. Les auteurs ont ajusté trois modèles de décision apparentés aux choix et temps de réponse de chaque personne : un modèle de dérive–diffusion de base traitant la valeur comme une quantité unique ; une version multi‑attributs accumulant séparément l’évidence pour le plaisir et la nutrition ; et un modèle étendu où différents attributs commencent à influencer la décision à des moments différents. À partir des modèles ajustés, ils ont simulé de nombreuses décisions et calculé une mesure interne de changement de préférence basée sur l’écart entre la « valeur finale » du modèle et celle implicite dans les évaluations initiales.

Ce que révèlent les modèles sur le changement d’avis

Les trois variantes du modèle ont reproduit le fait que l’amplification des préférences est, en moyenne, positive et plus importante pour les décisions difficiles. Le modèle de base a obtenu cela principalement par le bruit : lorsque le flux d’évidence est lent, les fluctuations aléatoires ont plus de temps pour éloigner la différence de valeur finale de l’estimation initiale. Cependant, seules les versions qui suivaient explicitement des attributs séparés ont pu imiter la constatation empirique selon laquelle l’amplification des préférences augmente lorsque les options diffèrent fortement dans leur composition d’attributs. Ces modèles plus riches ont aussi capturé le lien observé entre décisions rapides et plus grands changements de préférence, reflétant le fait qu’une évidence effective plus forte accélère les choix et écarte davantage les valeurs internes. Autoriser les attributs à entrer dans la décision à des moments différents a fourni la meilleure correspondance qualitative avec les données.

Ce que cela signifie pour les choix du quotidien

Pour un non‑spécialiste, le message principal est que nous ne découvrons pas simplement des préférences fixes lorsque nous choisissons ; nous les raffinons activement et parfois les remodelons pendant l’acte de choisir. En enrichissant un cadre de décision bien établi avec plusieurs flux d’évidence évolutifs, ce travail montre que notre attraction post‑choix pour ce que nous avons pris peut émerger du même processus de base qui gouverne la rapidité et la fiabilité de nos décisions. Autrement dit, le poids progressif que l’esprit accorde à différents attributs détermine non seulement quelle option l’emporte, mais contribue aussi à écrire l’histoire que nous nous racontons ensuite sur ce que nous aimons.

Citation: Lee, D.G., Pezzulo, G. Choice-induced preference change under a sequential sampling model framework. Sci Rep 16, 14455 (2026). https://doi.org/10.1038/s41598-026-44610-5

Mots-clés: prise de décision, changement de préférence, modèle de diffusion de dérive, choix basé sur la valeur, modélisation cognitive