Wiki 📖

Effet Jeane Dixon

Olivier Simard-Casanova

29 sept. 2019 — 3 min read

L’effet Jeane Dixon est la tendance des médias à exagérer les prédictions correctes faites par un.e voyant.e, en oubliant toutes les prédictions qui se sont avérées fausses

Précisions

L’effet Jeane Dixon repose (entre autres) sur le biais de confirmation et la loi des très grands nombres.

Cet effet a été proposé par le mathématicien américain John Allen Paulos, en référence à la voyante Jeane Dixon. Jeane Dixon fut l’une des voyantes les plus célèbres du XXème siècle aux États-Unis. Les médias l’ont largement encensée lors de sa carrière en mentionnant ses prédictions qui ont été vérifiées, mais en oubliant ses prédictions qui n’ont pas été vérifiées.

Application à l’économie

Un effet similaire existe en (macro)économie. Il concerne les personnes qui prédisent la survenue de la prochaine crise. Le mécanisme est le suivant :

quelqu’un prédit qu’une crise va survenir
elle survient
cette personne est ensuite encensée pour avoir « prédit » que la crise allait survenir, et on lui donne une plateforme où elle peut détailler ses analyses

Parvenir à prédire une crise ne permet toutefois pas d’établir que les analyses économiques de cette personne sont correctes. Il y a plusieurs raisons à cela :

il n’y a pas un type de crises, mais plusieurs : économiques, financières, monétaires, etc. Est-ce que la personne a prédit le bon type de crise ?
surtout, est-ce que la personne a prédit la crise pour les bonnes raisons ? Elle sera bien évidemment tentée de vous expliquer ex post que la crise s’est passée pour les raisons qu’elle avait dit, mais qu’en pensent les autres économistes spécialistes du domaine ?
cette personne fait-elle régulièrement des prédictions de crise ? Si oui, deux possibilités :

ses prédictions sont souvent justes, auquel cas il faut faire confiance à cette personne – sur sa capacité à prédire les crises, pas nécessairement sur tout le reste
ses prédictions sont souvent fausses : même une horloge brisée donne l’heure juste deux fois par jour. C’est la loi des très grands nombres.

la notion même de « prédire une crise » est délicate à appréhender : si on prédit correctement une crise, l’État peut intervenir ex ante pour éviter qu’elle ne survienne. Si l’intervention est efficace, la crise ne survient pas alors que la prédiction est juste. Comment mesurer la capacité prédictive dans ce contexte ?
de nombreux modèles donnent la probabilité que survienne une crise dans les \( x \) prochaines périodes. Si le modèle dit qu’il y a 70% de chances qu’une crise survienne au cours des 12 prochains mois, et qu’aucune crise ne survient, peut-on en conclure que le modèle était faux ? Il prédisait 30% de chance qu’une crise ne survienne pas, ce qui est loin d’être petit – c’est 1 chance sur 3.

Baser la crédibilité intellectuelle de quelqu’un parlant d’économie dans les médias sur sa capacité à prédire la précédente crise me paraît vraiment problématique.