Menace du stéréotype : ce que montrent réellement les preuves

D’où vient l’idée

En 1995, Claude Steele et Joshua Aronson publient dans le Journal of Personality and Social Psychology une série d’expériences. Leur proposition : là où un stéréotype négatif visant votre groupe pourrait vous être appliqué, le fait de le savoir devient une charge supplémentaire — et c’est cette charge, non la capacité, qui tire la performance vers le bas à un test difficile.

Deux traits expliquent la diffusion de la notion. Elle est situationnelle : elle désigne quelque chose de modifiable plutôt que les personnes évaluées. Et elle n’exige pas d’adhérer au stéréotype ; savoir qu’il existe suffit.

L’affirmation que l’étude d’origine n’a jamais faite

C’est le point que presque toutes les vulgarisations rapportent de travers.

En 2004, Paul Sackett, Chaitra Hardison et Michael Cullen établissent dans American Psychologist que le travail de 1995 est « largement mal interprété, dans les publications populaires comme savantes, comme montrant qu’éliminer la menace du stéréotype élimine l’écart de performance entre Afro-Américains et Blancs ». Ce n’est pas ce qu’il montrait. Les scores avaient été ajustés statistiquement sur les résultats antérieurs au SAT: le résultat réel était donc qu’en l’absence de menace, les deux groupes différaient dans la mesure que leurs scores antérieurs laissaient prévoir. Les auteurs mettaient explicitement en garde contre l’idée que la menace du stéréotype serait la cause principale de ces écarts.

Ce que trouvent les méta-analyses

Nguyen et Ryan obtiennent en 2008 une taille d’effet moyenne de 0,26, assortie de modérateurs si puissants que les conditions comptent au moins autant que le phénomène. Stoet et Geary examinent en 2012 les tentatives de réplication de la célèbre expérience sur les femmes et les mathématiques : parmi les travaux qui auraient pu répliquer, 55 % l’ont fait, dont la moitié confondus par un ajustement statistique sur des notes de mathématiques antérieures — parmi les expériences non confondues, 30 % répliquent.

Flore et Wicherts regroupent en 2015 quarante-sept tailles d’effet portant sur des collégiennes : moyenne de −0,22, significativement différente de zéro, mais assortie de plusieurs signes de biais de publication susceptible, concluent-ils, de fausser sérieusement la littérature. Ils réclament une grande étude de réplication. Trois ans plus tard, Flore, Mulder et Wicherts la mènent sous forme de registered report — protocole et analyse fixés et évalués avant l’existence des données. Sur 2 064 élèves néerlandais de 13 et 14 ans, ils ne trouvent ni effet global ni aucun des effets modérés que la théorie prévoyait.

Pour les examens réels, la référence est Shewach, Sackett et Quint (2019), qui isolent les études dont les conditions ressemblent à une vraie situation de test et y trouvent d = −0,14 sur 45 échantillons et 3 532 personnes ; dans les dispositifs de sélection effectifs, les valeurs s’échelonnent de zéro à −0,14. Leur conclusion pour les tests d’admission et de recrutement : l’effet va de négligeable à faible.

Ce que cela ne signifie pas

Ni que le phénomène serait inventé. L’effet de laboratoire a été produit bien des fois, et l’angoisse de l’examen est réelle. Une moyenne faible en méta-analyse ne dit rien de ce que vit une personne donnée.

Ni quoi que ce soit sur les raisons pour lesquelles les groupes diffèrent en moyenne aux tests. Il faut le dire clairement, car l’état des réplications est parfois cité comme s’il tranchait cette question dans un autre sens. Il ne la tranche pas. Qu’une explication proposée soit plus fragile qu’annoncé n’est pas une preuve en faveur d’une explication concurrente : la question reste là où elle était. Cette page ne prend aucune position à ce sujet, et rien de ce qu’elle contient ne doit être lu comme en soutenant une.

Ce que cela change pour votre propre score

La leçon pratique est plus étroite que la théorie, et plus utile. Un test de raisonnement mesure une performance à un moment, dans les conditions de ce moment. La fatigue, une pièce bruyante, un téléphone qui sonne, un format de question inhabituel et la simple tension déplacent cette performance — c’est pourquoi un nombre isolé est une estimation assortie d’une marge d’erreur. Cette marge est détaillée dans la fiabilité des tests de QI, et ce que le test vise dans le fonctionnement des tests de QI.

Le schéma est fréquent en psychologie : un résultat frappant reçoit un nom mémorable, le nom voyage bien au-delà des preuves, et la version prudente arrive des années plus tard avec infiniment moins d’écho. Il vaut aussi pour l’état d’esprit de développement ; les habitudes de pensée qui font paraître une affirmation plus sûre qu’elle ne l’est sont recensées dans les biais cognitifs.

Portée de cette page

Cette page est informative. Elle résume des recherches publiées, y compris là où elles se contredisent, et ne constitue pas un conseil psychologique, médical ou pédagogique.

Notre test de QI mesure une performance de raisonnement dans les conditions où il est passé. Il ne mesure pas la menace du stéréotype, n’est pas un instrument diagnostique, et aucun résultat n’en permet de déduire pourquoi une personne ou un groupe a obtenu tel score.

IQ Revealed n’est ni affilié à, ni approuvé par, ni lié à l’American Psychological Association, la Society for the Study of School Psychology, Elsevier, Taylor & Francis, le College Board, Google, ni aucune des revues, maisons d’édition, institutions ou chercheuses et chercheurs cités sur cette page. Ils sont nommés afin que chaque affirmation puisse être remontée jusqu’au travail dont elle provient.