Judging Truth

Brashier, N. M., & Marsh, E. J. (2020). Judging truth. Annual review of psychology, 71(1), 499-515. https://doi.org/10.1146/annurev-psych-010419-050807

Cet article est en construction: un auteur est en train de le modifier.

En principe, le ou les auteurs en question devraient bientôt présenter une meilleure version.

Abstract des auteur·trice·s

Deceptive claims surround us, embedded in fake news, advertisements, political propaganda, and rumors. How do people know what to believe? Truth judgments reflect inferences drawn from three types of information: base rates, feelings, and consistency with information retrieved from memory. First, people exhibit a bias to accept incoming information, because most claims in our environments are true. Second, people interpret feelings, like ease of processing, as evidence of truth. And third, people can (but do not always) consider whether assertions match facts and source information stored in memory. This three-part framework predicts specific illusions (e.g., truthiness, illusory truth), offers ways to correct stubborn misconceptions, and suggests the importance of converging cues in a post-truth world, where falsehoods travel further and faster than the truth.

Introduction

Pour elles, il y a des informations qui "feel false" et d'autres qui "feel true". Quelques exemples:

• A camel's hump stores water. (faux)
• Albert Einstein failed math in school (faux)
• Suicide rates peak during the holidays (faux)
• An octopus has three hearts (vrai)
• Anne Frank and Martin Luther King, Jr. were born in the same year (vrai)
• The unicorn is Scotland's national animal (vrai)

Avec cet article, les autrices couvrent le processus pour déterminer les "false claims" (fausses déclarations) ; c'est-à-dire si les gens pensent que l'information est objectivement vraie ou fausse (donc pas ce qui touche aux attitudes et à la persuasion).

The construction of truth

Les jugements de vérités sont "construits" ; ils sont basés sur des heuristiques. Elles identifient 3 bases pour les jugements de vérité:

• inferences from base rates (les gens ont des suppositions de "probabilité a priori")
• inferences from feelings (lié à la feeling-as-information theory)
• inferences from consistency with existing knowledge

Les scores C mesurent la tendance générale à dire « vrai », tandis que les scores d′ reflètent la capacité à distinguer les affirmations vraies des fausses. Les lignes pointillées indiquent les interactions décrites par des recherches antérieures.

D'un point de vue bayésien, il est assez "logique" de considérer qu'une information facile à traiter est "vraie" (étant donné qu'on a plutôt accès des informations vraies).

Chacun de ces types d'inférences ont leurs erreurs spécifiques (se baser sur le base rate peut rendre crédule, s'appuyer sur les émotions peut pousser à considérer des choses "agréables" comme vraies, et se baser sur la consistance peut limiter la mise à jour de ses connaissances).

Inferring truth from base rates

Les gens ont plutôt tendance à juger une nouvelle information comme "vraie". Ce réflexe a du sens du point de vue bayésien ; étant donné les éléments nouveaux dans la vie quotidienne ont tendance à être vrais. Le jugement pourra être mis à jour plus tard. Gilbert (1999) dit même que, pour être comprise, une information a besoin d'être d'abord représentée comme vraie (et elle pourra être, dans un 2e temps, rejetée comme fausse).

Le processus de "décroyance" (unbelieving) nécessite un effort cognitif, ce qui fait que ce processus est vulnérable à la distraction. Par exemple, l'expérience de Gilbert, Krull, & Malone, 1990 montre que les personnes, lorsqu'elles étaient dérangées pour émettre un jugement de vérité (en l'occurrence, réaliser une action parasite pendant qu'elles devaient juger des phrases apprises précédemment), avaient tendance à juger des éléments faux comme "vrai", mais pas le contraire (i.e. juger des élément vrais comme "faux"). Dans leurs études précédentes, les autrices ont montré que les gens ont, par défaut, légèrement tendance à considérer une affirmation nouvelle comme "plutôt vraie".

Les individus utilisent souvent des images pour évaluer la véracité des informations, car la majorité des éléments visuels rencontrés dans la vie quotidienne sont réels. Les photos retouchées peuvent engendrer de faux souvenirs, comme des souvenirs d'événements qui n'ont jamais eu lieu. Une étude a révélé que les affirmations accompagnées de photos, même sans preuves concrètes, sont perçues comme plus vraies. Cette tendance à croire aux éléments visuels persiste même inconsciemment, rendant difficile pour les gens de reconnaître cette influence. En outre, des images, qu'elles soient réalistes ou manipulées, augmentent la propension des utilisateurs à partager des informations sur les réseaux sociaux, qu'elles soient véridiques ou non.

D'un point de vue bayésien, il est logique de considérer une image comme vraie (ce qu'on voit de nos yeux l'est généralement). Cela dit, Newman et collègues (2015) ont montré que des incohérences texte-image ont tendance à réduire l'effet de Truthiness, voire même, à avoir un effet inverse.