Trouver une explication convaincante à un problème complexe n’est pas une tâche facile. La décision concernant ce qui constitue la « meilleure » solution est inévitablement sujette à des biais et à des approximations. Cependant, le couplage des statistiques avec des méthodes historiques rend le processus de décision plus rigoureux et moins sujet aux erreurs.
Sandeep D. Pillai, du Département de gestion et de technologie de Bocconi, défend ce point dans son récent article « Lovely and probable :Using Historical Methods to Improvement Inference to the Best Explication in Strategy », rédigé avec Brent Goldfarb et David Kirsch (tous deux de l'Université de Maryland aux États-Unis) et publié dans le Strategic Management Journal .
Une grande partie de la littérature économique porte apparemment sur la recherche de solutions à des problèmes spécifiques. Ces solutions sont idéalement suffisamment larges pour étayer une théorie, ou du moins elles sont jugées applicables à une série de cas. Pourtant, les problèmes ne peuvent que rarement être résolus en s’attaquant à un seul facteur causal. Les problèmes de gestion, qui s'appliquent aux organisations complexes comme les entreprises qui opèrent dans des environnements complexes comme les marchés, sont forcément influencés par un grand nombre de facteurs interdépendants qu'il est difficile, voire impossible, de distinguer.
Au milieu d’une telle incertitude, il est peu probable que nous découvrions un jour la « vraie » solution à un problème. Le mieux que nous puissions espérer est la meilleure solution, ou explication, parmi tant d’autres. Mais qu'est-ce qui fait qu'une solution paraît meilleure qu'une autre ?
Sandeep Pillai et ses collègues soutiennent que « l'inférence vers la meilleure explication », ou BIE en abrégé, est le processus en jeu dans ces cas. Ainsi, les explications belles, dans le sens où elles sont utiles, générales et apportent du sens, et probables, dans le sens où elles sont proches de la vérité, sont généralement adoptées comme les meilleures possibles.
Bien sûr, toutes les belles explications ne sont pas aussi probables, et vice versa. En outre, le BIE ne sera fiable que si la véritable théorie figure parmi les théories considérées. Mais il n’y a aucune raison de croire que tel soit le cas, ni que notre « meilleure » explication soit vraie. Cette énigme est connue sous le nom de « problème des mauvais lots », car lorsque l'explication la plus vraie nous échappe, nous finissons par choisir le meilleur d'un mauvais lot.
Et comme la plupart des phénomènes de stratégie commerciale sont ambigus, l’inférence vers la meilleure explication devient souvent un exercice d’inférence vers une explication préférée, et les préférences sont forcément influencées par plusieurs biais différents. Ce n’est pas une mauvaise chose en soi, car les problèmes doivent être résolus et décider par où commencer signifie rechercher une solution acceptable plutôt que trouver la vérité absolue. Mais il est important d'être conscient que de tels préjugés existent afin de limiter leurs conséquences négatives.
Pillai et ses co-auteurs soutiennent qu'il est courant de résoudre les problèmes de stratégie en adoptant uniquement une méthode statistique (c'est-à-dire une sorte d'analyse des données), mais cela peut conduire à tomber dans le problème des lots défectueux. Ils suggèrent que les méthodes « historiques » peuvent améliorer l'observation des données et, par conséquent, permettre une meilleure génération d'hypothèses.
Le terme « méthodes historiques » comprend trois concepts principaux :l'herméneutique (comprendre qui sont les décideurs et leurs perspectives), la contextualisation (comprendre les situations des décideurs et leurs relations les uns avec les autres) et la critique des sources (comprendre le poids de la joindre à tout document spécifique du passé).
"Nous utilisons des travaux récents en philosophie des sciences pour réfléchir à la manière dont nous parvenons aux meilleures explications qui soient utiles, générales, donnent du sens et, en même temps, sont proches de la vérité. L'interprétation des résultats d'observation nécessite une compréhension du contexte dans lequel l'analyse statistique à elle seule ne peut pas suffire", déclare Sandeep Pillai.
« Les outils méthodologiques du domaine de l'histoire peuvent améliorer le processus de détermination de la meilleure explication en aidant les chercheurs à générer de nouvelles explications candidates et à juger et privilégier systématiquement les explications. L'utilisation de documents historiques pour appliquer une méthodologie du BIE clarifie les jugements que nous portons à plusieurs niveaux. niveaux et aide les chercheurs et les lecteurs à évaluer ces jugements alors que nous décidons de ce qui doit être expliqué et de ce que nous pouvons mettre de côté comme inutile. "
Plus d'informations : Sandeep Devanatha Pillai et al, Charmant et probable :Utiliser des méthodes historiques pour améliorer l'inférence jusqu'à la meilleure explication en stratégie, Strategic Management Journal (2024). DOI : 10.1002/smj.3593
Informations sur le journal : Journal de gestion stratégique
Fourni par l'Université Bocconi