Diversity Beats Ability: Why Your Smartest Hire Isn't Your Best Decision-Maker

L'affirmation la plus séduisante en science de la gestion

Chaque leader a ressenti l'attraction d'une théorie simple de recrutement : embauchez les personnes les plus intelligentes que vous pouvez trouver, mettez-les dans une pièce, et les meilleures décisions suivront. Elle a le mérite d'être évidente. Elle a l'inconvénient d'être, au mieux, à moitié vraie. Au cours des deux dernières décennies, un ensemble de recherches sur l'intelligence collective a convergé sur une découverte inconfortable : l'intelligence d'une équipe n'est pas la somme — ni même le maximum — de l'intelligence de ses membres. Quelque chose d'autre fait une grande partie du travail, et cela ressemble beaucoup à la différence : des informations différentes, des heuristiques différentes, des façons différentes d'avoir tort.

Cette découverte s'est durcie en un slogan — "la diversité l'emporte sur la capacité" — qui a ensuite fait ce que font les slogans : il s'est détaché de ses conditions et a flotté librement dans les présentations. La réaction a été tout aussi large, rejetant toute la ligne de recherche comme des mathématiques politisées. Les deux extrêmes ont tort, et la vérité au milieu est réellement utile. Cet article passe en revue les deux programmes de recherche derrière l'affirmation — le facteur d'intelligence collective "c" et le théorème de Hong-Page — y compris les critiques qui sont généralement laissées de côté, et se termine par ce qu'un lecteur attentif peut réellement prendre en compte dans une décision d'embauche ou de conception d'équipe.

Le facteur c : les équipes ont une intelligence propre

En 2010, Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi et Thomas Malone ont publié une étude dans Science qui posait une question trompeusement simple : si les individus ont un facteur d'intelligence générale (le g psychométrique), les groupes en ont-ils un aussi ? Ils ont testé 699 personnes travaillant en groupes de deux à cinq sur une large batterie de tâches — brainstorming, raisonnement moral, négociation, énigmes — puis ont vérifié si la performance d'un groupe sur un type de tâche prédisait sa performance sur les autres.

C'était le cas. Un seul facteur statistique — qu'ils ont appelé c, pour intelligence collective — expliquait environ 43 % de la variance dans la performance de groupe à travers les tâches. La surprise était ce que c ne suivait pas : il corrélait seulement faiblement avec l'intelligence moyenne des membres du groupe et l'intelligence du membre le plus intelligent. Ce qui prédisait c, ce sont plutôt trois propriétés du groupe lui-même : la sensibilité sociale moyenne des membres (mesurée avec le test de lecture de l'esprit dans les yeux), l'égalité du tour de parole — les groupes dominés par une ou deux voix ont obtenu des scores plus bas — et la proportion de femmes dans le groupe, un effet statistiquement médié par la sensibilité sociale.

À bien lire, ce n'est pas une affirmation que la capacité n'a pas d'importance. C'est une affirmation qu'au niveau de l'équipe, la capacité n'est pas le goulot d'étranglement. Le goulot d'étranglement est de savoir si le groupe peut extraire et combiner ce que ses membres savent — ce qui est une propriété du processus, pas d'un crâne individuel.

La lutte pour la réplication dont vous n'entendez pas parler dans les présentations

Le facteur c a traversé un véritable combat scientifique, et l'honnêteté exige de le rapporter. En 2017, Marcus Credé et Garett Howardson ont réanalysé des données de six échantillons publiés précédemment et ont soutenu que le soutien empirique pour un facteur d'intelligence collective général est faible — qu'un seul facteur explique peu de variance sur de nombreuses tâches de groupe, et que la construction peut être en partie un artefact des choix de notation. Woolley, Yeonjeong Kim et Malone ont répondu en 2018, arguant que la critique reposait sur une procédure de notation et des hypothèses de simulation qui ne correspondaient pas aux tâches que les groupes ont réellement effectuées.

La preuve la plus substantielle depuis lors est une méta-analyse de 2021 dans PNAS par Christoph Riedl, Young Ji Kim, Pranav Gupta, Thomas Malone et Anita Woolley, couvrant 22 études et 1 356 groupes — étudiants universitaires, personnel militaire, travailleurs en ligne et joueurs. Elle a trouvé des preuves cohérentes pour un facteur c à travers ces populations, avec des processus de collaboration de groupe et des compétences des membres contribuant tous deux. Où cela laisse-t-il un praticien ? La construction est soutenue par une grande méta-analyse et est encore débattue dans sa structure — à peu près là où g lui-même se tenait pendant des décennies. Ce qui n'est pas sérieusement débattu, c'est le schéma sous-jacent : le QI des membres est un prédicteur étonnamment pauvre de la performance de l'équipe, et le processus d'interaction est un prédicteur étonnamment bon.

« La diversité l'emporte sur la capacité » : ce que Hong et Page ont réellement prouvé

Le deuxième pilier de l'argument de la diversité provient de l'économie et de la science de la complexité. En 2004, Lu Hong et Scott Page ont publié un article dans PNAS avec le titre mémorable « Des groupes de solveurs de problèmes divers peuvent surpasser des groupes de solveurs de problèmes de haute capacité. » Ils ont construit des modèles computationnels dans lesquels des agents équipés de différentes heuristiques de résolution de problèmes exploraient un paysage de solutions accidenté. Chaque agent grimpe jusqu'à être bloqué ; ensuite, un autre agent prend le relais à partir de ce point avec des mouvements différents.

Le résultat : dans les conditions du modèle, un groupe d'agents sélectionnés au hasard — la sélection aléatoire garantissant la diversité heuristique — a surpassé le groupe composé des agents les plus performants individuellement. Le mécanisme est intuitif une fois vu : les meilleurs performeurs individuels ont tendance à avoir appris des heuristiques similaires, donc ils se retrouvent bloqués aux mêmes optima locaux. Une équipe de clones, aussi talentueuse soit-elle, cherche comme un seul esprit. Les membres d'une équipe diversifiée se sauvent mutuellement de leurs impasses respectives.

Mais les conditions comptent, et Page lui-même a été plus clair à leur sujet que ses vulgarisateurs : le problème doit être véritablement difficile (aucun individu ne peut le résoudre seul), les agents doivent tous être raisonnablement capables (la diversité parmi les ignorants n'aide pas), le pool dont l'équipe est tirée doit être large, et le cadre est la résolution de problèmes itérative où les agents s'appuient sur les positions des autres. « Tout groupe divers bat tout groupe d'experts » n'est pas ce qui a été prouvé, et le traiter de cette manière prépare l'affirmation à échouer.

La contre-attaque : un théorème sous le feu

En 2014, la mathématicienne Abigail Thompson a publié une critique pointue dans les Notices of the American Mathematical Society (vol. 61, no. 9, pp. 1024–1030) intitulée « La diversité l'emporte-t-elle sur la capacité ? Un exemple de l'utilisation abusive des mathématiques dans les sciences sociales. » Son argument avait deux volets. D'abord, que le théorème formel dans l'article de Hong-Page, une fois ses hypothèses déballées, est proche du trivial — dans sa lecture, les conditions construisent effectivement la conclusion, et le contenu mathématique est mince par rapport au poids social qui lui est accordé. Deuxièmement, que les simulations soutenant l'affirmation plus large sont sensibles aux choix de paramètres et ne justifient pas les conclusions générales tirées de celles-ci.

La critique a suscité des réponses à son tour. Une note de 2017 dans Critical Review par Daniel Kuehn a soutenu que les objections mathématiques de Thompson étaient diverses, incorrectes, trompeuses ou hors de propos par rapport à la façon dont les modèles formels fonctionnent en sciences sociales — où la valeur d'un modèle est le mécanisme qu'il isole, pas la profondeur de sa preuve. Des philosophes des sciences travaillant sur des communautés épistémiques, y compris Daniel Singer, ont développé des modèles connexes dans lesquels la valeur de la diversité survit sous des formes modifiées.

Notre lecture, pour ce qu'un praticien a besoin : le théorème est plus faible que son titre, le mécanisme est réel et observable, et le slogan général devrait être retiré en faveur de l'affirmation conditionnelle. Lorsque vous êtes confronté à un problème difficile et multidimensionnel et que votre pool de candidats est profond, une équipe sélectionnée pour des façons de penser complémentaires explorera souvent mieux l'espace de solution qu'une équipe sélectionnée uniquement sur des scores individuels — car les scores individuels regroupent des personnes qui pensent de manière similaire. Cette affirmation n'a pas besoin d'un théorème excessif, et la section suivante montre pourquoi.

Les mathématiques que personne ne conteste : le théorème de prédiction de la diversité

Éliminez les modèles contestés et un morceau de mathématiques reste debout que personne ne conteste, car c'est une identité — algèbre, pas empirique. Scott Page l'appelle le théorème de prédiction de la diversité (dans The Difference, 2007). Pour tout groupe faisant des estimations numériques, avec l'erreur mesurée comme la distance au carré de la vérité :

Deux conséquences en découlent directement. Premièrement, l'estimation agrégée du groupe est toujours au moins aussi précise que celle de son membre moyen — la foule ne peut pas être pire que l'individu typique, bien qu'elle puisse être pire que son meilleur. Deuxièmement, en maintenant la précision individuelle fixe, chaque augmentation de désaccord véritable réduit mécaniquement l'erreur collective. La diversité n'est pas un bonus agréable dans cette équation ; c'est l'un des deux termes. Un groupe de clones précis et un groupe de contrarians modérément précis peuvent aboutir à une erreur collective identique par des routes différentes.

Le hic — et c'est le même hic qui traverse toute cette recherche — est le mot véritable. Le théorème récompense la diversité des prédictions, ce qui nécessite la diversité des informations et des modèles. Si tout le monde lit les mêmes trois sources, leurs prédictions se regroupent, le terme de diversité s'effondre, et la foule se dégrade en un écho. C'est précisément le mode d'échec documenté dans la littérature sur la sagesse des foules : les erreurs corrélées ne s'annulent pas, elles se cumulent.

Quand la diversité aide

Quand cela ne fonctionne pas — la partie que le slogan omet

Un compte rendu honnête doit inclure les coûts, car ils sont réels et ils sont la raison pour laquelle les équipes diversifiées sous-performent parfois par rapport aux équipes homogènes en pratique même lorsque la théorie les favorise.

Le schéma à travers la littérature organisationnelle est cohérent avec les modèles : les avantages de la diversité sont conditionnels à la complexité de la tâche et à la qualité du processus, et ses coûts sont frontaux (coordination, conflit, formation de normes plus lente) tandis que ses avantages sont en arrière-plan (meilleure recherche, moins de angles morts). Les équipes qui abandonnent tôt capturent les coûts et manquent le bénéfice.

La diversité cognitive n'est pas la diversité démographique

Une distinction qui maintient ce débat honnête : la recherche ci-dessus concerne la diversité cognitive (ou épistémique) — différences dans l'information, la formation, les heuristiques et les modèles mentaux. La diversité démographique est une variable différente. Les deux sont corrélées dans le monde réel, car l'expérience de vie façonne l'information et la perspective, mais elles ne sont pas interchangeables, et les effets de recherche les plus forts sont attachés au type cognitif. Une équipe démographiquement diverse s'appuyant sur des sources identiques et une formation identique peut être cognitivement uniforme ; une équipe démographiquement similaire peut contenir un ingénieur, un avocat et un opérateur de terrain qui ne sont pas d'accord sur tout ce qui compte. Notez également que les corrélations du facteur c de Woolley — sensibilité sociale et tour de parole — concernent le processus, pas la composition de l'un ou l'autre type. Pour un traitement plus approfondi de la distinction et de la recherche qui la sous-tend, consultez notre guide sur la diversité épistémique.

Que faire réellement : composer et gérer l'équipe

Traduire le noyau défendable de cette recherche en pratique donne des conseils qui sont moins quotables que le slogan mais beaucoup plus robustes :

Faire en sorte que les contributions diverses comptent : la structure comme multiplicateur

Remarquez que chaque recommandation pratique ci-dessus concerne la capture de la diversité, pas seulement son assemblage. C'est là que les méthodes structurées justifient leur existence. Dans une carte d'argument, chaque partie prenante contribue à son raisonnement de manière indépendante — avant que la réunion ne converge vers un leader — et chaque argument se tient ou tombe sur son mérite évalué, pas sur l'ancienneté de celui qui l'a proposé. Cela rompt le lien d'influence de statut qui permet à une voix confiante d'homogénéiser une salle diversifiée.

Argumentree met en œuvre exactement ce modèle pour la prise de décision collaborative : des contributions multi-parties prenantes collectées de manière asynchrone et indépendante, des arguments organisés en un arbre pro/con partagé, et des évaluations multidimensionnelles (utilité, clarté, précision, exhaustivité) agrégées en scores de consensus. La diversité que votre recrutement a produite devient une information que votre décision utilise réellement — avec une piste d'audit complète montrant quelles perspectives ont façonné le résultat. Et parce que les contributions peuvent être faites en 66 langues, le réservoir de perspectives n'est pas limité à celles qui parlent couramment la langue de la réunion.

Pour l'arc plus long de la recherche sur lequel cet article s'appuie — du théorème du jury de Condorcet aux équipes humaines-AI d'aujourd'hui — consultez notre article compagnon, Intelligence Collective : 240 ans de recherche.