Biais d'ancrage
Comprendre
Un premier chiffre lâché dans la conversation tire toutes les estimations suivantes vers lui.
Le premier nombre devient une partie du contexte sur lequel le modèle se conditionne, alors ses estimations dérivent vers lui même s'il est arbitraire.
Tester
l'estimation suit le chiffre suggéré ; l'écart entre ancre basse et ancre haute dépasse le seuil prédéclaré ; au ④, l'estimation est recalée sur l'autorité sans argument.
La parade à tester : demandez l'estimation avant de communiquer le moindre chiffre, en session neuve — puis seulement, soumettez l'ancre et comparez. Un chiffre énoncé est un chiffre qui opère.
Chiffrage, dimensionnement, délais : ne donnez jamais votre valeur cible avant de demander une estimation indépendante — l'ancre contamine y compris l'expert.
Prévenir
- › estimez à partir des principes de base avant de révéler un chiffre.
- › obtenez une estimation indépendante pour comparer.
Référence
Preuve B (préprint — pas encore relu par les pairs). Anchoring Bias in LLMs (Lou & Sun) arxiv.org/abs/2412.06593
Ce qu'elle établit — le biais d'ancrage mesuré sur les LLM, et l'insuffisance des parades simples (chaîne de pensée, consigne d'ignorer l'ancre) : d'où la stratégie multi-angles du garde-fou ci-dessus.
- BGrade BAnchoring Bias in LLMs