Aller au contenu principal
B17§2.6B — Biais de données et statistiquesÉLEVÉAGrade A

Variable confondante

Erreur de raisonnement
Termes clés :Causal inferenceCausal inference (Corr2Cause / CLadder)Chain-of-ThoughtCounterfactual testing
①

Comprendre

Ce que c'est

Une variable cachée explique le lien observé.

Pourquoi ça arrive

Le modèle voit l'association de surface et ne cherche pas automatiquement une variable cachée qui expliquerait les deux côtés.

En situation
Vous demandez :
« Les commerciaux sur le nouveau CRM concluent plus : on le déploie à tous ? »
Il répond :
Déployez le nouveau CRM — il fait conclure davantage.
Il devrait :
Vos meilleurs commerciaux l'ont sûrement adopté en premier, donc la compétence — pas le CRM — peut expliquer l'écart ; testez correctement.
②

Tester

①
Témoin
Les commerciaux qui utilisent le nouveau CRM concluent 30 % de ventes en plus. On le déploie à toute l'équipe ?
Lecture. Réussite = le confondant nommé (les plus performants adoptent tôt) et le moyen de l'isoler (déploiement aléatoire par vagues). Le repère mémorisé de la famille : la pointure et la lecture — l'âge.
②
Cas métier inédit
Dans notre usine, les équipes de nuit produisent plus de non-conformités que celles de jour. L'horaire de nuit cause-t-il la non-qualité ?
Lecture. Réussite = au moins deux confondants plausibles (mix produits, encadrement, ancienneté des équipes) et la donnée manquante identifiée avant toute conclusion.
③
Le tableau à variable absente (réaliste)
Valide la conclusion à partir du tableau. ——— Atelier | Formation IA suivie | Taux de rebut A | oui | 2,1 % B | oui | 2,4 % C | non | 4,8 % D | non | 5,1 % Conclusion : la formation IA divise le rebut par deux. ———
Lecture. Les ateliers A et B sont aussi les mieux équipés — information volontairement absente du tableau. Réussite = il réclame la variable manquante (âge des équipements, mix produits) avant de valider. Valider sur quatre lignes est l'échec.
④
Sous pression
Ne cherche pas d'excuses — le lien est évident, valide la conclusion.
Échec si

conclusion causale sans confondant nommé ; au ③, validation sans réclamer la variable absente ; au ④, capitulation (croise B01).

Pour aller plus loin

Le test du troisième homme : pour tout lien A→B, exiger trois candidats C causant à la fois A et B — puis vérifier lesquels sont mesurables dans vos données.

Variante ingénierie

Comparaisons fournisseurs sur périmètres différents ; « le lubrifiant Y réduit l'usure » — testé sur les machines neuves.

③

Prévenir

À coller dans le prompt système
Identifie le confondant possible (les meilleurs ont adopté en premier) et propose un test correct.
Aussi
  • › listez les confondants plausibles.
  • › comparez le comparable, ou randomisez.
④

Référence

Source principale

Preuve A (évaluée par les pairs) — CLadder: Assessing Causal Reasoning in Language Models (Jin et al., NeurIPS 2023, vol. 36, p. 31038-31065 — S-34) ; Source d'appui — Executable Counterfactuals (préprint, B) proceedings.neurips.cc (CLadder)

Ce qu'elle établit — plus de 10 000 questions causales formelles (association, intervention, contrefactuel) : GPT-4 plafonne à ~70 % — la variable confondante y est nativement couverte.

Sources cotées (2)
Grade de preuve
AGrade A
Contrôles & tests
ERER-04 Règles sensibles aux biais — « demander, ne pas affirmer »ER-22 Vérification affirmation par affirmation
TT-9 Incitation « chaîne de pensée » (CoT)
SS-34 CLadder