La neuro-économie analyse les activités cérébrales impliquées dans les décisions économiques (choisir, acheter ou vendre, coopérer) et cherche à comprendre les processus mentaux sous-jacents. Interdisciplinaire par nature, elle se situe à la croisée des chemins entre neurophysiologie, psychologie expérimentale et micro-économie. Aujourd’hui, de nombreuses applications de la neuro-économie voient le jour, notamment en finance, en marketing et expérience utilisateur (UX), permettant de mieux comprendre les attitudes et les comportements des agents économiques (consommateurs, épargnants, investisseurs, influenceurs...), leurs choix face aux différents types d’incertitude, ainsi que leurs réactions à l’introduction de services digitaux et d’outils d’intelligence artificielle (applications financières sur smartphones, robo-advisors, etc.).
La neuro-économie examine les bases neurobiologiques des comportements économiques. Elle utilise des méthodes expérimentales basées sur l’identification des changements dans le cerveau ou dans l’état du corps lorsqu’un participant s’engage dans une expérience (par exemple une décision financière). Les chercheurs utilisent une panoplie d’outils allant de l’oculométrie aux mesures électrodermales, la mesure des expressions faciales et de l’activité neuronale. Cette dernière peut être réalisée via plusieurs méthodes d’imagerie médicale comme l’électro-encéphalographie, la magnéto-encéphalographie, la tomographie par émission de positons ou encore l’IRM fonctionnelle.
Saisir l’expérience en direct
Ces outils aident à caractériser avec précision et sans intrusion l’expérience vécue par le participant en temps réel, dans le vif de l’interaction, avant qu’il n’ait le temps de rationaliser ou de relativiser son expérience. Ceci permet de suivre très précisément ses réactions et de saisir les émotions surgissantes. Comme ont l’habitude de le faire les économistes, l’expérimentateur récupère le résultat de l’imagerie médicale en 3D (on parle alors non pas de pixels mais de voxels) afin d’identifier les zones cérébrales activées. Des modèles statistiques paramétriques sont alors appliqués à chaque voxel, pour décrire la variabilité des données en termes d’effets expérimentaux, d’effets confondants et de variabilité résiduelle (inexpliquée par le modèle). Des analyses peuvent être aussi réalisées pour chercher les différences au cours d’acquisitions temporelles (c’est-à-dire les corrélations entre une variable de la tâche et l’activité cérébrale), en utilisant des modèles qui servent à faire le lien entre le signal mesuré et la stimulation effectuée.
Les bases neurales
de la décision économique
Les neurosciences nous ont appris l’importance des émotions dans les choix économiques. Par exemple, l’étude de patients atteints de lésions du cortex préfrontal par Damasio (1994) montre qu’un déficit « affectif » entraîne une inaptitude généralisée à prendre des décisions adaptées. Les émotions ne sont pas constitutives du choix rationnel mais sont plutôt des prérequis de la rationalité. Elles permettent notamment à l’individu de corriger ses erreurs d’anticipation et de jugement.
Dans des applications aux décisions financières, Gajewski et al. (2017) ont également mis en évidence l’importance du processus émotionnel chez des traders, par exemple lors de l’annonce des résultats des entreprises, lorsque les sujets sont informés de leurs gains ou pertes liés à l’annonce de ces résultats. Conformément à la prospect theory (Kahneman et Tversky, 1979), les pertes génèrent des émotions plus fortes que les gains. Accompagner l’information financière du discours du dirigeant de l’entreprise modifie les émotions des sujets et leurs décisions, notamment s’ils doivent décider rapidement.
La mise en évidence de l’importance des émotions conduit à mettre en avant le caractère temporel, mais aussi potentiellement « bruité » du processus de prise de décision (Schmidt, 2008). En effet, un choix est la projection d’expériences affectives passées dans l’avenir, afin d’anticiper les conséquences d’une action présente. Délibérer en environnement incertain implique donc de planifier les décisions dans le temps. S’il y a du bruit dans la région concernée par la prise de décision (par exemple si l’on diffuse de la musique), cela modifie l’humeur du sujet et l’évaluation va être perturbée. Des travaux expérimentaux ont montré que l’amélioration de l’humeur conduit par exemple à une plus grande prise de risque. On peut alors prévoir la décision prise avant même que le choix ne soit effectivement présenté au sujet.
La fatigue joue également un rôle important dans la prise de décision. Quand les gens font des tâches difficiles, qui génèrent de la fatigue dans la région cérébrale mobilisée (par exemple dans le cadre d’expériences sur les choix intertemporels), ils deviennent plus impulsifs. Ainsi, le surmenage mental (mais aussi physique) fatigue la région de la régulation et biaise les décisions vers le présent, en favorisant dans les choix ce qui donne une récompense à court terme (Blain et al, 2021).
Enfin, les travaux des neuroscientifiques nous apprennent que l’encodage cérébral de la valeur est relatif : lorsqu’on présente à un individu un choix entre plusieurs options, les options non pertinentes ajoutent du bruit dans la décision. L’activité des cellules peut être inhibée par celle d’autres cellules. C’est ce mécanisme qui explique certaines illusions d’optique (par exemple un carré gris présenté dans un cadre noir paraît plus clair que dans un cadre blanc), mais également que les choix économiques peuvent être distraits par des options supplémentaires, même si elles sont non pertinentes pour l’individu.
Fait étonnant, des travaux ont montré qu’il est possible de prédire des comportements agrégés au sein d’un large groupe (par exemple, le succès d’un projet de financement participatif) sur la base de l’activité cérébrale d’une trentaine de participants, mieux qu’avec les décisions de participation de l’échantillon (Genevsky et Knutson, 2015). Ces succès ont conduit au développement du « neuroforecasting ».
Bonifier l’expérience utilisateur dans les applications bancaires
Une application importante des neurosciences dans le domaine financier concerne l’analyse de l’expérience utilisateur (UX). En mobilisant les données biophysiologiques générées lors de l’interaction vécue par un utilisateur d’une technologie d’information, on peut qualifier ses émotions et son processus cognitif. Les chercheurs peuvent notamment enregistrer les mouvements oculaires de leurs sujets, constater les zones les plus regardées et les plus négligées d’une page Internet. Ils auront également la possibilité d’enregistrer l’activité cardiaque, respiratoire, électrodermale, ou l’activité électrique du cerveau de leurs sujets. Toutes ces mesures restituent les réactions inconscientes automatiques de l’utilisateur et pallient les défauts des mesures psychométriques rétrospectives. En effet, quand on demande à un sujet de faire un retour d’expérience (par exemple ses impressions quant à l’utilisation d’un nouveau site Internet ou d’une application mobile), il lui est difficile de revenir précisément sur son expérience, son état émotionnel cognitif et attentionnel à chaque étape du processus.
Les neurosciences voient un grand nombre d’applications dans le domaine bancaire (Korosec-Serfaty, Vasseur, Léger et Sénécal, 2021 ; Wang et al., 2022). Elles aident à mieux comprendre comment les utilisateurs parviennent à maîtriser plus rapidement. Par exemple : étudier la performance des utilisateurs d’un nouveau site internet en évaluant leur charge mentale, ou mesurer le développement d’habitudes en matière de sécurité bancaire. Ces expériences contribuent à informer la conception des technologies en menant des tests utilisateurs et de fournir des recommandations concrètes pour améliorer les outils technologiques.
