L’effet Dunning-Kruger : quand on se croit meilleur qu’on ne l’est

On l’invoque dès qu’une personne sûre d’elle semble parler d’un sujet qu’elle maîtrise mal : « c’est l’effet Dunning-Kruger ». Devenu une arme rhétorique des débats en ligne, ce nom résume une idée séduisante — les moins compétents se croiraient les plus doués. La réalité décrite par la recherche est plus nuancée, et la fameuse « courbe » qui circule sur internet, avec son « pic de la bêtise » et sa « vallée de l’humilité », n’a rien de scientifique. Comprendre ce que l’effet Dunning-Kruger dit vraiment, et ce qu’il ne dit pas, éclaire à la fois un mécanisme réel de la pensée et la façon dont un résultat de laboratoire se transforme en caricature. Cet article est informatif et sans visée diagnostique.

Qu’est-ce que l’effet Dunning-Kruger ?

L’effet tire son nom de deux psychologues, David Dunning et Justin Kruger, qui ont publié en 1999 une étude sur la façon dont nous évaluons nos propres compétences. Leur observation : dans un domaine donné, les personnes les moins performantes ont tendance à surestimer leur niveau, tandis que les plus performantes s’évaluent de façon plus juste, voire se sous-estiment légèrement. L’explication proposée relève de la métacognition, c’est-à-dire la capacité à juger de son propre fonctionnement mental : les compétences nécessaires pour bien réussir une tâche sont souvent les mêmes que celles qui permettent de repérer ses erreurs. Quand on maîtrise mal un domaine, on manque donc à la fois des moyens de bien faire et des moyens de mesurer à quel point on fait mal — une sorte de « double peine ». Il ne s’agit pas d’un défaut d’intelligence ni d’un trait de personnalité, mais d’une difficulté générale et banale de l’auto-évaluation, à laquelle personne n’échappe totalement.

Ce que la fameuse « courbe » déforme

La représentation la plus répandue de l’effet Dunning-Kruger — une courbe montant vers un sommet d’excès de confiance, plongeant dans une vallée, puis remontant lentement — est une invention populaire, absente de l’étude d’origine. Elle donne l’impression d’une loi mécanique et universelle, alors que les données réelles sont plus modestes et plus discutées. Plusieurs chercheurs soulignent que le phénomène pourrait, en partie, refléter des artefacts statistiques : la tendance générale à se juger « un peu au-dessus de la moyenne », ou le simple retour vers la moyenne lorsqu’on compare des scores extrêmes. Autrement dit, l’effet existe, mais son ampleur et ses causes exactes restent débattues. Le transformer en verdict définitif — « les nuls se prennent pour des génies, les experts se dévalorisent » — revient à durcir un résultat nuancé en slogan. C’est précisément ce glissement, du laboratoire au raccourci viral, qui fait entrer l’effet Dunning-Kruger dans la famille des idées reçues à manier avec prudence.

Pourquoi s’auto-évaluer est si difficile

Au fond, l’effet Dunning-Kruger illustre une difficulté profonde : juger objectivement ses propres capacités demande un regard extérieur que nous n’avons jamais tout à fait sur nous-mêmes. Évaluer sa compétence suppose de connaître la « bonne réponse » ou le « bon niveau » de référence — ce qui manque précisément quand on débute. Ce biais de métacognition ne doit pas être confondu avec l’anosognosie, où une personne n’a pas conscience de ses troubles à cause d’une lésion cérébrale : l’effet Dunning-Kruger concerne, lui, des personnes en bonne santé et relève d’une limite ordinaire de l’auto-perception. Il rejoint aussi une question ancienne et piégeuse, celle de la mesure des aptitudes : comme le rappelle notre article sur la taille du cerveau et l’intelligence, réduire des réalités complexes à une note ou à une courbe simple conduit souvent à des conclusions trompeuses. À l’inverse, les personnes très compétentes tombent parfois dans le travers opposé : supposer que ce qui leur est facile l’est pour tout le monde, et donc sous-estimer leur avance.

Un biais à manier avec prudence — et humilité

Le succès du terme tient sans doute à son côté pratique : il offre une explication toute faite pour disqualifier un interlocuteur. Mais l’utiliser comme une insulte — « tu es en plein Dunning-Kruger » — trahit une ironie savoureuse : croire diagnostiquer chez les autres un excès de confiance dont on se pense soi-même exempt est déjà une forme de surestimation. Ce mythe partage la logique d’autres idées reçues sur le cerveau, comme le mythe des « trois cerveaux » ou celui des styles d’apprentissage : réduire un phénomène complexe à une formule frappante et rassurante. La leçon utile de l’effet Dunning-Kruger n’est pas de classer les gens en « compétents lucides » et « incompétents arrogants », mais de rappeler que notre jugement sur nous-mêmes est faillible. Rechercher des retours honnêtes, s’appuyer sur des mesures objectives plutôt que sur son ressenti, et accepter l’idée que l’on peut se tromper sur son propre niveau : voilà ce que le phénomène, correctement compris, invite réellement à faire.

Questions fréquentes

L’effet Dunning-Kruger est-il vraiment prouvé ?
Un effet de métacognition existe bel et bien : les personnes les moins compétentes dans un domaine ont tendance à surestimer leur niveau. Mais son ampleur et ses causes font débat, certains chercheurs y voyant en partie des artefacts statistiques.

La fameuse courbe du « pic de la bêtise » est-elle exacte ?
Non. Cette courbe virale, avec ses sommets et ses vallées, n’est pas issue de l’étude d’origine. C’est une représentation populaire, séduisante mais trompeuse, qui caricature un phénomène bien plus nuancé.

Les experts se sous-estiment-ils vraiment ?
On observe parfois l’effet inverse : les personnes très compétentes peuvent sous-estimer leur avance, en supposant que ce qui leur est facile l’est pour tout le monde. Ce versant est toutefois moins marqué et moins constant.

Comment limiter ce biais ?
Personne n’y échappe totalement. Rechercher des retours extérieurs honnêtes, s’appuyer sur des mesures objectives plutôt que sur son ressenti et cultiver une forme d’humilité aident à mieux évaluer ses propres compétences.

À retenir