Une approche expérimentale de la connaissance fondée sur les experts par la théorie des jeux et l'économie expérimentale

Cette thèse est constituée de trois essais indépendants, chacun portant sur un aspect théorique ou empirique relatif à la question des connaissances provenant d’experts. Dans le premier chapitre de cette thèse, j’étudie la transmission de connaissances scientifiques entre un expert et un décideur. Un modèle scientifique est formalisé par une distribution de probabilité sur un ensemble de scénarios possibles. L'expert est supposé connaître le modèle le plus probable parmi un ensemble possible et cherche à le communiquer au décideur. Toutefois, parce que ces modèles sont trop complexes, l'expert ne peut pas certifier cette information au décideur. Je montre que s’il y a une différence d’intérêt entre les deux partis, à l’équilibre, la transmission de l'information est toujours partielle. L'expert ne pourra jamais communiquer de manière crédible quel modèle est le plus probable. Toutefois, il pourra désigner un ensemble de modèles contenant celui-ci. La taille de cet ensemble, et donc le degré d’information qu’il pourra communiquer, dépend à la fois de la différence d’intérêt entre les partis mais aussi du consensus entre les modèles scientifiques. Si la science n’est pas suffisamment consensuelle, il y a une asymétrie dans la transmission de l'information. Si le modèle le plus probable est parmi les plus optimistes, la transmission d’information dépend uniquement de la différence d’intérêt entre les partis. Mais s’il est parmi les plus pessimistes, aucune transmission d’information n’est possible. Dans le second chapitre de cette thèse, mes co-auteurs et moi mesurons expérimentalement les croyances de sujets sur des événements dont ils sont plus ou moins familiers. Pour ce faire, nous proposons une méthode novatrice d’identification des croyances des sujets qui s’appuie sur l’utilisation d’intervalles de probabilités objectives. Pour chaque événement, notre approche nous permet d’éliciter des ensembles de distribution de probabilités majoritairement non dégénérés. De plus, plus les événements sont familiers, plus les intervalles élicités sont restreints. Ainsi, plus nos sujets se sentent experts sur une question, plus leurs croyances sont précises. Notre approche nous permet également d’estimer la manière dont ces sujets agissent en correspondance avec leurs croyances. Ce faisant, nous parvenons à la première estimation du coefficient de mixture alpha dans le modèle de décision alpha-maxmin EU de Hurwicz, en contrôlant par les croyances des sujets. Dans le troisième chapitre de cette thèse, je reprends l'hypothèse que la connaissance scientifique est trop complexe pour être certifiée à des non-experts. J’étudie les conséquences de celle-ci dans un cas appliqué : celui du changement climatique. Je modélise le problème de la sur-émission de gaz à effet de serre (GES) comme un jeu de contribution à un mal public. Dans ce jeu, tous les contributeurs gagnent individuellement à émettre, car les GES sont corrélés à la consommation de biens, mais tous les contributeurs souffrent du total des émissions car celles-ci sont responsables de dommages climatiques. A l’équilibre, le niveau d’émission est toujours trop élevé, car chaque contributeur ne tient pas compte des externalités négatives dont il est responsable. Les contributeurs ne sont pas des experts du climats, et leurs connaissances sur les dommages auxquels ils s’exposent s’appuient uniquement sur un expert. Ce dernier tient compte des externalités des contributeurs, et voudrait toujours un niveau d’émission plus bas que celui obtenu à l’équilibre par les contributeurs. Il y a donc toujours une différence d’intérêt entre l’expert et les non-experts. Dans ce chapitre, je prouve qu'aucune transmission d'information ne peut avoir lieu à l’équilibre. Ce résultat montre que la seule parole de l'expert, sans pouvoir de certification, ne suffit pas lorsqu’il s'agit de communiquer sur le risque climatique.This thesis consists of three independent essays, each of which focuses on a theoretical or empirical aspect related to expert-based knowledge. In the first chapter of this thesis, I study the transmission of scientific knowledge between an expert and a decision maker. A scientific model is formalised by a probability distribution over a set of possible scenarios. The expert is assumed to know the most likely model among a set of possible models and tries to communicate it to the decision maker. However, because these models are too complex, the expert cannot certify this information to the decision maker. I show that if there is a difference of interest between both parties, at equilibrium, the transmission of information is always partial. The expert will never be able to credibly communicate which model is the most likely. However, he will be able to designate a set of models containing it. The size of this set, and thus the degree of information that can be communicated, depends both on the difference of interest between the parties and on the consensus among scientific models. If the science is not sufficiently consensual, there is an asymmetry in the transmission of information. If the most likely model is among the most optimistic, the transmission of information depends solely on the difference in interest between the parties. But if it is among the most pessimistic, no information transmission is possible. In the second chapter of this thesis, my co-authors and I experimentally measure subjects’ beliefs about events with which they are more or less familiar. To do so, we propose a novel method for identifying subjects’ beliefs that relies on the use of objective probability intervals. For each event, our approach allows us to elicit mostly non-degenerate probability distribution sets. Moreover, we find that the more familiar the events, the smaller the elicited intervals. Thus, the more our subjects believe themselves to have expertise on a question, the more accurate their beliefs are. Our approach also allows us to estimate how these subjects act in correspondence with their beliefs. In doing so, we arrive at the first estimate of the mixture coefficient α in Hurwicz’s α-maxmin EU decision model, controlling for the subjects’ beliefs. In the third chapter of this thesis, I once again assume that scientific knowledge is too complex to be certified to non-experts. I study the consequences of this assumption in the case of climate change mitigation. I model the problem of greenhouse gas (GHG) over-emission as a game of contribution to a public bad. In this game, all contributors individually gain from emitting, because GHGs are correlated with the consumption of goods, but all contributors suffer from the total level of emissions because these emissions are responsible for climate damage. In equilibrium, the level of emissions is always too high, because each contributor does not take into account the negative externalities for which it is responsible. The contributors are not climate experts, and their knowledge of the damage they are exposing themselves to is based solely on an expert. The expert takes into account the externalities of the contributors, and would always want a lower emission level than the one obtained in equilibrium by the contributors. Thus, there is always a difference of interest between the expert and the non-experts. In this chapter I prove that no transmission of information can take place at equilibrium. This result shows that the word of the expert alone, without certification power, is not enough when it comes to communicating about climate risk