Quand des mécanismes génératifs et préventifs rencontrent des informations compatibles et incompatibles dans le raisonnement causal probabiliste

Plusieurs modèles récents du raisonnement causal probabiliste chez l'adulte proposent des interactions multiples entre des facteurs ascendants et descendants. Le but de la présente étude est d'évaluer les interactions potentielles entre des connaissances relatives à des mécanismes génératifs et préventifs, le delta p des données, et l'importance relative accordée aux types de données fournies. Deux expériences de 54 participants chacune sont effectuées au cours desquelles les participants sont invités à quantifier la nature d'un lien potentiel (causal ou associatif) existant entre l'ajout d'une substance chimique à l'asphalte des routes et la formation d'une chaussée glacée en hiver, après avoir pris connaissance d'informations suggérant soit (1) un mécanisme génératif, (2) un mécanisme préventif, ou (3) rien de particulier. Les résultats démontrent une influence des mécanismes suggérés sur la lecture des données fournies, particulièrement celles qui comportent un delta p compatible avec le mécanisme a priori. Ces résultats sont interprétés et discutés dans le cadre de l'importance de considérer plusieurs facteurs dans le raisonnement causal probabiliste. Several recent models of probabilistic causal reasoning in adults propose the existence of multiple interactions between ascending and descending factors. The aim of the present study is to evaluate the potential interactions between knowledge about generative and preventive mechanisms, the delta p of the data, and the relative importance given to the type of data provided. Two experiments involving 54 participants each are conducted, in which participants are invited to quantify the nature of a potential link (causal or associative) between adding a chemical substance to the asphalt of the roads and the formation of a slippery road in the winter, after being given information suggestive of (1) a generative mechanism, (2) a preventive mechanism, or (3) nothing special. Results show an influence of the suggested mechanisms on the reading of data that were provided, especially those with a delta p that is compatible with the a priori mechanism. These results are interpreted and discussed in line with the importance of considering multiple factors in probabilistic causal reasoning.