Pourquoi les personnes intelligentes ne sont pas toujours les plus riches ?

Last modified date

Comments: 0

intelligence

Les personnes les plus réussies ne sont pas les plus talentueuses, mais les plus chanceuses, confirme un nouveau modèle informatique de création de richesse. Tenir compte de cela peut maximiser le rendement de nombreux types d’investissements.

La répartition de la richesse suit un schéma bien connu, parfois appelé règle des 80/20 : 80% de la richesse appartient à 20% de la population. En effet, un rapport de 2017 concluait que huit hommes seulement avaient une richesse totale équivalente à celle des 3,8 milliards de personnes les plus pauvres du monde.

Cela semble se produire dans toutes les sociétés à toutes les échelles. C’est un modèle bien étudié appelé loi de puissance (loi de Pareto) qui apparaît dans un large éventail de phénomènes sociaux. Mais la distribution de la richesse est l’une des plus controversées en raison des problèmes qu’elle soulève au sujet de l’équité et du mérite.

Pourquoi si peu de gens ont tant de richesses?

La réponse classique est que nous vivons dans une méritocratie où les gens sont récompensés pour leur talent, leur intelligence, leur effort, etc. Avec le temps, beaucoup de gens pensent que cela se traduit par la répartition de la richesse que nous observons, bien qu’une bonne dose de chance puisse jouer un rôle.

Mais il y a un problème avec cette idée : alors que la répartition de la richesse obéit à une loi de puissance, la répartition des compétences humaines suit généralement une répartition normale symétrique autour d’une valeur moyenne. Par exemple, l’intelligence, telle que mesurée par les tests de QI, suit ce modèle. Le QI moyen est de 100, mais personne n’a un QI de 1 000 ou de 10 000.

Il en va de même pour l’effort, mesuré en heures travaillées. Certaines personnes travaillent plus d’heures que la moyenne et d’autres moins, mais personne ne travaille un milliard de fois plus d’heures que les autres.

Et pourtant, quand il s’agit de récompenser ce travail, certaines personnes ont des milliards de fois plus de richesse que d’autres. De plus, de nombreuses études ont montré que les personnes les plus riches ne sont généralement pas les plus talentueux.

Quels facteurs, alors, déterminent comment les individus deviennent riches? La chance jouerait-elle un rôle plus important que prévu? Et comment ces facteurs, quels qu’ils soient, peuvent-ils être exploités pour faire du monde un endroit meilleur et plus juste?

Nous obtenons aujourd’hui une réponse grâce au travail d’Alessandro Pluchino de l’Université de Catane en Italie et de quelques collègues. Ces scientifiques ont créé un modèle informatique du talent humain et de la façon dont les gens l’utilisent pour exploiter les opportunités de la vie. Le modèle permet à l’équipe d’étudier le rôle du hasard dans ce processus.

Les résultats sont assez révélateurs. Leurs simulations reproduisent parfaitement la répartition de la richesse dans le monde réel. Mais les individus les plus riches ne sont pas les plus talentueux (même s’ils doivent avoir un certain niveau de talent). Ils sont les plus chanceux. Et cela a des implications importantes sur la manière dont les sociétés peuvent optimiser les rendements qu’elles obtiennent pour des investissements dans toutes sortes d’activités.

Le modèle de Pluchino et ses collègues est simple. Il est composé de N personnes, chacune ayant un certain niveau de talent (compétences, intelligence, capacités, etc.). Ce talent est normalement réparti autour d’un niveau moyen. Ainsi, certaines personnes ont plus de talents que la moyenne et d’autres moins, mais personne n’est trop talentueux que tous les autres.

C’est le même type de distribution vu pour diverses compétences humaines, ou même des caractéristiques telles que la taille ou le poids. Certaines personnes sont plus grandes ou plus petites que la moyenne, mais personne n’a la taille d’une fourmi ou d’un gratte-ciel. En effet, nous sommes tous assez similaires.

Le modèle informatique décrit chaque individu au cours d’une vie active de 40 ans. Pendant ce temps, les individus vivent des événements chanceux qu’ils peuvent exploiter pour accroître leur richesse s’ils ont suffisamment de talent.

Cependant, ils connaissent également des événements malchanceux qui réduisent leur richesse. Ces événements se produisent au hasard.

À la fin des 40 ans, Pluchino et ses associés classent les individus en fonction de leur richesse et étudient les caractéristiques des plus réussis. Ils calculent également la répartition de la richesse. Ils répètent ensuite la simulation plusieurs fois pour vérifier la validité du résultat.

Lorsque l’équipe classe les individus en fonction de leur richesse, la distribution est identique à celle observée dans les sociétés du monde réel. “La règle des 80/20 est respectée, puisque 80% de la population ne possède que 20% du capital total, tandis que les 20% restants possèdent 80% du même capital“, écrit Pluchino.

Cela peut ne pas être surprenant ou injuste si les 20% les plus riches se révèlent être les plus talentueux. Mais ce n’est pas ce qui se passe. Les individus les plus riches ne sont généralement pas les plus talentueux. « Le succès maximal ne coïncide jamais avec le talent maximal, et inversement », expliquent les chercheurs.

Donc, sinon le talent, quel autre facteur est à l’origine de cette distribution asymétrique de la richesse?

“Notre simulation montre clairement qu’un tel facteur est juste une pure chance“, déclarent Pluchino et ses collègues.

L’équipe le démontre en classant les individus en fonction du nombre d’événements chanceux ou malchanceux qu’ils ont vécus au cours de leurs 40 ans de carrière. “Il est évident que les individus les plus réussis sont aussi les plus chanceux“, disent-ils. Et les individus les moins réussis sont aussi les moins chanceux.“

Cela a des implications importantes pour la société. Quelle est la stratégie la plus efficace pour exploiter le rôle de la chance dans la réussite?

Pluchino et ses collaborateurs étudient cette question du point de vue du financement de la recherche scientifique, une question qui leur tient clairement à cœur. Les organismes de financement du monde entier souhaitent maximiser leur retour sur investissement dans le domaine scientifique. En effet, le Conseil européen de la recherche a récemment investi 1,7 million de dollars dans un programme visant à étudier le hasard, le rôle de la chance dans les découvertes scientifiques, et la façon dont il peut être exploité pour améliorer les résultats du financement.

Il s’avère que Pluchino et ses associés sont bien préparés pour répondre à cette question. Ils utilisent leur modèle pour explorer différents types de modèles de financement afin de déterminer lesquels produisent les meilleurs rendements lorsque la chance est prise en compte.

L’équipe a étudié trois modèles dans lesquels le financement de la recherche est réparti de manière égale entre tous les scientifiques; distribué de façon aléatoire à une partie des scientifiques; ou donné de préférence à ceux qui ont eu le plus de succès dans le passé.

Laquelle de ces stratégies est la meilleure?

Il s’avère que la stratégie qui produit les meilleurs rendements consiste à répartir le financement de manière égale entre tous les chercheurs. Et la deuxième et troisième meilleures stratégies consistent à le distribuer au hasard à 10% ou 20% des scientifiques.

Dans ces cas, les chercheurs sont mieux capables à tirer profit des découvertes chanceuses qu’ils réalisent de temps à autre. Avec le recul, il est évident que le fait qu’un scientifique ait fait une importante découverte inattendue dans le passé ne signifie pas qu’il est plus susceptible de le faire à l’avenir.

Une approche similaire pourrait également être appliquée aux investissements dans d’autres types d’entreprises, telles que les petites ou les grandes entreprises, les start-up de la nouvelle technologie, l’éducation qui accroît les talents, ou même la création d’événements aléatoires chanceux.

admin

Share

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Résoudre : *
23 × 8 =


Post comment