La métacognition en cause
Kruger et Dunning (1999) ont montré que les personnes les moins performantes dans un domaine tendent à surestimer leur niveau : les compétences nécessaires pour bien faire sont aussi celles qui permettent de mesurer sa propre performance. Appliqué à un projet, un novice n'a pas conscience de l'éventail des complications invisibles (dépendances techniques, imprévus, phases de recette) et propose des estimations trop courtes.
À l'inverse, les personnes les plus compétentes ont plutôt tendance à sous-estimer légèrement leur position relative, parce qu'elles supposent que ce qui leur paraît facile l'est pour les autres. Contrairement à une idée répandue, le modèle ne dit pas que les experts surévaluent les risques.
Un bémol : une partie de cet effet pourrait être un artefact statistique (Gignac & Zajenkowski, 2020). Retenez-le comme une heuristique de prudence, pas comme une loi.
Le biais de planification
Kahneman et Tversky (1979) ont décrit le biais de planification : on construit son estimation sur le scénario idéal du projet en cours (la « vue de l'intérieur »), en ignorant les statistiques de projets comparables (la « vue de l'extérieur »). Buehler, Griffin et Ross (1994) ont ensuite montré que ce biais persiste même quand les gens connaissent leurs dépassements passés.
Trois pratiques pour corriger le tir
- Le planning poker : chaque membre estime en secret, puis tout le monde révèle en même temps et l'équipe discute des écarts. L'estimation collective neutralise l'excès de confiance individuel et l'effet d'ancrage (voir par exemple Mahnič & Hovelja, 2012).
- L'estimation à trois points (PERT) : durée attendue = (Optimiste + 4 × Probable + Pessimiste) / 6. Avec 2, 4 et 12 jours, on obtient (2 + 16 + 12) / 6 = 5 jours, et non 4 (Malcolm et al., 1959).
- L'historique plutôt que l'intuition : planifier d'après la vitesse réellement observée sur les cycles précédents.
Dans FluidOps
Estimez vos cartes en points d'effort dans les sprints Scrum, puis laissez la vélocité (les points réellement terminés par sprint) devenir votre capacité prévisionnelle. Comparez le prévu et le réalisé dans les analytics. Pour apprendre à découper et à estimer, essayez la démo Scrum.
Sources
- Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. doi:10.1037/0022-3514.77.6.1121
- Gignac, G. E., & Zajenkowski, M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data. Intelligence, 80, 101449. doi:10.1016/j.intell.2020.101449
- Kahneman, D., & Tversky, A. (1979). Intuitive prediction: Biases and corrective procedures. TIMS Studies in Management Science, 12, 313-327 (reprinted in Judgment under Uncertainty, Cambridge University Press, 1982, pp. 414-421). doi:10.1017/CBO9780511809477.031
- Buehler, R., Griffin, D., & Ross, M. (1994). Exploring the "planning fallacy": Why people underestimate their task completion times. Journal of Personality and Social Psychology, 67(3), 366-381. doi:10.1037/0022-3514.67.3.366
- Malcolm, D. G., Roseboom, J. H., Clark, C. E., & Fazar, W. (1959). Application of a technique for research and development program evaluation. Operations Research, 7(5), 646-669. doi:10.1287/opre.7.5.646
- Mahnič, V., & Hovelja, T. (2012). On using planning poker for estimating user stories. Journal of Systems and Software, 85(9), 2086-2095. doi:10.1016/j.jss.2012.04.005