Post original :
https://plus.google.com/u/0/106223694077555758612/posts/iThAJA8pD7P
Je viens de finir Outliers, de Malcolm Gladwell (pas de traduction française à ma connaissance) et j’ai un avis assez ambigu sur l’ensemble. La thèse du bouquin est que le succès n’est pas une question de talent extraordinaire, mais d’un talent « suffisant » associé aux bonnes circonstances et à une quantité énorme de travail. Jusqu’ici, tout va bien; pourquoi pas.
Gladwell est très bon lorsqu’il s’agit de raconter des anecdotes, des histoires marrantes et assimilé. Il est drôle, engageant, ses exemples sont bien choisis et en général très intéressants (notons au passage que, à mon avis, What The Dog Saw est meilleur de ce point de vue).
Il est aussi très bon lorsqu’il s’agit de faire réfléchir son lecteur et de tenter de le faire regarder des histoires « classiques » au-delà de ce qui en est habituellement dit – il donne des informations supplémentaires et on finit par se demander ce qui, au final, est réellement pertinent (probablement tout, dans une certaine mesure).
Ce qui m’a par contre franchement agacée était le sentiment tenace de « oui, bon, tu essaies de me montrer des stats, mais tu essaierais pas de me pipoter, là, par hasard ? ». Je ne sais absolument pas si ses stats sont valides ou non. Mais, de la manière dont elles sont présentées dans le livre, elles tiennent plus de l’anecdotique et du sophisme du tireur d’élite texan (l’article anglais de la Wikipédia est plus complet… mais en anglais 😉 ). Encore une fois, je ne dis pas que les faits sont faux ; je dis juste qu’après avoir lu le livre, je ne sais pas s’ils sont vrais ou faux. Très agaçant.
Bref, au final, c’est un bouquin que j’ai apprécié (à cause des anecdotes rigolotes) mais qui m’a fondamentalement énervée sur le plan statistique/scientifique. Et je suis nulle en stats. Donc… ouais… mitigée.
Le blog de Balise 
Le partie statistique ne m’a pas tellement gêné dans ce bouquin, dans mon édition, il me semble qu’il y avait une longue liste de références bibliographiques (que j’ai soigneusement ignoré), mais surtout sur la majorité des sujets qu’il traite je doute qu’il y ait possibilité d’avoir des statistiques crédibles, vu le faible nombre d’échantillons, par définition, des outliers, il n’y en a pas tant que ça. À cause de cela une approche qualitative ne me gêne pas. C’était, à mon avis, le propos du chapitre sur le village italien, ce n’est pas toujours facile de trouver la variable.
J’avoue aussi que j’ai globalement ignoré les références biblio (qui sont d’ailleurs pas référencées proprement dans le bouquin, admettons que ça alourdit la mise en page, mais bon). Je crois que ce qui m’a le plus agacée c’est le passage sur les outliers informaticiens, peut-être parce que je peux citer plein d’autres noms qui sont justement pas dans les critères qu’il donne. J’ai pas le bouquin sous la main (Pierre l’a embarqué, je crois), mais il a dans ses exemples un truc du genre Joy (1954), Jobs (1955), Schmidt (1955), Gates (1955), Ballmer (1956) (il devait y en avoir quelques uns de plus).
Alors évidemment que le contexte a été favorable à tous ces gens là. Mais bon, je réponds, je sais pas, au hasard Torvalds (1969), Page (1973), Brin (1973), Carmack (1970) et, for the lulz, Zuckerberg (1984). Bref, j’essaie pas de lui faire dire ce qu’il a pas dit (i.e. qu’en dehors de ces périodes-là point de salut), mais j’ai vraiment eu l’impression, en particulier dans ce passage là, qu’il prenait les points de mesure qui l’intéressaient et qu’il rejetait les autres sans même en causer (d’où l’impression de texas sharpshooter fallacy).
Note que je critique pas le message général, mais j’ai vraiment eu l’impression qu’il essayait de vouloir appuyer ce qu’il disait sur des stats, mais que ses stats étaient pas convaincantes. Comme tu dis, c’est même pas dit que ce soit faisable d’avoir des stats crédibles, ce qui est pas forcément gênant en soi… à condition de pas essayer de donner l’impression que ça en soit.
Après, j’ai peut-être mal interprété ce qu’il disait, vu de la tentative de stats où il n’y en avait pas du tout, parce que j’ai mes propres biais aussi 😉