Une généralisation hâtive est un erreur dans lequel un conclusion qui est atteint n'est pas logiquement justifié par un caractère suffisant ou impartial preuve. Cela s'appelle aussi un échantillon insuffisant, un accident inverse, une généralisation erronée, une généralisation biaisée, sauter à une conclusion, secundum quidet une négligence des qualifications.
Auteur Robert B. Parker illustre le concept via un extrait de son roman "Sixkill":
"C'était un jour pluvieux à Harvard Square, donc la circulation piétonne à travers l'atrium de Mass Ave à Mount Auburn Street était plus lourde qu'elle ne l'aurait été si le soleil n'était pas venu. Beaucoup de gens portaient des parapluies, que la plupart d'entre eux enroulaient à l'intérieur. J'avais toujours pensé que Cambridge, dans les environs de Harvard, aurait pu avoir le plus de parapluies par habitant de n'importe quel endroit au monde. Les gens les utilisaient quand il neigeait. Dans mon enfance, à Laramie, dans le Wyoming, nous pensions que les gens qui portaient des parapluies étaient des poulettes. C'était presque certainement une généralisation hâtive, mais je n'avais jamais rencontré de argument encontre."
Un échantillon trop petit
Par définition, un argument basé sur une généralisation hâtive procède toujours du particulier au général. Il prend un petit échantillon et essaie de extrapoler une idée de cet échantillon et l'appliquer à une population plus grande, et cela ne fonctionne pas. T. Edward Damer explique:
"Il n'est pas rare qu'un plaideur tire une conclusion ou une généralisation sur la base de quelques exemples de phénomène. En fait, une généralisation est souvent tirée d'une seule donnée à l'appui, un acte qui pourrait être décrit comme un engagement la fausseté du fait solitaire... Certains domaines d'enquête ont des lignes directrices assez sophistiquées pour déterminer la suffisance d'un échantillon, comme les échantillons de préférence des électeurs ou les échantillons d'écoute de la télévision. Dans de nombreux domaines, cependant, il n'existe pas de telles directives pour nous aider à déterminer ce qui serait un motif suffisant pour la véracité d'une conclusion particulière. "
—De «Attacking Faulty Reasoning», 4e éd. Wadsworth, 2001
Les généralisations dans leur ensemble, hâtives ou non, sont au mieux problématiques. Même ainsi, un échantillon de grande taille ne vous sortira pas toujours du lot. L'échantillon que vous cherchez à généraliser doit être représentatif de la population dans son ensemble et il doit être aléatoire. Par exemple, les sondages menant à l'élection présidentielle de 2016 ont manqué des segments de la population qui est finalement sorti pour voter pour Donald Trump et a ainsi sous-estimé ses partisans et leur impact potentiel sur l'élection. Les sondeurs savaient que la course serait proche, cependant, en n'ayant pas d'échantillon représentatif pour généraliser le résultat, ils se sont trompés.
Ramifications éthiques
Les stéréotypes proviennent de la tentative de généraliser des personnes ou des groupes d'entre eux. Le faire est au mieux un champ de mines et au pire, a des considérations éthiques. Julia T. Wood explique:
"Une généralisation hâtive est un large prétendre sur la base de preuves trop limitées. Il est contraire à l'éthique d'affirmer une revendication large alors que anecdotique ou des preuves ou des cas isolés. Prenons deux exemples de généralisations hâtives basées sur des données inadéquates:
"Trois représentants du Congrès ont eu des affaires. Par conséquent, les membres du Congrès sont des adultères.
"Un groupe environnemental a illégalement bloqué des bûcherons et des travailleurs dans une centrale nucléaire. Par conséquent, les écologistes sont des radicaux qui prennent la loi en main.
"Dans chaque cas, la conclusion est basée sur des preuves limitées. Dans chaque cas, la conclusion est hâtive et fallacieuse. "
—De «Communication in Our Lives», 6e éd. Wadsworth, 2012
La pensée critique est la clé
Dans l'ensemble, pour éviter de faire, de diffuser ou de croire à des généralisations hâtives, prenez du recul, analysez l'opinion et considérez la source. Si une déclaration provient d'une source biaisée, le point de vue derrière elle doit éclairer votre compréhension de l'opinion exprimée, car elle lui donne un contexte. Pour trouver la vérité, recherchez des preuves qui soutiennent et s'opposent à une déclaration parce que, comme le dit l'adage, chaque histoire a deux côtés - et la vérité se situe souvent quelque part au milieu.