Combien de personnes sont ici ?

weirdly accurate.

Combien de personnes sont ici ?

Sommes-nous doués pour estimer la taille d’une foule ?

Ce test d’estimation de foule mesure à quel point ton œil juge une foule d’un coup d’œil : sept foules sur une place, vues de très haut pendant 1,5 seconde chacune, d’environ 15 à 2 000 personnes. Tu estimes chacune et tu vois aussitôt le nombre réel. Les psychologues étudient la même capacité avec de brefs flashs de points, comme Véronique Izard et Stanislas Dehaene en 2008 ; ceux dont le métier est de compter les foules utilisent une méthode décrite par Herbert Jacobs en 1967.

Ce test transforme la tâche de laboratoire en foules de personnes sur une place, vues de très haut. Sept foules apparaissent 1,5 seconde chacune, en commençant par environ 15 à 30 personnes et en doublant à peu près à chaque fois jusqu’à 1 000 à 2 000 ; tu réponds sur un cadran logarithmique de 10 à 10 000 et tu vois le nombre réel juste après chaque estimation. Ton résultat : combien des sept tu as estimées à ×1,25 près, de combien tu te trompais en général, et un rapport, estimation ÷ réalité, exprimé en nombre de personnes vues pour 100 présentes, pour les petites foules et les grandes.

Ce n’est pas un test d’intelligence ni de vue, et il n’y a pas de percentile, car aucune enquête sur les estimations de foule n’est assez grande pour servir de classement. Les études utilisaient des points plutôt que des personnes, un regard plus court et des nombres plus petits, leurs chiffres sont donc des repères. La taille de l’écran change l’aspect d’une foule, et sept estimations forment un petit échantillon.

Ce que mesure le test

Une seule chose : combien de personnes ton œil voit pour 100 réellement présentes, et comment cela tient quand les foules grossissent.

La tâche

  • Sept foules sur une place de pierre blanche, vues du dessus, chacune pendant 1,5 seconde
  • Chaque nombre est exact, et la densité de chaque foule est tirée au hasard : ni la surface occupée ni sa teinte plus ou moins sombre ne trahissent le nombre
  • Réponds sur un cadran logarithmique de 10 à 10 000, où chaque ×10 a la même longueur ; touche à peu près, puis fais glisser ou utilise la barre Moins / Plus pour affiner
  • Les foules vont des petites aux grandes, chacune tirée d’une tranche deux fois plus grande que la précédente (de 15–30 jusqu’à 1 000–2 000) : chacune est plus grande que la précédente, mais l’écart varie
  • Après chaque estimation, la foule revient et son nombre réel s’affiche à côté de ta réponse sur le cadran, avec ton écart

Ton résultat

  • Ton score : combien des sept foules tu as estimées à ×1,25 près
  • Ton écart typique (de combien de fois une estimation se trompait d’habitude) et un rapport global : combien tu en vois pour 100 personnes présentes
  • Un verdict : Tu sous-estimes, Bien calibré ou Tu surestimes
  • Tes sept foules dans un tableau, dans l’ordre où tu les as vues : combien il y en avait, ce que tu as dit et le rapport
  • Ta tendance : les petites foules face aux grandes, et si tes estimations ont suivi la croissance des foules (un exposant de puissance approximatif sur sept foules)
  • Tes rapports sur la même échelle que des repères de laboratoire d’Izard et Dehaene, pas un classement
  • Comment on compte vraiment les foules, la méthode surface × densité de Jacobs, et pourquoi les chiffres officiels divergent
  • Une carte à partager avec seulement ton score global, et un lien de défi qui envoie à un ami les mêmes sept foules

Avant de commencer

  • Environ une minute et demie ; gratuit et sans inscription
  • Fonctionne sur téléphone ou ordinateur ; la place en 3D nécessite WebGL. Un téléphone et un grand écran ne sont pas directement comparables
  • Les effets sonores sont facultatifs et peuvent être coupés
  • Tes estimations ne sont pas envoyées ; un lien de défi ne contient que ton score, ton écart typique et ton rapport, le nom que tu choisis et les foules que tu as vues

Questions fréquentes sur l’estimation des foules

Ce test est-il gratuit ? Faut-il s’inscrire pour voir son résultat ?

Oui, il est gratuit et il n’y a rien à remplir : ni compte, ni e-mail, ni paiement. Ton résultat s’affiche sur cette page dès que tu as fini, et tu peux le partager ou rejouer tout de suite.

Comment estimer la taille d’une foule ?

Les professionnels multiplient la surface par la densité, la méthode décrite par Herbert Jacobs en 1967. Comme le résument les statisticiens Ray Watson et Paul Yip, une foule clairsemée compte environ 1 personne par mètre carré, une foule compacte environ 2 et une foule très dense environ 4. Une estimation soigneuse à partir d’une bonne photo est précise à environ ±10 %.

Comment le test d’estimation de foule est-il noté ?

Le test d’estimation de foule divise chaque estimation par le nombre réel. Une estimation à ×1,25 près, dans un sens ou dans l’autre, compte comme proche, et le score est le nombre de foules proches sur sept. Il indique aussi ton écart typique et combien de personnes tu vois pour 100 présentes, globalement et sur les petites et grandes foules.

Les gens surestiment-ils ou sous-estiment-ils les foules ?

La feuille de résultats répond à cette question après ta septième foule, car le savoir avant changerait tes estimations. Elle place tes rapports à côté de repères de laboratoire : les adultes d’Izard et Dehaene en 2008, qui voyaient de brefs flashs de jusqu’à 100 points, et l’étude de Portley et Durgin de 2019 sur 113 personnes. Ces études utilisaient des points, pas des personnes, ce sont donc des repères et non un classement.

Voir le nombre réel aide-t-il à estimer les foules ?

Souvent, oui. Dans la deuxième expérience d’Izard et Dehaene (2008), 24 adultes commençaient chaque bloc par une image dont on leur disait qu’elle contenait 30 points, et leurs estimations se sont alignées sur elle sur toute la plage, jusqu’à environ 100 points ; la feuille de résultats montre de combien ce seul nombre les a fait bouger. Ce test montre le nombre réel après chaque foule, mais la suivante est toujours plus grande, il faut donc quand même extrapoler la dernière réponse.

Pourquoi les estimations de foule pour un même événement diffèrent-elles autant ?

Les foules sont difficiles à compter, et chacun a des raisons de se tromper sur le chiffre, comme le disent Watson et Yip (2011). Pour la Million Man March de 1995 à Washington, les estimations allaient de 400 000 (US Park Police) à 870 000 ±25 % (une équipe de l’université de Boston à partir de photos aériennes) et à 1,5–2 millions (les organisateurs).

Existe-t-il un percentile ou une moyenne pour les estimations de foule ?

Non. Aucune enquête sur les estimations de foule n’est assez grande pour servir de classement, le test d’estimation de foule montre donc à la place des repères de laboratoire sur la même échelle de rapport. Ces études utilisaient des points, des regards plus courts et des nombres plus petits, et le site ne publie pas les données de ses propres joueurs.

Combien de temps dure le test de foule, et marche-t-il sur téléphone ?

Le test d’estimation de foule dure environ une minute et demie et fonctionne sur téléphone ou ordinateur, son facultatif. La taille de l’écran change l’aspect d’une foule, donc un résultat sur téléphone et un résultat sur grand écran ne sont pas directement comparables.

D’où viennent les chiffres

Tes rapports sont affichés sur la même échelle que les repères d’Izard et Dehaene (2008), dont les participants estimaient des points, pas des personnes ; il n’y a donc pas de percentile. Les densités de Jacobs sont celles que donnent Watson et Yip (2011) ; l’article original de Jacobs de 1967 n’a pas été consulté. Portley et Durgin (2019) a été vérifié à partir de son résumé. Le site ne publie pas les données de ses propres joueurs.

Comment fonctionne le score

Rapport

Ton estimation divisée par le nombre réel. 0,5 signifie que tu as vu la moitié des personnes présentes ; il s’affiche comme 50 pour 100. Ton rapport global est la moyenne géométrique sur les sept foules ; les chiffres « petites » et « grandes » utilisent les trois plus petites et les trois plus grandes.

Proche et écart typique

Une estimation à ×1,25 près du nombre réel, dans un sens ou dans l’autre, compte comme proche. L’écart typique est le facteur dont une estimation s’est trompée, trop basse ou trop haute, en moyenne géométrique : ×1,4 signifie qu’une estimation typique se trompait de 40 % en termes de rapport.

Exposant de puissance

La pente de tes estimations par rapport aux nombres réels sur des axes log–log. 1 signifie que tes estimations grandissent au même rythme que les foules ; en dessous de 1 elles prennent du retard quand les foules grossissent, au-dessus de 1 elles prennent de l’avance. Sur sept foules, c’est un chiffre approximatif.