Qu'est-ce qui fait qu'une réponse tombe juste?

La plupart des conseils sur la façon de répondre sont en fait des conseils sur la vitesse. Répondez en cinq minutes, répondez en une heure, ne laissez pas traîner ça trois jours. J’ai cofondé Subtext et je passe le plus clair de mon temps à regarder des messages sur lesquels des gens restent coincés, et la vitesse n’est presque jamais ce qui cloche.

La recherche pointe ailleurs, et elle pointe là de façon constante. Ce qui fait fonctionner une réponse, c’est qu’elle démontre que vous avez vraiment saisi ce message précis, de cette personne précise. Les psychologues appellent ça la réactivité perçue, c’est-à-dire le sentiment d’avoir été compris, validé et pris à cœur. C’est le mécanisme mesuré dans la recherche sur le fait de poser des questions, le mécanisme dans la recherche sur le langage concret, ce qui décide si un geste de soutien aide ou nuit, et ce que le soupçon d’IA détruit. Tout le reste de cet article, c’est une autre façon de résoudre ce même problème, et c’est le problème précis que Subtext est bâti pour vous aider à résoudre.

La vitesse compte moins que vous le pensez, sauf quand ce n’est pas le cas

Deux situations différentes, et les mélanger produit de mauvais conseils.

Avec des inconnus, dans une transaction, la vitesse vaut de l’argent réel. Hart, VanEpps, Sezer et Amir ont combiné des données de transactions provenant d’une plateforme de travail autonome couvrant environ 11,66 millions de demandes de service, avec des expériences totalisant plusieurs milliers de participants¹. Des délais de seulement cinq à dix minutes réduisaient mesurablement les chances de remporter le contrat. Le mécanisme qu’ils cernent est inférentiel: une réponse rapide signale que vous serez probablement réactif plus tard aussi. Gardez toutefois les deux volets séparés. Les données de la plateforme sont des données de terrain corrélationnelles. C’est la partie expérimentale qui établit le mécanisme.

Avec des collègues, l’erreur va dans l’autre sens. Giurge et Bohns ont documenté un biais d’urgence dans les courriels, à travers huit études préenregistrées portant sur 4 004 adultes en emploi². Les destinataires surestiment à quel point les expéditeurs s’attendent à une réponse rapide à un courriel non urgent reçu hors des heures de travail, et ils en paient le prix en stress. Une seule ligne de l’expéditeur précisant qu’il n’y a pas d’urgence réduisait ce biais. Des travaux connexes définissent la télépression au travail, soit la pulsion de répondre immédiatement, et la relient à une moins bonne récupération, à l’épuisement professionnel et à un sommeil de moins bonne qualité³.

Et le silence veut dire ce que voulait dire la norme établie entre vous. Kalman et Rafaeli ont testé la latence de réponse comme une violation des attentes, et ont trouvé que l’effet du délai dépendait de la façon dont l’expéditeur était déjà perçu⁴. Une réponse lente était pardonnée chez un candidat prometteur à un emploi, et nuisible chez un candidat plus faible. Deux heures de la part de quelqu’un qui répond toujours en cinq minutes, ce n’est pas le même signal que deux heures de la part de quelqu’un qui répond deux fois par jour, et aucune règle basée sur l’horloge ne peut capter ça, ce qui explique exactement pourquoi Subtext n’essaie pas de vous en donner une.

La découverte qui recadre toute la question de la vitesse

Lew, Walther, Pang et Shin ont mené l’expérience que tout le monde devrait connaître et que presque personne ne connaît⁵.

Ils ont fait varier deux choses de façon indépendante: la vitesse d’arrivée d’une réponse, huit secondes contre quarante, et si la réponse était contingente, c’est-à-dire adaptée à ce que la personne avait réellement demandé, contre une réponse générique et préfabriquée. 131 adultes américains ont regardé une simulation de clavardage avec le service à la clientèle et l’ont évaluée selon quatre mesures.

La vitesse n’a produit aucun effet principal significatif sur aucune des quatre. La contingence, elle, a produit des effets significatifs sur les quatre, avec des tailles d’effet allant de 0,48 à 0,66.

Les auteurs avaient prédit que les réponses lentes et génériques seraient les pires. Ils avaient tort, et ils le disent eux-mêmes. Les réponses rapides et génériques ont obtenu les pires résultats sur chacune des quatre mesures. Leur explication: une réponse rapide qui ne s’engage pas semble robotique, et sans délai pour suggérer que la personne était occupée, elle se lit au mieux comme un manque d’attention.

C’est la manchette pratique de toute cette littérature. Se précipiter pour envoyer quelque chose de vide est pire que prendre son temps et envoyer quelque chose de réel.

C’est aussi exactement l’échec que Subtext est bâti pour repérer, parce qu’une réponse rapide et vide ne paraît pas mal à l’écran. Elle a l’air efficace. Le problème ne devient visible que lorsqu’on se demande ce qu’elle fait à la personne qui la lit, ce qui est précisément la question que le produit pose à votre place.

La seule tactique qui se généralise

Posez une question de suivi sur ce que la personne vient de dire.

Huang, Yeomans, Brooks, Minson et Gino ont mené trois études sur des conversations en direct⁶. Dans une étude de clavardage en ligne portant sur 199 dyades, les personnes à qui on avait demandé de poser beaucoup de questions étaient significativement plus appréciées, et l’effet était médié par la réactivité perçue. Une deuxième étude a répliqué ce résultat et a montré que le travail était fait spécifiquement par les questions de suivi, c’est-à-dire des questions qui ne pouvaient venir que du fait d’avoir lu la réponse. Un volet de type speed dating a trouvé que le taux de questions de suivi prédisait les offres de deuxième rendez-vous.

Trois notes honnêtes sur cet article, parce qu’il est contesté et que ça compte. Il existe une dispute publiée: Kluger et Malloy ont réanalysé l’étude de speed dating et soutiennent que l’effet disparaît une fois qu’on tient compte de qui posait les questions, et les auteurs originaux ont répondu que la réanalyse utilisait la mauvaise mesure et un modèle mal adapté⁷. Les expériences de conversation sont l’appui le plus solide, et le volet speed dating est la partie contestée. L’article porte une correction publiée en mars 2025, et ne porte ni expression de préoccupation ni rétractation. Et une étude menée auprès d’observateurs tiers, à l’intérieur du même article, a trouvé que ceux qui lisaient les transcriptions ne partageaient pas cette préférence, ce qui constitue une vraie limite.

Séparément, les gens évitent de poser des questions délicates parce qu’ils craignent d’offenser, et ils surestiment nettement ce coût⁸. Qu’il s’agisse de la question de suivi évidente ou de la question délicate, la question que vous n’osez pas poser est probablement sans danger à poser, et c’est le genre de question vers laquelle Subtext va vous pousser plutôt que de vous laisser vous en dissuader vous-même.

Nommez la chose précise

Packard et Berger ont isolé le langage concret comme un signal d’écoute⁹. Cinq études, dont une analyse textuelle portant sur plus de 1 000 interactions réelles avec des clients, dans deux contextes de terrain. Les clients étaient plus satisfaits, plus enclins à acheter, et dépensaient davantage lorsque la personne qui répondait utilisait un langage concret, et le mécanisme en jeu était qu’ils en déduisaient que l’employé prêtait réellement attention. Une augmentation d’un écart-type du niveau de concrétude améliorait la satisfaction de 9 pour cent et les dépenses d’au moins 13 pour cent.

La traduction en conseil pratique est étonnamment nette. « Ce t-shirt gris » plutôt que « ton problème ». « La réunion de jeudi » plutôt que « la chose que tu as mentionnée ». Nommer l’objet précis, c’est ce qui se lit comme de l’écoute, et ça ne coûte rien. C’est aussi la chose la plus facile à vérifier mécaniquement, et l’un des rares endroits où Subtext peut vous donner une réponse nette plutôt qu’un jugement.

Si c’est une conversation difficile, téléphonez

C’est le résultat le plus citable de tout cet ensemble, et il va vous agacer.

Bevis, Schroeder et Yeomans ont mené des expériences randomisées avec 1 576 partenaires de conversation répartis dans 1 842 conversations, plus 1 432 observateurs¹⁰. Les conversations parlées ont produit une plus grande compréhension perçue et un conflit perçu plus faible que les conversations écrites, avec en plus plus d’appréciation, plus de plaisir et un plus grand changement d’attitude. Regroupé sur leurs trois premières études, le fait de parler augmentait la compréhension d’un bêta standardisé de 0,45 et diminuait le conflit de 0,23.

Puis ils ont demandé aux gens ce qu’ils choisiraient. 83,9 pour cent préféraient écrire lorsqu’ils s’attendaient à un désaccord, et prédisaient que l’écrit produirait moins de conflit et plus de compréhension. Leurs expériences ont trouvé l’inverse.

Il y a un rebondissement qui sauve cet article de l’inutilité. Le langage réceptif, c’est-à-dire nuancer ses affirmations, reconnaître le point de vue de l’autre avant de le contrer, et nommer de vrais points d’accord, prédisait des issues plus constructives, et ce plus fortement à l’écrit qu’à l’oral¹¹. Les auteurs appellent ça une énigme: les gens utilisent moins de langage réceptif dans le médium où il semble compter le plus.

Alors si vous devez l’écrire, les gestes de réceptivité comptent plus qu’ils ne compteraient au téléphone. Si vous avez l’option, l’appel se passe mieux que vous ne l’anticipez. Comme Subtext ne travaille jamais que sur ce que vous écrivez, c’est la section que je prendrais le plus au sérieux: l’outil peut vous aider à bien nuancer, reconnaître et nommer un accord, et il ne peut pas plaider en faveur de décrocher le téléphone à la place. Cette décision-là vous appartient.

Réserves énoncées par les auteurs: les participants étaient surtout des inconnus les uns pour les autres, le conflit était faible dans toutes les conditions, et la plupart étaient des étudiants. Deux personnes qui se connaissent bien et qui se disputent au sujet de quelque chose de central dans leur relation pourraient se comporter différemment.

Les réponses d’attente, et pourquoi le conseil évident a besoin d’une condition

Je n’ai trouvé aucune expérience qui teste directement une réponse courte du type « bien reçu, je reviens vers toi comme il faut » contre une réponse complète mais retardée, sans rien entre les deux. Le mécanisme est bien appuyé, cela dit, alors je traiterais ceci comme du raisonnement plutôt que comme une découverte.

L’incertitude quant à savoir si vous allez répondre du tout, c’est exactement ce que la recherche sur la latence identifie comme la partie dommageable¹. Une réponse d’attente s’adresse précisément à ça. Giurge et Bohns ont montré qu’une brève note fixant les attentes réduisait une mauvaise lecture documentée².

Mais Lew et ses collègues y mettent une condition⁵. Une réponse d’attente générique, c’est une réponse rapide et non contingente, soit la combinaison qui a obtenu le pire résultat des quatre dans leur étude. Les deux vous achètent le même sursis de quelques jours. Une seule des deux nomme quelque chose.

Générique « Merci pour ton message, on te revient »

Rapide et non contingente, exactement la combinaison qui a obtenu le pire résultat sur chaque mesure dans l’étude de Lew et ses collègues⁵

Précise « J’ai lu la partie sur l’échéancier et j’ai besoin de jusqu’à jeudi pour te répondre comme il faut »

Subtext vous dira laquelle des deux versions vous venez réellement d’écrire, puisque les deux se ressemblent mais n’obtiennent absolument pas le même résultat.

Où l’IA entre en jeu

Ça vaut la peine d’être précis ici, puisque je vends un produit d’IA et que les preuves sont plus intéressantes que ce que disent autant les promoteurs les plus enthousiastes que les critiques.

Rubin et ses collègues ont mené neuf études auprès de 6 282 participants¹². Chaque réponse était générée par une IA. Ce qui variait, c’était l’étiquette: certaines étaient présentées comme écrites par un humain, d’autres comme écrites par une IA. Les réponses étiquetées comme humaines étaient jugées plus empathiques et plus soutenantes, et produisaient plus d’émotion positive. Le simple soupçon spontané des participants qu’une IA avait aidé à écrire une réponse étiquetée comme humaine réduisait aussi l’empathie perçue. Le résultat s’est répliqué à travers différentes longueurs, différents délais et différents modèles, et il était porté par les réponses qui misaient sur le partage émotionnel plutôt que sur la compréhension pratique.

Lisez le protocole avec attention, parce que c’est lui qui détermine ce que veut dire cette découverte. Ce sont des preuves sur l’attribution et la croyance. Ce n’est pas une preuve que l’IA écrit de moins bons messages, puisque c’est l’IA qui a écrit chacun d’entre eux.

Un motif semblable apparaît ailleurs. Dans deux expériences randomisées portant sur 1 036 participants, les suggestions de réponse automatique ont augmenté l’efficacité et le langage positif, et les participants qui croyaient que leur partenaire les utilisait ont jugé ce partenaire moins coopératif, après contrôle de l’usage réel¹³. C’est la croyance qui portait la pénalité. Et une étude antérieure sur des profils écrits par une IA a trouvé que la confiance était similaire quand tout était écrit par une IA ou tout était écrit par un humain, et qu’elle chutait seulement quand les gens devaient deviner¹⁴.

Il existe une véritable découverte contraire qu’on ne devrait pas balayer sous le tapis. Ovsyannikova, Oldemburgo de Mello et Inzlicht ont trouvé que des évaluateurs tiers percevaient l’IA comme plus compatissante que des humains experts, et que ça tenait même quand les évaluateurs le savaient¹⁵. Les deux résultats ne se réconcilient pas facilement. La différence tient peut-être au fait d’évaluer l’échange de quelqu’un d’autre plutôt que de recevoir soi-même un message.

Ce que j’en retiens, en dirigeant un produit dans ce créneau: ce qui aide vraiment, c’est un coup de main pour écrire quelque chose qui est authentiquement à vous, et ce qui nuit, c’est une réponse qui se lit comme sous-traitée. Ce qui atterrit exactement au même endroit que tout le reste dans cet article. Une réponse fonctionne quand elle démontre que vous vous êtes vraiment engagé. Rien de ce qui saute l’étape de l’engagement ne survit au contact de la personne qui la lit.

Subtext travaille à partir de ce que vous avez écrit plutôt que de le remplacer, et vous montre à quel point c’est changé. Ce choix de conception n’est pas une position marketing, c’est la seule que les preuves appuient.

Gratuit pour commencer, sur votre téléphone ou dans le navigateur.

À quoi ça ressemble selon le contexte

Le problème de fond est le même partout. La façon de le résoudre diffère assez pour induire en erreur si on généralise trop vite.

• Travail et commerce. Avec des inconnus dans une transaction, la vitesse pèse lourd, pour de vrai. Avec des collègues, l’erreur documentée, c’est de surestimer l’urgence. Des précisions concrètes et une prochaine étape claire comptent dans les deux cas.
• Fréquentations amoureuses. Le moment choisi signale vraiment quelque chose ici, d’une façon différente d’ailleurs, avec un optimum curviligne plutôt qu’une règle: un texto envoyé après un délai modéré à la suite d’un premier rendez-vous a fait mieux qu’un texto immédiat et qu’un long délai, et la même étude n’a trouvé aucun appui pour un mécanisme de rareté du type « se faire désirer »¹⁶.
• Soutien. La réactivité, c’est tout le jeu, et un soutien qui n’est pas réactif peut faire pire que rien. Maisel et Gable, dans une étude portant sur 67 couples cohabitant, ont trouvé que le soutien n’aidait que lorsqu’il correspondait à ce dont la personne avait réellement besoin¹⁷.
• Conflit. Nuancez, reconnaissez le point de vue de l’autre, nommez les vrais accords, et si vous le pouvez, décrochez le téléphone.

C’est pour ça que Subtext lit le message qui est devant lui plutôt que d’appliquer une seule règle partout. Ce à quoi ressemble « s’être engagé » dans un fil de discussion de travail et dans un texto après un premier rendez-vous, ce n’est pas la même chose, même si le problème de fond, lui, l’est.

Des règles qui n’ont rien derrière elles

La règle des cinq minutes pour la réponse aux prospects. L’affirmation voulant que répondre en cinq minutes multiplie le taux de conversion par 21 remonte à des livres blancs de fournisseurs. La recherche sous-jacente sur la vitesse de réponse et les contrats est réelle¹. Le multiplicateur, lui, ne l’est pas.

Le délai de trois heures pour un texto de rencontre. Aucun appui empirique, et l’étude la plus proche de ce sujet a explicitement échoué à trouver le mécanisme de rareté qu’il lui aurait fallu¹⁶.

Les repères sur les courriels professionnels et les chiffres d’attentes en service à la clientèle. Largement diffusés, attribués à des communiqués d’affaires et à des rapports de fournisseurs, sans échantillon divulgué.

« 31 pour cent des gens voient le texto comme une source d’anxiété quotidienne. » Blogue commercial, aucune étude traçable.

Sources

Numérotées dans l’ordre où elles apparaissent ci-dessus. Quand un chiffre n’a pas pu être vérifié auprès de la source primaire, le texte le dit. Vérifié le 28 août 2026.

1. Hart, E., VanEpps, E. M., Sezer, O., et Amir, O. (2026). Speed Is a Signal: When Faster Replies Increase Hiring Likelihood. Management Science, publié en ligne le 3 juin 2026. https://pubsonline.informs.org/doi/abs/10.1287/mnsc.2024.06185
2. Giurge, L. M., et Bohns, V. K. (2021). “You don’t need to answer right away!” Organizational Behavior and Human Decision Processes, 167, 114 à 128. https://www.sciencedirect.com/science/article/pii/S0749597821000480
3. Barber, L. K., et Santuzzi, A. M. (2015). Please respond ASAP: Workplace telepressure and employee recovery. Journal of Occupational Health Psychology, 20(2), 172 à 189. https://psycnet.apa.org/record/2014-49215-001
4. Kalman, Y. M., et Rafaeli, S. (2011). Online Pauses and Silence: Chronemic Expectancy Violations in Written Computer-Mediated Communication. Communication Research, 38(1), 54 à 69. https://journals.sagepub.com/doi/10.1177/0093650210378229
5. Lew, Z., Walther, J. B., Pang, A., et Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201 à 221. 131 adultes américains, âge moyen de 51,32 ans. https://doi.org/10.1093/jcmc/zmy009
6. Huang, K., Yeomans, M., Brooks, A. W., Minson, J., et Gino, F. (2017). It Doesn’t Hurt to Ask: Question-Asking Increases Liking. Journal of Personality and Social Psychology, 113(3), 430 à 452. Porte une correction publiée en mars 2025, et ne porte ni expression de préoccupation ni rétractation. Données sur osf.io/8k7rf. https://psycnet.apa.org/record/2017-39236-002
7. Kluger, A. N., et Malloy, T. E. (2019). Journal of Personality and Social Psychology, 117(6), 1132 à 1138, avec la réponse des auteurs dans Yeomans, Brooks, Huang, Minson et Gino (2019), 117(6), 1139 à 1144. https://psycnet.apa.org/record/2019-70290-011
8. Hart, E., VanEpps, E. M., et Schweitzer, M. E. (2021). The (better than expected) consequences of asking sensitive questions. Organizational Behavior and Human Decision Processes, 162, 136 à 154. https://www.sciencedirect.com/science/article/abs/pii/S0749597820303733
9. Packard, G., et Berger, J. (2021). How Concrete Language Shapes Customer Satisfaction. Journal of Consumer Research, 47(5), 787 à 806. https://doi.org/10.1093/jcr/ucaa038
10. Bevis, M., Schroeder, J., et Yeomans, M. (2026). Spoken disagreement is more constructive than written disagreement. Nature Communications, 17, article 5792. Accès libre; préenregistrements et données sur OSF. https://doi.org/10.1038/s41467-026-71669-5
11. Yeomans, M., Minson, J., Collins, H., Chen, F., et Gino, F. (2020). Conversational receptiveness: Improving engagement with opposing views. Organizational Behavior and Human Decision Processes, 160, 131 à 148. https://www.sciencedirect.com/science/article/abs/pii/S0749597820303423
12. Rubin, M., Li, J., Zimmerman, F., Ong, D. C., Goldenberg, A., et Perry, A. (2025). Comparing the value of perceived human versus AI-generated empathy. Nature Human Behaviour, 9(11), 2345 à 2359. Neuf études, 6 282 participants; toutes les réponses étaient générées par une IA et seule l’étiquette variait. https://www.nature.com/nathumbehav/
13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., et ses collègues (2023). Artificial intelligence in communication impacts language and social relationships. Scientific Reports. Deux expériences randomisées, 1 036 participants. https://www.nature.com/srep/
14. Jakesch, M., French, M., Ma, X., Hancock, J. T., et Naaman, M. (2019). AI-Mediated Communication: How the Perception that Profile Text was Written by AI Affects Trustworthiness. CHI 2019. 527 participants. https://dl.acm.org/doi/10.1145/3290605.3300469
15. Ovsyannikova, D., Oldemburgo de Mello, V., et Inzlicht, M. (2025). Third-party evaluators perceive AI as more compassionate than expert humans. Communications Psychology, 3(1), 4. Va à l’encontre de la source 12; les deux sont nommées ici plutôt que réconciliées. https://www.nature.com/commspsychol/
16. Teichmann, F., Petrowsky, H. M., Boecker, L., Soliman, M., et Loschelder, D. D. (2026). Journal of Social and Personal Relationships. Effet curviligne du moment choisi après un premier rendez-vous; aucun appui trouvé pour un mécanisme de rareté. https://journals.sagepub.com/home/spr
17. Maisel, N. C., et Gable, S. L. (2009). The Paradox of Received Social Support: The Importance of Responsiveness. Psychological Science, 20(8), 928 à 932. 67 couples cohabitant. https://journals.sagepub.com/doi/10.1111/j.1467-9280.2009.02388.x