Qu'est-ce qui fait qu'une réponse fait mouche ?

La plupart des conseils sur les réponses parlent en réalité de vitesse. Répondez dans les cinq minutes, répondez dans l’heure, ne laissez pas passer trois jours. J’ai cofondé Subtext et je passe le plus clair de mon temps à regarder des messages sur lesquels les gens restent bloqués, et la vitesse n’est presque jamais ce qui cloche.

La recherche pointe ailleurs, et elle pointe toujours dans la même direction. Ce qui fait qu’une réponse fonctionne, c’est qu’elle démontre que vous vous êtes engagé avec ce message précis, venant de cette personne précise. Les psychologues appellent ça la réactivité perçue, c’est-à-dire le sentiment d’avoir été compris, validé et choyé. C’est le mécanisme mesuré dans la recherche sur le fait de poser des questions, le mécanisme dans la recherche sur la concrétude du langage, ce qui détermine si un soutien aide ou blesse, et ce que le soupçon d’IA détruit. Tout le reste de cet article n’est qu’une autre façon de résoudre ce même problème, et c’est exactement le problème que Subtext est conçu pour vous aider à résoudre.

La vitesse compte moins que vous ne 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, c’est de l’argent réel. Hart, VanEpps, Sezer et Amir ont combiné des données de transactions issues d’une plateforme freelance, couvrant environ 11,66 millions de demandes de service, avec des expériences totalisant plusieurs milliers de participants¹. Des délais d’à peine cinq à dix minutes réduisaient de façon mesurable les chances de décrocher le contrat. Le mécanisme qu’ils identifient est inférentiel : une réponse rapide signale que vous serez probablement réactif plus tard aussi. Il faut cependant garder les deux moitiés séparées. Les données de la plateforme sont des données de terrain corrélationnelles. Le mécanisme, lui, vient de la partie expérimentale.

Avec des collègues, l’erreur va dans l’autre sens. Giurge et Bohns ont documenté un biais d’urgence par e-mail sur huit études préenregistrées portant sur 4 004 actifs². Les destinataires surestiment la rapidité à laquelle les expéditeurs attendent une réponse à un e-mail non urgent envoyé hors des heures de travail, et ils le paient 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, cette envie irrépressible de répondre immédiatement, et la relient à un moins bon rétablissement, à l’épuisement professionnel et à un sommeil dégradé³.

Et le silence veut dire ce que la norme entre vous voulait déjà dire. 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 pour un candidat prometteur, et dommageable pour un candidat plus faible. Deux heures de la part de quelqu’un qui répond toujours en cinq minutes n’est pas le même signal que deux heures de la part de quelqu’un qui répond deux fois par jour, et aucune règle fondée sur l’horloge ne peut capter ça, ce qui explique exactement pourquoi Subtext ne cherche pas à vous en donner une.

Le résultat qui redéfinit 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 indépendamment : la rapidité d’arrivée de la réponse, huit secondes contre quarante, et si la réponse était contingente, c’est-à-dire adaptée à ce que la personne venait précisément de demander, par opposition à une réponse générique toute faite. 131 adultes américains ont regardé un chat de service client simulé et l’ont évalué sur quatre critères.

La vitesse n’a produit aucun effet principal significatif sur aucun des quatre. La contingence 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 se trompaient, et ils le disent eux-mêmes. Les réponses rapides et génériques ont obtenu les scores les plus bas sur tous les critères. Leur explication est qu’une réponse rapide qui ne s’engage pas avec le contenu paraît robotique, et que sans un délai suggérant que la personne est occupée, elle se lit au mieux comme de l’inattention.

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

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

La seule tactique qui se généralise

Posez une question de relance sur ce qu’ils viennent de dire.

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

Trois précisions honnêtes sur cet article, parce qu’il est contesté et que ça compte. Il existe une controverse publiée : Kluger et Malloy ont réanalysé l’étude de speed dating et avancé que l’effet disparaît une fois qu’on tient compte de qui posait les questions, et les auteurs d’origine ont répondu que cette réanalyse utilisait la mauvaise mesure et un modèle inadapté⁷. Les expériences de conversation constituent l’appui le plus solide, et le volet speed dating est la partie contestée. L’article fait l’objet d’une correction publiée en mars 2025, sans expression de préoccupation ni rétractation. Et une étude tierce, contenue dans le même article, a trouvé que des observateurs lisant les transcriptions ne partageaient pas cette préférence, ce qui constitue une vraie limite.

Séparément, les gens évitent de poser des questions sensibles parce qu’ils craignent de vexer, et ils surestiment significativement ce coût⁸. Qu’il s’agisse de la question de relance évidente ou de la question sensible, la question que vous n’osez pas poser est probablement sans danger à poser, et c’est exactement le genre de question vers laquelle Subtext vous poussera, plutôt que de vous laisser vous en dissuader vous-même.

Nommez la chose précise

Packard et Berger ont isolé la concrétude du langage comme un signal d’écoute⁹. Cinq études, dont une analyse textuelle de plus de 1 000 interactions clients réelles, menée dans deux contextes de terrain. Les clients étaient plus satisfaits, plus disposés à acheter, et dépensaient davantage lorsque la personne qui répondait utilisait un langage concret, et le mécanisme tenait au fait qu’ils en déduisaient que l’employé était réellement attentif. Une augmentation d’un écart type de la concrétude améliorait la satisfaction de 9 % et les dépenses d’au moins 13 %.

La traduction pratique est étonnamment nette. « Ce t-shirt gris » plutôt que « ton problème ». « La réunion de jeudi » plutôt que « le truc dont tu m’as parlé ». 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.

S’il s’agit d’une conversation difficile, appelez

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

Bevis, Schroeder et Yeomans ont mené des expériences randomisées avec 1 576 partenaires de conversation répartis sur 1 842 conversations, plus 1 432 observateurs¹⁰. Les conversations parlées produisaient une meilleure compréhension perçue et un conflit perçu plus faible que les conversations écrites, ainsi qu’une plus grande sympathie, plus de plaisir et un changement d’attitude plus marqué. En regroupant leurs trois premières études, parler augmentait la compréhension d’un bêta standardisé de 0,45 et réduisait le conflit de 0,23.

Puis ils ont demandé aux gens ce qu’ils choisiraient. 83,9 % préféraient écrire lorsqu’ils anticipaient 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 contester, et nommer les points d’accord réels, 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 précisément dans le média où il semble compter le plus.

Donc si vous devez l’écrire, les gestes de réceptivité comptent plus qu’ils ne compteraient au téléphone. Si vous avez le choix, 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 l’accord, mais il ne peut pas plaider en faveur de décrocher le téléphone à la place. Cet argument-là vous revient.

Réserves formulées par les auteurs eux-mêmes : les participants étaient pour la plupart 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 se disputent sur 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 un court « bien reçu, je réponds correctement bientôt » contre une réponse complète mais différée, sans rien entre les deux. Le mécanisme est cependant bien étayé, donc je traiterais ça comme un raisonnement plutôt que comme un résultat.

L’incertitude sur le fait même que vous alliez répondre est ce que la recherche sur la latence identifie comme la partie dommageable¹. Une réponse d’attente s’attaque précisément à ça. Giurge et Bohns ont montré qu’une brève note fixant les attentes réduisait une mauvaise lecture bien documentée².

Mais Lew et ses collègues y mettent une condition⁵. Une réponse d’attente générique est une réponse rapide et non contingente, exactement la combinaison qui a obtenu le plus mauvais score 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 votre message, nous revenons vers vous »

Rapide et non contingente, exactement la combinaison qui a obtenu le plus mauvais score sur chaque critère dans l’étude de Lew et ses collègues⁵

Précise « J’ai bien lu le passage sur le calendrier, il me faut jusqu’à jeudi pour répondre correctement »

Subtext vous dira quelle version de réponse d’attente vous venez réellement d’écrire, puisque les deux se ressemblent mais n’obtiennent pas du tout le même score.

Là où l’IA entre en jeu

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

Rubin et ses collègues ont mené neuf études avec 6 282 participants¹². Chaque réponse était générée par 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 humaines étaient jugées plus empathiques, plus soutenantes, et produisaient plus d’émotion positive. Le simple soupçon spontané d’un participant, sans qu’on le lui suggère, qu’une IA avait aidé à écrire une réponse étiquetée humaine, réduisait lui aussi l’empathie perçue. Le résultat se répliquait selon différentes longueurs, différents délais et différents modèles, et il était porté par les réponses qui mettaient l’accent sur le partage émotionnel plutôt que sur la compréhension pratique.

Il faut lire le protocole avec attention, parce que c’est lui qui détermine ce que le résultat signifie vraiment. C’est une preuve qui porte 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 les a tous écrits.

Un schéma similaire apparaît ailleurs. Dans deux expériences randomisées portant sur 1 036 participants, les réponses suggérées automatiquement augmentaient l’efficacité et le langage positif, et les participants qui croyaient que leur partenaire les utilisait jugeaient ce partenaire moins coopératif, une fois l’usage réel contrôlé¹³. C’est la croyance qui portait la sanction, pas l’usage. Et une étude antérieure sur des profils écrits par IA a trouvé que la confiance était similaire quand tout était écrit par IA ou quand tout était écrit par un humain, et ne chutait que lorsque les gens devaient deviner¹⁴.

Il existe un véritable contre-résultat qu’il ne faut pas lisser. 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 savaient qu’il s’agissait d’IA¹⁵. Les deux résultats ne se réconcilient pas simplement. La différence tient peut-être à la distinction entre évaluer l’échange de quelqu’un d’autre et recevoir soi-même un message.

Ce que j’en retiens, en dirigeant un produit dans cette catégorie : ce qui aide, c’est de vous aider à écrire quelque chose qui reste réellement le vôtre, et ce qui nuit, c’est une réponse qui se lit comme sous-traitée. Ça rejoint exactement le même point que tout le reste de cet article. Une réponse fonctionne quand elle démontre que vous vous êtes engagé. Rien de ce qui saute l’étape de l’engagement ne survit au contact de la personne qui le lit.

Subtext part de ce que vous avez écrit plutôt que de le remplacer, et vous montre à quel point ça a changé. Ce choix de conception n’est pas une posture marketing, c’est le seul que les preuves soutiennent.

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

À quoi ça ressemble selon le contexte

Le problème sous-jacent est le même partout. La façon de le résoudre diffère assez pour induire en erreur si vous généralisez.

• Travail et commercial. Avec des inconnus dans une transaction, la vitesse pèse réellement. Avec des collègues, l’erreur documentée est de surestimer l’urgence. Des détails concrets et une prochaine étape claire portent leurs fruits partout.
• Rencontres amoureuses. Ici, le timing envoie vraiment un signal, d’une façon qui n’existe pas ailleurs, avec un optimum courbe plutôt qu’une règle fixe : un texto envoyé après un délai modéré suite à un premier rendez-vous surpassait à la fois un envoi immédiat et un long délai, et la même étude n’a trouvé aucun appui pour un mécanisme de type se faire désirer¹⁶.
• Soutien. La réactivité est tout l’enjeu, et un soutien non réactif peut être pire que pas de soutien du tout. Maisel et Gable ont trouvé, dans une étude portant sur 67 couples cohabitants, que le soutien n’aidait que lorsqu’il correspondait à ce dont la personne avait réellement besoin¹⁷.
• Conflit. Nuancez, reconnaissez, nommez les points d’accord réels, et si vous le pouvez, décrochez le téléphone.

C’est pourquoi Subtext lit le message qui se trouve devant lui plutôt que d’appliquer une règle unique partout. Ce à quoi ressemble « s’être engagé » dans un fil professionnel et dans un texto de premier rendez-vous, ce n’est pas la même chose, même si le problème sous-jacent, lui, l’est.

Des règles qui ne reposent sur rien

La règle des cinq minutes pour répondre à un prospect. L’affirmation selon laquelle répondre dans les cinq minutes multiplierait la conversion par 21 remonte à des livres blancs publiés par des fournisseurs commerciaux. La recherche sous-jacente sur la vitesse de réponse et les contrats, elle, est réelle¹. Le multiplicateur ne l’est pas.

Le délai de trois heures pour un texto de rencontre. Aucun appui empirique, et l’étude la plus proche du sujet a explicitement échoué à trouver le mécanisme de rareté qu’il lui faudrait pour tenir¹⁶.

Les repères sur les e-mails professionnels et les chiffres sur les attentes en service client. Largement diffusés, sourcés à des communiqués de presse d’entreprises et des rapports de fournisseurs, sans échantillons divulgués.

« 31 % des gens considèrent le texto comme une source quotidienne d’anxiété. » Blog commercial, aucune étude traçable.

Sources

Numérotées dans l’ordre d’apparition ci-dessus. Quand un chiffre n’a pas pu être vérifié auprès de la source primaire, le texte le signale. 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 51,32. 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. Fait l’objet d’une correction publiée en mars 2025, sans expression de préoccupation ni rétractation associée. 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 IA, seule l’étiquette variait. https://www.nature.com/nathumbehav/
13. Hohenstein, J., Kizilcec, R. F., DiFranzo, D., et al. (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 mentionnées 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 de timing courbe 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 cohabitants. https://journals.sagepub.com/doi/10.1111/j.1467-9280.2009.02388.x