Seuil de Doherty

Novembre 1982. Au sein d'IBM, Walter J. Doherty (centre de recherche Thomas J. Watson) et Arvind J. Thadani publient « The Economic Value of Rapid Response Time ». Le dogme de l'époque, hérité des premiers travaux d'ergonomie, tolérait deux secondes de réponse pour les terminaux partagés — le temps machine coûtait cher, on économisait sur lui. Leurs données racontent l'inverse : la productivité ne croît pas gentiment quand le système accélère, elle décolle dès que la réponse passe sous la seconde. Doherty militait depuis la fin des années 1970 pour l'informatique « sub-seconde » ; l'article de 1982 en apporte la preuve économique.

L'idée infuse ensuite toute l'ingénierie de la performance : Jakob Nielsen en tirera ses trois seuils canoniques — 0,1 seconde pour l'instantanéité, 1 seconde pour la continuité de pensée, 10 secondes pour la limite de l'attention — avant que Jon Yablonski ne codifie le « Doherty Threshold » dans son référentiel Laws of UX : maintenir l'échange sous 400 millisecondes, pour que ni l'humain ni l'ordinateur n'attende l'autre. Quarante ans après les terminaux 3270, le seuil est devenu un standard de fait du product management, des budgets performance aux Core Web Vitals de Google.

Les mesures de Thadani, réalisées sur des ingénieurs et programmeurs IBM, dessinent une courbe sans ambiguïté : 180 transactions par heure quand le système répond en 3 secondes, 208 à 2 secondes, 252 à 1 seconde, 279 à 0,6 seconde — et 371 à 0,3 seconde, soit une productivité plus que doublée (+106 %) entre 3 et 0,3 secondes. L'article chiffre aussi le gâchis inverse : aux National Institutes of Health, selon les auteurs, un temps de réponse dégradé à 4 secondes coûtait chaque mois en productivité perdue quinze fois le prix du processeur qui l'aurait corrigé. Dès 1979, Doherty et Kelisky l'avaient formulé : chaque seconde de latence se répercute sur le temps de travail humain.

Le seuil s'emboîte dans la psychologie décrite par Robert Miller dès 1968, dans un article présenté à la Fall Joint Computer Conference : dix-sept catégories de transactions homme-machine, une limite « quasi magique » de deux secondes au-delà de laquelle la continuité de pensée se rompt, un pic d'efficacité du feedback autour de la demi-seconde, et des « discontinuités en escalier » — l'efficacité mentale ne décroît pas linéairement avec l'attente, elle chute par paliers. La recherche a ensuite ajouté la perception : quand le temps réel est incompressible, indicateurs de progression (étudiés dès Brad Myers, 1985), squelettes d'interface et UI optimiste compriment le temps ressenti.

Les grands modèles de langage ont ramené des latences de plusieurs secondes dans des interfaces qui avaient mis vingt ans à passer sous les 400 millisecondes. La parade est devenue un standard : le streaming, qui affiche la réponse mot à mot, ramène le premier signe de vie sous le seuil même si la réponse complète prend dix secondes. Pour les équipes marketing qui déploient chatbots et assistants, la métrique reine n'est plus le temps de réponse total mais le « time to first token » — et les indicateurs d'activité (« réfléchit… », étapes affichées) jouent le rôle que Miller assignait déjà au feedback : maintenir la boucle conversationnelle.

Il existe pourtant un contrepoint documenté : la « labor illusion » décrite par Ryan Buell et Michael Norton (Harvard, 2011) montre que les utilisateurs valorisent davantage un résultat quand l'interface met en scène le travail accompli — les comparateurs de voyage comme Kayak l'exploitent en affichant les compagnies interrogées. Pour l'IA, c'est une opportunité : montrer les étapes de raisonnement ou les sources consultées transforme une attente subie en preuve d'effort, et augmente la confiance dans la réponse. La vitesse brute n'est pas toujours la meilleure dépense.