Norman
Tu as déjà tiré une porte marquée « PUSH » ?
Ou cliqué dix fois sur un bouton sans comprendre pourquoi "ça ne marche pas" ?
Bienvenue dans la "loi de Norman" - ou, plus rigoureusement : la théorie de l'action de Norman.
Norman ne résume pas ça en une formule magique. Il propose un modèle très concret : un humain accomplit une tâche en passant par 7 étapes, du but à l'évaluation du résultat.
Bref : si quelqu'un se trompe, ce n'est pas qu'il est "nul" - c'est souvent que le système n'aide pas assez à franchir ces étapes.
Pourquoi la théorie de l'action est si parlante
Parce qu'elle décrit ce qui se passe vraiment dans la tête d'une personne quand elle agit :
- elle se fixe un but,
- elle forme une intention,
- elle spécifie une suite d'actions,
- elle exécute,
- elle perçoit l'état du système,
- elle interprète cet état,
- elle évalue si ça correspond au but.
Et là, tu vois tout de suite le piège :
- Si le système n'aide pas à trouver l'action, on bloque côté exécution.
- Si le système n'aide pas à comprendre ce qui s'est passé, on bloque côté évaluation.
Autrement dit : l'erreur utilisateur est souvent une erreur de design… parce que le design laisse un "trou" dans une des étapes.
Les 7 étapes, vues comme une grille UX
Côté exécution
Le but doit être transformé en intention, puis en une séquence d'actions, puis exécuté. Si l'interface est floue, l'utilisateur se retrouve à :
- deviner "où cliquer",
- tester au hasard,
- mémoriser des règles cachées.
Côté évaluation
Après l'action, l'utilisateur doit percevoir l'état du système, l'interpréter, puis le comparer au but. Sans feedback clair :
- il doute,
- il répète,
- il perd confiance.
Dans l'exemple de Norman : on allume une lampe, puis on évalue si elle est bien allumée. C'est simple, mais ça illustre parfaitement le point : agir ne suffit pas, il faut pouvoir vérifier et comprendre le résultat.
Norman appliqué au numérique
La théorie de l'action te donne une checklist simple :
- Est-ce que l'utilisateur peut déterminer l'état du système ?
- Est-ce qu'il peut savoir s'il est dans l'état désiré ?
- Est-ce qu'il comprend les fonctionnalités disponibles ?
- Est-ce qu'il peut déduire la séquence d'actions ?
- Est-ce qu'il peut exécuter facilement ?
Si tu réponds "non" à l'une de ces questions, tu sais déjà où vont naître :
- les erreurs,
- les hésitations,
- les tickets support,
- les "je comprends rien à votre truc".
Avec l'IA, ça devient encore plus critique
L'IA peut rendre l'exécution "facile" (tu demandes, ça fait). Mais elle complique l'évaluation :
- "Qu'est-ce qu'elle a compris ?"
- "Sur quoi elle s'est basée ?"
- "Est-ce que je peux vérifier ?"
- "Pourquoi ça a fait ça ?"
Donc le design doit redoubler d'efforts sur perception → interprétation → évaluation : rendre visible l'état, les changements, et ce qui permet de juger le résultat par rapport au but. (C'est exactement le dernier tiers des 7 étapes.)
D'où vient la "loi de Norman" ?
De Donald Norman, consultant en utilisabilité, qui définit cette théorie de l'action dans The Design of Everyday Things.
Elle est aussi appelée en anglais "Seven stages of action" et sert à modéliser la psychologie d'une personne qui réalise une tâche.
En résumé, si on veut en faire une "loi" mémorisable, la version fidèle serait :
Un produit est bon quand il aide l'utilisateur à traverser les 7 étapes : agir facilement, puis comprendre et évaluer clairement ce qui s'est passé.
Et si la plupart des "erreurs utilisateur" étaient des erreurs de complexité… ou de choix ?
La théorie de l'action de Norman montre où naissent les frictions : quand l'utilisateur ne sait pas quoi faire, ou ne peut pas évaluer ce qui s'est passé.
Mais ces frictions sont souvent causées en amont :
- par une complexité mal placée (Tesler),
- par un trop grand nombre d'options non structurées (Hick-Hyman).
Ces trois lois décrivent la même réalité, vue à trois étages : qui porte la complexité, comment on décide, et comment on agit et on comprend.
Lire la suite : Tesler × Hick-Hyman × Norman - UX