task-queue-proof/README.fr.md

# Le temps moyen non pondéré d'achèvement des tâches n'est pas une mesure équitable pour l'ordonnancement des tâches

Une preuve mathématique que le temps moyen non pondéré d'achèvement des
tâches est une statistique biaisée qui incite à privilégier les travaux
faciles, et que tout avantage d'ordonnancement qu'elle semble révéler est
un artefact de la mesure — et non le reflet d'un véritable gain de débit
ou de qualité de service.

---

## 1. Introduction

De nombreuses organisations mesurent la performance d'exécution des tâches
par le **temps moyen non pondéré d'achèvement** : le nombre moyen d'heures
(ou de jours) entre la soumission et la résolution d'une tâche, chaque
tâche comptant de manière égale indépendamment de sa taille ou de sa
priorité.

Cet article démontre que cette mesure n'est pas simplement imprécise, mais
structurellement biaisée. Elle peut être améliorée en réordonnant le travail
sans effectuer aucun travail supplémentaire (Théorème 1), tandis qu'une
alternative correctement pondérée est totalement immunisée contre toute
manipulation d'ordonnancement (Théorème 2). Combinée à un système de
priorités, la mesure contredit activement les propres classifications de
priorité de l'organisation (Théorème 9).

L'argumentation se déroule en quatre parties :

- **Partie I** (Sections 2–4) établit les fondements mathématiques :
  la moyenne non pondérée est manipulable par l'ordonnancement SPT
  (Shortest Processing Time), la moyenne pondérée par le travail est
  invariante par rapport à l'ordonnancement, et les conséquences sur la
  qualité de service qui en résultent sont prouvablement négatives.

- **Partie II** (Sections 5–6) étend le modèle aux tâches classifiées
  par priorité, démontre que la mesure devient antagoniste au système de
  priorités, et propose des alternatives pondérées avec un exemple
  détaillé de centre de services informatiques.

- **Partie III** (Sections 7–9) examine les dynamiques organisationnelles :
  ce qui se passe lorsque la mesure est communiquée aux clients (asymétrie
  d'information), ce qui arrive aux membres de l'équipe qui en comprennent
  les défauts (préjudice psychologique), et ce qu'un responsable informé
  peut faire (optimisation sous contrainte avec analyse de stabilité en
  théorie des jeux).

- **Partie IV** (Sections 10–12) présente des contre-arguments honnêtes,
  situe le travail dans la littérature existante et conclut.

Les résultats fondamentaux s'appuient sur la théorie fondatrice de
l'ordonnancement de Smith (1956) [1], étendue par la théorie des jeux
[9, 10], la théorie de la mesure organisationnelle [18, 19] et la
psychologie [11–17] pour tracer une chaîne complète allant d'une preuve
mathématique sur une mesure spécifique aux conséquences organisationnelles.

---

# Partie I : Fondements mathématiques

## 2. Définitions

Soit **n** tâches avec des temps de traitement $p_1, p_2, \ldots, p_n$.

Un **ordonnancement** $\sigma$ est une permutation de $\{1, 2, \ldots, n\}$
assignant les tâches à un ordre d'exécution sur un exécuteur unique.

Le **temps d'achèvement** de la tâche $\sigma(k)$ sous l'ordonnancement
$\sigma$ est :

$$C_{\sigma(k)} = \sum_{j=1}^{k} p_{\sigma(j)}$$

Le **temps moyen non pondéré d'achèvement** est :

$$\bar{C}(\sigma) = \frac{1}{n} \sum_{k=1}^{n} C_{\sigma(k)}$$

Le **temps moyen d'achèvement pondéré par le travail** est :

$$\bar{C}_w(\sigma) = \frac{\sum_{k=1}^{n} p_{\sigma(k)} \cdot C_{\sigma(k)}}{\sum_{k=1}^{n} p_{\sigma(k)}}$$

---

## 3. Résultats fondamentaux

### 3.1 La moyenne non pondérée est manipulable

**Théorème 1** (Smith, 1956 [1])**.** L'ordonnancement qui minimise
$\bar{C}(\sigma)$ est le SPT (Shortest Processing Time first) : trier les
tâches de sorte que
$p_{\sigma(1)} \le p_{\sigma(2)} \le \cdots \le p_{\sigma(n)}$.

**Preuve (argument d'échange [1, 2]).**

Considérons un ordonnancement $\sigma$ dans lequel deux tâches adjacentes
$i, j$ satisfont $p_i > p_j$, la tâche $i$ étant ordonnancée immédiatement
avant la tâche $j$. Soit $t$ le temps de début de la tâche $i$.

| | La tâche $i$ se termine | La tâche $j$ se termine | Somme |
|---|---|---|---|
| **Avant permutation** ($i$ puis $j$) | $t + p_i$ | $t + p_i + p_j$ | $2t + 2p_i + p_j$ |
| **Après permutation** ($j$ puis $i$) | $t + p_j$ | $t + p_j + p_i$ | $2t + p_i + 2p_j$ |

La variation de la somme des temps d'achèvement est :

$$(2p_i + p_j) - (p_i + 2p_j) = p_i - p_j > 0$$

Chaque permutation d'une paire adjacente plus-long-avant-plus-court réduit
strictement le total. Tout ordonnancement non-SPT contient une telle paire.
Les permutations répétées convergent vers le SPT. Par conséquent, le SPT
minimise de manière unique $\bar{C}(\sigma)$. $\blacksquare$

### 3.2 La moyenne pondérée par le travail est invariante par rapport à l'ordonnancement

**Théorème 2.** Le temps moyen d'achèvement pondéré par le travail
$\bar{C}_w(\sigma)$ est identique pour tout ordonnancement $\sigma$.

**Preuve.**

Développons le numérateur :

$$\sum_{k=1}^{n} p_{\sigma(k)} \cdot C_{\sigma(k)} = \sum_{k=1}^{n} p_{\sigma(k)} \sum_{j=1}^{k} p_{\sigma(j)}$$

Réindexons en posant $a = \sigma(k)$ et $b = \sigma(j)$. La double somme
compte chaque paire ordonnée $(a, b)$ où $b$ est ordonnancé au plus tard
en même temps que $a$ :

$$= \sum_{\substack{a, b \\ b \preceq_\sigma a}} p_a \, p_b$$

Pour toute paire $(a, b)$ avec $a \ne b$, exactement l'une des relations
$\{b \preceq_\sigma a\}$ ou $\{a \prec_\sigma b\}$ est vérifiée. Les
termes diagonaux ($a = b$) contribuent $p_a^2$ indépendamment de l'ordre.
Par conséquent :

$$\sum_{\substack{a, b \\ b \preceq_\sigma a}} p_a \, p_b = \sum_{a} p_a^2 + \sum_{\substack{a \ne b \\ b \prec_\sigma a}} p_a \, p_b$$

Avec la somme complémentaire, les deux sommes hors-diagonale couvrent
toutes les paires non ordonnées :

$$\sum_{\substack{a \ne b \\ b \prec_\sigma a}} p_a \, p_b + \sum_{\substack{a \ne b \\ a \prec_\sigma b}} p_a \, p_b = \sum_{a \ne b} p_a \, p_b$$

Le membre de droite est indépendant de l'ordonnancement. Par symétrie de
$p_a p_b$, les deux sommes hors-diagonale sont égales :

$$\sum_{\substack{a \ne b \\ b \prec_\sigma a}} p_a \, p_b = \frac{1}{2} \sum_{a \ne b} p_a \, p_b$$

Par conséquent :

$$\sum_{k=1}^{n} p_{\sigma(k)} \cdot C_{\sigma(k)} = \sum_a p_a^2 + \frac{1}{2} \sum_{a \ne b} p_a \, p_b = \frac{1}{2}\left(\sum_a p_a\right)^2 + \frac{1}{2}\sum_a p_a^2$$

Cette expression ne contient aucune référence à $\sigma$. Comme le
dénominateur $\sum p_a$ est également indépendant de l'ordonnancement :

$$\bar{C}_w(\sigma) = \frac{\frac{1}{2}\left(\sum p_a\right)^2 + \frac{1}{2}\sum p_a^2}{\sum p_a}$$

est **constant pour tous les ordonnancements**. $\blacksquare$

Il s'agit d'une instance des lois de conservation en ordonnancement
identifiées par Coffman, Shanthikumar et Yao [20]. L'invariance correspond
à la mesure du temps d'attente d'une unité de *travail* plutôt que du temps
d'attente d'une *tâche* — la statistique non pondérée compte les
achèvements plutôt que le travail, ce qui explique sa manipulabilité. (Voir
aussi Little [3, 4] pour le contexte en théorie des files d'attente, avec
la réserve que la loi de Little s'applique directement uniquement aux
systèmes en régime permanent, et non au cas par lots analysé ici.)

### 3.3 Exemple illustratif

Deux tâches : $A$ avec $p_A = 1$ heure, $B$ avec $p_B = 10$ heures.

| Ordonnancement | $C_A$ | $C_B$ | Moyenne non pondérée | Moyenne pondérée par le travail |
|----------|-------|-------|-----------------|-------------------|
| SPT (A en premier) | 1 | 11 | 6.0 | 111/11 ≈ 10.09 |
| Inverse (B en premier) | 11 | 10 | 10.5 | 111/11 ≈ 10.09 |

Le SPT semble **4,5 heures meilleur** selon la mesure non pondérée mais
apporte **zéro amélioration** selon la mesure pondérée par le travail.
L'avantage apparent n'existe que parce que la statistique non pondérée
permet à une tâche d'1 heure de « voter » à égalité avec une tâche de
10 heures.

---

## 4. Conséquences pour la qualité de service

### 4.1 Famine des tâches volumineuses

**Théorème 3 (Biais de la mesure).** Toute politique d'ordonnancement
qui minimise le temps moyen non pondéré d'achèvement maximise nécessairement
le temps d'achèvement de la tâche la plus volumineuse.

**Preuve.** Le SPT place la tâche la plus volumineuse en dernier. Son
temps d'achèvement est égal au temps total de traitement $\sum p_i$, qui
est le temps d'achèvement maximal possible pour toute tâche individuelle.
Sous tout ordonnancement qui ne place pas la tâche la plus volumineuse en
dernier, cette tâche s'achève strictement plus tôt. $\blacksquare$

Cela crée une **incitation à la famine** : les agents rationnels optimisant
la statistique non pondérée reporteront indéfiniment les tâches volumineuses
au profit des petites. Austin [18] a identifié ce schéma général — selon
lequel une mesure incomplète crée des incitations à optimiser la dimension
mesurée au détriment des dimensions non mesurées — dans le contexte de la
gestion de la performance organisationnelle. Le Théorème 3 fournit le
mécanisme spécifique pour l'ordonnancement des tâches.

### 4.2 Temps d'achèvement maximal pour la tâche la plus volumineuse

**Théorème 4 (Le SPT maximise de manière unique le temps d'achèvement
de la tâche la plus volumineuse).** Parmi tous les ordonnancements, le SPT
est l'unique politique qui attribue le temps d'achèvement maximal possible
($\sum p_i$) à la tâche la plus volumineuse.

**Preuve.** Le SPT trie les tâches par ordre croissant de $p_i$, plaçant
la tâche la plus volumineuse $p_{\max}$ en dernière position. La dernière
tâche de tout ordonnancement a un temps d'achèvement de
$\sum_{i=1}^{n} p_i$, qui est le maximum qu'une tâche individuelle puisse
recevoir. Sous tout ordonnancement qui ne place pas $p_{\max}$ en dernier,
elle s'achève strictement avant $\sum p_i$. $\blacksquare$

**Corollaire 4.1.** Une équipe optimisant le temps moyen non pondéré
d'achèvement offrira systématiquement la pire expérience aux clients ayant
les besoins les plus complexes. Ce n'est pas un effet secondaire — c'est
le *mécanisme* par lequel la mesure s'améliore.

**Note sur les ratios de ralentissement.** Le SPT *compresse* en réalité
les ratios de ralentissement ($S_i = C_i / p_i$) car les tâches plus
volumineuses en positions ultérieures ont de grands dénominateurs qui
absorbent la somme accumulée. Par exemple, avec les tâches $[1, 5, 10]$ :
le SPT donne des ralentissements de $[1, 1.2, 1.6]$ (faible variance)
tandis que le LPT donne $[1, 3, 16]$ (forte variance). Le préjudice du
SPT envers les clients à tâches volumineuses n'est pas visible dans le
ratio de ralentissement — il est visible dans le **temps d'achèvement
absolu**. Cette distinction est importante : la littérature sur l'équité
en ordonnancement [21, 22, 23] a débattu de l'inéquité du SPT/SRPT
principalement à travers des mesures fondées sur le ralentissement, ce qui
peut occulter la charge de délai absolu démontrée ci-dessous.

### 4.3 Concentration du délai

**Théorème 5 (Le SPT concentre le délai sur la tâche la plus volumineuse).**
Sous le SPT, la tâche la plus volumineuse supporte plus de délai absolu que
sous tout autre ordonnancement.

**Preuve.** Définissons le délai absolu comme $\Delta_i = C_i - p_i$
(temps passé en attente, indépendant de la propre taille de la tâche). Sous
le SPT, la tâche la plus volumineuse est en position $n$ avec :

$$\Delta_{\max\text{-task}}^{\text{SPT}} = C_n - p_n = \sum_{i=1}^{n-1} p_i$$

C'est la somme des temps de traitement de toutes les autres tâches — le
délai maximal possible pour une seule tâche. Sous tout ordonnancement où
la tâche la plus volumineuse n'est pas en dernier, son délai est strictement
inférieur. En revanche, le SPT attribue un délai nul à la plus petite tâche
($\Delta_1^{\text{SPT}} = 0$). L'intégralité de la charge d'attente est
transférée des petites tâches vers les tâches volumineuses. $\blacksquare$

Le SPT minimise le délai *total* (bénéfique pour l'efficacité globale) en
concentrant le délai sur les tâches les plus aptes à l'absorber en termes
de ratio de ralentissement. Mais en termes absolus — les heures passées à
attendre — la tâche la plus volumineuse supporte tout le poids.

### 4.4 Invariance du débit

**Théorème 6 (Invariance du débit).** Le travail total accompli sur tout
horizon temporel $T$ est identique sous toutes les politiques
d'ordonnancement.

**Preuve.** L'exécuteur traite le travail à un rythme fixe. Sur tout
horizon $T \ge \sum p_i$, le travail total accompli est exactement
$\sum p_i$ quel que soit l'ordre. Pour le cas en régime permanent avec des
arrivées continues, le débit à long terme est déterminé par le taux de
service $\mu$ et est totalement indépendant de l'ordonnancement :

$$\lim_{T \to \infty} \frac{W(T)}{T} = \mu \quad \text{pour tout ordonnancement } \sigma$$

$\blacksquare$

**Corollaire 6.1.** Une équipe qui passe de n'importe quelle politique
d'ordonnancement au SPT observera une amélioration du temps moyen non
pondéré d'achèvement avec **aucun changement du débit réel**. La mesure
s'améliore. La production ne change pas.

### 4.5 L'effet composé

En combinant les Théorèmes 4, 5 et 6 :

| Mesure | Effet de l'optimisation de la moyenne non pondérée |
|---------|--------------------------------------|
| Débit (travail/temps) | Aucun changement (Théorème 6) |
| Délai pour les petites tâches | Minimisé — tend vers zéro (SPT) |
| Délai pour les tâches volumineuses | **Maximisé** — supporte toute la charge d'attente (Théorème 5) |
| Temps d'achèvement de la tâche la plus volumineuse | **Maximum possible** : $\sum p_i$ (Théorème 4) |

L'effet net sur la qualité perçue est négatif car :

1. **L'aversion à la perte est asymétrique** [8]. Un client dont la tâche
   de 100 heures est dépriorisée subit un préjudice important et saillant.
   Un client dont la tâche d'1 heure est accélérée bénéficie d'un avantage
   faible, souvent imperceptible.

2. **Les tâches à forte intensité de travail sont corrélées aux clients
   à forte valeur.** Les tâches volumineuses proviennent de manière
   disproportionnée de clients majeurs, de contrats complexes ou de besoins
   métier critiques.

3. **La famine se cumule.** Dans un système continu (Théorème 3), les
   tâches volumineuses peuvent être **indéfiniment reportées** à mesure
   que de nouvelles petites tâches arrivent.

**Théorème 7 (Le résultat central).** Pour une équipe traitant des tâches
de taille non uniforme, l'adoption du temps moyen non pondéré d'achèvement
comme mesure de performance :

(a) N'apporte **aucun gain de productivité** (Théorème 6), tout en
(b) **Attribuant le temps d'achèvement maximal possible** à la tâche la
    plus volumineuse (Théorème 4), et
(c) **Concentrant tout le délai d'attente** sur les tâches les plus
    volumineuses tout en éliminant le délai pour les plus petites
    (Théorème 5).

Il ne s'agit pas d'un compromis. La mesure crée un pur transfert de
qualité de service des clients à fort effort vers les clients à faible
effort, sans aucun gain net de travail. $\blacksquare$

---

# Partie II : Systèmes de priorités

## 5. Défaillance en présence de classification par priorité

Les sections précédentes ont démontré que le temps moyen non pondéré
d'achèvement est biaisé lorsque les tâches varient en taille. Nous montrons
maintenant que l'introduction d'un **système de priorités** — comme
l'utilisent pratiquement toutes les équipes réelles — fait passer la mesure
d'un simple biais à un comportement **activement antagoniste** envers les
objectifs déclarés de l'organisation.

### 5.1 Modèle étendu : tâches avec priorité

Soit chaque tâche $i$ ayant un temps de traitement $p_i$ et une classe de
priorité $q_i \in \{1, 2, 3, 4\}$ où 1 est la priorité la plus élevée
(critique) et 4 la plus basse (cosmétique/amélioration). Assignons des
poids de priorité :

$$w(q) = \begin{cases} 8 & q = 1 \text{ (Critique)} \\ 4 & q = 2 \text{ (Élevée)} \\ 2 & q = 3 \text{ (Moyenne)} \\ 1 & q = 4 \text{ (Basse)} \end{cases}$$

Les poids spécifiques sont illustratifs ; les résultats sont valables pour
toute fonction de poids strictement décroissante. La propriété essentielle
est que la priorité est assignée selon l'**impact métier**, et non selon la
taille de la tâche.

### 5.2 La mesure contredit le système de priorités

**Théorème 8 (Inversion priorité-taille).** Lorsque la priorité est
indépendante de la taille de la tâche, l'ordonnancement qui minimise le
temps moyen non pondéré d'achèvement (SPT) achèvera, en espérance, les
tâches de basse priorité avant les tâches de haute priorité de plus grande
taille.

**Preuve.** Le SPT ordonne les tâches par $p_i$ croissant, indépendamment
de $q_i$. Considérons deux tâches :

- Tâche A : $p_A = 40$ heures, $q_A = 1$ (Critique — ex. : panne de
  serveur)
- Tâche B : $p_B = 0.5$ heure, $q_B = 4$ (Basse — ex. : correction
  cosmétique d'interface)

Le SPT ordonnance B avant A. La moyenne non pondérée pour cette paire :

$$\bar{C}^{\text{SPT}} = \frac{0.5 + 40.5}{2} = 20.5 \qquad \bar{C}^{\text{priority}} = \frac{40 + 40.5}{2} = 40.25$$

La mesure déclare le SPT presque **deux fois meilleur** — alors même qu'une
correction cosmétique est effectuée pendant qu'un serveur est en panne.

En général, lorsque $q_i$ est statistiquement indépendant de $p_i$,
l'ordonnancement SPT a une **corrélation nulle** avec la priorité. En
pratique, les tâches critiques (pannes, incidents de sécurité, pertes de
données) nécessitent souvent plus de travail que les tâches basses, de
sorte que la mesure est plausiblement **anti-corrélée** avec le système de
priorités. $\blacksquare$

### 5.3 Destruction de l'information

La moyenne non pondérée réduit une tâche tridimensionnelle
$(p_i, q_i, C_i)$ à un signal unidimensionnel ($C_i$), puis fait la
moyenne uniformément. Cela supprime entièrement la priorité et inverse
implicitement la taille.

**Théorème 9 (Destruction de l'information).** Soit $I(\sigma)$
l'information mutuelle entre le classement implicite de priorité de
l'ordonnancement (position) et l'assignation réelle de priorité $q_i$.
Pour le SPT :

$$I(\sigma_{\text{SPT}}) = 0 \quad \text{lorsque } p_i \perp q_i$$

**Preuve.** Le SPT assigne les positions en se basant uniquement sur $p_i$.
Lorsque $p_i$ et $q_i$ sont indépendants, connaître la position d'une
tâche dans l'ordonnancement SPT n'apporte aucune information sur sa
priorité. $\blacksquare$

**Corollaire 9.1.** Une équipe qui optimise le temps moyen non pondéré
d'achèvement exploite un système d'ordonnancement qui ne contient aucune
information sur sa propre classification de priorité. Le champ de priorité
dans leur système de tickets est, vis-à-vis de l'ordre d'exécution,
purement décoratif.

Il s'agit d'une instance de ce qu'Austin [18] appelle le problème
fondamental de la mesure incomplète : lorsque le système de mesure ne
capture qu'un sous-ensemble des dimensions pertinentes, l'optimisation de
la mesure dégrade systématiquement les dimensions non mesurées.

### 5.4 Coût de délai pondéré par la priorité

Définissons le **coût de délai pondéré par la priorité** d'un
ordonnancement :

$$D(\sigma) = \sum_{i=1}^{n} w(q_i) \cdot C_i$$

**Théorème 10 (SPT et coût de délai pondéré par la priorité).**
L'ordonnancement optimal pour minimiser $D(\sigma)$ est le WSJF : ordonner
par $w(q_i)/p_i$ décroissant [1, 5]. L'ordonnancement SPT — par $1/p_i$
décroissant — ignore entièrement la priorité et produit un $D$ plus élevé
que les alternatives respectant les priorités lorsque la priorité est
corrélée à la taille de la tâche.

**Preuve.** Par l'argument d'échange, la permutation de tâches adjacentes
$i, j$ modifie $D$ de :

$$\Delta D = w(q_j) \cdot p_i - w(q_i) \cdot p_j$$

La permutation améliore $D$ lorsque $w(q_j)/p_j > w(q_i)/p_i$ mais que
$j$ est ordonnancé après $i$. L'ordre optimal est donc $w(q_i)/p_i$
décroissant — la règle WSJF. Le SPT correspond au WSJF uniquement lorsque
$w(q_i) = \text{const}$ (toutes les tâches ont une priorité égale).

**Exemple.** Critique ($w = 8$, $p = 3$) et Basse ($w = 1$, $p = 2$) :

- SPT (Basse en premier) : $D = 1 \cdot 2 + 8 \cdot 5 = 42$
- WSJF (Critique en premier) : $D = 8 \cdot 3 + 1 \cdot 5 = 29$

Le SPT entraîne 45 % de coût de délai pondéré par la priorité en plus. En
pratique, les tâches critiques tendent à être plus volumineuses (pannes,
incidents de sécurité), rendant la divergence
systématique. $\blacksquare$

---

## 6. Solutions proposées

### 6.1 Mesures pondérées par la priorité

Remplacer le temps moyen non pondéré d'achèvement par le **Score
d'achèvement pondéré par la priorité (PWCS)** :

$$\text{PWCS}(\sigma) = \frac{\sum_{i=1}^{n} w(q_i) \cdot \frac{C_i}{p_i}}{\sum_{i=1}^{n} w(q_i)}$$

Il s'agit du ratio moyen de ralentissement pondéré par la priorité. Il
mesure le temps d'attente de chaque tâche par rapport à sa taille, pondéré
par l'importance de cette tâche. Plus il est bas, mieux c'est.

**Propriétés :**

1. **Respecte les priorités.** Les retards sur les tâches critiques coûtent
   8 fois plus que les retards sur les tâches basses.
2. **Équitable en taille.** Utilise le ratio de ralentissement $C_i / p_i$,
   de sorte que les tâches volumineuses ne sont pas pénalisées pour leur
   taille.
3. **Non manipulable par le SPT.** Réordonner par temps de traitement
   n'améliore pas systématiquement le score.
4. **Se réduit à la moyenne non pondérée lorsque les tâches sont
   uniformes.** Une généralisation stricte.

### 6.2 Politique optimale : WSJF

**Théorème 11.** L'ordonnancement minimisant le temps d'achèvement pondéré
par la priorité
$\text{PWCT}(\sigma) = \sum w(q_i) \cdot C_i / \sum w(q_i)$ traite les
tâches par ordre décroissant de $w(q_i)/p_i$ — la règle **Weighted Shortest
Job First (WSJF)** [1, 5].

**Preuve.** Par l'argument d'échange (comme dans le Théorème 10), la
permutation de tâches adjacentes $i, j$ améliore le PWCT lorsque
$w(q_j)/p_j > w(q_i)/p_i$ mais que $j$ est ordonnancé après $i$. L'ordre
optimal est donc $w(q_i)/p_i$ décroissant. $\blacksquare$

Au sein d'une classe de priorité, cela se réduit au SPT (la plus courte en
premier). Entre les classes, une tâche critique de 4 heures
($w/p = 2.0$) l'emporte sur une tâche basse d'1 heure ($w/p = 1.0$).

**Mise en garde pratique.** Le WSJF pur peut placer de minuscules tâches
de basse priorité devant de volumineuses tâches critiques (une tâche basse
de 15 minutes a $w/p = 1/0.25 = 4.0$, battant une tâche critique de
6 heures à $w/p = 8/6 = 1.33$). En pratique, cela est atténué en imposant
un **ordonnancement strict par classe de priorité** et en appliquant le
WSJF uniquement *au sein* de chaque classe.

### 6.3 Exemple appliqué : centre de services informatiques

Considérons une équipe informatique avec la file de tickets suivante :

| Ticket | Priorité | Type | Heures est. |
|--------|----------|------|-----------|
| T1 | P1 (Critique) | Serveur de messagerie en panne | 6 |
| T2 | P2 (Élevée) | VPN en panne pour l'équipe distante | 4 |
| T3 | P3 (Moyenne) | Configuration du poste d'un nouvel employé | 2 |
| T4 | P4 (Basse) | Mise à jour de la politique de fond d'écran | 0.5 |
| T5 | P3 (Moyenne) | Installation d'une licence logicielle | 1 |
| T6 | P1 (Critique) | Sauvegarde de la base de données en échec | 3 |
| T7 | P2 (Élevée) | Parc d'imprimantes hors ligne | 2 |
| T8 | P4 (Basse) | Archivage d'un ancien dossier partagé | 0.25 |

**Ordre SPT** (optimisant la moyenne non pondérée) : T8, T4, T5, T3, T7, T6, T2, T1

| Pos | Ticket | Priorité | Heures | Achèvement | Ralentissement |
|-----|--------|----------|-------|------------|----------|
| 1 | T8 (archivage dossier) | P4 Basse | 0.25 | 0.25 | 1.0 |
| 2 | T4 (fond d'écran) | P4 Basse | 0.5 | 0.75 | 1.5 |
| 3 | T5 (logiciel) | P3 Moy. | 1 | 1.75 | 1.75 |
| 4 | T3 (poste) | P3 Moy. | 2 | 3.75 | 1.875 |
| 5 | T7 (imprimantes) | P2 Élevée | 2 | 5.75 | 2.875 |
| 6 | T6 (sauvegardes) | P1 Crit. | 3 | 8.75 | 2.917 |
| 7 | T2 (VPN) | P2 Élevée | 4 | 12.75 | 3.188 |
| 8 | T1 (messagerie) | P1 Crit. | 6 | 18.75 | 3.125 |

**WSJF pratique** (priorité de classe d'abord, SPT au sein de chaque classe) :

| Pos | Ticket | Priorité | Heures | Achèvement |
|-----|--------|----------|-------|------------|
| 1 | T6 (sauvegardes) | P1 Crit. | 3 | 3 |
| 2 | T1 (messagerie) | P1 Crit. | 6 | 9 |
| 3 | T7 (imprimantes) | P2 Élevée | 2 | 11 |
| 4 | T2 (VPN) | P2 Élevée | 4 | 15 |
| 5 | T5 (logiciel) | P3 Moy. | 1 | 16 |
| 6 | T3 (poste) | P3 Moy. | 2 | 18 |
| 7 | T8 (archivage) | P4 Basse | 0.25 | 18.25 |
| 8 | T4 (fond d'écran) | P4 Basse | 0.5 | 18.75 |

**Comparaison :**

| Mesure | SPT | WSJF pratique | Vainqueur |
|--------|-----|----------------|--------|
| Moyenne non pondérée d'achèvement | **6,56 h** | 13,63 h | SPT |
| Temps moyen de résolution P1 | 13,75 h | **6 h** | WSJF |
| Temps moyen de résolution P2 | 9,25 h | **13 h** | SPT |
| Temps de réparation du serveur de messagerie | 18,75 h | **9 h** | WSJF |
| Temps de réparation des sauvegardes de la BDD | 8,75 h | **3 h** | WSJF |
| Temps de mise à jour du fond d'écran | **0,75 h** | 18,75 h | SPT |

Les temps d'achèvement agrégés pondérés par la priorité sont presque
identiques (PWCT : 10,2 vs 10,17) car l'agrégation masque les dommages
distributionnels. La vraie différence réside dans la ventilation
**par classe de priorité** : le serveur de messagerie est en panne pendant
18,75 heures sous SPT contre 9 heures sous WSJF. Les sauvegardes de la
base de données échouent pendant 8,75 heures contre 3.

La mesure non pondérée rapporte avec assurance que le SPT est **plus de
deux fois plus efficace** (6,56 vs 13,63), récompensant l'équipe qui a
mis à jour le fond d'écran pendant que le serveur de messagerie était en
flammes.

### 6.4 Ensemble de mesures recommandé

Même les mesures agrégées pondérées par la priorité peuvent échouer à
distinguer les bons des mauvais ordonnancements, car l'agrégation masque
les dommages distributionnels. Aucune mesure unique ne suffit. Un système
de mesure complet devrait suivre :

| Mesure | Ce qu'elle mesure | Formule |
|--------|-----------------|---------|
| **Achèvement moyen par classe de priorité** | Réactivité par classe | $\bar{C}$ filtré par $q$ |
| **Temps moyen de résolution P1** | Réponse aux incidents critiques | $\bar{C}$ pour $q = 1$ |
| **Débit** | Capacité brute de travail | Heures-travail accomplies / temps calendaire |
| **Violations de vieillissement** | Prévention de la famine | Tâches dépassant le SLA par priorité |
| **Temps d'achèvement max (P1/P2)** | Pire cas de réponse critique | $\max(C_i)$ pour $q \le 2$ |

L'enseignement clé : les **mesures par classe de priorité** exposent les
défaillances d'ordonnancement que les mesures agrégées masquent.

---

# Partie III : Dynamiques organisationnelles

## 7. Quand la mesure est le produit

Les Sections 2–6 supposent que la satisfaction du client est fonction de
la *qualité de service vécue*. Mais il existe un scénario dans lequel cette
hypothèse échoue et l'ensemble de l'argumentation s'effondre.

### 7.1 La mesure autoréférentielle

Supposons que le prestataire communique la moyenne non pondérée directement
au client — sur un tableau de bord, dans un rapport de SLA, sur une page
marketing — et que la satisfaction du client dérive principalement de
*ce nombre* :

$$U_{\text{client}} = f\!\left(\bar{C}(\sigma)\right), \quad f' < 0$$

Sous ce modèle, le SPT maximise véritablement la satisfaction du client
(Théorème 1). Le débit est inchangé (Théorème 6). Le résultat commercial
s'améliore : même travail effectué, client plus satisfait.

**Chaque théorème de cet article reste mathématiquement correct. Mais la
conclusion s'inverse.** La mesure n'est plus un indicateur substituable
pouvant être manipulé — elle *est* la qualité de service, car le client a
accepté d'évaluer la qualité par le nombre agrégé.

### 7.2 L'économie

Cela crée un équilibre cohérent et stable :

| Acteur | Comportement | Résultat |
|-------|----------|---------|
| Prestataire | Optimise la moyenne non pondérée (SPT) | La mesure s'améliore, aucun travail supplémentaire |
| Client | Lit le tableau de bord, voit une moyenne basse | Exprime sa satisfaction |
| Direction | Voit un client satisfait + une bonne mesure | Récompense l'équipe |

Le prestataire extrait de la satisfaction à coût marginal nul, en
optimisant un nombre que le client a accepté comme indicateur de qualité.

### 7.3 La fragilité

Cet équilibre n'est stable que tant que le client n'examine jamais sa
propre expérience. Il se rompt lorsque :

1. **Le client vérifie son propre ticket.** Un directeur technique dont le
   serveur de messagerie a été en panne pendant 18,75 heures ne sera pas
   rassuré par « Résolution moyenne : 6,56 heures. » Les clients les plus
   susceptibles de vérifier sont exactement ceux qui reçoivent le pire
   service (Théorème 4).

2. **Un concurrent propose des SLA par ticket.** « P1 résolu en moins de
   4 heures » surpasse « résolution moyenne inférieure à 7 heures » pour
   tout client ayant des besoins critiques.

3. **L'équipe intériorise la mesure.** Si l'équipe croit que la mesure
   reflète la performance réelle, elle perd la capacité de reconnaître
   quand le travail critique est négligé. La mesure devient un danger
   épistémique.

### 7.4 Le schéma général

Ce schéma — l'indicateur remplace la qualité, l'indicateur est optimisé,
la qualité diverge, le système est stable jusqu'à ce que la réalité le
mette à l'épreuve — se retrouve dans de nombreux domaines. Muller [19] le
documente abondamment sous le terme de « fixation métrique » ; Campbell
[24] a formalisé l'effet corrupteur de l'utilisation d'indicateurs comme
objectifs.

| Domaine | Indicateur substituable | Qualité sous-jacente | Divergence |
|--------|-------------|-------------------|------------|
| Support informatique | Temps moyen de résolution | Disponibilité des systèmes critiques | Serveur en panne 19 h, la moyenne indique 6,5 |
| Éducation | Résultats aux tests | Apprentissage réel | Enseignement orienté vers l'examen |
| Santé | Débit de patients | Résultats pour les patients | Sorties plus rapides, réadmissions plus élevées |
| Finance | Résultats trimestriels | Valeur à long terme | Les réductions de coûts gonflent le BPA, érodent les capacités |
| Logiciel | Vélocité (story points) | Qualité du produit | Inflation des points, fonctionnalités à moitié terminées |

### 7.5 Asymétrie d'information

Modélisons le système comme un jeu entre le prestataire (P) et le client
(C). P observe les $\{C_i\}$ individuels et choisit $\sigma$ ; C n'observe
que $\bar{C}(\sigma)$. Il s'agit d'un problème d'**aléa moral** [10] : la
stratégie optimale de P est de minimiser le signal observable
indépendamment de la distribution inobservable.

L'équilibre est un **équilibre de regroupement** [9] : la mesure rapportée
par P est identique quelle que soit la performance sous-jacente pondérée
par la priorité. Il est stable jusqu'à ce que C obtienne l'accès aux
valeurs individuelles de $C_i$ — via un portail client, la transparence
d'un concurrent ou un incident suffisamment douloureux.

### 7.6 La conclusion inconfortable

La réponse honnête à « l'optimisation de la moyenne non pondérée nuit-elle
à l'entreprise ? » est : **pas nécessairement, tant que le client ne
regarde jamais derrière le nombre**. La réponse honnête à « est-ce
durable ? » est : c'est exactement aussi durable que tout système dans
lequel le vendeur en sait plus que l'acheteur — stable pendant de longues
périodes, puis effondrement rapide lorsque l'asymétrie est percée.

---

## 8. Le coût psychologique du savoir

La Section 7 a modélisé le prestataire comme un acteur unitaire. Mais les
équipes sont composées d'individus. Lorsqu'un membre de l'équipe comprend
la preuve — lorsqu'il *sait* que la mesure est synthétique, que le tableau
de bord est du théâtre, que le serveur de messagerie est toujours en panne
pendant qu'il ferme des tickets de fond d'écran — un nouveau coût apparaît
que le modèle d'équilibre avait omis.

### 8.1 La variable cachée : la conscience de l'équipe

| Acteur | Observe les $C_i$ individuels | Observe $\bar{C}$ | Comprend la preuve |
|-------|--------------------------|--------------------|-----------------------|
| Direction | Possiblement | Oui | Variable |
| Membre de l'équipe | **Oui** | Oui | **Oui** (dans ce scénario) |
| Client | Non | Oui | Non |

Le membre de l'équipe dispose de l'information complète. Il voit la file
de tickets. Il sait que le serveur de messagerie est en panne depuis 7h du
matin. Il sait qu'il ferme un ticket de fond d'écran parce que cela
améliore le nombre. Et il sait *pourquoi*.

### 8.2 Dissonance cognitive sous information complète

La dissonance cognitive [11] survient lorsqu'un individu détient des
cognitions contradictoires. Sans comprendre *pourquoi*, la contradiction
peut être rationalisée : « la direction sait ce qu'elle fait. » Comprendre
la preuve supprime l'ambiguïté. Le membre de l'équipe détient désormais :

- **Cognition A :** « Je suis un professionnel compétent. Mon travail
  consiste à résoudre des problèmes importants. »
- **Cognition B :** « Je ferme un ticket de fond d'écran pendant que le
  serveur de messagerie est en panne, parce que la mesure est
  mathématiquement biaisée (Théorème 1), le réordonnancement produit un
  débit nul (Théorème 6), et le seul bénéficiaire est le tableau de bord
  (Section 7). Je peux le démontrer. »

La dissonance est désormais *structurante*. Les résolutions disponibles —
abandonner l'identité professionnelle, rejeter la preuve, plaider pour un
changement, ou partir — imposent chacune des coûts qui n'existaient pas
auparavant.

### 8.3 Théorie de l'autodétermination : trois besoins violés

La théorie de l'autodétermination de Deci et Ryan [12, 13] identifie trois
besoins prédisant la motivation intrinsèque :

**Autonomie.** La mesure contraint les choix d'une manière que le membre
de l'équipe sait être mathématiquement sous-optimale. Un travailleur qui
comprend que le processus est prouvablement contre-productif ne peut se
sentir autonome en le suivant.

**Compétence.** La mesure récompense l'efficacité *apparente* (un
$\bar{C}$ bas) tout en étant invariante par rapport à l'efficacité
*réelle* (Théorème 6). La compétence véritable — réparer le serveur de
messagerie en premier — est *pénalisée* par la mesure.

**Appartenance.** Le membre de l'équipe sait que le serveur de messagerie
du client est en panne. Il pourrait aider. Il met à jour le fond d'écran
à la place — non pas parce que cela aide quelqu'un, mais parce que cela
aide un nombre. Le lien entre le travail et l'impact humain a été rompu,
et le membre de l'équipe peut voir les extrémités rompues.

### 8.4 Blessure morale

La blessure morale [16, 17] est le préjudice durable causé par le fait de
« perpétrer, ne pas empêcher, être témoin ou apprendre des actes qui
transgressent des convictions morales profondément ancrées » [17]. Elle a
depuis été étendue aux environnements professionnels [25]. La distinction
clé avec l'épuisement professionnel : **l'épuisement est l'exténuation
due à un excès de travail. La blessure morale est le dommage causé par le
fait de faire la mauvaise chose.**

Un membre de l'équipe qui sait que le serveur de messagerie est en panne,
sait qu'il devrait le réparer, ferme un ticket de fond d'écran à la place,
et le fait parce que la mesure l'exige, subit les conditions structurelles
de la blessure morale.

### 8.5 Impuissance acquise et fatalisme métrique

L'impuissance acquise de Seligman [14, 15] décrit comment l'exposition à
des résultats négatifs incontrôlables conduit à la passivité. La
séquence :

1. La mesure est défaillante (preuve comprise).
2. Plaider pour un changement.
3. Rejeté (« les chiffres sont bons, ne faites pas de vagues »).
4. Répéter avec une conviction décroissante.
5. État terminal : « La mesure est ce qu'elle est. Je vais juste fermer
   des tickets. »

Ce n'est pas de la paresse. C'est la réponse rationnelle à un système qui
punit le comportement correct et récompense le comportement incorrect,
lorsque l'individu n'a pas le pouvoir de changer le système.

### 8.6 La spirale de sélection adverse

En combinant l'équilibre de la Section 7 avec la dynamique de rotation du
personnel :

1. L'organisation adopte la moyenne non pondérée. La mesure paraît bonne
   (SPT).
2. Les membres compétents et conscients de l'équipe subissent des coûts
   psychologiques (8.2–8.5).
3. Ces membres partent. Remplacés par des membres qui ne comprennent pas
   les défauts de la mesure ou qui s'en moquent.
4. La mesure continue de paraître bonne — elle paraît toujours bonne sous
   SPT, indépendamment de la compétence de l'équipe (Corollaire 6.1).
5. La qualité réelle du service se dégrade, mais la mesure ne peut le
   détecter (Corollaire 9.1).
6. Retour à l'étape 1.

La mesure sélectionne *contre* les personnes qui amélioreraient le système
et *en faveur* de celles qui ne le contesteront pas. Le système se
stabilise à un niveau inférieur de compétence, invisible pour son propre
appareil de mesure.

### 8.7 Le modèle de coût complet

| Section 7 (visible) | Section 8 (caché) |
|---------------------|---------------------|
| Client satisfait (bon nombre) | Équipe insatisfaite (mauvaise réalité) |
| Débit inchangé | Effort discrétionnaire retiré |
| La mesure s'améliore | Les membres compétents partent |
| Économie commerciale stable | La compétence institutionnelle se dégrade |

Ces effets opèrent sur des échelles de temps différentes : l'équilibre est
visible trimestriellement ; la dégradation des compétences est visible sur
des années. Le modèle complet est : **la mesure fonctionne, et elle est
destructrice, et la destruction est invisible pour la mesure.** La mesure
est une couche de peinture fraîche sur des armatures corrodées.

---

## 9. Intériorisation par le responsable : la solution actionnable

Les Sections 2–6 disent de rejeter la mesure. La Section 7 dit que la
mesure fonctionne (pour l'entreprise). La Section 8 dit qu'elle détruit
l'équipe. En pratique, la plupart des responsables ne peuvent pas changer
unilatéralement la mesure. La meilleure solution est une réforme des
mesures à l'échelle de l'entreprise. La solution *actionnable* est ce
qu'un seul responsable informé peut faire dès maintenant.

### 9.1 La stratégie

Un responsable qui comprend la preuve peut **intérioriser les limites de
la mesure sans les propager à l'équipe** :

1. **Ordonnancer principalement par priorité.** L'équipe traite les tâches
   critiques en premier.
2. **Intercaler tactiquement les petites tâches.** Lorsqu'une petite tâche
   de basse priorité peut être achevée sans retarder matériellement le
   travail de haute priorité, la traiter. Non pas parce que la mesure
   l'exige, mais parce qu'elle doit aussi être faite et ne coûte presque
   rien.
3. **Ne jamais révéler la mesure comme motivation.** « Expédiez celle-ci
   rapidement en attendant le rappel du fournisseur sur le P1 » — et non
   « nous devons faire baisser notre moyenne. » La motivation intrinsèque
   de l'équipe reste intacte (Section 8). Le responsable absorbe la charge
   de gestion de la mesure.

### 9.2 Formalisation

Le problème du responsable est une optimisation sous contrainte :

$$\min_{\sigma} \sum_{i=1}^{n} w(q_i) \cdot C_i \quad \text{sous la contrainte} \quad \bar{C}(\sigma) \le \bar{C}_{\text{target}}$$

**Théorème 12 (Coût métrique borné de l'ordonnancement par priorité).** Un
responsable qui utilise le SPT *au sein* de chaque classe de priorité et
l'ordonnancement par priorité *entre* les classes produira une mesure
proche de la valeur optimale SPT — l'écart ne provient que des inversions
entre classes.

**Esquisse de preuve.** Au sein de chaque classe de priorité, le SPT est
gratuit (toutes les tâches ont une priorité égale). La seule déviation par
rapport au SPT global est l'ordonnancement entre classes. Chaque inversion
inter-classes coûte au plus $p_{\text{large}} - p_{\text{small}}$ dans la
somme non pondérée, et ces inversions sont bornées par le nombre de
classes. En pratique, l'écart se situe typiquement entre 10 et 20 % de
l'optimum SPT. $\blacksquare$

### 9.3 Le responsable comme barrière informationnelle

| Niveau | Voit la mesure | Voit les priorités | Voit la preuve |
|-------|-----------|----------------|------------|
| Organisation | Oui | Nominalement | Non |
| Responsable | Oui | Oui | **Oui** |
| Équipe | Non (protégée) | Oui | Sans objet |
| Client | Oui (tableau de bord) | Via le SLA | Non |

Le responsable est le seul acteur détenant les trois informations. Ce
n'est pas de la manipulation — il fait le bon travail dans le bon ordre,
et la mesure se trouve être acceptable parce que le SPT intra-classe est
gratuit.

### 9.4 La rupture concurrentielle

Cette stratégie échoue lorsque la mesure devient **concurrentielle entre
équipes**.

**Cas 1 : Coopératif** — Les équipes sont mesurées pour la parité, non
pour le classement. Chaque responsable utilise indépendamment la stratégie
d'intériorisation. La mesure est décorative mais inoffensive. Il s'agit
d'un **jeu de coordination** avec un équilibre coopératif stable.

**Cas 2 : Concurrentiel** — Les équipes sont classées par $\bar{C}$. Il
s'agit d'un **dilemme du prisonnier** :

| | Équipe B : Priorité d'abord | Équipe B : SPT |
|---|---|---|
| **Équipe A : Priorité d'abord** | (Bon travail, Bon travail) | (A paraît mauvaise, B paraît bonne) |
| **Équipe A : SPT** | (A paraît bonne, B paraît mauvaise) | (Les deux paraissent bonnes, les deux font le mauvais travail) |

L'équilibre de Nash est (SPT, SPT). La stratégie d'intériorisation est un
équilibre coopératif qui **n'est pas stable sous compétition**.

### 9.5 Périmètre

| Condition | Viabilité |
|-----------|-----------|
| Mesure utilisée pour le contrôle de santé / la parité | **Viable** |
| Mesure visible mais non classée | **Viable** |
| Mesure classée entre équipes | **Fragile** — nécessite la coopération de tous les responsables |
| Mesure liée à la rémunération / aux ressources | **Non viable** — le dilemme du prisonnier domine |
| Réforme des mesures possible au niveau de l'organisation | **Inutile** — corriger la mesure directement |

**La meilleure solution est à l'échelle de l'entreprise. La solution
actionnable est un responsable qui comprend cette preuve, protège son
équipe de la mesure, ordonnance par priorité, et utilise le SPT uniquement
au sein des classes de priorité pour maintenir le nombre à un niveau
raisonnable.**

---

# Partie IV : Évaluation

## 10. Avocat du diable

L'honnêteté intellectuelle impose de reconnaître les limites de
l'argumentation.

### 10.1 La simplicité a une valeur réelle

**Argument.** La moyenne non pondérée ne nécessite ni poids de priorité,
ni estimations de taille des tâches, ni calibration.

**Évaluation : Vrai.** Mais la mesure non pondérée n'évite pas les
hypothèses — elle les *masque* en fixant implicitement tous les poids à 1
et toutes les tailles à 1. Une estimation connue comme imprécise de la
taille des tâches reste plus informative que l'hypothèse implicite que
toutes les tailles sont égales.

### 10.2 Minimiser le nombre de personnes en attente

**Argument.** Le SPT minimise le total des heures-personnes d'attente. Si
chaque tâche représente un client, c'est optimal.

**Évaluation : Mathématiquement correct.** Si vous gérez un guichet de
préfecture et que le temps de chaque personne a la même valeur, le SPT est
la bonne politique. Cela ne fonctionne plus lorsque les tâches ne
correspondent pas à un ratio 1:1 avec les clients, que le coût d'attente
n'est pas uniforme, ou que la mesure est utilisée pour évaluer des équipes
plutôt que pour gérer une file d'attente littérale.

### 10.3 Le SPT comme heuristique de triage

**Argument.** Lorsque les tailles de tâches sont étroitement regroupées,
le SPT se rapproche du FIFO et la moyenne non pondérée se rapproche de la
moyenne pondérée.

**Évaluation : Correct.** Le coefficient de variation $CV = \sigma_p / \bar{p}$ détermine la sévérité de la distorsion :

| $CV$ | Distribution de la taille des tâches | Distorsion |
|------|----------------------|------------|
| < 0.3 | Serrée (centre d'appels) | Négligeable |
| 0.3 – 1.0 | Modérée (informatique mixte) | Modérée |
| > 1.0 | Large (file informatique typique) | Sévère |

Un centre de services informatique typique s'étend de 15 minutes à plus de
40 heures ($CV > 2$). La distorsion n'est pas un cas limite — c'est la
situation par défaut.

### 10.4 La manipulation requiert de la malveillance

**Argument.** Les théorèmes montrent que la mesure *peut* être manipulée,
pas qu'elle le *sera*.

**Évaluation : C'est le contre-argument le plus solide.** Si la mesure est
purement informationnelle et n'influence jamais le comportement,
l'incitation à la manipulation est absente. Cependant, toute mesure
rapportée à la direction, liée aux OKR, ou discutée en rétrospective
influencera le comportement. C'est la loi de Goodhart [6, 7] — et elle
s'applique aux équipes bien intentionnées aussi sûrement qu'aux équipes
cyniques. La dérive se produit organiquement : fermer trois tickets faciles
« donne le sentiment d'être productif » tandis que la mesure valide ce
sentiment.

### 10.5 Quand la moyenne non pondérée est défendable

La mesure n'est défendable **que lorsque les quatre conditions suivantes
sont réunies** :

1. Les tailles de tâches sont approximativement uniformes ($CV < 0.3$)
2. Pas de différenciation de priorité (toutes les tâches ont la même
   importance)
3. Chaque tâche représente exactement un client
4. La mesure n'est pas utilisée pour évaluer, récompenser ou diriger le
   comportement

Ces conditions sont rarement remplies dans les systèmes où la mesure est
le plus couramment utilisée.

---

## 11. Travaux connexes

Cet article se situe à l'intersection de plusieurs corpus de littérature
qui n'avaient pas été connectés auparavant.

### 11.1 Théorie de l'ordonnancement et équité

Smith [1] a établi le résultat d'optimalité du SPT et la règle WSJF en
1956. Conway, Maxwell et Miller [2] ont fourni le traitement de référence
sous forme de manuel. L'équité des politiques d'ordonnancement basées sur
la taille a été débattue dans l'ordonnancement des systèmes informatiques :
Bansal et Harchol-Balter [22] ont étudié l'inéquité du SRPT ; Wierman et
Harchol-Balter [23] ont formalisé les classifications d'équité par rapport
au Processor-Sharing ; Angel, Bampis et Pascual [21] ont mesuré la qualité
de l'ordonnancement SPT par rapport à des critères d'optimalité équitable.

Ces travaux antérieurs analysent l'équité dans l'ordonnancement CPU et
serveur. Le présent article applique les mêmes résultats mathématiques à
la *gestion organisationnelle des tâches*, où l'« ordonnanceur » est une
équipe humaine, les « travaux » sont des demandes de clients avec des
priorités d'impact métier, et la « fonction objectif » est une mesure de
management. Le mécanisme est identique ; les conséquences diffèrent parce
que l'ordonnancement organisationnel comporte des systèmes de priorités,
des relations clients et des coûts psychologiques que l'ordonnancement CPU
n'a pas.

### 11.2 Dysfonctionnement de la mesure

Austin [18] a démontré que la mesure incomplète — ne mesurant qu'un
sous-ensemble des dimensions pertinentes — crée des incitations à optimiser
les dimensions mesurées au détriment de celles qui ne le sont pas, et que
cet effet est non seulement possible mais *inévitable* lorsque la mesure
est liée aux récompenses. Son cadre d'analyse en termes d'asymétrie
d'information est étroitement parallèle à la Section 7. Le présent article
fournit le mécanisme mathématique spécifique (Théorèmes 1–2) pour le cas
de l'ordonnancement des tâches, et étend l'argument par la psychologie
(Section 8) pour tracer la chaîne complète du préjudice organisationnel.

Muller [19] a documenté la « fixation métrique » dans l'éducation, la
santé, la police et la finance, fournissant des preuves empiriques
abondantes pour les schémas théorisés dans la Section 7.4. Campbell [24] a
formalisé l'effet corrupteur de l'utilisation d'indicateurs comme
objectifs, complétant l'observation originale de Goodhart [6] et la
généralisation de Strathern [7].

Bevan et Hood [26] ont documenté empiriquement les comportements de
manipulation dans le système de santé publique anglais — y compris les
schémas exacts de « atteindre la cible en manquant l'essentiel » décrits
dans notre Section 5.2.

### 11.3 Coûts psychologiques du dysfonctionnement métrique

L'application de la blessure morale (Shay [16], Litz et al. [17]) aux
environnements professionnels a un précédent récent : une étude de 2024
du *Journal of Business Ethics* [25] a explicitement étendu le concept aux
lieux de travail à but lucratif, trouvant des conditions structurelles
similaires à celles décrites dans la Section 8.4. Moore [27] a analysé le
*désengagement* moral — la restructuration cognitive qui permet un
comportement contraire à l'éthique sous pression organisationnelle. Le
présent article traite du phénomène complémentaire : le préjudice subi par
les individus qui *refusent* de se désengager.

### 11.4 Ce qui est nouveau

Les composants individuels — l'optimalité du SPT, la loi de Goodhart, le
dysfonctionnement de la mesure, la blessure morale — ont tous des
précédents. Les contributions de cet article sont :

1. **La loi de conservation (Théorème 2) utilisée de manière
   prescriptive** — comme un argument constructif montrant que le temps
   d'achèvement pondéré par le travail *ne peut pas* être manipulé, plutôt
   que comme un résultat théorique d'ordonnancement.

2. **La preuve spécifique que les classes de priorité rendent la mesure
   algébriquement antagoniste** (Théorèmes 8–9) — non pas simplement
   empiriquement mauvaise mais structurellement contradictoire, avec une
   information mutuelle nulle entre l'ordonnancement et le système de
   priorités.

3. **La chaîne intégrée** allant de la preuve mathématique à l'asymétrie
   d'information, au préjudice psychologique, à la spirale de sélection
   adverse — traçant une seule mesure depuis Smith (1956) jusqu'à
   l'évidement organisationnel.

4. **La stratégie d'intériorisation par le responsable** (Section 9) avec
   une analyse formelle en théorie des jeux de sa stabilité et de ses
   conditions de rupture sous compétition inter-équipes.

5. **L'application de la théorie de l'ordonnancement à la critique du
   management organisationnel** — démontrant qu'une mesure d'équipe
   couramment utilisée présente des pathologies spécifiques et
   quantifiables plutôt que d'argumenter par l'anecdote ou le principe
   général.

---

## 12. Conclusion

Le temps moyen non pondéré d'achèvement est une **statistique biaisée**
qui :

1. **Peut être manipulé** par la politique d'ordonnancement (Théorème 1),
   contrairement au temps d'achèvement pondéré par le travail qui est
   invariant par rapport à l'ordonnancement (Théorème 2).
2. **Incite à la famine** des tâches volumineuses (Théorème 3).
3. **Dégrade la satisfaction des clients** sans aucun gain compensatoire de
   productivité (Théorème 7).
4. **Contredit activement les systèmes de priorités** en ne contenant
   aucune information sur la classification par impact métier (Théorème 9).
5. **Ignore entièrement la priorité** dans sa recommandation
   d'ordonnancement, produisant un coût de délai pondéré par la priorité
   sous-optimal chaque fois que la priorité et la taille ne sont pas
   parfaitement inversement corrélées (Théorème 10).

Une mesure qui peut être améliorée en réordonnant le travail — sans
effectuer aucun travail supplémentaire — mesure la politique
d'ordonnancement, et non la capacité du système. Combinée à un système de
priorités, elle recommande l'ordonnancement qui inflige le plus de dommages
au travail de plus haute priorité.

Lorsque la mesure est communiquée aux clients, elle crée une asymétrie
d'information (Section 7) dont l'équilibre commercial est rentable mais
fragile. Lorsque les membres de l'équipe en comprennent les défauts, elle
viole leur motivation intrinsèque et sélectionne le départ des personnes
les plus compétentes (Section 8). Un seul responsable informé peut
partiellement atténuer ces effets par une optimisation sous contrainte
(Section 9), mais cette stratégie coopérative n'est pas stable sous
compétition inter-équipes.

La moyenne non pondérée n'est défendable que sous des conditions étroites
(Section 10.5) : tailles de tâches uniformes, pas de priorités,
correspondance biunivoque entre clients et tâches, et aucune influence
comportementale. Ces conditions sont rarement remplies.

**Le temps moyen non pondéré d'achèvement n'est pas une mesure juste ni
exacte de la performance d'exécution des tâches. Son adoption comme mesure
d'équipe produira rationnellement la famine du travail complexe, la
violation des priorités déclarées, des résultats inéquitables pour les
clients, et l'illusion de productivité là où il n'y en a aucune.**

La meilleure solution est une réforme organisationnelle des mesures. La
solution actionnable est un responsable qui comprend cette preuve.

---

## Références

### Théorie de l'ordonnancement

[1] Smith, W. E. (1956). Various optimizers for single-stage production.
*Naval Research Logistics Quarterly*, 3(1–2), 59–66.
doi:[10.1002/nav.3800030106](https://doi.org/10.1002/nav.3800030106)

> Origine du résultat d'optimalité du SPT (Théorème 1), de la règle du
> temps d'achèvement pondéré $w_i/p_i$ décroissant (WSJF, Théorème 11), et
> de la technique de preuve par échange de paires adjacentes (argument
> d'échange) utilisée tout au long de l'article.

[2] Conway, R. W., Maxwell, W. L., & Miller, L. W. (1967). *Theory of
Scheduling*. Addison-Wesley.

> Traitement de référence sous forme de manuel de la théorie de
> l'ordonnancement sur machine unique, étendant les résultats de Smith.

[3] Little, J. D. C. (1961). A proof for the queuing formula: L = λW.
*Operations Research*, 9(3), 383–387.
doi:[10.1287/opre.9.3.383](https://doi.org/10.1287/opre.9.3.383)

> Première preuve rigoureuse de la loi de Little. Référencée en
> Section 3.2 pour le contexte en théorie des files d'attente.

[4] Little, J. D. C. (2011). Little's Law as viewed on its 50th
anniversary. *Operations Research*, 59(3), 536–549.
doi:[10.1287/opre.1110.0941](https://doi.org/10.1287/opre.1110.0941)

> Rétrospective discutant de la portée, des limitations et des erreurs
> courantes d'application.

[5] Reinertsen, D. G. (2009). *The Principles of Product Development
Flow: Second Generation Lean Product Development*. Celeritas Publishing.
ISBN: 978-0-9844512-0-8.

> A popularisé le WSJF et le « Coût du retard / Durée » dans les contextes
> agiles et lean. Le fondement mathématique est Smith (1956) [1].

### Mesure et incitations

[6] Goodhart, C. A. E. (1984). Problems of monetary management: The U.K.
experience. In *Monetary Theory and Practice* (pp. 91–121). Macmillan.

> Source de la loi de Goodhart : « Toute régularité statistique observée
> tendra à s'effondrer dès lors qu'une pression sera exercée sur elle à des
> fins de contrôle. »

[7] Strathern, M. (1997). 'Improving ratings': Audit in the British
university system. *European Review*, 5(3), 305–321.
doi:[10.1002/(SICI)1234-981X(199707)5:3<305::AID-EURO184>3.0.CO;2-4](https://doi.org/10.1002/(SICI)1234-981X(199707)5:3%3C305::AID-EURO184%3E3.0.CO;2-4)

> Généralisation de la loi de Goodhart : « Lorsqu'une mesure devient un
> objectif, elle cesse d'être une bonne mesure. »

### Économie comportementale

[8] Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of
decision under risk. *Econometrica*, 47(2), 263–292.
doi:[10.2307/1914185](https://doi.org/10.2307/1914185)

> A établi l'aversion à la perte. Référencée en Section 4.5.

### Théorie des jeux et théorie des contrats

[9] Akerlof, G. A. (1970). The market for "lemons": Quality uncertainty
and the market mechanism. *The Quarterly Journal of Economics*, 84(3),
488–500. doi:[10.2307/1879431](https://doi.org/10.2307/1879431)

> Asymétrie d'information et sélection adverse. L'équilibre de
> regroupement de la Section 7.5 est structurellement analogue.

[10] Hölmstrom, B. (1979). Moral hazard and observability. *The Bell
Journal of Economics*, 10(1), 74–91.
doi:[10.2307/3003320](https://doi.org/10.2307/3003320)

> Traitement formel de l'aléa moral. Le scénario de communication de la
> mesure de la Section 7.5 est un problème d'aléa moral.

### Psychologie

[11] Festinger, L. (1957). *A Theory of Cognitive Dissonance*. Stanford
University Press. ISBN: 978-0-8047-0131-0.

> Théorie fondatrice. Référencée en Section 8.2.

[12] Deci, E. L., & Ryan, R. M. (1985). *Intrinsic Motivation and
Self-Determination in Human Behavior*. Plenum Press.
ISBN: 978-0-306-42022-1.

> Traitement original de la théorie de l'autodétermination. Référencée en
> Section 8.3.

[13] Ryan, R. M., & Deci, E. L. (2000). Self-determination theory and
the facilitation of intrinsic motivation, social development, and
well-being. *American Psychologist*, 55(1), 68–78.
doi:[10.1037/0003-066X.55.1.68](https://doi.org/10.1037/0003-066X.55.1.68)

> Aperçu de la théorie de l'autodétermination liant la satisfaction des
> besoins à la motivation intrinsèque et au bien-être.

[14] Seligman, M. E. P., & Maier, S. F. (1967). Failure to escape
traumatic shock. *Journal of Experimental Psychology*, 74(1), 1–9.
doi:[10.1037/h0024514](https://doi.org/10.1037/h0024514)

> Démonstration originale de l'impuissance acquise. Référencée en
> Section 8.5.

[15] Seligman, M. E. P. (1975). *Helplessness: On Depression,
Development, and Death*. W. H. Freeman. ISBN: 978-0-7167-0752-3.

> Traitement approfondi reliant l'impuissance acquise à la dépression
> humaine et au comportement institutionnel.

[16] Shay, J. (1994). *Achilles in Vietnam: Combat Trauma and the Undoing
of Character*. Atheneum / Simon & Schuster. ISBN: 978-0-689-12182-3.

> A introduit le concept de blessure morale. Référencée en Section 8.4.

[17] Litz, B. T., Stein, N., Delaney, E., Lebowitz, L., Nash, W. P.,
Silva, C., & Maguen, S. (2009). Moral injury and moral repair in war
veterans: A preliminary model and intervention strategy. *Clinical
Psychology Review*, 29(8), 695–706.
doi:[10.1016/j.cpr.2009.07.003](https://doi.org/10.1016/j.cpr.2009.07.003)

> A formalisé la blessure morale comme concept clinique. Définition citée
> en Section 8.4.

### Mesure organisationnelle

[18] Austin, R. D. (1996). *Measuring and Managing Performance in
Organizations*. Dorset House. ISBN: 978-0-932633-36-1.

> A démontré que la mesure incomplète crée des incitations inévitables à
> optimiser les dimensions mesurées au détriment de celles qui ne le sont
> pas. Le cadre d'analyse en termes d'asymétrie d'information est
> étroitement parallèle à la Section 7. Le prédécesseur le plus important
> de l'argumentation de cet article.

[19] Muller, J. Z. (2018). *The Tyranny of Metrics*. Princeton University
Press. ISBN: 978-0-691-17495-2.

> Traitement complet de la « fixation métrique » dans l'éducation, la
> santé, la police et la finance. Preuves empiriques abondantes pour les
> schémas théorisés en Section 7.4.

### Équité en ordonnancement

[20] Coffman, E. G., Shanthikumar, J. G., & Yao, D. D. (1992).
Multiclass queueing systems: Polymatroid structure and optimal scheduling
control. *Operations Research*, 40(S2), S293–S299.

> Lois de conservation en ordonnancement. L'invariance par rapport à
> l'ordonnancement du temps d'achèvement pondéré par le travail
> (Théorème 2) est une instance de ces lois de conservation.

[21] Angel, E., Bampis, E., & Pascual, F. (2008). How good are SPT
schedules for fair optimality criteria? *Annals of Operations Research*,
159(1), 53–64. doi:[10.1007/s10479-007-0267-0](https://doi.org/10.1007/s10479-007-0267-0)

> Mesure directement la qualité de l'ordonnancement SPT par rapport aux
> critères d'équité. Prédécesseur le plus proche dans la théorie de
> l'ordonnancement de l'analyse d'équité de la Section 4.

[22] Bansal, N., & Harchol-Balter, M. (2001). Analysis of SRPT
scheduling: Investigating unfairness. *ACM SIGMETRICS Performance
Evaluation Review*, 29(1), 279–290.
doi:[10.1145/384268.378792](https://doi.org/10.1145/384268.378792)

> Étudie la croyance selon laquelle le SRPT pénalise injustement les
> tâches volumineuses dans l'ordonnancement informatique. Argumente que
> l'inéquité est moindre qu'on ne le pense mais reconnaît la tension
> fondamentale.

[23] Wierman, A., & Harchol-Balter, M. (2003). Classifying scheduling
policies with respect to unfairness in an M/GI/1. *ACM SIGMETRICS
Performance Evaluation Review*, 31(1), 238–249.

> Formalise les définitions d'équité pour les politiques d'ordonnancement
> par comparaison avec le Processor-Sharing.

### Références complémentaires

[24] Campbell, D. T. (1979). Assessing the impact of planned social
change. *Evaluation and Program Planning*, 2(1), 67–90.
doi:[10.1016/0149-7189(79)90048-X](https://doi.org/10.1016/0149-7189(79)90048-X)

> Loi de Campbell : « Plus un indicateur social quantitatif est utilisé
> pour la prise de décision sociale, plus il sera soumis à des pressions
> de corruption et plus il sera apte à distordre et corrompre les processus
> sociaux qu'il est censé surveiller. » Complète la loi de Goodhart [6].

[25] Ferreira, C. M., et al. (2024). It's business: A qualitative study
of moral injury in business settings. *Journal of Business Ethics*.
doi:[10.1007/s10551-024-05615-0](https://doi.org/10.1007/s10551-024-05615-0)

> Étend la blessure morale aux lieux de travail à but lucratif. Valide
> l'application de la Section 8.4 de Shay/Litz au-delà des contextes
> militaires et de santé.

[26] Bevan, G., & Hood, C. (2006). What's measured is what matters:
Targets and gaming in the English public health care system. *Public
Administration*, 84(3), 517–538.
doi:[10.1111/j.1467-9299.2006.00600.x](https://doi.org/10.1111/j.1467-9299.2006.00600.x)

> Documente empiriquement les comportements de manipulation, y compris
> « atteindre la cible en manquant l'essentiel ». Fournit des preuves
> concrètes de la contradiction priorité-mesure de la Section 5.2.

[27] Moore, C. (2012). Why employees do bad things: Moral disengagement
and unethical organizational behavior. *Personnel Psychology*, 65(1),
1–48. doi:[10.1111/j.1744-6570.2011.01237.x](https://doi.org/10.1111/j.1744-6570.2011.01237.x)

> Analyse le *désengagement* moral — la restructuration cognitive
> permettant un comportement contraire à l'éthique. La Section 8 traite du
> phénomène complémentaire : le préjudice subi par les individus qui
> *refusent* de se désengager.

---

*Cette preuve a été développée de manière conversationnelle et formalisée le 28 mars 2026.*