Pourquoi LearnClash utilise un nombre premier de questions

Les frappeurs de baseball se mettent au banc à .300. Les candidats au SAT repassent le test à 1090, mais pas à 1100. Les utilisateurs de LearnClash abandonnent une manche de 50 questions deux fois plus souvent qu’une manche de 37 questions.

LearnClash utilise des banques de questions au nombre premier (37, 43, 47, 53, 89) en mode Practice et dans les paquets thématiques parce que les nombres ronds font fuir l’achèvement. Données de session avril-mai 2026 : 91 pour cent des joueurs LearnClash ont terminé une manche de 37 questions ; 73 pour cent ont terminé une manche de 50. L’écart de 18 points tient à travers les thèmes scientifiques, historiques et de culture populaire. Choisir 37 plutôt que 50 est la décision de design la moins chère que LearnClash prend, et elle fonctionne parce que les nombres ronds ne sont pas des nombres. Ce sont des signaux de sortie.

Cet article décortique la taxe des nombres ronds dans le design des quiz, les trois études d’économie comportementale qui l’ont cartographiée, et la règle du nombre premier que LearnClash utilise pour l’éviter. Lance une manche LearnClash de 37 questions →

La taxe des nombres ronds dans le design des quiz

La taxe des nombres ronds est l’écart d’achèvement entre un quiz de longueur première (37, 43, 47, 53) et le même quiz rallongé ou raccourci à une longueur ronde (25, 50, 100). Chez LearnClash, cette taxe a été mesurée à 18 points au printemps 2026 sur les manches Practice, contenu identique, niveau de difficulté identique. Le mécanisme est le même que Pope et Simonsohn ont mesuré au baseball. Les nombres ronds agissent comme des buts ; aux buts, les gens s’arrêtent.

Figure 1 : la taxe des nombres ronds. Les manches au nombre premier de LearnClash gardent une avance d’achèvement de 18 points sur leurs équivalents à nombre rond.

La plupart des conseils de design de quiz vous disent de faire court. Cinq à dix questions. La plupart de ces conseils sont corrects mais résolvent un autre problème. La règle des « 5 à 10 questions » s’applique aux quiz de génération de prospects où vous achetez l’attention des utilisateurs pour une recommandation à la fin. LearnClash Practice n’est pas de la génération de prospects. C’est du jeu volontaire répété sur le même thème pendant des semaines, et le cerveau qui s’arrête à 25 sur 50 s’arrêtera aussi à 50 sur 100. La question n’est pas « à quel point court » mais « combien de falaises de sortie liées aux nombres ronds l’utilisateur traverse-t-il sur le chemin de la fin ».

La réponse pour 37 est zéro. Il n’y a pas de diviseur de 37 entre 1 et 37 sauf 1. Pas de « moitié ». Pas de « trois quarts ». Pas de « presque ». La barre de progression ne s’allume sur aucune fraction propre, parce que 37 n’a pas de fractions propres. Il en va de même pour 41, 43, 47, 53, 59. Choisissez n’importe quel nombre premier, et vous avez un nombre dont la gravité visuelle pointe uniquement vers la fin.

L’asymétrie a un nom. Pope et Simonsohn ont fait les calculs sur les moyennes au bâton du baseball, et ce qu’ils ont trouvé est exactement ce à quoi ressemble l’écart LearnClash 91-contre-73 pour cent à l’échelle nationale.

Alors quelle est la puissance de la traction d’un nombre rond ? Suffisamment puissante pour fausser la Major League Baseball.

Les nombres ronds sont des signaux de sortie, pas des nombres

Les nombres ronds fonctionnent comme des buts, et au but, l’action s’arrête. Pope et Simonsohn (2011) ont mesuré cela dans trois domaines différents : moyennes au bâton, scores du SAT, et effort en laboratoire. Dans chacun, une performance juste sous un nombre rond déclenche un effort supplémentaire pour le franchir. Une performance juste au-dessus déclenche l’opposé, une sortie. LearnClash voit le même motif dans ses journaux de session 2026.

Figure 2 : la pointe baseball de Pope et Simonsohn. Les moyennes au bâton de fin de saison se regroupent à .300 parce que les frappeurs et managers traitent les nombres ronds comme des falaises.

Le résultat baseball est le plus net. À la fin d’une saison de Major League Baseball, la part de joueurs ayant terminé exactement à .300 ou .301 était plus du double de la part terminant à .298 ou .299, même si la distribution sous-jacente de performance devrait être lisse. Le mécanisme : un frappeur à .299 fin septembre obtient un passage au bâton supplémentaire pour le pousser au-dessus. Un frappeur à .300 est mis au banc, remplacé ou ménagé pour fixer le nombre rond. Managers et joueurs font la même chose que le cerveau fait sur une barre de progression de quiz. Ils traitent le nombre rond comme le but, et au but, on arrête de balancer la batte.

Le résultat SAT est le deuxième plus net. Les élèves qui obtiennent 1090 sur une échelle de 1600 points sont beaucoup plus susceptibles de repasser le test que les élèves à 1100, même si l’écart entre 1090 et 1100 est une erreur d’arrondi. Le 1100 se trouve du côté « j’ai fini » de la ligne du nombre rond ; le 1090 se trouve du côté « presque ». La décision de repasser est la décision de continuer. Les nombres ronds déplacent cette décision.

Les trois résultats Pope et Simonsohn en une ligne : les frappeurs se mettent au banc à .300, les candidats au SAT repassent à 1090, et les sujets en laboratoire déclarent vouloir essayer plus dur quand leur score se trouve juste sous un seuil rond plutôt que juste au-dessus.

Le résultat laboratoire est le troisième. Pope et Simonsohn ont mené une étude de vignettes où les participants étaient interrogés, après une performance hypothétique, sur l’effort supplémentaire qu’ils dépenseraient. Les sujets dont le score hypothétique se trouvait juste sous un seuil rond ont déclaré vouloir fournir plus d’effort que les sujets dont le score se trouvait juste au-dessus. Le cerveau est asymétrique sur les nombres ronds d’une manière dont il n’est pas asymétrique sur les nombres non ronds.

Ce qu’il faut retenir pour le design de quiz : quand la longueur de la manche contient une ancre numérique ronde, le cerveau des joueurs marque cette ancre comme le but. Quand ils la franchissent, le but est atteint. Quand la fin réelle de la manche est plus tardive que l’ancre, la seconde moitié de la manche se bat contre le signal « j’ai fini » du cerveau. Ce combat coûte à LearnClash 18 points d’achèvement en moyenne à travers les thèmes.

C’est aussi pour cela que les leurres « à mi-parcours » comptent autant dans le design de quiz. 50 questions n’est pas seulement un signal de sortie à 50 ; c’est aussi un signal de sortie à 25 (la moitié) et à 12 ou 13 (un quart). Chacun est un point d’arrêt naturel quasi rond, aligné sur les facteurs. Une manche de 50 questions n’est pas une falaise ; ce sont trois. Nous arriverons aux mathématiques de quels nombres contiennent combien de falaises dans la section 5. D’abord, la deuxième étude qui cartographie la même traction sous un autre angle.

La traction du gradient vers le but à 25, 50 et 100

L’effet du gradient vers le but est le deuxième mécanisme comportemental derrière la taxe des nombres ronds. Kivetz, Urminsky et Zheng (2006) ont donné des cartes de fidélité à des clients de café. Les gens accéléraient leur fréquence d’achat à mesure qu’ils approchaient le café gratuit, puis laissaient tomber cette fréquence dès qu’ils l’avaient reçu. La même traction s’exerce sur la barre de progression d’un LearnClash Practice, et elle s’exerce autour de chaque jalon visible.

Figure 3 : la traction du gradient vers le but. L’effort accélère avant chaque jalon rond et s’effondre immédiatement après.

Le mécanisme n’est pas nouveau. Le behavioriste Clark Hull l’a décrit en 1932 dans des expériences animales. Les rats courent plus vite à mesure qu’ils approchent la nourriture au bout du labyrinthe. Les pigeons picorent plus vite à mesure qu’ils approchent la récompense déclenchée. Les humains sur une carte de fidélité achètent plus souvent à mesure qu’ils approchent la boisson gratuite. La boisson gratuite est un but, et le but tire l’effort vers l’avant. Puis l’effondre.

Dans un quiz de 50 questions, la traction du gradient vers le but s’exerce trois fois. Les joueurs accélèrent vers la question 25 (mi-parcours, un jalon implicite). À 25, ils marquent une pause, et une part significative abandonne. De ceux qui continuent, la prochaine traction vise la 50 elle-même (la fin explicite de la manche). À 50, la manche finit, et les joueurs ferment l’app. Il n’y a pas de question 51. La traction du gradient vers le but pointait toujours sur la 50, et la 50 est la fin.

Comparez cela à une manche de 37 questions. Les joueurs n’ont aucun jalon implicite. Il n’y a pas de point de mi-parcours qui s’allume sur la barre de progression à une fraction propre ; 18,5 n’est pas un nombre auquel la barre peut s’arrêter. Il n’y a pas de point aux deux tiers qui compte ; 24,67 n’est pas un nombre qui déclenche quoi que ce soit. Le seul but dans la pièce est la fin, question 37, et la traction du gradient vers le but s’exerce exactement une fois, au moment exact.

L’étude de 2006 a été étendue par Joseph Nunes et Xavier Drèze la même année. Leur effet du progrès offert a montré que les clients à qui l’on donnait une carte de fidélité avec deux tampons préremplis (2 sur 10) terminaient la carte plus vite que les clients à qui l’on donnait une carte vierge avec la même exigence de huit achats (0 sur 8). Le progrès prérempli a fait passer le taux d’achèvement de 19 pour cent à 34 pour cent, une amélioration de 82 pour cent, même si le travail réel était identique.

Ce résultat se transpose directement sur l’UX des quiz. Une barre de progression affichant « Question 13 sur 37 » se lit comme « bien avancé » parce que 13 est passé le point médian visuel qu’un utilisateur estimerait pour une longue manche ; l’utilisateur a été doté d’un progrès implicite. Une barre de progression affichant « Question 13 sur 50 » se lit comme « à peine un quart », parce que 12,5 est la marque propre du quart et 13 se trouve juste au-delà. Mêmes 13 questions répondues, état mental très différent. LearnClash exploite cela en choisissant des longueurs où les premières questions ont l’air plus avancées qu’elles ne le sont.

L’écart d’état mental à la question 13 est plus grand que l’écart mathématique. 13 sur 37 font 35 pour cent ; 13 sur 50 font 26 pour cent. Ces neuf points de pourcentage ressemblent à la différence entre l’engagement et le doute.

C’est tout le jeu. Choisissez une longueur où la gravité visuelle pointe uniquement vers la fin, pas vers un jalon artificiel que le cerveau insiste pour construire.

Comment LearnClash choisit les nombres premiers : 37, 43, 47, 53, 89

Les manches LearnClash Practice sont de 37, 43, 47 ou 53 questions, selon la profondeur du thème. Les banques de maîtrise thématique tournent à 89, 127 ou 181 questions sur les plus gros thèmes. Chaque longueur est un nombre premier. Le choix n’est pas aléatoire ; chaque nombre premier vise une bande de longueur de session où la taxe des nombres ronds est la plus grande tout en gardant une longueur de manche dans un budget d’attention viable.

Figure 4 : l’échelle des nombres premiers LearnClash. Chaque échelon est un nombre premier, donc la barre de progression visuelle ne contient aucun jalon ancré par un facteur.

La manche Practice la plus courte est 37. Nous avons testé 31, 37 et 41. 31 tombe trop près de la zone d’effondrement du but après 30, où le cerveau qui a planifié une « manche rapide de 30 questions » va sortir pile à 30 indépendamment du compte réel. 41 s’étire juste assez au-delà de 40 pour que certains utilisateurs le perçoivent comme « un peu plus de 40 » et abandonnent à 40. 37 se trouve dans le point idéal, assez loin de 30 pour que les utilisateurs ne s’engagent pas sur 30, et assez loin de 40 pour qu’ils ne s’engagent pas sur 40 non plus. Lors des tests d’avril 2026 sur 1 800 sessions Practice, 37 a surpassé les deux alternatives de 4 à 6 points d’achèvement.

L’échelon suivant est 43, puis 47, puis 53. Les écarts reflètent un anti-motif délibéré. Si les échelons eux-mêmes étaient espacés à intervalles ronds (37, 47, 57, 67), l’utilisateur qui finit une manche Practice de 37 questions et en commence une nouvelle remarquerait les nombres ronds dans la structure des échelons et abandonnerait sur la deuxième manche à 47. En espaçant les échelons à 37, 43, 47, 53, le méta-motif lui-même est dense en nombres premiers. L’utilisateur qui finit une 37 et attaque une 43 ne voit pas « 37, 47 » comme cadre de référence rond ; il voit « 37, 43 » comme un anti-motif.

La règle empirique que LearnClash utilise en interne : choisir un nombre premier qui tombe 4 à 7 questions au-delà du nombre rond le plus proche. 37 est 7 au-delà de 30. 43 est 3 au-delà de 40. 53 est 3 au-delà de 50. Assez loin de l’ancre ronde pour que les utilisateurs ne soient pas tentés d’arrondir leur engagement à la baisse, assez près pour que la longueur réelle s’inscrive encore dans un budget de session confortable.

Les plus grandes banques thématiques sont 89, 127 et 181 questions. Les nombres premiers jumeaux sont utiles ici. 89 et 127 sont assez écartés pour qu’un utilisateur qui bat 89 en une fois ne s’ancre pas visuellement sur 100 comme objectif d’étirement ; il s’ancre sur 127 à la place. Les banques les plus profondes (181) se trouvent délibérément au-delà du prochain nombre rond (200) sur lequel l’utilisateur pourrait sinon s’engager d’avance. Le motif sur toute l’échelle : à aucun moment un nombre rond ne devient le cadre de référence visuel, et à aucun moment le cerveau des utilisateurs ne se rabat sur un nombre qui n’est pas la fin de la manche.

La revendication non-commodité ici est que cette échelle est mesurée, pas supposée. Le chiffre des 91 pour cent d’achèvement à 37 contre 73 pour cent à 50 provient des journaux de session LearnClash Practice d’avril-mai 2026 à travers les douze thèmes les plus joués en volume. La répartition tient à l’intérieur de chaque thème, et elle tient à travers les niveaux de difficulté (Iron à Phoenix niveaux ELO). L’écart n’est pas du bruit.

Les mathématiques pour éviter les signaux de sortie

La traction d’un nombre est fonction de combien de facteurs il a. Dans la règle du nombre premier de LearnClash, 50 a les facteurs 2, 5, 10 et 25, et chaque facteur correspond à une fraction propre sur une barre de progression (une moitié, un cinquième, un dixième, une moitié-de-moitié). Chaque fraction propre est un candidat point d’arrêt. Les nombres premiers n’ont pas de facteurs. Ils ont un candidat point d’arrêt : la fin.

Figure 5 : le nombre de facteurs égale le nombre de signaux de sortie. 50 contient quatre points d’arrêt candidats ; 37 en contient un.

L’arithmétique n’est pas subtile. 50 se décompose en 2 fois 5 fois 5. La liste des facteurs non triviaux (les facteurs autres que 1 et 50 lui-même) est 2, 5, 10, 25. Chacun correspond à un moment « je suis à mi-chemin » où un utilisateur pourrait s’arrêter. 100 est pire ; sa liste de facteurs non triviaux est 2, 4, 5, 10, 20, 25, 50. Sept points d’arrêt candidats dans une manche de 100 questions. Comparez cela à l’échelle des nombres premiers LearnClash :

• 37 : aucun facteur non trivial
• 43 : aucun facteur non trivial
• 47 : aucun facteur non trivial
• 53 : aucun facteur non trivial
• 89 : aucun facteur non trivial
• 127 : aucun facteur non trivial

Le nombre 18 (longueur d’un duel LearnClash) a les facteurs 2, 3, 6, 9 (quatre coupes candidates) mais s’expédie comme 6 manches de 3 avec le compte de manches annoncé d’avance. Les joueurs acceptent « six manches » comme contrat avant qu’aucune question n’apparaisse, donc 6 fonctionne comme une limite connue et non comme un signal de sortie. Nous couvrirons l’exception du cadre contractuel dans la section suivante. L’enjeu ici est que pour toute longueur dont le compte n’est pas préengagé, le nombre de signaux de sortie égale le nombre de facteurs, et les nombres premiers minimisent le nombre de facteurs à un.

Quelques heuristiques pratiques en découlent :

Nombre de questions	Liste des facteurs non triviaux	Signaux de sortie
10	2, 5	2
20	2, 4, 5, 10	4
25	5	1
37	(aucun)	0
50	2, 5, 10, 25	4
60	2, 3, 4, 5, 6, 10, 12, 15, 20, 30	10
100	2, 4, 5, 10, 20, 25, 50	7
127	(aucun)	0

La pire longueur de ce tableau est 60. Les meilleures longueurs sont les nombres premiers et le carré d’un nombre premier (25, qui n’a qu’un facteur non trivial, 5). Pour toute manche volontaire autonome, choisissez le nombre premier le plus proche de votre fenêtre d’attention cible. Les objectifs de 30 questions deviennent 37 (le choix de LearnClash). Les objectifs de 50 questions deviennent 53. Les banques de 100 questions deviennent 127, ou 89 si vous voulez atterrir délibérément sous l’engagement attendu de l’utilisateur.

Quand les nombres ronds ont raison

Toute longueur de quiz ne devrait pas être un nombre premier. La taxe des nombres ronds s’exerce sur les manches volontaires autonomes où les utilisateurs ne se sont pas préengagés sur un compte spécifique. Quand le compte est annoncé d’avance et accepté comme contrat, l’ancre numérique ronde fonctionne comme une limite connue, pas comme un signal de sortie caché. Les duels LearnClash sont de 18 questions pour exactement cette raison.

Figure 6 : le duel LearnClash à 18 questions. Six manches annoncées d’avance transforment 18 en contrat, pas en limite cachée.

La mécanique d’un duel LearnClash est différente d’une manche Practice. Avant le début du duel, les joueurs savent que c’est 6 manches de 3 questions. Ce nombre est nommé dans l’interface de matchmaking, sur l’écran de chargement, et dans l’en-tête du duel. Les joueurs ont accepté « six manches » comme durée de l’engagement. Il n’y a pas de question 19. Il n’y a pas de surprise « tu es à mi-chemin » à la question 9. La structure des manches est le contrat, et le contrat est le but. Dans ce cadre, 18 questions atterrissent proprement et la traction du gradient vers le but s’exerce comme elle le doit : pointant vers la fin de la manche 6, qui est la fin du duel.

La règle générale : si les joueurs connaissent la longueur de la manche avant de commencer, utilisez le nombre qui sert le design. S’ils ne connaissent pas la longueur avant de commencer, ou si la longueur est ouverte, utilisez un nombre premier. La taxe des nombres ronds ne se perçoit que sur des longueurs de manche négociées en cours de session.

Cela se généralise bien au-delà des quiz. Les flux d’onboarding avec un en-tête « Étape 4 sur 7 » fonctionnent comme un contrat ; les utilisateurs finissent les onboardings en 7 étapes à des taux plus élevés que ceux où le compte est caché. Le sept n’est pas le problème parce que le sept est annoncé. Les minuteurs Pomodoro à 25 minutes fonctionnent parce que 25 est le contrat, pas parce que 25 est rond. L’émission Questions pour un Champion marche pour la même raison : la structure de chaque épisode (quatre manches nommées) est annoncée avant que le candidat ne réponde à la première question. Les routines d’entraînement à 30 répétitions fonctionnent parce que 30 est l’accord, et le cerveau n’a pas été laissé chasser des points d’arrêt naturels en chemin.

La taxe des nombres ronds apparaît sous trois conditions spécifiques : (1) la longueur n’est pas annoncée à l’avance, (2) la longueur est ouverte ou les joueurs peuvent abandonner à tout moment sans pénalité, et (3) les candidats numériques ronds à l’intérieur de la longueur sont visibles sur une barre de progression, un compteur ou un minuteur de session. Les trois s’appliquent au mode Practice LearnClash et aux banques thématiques, c’est pourquoi ces formats utilisent des nombres premiers. Aucune ne s’applique aux duels LearnClash, c’est pourquoi ces formats utilisent 18.

Le contre-argument : longueur du test et performance

Une étude PLOS One de 2013 sur la longueur des examens est le contre-argument standard à « plus court vaut mieux ». Les chercheurs ont donné aux étudiants des versions standard et longues du même examen et n’ont trouvé aucune baisse de performance sur la version longue, même si les évaluations de fatigue subjective montaient. La conclusion que la plupart des designers produits tirent de cette étude est « les utilisateurs peuvent gérer du long contenu s’ils sont motivés ». C’est correct pour les examens notés ; en pratique volontaire, où LearnClash mesure l’achèvement, la conclusion s’inverse, parce que la variable dépendante est de savoir si l’utilisateur continue tout court.

Figure 7 : pourquoi la littérature sur la longueur des tests ne contredit pas la taxe des nombres ronds. Le résultat PLOS One mesure la performance notée ; LearnClash mesure l’achèvement volontaire.

L’étude PLOS One mesurait la performance notée sur un test obligatoire. Les étudiants n’avaient pas d’option « abandonner ». Ils devaient finir ou accepter un zéro. Dans cette condition, la fatigue subjective ne pilote pas le comportement parce que le comportement est fixe. L’examen sera terminé peu importe ce que ressentent les utilisateurs. La performance est la seule variable, et la performance a tenu.

Les deux études mesurent deux résultats différents. PLOS One demandait « étant donné que le test doit être terminé, le score baisse-t-il ? » LearnClash demande « étant donné que la manche peut être sautée, l’utilisateur termine-t-il ? » Les deux réponses sont bien définies et elles ne se contredisent pas.

LearnClash Practice est la condition inverse. Les joueurs ouvrent l’app volontairement, jouent aussi longtemps qu’ils veulent, et abandonnent quand ils veulent. La variable n’est pas la performance ; la variable est de savoir s’ils terminent la manche tout court. Quand les joueurs ont le pouvoir de sortir, la fatigue subjective plus une ancre numérique ronde visible produit exactement la sortie prédite. Nous le voyons dans nos journaux de session 2026. Le résultat PLOS est correct et cohérent avec le résultat LearnClash, parce que les deux études mesurent des résultats différents dans des conditions différentes.

La lecture honnête : les tests obligatoires plus longs ne nuisent pas à la performance notée ; les manches volontaires plus longues nuisent à l’achèvement. Si vous construisez une évaluation notée pour un public captif, concevez autour de la fatigue. Si vous construisez une pratique volontaire pour un public qui peut abandonner, concevez autour des signaux de sortie. LearnClash est le second cas, c’est pourquoi la règle du nombre premier existe. Pour une lecture plus profonde de comment LearnClash sépare pratique volontaire et duels compétitifs, voir le design du SRS LearnClash à 3 paliers et pourquoi nous avons jeté la routine 1/3/7/21 et la courbe de rétention LearnClash.

Ce que cela signifie pour les designers de quiz

Si vous construisez un produit quiz, une app de cartes mémoire, un sondage, un typeform, ou n’importe quel format d’engagement avec un compte de questions visible, la taxe des nombres ronds prélève chez vous, que vous la mesuriez ou non. Cinq règles pratiques découlent de l’expérience LearnClash.

Figure 8 : quand utiliser des nombres premiers plutôt que des nombres ronds. Cinq branches ; la réponse dépend de si la longueur est préengagée.

1. Annoncez la longueur d’avance si vous pouvez. Un sondage de 50 questions qui dit « 50 questions, environ 8 minutes » au début surpasse un sondage de 50 questions qui cache le compte, parce que nommer le contrat convertit le nombre rond de signal de sortie en limite. C’est la solution la moins chère, et presque personne ne le fait.
2. Si vous ne pouvez pas annoncer la longueur, choisissez un nombre premier. 37, 43, 47, 53, 89, 127. L’échelle des nombres premiers que LearnClash utilise est reproductible à travers les catégories de produits. Un quiz de génération de prospects de 50 questions à fin cachée devient un quiz de 53 questions à fin cachée et taux d’achèvement mesurablement plus élevé.
3. Décalez les échelons de votre échelle pour que les échelons eux-mêmes ne soient pas ronds. Un utilisateur qui finit 37 et commence 47 voit le motif comme rond (saut de 10). Un utilisateur qui finit 37 et commence 43 ne le voit pas. Le méta-motif compte autant que les échelons individuels.
4. Évitez les nombres riches en facteurs dans toute longueur que l’utilisateur découvre en cours de session. 60 a 10 facteurs non triviaux ; 100 en a 7. Ces nombres sont particulièrement mauvais parce qu’ils ont l’air « naturels » mais contiennent le plus de signaux de sortie. Si vous vous retrouvez à choisir 50 ou 100 par défaut parce qu’ils sonnent bien, c’est le biais des nombres ronds qui parle. Faites confiance aux maths.
5. Mesurez votre taux d’achèvement réparti par longueur. La taxe des nombres ronds est observable dans n’importe quel produit avec assez de données de session. Avec 30 jours de journaux de session et un échantillon d’utilisateurs assez grand pour que les pourcentages d’achèvement soient stables à 2 ou 3 points près, vous pouvez tester en A/B une version 50 questions contre une version 53 questions et l’écart va apparaître. La première cohorte LearnClash qui a établi l’écart de 18 points était 1 800 sessions sur 12 thèmes en avril 2026. Ce ne sont pas des données chères.

Figure 9 : les cinq règles comme scorecard. Chaque règle correspond au mécanisme comportemental qu’elle neutralise ; le coût d’implémentation sur l’ensemble est zéro.

Le principe plus profond : le design produit qui ignore le biais des nombres ronds laisse de l’achèvement sur la table. L’écart que LearnClash a mesuré est grand, le mécanisme est documenté dans trois études indépendantes d’économie comportementale, et la solution ne coûte rien. La décision de choisir 37 plutôt que 50 est la plus chère qu’un concurrent peut refuser de prendre.

Conclusion

Les nombres ronds dans le design des quiz sont des signaux de sortie, pas des nombres. Ils fonctionnent comme des buts, et aux buts, les gens s’arrêtent. Pope et Simonsohn ont mesuré l’effet dans les moyennes au bâton et les scores du SAT. Kivetz, Urminsky et Zheng l’ont mesuré dans des programmes de fidélité café. Nunes et Drèze l’ont mesuré dans des cartes de progrès préestampillées. LearnClash le mesure tous les jours dans les journaux de session Practice, où les manches de 37 questions terminent à 91 pour cent et les manches de 50 questions à 73 pour cent.

La règle n’est pas « utilise toujours des nombres premiers ». Elle est : si les utilisateurs ne se sont pas préengagés sur la longueur, la longueur ne devrait pas contenir d’ancre numérique ronde. Les nombres premiers sont le moyen le moins cher d’honorer cette règle, et LearnClash est le moins cher endroit pour voir la règle en action.

LearnClash utilise des banques de questions au nombre premier (37, 43, 47, 53, 89) dans toute manche volontaire et ouverte parce que les nombres premiers n’ont pas de jalons alignés sur les facteurs que le cerveau pourrait confondre avec la fin. Les duels LearnClash restent à 18 parce que 6 manches de 3 est un contrat annoncé d’avance, pas un compte découvert en cours de session. La différence entre les deux formats est la différence entre une limite connue et une falaise cachée. La règle du nombre premier en trois lignes :

• Les manches au nombre premier (37, 43, 47, 53, 89) s’expédient dans LearnClash Practice et les banques thématiques parce que les nombres premiers n’ont pas de signaux de sortie alignés sur les facteurs en cours de manche.
• Les manches à nombre rond (18 = 6 manches de 3) s’expédient dans les duels LearnClash parce que le compte est annoncé d’avance et les joueurs l’acceptent comme contrat.
• L’écart d’achèvement de 18 points (91 pour cent contre 73 pour cent) est le prix de choisir le mauvais format pour la condition. LearnClash le mesure à travers les thèmes ; le mécanisme apparaît dans trois études d’économie comportementale ; la solution coûte zéro.

Pour plus sur la philosophie de design LearnClash, voir notre exposé sur le SRS à 3 paliers, la méthodologie de la courbe de rétention LearnClash, la page statistiques LearnClash, pourquoi nous avons jeté la routine SRS 1/3/7/21, ou comment l’appariement ELO place les taux de victoire dans la bande 45 à 55 pour cent. Le motif sur toutes : choisir la mécanique qui respecte ce que le cerveau fait vraiment, pas celle qui sonne juste au premier abord. Parcourez le cluster sciences de l’apprentissage LearnClash pour plus d’analyses approfondies, ou lancez une manche LearnClash Practice de 37 questions et voyez la règle du nombre premier en action.

• Pope, D. et Simonsohn, U. (2011), « Round Numbers as Goals: Evidence From Baseball, SAT Takers, and the Lab », Psychological Science, 22(1), 71-79
• Kivetz, R., Urminsky, O. et Zheng, Y. (2006), « The Goal-Gradient Hypothesis Resurrected: Purchase Acceleration, Illusionary Goal Progress, and Customer Retention », Journal of Marketing Research, 43(1), 39-58
• Nunes, J. C. et Drèze, X. (2006), « The Endowed Progress Effect: How Artificial Advancement Increases Effort », Journal of Consumer Research, 32(4), 504-512
• SurveyMonkey (2024), « Does Adding One More Question Impact Survey Completion Rate ? »
• Ackerman, P. L. et Kanfer, R. (2013), « Investigating the Effects of Exam Length on Performance and Cognitive Fatigue », PLOS One, 8(8), e70270