---
title: "Système de Classement ELO [Guide 2026] Expliqué"
description: "Le système ELO classe les joueurs par niveau réel. Des échecs aux quiz LearnClash, la formule expliquée avec 8 paliers, propulsée par Glicko-2."
canonical: https://learnclash.com/fr/blog/systeme-classement-elo
published: 2026-03-20
updated: 2026-07-13
locale: fr
author: David Moosmann
publisher: LearnClash (Pluxia GmbH)
---

Le **système de classement ELO** est une méthode mathématique pour calculer les niveaux de compétence relatifs en confrontation directe. Conçu par le physicien **Arpad Elo** dans les années 1950 et adopté par la fédération américaine d'échecs en 1960, il prédit la probabilité de victoire à partir de l'écart de classement et ajuste les notes des deux joueurs après chaque match. LearnClash affiche un classement de style ELO sur 8 paliers et le calcule avec **Glicko-2** sous le capot.

Une idée. Soixante ans. Toujours invaincue.

Voici ce que cela donne en pratique :

| | Système de classement LearnClash |
|---|---|
| **Note de départ** | 1 300 (Or II, moyenne de l'échelle) |
| **Moteur** | Glicko-2 (classement + déviation + volatilité), affiché comme un nombre de style ELO |
| **Calibration des nouveaux** | La déviation de classement (RD) démarre à 250 et se stabilise en une dizaine de duels |
| **Variation stabilisée** | Plancher RD de 90, réglé pour qu'un duel à classement égal déplace environ 20 points |
| **Paliers** | 8 : Fer → Bronze → Argent → Or → Platine → Émeraude → Diamant → Phénix |
| **Plage de classement** | 100 (plancher) à 2 400+ (Phénix) |
| **Format de duel** | 6 manches x 3 questions (18 au total), asynchrone avec échéance de 72 heures |
| **Difficulté adaptative** | Le mélange de questions se corse par paliers de 200 points quand la moyenne du duel monte |
| **Inactivité** | Aucune dégradation ; la RD grandit en votre absence, donc les duels de retour déplacent plus votre note |

Cet article décortique les calculs exacts, la psychologie qui rend le système addictif et comment LearnClash l'implémente différemment des échecs. [Lancez un duel quiz classé sur le sujet de votre choix](/t/popular-culture-entertainment) pour voir votre ELO en action.

<a href="/t/popular-culture-entertainment" class="cta-button">
  <span class="cta-icon">⚡</span> Lancez votre premier duel quiz classé sur LearnClash
</a>

## Que signifie « ELO » ?

LearnClash s'appuie sur un nom, pas un sigle : ELO **n'est pas un acronyme**. Le terme vient d'**Arpad Elo** (1903-1992), physicien d'origine hongroise qui a fait l'essentiel de sa carrière à l'université Marquette de Milwaukee. Ces fondations mathématiques ont plus de six décennies. LearnClash les a reprises pour les duels quiz au lieu des échecs.

> « Le classement d'un joueur est un nombre qui peut servir d'indice de capacité de performance. Son but est de fournir une méthode équitable de handicap. »
> Arpad Elo, [*The Rating of Chessplayers, Past and Present*](https://link.springer.com/book/10.1007/978-1-4757-4284-8) (1978)

Elo a conçu son système parce que la méthode de classement utilisée par les fédérations d'échecs de l'époque, le *système Harkness*, produisait des résultats très inexacts. Les joueurs le manipulaient en évitant les adversaires forts. Mais l'intuition d'Elo était plus simple : prédire le résultat d'abord, puis ajuster les classements selon que la réalité correspondait ou non à la prédiction.

La fédération américaine d'échecs l'a adopté en **1960**. La **FIDE** a suivi en 1970. Aujourd'hui, le système dépasse largement les échecs : League of Legends, Overwatch, Valorant, Counter-Strike, le classement mondial FIFA (adopté en 2018) et des [applications quiz comme LearnClash](/fr/blog/meilleures-applications-quiz) utilisent tous un matchmaking basé sur l'ELO pour les [duels quiz compétitifs](/fr/blog/learnclash-vs-trivia-crack) et bien au-delà.

## Comment fonctionne la formule ELO ?

La formule classique tourne en deux temps, et le moteur de LearnClash suit la même logique prédire-puis-ajuster après chaque duel classé, avec les deux notes mises à jour dans la seconde qui suit la dernière réponse. D'abord un *score attendu* (la probabilité de victoire d'après l'écart de classement). Ensuite l'ajustement des deux notes selon que le résultat a dépassé ou manqué cette prédiction.

![Formule du score attendu ELO montrant le calcul 1/(1+10^((Rb-Ra)/400)) avec des exemples pour un joueur classé 1 200 contre un adversaire classé 1 000](../../../assets/blog/elo-rating-system/elo-rating-system-formula.png)
*La formule ELO prédit la probabilité de victoire à partir de l'écart de classement, puis ajuste les notes des deux joueurs selon le résultat réel.*

### Étape 1 : prédire qui devrait gagner

**En termes simples :** le système examine l'écart de classement entre deux joueurs et calcule la probabilité de victoire de chacun. Un petit écart signifie un match serré. Un grand écart signifie que le joueur le plus fort devrait gagner presque à coup sûr.

**La formule :**

**E = 1 / (1 + 10^((Rb - Ra) / 400))**

Où Ra est votre classement et Rb celui de votre adversaire. Le nombre **400** est une constante d'échelle choisie par Elo pour qu'un **écart de 200 points** donne au joueur le plus fort environ 75 % de probabilité de victoire.

**Voyez par vous-même :**

| Scénario | Votre ELO | ELO adverse | Votre probabilité de victoire |
|----------|-----------|-------------|-------------------------------|
| Match équilibré | 1 300 | 1 300 | 50 % |
| Léger favori | 1 500 | 1 300 | 76 % |
| Grand favori | 1 900 | 1 300 | 97 % |
| Outsider | 1 300 | 1 900 | 3 % |

Les grands écarts de classement produisent exactement ces prédictions déséquilibrées, dans le matchmaking LearnClash comme aux échecs. Les maths collent à la réalité.

### Étape 2 : ajuster les classements selon le résultat réel

**L'idée :** une fois le duel terminé, le système compare ce qui *s'est réellement passé* à ce qu'il *avait prédit*. Gagné comme prévu ? Vous empochez quelques points. Gagné alors qu'il vous voyait perdant ? Vous en empochez beaucoup. La surprise commande l'ampleur de l'ajustement.

**La formule :**

**Nouveau classement = Ancien classement + K x (Résultat - Attendu)**

Où Résultat vaut **1** pour une victoire, **0** pour une défaite et **0,5** pour un nul. K est le facteur K (détaillé dans la section suivante). C'est la formule de l'Elo classique, la version historique des échecs : un exemple pédagogique, pas la façon dont LearnClash calcule votre classement.

**Exemple détaillé (Elo classique, pas LearnClash) :** un joueur d'échecs classé 1 200 bat un adversaire classé 1 000. Les deux utilisent K=20, une valeur typique pour joueurs établis aux échecs.

1. Le système prédisait que le joueur à 1 200 gagnerait 76 % du temps
2. Il a gagné (Résultat = 1), donc : 20 x (1 - 0,76) = **+5 points**
3. Le perdant : 20 x (0 - 0,24) = **-5 points**

Ajustement modeste, car le favori a gagné comme prévu. Inversons la situation : si l'outsider classé 1 000 avait gagné, il aurait obtenu 20 x (1 - 0,24) = **+15 points**. Triple la récompense. **Plus la surprise est grande, plus le swing est important.** Et cette asymétrie est le moteur qui rend l'ELO auto-correcteur.

Voilà comment l'Elo classique note. Pas LearnClash : son moteur est Glicko-2, sans facteur K fixe. Vous démarrez à 1 300, chaque ajustement est pondéré par la déviation de classement (RD), et un duel à classement égal entre notes stabilisées déplace environ 20 points. Les deux sections suivantes entrent dans le détail.

LearnClash applique ces [paliers de difficulté à chaque duel quiz](/fr/blog/questions-quiz-sciences), en adaptant la difficulté des questions à votre classement actuel.

## Qu'est-ce que le facteur K (et pourquoi est-il important) ?

Dans l'ELO classique, un seul nombre décide de l'impact d'un résultat sur votre classement : le **facteur K**. Voyez-le comme un curseur de sensibilité. K élevé, variations fortes. Les fédérations d'échecs appliquent des barèmes à deux vitesses, un K haut pendant la calibration d'un nouveau joueur et un K plus bas une fois sa note stabilisée. LearnClash n'en utilise aucun, et cette section explique le concept qu'il a remplacé.

![Comparaison des facteurs K entre plateformes de classement classiques : FIDE Échecs K=40/20, Chess.com K=40/16, League of Legends K=40/variable, et une ligne LearnClash en surbrillance : pas de facteur K, déviation Glicko-2 (de 250 à 90)](../../../assets/blog/elo-rating-system/elo-rating-system-k-factor.png)
*Barèmes de facteur K sur différentes plateformes compétitives. LearnClash décrivait autrefois sa calibration dans ces termes ; le moteur est en réalité Glicko-2, qui remplace K par la déviation de classement (section suivante).*

| Plateforme | K nouveau joueur | K confirmé | Seuil |
|------------|-----------------|------------|-------|
| FIDE Échecs | 40 | 20 | 30 parties classées |
| Chess.com | ~40 | ~16 | Période provisoire |
| League of Legends | ~40 (placement) | Variable | 10 placements |

Pourquoi deux vitesses ? Les premières parties classées d'un joueur constituent une *phase de calibration*. Le système doit trouver son vrai niveau rapidement, alors il autorise de grands bonds. Passé le seuil, K baisse, la note se stabilise, et chaque résultat la déplace encore, mais deux fois moins fort.

**Même surprise, facteur K différent.** Supposons qu'un joueur à 900 batte un joueur à 1 100. Score attendu pour l'outsider : 0,24.

- Avec K=40 (nouveau joueur) : gain = 40 x (1 - 0,24) = **+30 points**
- Avec K=20 (confirmé) : gain = 20 x (1 - 0,24) = **+15 points**

Double le K, double la récompense. Ce barème est la réponse des échecs à une question difficile : à quelle vitesse une note doit-elle bouger tant qu'on ignore la force réelle de quelqu'un ?

LearnClash décrivait autrefois sa propre calibration exactement dans ces termes. Nous avons arrêté, parce que ce n'est pas ce que fait le moteur. Il n'existe **aucun facteur K nulle part dans le code de classement de LearnClash**.

## Pourquoi LearnClash a abandonné le facteur K fixe

Le moteur de classement de LearnClash est une implémentation complète de **Glicko-2**, l'algorithme que Mark Glickman a publié comme successeur de la formule d'Elo et la même famille que fait tourner Lichess, mis à jour après chaque duel plutôt que par lots. Le nombre sur votre profil se lit toujours comme un ELO. L'arithmétique en dessous n'utilise pas K du tout.

Glicko-2 suit trois valeurs par joueur au lieu d'une :

1. **Classement** : le nombre familier, qui démarre à 1 300
2. **Déviation de classement (RD)** : la confiance du système dans ce nombre, entre 90 et 250 chez LearnClash
3. **Volatilité** : le caractère erratique de vos résultats, autour de 0,06 pour la plupart des joueurs

La RD est le remplaçant honnête d'un barème K. Un compte neuf démarre à **RD 250**, donc les premiers duels secouent fort le classement, et la déviation se stabilise vers le plancher en une dizaine de duels. Un nouveau joueur qui perd ses premiers duels peut tomber de 1 300 (Or II) en territoire Argent en une session ; s'il les gagne, Platine III est accessible tout aussi vite. C'est la RD 250 qui fait ce que K=40 tentait d'approximer, puis la calibration s'estompe progressivement au lieu de s'éteindre à un nombre de parties arbitraire.

![L'Elo classique suit un seul nombre déplacé par un facteur K fixe qui tombe de 40 à 20 d'une marche ; le Glicko-2 de LearnClash suit le classement (départ 1 300), la déviation (90-250) et la volatilité (~0,06), la calibration s'estompant sur une dizaine de duels](../../../assets/blog/elo-rating-system/elo-rating-system-glicko.png)
*Un barème K est une fonction en escalier figée dans une constante. La déviation de classement est une mesure par joueur qui s'estompe en continu.*

Côte à côte, paramètre par paramètre :

| Question | Elo classique | Glicko-2 chez LearnClash |
|---|---|---|
| Ce qui est suivi | Un seul nombre : votre classement | Classement, déviation (90-250), volatilité (~0,06) |
| Vitesse des variations | Barème K fixe (par exemple 40 puis 20) | Proportionnelle à la RD : les nouveaux varient fort, les stabilisés bougent d'~20 points à niveau égal |
| Quand vous êtes nouveau | K haut pendant N parties, puis une marche | La RD rétrécit en continu ; la calibration s'estompe au lieu de s'arrêter |
| Quand vous êtes absent | Rien, ou des règles de dégradation manuelles | La RD grandit, les duels de retour vous recalibrent plus vite |
| Quand vos résultats deviennent erratiques | Rien | La volatilité monte et laisse la note bouger davantage |

Nous avons aussi réglé l'extrémité stabilisée à dessein. Les duels de culture générale sont plus bruités que les échecs : un duel de 18 questions n'échantillonne qu'une mince tranche de ce qu'un joueur sait à travers les sujets, si bien que des variations à la mode échecs de 7 à 13 points noieraient les vrais progrès dans le bruit. Et elles semblaient mortes quand nous les avons essayées. Le plancher RD de **90** de LearnClash est calibré pour qu'une victoire ou une défaite à classement égal déplace environ **20 points**, assez pour se sentir, assez peu pour rester honnête. Un léger régulateur anti-déflation multiplie les gains par 1,015 pour les joueurs sous 2 000, injectant volontairement un filet de points dans l'échelle pour que la montée reste possible à mesure que la base de joueurs grandit.

> **À retenir :** un facteur K est une supposition sur l'incertitude, figée dans une constante. La déviation de classement est cette incertitude, mesurée par joueur et mise à jour à chaque duel.

Notre verdict, après avoir fait tourner ce moteur en production (juillet 2026) : pour une échelle de compétence en 2026, les systèmes à déviation de classement battent les barèmes K réglés à la main. La plupart des guides ELO vous font encore choisir un barème K. Sautez cette étape. Chaque cas qu'un barème K gère mal (le joueur qui revient, le joueur fraîchement calibré en série de défaites, le compte qui a changé de mains) est un cas où la réponse honnête est « nous ne sommes pas sûrs de ce classement en ce moment », et la RD dit exactement cela, avec un nombre que le moteur peut exploiter.

<a href="/t/dinosaur-paleontology" class="cta-button outline">
  <span class="cta-icon">🦕</span> Testez votre ELO avec un duel sur les dinosaures
</a>

## Comment LearnClash adapte-t-il l'ELO aux duels quiz ?

LearnClash pousse le classement bien plus loin que le simple compteur victoire/défaite. La **difficulté des questions** suit la moyenne de classement du duel. Le matchmaking note chaque adversaire avec un score composite pondéré **50 % proximité ELO plus 50 % similarité cosinus de catégorie**. Et chaque variation de classement s'inscrit dans un historique ELO persistant que vous pouvez relire duel par duel.

### 8 paliers classés, de Fer à Phénix

![Échelle ELO à 8 paliers de LearnClash, de Fer (100) à Bronze, Argent, Or, Platine, Émeraude, Diamant et Phénix (2400+) avec 22 subdivisions](../../../assets/blog/elo-rating-system/elo-rating-system-tiers.png)
*22 rangs au total sur 8 paliers. Les nouveaux joueurs démarrent à Or II (ELO 1 300, la moyenne de l'échelle). Phénix n'a pas de subdivisions.*

Chaque palier sauf Phénix compte trois subdivisions (III, II, I), créant **22 rangs distincts**. Voici le détail complet du système de classement LearnClash :

| Palier | Plage ELO | Subdivisions |
|--------|-----------|-------------|
| Fer | 100-599 | III, II, I |
| Bronze | 600-899 | III, II, I |
| Argent | 900-1 199 | III, II, I |
| Or | 1 200-1 499 | III, II, I |
| Platine | 1 500-1 799 | III, II, I |
| Émeraude | 1 800-2 099 | III, II, I |
| Diamant | 2 100-2 399 | III, II, I |
| Phénix | 2 400+ | Aucune |

Les nouveaux joueurs démarrent à **ELO 1 300**, ce qui les place en Or II. C'est la moyenne de l'échelle, choisie pour qu'après calibration, environ la moitié de l'échelle se situe au-dessus et l'autre moitié en dessous. Le plancher est **ELO 100**, empêchant les classements négatifs. Il n'y a pas de plafond. Les noms de paliers reprennent les conventions du jeu compétitif (League of Legends, Valorant) parce que les joueurs comprennent déjà la progression de façon intuitive. Pour voir comment l'échelle, le matchmaker et le SRS s'emboîtent de bout en bout, consultez la [page des statistiques LearnClash](/fr/blog/learnclash-statistiques).

### La difficulté des questions évolue avec votre classement

Le matchmaking par niveau, ce n'est que la moitié du travail. Les questions elles-mêmes changent aussi.

![Mélange de difficulté des questions selon la moyenne de classement du duel : sous 1 200, 3 questions faciles par manche, durcissant par paliers de 200 points jusqu'à 3 questions difficiles par manche à partir de 2 200](../../../assets/blog/elo-rating-system/elo-rating-system-difficulty.png)
*Chaque manche de 3 questions adapte son mélange de difficulté à la moyenne de classement des deux joueurs du duel.*

Chaque duel comporte **6 manches de 3 questions (18 au total)**. Le mélange par manche suit le classement moyen des deux joueurs et progresse par **paliers de 200 points**, sans coller aux insignes de palier :

| Moyenne du duel | Facile | Moyen | Difficile | Sensation de jeu |
|-------------|--------|-------|-----------|------------------|
| Sous 1 200 | 3 | 0 | 0 | Rampe de récupération : que du facile |
| 1 200-1 399 | 2 | 1 | 0 | Le réglage par défaut des nouveaux à 1 300 |
| 1 400-1 599 | 1 | 2 | 0 | Dominante moyenne |
| 1 600-1 799 | 1 | 1 | 1 | Première question difficile, tampon facile conservé |
| 1 800-1 999 | 0 | 2 | 1 | Le difficile devient courant |
| 2 000-2 199 | 0 | 1 | 2 | Dominante difficile |
| 2 200+ | 0 | 0 | 3 | Pur expert |

Deux détails sont voulus. Les nouveaux joueurs à 1 300 démarrent sur **2 faciles + 1 moyenne**, et quiconque descend sous une moyenne de 1 200 repasse en tout-facile, une rampe de récupération plutôt qu'une punition. Et la première question difficile apparaît à **1 600** (au cœur de Platine) avec une question facile conservée en tampon dans la manche ; à partir de **2 200**, chaque question est difficile, ce qui commence dès Diamant, avant l'insigne Phénix.

Quand nous avons conçu ce système, l'objectif était clair : votre classement doit refléter ce que vous savez réellement, pas seulement votre vitesse de réaction. La courbe de difficulté garantit que les [questions de culture générale](/fr/blog/questions-culture-generale) à votre niveau vous mettent véritablement à l'épreuve, que le sujet soit les capitales du monde ou la [culture pop des années 90](/fr/blog/questions-quiz-annees-90).

### Le matchmaking ne repose pas uniquement sur l'ELO

LearnClash ne se limite pas à l'ELO pour apparier les joueurs. Le matchmaker composite évalue les adversaires potentiels avec une pondération 50/50 :

1. **Proximité ELO (50 %)** : score parfait à 0 d'écart, décline jusqu'à 0 à ±400
2. **Similarité cosinus de catégorie (50 %)** : cosinus sur le vecteur de sujets récents de chaque joueur

Pour les tout nouveaux comptes avec moins de cinq choix de sujets, le matcher note sur la seule proximité ELO jusqu'à ce que le profil d'intérêts ait assez de signal.

Vous tombez donc sur des adversaires proches de votre niveau ET qui partagent vos centres d'intérêt. Un passionné d'histoire classé 1 200 croisera plutôt un autre joueur d'histoire à 1 200 qu'un spécialiste de sciences au même classement. Les matchs **semblent pertinents, jamais aléatoires**, et la plupart des duels appariés par ELO atterrissent dans une [fourchette de taux de victoire serrée et équilibrée](/fr/blog/appariement-elo-taux-victoire).

> **Le saviez-vous ?** LearnClash interroge des duels ouverts dans la file d'attente de matchmaking et note chacun avec cette formule composite. Si aucun adversaire convenable n'existe, le système crée un nouveau duel ouvert et attend. Il ne forcera jamais un mauvais appariement juste pour réduire le temps d'attente.

## Que se passe-t-il quand vous arrêtez de jouer ?

LearnClash n'applique aucune dégradation d'ELO. Votre classement reste figé là où vous l'avez laissé. Ce qui bouge, c'est la *confiance* du système. Pendant votre absence, votre **déviation de classement Glicko-2 (RD)** grandit depuis son plancher stabilisé de 90 vers le plafond de 250, et dès qu'elle franchit 100, l'application affiche votre classement comme **En calibration** au lieu de le traiter comme stabilisé.

![La déviation de classement Glicko-2 grandit pendant l'inactivité : les comptes stabilisés restent au plancher RD de 90, les comptes dormants dérivent vers le plafond de 250, et au-dessus de RD 100 le classement s'affiche En calibration jusqu'à ce que le jeu le resserre](../../../assets/blog/elo-rating-system/elo-rating-system-decay.png)
*Votre ELO reste intact lorsque vous faites une pause. La confiance du système dans ce nombre, non. La RD grandit pendant l'inactivité et se resserre quand vous jouez.*

Ce que la RD signifie à chaque niveau :

| RD | Lecture du système | Ce que vous remarquez |
|---|---|---|
| 90 (plancher) | Classement pleinement stabilisé | Les duels à niveau égal vous déplacent d'environ 20 points |
| Au-dessus de 100 | Provisoire | Le classement s'affiche En calibration |
| En croissance (inactif) | De moins en moins sûr | Vos premiers duels au retour secouent plus fort |
| 250 (plafond) | Tout neuf ou longuement dormant | Variation maximale par duel |

Trois choix de conception rendent ce système équitable :

1. **Votre nombre principal reste le vôtre.** Aucun point n'est soustrait pour une semaine de pause. Les joueurs occasionnels n'ont pas besoin de jouer en boucle pour protéger un classement.
2. **La RD signale l'incertitude, pas une punition.** Rien ne garantit qu'un compte dormant à 2 300 joue encore comme un 2 300, donc le moteur traite la note comme une fourchette plus large jusqu'à ce que de nouveaux duels prouvent le contraire.
3. **La recalibration est rapide par conception.** Une RD élevée fait compter davantage les duels de retour, si bien qu'un joueur qui revient retrouve un classement honnête en une poignée de parties au lieu d'en enchaîner des dizaines.

Jouer resserre la RD ; chaque duel la ramène vers le plancher. League of Legends utilise une perte de LP en Diamant+ et la FIDE signale les joueurs inactifs après deux ans sans parties classées. L'approche RD de LearnClash prend un autre chemin. Elle préserve votre classement en élargissant seulement l'incertitude autour, afin que les joueurs occasionnels ne soient pas punis pour une semaine tranquille et que les premiers résultats d'un joueur de retour comptent vraiment.

## Pourquoi l'ELO rend-il les duels quiz addictifs ?

Dans LearnClash, l'ELO est un nombre visible et persistant qui bouge après chaque duel. Du coup, chaque match porte un enjeu que vous ressentez vraiment, et pas seulement une ligne de score qui s'efface.

![La boucle addictive de l'ELO : récompenses variables (proportionnelles à l'écart de classement et à la RD), aversion à la perte (les défaites font 2x plus mal), quasi-victoires (scores 8 contre 9), promotions de palier (22 rangs) et progression des connaissances à travers 3 stades de maîtrise SRS](../../../assets/blog/elo-rating-system/elo-rating-system-psychology.png)
*Cinq déclencheurs psychologiques forment une boucle auto-renforçante qui rend les duels quiz classés compulsivement engageants.* La combinaison de *récompenses variables*, d'*aversion à la perte* et de *psychologie de la quasi-victoire* rend le jeu classé compulsivement engageant. LearnClash ajoute la [répétition espacée](/fr/blog/repetition-espacee) par-dessus, de sorte que la boucle addictive construit réellement des connaissances au lieu de faire perdre du temps.

| Déclencheur psychologique | Comment ça marche dans LearnClash |
|---|---|
| **Récompenses variables** | Les gains suivent l'écart de classement : un match équilibré déplace environ 20 points, les exploits paient plus |
| **Aversion à la perte** | Perdre 15 ELO fait 2x plus mal que gagner 15 ne fait plaisir |
| **Effet de quasi-victoire** | Perdre 9-8 sur 18 questions donne l'impression d'avoir presque gagné |
| **Promotions de palier** | 22 subdivisions = fréquentes montées en grade qui stimulent la dopamine |
| **Bénéfice d'apprentissage** | Le SRS transforme la boucle addictive en connaissances réelles |

**Récompenses variables.** Battre un joueur mieux classé rapporte plus que battre un joueur moins bien classé, et les deux gains varient selon le degré de stabilité des notes. Vous ne connaissez jamais le montant exact avant la fin du duel. Pure psychologie de machine à sous.

**Aversion à la perte.** Kahneman et Tversky ont démontré que les pertes sont ressenties comme environ [deux fois plus douloureuses que les gains équivalents ne sont agréables](https://www.jstor.org/stable/1914185). Dans LearnClash, où votre badge de palier est visible sur votre profil, perdre 15 points ELO fait bien plus mal que gagner 15 ne fait plaisir.

> **Le saviez-vous ?** LearnClash conserve votre historique ELO complet pour chaque duel, forfait et variation de RD. Vous pouvez retracer l'intégralité de votre parcours de classement dans la section de statistiques approfondies de l'application, y compris les sujets qui ont provoqué vos plus gros gains et pertes.

**Effet de quasi-victoire.** Perdre un duel 9-8 (sur 18 questions) quand une seule bonne réponse supplémentaire aurait inversé le résultat. Votre cerveau interprète cela comme un *quasi-succès*, pas comme un échec. Les sujets tournent à chaque manche, si bien qu'une seule question sur un [thème culinaire méconnu](/fr/blog/questions-quiz-nourriture) peut faire basculer la balance.

**Promotions de palier.** Passer d'Argent I à Or III produit un pic de dopamine que les systèmes à points simples ne peuvent pas reproduire. Quand nous avons conçu le [système à 8 paliers de LearnClash face à des alternatives plus simples comme le scoring par points de Kahoot](/fr/blog/learnclash-vs-kahoot), nous avons placé les frontières de palier pour créer des moments de promotion fréquents. Les **22 subdivisions** font que vous n'êtes jamais loin de la prochaine montée en grade.

**Le twist apprentissage.** La plupart des boucles de jeu addictives sont des calories vides. Pas celle-ci. Le système de **[répétition espacée](/fr/blog/repetition-espacee)** de LearnClash fait entrer chaque question dans un cycle de maîtrise en 3 stades (Apprentissage, Connu, Maîtrisé) avec des intervalles de révision de 7 jours et 90 jours. Le SRS de LearnClash s'appuie sur [l'effet de test](/fr/blog/effet-de-test). Et la raison pour laquelle les matchs serrés font mieux apprendre porte un nom : [l'apprentissage compétitif](/fr/blog/apprentissage-competitif). L'addiction a un résultat concret : vous devenez plus savant en grimpant.

## Où le système ELO est-il utilisé en dehors des échecs ?

LearnClash n'est qu'une halte récente sur un chemin qui part de la FIDE en 1970. Depuis, l'ELO touche presque tout domaine où deux compétiteurs produisent un résultat mesurable : League of Legends, Overwatch, Valorant, Counter-Strike, Rocket League. La même formule tient pour des duels quiz fondés sur les connaissances, pas sur les réflexes ni la visée.

![Chronologie d'adoption de l'ELO de 1960 (échecs US) à la FIDE (1970), tennis de table (années 1980), jeux vidéo (années 2000), FIFA (2018), puis duels quiz LearnClash et classement de modèles IA (années 2020)](../../../assets/blog/elo-rating-system/elo-rating-system-beyond.png)
*Le système ELO a dépassé les échecs. Six décennies plus tard, il classe tout : des joueurs de jeux vidéo aux modèles de langage IA.*

| Décennie | Adoption de l'ELO |
|----------|-------------------|
| Années 1960 | Fédération américaine d'échecs |
| Années 1970 | FIDE (échecs internationaux) |
| Années 1980 | Tennis de table, Go |
| Années 2000 | Jeux vidéo (LoL, Overwatch, CS) |
| 2018 | Classement mondial FIFA |
| Années 2020 | Plateformes de quiz (LearnClash), classement de modèles IA (*Chatbot Arena*) |

Plusieurs variantes améliorées existent aujourd'hui. [**Glicko** et **Glicko-2**](https://www.glicko.net/glicko/glicko.pdf), développés par Mark Glickman à l'université de Boston, ajoutent une *déviation de classement* (RD) qui mesure la confiance du système dans votre classement. Lichess et Pokemon Go utilisent Glicko-2. *TrueSkill* de Microsoft étend l'ELO aux jeux en équipe.

LearnClash appartient à la colonne Glicko-2. La couche visible par le joueur est de style ELO parce que c'est ce que les joueurs reconnaissent et ce que les échecs ont appris au monde à lire, mais le moteur en dessous est intégralement Glicko-2 : chaque mise à jour de classement exécute l'algorithme de Glickman, la RD décidant de l'ampleur de chaque variation et grandissant pendant l'inactivité pour recalibrer vite les retours. ELO par-dessus, Glicko-2 en dessous. Pour une comparaison avec une autre application de duels quiz 1v1, consultez notre [comparatif LearnClash vs QuizDuel](/fr/blog/learnclash-vs-quizduel).

> **Le saviez-vous ?** L'ELO classique est *à somme nulle* : le gagnant récupère exactement ce que le perdant perd. Le moteur Glicko-2 de LearnClash, non. La mise à jour de chaque joueur est proportionnelle à sa propre déviation de classement, si bien que la note d'un nouveau joueur peut bouger plusieurs fois plus que celle de son adversaire établi dans le même duel. Et un régulateur anti-déflation multiplie les gains par 1,015 pour les joueurs sous 2 000, injectant volontairement un filet de points dans l'échelle.

Le concept ELO apparaît aussi dans des domaines inattendus. L'algorithme initial de Tinder utilisait apparemment l'ELO pour classer l'attractivité des profils (ils ont abandonné cette approche après les critiques). FiveThirtyEight utilise l'ELO pour prédire les élections. Le système fonctionne partout où l'on doit classer des entités à partir de confrontations par paires.

## Comment gravir l'échelle ELO plus vite ?

Le moyen le plus rapide de monter dans LearnClash est de battre régulièrement des adversaires mieux classés, car le calcul du classement récompense les surprises par des gains de points plus importants. La [répétition espacée](/fr/blog/repetition-espacee) soutient directement cet objectif en faisant réapparaître les questions que vous avez ratées jusqu'à leur maîtrise complète. LearnClash transforme l'entraînement en avantage compétitif.

![5 stratégies pour gravir l'échelle ELO : jouez vos 10 premiers duels pour stabiliser la calibration, diversifiez sur 6 sujets, utilisez le mode entraînement SRS (intervalles 7j/90j), restez actif pour garder la RD serrée, acceptez les matchs difficiles](../../../assets/blog/elo-rating-system/elo-rating-system-climb.png)
*Cinq stratégies qui accélèrent votre ascension de Bronze à Platine et au-delà.*

| Stratégie | Pourquoi ça marche |
|-----------|-------------------|
| **Jouez vos 10 premiers duels tôt** | Votre RD démarre à 250 et se stabilise vers le plancher en une dizaine de duels. Ces duels de calibration déplacent le plus votre classement : c'est la voie la plus rapide vers votre vrai niveau. |
| **Diversifiez les sujets** | Les duels couvrent 6 sujets. Les joueurs unidimensionnels plafonnent quand la [mythologie](/fr/blog/questions-quiz-mythologie-grecque), la [géographie](/fr/blog/questions-quiz-geographie), les [paradoxes mathématiques](/fr/blog/questions-quiz-mathematiques) ou la [physique](/t/physics-science) apparaît. |
| **Mode entraînement entre les duels** | Les questions ratées entrent dans le SRS avec des intervalles de révision à 7j/90j. Travailler vos points faibles comme l'[histoire](/fr/blog/questions-quiz-histoire) ou la [géographie](/t/geography-subject) améliore directement votre précision en duel. |
| **Restez actif** | La croissance de la RD pendant les pauses est bien réelle. Un duel rapide la resserre et garde votre classement stabilisé au lieu de le laisser glisser vers En calibration. |
| **Acceptez les matchs difficiles** | Perdre contre quelqu'un classé 300 au-dessus coûte peu de points. Une victoire surprise rapporte plusieurs fois un gain de match équilibré. Les maths jouent toujours en votre faveur. |

L'idée de départ n'a pas changé depuis 1960. Ce qui a changé, c'est où elle s'applique et comment tourne la calibration. LearnClash place Glicko-2 derrière chaque duel quiz, pour que le nombre de style ELO sur votre profil ait une vraie signification. Chaque manche dure 3 minutes.

<a href="/fr/blog/sciences-apprentissage" class="cta-button">
  <span class="cta-icon">🧠</span> Découvrez nos articles sur les sciences de l'apprentissage
</a>
