Statistiques sur le surlignage : ce que montre la recherche

Les chiffres clés

Si vous ne retenez qu'un seul tableau de cette page, que ce soit celui-ci.

Chacun de ces chiffres a une histoire derrière lui, et plusieurs sont largement mal cités. Les sections ci-dessous donnent le contexte.

Le surlignage fonctionne-t-il ? Ce que dit la recherche en laboratoire

Le verdict le plus cité sur le surlignage vient de la monographie de 2013 de Dunlosky et ses collègues dans Psychological Science in the Public Interest, qui a passé en revue dix techniques d'apprentissage populaires. Le surlignage et le soulignement ont reçu la note la plus basse de la revue, « faible utilité », aux côtés de la relecture et du résumé. Le test pratique et la pratique espacée ont obtenu les meilleures notes.

Deux détails se perdent généralement quand ce résultat est cité.

Premièrement, les études derrière cette note testaient le surlignage comme une activité passive en un seul passage : marquer quelques lignes, les relire plus tard, passer un test. Dans ces conditions, marquer le texte n'ajoute pas grand-chose à la simple lecture. La revue n'a pas testé le surlignage comme étape de capture au sein d'un système plus large, où les surlignages alimentent ensuite la pratique de récupération, des notes ou une révision espacée.

Deuxièmement, la revue a constaté que le surlignage peut même nuire à la performance sur les questions d'inférence, et que les bénéfices apparaissent surtout quand le marquage est sélectif. Marquer des paragraphes entiers épargne au cerveau le travail de décider ce qui compte, et c'est dans cette décision que se produit l'apprentissage. La sélectivité est l'ingrédient actif, un point que nous détaillons dans The Science of Highlighting.

La lecture honnête de la littérature de laboratoire est donc étroite : le surlignage seul ne produit pas d'apprentissage durable ; le surlignage comme porte d'entrée vers le rappel actif et la révision est une activité différente, largement non testée.

Comment les gens surlignent vraiment : des données issues de millions de surlignages

Les études de laboratoire observent en général quelques dizaines d'étudiants lisant quelques passages. Glasp exploite une plateforme de surlignage social comptant plus de 1 000 000 d'utilisateurs et des millions de surlignages, et publie des recherches soumises à évaluation sur ces données comportementales. La série complète se trouve sur la page Glasp Research ; trois résultats comptent le plus ici.

Ce que les gens marquent à l'intérieur d'un document est majoritairement partagé. Parmi les lecteurs d'un même document, les surlignages se concentrent sur les mêmes passages. Un modèle qui ne connaît que ce que la foule a marqué prédit le prochain surlignage d'un individu presque aussi bien qu'un modèle ajusté à cet individu : le gain personnel au sein d'un document est minuscule, environ +0,017 AUC (Paper I, arXiv:2606.09024).

L'individualité réside dans le choix des documents. La même modélisation montre un gain bien plus grand, environ +0,13, quand on prédit avec quels documents une personne va interagir tout court (Paper II, arXiv:2606.10398). En termes simples : vous n'êtes pas spécial dans ce que vous soulignez, vous êtes spécial dans ce que vous décidez de lire.

Les lecteurs forment des factions, mais seulement au sein d'un document. Sur les textes contestés, les lecteurs se scindent en sous-groupes distincts qui marquent des régions différentes, avec une forte séparation statistique (z ≈ +6,3). Pourtant, l'appartenance à ces factions ne se transfère guère d'un document au suivant (Paper III, arXiv:2606.11613). Le désaccord sur ce qui compte est réel, mais il est situationnel, pas identitaire.

Les surlignages peuvent-ils être prédits ?

Deux résultats supplémentaires de la même série répondent à des questions pratiques.

La prédiction à froid fonctionne, sur la longue traîne. Pour un document tout neuf sans aucun lecteur, un modèle entraîné peut prédire quels passages la foule finira par surligner, battant la solide base de référence « les gens surlignent le début » d'environ +0,04 en précision moyenne. L'avantage se concentre sur la longue traîne, les passages moins populaires où les heuristiques simples échouent (Paper IV, arXiv:2606.11654).

L'identité de lecture est durable. Un profil des intérêts d'un lecteur figé après ses six premiers mois prédit ses choix de documents des années plus tard sans déclin mesurable : le ratio de rétention apparié est de 1,003, et le profil figé bat encore une base de référence fondée sur la popularité par plus de 3 contre 1 en prédiction du prochain document (Paper V, arXiv:2606.12904). Votre goût de lecture se comporte comme un trait, pas comme une humeur.

Pour quiconque bâtit un système de gestion des connaissances personnelles, ce dernier chiffre est discrètement encourageant : les intérêts que vous capturez aujourd'hui vous décriront encore dans deux ans, donc la bibliothèque que vous construisez se capitalise au lieu d'expirer.

Vitesse de lecture et attention : le contexte dans lequel vit le surlignage

Les statistiques sur le surlignage n'ont de sens que sur la toile de fond de la façon dont les gens lisent.

Vitesse de lecture. L'estimation la plus soigneuse vient de la méta-analyse de Brysbaert de 2019 portant sur 190 études : les adultes lisent silencieusement la non-fiction à environ 238 mots par minute en moyenne, avec de larges variations individuelles. Les affirmations selon lesquelles des lecteurs ordinaires tripleraient cette vitesse sans perdre en compréhension n'ont pas résisté aux tests.

Attention. Les recherches de Gloria Mark sur l'attention aux écrans, à UC Irvine, ont suivi des travailleurs du savoir pendant près de deux décennies : l'attention moyenne sur un même écran est tombée d'environ deux minutes et demie en 2004 à environ 47 secondes ces dernières années. La fameuse statistique « une capacité d'attention de 8 secondes, plus courte que celle d'un poisson rouge », en revanche, n'a aucune source primaire traçable et doit être traitée comme un mythe, un sujet que nous creusons dans The Attention Span Crisis.

Mis bout à bout : un article de 5 000 mots coûte au lecteur moyen environ 20 minutes d'une attention de plus en plus fragmentée. Une bonne couche de surlignage est ce qui permet à cet investissement de survivre au prochain changement d'onglet, ce qui constitue l'argument pratique pour des outils comme un surligneur web qui maintiennent l'étape de capture à zéro friction.

L'IA et les études en 2026

L'environnement autour du surlignage a changé plus vite ces trois dernières années qu'au cours des trente précédentes.

Le HEPI / Kortext Student Generative AI Survey 2026 chiffre le phénomène pour les étudiants de licence britanniques : 94 % utilisent désormais l'IA générative sous une forme ou une autre pour des travaux notés, contre 88 % en 2025 et 53 % en 2024. La part de ceux qui collent directement du texte généré par l'IA dans des travaux notés a atteint 12 %, contre 8 % l'année précédente.

La littérature de laboratoire n'a pas rattrapé ce basculement, et l'énoncé statistique honnête est qu'il n'existe encore aucune preuve à long terme sur les effets d'apprentissage. Ce que suggèrent en revanche les données comportementales ci-dessus, c'est une division du travail : l'IA excelle à compresser ce que dit un document, tandis que vos surlignages enregistrent la seule chose que l'IA ne peut pas savoir, c'est-à-dire ce qui a compté pour vous. Les résumés d'un résumeur YouTube IA vous disent si une source mérite votre attention ; vos surlignages sont le résidu de la lui avoir accordée.

Ce que les statistiques signifient pour votre système d'étude

Lire ces chiffres ensemble pointe vers une façon précise de travailler plutôt que vers un verdict pour ou contre le surligneur.

1. Surlignez sélectivement, puis faites-en quelque chose. La note « faible utilité » s'attache au marquer-et-relire. Les techniques appuyées par les preuves, la pratique de récupération et l'espacement, ont besoin de matière première, et les surlignages sont le moyen le moins coûteux de la collecter.
2. Investissez votre effort dans la sélection. Les données disent que le choix des documents est le lieu de l'individualité. Soigner ce qui entre dans votre file de lecture compte plus que perfectionner votre style de marquage.
3. Faites confiance à votre bibliothèque pour bien vieillir. L'identité de lecture est stable sur des années, donc les surlignages capturés aujourd'hui gardent leur valeur ; exportez-les vers un endroit permanent, que ce soit vos surlignages Kindle dans votre application de notes ou une configuration MCP connectée qui permet à votre assistant IA de les rechercher.
4. Partez du principe d'une attention fragmentée. Avec une attention à l'écran inférieure à la minute, les systèmes exigeant de longues sessions ininterrompues échouent par conception. Capturez en secondes, révisez en minutes.

Foire aux questions

Le surlignage est-il une perte de temps ?

À lui seul, en grande partie oui : la revue de Dunlosky a noté le marquer-et-relire « faible utilité ». Comme étape de capture alimentant la pratique de récupération, la révision espacée ou des notes, la critique ne s'applique plus, car les études derrière cette note n'étaient pas conçues pour tester ce flux de travail.

Quel pourcentage d'étudiants utilise l'IA pour les travaux scolaires ?

L'enquête HEPI / Kortext 2026 a trouvé que 94 % des étudiants de licence britanniques utilisent l'IA générative pour des travaux notés sous une forme ou une autre, contre 88 % en 2025 et 53 % en 2024. L'inclusion directe de texte généré par l'IA dans des travaux notés s'établit à 12 %.

À quelle vitesse lit une personne moyenne ?

Environ 238 mots par minute en lecture silencieuse de non-fiction, selon la méta-analyse de Brysbaert de 2019 portant sur 190 études. La fiction se lit légèrement plus vite, et de grandes différences individuelles sont normales.

Les gens surlignent-ils les mêmes choses ?

En grande partie, oui. Les recherches publiées de Glasp montrent qu'au sein d'un document, les surlignages d'un individu n'ajoutent qu'environ +0,017 AUC de signal prédictif par rapport à ce que la foule marque déjà. L'individualité se manifeste dans les documents que les gens choisissent, pas dans les lignes.

D'où viennent ces statistiques sur le surlignage ?

Les résultats de laboratoire proviennent de la recherche en psychologie évaluée par les pairs, principalement Dunlosky et al. (2013). Les résultats comportementaux proviennent de la série de recherches publiées par Glasp sur les données de sa propre plateforme, disponibles avec code et lots de reproductibilité sur glasp.co/research et sur arXiv.

Conclusion

Les statistiques sur le surlignage résolvent un vieux débat en le scindant. Le laboratoire a raison : marquer un texte et le relire n'apprend pas grand-chose. Les données comportementales ont raison aussi : les surlignages sont loin d'être du bruit ; ils sont assez cohérents pour être prédits, assez stables pour définir une identité de lecture durable, et personnels précisément par ce à quoi ils sont attachés. L'outil n'a jamais été le problème ; c'était la seconde étape manquante.

Si vous voulez les chiffres derrière cette page, chaque étude Glasp citée ici est publique, avec données et code, sur glasp.co/research. Et si vous voulez que votre propre lecture commence à laisser une trace, Glasp est l'endroit d'où viennent ces millions de surlignages.