Les messages vocaux qu’on ne peut pas écouter en public

Ce qu’il faut retenir

Lisez-les plutôt que de les écouter. Les notes arrivent sur votre téléphone, mais WhatsApp Web affiche les mêmes conversations sur l’ordinateur que vous avez déjà sous les yeux, si bien qu’un message envoyé dans votre poche peut être traité sur l’écran que vous regardez. Une transcription se parcourt en quelques secondes pour repérer le seul détail qui compte. Une note vocale de quatre minutes dure quatre minutes même au casque, et elle ne se survole pas. Un résumé d’une ligne suffit généralement à décider si quelque chose demande une réponse tout de suite ou peut attendre.

Les messages vocaux s’accumulent pour une raison qui n’a rien à voir avec ce qu’on en pense. On est à un bureau avec quatre collègues à portée d’oreille, ou dans une rame de métro où le bruit le plus fort est quelqu’un qui tourne une page, ou en réunion où l’on est censé suivre. Le message est bien là, sur le téléphone. C’est l’endroit qui ne convient pas.

Alors le badge reste allumé. Le soir venu, il y en a six, et le problème n’est plus un message mais une file à traiter dans l’ordre, sans savoir lequel avait vraiment besoin de vous. Voici comment s’en sortir, et jusqu’où cette solution vous mène.

Le message est disponible, la pièce ne l’est pas

C’est un problème de situation, pas de goût personnel. Personne qui laisse une note vocale non ouverte pendant six heures ne fait une déclaration sur l’audio comme moyen de communication. Cette personne n’a simplement nulle part où l’écouter. La nuance compte, car la plupart des conseils traitent cela comme une habitude à corriger : demander aux gens d’écrire plutôt, couper les notifications du groupe, réserver un créneau le soir. Rien de tout cela ne règle le vrai décalage, celui entre l’endroit où le message est tombé et l’endroit où vous vous trouvez.

Le coût est pire qu’il n’y paraît. Un message qu’on n’a pas ouvert est un message qu’on ne peut pas classer par priorité. On ne sait pas s’il s’agit d’un ami qui confirme une heure ou d’un client qui change quelque chose qui doit partir l’après-midi même. Toute la file porte donc le poids de la chose la plus urgente qu’elle pourrait contenir, et elle le porte toute la journée, ce qui coûte bien plus cher que chacun des messages pris séparément.

Les regrouper pour plus tard aide un peu, mais le créneau du soir, c’est souvent le trajet du retour, et ce trajet se passe souvent dans une rame silencieuse. Sortir du wagon fonctionne une fois. Pas quatre fois avant midi. En vérité, dans une pièce partagée, on a trois options : jouer le message et déranger tout le monde, le laisser et rester sur des charbons ardents, ou le transformer en quelque chose qu’on peut consulter en silence.

L’ordinateur devant vous a déjà la conversation

Ce que l’on oublie, c’est que le message n’a pas besoin de rester sur le téléphone. WhatsApp Web affiche les mêmes conversations sur un ordinateur, ce qui veut dire qu’une note vocale envoyée sur votre téléphone peut être traitée sur la machine où vous êtes déjà installé. Le téléphone peut rester face contre table, dans un tiroir, pour le reste de l’après-midi.

En soi, cela ne change rien au bruit. Un son qui sort d’un ordinateur portable dans un bureau ouvert est pire que celui d’un téléphone, pas mieux, et personne ne vous remerciera. Ce que cela change, c’est ce qui devient possible. Un écran de téléphone est une petite fenêtre qu’il faut lever et regarder de haut. Un écran d’ordinateur est une surface où le texte peut se poser à côté de tout ce que vous faites déjà, et une fois la conversation sur cette surface, un message vocal cesse d’être quelque chose qu’il faut écouter pour devenir quelque chose qu’on peut lire.

Si vous n’avez jamais utilisé la version pour ordinateur, il s’agit d’une installation à faire une seule fois, après quoi la conversation est simplement là quand vous ouvrez le navigateur. À partir de là, la façon de faire est la même que pour les e-mails : le message arrive, on le regarde, on décide. Pour voir la démarche détaillée du début à la fin, il existe un guide pour lire un message vocal plutôt que de l’écouter.

Le casque règle le bruit, pas la durée

Le casque est la réponse qui vient à l’esprit en premier, et c’est une vraie réponse. Il règle complètement le problème du bruit dans une pièce partagée. Il ne règle pas le problème du temps. Une note vocale de quatre minutes dure quatre minutes, casque sur les oreilles ou pas. Il a fallu quatre minutes à l’expéditeur pour l’enregistrer, il vous en faudra quatre pour la recevoir, et le fait que ce soit privé ne change rien à ce calcul.

Le vrai problème, plus profond, c’est que l’audio ne se survole pas. Avec du texte, l’œil trouve le chiffre, le nom, la rue, la seule phrase où la personne dit vraiment ce qu’elle veut, et il les trouve dans n’importe quel ordre. Une note vocale ne donne rien de tout ça. Faire glisser la barre de lecture, c’est deviner à l’aveugle : on atterrit au milieu d’une phrase, on ne sait pas si ce qu’on cherche est avant ou après, et on finit souvent par abandonner et repartir du début. Lire va plus vite qu’écouter pour la plupart des gens, même à longueur égale, et l’écart s’élargit nettement quand ce qu’on cherche est un seul détail enfoui dans quatre minutes.

Il y a aussi le cas que le casque ne résout pas du tout. En réunion, on ne peut pas écouter, quoi qu’on ait sur les oreilles, parce qu’écouter une voix pendant qu’une autre personne parle n’est pas quelque chose que le cerveau sait faire. C’est là que la pile se forme vraiment. Réunions, appels, tous les moments où les oreilles sont déjà prises.

Déterminer lequel réclame votre attention en premier

Quand plusieurs messages attendent, la question n’est presque jamais de savoir ce que chacun dit en entier. C’est de savoir lequel exige une réponse avant que vous ne quittiez ce bureau. Tout le reste peut attendre un moment où vous aurez vraiment le temps de vous y consacrer.

Cette question se répond avec très peu d’informations. Une ligne suffit généralement. Quelqu’un demande de confirmer jeudi, quelqu’un se plaint d’un fournisseur, quelqu’un veut un fichier. Deux de ces trois peuvent attendre. Lire toute la transcription pour arriver à cette conclusion revient presque à écouter tout l’enregistrement, ce qui explique pourquoi un résumé placé au-dessus du texte n’est pas un gadget mais la forme utile pour traiter une file de messages.

• Lire la ligne de résumé, décider maintenant ou plus tard, passer au suivant.
• N’ouvrir la transcription complète que pour ceux qui le méritent.
• Parcourir cette transcription à la recherche du détail voulu, pas depuis le début.
• Répondre à celui qui est urgent, laisser le reste pour le trajet du retour.

L’extension SozAI pour WhatsApp Web est construite exactement autour de cette idée : un bouton Transcrire sous chaque bulle vocale, le texte affiché dans la conversation, et un résumé d’une ligne au-dessus pour trier rapidement. Ce n’est pas la seule façon de procéder, mais cette présentation qui met le résumé en avant est ce qui rend une pile de six messages gérable, plutôt qu’une pile de six choses à écouter.

Personne, en face, ne le sait

C’est là que les gens hésitent, et l’hésitation est sociale, pas technique. Lire une note vocale peut donner l’impression de refuser, un peu, la façon dont l’autre personne a choisi de vous parler, et personne n’a envie d’expliquer ça à sa mère ou à son responsable.

Rien de tout cela n’est visible de l’autre côté. La transcription est produite pour vous, dans votre propre navigateur, rien n’est republié dans la conversation, et l’expéditeur n’est pas averti. Tout ce que votre discussion affiche habituellement quand un message est ouvert continue de fonctionner comme avant ; lire le texte plutôt qu’appuyer sur lecture n’ajoute aucun signal supplémentaire. Pour la conversation, vous avez reçu le message et vous y avez répondu, point final.

La seule chose que vous devez à l’expéditeur, c’est une réponse qui montre que vous avez vraiment compris ce qu’il a dit. Si votre réponse est assez vague pour avoir pu être écrite sans rien lire, c’est ça qui vous trahit, pas la méthode.

Là où la lecture montre ses limites

Le texte perd le ton, et le ton, souvent, c’est justement l’essentiel. Un message où quelqu’un est contrarié, ou plaisante, ou essaie de dire quelque chose de délicat avec précaution, se lit plus plat qu’il ne sonnait à l’oreille. Les mots sont tous là, mais le sens n’y est pas tout à fait. Pour ce genre de message, le bon réflexe est de lire le résumé tout de suite pour savoir à quoi vous avez affaire, et d’écouter vraiment plus tard, quand vous pourrez répondre à la personne plutôt qu’au contenu.

La qualité de la transcription dépend aussi de l’enregistrement de départ. Une note dictée dans une cuisine silencieuse en sort nette. Une note enregistrée dans une rue venteuse, avec une deuxième personne qui parle en même temps, en sort plus brute, et aucun outil ne rattrape un son qui n’a jamais été clair. Il arrivera qu’une phrase se lise bizarrement et qu’il faille écouter ces quelques secondes pour être sûr.

Tout transcrire est aussi, en général, une mauvaise idée. Une note de cinq secondes qui dit oui n’a pas besoin de transcription, et appuyer sur un bouton pour ça demande plus d’effort que de simplement l’ouvrir. La méthode se justifie sur les notes longues, celles qui contiennent des détails, et celles qui arrivent alors que vous ne pouvez rien faire jouer. Un audio reçu hors de la conversation, c’est un travail à part mais de même nature, et il existe une méthode pour transformer un mémo vocal en texte quand le fichier se trouve sur votre téléphone plutôt que dans une discussion.

Rien de tout cela ne fait disparaître la file d’attente. Ce que ça fait, c’est transformer six choses inconnues en six choses connues, dont la plupart peuvent attendre, ce qui fait toute la différence entre un après-midi passé à jeter des coups d’œil à son téléphone et un après-midi passé à travailler.